Помню, зимой - в начале весны в общественном транспорте Москвы встречалась централизованно размещенная реклама работы в РКК Энергия. Искали операторов станков ЧПУ. В объявлении писали: "Зарплата - до 100 т.р."

Майское объявление на hh - зарплата до 120 т.р.

Канал РКК Энергия, запись опубликована позавчера. По прежнему ищут операторов станков ЧПУ. Но зарплату уже подняли до 150 т.р. (до вычета налогов).

На этом фоне читаем сегодняшнюю новость: "Дефицит автомехаников в России достиг критической отметки. На одного сотрудника сегодня приходится до пяти вакансий. Всего различным организациям по обслуживанию автомобилей и техники не хватает 500 тыс. человек".

О дефиците инженеров, конструкторов и научных сотрудников сейчас не кричат потому, что массовое высокотехнологичное производство не развертывается. Но когда-то это придётся делать. И если человека, который этого хочет, на оператора станка ЧПУ или автомеханика до вменяемого уровня можно обучить за пару лет, то с перечисленными выше специальностями такой трюк не пройдёт.

Честно говоря, не понимаю как это будет происходить на практике - совместная работа в той же РКК Энергия оператора станка ЧПУ и конструктора, у которого зарплата в пару раз ниже.

Дошли руки посмотреть отчёт "Норвежская иллюзия" инвестиционного фонда Р. Геринга и А. Розенцвайга.

Фонд специализируется на инвестициях в минеральные ресурсы, сельское хозяйство и т.д. Имеет достаточно длительную историю (существует с 1991 года). Не заражён "зеленой шизой". Этакие олдскульные капиталисты, которые занимаются не "спасением" планеты, а деланием денег.

В делании денег эти люди полагаются на рациональный научный анализ. При этом они на протяжении многих десятилетий собирают собственные базы данных, разрабатывают инструменты для их обработки, исследуют применимость различных моделей на практике. Например, несколько их отчётов было посвящено обсуждении теории пика добычи нефти Хабберта. И если до прочтения этих работ я считал, что эта теория - профанация, то приведенные аргументы убедили меня в том, что какой-то смысл в этой теории есть.

Что касается нефти и газа - то для проверки адекватности этих людей я в своё время тряс своих знакомых, профессионально работающих в отрасли, чтобы они прокомментировали некоторые выкладки этих финансистов. Знакомые ответили, что выкладки нормальные и вполне хорошие - для людей, которые не знакомы с закрытой информацией конкретных компаний.

Многие их отчёты находятся в открытом доступе. Когда-то я не поленился и сравнил то, что в них было написано в середине 2010-х, - прогнозы по ценам на нефть и др., - с реальностью. Более менее прогнозы сбылись.

И, в конце концов, их отчёты читать просто интересно. Вменяемая хорошо написанная аналитика, в которой обсуждают насущные для всего мира и особенно для России вопросы. Например - перспективу цен на нефть на ближайшие годы. Или - сколько осталось сланцевой нефти в США, когда её добыча спадёт? Или - за счёт чего росла добыча нефти в последние пару десятилетий? Или - сколько реально может добывать нефти Саудовская Аравия? (А это очень важно для понимания отношений этой страны с Россией) и т.д.

Всё это сдобрено описанием различных моделей оценки тех или иных показателей, моделей развития тех или иных процессов, ценными статистическими данными и т.д.

С другой стороны, лично для меня чтение отчётов этой фирмы отчасти напоминает анекдот про Рабиновича, который читает антисемитские газеты для успокоения нервов и улучшения самооценки.

Перейдет к содержанию этого отчёта.

"Норвежская иллюзия" - иллюзия того, что возможно быстро и эффективно пересадить население на электромобили, так, как это яко бы сделано в Норвегии. Вопрос обсуждается с разных сторон. Приводится и статистика льгот и субсидий, и статистика владения норвежцев автомобилями с двигателем внутреннего сгорания (ДВС) (их число неуклонно растёт) и др.

Но наиболее инетерсны данные по энергетической статистике.

_____
Современный ДВС проедет 37 миль (60 км) на галлоне бензина (4,55 л), что составляет 98 кВт·ч тепловой энергии на 100 миль (160 км). Для изготовления автомобиля нужно потратить 20 МВт·ч или 15 кВт·ч на 100 миль при полном пробеге 170 000 миль. Итого - ДВС потребляет 112 кВт·ч на 100 миль, из них 90% - тепловая энергия в виде бензина.

Добыча нефти имеет очень высокий EROI - 60:1 на выходе из скважины. Другими словами, 60 единиц тепловой энергии в виде сырой нефти поднимаются по стволу скважины на каждую единицу вложенной энергии. Транспорт и переработка - требуют около 15% энергии сырой нефти. Это снижает EROI до 50. Чтобы быть консервативными, будем считать конечный EROI 45. Таким образом, инвестирование одного кВт·ч тепловой энергии создаст 45 кВт·ч тепловой энергии, что позволит проехать ДВС 41 милю.

Электромобиль потребляет 32 кВт·ч электроэнергии на 100 миль пробега. Но его аккумулятор требует невероятные 24 МВт·ч при производстве. Если срок службы соответствует пробегу 120 000 миль, аккумуляторная батарея потребляет 20 кВт·ч на 100 миль пробега - две трети эксплуатационного потребления. Большинство аналитиков не включают это в рассмотрение, когда расхваливают превосходную эффективность электромобиля.

По нашим оценкам, всего на производство электромобиля тратится 60 МВт·ч. Таким образом, производство 579 000 электромобилей (все что есть в Норвегии) требует 35 ТВт·ч, что эквивалентно 25% от общего годового потребления электроэнергии в Норвегии.

В итоге, электромобиль потребляет около 80 кВт·ч на 100 миль, из которых 95% - электричество. Если предположить, что электричество вырабатывается на электростанции, работающей на природном газе, то EROI составит приблизительно 25 (с учетом линий электропередачи). Таким образом, электромобиль при той же затраченной энергии проедет на 20% меньше ДВС.

Если электричество вырабатывается с помощью ветра и солнца, EROI может быть всего 13. Таким образом, один кВт·ч энергии выработает всего 13 кВт·ч электроэнергии, на котором можно проехать всего 16 миль — на 60% меньше, чем ДВС.
_____

Новизна здесь - оценки затрат на изготовления электромобиля. А также расчёт производительности электромобиля, работающего на "зеленой" энергетике.

Получается, что если полностью переходить на "зеленую энергетику", то автотранспорт становится примерно вдвое менее эффективным. Из этого Геринг и Розенцвайг делают вывод, что электромобили не заменят ДВС.

С этим выводом я не согласен.
"Сын подходит к отцу и спрашивает:
- Папа, по телевизору сказали, что дорожает водка, теперь ты будешь меньше пить?
- Нет, сынок, ты будешь меньше есть".

Не для того продвигали эти электромобили чтобы теперь от них отказаться.

Работает и административная логика в стиле "чего думать, трясти надо". Тем более что слишком далеко зашли на и на Западе, и в Китае в эту сторону, уже без серьезных политических последствий не остановишься.
А есть и те, кто думает. Электромобиль - это как ни крути, но сокращение зависимости от нефти. Есть и социальные последствия - "смартфон на колёсах" позволит не только следить за человеком, но и ограничивать его перемещения. А если там ещё и автопилот будет, о чём мечтает Кэтрин Вуд ...

А цифры по эффективности электромобилей, - что при переходе на "зеленую" энергетику придётся как минимум вдвое сокращать автопробег на душу населения - запомним.

#зеленая_энергетика

Фрагменты интервью с Сидом Дикситом [ссылка]

Сид Диксит (Sid Dixit) работал на руководящих должностях в компаниях Planet, Amazon и Maxar. В последней он работал на должности технического директора. Вот несколько тезисов из его интервью Payload Space.

Создавать спутники стало намного проще и дешевле. И эта тенденция будет продолжаться по трём причинам. Первая — это технология миниатюризации [элементной базы]. Но есть ещё две тенденции, которые появились недавно и будут стремительно ускоряться. Вторая причина — это генеративные инструменты для написания программного обеспечения. Было очень сложно писать программы для управления спутниками, но с Copilot, Augment Code и Devon, новыми инструментами автокодирования, писать программы будет намного быстрее. Третья причина заключается в том, что пройдёт еще два-три года, и появятся инструменты для разработки аппаратного обеспечения, инструменты для проектирования спутников.

Количество спутников будет намного больше, а стоимость запуска спутников снижается благодаря многоразовым ракетам SpaceX и будет ещё снижена благодаря усилиям других ракетостроителей. Здесь видны параллели с индустрией облачных вычислений или интернет-индустрией. Стоимость веб-хостинга в конце 90-х была чудовищно высокой, стоимость облачного хранения была намного выше стоимости облачных вычислений. Все эти затраты продолжают снижаться. Аналогично стоимость данных наблюдения Земли должна снизиться. Это создаст ситуацию, когда через пять-десять лет мы будем иметь огромный объём и огромное разнообразие данных.

Уменьшение задержки с передачей данных на землю меняет игру в отрасли. Представим себе оборонный вариант использования ДЗЗ: провайдер данных делает критически важные снимки из “горячего” региона. Чтобы их передать на землю, спутник должен найти следующую наземную станцию. Типичная орбита составляет 90 минут. Но вы можете перехватить наземную станцию Amazon или построить несколько собственных наземных станций, чтобы доставить снимки быстрее. Задержка от 10 до 90 минут — это норма для большинства игроков отрасли. А в SpaceX у вас есть сеть спутников, которые кружат вокруг шестиугольника, все взаимосвязаны, и вы можете передавать информацию со скоростью света. Переход от часов к минутам и секундам полностью меняет дело.

У SpaceX есть инфраструктура, которую они могут использовать для различных полезных нагрузок ДЗЗ. Соедините это с многоразовыми ракетами, на которых они смогут запускать свои собственные полезные нагрузки несколько раз в неделю. Получится идеальный шторм, который охватит всю отрасль.

Фрагменты интервью с Сидом Дикситом-2

В коммерческом ДЗЗ наблюдается тенденция к тому, чтобы успех применения методов ИИ для обычных изображений повторить для геопространственных данных. Фактически, многие модели, такие как Chat GPT-4.0, уже сделали это, и могут в значительной степени распознавать объекты на спутниковых снимках. Растет и тенденция к использованию обучающих данных. Теперь предстоит выяснить, насколько эти две тенденции уравновешивают друг друга.

Я играл с Chat GPT-4.0, используя спутниковые снимки, и дал ему случайный снимок военной базы. У меня не было никаких ожиданий относительно того, что произойдёт. Некоторые из комментариев ИИ были такими: “Это похоже на спутниковый снимок военной базы. Судя по архитектуре здания, оно похоже на русскую архитектуру. Так что это может быть в России или в странах, где Россия построила подобное. Судя по рельефу, это похоже на засушливую местность. На изображении я вижу следующие самолеты. Они похожи на бомбардировщик определенного класса”. Вы знаете, это очень впечатляет.

Модель была действительно проницательна в определении сцены. Я задал ей другое изображение военной базы, которое нашёл с помощью поиска изображений Google, и попросил проанализировать снимок. Результат был что-то вроде: “Эй, я вижу несколько учебно-тренировочных самолетов, я вижу какую-то военную базу. Я вижу там часть бомбардировщика”. Сейчас это встроенные возможности Chat GPT-4.0, которые даже не отлажены. Представьте, что может произойти, когда вы сможете интегрировать эти модели в программное обеспечение гораздо более систематическим образом.

Для стартапов, которые незначительно улучшают алгоритмы решения частных задач, наступают трудные времена. Их алгоритмы могут быть уничтожены в одночасье большими языковыми моделями и не только ими. Мы находимся в мире ImageNet и больших моделей изображений, которые теперь являются частью Chat GPT-4.0 по умолчанию. Так что “секретный ингредиент”, который эти стартапы используют для извлечения информации, может исчезнуть.

Я думаю, что с развитием искусственного интеллекта мы переходим в мир мультимодального анализа и, в конечном счете, мультимодального мозга для анализа спутниковых или наземных данных ДЗЗ. У нас есть все виды разрешений. Вы говорите о низком и высоком разрешении — я имею в виду периферийное зрение, которое имеет низкое разрешение, и звук с разным разрешением, как у людей. Современные технологии приводят к тому, что несколько модальностей (изображение, звук и другие) начинают сливаться, и у нас будет ощущение слияния.

Что касается обороны, представьте, что вы аналитик или офицер среднего звена японского военно-морского флота. Вы садитесь перед своим компьютером и говорите: "Эй, пожалуйста, предоставьте мне отчет о ситуации за последние 24 часа". И система отвечает: “Я проанализировала спутниковые снимки из множества источников и обнаружила движение кораблей из страны X, следующих из порта A в порт B. В караване пять кораблей нового типа, что необычно. Они похожи на военные корабли. Там военное построение. Есть судно снабжения. Я увеличила частоту постановки задач спутникам в этом районе с еженедельной до двухдневной. Пожалуйста, одобрите этот запрос. Я продолжу следить за ситуацией и буду оповещать вас, как только появятся новые данные”.

☝️☝️☝️
К репосту выше.

Интервью большое и интересное, в рамки ТГ-канала оно заведомо не поместится. Стоит прочитать его целиком.

Я обратил внимание на следующие моменты, о которых говорит Сид Диксит.

1. Грядущая большая консолидация отрасли ДЗЗ

"Отрасль неизбежно столкнется с консолидацией. <...> Думаю, что [на рынке выигрышной будет] более масштабная стратегия. <...> Некоторые слияния позволят внедрять самые новые технологии. Это позволит увеличить размер пирога в целом [увеличитв размер рынка]. <...> Это мое личное мнение, основанное на том, что я вижу гипер фрагментированную индустрию".

Грубо говоря, на Западе в отрасли ДЗЗ идёт если не монополизация, то олигополизация уж точно. Цель уменьшения числа игроков на рынке - внедрение новых технологий.

А в России, под крики пропагандистов что "наконец-то делается всё по уму, как на Западе", отрасль ДЗЗ стремительно распыляется.

2. Искусственный интеллект будет создавать спутники?

"Спутники стало делать намного проще и дешевле. <...> Во-первых, существует технология миниатюризации. <...> Второе - это генеративные инструменты для написания программного обеспечения. <...> Очень сложно писать программное обеспечение для управления спутниками и космическими аппаратами и делать другие вещи. Но с использованием Copilot, Augment Code и Devon, новыми инструментами автоматического написания кода, писать программное обеспечение будет все быстрее, намного, намного быстрее.

Третья вещь, которая происходит в <...> космической отрасли, - это то, что у нас <...> будут [автоматизированные, ИИ-шные] инструменты для проектирования оборудования. Подумайте об автоматических аппаратных средствах, которые могут проектировать [спутник]. <...> Эта тенденция будет только усиливаться".

Copilit, ChatGPT и т.д. - это, конечно, удобные вещи. Особенно для обучения. Но очевидно, что если человек не способен написать код для управления спутником сам, то и с помощью этих инструментов код он не напишет. А если напишет, и спутники реально будут управляться этим кодом, - ну что же, каждый сам кузнец своего счастья.

Поэтому данный кусок интервью я воспринимаю следующим образом. Есть очевидный для участников рынка кадровый дефицит. А Сид Диксит пытается замести эту проблему под ковёр, чтобы она не портила вид.

Про системы проектирования спутников - недавно я уже писал про них, скоро напишу вновь - попался интересный материал.

3. Языковые модели навроде ChatGPT станут "обеспечивающей инфраструктурой"

"Для обучения [таких моделей] фактически миллиарды. Но для пользователей они, по сути, очень дешевы. Вы могли бы платить несколько центов за распознавание изображений или даже меньше при массовом использовании. Это позволяет быстро создавать стартапы. Это позволяет создавать новые варианты использования".

Не готов назвать объём этого рынка.

Что касается практической пользы и экономии человекочасов. Каналы "Мятежный капитализм" и "Angry bonds" (Волков и Адамидов)время от времени записывают интересный подкасты. Недавно послушал некоторые. Среди них - "Инновация и рутенизация". Логика следующая. Внедрение экселя было глобальной революцией. Которая, среди прочего, очень сильно упростило работу бухгалтера. И можно было ожидать того, что бухгалтеров теперь станет если не в десять, то в пять раз меньше. Но на практике получилось другое - количество фирм увеличилось, и бухгалтеров стало больше, чем было.

Вы будете изучать конкурентов с помощью ИИ обработки снимков? Конкуренты будут изучать вас. И вам, и конкурентам придётся тратиться на маскировку, дезинформацию и т.д. В чём выгода экономики в итоге?

Опять же, когда ИИ что-то там не так распознает, - а это будет статистически значимо, - кто будет нести ответственность за это? ИИ - это не эксель, там нет обязательности.

4. Для большинства приложений (называется цифра 90%) достаточно качества съёмки 70-80 см на пиксель. 10 см на пиксель - это 10% рынка; но это самые "вкусные", прибыльные 10%.

Комментарии подписчиков к посту выше.

Комментарий № 1.

Пужает-то, пужает...
Он пробовал своему жпт скормить аэродром с нарисованным самолётом? Чтобы отличить его от настоящего, нужно высокое разрешение и желательно съемка под разными углами.
Индустрии распознавания изображений сто лет в обед, она и без нейросетей работала раньше. Тем более когда нужно найти заранее известные признаки (типов самолётов несколько десятков всего). В общем, так я и не понял, что даст индустрии великий и могучий жпт.

Ну и минитиарюзация спутников имеет предел. Во-первых, электроника космическая специально делается по крупной технологии (десятки и сотни нм), чтобы быть устойчивой к радиации.

Во-вторых, от дифракции никуда не деться. Хочешь 15 см на пиксель с орбиты 500 км? Тогда бери телескоп с зеркалом 2 м и больше.

Комментарий № 2

Диксит преувеличивает возможности мультимодальных моделей.

В своей области (речевые технологии) я могу сказать, что большие модели-комбайны (такие как OpenAI Whisper Large v3 или Qwen) с одной стороны сильно увеличили доступность использования речевых техов для разработчиков, поскольку из коробки есть распознавание речи мультиязычное и мультидоменное, распознавание языка сообщения, расстановка знаков препинания, перевод на целевой язык и иногда даже синтез речи. Имеешь GPU, настроил, скопировал код из гитхаба, скачал модель - все работает. Но возникло впечатление, что в некотором смысле отчаялись или, скорее, попали в затруднение при улучшении качества работы отдельных компонентов. Как только акустические условия ухудшаются, меняется домен применения в чуть более экзотический, более сложные условия речи, то качество работы модели ухудшается катастрофически. Также является некоторым преувеличением мультиязычность, хорошо она работает для распространенных языков, для более редких это просто мусор. Это кстати и с переводчиками так же - переводчики жалуются, когда же будет нормальный переводчик на тот же арабский. Более ранние специальные модели работают в коммерчески значимых доменах заметно (а иногда и подавляюще) лучше, чем эти комбайны. Плюс есть еще чисто технические моменты - эти большие комбайны тормозные, требуют дорогого оборудования и т.п. Но это может со временем уйти. Конечно, теперь заказчики иногда требуют доказательства, почему им следует использовать коммерческие специальные модели, а не опенсурсные бесплатные комбайны. Подозреваю, много приложений делается уже в самих компаниях своими силами за счет легкости применения. Качество, конечно, под вопросом. Были истории, когда облажались, распускали отделы и т.п. Но, думаю, многих устраивает.

Даже в движении есть сервис, расшифровывающий Whisperом телепередачи и выступления и предоставляющий черновой текст, который затем группа довольно быстро и приятно приводит во вменяемый вид, пригодный для публикации. Реальная польза, вручную это раз в 5-10 дольше.

Убежден, что со спутниковыми снимками та же специфика, хотя и конкретных данных не знаю, одни слухи. Нейросети везде одни и те же. Если же имеется еще и текстовый вывод, требующий точности, планирования и логики, то у больших моделей также возникают сложности по аналогии с LLM. LLM не может избавиться от галлюцинаций, весь вопрос приложений в том, устраивает ли в задаче достижимое качество работы и имеющийся уровень галлюцинаций. Пока универсальность недостижима, имеющиеся модели недопустимо неточны для нужных применений. И, как я убежден, фундаментально непригодны для контуров управления и принятия решений, где за счет их применения собираются исключить человека и оставить контур чисто автоматическим. Обязательно нужен человек, чтобы проверять вывод модели на адекватность.

Есть и еще странные слухи от компетентных источников:
- работающие в аккумуляторной индустрии утверждают, что никто в мире не знает, почему растут литиевые кристаллы;
- работающие в квантовой химии утверждают, что модели машинного обучения неплохо предсказывают свойства веществ, изученных в 19-20 веках или для аналогичных веществ, но не могут предсказать свойства новых веществ.

ИИ - компания LEAP 71, базирующаяся в Дубае, объявила об успешном тестовом запуске жидкостного ракетного двигателя, полностью созданного с помощью Noyron, системы автоматизированного проектирования компании.

Двигатель был разработан Noyron автономно, без вмешательства человека, а затем напечатан на 3D-принтере.

Печатала двигатель компания AMCM - ведущая немецкая компания в данной области. Подготовку к испытания провели в Университете Шеффилда - в рамках программы "Гонка в космос". Команда университета "дала множество практических отзывов и выполнила все этапы постобработки и оснастку, необходимые для перемещения двигателя на испытательный стенд".

Технический консультант Сэм Роджерс, главный дизайнер Gravity Industries, давал важные рекомендации на протяжении всего проекта.

Запуск был произведен в Airborne Engineering, Ltd. в Уэскотте, Великобритания.

Разработка ракетного двигателя Noyron TKL-5 является внутренним проектом LEAP 71, призванным продемонстрировать возможности большой вычислительной инженерной модели Noyron.

Двигатель был напечатан из меди (CuCrZr) с использованием принтера EOS M290.

Двигатель - кислород-керосиновый. Тяга - 500 кг. Предназначен для последней ступени.

В двигателе используется регенеративное охлаждение. Диаметр охлаждающих каналов, по которым течет керосин, - 0,8 мм. Топливо впрыскивается в двигатель с помощью коаксиальной вихревой форсунки. Дополнительное пленочное охлаждение обеспечивается за счет направления порции топлива через крошечные отверстия у стенки камеры сгорания.

Температура сгорания внутри двигателя составляет около 3000 ° C.

Время полноценной работы при испытаниях составило 12 секунд и было ограничено запасом топлива на стенде.

После испытаний двигатель был разобран в Университете Шеффилда . Осмотр подтвердил, что он остался полностью неповрежденным. Двигатель останется в Великобритании для будущих испытаний. 

Первоначальный анализ данных показывает, что сопротивление каналов охлаждения было выше, чем смоделировано, что связано с фактической шероховатостью поверхности 3D-печати.

Джозефин Лисснер, аэрокосмический инженер и управляющий директор LEAP 71: "Это важная веха не только для нас, но и для всей отрасли. Теперь мы можем автоматически создавать функциональные ракетные двигатели и напрямую переходить к практической проверке. Проектирование этого двигателя заняло менее 2 недель. В традиционной инженерии это было бы задачей многих месяцев или даже лет. Создание новой итерации двигателя занимает всего несколько минут. Инновации в области космических двигателей сложны и дорогостоящи. С помощью нашего подхода мы надеемся сделать космос более доступным для всех".

Лин Кайзер, соучредитель LEAP 71: "Наша компания находится на переднем крае новой области вычислительной инженерии, где сложные машины могут быть спроектированы без работы человека. Парадигма значительно ускоряет темпы внедрения инноваций для реальных объектов. Тот факт, что двигатель Noyron с первой попытки сработал штатно, подтверждает эффективность подхода. Метод может быть применен в любой области техники".

Noyron - это "основополагающая вычислительная модель LEAP 71 используемая для инженерии. В неё включены экспертные знания в предметной области, а также тепловые модели, правила производственных процессов и связанные с ними данные в единой согласованной структуре для общего машиностроения".

Noyron составляет основу нескольких более специализированных моделей вычислительной техники (CEM), созданных LEAP 71, среди которых Noyron RP для ракетных двигателей, Noyron EA для электромагнитного приведения в действие и передвижения и Noyron HX для проектирования теплообменников.

Комментарий

Что двигатель отработал - ну и что? А что там могло не отработать? (Насколько можно понять из фото, разработана и изготовлена только камера сгорания и сопло). Вопрос в эффективности двигателя. Например, на вид он уж слишком много весит, мог бы быть и поменьше.

Режет глаз комментарий о том, что сопротивление каналов диаметром 0,8 мм неожиданно оказалось больше, чем расчётная величина. Любой, кто видел напечатанную металлическую деталь знает, что она шероховатая. Если толщина канала - 0,8 мм, то очевидно что сопротивление шероховатого канала будет резко больше, чем не шероховатого (ктсати, как и теплообмен). Как этого можно было не знать заранее? Тем более если они разрабатывают на этой своей системе теплообменники?

Ну ладно, система не знала. Хотя должна была знать. Создать шероховатость - это очевидный способ повысить эффективность теплообмена. А люди куда смотрели?

ЖРД - это очень хорошо описанная и формализованная вещь. Автоматизировать процесс его расчёта и черчения - чтобы на выходе были средненькие двигатели - не самая сложная задача. Разработка сопла и камеры сгорания (а судя по фото на этой машине сделали только это) - это и вовсе автоматизировали еще в 90-е, если не раньше. Видимо, поэтому за данную тему и взялись. И скорее вызывает удивления то, что получилось так плохо, чем то что вообще получилось.

А вообще - повторюсь.

Ну хорошо, рисовать всю технику будут нейросети, изготавливать 3D принтеры, а собирать - роботы.

А кто это будет проверять? Что нарисовано что-то нормальное? Кто будет запускать эту собранную машину? Кто скажет что именно с ней не так?

Шаманы с бубнами будут камлать? "Злой дух украл часть души двигателя, сейчас покамлаем и вернём, а в качестве оберега поставим другой клапан". Так что ли будет?

Казалось бы шутка, но вот элитновписанные люди говорят, что так и должно быть. Что всё должно быть только формализуемо. Что в России и СССР была дурацкая инженерная школа, основанная на личной передаче неформализуемого опыта. И что пора от этой ерунды избавиться.

А если всё формализуемо - то конечно ИИ лучше человека.

Но ведь "дыры" в таком формализованном описании мира никуда не денутся. (В этом плане Канта пока никто не отменил.) А тот, кто может "ходить" по этим "дырам", "доставать" что-то оттуда, и достав - изменять наличную реальность - чем не шаман?

Только кто будет готовить этих шаманов?

☁️В объектив камеры марсохода Perseverance попали облака в атмосфере Красной планеты, подсвеченные первыми лучами Солнца во время рассвета.