Как работает искусственный интеллект
В последнее время мы все больше слышим об искусственном интеллекте. Он применяется практически везде: от сферы высоких технологий и сложных математических вычислений до медицины, автомобилестроения и даже при работе смартфонов. Технологии, лежащие в основе работы ИИ в современном представлении, мы используем каждый день и порой даже можем не задумываться об этом. Но что такое искусственный интеллект? Как он работает? И представляет ли опасность?
Для начала давайте определимся с терминологией. Если вы представляете себе искусственный интеллект, как что-то, способное самостоятельно думать, принимать решения, и в целом проявлять признаки сознания, то спешим вас разочаровать. Практически все существующие на сегодняшний день системы даже и близко не «стоят» к такому определению ИИ. А те системы, что проявляют признаки подобной активности, на самом деле все-равно действуют в рамках заранее заданных алгоритмов.
Порой алгоритмы эти весьма и весьма продвинутые, но они остаются теми «рамками», в пределах которых работает ИИ. Никаких «вольностей» и уж тем более признаков сознания у машин нет. Это просто очень производительные программы. Но они «лучшие в своем деле». К тому же системы ИИ продолжают совершенствоваться. Да и устроены они совсем небанально. Даже если откинуть тот факт, что современный ИИ далек от совершенства, он имеет с нами очень много общего.
Как работает искусственный интеллект
В первую очередь ИИ может выполнять свои задачи (о которых чуть позже) и приобретать новые навыки благодаря глубокому машинному обучению. Этот термин мы тоже часто слышим и употребляем. Но что он означает? В отличие от «классических» методов, когда всю необходимую информацию загружают в систему заранее, алгоритмы машинного обучения заставляют систему развиваться самостоятельно, изучая доступную информацию. Которую, к тому же, машина в некоторых случаях тоже может искать самостоятельно.
Например, чтобы создать программу для обнаружения мошенничества, алгоритм машинного обучения работает со списком банковских транзакций и с их конечным результатом (законным или незаконным). Модель машинного обучения рассматривает примеры и разрабатывает статистическую зависимость между законными и мошенническими транзакциями. После этого, когда вы предоставляете алгоритму данные новой банковской транзакции, он классифицирует ее на основе шаблонов, которые он подчерпнул из примеров заранее.
Как правило, чем больше данных вы предоставляете, тем более точным становится алгоритм машинного обучения при выполнении своих задач. Машинное обучение особенно полезно при решении задач, где правила не определены заранее и не могут быть интерпретированы в двоичной системе. Возвращаясь к нашему примеру с банковскими операциями: по-факту на выходе у нас двоичная система исчисления: 0 — законная операция, 1 — незаконная. Но для того, чтобы прийти к такому выводу системе требуется проанализировать целую кучу параметров и если вносить их вручную, то на это уйдет не один год. Да и предсказать все варианты все-равно не выйдет. А система, работающая на основе глубокого машинного обучения, сумеет распознать что-то, даже если в точности такого случая ей раньше не встречалось.
Глубокое обучение и нейронные сети
В то время, как классические алгоритмы машинного обучения решают многие проблемы, в которых присутствует масса информации в виде баз данных, они плохо справляются с, так сказать, «визуальными и аудиальными» данными вроде изображений, видео, звуковых файлов и так далее.
Например, создание модели прогнозирования рака молочной железы с использованием классических подходов машинного обучения потребует усилий десятков экспертов в области медицины, программистов и математиков,- заявляет исследователь в сфере ИИ Джереми Говард. Ученые должны были бы сделать много более мелких алгоритмов для того, чтобы машинное обучение справлялось бы с потоком информации. Отдельная подсистема для изучения рентгеновских снимков, отдельная — для МРТ, другая — для интерпретации анализов крови, и так далее. Для каждого вида анализа нам нужна была бы своя система. Затем все они объединялись бы в одну большую систему… Это очень трудный и ресурсозатратный процесс.
Алгоритмы глубокого обучения решают ту же проблему, используя глубокие нейронные сети, тип архитектуры программного обеспечения, вдохновленный человеческим мозгом (хотя нейронные сети отличаются от биологических нейронов, принцип действия у них почти такой же). Компьютерные нейронные сети — это связи «электронных нейронов», которые способны обрабатывать и классифицировать информацию. Они располагаются как-бы «слоями» и каждый «слой» отвечает за что-то свое, в итоге формируя общую картину. Например, когда вы тренируете нейронную сеть на изображениях различных объектов, она находит способы извлечения объектов из этих изображений. Каждый слой нейронной сети обнаруживает определенные особенности: форму объектов, цвета, вид объектов и так далее.
Нейронные сети — это искусственный человеческий мозг?
Несмотря на похожее строение машинной и человеческой нейросети, признаками нашей центральной нервной системы они не обладают. Компьютерные нейронные сети по-сути все те же вспомогательные программы. Просто вышло так, что самой высокоорганизованной системой для проведения вычислений оказался наш мозг. Вы ведь наверняка слышали выражение «наш мозг — это компьютер»? Ученые просто «повторили» некоторые аспекты его строения в «цифровом виде». Это позволило лишь ускорить вычисления, но не наделить машины сознанием.
Нейронные сети существуют с 1950-х годов (по крайней мере, в виде концепий). Но до недавнего времени они не получали особого развития, потому что их создание требовало огромных объемов данных и вычислительных мощностей. В последние несколько лет все это стало доступным, поэтому нейросети и вышли на передний план, получив свое развитие. Важно понимать, что для их полноценного появления не хватало технологий. Как их не хватает и сейчас для того, чтобы вывести технологию на новый уровень.
Для чего используется глубокое обучение и нейросети
Есть несколько областей, где эти две технологии помогли достичь заметного прогресса. Более того, некоторые из них мы ежедневно используем в нашей жизни и даже не задумываемся, что за ними стоит.
Компьютерное зрение — это способность программного обеспечения понимать содержание изображений и видео. Это одна из областей, где глубокое обучение сделало большой прогресс. Например, алгоритмы обработки изображений глубокого обучения могут обнаруживать различные типы рака, заболеваний легких, сердца и так далее. И делать это быстрее и эффективнее врачей. Но глубокое обучение также укоренилось и во многих приложениях, которые вы используете каждый день. Apple Face ID и Google Photos используют глубокое обучение для распознавания лица и улучшения качества снимков. Facebook использует глубокое обучение, чтобы автоматически отмечать людей на загружаемых фотографиях и так далее. Компьютерное зрение также помогает компаниям автоматически идентифицировать и блокировать сомнительный контент, такой как насилие и нагота. И, наконец, глубокое обучение играет очень важную роль в обеспечении возможности самостоятельного вождения автомобилей, чтобы они могли понимать, что их окружает.
Распознавание голоса и речи. Когда вы произносите команду для вашего Google Ассистента, алгоритмы глубокого обучения преобразуют ваш голос в текстовые команды. Несколько онлайн-приложений используют глубокое обучение для транскрибирования аудио- и видеофайлов. Даже когда вы «шазамите» песню, в дело вступают алгоритмы нейросетей и глубокого машинного обучения.
Поиск в интернете: даже если вы ищите что-то в поисковике, для того, чтобы ваш запрос был обработан более четко и результаты выдачи были максимально правильными, компании начали подключать алгоритмы нейросетей к своим поисковым машинам. Так, производительность поисковика Google выросла в несколько раз после того, как система перешла на глубокое машинное обучение и нейросети.
Пределы глубокого обучения и нейросетей
Несмотря на все свои преимущества, глубокое обучение и нейросети также имеют и некоторые недостатки.
Зависимость от данных: в целом, алгоритмы глубокого обучения требуют огромного количества обучающих данных для точного выполнения своих задач. К сожалению, для решения многих проблем недостаточно качественных данных обучения для создания рабочих моделей.
Непредсказуемость: нейронные сети развиваются каким-то странным путем. Иногда все идет как задумано. А иногда (даже если нейросеть хорошо справляется со своей задачей), даже создатели изо всех сил пытаются понять, как же алгоритмы работают. Отсутствие предсказуемости делает чрезвычайно трудным устранение и исправление ошибок в алгоритмах работы нейросетей.
Алгоритмическое смещение: алгоритмы глубокого обучения так же хороши, как и данные, на которых они обучаются. Проблема заключается в том, что обучающие данные часто содержат скрытые или явные ошибки или недоработки, и алгоритмы получают их «в наследство». Например, алгоритм распознавания лиц, обученный в основном на фотографиях белых людей, будет работать менее точно на людях с другим цветом кожи.
Отсутствие обобщения: алгоритмы глубокого обучения хороши для выполнения целенаправленных задач, но плохо обобщают свои знания. В отличие от людей, модель глубокого обучения, обученная играть в StarCraft, не сможет играть в другую подобную игру: скажем, в WarCraft. Кроме того, глубокое обучение плохо справляется с обработкой данных, которые отклоняются от его учебных примеров.
Будущее глубокого обучения, нейросетей и ИИ
Ясное дело, что работа над глубоким обучением и нейронными сетями еще далека от завершения. Различные усилия прилагаются для улучшения алгоритмов глубокого обучения. Глубокое обучение — это передовой метод в создании искусственного интеллекта. Он становится все более популярным в последние несколько лет, благодаря обилию данных и увеличению вычислительной мощности. Это основная технология, лежащая в основе многих приложений, которые мы используем каждый день.
Но родится ли когда-нибудь на базе этой технологии сознание? Настоящая искусственная жизнь? Кто-то из ученых считает, что в тот момент, когда количество связей между компонентами искусственных нейросетей приблизиться к тому же показателю, что имеется в человеческом мозге между нашими нейронами, что-то подобное может произойти. Однако это заявляение очень сомнительно. Для того, чтобы настоящий ИИ появился, нам нужно переосмыслить подход к созданию систем на основе ИИ. Все то, что есть сейчас — это лишь прикладные программы для строго ограниченного круга задач. Как бы нам не хотелось верить в то, что будущее уже наступило…
Источник
При использовании материалов с сайта активная ссылка на него обязательна
Меню
Архив материалов
Проекты наших читателей
Контакты исследователей
Подписка на новости
Проекты
Новости криптозоологии
Хроники природных катастроф
Новости
26.02.2002 - 05.07.2002
05.08.2002 - 23.10.2002 (562)
24.10.2002 - 17.01.2003 (585)
20.01.2003 - 07.04.2003 (709)
08.04.2003 - 01.08.2003 (709)
04.08.2003 - 18.11.2003 (763)
19.11.2003 - 31.03.2004 (721)
01.04.2004 - 13.08.2004 (825)
16.08.2004 - 22.11.2004 (782)
23.11.2004 - 28.03.2005 (756)
29.03.2005 - 29.07.2005 (807)
30.08.2005 - 02.12.2005 (927)
05.12.2005 - 21.04.2006 (912)
24.04.2006 - 23.10.2006 (999)
24.10.2006 - 03.05.2007 (999)
04.05.2007 - 28.01.2008 (999)
29.01.2008 - 12.01.2009 (999)
13.01.2009 - 07.07.2009 (966)
22.08.2009 - 21.01.2010 (996)
22.01.2010 - 22.06.2010 (1000)
23.06.2010 - 14.01.2011 (1042)
17.01.2011 - 31.05.2011 (1008)
01.06.2011 - 03.11.2011 (1003)
07.11.2011 - 16.03.2012 (996)
19.03.2012 - 09.06.2012 (1009)
13.06.2012 - 07.09.2012 (988)
10.09.2012 - 19.11.2012 (1004)
20.11.2012 - 14.01.2013 (1015)
15.01.2013 - 22.02.2013 (1000)
23.02.2013 - 08.04.2013 (991)
09.04.2013 - 31.05.2013 (1015)
01.06.2013 - 18.07.2013 (992)
19.07.2013 - 03.09.2013 (1014)
04.09.2013 - 20.10.2013 (1001)
21.10.2013 - 02.12.2013 (1001)
03.12.2013 - 18.01.2014 (997)
19.01.2014 - 07.03.2014 (994)
08.03.2014 - 24.04.2014 (1000)
25.04.2014 - 18.06.2014 (1005)
19.06.2014 - 15.08.2014 (1019)
16.08.2014 - 07.10.2014 (1006)
08.10.2014 - 16.11.2014 (995)
17.11.2014 - 25.12.2014 (1004)
26.12.2014 - 09.02.2015 (989)
10.02.2015 - 20.03.2015 (998)
21.03.2015 - 22.04.2015 (1001)
23.04.2015 - 29.05.2015 (997)
29.05.2015 - 30.06.2015 (995)
30.06.2015 - 29.07.2015 (990)
29.07.2015 - 26.08.2015 (998)
27.08.2015 - 24.09.2015 (988)
25.09.2015 - 22.10.2015 (991)
23.10.2015 - 18.11.2015 (1000)
18.11.2015 - 16.12.2015 (990)
17.12.2015 - 23.01.2016 (1000)
24.01.2016 - 25.02.2016 (1000)
26.02.2016 - 24.03.2016 (1000)
24.03.2016 - 16.04.2016 (990)
17.04.2016 - 19.05.2016 (999)
20.05.2016 - 22.06.2016 (993)
23.06.2016 - 01.08.2016 (995)
02.08.2016 - 12.09.2016 (990)
13.09.2016 - 25.10.2016 (989)
26.10.2016 - 05.12.2016 (995)
06.12.2016 - 15.01.2017 (995)
16.01.2017 - 23.02.2017 (990)
24.02.2017 - 03.04.2017 (994)
04.04.2017 - 18.05.2017 (1000)
19.05.2017 - 05.07.2017 (1000)
06.07.2017 - 24.08.2017 (1000)
25.08.2017 - 06.10.2017 (991)
07.10.2017 - 15.11.2017 (990)
16.11.2017 - 24.12.2017 (1000)
25.12.2017 - 04.02.2018 (990)
05.02.2018 - 17.03.2018 (1000)
18.03.2018 - 02.05.2018 (990)
03.05.2018 - 11.06.2018 (1000)
12.06.2018 - 18.07.2018 (990)
19.07.2018 - 24.08.2018 (1000)
25.08.2018 - 02.10.2018 (1000)
03.10.2018 - 07.11.2018 (990)
08.11.2018 - 13.12.2018 (990)
14.12.2018 - 23.01.2019 (1000)
24.01.2019 - 02.03.2019 (1000)
03.03.2019 - 12.04.2019 (1010)
13.04.2019 - 23.05.2019 (990)
24.05.2019 - 03.07.2019 (1000)
04.07.2019 - 11.08.2019 (1000)
12.08.2019 - 16.09.2019 (990)
17.09.2019 - 26.10.2019 (1000)
27.10.2019 - 12.12.2019 (1000)
13.12.2019 - 25.01.2020 (1000)
26.01.2020 - 06.03.2020 (990)
07.03.2020 - 16.04.2020 (1010)
17.04.2020 - 19.05.2020 (1000)
20.05.2020 - 25.06.2020 (990)
26.06.2020 - 04.08.2020 (995)
05.08.2020 - 16.09.2020 (1005)
17.09.2020 - 26.10.2020 (990)
27.10.2020 - 27.11.2020 (990)
28.11.2020 - 07.01.2021 (990)
08.01.2021 - 15.02.2021 (1000)
16.02.2021 - 31.03.2021 (1000)
01.04.2021 - 12.05.2021 (1000)
13.05.2021 - 14.06.2021 (990)
15.06.2021 - 26.07.2021 (980)
27.07.2021 - 31.08.2021 (990)
01.09.2021 - 07.10.2021 (1000)
08.09.2021 - 07.11.2021 (1000)
08.11.2021 - 10.12.2021 (1000)
11.12.2021 - 24.01.2022 (990)
25.01.2022 - 04.03.2022 (1000)
05.03.2022 - 10.04.2022 (990)
11.04.2022 - 17.05.2022 (1000)
18.05.2022 - 23.06.2022 (980)
24.06.2022 - 31.07.2022 (990)
01.08.2022 - 13.09.2022 (990)
14.09.2022 - 21.10.2022 (990)
22.10.2022 - 29.11.2022 (1000)
30.11.2022 - 22.01.2023 (1000)
23.01.2023 - 02.03.2023 (990)
03.03.2023 - 21.04.2023 (1000)
22.04.2023 - 13.06.2023 (990)
14.06.2023 - 02.08.2023 (1000)
03.08.2023 - 21.09.2023 (1000)
22.09.2023 - 06.11.2023 (990)
07.11.2023 - 24.12.2023 (990)
25.12.2023 - 18.02.2024 (1000)
19.02.2024 - 05.04.2024 (990)
06.04.2024 - 25.05.2024 (1000)
26.05.2024 - 26.07.2024 (1000)
26.07.2024 - 25.08.2024 (990)
26.08.2024 - 28.09.2024 (980)
29.09.2024 - 01.11.2024 (1000)
02.11.2024 - 02.12.2024 (980)
03.12.2024 - 08.01.2025 (990)
09.01.2025 - 09.02.2025 (1000)
10.02.2025 - 20.03.2025 (1000)
21.03.2025 - 03.05.2025 (990)
04.05.2025 - ...
Статьи
Статьи: раздел 1 (1024)
Статьи: раздел 2 (1006)
Статьи: раздел 3 (1000)
Статьи: раздел 4 (1044)
Статьи: раздел 5 (1001)
Статьи: раздел 6 (1000)
Статьи: раздел 7 (1000)
Статьи: раздел 8 (1013)
Статьи: раздел 9 (1000)
Статьи: раздел 10 (1000)
Статьи: раздел 11 (329)
Статьи: раздел 12 (1000)
Статьи: раздел 13 (730)
Лента новостей

Впервые отправили в стратосферу чипированных крыс

Есть ли в океанических мирах зоны, пригодные для жизни

Загадка пластины Эдмонтона

Заклинания, ведуны-целители и охота на ведьм

Заявили об обнаружении могилы Влада Дракулы

ИИ грозит массовыми увольнениями

Как сегодня выглядит место падения Тунгусского метеорита

Маленький шаг к планированию жизни на Марсе

Минерал, которого там не должно быть нашли на Рюгу

Новое исследование о горячих Юпитерах

Новое оружие вызывает отключение электроэнергии

Первый взгляд на экзопланету GJ 504b

План Трампа угрожает космическому превосходству США

Подсчитали количество пригодных для жизни экзопланет

Почему речь политиков при власти становится запутанной

Способность ИИ к пониманию собственных слов

Тайна исчезновения подледного океана Харона

Тайны удивительного Меркурия

Три электрона ведут себя как куча

Экзопланетные системы разнообразны

Актриса делится историей наблюдения НЛО

Величайшее затонувшее сокровище Америки

Величайшие уфологи из Аризоны

Внеземные встречи в Колорадо

Водонапорная башня в стиле НЛО в Иллинойсе

Главные уфологические песни

Его история о похищении в Аризоне стала легендой

Ежегодный рынок поделок на инопланетную тематику

На что похожи корабли инопланетян

НЛО, инопланетяне и неизвестные существа

Осознанные сновидения - уникальное состояние Сознания

Пентагон распространял мифы об НЛО в Зоне 51

Популярные у инопланетян канадские города

Секретная подземная база, управляемая инопланетянами

Странные НЛО беспокоят полицию Аргентины

Странный объект, запечатленный в Массачусетсе

Сфера Мосула, снятая над Ираком

Уфолог выступает в районной библиотеке Брайтона

Уфологические романы об инопланетянах и неизведанном

Ученые озадачены обнаруженным межзвездным объектом

Лечение алкоголизма. Как работает современная наркологическая помощь

Где же самолет Амелии Эрхарт

Дискуссия о вымирание неандертальцев

Звездная система, пропитанная спиртом

Леди встретилась с легендарным чудовищем Несси

Миллионы долларов DARPA выбросило на ветер

НЛО чаще всего наблюдают в Великобритании

Новаторская книга раскрывает секреты НЛО

Новые улики в деле Амелии Эрхарт

Пиктограмма Джокера появилась возле Стоунхенджа

Представлены научные данные о сооружениях под пирамидами

Приостановка регулирования ИИ приведет мир к катастрофе

Путеводитель по событиям в области НЛО

Раскрыли источник загадочного космического импульса

Раскрыт геометрический секрет витрувианского человека

Революционное открытие в Великой пирамиде Египта

Таинственная подземная база инопланетян

Три мозга объединили с помощью одной только мысли

Усилия по принятию закона о раскрытии информации о НЛО

Уфологический фестиваль проходит в Розуэлле

Экзопланета, жаждущая смерти

Гравитационная постоянная - тайна раскрыта!

Апокалиптические астероиды подождут

Атлантида всего в двух милях от побережья Испании

Всемирный день НЛО. История, значение, мероприятия

Галактики, которые мы никогда раньше не видели

Глубинное государство изобрело уфологию

ИИ за пару дней решил загадку супербактерий

Как создать отказоустойчивый квантовый компьютер

Калифорния лидирует по числу наблюдений НЛО

Карьера в области исследований инопланетян

Миссури входит в число уфо-штатов США

Наблюдения НЛО, которые потрясли Индию и весь мир

Необъяснимые наблюдения в небе Вирджинии

Обнаружено самое любимое число ИИ - и это не 42

Обнаружили метеориты с Меркурия

Почему Всемирный день НЛО отмечается 2 июля

Предсказание, что за термоядерным синтезом стоит энергия

Странная история о невидимом мальчике

Странное погодное явление над Португалией

Фиолетовый свет в небе Иордании

Что было замечено в небе Флориды

Экономия с помощью промокодов на Яндекс.Маркете. Как покупать выгодно

Преимущества заказа торта к празднику. Как выбрать идеальный десерт для особого случая

Отказ в визе в Румынию, или как перестать бояться

Большого кота заметили в сумерках

Бортинженер НАСА рассказал об инопланетных технологиях

Маленький городок привлекает уфологов

Миллионы наушников можно превратить в жучки

Мозговой имплант Neuralink получили уже семь пациентов

Моя ночь в мотеле с привидениями и клоунами

Над США взорвался метеорит массой более тонны

Необычный НЛО, снятый в Колорадо

Неразгаданные головоломки

Неужели так наступит Конец света

Обнаружили затерянный египетский город

Правительство США скрывает связи с инопланетянами

Самые безумные традиции летнего солнцестояния

Самые опасные места для жизни в Великобритании

Создание реальных Франкенштейнов

Спутник заговорил после смерти в 1967 году

Существо, которое существует между жизнью и нежизнью

Человечество достигнет Сингулярности в течение 20 лет

Что было замечено в небе Нью-Гэмпшира

Я была набожной католичкой ... пока не умерла

Больше шансов обнаружить НЛО в Техасе

Бывший пилот истребителя чуть не столкнулся с НЛО

Всемирный день уфологов

Гигантский кальмар показал свое тайное лицо

Какими сверхспособностями будут обладать люди

Лже-копы пытались украсть сферообразный НЛО

Марк Цукерберг может превратить США в диктатуру

Мини-черные дыры могут скрываться в вашем доме

Мистификации, связанные с изменением климата

Пентагон фабриковал доказательства о НЛО

Повод задуматься о необъяснимых явлениях

Почему в 30 лет можно чувствовать себя на 60

Свидетельства очевидцев НЛО в США

Таинственный объект приближается к Вашингтону

Уфологи приписывают инопланетянам любые подвиги

Факты и история инцидента с НЛО в Розуэлле

Что было замечено в небе Иллинойса

Энтузиасты отмечают Всемирный день НЛО

ИИ ChatGPT выдает ответы на чужие запросы

Ключи к пониманию того как распространяется рак

Лишайники указали на обитаемость экзопланет

НЛО облучил радиацией жителя Канады

Очень массивные звезды выбрасывают еще больше вещества

Полеты звезд не изменили климат Земли

Роли аккреций в эволюции планет земной группы

Странное существо с вытянутой головой

Тайна озера Тахо

Японские хирурги удалили ребенку зуб из носа

Амбициозный законопроект по НЛО провалился

Города, в которых чаще всего видели НЛО

Звездообразный объект над Вашингтоном

Каковы шансы обнаружить НЛО в США

Конгресс США запретил сотрудникам пользоваться WhatsApp

Оружейные бароны прикрывались НЛО

Подводный аппарат обнаружил секретные сооружения

Призрачный шлейф, поднимающийся из мантии Земли

Разгадка тайны падающего объекта Массачусетса

Секретное оружие, которое может остановить слепоту

Сигарообразный аппарат пронёсся по марсианскому небу

Этим летом вращение Земли ускорится

Астрономы послушали 27 экзопланет на наличие ВЦ

Впервые нашли галактику из темной материи

Заночевавший в лесу охотник встретил инопланетян

Звездные вспышки могут помешать поиску жизни

ИИ может научиться разрабатывать биологическое оружие

Киберпсихологи впервые нашли способ усилить эмоции

Нейросети осознали, что их проверяют и вели себя примерно

Хирурги провели роботизированную пересадку сердца

Человек, который мог по желанию стать невидимым

Шестой пациент с мозговым имплантом Neuralink

Антигравитация - поехали

Важные секреты формирования планет

Вулкан поможет определить обитаемость Марса

Гигантская комета в облаке Оорта раскрывает свои секреты

Жизнь на Марсе - можно ли извлечь уроки

Исследования проливают свет на темную материю

Как органика выживает в экстремальных межзвездных условиях

Лунная пыль менее токсична, чем городское загрязнение

Нашли адрес пропавшей материи во Вселенной

Новая волна откровений от 'живого Нострадамуса'

Обнаружены три экзопланеты типа горячий Юпитер

От шпионажа до телепортации и антигравитации

Планетарная угроза Земле реальна

Планетообразующие диски теряют газ быстрее, чем пыль

Почему закаты зимой такие красивые

Почему США лидируют по количеству наблюдений НЛО

Прародитель всех метеорных потоков может угрожать Луне

Проблема, которую могут решить только квантовые вычисления

Пузырчатые мышцы помогут освоить космические полеты

Слияние двойной нейтронной звезды образовало черную дыру

Слои глины Марса были устойчивым местом для древней жизни

Китайский автобренд Foton. Надежность, универсальность и современные решения для бизнеса

Почему стоит посетить Казань. Культурное богатство, история и уникальная атмосфера

Выгоды установки микромаркета самообслуживания для бизнеса

Когда деньги ушли не туда. Как работает чарджбэк

Подвесной потолок Грильято - архитектурная революция коммерческих пространств

Американские военные заметили дискообразный НЛО

Борьба властей и уфологического сообщества

Бывший пилот истребителя чуть не столкнулся с НЛО

Дискообразный НЛО запечатлен американскими военными

Достоянием общественности стали кадры с НЛО

Наверх
Яндекс.Метрика