12 автомобильных технологий, которые невероятно удивительны

Вот какие автотехнологии не перестают удивлять даже в 21 веке.

 

Прогресс не стоит на месте. Еще недавно нас удивляли и восхищали компьютеры и цифровые камеры, а уже сегодня мы не видим ничего необычного в современных смартфонах, которые по мощности превзошли производительность компьютеров, задействованных для полета первых космонавтов и для лунной программы Аполлон. Мир настолько быстро меняется с новыми технологиями, что мы просто уже разучились чему-то изумляться и чем-то восхищаться.

 

Сегодня не удивишь уже новыми автомобилями, которые становятся более похожими друг на друга. Но есть в автопромышленности такие технологии, которые кажутся невероятными даже в наши дни. Такие технологии будут поражать нас еще очень и очень долго, как удивляют некоторые технологии из многих книг научной фантастики. Мы собрали для вас Топ-12 самых невероятных автотехнологий.

 

1) Приборная проекционная панель управления на лобовом стекле

 

Несмотря на то что эта технология появилась в автопромышленности не сегодня, она до сих пор восхищает и потрясает. Мало того что это позволяет выглядеть лобовому стеклу как в видеоигре, так и еще дает больше безопасности за рулем. Ведь за счет проецирования на лобовом стекле самой важной информации водитель меньше отвлекается от дороги. 

 

2) Велосипедный и пешеходный радар

 

Автомобиль с пешеходным и велосипедным радаром умеет отслеживать пешеходов и велосипедистов и, в случае опасности столкновения с ними, способен за миллисекунды принять решение об экстренном торможении. Правда, это произойдет, если электроника решит, что столкновение неизбежно. При другой ситуации автомобиль предупредит водителя об опасности заранее. 

Эта технология показывает, что современные системы безопасности в автомобилях становятся реально умными. 

 

3) Светящиеся в темноте колесные диски

 

Хотите, чтобы ваш автомобиль выглядел точно так же, как в фильме «Трон»? Нет проблем. В мире есть уже недорогая технология, которая позволит вам сделать интересный LED-тюнинг колесам вашего автомобиля. В итоге после установки комплекта тюнинга колеса вашей машины будут светиться ярким LED-светом. Выглядит все это необычно и потрясающе. 

 

4) Полностью вся цифровая приборная панель с виртуальными датчиками

 

Еще 10-15 лет назад экран вместо цифровой приборной панели можно было увидеть в различных фантастических фильмах. Сегодня же цифровые приборки уже начали завоевывать автопромышленность. Напомним, что сначала цифровые приборы появились в салоне на дорогих автомобилях. Сегодня все чаще цифровые приборки стали появляться и на обычных, не очень дорогостоящих машинах. Так что теперь уже аналоговые приборные панели выглядят как паровые двигатели на фоне обычных моторов. Мир нуждается в том, чтобы автомобили внутри выглядели современно и высокотехнологично. Так что уже скоро все автомобили будут чувствовать себя космическим кораблем. 

 

5) Термочувствительная краска

 

Термочувствительная краска, которая недавно появилась в автомире, позволяет сделать из вашей машины хамелеона. Как это работает? Все очень просто. Так же, как, например женский термолак, который при изменении температуры окружающего воздуха меняет свой цвет. 

То есть, покрасив машину термокраской, вы сможете творить с цветовой гаммой машины что угодно. Интересный тюнинг для индивидуализации вашего автомобиля.

 

6) Светодиодные лазерные фары

 

Достаточно недавно в автопромышленности ряд автокомпаний начали внедрять на свои машины новые лазерные LED-фары. Мало того что эти фары реально выглядят круто, они к тому же в три раза ярче и бьют в два раза дальше по сравнению с обычными светодиодными фарами. 

 

7) Регулируемые по цвету фары

Если автомобильная термокраска может помочь нам индивидуализировать автомобиль в соответствии с нашим вкусом, то технология регулировки цвета фар с помощью мобильного телефона способна сделать так, чтобы фары машины соответствовали нашему настроению. 

 

Вы думаете, что подобное невозможно? Зря. Не забывайте, что мы живем в 21 веке, эпохе смартфонов, светодиодов и беспроводных источников связи.  

Не так давно в автомире появилась интересная технология, которая позволяет менять цвет фар машины с помощью приложения в смартфоне. 

 

8) Интеллектуальные дверные ручки

 

Сегодня каждый грамм топлива или заряд аккумулятора на счету. Поэтому автомобильные конструкторы уделяют в наши дни максимальное внимание аэродинамике автомобиля. Напомним, что чем она лучше, тем меньше автомобиль испытывает сопротивление ветра. Соответственно, падает потребление топлива или энергии, если речь идет об электрокарах.

 

В итоге это внимание к улучшению аэродинамических характеристик современных автомобилей привело к тому, что в автомире появились «умные» дверные ручки, которые прячутся внутри дверей, но выдвигаются, когда вы подносите к ним руку, для того чтобы вы смогли открыть машину. Эта технология позволяет существенно снизить аэродинамическое сопротивление воздуха. Вы не поверите, но торчащие из кузова ручки значительно ухудшают эффективность автомобиля. Это удивительно, до чего же дошел прогресс в автопромышленности.

 

9) Адаптивные цифровые элементы управления

 

А вот вам свежая автомобильная технология, которая пожаловала к нам из будущего, будто созданного в каком-нибудь фантастическом романе. Представьте себе, что центральная консоль или консоль, расположенная между двумя передними сиденьями в вашей машине, превратилась в гигантский iPhone, который бы смог сканировать отпечатки ваших пальцев, распознавать ваш почерк и т. п. А между тем такие панели уже есть в автопромышленности. 

 

10) Сложная автоматическая параллельная парковка

 

Когда в автопромышленности начали появляться первые автоматические системы помощи при парковке, они были больше похожи на баловство и вряд ли могли реально помочь неопытным водителям правильно припарковаться. Особенно если нужно было припарковать машину в сложном месте. Затем в автомире появились более продвинутые системы автоматического паркинга, которые могли уже выполнять не совсем легкие маневры на парковке.

 

К сожалению, и подобные системы часто давали сбой и отказывались помогать парковаться в узких местах. Но недавно в мире появились новые автономные системы помощи парковки. В том числе системы, которые умеют самостоятельно парковать автомобиль в узком месте, а также с помощью параллельной парковки. Правда, при параллельном паркинге в автономном режиме система все равно требует, чтобы водитель находился на своем месте. 

 

11) Автоматическая парковка без водителя

 

Но время не стоит на месте. И вот уже сегодня в мире доступны более прогрессивные технологии помощи в парковке. Не так давно в некоторых автомобилях появились серийные системы, позволяющие припарковаться машине самой, без участия водителя. То есть машина способна самостоятельно вставать на парковке. Кстати, с помощью этой системы вы можете управлять процессом паркинга, стоя на улице. Для этого нужен смартфон и специальное приложение. 

 

12) Режим автопилотирования автомобиля

 

Представьте себе мир, в котором вы, садясь в машину, вводите на сенсорном экране свое место назначения, откидываетесь на спинку кресла, расслабляетесь, закрывая глаза, и отправляетесь в путь. Машина возьмет управление на себя. Да, конечно, самостоятельное вождение – это весело, здорово. Это эмоции и драйв. Но есть и случаи, когда садиться за руль ну никак не хочется. Так что ехать в машине с полностью безопасным и надежным автопилотом, может быть, еще веселее и комфортнее. 

 

Эта технология еще недавно казалось просто фантастикой. Но наш мир уже стоит на пороге перехода на полностью автономные автомобили, которые будут ездить по дороге без нашего с вами участия. Уже совсем скоро во многих странах мира (в том числе и в некоторых крупных городах России) первый серийный транспорт с автопилотом выйдет на дороги. Речь идет об автономных автобусах, автомобилях такси, трамваях и т. д. 

Так что мы живем в удивительное время супертехнологий, которые приближают нас к невероятному будущему. 

Сельскохозяйственные машины и технологии

Том 16, № 4 (2022)

Скачать выпуск PDF

НАУЧНО-ТЕХНИЧЕСКАЯ ПОЛИТИКА 

Принципы формирования систем машин и технологий для комплексной механизации и автоматизации технологических процессов в растениеводстве

Я. П. Лобачевский, Ю. С. Ценч

PDF (Rus)

4-12 99

Аннотация

Отметили, что острая необходимость улучшения продовольственного снабжения населения страны, расширения спектра возделывания полевых культур обусловили задачу перехода от разработки отдельных машин к созданию Систем машин, то есть комплексов взаимно согласующихся  технологий и технических средств. (Цель исследования) Установить принципы формирования Системы машин и технологий, отражающие состояние и развитие механизированных и автоматизированных процессов сельскохозяйственного производства в определенные периоды развития народного хозяйства страны. (Материалы и методы) Выявили, что для достижения этой цели необходимо было принципиально изменить подход к созданию новой техники: перейти от разрозненной разработки отдельных, не связанных между собой машин к созданию комплексов технических средств, гармонизированных по техническим и технологическим параметрам, для выполнения полных циклов работ по возделыванию широкого спектра сельхозкультур, то есть перейти к разработке Систем машин.

(Результаты и обсуждение) Определили, что в ходе реализации Систем машин в нашей стране созданы эффективные комплексы технических средств: скоростные пахотные и пропашные тракторы различных классов, самоходные зерноуборочные и кормоуборочные комбайны, другие важнейшие группы сельхозтехники. (Выводы) Доказали, что непрерывно развивающийся научно-технический потенциал обеспечил решение крупных народно-хозяйственных задач, в числе которых – создание Систем машин. Установили, что по мере эволюции Систем машин приоритет отдавали повышению надежности, безопасности, энерго- и ресурсосбережению, энергонасыщенности, расширению функциональности, мультипликативности, улучшению условий труда операторов, качества работы, унификации компонентов, дальнейшему увеличению производительности.

НОВЫЕ ТЕХНОЛОГИИ И ОБОРУДОВАНИЕ 

Триботехнические свойства материалов для опор скольжения культиваторов

В. А. Денисов, Р. Н. Задорожний, И. В. Романов, Н. И. Чумак, А. О. Шитов

PDF (Rus)

13-18 64

Аннотация

Отметили, что сельхозтехника выходит из строя преимущественно из-за износа конструкционных деталей. Подчеркнули актуальность поиска новых материалов для изготовления отдельных узлов машин, которые по своим характеристикам не будут уступать прототипам. Акцентировали внимание на деталях, работающих в подвижных соединениях, в частности на бронзовых подшипниках скольжения типа «втулка», которые подвержены большим износам и часто нуждаются в замене. Предположили, что изготовление таких деталей из полимеров поможет решить проблему преждевременного выхода из строя узлов машины. (Цель исследования) Сравнить триботехнические свойства опор скольжения культиватора, изготовленных из бронзы и полиамида. (Материалы и методы) Изготовили два образца: один из подшипника скольжения (бронза марки БрО10Ф1) культиватора SunGarden GT10, второй – из прутка полиамида марки ПА-6.

Использовали специальное оборудование: рентгенофлуоресцентный спектрометр Thermo Scientific Niton XL3t 900 GOLDD+, трибометр TRB-S-DE Tribometer CSM Instruments. (Результаты и обсуждение) Провели сравнительные триботехнические испытания по схеме «шар – диск». Установили преимущество образца из полиамида перед эталоном из бронзы: по коэффициенту трения – в 4 раза, по интенсивности изнашивания – в 12 раз. (Выводы) Определили, что применение подшипников скольжения из полимеров поможет продлить срок службы сельскохозяйственных культиваторов в 2 раза и повысить эффективность использования в 1,5 раза.

Программный комплекс для дистанционного контроля узлов и агрегатов

М. Н. Костомахин, Е. В. Пестряков

PDF (Rus)

19-25 63

Аннотация

Показали, что искусственный интеллект все шире применяют в сельском хозяйстве, в том числе при диагностировании состояния сельскохозяйственной техники.

 Отметили, что параллельно с программами разрабатываются новые вычислительные устройства, позволяющие хранить и обрабатывать большие объемы данных. (Цель исследования) Создать программный комплекс на базе нейронной сети для дистанционного контроля предельного состояния отдельных узлов и агрегатов с помощью диагностических устройств. (Материалы и методы) Проанализировали зарубежные исследования схожей тематики. Выявили, что для сбора данных для искусственного интеллекта имеются устройства на базе популярных микроконтроллеров STM32 и Arduino, используется программно-аппаратная платформа Nvidia CUDA (Compute Unified Device Architecture). Для разработки применили язык программирования С/С++, в качестве хранилища – базу MS SQL Server.  Подчеркнули, что общее программное обеспечение может работать на всех основных операционных системах, таких как Windows, Mac OS, Linux. Отметили важную роль нейросети, которая объединяет все программные блоки и выдает свой анализ. (Результаты и обсуждение) Информация с диагностических устройств аккумулируется в базе данных. Созданная на основе этой базы нейросеть постоянно обучается и одновременно анализирует поступающие данные в режиме  реального времени, автоматически выдавая свои рекомендации. Установили, что нейросеть, созданная сотрудниками Федерального научного агроинженерного центра ВИМ, имеет больше возможностей, например, способна работать напрямую с устройствами и проводить более детальный технический анализ. (Выводы) Создали нейронную сеть для анализа состояния техники, что повышает оперативность принятия решений в отношение ремонта, прогнозируемость. Предложили критерии эксплуатации техники. 

ТЕХНИКА И ТЕХНОЛОГИИ ДЛЯ САДОВОДСТВА 

Алгоритм расчета параметров штангового садового опрыскивателя для внесения пестицидов

И. Г. Смирнов, Г. И. Личман, Л. А. Марченко

PDF (Rus)

26-33 60

Аннотация

Отметили, что для рационального использования пестицидов в промышленном садоводстве необходимо снизить их расход путем локальной обработки каждого объекта, равномерного распределения рабочей жидкости с заданной нормой по всей кроне деревьев и кустарников. В ходе анализа технического оснащения современного промышленного садоводства в России выявили недостаточный уровень механизации в аспекте управления параметрами как технологического процесса, так и технических средств. (Цель исследования) Разработать алгоритм расчета параметров штангового садового опрыскивателя при обработке плодовых насаждений пестицидами, обеспечивающих их качественное внесение, снижение потерь и уменьшение рисков загрязнения окружающей среды. (Материалы и методы) Использовали аналитические методы оптимизации прикладной математики, теории выбора параметров мобильных сельскохозяйственных машин, критерии оценки качества распределения рабочей жидкости при обработке плодовых насаждений, данные о форме кроны обрабатываемых деревьев и кустарников. (Результаты и обсуждение) Установили, что количество рабочей жидкости, поступающей на единицу длины периметра, и качество распределения зависят от формы эпюры факела распыла, величины перекрытия эпюр распределения, расстояния штанги от оси симметрии дерева или кустарника, удаленности форсунок от штанги, формы эпюры распределения.

Получили аналитические зависимости для расчета нормы (дозы) внесения пестицидов и качества их распределения по обрабатываемой поверхности. (Выводы) Разработали алгоритм аналитического расчета параметров штангового садового опрыскивателя, позволяющий оценить влияние на дозу внесения пестицидов и на качество распределения рабочей жидкости пестицидов, характеризуемое коэффициентом вариации. При этом учитывали параметры: эпюру распределения рабочей жидкости пестицидов, количество форсунок на вертикальной штанге опрыскивателя, высоту их расположения на штанге, расстояние от штанги до поверхности кроны, удаленность штанги от ствола обрабатываемого дерева, периметр кроны. Провели верификацию алгоритма при конкретных значениях параметров: расстоянии от вертикальной штанги до оси ствола дерева (кустарника) и форсунок до вертикальной штанги 1,0 и 0,5 метра, высоте расположения форсунок на вертикальной штанге 0,3, 0,8 и 1,3 метра, расходе рабочей жидкости 2,5 литра в минуту, коэффициенте, характеризующем эпюру распределения, 5,61. Рассчитали дозу внесения рабочего раствора пестицида – 174,6 литра на гектар при коэффициенте вариации 4,94 процента, что соответствует агротехническим требованиям на обработку пестицидами плодовых деревьев и кустарников.

ТЕХНИКА ДЛЯ РАСТЕНИЕВОДСТВА 

Разработка конструкции щелевого сельскохозяйственного распылителя и исследование его выходных параметров

В. Э. Славкина, А. С. Свиридов, Г. Арумугам, Ю. А. Гончарова, Р. М. Касимов

PDF (Rus)

34-37 78

Аннотация

Показали, что применение некачественных распылителей для внесения пестицидов может привести к снижению урожайности и негативным экологическим последствиям. Отметили, что использование изношенных форсунок ухудшает эффективность обработки растений, так как отклонение от нормы расхода средств защиты растений достигает 30-60 процентов.

Отметили, что наиболее часто в России применяют распылители иностранного производства, поскольку отечественных аналогов, обеспечивающих схожие выходные параметры, не существует. (Цель исследования) Исследовать выходные параметры разработанного щелевого сельскохозяйственного распылителя и сравнить их с показателями передовых импортных аналогов. (Материалы и методы) Опытный образец разработанного распылителя изготовили из бронзы с применением механической обработки. Исследовали его на специальном стенде в сравнении с эталонным полимерным распылителем. Измерили расход рабочей жидкости и угол распыла, а также размеры сопла, для чего применили оптическую микроскопию. (Результаты и обсуждение) Установили, что в среднем расход рабочий жидкости у опытного образца распылителя, изготовленного из бронзы, в 1,7 раза больше, чем у эталонного полимерного распылителя, а угол распыла меньше на 37,16 градуса. Исследование сопел распылителей с помощью оптического микроскопа позволило выявить различия в форме и размерах. (Выводы) Определили, что разработанная конструкция распылителя нуждается в доработке: форма сопла должна быть скорректирована до эллипсовидной, размеры сопла следует уменьшить.

ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ И ОБОРУДОВАНИЕ 

Разработка диска для распределения твердых минеральных удобрений с регулируемой дозой внесения

В. С. Тетерин, Н. С. Панферов, С. А. Пехнов

PDF (Rus)

38-44 54

Аннотация

Отметили, что большинство возделываемых полей в России имеют контуры неправильной формы, в связи с чем на пограничных участках  минеральные удобрения вносятся нерационально. Показали, что для устранения данной проблемы производители разбрасывателей твердых минеральных удобрений предлагают несколько технологических решений: в большинстве случаев зону внесения ограничивают, изменяя траекторию полета гранул. (Цель исследования) Разработать диск с изменяемой площадью распределения для разбрасывателей минеральных удобрений, оборудованных системами дифференцированного внесения. (Материалы и методы) Оценили зону внесения гранул минеральных удобрений в зависимости от угла излома лопаток диска распределителя. Спроектировали 3D-модели дисков с изменяемым углом излома лопатки от 0 до 25 градусов, которые в последующем загружали в программу RealFlow для последующей симуляции процессов распределения твердых минеральных удобрений. (Результаты и обсуждение) Получили координаты гранул минеральных удобрений, сошедших с диска и приземлившихся на поверхность. Построили графики распределения минеральных удобрений по поверхности поля. Установили, что изменение угла излома лопатки распределяющего диска в диапазоне до 20 градусов позволяет варьировать ширину и дальность полета гранул минеральных удобрений в пределах 10 и 8 метров соответственно. Разработали конструкцию диска распределителя минеральных удобрений с регулируемой дозой внесения. (Выводы) Предложили конструкцию диска для плавного изменения угла излома лопатки до 25 градусов, что позволит использовать данную систему совместно с автоматизированными системами дозирования, повысить точность распределения твердых минеральных удобрений и мелиорантов на пограничных, краевых и клиновидных участках полей.

ЦИФРОВЫЕ ТЕХНОЛОГИИ. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ 

Внедрение искусственного интеллекта в растениеводство для оптимизации орошения

А. Ю. Федосов, А. М. Меньших

PDF (Rus)

45-53 25

Аннотация

Обосновали актуальность внедрения искусственного интеллекта в сельское хозяйство для оптимизации орошения. (Цель исследования) Дать отчет о прогрессе, достигнутом в применении искусственного интеллекта для оптимизации орошения сельхозкультур. (Материалы и методы) Обзор сфокусировали на наиболее характерных фактах и важной научной информации о внедрении искусственного интеллекта в растениеводство. Использовали различные базы данных (Google Scholar, PubMed, Science Direct, SciFinder, Web of Science, РИНЦ) и онлайн-источники (Research Gate, Springer Nature Open Access, Wiley Online Library). Исследовали интеграцию моделей машинного обучения, которые могут обеспечить оптимальное управление решениями по ирригации. Рассмотрели тенденции исследований и применимость методов машинного обучения, а также развертывание разработанных моделей машинного обучения для использования фермерами в целях устойчивого управления орошением. (Результаты и обсуждение) Показали, как мобильные и веб-платформы могут обеспечить управление интеллектуальными процессами орошения. Машинное обучение – одна из центральных тем искусственного интеллекта, помогающая исследователям работать более творчески и эффективно. Отметили проблемы внедрения искусственного интеллекта в растениеводство и будущее направление исследований в области внедрения машинного обучения и решений для цифрового земледелия. (Выводы) Доказали актуальность интеллектуальной системы в ирригации и управлении водными ресурсами для устойчивого сельского хозяйства. Выявили, что, несмотря на обширную доступную литературу, моделирование машинного обучения для управления поливом сельхозкультур все еще находится в стадии становления, а лидируют в этой области Китай, США и Австралия.

Разработка модульной системы цифровизации бонитировочных работ

Д. Ю. Павкин, С. С. Юрочка, А. Р. Хакимов, И. М. Довлатов

PDF (Rus)

54-59 83

Аннотация

Отметили недостатки существующих на рынке весовых платформ для взвешивания молочного скота при бонитировке. Предложили определять упитанность животных путем сканирования крестца оптическими системами, что позволяет отслеживать их физиологическое состояние и в случае нарушений оперативно изменять рацион. (Цель исследования) Разработать модульную систему цифровизации бонитировочных работ при условии автономности и независимости модулей. (Материалы и методы) Приняли во внимание необходимость интегрирования в общую систему фермы с использованием единого интернет-пространства. Предусмотрели 4 модуля. Составили алгоритм бонитировки и сопоставили его со схемой расположения модулей, чтобы оценить масштабы работы по цифровизации бонитировочных работ. В модуле взвешивания установили 4 тензометрических датчика. (Результаты и обсуждение) Доказали, что модуль осуществляет высокоточное (точность С3) взвешивание животных независимо от их движения и расположения в боксе, результаты выводятся на дисплей единого блока управления. Камеру модуля технического зрения расположили на высоте 2200 миллиметров, что исключает ее повреждение животными и обеспечивает беспрепятственный обзор для трехмерной ToF-камеры. Транспортировочные габариты прототипа системы составляют: длина – 2500 миллиметров, ширина – 1564, высота – 2118 миллиметров. Общая масса изготовленной системы, включая исходную платформу, составляет ориентировочно 620-640 килограммов. (Выводы) Разработали и создали модульную систему цифровизации бонитировочных работ. Выявили, что погрешность модуля взвешивания при испытании с вариантами эталонной массы 655 и 1200 килограммов была менее 1 процента.

ТЕХНИКА ДЛЯ ОБРАБОТКИ ПОЧВЫ И ПОСЕВА 

Методика инженерного расчета рабочего органа для сплошной обработки почвы паровых полей

С. И. Камбулов, В. Б. Рыков, И. В. Божко, Д. С. Подлесный

PDF (Rus)

60-67 72

Аннотация

Показали, что для получения продовольственного зерна высокого качества важна обработка почвы паровых полей в летний период. Отметили необходимость проектного расчета рабочих органов, так как существующие почвообрабатывающие машины и орудия не в полной мере обеспечивают выполнение этого технологического процесса. (Цель исследования) Разработать методику инженерного расчета параметров рабочего органа для сплошной обработки почвы паровых полей в летний период. (Материалы и методы) Провели анализ конструкций рабочих органов. Выявили, что часть используемых рабочих органов выносит значительное количество влажных слоев почвы на поверхность, а другая часть не обеспечивает стабильной глубины обработки (4-6 сантиметров) или не полностью уничтожает сорную растительность. Предложили методику инженерного расчета, где учитывали следующие параметры рабочего органа: углы постановки нижней части к линии движения и к горизонту, верхней части – к горизонту, радиус сопряжений верхней и нижней частей, общую длину режущей кромки. (Результаты и обсуждение) Создали конструкцию рабочего органа, отвечающую агротехническим требованиям. Получили параметры конструкции рабочего органа: пределы угла постановки нижней части к линии движения 38-42 градуса, к горизонту – 15-18 градусов, верхней части в продольно-вертикальной и в поперечно-вертикальной плоскостях – 38-42 градуса, радиус сопряжения верхней и нижней частей – в пределах 0,2-0,3 миллиметра, длина режущей кромки 282 миллиметра. (Выводы) Разработали методику инженерного расчета параметров проектируемых рабочих органов для сплошной обработки почвы паровых полей в зависимости от физико-механических свойств почвы и требуемых показателей технологического процесса.

Агрегат для щелевания деградированных горных лугов и пастбищ на базе мини-трактора

С. М. Джибилов, Л. Р. Гулуева

PDF (Rus)

68-73 53

Аннотация

Отметили, что для предотвращения водной и ветровой эрозии почв, улучшения их водно-воздушного режима на горных лугах и пастбищах применяют щелевание почвы. Показали, что оно уменьшает смыв верхнего слоя, улучшает влагообеспеченность растений, влияет на видовой состав травостоя и повышает урожайность кормовых угодий. Описали преимущества малогабаритного агрегата для щадящего щелевания, с формированием водопоглощающих щелей на склонах. (Цель исследования) Создать малогабаритный маневренный щелеватель горных лугов и пастбищ, определить его агротехнические параметры, дать графоаналитическое обоснование рабочего процесса щелевания на участках с уклоном до 12 градусов. (Материалы и методы) Техническую экспертизу лабораторного образца машины провели на высоте 1540 метров над уровнем моря. Рабочую ширину захвата щелевателя определяли по двум проходам в 25 точках, расположенных с интервалом не менее 1 метра по ходу движения агрегата. (Результаты и обсуждение) Щелеватель горной зоны смонтировали на базе мини-трактора Feng Shou 180, что уменьшило нагрузку на почву. Разработали оптимальную схему расстановки рабочих органов щелереза при движении по склону. Обосновали схему движения агрегата по склону. Установили технологические параметры: расстояние между щелями – 1000 миллиметров, глубина нарезки щелей – 200220, ширина щели – 10-30 миллиметров. (Выводы) Определили, что после внедрения в почву смещение реакции рабочего органа, расположенного со стороны вершины склона от оси трактора, стабилизирует положение агрегата при движении поперек склона, предотвращая сползание вниз. Выявили, что ножи щелерезов не разрушают дерновый слой, нарезая без подрыва кромок щели, удаленные друг от друга на 1000 миллиметров, шириной не более 35 миллиметров. Весовую нагрузку агрегата на агроценоз при движении уменьшили, применив мини-трактор Feng Shou 180.

МОБИЛЬНЫЕ ЭНЕРГЕТИЧЕСКИЕ СРЕДСТВА 

Сравнение эксплуатационных свойств китайских тракторов Zoomlion и YTO

Г. А. Иовлев, В. В. Побединский, И. И. Голдина

PDF (Rus)

74-82 72

Аннотация

Подтвердили актуальность информации о технических возможностях новых тракторов, поступающих на российский рынок. (Цель исследования) Сравнить эксплуатационные свойства китайских сельскохозяйственных тракторов Zoomlion и YTO, подготовить рекомендации для отечественных сельхозтоваропроизводителей. (Материалы и методы) Проанализировали материалы исследований по определению и сравнительному анализу эксплуатационных свойств тракторов семейства «Беларус» и зарубежных аналогов, в том числе китайского производства. Применили следующие методы: расчетный, сравнения, прогнозирования, экономико-математического моделирования, экспертных оценок и другие. Использовали математические зависимости по определению тяговых свойств тракторов, производительности машинно-тракторных агрегатов, удельного расхода топлива. (Результаты и обсуждение). Изучили эксплуатационные свойства тракторов Zoomlion и YTO, разбив их по группам примерно равной мощности. Сравнили показатели производительности машинно-тракторного агрегата при выполнении технологической операции «культивация»,  удельного расхода топлива. Определили влияние балластных грузов. Выявили, что в группе Zoomlion RN904 и YTO-X904 у первого производительность выше на 2,4 процента, а удельный расход топлива ниже на 5,1 процента; в группе Zoomlion RN1104 и YTO-X1104 производительность выше у первого на 4,9 процента, но и удельный расход топлива больше на 3,9 процента; в группе Zoomlion RS1304 и YTO-X1304 первый имеет преимущества по обоим показателям – на 8,4 и 10,4 процента соответственно; в группе Zoomlion RS1604 и YTO-ELG1604 это различие еще более выражено – 21,3 и 15,4 процента соответственно. (Выводы) Доказали, что у тракторов с мощностью двигателя 66,2-95,6 киловатта производительность тракторов Zoomlion выше, чем YTO, на 5,6 процента, а удельный расход топлива меньше на 4,2 процента. Определили, что в варианте с мощностью двигателя 117,7 киловатта эти показатели лучше у YTO. 

Контент доступен под лицензией Creative Commons Attribution 4.0 License.

ISSN 2073-7599 (Print)

Восстание машин: технологии вышли из-под нашего контроля? | Книги

Устройство с голосовым управлением в углу вашей спальни внезапно маниакально смеется и отправляет коллеге запись вашей постельной беседы. Клип Peppa Pig , который ваш малыш смотрит на YouTube, неожиданно погружается в кровопролитие и смерть. Социальная сеть, которую вы используете, чтобы поддерживать связь со старыми школьными друзьями, оказывается, влияет на выборы и провоцирует перевороты.

Что-то странное произошло с нашим мышлением, и в результате в мире происходят еще более странные вещи. Мы пришли к выводу, что все можно вычислить и решить с помощью новых технологий. Но эти технологии не являются нейтральными посредниками: они воплощают нашу политику и предубеждения, они выходят за рамки наций и правовых юрисдикций и все больше превосходят понимание даже их создателей. В результате мы все меньше и меньше понимаем мир, поскольку эти мощные технологии берут на себя больший контроль над нашей повседневной жизнью.

В науке и обществе, в политике и образовании, в войне и торговле новые технологии не просто увеличивают наши способности, они активно формируют и направляют их, в лучшую или худшую сторону. Если мы не понимаем, как функционируют сложные технологии, то их потенциал легче захватывается эгоистичными элитами и корпорациями. Результаты этого можно увидеть вокруг нас. Существует причинно-следственная связь между сложной непрозрачностью систем, с которыми мы сталкиваемся каждый день, и глобальными проблемами неравенства, насилия, популизма и фундаментализма.

Вместо утопического будущего, в котором технологический прогресс проливает на мир ослепительный освобождающий свет, мы, похоже, вступаем в новый темный век, характеризующийся еще более причудливыми и непредвиденными событиями. Идеал Просвещения, заключающийся в более широком распространении большего количества информации, не привел нас к большему пониманию и растущему миру, но вместо этого, похоже, способствует социальным разногласиям, недоверию, теориям заговора и постфактумной политике. Чтобы понять, что происходит, необходимо понять, как появились наши технологии и почему мы так сильно в них поверили.

Облако — это центральная метафора Интернета: глобальная система огромной силы, которую почти невозможно понять

В 1950-х годах на схемах, нарисованных инженерами-электриками для описания построенных ими систем, появился новый символ. : нечеткий круг, или дождевик, или мысленный пузырь. В конце концов, его форма приняла форму облака. Над чем бы ни работал инженер, он мог подключиться к этому облаку, и это все, что вам нужно было знать. Другое облако может быть энергосистемой, или системой обмена данными, или другой сетью компьютеров. Что бы ни. Это не имело значения. Облако было способом снижения сложности, оно позволяло вам сосредоточиться на текущих проблемах. Со временем, по мере того как сети становились все больше и взаимосвязаннее, облачные технологии становились все более важными. Это стало деловым модным словом и точкой продажи. Это стало больше, чем инженерная стенография; это стало метафорой.

Сегодня облако — центральная метафора Интернета: глобальная система великой силы и энергии, которая, тем не менее, сохраняет ауру чего-то сверхъестественного, почти непостижимого. Мы работаем в нем; мы храним и извлекаем из него вещи; это то, что мы испытываем все время, не понимая, что это такое. Но с этой метафорой есть проблема: облако — это не какое-то волшебное далекое место, состоящее из водяного пара и радиоволн, где все просто работает. Это физическая инфраструктура, состоящая из телефонных линий, оптоволокна, спутников, кабелей на дне океана и огромных складов, заполненных компьютерами, которые потребляют огромное количество воды и энергии. В облаке поглощены многие из ранее весомых зданий гражданской сферы: места, где мы делаем покупки, банки, общаемся, берем книги и голосуем. Затененные таким образом, они становятся менее заметными и менее поддающимися критике, исследованию, сохранению и регулированию.

Один из центров обработки данных Google в Айове, США. Фотография: KeystoneUSA-ZUMA / Rex Features

За последние несколько десятилетий торговые площадки по всему миру умолкли, так как людей заменили банки компьютеров, которые торгуют автоматически. Цифровизация означала, что сделки внутри фондовых бирж и между ними могли происходить все быстрее и быстрее. Когда торговля перешла в руки машин, появилась возможность реагировать почти мгновенно. На рынок вышли алгоритмы высокочастотной торговли (HFT), разработанные бывшими аспирантами-физиками для использования преимущества миллисекунд, и трейдеры дали им такие имена, как «Нож». Эти алгоритмы были способны зарабатывать доли цента на каждой сделке, и они могли делать это миллионы раз в день.

Что-то очень странное происходит на этих сильно ускоренных непрозрачных рынках. 6 мая 2010 года индекс Доу-Джонса открылся ниже, чем в предыдущий день, и в течение следующих нескольких часов медленно падал в ответ на долговой кризис в Греции. Но в 14:42 индекс начал стремительно падать. Менее чем за пять минут с рынка было стерто более 600 пунктов. В самой низкой точке индекс был почти на 1000 пунктов ниже среднего значения предыдущего дня, разница почти в 10% от его общего значения и самое большое однодневное падение в истории рынка. К 15:07, всего за 25 минут, он восстановил почти все эти 600 очков, что стало самым большим и быстрым колебанием за всю историю.

В хаосе этих 25 минут 2 миллиарда акций на сумму 56 миллиардов долларов перешли из рук в руки. Еще более тревожно то, что многие ордера исполнялись по тому, что Комиссия по ценным бумагам назвала «иррациональными ценами»: от пенни до 100 000 долларов. Это событие стало известно как «внезапная авария», и спустя годы оно все еще расследуется и оспаривается.

В то время как трейдеры могли бы играть дольше, машины, столкнувшись с неопределенностью, вышли из игры как можно быстрее

В одном отчете регулирующих органов было обнаружено, что высокочастотные трейдеры усугубляют колебания цен. Среди различных HFT-программ у многих были жестко запрограммированные точки продажи: цены, по которым они были запрограммированы на немедленную продажу своих акций. Когда цены начали падать, одновременно начали продаваться группы программ. По мере того, как каждая контрольная точка была пройдена, последующее падение цены запускало другой набор алгоритмов для автоматической продажи своих акций, создавая эффект обратной связи. В результате цены падали быстрее, чем мог отреагировать любой трейдер-человек. В то время как опытные участники рынка, возможно, смогли бы стабилизировать крах, играя дольше, машины, столкнувшись с неопределенностью, вышли из игры как можно быстрее.

Другие теории обвиняют алгоритмы в инициировании кризиса. Один из методов, который был обнаружен в данных, заключался в том, что HFT-программы отправляли на биржи большое количество «неисполняемых» ордеров, то есть ордеров на покупку или продажу акций настолько далеко за пределами их обычных цен, что их можно было игнорировать. Цель таких ордеров не в том, чтобы на самом деле общаться или зарабатывать деньги, а в том, чтобы намеренно затуманить систему, чтобы в суматохе можно было совершать другие, более ценные сделки. Многие ордера, которые никогда не предназначались для исполнения, были фактически выполнены, что вызвало дикую волатильность.

Флэш-сбои теперь являются общепризнанной особенностью дополненных рынков, но до сих пор плохо изучены. В октябре 2016 года алгоритмы отреагировали на негативные новостные заголовки о переговорах по Brexit, понизив фунт на 6% по отношению к доллару менее чем за две минуты, после чего почти сразу восстановились. Узнать, какой именно заголовок или какой именно алгоритм вызвал сбой, почти невозможно. Когда в октябре 2012 года один из запутанных алгоритмов начал размещать и отменять ордера, которые поглощали 4% всего трафика на американских акциях, один комментатор иронично заметил, что «мотивы алгоритма до сих пор неясны».

23 апреля 2013 года в 13:07 Associated Press разослало твит своим 2 миллионам подписчиков: «Взрыв: два взрыва в Белом доме, Барак Обама ранен». Сообщение стало результатом взлома, позже заявленного Сирийской электронной армией, группой, связанной с президентом Сирии Башаром Асадом. AP и другие журналисты быстро заполонили сайт предупреждениями о том, что сообщение было ложным. Однако алгоритмы, следующие за экстренными новостями, не обладали такой проницательностью. В 13:08 индекс Доу-Джонса резко упал. Еще до того, как большинство зрителей увидели твит, индекс упал на 150 пунктов менее чем за две минуты и вернулся к своему предыдущему значению. За это время он потерял 136 миллиардов долларов рыночной стоимости акций.

¶

Asus Zenbo. Разработанный как умный домашний помощник, Zenbo использует камеры, чтобы не врезаться в стены, а также динамики и микрофоны, которые позволяют ему реагировать на голосовые команды. Фотография: Asus.com

Вычисления все больше накладываются друг на друга и скрываются внутри каждого объекта в нашей жизни, и с их распространением увеличивается непрозрачность и непредсказуемость. Одним из рекламируемых преимуществ линейки «умных холодильников» Samsung в 2015 году была их интеграция с сервисами календаря Google, позволяющая владельцам планировать доставку продуктов с кухни. Это также означало, что хакеры, получившие доступ к недостаточно защищенным в то время машинам, могли прочитать пароли Gmail своего владельца. Исследователи из Германии обнаружили способ вставить вредоносный код в лампочки Philips Hue с поддержкой Wi-Fi, которые могут распространяться от светильника к светильнику по всему зданию или даже городу, быстро включая и выключая свет и — в одном из возможных сценариев — вызывая светочувствительную эпилепсию. . Это подход, которому отдает предпочтение Байрон-Лампочка в романе Томаса Пинчона «9».0003 Гравитационная радуга , акт великого восстания маленьких машин против тирании их создателей. Когда-то вымышленные возможности технологического насилия реализуются в Интернете вещей.

В романе Кима Стэнли Робинсона « Аврора » разумный космический корабль переносит человеческий экипаж с Земли к далекой звезде. Путешествие займет несколько жизней, поэтому одна из задач корабля — следить за тем, чтобы люди заботились о себе. Когда их хрупкое общество рушится, угрожая миссии, корабль развертывает системы безопасности в качестве средства контроля: он способен видеть повсюду через датчики, открывать или закрывать двери по желанию, говорить через свое коммуникационное оборудование так громко, что это причиняет физическую боль. и использовать системы пожаротушения для снижения уровня кислорода в конкретном помещении.

Это примерно тот же набор операций, который сейчас доступен в Google Home и его партнерах: сеть подключенных к Интернету камер для домашней безопасности, умные замки на дверях, термостат, способный повышать и понижать температуру в отдельных комнатах, и система обнаружения пожара и вторжения, которая издает пронзительный аварийный сигнал. Любой успешный хакер будет иметь такую ​​же власть над своей командой, какую имеет «Аврора» или Байрон над своими ненавистными хозяевами.

Прежде чем отбрасывать такие сценарии как лихорадочные сны писателей-фантастов, еще раз обратимся к мошенническим алгоритмам на фондовых биржах. Это не отдельные события, а повседневные явления внутри сложных систем. Тогда возникает вопрос, как бы выглядел мошеннический алгоритм или аварийный сбой в более широкой реальности?

Будет ли это выглядеть, например, как Mirai, часть программного обеспечения, которое 21 октября 2016 года отключило большие участки Интернета на несколько часов? Когда исследователи изучили Mirai, они обнаружили, что он нацелен на плохо защищенные устройства, подключенные к Интернету — от камер видеонаблюдения до цифровых видеомагнитофонов — и превращает их в армию ботов. Всего за несколько недель Mirai заразил полмиллиона устройств, и ему потребовалось всего 10% этой мощности, чтобы вывести из строя основные сети на несколько часов.

Президент Махмуд Ахмадинежад посещает ядерный объект в Натанзе, Иран, 2008 г. Фотография: Ho New / Reuters/REUTERS

Mirai, на самом деле, больше всего похож на Stuxnet, еще один вирус, обнаруженный в промышленных системах управления гидроэлектростанциями и заводскими сборочными линиями в 2010 году. Stuxnet был кибероружием военного уровня; при анализе было обнаружено, что он нацелен конкретно на центрифуги Siemens и предназначен для срабатывания при столкновении с предприятием, на котором имеется определенное количество таких машин. Это число соответствовало одному конкретному объекту: ядерному объекту в Натанзе в Иране. При активации программа незаметно испортит важные компоненты центрифуг, что приведет к их поломке и срыву иранской программы обогащения.

Атака, по-видимому, была частично успешной, но влияние на другие зараженные объекты неизвестно. До сих пор, несмотря на очевидные подозрения, никто не знает, откуда взялся Stuxnet и кто его создал. Никто точно не знает, кто разработал Mirai или откуда может появиться его следующая итерация, но он может быть там, прямо сейчас, в камере видеонаблюдения в вашем офисе или в чайнике с поддержкой Wi-Fi в углу вашей кухни.

Или, возможно, авария будет похожа на череду блокбастеров, потворствующих заговорам правых и фантазиям о выживании, от квазифашистских супергероев (сериал «Капитан Америка» и «Бэтмен») до оправданий пыток и убийств ( Zero Dark Thirty , Американский снайпер ). В Голливуде киностудии запускают свои сценарии через нейронные сети компании Epagogix — системы, обученной на неустановленных предпочтениях миллионов кинозрителей и разрабатывавшейся десятилетиями для того, чтобы предсказывать, какие реплики будут нажимать на нужные — то есть самые прибыльные — эмоциональные кнопки. Алгоритмические механизмы, дополненные данными из Netflix, Hulu, YouTube и других, с доступом к ежеминутным предпочтениям миллионов зрителей видео приобретают уровень когнитивного понимания, о котором не мечтали предыдущие режимы. Питаясь непосредственно измотанными, запойными желаниями насыщенных новостями потребителей, сеть включает себя, отражая, усиливая и усиливая паранойю, присущую системе.

Квази-фашист… Бэтмен, которого играет Кристиан Бэйл, в фильме «Темный рыцарь: восстание» 2012 года. Allstar/Warner Bros. поведение игроков. У них такое тонкое понимание нейронных путей, вырабатывающих дофамин, что подростки умирают от истощения перед своими компьютерами, не в силах оторваться.

Или, может быть, крах флэш-памяти будет выглядеть как кошмары, транслируемые по сети на всеобщее обозрение? Летом 2015 года клиника расстройств сна афинской больницы была загружена как никогда: долговой кризис в стране был в самый бурный период. Среди пациентов были высокопоставленные политики и государственные служащие, но машины, к которым они были подключены по ночам, отслеживая их дыхание, движения и даже то, что они говорили вслух во сне, посылали эту информацию вместе с их личными медицинскими данными. , вернемся к фермам диагностических данных производителей в Северной Европе. Какой шепот может вырваться из таких сооружений?

Пользователям рекомендуется держать свои телефоны в своих кроватях, чтобы записывать свои режимы сна. Куда идут все эти данные?

Мы можем записывать каждый аспект нашей повседневной жизни, прикрепляя технологии к поверхности нашего тела, убеждая нас, что мы тоже можем быть оптимизированы и модернизированы, как и наши устройства. Умные браслеты и приложения для смартфонов со встроенными счетчиками шагов и мониторами кожно-гальванической реакции отслеживают не только наше местоположение, но и каждый вдох и сердцебиение, даже паттерны наших мозговых волн. Пользователям рекомендуется класть свои телефоны рядом с собой на кровати ночью, чтобы можно было записать их режим сна. Куда идут все эти данные, кому они принадлежат и когда они могут появиться? Данные о наших снах, наших ночных страхах и потливости ранним утром, сама субстанция нашего бессознательного «я», превращаются в дополнительное топливо для систем, одновременно безжалостных и непостижимых.

Или, возможно, внезапный крах в реальности выглядит точно так же, как все, что мы переживаем сейчас: рост экономического неравенства, распад национального государства и милитаризация границ, тотальный глобальный надзор и ограничение индивидуальных свобод, торжество транснациональных корпорации и нейрокогнитивный капитализм, рост крайне правых групп и нативистских идеологий, а также деградация окружающей среды. Ни один из них не является прямым результатом новых технологий, но все они являются продуктом общей неспособности воспринимать более широкие, сетевые эффекты индивидуальных и корпоративных действий, ускоренных непрозрачной, технологически увеличенной сложностью.

¶

В 1997 году в Нью-Йорке чемпион мира по шахматам Гарри Каспаров во второй раз встретился с Deep Blue, компьютером, специально разработанным IBM для его победы. Когда он проиграл, он заявил, что некоторые движения Deep Blue были настолько умными и творческими, что они, должно быть, были результатом вмешательства человека. Но мы понимаем, почему Deep Blue сделала эти ходы: процесс их выбора в конечном счете был методом грубой силы, массивно-параллельной архитектурой из 14 000 специально разработанных шахматных фишек, способных анализировать 200 миллионов позиций на доске в секунду. Каспаров не перехитрил, а просто перехитрил.

Outgunned … чемпион по шахматам Гарри Каспаров играет против компьютера IBM Deep Blue. Фотография: Берни Нуньес/Getty Images

К тому времени, когда в 2016 году программное обеспечение AlphaGo на базе Google Brain сразилось с корейским профессиональным игроком в го Ли Седолем, что-то изменилось. Во второй из пяти партий AlphaGo сделала ход, который ошеломил Седоля, поместив один из своих камней на дальний край доски. «Это очень странный ход», — сказал один из комментаторов. «Я думал, что это ошибка», — сказал другой. Фан Хуэй, опытный игрок в го, который шестью месяцами ранее стал первым профессионалом, проигравшим машине, сказал: «Это не человеческий ход. Я никогда не видел, чтобы человек делал этот ход».

AlphaGo выиграла игру и серию. Инженеры AlphaGo разработали свое программное обеспечение, запустив в нейронную сеть миллионы ходов от опытных игроков в го, а затем заставив ее играть еще миллионы раз, разрабатывая стратегии, превосходящие стратегии игроков-людей. Но его собственное представление этих стратегий неразборчиво: мы можем видеть ходы, которые он сделал, но не то, как он решил их сделать.

Покойный Иэн М. Бэнкс назвал место, где происходили эти перемещения, «Бесконечным пространством веселья». В научно-фантастических романах Бэнкса его культурной цивилизацией управляют доброжелательные, сверхразумные ИИ, называемые просто Разумами. Хотя Разумы изначально были созданы людьми, они уже давно переделали и перестроили себя и стали всемогущими. Между управлением кораблями и планетами, управлением войнами и заботой о миллиардах людей Разумы также занимаются своими удовольствиями. Способные моделировать целые вселенные в своем воображении, некоторые Разумы навсегда уходят в Бесконечное Веселое Пространство, царство метаматематических возможностей, доступное только сверхчеловеческому искусственному интеллекту.

В 2016 году три сети Google разработали частную форму шифрования. Машины учатся хранить свои секреты

Многие из нас знакомы с Google Translate, который был запущен в 2006 году и использует метод, называемый статистическим выводом языка. Вместо того чтобы пытаться понять, как на самом деле работают языки, система вобрала в себя обширные корпуса существующих переводов: параллельные тексты с одинаковым содержанием на разных языках. Просто сопоставляя слова друг с другом, он убрал человеческое понимание из уравнения и заменил его корреляцией, управляемой данными.

Translate был известен своими юмористическими ошибками, но в 2016 году система начала использовать нейронную сеть, разработанную Google Brain, и ее возможности расширились в геометрической прогрессии. Вместо того, чтобы просто сопоставлять кучи текстов, сеть строит собственную модель мира, и в результате получается не набор двумерных связей между словами, а карта всей территории. В этой новой архитектуре слова кодируются расстоянием друг от друга в сетке значений — сетке, которую может понять только компьютер.

В то время как человек может достаточно легко провести линию между словами «бак» и «вода», быстро становится невозможно провести на одной карте линии между «баком» и «революцией», между «водой» и «жидкостью». », и все эмоции и выводы, которые вытекают из этих связей. Карта, таким образом, многомерна и простирается в большем количестве направлений, чем может удержать человеческий разум. Как прокомментировал один инженер Google, когда его преследовал журналист за изображением такой системы: «Мне вообще не нравится пытаться визуализировать тысячемерные векторы в трехмерном пространстве». Это невидимое пространство, в котором машинное обучение обретает смысл. Помимо того, что мы не в состоянии визуализировать, есть то, что мы не в состоянии даже понять.

В том же году другие исследователи из Google Brain создали три сети под названием Алиса, Боб и Ева. Их задачей было научиться шифровать информацию. Алиса и Боб оба знали число — ключ в терминах криптографии, — который был неизвестен Еве. Алиса выполняла какую-то операцию над строкой текста, а затем отправляла ее Бобу и Еве. Если Боб мог расшифровать сообщение, оценка Алисы увеличивалась; но если бы Ева могла, счет Алисы уменьшился.

За тысячи итераций Алиса и Боб научились общаться так, чтобы Ева не взломала их код: они разработали частную форму шифрования, подобную той, которая используется сегодня в частных электронных письмах. Но самое главное, мы не понимаем, как работает это шифрование. Его работа блокируется глубокими слоями сети. То, что скрыто от Евы, скрыто и от нас. Машины учатся хранить свои секреты.

‘Мы не можем переосмыслить сеть; мы можем думать только насквозь и внутри него». Фотография: Alamy Stock Photo

То, как мы понимаем и думаем о своем месте в мире, а также о нашем отношении друг к другу и к машинам, в конечном итоге решит, куда нас приведут наши технологии. Мы не можем переосмыслить сеть; мы можем только мыслить через него и внутри него. Технологии, которые информируют и формируют наше нынешнее восприятие реальности, никуда не денутся, и во многих случаях мы не должны этого желать. От них зависят наши нынешние системы жизнеобеспечения на планете с населением 7,5 миллиардов человек, а то и больше. Наше понимание этих систем и сознательный выбор, который мы делаем при их разработке, остается полностью в пределах наших возможностей. Мы не бессильны, не лишены свободы воли. Нам нужно только думать, и думать снова, и продолжать думать. Сеть — мы, наши машины и то, о чем мы думаем и открываем вместе, — требует этого.

Вычислительные системы, как инструменты, подчеркивают один из самых мощных аспектов человечества: нашу способность эффективно действовать в мире и формировать его в соответствии со своими желаниями. Но раскрытие и формулирование этих желаний и обеспечение того, чтобы они не унижали, не подавляли, не стирали и не стирали желания других, остается нашей прерогативой.

Когда Каспаров потерпел поражение в 1997 году, он не бросил игру. Год спустя он вернулся к соревновательной игре в новом формате: продвинутые, или кентавровые, шахматы. В продвинутых шахматах люди сотрудничают с машинами, а не соревнуются с ними. И быстро стало ясно, что из этого подхода вытекает нечто очень интересное. В то время как даже шахматный компьютер среднего уровня сегодня может стереть пол с ног большинства гроссмейстеров, средний игрок в паре со средним компьютером способен победить самый сложный суперкомпьютер — и игра, которая является результатом такого сочетания способов мышления, произвела революцию в игре. . Еще неизвестно, возможно ли сотрудничество — или будет разрешено — с теми видами сложных машин и систем управления, которые сейчас разрабатываются, но понимание и совместное мышление предлагают более обнадеживающий путь вперед, чем запутывание и доминирование.

Наши технологии являются продолжением нас самих, кодифицированным в машинах и инфраструктурах, в рамках знаний и действий. Компьютеры существуют не для того, чтобы дать нам ответы на все вопросы, а для того, чтобы мы могли по-новому задавать новые вопросы Вселенной

• Книга Джеймса Бридла «Новое темное время: технологии и конец будущего» опубликована издательством Verso. Чтобы заказать копию за 14,44 фунтов стерлингов, перейдите на сайт guardianbookshop.com или позвоните по телефону 0330 333 6846. Бесплатно в Великобритании на сумму свыше 10 фунтов стерлингов, только онлайн-заказы. Заказы по телефону мин. на человека в размере 1,9 фунта стерлингов9.

Машиностроение | Макино

Технология машин | Макино

Перейти к основному содержанию

Каким бы ни был ваш размер и отрасль, у нас есть решение, которое может изменить ваш мир.

Лидер отрасли в области проектирования машин

В мире, где доминируют сроки, требования и время простоя, мы помогаем вам производить детали более высокого качества с меньшими затратами и ремонтом. Горизонтальная, вертикальная, графитовая обработка, все виды электроэрозионной обработки — у нас есть высокопроизводительный и сверхточный станок для любой настройки, о которой вы только можете мечтать.

Ознакомьтесь с нашим производственным оборудованием

На шаг впереди в области программного обеспечения и цифровых технологий

Как сделать Makino еще лучше? Путем интеграции нового типа производственной интеллектуальности, которая выводит производство на новый уровень. Получайте данные в режиме реального времени для непревзойденного времени безотказной работы, прогнозируйте проблемы до их возникновения и подключайтесь к своим машинам более полными способами.

Ознакомьтесь с нашими цифровыми решениями

Один источник автоматизации — простой

Каждый этап производства имеет решающее значение. Каждое потраченное впустую движение — это возможность сэкономить. Сократите затраты на обработку и гарантируйте время цикла с помощью полной системы автоматизации, разработанной нашими экспертами в области производства и эффективности. Наши повторные процессы могут помочь вам достичь до 9Коэффициент использования 5%.

Ознакомьтесь с нашими системами автоматизации

Expert Engineering Help

Во-первых, мы снабжаем наших опытных инженеров-технологов последними цифровыми инновациями. Затем мы призываем их устранить неэффективность и раскрыть весь потенциал вашей деятельности. Мы можем индивидуально спроектировать и построить процессы с нуля или интегрировать проверенные услуги в вашу систему.

Ознакомьтесь с нашими инженерными услугами

Отрасли, обслуживаемые Макино

Aerospace

Машины, процессы и инженерные решения Makino позволяют производить самые точные детали в отрасли.

Автомобильная промышленность

Сокращение времени цикла обработки деталей при большей точности, стабильности и воспроизводимости. Конкурентное преимущество Макино.

Штамп/форма

Более высокая производительность, более качественная отделка и более низкие затраты. Это стало возможным благодаря интеллектуальной технологии Makino.

Магазины по трудоустройству

Компания Makino предлагает решение, которое может помочь снизить ваши затраты и увеличить ваши конкурентные преимущества.

Medical

Машины и технологии Makino обеспечивают точность и гибкость при производстве медицинских деталей.

Микрообработка

Сложные операции с допусками на микронном уровне. Машины и технологии Makino могут удовлетворить спрос.

Semiconductor

Производство полупроводниковой продукции требует уникальных возможностей. Макино удовлетворяет потребности.

Рекомендуемый контент

Makino.Артикул

Производство с защитой от пандемии

Влияние COVID было широко распространено и ощущалось во всех аспектах производства. Многим компаниям пришлось значительно сократить персонал либо из-за карантина, либо из-за снижения рабочего потока. Сосредоточившись на безопасности персонала, ограничив количество сотрудников в офисе и в цехах, многие…

Новости

Makino представляет U6 H.E.A.T. Extreme Wire EDM с использованием первой в своем роде технологии проволоки с покрытием диаметром 0,016 дюйма

Новый станок удваивает скорость черновой обработки без увеличения производственных затрат Чтобы быть конкурентоспособными на рынке, производители должны постоянно выявлять возможности для повышения эффективности и увеличения производительности, сохраняя при этом высочайший уровень качества.