CC BY
108Человек и системы искусственного интеллекта в военном деле
Генерал-лейтенант О.В. МАСЛЕННИКОВ
Полковник запаса Ф.К. АЛИЕВ, доктор физико-математических наук
Капитан 1 ранга С.А. БЕСПАЛОВ, кандидат технических наук
Полковник В.Е. МИШИН
АННОТАЦИЯ
ABSTRACT
Обсуждаются в сравнительном плане возможности человека и системы искусственного интеллекта с учетом различных факторов, значимых для военной деятельности. Значительное внимание уделяется вопросам, связанным с повышением актуальности фактора квантовой готовности.
The paper offers a comparative discussion of what humans and artificial intelligence systems can do, given a variety of factors significant for military activity. Considerable attention is paid to issues of increasing relevance of the quantum readiness factor.
КЛЮЧЕВЫЕ СЛОВА
KEYWORDS
Искусственный интеллект, квантовый компьютер, суперкомпьютер, фактор, квантовая готовность, задача о рюкзаке, перманент матрицы.
Artificial intelligence, quantum computer, supercomputer, factor, quantum readiness, backpack problem, matrix permanent.
НА ВАЖНОСТЬ технологий искусственного интеллекта (ИИ) в военной области многократно указывает Верховный Главнокомандующий Вооруженных Сил Российской Федерации (ВС РФ) В.В. Путин.
Одной из ключевых задач для ВС РФ, сформулированных на перспективу Верховным Главнокомандующим в выступлении на коллегии Минобороны 21 декабря 2020 года, является активное освоение вооружения и техники с элементами ИИ, в том числе:
• роботизированных комплексов;
• беспилотных летательных аппаратов;
• автоматизированных систем управления.
Статья посвящена обсуждению вопросов в русле решения данной задачи. Системы искусственного интеллекта (СИИ) рассматриваются как перспективные инструменты для области военной деятельности. Сравниваются возможности человека и СИИ с учетом различных факторов.
Здесь под фактором понимается движущая сила, причина процессов, определяющих и формирующих характеристики субъектов или объектов.
Предварительно приведем формулировки и разъяснения совокупности понятий и определений научно-практической области развития и внедрения технологий ИИ1, необходимых для изложения основных положений статьи.
Термин ИИ (Artificial Intelligence, AI) имеет следующие три значения.
Первое значение: ИИ — наука и технология создания интеллектуальных машин и интеллектуальных компьютерных программ.
Второе значение: ИИ — научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.
Третье значение: ИИ — свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека.
Под интеллектуальной машиной, интеллектуальной компьютерной программой, интеллектуальной системой понимаются соответственно машина, компьютерная программа, техническая или программная система, способные решать задачи, традиционно считающиеся познавательными, принадлежащие конкретной предметной области, знания о которой хранятся в памяти указанных объектов.
Структура таких объектов (интеллектуальной машины, интеллектуальной компьютерной программы, интеллектуальной системы) включает три основных блока:
• базу знаний;
• решатель;
• интерфейс, позволяющий вести общение с компьютером без специальных программ для ввода данных.
Наука под названием ИИ входит в комплекс компьютерных наук, а создаваемые на ее основе технологии ИИ относятся к информационным технологиям.
Задачей науки ИИ является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий.
В приведенных выше определениях и описаниях присутствует слово интеллект, под которым в данной статье и для человека, и для машины (воспринимаемых как биологическая или техническая система соответственно) понимается способность
системы создавать в ходе обучения программы для решения задач определенного класса сложности и решать эти задачи.
Напомним, что в традиционном смысле под интеллектом понимается ум, разум.
Система искусственного интеллекта — это программная или аппаратная (не исключается программно-аппаратная, аппаратно-программная) система, построенная на основе технологии ИИ или на основе интегрирования технологии ИИ с другими технологиями (например, технологиями из области робототехники).
Примерами СИИ служат интеллектуальные роботы различного назначения, созданные на основе интегрирования технологии ИИ и технологий робототехники (робототехника — прикладная наука, занимающаяся разработкой автоматизированных технических систем). Таким роботам интеллектуальность требуется, чтобы манипулировать объектами, выполнять навигацию с проблемами локализации (определять местонахождение, изучать ближайшие области) и планировать движение (как добраться до цели).
Другим примером СИИ служит искусственная нейронная сеть, которая будет обсуждаться позже.
Система искусственного интеллекта военного назначения (СИИ ВН) — это СИИ, предназначенная для решения военных задач.
Примерами СИИВН служат: интеллектуальные системы военного назначения для сбора и анализа данных; интеллектуальные системы военного назначения для дополнения информационного пространства большим объемом искусственно созданных данных (для формирования виртуальной «истины»); радиолокационные системы с ИИ; тактическое оружие с ИИ; беспилотники и дроны с ИИ и др.
В искусственном интеллекте существуют три основных направления исследований: эвристическое (или информационное), бионическое, эволюционное.
В эвристическом (или информационном) направлении исследований в ИИ занимаются созданием машинных способов решения интеллектуальных задач, а также созданием программ для вычислительных машин, решающих такие задачи. При этом то, как будут устроены подобные программы, насколько близки или далеки будут те способы, которыми они достигают поставленной цели, по сравнению с человеческими способами, не имеет никакого значения. Важно только выполнение требования — совпадение конечного результата, получаемого указанными программами, с конечным результатом, который мог бы получить человек при решении той же задачи.
В бионическом направлении исследований в ИИ изучаются процессы, протекающие в мозгу человека, когда он решает задачи. Программы для вычислительной машины создаются для имитации процессов получения результатов решения у человека и для изучения этих процессов. Специалисты этого направления пытаются воссоздать техническими (программными и аппаратными) средствами сам объект, в котором бы протекали процессы, схожие с процессами в нервной системе человека, проявляющиеся у него во время решения задачи. Поэтому в этом направлении исследований часто конструируют модели и имитаторы объектов, составляющих нервную систему человека. Самый распространенный пример — искусственная нейронная сеть, представляющая собой объединенные в единую сеть (путем соединения выходов одних с входами других) множества искусственных нейронов. Под искусственным нейроном понимается
созданная техническими средствами модель основного элемента нервной системы — нервной клетки, сокращенно называемой нейроном.
В эволюционном направлении исследований в ИИ занимаются созданием машинных программ, способных самообучаться тому, чего они раньше не умели делать. Такие программы называют интеллектуальными программами. Специалисты этого направления полагают, что интеллектуальные программы надо, образно говоря, «выращивать», как «люди выращивают детей».
Объектом изучения всех трех перечисленных направлений и в целом ИИ является совокупность метапроцедур, с помощью которых человек выполняет интеллектуальные действия. На основе изучения указанных метапроцедур создаются опять-таки метапроцедуры, но уже технических и программных систем, реализующих интеллектуальные функции человека. Метапроцедуры технических и программных систем являются искусственными объектами, созданными человеком и поэтому не исключаются ситуации, когда они не свойственны человеческому интеллекту.
Предметом исследования ИИ являются метапроцедуры технических и программных систем, создаваемые на основе изучения интеллектуальных метапроцедур человека, и процессы их создания, а также машинные программы, реализующие указанные метапроцедуры технических и программных систем.
В искусственном интеллекте используются три метода исследования: дедуктивный, эмпирический и описательный.
Считается, что точкой отсчета новой науки под названием ИИ было лето 1956 года, а именно семинар, проведенный в Дартмутском колледже (США). В этом семинаре, длившемся два месяца, участвовали десять
ученых, объединенных общим интересом к нейронным сетям, теории автоматов и исследованию интеллекта. В настоящее время большинство из них считаются основоположниками науки ИИ. Среди них такие имена, как Клод Шеннон (лауреат Нобелевской премии, основатель теории информации, считается отцом информационного века) и Джон Маккарти (лауреат премии Тьюринга, автор термина «искусственный интеллект», изобретатель языка программирования Лисп, основоположник функционального программирования).
С той поры прошло достаточно много времени. Были периоды оптимизма и достижения, вселяющие его. Были периоды затишья. Были надежды, были и разочарования. К настоящему времени наука ИИ вполне сложилась, имеет свои объект, предмет и методы исследования (их краткие описания приведены выше), блестящие и не очень достижения. Было выявлено много областей деятельности, где уровень ИИ превосходит уровень человеческого интеллекта. Но имеются и такие области, где ИИ пока похвастаться нечем.
Приведем, не претендуя на исчерпывающую полноту, часто привлекающий внимание военных, политиков, ученых и специалистов в области технологий ИИ набор из 11 факто-ров2—19, в которых могут быть сравнены человек и СИИ. Во многих из этих факторов СИИ имеет превосходство над человеком. Поэтому являются привлекательными и вызывают интерес возможности использования в перспективе СИИ совместно с человеком или вместо человека в направлениях военной деятельности, где соответствующие факторы являются определяющими.
Скорость обработки данных. Считается, что по этому фактору в настоящее время СИИ превосходит человека почти в миллиард (109) раз.
Размер. Линейные размеры типичного нейрона (клетки человеческого мозга) составляют около 10 микрон (10 х 10-6 м).
Электронная компонентная база (ЭКБ) модулей СИИ имеет размеры, тяготеющие к 2 нанометрам (2 х 10-9 м), что в 5000 раз меньше, чем размер нейрона.
В настоящее время возможность именно такой реализации СИИ является выполнимой хотя бы потому, что уже в 2021 году предполагалось производство ЭКБ с техпроцессом в 3 нм. А например, тайваньская компания ТБМС планирует запустить производство ЭКБ с технологической нормой 2 нм в 2023 году20. Специалисты прогнозируют возможность этого события и раньше указанного срока.
Отсюда превосходство СИИ над человеком в производительности за счет роста числа элементов и плотности их расположения.
Стабильность. Человеческая память является непрерывной (аналоговой).
А память СИИ является преимущественно дискретной (цифровой).
Аналоговые значения имеют тенденцию разрушаться, а цифровые значения могут долго храниться, обновляться и воспроизводиться максимально точно. Налицо качественное превосходство СИИ над человеком в этом направлении.
Рабочий цикл. Человеческий мозг устает от усилий. Нужно время на питание и сон. Вдобавок он стареет. В конце концов мозг умирает.
Система ИИ в этом смысле имеет количественное и качественное превосходство над человеком.
Модульность (открытая архитектура). Так как СИИ способны использовать точно спроектированные цифровые интерфейсы, они без труда могут «ассимилировать» новые модули. Так, например, если мы хотим, чтобы СИИ «видели» ультрафиолето-
вое или инфракрасное излучение или «слышали» ультразвук, достаточно подать сигнал соответствующего датчика непосредственно в их «компьютеры-мозги».
У человека все не так. Архитектура человеческого мозга более сложна, закрыта и непрозрачна, а иммунная система человека активно сопротивляется внедрению имплантантов.
Система ИИ в этом направлении имеет количественное и качественное превосходство над человеком.
Квантовая готовность. В последнее время физики и информатики пришли к выводу, что достижения квантовой механики позволяют внедрять новые вычислительные прин-ципы21'22'23'24, которые могут обеспечить качественно новые формы обработки информации и (возможно) новые уровни интеллекта. СИИ по этому фактору имеет качественное превосходство над человеком.
Но эти возможности опираются на особенности поведения квантовых объектов, требующего особых условий, не совместимых со «средой обитания» человеческого мозга.
Предметом исследования искусственного интеллекта являются метапроцедуры технических и программных систем, создаваемые на основе изучения интеллектуальных метапроцедур человека, и процессы их создания, а также машинные программы, реализующие указанные метапроцедуры технических и программных систем. В искусственном интеллекте используются три метода исследования: дедуктивный, эмпирический и описательный.
Трехмерность. Хотя линейные размеры нынешних процессоров, используемых в СИИ, значительно меньше, чем размеры человеческого мозга, процедура их (т. е. процессоров для СИИ) изготовления (например, литография, травление и т. д.) является по существу двумерной. Это наглядно проявляется в геометрии компьютерных плат и микросхем. Конечно, можно накладывать платы друг на друга, но расстояния между слоями будут очень большими, а связь — заметно хуже, чем внутри слоев.
В этом плане человеческий мозг лучше использует все три измерения.
Самовосстановление. Человеческий мозг способен восстанавливаться после многих травм или ошибок или даже избегать их.
Компьютеры СИИ часто приходится чинить или перезагружать извне.
В этом факторе человеческий мозг пока лучше.
Количество связей (соединений). Человеческие нейроны обычно поддерживают несколько сотен соединений (синапсов). Более того, сложная структура этих связей очень значима.
Компьютерные блоки СИИ обычно поддерживают всего несколько соединений в регулярных фиксированных схемах.
В этом факторе человек пока лучше, чем СИИ.
Развитие (самосборка с наращиванием). Человеческий мозг наращивает свои единицы путем деления клеток и объединяет их в последовательные структуры посредством перемещения и наложения. Также он размножает обильные связи между клетками. Многие связи со временем исчезают, а другие укрепляются в зависимости от эффективности их использования. То есть тонкая структура мозга настраивается посредством взаимодействия с внешним миром — богатейшим источником информации и обратной связи.
К настоящему времени наука ИИ вполне сложилась, имеет свои объект, предмет и методы исследования, блестящие и не очень достижения. Было выявлено много областей деятельности, где уровень ИИ превосходит уровень человеческого интеллекта. Но имеются и такие области, где ИИ пока похвастаться нечем. Поэтому являются привлекательными и вызывают интерес возможности использования в перспективе СИИ совместно с человеком или вместо человека в направлениях военной деятельности, где соответствующие факторы являются определяющими.
По этому фактору человек превосходит СИИ.
Интеграция (в плане датчиков и исполнительных механизмов).
Человеческий мозг оснащен различными сенсорными органами, в частности глазами, ушами и универсальными исполнительными механизмами, в том числе руками, которые строят, ногами, которые ходят, ртом, который говорит. Эти датчики и исполнительные механизмы легко интегрируются в центры обработки информации в мозгу благодаря миллионам лет естественного отбора. Человек интерпретирует «сырые» сигналы и контролирует действия, уделяя им минимальное сознательное внимание.
Преимущества в этом факторе человеческого мозга перед разрабатываемыми в настоящее время СИИ велики.
Что касается последних пяти факторов, то можно сделать оправданное обобщенное предположение о том, что техника движется вперед; отставание СИИ от человека все более сокращается.
Как видно из вышеприведенного, во многих из рассмотренных факторов СИИ имеет превосходство над человеком. Поэтому является обоснованным и перспективным в плане достижения целей использование СИИ совместно с человеком (по схеме «человек + машина») или вместо человека в направлениях военной деятельности, где соответствующие факторы являются определяющими. В этом и заключается привлекательность СИИ как инструментов для применений в военном деле, потенциал которых многократно превышает возможности человека во многих направлениях.
Далее рассмотрим некоторые вопросы, имеющие отношение к фактору квантовая готовность. Этот фактор является наиболее новым по сравнению с остальными. Различные аспекты квантовой готовности — это предмет многочисленных исследований и разработок в ведущих странах мира. Актуальность учета фактора квантовой готовности в военном деле усиливается в связи с тем, что уже появились первые достижения в направлении движения к значимым для практики результатам в области создания и применения квантовых компьютеров. Самый последний по времени — китайский многоцелевой квантовый компьютер под названием «Цзючжан», сообщения о котором были представлены в декабре 2020 года25.
Да, говоря об этом достижении Китая как о многоцелевом квантовом компьютере, мы не оговорились. Действительно, китайцы, судя по их публикациям в средствах массовой информации, создали оптический (фотонный) квантовый компьютер «Цзючжан», решающий задачу оценки перманента матрицы. Это — выдающееся достижение, которое является гигантским шагом в направлении создания квантового компьютера для эффективного ре-
шения очень важной для практических приложений задачи вычисления перманента матрицы. К этой задаче сводимы многие оптимизационные задачи, которые приходится решать, в том числе и в области военной деятельности. Поэтому по отношению к квантовому компьютеру «Цзючжан» как существенному шагу в области создания квантовых компьютеров в полной мере уместно, на наш взгляд, использование словосочетания многоцелевой квантовый компьютер. И это, по нашему мнению, справедливо, несмотря на критические замечания специалистов известных IT-ком-паний (например Google, IBM и др.) в адрес этого изделия китайского производства о том, что оно (изделие) не является универсальным квантовым компьютером или оно не является масштабируемой вычислительной системой, или оно не является программируемой схемой, или оно вовсе не является компьютером и т. п.
Все указанные негативные мнения и нарекания, образно говоря, «гаснут» перед следующим. Не имеется ни одного возражения против анонсированной разработчиками квантового компьютера «Цзючжан» информации о том, что самому мощному на нашей планете классическому суперкомпьютеру потребуется 2,5 млрд лет для достижения результата, полученного с использованием квантового компьютера «Цзючжан» за 200 секунд26.
Что касается оптимизационных задач, решаемых в военной области, то среди них имеется задача по оптимизации в масштабе реального времени распределения имеющихся боересурсов (средств поражения и их носителей) для нейтрализации (подавления, уничтожения) обнаруженных целей. Обсудим данную задачу более акцентированно по отношению к возможностям ее эффективного решения на квантовом компьютере, вычисляющем перманент матрицы.
Логическую последовательность наших рассуждений, состоящую из трех частей, можно представить следующим образом.
Во-первых, покажем на примере конкретного варианта задачи по оптимизации распределения боере-сурсов для нейтрализации обнаруженных целей, что она (эта задача) совпадает с известной оптимизационной задачей о рюкзаке27.
Во-вторых, приведем обоснование того, что решение задачи о рюкзаке сводится к решению задачи вычисления перманента матрицы. И, как следствие, вопрос о решении задачи по оптимизации распределения боересурсов для нейтрализации обнаруженных целей будет сводиться к решению задачи вычисления перманента матрицы.
В третьих, проведем численный анализ (приблизительно на основе общедоступных опубликованных данных) эффективности китайского квантового компьютера «Цзючжан».
Начнем с формулировки варианта задачи по оптимизации распределения боересурсов для нейтрализации обнаруженных целей.
Имеются боевые ракеты в количестве R экземпляров, которые можно использовать при необходимости уничтожения обнаруженных п объектов противника: О1, 02, ... , Оп. Для каждого объекта 0к (где k принимает значения 1, 2, ... , п) известны численные значения параметров ^ и p , означающих, что объект 0к можно
уничтожить с вероятностью pk путем однократной атаки с одновременным использованием ракет в количестве гг Необходимо среди объектов О1,02, . , Оп выбрать цели для одновременной и однократной атаки всех выбранных объектов так, чтобы суммарное число используемых для атаки ракет не превышало имеющееся общее количество R и в то же время сумма вероятностей уничтожения выбранных объектов была наибольшей.
Актуальность сформулированной задачи существенно возрастает в связи с применениями массовых группировок (типа рой) беспилотных боевых единиц.
Встречаются более общие варианты задачи по оптимизации распределения боересурсов для нейтрализации обнаруженных целей, но они носят технически более сложный характер, чем представленный выше. Выбор представленного варианта в данной статье обусловлен желанием облегчить понимание смысла излагаемого материала без ущерба его идейным основам.
Далее приведем формулировку задачи о рюкзаке из курса лекций университета Беркли, США28.
«Забравшийся в магазин вор нашел больше добычи, чем он может унести с собой. Его рюкзак выдерживает не больше W килограммов. Ему надо выбрать какие-то из п товаров Т1, Т2, ... , Тп веса w1, w2, ... , wn и стоимости у1, v, ... , vn соответственно. Как найти самый дорогой вариант?»
Человеческий мозг оснащен различными сенсорными органами, в частности глазами, ушами и универсальными исполнительными механизмами, в том числе руками, которые строят, ногами, которые ходят, ртом, который говорит. Эти датчики и исполнительные механизмы легко интегрируются в центры обработки информации в мозгу благодаря миллионам лет естественного отбора. Человек интерпретирует «сырые» сигналы и контролирует действия, уделяя им минимальное сознательное внимание.
Теперь обратим внимание на то, что задача по оптимизации распределения боересурсов для нейтрализации обнаруженных целей и задача о рюкзаке по смыслу тождественны. Очевидны следующие соответствия в использованных обозначениях:
Я -о- ^
О ~ Т*
гк ^ Рк ^
для каждого к, принадлежащего множеству натуральных чисел {1, 2, ... , и}. То есть уподобив общее число ракет Я максимальному весу Ш, выдерживаемому рюкзаком, объекты противника — товарам в магазине и т. д., обнаруживаем, что в вычислительном плане мы имеем дело с одной и той же задачей.
Таким образом, можно с достаточной уверенностью утверждать, что алгоритмически решение задачи по оптимизации распределения боере-сурсов для нейтрализации обнаруженных целей сводится к решению задачи о рюкзаке. Этим завершается первая часть наших рассуждений.
Далее, в начале второй части наших рассуждений обратим внимание на некоторые известные утверждения из математической теории сложности алгоритмов29:
а) задача о рюкзаке является ЛР-полной задачей;
б) задача вычисления перманента матрицы (даже менее сложная задача вычисления перманента матрицы, элементы которой имеют значения 0 или 1) является ЛР-трудной задачей.
Из этих двух утверждений в совокупности следует, что задача о рюкзаке сводится к задаче вычисления перманента матрицы. Это означает (в широком смысле), что для любой частной задачи о рюкзаке (т. е. получаемой фиксацией числовых значений параметров) можно эффективно в вычислительном плане указать числовую матрицу — такую, что, решив задачу
вычисления перманента этой матрицы, получаем ответ указанной частной задачи о рюкзаке. А отсюда, с учетом результата первой части рассуждений, имеем очевидную логическую цепочку:
• задача по оптимизации распределения боересурсов для нейтрализации обнаруженных целей сводится к задаче о рюкзаке;
• задача о рюкзаке сводится к задаче вычисления перманента матрицы;
• задача по оптимизации распределения боересурсов для нейтрализации обнаруженных целей сводится к задаче вычисления перманента матрицы.
Вот отсюда, на примере очень важной практической оптимизационной задачи, можно сделать вывод о высоком уровне значимости китайского достижения в области создания и применения квантовых компьютеров.
Здесь же просматриваются и грядущие грандиозные изменения в методах и способах вооруженного противоборства на основе внедрения достижений сквозных цифровых технологий в перспективные системы вооружений.
Чтобы численно оценить степень масштабности китайского прорыва, дальность возможного отрыва китайцев от остальных игроков в области компьютерных технологий, переходим к третьей части наших рассуждений.
Выше, со ссылкой на китайских специалистов, было указано, что самому мощному на нашей планете классическому суперкомпьютеру потребуется 2,5 млрд лет для достижения результата, полученного с использованием квантового компьютера «Цзючжан» за 200 секунд.
Отталкиваясь от этой информации, можно прикинуть косвенным образом, во сколько раз быстрее можно решить задачу оценки перманента матрицы с использованием китайского квантового компьютера по сравнению с самым мощным классическим суперкомпьютером.
Китайцы, судя по их публикациям в средствах массовой информации, создали оптический (фотонный) квантовый компьютер «Цзючжан», решающий задачу оценки перманента матрицы. Это — выдающееся
достижение, которое является гигантским шагом
в направлении создания квантового компьютера для эффективного решения очень
важной для практических приложений задачи вычисления перманента матрицы.
В настоящее время самым мощным классическим суперкомпьютером является японский суперкомпьютер «Фугаку»30 с пиковой мощностью 442 петафлопс, т. е. пиковая производительность данной вычислительной системы равна 442 х 1015 математических операций в секунду с числами с плавающей запятой. Он возглавляет международный рейтинг суперкомпьютеров Топ500.
Если, как указывалось выше, китайский квантовый компьютер «Цзю-чжан» за 200 секунд может выполнить количество операций, теоретически доступных японскому суперкомпьютер «Фугаку» за 2,5 млрд лет (полагаем, что в 1 году примерно 31 536 000 секунд), то гипотетически квантовый компьютер «Цзючжан» спосо-
бен решить задачу оценки перманента матрицы в примерно 3,942 х 1014 (т. е. почти в 400 тыс. млрд) раз быстрее, чем суперкомпьютер «Фугаку».
Более того, производительность квантового компьютера «Цзючжан» при решении им задачи оценки перманента матрицы примерно равна 170 х 1030 флопс (таким образом, пропускаются: эксафлопс (1018), зет-тафлопс (1021), йоттафлопс (1024) и ксерафлопс (1027)) против имеющейся пиковой производительности в 442 петафлопс (442 х 1015) самого мощного в настоящее время на планете Земля суперкомпьютера «Фугаку».
Сочетание технологий ИИ и квантовых технологий могут привести в дальнейшем к созданию СИИВН такой мощи, которую в настоящее время сложно даже представить.
В заключение статьи обратим внимание на следующее.
Выше в тексте статьи мы не указали название для производительности 1030 флопс по причине того, что в настоящее время этого названия нет. Ученые предложили ввести в Международную систему единиц для величины 1030 название квекка. В случае одобрения предложения название будет введено в 2022 году31. С учетом этого, отметим, забегая чуть вперед, что производительность квантового компьютера «Цзю-чжан» эквивалентна примерно 170 квеккафлопс при решении задачи оценки перманента матрицы.
ПРИМЕЧАНИЯ
1 Масленников О.В. ТрЦОД ВС РФ как фабрика, продуцирующая «разум» для перспективных систем искусственного интеллекта военного назначения. Федеральный справочник. Оборонно-промышленный комплекс [информационно-аналитическое издание]; Т. 14 / Центр
стратегических программ. М.: Центр стратегических программ, 2018. 592 с.
2 Рогозин Д.О., Шеремет И.А., Гар-бук С.В., Губинский А.М. Высокие технологии в США. Опыт министерства обороны и других ведомств. М.: Издательство Московского университета, 2013. 384 с.
3 Моррис Я. Война! Для чего она нужна?: Конфликт и прогресс цивилизации —
от приматов до роботов. М.: Кучково поле, 2016. 592 с.
4 Минделл Д. Восстание машин отменяется. Мифы о роботизации. М.: Альпи-на нон-фикшн, 2016. 496 с.
5 Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии. М.: Манн, Иванов и Фербер, 2016. 304 с.
6 Влияние технологических факторов на параметры угроз национальной и международной безопасности, военных конфликтов и стратегической стабильности / под ред. акад. РАН А.А. Кокошина. М.: Издательство Московского университета, 2017. 480 с.
7 Что мы думаем о машинах, которые думают: Ведущие мировые ученые об искусственном интеллекте / под ред. Джона Брокмана. М.: Альпина нон-фикшн, 2017. 549 с.
8 Курцвейл Р. Эволюция разума. М.: Эксмо, 2018. 352 с.
9 Искусственный интеллект. Что стоит знать о наступающей эпохе разумных машин / под ред. Д. Хэвен. М.: Издательство АСТ, 2019. 352 с.
10 Уолш Т. 2062: время машин. М.: Издательство АСТ, 2019. 320 с.
11 Скинер Б. Человек цифровой. М.: Манн, Иванов и Фербер, 2019. 304 с.
12 Тегмарк М. Жизнь 3.0. Быть человеком в эпоху искусственного интеллекта. М.: Издательство АСТ, 2019. 560 с.
13 Клаус Ш., Николас Д. Технологии Четвертой промышленной революции. М.: Эксмо, 2019. 320 с.
14 Искусственный интеллект — надежды и опасения / под ред. Д. Брокмана. М.: Издательство АСТ, 2020. 384 с.
15 На что похоже будущее? Даже ученые не могут предсказать ... или могут? / под ред. Д. Аль-Халили. М.: Альпина нон-фикшн, 2020. 326 с.
16 Бруссард М. Искусственный интеллект: Пределы возможного. М.: Альпина нон-фикшн, 2020. 362 с.
17 Гарбук С., Губинский А. Искусственный интеллект в ведущих странах мира: Стратегии развития и военное применение. М.: Издательство Знание, 2020. 860 с.
18 Рассел С. Как контролировать искусственный интеллект. M.: Aльпина нон-фикшн, 2021. 438 с.
19 National Security Commission on Artificial Intelligence: Final Report. 2021. URL: https://www.nscai.gov/wp-content/ uploads/2021/03/Full-Report-Digital-1.pdf (дата обращения: 25.03.2021).
20 TSMC и Apple объединились против всех, чтобы поразить мир 2-нано-метровыми чипами. URL: https://www. cnews.ru/news/top/2021-03-09_tsmc_i_ apple_obedinilis_protiv (дата обращения: 25.03.2021).
21 Нильсен M., Чанг И. Квантовые вычисления и квантовая информация. M.: M^, 2006. 824 с.
22 Алиев Ф.К., Корольков A.B., Mаmве-ев Е.А. Несепарабельные состояния многокубитных квантовых систем: монография / под ред. Ф.К. Aлиева. M.: Радиотехника, 2017. 320 с.
23 Ааронсон С. Квантовые вычисления со времен Демокрита. M.: Aльпина нон-фикшн, 2018. 494 с.
24 Хидари Дж. Д. Квантовые вычисления: прикладной подход. M.: ДMК Пресс, 2021. 370 с.
25 Han-Sen Zhong, Hui Wang, Yu-Hao Deng et al. Quantum computational advantage using photons. URL: https://science. sciencemag.org/.content/370/6523/1460.full (дата обращения: 25.03.2021).
26 Там же.
27 Да^пта С., Пападимитр^ Х., Вазирани У. Aлгоритмы. M.: MЦНMО, 2014. 340 с.
28 Там же.
29 Гэри M., Джонсон Д. Вычислительные машины и трудно решаемые задачи. M.: M^, 1992. 416 с.
30 Японский суперкомпьютер Fugaku упрочил свое лидерство в списке TOP500. URL: https.//www.ixbt.com/.news/2020/11/18/ japonskij-sup erkompj uter-fugaku-uprochil-svoe-liderstvo-v-spiske-top500.html (дата обращения: 25.03.2021).
31 Для системы СИ предложили новые приставки. URL: https://naukatv.ru/ news/24915 (дата обращения: 25.03.2021).
