Десять лет спустя. Часть 2

С апреля 2015 года N + 1 следит за наукой и технологиями. Многие истории, на которые мы обратили внимание тогда, в течение этих десяти лет развивались вместе с изданием — о чем мы продолжали писать. Одни вспыхнули и погасли, другие повернули в неожиданном направлении, третьи — до сих пор на пике интереса. Мы выбрали десять самых ярких из этих историй, проследили за их динамикой и сравнили нынешнее положение вещей с тем, что было, когда мы написали на ту или иную тему нашу первую новость.

В 2015 у нас было две основных рубрики, которыми теперь мы почти не пользуемся: наука и технологии. По случаю юбилея мы решили вернуться к этому разделению: в первой части наши авторы рассказывали о науке, во второй — вспоминают истории из мира технологий.

Николай Воронцов — о беспилотных автомобилях

Когда N + 1 только запустился, беспилотные автомобили были в новинку. Они катались всего в нескольких тестовых зонах и показывали хорошую статистику безопасности: за шесть лет 20 машин автопарка Google проехали почти три миллиона километров и попали всего в 11 ДТП. Заметным конкурентом в те времена была разве что Baidu, а остальные компании в большинстве своем ограничивались обещаниями вот-вот начать собственные испытания. В далеком 2015 году Google еще не теряла надежды всех пересадить на свои смешные гугломобили (один из них чуть не получил штраф за слишком низкую скорость), но позднее проект Google Self-Driving Car стал самостоятельной компанией Waymo, которая в 2017 году решила совсем отказаться от гугломобилей (а жаль, они милые).

Беспилотные автомобили тестировали во многих странах, от Финляндии до Сингапура. С каждым годом проектов появлялось все больше (были даже самодельные), а разобраться в том, когда уже наступит беспилотное будущее, стало тяжело. Тем временем беспилотники учились общаться с пешеходами, ездить без разметки и в снегопад, предъявлять документы полиции и даже прятаться от агрессивных водителей.

Не обошлось и без жертв: в 2016 году отличилась Tesla, а в 2018 году Uber. В случае Tesla, к сожалению, все понятно: компания на протяжении многих лет создавала завышенные ожидания у потребителей, в то время как ее автопилот до сих пор остается «продвинутым круиз-контролем» и за дорогой все равно обязан следить водитель. А вот со знаменитым ДТП с участием беспилотного автомобиля Uber все вышло совсем плохо: водитель-испытатель смотрел в телефон, машина распознала пешехода за шесть секунд до столкновения, но не стала снижать скорость, а штатная система аварийного торможения Volvo и вовсе была отключена инженерами (чтобы «снизить непредсказуемость поведения автомобиля»).

Немного с запозданием к тестированию автономных машин подключилась и Apple. Сначала компания планировала пойти путем Google и делать собственный автомобиль, а в 2016 году отказалась от этой идеи и спустя пару лет начала тестировать доработанные серийные Lexus. Но, кажется, и этот путь не привел к ожидаемым результатам: в 2024 году Apple самостоятельно отказалась от лицензии на испытания беспилотных автомобилей.

Беспилотники активно разрабатывают и испытывают и в России: Яндекс (подробнее можно почитать в нашем материале «Внимание, виртуальный пешеход!») Сбер, «СтарЛайн», Cognitive Technologies и другие. Конечно, прямо завтра мы все на беспилотники не пересядем, но будущее постепенно наступает: беспилотные комбайны уже работают в полях, а беспилотные грузовики возят грузы по трассам. Ну а там, где нет дорог, на помощь придут беспилотные контейнеровозы.

Андрей Фокин — о человекоподобных роботах

В 2015 году состоялся финал «олимпиады для роботов» Robotics Challenge с призовым фондом в 3,5 миллиона долларов. Ее организаторы хотели стимулировать разработку робототехники, способной заменить человека во время проведения работ в опасных для жизни ситуациях, например, при стихийных бедствиях или в условиях техногенной катастрофы.

Большинство команд использовали человекоподобных роботов, так как среда, в которой им предстояло работать, была спроектирована под человека: роботы ходили по усыпанному обломками полу, открывали двери, используя дверные ручки, поворачивали вентили, подключали пожарные шланги, сверлили отверстия в стене ручным инструментом, поднимались по лестницам и водили автомобиль. Все это они должны были делать в полуавтономном режиме с минимальным участием человека-оператора. Несмотря на то, что роботы действовали очень медленно, были неустойчивыми и постоянно падали, им удалось продемонстрировать главное — способность выполнять множество практических задач в человеческой среде.

Затем наступило относительное затишье: прогресс наблюдался прежде всего в области динамической устойчивости андроидов, увеличения их подвижности и автономности. В 2016 году компания Boston Dynamics, имевшая на тот момент уже более двух десятилетий опыта разработки ходячих роботов, представила улучшенного человекоподобного робота Atlas, ранняя версия которого в соревновании DARPA.

Atlas, который еще недавно двигался медленно и осторожно, к 2016 году научился резво бегать по пересеченной местности, удерживать равновесие под ударами и толчками сотрудников лаборатории, а еще чуть позже — выполнять сложные динамические трюки: прыжки, элементы паркура и даже обратное сальто. В 2019 году Atlas уже мог кувыркнуться и встать после этого на руки. Видеоролики демонстрировали, насколько сильно продвинулись вперед аппаратная часть и алгоритмы управления гуманоидами. Гидравлические приводы Atlas обеспечивали необходимую мощность и скорость реакции, а продвинутая система управления позволяла уже не просто поддерживать статическое равновесие, а активно использовать динамику движения всего тела, включая руки и торс, для балансировки во время прыжков и приземлений.

Постепенно фокус разработчиков сместился в сторону практического применения человекоподобных роботов. Акробатические трюки, хотя и выглядели зрелищно, сами по себе не были конечной целью. С 2020 начался новый этап, связанный с ростом коммерческого интереса к человекоподобным роботам. Компания Agility Robotics одной из первых представила андроида Digit для выполнения конкретных практических задач. Изначально робот проектировался с акцентом на логистические операции, например переноску коробок и контейнеров на складах. Поэтому, чтобы он мог легко поднимать грузы с пола, его коленные суставы были вывернуты в обратную сторону, как у птиц. О планах использовать роботов в качестве грузчиков заявляли и другие компании. Летом 2023 года стартап Apptronik представил предназначенного для этого робота Apollo, который, в отличии от Digit, имел более привычную конструкцию конечностей.

Однако возможности человекоподобных роботов не ограничиваются лишь переноской предметов. В последние годы компании активно работали над улучшением манипуляционных способностей, а также пытались интегрировать андроидов в реальные производственные процессы. На этой почве возникают новые амбициозные стартапы. Например, Figure AI с самого начала был сфокусирован на создании андроидов для работы на фабриках и в логистике. Компания заключила партнерство с BMW для проведения испытаний на одном из ее автозаводов. Роботы уже тренируются выполнять несложные операции: устанавливать и подгонять автодетали для последующей обработки. Digit от Agility Robotics также проходит тестирование в реальных условиях на объектах логистической компании GXO. А новый полностью электрический Atlas, который в 2024 году пришел на смену устаревшей экспериментальной версии с гидравлическими приводами, теперь учится сортировать автозапчасти для работы на производстве Hyundai.

Чтобы в будущем роботы могли справляться с этими и многими в реальных условиях, им нужно уметь быстро подстраиваться под ситуацию и работать без постоянных подсказок. В последние несколько лет в них активно внедряют модели машинного обучения на основе нейросетей. Это избавляет разработчиков от необходимости программировать андроидов под каждую конкретную задачу. Например, благодаря внедрению больших языковых и VLA-моделей (Vision-Language-Action) роботы компаний Figure, 1X и других производителей не только научились общаться и понимать команды на естественном языке, но также обрели способность интерпретировать окружающую ситуацию: они могут увидеть сцену и распознать предметы вокруг себя, понять словесную инструкцию и самостоятельно определить, какую последовательность действий необходимо совершить. 

Кроме того, широко применяется метод обучения с подкреплением, благодаря которому разработчики обучают роботов движениям и трюкам, которые прежде были им не по силам. К примеру, небольшой робот G1 китайской роботех-компании Unitree Robotics выполняет обратное и боковое сальто, а также встает из положения лежа одним прыжком. Электрический Atlas унаследовал акробатические способности предшественника: робот легко делает «колесо», танцует брейк-данс и выполняет обратное сальто с места.

За время существования N + 1 человекоподобные роботы совершили большой скачок в развитии. Вместо шатких, едва стоящих на ногах машин, теперь мы видим ловких и подвижных роботов, которых в некоторых случаях даже можно сравнить с человеком. Инженерам предстоит решить еще много проблем, но прогресс, достигнутый за минувшее десятилетие, создал прочную технологическую базу. Возможно, человекоподобные роботы уже совсем скоро интегрируются в промышленность и сферу услуг.

Катерина Петрова — о речевых нейроинтефейсах

Последнее десятилетие ознаменовалось развитием речевых нейроинтерфейсов — технологий, которые передают информацию об электрической активности мозга на компьютер, чтобы вернуть возможность общаться людям, утратившим речь из-за травмы или болезни: пациенты находятся в сознании, но заперты в безмолвном теле. С момента основания издания мы следили, как декодеры речи становятся точнее и быстрее, а ученые придумывают все новые задачи для расшифровки.

Концепцию нейроинтерфейсов сформулировали в 1973 году, и к 2015 году интерфейсы компьютер-мозг уже разорвали стену безмолвия: управляя курсором силой мысли, пациенты могли, например, печатать текст на экранной клавиатуре. Достичь такого результата можно было с помощью как , так и нейроинтерфейсов. В сентябре 2015 на один клик пользователи самого быстрого из них тратили от двух до восьми секунд. Всего лишь через месяц ученые взяли другой рубеж: даже без имплантации электродов в кору им удалось добиться скорости печати в один символ в секунду или примерно двенадцать слов в минуту.

К началу 2017 декодеры уже не требовали перемещения курсора — пациенту достаточно было просто подумать «да» или «нет», чтобы согласиться или не согласиться с услышанными утверждениями. Для декодирования мыслей неинвазивный нейроинтерфейс использовал данные об интенсивности кровотока в лобно-центральных областях мозга. После периода тренировки алгоритма на выборке из заведомо ложных («Париж — столица Германии») или правдивых («Париж — столица Франции») утверждений, точность декодера достигла 70 процентов. Да и нет стали первыми мыслями, распознанными нейроинтерфесом. Однако публикацию, которая это продемонстрировала, позже отозвали, так как исследователей заподозрили в подлоге данных.

Вскоре нейроинтерфейсы расширили свой словарный запас и научились расшифровывать более сложные слова и даже целые предложения. В 2019 году Эдвард Чанг и его коллеги создали инвазивный декодер, который восстанавливал текст по активности мозга, если человек проговаривал его про себя. Чтобы обучить алгоритм из нескольких нейросетей связывать сигналы электрокортикограммы с конкретными словами и фразами, четыре свободно говорящих пациента читали предложения на основе словарей в 400, 1200 и 1900 слов. Хотя объем распознаваемой декодером речи кратно увеличился, его точность оставляла желать лучшего и едва прошла полпути от случайного угадывания: при беззвучном произнесении слов доля ошибок составляла 40 процентов у одного испытуемого и 67 — у второго.

Через два года команда Эдварда Чанга частично справилась с проблемой неточности. Теперь декодер изначально обучался на человеке, который не мог говорить вслух: ученые имплантировали электроды в речевые области левого полушария парализованного пациента, который перенес инсульт. Хотя мужчина и не разговаривал, он был способен издавать отдельные звуки вроде ворчания и стонов, а также представлять, как произносит что-то. Этого хватило, чтобы расшифровывать фразы из словаря в 50 слов со скоростью 15 слов в минуту. Точность декодера при этом существенно выросла — ошибки случались лишь в 25 процентах случаев. Через год словарь декодера увеличили до 1152 слов, а его точность довели до 90-94 процентов. Увы, ради точности и объема словаря пришлось пожертвовать скоростью. Декодер стал в два раза медлительнее предшественников: в минуту получалось произнести всего 29,4 буквы или примерно семь слов. 

Собрать жизнеспособный нейроинтерфейс, который был бы и точным, и быстрым, и обладал бы большим словарем, наконец, удалось в  2023 году: сразу две команды исследователей ускорили инвазивные нейроинтерфейсы почти в четыре раза по сравнению с предыдущим рекордом. Это стало возможным благодаря длительной настройке рекуррентных нейронных сетей, способных соотносить сигналы мозга с фразами, которые пытались произнести онемевшие пациентки. Скорость нейроинтерфейсной речи одной из них достигла 78 слов в минуту при словаре в 125 тысяч слов, а доля ошибок сохранилась относительно низкой — менее 25 процентов. Средний англоговорящий человек без нарушения речи произносит около 160 слов в минуту, а словарный запас, как правило, ограничивается 20-30 тысячами слов. Получается, к восьмилетию N + 1 нейроинтерфейсы относительно близко подобрались по характеристикам к естественной английской речи. Оставшиеся до юбилея два года исследователи декодеров потратили на освоение других языков.

В 2023 году многопоточная нейросеть помогла декодировать восемь тоновых китайских слогов, чего прежде сделать не удавалось. Расшифровка тоновых языков на порядок сложнее расшифровки английской речи, потому что слога китайского языка могут менять значение в зависимости от высоты тона его произнесения. Декодировать интонирование — задача, требующая высокой точности. В противному случае нейроинтерфейсу не удастся поймать из моторной коры сигналы гортани, связанные с тоном. Еще через год появился билингвальный нейроинтерфейс: Чанг и его коллеги научили декодер расшифровывать речь сразу на двух языках — английском и испанском.

За 10 лет наших наблюдений речевые нейроинтерфейсы перешли от управления курсором к словам, затем — увеличили массив распознаваемых слов, ускорились, стали точнее и проникли в языки со сложной тонической структурой. Но пока что они позволяют достичь лишь 50 процентов от скорости естественной речи. К тому же декодеры все еще недостаточно точны и допускают оговорки примерно в четверти произносимых слов. Наконец, речевые нейроинтерфейсы остаются редкостью, недоступной для большого количества запертых в молчании пациентов. Но остается надежда, что все эти сложности окажутся преодолимы за следующее десятилетие.

Александр Войтюк — о многоразовой и коммерческой космонавтике

Не прошло и года с момента запуска N + 1, как в ноябре 2015 года компания Blue Origin посадила на Землю побывавшую в космосе одноступенчатую ракету New Shepard, а уже в декабре SpaceX впервые вернула после использования первую ступень ракеты-носителя Falcon 9, которая мягко приземлилась на площадку на суше. 

Оба этих события могли бы остаться всего лишь очередными экспериментами в области многоразовости элементов ракет-носителей и космических кораблей, которая давно манила их разработчиков возможностью удешевить и ускорить процесс доставки людей и грузов в космос. Однако в апреле 2016 года SpaceX посадила первую ступень Falcon 9 — теперь на платформу в океане, — а в марте 2017 года использовала уже летавшую в космос первую ступень Falcon 9 и вновь вернула ее на Землю. Позже, в феврале 2018 года, состоялся первый полет новой сверхтяжелой ракеты Falcon Heavy. Из трех элементов ее первой ступени на Землю успешно сели два боковых ускорителя — те же, что летали с Falcon 9.

Постепенно многоразовость перестала быть чем-то удивительным. Другие космические компании и агентства начали закладывать в проекты повторное использование ступеней ракет. В начале 2020 года мы писали, что «Роскосмос» разрабатывает возвращаемые ступени, которые будут садиться на взлетные полосы по-самолетному. В 2022 году Китайская аэрокосмическая научно-техническая корпорация объявила, что собирается ловить первые ступени будущей тяжелой ракеты «Чанчжэн-10» при помощи системы тросов. А в 2023 году компания Rocket Lab научилась возвращать первые ступени в океан на парашютах, отказавшись от первоначальной идеи ловить их вертолетом с крюком. 

После успеха с Falcon 9 и Falcon Heavy SpaceX приступила к еще более амбициозному проекту, который получил название Starship. Ракета имеет беспрецедентную грузоподъемность в 150 тонн и полную многоразовость с возвращаемыми первой и второй ступенями. Первый ее полет в полной конфигурации состоялся весной 2023 года. Он продлился четыре минуты, а затем ракета взорвалась. Испытательные полеты Starship продолжились, но далеко не все были удачными: седьмой и восьмой тоже закончились взрывами. В девятом по счету полете SpaceX опробует повторное использование первой ступени, которая в 2025 году прошла огневые испытания, а ранее компания научилась возвращать ее на стартовую площадку и мягко ловить манипуляторами. Кроме того, в феврале и марте 2025 года SpaceX обновила свои же рекорды по повторному использованию одной и той же первой ступени ракеты Falcon 9 (26 раз) и минимальному время между полетами одной и той же ступени (чуть больше девяти дней).

Не стали исключением в плане многоразовости и космические корабли: рекорд использования одного и того же корабля Dragon (как пилотируемой, так и грузовой версий) составляет пять полетов. Командный отсек нового корабля Starliner от компании Boeing тоже сделали многоразовым. Понемногу возвращается интерес к космопланам, угасший со времен систем Space Shuttle и «Буран». Китай на протяжении последних нескольких лет активно экспериментировал с собственным секретным космопланом, а американский аппарат Boeing X-37B в ноябре 2022 года совершил уже и рекордно длительный орбитальный полет. Кроме того, летом 2025 года ожидается первый космический полет грузового космоплана Dream Chaser, который затем будет летать к МКС.

Еще одной чертой современной космонавтики, которая десять лет назад казалась редкостью, стала активная коммерциализация. Целый ряд негосударственных аэрокосмических компаний запускает ракеты, создает по контракту космические корабли и обещает доставить на Луну различные приборы и аппараты. Первый частный космический полет с выходом в открытый космос состоялся в сентябре 2024 года. А в марте 2025 года с разницей всего в четыре дня поверхность Луны штурмовали сразу два посадочных модуля — Blue Ghost и IM-2.