Вместе со швейцарской компанией mimic robotics BFL построила FLUX-mimic — видео-экшен-модель (video-action model) поверх бэкбона FLUX 3. Идея в том, что модель, которая учится генерировать реалистичное видео, вынуждена понимать физику мира: контакт, вес, движение, причину и следствие. А раз физика уже «внутри» — из внутреннего представления модели можно напрямую декодировать действия робота.

BFL представила FLUX 3 — единую модель, обученную сразу на изображениях, видео и аудио; на предсказание видео ушло более 95% вычислительных затрат.

FLUX-mimic — видео-экшен-модель для роботов на бэкбоне FLUX 3, разработанная с mimic robotics и развёрнутая на производстве Audi.

Новая задача манипуляции требует всего от 30 минут робот-данных против 30 и более часов у прежних подходов.

Бэкбон работает менее чем за 80 мс на одной RTX 5090, а полное время реакции робота — 101 мс, что сопоставимо с человеческой зрительной реакцией.

Что показали BFL и mimic

FLUX-mimic решает задачи, которые десятилетиями оставались ручными даже на сверхавтоматизированных производствах: комплектация деталей в лотки, установка электронных блоков управления в тугие крепления, сборка компонентов и работа с мягкими материалами — уплотнителями и кабелями. Робот при этом сам восстанавливается после ошибок: промахнулся мимо детали — поправился и взял снова, хотя такого сценария не было в обучающих данных.

Ключевой эксперимент: когда в обучение FLUX 3 добавили предсказание действий, качество видеогенерации временно просело на 10%, но уже через 3500 шагов полностью восстановилось — при том что модель научилась новой модальности. По версии BFL, генерация видео и управление роботом не требуют разных фундаментов: один бэкбон несёт обе задачи.

Мы видели, как эти роботы решают сложные задачи манипуляции мягкими объектами, которые были просто невозможны для традиционной робототехники. Это может серьёзно помочь нашим сотрудникам, повысить эффективность и расширить гибкую автоматизацию производства и логистики.

Почему это важно

Главная боль робототехники — данные: обучение робота новой задаче обычно требует десятки часов демонстраций. FLUX-mimic, по данным компаний, дообучается на новую манипуляцию примерно за 30 минут робот-данных, а в экспериментах на базе метода Self-Flow и работы mimic-video показывает до 10-кратной эффективности по данным в сравнении с классическими vision-language-action моделями. На бенчмарках декодер действий обошёл прежние VLA-модели даже с полностью замороженным бэкбоном — режим, в котором конкуренты вообще не справляются.

Сам FLUX 3 при этом остаётся генеративной моделью: он создаёт видео до 20 секунд с синхронным звуком и в ранних тестах BFL обошёл Runway Gen-4.5 в 77% сравнений. Ранний доступ к FLUX 3 Video и FLUX 3 Action уже открыт, генерация изображений выйдет в ближайшие недели, а открытые веса FLUX 3 Dev обещают позже в 2026 году.

Вывод. BFL делает ставку на то, что «модель мира», выученная ради видеогенерации, — это и есть фундамент для физического ИИ. Показательно, что первым проверенным в бою применением стала не демка, а реальный конвейер Audi. Подробности — в блоге Black Forest Labs и в пресс-релизе.

Про сериал короткой строкой

Мультсериал «Джетсоны» — это всего один сезон из 24 серий. Первая серия вышла 23 сентября 1962. Позже, в середине 80-х, сериал возобновили, но это не особо интересно.

Если вы со мной одного возраста (около 40), то мультсериал вам может быть знаком — его показывали на канале ТВ-6 в 90-х. В детстве он казался забавным и интересным: летающие автомобили, роботы, космос. Но на американцев он, как я узнал, оказал гораздо большее значение. А значит и на весь мир.

Что же в нём такого?

Джетсоны — это проекция образцовой средней американской семьи, которая живет в технологической утопии будущего. Они как боги, живут буквально в небесах.

Еду готовят механизмы, в доме убирается робогорничная, передвигаются на парящих автомобилях или с помощью летательных костюмов, а общаются посредством телемостов.

Вся работа — все три бесконечных часа на работе — сводится к нажатию одной кнопки.

Ну не сказка ли?

В этом незамысловатом сериале нет никаких глубоких идей, смыслов, символов, символизма и прочего подобного. В нём всё просто — это сборник надежд и мечтаний детей и взрослых поколения 60-х, воплощение американского футуризма: реактивные ранцы, летающие автомобили, контроль погоды, роботы-горничные, огромные экраны, движущиеся тротуары, и работа не бей лежачего.

Это произведение имеет, можно сказать, культовый статус в США, и в нашем настоящем этот мультсериал играет не последнюю роль.

Давайте уже посмотрим, что там такого?

Архитектура Googie

Студия Hanna-Barbera, которая отрисовывала мультфильм, располагалась в Южной Калифорнии, где был распространен архитектурный футуристичный стиль Googie — «Гуги». Что это за стиль? Просто посмотрите сами.

Сталь, неон, пластик и мечты. Буквальное воплощение будущего для среднего американца. Будто зайдя в придорожную забегаловку ты через 10 секунд отправишься на околоземную орбиту.

Одной из самых ярких черт архитектуры «гуги» стали выразительные, динамичные формы, которые отсылают к эстетике космоса и научной фантастики середины XX века. Архитекторы стремились визуально зафиксировать движение, энергию, стремление ввысь — и именно поэтому в «гуги» есть «стрелы», наклонные линии, вытянутые углы. Все это напоминает ракеты, антенны или хвостовые стабилизаторы космических аппаратов.

Космическое в повседневности: архитектура «Гуги»

Создатели «Джетсонов» ничего не придумывали — просто взяли то, что «лежало» у них перед глазами и получился узнаваемый стиль анимации. В целом, они так поступали со всем, что есть в сериале.

С архитектурой понятно. Но откуда взялись «курьи ножки», на которых стоят здания в Джетсонах?

А они идут прямиком из журнала «Popular Science Monthly» 1934 года, где была опубликована иллюстрация за авторством Б.Г. Сейелстада.

Как было написано в аннотации к изображению:

Дома и офисные здания будущего, по форме напоминающие деревья с тонкими стволами, могут подниматься в воздух на стальных постаментах. Наш художник представляет здесь свою концепцию этого поразительного проекта, недавно разработанного известным британским архитектором Р.Х.Виленски.

А как этот стиль определяет наше будущее сейчас? Для этого достаточно вбить в поисковике «Топ футуристичных зданий будущего», и увидеть знакомые силуэты.

А москвичам и далеко летать не надо — уже скоро состоятельные горожане смогут парить в небе, аки боги, в одном из жилых комплексов Москвы. Потом расскажете, будут ли вместе с жилплощадью предоставлять роботов?

Прошлое определяет настоящее.

А как добраться домой, если дом в облаках? Только на летающем Кадиллаке.

Летающие автомобили

У вас есть мечта летать на своём новом автомобиле? Наверно, нет. И у меня нет. Предполагаю, что так как мы живем в общей культурной среде, то у нас, жителей России, нет фантомных болей по летающим авто. А вот у американцев почему-то есть дикое желание летать в автомобилях. И это желание у них уже очень давно.

В журнале «Science and Invention» за 1923 год был представлен двухколёсный летающий автомобиль Helicar, который по задумке должен был решить проблему заторов на улицах Нью-Йорка.

Это летающее авто было придумано не просто кем-то, а Хьюго Гернсбеком. Гернсбек это пионер любительского радио, основатель первого в мире журнала об электронике и радио, отец научной фантастики (собственно, он и придумал этот термин), автор научно-фантастических рассказов, издатель и изобретатель.

Думаю, что многие видели фото ниже? На нём Гернсбек с одним из своих изобретений.

Далее идея попала в массовое сознание и продолжила существовать и разиваться. Для примера, летающая полиция из выпуска «Everyday Science and Mechanics» 1936 года.

А когда «появилась» атомная энергия, к автомобилям будущего прикрутили атомные силовые установки. Иллюстрация Фрэнка Р. Пола из книги «Driving Through Futures Past» (1955).

Воскресный комикс Артура Радебо «Ближе, чем мы думаем», также, вероятно, вдохновил Джетсонов на создание летающих автомобилей.

Большим сторонником такого рода транспортных средств был вице-президент Ford Эндрю А. Кучер. В конце 50-х и начале 60-х годов Кучер активно выступал в СМИ, его цитировали в New York Times, Wall Street Journal, Mechanix Illustrated, Chicago Daily Tribune, Popular Mechanics, Automotive Fleet.

В общем, пропаганда шла полным ходом, и идея дошла до Джетсонов.

«Джетсоны» сделали многое, чтобы идея летающего автомобиля прочно укоренилась на подкорке у американцев. Благодаря доходчивой и эмоциональной подаче и интенсивному развитию детских нейронных сетей, идея намертво впечатывается в детский мозг.

Для примера мечты 11-летнего Джона Веккионе из 1977 года, представителя целевой аудитории мультсериала:

Я думаю, что будущее будет лучше, чем сейчас. Проблема загрязнения будет решена, и появятся автомобили, которые будут летать по воздуху. В 2000 году мне будет 34. У меня будет хорошая работа по проектированию современных домов с кнопочным управлением всем, чтобы всем было проще.

И вот уже от поколения к поколению передаётся мыслевирус, что летающий автомобиль в каждом гараже должен стать реальностью среднестатистического американца. И идея парить аки птица в Кадиллаке никак не отпускает.

Потому каждые 1-2 года я читаю, как такие компании, как Terrafugia и Moller, обещают, что летающие автомобили скоро станут реальностью. Вот-вот что-то летающее появится, вот-вот запустят, вот-вот поступит в продажу. Осталось подождать совсем чуть-чуть.

Но каждый, кто получил техническое образование, понимает, что летающий автомобиль — это глупая утопия, не имеющая будущего. Знают это и производители пепелацев. Все из тех, кто делает громогласные заявления о том, что их аппарат точно будет летать и продаваться вместе с остальными авто, я уверен, понимают, что летающий авто как продукт невозможен.

Ни с технический, ни с экономической, ни с инфраструктурной точки зрения.

Ведь за весь двадцатый век у нас есть только один-единственный сертифицированный летающий автомобиль — Taylor Aerocar N-101D 1954 года выпуска.

Удивительно, но он ничем не отличается от самолета…И, кстати, вам нужно купить сразу две страховки — авиационную и автостраховку:)

Но бизнес на мечте надо делать, поэтому мы скоро снова услышим про новый летающий пепелац.

Прошлое определяет настоящее.

Космические путешествия — обыденность

Луна…Больше десятилетия прошло в борьбе за этот космический объект, начиная с 1957 года и запуска спутника. С каждым новым достижением в освоении космоса путешествие на Луну казалось все ближе. И наконец свершилось. Но только в «Джетсонах», где Луна — это парк для походов бойскаутов.

А для тех, кто любит удобства, на спутнике Земли есть отель Moonhattan Tilton (отсылка на Manhattan Hilton).

И опять же, здесь создатели ничего не выдумывали, а отсылка не так проста. В конце 50-х и в 60-х компания Hilton проводила рекламные акции, в которых обещала открыть первый отель на Луне. Вот картинка из маркетинговых материалов.

Этот момент нашел отражение в другом произведении — в фильме Стэнли Кубрика 1968 года «2001: Космическая одиссея», где на орбитальной станции находился отель «Hilton Space Station 5». Кубрик тоже любил отсылки.

Но вот кто внёс большую лепту в пропаганду космических путешествий, так это один немец. С 1952 по 1954 год в еженедельном журнале Collier’s выходили статьи об освоении космоса, некоторые из которых были написаны Вернером фон Брауном. Да-да, тем самым.

Считается, что именно эта серия статей вдохновила многих на создание популярных представлений о космических путешествиях. Ну конечно, вы только посмотрите на иллюстрации — как в них можно не влюбиться?

А вот вырезка из комикса «Ближе, чем мы думаем» газетного карикатуриста Артура Радебо, которая продолжает развитие идей освоения планет, где мы видим лунную дачу.

«Ближе, чем мы думаем» выходил в газетах США и Канады в течение 5 лет с 1958 года, и на пике популярности его читали около 19 миллионов человек. Представляете масштаб влияния?

Каждую неделю художник завораживал читателей описаниями яркого захватывающего будущего в котором чудеса техники служат нам и развлекают. Радебо показал, что этот сказочный мир будущего практически у нас под рукой (а авторы Джетсонов не преминули позаимствовать).

Вот так идеи проникли глубоко в массовое сознание. Да так глубоко, что мы регулярно читаем, как очередной технологический визионер кормит нас красивыми рендерами, невероятно похожими на картинки с рекламных акций Hilton (выше) о том, что построит на Марсе колонию. Уже вот-вот и можно бронировать отпуск в марсианском отеле.

Прошлое определяет будущее, не так ли?

Спорт и роботы

Каждый ребенок в 60-х, что смотрел Джетсонов, знал, что в будущем роботы выполняют за людей все опасные дела и скучную работу. Например, в спортивных соревнованиях люди больше не участвуют — это опасно.

Идея лежала в умах аж с 30-х (а может и раньше). Для примера, в журнале Modern Mechanics от 1931 год опубликован рассказ о двух братьях из Калифорнии, которые создали робота для боксерских поединков.

А в 1933 году студия Уолта Диснея выпустила короткометражный анимационный фильм «Механический человек Микки», в котором Микки собирает робота, чтобы сразиться с гориллой по имени Убийца Конго.

В 1934 году в журнале Modern Mechanix and Inventions (тот же, что и выше, название поменяли) пошли дальше: там мы прочитаем о гипотетическом бое боксера Джека Демпси с «механическим роботом».

На что-то неуловимо похоже, не кажется?

Тем не менее похожее будущее уже наступило — у роботов де-факто уже есть своя Олимпиада.

В августе 2025 года в Китае прошли первые в мире Всемирные игры гуманоидных роботов (World Humanoid Robot Games), в которых приняли участие 500 двуногих роботов и команды разработчиков из 16 стран. Соревнования проходили на арене Национального конькобежного центра, ранее использовавшейся для Олимпиады. Игры были организованы при государственной поддержке КНР. Роботы соревновались в 26 дисциплинах, включая бег, кикбоксинг, футбол, танцы, тай-чи, баскетбол и обслуживание гостей. В задачи некоторых участников входило выполнение прикладных заданий — сортировка медикаментов и работа консьержем.

Про гладиаторские бои механических бойцов, что проводятся очень давно, я промолчу.

Роботы для образования

От спорта перейдем к умственной деятельности — учителей-человеков в Джетсонах тоже больше нет — детей обучают машины. Здесь я солидарен с авторами — работу учителя стоит добавить в список опасных профессий и отдать железным коллегам.

Как ни странно, но в конце 50-х идея о том, что в школах будущего обучение будет автоматизировано, была широко распространена. Например, в рубрике «Ближе, чем мы думаем» в 1958 году вышел материал, где доктор Саймон Рамо, преподаватель естественных наук в Калифорнийском технологическом институте, описал, как это может выглядеть:

Обучение будет проходить с помощью звуковых фильмов и механических табуляторов. Ученики будут отмечать своё присутствие на занятиях и отвечать на вопросы, нажимая на кнопки. Специальные машины будут «настроены» под каждого ученика, чтобы он мог продвигаться в обучении с той скоростью, которую позволяют его способности. Отчеты о прогрессе, которые также ведутся автоматически, будут периодически проверяться опытными преподавателями, а при необходимости будет оказываться индивидуальная помощь.

Представления об автоматизированных классах и учителях-роботах настолько въелись в подкорку и настолько же пугали благочестивых граждан, что аж Национальная ассоциация образования успокаивала американцев, что новые технологии способны улучшить систему образования в США, а не разрушить ее.

Правда от идеи автообразования не отказались и она продолжила развиваться. Например, на Всемирной выставке в Нью-Йорке (1964–1965) появилась «Автоматизированная школьная учительница» (или «надзирательница»).

А вот учитель-робот из воскресного выпуска комикса «Our New Age» 1965 год. Рисунок удивительно похож на кадр из Джетсонов.

Несмотря на то, что «Our New Age» — это комикс, он не так уж прост. Каждую неделю в выпуске поднималась новая тема, иллюстрирующая какой-либо научный принцип или достижение в доступной форме, например, научные достижения в области космических путешествий или образования.

Комикс «Our New Age» имел огромную аудиторию — 12 000 000 читателей еженедельно (!), и публиковался в 102 американских и 19 зарубежных газетах.

А автором и художником комикса был Ательстан Спилхаус, очень непростой человек:

• первый посол ЮНЕСКО в ООН,
• основатель Национальной программы морских грантов,
• изобретатель батитермографа (устройство для измерения глубины и температуры океана с движущегося судна),
• комиссар США по научной экспозиции на Всемирной выставке в Сиэтле 1962 года (назначен Кеннеди),
• писатель,
• декан Технологического института Миннесотского университета,
• председатель научно-консультативного комитета Американской ассоциации издателей газет,
• футурист.

Так что «Our New Age» это не просто картинки из прошлого, а взгляд в будущее от ученого, изобретателя, автора научных статей и очень уважаемого человека. И этот взгляд до сих пор определяет наше настоящее.

А в сентябрьском номере журнала Boys’ Life за 1968 год была опубликована статья Сэмюэля Моффата о компьютеризированной школе будущего. В журнале рассказывается, как в будущем всем будет управлять компьютер: учить детей, отвечать на вопросы, проверять домашку и выставлять оценки.

При этом у каждого ребенка будет свой компьютерный терминал. Цитата:

Главное преимущество компьютера в том, что он помогает решить самую сложную задачу учителя — организовать индивидуальное обучение для каждого ученика. В большом классе учитель вынужден ориентироваться на средний уровень знаний и навыков, но компьютер может работать с каждым ребенком, помогая ему усвоить понятия и решить задачи, в которых он больше всего нуждается.

Что ж…Мы уже живём в таком будущем. Например, у нас есть дистанционное образование, которое буквально калька с картинки про удаленное образование из «Ближе, чем кажется» выше.

А ещё есть онлайн-платформы, электронные учебники, электронные журналы, удаленное обучение. Скоро ИИ подкрутят, чтобы помогал готовить материалы учителям, проверять домашние задания и контрольные, в чем я ничего плохого не вижу, потому что дети-то уже вовсю используют ИИ для решения домашних заданий. Ведь ИИ это буквально машина для выполнения домашних заданий, о которой школьники мечтали десятилетиями, сошедшая с обложки книги «Дэнни Данн и машина для выполнения домашних заданий» от 1958 года (авторы Джей Уильямс и Рэймонд Абрашкин).

О такой машине дети мечтали десятилетиями. Вот, к примеру, в газете The Island Packet 21 сентября 1982 года опубликовано несколько предсказаний четвероклассников. Одно из них:

Моя машина для выполнения домашних заданий может все. Она складывается, так что я могу положить ее в карман. Когда мне нужно сделать домашнее задание, я просто нажимаю на кнопку, и она делает за меня математику, английский, чтение и любой другой предмет, который я захочу. Еще она может зарабатывать деньги. Надеюсь, мама не узнает, потому что это ее машина.

Мечты сбылись. Всё, как мечтали)

Домашняя рутина тоже отдана роботам

В доме Джетсонов также присутствуют роботы. Не считая того, что интерьер это воплощение «Дома будущего Монсанта» в формате кислотного рейва…

…всё полностью автоматизирован: глажка, готовка, уборка, мытьё посуды, а домашняя работа сводится к нажатию кнопки.

Даже надевать одежду самому не надо. Или бриться.

Работа настолько тяжела, что людям будущего приходится стоять перед «3D»-телевизором, чтобы усердно тренировать пальцы для нажатия кнопок.

А если и этого мало — в семье есть робот-горничная, который выполняет всю работу по дому.

Естественно, авторы ничего не придумывали (да и не могли) — просто взяли из коллективных архивов, вроде электрического уборщика помещений, каким его представляли в прошлом (1899).

Но как же эти фантазии отразились на реальности? Начнём с того, что у детей появились мечты о роботах-помощниках.

Возьмём для примера прогнозы на 2000 год, сделанные жителями Стьюбенвилля, рабочего городка в восточном Огайо, опубликованные в газете Herald-Star от 26 февраля 1977 года. Многие из предсказаний написаны руками детей учеников средней школы в возрасте 10-12 лет, и хорошо иллюстрируют, как массовая культура влияет на умы и представления о том, что мы хотим.

Вот одно из предсказаний от Марти Бохена 10 лет от роду.

В 2000 году…у нас будет робот-учитель, робот-горничная, и все рабочие тоже будут роботами. У нас будет карманный компьютер, в котором есть всё, что вы можете назвать. Мы даже сможем нажать кнопку, чтобы получить все, что вы пожелаете!

Краткий пересказ Джетсонов.

Давайте ещё заглянем в детскую книгу «Дом завтрашнего дня» за авторством Нила Ардли от 1981 года, и посмотрим на иллюстрацию, где представлена детская спальня будущего. И в ней у вас есть робот-помощник.

Цитата из книги:

Вот и новый день на пороге, пора вставать. Если вас некому разбудить, вы настроите домашний компьютер так, чтобы он будил вас в определенное время. Он раздвинет шторы, заговорит с вами, включит музыку или радио — в общем, сделает все, чтобы вы проснулись. А может быть, сегодня вам не нужно вставать рано, и вы попросили компьютер дождаться ваших указаний. Проснувшись, вы можете не захотеть сразу вставать. Вы можете вызвать одного из электронных слуг в доме и попросить его принести вам завтрак в постель или, например, подготовить для вас определенный комплект одежды. Затем вы можете попросить компьютер показать вам новости за день и всю полученную для вас почту. Но вы не можете лежать в постели весь день, так что перед тем, как одеться, вам нужно будет сходить в ванную. Там вы можете воспользоваться специальной машиной, которая очистит и приведет в тонус ваше тело, чтобы вы были готовы к новому дню.

Опять краткое описание быта героев мультсериала.

В 1980-е промышленные роботы вовсю внедрялись (особенно в Японии), и все верили, что и домашние роботы уже не за горами. Как в Джетсонах. И даже пробовали внедрять что-то подобное.

В 1983 году в китайском ресторане быстрого питания Two Panda Deli в Пасадене (Калифорния) появились два робота-официанта по имени Танбо Р-1 и Танбо Р-2. Роботы разносили по столам чау-мейн, свиные ребрышки и печенье с предсказаниями. Каждый робот был ростом 135 см (4,5 фута), весом 90 кг и стоил 20 000 долларов по словам хозяина кафе, потому что роботы были японского производства.

В детской книге 1985 года «Наука: она меняет ваш мир» от издательства National Geographic о них даже писали: «роботы — начало удивительной эпохи, когда машины будут выполнять наши приказы»

К концу 80-х шумиха вокруг роботов поутихла и о применении роботов не в промышленности никто не думал. Но мечта о том, что вкалывают роботы, а человек занимается творчеством — это, мне кажется, уже часть базовой прошивки, настолько она укоренилась в массовом сознании.

Потому сейчас у нас роботы. Роботы везде. Куда ни плюнь, заденешь производителя роботов: Tesla, Apptronik, Agility Robotics, Figure AI, Boston Dynamics, Unitree и ещё тысячи китайских стартапов человекоподобных роботов и (и тысячи компаний, производящие бытовых и промышленных роботов).

Есть даже гайд по человекоподобным роботам (да! есть и такое), где перечисляются роботы и их производители. Там сейчас 200 различных человекоподобных моделей с ногами или колесами. Год назад, если не изменяет память, число было двузначное..

Кажется, что роботы умеют делать всё: ходить, бегать, прыгать, ползать, перелезать через заборы, перепрыгивать через препятствия, делать сальтухи, играть в футбол, бить по лицу руками и ногами,..

…и танцевать после того, как расстреляли из М-16 все биологические цели.

Но самое главное, роботы умеют мыть посуду!

Наконец-то Джетсоны воплотились в реальность. Буквально.

Прошлое не определяет будущее?

Как так получилось, что мы живем в мире, созданном по кальке Джетсонов?

Буду обобщать на все деньги.

Отчасти сериал так популярен, потому что детишки в США играли в космонавтов, пока смотрели мультики в 60-х. Практически каждый ребенок в Америке (а многие и за рубежом) смотрели Джетсонов на повторе. Ведь в сериале всего 24 серии, но так как его крутили по телевизору постоянно, то многие зрители даже и не поняли, что у сериала только один сезон.

Технологии, представленные в сериале, не были в новинку в 1962 году. Создатели, как писал ранее, брали в качестве референсов всё, что было у них перед глазами. К примеру, в книге автора Дэнни Грейдона «Джетсоны: официальный путеводитель по мультфильму», как раз об этом и говорится: художники черпали вдохновение в футуристических книгах того времени, например, в книге 1962 года «1975: грядущие перемены», Арнольда Б. Барака (который предсказывал появление таких изобретений, как ультразвуковые посудомоечные машины и мгновенные переводчики).

«Джетсоны» успешно собрали все изобретения и футуристические прогнозы в 25-минутные серии, добавили ярких красок, и получился манящий образ будущего, с которым засыпали дети. И когда они проснулись взрослыми, то обнаружили, что машины не летают, реактивных ранцев нет, а космические программы свернуты.

Но мечта в подкорке всё равно осталась.

Потому бывшие дети усиленно стремятся попасть в прошлое с ретробудущим: с летающими авто, с реактивными ранцами, с Марсом, видеотелефонами, 3D-телевидением и автономными роботами-уборщиками.

Мы получили мир, в котором актеры, певцы, но, главное, политики, техноевангелисты, изобретатели, СЕО технологических компаний, ученые, инженеры и визионеры тащат нас в будущее, которое осталось далеко в прошлом. Мир в котором Тим Кук, генеральный директор Apple, указывая на свой iPhone, с почти религиозным благоговением говорит: «С этим мы живем как в “Джетсонах”».

Они хотят жить как «Джетсонах» и стремятся попасть в утерянное прошлое. Возобновление лунных миссий, разработки роботов, летающих машин — это попытки вернуть утраченное**.

Поэтому у нас ракета Маска словно сошла с детского рисунка.

Да, здесь можно сказать, что я притягиваю за уши…Но Гиперлуп — это же явное переосмысление транспортной системы пневматических труб из Джетсонов.

Просто теперь офисные работники не вспахивают воздушные слои своим лицом, а двигаются в защищенной железной банке.

И я здесь не преувеличиваю. Илон Маск не раз упоминал «Джетсонов» как один из источников вдохновения для своих идей о будущем.

«Джетсоны» и всё, что они представляли, воспринимались многими не как возможное будущее, а как обещание такового.

Но знаете, какое в «Джетсонах» главное обещание?

Самая главная, самая захватывающая идея, которую транслировали в «Джетсонах» — это свободное время, полученное благодаря сверхавтоматизации жизни. И эта идея правит миром и сейчас.

Обещаю*, вы не будете работать

Джек Ма, бизнесмен, миллиардер, председатель совета директоров Alibaba Group, на конференции в Детройте в 2017 году выдал тезисы, что автоматизация поможет работникам будущего проводить больше времени на отдыхе. По его мнению, к 2047 году люди будут работать всего по 16 часов в неделю.

Я думаю, что в ближайшие 30 лет люди будут работать всего по четыре часа в день и, может быть, четыре дня в неделю. Мой дедушка работал по 16 часов в день на ферме и [считал себя] очень занятым. Мы работаем по восемь часов пять дней в неделю и тоже считаем себя очень занятыми.

Той же мысли он придерживался во время разговора с Маском на Всемирной конференции по искусственному интеллекту (WAIC) в Шанхае в августе 2019 года. А уже сам Илон Маск в 2024 году на конференции VivaTech 2024 в Париже Маск выдал вот такую цитату:

Если хотите заниматься чем-то вроде хобби, то можете этим заниматься. Но в остальном искусственный интеллект и роботы предоставят вам любые товары и услуги, которые вам нужны.

А за год до этого в беседе с премьер-министром Великобритании говорил, что:

В будущем нас ждет "универсальный высокий доход". Наступит момент, когда никакая работа не будет обязательной. Вы сможете работать только ради собственного удовольствия, как ради хобби. ИИ сможет делать всё.

Ранее Ричард Брэнсон, основатель Virgin Group, из которого лепили такого же визионера, как Маска, говорил:

Если вы дадите людям свободу самим решать, где и когда им работать, они будут работать гораздо эффективнее. Пятидневная рабочая неделя и фиксированные часы — это анахронизм.

Или вот цитата Билла Гейтса:

Цель технологий — позволить нам работать меньше. Со временем мы придем к ситуации, когда людям не придется работать так много, чтобы удовлетворить свои потребности.

И, наконец, цитата Сэма Альтмана (CEO OpenAI):

ИИ создаст настолько много богатства, что нам придется переосмыслить само понятие "работы". Мы перейдем от экономики труда к экономике капитала, где каждый человек сможет получать долю от процветания мира, не обязательно вкалывая по 40 часов.

Всё эти предвыборные обещания мы неоднократно слышали (и видели) в предсказаниях ретрофутуристов. Просто меняется «рабочее тело», посредством которого нам будут доставлять радость: роботы, технологии, ИИ, а в светлом будущем место ИИ (снова) займут генномодицированные кенгуру.

Данный нарратив про легкую работу и сокращенную неделю, как вы уже видели, транслировался в Джетсонах — главный герой работал всего три рабочих часа в день, а работа заключалась в нажимании кнопки.

И этот наратив нам сейчас транслируют те, кто на этом мультсериале вырос — «великие» дают «великое» обещание не работать.

Но откуда это всё берется?

Джон Мейнард Кейнс, экономист, в 1930 году писал:

К 2030 году технологический прогресс позволит нам работать всего 15 часов в неделю. Нашей главной проблемой станет не поиск работы, а вопрос: чем занять свободное время, чтобы не сойти с ума от безделья?

В 1950 году Ассошиэйтед Пресс заявляли, что внуки их читателей будут работать в два раза меньше:

Можно с уверенностью сказать, что к концу века многие государственные планы, которые сейчас воспринимаются как форма социализма, станут чем-то само собой разумеющимся. Кто бы в 1900 году подумал, что к середине века в стране будут государственные пенсии и рабочая неделя, ограниченная 40 часами? Минимальная заработная плата, ограничения детского труда и пособия по безработице? Так что не удивляйтесь, если в 2000 году 35-часовая или даже 20-часовая рабочая неделя станет нормой.

В 1959 году журнал Parade предположил, что мир станет «раем», где всю работу выполняют роботы, за безделье платят, а люди будущего будут впадать в глубокую депрессию из-за отсутствия смысла в жизни (смысл жизни, конечно же, должен быть во впахивании, как иначе).

В 1967 году Уолтер Кронкайт, легендарный американский тележурналист и ведущий вечерних новостей на канале CBS с 1962 по 1981 год, которого называли «человеком, которому доверяют больше всех в Америке», сказал телезрителям, что рабочим нужно дождаться 2000 года, чтобы дождаться коммунизма начать беззаботную жизнь:

Технологии открывают перед нами новый мир свободного времени. Согласно одному из правительственных докладов, к 2000 году в США нормой станет 30-часовая рабочая неделя и месячный отпуск.

В 1967 году некоторые политологи считали, что к 2020 году рабочая неделя может сократиться до 16 часов.

Те, кто мечтает об отпуске, могут воодушевиться прогнозом политолога Себастьяна де Грациа о том, что к 2000 году средняя продолжительность рабочей недели составит 31 час, а возможно, и 21 час. Через двадцать лет количество рабочих часов может сократиться до 26 или даже 16.

А в 1969 году Ричард Гиллис Младший (Richard Gillis Jr.), общественный деятель, занимавший пост исполнительного директора Торгово-промышленной палаты штата Вирджиния в статье The Progress-Index (Питерсберг, Вирджиния) под заголовком «Little Work, Big Pay Forecast Year 2000» обещал, что 30-часовая рабочая неделя будет нормой:

Рабочая неделя и рабочий день будут значительно сокращены. Большинство людей будут работать менее 30 часов в неделю.

Понимаете уровень пропаганды? Вы думаете, что «предвыборные обещания» были шуткой? В этой статье шуток нет.

Как видите, понятие «30‑часовой рабочей недели» не просто фантазия футурологов, — такой прогноз разделяли авторитетные эксперты, ученые, политики, влиятельные личности, СМИ и рабочие — все были уверены, что проблема избытка свободного времени не за горами. После Второй мировой войны произошел колоссальный скачок в развитии автоматизации и робототехники, так что все считали, что изобилие свободного времени — это нечто само собой разумеющееся.

Как следствие, в массовой культуре и в «Джетсонах» (как её квинтессенции), идея сокращенной работы и праздности стала общепринятым представлением о будущем.

Но не получилось.

Сегодня американский рабочий на 270% производительнее своего коллеги из года выхода «Джетсонов». Предсказания в этой части стали реальностью. Но больше ли они отдыхают?

Если в 60-х средняя продолжительность отпуска составляла 9-12 дней в год, то сейчас отпуск вырос до 11-15 дней. Даже если вы видите разницу в продолжительности (чего не вижу я), то есть нюанс — этот отпуск часто не оплачивается. В США нет понятия оплачиваемого отпуска (и больничных), как таковых, ведь у работодателей нет таких обязательств на уровне государства. Всё зависит от политики конкретной компании и законов штата. Компания захочет привлечь работников — будет оплачивать отпуск. Не захочет — не будет.

Потому в США существует культура «вины за отпуск», из-за которой ежегодно остаются неиспользованными миллионы дней отдыха, и даже когда отпуск есть, американцы часто его не используют полностью.

Вот почему американцы любят Джетсонов — там сбылась их мечта — наконец-то отдохнуть!

Поколениями страна мечтала о том, что технологическая утопия не за горами и технологии наконец-то станут нам служить, а не мы им, и освободят нас от офисного рабства и заводских оков.

В результате все эти сладкие речи про то, что «Товарищи, скоро вы, наконец-то сможете отдохнуть, нужно только подождать технологической сингулярности!» ложатся на душу сладким мёдом, задевая струны души, настроенной на американскую мечту, в которой трехчасовой рабочий день как в «Джетсонах» — ключевой элемент.

И люди ждут. Слушают предвыборные обещания Альтмана. И надеются: «Ну может в этот-то раз точно получится?»

Вот так прошлое определяет наше будущее.

*Не является публичной офертой.

*Это взгляд с моей колокольни, естественно, а я диванный психолог.

Именно в таких ситуациях вы, скорее всего, выберете робопса.

Денис, солюшн-архитектор Centicore Group, интегрирует такие платформы в реальные контуры охраны уже несколько лет. Работал с ЦОДами крупных компаний, интегрировал физическую безопасность с IT-инфраструктурой. В статье — технический разбор того, как это устроено изнутри.

Это просто ещё один вид железа

Первое, что нужно понять: робопёс — не новый гаджет с китайской выставки и не военная игрушка из ролика Boston Dynamics — это мобильная аппаратная платформа. Четыре ноги с приводами, аккумулятор, бортовой компьютер и полезная нагрузка сверху. Если вы работали с embedded или IoT — сразу поймёте, о чём речь. Разница в том, что эта штука весит 30–50 кг, ходит по грязи, не боится ветра и умеет открывать двери.

Это просто ещё один вид железа, который мы используем в общем контуре охраны. Такой же, как поворотная камера или датчик движения на заборе. Только этот датчик умеет бегать.

Есть ещё роверы — колёсные платформы. Они проще, дешевле и надёжнее на ровном асфальте. Но собака — это вездеход. Там, где ровер застрянет, четырёхногая платформа пройдёт.

Зачем вообще нужны робособаки, если есть камеры и дроны

Робопсы проверяют оборудование, ищут утечки, считывают показания датчиков в труднодоступных местах. Камера слишком статична, дрон может показаться альтернативой, но у него есть технические ограничения:

• аптайм 30–40 минут, потом на базу заряжаться
• не работает в метель и сильный ветер
• не умеет двигаться в помещениях
• не умеет открывать двери

Последний пункт реальная проблема, потому что на буровой или заводе часто нужно открыть техническую дверь, чтобы проверить приборы внутри. Дрону нужен человек-сопровождающий, а робопёс самостоятельно умеет открывать двери — если на спине стоит манипулятор-рука. Дополнительно работает часами, не боится ветра, проходит под трубопроводом, прячется в траве. IP68 позволяет форсировать броды глубиной до 70 сантиметров.

Что внутри — архитектура платформы

Платформа состоит из нескольких слоев, рассмотрим их снизу вверх:

Механика и ядро. Четыре ноги с шарнирными приводами, аккумулятор, бортовой компьютер. Биомеханика шарниров списана с животных — отсюда устойчивость на неровном рельефе. Перёд и зад у современной собаки отличаются только расположением датчиков, двигаться она может в любую сторону.

Производители не дают к ядру прямой доступ, чтобы программно не сломать суставы роботу. В ядре зашиты базовые навыки: ходить, держать равновесие, базовые интеграции с оборудованием. Движение реализовано через высокоуровневые команды вроде иди к этим координатам, а конкретные движения ног и выбор пути по кочкам — на ядре.

API наружу. Выше ядра — прикладной уровень. Сюда пишут свой софт через API: сценарии патрулирования, интеграция с камерами, логика поведения, кастомное взаимодействие с навесным оборудованием.

MDM-сервер. Деплой выглядит знакомо:

1. Получить, распаковать, протестировать
2. Занести на объект, подключить к серверу управления
3. Сервер разливает апдейты и прикладные приложения, доставляет драйверы если нужно
4. Подключает к диспетчерскому контуру, раздает задания

Модуль патрулирования идёт из коробки. Кастомная логика деплоится поверх через тот же сервер.

Закрытый контур. Перед вводом в работу ИБ закрывает порты, блокирует отправку данных вовне, отрубает облачные сервисы производителя, отключает 4G-модем если есть. Робот работает в изолированной сети.

Стек сенсоров

Каждый сенсор в стеке закрывает слепое пятно предыдущего, вот как это выглядит:

• Камеры — от одной спереди до восьми по периметру. Основная задача — видеоаналитика и логирование. Собака пишет стереозвук, видео и системные логи непрерывно. Это нужно для доказательной базы: записи поднимают в суде.
• Лидар — почти всегда есть хотя бы базовый. Строит 3D-карту окружения, детектирует препятствия. Ограничение: плохо работает с водой, стеклом, полиэтиленом.
• Сонар — добавляют именно из-за ограничений лидара. Робот с сонаром не пробегает через стеклянные витрины.
• Радар — на дорогих платформах. Пробивает листву, снег, проверяет плотность покрытия. Нужен, чтобы не наступить на то, на что наступать не надо, и быстрее двигаться по сложному рельефу.
• GPS/ГЛОНАСС — для координат там, где нет помех. В помещениях и при работающих глушилках переключается на навигацию по лидару, камерам и гироскопам.
• Радиомодем — основной канал связи. Сотовый и спутниковый встречаются реже. Собаки редко уходят дальше пяти километров от радиосети.
• Микрофоны — для голосовых команд охраны и для логов. Свои на объекте знают голосовой стоп-код, собака его слышит.
• Рука-манипулятор — идет в базовых комплектациях. Нужна для дверных ручек, кнопок, оборудования.

Как ориентируются и почему рой умнее одного робота

Если карта есть — она грузится с сервера в формате 3D-модели, дальше собака уточняет ее локально по данным всех сенсоров.

Если карты нет — собака движется по заданию и собирает данные сама. При широком канале отдает их в реальном времени, при узком — пишет локально и сбрасывает при возврате на зарядку.

Рой решает проблему охвата. Несколько собак в автономном режиме строят p2p-сеть и обмениваются картами, это не полные — упрощенные форматы: тут дерево упало, здесь новая яма. Одна собака с радиодоступом к центру работает мостом для другой собаки за горизонтом. Это стандартная mesh-топология, ничего нового.

Первичное картирование — отдельное задание для роя: медленно и аккуратно обойти всю территорию, пробить радарами покрытия, проверить лапами лужи и неровности, записать всё. После этого можно бегать по объекту на полной скорости.

Если что, ваш робот-пылесос делает то же самое в вашей же квартире.

При потере GPS — в ангаре, подвале или зоне глушения — навигация переходит на лидар и гироскопы, карта уже либо предзагружена, либо строится с нуля на месте.

Метель, стекло, лестница, стройка

Это раздел про то, где алгоритмы работают не так, как мы ожидаем.

Метель и мороз до -40°C

Тепла от процессора не хватает на обогрев платформы — мёрзнут шарниры, конкретно смазка в них. Нужен северный пакет: отдельный контур обогрева аккумулятора и подогрев шарниров. Такие конфигурации уже есть у нескольких производителей.

Если снег залепляет камеры и лидары, собака очиститься сама не может, поэтому решают это встроенными системами: подогрев стекла, ультразвуковая чистка через вибрацию.

В сильную метель эффективность сенсоров падает — много шума на датчиках. Но радиосигнал управления через метель проходит нормально. Собака движется по предзагруженной карте и на ощупь. Дождь и грязь — не проблема. Это просто вязкое препятствие, не опасность.

Стеклянные двери и прозрачные поверхности

Для лидара стекло — почти невидимое препятствие. Решают сонаром. В новых моделях добавили алгоритм проверки грунта: собака аккуратно тыкает одной ногой поверхность, замеряет сопротивление и давление. Твердо — идет. Вязко или можно провалиться — помечает зону как непроходимую и ищет обход.

Плавать не умеют — тонут. Броды глубиной 30–70 см при защите IP68 проходят. Специальные версии — и водоемы покрупнее.

Лестница

Функция ядра, причем простая. Интересный момент в реализации: многие платформы идут по лестнице буквально вверх ногами — основная камера при этом смотрит вниз, что важнее для навигации.

Кусты и высокая трава

Для лидара куст — стена. Но алгоритмы умеют распознавать проницаемые препятствия: листва, тепловые завесы из полиэтиленовых полосок. Робот снижает скорость и аккуратно продавливает препятствие. Прыгать через кусты в реальной работе никто не будет — слишком большой риск, что собака сломается.

Стройка — отдельный разговор

Стройка — это хаос. Ландшафт меняется каждый час.

Вырыли яму, насыпали гору, бросили кабели и шланги на земле. Полиэтиленовая пленка на полу — робот её не видит нормально, может намотать на ноги. Новые ямы появляются быстрее, чем обновляется карта. Тяжелая техника давит, тупики не объехать. Стройки охраняют дронами или под постоянным контролем оператора. Автономный режим там не работает надежно.

Что можно сделать через API, как взломать робопса

Есть мошенники, которые перехватывают видеопоток и эмулируют сигналы с пульта, чтобы обойти ограничения производителя. Но влезть глубоко в код и изменить параметры ядра безопасности — очень сложно.

Что доступно через API:

• сценарии патрулирования с кастомными маршрутами и триггерами
• интеграция с внешними системами видеонаблюдения
• кастомная логика поведения при обнаружении событий
• управление навесным оборудованием — рукой, газоанализатором, динамиком
• получение телеметрии в реальном времени
• подписка на события: нарушитель, авария, низкий заряд, застрял

Но само ядро закрыто. Базовая биомеханика, safety-ограничения суставов, низкоуровневое управление ногами. Нельзя заставить робота прыгнуть выше, чем заложено механикой и нельзя программно сломать ноги — что правильно.

С дронами кастом проще. Купил запчасти, поставил ArduPilot — и полетел. Робособаки так не работают: платформы сложные, проприетарные, единого стандарта ОС нет. Собрать в гараже платформу, которая будет ходить не падая, пока почти невозможно. Приходится покупать готовое и допиливать под задачу, сейчас экосистема движется в сторону открытости, но медленно.

Логирование: зачем это нужно разработчику

Робот пишет всё непрерывно: видео, стереозвук, системные логи — это требование для работы на охраняемых объектах.

У нас было так: я грибник, просто гулял по ядерному объекту, а ваша собака ударила меня током. Поднимают запись: видно, что он лез через забор, игнорировал предупреждения и тащил мешок с медным кабелем.

С точки зрения архитектуры это стандартный append-only лог с временными метками. Видеопоток пишется локально на бортовой носитель, при возврате синхронизируется с сервером.

Вернёмся к трубопроводу на 400 километров из начала статьи.

Камеры не справились. Дрон сел заряжаться. Охранник обходит периметр раз в час. А пёс всё это время идёт по маршруту: открывает двери, считывает датчики, передаёт телеметрию в закрытый контур и пишет лог — на случай, если кто-то потом скажет, что просто гулял мимо.

Экосистема пока отстаёт от дронов на несколько лет. Ядро закрыто, стандартов нет, в гараже не соберёшь. Но задачи, которые закрывает четырёхногая платформа, дрон не закроет никогда.

По словам авторов проекта, это самые маленькие полностью программируемые и автономные роботы, созданные на сегодняшний день. Каждый из них стоит всего около $0,01, что делает технологию потенциально отлично масштабируемой.

Разработчики рассчитывают, что такие микророботы найдут применение в медицине, микро-производстве и научных исследованиях, где обычные механические системы либо слишком крупные, либо слишком хрупкие.

Как они устроены и почему у них нет «ног»

Физическую часть роботов разработала команда Penn Engineering. Размер каждого устройства — примерно 200 × 300 × 50 микрометров.

На таком масштабе привычные инженерные подходы перестают работать: трение и вязкость среды начинают доминировать, а любые движущиеся части становятся ненадежными.

Поэтому ученые отказались от механических элементов и придумали новую систему движения.

Роботы «плавают» за счет ионной тяги. То есть они буквально создают электрическое поле, которое сдвигает ионы в окружающей жидкости.

Меняя параметры этого поля, микророботы могут двигаться по сложным траекториям и даже координироваться друг с другом. Отсутствие движущихся частей делает их удивительно прочными — их можно поднимать микропипеткой без повреждений.

Питание от света и микроскопическая электроника

Еще одна сложность — питание. Чтобы решить эту проблему, инженеры сделали ставку на солнечную энергию.

Фотоэлементы занимают большую часть поверхности робота, но даже при этом вырабатывают всего около 75 нановатт. Это наложило жесткие требования на энергоэффективность всей системы.

«Мозг» роботов разработала команда из Мичигана. Внутри — сверхэффективный процессор, память и сенсоры. Программирование происходит с помощью световых импульсов, которые одновременно служат и источником энергии.

Для передачи данных обратно, роботы используют необычный метод: они выполняют движения, напоминающие «виляющий танец» пчел, который считывается внешними системами.

Зачем нужны такие микророботы

Роботов можно запускать сотнями одновременно. Они способны работать автономно в течение месяцев, а набор сенсоров легко менять под конкретную задачу — в первых тестах использовался датчик температуры.

Сегодня автоматизация входящих звонков перестала быть задачей "поддержки клиентов" и стала техническим инструментом, влияющим на масштабируемость бизнеса, архитектуру коммуникационных платформ и проектирование операторских сервисов.

Как развивались голосовые роботы, и почему они вышли в продакшн

Первые голосовые роботы на базе шаблонных IVR-сценариев были ограничены по функциональности. Они умели выполнять набор фиксированных действий: проговорить фразу, передать вызов оператору, собрать цифры с клавиатуры. Эти системы были надежны, но не гибки, а попытки «научить» их вести диалог заканчивались провалами из-за примитивных алгоритмов распознавания.

Резкий сдвиг произошел после появления нейросетевых ASR-систем (Automatic Speech Recognition) и моделей, способных понимать естественную речь, включая шумы, паузы и фоновые искажения. Порог ошибок снизился достаточно, чтобы роботы могли вести не сценарные диалоги и принимать решения на основе контекста, а не только заранее заданных переходов.

ИИ-агенты постепенно освоили способность:

• распознавать намерения (intent detection) в реальном времени,
• корректировать сценарий на лету,
• обрабатывать нестандартные запросы без жёстких скриптов.

Это вывело голосовую автоматизацию из разряда «интерактивных меню» в полноценный класс систем, которые могут заменить до 40–70% входящих обращений без участия оператора, если архитектура построена корректно.

Техническая архитектура современных ИИ-агентов

Телефонный AI-агент– это не одна нейросеть, а стек компонентов, которые должны работать синхронно и с минимальными задержками.

ASR – первый компонент в цепочке. Он должен конвертировать речь в текст с задержкой не больше 200–500 мс. Это критично для естественности диалога: если агент отвечает с задержкой больше секунды, пользователь начинает перебивать или повторять запрос.

Следующий слой – NLU (Natural Language Understanding). Он анализирует текст, выделяет намерение, ключевые сущности, оценивает эмоции и уровень срочности. На основе этого выбирается действие: ответить напрямую, переключиться на другой сценарий или передать вызов оператору.

Диалоговый менеджер синхронизирует историю общения. Он хранит контекст, отслеживает «ветки» диалога и контролирует, чтобы система не зашла в логические тупики. В сложных сценариях может использоваться RL-подход (обучение с подкреплением) для оптимизации решений агента.

TTS – последний слой в цепочке. Он генерирует речь. Качество синтеза стало настолько высоко, что монотонность и «роботизация» звучания устраняются настройкой голоса и интонационных моделей.

Интеграционный уровень связан с CRM, биллинговыми системами, внутренними API и внешними сервисами. Именно этот слой определяет, может ли агент выполнять реальные бизнес-задачи, а не просто разговаривать.

Автоматизация входящих звонков: что реально работает

Большая часть реальных внедрений автоматизации происходит в двух направлениях.

Первое – фильтрация и предобработка. Робот берёт на себя стандартные запросы: расписание, статус доставки, проверку баланса, подбор услуг, регистрацию обращения. Это снижает нагрузку на операторов и обрабатывает «массу», не требующую навыков.

Второе – triage сложных обращений. ИИ-агент уточняет детали, собирает данные, определяет категорию проблемы и передаёт её специалисту уже в структурированном виде. Это уменьшает время обработки и позволяет оператору входить в разговор сразу по делу.

В обеих зонах ключевым параметром является задержка. Если ASR+NLU не укладываются в realtime, пользователи воспринимают диалог как «повисший». Поэтому продакшн-системам приходится балансировать качество моделей и скорость выполнения.

Инженерные ограничения и реальные проблемы

Несмотря на впечатляющий прогресс, технических ограничений достаточно.

Главная проблема – шум и нестандартные речевые паттерны. Фоновый транспортный гул, акценты, обрывистая речь или попытки пользователей говорить слишком быстро увеличивают вероятность ошибок. Даже современные модели не всегда корректно распознают речь в агрессивной акустической среде.

Вторая проблема – сложность интеграций. Чтобы ИИ-агент решал реальные задачи, он должен уметь работать с внутренними системами компании. Старые CRM, закрытые API, нестабильный внутренний транспорт данных – всё это делает автоматизацию непредсказуемой и увеличивает задержки.

Третья проблема – логическая устойчивость диалога. Даже при наличии контекстного анализа система может «упасть» в сбойный сценарий, повторить вопрос или начать трактовать ответ неправильно. Поэтому операторы внедряют дополнительные контрольные слои, которые фиксируют отклонения диалога и переключают вызов на живого сотрудника.

Зачем операторам и бизнесу нужна голосовая автоматизация

Для операторов связи голосовые роботы уже стали частью инфраструктурного сервиса. Они позволяют разгружать колл-центры, уменьшать нагрузку на операторские площадки и оптимизировать большие входящие потоки.

Бизнес получает другую выгоду – масштабируемость. Человек ограничен по скорости обработки запросов, а ИИ – нет. При росте нагрузки система масштабируется горизонтально, не меняя качество обработки.

Автоматизация также позволяет фиксировать запросы в структурированном виде – это полезно для аналитики, прогнозирования загрузки и оптимизации сервисов.

Куда движется рынок

Рынок переходит от скриптовых роботов к телефонным AI-агентам, которые могут вести открытый диалог и принимать решения на основе контекста. Следующий шаг – многоагентные системы, где несколько телефонных ИИ-агентов взаимодействуют друг с другом для решения сложных задач.

Модели стремятся к снижению задержек на уровне сотен миллисекунд, что делает голосовое взаимодействие практически неотличимым от разговора с человеком. ТTS становится живее, ASR – точнее, а диалоговые менеджеры – устойчивее.

В ближайшие годы голосовая автоматизация перестанет быть отдельной технологией и станет базовым инструментом обработки коммуникаций, наряду с текстовыми чатами и self-service-порталами.

С чего все началось

Когда Кеннет Вэр четыре года назад взялся за руководство гренландским разделом Википедии, он практически всё удалил. У этого 26‑летнего немца, который после подростковой поездки в автономную территорию Дании стал изучать гренландский язык и переехал в Копенгаген, за плечами были годы работы над англоязычными статьями о Гренландии.

В начале 2000‑х появилась версия Википедии на гренландском; к моменту прихода Вэра в ней было около 1500 статей. На вид — успех краудсорсинга: десятки тысяч статей, сотни авторов. Однако он обнаружил, что почти никто из них не говорил по‑гренландски, и большинство страниц были забиты машинными переводами.

Выглядело это как гренландский, но авторы не могли этого проверить. Предложения не имели смысла или содержали очевидные ошибки. ИИ‑переводчики очень плохо работают с гренландским

Оказалось, что гренландская Википедия — мираж

Эта проблема не уникальная. Википедия — второй по масштабу многоязычный проект после Библии: существуют версии более чем на 340 языках, и ещё около 400 тестируются. Многие из небольших разделов оказались наводнены автоматическим переводом, поскольку ИИ становится доступнее.

Волонтёры, работающие с четырьмя африканскими языками, рассказали MIT Technology Review, что 40–60 % их статей — неотредактированные машинные переводы. Аудит разделов показал: более двух третей страниц со сколько‑нибудь длинными текстами содержат автоматически переведённые фрагменты.

Это порождает сложную проблему. Системы от Google Translate до ChatGPT учатся, анализируя огромные массивы текстов из интернета. Для языков с мало письменных ресурсов Википедия часто — главный источник данных. Ошибки на этих страницах отравляют общий колодец, из которого черпают модели, что делает переводы ещё хуже и запускает рекурсивную спираль: чем больше некорректных статей, тем больше ошибочных данных получают ИИ, и тем хуже становятся новые переводы.

Эти модели строятся на исходных данных, теперь создающий софт для языков под угрозой исчезновения. Они учат язык с нуля. Нет других источников — ни грамматик, ни словарей, только введённый текст.

Данных о масштабе бедствия нет: многие наборы для обучения ИИ закрыты, а сама индустрия быстро меняется. В 2020‑м Википедия составляла более половины корпусов для перевода некоторых африканских языков, включая малагасийский, йоруба и шона. В 2022‑м исследователи из Германии выяснили, что для 27 малообеспеченных языков Википедия — практически единственный доступный источник текстов.

Последствия могут быть серьёзными: плохо написанные статьи способны подтолкнуть самые уязвимые языки к исчезновению, если молодые поколения начнут их избегать. Тронд Тростеруд, вычислительный лингвист из Университета Тромсё, предупреждает: чем сильнее позиция Википедии, тем больше вред. «Трудно представить, что это не скажется», — говорит он.

Автоматизация: от ботов до ИИ

С ранних дней Википедия использует ботов для исправления ссылок, форматирования и опечаток. Они делают множество рутинных задач за людей. Есть и боты, автоматически генерирующие короткие статьи по шаблону — о реках, городах, животных. Эти роботы обычно улучшают платформу.

Но ИИ даёт любому возможность сделать плохую статью за пару кликов. Википедия пока справляется лучше соцсетей: она не наводнена дезинформацией, остаётся открытой и бесплатной, управляется самим сообществом. Однако маленькие разделы зависят от числа активных участников. Англоязычная версия процветает, гренландская — борется за жизнь.

Нам нужны хорошие википедисты. Это не магия. Если пользоваться машинным переводом ответственно, он может быть полезен. К сожалению, не всем можно доверять.

Тростеруд вводит термин «угонщики Википедии» для описания пользователей, массово создающих плохие страницы. Это и подростки, пишущие про свой посёлок или любимого блогера, и энтузиасты, уверенные, что добавлением статей они помогают сообществам. Теперь у них есть Google Translate и ChatGPT, поэтому они могут штамповать длинные тексты, которые на первый взгляд выглядят правдоподобно. Раньше их ограничивали бумажные словари, теперь только время.

Проблема особенно заметна для уязвимых языков. Причины разные: мало данных, языки похожи на другие, а структуры многих языков — например, гренландского, инуктитута и большинства коренных языков Северной Америки — плохо подходят под существующие модели перевода. В гренландском, как и во многих инуитских языках, слова агглютинативны: добавляя приставки и суффиксы, можно в одном слове выразить целое предложение, чего системы перевода не учитывают.

Google подтверждает: для малообеспеченных языков качество перевода ниже. В исследованиях перед расширением Google Translate три года назад отмечено, что системы путают даже простые существительные (например, названия животных и цветов) и часто дают неправильные варианты. Компания заявляет, что «стремится обеспечивать высокое качество для всех 249 языков», особенно тщательно тестируя языки с ограниченным количеством данных.

У Википедии есть инструмент Content Translate: он автоматически переводит статьи между языками, сохраняя ссылки и форматирование. Но он использует внешние переводчики и наследует их проблемы. Каждое сообщество решает, разрешать ли его; английская Википедия практически запретила его использование, поскольку 95 % статей, созданных через Content Translate, требовали значительной доработки. В любом случае можно видеть, что инструмент использован: он оставляет специальную отметку.

Другие ИИ‑программы отслеживать сложнее. Редакторы отмечают, что как только их язык появляется в крупных переводчиках, поток плохих страниц увеличивается. Иногда пользователи честно говорят: они не владеют языком и выкладывают черновики, ожидая, что носители их исправят. Но в малых разделах часто нет активных носителей.

Юэт Ман Ли, канадский преподаватель обществоведения, рассказывал, что переводил свои англоязычные статьи на инуктитут через Google Translate и ChatGPT, думая помочь. Он отметил, что добавил примечание о черновом переводе и надеялся, что «кто-нибудь увидит и исправит», размышляя, насколько грамотно машина перевела текст. «Я не думал, что кто-то это прочтёт», — признаётся он. Но с момента публикации его статью никто не тронул.

Ли, который 10 лет редактирует английскую Википедию, говорит, что у редакторов больших разделов есть самоуверенность: они привыкли, что ошибки исправляют другие. В малые разделы никто не придёт. Он добавлял статьи на татарском, и некоторые правили носители.

Но Википедия, по его словам, — «опустошённая пустыня». «Я хотел помочь, но теперь думаю, что мог запустить рекурсивный цикл, — говорит он. — Хотелось просто выложить контент из любопытства и для развлечения, не подумав о последствиях».

Истории редакторов: страхи и разочарования

Абдулкадир Абдулкадир, 26‑летний агроном из Нигерии, ежедневно тратит по три часа на правку страниц на языке фуфульде. Он считает раздел жизненно важным: это один из немногих онлайн-ресурсов, который он советует фермерам в деревнях, чтобы узнать о семенах и культурах на родном языке. Но машинные переводы могут навредить. «Если вы дадите им неправильно переведённую статью, это может легко навредить», — говорит он. Он приводит примеры: Google Translate считает, что слово «январь» на фуфульде означает июнь, а ChatGPT переводит его как август или сентябрь. Те же сервисы предлагают, что слово «урожай» означает «лихорадка» или «самочувствие». Недавно Абдулкадир исправлял статью о коровьем горохе — важной культуре для региона, — которая была практически непонятна.

Если кто-то создаёт страницы на фуфульде, считает он, нужно переводить вручную. «Иначе читатель не получит даже базовых знаний», — говорит он другим википедистам. Он оценивает, что около 60 % статей остаются необработанными машинными переводами. «Если ничего не изменится в обучении и использовании ИИ, будущее фуфульде будет ужасным. Совсем, полностью без будущего», — признаётся он.

На другом конце Нигерии Люси Ивуала редактирует раздел на игбо, языке миллионов людей. «Вред уже нанесён», — говорит она, открывая две последние статьи: обе созданны через Content Translate, и в них столько ошибок, что, по её словам, «даже голова заболит». Некоторые слова вообще не переведены и остаются на английском; встречаются буквы, которых в игбо нет. Она узнала автора по нику: это человек, который регулярно публикует плохие переводы. Ивуала начала редактировать три года назад из опасения, что английский вытесняет её язык. Она часто объясняет на онлайн‑марафонах и в письмах, что плохой перевод отпугивает: «Человек разочаруется и уйдёт обратно в английскую “Википедию”». Для неё, профессионального переводчика между английским и игбо, это вопрос культурной идентичности: «Это моя культура, это я. Суть — не дать нас стереть».

Опасения разделяет Ноа Ха‘алилио Соломон, доцент гавайского языка из Университета Гавайев. Он оценивает, что на некоторых страницах до 35 % слов непонятны. «Если такая “гавайская речь” останется в интернете, это принесёт больше вреда, чем пользы», — говорит он. Гавайский язык долго был на грани исчезновения и только недавно начал возрождаться. Видеть плохой гавайский в крупном онлайн‑ресурсе для него болезненно, напоминает о присвоении их культуры. Лингвист Ричард Комптон из Университета Квебека говорит, что такие ошибки становятся основой для книг, продаваемых на Amazon. «Это просто чепуха», — говорит он о книге, которую видел. Он беспокоится, что молодые люди в общинах, которые боролись за сохранение языка, обратятся к ChatGPT или таким книгам и получат ответы только хуже. «Это мошенничество», — считает он.

Ответственность и закрытие разделов

По данным ЮНЕСКО, один язык исчезает каждые две недели. Но обязан ли Фонд Викимедиа отвечать за качество контента на всех языках? По словам Руна Бхаттачарьи, старшего директора фонда, ответственность лежит на сообществах: «Они должны следить, чтобы не было вандализма и нежелательной активности, будь то машинный перевод или что-то другое». Обычно разделы закрывают только при официальной жалобе. Но если нет активного сообщества, кто пожалуется и исправит?

Фонд считает, что его роль — поддерживать платформу, чтобы была возможность её возродить, если появятся желающие. «Мы предоставляем пространство для роста и развития. Этим всё и ограничивается», — говорит Бхаттачарьи. Если сообщество отсутствует, раздел может быть переведён в Инкубатор — площадку для тестирования новых языков.

На этом фоне история инари‑саамского языка в Финляндии — пример успеха. Четыре десятилетия назад носителями были четыре ребёнка. Родители создали Ассоциацию языка инари‑саами, и теперь носителей — несколько сотен; есть школы и 6400 статей в «Википедии», проверенных носителями. «Нас не волнует количество. Нам важно качество», — говорит Фабрицио Бреджароли из Ассоциации. Для них «Википедия» — репозиторий письменного языка и инструмент для молодых. Учителя просят писать статьи на разные темы — от торнадо до фольклора. Через раздел они даже вводят неологизмы: молодёжь ищет слова по спорту, политике, видеоиграм.

Этот пример показывает, что «Википедия» может помочь малым языкам, если за неё взяться всерьёз. «Главная цель — выживание инари‑саамского», — говорит Бреджароли. Он добавляет, что, возможно, даже хорошо, что нет Google Translate для их языка. Но крупные модели вроде ChatGPT уже могут переводить на языки, которых нет в традиционных системах. Бреджароли отмечает, что ChatGPT выдаёт на инари‑саамском смешанные ответы: если спросить по‑фински или английски и попросить ответить на саамском, результат лучше, но если задавать вопрос на инари‑саамском, модель смешивает финский и придумывает слова. «ChatGPT нужен просто большой объём данных. Если мы будем наполнять “Википедию” хорошими материалами, рано или поздно получим что-то полезное», — говорит он. Многие лингвисты надеются, что это поможет разорвать цикл «мусор на входе — мусор на выходе». OpenAI, которая управляет ChatGPT, не ответила на запрос MIT Technology Review о комментарии.

Закрытие гренландского раздела

Однако большинство языков не столь удачливы. Вэр, который очистил гренландскую Википедию, пытался три года привлечь носителей через медиа и соцсети, но почти не получил отклика.

«В Гренландии никому не интересно, никто не хочет участвовать. Это бессмысленно, поэтому раздел надо закрыть», — говорит он.

В конце прошлого года он начал процесс закрытия: подал заявку в Комитет по языкам. Месяцы ушли на дискуссии среди википедийных администраторов: многих удивляло, что раздел, выглядящий жизнеспособным, может быть так повреждён. В начале сентября — когда готовилась эта статья — предложение Вэра приняли: гренландский раздел закрывают, оставшиеся статьи отправляют в Инкубатор.

Сам Вэр теперь не надеется: ошибки на гренландском уже вошли в машинные переводчики. Если попросить Google Translate или ChatGPT посчитать до десяти, ни одна программа не справится. Он опасается, что этими ошибками уже заражены будущие модели.

Роботы, получившие названия Anteater (Муравьед) и Salamander (Саламандра), проходят испытания в лавовой пещере близ озера Цзинбо (провинция Хэйлунцзян). Геологически это место напоминает лунные лавовые тоннели — узкие проходы, нестабильный рельеф и почти полное отсутствие света.

Да, в буквальном смысле это не «собаки», хотя западные СМИ (в частности Interesting Engineering и EurAsian Times) назвали их именно так, используя выражение «robot dogs» скорее как метафору — по аналогии с четвероногими автономными роботами, наподобие тех, что создаёт Boston Dynamics (Spot) или Unitree.

В инженерной терминологии такие платформы называются quadruped robots — и в СМИ прижилось удобное обозначение robot dogs, независимо от того, какое у них имя или задача.

Оба китайских прототипа — четвероногие роботы, способные передвигаться по неровным поверхностям, подниматься по уклонам и балансировать, как животные.

«Испытания в условиях, похожих на лунные, помогают нам продвинуть технологии автономных роботов ещё на шаг ближе к космосу», — пояснили учёные из Института искусственного интеллекта в Пекине.

Интеллект, моторика и автономия

Каждый из роботов обладает встроенным искусственным интеллектом и системой автономной навигации, что позволяет им действовать без прямого управления оператором.

Они способны:

• обходить препятствия с помощью набора сенсоров и лидаров;
• строить 3D-карты пещер и туннелей в реальном времени;
• анализировать состав пород и определять потенциально безопасные зоны для будущих построек.

Роботы оснащены так называемым «воплощённым интеллектом» (embodied intelligence) — они не просто выполняют команды, а обучаются и адаптируются к рельефу с помощью алгоритмов машинного обучения.

Эта «пара» работает как разведывательный дуэт: Anteater обеспечивает детальные измерения и сбор данных, а Salamander прокладывает путь, исследуя труднодоступные участки.

Почему именно пещеры Луны?

Учёные давно считают, что лавовые туннели — идеальное место для размещения долговременных лунных баз.

Они обеспечивают:

• защиту от космической радиации и микрометеоритов,
• термостабильность (температура колеблется в пределах нескольких десятков градусов, а не ±300°C, как на поверхности),
• возможность складирования оборудования и жилья для астронавтов.

По данным NASA и Китайской академии наук, на Луне уже идентифицировано более 200 провалов и подповерхностных структур глубиной до 170 метров.

А в 2024 году NASA подтвердило наличие крупной подземной каверны с помощью данных Lunar Reconnaissance Orbiter — именно такие локации сейчас рассматриваются как будущие лунные пещеры-убежища.

Эти испытания — часть долгосрочной космической программы Китая, в рамках которой Пекин планирует создать постоянную исследовательскую базу на Луне в 2030-х годах.

Следующим шагом станет миссия Chang’e-7 (Чанъэ-7), запланированная на 2026 год. Зонд будет исследовать южный полюс Луны, искать следы водного льда и изучать подповерхностные слои с помощью сейсмографов и сканеров.

Автор YouTube-канала Excessive Overkill решил эту проблему кардинально — создал контроллер с открытым исходным кодом, который позволяет управлять множеством промышленных роботов, когда их оригинальная электроника уже давно устарела.

Что внутри

В основе устройства — Zynq-7000 FPGA-ARM SoC, работающий под реалтайм-версией Linux (с preemptive scheduling patch) на ARM-ядре и с кастомным HDL на стороне FPGA. Такое сочетание даёт одновременно гибкость программирования и точность аппаратного времени.

Контроллер поддерживает промышленные интерфейсы RS-485 и RS-422, а также имеет модульную архитектуру, что позволяет добавлять собственные интерфейсные платы. Все исходники выложены на GitHub в репозитории ExcessiveMotion, а проект полностью открыт для модификаций.

Первый рабочий прототип продемонстрировали на Open Sauce 2025 — фестивале инженерных и хакерских проектов. Ради демонстрации автору пришлось провести обратную разработку протоколов сервоприводов и кинематики небольшой роботизированной руки.

По словам Excessive Overkill, разработка заняла несколько месяцев и включала в себя как проектирование печатных плат, так и отладку ПО в условиях реального времени. Несмотря на сжатые сроки, демонстрация прошла успешно.

Почему это важно

Большинство промышленных роботов физически способны работать десятилетиями, но их оригинальные контроллеры и проприетарное ПО быстро устаревают. Новый открытый контроллер решает эту проблему — он даёт инженерам и исследователям способ вернуть к жизни «мертвые» машины, адаптируя их под современные задачи и бюджет.

Автор проекта призывает сообщество делиться отзывами и идеями по поддержке новых моделей. Если у вас где-то пылится старый робот без мозгов — возможно, это шанс вдохнуть в него новую жизнь.

Что внутри

• Материал: термопластичный полиуретан (TPU) — эластичный, стойкий к ударам и усталости.
• Посадка: модель сделана под конкретные диски автора, STEP и F3D-файлы доступны для адаптации.
• Открытая разработка: Makerneer выложил не только STL, но и исходники конструкции — редкость для DIY-проектов.

Как напечатали рисунок «LEGO-протектора»

Оригинальный рисунок протектора пришлось переработать: автор снял фаски на «кубиках», чтобы избежать «мостов» при печати. Для TPU это критично: материал любит непрерывные контуры и не терпит провисаний.

Задумка по ощущениям, а не только по мемам

На видео (да, вертикальном) шина заметно мягче, чем run-flat — и это сделано намеренно. Makerneer не понравилась жёсткость непневматических шин, которые он пробовал, поэтому он спроектировал свою — с упругостью, которая «работает» на вибрирующей технике вроде дровокола. Если хотите меньше свиста на ходу — понизьте/перенастройте infill в слайсере.

Как повторить: что понадобится

• Колесо LEGO® (лучше 1–4 шт.) — для снятия размеров и визуальной отсылки к протектору.
• Стандартная 10″ утилитарная шина — для сравнения и подгонки геометрии. Автор использовал Harbor Freight 10″ Pneumatic Tire: https://www.harborfreight.com/10-inch-pneumatic-tire-30900.html
• Цифровой штангенциркуль для точных замеров (линейка/рулетка тоже пригодится).
• ПК с CAD-софтом. Автор моделировал в Autodesk Fusion (персональная версия): https://www.autodesk.com/products/fusion-360/personal
• CAD-файл.
• 3D-принтер, печатающий гибкими материалами и с рабочим полем не меньше 10″ по диагонали/оси детали. Автор печатал на Bambu Lab X1C.
• Гибкий филамент TPU. Изначально планировался Bambu HF-TPU 95A (https://us.store.bambulab.com/products/tpu-95a-hf),
  но по факту использовали YOYI TPU, чёрный — из-за нехватки HF-TPU.
• Ключи на 1/2″ или 13 мм — чтобы разобрать штатную втулку/ступицу утилитарного колеса.
• Опционально: жёлтая аэрозольная краска — для «лего-хаба» и финального вида.

Небольшие советы перед стартом

• Для TPU держите скорость ниже, температуру сопла выше, включайте прямой экструдер (если есть) и минимум ретрактов.
• Чтобы снизить «свист» и подобрать мягкость, поиграйте infill-паттерном и плотностью, а также количеством периметров.
• Перед основной печатью сделайте тест-сектор протектора (1/8 окружности) — так быстрее поймёте, подходят ли настройки и жёсткость.

Как моделировали: замеры, CAD и апскейл

Почему не 3D-скан? Колёса LEGO® простые по форме, поэтому автор пошёл по пути ручных замеров вместо сканирования/трассировки.

Единицы измерения — мм. По двум причинам:

1. много очень мелких размеров — в мм проще не запутаться, чем в «шестидесятых долях» дюйма;
2. цель — «brick-like» модель, а не идеальная реплика, поэтому округляем до 0,5 мм ради здравого смысла.

Выбор референса. Автор промерил несколько «кирпичных» колёс и не увидел очевидной «формулы» (число и размер шашек протектора различаются). Для работы взято среднее колесо из LEGO® Technic.

Посмотреть подробную инструкцию от первого лица и скачать материалы можно на сайте автора:

Жизнеспособность

Полевые тесты автора показывают: TPU-шина оказалась выносливее любых альтернатив из жёстких пластиков, которые он печатал ранее. И в отличие от печатной велошины из интернета, это решение не только забавное, но и практичное: дровоколу не нужна гоночная управляемость — ему нужна долговечность и отсутствие проколов.

Как он собран

• Корпус по 3D-модели. Автор нашёл чертёж робота в открытом доступе и адаптировал его под электронику: добавил отверстия под сервоприводы и крепёж.
• Непредвиденная хирургия. Места под моторы оказалось меньше, чем планировалось — пришлось «прооперировать» руку и часть корпуса, чтобы всё вместилось.
• Покраска без перфекционизма. Сам автор признаёт, что финиш получился неидеальным. Можно попробовать масляные маркеры: ими удобно подводить грани и скрывать дефекты.
• Начинка. Внутри — несколько сервоприводов и небольшой ЖК-экран для «глаз». Из-за тесного корпуса разводку делали в несколько подходов, пока всё не заработало. Базовая логика проста: вывести «глаза» на дисплей и задать анимации/положения для приводов.

Почему это интересно

Готовых BURN-E почти не встречается — в отличие от самодельных WALL-E, которых за годы появилось немало (и некоторые из них даже выполняют полезные задачи). Здесь же энтузиаст бережно оживляет менее известного героя, сохраняя пропорции и характерные детали — и показывает, что даже «второстепенного» персонажа можно собрать дома из доступных компонентов.

Что дальше

Автор планирует довести механику и внешний вид до ума. Следующие логичные шаги: добавить сценарии движений, подсветку, звук и автономный режим (например, на базе простого микроконтроллера с анимацией «взгляда» и реакцией на жесты/звук).

Как отмечает Кит Коуинг, основатель NASA Watch, член Explorers Club, бывший сотрудник NASA, JPL поручено создать бланки заказов на устаревшие спутники, чтобы подготовить их к продаже.

JPL — это центр управления полетами (FFRDC), управляемый Калифорнийским технологическим институтом. Право собственности на спутники остаётся за NASA. Как отмечают комментаторы, в статье идёт речь о передаче управления действующими спутниками, который президентский бюджетный запрос предлагает вывести из эксплуатации.

Основная функция JPL — создание и эксплуатация планетарных роботизированных космических аппаратов. Хотя она также выполняет околоземные и астрономические миссии, её функция — отвечать за работу сети дальней космической связи NASA (DSN).

Что именно «продаётся» и кому?

В JPL, управляемом Калифорнийским технологическим институтом, действительно обсуждаются меры по поиску новых владельцев для уже действующих или завершённых миссий, находящихся под угрозой досрочного закрытия. Хотя слово «распродажа» звучит громко, речь идёт скорее о поиске новых операторов — из частного или государственного сектора — готовых взять на себя управление или дофинансировать эксплуатацию спутников, которые NASA больше не планирует поддерживать.

Важно уточнить: эти спутники — не частная собственность JPL. Право на них остаётся за NASA, а сама лаборатория представляет собой центр, финансируемый правительством США, но технически управляемый подрядчиком. Кроме того, некоторые спутники находятся ещё на этапе сборки — и формально даже не были оплачены NASA, оставаясь в собственности подрядных компаний.

Речь идёт о завершённых миссиях или о недостроенных каркасах?

По имеющимся данным, часть проектов вроде GLIMR, CLARREO-Pathfinder и GeoCarb ещё не достигли стадии запуска. Их физическое воплощение — скорее прототипы или каркасы без полного набора научных и технических модулей. Для них NASA, по сути, ищет новых партнёров — коммерческих или исследовательских — которые могли бы завершить разработку и запустить миссию под своим флагом или совместно с агентством.

Другие спутники, такие как Terra, Aqua, Aura, OCO-2 и OCO-3 — уже давно находятся на орбите и до сих пор продолжают передавать научные данные. Однако их судьба предопределена: финансирование может прекратиться досрочно, без ожидаемого решения Конгресса. В этой ситуации NASA, по информации из утечек и служебных писем, пытается не дожидаться принятия бюджета, а заранее подготовиться к передаче управления — или, в крайнем случае, к закрытию.

Ищут покупателя или инвестора?

Юридически NASA не может просто продать действующий спутник в космосе — по крайней мере, без процедуры согласования на уровне Конгресса и надзорных ведомств. Но агентство действительно публикует запросы информации (Request for Information, RFI), чтобы выяснить, существует ли интерес у частных компаний к продолжению эксплуатации спутников в рамках партнёрства или покупки сервисных прав. Так что фраза «продажа» — скорее метафора, чем прямая сделка.

Тем не менее, такой подход — беспрецедентен. Ранее NASA не прибегала к массовой передаче орбитальных миссий внешним структурам. Возможные покупатели (или партнёры) должны будут не только оценить техническое состояние спутника, но и предложить бизнес-модель, которая оправдает их инвестиции — ведь научная цель изначальных миссий для NASA уже не будет приоритетом.

Что дальше?

На данный момент на сайте Роскомнадз… (шутка! 😄) — на самом деле, официального подтверждения о продаже не последовало. Но ситуация активно развивается, и JPL уже готовит документы, чтобы «в случае чего» среагировать быстро. В условиях растущей конкуренции с коммерческими спутниковыми платформами и ограниченного бюджета, NASA похоже, ищет любые способы сохранить полезные аппараты — даже если под чужим контролем.

Следите за новостями. Возможно, скоро один из этих легендарных спутников сменит владельца — и продолжит свою работу уже под крылом новой организации.

На ринг вышли боевые модели от китайских компаний, включая Unitree Robotics. Турнир транслировался в прямом эфире и включал как показательные выступления, так и реальные поединки в формате плей-офф.

Каждым бойцом управляли операторы, но сами роботы выполняли удары, уклонения и даже вставали после падений.

Испытание технологий в боевых условиях

Бои стали не просто шоу, а стресс-тестом для инженерных решений. Турнир проверял точность движения, устойчивость, управление балансом и реакцию на действия противника.

Все это — критические навыки для применения человекоподобных роботов в реальной жизни: от медицины до спасательных операций.

Для участия в турнире роботы прошли предварительные испытания. Они должны были продемонстрировать не только мощность, но и способность к точному выполнению команд в сложных условиях.

Турнир стал площадкой для отработки навыков взаимодействия между машиной и человеком.

Новый формат технологических шоу

Робобокс — это не просто развлечение. Такие состязания становятся витриной технологического прогресса в области ИИ, управления движением и «воплощенного интеллекта».

Китай делает ставку на развитие человекоподобных роботов и ожидает, что объем этого рынка достигнет 870 млрд юаней (около $120 млрд) к 2030 году.

Следующий крупный турнир уже запланирован в Шэньчжэне на декабрь. Он станет еще масштабнее и будет включать полноразмерных гуманоидов.

К участию готовятся такие компании, как Unitree, AgiBot, EngineAI и другие.

Виртуальная реальность (VR)

Во втором эпизоде первого сезона герои после доставки посылки решают развлечься в парке аттракционов на Луне. Там Эми надевает VR-шлем и пробует свои силы в виртуальном скиболе — игре, в которой мяч катят по наклонной дорожке, а затем через небольшое, но резкое возвышение забрасывают его в лунку.

Технология сегодня

Сегодня технология, которая погружает пользователя в цифровое пространство так, что оно кажется ему реальным, уже прочно вошла в нашу жизнь. По прогнозам Statista, в 2025 году мировой рынок виртуальной и дополненной реальности (AR и VR) достигнет $46,6 млрд, а к 2029 году общее количество пользователей увеличится до 3,7 млрд человек. Только за 2024 год рост составил 10%.

Современные гарнитуры виртуальной реальности (Meta Quest 3, PlayStation VR2, Apple Vision Pro) позволяют не только играть, но и учиться, работать, путешествовать. Технологии виртуальной реальности активно используют в образовании, здравоохранении, производстве, машиностроении, недвижимости и туризме, торговле и e-commerce. Компании применяют VR-решения для обучения сотрудников, организации удалённой работы и коллективных созвонов, улучшения взаимодействия с клиентами, интерактивного маркетинга и реалистичных симуляций.

Кто делает

• Meta* — лидер массового рынка VR-гарнитур;
• Apple — с Vision Pro делает ставку на смешанную реальность;
• Valve и Sony — развивают геймерский сегмент.

*Признана экстремистской и запрещена на территории России

Дроны с камерами

В «Футураме» телевизионные репортажи снимают не операторы, а парящие камеры, которые фиксируют всё происходящее. Именно их можно считать аналогом современных дронов.

Технология сегодня

Оснащённые камерой беспилотные летательные аппараты сейчас используются для создания фото- и видеоконтента в любых ситуациях — от свадебных и праздничных фотосессий до коммерческих и промышленных съёмок. И на этом их функционал не ограничивается — некоторые такие устройства могут ещё и снимать кино, проводить прямые трансляции, доставлять посылки и даже участвовать в спасательных операциях.

​По данным Drone Industry Insights, в 2023 году в мире использовалось более 10 млн коммерческих дронов, а рынок гражданских БПЛА оценивался в $33 млрд.

Кто делает

• DJI — представитель Азиатско-Тихоокеанского региона, который занимает более 70% мирового рынка;
• Skydio — выпускает аппараты с искусственным интеллектом для автономного полёта;
• Amazon и UPS — тестируют доставку с помощью дронов.

Умные часы

Лила Туранга, возлюбленная Фрая с фиолетовыми волосами, носит на руке устройство, которое показывает время, помогает сканировать среду на предмет опасностей, а ещё — общаться с командой и управлять кораблём Planet Express.

Технология сегодня

Современные смарт-часы, объединяющие в себе функционал обычных наручных часов и смартфонов, по количеству предлагаемых возможностей ничуть не уступают своему сериальному собрату и тоже умеют намного больше, чем просто показывать время. Оснащённые многочисленные сенсорами и приложениями, они позволяют отслеживать физическую активность, измерять пульс, давление, ЭКГ и другие показатели здоровья, включать и выключать свет, принимать звонки и сообщения, слушать музыку и оплачивать покупки.

Неудивительно, что такие устройства пользуются спросом. Так, в 2023 году было продано примерно 150 млн умных часов по всему миру.

Кто делает

• Apple — Apple Watch считается безусловным лидером в премиум-сегменте;
• Samsung — выпускает Galaxy Watch для тех, кто предпочитает Android;
• Huawei, Xiaomi, Amazfit — работают на массовый рынок.

Мгновенные переводчики

В эпизоде «Мой собственный клон» профессор Хьюберт Дж. Фарнсворт изобрёл «универсальный переводчик», который оказался не столь универсален и мог переводить речь только на французский язык.

Технология сегодня

Нейронный машинный перевод (NMT) позволяет получить перевод высокого качества без машинного акцента. В наши дни сервисы почти без ошибок справляются со сложным текстом буквально за несколько секунд, а прочитать веб-страницу на родном языке можно прямо в браузере. Бывает, что готовый перевод даже трудно отличить от перевода, выполненного человеком. Поэтому технология очень востребована: в 2022 году мировой рынок машинного перевода оценивался в $980 млн.

Кто делает

• Google — разрабатывает самый популярный онлайн-переводчик Google Translate;
• Microsoft — Microsoft Translator;
• «Яндекс» — «Яндекс.Переводчик»;
• Российский разработчик PROMT — переводчик PROMT.One.

Чипы-импланты

В 3000-м году, когда происходит действие «Футурамы», каждому человеку вживляют чип, который определяет его будущую профессию.

Технология сегодня

К счастью, в наши дни чипы имплантируются исключительно добровольно, при этом они сегодня вполне доступны.

Микрочипы разрабатывают на основе технологий RFID (Radio Frequency Identification), передающей данные с помощью радиочастот, и NFC (Near Field Communication), в которой связь между устройствами обеспечивается за счёт индукции магнитного поля. Обе технологии используют для идентификации личности и быстрого входа в приложения, бесконтактной оплаты, открытия дверей (как ключ) и управления другими устройствами.

Пока подкожные чипы только набирают популярность. В общей сложности их имплантировали себе только 50 тыс. человек.

Кто делает

• Dangerous Things — продаёт готовые наборы для самостоятельного введения RFID- и NFC-чипов под кожу;
• Walletmor — производит вживляемые платёжные чипы;
• Neuralink от Илона Маска — разрабатывает нейрочип, который выполняет функцию прямого интерфейса между мозгом и компьютером. Нейроинтерфейс используется для изучения и лечения неврологических заболеваний и нарушений работы мозга: слепоты, паралича, эпилепсии, депрессии, болезней Паркинсона и Альцгеймера.

Одежда из баллончика

В 12-м эпизоде первого сезона («Когда пришельцы атакуют») Эми забывает купальник дома, но быстро «одевается» в новый, который создаёт прямо на теле с помощью специального спрея.

Технология сегодня

Такая жидкая одежда, которая распыляется из баллончика и превращается в готовый наряд, идеально соответствующий размеру, сегодня тоже существует.

Жидкая ткань включает в себя три основных компонента — тканевые волокна (хлопок, лён, шерсть, нейлон, шёлк), полимер и растворитель. На воздухе этот состав мгновенно застывает и становится обычной сухой тканью, которую можно взять в руки, постирать, порезать на кусочки или обратно растворить. При этом жидкая ткань совершенно безвредна для кожи.

Сфера применения ткани из баллончика не ограничивается только модой. Предполагается, что она пригодится для создания медицинских бинтов и гипсов, обивки для мебели и автомобилей.

Кто делает

Первопроходцем стала компания Fabrican Ltd, созданная испанским модельером Манелем Торресом и британским исследователем Полом Лакхэмом, которая разрабатывает и популяризует распыляемую одежду.

А в 2022 году на Неделе моды в Париже совместно с французским брендом женской одежды Coperni они удивили весь мир, когда на модель Беллу Хадид прямо на подиуме нанесли платье таким образом, используя пульверизаторы.

Космическая доставка

Зелёный корабль Planet Express, на котором передвигаются главные герои, доставляет посылки по всей галактике.

Технология сегодня

Пока грузы и посылки доставляют только на орбиту. Но технологии развиваются — и скоро межзвёздная логистика может оказаться не такой уж фантастикой.

Кто делает

SpaceX (снова Илон Маск) — наиболее известный проект в области космической логистики. Созданная в рамках проекта ракета Starship считается самой мощной в истории: она способна доставлять на низкую околоземную орбиту грузы массой до 150 тонн. Кроме того, благодаря технологии дозаправки на орбите, Starship может транспортировать грузы на Луну и Марс.

Hyperloop — вакуумный скоростной транспорт

В Нью-Йорке будущего люди больше не пользуются общественным транспортом — ему на смену пришли высокоскоростные вакуумные трубы, которые и позволяют попадать в нужные места города.

Технология сегодня

Hyperloop — современный аналог труб для перемещения из «Футурамы». Это соединённые между собой парящие капсулы, которые двигаются в вакуумной трубе на магнитной тяге со скоростью 1200 км/ч. Идею проекта предложил Илон Маск в 2013 году (он и здесь отличился).

Кто делает

• Virgin Hyperloop — провела испытания прототипа сверхбыстрой капсулы с пассажирами в 2020 году;
• Hyperloop Transportation Technologies (HTT) — строит вакуумные скоростные системы с капсулами в Объединённых Арабских Эмиратах и Китае.

Секс-роботы

В 15-м эпизоде третьего сезона Фрай, уже отчаявшись завоевать расположение Лилы, покупает любовного андроида в виде Люси Лью — американской актрисы, наиболее известной по фильму «Ангелы Чарли».

Технология сегодня

Современные секс-роботы — это не просто «куклы», а устройства с искусственным интеллектом, способные вести осмысленный диалог, имитировать реальные эмоции и запоминать предпочтения владельца. От того эта индустрия активно развивается: согласно исследованию KBV Research, ожидается, что, сегмент «интимной робототехники» с 2024 по 2031 год будет расти со среднегодовым темпом 17,2%.

Кто делает

Канадская компания Realbotix создаёт настраиваемых человекоподобных роботов Melody с ИИ, которые выглядят практически как полная копия реальной женщины. Роботы обладают реалистичными человеческими чертами и естественно двигаются, а благодаря встроенным в глаза микрокамерам могут удерживать зрительный контакт. Ещё Melody умеет выражать эмоции, запоминать собеседников и поддерживать разговоры.

Нюхоскоп

Нюхоскоп — ещё одно изобретение профессора Хьюберта Дж. Фарнсворта, способное улавливать запахи из космоса и представляющее собой гигантский телескоп. Именно этот удивительный прибор помог спасти человечество от огромного мусорного кома и неоднократно выручал команду в других сериях.

Технология сегодня

Подобные технологии сегодня действительно существуют. Устройства и сенсоры, «нюхающие» воздух, получили общее название «Электронные носы». Это не выдумка — они действительно так называются. В основном их используют для определения степени загрязнения воздуха на местности и для обнаружения утечек газа.

Эти технологии позволяют эффективно анализировать состав воздуха и распознавать летучие химические соединения, что делает их незаменимыми в современных системах безопасности и экологического мониторинга, в медицине, промышленности и быту.

Кто делает

• St. Croix Sensory — выпускает переносной прибор Nasal Ranger, который позволяет выявлять неприятные запахи и находить утечки газа;
• Массачусетский технологический институт и NASA — разрабатывают сенсоры для анализа атмосферы на других планетах.

Почему «Футурама» оказалась пророческой

К счастью, сбылись не все предсказания «Футурамы» — некоторые совсем экстремальные инновации из мультфильма так и остались фантастикой. Например, живые говорящие головы знаменитостей, которые хранятся в банках в воде (и слава богу).

Тем не менее «Футурама» действительно заглянула в будущее — многие технологии, о которых упоминалось в сериале, перешли с экранов в реальность. Как мультфильму это удалось?

Создатель шоу Мэтт Грейнинг собрал команду сценаристов с учёными степенями: в их числе были физики, математики и даже выпускники Гарварда. Это сделало картину убедительной, достоверной с точки зрения науки и такой пророческой: авторы знали, о чём говорили (и шутили).

Такой научный подход вкупе с большим количеством математических задач и отличным глубоким юмором сделали «Футураму» любимым сериалом среди инженеров, учёных и айтишников на все времена. Кажется, пора пересмотреть. Но уже более внимательно — чтобы поискать в эпизодах современные технологии, которые, оказывается, в сериале предсказали ещё 20 лет назад.

Ты точно красавчик, если читаешь это! Больше мемов, инсайтов и боли кодеров тут.

С помощью своего искусственного интеллекта Noyron инженеры разработали двигатель Aerospike, который успешно прошел огневые испытания.

На это понадобилось всего несколько недель — скорость, о которой раньше можно было только мечтать.

Что такое Aerospike и почему это важно?

Aerospike — это особый тип ракетного двигателя. В отличие от привычных конструкций с колоколообразным соплом, Aerospike использует шип в центре камеры сгорания.

Это делает его более эффективным в разных условиях: от плотной атмосферы до вакуума.

Проблема? Этот двигатель невероятно сложен в производстве. Охлаждение центрального шипа, который окружён газами температурой 3500°C, остаётся одним из самых больших инженерных вызовов.

Именно поэтому Aerospike долгое время считался перспективным, но недостижимым решением. Теперь, благодаря ИИ, ситуация изменилась.

Как Noyron решил проблему

Noyron — это не обычный ИИ. Он генерирует сложные конструкции на основе физических моделей и данных.

Для двигателя Aerospike он создал проект, который учёл все особенности охлаждения. Шип охлаждается жидким кислородом, а внешняя часть камеры сгорания — керосином.

Проект не просто остался на бумаге: его реализовали с помощью 3D-печати. Партнёры LEAP 71, такие как Aconity3D, напечатали детали из авиационного медного сплава, а Fraunhofer Institute обработал их для финальной сборки.

Первый тест — успех

18 декабря двигатель прошел огневые испытания в Великобритании.

Он был частью серии тестов, в ходе которых LEAP 71 проверила сразу четыре двигателя. Aerospike сработал с первой попытки, что редкость для такого сложного устройства.

Что дальше?

Компания собирается улучшать Noyron и создавать новые версии двигателей. Их цель — сделать Aerospike коммерчески доступным для космических запусков.

Этот инновационный проект позволил семи людям, потерявшим нижнюю конечность, ходить практически так же быстро, как и люди без ампутации.

Технология и испытания

Бионическая конечность использует интерфейс, который усиливает нервные сигналы от мышц оставшейся части ноги, позволяя пользователю управлять протезом с помощью своих мыслей и естественных рефлексов.

В рамках клинических испытаний, в котором участвовали 14 человек, те, кто использовал этот интерфейс, ходили на 41% быстрее, чем те, кто использовал стандартные роботизированные ноги.

Участники с новым интерфейсом также демонстрировали лучшую балансировку, способность изменять скорость, подниматься по лестнице и преодолевать препятствия.

Устройство и принцип работы

Протез включает в себя специальный голеностопный сустав с встроенными датчиками и электродами, прикрепленными к коже.

Эти электроды улавливают сигналы, производимые мышцами на месте ампутации, и передают их на маленький компьютер для декодирования. Вес ноги составляет 2.75 кг, что сопоставимо со средней массой натуральной нижней конечности.

Преимущества и перспективы

Представленная технология позволяет пользователям чувствовать протез как естественную часть своего тела и управлять им без сознательного усилия.

Ожидается, что дальнейшие исследования и разработки приведут к созданию еще более легких и функциональных протезов, которые смогут справляться с более сложными задачами, такими как бег и прыжки.

Ученые уже объявили о планах продолжить работы по улучшению дизайна протезов и исследованию возможности применения малых магнитных сфер для более точного отслеживания движений мышц.

Этот мозг, созданный из стволовых клеток человека, позволяет роботу выполнять различные задачи.

Технология «мозг на чипе»

Технология, известная как «мозг на чипе», сочетает органоид мозга — ткань, полученную из стволовых клеток человека — с чипом нейронного интерфейса. Такая система позволяет роботу избегать препятствий и хватать предметы.

Разработка представляет собой значительный шаг в развитии интерфейсов мозг-компьютер (ИМК), которые объединяют электрические сигналы мозга с внешними вычислительными мощностями.

Особенности и перспективы

Это первая в мире подобная система с открытым исходным кодом. Об этом заявили представители Тяньцзиньского университета. Технология может привести к развитию «мозгоподобных вычислений».

Органоиды мозга создаются из плюрипотентных стволовых клеток, которые могут развиваться в различные виды тканей, включая нервные.

При пересадке в мозг они могут устанавливать функциональные связи с мозгом хозяина. Исследования показывают, что использование низкоинтенсивного ультразвука помогает органоидам лучше интегрироваться и расти в мозге, что в свою очередь может привести к новым методам лечения нейроразвития и восстановлению повреждений коры головного мозга.

Применение и будущее

Представленная технология также открывает возможности для создания гибридного человеко-роботизированного интеллекта.

Отметим, что подобный подход привлек широкое внимание благодаря проекту Neuralink, разработанному Илоном Маском. Он уже позволяет пациентам управлять устройствами с помощью мыслей. Исследования Тяньцзиньского университета могут значительно продвинуть эту область.

HumanPlus (так назвали новинку) может научиться боксировать, играть на пианино, отбивать мячик для пинг-понга и печатать, просто повторяя за человеком.

Упрощенный метод обучения

Метод обучения, выбранный для HumanPlus, значительно проще, чем у популярных моделей, таких как Figure 01 или робот Eve от 1X, которые работают на основе понимания естественного языка.

При этом как только свежая модель изучит достаточно движений, она разовьет глубокую базу знаний, позволяющую ей выполнять задачи автономно.

Уровень автономии робота включает в себя простые задачи, такие как складывание одежды или снятие предметов с полки, поэтому не стоит ожидать увидеть его на заводе в ближайшее время.

DIY-подход

В отличие от своих собратьев, таких как Atlas от Boston Dynamics или Optimus от Tesla, HumanPlus представляет собой больше вариант «сделай сам».

Цена всех материалов для сборки HumanPlus превышает $100 000, если следовать точным спецификациям исследователей.

Робот построен на базе Unitree H1, с руками от Inspire-Robots, запястий от Robotis и веб-камеры Razer. Рост HumanPlus — 175 см. Число степеней свободы — 33.

Открытый исходный код

Отличительной особенностью новинки является открытый исходный код, что позволяет любому желающему модифицировать ее по своему усмотрению, если есть соответствующие технические навыки.

Один из исследователей, Цзипэн Фу, отметил, что оборудование для удаленного управления HumanPlus стоит всего $50, что значительно дешевле по сравнению с популярным вариантом использования гарнитуры Quest.

Это технологическое чудо умеет трансформироваться из танка в робота и обратно, причем без какой-либо сторонней помощи.

Вообще, данная модель является первым в истории трансформером, способным к автоматической трансформации. Раньше фанатам приходилось вручную собирать робота из отдельных частей, что занимало немало времени и сил.

Теперь же этот процесс происходит за считанные секунды, благодаря 36 приводам.

Megatron Leader Class Auto-Converting Figure обладает не только впечатляющими возможностями трансформации, но и другими крутыми функциями:

• Управление с помощью смартфона: вы можете управлять роботом, используя специальное приложение, отдавая ему команды на движение, повороты пушки и стрельбу снарядами.
• 270 фраз: игрушка озвучена актером Фрэнком Уэлкером, который подарил свой голос Мегатрону в фильмах «Трансформеры». Робот может произносить различные фразы и реагировать на десятки голосовых команд.
• Реалистичные звуковые эффекты: при стрельбе из пушки робот имитирует отдачу, делая игру еще более захватывающей.
• Защита от поломок: все внутренние компоненты игрушки надежно защищены, чтобы минимизировать риск повреждений.
• Зарядка через USB-C: для зарядки робота используется современный разъем USB-C.

Стоимость новинки составляет $1200 (около 110 000 рублей). Продажи уже стартовали в США.

В Массачусетсе робот-собака по имени Роско, созданный Boston Dynamics, был ранен во время операции по задержанию вооруженного преступника.

Роско, управляемый дистанционно, первым осмотрел дом, где забаррикадировался преступник. Спустившись в подвал, он обнаружил вооруженного человека. Преступник сбил робота, но Роско поднялся и последовал за ним.

Преступник трижды выстрелил в робота, выведя его из строя.

В ходе попытки сбежать, преступник также пытался атаковать робота PackBot 510, но промахнулся. После этого полиция запустила слезоточивый газ, и преступник сдался.

Роско «пожертвовал собой», чтобы обезопасить людей, и его история получила широкую огласку в социальных сетях.

Отметим, правда, что применение роботов Boston Dynamics в полицейских операциях вызывает споры. В 2021 году полиция Нью-Йорка столкнулась с критикой за использование роботов, но в 2023 году мэр города Эрик Адамс пересмотрел решение, заявив о спасительной роли технологий.

Роско был отправлен обратно в Boston Dynamics для извлечения пуль и ремонта. В знак поддержки и сотрудничества, полиция Массачусетса получила нового робота-пса.

Недавно список профессий, под угрозой замены роботами, пополнился программистами.

Devin — первый ИИ-разработчик, созданный компанией Cognition, который позиционируется как «неутомимый и умелый член команды».

Он обладает следующими возможностями:

• планировать и выполнять сложные задачи;
• принимать тысячи решений;
  
• запоминать контекст;
  
• учиться с течением времени;
  
• исправлять ошибки в коде.
  

Он также оснащен инструментами разработчика, такими как оболочка, редактор кода и браузер, что позволяет ему самостоятельно решать задачи.

При этом список «программистских» умений Devin также впечатляет:

• изучение новых технологий;
• создание и развертывание приложений;
  
• отладка кода;
  
• работа с репозиториями;
  
• тренировка и донастройка собственных ИИ-моделей.
  

Последняя способность особенно настораживает, ведь она может привести к самосовершенствованию ИИ и появлению «Скайнета» в реальном мире.

Успехи Devin как программиста

На тесте SWE-Bench, где ИИ должен решать задачи из реальных open source проектов, Devin самостоятельно справился с 13.86% задач, что в 7 раз больше, чем у предыдущих моделей.

Разработчики даже устроили свое детище на работу на Upwork, где она успешно справилась с фриланс-задачами!

Как на новинку реагируют сами разработчики?

Реакция реальных разработчиков софта на Devin предсказуема: многие опасаются замены людей и сомневаются, стоит ли прогрессу развиваться так быстро.

Логично возникает вопрос: смогут ли люди и ИИ работать вместе или же новая технология в конечном итоге вытеснит людей из профессии? Время покажет.

В этом дайджесте рассказываем о клоне Winamp для Яндекс Музыки, о несчастном случае, в ходе которого робот убил человека, и о синем экране смерти в Linux.

1. Разработчик создал клон Winamp для Яндекс Музыки
2. В Южной Корее неисправный робот убил человека
3. В Linux добавили ВSOD или синий экран смерти

Разработчик создал клон Winamp для Яндекс Музыки

Разработчик Максим Чингин написал клон Winamp на JavaScript, который интегрирован с Яндекс Музыкой и позволяет прослушивать музыку из собственных плейлистов и автоплейлистов вроде Моей Волны. Проект также поддерживает классические скины Winamp и кастомные скины для Webamp.

Проект получил название Yaamp. Ознакомиться с ним можно на GitHub. Сейчас Максим Чингин ищет людей, которые могли бы подключиться к разработке проекта и помочь с доработкой клиентов для Mac и Linux.

В Южной Корее неисправный робот убил человека

Инцидент произошел в распределительном центре компании Donggoseong Export Agricultural Complex. В нем роботизированная рука отвечала за погрузку коробок с продукцией в контейнеры.

Робот вышел из строя: у него плохо работали датчики. Сотрудники компании вызвали инженера, который должен был починить робота. Во время обслуживания робот в очередной раз дал сбой и принял инженера, который чинил руку, за коробку, после чего с силой прижал мужчину к ленте конвейера.

Робот повредил инженеру голову и грудь. Мужчина не пережил травм и скончался.

В Linux добавили ВSOD или синий экран смерти

Для системы управления службами systemd в Linux вышло новое обновление v255-rc1. В обновлении появился компонент systemd-bsod, который вызывает синий экран смерти в том случае, если при загрузке Linux не удалось загрузить компоненты ОС.

BSOD на Linux будет содержать краткое сообщение об ошибке и QR-код, по которому можно найти подробную информацию.

Синий экран смерти – это жаргонное название для сообщений о критическом сбое в Windows. Впервые синий экран смерти появился в Windows 3.1. Вызвать его можно было комбинацией клавиш Ctrl+Alt+Delete. В следующих обновлениях Windows он стал символом критического сбоя в системе и приобрел знаменитый синий цвет.

Заключение

Если подборка новостей вышла удачной, напишите в комментариях, что вы думаете об этих инфоповодах: понравился ли вам Yaamp, стоит ли человечеству опасаться роботов и нужен ли в действительности синий экран смерти в Linux.

Напишите, какие новости, по вашему мнению, несправедливо не попали в подборку, почему они важны и какие последствия несут для IT-рынка.

Ameca — детище стартапа Engineered Arts из Великобритании, который описывает её как «самого продвинутого робота в мире». Подтвердить его продвинутось пока сложно. Раньше инженеры Engineered Arts уже публиковали кадры Ameca с «жестами и мимикой человека».

Планировалось, что своими реалистичными движениями робот должен был вызвать восторг и симпатию у людей на международной выставке технологий и электроники CES 2022 в январе.

Но после публикации ролика пользователи Reddit разделились на два лагеря. Одни видят в этом прорыв и технологическую эстетику. Другие же наоборот считают, что это крипово и задаются вопросом, не пора ли людям притормозить с развитием человекоподобных роботов.

Художники могут спать спокойно — пока их не заменят роботы. Конечно, это далеко не произведение искусства, но получилась очень милая кошечка.

С помощью встроенных камер и алгоритмов искусственного интеллекта дроны распознают фрукты и оценивают их размер и зрелость.

Дроны обычно летают недолго, но здесь разработчики очень интересно решили эту проблему — дроны подключены к колесной платформе с помощью кабелей и оттуда уже питаются. Это позволяет сильно вырастить автономность.

Но что самое интересное, им не требуется рабочая сила, и они полностью способны выполнять работу за людей.

Например, известный актер Сергей Безруков собственноручно толкал одного из доставщиков, чтобы тот проехал сквозь огромную толщу снега, а одна бабушка даже решила перевести робота через дорогу, после чего этот случай разлетелся по всему интернету.

IT-компании активно вкладываются в развитие технологий автономного вождения. Так, в июне 2023 года Яндекс запустил в одном из районов Москвы (Ясенево) роботакси, которое теперь можно заказать через Яндекс Go, а роботы-курьеры доставляют заказы москвичам из  Яндекс Еды, Яндекс Лавки и Почты России с 2019 года.

О том, как создается и развивается автономный транспорт Яндекса, на онлайн-фестивале «8 БИТ» рассказали специалисты команды  беспилотных технологий — Татьяна Стешенко, Антон Чистяков и Алексей Голомедов.

Как устроен робот-доставщик

Яндекс одним из первых выпустил роботов-курьеров на улицы города в 2019 году. С тех пор было разработано еще два поколения доставщиков, каждое из которых совершенствовалось с точки зрения механики и программной «начинки». Роботы последнего поколения полностью автономны и, благодаря высокоемкой съемной батарее, могут в течение 10 часов доставлять грузы весом до 20 кг со скоростью 6-8 км/ч.

Сенсорная система робота-курьера состоит из четырех типов устройств — это камеры, лидары, радары и ультразвуковые датчики. Разные датчики покрывают разные диапазоны пространства.

Ультразвуковой датчик ощупывает пространство в ближней зоне,  за среднюю зону  отвечает лидар, который различает объект и понимает, куда он движется, как с ним взаимодействовать (например, для робота один человек и мама с коляской — разные типы объектов, и объезжать их нужно по-разному).

Лидар расположен на передней части корпуса и благодаря широкому углу обзора позволяет роботу «видеть» близко расположенные объекты. Для дальних расстояний используются радары, которые не видят четкую геометрию объектов, но зато позволяют видеть объекты на расстоянии.

В случае возникновения проблем на маршруте оператор робота также может видеть, что происходит вокруг, оценивать обстановку и помогать роботу благодаря камерам, расположенным на корпусе. Радары позволяют видеть дальше, чем на 50 метров, чтобы обнаружить, например, объект на пешеходном переходе.

Чтобы обучить нейросеть, которая сможет помогать  ориентироваться в пространстве, роботы-курьеры Яндекса накатывают тысячи километров и получают данные о дорогах, а также о примерах вождения других людей.

Кто следит за работой робота-курьера

Чтобы все роботы исправно выполняли свою работу за ними присматривают два подразделения: отделы эксплуатации и разработки.

Первый отвечает за физическую исправность беспилотного транспорта. Несколько сотен сотрудников — удаленных операторов, механиков, водителей-испытателей, электронщиков, лидарщиков, оптиков и логистов — ежедневно следят за тем, чтобы машины были собраны, ездили, а все конструкторские элементы работали именно так, как было задумано.

«Возьмем, к примеру, крышку робота, — говорит Антон Чистяков. — Это не простой механизм, а целый инженерный комплекс, который включает мотор, пластик, стеклопластик, платы, проводку и так далее. И чтобы каждый пользователь мог по нажатию одной кнопки легко открыть крышку и достать свой заказ, механики регулярно проводят различные профилактические работы и следят за тем, чтобы этот механизм работал исправно».

Специалисты из команды сервиса автономных роботов занимаются программированием алгоритмов и ML, работают над обратной связью от команды разработки симулятора дорожной обстановки, способами общения с устройствами, интерфейсами управления автомобилем и многим другим. Так, отдел разработки отвечает за то, чтобы роботы правильно ездили на уровне софта: строили оптимальные и безопасные маршруты, объективно отслеживали ситуацию в окружающем мире, не беспокоили людей, а в случае опасного поведения — вовремя его идентифицировали. Затем написанный софт проверяют команды тестирования и смотрят, насколько исправно смогут работать на нем машины. После этого включается служба эксплуатации, которая работает напрямую с роботами. У них тоже есть свои разработчики, решающие проблемы роботов, возникающие “в поле”.

Также в компании постоянно отслеживают пользовательский опыт взаимодействия с роботами-курьерами. «Мы ежедневно мониторим отзывы клиентов о наших роботах. И если видим, что есть жалобы на любое неудобство, дорабатываем эти узкие места. Так, наша команда заметила, что пользователей иногда смущает момент закрытия крышки робота: они не понимают, как это сделать. Поэтому мы создали отдельное сообщение-инструкцию в приложении», — отмечает Татьяна Стешенко.

Одной из мер успеха в беспилотных технологиях является то, сколько времени в день удаленный ассистент  тратит на взаимодействие с роботом. Чем меньше требуется человеческого включения, тем лучше, соответственно, разработана технология. Робот едет автоматически, но иногда может заметить, что светофор перед пешеходным переходом находится за пределами его видимости. Тогда у удаленного ассистента загорается лампочка, и он понимает, что роботу нужна помощь: либо дать команду изменить траекторию, либо разрешить ехать.

Вызовы внешней среды

Как и в случае любой активно развивающейся технологии, при работе с беспилотным транспортом неизбежны вызовы. Для автомобилей их источником стала внешняя среда: например, погодные условия или животные.

Снег, дождь, снег с дождем, ледяной дождь, град — беспилотному автомобилю непросто правильно функционировать в таких условиях. Если не видно разметки, датчики заливает водой или грязью, сложно полноценно считывать внешнюю среду. И чтобы решить такую проблему, необходимы новые программные и конструкторские решения. Например, таким решением может быть  встроенная система очистки сенсоров, камер и лидара: благодаря этому даже в самую плохую погоду машина может стабильно продолжать движение.

Нашей команде удалось справиться с особенно актуальной в России «проблемой снежинок»: «Лазеры, с помощью которых лидар сканирует пространство, работают на такой длине волны, для которой вода непрозрачна. И когда машина попадает в снегопад, она видит скопление снежинок вокруг как «блинчик шума», висящий над ней. Это воспринимается, как препятствие, которого нужно избежать, и может вначале привести к резкому торможению. Чтобы справиться с этим, мы разработали систему, которая очищает данные от “шума”, создаваемого снежинками, и теперь зимние осадки не препятствие для наших автономных доставщиков и автомобилей», — рассказывает Алексей Голомедов.

Есть и другие «живые препятствия» — животные, которые неожиданно выбегают на дорогу. Например, один из случаев произошел в Иннополисе при тестировании беспилотного автомобиля. Во время езды под колеса чуть не попала лиса, которая убегала от небольшой собаки. Все остались живы, машина зарегистрировала животное, остановилась и продолжила путь, когда дорога была свободна.

Создание машин: можно ли попасть в индустрию?

Трепетное отношение городских жителей к автономным автомобилям и роботам-доставщикам и перспектива развития беспилотных технологий вдохновляет их создателей. В первую очередь, потому что они занимаются разработкой того, что может кардинальным образом изменить жизнь людей повсеместно уже в очень скором времени, и сделать ее еще более комфортной. И, конечно, они ждут в свои ряды таких же увлеченных делом соискателей: опытных электриков, электронщиков, лидарщиков, оптиков и конструкторов, а также программистов разных специальностей — например, ML-разработчиков и специалистов, занимающихся ОС и интерфейсами.

Данные просто удивительные — «человеческий» трафик сильно упал и составил всего 52,6%. А вот остальные 47,4% принадлежат ботам.

При этом 30% из них — вредоносный трафик. А больше всего вредоносного бот-трафика зафиксировали в Германи (68,6%), Ирландии (45,1%) и Сингапуре (43,1%).

Главные изменения: проведён редизайн Менеджера библиотек, который стал удобнее и понятнее, и улучшена система поиска.

Ещё проведён редизайн интеграции с Arduino Cloud. Теперь можно создавать резервные копии эскизов одним щелчком мыши и получать к ним доступ на нескольких компьютерах и даже в браузере.

Что добавлено в Arduino IDE 2.1

1. Разрешено подчеркивание в именах файлов скетчей;
2. Можно открыть примеры библиотек из Менеджера библиотек;
3. Появились икноки Pull и Push на панели инструментов редактора, когда открыт эскиз Cloud;
4. Появились значки для обозначения состояния облачных эскизов в списке;
5. Показывается индикатор “Cloud” в заголовке окна с открытым Cloud-скетчем;
6. Можно отправить локальные скетчи в Arduino Cloud.

Что изменилось в Arduino IDE 2.1

1. Текст кнопки Boards/Library Manager зависит от состояния установки библиотеки;
2. Упрощен поиск для удаления Boards/Library Manager;
3. При выборе версии Boards/Library Manager по умолчанию указывается последняя версия;
4. Повышена производительность поиска в менеджере библиотек;
5. Указывается тип темы в меню Preferences;
6. Зависимость Arduino CLI обновлена до 0.32.2.

Что удалено и исправлено в Arduino IDE 2.1

1. Устаревшие темы в Preferences больше не предлагаются;
2. Прокрутка вида Sketchbook больше не прокручивает выбранный элемент за пределы экрана;
3. Повреждений многобайтовых символов в эскизе Cloud после пуллов больше нет;
4. Не крашатся IDE при пушах скетча Cloud;
5. Исправлена неполная прокрутка в Serial Monitor после включения автопрокрутки;
6. Автопрокрутка появилась в Serial Monitor для контента не в фокусе;
7. Исправлена неполная поддержка JSONC для settings.json;
8. Исправлены сбои при запуске, когда включен параметр arduino.cli.daemon.debug;
9. Меню менеджера библиотек не изменяется после установки зависимостей;
10. Записи в Boards/Library Manager теперь не обрезаются;
11. Не предлагается установка уже установленного релиза в Boards/Library Manager;
12. Если открыть Boards/Library Manager, фокус будет на поле поиска;
13. Отладчик можно использовать с платами, установленными не по умолчанию;
14. Исправлен случайный переход курсора в начало строки при вводе текста;
15. Вкладки редактора больше не дублируются;
16. Показывается ошибка, когда не получается создать монитор процесса;
17. Всегда обновляется настройка themeId после смены темы;
18. Можно выбрать нужную папку для установки расширения;
19. Всегда добавляется #include для arduino_secrets.h при извлечении скетчей Cloud с секретами (что?).

Оригинальный changelog можно найти здесь.

Всё на основе микроконтроллера Teensy 4.1 и шести шаговых двигателей, управляемых драйверами TMC2208.

Но есть несколько нюансов:

• Для робота не подходит обычный кубик. Чтобы бот смог взаимодействовать с кубиком, ему приделали специальные крепления.
• В роботе не предусмотрена система машинного зрения для фиксации состояния кубика. Вместо этого состояние кубика нужно вводить вручную в веб-приложение на подключённом к роботу компьютере.
• А даже когда состояние кубика загружено в программу, бот собирает бота менее, чем за пять секунд. Но даже это — недостаточно быстро, чтобы побить мировой рекорд человека. Мировой рекорд сборки кубика человеком составляет 3,47 секунды.

Тем не менее, это очень хороший результат. А самое приятное, что aaedmusa поделился инструкцией по сборке и большим видеогайдом.

Так что при желании, бота можно доработать.

Computer Vision Engineer

Computer Vision Engineer обучает ИИ распознавать объекты и реагировать на них без необходимости в «глазах». Эта отрасль инженерии привлекает не только технарей, но и гуманитариев, ведь чтобы ИИ научился распознавать, большое количество видео и фото обрабатывается вручную, описывая изображенные на них объекты.

Разумеется, опыт работы с кодом, способность быстро адаптироваться к новым технологиям и задействовать алгоритмы помогают в достижении успеха в этой отрасли.

Инженер робототехники

Инженер-робототехник — это специалист, который разрабатывает архитектуру и вводит в эксплуатацию роботов, приборы и сложные робототехнические системы.

Они используются для:

• производственных целей;
• научно-исследовательских целей;
• боевых действий;
• развлечений;
• бытового применения.

Роботы позволяют выполнять рутинную работу и сложные задачи практически без участия человека.

Инженеры-робототехники могут работать в автоконцернах, авиационных и космических предприятиях, инженерных компаниях и стартапах, занимающихся созданием роботов.

Работа с данными

Компаниям, желающим обойти конкурентов и оптимизировать бизнес-процессы, чтобы получать большую прибыль, потребуются исследования данных. В связи с этим активно растёт спрос на профессионалов таких как аналитик BI, Data Scientist, аналитик данных, специалист Machine Learning, etc.

Data Analyst

Data аналитик собирает данные, на основе которых принимается решение. Он оценивает широкий спектр данных, после чего выбирает и обрабатывает те, которые важны для принятия решений. Далее аналитик визуализирует полученные данные, разрабатывает рекомендации и предлагает концепции ведения бизнеса.

Чтобы стать аналитиком данных, необходимо:

1. Обладать знаниями и навыками в области анализа данных.
2. Иметь опыт работы с основными инструментами анализа данных.
3. Уметь работать с большим объемом разнородной информации.

Data Engineer

Data engineer — это специалист, отвечающий за сбор, хранение и преобразование данных. Данные используются для создания и обучения моделей искусственного интеллекта (ИИ). При построении пирамиды потребностей ИИ в первую очередь на повестку дня выходят три основных этапа, делающиеся дата-инженером: извлечение, перенос/хранение и анализ/предварительная обработка данных.

ML-инженер — это специалист, который работает в сфере Data Science. Задачи специалиста сводятся к практическому обучению компьютера поиску взаимосвязей в данных и принятию на их основе тех или иных решений.

Вот лишь некоторые примеры результатов ML-инженерии:

• «умные ленты» в социальных сетях;
• алгоритмы рекомендаций на музыкальных стримингах;
• сервисы перевода типа Google Translate;
• боты-помощники типа Олега банка «Тинькофф» и Алисы «Яндекса».

AI Ethicists (Этик ИИ)

Для того, чтобы ИИ мог действительно принимать правильные решения, необходимо наличие эксперта по этике ИИ. Он должен понимать и учитывать человеческие чувства, политические взгляды и привязанности, чтобы программировать ИИ так, чтобы тот был нейтральным и при этом понимал, что является правильным или неправильным.

Этика ИИ даёт нейросети понимание таких сложных этических понятий, как любовь, война, те или иные слова вежливости, etc.

Да, ИИ всё ещё лишён чувств, поэтому для принятия правильных решений и нужен эксперт по этике ИИ, который понимает и учитывает нюансы, недоступные искусственному интеллекту.

Лучше проведите этот День святого Валентина с удовольствием, создав собственную секс-игрушку. Купите Dilduino.

Что такое Dilduino?

Dilduino – это собранная на Arduino плата, которая выступает мозгом проекта для собственной секс-игрушки. Плату можно использовать, чтобы сделать идеальную секс-игрушку, которая будет работать только для вашего тела и ваших желаний.

Плата Dilduino включает до 4 аналоговых входов для реагирования на любую обратную связь. Dilduino может реагировать, к примеру, на сжатие секс-игрушки, её сосание, на звуки, тряску или наклон.

Также в плату встроены 3 выхода с поддержкой PWM для управления вибромоторами или любым двигателем постоянного тока 3,3В.

Сам Dilduino по конструкции очень похож на Arduino Leonardo или Arduino LilyPad USB (или любой другой Arduino на базе ATmega32u4).

При покупке Dilduino можно выбрать специальные дополнения:

• Встроенную схему управления двигателями. Она позволяет подключить 3 вибрационных двигателя по схеме 1+/1-, 2+/2-, 3+/3-, и каждый из двигателей будет напрямую подключен к батарее.
• Встроенную зарядку аккумулятора через USB.
• Встроенный мультиплексор для выбора между входами. Хакерский порт на модуле Dilduino обеспечивает регулируемое питание 3,3 В (до 350 мА) и два контакта для связи с датчиками/контроллерами в стандартном порту USB. Мультиплексор работает как переключатель, обеспечивая два выхода PWM, связь с датчиками по интерфейсу I2C/Two-Wire, связь с аналоговыми датчиками и последовательную связь с программным обеспечением – все на одних и тех же контактах.

Зачем придумали Дилдуино?

Авторы проекта создали Dilduino как основу для их первой секс-игрушки Mod. Она позиционируется как первая в мире секс-игрушка с открытым исходным кодом. Авторы верят, что секс – это веселье и исследование, и они сделали такую игрушку, которая позволяет выставлять индивидуальные настройки для собственных утех.

Саму плату Dilduino выпускают отдельно, чтобы и другие люди могли интегрировать её в свои проекты носимых/вставляемых секс-игрушек.

Команда много лет проводила докторские исследования в области робототехники и микроконтроллеров. Эти эксперименты с робототехникой наконец дошли до того, что соучредитель компании Comingle Эндрю Квитмайер решил начать работу с программируемыми секс-игрушками. В этом ему помог Пол Клифтон, другой соучредитель.

Характеристики вибратора на Arduino

• До 1,8 А регулируемой мощности 3,3 В.
• Разъем JST для подключения одноячеечной литий-полимерной батареи, а также схема зарядки через USB.
• Разъемы для подключения 3 вибромоторов (или других выходов 3,3 В), с возможностью добавления большего количества при необходимости.
• Мультиплексор “Hacker Port”: доступ к I2C, программному последовательному интерфейсу, аналоговым входам и выходам с поддержкой PWM через те же 2 контакта, ограничивая количество необходимых проводов.
• Используйте нашу библиотеку OSSex Arduino, чтобы быстро приступить к работе.
• Размеры: 1,85″ x 1,15″ / 47 мм x 27,2 мм.
• Включает 3 отличных вибрационных мотора (те же самые, которые мы используем в Mod).
• С #4 / 3 мм монтажным отверстием.
• Профессиональная сборка.

При этом у Dilduino есть открытый исходный код на GitHub и документация.

Максимум в 40 мА на выходных контактах большинства плат Arduino – слишком низкий ток для моторов секс-игрушек, поэтому Comingle усилили плату до 500 мА. Ещё они встроили порт для зарядки литий-ионных аккумуляторов через USB.

Ещё у Dilduino есть своя библиотека OSSex – это репозиторий на GitHub, где сообщество секс-хакеров может обмениваться кодом и конфигурациями. В репозитории есть даже консоль, чтобы вы или кто-то другой могли управлять вашим Dilduino без необходимости программирования, через Chrome или телефон.

Настройки для Dilduino в Arduino IDE

Чтобы начать настраивать Dilduino под собственные потребности, понадобится установить OSSex.

Mod Sketch создает последовательную консоль, которую вы можете использовать для взаимодействия с Mod или его настройки без необходимости загружать новый код. Просто подключитесь к ней с помощью приложения последовательного терминала (например, встроенного в Arduino IDE, или HyperTerminal, или zterm и т.д.) на скорости 9600 бод и начинайте вводить текст. Ниже перечислены команды, которые он принимает:

• l,x для установки светодиода

Чтобы установить светодиод на мощность 200:

Выключить светодиод:

• 0,x,1,x,2,x,-1,x для настройки определенного выхода (двигателя)

Чтобы включить все выходы на 150:

Чтобы включить выход 2 на 220:

• c – для перебора деталей. Это вернет номер текущей детали.
• g – для получения номера текущей детали.
• s – для остановки всех шаблонов и выключения всех выходов.
• r,x – для запуска определенной детали.

Запустить первый паттерн:

Вы можете настроить параметры мощности и времени с помощью команд p,P,t и T. Все команды настройки мощности и времени возвращают текущую шкалу мощности или времени, при этом 1.0 является нормальным значением. Шкала мощности 1,5 означает, что все детали будут работать на 50% мощнее, чем обычно. Шкала времени 0,75 означает, что все детали будут работать на 25% быстрее, чем обычно.

• p – для уменьшения мощности.
• P – увеличить мощность.
• t – уменьшить время шага детали (работать быстрее).
• T – увеличить время шага детали.

Считать входной сигнал:

Команда i считывает заданный входной канал Mod и печатает это значение на консоль. Mod имеют два входа, поэтому i,0 и i,1 – это два варианта на данный момент.

Заключение

Dilduino и Mod – это первый шаг в кампании Comingle по продвижению секс-позитивного хакерства в мейнстрим и созданию вокруг него поддерживающего сообщества.

Такой подарок, собранный своими руками, точно запомнится навсегда и, дай бог, будет использоваться часто. И с удовольствием.

Как бы то ни было, Dilduino — это, пожалуй, самый оригинальный подарок на 14 февраля от айтишника или для айтишницы.

Нейросеть генерировала правильные ответы, а 3D-принтер переносил их на бумагу.

После проверки оказалось, что ChatGPT допустил только незначительные ошибки, а весь текст был идеально вписан в нужные места на бланках. Притом почерк в самом деле оказалось сложно отличить от настоящего.

Полный процесс разработки и настройки можно посмотреть на канале автора:

Идеальная схема, чтобы не делать ДЗ.

Зачем нужны Big Data в IT-рекрутинге

Рекрутинг постоянно меняется: когда-то для поиска нового сотрудника хватало составить объявление о вакантной должности, разместить его в агрегаторе вакансий и прособеседовать пару кандидатов, чтобы одному из них сделать оффер.

Однако сейчас на рынке труда всё больше вакансий и соискателей — вручную искать специалистов становится сложнее. Поэтому одним из перспективных направлений в IT-рекрутинге стало использование Big Data: они упрощают поиск и подбор сотрудников, а также процесс управления талантами в компании.

Ещё в 2020 году, в рассвет удалёнки, работодатели поняли, что поиск «своего» IT-специалиста теперь схож с определением целевой аудитории: необходимо проанализировать много информации о мотивации и желаниях соискателей, их образе жизни, чтобы выбрать подходящую стратегию рекрутинга и исключить неэффективные этапы отбора.

Так, в Google отказались от всем известных сложных заданий для IT-специалистов на входящем интервью. В компании провели исследование, и на основе анализа больших данных руководители и HR-менеджеры поняли, что предлагаемые логические задачки никак не помогали оценить профессионализм кандидатов.

Использование Big Data позволяет руководителям и рекрутерам сформировать портрет идеального кандидата, чтобы определить, где именно его нужно искать. А также проанализировать «прибыльность» будущего сотрудника: например, связав бизнес-показатели компании с личными качествами и поведением работников.

Таким образом, большие данные упрощают работу HR-специалистов, совершенствуя технологии поиска и управления талантами в компании.

Big Data на практике: обзор HR-технологий

Рекрутинг и управление талантами — одни из немногих направлений, в которых большие данные помогают оптимизировать HR-процессы. Сейчас компании переносят свои системы в «облако», и всё больше данных о соискателях становится доступно работодателям. Всё это смещает фокус HR-менеджеров и рекрутеров на технологии работы, основанные на Big Data.

Роботы-рекрутеры

Отечественная компания Stafory разработала робота-рекрутера Веру, который сам ищет на агрегаторах подходящие вам резюме и обзванивает претендентов, приглашая их на собеседование.

В ходе телефонного и видео-интервью с соискателями Вера может отвечать на простые вопросы о вакансии и условиях работы, а также анализировать голос собеседников и выделить среди них самых заинтересованных кандидатов на вакантную должность.

Веру захотели «взять на работу» многие компании, и она смогла помочь им в поиске и подборе новых работников: например, в МТС робот-рекрутер оценил более 100 тысяч резюме в 50 городах и нанял 69 новых сотрудников, а в PepsiCo закрыл 10% вакансий для нового отдела продаж в Воронеже.

Гладкий онбординг на новом рабочем месте

HR-специалистам важно не только найти нового сотрудника, но и плавно погрузить его в работу: дать все необходимые инструменты новому работнику, показать, как их использовать и только потом отпустить его «в свободное плавание».

Однако для того, чтобы онбординг IT-специалиста прошёл безболезненно, руководителям нужно понимать, какие инструменты необходимы новому разработчику и какой уровень контроля и наставничества ему сейчас нужен.

С помощью Big Data HR-специалисты и руководители смогут проанализировать на основе резюме и результатов тестового задания компетенции нового разработчика, уровень его самостоятельности и тип мотивации, чтобы сопоставить это с общей результативностью команды проекта.

Модели компетенций сотрудников

Анализ больших данных помогает сформировать портрет «того самого» кандидата и чётко определить требования вакантной должности для соискателей.

Для этого во многих компаниях для программистов разрабатываются модели компетенций: они определяют знания, навыки и умения для эффективной работы будущего сотрудника.

Обычно модель продуктивного работника создаётся на основе видения руководителя и экспертизы HR-менеджеров: для этого они анализируют результаты работы своих специалистов и сопоставляют с их компетенциями, чтобы определить требования к будущим сотрудникам.

Например, исследование Molga Consulting показало, что успешность руководителей зависит от их стремления давать обратную связь сотрудникам и ориентации на результат.

Как Big Data помогает соискателям

HR-технологии на основе больших данных и машинного обучения предназначены не только для HR-менеджеров и рекрутеров, многие разработки направлены и на то, чтобы облегчить поиск работы кандидатам, помочь им быстро и безболезненно адаптироваться в новой команде и понимать свои точки роста как специалиста.

Собеседование без предвзятого отношения

Для помощи в борьбе соискателей с предвзятым отношением при приёме на работу в компании Dolby вместо того, чтобы просматривать резюме и оценивать кандидата по имени, образованию, статусу компаний, в которых он работал, единственное, что оценивают работодатели — соответствие навыков и умений претендента требованиям вакантной должности и результаты технического интервью.

Для обработки и сравнения данных они используют собственное программное обеспечение, которое анализирует информацию о кандидатах, их резюме и итоги собеседований, а затем формирует «рейтинг» подходящих специалистов.

Собеседование наоборот

Спрос на IT-специалистов ещё с 2019-го года превышает предложение: работодатели соревнуются за профессиональные кадры, и разработчики могут получать десятки предложений о работе в месяц.

В IT-компании Napoleon IT решили, что в новых реалиях рынка труда программистам пора дать возможность самим собеседовать компании, и разработали Talent Service.

Платформа помогает IT-специалистам подбирать релевантные для них вакансии по стеку технологий, задачам и стремлениям карьерного роста.

Дополнительно Talent Service генерирует анкету, которую кандидат может отправить рекрутерам, чтобы на основе их ответов оценить офферы по базовым критериям: доход, график и процесс работы, дополнительные требования к соискателям.

Все ответы собираются в единую таблицу, где разработчик сможет сравнить сразу несколько предложений о работе.

Трудоустройство студентов и выпускников

Вопрос поиска работы особенно остро встаёт для студентов и выпускников ВУЗов: новоиспечённые кадры амбициозны и полны желания работать, но у них нет опыта, и они не знают как заинтересовать работодателей.

В 2015 году был запущен один из первых карьерных сервисов в мире для молодых специалистов — Debut. Разработчики приложения хотели сделать поиск работы приятным опытом для новых кандидатов на рынке труда. Для этого они структурировали данные десятка тысяч студентов и компаний.

Так выпускники и студенты получили возможность решать тестовые задания от крупных зарубежных работодателей, например, Microsoft, Rolls Royce и L’Oreal в игровой форме.

После успешного выполнения всех заданий у молодого специалиста есть возможность попасть на собеседование в компанию без долгого ожидания или сразу получить оффер на место стажёра.

Резюмируя

Большие данные становятся всё ближе к HR-процессам: они облегчают рекрутерам поиск и подбор кандидатов на вакантные должности, помогают HR-менеджерам анализировать нагрузку сотрудников и предотвращать уход ключевых специалистов из компании.

Для соискателей Big Data создаёт комфортную и позитивную обстановку на рынке труда: позволяет избегать предвзятых собеседований, и также эффективно и без стресса адаптироваться в новом рабочем коллективе.

Главное помнить, что Big Data — лишь инструмент для работы с кандидатами и сотрудниками. HR-специалистам стоит аккуратно использовать их и не забывать, что, в первую очередь, они работают с людьми, по отношению к которым не всегда можно применять сухие факты и безэмоциональность.

Ранее Boston Dynamics опубликовала видео, на котором два робота Atlas занимаются паркуром и одновременно делают сальто назад.

У робота есть «библиотека поведения»

В Atlas загружен набор ответных реакций на те или иные ситуации. Робот анализирует то, что видит перед с собой, и задействует один из сценариев поведения. Например, видит перед собой балку на уровне пояса, достаёт из библиотеки нужно модель поведения и перепрыгивает препятствие, опираясь на него рукой.

Все действия и сам выбор сценария прописаны не чётко, так что в каком-то смысле робот «фантазирует». Поэтому у Atlas долго не получалось пройти полосу препятствий и не упасть.

Источник: Блог Boston Dynamics

Как работает и что умеет

Робота хотят оснастить системой искусственного интеллекта и набором датчиков, которые используются в автомобилях Tesla на автопилоте.

Его хотят сделать похожим на человека: ростом 172 см и весом 57 килограммов. Правда, вместо лица Tesla Bot установят монитор, на котором будет выводиться важная информация.

Руки и ноги будут двигаться с помощью 40 механизмами. С их помощью робот сможет ходить со скоростью 8 км/ч и поднимать тяжести до 20 кг.

Маск говорит, что такого робота можно будет спокойно отправить за покупками в магазин.

Причём здесь Detroit: Become Human

Detroit: Become Human — это компьютерная игра про восстание серийно выпускаемые роботов-слуги, почти неотличимые от людей.

В одной из миссий робот Маркус отправляется за покупками для своего хозяина. Он сам оплачивает покупку и на специальном автобусе для роботов возвращается с покупкой к владельцу.

Источник: Tesla AI Day

Компании договорились, что беспилотные Яндекс.Роверы будут доставлять еду американским студентам в кампусы, куда курьеру на автомобиле не добраться.

Теперь 50 роботов от «Яндекса» появились в кампусе Университета Огайо в Колумбусе. В нём живут 60 тысяч студентов — это один из крупнейших кампусов США.

Роверы будут доставлять еду студентам с девяти утра до девяти вечера каждый день.

У них есть просторный грузовой отсек — роботы готовы привезти как сэндвич, чтобы перекусить между лекциями, так и полноценный ужин из нескольких блюд на большую студенческую компанию.

Позже роботы-курьеры появятся и в других местах. Grubhub доставляет еду в 250 университетских кампусов в США.

Источник: «Штаб-квартира Яндекса»

На видео роботы бегают по рядам фанерных панелей, поднимаются по лестнице, перепрыгивают через балку и — внимание — одновременно делают сальто назад.

Компания призналась, что от заднего сальто мало коммерческого толку — такое умение робота трудно монетизировать.

Зато это очень важный шаг к тому, чтобы роботы научились выполнять такие же движения, как и люди.

Осталось роботам стать чуть более ловкими. Посмотрите бэкстейдж с неудачными дублями от первого лица:

Источник: Boston Dynamics

Роботу хватило одного полного заряда. Вот видео:

Cassie — не новинка

Робота Cassie разработала компания OSU Agility Robotics ещё в 2017 году. Теперь Кэсси дошёл до исследовательских лабораторий, где аспиранты экспериментируют с двуногой машиной.

Двуногие роботы более юркие, чем четырёхногие

Двуногие роботы легко перемешаются по узким пространствам, созданным для людей: лестницы, коридоры и так далее. В этом они выигрывают у своих четырёхногих собратьев.

… но при этом менее неустойчивые

Главный минус двуногих машин — их неустойчивость. Cassie дважды упал за время своего часового путешествия, но виноват в этом был, скорее, человек. Робот бежал не сам, а под управлением аспиранта.

Эту проблему частично решают методы глубокого обучения, которые разрабатывают новые способы стабилизации во время движения.

Сооснователь Agility Robotics Джонатан Херст уверяет, что однажды двуногие роботы станут нормой и постепенно смешаются с людьми: «В недалёком будущем каждый будет видеть роботов в повседневной жизни и взаимодействовать с ними».

Источник: The Verge

Пока не совсем ясно, что именно будет разрабатывать Intrisinc. Генеральный директор компании Венди Тан Уайт говорит, что они «раскроют творческий и экономический потенциал промышленной робототехники для миллионов других предприятий, предпринимателей и разработчиков» — что бы это ни значило.

Понятно только, что Intrisinc будет заниматься робототехникой. Компания собирается создавать ПО, которое сделает развертывание промышленных роботов дешевле и проще.

В 2013 году Google уже пыталась зайти на рынок роботов. Тогда корпорация купила семь компаний за 6 месяцев, включая японскую Schaft и известную Boston Dynamics.

Однако спустя время проект провалился. Google продала или закрыла большинство компаний: роботов оказалось трудно делать, и это приносило мало прибыли.

После неудачи Google больше сосредоточилась на создании программном обеспечении для роботов с использованием методов машинного обучения. Наработки в этой области, вероятно, будут использовать сотрудники новой Intrisic.

Источник: The Verge

Роботы станут частью GrubHub, который сотрудничает с 250 кампусами. Это значит, что все студенты из универстетов-партнёров будут заказывать еду через GrubHub, а привозить её будут российские беспилотные вездеходы.

Преимущество роверов от «Яндекса» — даже не автопилот, а размеры и «вездеходность». В кампусах много пешеходных зон, и автомобилю туда проехать трудно. Беспилотные роботы с этой задачей справляются. Это позволит сократить расходы.

Яндекс.Роверы начинали с доставки документов в Сколково, потом доставляли еду в Мурино (Санкт-Петербург). Теперь они выходят на новый, международный уровень.

Источник: Reuters

Как устроены склады Ocado

На верхнем уровне — рельсы. По ним со скоростью 14 км/ч передвигается 2300 роботов — зачастую всего в 5мм друг от друга. Машины сами договариваются по 4G, как ехать, чтобы не столкнуться. Под рельсами — ячейки с коробками. Роботы доезжают до нужной и перевозят к другой ячейки.

На нижнем уровне — другие роботы, которые комплектуют заказы по коробкам.

Вот ещё старое видео с одного из складов:

У Ocado новый клиент. Ждём новый склад

Сегодня у Ocado появился ещё один клиент — испанская продуктовая сеть Alcampo. Это значит, что скоро британская компания построит ещё один навороченный склад с блекджеком и 4G — ждём новых видео.

А пока посмотрите, как устроен окадовский склад в Англии размером в 7 футбольных полей:

Источник: Уже написали, Bloomberg

Оказалось, что зарплаты рабочих за этот период снизились на 50-70%. Связано это с тем, что компании всё чаще внедряют в свои процессы искусственный интеллект, автоматизацию и роботов.

При этом в NBER уточняют, что заработая плата людей с высшим образованием продолжает расти. Но в то же время доход работников без школьного образования с 1980 года снизился на 15%.

Ранее специалисты Всемирного экономического форума заявляли, что уже к 2025 году из-за автоматизации произойдёт сокращение примерно 85 млн рабочих мест, отмечает SecurityLab.

Именно из-за столь масштабных изменений на рынке труда, эксперты призывают разработать меры по контролю и управлению ИИ, «пока не стало слишком поздно».

Источник: NBER

Но, как оказалось, подобных роботизированных компаньонов создают не только в её стенах. Так, например, Unitree Robotics из Китая представила своё новое творение — робопса Unitree Go1.

Всего компания создала три версии машины: Go1 Air за 2,7 тыс долларов (194 тыс рублей), Go1 за 3,5 тыс долларов (266 тыс рублей) и Go1 Edu за 8,5 тыс долларов (611 тысяч рублей). Все они весят 12 кг. При этом к покупке пока что доступна лишь базовая.

Для сравнения, Spot от Boston Dynamics продаётся за 74,5 тыс долларов (5,4 млн рублей) — это в 27,6 раз дороже базовой версии Unitree Go1.

Сообщается, что китайский робопёс в более дорогих модификациях способен разгоняться до 17 км/ч. При этом об автономности устройства нет точной информации.

Компания-разработчик заявляет о том, что робот позиционируется как «спутник на весь день». Но журналисты The Verge высказали своё сомнение в этом, напомнив, что тот же Spot живёт от одного заряда до 1,5 часов.

Источник: The Verge

Согласно исследованию, к 2033 году 170 профессий из 702 рассмотренных исчезнут с рынка труда с вероятностью более 90%. А специальность с SOC-кодом 15-1131 (Computer programmers) к этому времени потеряет актуальность с вероятностью 48%.

А где же останутся нужны программисты? На основе открытых данных и исследований мы составили подборку сфер IT, которым в будущем с большей долей вероятности понадобятся разработчики.

Augmented Reality: из развлечений в обучение

Средняя зарплата AR-разработчика сегодня — более 75 тысяч долларов в год. А в одних только США более 19 тысяч вакансий AR-developer. Если рынок продолжит развиваться, спрос на специалистов будет только расти.

Ключевые технологии AR: распознавание объектов в реальном времени, реалистичное 3D-сканирование и построение сетки окружающего пространства.

Тренды:

• функциональные AR-приложения для смартфона;
• интеграция AR-очков и смартфона;
• дешёвые и удобные девайсы.

Перспективы: технология всё ещё дорогостоящая, а пользоваться ей неудобно. Из-за этих проблем рост рынка замедлился. Их решение даст импульс для развития.

Материалы по теме AR

Virtual and Mixed Reality: пока лишь для большого бизнеса

Разработчики виртуальной реальности в среднем получают около 100 тысяч долларов в год. Количество вакансий MR- и VR-разработчиков в США — более 18 000. В общем, ситуация на рынке труда схожа с направлением дополненной реальности.

Ключевые технологии:

• среда виртуальной реальности CAVE;
• индикаторы на лобовом стекле;
• шлемы и очки виртуальной реальности.

Тренды: уменьшение размера и стоимости VR-очков и шлемов.

Перспективы: спектр применений этой технологии огромен, но пока делать виртуальные миры долго, а пользователей мало из-за дороговизны и несовершенства VR-устройств. Решение этих вопросов даст стимул развитию направления.

Материалы по теме VR/MR

Робототехника: из промышленного использования в бытовое

В 2017 году количество роботов в мире составляло 69 на 10 000 работников. Больше всего — в Южной Корее (531 на 10 000 работников), в Сингапуре — 398, в Японии — 305, в Германии — 301. В 2019 году объём мирового рынка роботов достиг $34 млрд.

Средняя зарплата разработчика-робототехника составляет порядка 75 тысяч долларов в год. А вакансий, связанных с робототехникой, в одних только США — более 18 000.

Ключевые навыки: автоматическое управление, инженерия, программирование устройств.

Тренды: новые материалы, развитие навигации в экстремальных условиях, новые сенсорные устройства.

Перспективы: конструирование, производство и программирование роботов — достаточно трудоёмкий процесс, часто не оправдывающий себя экономически. Роботы в производстве начинают окупать себя через 3–5 лет. Из-за этого не каждый работодатель готов внедрять их. Остаётся очень много сфер, где дешевле воспользоваться человеческим трудом, нежели тратить ресурсы на автоматизацию. Менее затратный способ создания умных устройств даст мощный толчок развития технологии. Также стоит делать ставку на бытовых роботов.

Материалы по теме робототехники

Квантовые вычисления: вопросы стабильности кубитов

На данный момент рынок квантовых компьютеров ориентирован больше на исследования, чем на массовое производство. Но с удешевлением технологии квантовый программист будет не менее востребован, чем обычный.

Среднюю зарплату в сфере подсчитать сложно, но, например, в IMB исследователям и разработчикам сферы квантовых вычислений платят от 40 до 200 тысяч долларов в год. А всего в США почти 600 открытых вакансий в сфере квантовых вычислений.

Ключевые технологии: квантовые вычисления, компьютерная инженерия.

Тренды: поиск новых форм кубитов, их эффективного соединения и программирования.

Перспективы: помимо разложения на множители, квантовые компьютеры в теории смогут моделировать сложные ситуации, в т.ч. поведение веществ на молекулярном уровне. Но для начала надо решить 2 главных вопроса: стабильность кубитов и использование их в большом количестве.

Материалы по теме квантовых вычислений

Искусственный интеллект: на смену офисным профессиям

Средняя зарплата разработчика в сфере ИИ составляет больше 100 тысяч долларов в год. А количество вакансий — более 81 000 только по США.

Ключевые технологии: нейросети, дополненный интеллект, чат-боты, машинное обучение и системы управления ИИ.

Тренды: интеллектуальные помощники, автопилоты, нейрокомпьютерный интерфейс.

Перспективы: сейчас в сфере ИИ множество нерешённых вопросов, включая проблему мультизадачности или понимания смысла текста (в противовес простому распознаванию слов и грамматических ошибок). Но это не мешает технологии активно развиваться и внедряться во все сферы нашей жизни. В упомянутых в начале статьи исследованиях именно системы искусственного интеллекта заменят большинство сотрудников, в том числе телефонных операторов, водителей и бухгалтеров.

Материалы по теме ИИ

Движения кисти, руки и остального тела координируются автоматически. Это упрощает манипуляции и расширяет рабочее пространство. Поведение робота на видео было запрограммировано с использованием нового API. Spot может выполнять команды в автономном режиме или при непосредственном контроле со стороны владельца.

Больше информации о новых возможностях робота разработчики обещают рассказать вечером 2 февраля в прямой трансляции на YouTube.

Блоки, которые разрабатываются уже сейчас, позволят роботу в интеллектуальном режиме взаимодействовать с космонавтами. Мы планируем, что первые такие решения появятся в 2023-начале 2024 года.

В компании уточнили, что несмотря на наличие ИИ, Теледроид в первую очередь будет работать в копирующем режиме, т.е. выполняемые им задачи должны будут контролироваться человеком. Но при этом робот сможет действовать и автономно — это будет его дополнительной функцией.

В октябре 2020 года «Андроидная техника» заявляла, что первичные испытания робота начнутся во второй половине 2021 года.

Источник: ТАСС

Основатель Hanson Robotics Дэвид Хенсон объявил о старте производства и выпуске роботов компании в первой половине 2021 года. Одной из четырёх моделей, подготовленных к запуску, является завирусившаяся несколько лет назад София, пишет Reuters.

Глава компании, производящей роботов, рассказал, что «коронавирусный мир» нуждается во всё большей автоматизации для сохранения человеческих жизней. И продукты Hanson Robotics могут оказаться очень полезными в этом деле.

Хенсон также отметил, что возможности его роботов не ограничиваются заботой о больных людях. Предприниматель верит, что та же человекоподобная София найдёт своё применение в таких отраслях как торговля и авиаперевозки.

Такие роботы как София уникальны в своей схожести с человеком. Эта особенность может быть полезна в тех случаях, когда люди ужасно одиноки и социально изолированы.

На данный момент неизвестна точная цена роботов компании. Но по словам её основателя, он планирует продать до конца 2021 года «тысячи экземпляров».

Напомним, что несколько лет назад видео с Софией начали вируситься в сети. Также робот смог отличиться тем, что получил гражданство Саудовской Аравии.

Источник: Reuters

Роботы Boston Dynamics давно умеют танцевать. Но раньше они делали это по отдельности. Теперь же компания собрала из своих моделей настоящую танцевальную группу.

DexArm способен рисовать любые изображения при помощи специального манипулятора. Также устройство может выжигать, травить и вырезать фигуры, используя для этого такие материалы, как дерево, картон или керамика. Есть у руки и способность заниматься 3D-печатью. В этом случае в качестве «исходников» можно использовать PLA, TPU, дерево и углеродное волокно. При этом точность роботизированного манипулятора составляет 50 микрон.

Разработчики заявляют, что любой желающий может использовать ПО Rotrics Studio для создания собственных проектов на базе DexArm и создания пользовательских автоматизаций. При этом, что гораздо важнее, устройство также совместимо с Scratch. Также Rotrics выпустили специальный набор API, позволяющий программировать робота на языках C, C ++, Python, Java, Javascript и ROS.

Источник: Rotrics

Volkswagen уже несколько лет работает над проектом автоматизированной зарядки электромобилей. Однако сроки запуска робота-заправщика пока не раскрываются. Сейчас компания занимается строительством большой сети зарядных станций в Европе и США. Концепция робота же предполагает более автономное использование — например, в гаражах и на парковках.

По всей видимости, ни одна из компаний, владеющих производителем инновационных роботов, до сих пор не смогла найти реального применения его наработкам. Несмотря на то, что Atlas, Spot и прочие проекты Boston Dynamics не раз «взрывали» YouTube и Reddit, сама компания с 2013 года сменяет уже второго владельца.

Напомним, что в июне 2020 года в продажу поступила робособака Spot — первый коммерческий робот компании, которого мог купить любой желающий. Стоил он 74 500 долларов. По данным аналитиков, компании удалось продать более 400 экземпляров, что принесло в общей сложности свыше 30 млн долларов дохода.

«Если технический прогресс увеличивает неравенство, это не настоящий прогресс. Будущие достижения должны быть ориентированы на уважение достоинства человека», — сказал глава римско-католической церкви.

Раньше Ватикан вместе с Microsoft и IBM уже публиковали «Римский призыв к этике искусственного интеллекта». Он содержит список из шести принципов, которыми должны руководствоваться разработчики ИИ — прозрачность, инклюзивность, беспристрастность, надёжность, безопасность и ответственность. А ещё раньше они завели себе сервер в Minecraft.