Потенциально махолёт имеет существенно большее кпд движетеля чем воздушный винт
Справедливости ради, у легкомоторных самолетов на скоростях выше 150 км/час, кпд обычного винта 70% совсем не редкость, а возможно бывают и под 85%. Собственно, это и есть основная причина, почему махолеты не пытались делать в качестве коммерческой авиации. Тут в комментариях спрашивали. Любому авиационному инженеру из самых базовых физических принципов понятно, что для самолетов толку в этом особого нет. Винт в этом режиме и так прекрасный движитель (кроме шума). И конструктивно в тысячи раз проще. Это только у медленно летающих аппаратов <100 км/час проблема с аэродинамической эффективностью движителей.
С другой стороны, сейчас становятся актуальными короткий взлет и посадка. А это для махолетов уже интересно. И вычислительные ресурсы уже, теоретически, позволяют делать птичью посадку в точку, маша крыльями на околосрывных режимах.
Вот из-за этого ухудшения характеристик, расход топлива и должен быть выше "идеальной" гравитационной мощности на планировании, все верно. Это и определяет кпд махолета.
Срыва потока не будет. Птицы действительно на махе вниз могут выдерживать угол атаки порядка 23 градусов, на околосрывных режимах. Но у них намного меньше числа Рейнольдса, там это нормально. Для полноразмерного махолета, по грубым прикидкам, должно быть достаточно изменения угла атаки при махах на 5-10 градусов, максимум на 15. Это далеко от срывных режимов. Которые на их профилях начинаются где-то с 18 градусов. Такое изменение постоянно делается и на дельтапланах, и на парапланах во время штатного полета. На первых при маневрировании, на вторых при вытягивании акселератора.
Так же непонятно, почему КПД будет 90%
Ну смотрите, на крыло навстречу набегает поток 15 м/с (~50 км/час), а само крыло опускается относительно воздуха со скоростью 2 м/с. В 7 раз медленнее. Даже если вы за 0.1 сек измените угол поворота, это всего ли 1/7 часть того потока, что попадет на крыло. В общем, было бы несущественно, даже если там был бы срыв потока при смене направления маха. А его там нет. Поэтому махи вверх и вниз — это просто работа на разных участках поляры крыла. Судя по существующим полярам, это разница в эффективности около 10%. Отсюда и ожидаемый аэродинамический кпд махолета порядка 90%. Да и измеренный инструментально у птиц, примерно такой же.
Скорее будет не больше чем у винта той же ометаемой площади.
Кстати, это совершенно верно! У винта с диаметром как размах крыльев (7-10 м), кпд тоже будет близок к 100%. Даже меньше достаточно, порядка 4-5 м, из-за того что площадь круга больше, чем ометаемая крыльями при махах. Собственно, это не просто теория, это давно проверено и измерено на практике. На самолетах-мускулолетах (масса конструкции 40 кг, размах ~30 м) с потребной для полета мощностью в 350 Вт, используются винты с диаметром 3.5 м. И их измеренное кпд составляет 85-90%.
Так что если есть возможность сделать большой тихоходный винт (для дельтаплана это диаметром 3-4 м), то в плане экономичности необходимости в махолетах нет. Такой винт будет так же эффективен и близок к теоретическому пределу.
Почему вы используете дельтаплан, как модельный пример?
Дельтапланы и парапланы по удельной нагрузке на крыло и числу Рейнольдса ближе всех к птицам. Поэтому сравнивая с птичьим машущим полетом, логичнее всего брать параметры этих летательных аппаратов.
Строго говоря, махолет трястись не обязан. Он же находится в воздухе. Его тряска — это изменение положения центра масс (считаем, что пилот находится в нем). А положение центра масс у летящего аппарата изменяется, в основном, от аэродинамических сил.
Достаточно во время полета обеспечивать одинаковую подъемную силу во время махов, и ничего трястись не будет. Это можно сделать, например, когда центроплан работает как неподвижное крыло, а концевые части при махах создают только тягу. Сохраняя у себя вертикальную составляющую подъемной силы постоянной. И такой махолет будет лететь ровно, как самолет. Собственно, птицы тоже почти не колеблются, если сравнивать с развиваемыми их мышцами усилиями и затрачиваемой мощностью. Еще одна причина колебаний — чисто динамическая, за счет взаимодействия движущихся частей. Но и ее можно компенсировать аэродинамическими силами. Так что с этим у махолетов, в теории, все не так уж плохо.
Та же проблема, кстати, с электромоторами. Если окружность электромотора развернуть и вытянуть в линию, получится линейный электропривод. Но так как там мощность тоже умножается на обороты электромотора, то при частоте 1-2 Гц для мощность даже в пару киловатт, потребуется 20-30 кг одних только магнитов. Это печально… Для легкого веса привода нужны высокооборотистые моторы, но возникает проблема редуктора с хорошим КПД. Учитывая мощность в несколько л.с. и коэфф. редукции порядка 100. Не говоря о прочности, чтобы работать с такими огромными выходными моментами (или усилиями) на приводе. Речь про полноразмерный аппарат, но и на моделях тоже все сложно.
Строго говоря, и на текущих технологиях можно ускорить доставку космонавтов на Марс. Если заранее запустить серию буксиров по пути и перехватывать корабль между ними. Тут конечно вопрос в дешевизне буксиров. Но раз они заведомо беспилотные, они не обязаны быть такими же надёжными, как обычные ракеты. Сделать их на экологичном топливе, чтобы не вредило при авариях, и массово запускать. Может даже с самолётов, совсем маленькие. Да, потребуется огромное количество, но электроника для навигации и связи ведь стоит копейки.
Вообще, кажется что можно было бы сделать ракеты в виде огромного тканевого пузыря с топливом. Хотя при таких размерах, классический металлический корпус может оказаться легче. Но все же дайнема, кевлар, вектран и другие подобные материалы раз в 10 прочнее на растяжение, чем сталь, при меньшем весе. Было бы глупо не использовать такие свойства материалов.
Давайте для тех, кто еще не знает как это работает, максимально упростим махолетную теорию. Вот летит безмоторный дельтаплан. Он снижается относительно воздуха с некоторой скоростью, скажем, 1.1 м/с (типичная скорость снижения, бывает и меньше, например 0.9 м/с). Если дельтаплан вместе с пилотом имеют массу 100 кг (70 кг пилот и 30 кг дельтаплан), то переводим ее в ньютоны и по формуле N = m * v получаем, что гравитация "дает" на его полет мощность N = 100 кг * 9.8 кг*м/с2 * 1.1 м/с = 1078 Вт.
Аэродинамические силы зависят от скорости набегающего потока квадратично. Увеличив скорость снижения в 1.4 раза, подъемная сила на крыле вырастет в 2 раза. Ну а дальше очевидно — давайте как-то заставим половину времени крылья опускаться относительно воздуха в 1.4 раза быстрее, чем они делают это обычно. За это время своим центром масс наберем высоту (раз подъемная сила получится в 2 раза больше, чем обычно). А остальное время будем просто планировать с нее, как обычно. Заодно медленно опуская крылья.
Короче, берем любой дельтаплан или самолет, заставляем его махать крыльями для обеспечения скорости снижения крыльев в 1.4 раза (а лучше в 2, чтобы с запасом) быстрее, чем они снижаются на безмоторном планировании. И такой самолет полетит как махолет, куда он денется… Если посмотреть на крупных птиц, у них так и есть.
Сколько же нужно мощности на такой машущий полет? Потребуется на столько больше по сравнению с планированием, на сколько второй режим (снижение с 1.4 большей скоростью) по аэродинамике хуже, чем просто планирование. Если посмотреть на поляры крыльев, вроде дельтапланерных, то там разница от силы 5-10%. Ну еще накинем немного на переходные процессы при смене направления маха (хотя они пренебрежимо малы, так как горизонтальная скорость набегающего потока в 5-15 раз выше, т.е. ровно в качество К крыла раз, чем вертикальная снижения при махах). Итого, получаем, что кпд махолета как механизма, создающего за счет махов тягу для полета, должен находиться в районе 90-95%. Что и неудивительно, ведь это по сути планирующий полет, с лишь чуть измененным в худшую сторону режимом.
То есть, для горизонтального полета тому машущему дельтаплану потребуется в идеальном случае электромотор около 1200 Вт. У хорошего бесколлекторника с крупным диаметром кпд около 90-95%, плюс у контроллера на уровне 95%, хотя на такой мощности может быть и 98%. И механический кпд привода может быть на уровне 98% (взяв в качестве линейного привода, например, полутораметровой длины ВШП, который представляет собой, по сути, подшипник). Итого, реальная мощность электромотора потребуется 1400 Вт. Это очень маленькая мощность, можно летать от батареек. Ниже гравитационных 1078 Вт никак не может быть (нестационарные явления, якобы снижающие мощность по сравнению с планированием, это сказки, подтверждения им нет). Необходимая мощность для моторного полета всегда будет выше мощности планирования, причем ровно на КПД движителя. Для сравнения, моторные дельтапланы имеют кпд винтов около 35%, девайсы с меньшей удельной нагрузкой (ранцевые мотопарапланы), примерно 40-45%.
Таким образом, при размере с дельтаплан, на махолете можно выиграть максимум в два раза по необходимой для полета мощности. Что также означает в два раза меньшую массу мотора и в два раза дешевле. А остальные преимущества могут быть только в потенциальной бесшумности/малошумности, так как основной шум в ЛА всегда от винта. И, может быть, чуть большую безопасности вблизи, из-за отсутствия быстро вращающегося винта рядом с телом пилота.
Но это в идеале. Первые прототипы, конечно, могут затрачивать в несколько раз больше мощности, чем мощность планирования. Из-за низкого кпд механического привода и из-за того, что вряд ли удастся сразу подобрать повороты крыла, чтобы попадать в оптимальные углы атаки относительно набегающего потока. Но было бы очень интересно посмотреть скорость снижения этих построенных махолетов в режиме планирования, и сравнить с затрачиваемой мощностью на горизонтальный полет. Сразу будет видно, есть ли куда улучшать аэродинамику — настраивать углы поворотов крыльев и т.д.
надо сделать типовую простую и недорогую игрушку-махолёт, запатентовать, навесить на неё 4k камеру с VR и продавать её на всех крупных площадках.
Да-да, это как братьям Райт посоветовать сразу делать 180 тонный самолет на 300 пассажиров. Тогда он будет экономически целесообразным и быстро окупится ))
Потому что иначе в тех самых нежёстких передачах энергия будет теряться.
Гм… А куда она в полете может деться? Это же изолированная система. Там из "потерь" только нагрев в деталях (потому что кпд той же резины не 100%), вот и все. Любые остальные потери будут приводить либо к смещению центра тяжести по высоте, либо колебаниям вперед-назад.
В обоих случаях это можно дальше использовать для полезной работы: с высоты можно планировать с неподвижными крыльями, а вперед-назад — это тяга. Можно конечно бессмысленно тратить эту энергию, просто перемешивая воздух и тратя энергию на придание ему турбулентности. Тогда эта энергия будет тратиться на перемещение массы воздуха и закручивание вихрей. Но это просто неэффективное использование привода/аэродинамики, а не потери в обычном смысле.
Надо строить ядерный буксир и лететь с постоянной тягой в гравитационную точку от Солнца (которая в 5 раз дальше, чем сейчас находятся Вояджеры). И тогда можно будет получать изображения экзопланет на расстояниях до 100 световых лет с разрешением 1000х1000 пикселей на одну планету. Каждый пиксель будет соответствовать участку на планете примерно 10х10 км, что вполне позволит увидеть ночное освещение городов, к примеру.
Я вполне ожидаю что будущие ИИ надо будет вполне полноценно растить и воспитывать, как человеческих детенышей.
ИЛИ сразу появится сверхчеловеческий ИИ. На основе чего-нибудь вроде будущей GPT-10. Где просто даете затравку, а нейросеть обучена продолжать текст.
Если на вход ей подать текст "Основными причинами старения являются...", то она дальше их адекватно перечислит. Исходя из изученных 50 млн медицинских научных работ, которые уже сейчас есть в интернете. И которые ни один живой человек физически не может прочитать и изучить за всю свою жизнь.
Причем это будет работать и по механике для роботов: "У меня есть 4 мотора с параметрами такими-то, чтобы сделать шаг, мне нужно подать ток на них в такой последовательности: ...".
Да, сейчас GPT-3 в большинстве случае выдает глупости и типичные фразы, которые чаще всего встречаются в данных. Но это всего лишь локальный минимум. При увеличении емкости сети и продолжении обучения неизбежно будет достигнут около-глобальный экстремум. В котором картина мира максимально непротиворечива (т.е. данные максимально хорошо согласуются друг с другом). И ее ответы станут полностью адекватными. Ответами сильного ИИ.
Совершенно верно, поэтому и есть два основных подхода к созданию ИИ — в первом случае это просто оптимизировать непосредственно целевую функцию. Любую — умение ходить, умение делать какую-то работу, например мыть посуду в доме. Или, в общем случае, быть неотличимым по поведению от человека, т.е. проходить тест Тьюринга. Целевой функцией может быть и "инстинкт выживания" — если по каким-то критериям прекращать работу ИИ раньше, а целевой функцией сделать долгое время его жизни.
Но такое обучении ИИ под конкретную целевую функцию, т.е. на основе эмоций или инстинкта выживания, имеет недостаток. Потому что в нем действительно возможны всякие странные побочные эффекты, вроде отсутствия интонации при разговоре, если такой вариант окажется эффективнее для достижения этой целевой функции. Потому что такой ИИ сам по себе безмозглый, это просто математическая оптимизация целевой функции.
И есть другой подход — предобучение на огромных объемах данных (тексты, картинки, видео). Само по себе такое обучение не имеет смысла, целевая функция в нем либо восстановить из сжатого вида (эмбеддингов) исходные данные, либо разбить их на классы. Но в обоих случаях создается некое сжатое представление реальности.
Да, потом с этим представлением все равно надо как-то работать, например, делать обучение с подкреплением. Но из-за огромного объема данных, на которых делалось самообучение, это представление, по определению, должно адекватно отражать реальность (т.к. нейросети стремятся к глобальному экстремуму, а не локальному). И потому такой ИИ должен, в теории, быть адекватнее. Т.е. более разумным, в широком смысла. И поэтому у него не должно быть побочных робототехнических эффектов, вроде голоса без эмоций. Ну или это будет реально обоснованный адекватный выбор для достижения цели, а не просто глюк оптимизации. То есть, как раз проявление сильного ИИ.
Собственно, последние результаты по GPT-3, CLIP, DALL-E) и показывают, что скорее всего второй подход сработает лучше. Напрямую обучать роботов конкретным задачам не очень удается, слишком высокая размерность пространства решений. Имеющиеся в математике методы оптимизации плохо с такой работают. А вот преодобучить на больших данных, снизив размерность, ну… это выходит получше. Видно больше косвенных признаков будущего сильного интеллекта.
GPT-3 может сделать целые статьи, но вот моя кошка узнает меня, может попросить еды, может открыть дверь в туалет и она как-то научилась этому сама
Ну, к этому и идет. Нейросеть CLIP от OpenAI уже способна (потенциально) вас узнавать, как и кошка. Достаточно один раз ей показать вашу фотографию и сказать "это я". На хабре есть статья https://habr.com/ru/post/540312/, где картинкам дали подписи "это собака", "это кошка", а потом нейросеть сразу без обучения смогла их отличать. Да, у нее сейчас нет своей памяти, обработку выдаваемых ею эмбеддингов надо делать извне. Но все равно неплохо, да? ) Все больше вещей, которые традиционно приписываются животным/людям, способен делать даже сегодняшний несовершенный ИИ. Нейросеть CLIP — это как GPT-3, только помимо текста, ей добавили картинки. Она создает совмещенные для них эмбеддинги. Со временем архитектуры, аналогичные CLIP, размоют границу между текстом и зрением.
В принципе, сейчас все сводится к тому, что нейросети (GPT-3, CLIP) — это неокоротекс. Он содержит все знания и модель мира, а также обученные паттерны. А для создания сильного ИИ не хватает базальных ганглий — обучения с подкреплением. Использующего для этого эмбеддинги, предоставляемые неокортексом. Строго говоря, интеллект — это совместная работа базальных ганглий (=обучение с подкреплением) и таламуса (=знания). Эта связка появилась еще у динозавров и позволила им сосредоточенно преследовать добычу, ну и вообще, быть умнее предшественников. Неокортекс у млекопитающих — это всего лишь плата расширения для таламуса, он почти линейно связан с таламусом и синхронизирован с ним по частоте. А базальные ганглии работают с таламусом.
А насчет минимального интеллекта, думаю, пока нет ответа… Когда появится, узнаем его =). Сейчас есть только признаки и робкие намеки на то, что он возможен. К примеру, есть ошибочное распространенное мнение, что нейросети — это просто статистическая модель, делающая интерполяции и аппроксимации. Но это не так. Нейросети — это градиентный спуск в пространстве высокой размерности. Да, они часто выдают интерполяцию и статистику, но это всего лишь локальный минимум на этом спуске. А сами по себе они математически стремятся к глобальному. Точно так же, как это делает человеческий интеллект.
Но есть и хорошая новость ). Даже создать такого туповатого злого ИИ никто пока не может и не знает как это сделать. Наилучшее приближение к сильному ИИ, какое сейчас только есть — это создание эмбеддингов на больших объемах данных. На вход что-то подается, например большие объемы текстов или картинок. Нейросеть снижает размерность этих данных, пытаясь уместить в небольшой вектор только важную информацию, которая позволяет из этого вектора либо восстановить исходные большие данные (серия GPT-3), либо разбить их на тысячи классов (сверточные нейросети на Imagenet). Восстановление данных (или разбитие на классы) и есть целевая функция обучения.
А вот уже из этих эмбеддингов теоретически можно получить сильный ИИ. Либо преобразовав их напрямую в нужную задачу, как по сути и работают все нейросети. Либо пропустив их через пока не существующий подходящий Reinforcement learning алгоритм. В целом, вся эта цепочка преобразований похожа на то, что происходит в биологическом мозге. Но как видите, все это совсем не похоже на представления о создании классического "запрограммированного" ИИ. Кроме того, последние достижения показывают, что для этого нужны нейросети с триллионами параметров, а значит обучение такого ИИ доступно всего нескольким корпорациям.
Однако, как показала GPT-3, можно выразить осторожный оптимизм, что создание нейтрального безэмоционального ИИ, т.е. не обученного под конкретную функцию, а универсального, как из фантастических фильмов, все же возможно… Хотя окончательно это станет ясно, когда GPT-3 увеличат хотя бы в тысячу раз.
Такой ИИ не потребует дообучения под конкретную задачу (а поэтому возможности злоупотребить обучением не будет). А потребует только формулирование задачи: "сделай то и это". То есть, получится настоящий универсальный сильный ИИ. Хотя он продолжит работать на основе эмбеддингов и является частично имитационным, но ключевой момент здесь в том, что он будет стараться имитировать не поведение людей, которых ему показывали при обучении. А имитировать данные, на которых предобучен. То есть, "думать" он будет на основе логики, заключенной в данных. А так как, судя по всему, для создания сильного ИИ нужны огромные данные (весь текст и видео интернета), то это значит, что он будет думать в терминах модели реального мира, а не навязанной ему программистами ограниченной "злой" модели мира.
Мне кажется, сейчас это единственная ближайшая реальная возможность получить сверхчеловеческий ИИ. Который будет думать сам по себе, а не так, как мы его научили. Правда, для нас он может оказаться непредсказуемым и, возможно, мы не сможем его понять. Его решения и советы могут иметь такие далеко идущие последствия, которые мы не сможем понять, но которые он будет целенаправленно добиваться (это и есть определение сверхчеловеческого ИИ).
При пессимистичном и наиболее вероятном сценарии, он будет просто инструментом. И на затравку: "Чтобы уничтожить мир, надо...", выдаст наиболее оптимальный вариант, как это сделать. Свой сверхразумный супер эффективный вариант. Но если создание сильного ИИ это качественный скачок (что оооочень вряд ли, это скорее градация разных значений), то на такой вопрос он будет отвечать чем-то вроде: "это плохая идея". В общем, посмотрим. В плане опасности от сильного ИИ возможны как плохие варианты развития событий, так и хорошие.
С такими "настройками эмоций", для ИИ работа будет как скучная компьютерная игра.
Увы, но сейчас не видится возможности создать такой "классический" ИИ. Который думал бы как робот из фильмов. Есть, по сути, две возможности: либо это простая оптимизация целевой функции, и тогда у этого ИИ эта целевая функция и есть эмоции (выполняет ту же роль).
Либо это имитационный ИИ, который просто пытается имитировать поведение человека. Здесь целевая функция — это быть похожим на человека.
В обоих случаях можно создать туповатого ИИ, который будет, к примеру, легко поддаваться патриотической пропаганде. И путем отбора или подбора его параметров обучения, можно сделать из него военного злодея. Который будет стремиться уничтожить человечество. Да, это будет происходить исключительно из-за его тупости, так как настоящий высокоразвитый разум такого делать конечно не стал бы. Но возможность создания злого ИИ ведь остается.
Но если судить по Земле, это вопрос пары сотен лет от начала технической цивилизации… Во всех остальных случаях придется изучать только планеты с неразумными животными. Или с дикарями. От которых несколько тысяч лет до цивилизации, способной реплицировать сигнал инопланетного ИИ. Про застрявших на "природном" уровне инопланетян, массово мрущих от примитивных болезней, как-то не верится. Так же как в посттехнологических, хотя бы потому, что в технологической фазе они должны были пройти этот этап с сигналами.
Так что для экспансии именно разумной жизни по вселенной такой сценарий выглядит вполне реалистичным. Мы ему пока не удовлетворяем, но близки к этому. Хотя против такой версии говорит тот факт, что помимо большого объёма данных, в сигнале должны быть встроены упрощённые версии. Что-то вроде подсказок, маячков и более простых кодировок. Доказывающих, что этот сигнал искусственный. И что-то такое мы могли бы уже уловить, если бы вселенная была испещрена такими сигналами.
Проблема со спектрограммами в том, какую длину окна выбрать в преобразовании Фурье. Большое — и потеряются мелкие детали. Маленькое — и картинка окажется не наглядной для системы компьютерного зрения. Разные масштабирования, сжатие и растяжение осей (линейное, логарифмическое или мел) имеют ту же проблему — либо теряем детали, либо получаем избыток шума, что усложняет визуальное распознавание. А если использовать сразу несколько спектрограмм с разным шагом, то это получится примерно такой же объем данных, как анализировать звук напрямую.
Поэтому будущее все же за прямым анализом. В синтезе звука, а на самом деле тоже распознавании — так как для хорошего синтеза нужно распознать характерные паттерны в звуке, чтобы их потом имитировать, уже давно ушли от спектрограмм к прямому анализу. Ещё начиная с древней WaveNet. Хотя в человеческом ухе действительно есть аналог спектрограммы, так как чувствительные клетки соединены и снимают сигнал с разных частей улитки, резонирующих на разных частотах (аналог быстрого преобразования Фурье), причем в логарифмическое масштабе (точнее, в мел масштабе). И распознавание паттернов звука дальше делается нейронами, аналогичными тем, что в зрительной системе. Поэтому для ограниченного круга задач и при удачном подборе параметров (шаг, масштабирование осей) спектрограммы использовать вполне можно. Но лучше анализировать напрямую звуковую wave волну.
Растения не единственная форма жизни, их там было несколько со все усложняющейся структурой (прокариоты, эукариоты, растения, грибы, животные). И в каждом классе тоже были подклассы, постепенно усложнявшиеся в плане интеллекта. Скажем, динозавры получили таламус и базальные ганглии, что позволило им долго концентрироваться на цели для преследования. Что и дало им эволюционное преимущество. Млекопитающие ещё сильнее улучшили эту систему, по сравнению с динозаврами получив "плату расширения" в виде неокортекса. И вот этот эволюционный процесс в комплексе, со все усложняющимся со временем мозгом/нервной системой/интеллектом и даёт основания утверждать, что появление разума неизбежно. Не остановится это все на растениях… Хотя процесс может занять не сотни миллионов лет, как у нас, а миллиарды. И может остановиться на млекопитающих ) Потому что это самая развитая известная нам форма жизни (а вот мы можем быть случайностью). Но на менее развитых вариантах, чем некий аналог млекопитающих с неокортексом, эволюция вряд ли может остановиться.
А так как люди, в общем-то, по интеллекту недалеко ушли от обезьян, то значит и вероятность появления разумной жизни из такого уровня тоже имеет большие шансы.
ИИ может проводить экспансию кодом, модулируя собой гравитационные волны. Кто-нибудь поймет и примет. Мы этого не видим… пока.
Это действительно кажется наиболее оптимальным видом экспансии. Не обязательно гравитационными волнами: радио, оптический диапазон и нейтрино тоже годятся. Преимущества: распространение со скоростью света, почти ничего не стоит, охват всего неба. Маяк около местного светила может заниматься такой рассылкой сколько угодно. Достаточно развитая цивилизация примет сигнал, расшифрует и получит образец инопланетного разума. А после отправит обновленную версию дальше. И назад, где тоже обновят рассылку согласно полученному личностью опыту.
Не нужно строить космические корабли, способные выдержать полет в течении сотен тысяч лет. Да и просто распространение цивилизации со скоростью света получится быстрее. А если жизнь во вселенной однотипна, то и интереса смотреть на неразумную жизнь на планетах никакого нет. Важен только опыт разумных цивилизаций, вдруг они открыли что-то новое. А биологическая жизнь скорее всего везде похожа. Химия-то одинакова, даже у нас на одной планете существуют почти все возможные формы жизни. Какие-то бактерии питаются водородом, другие железом и т.д. Почти любым доступным для жизни градиентом энергии.
Как вывод — нужно искать типы сигналов, способные за разумное время передать достаточный объем информации, в котором можно закодировать разум. Это, вероятно, терабайты (по нижней границе) или петабайты. Потому что гигабайтные объемы мы уже освоили в нейросетях, и этого кажется явно маловато.
Справедливости ради, у легкомоторных самолетов на скоростях выше 150 км/час, кпд обычного винта 70% совсем не редкость, а возможно бывают и под 85%. Собственно, это и есть основная причина, почему махолеты не пытались делать в качестве коммерческой авиации. Тут в комментариях спрашивали. Любому авиационному инженеру из самых базовых физических принципов понятно, что для самолетов толку в этом особого нет. Винт в этом режиме и так прекрасный движитель (кроме шума). И конструктивно в тысячи раз проще. Это только у медленно летающих аппаратов <100 км/час проблема с аэродинамической эффективностью движителей.
С другой стороны, сейчас становятся актуальными короткий взлет и посадка. А это для махолетов уже интересно. И вычислительные ресурсы уже, теоретически, позволяют делать птичью посадку в точку, маша крыльями на околосрывных режимах.
Вот из-за этого ухудшения характеристик, расход топлива и должен быть выше "идеальной" гравитационной мощности на планировании, все верно. Это и определяет кпд махолета.
Срыва потока не будет. Птицы действительно на махе вниз могут выдерживать угол атаки порядка 23 градусов, на околосрывных режимах. Но у них намного меньше числа Рейнольдса, там это нормально. Для полноразмерного махолета, по грубым прикидкам, должно быть достаточно изменения угла атаки при махах на 5-10 градусов, максимум на 15. Это далеко от срывных режимов. Которые на их профилях начинаются где-то с 18 градусов. Такое изменение постоянно делается и на дельтапланах, и на парапланах во время штатного полета. На первых при маневрировании, на вторых при вытягивании акселератора.
Ну смотрите, на крыло навстречу набегает поток 15 м/с (~50 км/час), а само крыло опускается относительно воздуха со скоростью 2 м/с. В 7 раз медленнее. Даже если вы за 0.1 сек измените угол поворота, это всего ли 1/7 часть того потока, что попадет на крыло. В общем, было бы несущественно, даже если там был бы срыв потока при смене направления маха. А его там нет. Поэтому махи вверх и вниз — это просто работа на разных участках поляры крыла. Судя по существующим полярам, это разница в эффективности около 10%. Отсюда и ожидаемый аэродинамический кпд махолета порядка 90%. Да и измеренный инструментально у птиц, примерно такой же.
Кстати, это совершенно верно! У винта с диаметром как размах крыльев (7-10 м), кпд тоже будет близок к 100%. Даже меньше достаточно, порядка 4-5 м, из-за того что площадь круга больше, чем ометаемая крыльями при махах. Собственно, это не просто теория, это давно проверено и измерено на практике. На самолетах-мускулолетах (масса конструкции 40 кг, размах ~30 м) с потребной для полета мощностью в 350 Вт, используются винты с диаметром 3.5 м. И их измеренное кпд составляет 85-90%.
Так что если есть возможность сделать большой тихоходный винт (для дельтаплана это диаметром 3-4 м), то в плане экономичности необходимости в махолетах нет. Такой винт будет так же эффективен и близок к теоретическому пределу.
Дельтапланы и парапланы по удельной нагрузке на крыло и числу Рейнольдса ближе всех к птицам. Поэтому сравнивая с птичьим машущим полетом, логичнее всего брать параметры этих летательных аппаратов.
Строго говоря, махолет трястись не обязан. Он же находится в воздухе. Его тряска — это изменение положения центра масс (считаем, что пилот находится в нем). А положение центра масс у летящего аппарата изменяется, в основном, от аэродинамических сил.
Достаточно во время полета обеспечивать одинаковую подъемную силу во время махов, и ничего трястись не будет. Это можно сделать, например, когда центроплан работает как неподвижное крыло, а концевые части при махах создают только тягу. Сохраняя у себя вертикальную составляющую подъемной силы постоянной. И такой махолет будет лететь ровно, как самолет. Собственно, птицы тоже почти не колеблются, если сравнивать с развиваемыми их мышцами усилиями и затрачиваемой мощностью. Еще одна причина колебаний — чисто динамическая, за счет взаимодействия движущихся частей. Но и ее можно компенсировать аэродинамическими силами. Так что с этим у махолетов, в теории, все не так уж плохо.
Та же проблема, кстати, с электромоторами. Если окружность электромотора развернуть и вытянуть в линию, получится линейный электропривод. Но так как там мощность тоже умножается на обороты электромотора, то при частоте 1-2 Гц для мощность даже в пару киловатт, потребуется 20-30 кг одних только магнитов. Это печально… Для легкого веса привода нужны высокооборотистые моторы, но возникает проблема редуктора с хорошим КПД. Учитывая мощность в несколько л.с. и коэфф. редукции порядка 100. Не говоря о прочности, чтобы работать с такими огромными выходными моментами (или усилиями) на приводе. Речь про полноразмерный аппарат, но и на моделях тоже все сложно.
Строго говоря, и на текущих технологиях можно ускорить доставку космонавтов на Марс. Если заранее запустить серию буксиров по пути и перехватывать корабль между ними. Тут конечно вопрос в дешевизне буксиров. Но раз они заведомо беспилотные, они не обязаны быть такими же надёжными, как обычные ракеты. Сделать их на экологичном топливе, чтобы не вредило при авариях, и массово запускать. Может даже с самолётов, совсем маленькие. Да, потребуется огромное количество, но электроника для навигации и связи ведь стоит копейки.
Вообще, кажется что можно было бы сделать ракеты в виде огромного тканевого пузыря с топливом. Хотя при таких размерах, классический металлический корпус может оказаться легче. Но все же дайнема, кевлар, вектран и другие подобные материалы раз в 10 прочнее на растяжение, чем сталь, при меньшем весе. Было бы глупо не использовать такие свойства материалов.
Давайте для тех, кто еще не знает как это работает, максимально упростим махолетную теорию. Вот летит безмоторный дельтаплан. Он снижается относительно воздуха с некоторой скоростью, скажем, 1.1 м/с (типичная скорость снижения, бывает и меньше, например 0.9 м/с). Если дельтаплан вместе с пилотом имеют массу 100 кг (70 кг пилот и 30 кг дельтаплан), то переводим ее в ньютоны и по формуле N = m * v получаем, что гравитация "дает" на его полет мощность N = 100 кг * 9.8 кг*м/с2 * 1.1 м/с = 1078 Вт.
Аэродинамические силы зависят от скорости набегающего потока квадратично. Увеличив скорость снижения в 1.4 раза, подъемная сила на крыле вырастет в 2 раза. Ну а дальше очевидно — давайте как-то заставим половину времени крылья опускаться относительно воздуха в 1.4 раза быстрее, чем они делают это обычно. За это время своим центром масс наберем высоту (раз подъемная сила получится в 2 раза больше, чем обычно). А остальное время будем просто планировать с нее, как обычно. Заодно медленно опуская крылья.
Короче, берем любой дельтаплан или самолет, заставляем его махать крыльями для обеспечения скорости снижения крыльев в 1.4 раза (а лучше в 2, чтобы с запасом) быстрее, чем они снижаются на безмоторном планировании. И такой самолет полетит как махолет, куда он денется… Если посмотреть на крупных птиц, у них так и есть.
Сколько же нужно мощности на такой машущий полет? Потребуется на столько больше по сравнению с планированием, на сколько второй режим (снижение с 1.4 большей скоростью) по аэродинамике хуже, чем просто планирование. Если посмотреть на поляры крыльев, вроде дельтапланерных, то там разница от силы 5-10%. Ну еще накинем немного на переходные процессы при смене направления маха (хотя они пренебрежимо малы, так как горизонтальная скорость набегающего потока в 5-15 раз выше, т.е. ровно в качество К крыла раз, чем вертикальная снижения при махах). Итого, получаем, что кпд махолета как механизма, создающего за счет махов тягу для полета, должен находиться в районе 90-95%. Что и неудивительно, ведь это по сути планирующий полет, с лишь чуть измененным в худшую сторону режимом.
То есть, для горизонтального полета тому машущему дельтаплану потребуется в идеальном случае электромотор около 1200 Вт. У хорошего бесколлекторника с крупным диаметром кпд около 90-95%, плюс у контроллера на уровне 95%, хотя на такой мощности может быть и 98%. И механический кпд привода может быть на уровне 98% (взяв в качестве линейного привода, например, полутораметровой длины ВШП, который представляет собой, по сути, подшипник). Итого, реальная мощность электромотора потребуется 1400 Вт. Это очень маленькая мощность, можно летать от батареек. Ниже гравитационных 1078 Вт никак не может быть (нестационарные явления, якобы снижающие мощность по сравнению с планированием, это сказки, подтверждения им нет). Необходимая мощность для моторного полета всегда будет выше мощности планирования, причем ровно на КПД движителя. Для сравнения, моторные дельтапланы имеют кпд винтов около 35%, девайсы с меньшей удельной нагрузкой (ранцевые мотопарапланы), примерно 40-45%.
Таким образом, при размере с дельтаплан, на махолете можно выиграть максимум в два раза по необходимой для полета мощности. Что также означает в два раза меньшую массу мотора и в два раза дешевле. А остальные преимущества могут быть только в потенциальной бесшумности/малошумности, так как основной шум в ЛА всегда от винта. И, может быть, чуть большую безопасности вблизи, из-за отсутствия быстро вращающегося винта рядом с телом пилота.
Но это в идеале. Первые прототипы, конечно, могут затрачивать в несколько раз больше мощности, чем мощность планирования. Из-за низкого кпд механического привода и из-за того, что вряд ли удастся сразу подобрать повороты крыла, чтобы попадать в оптимальные углы атаки относительно набегающего потока. Но было бы очень интересно посмотреть скорость снижения этих построенных махолетов в режиме планирования, и сравнить с затрачиваемой мощностью на горизонтальный полет. Сразу будет видно, есть ли куда улучшать аэродинамику — настраивать углы поворотов крыльев и т.д.
Понял, согласен. В этом смысле действительно в махолетах благодатная почва для таких потерь.
Да-да, это как братьям Райт посоветовать сразу делать 180 тонный самолет на 300 пассажиров. Тогда он будет экономически целесообразным и быстро окупится ))
Гм… А куда она в полете может деться? Это же изолированная система. Там из "потерь" только нагрев в деталях (потому что кпд той же резины не 100%), вот и все. Любые остальные потери будут приводить либо к смещению центра тяжести по высоте, либо колебаниям вперед-назад.
В обоих случаях это можно дальше использовать для полезной работы: с высоты можно планировать с неподвижными крыльями, а вперед-назад — это тяга. Можно конечно бессмысленно тратить эту энергию, просто перемешивая воздух и тратя энергию на придание ему турбулентности. Тогда эта энергия будет тратиться на перемещение массы воздуха и закручивание вихрей. Но это просто неэффективное использование привода/аэродинамики, а не потери в обычном смысле.
Надо строить ядерный буксир и лететь с постоянной тягой в гравитационную точку от Солнца (которая в 5 раз дальше, чем сейчас находятся Вояджеры). И тогда можно будет получать изображения экзопланет на расстояниях до 100 световых лет с разрешением 1000х1000 пикселей на одну планету. Каждый пиксель будет соответствовать участку на планете примерно 10х10 км, что вполне позволит увидеть ночное освещение городов, к примеру.
ИЛИ сразу появится сверхчеловеческий ИИ. На основе чего-нибудь вроде будущей GPT-10. Где просто даете затравку, а нейросеть обучена продолжать текст.
Если на вход ей подать текст "Основными причинами старения являются...", то она дальше их адекватно перечислит. Исходя из изученных 50 млн медицинских научных работ, которые уже сейчас есть в интернете. И которые ни один живой человек физически не может прочитать и изучить за всю свою жизнь.
Причем это будет работать и по механике для роботов: "У меня есть 4 мотора с параметрами такими-то, чтобы сделать шаг, мне нужно подать ток на них в такой последовательности: ...".
Да, сейчас GPT-3 в большинстве случае выдает глупости и типичные фразы, которые чаще всего встречаются в данных. Но это всего лишь локальный минимум. При увеличении емкости сети и продолжении обучения неизбежно будет достигнут около-глобальный экстремум. В котором картина мира максимально непротиворечива (т.е. данные максимально хорошо согласуются друг с другом). И ее ответы станут полностью адекватными. Ответами сильного ИИ.
Совершенно верно, поэтому и есть два основных подхода к созданию ИИ — в первом случае это просто оптимизировать непосредственно целевую функцию. Любую — умение ходить, умение делать какую-то работу, например мыть посуду в доме. Или, в общем случае, быть неотличимым по поведению от человека, т.е. проходить тест Тьюринга. Целевой функцией может быть и "инстинкт выживания" — если по каким-то критериям прекращать работу ИИ раньше, а целевой функцией сделать долгое время его жизни.
Но такое обучении ИИ под конкретную целевую функцию, т.е. на основе эмоций или инстинкта выживания, имеет недостаток. Потому что в нем действительно возможны всякие странные побочные эффекты, вроде отсутствия интонации при разговоре, если такой вариант окажется эффективнее для достижения этой целевой функции. Потому что такой ИИ сам по себе безмозглый, это просто математическая оптимизация целевой функции.
И есть другой подход — предобучение на огромных объемах данных (тексты, картинки, видео). Само по себе такое обучение не имеет смысла, целевая функция в нем либо восстановить из сжатого вида (эмбеддингов) исходные данные, либо разбить их на классы. Но в обоих случаях создается некое сжатое представление реальности.
Да, потом с этим представлением все равно надо как-то работать, например, делать обучение с подкреплением. Но из-за огромного объема данных, на которых делалось самообучение, это представление, по определению, должно адекватно отражать реальность (т.к. нейросети стремятся к глобальному экстремуму, а не локальному). И потому такой ИИ должен, в теории, быть адекватнее. Т.е. более разумным, в широком смысла. И поэтому у него не должно быть побочных робототехнических эффектов, вроде голоса без эмоций. Ну или это будет реально обоснованный адекватный выбор для достижения цели, а не просто глюк оптимизации. То есть, как раз проявление сильного ИИ.
Собственно, последние результаты по GPT-3, CLIP, DALL-E) и показывают, что скорее всего второй подход сработает лучше. Напрямую обучать роботов конкретным задачам не очень удается, слишком высокая размерность пространства решений. Имеющиеся в математике методы оптимизации плохо с такой работают. А вот преодобучить на больших данных, снизив размерность, ну… это выходит получше. Видно больше косвенных признаков будущего сильного интеллекта.
Ну, к этому и идет. Нейросеть CLIP от OpenAI уже способна (потенциально) вас узнавать, как и кошка. Достаточно один раз ей показать вашу фотографию и сказать "это я". На хабре есть статья https://habr.com/ru/post/540312/, где картинкам дали подписи "это собака", "это кошка", а потом нейросеть сразу без обучения смогла их отличать. Да, у нее сейчас нет своей памяти, обработку выдаваемых ею эмбеддингов надо делать извне. Но все равно неплохо, да? ) Все больше вещей, которые традиционно приписываются животным/людям, способен делать даже сегодняшний несовершенный ИИ. Нейросеть CLIP — это как GPT-3, только помимо текста, ей добавили картинки. Она создает совмещенные для них эмбеддинги. Со временем архитектуры, аналогичные CLIP, размоют границу между текстом и зрением.
В принципе, сейчас все сводится к тому, что нейросети (GPT-3, CLIP) — это неокоротекс. Он содержит все знания и модель мира, а также обученные паттерны. А для создания сильного ИИ не хватает базальных ганглий — обучения с подкреплением. Использующего для этого эмбеддинги, предоставляемые неокортексом. Строго говоря, интеллект — это совместная работа базальных ганглий (=обучение с подкреплением) и таламуса (=знания). Эта связка появилась еще у динозавров и позволила им сосредоточенно преследовать добычу, ну и вообще, быть умнее предшественников. Неокортекс у млекопитающих — это всего лишь плата расширения для таламуса, он почти линейно связан с таламусом и синхронизирован с ним по частоте. А базальные ганглии работают с таламусом.
А насчет минимального интеллекта, думаю, пока нет ответа… Когда появится, узнаем его =). Сейчас есть только признаки и робкие намеки на то, что он возможен. К примеру, есть ошибочное распространенное мнение, что нейросети — это просто статистическая модель, делающая интерполяции и аппроксимации. Но это не так. Нейросети — это градиентный спуск в пространстве высокой размерности. Да, они часто выдают интерполяцию и статистику, но это всего лишь локальный минимум на этом спуске. А сами по себе они математически стремятся к глобальному. Точно так же, как это делает человеческий интеллект.
Но есть и хорошая новость ). Даже создать такого туповатого злого ИИ никто пока не может и не знает как это сделать. Наилучшее приближение к сильному ИИ, какое сейчас только есть — это создание эмбеддингов на больших объемах данных. На вход что-то подается, например большие объемы текстов или картинок. Нейросеть снижает размерность этих данных, пытаясь уместить в небольшой вектор только важную информацию, которая позволяет из этого вектора либо восстановить исходные большие данные (серия GPT-3), либо разбить их на тысячи классов (сверточные нейросети на Imagenet). Восстановление данных (или разбитие на классы) и есть целевая функция обучения.
А вот уже из этих эмбеддингов теоретически можно получить сильный ИИ. Либо преобразовав их напрямую в нужную задачу, как по сути и работают все нейросети. Либо пропустив их через пока не существующий подходящий Reinforcement learning алгоритм. В целом, вся эта цепочка преобразований похожа на то, что происходит в биологическом мозге. Но как видите, все это совсем не похоже на представления о создании классического "запрограммированного" ИИ. Кроме того, последние достижения показывают, что для этого нужны нейросети с триллионами параметров, а значит обучение такого ИИ доступно всего нескольким корпорациям.
Однако, как показала GPT-3, можно выразить осторожный оптимизм, что создание нейтрального безэмоционального ИИ, т.е. не обученного под конкретную функцию, а универсального, как из фантастических фильмов, все же возможно… Хотя окончательно это станет ясно, когда GPT-3 увеличат хотя бы в тысячу раз.
Такой ИИ не потребует дообучения под конкретную задачу (а поэтому возможности злоупотребить обучением не будет). А потребует только формулирование задачи: "сделай то и это". То есть, получится настоящий универсальный сильный ИИ. Хотя он продолжит работать на основе эмбеддингов и является частично имитационным, но ключевой момент здесь в том, что он будет стараться имитировать не поведение людей, которых ему показывали при обучении. А имитировать данные, на которых предобучен. То есть, "думать" он будет на основе логики, заключенной в данных. А так как, судя по всему, для создания сильного ИИ нужны огромные данные (весь текст и видео интернета), то это значит, что он будет думать в терминах модели реального мира, а не навязанной ему программистами ограниченной "злой" модели мира.
Мне кажется, сейчас это единственная ближайшая реальная возможность получить сверхчеловеческий ИИ. Который будет думать сам по себе, а не так, как мы его научили. Правда, для нас он может оказаться непредсказуемым и, возможно, мы не сможем его понять. Его решения и советы могут иметь такие далеко идущие последствия, которые мы не сможем понять, но которые он будет целенаправленно добиваться (это и есть определение сверхчеловеческого ИИ).
При пессимистичном и наиболее вероятном сценарии, он будет просто инструментом. И на затравку: "Чтобы уничтожить мир, надо...", выдаст наиболее оптимальный вариант, как это сделать. Свой сверхразумный супер эффективный вариант. Но если создание сильного ИИ это качественный скачок (что оооочень вряд ли, это скорее градация разных значений), то на такой вопрос он будет отвечать чем-то вроде: "это плохая идея". В общем, посмотрим. В плане опасности от сильного ИИ возможны как плохие варианты развития событий, так и хорошие.
Увы, но сейчас не видится возможности создать такой "классический" ИИ. Который думал бы как робот из фильмов. Есть, по сути, две возможности: либо это простая оптимизация целевой функции, и тогда у этого ИИ эта целевая функция и есть эмоции (выполняет ту же роль).
Либо это имитационный ИИ, который просто пытается имитировать поведение человека. Здесь целевая функция — это быть похожим на человека.
В обоих случаях можно создать туповатого ИИ, который будет, к примеру, легко поддаваться патриотической пропаганде. И путем отбора или подбора его параметров обучения, можно сделать из него военного злодея. Который будет стремиться уничтожить человечество. Да, это будет происходить исключительно из-за его тупости, так как настоящий высокоразвитый разум такого делать конечно не стал бы. Но возможность создания злого ИИ ведь остается.
Но если судить по Земле, это вопрос пары сотен лет от начала технической цивилизации… Во всех остальных случаях придется изучать только планеты с неразумными животными. Или с дикарями. От которых несколько тысяч лет до цивилизации, способной реплицировать сигнал инопланетного ИИ. Про застрявших на "природном" уровне инопланетян, массово мрущих от примитивных болезней, как-то не верится. Так же как в посттехнологических, хотя бы потому, что в технологической фазе они должны были пройти этот этап с сигналами.
Так что для экспансии именно разумной жизни по вселенной такой сценарий выглядит вполне реалистичным. Мы ему пока не удовлетворяем, но близки к этому. Хотя против такой версии говорит тот факт, что помимо большого объёма данных, в сигнале должны быть встроены упрощённые версии. Что-то вроде подсказок, маячков и более простых кодировок. Доказывающих, что этот сигнал искусственный. И что-то такое мы могли бы уже уловить, если бы вселенная была испещрена такими сигналами.
Проблема со спектрограммами в том, какую длину окна выбрать в преобразовании Фурье. Большое — и потеряются мелкие детали. Маленькое — и картинка окажется не наглядной для системы компьютерного зрения. Разные масштабирования, сжатие и растяжение осей (линейное, логарифмическое или мел) имеют ту же проблему — либо теряем детали, либо получаем избыток шума, что усложняет визуальное распознавание. А если использовать сразу несколько спектрограмм с разным шагом, то это получится примерно такой же объем данных, как анализировать звук напрямую.
Поэтому будущее все же за прямым анализом. В синтезе звука, а на самом деле тоже распознавании — так как для хорошего синтеза нужно распознать характерные паттерны в звуке, чтобы их потом имитировать, уже давно ушли от спектрограмм к прямому анализу. Ещё начиная с древней WaveNet. Хотя в человеческом ухе действительно есть аналог спектрограммы, так как чувствительные клетки соединены и снимают сигнал с разных частей улитки, резонирующих на разных частотах (аналог быстрого преобразования Фурье), причем в логарифмическое масштабе (точнее, в мел масштабе). И распознавание паттернов звука дальше делается нейронами, аналогичными тем, что в зрительной системе. Поэтому для ограниченного круга задач и при удачном подборе параметров (шаг, масштабирование осей) спектрограммы использовать вполне можно. Но лучше анализировать напрямую звуковую wave волну.
Растения не единственная форма жизни, их там было несколько со все усложняющейся структурой (прокариоты, эукариоты, растения, грибы, животные). И в каждом классе тоже были подклассы, постепенно усложнявшиеся в плане интеллекта. Скажем, динозавры получили таламус и базальные ганглии, что позволило им долго концентрироваться на цели для преследования. Что и дало им эволюционное преимущество. Млекопитающие ещё сильнее улучшили эту систему, по сравнению с динозаврами получив "плату расширения" в виде неокортекса. И вот этот эволюционный процесс в комплексе, со все усложняющимся со временем мозгом/нервной системой/интеллектом и даёт основания утверждать, что появление разума неизбежно. Не остановится это все на растениях… Хотя процесс может занять не сотни миллионов лет, как у нас, а миллиарды. И может остановиться на млекопитающих ) Потому что это самая развитая известная нам форма жизни (а вот мы можем быть случайностью). Но на менее развитых вариантах, чем некий аналог млекопитающих с неокортексом, эволюция вряд ли может остановиться.
А так как люди, в общем-то, по интеллекту недалеко ушли от обезьян, то значит и вероятность появления разумной жизни из такого уровня тоже имеет большие шансы.
Это действительно кажется наиболее оптимальным видом экспансии. Не обязательно гравитационными волнами: радио, оптический диапазон и нейтрино тоже годятся. Преимущества: распространение со скоростью света, почти ничего не стоит, охват всего неба. Маяк около местного светила может заниматься такой рассылкой сколько угодно. Достаточно развитая цивилизация примет сигнал, расшифрует и получит образец инопланетного разума. А после отправит обновленную версию дальше. И назад, где тоже обновят рассылку согласно полученному личностью опыту.
Не нужно строить космические корабли, способные выдержать полет в течении сотен тысяч лет. Да и просто распространение цивилизации со скоростью света получится быстрее. А если жизнь во вселенной однотипна, то и интереса смотреть на неразумную жизнь на планетах никакого нет. Важен только опыт разумных цивилизаций, вдруг они открыли что-то новое. А биологическая жизнь скорее всего везде похожа. Химия-то одинакова, даже у нас на одной планете существуют почти все возможные формы жизни. Какие-то бактерии питаются водородом, другие железом и т.д. Почти любым доступным для жизни градиентом энергии.
Как вывод — нужно искать типы сигналов, способные за разумное время передать достаточный объем информации, в котором можно закодировать разум. Это, вероятно, терабайты (по нижней границе) или петабайты. Потому что гигабайтные объемы мы уже освоили в нейросетях, и этого кажется явно маловато.