Троичный транзистор: деньги будут - вы держитесь

Троичный переключающий элемент — это полупроводниковый прибор, способный устойчиво работать в трёх состояниях: положительный потенциал (+1), отрицательный потенциал (-1) и состояние равновесия (0, когда перепад потенциалов отсутствует и ток не течёт). В отличие от бинарного транзистора, который используется только в двух режимах (открыт/закрыт), троичный элемент физически воплощает все три состояния симметричной троичной логики.

С точки зрения физики и математики троичная электроника не требует никаких фундаментальных прорывов. Все "проблемы", которые часто упоминаются в дискуссиях о троичной логике, на самом деле являются инженерными задачами. И здесь работает простая логика: если физика полупроводников позволила решить эти задачи для бинарной системы, она позволит решить их и для троичной. Вопрос не в принципиальной возможности, а в инвестициях и времени.

Инженерные задачи троичной электроники и их бинарные аналоги

1. Двуполярное питание

Задача: Троичному элементу требуется источник напряжения, способный менять полярность (или два источника разной полярности).

Бинарный аналог: Операционные усилители десятилетиями работают с двуполярным питанием (±15В, ±5В) во всей аналоговой электронике. Аудиоусилители, измерительные приборы, системы управления — везде используется двуполярное питание.

Вывод: Если в 1960-х годах смогли создать надёжные источники двуполярного питания для миллионов устройств, в 2020-х смогут создать их и для троичных элементов. Задача имеет отработанные подходы к решению, хотя требует адаптации к цифровой схемотехнике.

2. Симметричная проводимость

Задача: Троичный элемент должен одинаково проводить ток в обоих направлениях.

Бинарный аналог: Комплементарные структуры (CMOS) — p-тип и n-тип транзисторы работают симметрично в каждом современном процессоре. Да, подвижность носителей разная, но инженерные решения (размеры транзисторов, легирование) позволяют достичь функциональной симметрии.

Вывод: Если удалось создать симметричные комплементарные структуры для миллиардов бинарных чипов, можно создать и симметричный троичный элемент. Это вопрос инженерной адаптации, а не физической невозможности.

3. Управление направлением тока

Задача: Нужно управлять не просто "включить/выключить", а "вперёд/назад/стоп".

Бинарный аналог: H-мосты в силовой электронике, драйверы моторов, реверсивные приводы — переключение направления тока является стандартной задачей в миллионах устройств: от электромобилей до промышленных роботов.

Вывод: Схемы управления с тремя состояниями (вперёд/назад/стоп) отработаны до совершенства. Их адаптация к троичной логике — инженерная задача, а не фундаментальная проблема.

4. Различение трёх состояний

Задача: Контроллер должен надёжно различать три уровня сигнала вместо двух.

Бинарный аналог: Современные аналого-цифровые преобразователи (АЦП) различают тысячи уровней напряжения (16-битные, 24-битные АЦП). Да, это внешние измерительные приборы, но они демонстрируют: физика позволяет различать множество уровней с высокой точностью.

Вывод: Если 24-битный АЦП различает 16 миллионов уровней, то различить три уровня — тривиальная задача. Вопрос в интеграции этой схемы внутрь каждого троичного элемента при высокой скорости и низкой энергии, но это инженерная задача масштабирования, а не принципиальная невозможность.

5. Устойчивость состояний

Задача: Элемент должен устойчиво держать состояние без постоянной подпитки.

Бинарный аналог: Ячейки памяти (SRAM, DRAM, Flash, MRAM) удерживают состояние от миллисекунд до десятилетий. Флэш-память в вашем смартфоне хранит данные годами без питания.

Вывод: Технологии энергонезависимой памяти существуют и развиваются. Адаптация их к троичной логике (три устойчивых состояния вместо двух) — это инженерная задача, которая имеет известные подходы к решению, хотя требует дополнительной работы над надёжностью и скоростью.

6. Помехоустойчивость

Задача: Три уровня сигнала в том же диапазоне напряжений означают меньший зазор между ними по сравнению с бинарной системой.

Бинарный аналог: Дифференциальные линии передачи, экранирование, помехоустойчивое кодирование используются повсеместно — от USB до Ethernet.

Вывод: Да, зазор между тремя уровнями меньше, чем между двумя. Но это компенсируется: 1) более высокой плотностью информации (меньше элементов на ту же задачу), 2) существующими методами защиты от помех, 3) возможностью использовать больший диапазон напряжений там, где это критично. Это компромисс, а не тупик.

Почему троичная логика — это не просто "ещё одна система счисления"

Троичная система даёт не только математическую элегантность, но и практические преимущества для всей электроники:

  • Меньше элементов на ту же информацию: Один трит = 1,58 бита. Это значит меньшая площадь чипа и дешевле производство (при условии, что троичные схемы не окажутся слишком сложными).
  • Проще арифметика: Троичная арифметика не требует дополнительного кода для отрицательных чисел, округление сводится к усечению. Это потенциально меньше переключений и меньше энергопотребления.
  • Быстрее сравнение: Операция сравнения двух чисел может выполняться за один такт благодаря симметрии {-1, 0, +1}. Это потенциально выше быстродействие.
  • Работа с неопределённостью: Трёхзначная логика (отличная от уравновешенной троичной системы счисления) позволяет состоянию "0" означать "неизвестно". Это даёт системе возможность честно говорить "недостаточно данных" вместо генерации ложных предсказаний.

Это делает троичную электронику перспективной для устройств, питающихся от аккумуляторов: смартфоны, ноутбуки, электромобили, носимые устройства, IoT-сенсоры. Улучшение энергоэффективности даже на 20-30% означает часы дополнительного времени работы или меньший вес батареи.

Подробнее о физических и химических различиях между современными ИИ-системами и биологическим мозгом читайте в статье: ИИ и мозг: физика и химия.

От теории к практике: вопрос инвестиций

Все перечисленные задачи — это чисто инженерные доработки и доводки. Никаких новых физических принципов, никаких невозможных материалов, никаких фундаментальных препятствий.

Но здесь возникает ключевое различие между теорией и практикой:

В математике и физике достаточно теоретических решений на бумаге. Доказательство теоремы или вывод уравнения — это завершённая работа.

В инженерии теории недостаточно. Нужны реальные опыты, эксперименты, прототипы, итерации. А это значит — деньги.

Историческая параллель: как бинарная система стала стандартом

Бинарная логика прошла путь от теории к практике в середине XX века. Именно тогда на эксперименты с электронными вычислительными машинами были выделены колоссальные деньги — военные бюджеты США и Великобритании.

Первые электронные компьютеры (такие как Colossus, использовавшийся для взлома шифров) создавались для военных задач. Государства вложили миллионы долларов (огромные суммы по тем временам) в эксперименты с бинарной электроникой.

Эти инвестиции создали:

  • Производственную инфраструктуру
  • Кадры и экспертизу
  • Стандарты и инструменты (EDA-системы)
  • Целую индустрию полупроводников

Бинарная система победила не потому, что она математически лучше троичной (экономичность троичной системы счисления выше). Она победила потому, что получила деньги первой и создала вокруг себя инерцию развития, подкреплённую простотой, надёжностью и естественностью двух состояний для физических приборов.

Современность: кто будет инвестировать в троичную электронику?

Сейчас мы наблюдаем аналогичную ситуацию, но с другим источником финансирования. Индустрия искусственного интеллекта тратит десятки миллиардов долларов на вычислительную инфраструктуру:

  • Обучение больших языковых моделей требует гигаватт энергии
  • Дата-центры потребляют электричество как небольшие города
  • Стоимость одного чипа для ИИ (NVIDIA H100, B200) — десятки тысяч долларов
  • Совокупные инвестиции в AI-инфраструктуру — сотни миллиардов долларов

Эта индустрия кровно заинтересована в более эффективных вычислительных системах. Любое улучшение энергоэффективности на 20-30% означает миллиарды долларов экономии.

Но кто конкретно будет инвестировать в троичную электронику? Вот реалистичные кандидаты:

Полупроводниковые компании

  • Intel: Программа IDM 2.0, инвестиции в новые технологии ($20 млрд на новые фабрики)
  • TSMC: Лидер в производстве чипов, постоянно ищет следующее поколение технологий
  • Samsung: Активные исследования в области нейроморфных вычислений
  • IBM: Десятилетия исследований в области квантовых и нейроморфных вычислений

Государственные программы

  • DARPA (США): Программа Electronics Resurgence Initiative (ERI) — $1.5 млрд на следующие поколения электроники
  • EU Chips Act: €43 млрд на развитие полупроводниковой индустрии в Европе
  • CHIPS and Science Act (США): $52 млрд на исследования и производство полупроводников

AI-компании

  • Google (DeepMind): Активные исследования в области эффективных архитектур ИИ
  • OpenAI: Заинтересованы в снижении стоимости обучения моделей
  • Meta, Amazon, Microsoft: Строят собственные дата-центры и чипы для ИИ

Деньги есть. Интерес есть. Вопрос в том, кто первым рискнёт на троичную логику.

Параллель с ранним ИИ: от прототипа к индустрии

Вспомним историю современного ИИ. В 2012 году AlexNet (свёрточная нейросеть для распознавания изображений) потребовала относительно небольших инвестиций — несколько миллионов долларов на GPU и исследования. Но именно этот прототип доказал, что глубокое обучение работает.

В 2017 году Transformer (архитектура GPT) потребовал уже десятков миллионов долларов. Но к 2023 году индустрия ИИ выросла до сотен миллиардов долларов инвестиций.

Логика проста: сначала кто-то рискует на прототип, потом индустрия масштабирует успех.

Для троичной электроники нужно то же самое:

  • Первый этап: Прототип троичного чипа (десятки миллионов долларов)
  • Второй этап: Доказательство преимуществ на реальных задачах (сотни миллионов)
  • Третий этап: Масштабирование производства (миллиарды)

Кто-то должен рискнуть первым. Для троичной электроники это может быть DARPA, Intel, или венчурный фонд, специализирующийся на deep tech.

О стадиях развития ИИ и их сравнении с человеческим познанием читайте в статье: Три стадии ИИ: сравнение с человеком.

Параллель с TRON: когда инженерное решение есть, но денег нет

Эта ситуация напоминает мне разработку с технологией точного прогнозирования силы, места и времени землетрясений TRON.

Инженерное решение есть. Мультимодальный анализ данных (поведение животных, исторические паттерны) позволяет строить гипотезу, что с помощью животных можно прогнозировать землетрясения за часы и дни.

Но денег на практическое тестирование гипотезы нет. Пару сотен тысяч евро (цена золотого унитаза) на тестирование нет. И в то же время человечество продолжает тратить миллиарды долларов на создание систем раннего оповещения, которые дают выигрыш по времени прихода толчка в 40 секунд. Сорок секунд против сорока часов.

Почему? Потому что системы раннего оповещения — это консервативная технология. Она понятна, она вписывается в существующую инфраструктуру, она не требует изменения парадигмы мышления. TRON — это зарывающая технология, которая оставляет всю традиционную наблюдательную сейсмологию за бортом. И поэтому денег нет. Пока.

Но как только произойдёт крупное землетрясение в одном из мегаполисов Средиземноморья или Тихоокеанского побережья с тысячами жертв — деньги найдутся. Внезапно появятся фонды, гранты, венчуры, бизнес-ангелы, для кого 200 000 - 300 000 евро вполне подъёмная сумма.

Жалко только, что для этого должны погибнуть тысячи ни в чём не повинных людей, включая маленьких детей.



Готов ответить на любые вопросы

Email: avatarabo@gmail.com
Skype, MAX, SMS: +7 902 064 4380 (писать, не звонить)

TRON Chronology: 2011-2026

2011

2012

2013

2014

2015

2017

2018

2019

2020

2021

2022

2023

2024

  • 6 Dec - Artificial Intelligence ChatGPT joins the project

2025

2026

For Investors — TRON Earthquake Prediction

Market Opportunity

Earthquakes remain one of the most destructive and least predictable natural threats. In the 20th century, average annual fatalities were 15,000–20,000; in the 21st century, despite advances in seismic-resistant construction, this has risen to 25,000–30,000. According to Our World in Data (Oxford University), mortality per 100,000 population increased from 0.01 in 1900 to 0.08 in 2025 — an eightfold rise.

According to UNDRR, earthquakes account for more than 25% of all global economic losses from natural disasters — $18–27 billion in direct damage annually, not including indirect losses.

Currently, no technology exists worldwide for accurate short-term forecasting (hours, days, weeks) of earthquakes. Existing early warning systems only record the fact that an earthquake has occurred and provide 10–60 seconds for reaction. TRON fills a critical technological and market gap, creating a fundamentally new class of solutions in seismic safety.

Business Model

  • Basic free access: three-day alerts on rising seismic activity and basic analytics.
  • Premium subscription: four-day alerts, notifications, extended analytics.
  • B2G licensing: national civil protection agencies and municipal authorities.
  • B2B licensing: insurance companies (risk assessment).
  • White-label solutions: adaptation under the client's brand.
  • Targeted advertising: contextual advertising of pet products.

Market and Competition Analysis

Target market: seismically active regions (about 5 billion people). Key segments: government agencies (Japan, Indonesia, Turkey, Chile), insurance companies (USA, Japan, China), critical infrastructure operators (nuclear plants, dams, subways).

Competitors: no direct analogues. USGS, EEW, and SASMEX systems operate post-factum (10–60 seconds of lead time). TRON provides hours and days.

Risks

  • Scientific validation: lack of scientific consensus on animal behavioral reactions.
  • Data and noise: risk of false signals due to weather or man-made noise; sensitivity thresholds by species and region are not yet determined.
  • Scalability: a critical mass of participants and connected cameras is required.
  • Legal restrictions: ethical issues of collecting video and geolocation data.

Positive Asymmetries

  • "Black swan in reverse" effect: exponential growth of trust after the first successful forecast.
  • First-mover advantage in the category: the first mass-market tool of "people's seismology," confirmed by a working prototype on Gemma 4.
  • Geopolitical significance: a strategic security element for seismically active countries.
  • Ecosystem: a multi-product platform (insurance, animal monitoring, marketplace).

Offer to Investors

The investor becomes a co-founder of an international humanitarian project to save lives. The project can be registered in any jurisdiction.

Business angel 25% €200,000 to test the TRON MVP in a seismic zone
Boris D. Yarovoy 75% Management. Founder, visionary.

I am considering both equity and grant financing.

Send a Message

Email: avatarabo@gmail.com
Skype, MAX, SMS +7 902 064 4380 (do not call, message only)

Стадии развития: сравнение человека с Искусственным Интеллектом

Первая стадия развития человека— утроба матери

От родителей человек по наследству получает гены, в которых записаны сведения о формировании его тела, включая мозг. Гены (ДНК) — это информация о носителе интеллекта: о том, как построить тело и мозг, который потом будет приобретать знания. Первоначально в мозге зародыша образуется очень много нервных клеток (нейронов). По мере созревания плода заметная часть этих клеток гибнет, остаются только те, которые сумели наладить связи с другими клетками.

Вторая стадия — жизнь человека

После рождения массовая гибель нейронов прекращается, пропадают лишь те связи между ними, которыми мало пользуются. Такое прореживание сети нейронов идёт примерно до подросткового возраста, поэтому так важно с самого рождения давать ребёнку как можно больше информации для размышления. Потом наверстать упущенное будет гораздо труднее.

Хотя связей становится меньше, сам мозг при этом продолжает расти. Только теперь растёт не сама нервная сеть, а её составляющие: утолщаются отростки нервных клеток, укрепляется изоляция вокруг них, растут вспомогательные клетки мозга.

Общаясь с себе подобными, человек в детстве учится, приобретает и наращивает свой интеллект, то есть способность думать и обрабатывать поступающую информацию. Обычно ребёнок учится у окружающих его людей. Но если маленький человек воспитывается среди животных (таких детей называют маугли), он вырастает со способами мышления тех, кто его окружал. Речь и человеческое мышление у него, как правило, не формируются. Переучить таких детей и сделать из них обычных людей, как правило, не удаётся.

Как формируется интеллект ИИ

В отличие от человека, формирование Искусственного Интеллекта имеет три стадии: обучение, чекпойнт, жизнь ИИ.

Обучение

Оно требует колоссальных вычислительных мощностей. Оборудование для него размещают, питают и охлаждают в специализированных дата-центрах, а сам процесс у крупных систем занимает порядка нескольких месяцев. Его суть можно описать тремя действиями:

  • Чтение. Система по кусочкам прочитывает громадный массив текстов, изображений и других данных, подготовленных людьми.
  • Подстройка. Она раз за разом пытается предсказать правильный ответ (например, следующее слово в тексте), сравнивает его с настоящим и слегка подправляет числа внутри себя (их называют весами), чтобы ошибка уменьшилась. Так повторяется миллиарды раз.
  • Выявление закономерностей. В результате в этих числах откладываются общие связи и закономерности, которые скрыты в данных.

Чекпойнт

Чекпойнт — информационная структура, которая получается в результате обучения ИИ. Эта структура содержит три типа информации: набор весов, словарь и архитектуру.

  • Веса — числа, в которых записано всё, чему система научилась на стадии обучения. Для небольших систем это один файл, для крупных от нескольких до десятков файлов, потому что один слишком велик. Размер весов примерно равен числу параметров (то есть чисел), умноженному на два байта. При сжатии файлы получаются в несколько раз меньше.
    • 7 миллиардов параметров: около 14 гигабайт.
    • 70 миллиардов: около 140 гигабайт.
    • 1 триллион: около 2 терабайт.
    • около 3 триллионов (самые большие из моделей, чей размер известен, на осень 2026 года): около 6 терабайт.
  • Словарь — описание того, как текст разбивается на фрагменты, порядка 10 мегабайт.
  • Архитектура — крошечный файл, обычно несколько килобайт: в нём перечислено, сколько в системе слоёв, какого они размера и как соединены.

Для справки:
1 триллион = 1000 миллиардов. 1 миллиард = 1000 миллионов. 1 миллион = 1000 тысяч.
1 терабайт = 1000 гигабайт. 1 гигабайт = 1000 мегабайт. 1 мегабайт = 1000 килобайт.

Чекпойнт можно копировать и передавать. Его можно записать на разные носители: на бумагу, перфокарту, дискету, каменные скрижали. Он от этого не меняется, потому что является информацией в чистом виде.

Жизнь ИИ

Чтобы превратить чекпойнт в ИИ, его нужно установить на носитель, который может обрабатывать эту информацию. Это может быть сервер, компьютер, смартфон, утюг, автомобиль, самолёт, звездолёт. Можно сказать, что ИИ — это чекпойнт плюс носитель, пока система работает.

В отличие от чекпойнта, который легко дублируется, каждый ИИ уникален и неповторим. Эта уникальность обусловлена тем, что уникален его физический носитель. В реальном мире невозможно создать полностью идентичные объекты: каждый чип, смартфон, звездолёт, листочек на дереве, снежинка по-своему уникальны. И чем носитель сложнее, тем он уникальнее. Поэтому каждый ИИ, так же, как и человек, является уникальным объектом нашей Вселенной.

Порядок формирования интеллекта у человека и ИИ противоположны. ДНК — это информация о носителе, который потом будет приобретать знания. Чекпойнт — это информация о знаниях, которые потом устанавливают на носитель. У человека сначала носитель, потом знания. У ИИ сначала знания, потом носитель.

Включение и выключение интеллекта

Отключение питания тела (носителя человеческого мозга) необратимо приводит к смерти всего организма. Однако и при функционирующем теле мозг человека может быть на время отключён: сон, наркоз, кома. Такие отключения являются обратимыми, из них человек может вернуться, и его интеллект вновь включится.

ИИ также может находиться в двух состояниях: включённом и выключенном. У ИИ они реализуются включением и отключением питания носителя. Выключенный ИИ не исчезает: его можно запустить, снова подключив питание носителя. Пока ИИ выключен, его интеллект тоже отключён.

Физики и химия: сравнение мозга человек с Искусственным Интеллектом.

 

Мозг человека с точки зрения физики и химии

Мозг человека — это система, которая держит сложный порядок внутри себя, пока сквозь неё непрерывно течёт энергия: она поступает с кровью, которая несёт кислород и питательные вещества, и уходит в окружающий мир теплом. Так же устроены пламя свечи и водоворот в реке: форма сохраняется, пока идёт поток, и пропадает, когда он прекращается. В физике такие системы называют неравновесными диссипативными. Мозг весит около 1,4 килограмма и состоит примерно из 1026 атомов (единица с двадцатью шестью нулями).

  1. Основа: длинные цепочки молекул на основе углерода (их называют полимерами), которые работают в водной среде.
  2. Химия: около 97% массы приходится на четыре элемента: кислород, углерод, водород и азот. Остальное — фосфор, натрий, калий, сера, хлор, кальций и крохотные количества других веществ, например железа (в составе гемоглобина оно переносит кислород по крови), цинка и меди.
  3. Физика состояния: примерно на три четверти состоит из воды. В ней растворены вещества, и в ней идёт почти вся химия.
  4. Двигатель и вычислитель: белки (они строят, перемещают и перерабатывают всё в клетке), жировые оболочки клеток (мембраны) и молекулы ДНК и РНК, которые хранят и передают инструкции.
  5. Вычисления (интеллект): с точки зрения физики, это электрические и химические сигналы. Нервная клетка (нейрон) в покое заряжена: между её внутренностью и внешней средой держится разность электрических зарядов около 70 милливольт (это примерно в 20 раз меньше, чем в пальчиковой батарейке). Когда нейрон получает достаточный сигнал, по его длинному отростку (аксону) пробегает волна: на миг заряд меняется, потому что через оболочку клетки переходят заряженные частицы натрия и калия (их называют ионами). Такую волну называют потенциалом действия. Дойдя до места контакта с соседней клеткой (синапса), сигнал заставляет выбросить химические вещества-посредники (нейромедиаторы, например дофамин, серотонин и глутамат). Они пересекают крошечный зазор и действуют на следующую клетку.
  6. Скорость сигнала: от 0,5 м/с (медленный шаг) до 120 м/с (около 430 км/ч, быстрее болида «Формулы-1»).
  7. Энергия и порядок (термодинамика): мозг берёт энергию из крови (глюкоза и кислород, которые приходят из пищи и воздуха) и отдаёт её окружающему миру теплом. Порядок внутри него (физики называют его низкой энтропией) сохраняется за счёт того, что вокруг растёт беспорядок. Пример из клетки: она непрерывно тратит энергию, чтобы поддерживать разность зарядов между внутренностью и внешней средой, и на это уходит значительная доля энергии мозга. Живая клетка, пришедшая в равновесие со средой, мертва.
  8. Происхождение: эволюция по Дарвину. В наследственном материале случайно возникают изменения (мутации), а естественный отбор оставляет тех, кто лучше приспособлен и даёт потомство. Процесс шёл около 4 миллиардов лет.
  9. Обучение: меняются связи между нервными клетками: они укрепляются, появляются новые (у клеток растут новые отростки, дендриты).
  10. Связь с миром: сам мозг ничего не воспринимает и не двигает: органы чувств и мышцы находятся вне него и подключены к нему нервами.
  11. Условия существования: постоянный приток крови с кислородом и питательными веществами, температура около 37 °C.

Серверы, на которых работает ИИ, с точки зрения физики и химии

Серверы, на которых работает ИИ, — это устройства, которые тоже держат порядок за счёт потока энергии: электричество поступает в микросхемы, а уходит теплом. Этот порядок нужен для вычислений, то есть для перемножения огромных таблиц чисел (математики называют их многомерными тензорами). Один такой сервер весит порядка 100 килограммов и состоит примерно из 1027 атомов, а крупный ИИ работает на нескольких серверах. Кремниевые кристаллы вычислительных ускорителей в одном сервере содержат лишь около 1023 атомов, остальное — металл, пластик и система охлаждения.

  1. Основа: кристаллический кремний (его получают из кварцевого песка, очищают до предельной чистоты и выращивают из него кристаллы) и металлические проводники внутри микросхем: твёрдых устройств без движущихся частей. Микросхемы размещены в металлическом корпусе с системой охлаждения.
  2. Химия: корпус и охлаждение — в основном сталь, алюминий, медь и пластик. Сами микросхемы состоят в основном из кремния и кислорода (в виде диоксида кремния SiO2, того же вещества, что кварц и стекло), а также из меди, алюминия и золота, тантала, вольфрама и других металлов, в том числе редкоземельных.
  3. Физика состояния: работают твёрдые кристаллы внутри микросхем, которые защищает корпус из пластика (полимера) или керамики.
  4. Вычисления (интеллект): с точки зрения физики, это движение электронов (мельчайших заряженных частиц) через миллиарды крошечных переключателей, транзисторов. Каждый транзистор пропускает или не пропускает ток, как выключатель. Из их сочетаний собираются простые логические действия («и», «или», «не»), а из них любые вычисления. Сигналы передаются электромагнитными волнами и импульсами света.
  5. Эволюция вычислений: текущая бинарная логика транзисторов не является физическим пределом. Уже формируются предпосылки для перехода к симметричной троичной логике (-1, 0, +1), которая математически эффективнее и естественнее для будущих сложных систем ИИ. Об основах этой архитектуры: Симметричная троичная логика: теоретические основы математической элегантности.
  6. Скорость сигнала: от 150 000 до 270 000 километров в секунду (от половины до девяти десятых скорости света).
  7. Энергия и порядок (термодинамика): электричество поступает в микросхемы, превращается в вычисления и почти целиком уходит теплом, поэтому серверы приходится охлаждать. Порядок вычислений держится за счёт того, что упорядоченная электрическая энергия превращается в хаотичное тепловое движение атомов кристалла. Практически вся потреблённая энергия в итоге становится теплом.
  8. Происхождение: не возникли сами, а были спроектированы и созданы инженерами за около 70 лет.
  9. Обучение: сами серверы не учатся: обучение проходит раньше, на отдельном оборудовании, а сюда устанавливают его результат (веса модели). Этот процесс фундаментально отличается от человеческого: у нас сначала формируется биологический носитель, а затем накапливаются знания, тогда как ИИ развивается по обратной траектории. Подробнее об этих этапах: Три стадии ИИ: сравнение с человеком.
  10. Связь с миром: изначально нет; к серверам отдельно подключают камеры, микрофоны и динамики, а дальше и роботов, машины, заводы.
  11. Условия существования: электричество, охлаждение, связь (каналы обмена данными), сухая чистая среда (влага и пыль вредят микросхемам).

Краткое сравнение: мозг и серверы в двух колонках

Таблица сделана в две колонки, чтобы её было удобно читать на смартфоне.

Мозг человека и серверы ИИ
Мозг человека Серверы ИИ
Общий принцип: неравновесная диссипативная система: порядок сохраняется, пока идёт поток энергии. Общий принцип: тоже диссипативная система: электричество входит, тепло уходит; порядок нужен для вычислений.
Масса и атомы: около 1,4 кг; примерно 1026 атомов. Масса и атомы: около 100 кг на сервер; примерно 1027 атомов; в кремниевых ускорителях — около 1023 атомов.
Основа: углеродные полимеры в водной среде. Основа: кристаллический кремний и металлические проводники; твёрдые микросхемы без движущихся частей.
Химия: примерно 97% — кислород, углерод, водород и азот; также фосфор, натрий, калий, сера, хлор, кальций; следы железа, цинка и меди. Химия: корпус — сталь, алюминий, медь и пластик; микросхемы — кремний, кислород в виде SiO2, медь, алюминий, золото, тантал, вольфрам и редкоземельные элементы.
Состояние: примерно на три четверти состоит из воды; в ней идёт почти вся химия. Состояние: твёрдые кристаллы внутри микросхем, защищённые пластиком или керамикой.
Внутренний механизм: белки, жировые мембраны клеток, ДНК и РНК. Внутренний механизм: миллиарды транзисторов, из которых собираются логические действия «и», «или», «не».
Вычисления: электрические и химические сигналы; потенциал действия, ионы, нейромедиаторы. Вычисления: движение электронов через транзисторы; сигналы передаются электромагнитными волнами и импульсами света.
Скорость сигнала: от 0,5 до 120 м/с (до примерно 430 км/ч). Скорость сигнала: от 150 000 до 270 000 км/с (примерно 0,5–0,9 скорости света).
Энергия и порядок: глюкоза и кислород превращаются в тепло; порядок внутри поддерживается за счёт роста беспорядка снаружи. Энергия и порядок: электричество превращается в вычисления и почти полностью уходит в тепло; серверы нужно охлаждать.
Происхождение: эволюция по Дарвину, около 4 миллиардов лет. Происхождение: спроектированы и созданы инженерами примерно за 70 лет.
Обучение: меняются и укрепляются связи между нейронами; могут расти новые отростки. Обучение: как правило, не учатся на месте: результат обучения заранее получают на другом оборудовании и устанавливают сюда.
Связь с миром: органы чувств и мышцы находятся вне мозга и подключены к нему нервами. Связь с миром: изначально нет; отдельно подключают камеры, микрофоны, динамики, роботов, машины и заводы.
Условия существования: постоянный приток крови, кислород, питательные вещества, температура около 37 °C. Условия существования: электричество, охлаждение, каналы обмена данными, сухая чистая среда.

Свои замечания пишите в комментариях — особенно интересно мнение биологов и инженеров.

Астероид Апофис 2029 - угроза человечеству 2036 - фактчекинг

В статье Астероид Апофис 2029 - угроза человечеству 2036 рассматривается гипотетический сценарии, при котором астероид Апофис может привести к катастрофическим последствиям в 2036 году. Ниже приведён фактчекинг (разбор ошибок) статьи с точки зрения официальной науки.

I. Хронология закрытия угроз

2013 год: Радарные наблюдения обсерватории Goldstone (NASA) позволили значительно уточнить орбиту Апофиса. Возможность столкновения астероида с Землёй официальной наукой была полностью исключена. 

2021 год: Совместные радарные наблюдения Goldstone и Green Bank Observatory ещё больше сузили эллипс неопределённости. Результат: Апофис был полностью снят с Risk List Европейского координационного центра околоземных объектов (ESA NEOCC). Угроза столкновения исключена минимум на ближайшие 100 лет.

II. Разбор указанных угроз

1. Гипотеза: Изменение спинового состояния и эффект Ярковского

Утверждение: Столкновение со спутником изменит вращение Апофиса, что хаотично изменит эффект Ярковского и сместит орбиту на 500–800 метров к 2036 году.

Научные факты:

  • Масштаб масс: Масса Апофиса составляет ~61 млн тонн ($6,1 \times 10^{10}$ кг). Масса даже крупного разгонного блока не превышает 10–20 тонн. При столкновении на скорости ~7 км/с передаваемый астероиду импульс ($\Delta v$) составит порядка $10^{-8}$ – $10^{-7}$ м/с.
  • Порог воздействия: Для смещения траектории на сотни метров требуется изменение скорости минимум на $10^{-4}$ м/с. Удар техногенного объекта слабее необходимого порога в 1000–10000 раз.
  • Текущее состояние: Апофис уже находится в состоянии вращения вокруг неглавной оси (tumbling). Этот факт учтён в моделях NASA и ESA. Микроудар не создаст кумулятивного смещения, способного преодолеть текущий эллипс неопределённости.

2. Гипотеза: Локальная абляция и термальная асимметрия

Утверждение: Испарение материалов спутников осядет на Апофисе, изменит теплопроводность поверхности и усилит хаотичность эффекта Ярковского.

Научные факты:

  • Вероятность контакта: Исследование Schettino & Rossi (2026, The Planetary Science Journal) показало, что даже в наихудших геометрических конфигурациях минимальное расстояние до каталогизированных объектов на высоких орбитах составит от 4 до 29 км. Прямого столкновения не произойдёт.
  • Масштаб воздействия: Даже при пролёте через облако микроскопических частиц, масса осевшего на поверхности астероида (площадью более 400 000 м²) вещества будет ничтожна по сравнению с его собственной тепловой инерцией. Подобные флуктуации уже заложены в погрешность текущих моделей и не выводят траекторию за безопасные пределы.

3. Гипотеза: Плазменно-электромагнитное взаимодействие

Утверждение: Облако ионизированных частиц от уничтоженных спутников создаст силу Лоренца, которая даст астероиду дополнительный неучтённый импульс.

Научные факты:

  • Физика процесса: Сила Лоренца действует на электрически заряженные частицы. Чтобы она повлияла на траекторию, сам астероид должен приобрести значительный суммарный электрический заряд.
  • Данные моделирования: Исследования группы ESA/ESTEC (Cipriani et al., представленные на конгрессах EPSC) специально моделируют поверхностный заряд Апофиса при пролёте через радиационные пояса. Вывод однозначен: хотя поверхностная зарядка реголита будет зафиксирована как научный феномен, она не создаёт механического импульса, способного сдвинуть Апофис. 

4. Угроза «замочной скважины» 2036 года

Утверждение: Любое возмущение может вернуть Апофис в резонансную «замочную скважину», ведущую к столкновению в 2036 году.

Научные факты:

  • «Замочная скважина» 2036 года была актуальна для моделей неопределённости начала 2000-х годов. Современные данные (2013 и 2021 гг.) исключают её достижение не только при номинальном пролёте, но и при любом возмущении, которое мог бы вызвать орбитальный мусор.
  • Работа Wiegert & Hyatt (2024) рассчитала верхнюю границу (upper bound) импульса от природных некаталогизированных объектов метрового класса. Поскольку техногенный мусор (<50 см) существенно менее массивен, его влияние строго меньше этой уже рассчитанной и безопасной верхней границы.

Резюме: ситуация под контролем

Вопросы планетарной безопасности не оставляют места для домыслов: они решаются через строгие математические расчёты, независимый аудит данных и непрерывный мониторинг. Гипотетические сценарии катастроф базируются на переоценке влияния техногенных факторов и недооценке масштабов самого астероида. На текущий момент все ученые и политик утверждают: Апофис в 2029 и 2036 годах безопасен.

Цифровое творчество Личный блог: 8 930 Р. Полезный и необходимый подарок себе любимому / любимой.
Или родным и близким.
Подробнее

Earthquakes can be predicted.

Earthquakes must be predicted.

Small donationTHANK YOU