Налог на добавленную стоимость не был экономическим прорывом. Его придумали задолго до запуска, и все понимали, как он должен работать. Проблема была в другом: такой налог слишком рискованно сразу выкатывать в большую экономику из-за возможных ошибок и потерь для бюджета.

Франция решила эту проблему красиво. Сначала — MVP, потом — всё остальное. Идеологом такого подхода стал Морис Лоре, который понимал: правильный налог проваливается так же легко, как неправильный, если его внедрять без «тестового контура».

Тестовым контуром стал Кот-д’Ивуар. Решение приняли не случайно. В худшем случае это была бы локальная неудача. В лучшем — готовый налог, который можно было бы спокойно переносить во Францию.

Шалость удалась.

От буров, вгрызающихся в Марс, до искусственного интеллекта для работы в кратере — технологии, родившиеся в недрах земных шахт, становятся основой для освоения планет. У руля — Австралия, лидер мировой горнодобычи: в 2019 году здесь был создан альянс AROSE (Australian Remote Operations for Space and on Earth), куда вошли Rio Tinto, Woodside, Fugro, Curtin University и Австралийское космическое агентство. 

Цель — применить опыт эксплуатации карьерной техники в будущих миссиях на Луну и Марс. Да, если раньше горняки вдохновлялись автономией марсианских роботов, то теперь все наоборот: интеллектуальные разработки, использующиеся в горнодобыче, охотно заимствует космическая индустрия. 

В этом тексте — немного истории отношений двух отраслей и современной реальности.

В подвалах Калтеха хранятся тяжелые коробки, собранные волонтерами. Больше 500 штук, с бесценным содержимым. Внутри — стеклянные фотопластинки размером 35×35 см, каждая из которых несет на себе фрагмент неба середины XX века. С 1949 по 1958 год телескоп Паломарской обсерватории в США трудился над созданием своего звездного атласа (POSS — Palomar Observatory Sky Survey). Всего было получено более 1 800 пластинок, зафиксировавших все небо северного полушария. Пластинки бережно проявлялись, описывались, копировались, рассылались по университетам и обсерваториям. Астрономы из разных стран вручную сверялись с ними, иногда сомневаясь: звезду они видят или же стоит пенять на дефект съемки?

Сегодня подобная задача — колоссальный картографический проект — заняла бы не более четырех ночей. Этой осенью уникальный телескоп обсерватории Веры Рубин приступил к работе, чтобы не просто быстро отснять все небо в южном полушарии, а стримить его в высочайшем разрешении как минимум до 2035 года.

Осьминог — это мешок с мозгами, восемью руками (или ногами) и почти суперспособностью прилипать к чему угодно. Мокрая рыба? Держится. Камень, обросший водорослями? Держится. Стенка аквариума, которую только что вымыли? Держится. Секрет в присосках: их много, внутри каждой — выступ, который создаёт вакуум.

Группа учёных подумала: а что если использовать присоски не для того, чтобы что-то схватить, а чтобы что-то протолкнуть?

Например, лекарство через кожу.

Идея трансдермальной доставки лекарств звучит привлекательно. Уже существуют пластыри с обезболивающими, а также никотиновые и гормональные.

Но есть одна загвоздка.

В 1985 году Чжан Жуйминь раздал кувалды рабочим и заставил разбить 76 бракованных холодильников. Для сотрудников убыточного Qingdao Refrigerator General Factory это выглядело весьма странно (холодильники тогда стоили как пара месячных зарплат), но директор хотел проиллюстрировать простую идею: за качество отвечает тот, кто непосредственно делает продукт, а не только начальство.

Сорок лет спустя Haier — империя с выручкой $52 миллиарда — работает как воплощение принципа, который открыли через боль рефакторинга: организационная структура неизбежно диктует архитектуру систем. То, что в IT называют законом Конвея, китайский производитель холодильников воплотил через радикальную децентрализацию всего бизнеса. 

Эта история о том, как структура команды неизбежно определяет архитектуру кода, почему Amazon Prime Video сэкономил, вернувшись к монолиту, и что общего между китайским производителем холодильников и вашим последним проектом на микросервисах.

В 2004 году российский кристаллограф Артем Оганов применил принципы дарвиновской эволюции к поиску новых кристаллических структур. Его алгоритм USPEX позволил предсказывать устойчивые соединения без экспериментов — просто вычисляя, какие структуры «выживут» при заданных условиях. За 20 лет этот подход привел к открытию сверхпроводников, работающих при −23 °C, «невозможных» солей вроде NaCl₇, которые существуют только при экстремальных давлениях, и даже помог объяснить происхождение земных океанов через древние гидросиликаты.

История о том, как эволюционные алгоритмы изменили подход к созданию новых материалов — от случайных открытий к целенаправленному дизайну.

Как собрать сложную систему из деталей, которые вообще не обязаны друг к другу подходить? Не просто спроектировать, а встроить в живой контекст с запредельными ожиданиями сверху, с хаосом снизу, без унифицированных стандартов и без гарантий, что это вообще получится. 

Допустим, есть идея. Допустим, есть деньги. Но нет ни подходящей инфраструктуры, ни нормальной кадровой базы, ни понимания, как эта штука должна работать через десять лет, а работать она точно должна.

Это классическая инженерная задача, только объект — университет и концепция преподавания. Причём задача повышенной сложности, когда в уравнении приходится учитывать человеческий фактор, политическую составляющую и амбиции будущих нобелевских лауреатов.

В 2022 году австралийская компания Cortical Labs представила широкой публике свою разработку — проект DishBrain. Исследователи вырастили 800 тысяч нейронов человека и мыши на мультиэлектродной матрице и обучили их играть в Pong. Позже завертелся хайп с искусственными нейросетями, и о детище Cortical все забыли. Между тем в мае этого года компания показала новую разработку под названием CL1 — следующий этап развития систем на живых нейронах. А значит, пришло время переключиться с ИИ на биогибридные компьютерные системы, или wetware (от англ. wet — «мокрый»), и посмотреть, как там дела.

В этом тексте — о том, есть ли смысл в биогибридном интеллекте, как он устроен, в чем преимущества/проблемы и за какими проектами, помимо работы Cortical, можно следить.