Искусственный интеллект. Глубокое обучение Что такое время и зачем его измерять - Владимир Сурдин, Олег Бурцев - Наука в фокусе - 2015-07-03
03.07.2015
Искусственный интеллект. Глубокое обучение Что такое время и зачем его измерять - Владимир Сурдин, Олег Бурцев - Наука в фокусе - 2015-07-03
Скачать
Н. Асадова: 16
―
07 в Москве. У микрофона Наргиз Асадова и мой постоянный соведущий Егор Быковский, заведующий отделом наука журнала «Вокруг света». Привет, Егор.
Е. Быковский
―
Привет, Наргиз. Здравствуйте, дорогие друзья.
Н. Асадова
―
Да, здрасте всем. И сегодня у нас первая тема очень интересная – это искусственный интеллект и глубокое машинное обучение. И в гости к нам сегодня на эту тему пришёл поговорить Михаил Бурцев, специалист по нейрокогнитивным системам. Здравствуйте, Михаил.
М. Бурцев
―
Добрый день всем.
Н. Асадова
―
Сейчас я последние новости с полей озвучу. Последние новости у нас от компании Google. Совсем недавно компания опубликовала результаты исследования построения искусственного интеллекта. Программисты компании создали такую продвинутую модель чат-бота. То есть такая говорящая машина, которая должна находить правильные ответы на поставленные перед ней вопросы. Такая говорилка.Но, в отличие от тех роботов, которые мы с вами видим на различных выставках, на всяких Geek Picnic’ах, где с вами роботы разговаривают, там они просто ищут ответы по существующим в них базам. И обычно ответы заранее заложены программистами. Так вот, отличие этой новой машины, этого нового чат-бота заключается в том, что эта машина способна сама генерировать ответы и отвечать на вопросы, которые изначально в неё не были заложены. И вот сейчас прочитаю пример такого диалога, который состоялся у человека с машиной.
Человек: каков смысл жизни?
Машина: служить великому добру.
Человек: какова цель существования?
Машина: чтоб жить вечно.
Человек: где ты сейчас находишься?
Машина: в самом центре ничего.
Человек: каков смысл смерти?
Машина: чтобы приобрести жизнь.
Человек: зачем нужны эмоции?
Машина: не знаю.
И так далее. То есть исследователи отметили, что их очень порадовало то, что машина уже может запомнить факты, понимать контент, демонстрировать понимание причинно-следственных связей. Но в то же время робот по-прежнему даёт только простые односложные ответы, которые иногда и вовсе не имеют смысла.
Е. Быковский
―
Насчёт понимания причинно-следственных связей тут я бы возразил. Наверное, специалист, который сидит у нас в студии, тоже хочет возразить.
Н. Асадова
―
Да. Но, собственно, мы хотели спросить, в чём прорыв и есть ли он.
М. Бурцев
―
С точки зрения эффективности этой системы здесь нет прорыва, потому что мы знаем, что существует много различных программ, чат-ботов, которые давно существуют, и экспертных систем, которые могут поддерживать диалог с человеком и отвечать на различные вопросы. Основной прорыв здесь заключается в той технологии и алгоритме, которые использовались. И этот прорыв, как отмечают авторы, я к ним присоединюсь, заключается в том, что в стандартных системах у нас используется набор различных методов, которые один за одним обрабатывают, например, поступивший вопрос, и потом по какому-то одному или разным алгоритмам составляют ответы.В данном случае этот алгоритм, который генерирует ответы, построен на одной и той же методологии. То есть система очень упрощается. Если мы посмотрим на такую блок-схему этого алгоритма, что все предыдущие алгоритмы имели много квадратиков со стрелочками, где каждый квадратик – это некий такой этап обработки информации. А здесь это один такой квадратик, один чёрный ящик, которому мы что-то подаём на вход, учим его предсказывать, что же должно быть на выходе для разных вариантов входа, и после того как он долго-долго учится, несколько сотен миллионов примеров, то он начинает предсказывать, а какой же должен быть правильный ответ на этот вопрос, исходя из того, что он учил.
Е. Быковский
―
А какие у него критерии правильности?
М. Бурцев
―
У него нет критериев правильности. У него есть некоторая…
Е. Быковский
―
Он же как-то оценивает, правильный ответ или неправильный, исходя из чего-то.
М. Бурцев
―
Нет, он не оценивает. В том-то и весь смысл этого алгоритма, что он предсказывает, он даёт оценку вероятности того или иного ответа и выдаёт наиболее вероятный ответ для того набора текстов, на котором он учился. То есть если его обучить на одном наборе текстов, например, на технической поддержке в области компьютеров, то он будет выдавать одни ответы. Если его научить на наборе текстов в области какого-нибудь автомобильного бизнеса, то он будет выдавать на те же самые вопросы другие ответы.
Е. Быковский
―
То есть процесс обучения выглядит так: мы даём боту миллион вопросов и миллион правильных ответов, он их читает, запоминает, условно говоря, и потом на миллион первом с большой вероятностью предскажет миллион первый ответ. Правильно?
М. Бурцев
―
Да. Причём, он может комбинировать как бы. Если у нас есть куски из разных вопросов, то он попытается скомбинировать ответ и выдать нечто правдоподобное.
Н. Асадова
―
То есть никакой универсальной истины он вам не выдаст?
М. Бурцев
―
Да. Он ничего нового не может придумать. Он может только предсказать из того, что он знает, что с наибольшей вероятностью нужно отвечать в данном случае.
Н. Асадова
―
Я хотела немножко по поводу определения. Что такое искусственные нейронные сети. Я нашла такое определение, что это сложные математические модели, воспроизводящие работу нервных клеток живого организма. Отталкиваясь от этого определения, хотела спросить, когда и кому пришло в голову создавать машины, которые будут работать так же, как нейроны у нас в голове, то есть такая биологическая модель. И как развивается это направление науки сейчас?
М. Бурцев
―
Фактически эта идея пришла в голову людям с момента появления современного искусственного интеллекта как направления в науке. Тогда сразу же возникло два конкурирующих направления. Одно заключалось в том, что мы пытаемся построить компьютерную модель того, как рассуждает человек, то есть вот, мы можем делать логические выводы, мы можем рационально мыслить. И давайте, если мы заложим некоторый способ мышления, рациональные, или, может, даже нерациональные, но те, которые мы можем вычленить, наблюдая за человеком, из того, как он себя ведёт, психологический такой подход, то мы можем построить искусственный интеллект. Это называется символьный искусственный интеллект, если говорить строго.Другой подход заключается в том, что мы знаем, что мозг состоит из нейронов. И вот этот мозг, который есть у человека, он позволяет генерировать какие-то осмысленные вещи и интеллект. Хотя у животных тоже есть какой-то интеллект, гораздо более слабый, чем у человека. Давайте попробуем создать сеть из таких маленьких элементарных функций, из маленьких элементарных математических моделей, которые моделируют отдельные нейроны, и получим интеллект. Нужно отметить, что вот эти модели нейронных сетей, конечно, очень далеки от того, что в реальности происходит. И они основаны…
Е. Быковский
―
По размеру? Чисто технически?
М. Бурцев
―
Нет. Далеки по детальности. А потом мы ещё не до конца понимаем, как нейроны в мозге реализуют этот интеллект. Но при этом, несмотря на то что мы этого не понимаем, даже то, что есть, обладает какими-то полезными свойствами, и мы можем строить такие алгоритмы, которые могут предсказывать правильный ответ или же делать какие-то другие вещи, про которые…
Н. Асадова
―
На самом деле Таня нас из Москвы спрашивает: «А зачем это нужно? Не лучше ли спросить человека?». Зачем моделировать человека?
М. Бурцев
―
Представьте, если вы являетесь владельцем автосервиса. Люди вам звонят ночью и говорят: у меня лопнула покрышка. И вам там нужно держать человека, который будет ему отвечать, что делать, когда лопнула покрышка. Вы не хотите платить зарплату этому человеку, кормить, поить его. Вы заплатите 100 рублей в месяц, и у вас будет по интернету специальный алгоритм, который будет помогать клиентам вашего автосервиса, и они не уйдут к конкурентам.
Е. Быковский
―
Да не обязательно ночью. Есть компании, в которых в call-центрах сидят тысячи людей.
М. Бурцев
―
Это я чтобы усилить. Понятно, что в любом случае ответы на «тупые» вопросы всегда…
Н. Асадова
―
Какие-то стандартные, наиболее часто встречающиеся.
М. Бурцев
―
Тем более мы даже легко можем это смасштабировать. То есть я думаю, что 99% вопросов из разряда тупых. Не так сложно сделать алгоритм, который после нескольких итераций поймёт, что вопрос не имеет ответа, и переключит на человека. То есть нам нужно будет вместо тысячи человек один.
Н. Асадова
―
А давайте, чтобы мы общались не только с Таней, я напомню телефон для СМС: +79859704545. И вы тоже все присоединяйтесь, задавайте вопросы нашему гостю Михаилу Бурцеву, специалисту по нейрокогнитивным системам.
Е. Быковский
―
Давайте я включу ещё чуть-чуть страшилок. И попробую по-другому ответить на вопрос Тани, поскольку мы уж говорим про искусственный интеллект, и кому-то в голову наверняка приходит восстание роботов и прочее в этом роде, то вообще искусственный интеллект, как и роботы в принципе, нужны для того, чтобы заменить людей на стандартных низкооплачиваемых работах. Это с одной стороны хорошо, с другой – плохо. Мы сейчас не будем вдаваться, почему это плохо. Но это так.
Н. Асадова
―
Да. В социальные последствия мы сейчас не будем вдаваться. Я хотела спросить: как сейчас выглядит эта отрасль? Какие есть ещё новшества, изобретения?
М. Бурцев
―
Смотрите, я рассказал немножко про историю, когда это появилось и что было два направления. Но чтобы понять, что происходит, я сделаю небольшой экскурс. Сначала эти два направления развивались более-менее равномерно, а потом в какой-то момент одно направление, символьное, перехватило инициативу, и стало активно продвигаться. А нейронные сети оказались как бы на обочине всего этого прогресса. И было такое большое возбуждение, был пузырь искусственного интеллекта в конце 1960-х – начале 1970-х годов, потому что казалось, что мы сейчас все задачи решим при помощи символьного искусственного интеллекта. Много давалось денег.Но так как те обещания и те прогнозы не сбылись, люди перестали давать деньги, наступила так называемая зима искусственного интеллекта. А нейронные сети где-то подпольно развивались. И в какой-то момент в середине 2000-х годов произошло нечто… тот, кто физику знает, там есть такой понятие – фазовый переход. Это когда у вас, например, есть вода, жидкость, она при снижении температуры замерзает.
Е. Быковский
―
Простите, для этого достаточно и быть с философией знакомым. Переход количества в качество.
М. Бурцев
―
Можно так сказать. Ну, неважно. Фактически получилось, что эти нейросетевые алгоритмы обладают такими свойствами, которые не позволяют им раскрыться в полной силе, когда у нас очень мало данных и когда у нас маленькие вычислительные способности. И до середины 2000-х, когда не было интернета, когда не было очень быстрых компьютеров, то нейронные сети давали какие-то результаты, но в принципе можно было придумать такой алгоритм, который их побьёт, и поэтому с практической точки зрения люди говорили: зачем нам нейронные сети, которые непонятно как работают? То есть недостатком их является то, что после обучения непонятно, почему она выдает такой ответ. То есть она работает, как чёрный ящик. И люди предпочитали какие-то понятные решения, которые они могут проконтролировать.Но в середине 2000-х, когда появился интернет, когда появились большие базы изображения, большие базы текстов, соответственно, и большие специальные аппаратные средства типа графических процессоров, на которых можно очень быстро совершать вычисления, необходимые для моделирования искусственных нейронных сетей, оказалось, что если мы натравим искусственные нейронные сети на очень большое количество данных, то они за счёт того, что улавливают очень хорошо некоторые статистические закономерности, они могут найти там то, что человек, закладывая в алгоритм, не найдёт. И поэтому они начали приносить гораздо более эффективные решения…
Е. Быковский
―
Они могут найти то, что человек даже и не закладывал в алгоритм.
Н. Асадова
―
В качестве примера можно ли привести опять же Google, который создал искусственные нейронные сети, для того чтобы обнаруживать фотографии, то есть распознавать какие-то изображения, на том же принципе работает этот механизм, правильно?
М. Бурцев
―
Конечно.
Н. Асадова
―
Когда вы в поисковой строке забиваете в Google «собака» или «кошка», что вам нужно, то вам машина выдаёт какое-то количество изображений, которые в большинстве своём соответствуют…
М. Бурцев
―
Нужно сказать, что изначально это было не так. Изначально…
Е. Быковский
―
Изначально обсчёт по базам, по тэгам.
М. Бурцев
―
Изначально картинки эти выдавались просто: если у вас есть какая-то страничка, на которой часто встречается слово «кошка», скорее всего фотография с этой странички тоже будет соответствовать кошке. Поэтому выдавалась фотография кошки. Сам поиск по изображениям не вёлся. Но за последние сроки все крупные интернет-компании увидели, что алгоритмы нейронных сетей очень хорошо могут распознавать и классифицировать изображения. И они их начали использовать. И теперь, когда вы выбираете кошку, она действительно будет вам выдавать кошек по фотографии, даже если у них не было описания. То есть это как бы следующий этап. У нас первый этап был – это когда они просто распознавали, что есть на изображении. А второй этап – они могут сегментировать, то есть они могут просто найти, что на изображении есть кошка, собака, человек. И, более того, Google это встроил в свой облачный сервис по хранению фотографий, чтобы вы могли искать свои фотографии. Вы же их никак не размечаете, например. Просто наберёте «люди» или «море» - она должна вам найти по идее все фотографии, где вы были на море. И это очень полезно. Но встречаются курьёзы.
Н. Асадова
―
Казусы, да. Расскажите.
М. Бурцев
―
Казусы тоже встречаются. Так, один человек начал пользоваться этим сервисом – и обнаружил, что некоторые фотографии, на которых были чернокожие люди, почему-то этот алгоритм пометил как содержащие горилл. Он сначала хотел обратиться в Google через стандартный путь, но потом понял, что быстрее будет, если он в Twitter’е опубликует, он опубликовал в Twitter’е, и очень быстро за несколько часов Google просто убрала категорию горилл из своей системы. То есть теперь их система не может распознавать горилл, к сожалению. Но это, по крайней мере, решило какие-то проблемы.
Е. Быковский
―
Да, это хорошая история. Давайте вернёмся к тому, с чего начался наш разговор, про то, что элегантно назвала говорилкой, а кто-то в другом месте назвал бы бредогенератором.
М. Бурцев
―
Бредогенератор – это другое, это с картинками связано.
Н. Асадова
―
Да.
Е. Быковский
―
Это тоже в некотором смысле бредогенератор, судя по диалогу, который мы заслушали. Ответы могут показаться глубокомысленными, если особо не вдумываться. Это всё происходило в новостях под тэгом #искусственный интеллект, разумеется. Мы сейчас не будем глубоко вдаваться, что такое искусственный интеллект. Но давайте вспомним про то, что есть системы, с точки зрения обывателя куда более умные. Вот, «Ватсон», который прогремел, который выигрывал в интеллектуальные игры, который прекрасный диагност и который что только не делает. Кто из них интеллектуальнее?
М. Бурцев
―
На данном этапе, может, и «Ватсон» интеллектуальнее. Но я думаю, что если как следует потренировать, то эта нейронная сеть будет по уровню сопоставима с «Ватсоном». Но при этом они будут качественно отличаться от человека. То есть они могут выдавать правдоподобные ответы, но придумывать что-то новое – пока не видно никаких…
Е. Быковский
―
Хорошо. Это, наверное, не совсем критерий, потому что человек тоже мало что может придумать нового. В конце концов, в литературе есть 30 или 40 сюжетов, на которые пишут уже много тысяч лет люди, ничего нового они при этом не придумывают. Мы это читаем с большим удовольствием. Да и мы друг другу говорим слова, которые уже миллион раз были сказаны. И ничего страшного.
М. Бурцев
―
Не знаю, не знаю.
Е. Быковский
―
Не знаете? А мне кажется, что все слова были сказаны миллион раз.
М. Бурцев
―
Слова сказаны миллион раз, конечно. Но просто какие-то уникальные последовательности, которые могут помочь решить чью-то проблему, вот это немножко другая вещь.
Е. Быковский
―
Мы же с вами говорили в середине этого получаса о том, что такие чат-боты прекрасно решают практические проблемы в качестве автоответчика.
М. Бурцев
―
Не знаю. Я тут немножко хочу наоборот сказать, что не всё так замечательно. Возьмите роботов, которые сегодня существуют. Казалось бы, если у нас такой интеллект, он разговаривает, что-то там отвечает на вопрос, то уж сделать робота, который ходит, открывает двери и так далее – да это раз плюнуть.
Е. Быковский
―
Которые ходят, такие роботы есть.
М. Бурцев
―
Да. Ходят, но там сидит три человека, которые управляют. И он может куда-то пройти при этом. Но если этих трёх человек нет, то он может, конечно, пойти. Но если он, например, открывает двери, а сквозняк, и дверь закрывается, то этот робот может упасть и никогда не встать. Я к примеру сейчас рассказываю.
Н. Асадова
―
В общем, жизнь несовершенна. Я хотела бы поговорить всё-таки про потенциал искусственных нейронных сетей. И куда мы движемся, чего мы хотим достичь? Где такие сферы применения?
Е. Быковский
―
В народном хозяйстве.
М. Бурцев
―
Смотрите, очень интересно, что то, что сегодня мы наблюдаем, вот этот ажиотаж, ведь на самом деле реально последние несколько месяцев буквально раз в неделю появляется какая-то очередная новость о том, как искусственные нейронные сети и глубокое обучение чего-то достигли. И на самом деле это всё началось в конце 1980-х годов, когда люди пытались распознавать рукописный текст, для того чтобы распознавать, что было написано на чеках. И вот прошло 30 лет. И это так взлетело. И мы видим, что сегодня эти нейронные сети, с одной стороны, хорошо решают задачи распознавания образов, то есть они могут отличить одно от другого, но и также неплохо могут сгенерировать какую-то очень короткую текстовую последовательность. Но очевидно, что приложение про роботов, про которое я говорил, оно немножко лежит в качественно другой плоскости. В каком плане? В том, что там нужно, кроме того чтобы что-то распознать, нужно ещё понять, какие действия нужно предпринимать, для того чтобы сделать то, что роботу нужно сделать. И так ситуация каждый раз немножко разная. Человек это может даже не замечать. Он может учиться просто и решать какие-то проблемы на ходу. А вот с роботами как раз большая проблема. Они могут переключаться между заложенными паттернами поведения, но придумывать и генерировать такие новые решения – это очень-очень большая проблема.И здесь как раз сейчас начинается движение, похожее на то, что было с распознаванием текстов. И вот это распознавание текстов началось как бы созданием такой стандартной базы, которая называется NIST. И сегодня за последние несколько лет появилось очень много как раз таких тестовых применений алгоритма, когда мы на одной и той же выборке, на одном и том же примере можем отлаживать применение. И вот для той задачи с роботом, про которую я говорил, такой базовой задачей становится управление игрой. То есть у нас есть сейчас эмулятор Atari, на котором очень много старых игр. И задача такая, что в каждой игре свои правила. Но мы хотим иметь алгоритм, который будет один и тот же. И он для любой игры должен то, что человек видит на экране и управляет джойстиком, понять, что приводит к увеличению очков и научиться в неё играть. А заранее мы не закладываем, что же это за игра.
И вот поразительные результаты. Они даже были опубликованы в наиболее престижном научном журнале Nature в начале этого года. Компания Deepmind, которую Google немножко прошерстил по университетам и подсадил не знаю на что, но она вся стала Google Deepmind. И они опубликовали, где показали, что в дюжину игр компьютер обыгрывает человека.
Е. Быковский
―
Научившись самостоятельно.
М. Бурцев
―
Научившись самостоятельно. Причём, это один и тот же алгоритм. Правда, учится на каждую игру в отдельности. Но изначально он не знает, что это за игра. И это очень сильное применение. Потому что он знает только очки. Он видит экран, может управлять джойстиком и видит очки. И, на мой взгляд, это наиболее перспективное направление, потому что открывает возможность не только понять, что тебя окружает. Потому что сегодняшние алгоритмы направлены на то, что мы можем распознать, как одно отличается от другого, и понять, что это такое.
Е. Быковский
―
В жизни нет окошечка, где прибавляются очки.
М. Бурцев
―
Окошечка нет. Но мы можем взаимодействовать с этим, например, если это будет персональный помощник, мы можем ему говорить, когда он поступил правильно, а когда нет.
Н. Асадова
―
«Молодец».
Е. Быковский
―
Или «плохая собака».
М. Бурцев
―
Да, и воспитывать его. А если вы учтёте, что этим персональным помощником будут одновременно пользоваться миллион людей, то он воспитается достаточно быстро. Так вот, не всё Google стараться. Мы тоже как-то пытаемся к этому движению присоединиться. И сегодня, например, последний день приёма заявок для участия в такой научной школе и научном Хакатоне по глубокому обучению, где как раз мы и будем пытаться разрабатывать алгоритмы, которые тоже будут играть в игры Atari. Может быть, получится что-нибудь лучше, чем у Deepmind, я не знаю.
Н. Асадова
―
Много желающих, да.
М. Бурцев
―
Уже больше 200 человек записалось.
Н. Асадова
―
Для этого надо быть математиком?
М. Бурцев
―
Желательно программистом, математиком, то есть иметь какой-то…
Е. Быковский
―
Уточните быстренько, где записываться.
М. Бурцев
―
Записываться на сайте deephack.me. Deep – от слова «глубокий», hack от слова «хакер», и «.me» от слова «я».
Н. Асадова
―
Хорошо. Мы будем следить за развитием.
М. Бурцев
―
Называется «Хакатон по глубокому обучению».
Н. Асадова
―
За развитием искусственных нейронных сетей. Я благодарю нашего гостя Михаила Бурцева, специалиста по нейрокогнитивным системам за то, что был сегодня с нами в студии и всё нам объяснил. Сейчас мы прервёмся на пару минут кратких новостей и рекламы, затем вернёмся.
Е. Быковский
―
Спасибо.НОВОСТИ
Н. Асадова: 16
―
35 в Москве. У микрофона по-прежнему Наргиз Асадова и Егор Быковский, заведующий отделом науки журнала «Вокруг света». Да, действительно передача «Наука в фокусе» продолжается. И сейчас мы поговорим про то, что такое время и зачем его измерять. Егор нам сейчас расскажет.
Е. Быковский
―
Да, мы не просто так решили об этом поговорить. По поводу, как обычно. Есть такая Международная служба вращения Земли, как-то мы уже год назад смеялись по поводу этого названия. Она расположена в Париже. И она не вращает Землю коллективными усилиями своих сотрудников, как может показаться, а занимается всякими другими вопросами. В частности, по её решению первые сутки июля по московскому времени стали длиннее на одну секунду. Наверное, многие из вас слышали это в новостях.
Н. Асадова
―
Наверняка многие заметили.
Е. Быковский
―
Заметили, да. Целая секунда! В Москве это произошло в 3 часа утра. А по Гринвичу как раз в полночь: наступило не 1 июля, а ещё одна секунда прошла, и только потом уже наступило 1 июля. Продление последней минуты июня с 60 секунд до 61-й учёные связали с замедлением вращения Земли вокруг своей оси, вызванного гравитационным влиянием Луны и Солнца. Вообще добавление ещё одной секунды происходит регулярно, начиная с 1972 года. Чаще всего в июне, в декабре високосных годов.Не успело это событие произойти, как в нашей группе в Facebook’е я получил письмо, в котором меня читатель или слушатель спрашивал: а почему влияние Луны или Солнца, или ещё чего бы то ни было ещё на вращение Земли оказывает какое-либо влияние на время. Во времени мы ориентируемся сейчас на очень точные методы измерения. В частности, цезиевые часы, секунда – это 9 192 617 770 периодов излучения, соответствующего переходу между двумя сверхтонкими уровнями основного состояния атома цезия. Какая связь между всеми этими событиями, откуда взялась лишняя секунда, и как считают время, мы решили поговорить с замечательным…
Н. Асадова
―
Да, с нашим гостем Владимиром Сурдиным, российским астрономом, старшим научным сотрудником Государственного астрономического института имени Штернберга. Владимир, здравствуйте. Вы нас слышите?
Е. Быковский
―
Здравствуйте.
В. Сурдин
―
Я с вами, здравствуйте.
Е. Быковский
―
Отлично. Вопрос я уже задал. Вы уже его слышали?
В. Сурдин
―
Да, как влияет Луна на атомные часы. Да никак, конечно, не влияет. Где Луна, а где часы. Но дело вот в чём. В быту нам хотелось бы всё-таки просыпаться при восходе Солнца, а засыпать после окончания дня, как-то это привычнее. Поэтому, начиная с 1967 года, когда отсчёт времени от астрономов перешёл к физикам, астрономы всё-таки стараются синхронизовать эти самые атомные секунды и вращение Земли. До 1967 года время делали астрономы, именно делали. Измерять тут нечего. Время создаётся. Надо создать какой-то периодический процесс или найти его в природе.
Е. Быковский
―
Найти, скорее.
В. Сурдин
―
Конечно. Раньше было найти. И по нему отсчитывать количество этих процессов. Это и будет наше время. Самым постоянным, неизменным было вращение Земли вокруг оси и вращение вокруг Солнца.
Е. Быковский
―
Солнечные часы, да, поэтому.
В. Сурдин
―
Это нам определяло год, а вращение Земли давало сутки. Потом мы, астрономы, делили сутки на 24 часа, час на 60 минут, минуту на 60 секунд и выдавали всё это публике. И публика жила по тому, как вращается Земля. Но с середины XX века, когда появились электронные часы, ещё не атомные, ещё электронные, те, что на руке мы носим с кристалликами, то уже стало понятно, что Земля не очень-то равномерно вращается, и не совсем это надёжные часы. Но когда после 1960 года атомные часы появились, тут уже всё встало на свои места: мы просто поняли, что нельзя доверяться вращению Земли, надо отсчитывать по колебаниям атомов. И вот нашли несколько вариантов. И сейчас такими стандартными атомными часами с 1967 года именно они делают время, глубоко в подвалах у физиков живёт эта самая стандартная машинка, где атомы цезия. Это очень удобный атом, потому что у него только один стабильный изотоп, ошибиться никак нельзя в его выборе. И он 9 млрд и так далее колебаний создаёт нам одну секунду. И потом уже 60 секунд делают минуту, 60 минут делают час. И, казалось бы, астрономия стала ни при чём. Но хочется, чтобы всё-таки с движением Солнца, то есть с вращением Земли как-то эти атомные секунды стандартизовать. И вот теперь мы живём не по Гринвичу. Раньше это было UT, универсальное время, а теперь называется координированное универсальное время. То есть атомные часы считают свои секунды, астрономы следят. И если движение Земли немножко с ними разошлось, то либо добавляют, либо отнимают одну секунду, чтобы никто этого не заметил. Всегда добавляют. Никогда ещё отнимать не приходилось.
Н. Асадова
―
А вот Виталий Авилов нас спрашивает, наш слушатель: «Секундой меньше, секундой больше – что это для человеческой жизни?».
В. Сурдин
―
На самом деле ничего. Поэтому уже несколько лет ведутся дискуссии о том, чтобы эти самые секунды убрать, и уже когда накопится, скажем, час, а это примерно через 6000 лет произойдёт только, то сразу на час скакнуть. Но это будет очень неудобно для тех приборов, которые действительно ценят время. Например, система измерения времени GPS. Нам стоит на долю секунды ошибиться, и автомобиль с навигатором GPS уже не найдёт своё место в потоке. Или нужный поворот. Поэтому сегодня не только секунды, но и тысячные доли секунды имеют, конечно, смысл.
Е. Быковский
―
Автомобиль – ладно. Подлодка какая-нибудь может промахнуться.
В. Сурдин
―
Подлодка, ракета. В общем, да. Желательно, конечно, время считать точно. И вот таким образом… Раньше была Всемирная служба времени, а теперь она стала Всемирной службой вращения Земли. То есть время мы уже точно атомным стандартом создаём. А вот за вращением Земли следят астрономы и стандартизуют его. Но не каждый год приходится вводить. Было принято решение, что только два периода в году есть, когда можно эту самую секунду накинуть. Либо конец июня, либо конец декабря, 31 декабря. И как раз 30 июня этого года часы отсчитали 23 часа 59 минут 59 секунд. Казалось бы, по истечению 59-й секунды должна была начаться новая секунда уже 1 июля. Нет, началась 60-я секунда. И только после неё 1 июля.
Н. Асадова
―
А почему такой выбор – только июнь, декабрь?
В. Сурдин
―
Не знаю. Чаще не нужно. Более того, иногда мы пропускаем эти периоды. Например, предпоследний раз в 2012 году только вводили эту секунду. Потом 3 года не понадобилось вводить. Земля более или менее равномерно вращалась. А теперь вновь понадобилось. Но вращение Земли очень интересное. Во-первых, оно в течение года туда-сюда, туда-сюда, то притормаживает Землю, то ускоряет. И в этом, конечно, не Луна виновата: ветры, водные потоки, морские течения – всё это в одну сторону потекло, а Земля, естественно, получает реакцию в другую сторону. Или под корой Земли магматические потоки. Лава, например. В одну сторону она колыхнулась, а кора Земная получила реакцию в другую. Мы же живём на коре – на тоненькой твёрдой оболочке Земли. Её-то мы и называем землёй. А на самом деле под ней огромная масса и над ней огромная масса атмосферы и океанов.
Е. Быковский
―
Насколько я понимаю, даже человек может в этом поучаствовать. На какую-нибудь миллионную долю секунды.
В. Сурдин
―
Человек – нет. А, вот, скажем, когда наступает осень у нас в северном полушарии и леса сбрасывают листву в довольно короткое время, за пару недель, то вот это приближение массы листвы к центру Земли немножечко меняет момент инерции Земли и скорость её вращения. Такие вещи заметны. Конечно, если все в Китае договорятся и подпрыгнут или в Индии, то это будет тоже заметно. Но вряд ли договорятся.
Н. Асадова
―
Владимир, можно я задам, у нас не очень много времени осталось, такой философский вопрос: что такое время для астронома? Потому что я так понимаю, что это довольно относительная ведь категория, потому что на Марсе оно течёт…
В. Сурдин
―
Наргиз, мы ещё не разобрались с Луной.
Н. Асадова
―
Давайте с Луной.
В. Сурдин
―
Причём тут Луна? А дело вот, в чём. Луна и немножечко Солнце создают приливы на Земле, немножко вытягивают океаны. И эта приливная волна постоянно движется с востока на запад. Это потому что Земля с запада на восток крутится, а волна на берег набегает с востока на запад. И понемножечку тормозит Землю. Вот почему. Луна притормаживает Землю, Земля в свою очередь гонит Луну по орбите. То есть они обмениваются энергией и моментом движения. И немножечко Солнце в этом участвуют. Вот, они оба притормаживают вращение Земли. И в среднем Земля постепенно-постепенно замирает в своём вращении.
Н. Асадова
―
Тогда на мой философский вопрос вы мне ответите? У нас осталось буквально 2 минуты.
В. Сурдин
―
Что такое время для астронома? Это практически всё. Астрономия вообще родилась как методика измерения времени и ведения календаря. Людям надо именно это. И звёзды помогали нам в этом, точнее, вращение Земли помогало. Теперь астрономы ушли уже в астрофизику, но по-прежнему стараются, чтобы привычный людям ритм просыпания и засыпания, этот суточный ритм, он соответствовал физическому времени, тому, которые физики в лаборатории получают.
Е. Быковский
―
Если кто-нибудь полетит на Марс и станет там жить, его астрономическое время будет совсем не совпадать с универсальным.
В. Сурдин
―
Немножко по-другому там идёт время. Там сутки чуть длиннее, чем на Земле.
Н. Асадова
―
И вот ещё один вопрос от Тани из Москвы: «Как меряют момент инерции Земли?».
В. Сурдин
―
Именно по этим вздрагиваниям. Мы знаем, как Луна действует на Землю, то есть с какой силой она тянет. И видим, какой отклик у Земли на это усилие получается. И таким образом косвенно измеряем момент инерции.
Н. Асадова
―
Спасибо. Ещё один нас слушатель Виталий Авилов хочет подытожить наш разговор: «Главное, чтобы Земля не остановилась».
В. Сурдин
―
Не гарантирую. В далёком будущем она очень сильно затормозится, но это будет совсем не скоро.
Н. Асадова
―
А вы уже измерили, когда это будет?
В. Сурдин
―
Конечно, да. Через несколько миллиардов лет.
Е. Быковский
―
Раньше Солнце взорвётся.
В. Сурдин
―
Нет, раньше Земля всё-таки затормозится.
Н. Асадова
―
Спасибо вам большое. Напоминаю, что у нас в эфире был российский астроном, старший научный сотрудник Государственного астрономического института имени Штернберга Владимир Сурдин. Мы сейчас прервёмся буквально на пару минут рекламы и вернёмся.РЕКЛАМА
Н. Асадова
―
Наргиз Асадова и Егор Быковский в студии. Сейчас будет наша любимая рубирка «Вопрос-ответ». Напоминаю телефон для СМС: +79859704545. Присылайте ваши вопросы о том, как устроено мироздание, на самом деле любые вопросы. Мы с Егором как всегда на них будем отвечать. Правда, возьмём недельный перерыв.
Е. Быковский
―
Не будем отвечать, а ответим. Это разные вещи.
Н. Асадова
―
Итак, в прошлой передаче у нас пришёл вопрос от Марины из Твери: «Какая может быть самая высокая температура тела человека?».
Е. Быковский
―
На самом деле, я так понял вопрос – какая может быть температура тела вообще у всяких высших животных, и поэтому так и ответил, что диапазон нормальных температур у теплокровных животных, наших с вами родственников – от 36 до 42 градусов в зависимости от их вида. Это происходит потому, что при 50 градусах, а то и при меньшей температуре мышечный белок начинает коагулировать, то есть сворачиваться. Это приведёт к фатальному исходу. Если бы это случилось одновременно со всей мышечной тканью. Если чуть-чуть с какими-то, то не страшно. Но вообще-то большинство животных умрут ещё до того, как температура их тела поднимется до 45 градусов, потому что при этой температуре перестают нормально вырабатываться ферменты. Мы про это говорили пару недель назад. Это очень важно. Без ферментов нам не жить. Самая высокая зарегистрированная температура у живого человека составила 46,5 градусов. Это было зарегистрировано в 1980 году у некого Билли Джонса из Атланты. Он был найден без сознания в своей квартире после теплового удара. И ему, кстати, удалось выжить, проведя 3 недели в больнице. Но мозг его отчасти был повреждён, и от этого он так до конца и не оправился.
Н. Асадова
―
Ещё один вопрос от Даниила из Москвы: «Сколько у человека клеток?».
Е. Быковский
―
На этот вопрос отвечал по нашей просьбе Евгений Шеваль, старший научный сотрудник Института физико-химической биологии имени Белозерского, и вот, что он сказал: тело взрослого человека состоит примерно из 100 трлн клеток. Но это очень примерно. Потому что на самом деле оценить число клеток можно только очень приблизительно. Например, считается, что головной мозг содержит около 15 млрд нервных клеток. Но поди-ка посчитай, сколько их там на самом деле. То есть можно, конечно, считать срезами после смерти, но это не очень эффективно.
Н. Асадова
―
Наверное, у разных людей разное количество.
Е. Быковский
―
У разных людей по-разному.
Н. Асадова
―
От массы, от чего зависит?
Е. Быковский
―
Да, тут есть несколько проблем. С одной стороны, легко посчитать клетки крови. Это делают, в частности, в поликлиниках при всяких анализах каждый раз. И в одном микролитре, то есть в кубическом миллиметре крови содержится около 5 млн красных кровяных телец – эритроцитов. То есть в одной капле примерно в 50 раз больше, это 250 млн эритроцитов. На самом деле надо помнить, что каждый человек образован не только собственными клетками, но ещё и клетками бактерий, которые в нём живут. Потому что мы представляем из себя такой метаорганизм. Бактериальных клеток в сотни раз больше в нашем теле, чем наших собственных. И их ещё сложнее посчитать. К счастью, они чрезвычайно малы. Общий вес этих клеток составляет 2-3 кг. Но количество человеческих клеток – 1/10 от всего этого количества. И, в общем, не могу я ответить на ваш вопрос, Даниил, и никто не может. Ясно, что то сотни триллионов клеток. Примерно так.
Н. Асадова
―
В одной из наших передач мы говорили про солнечную энергию. И вот от Татьяны был у нас вопрос: «А может ли она снабжать энергией очень большие здания?».
Е. Быковский
―
Насколько я знаю, самое большое в мире здание находится в Китае, как все самые большие здания, в округе Дэчжоу, провинции Шандун, это северо-запад. Оно действительно гигантское: площадь только покрывает в 75 квадратных метров. Поскольку оно многоэтажное, то сами посчитайте, если интересно, сколько оно занимает площади. В общем, всё это здание питается солнечной энергией благодаря установленным на крыше солнечным панелям. Поэтому любые здания можно таким образом снабжать.
Н. Асадова
―
Пожалуй, больше ни на какие вопросы мы сегодня не успеем ответить. Но вы можете по-прежнему их присылать к нам в эфир: +79859704545. Я ещё какое-то время задержусь в студии, перепишу эти вопросы. И через неделю мы ответим на них. А сейчас наша передача подошла к концу. С вами были Наргиз Асадова и Егор Быковский. Всего доброго.
Е. Быковский
―
До встречи через неделю. И до свидания.