Чего ожидать от нейросетей в будущем
В декабре 2023 года «Яндекс» стал единственной российской компанией, вошедшей в рейтинг мировых лидеров в области развития искусственного интеллекта. Этот список был составлен компанией Epoch AI вместе с учеными из Массачусетского технологического института. Naked Science решил побеседовать с Артемом Бабенко, главой Yandex Research, и узнать, что позволило российской компании попасть в этот престижный рейтинг и каких свершений в области ИИ нам стоит вскоре ожидать.
[Naked Science]: Артем, расскажи немного о себе. На кого ты учился, сколько лет занимаешься научными исследованиями, сколько из них в «Яндексе»? В каких проектах ты работал до «Яндекса»? Какую должность занимаешь сейчас?
[Артем Бабенко]: Я «физтех» — окончил МФТИ по специальности «прикладная физика и математика». До начала моей научной деятельности занимался разработкой, работал в ШАД (Школа анализа данных «Яндекса») и там же и преподавал. В команду Yandex Research пришел в 2013 году, а в 2019 занял должность ее руководителя.
[NS]: А сам Yandex Research когда появился на свет?
[АБ]: В 2011 году. То есть проекту уже больше 10 лет.
[NS]: Сколько в команде Yandex Research сейчас людей?
[АБ]: Нас около тридцати человек. При этом у нас есть как штатные сотрудники, так и резиденты. Резиденты чаще всего — студенты, аспиранты без опыта. Мы буквально выращиваем новые научные кадры. У нас работают люди из ведущих университетов страны — МФТИ, ВШЭ, МГУ и других.
[NS]: Судя по тому, что пишут многие СМИ, машинное обучение и искусственный интеллект стали почти синонимами. Но ведь это не одно и то же? Одно скорее подмножество другого? Давай проясним эти термины.
[АБ]: Мне видится, что все люди, которые используют эти термины, на самом деле оснащают их разными смыслами. Я скажу про свои. Мне кажется, что это будет достаточно хорошее разграничение. Искусственный интеллект — зонтичный термин, который объединяет под собой все задачи, связанные с тем, чтобы научить компьютер делать то, что умеет делать человек. Это распознавание картинок и умение их рисовать, распознавание звука, генерация речи, самая разная работа с текстом. А машинное обучение — это набор методов, которыми можно решать задачи построения искусственного интеллекта. Но были и другие подходы к решению таких задач, не связанные с машинным обучением. Просто история их похоронила. Машинное обучение оказалось лучше.
[NS]: Можешь их кратко перечислить — те подходы, которые не связаны? Что было похоронено?
[АБ]: Скажем, ключевые слова. Были амбиции — написать так называемые экспертные системы, основанные на базах знаний, которые построены на формальной логике. Машинное обучение эти методы вытеснило, оказалось гораздо более перспективным.
При этом машинное обучение не ограничивается задачей догнать и перегнать человека в решении чего-либо. Машинное обучение может работать с данными не только мультимедийной природы, которые человеку комфортны (картинки, звук, речь), но и с теми, с которыми ему тяжело работать.
Например, классическая задача в «Яндексе» — ранжирование. Нужно по каким-то числовым данным выяснить, например, сколько времени человек провел на конкретной странице, как быстро он кликнул на первую ссылку, на следующую ссылку в поисковой выдаче. И предложить ему какое-то рекламное объявление. Это задача, которая тоже решается машинным обучением.
Мне это видится так: задача — создание искусственного интеллекта, машинное обучение — набор методов к этой задаче.
[NS]: У меня и, возможно, у многих складывается впечатление, что машинное обучение «выпрыгнуло» на рынок, и в СМИ по крайней мере, как чертик из табакерки. Вот его не было — и вот оно в полный рост. Если взять метрику его упоминаний в поиске того же «Яндекса», там будет даже не волна — цунами.
[АБ]: Я отвечу так: это именно впечатление, что какой-то резкий скачок был. Скорее сейчас просто появился интерес со стороны СМИ и широкой аудитории. Я пришел в «Яндекс» в 2009 году, и на тот момент машинное обучение уже вовсю использовалось (тогда это был градиентный бустинг). Я думаю, мысль, что машинное обучение — залог успеха нашего бизнеса, была уже с начала 2000-х.
Что касается основных этапов развития машинного обучения внутри «Яндекса», то они были всегда завязаны на мировые тренды. В начале 2010-х случился сдвиг парадигмы в сторону глубоких нейросетей, тогда же в «Яндексе» начали переход от градиентного бустинга к нейросетям. Сначала во всем, что касается мультимедиа, потом и в других данных. Какого-то отличия от того, как это происходило в мировом сообществе, нет. Мы всегда шли бок о бок. Иногда у нас что-то получается сделать быстрее. Мы публикуем про это статью, и мировое сообщество нас догоняет.
[NS]: Вот ты говоришь: «Нас иногда догоняет мировое сообщество». А до этого речь шла о том, что компания движется, в общем, в соответствии с мировыми трендами в этой области. Но там же и обратная связь мощная? Некоторые движутся только вместе с трендами, а кто-то их определяет.
[АБ]: Конечно.
[NS]: И в какой же степени «Яндекс» сейчас их определяет?
[АБ]: Я отвечу так: нам регулярно удается публиковать статьи или наборы данных (их в сообществе называют бенчмарками), которые успешно влияют на то, куда идет мировое сообщество. И сейчас этого гораздо больше, чем в начале 2010-х, уверен на сто процентов. Ну и уж тем более больше, чем в нулевые.
[NS]: Кажется, что не так давно искусственным интеллектом (и, в частности, машинным обучением) занимались только академические организации. В какой момент лидерство перешло к научным отделам корпораций? Или, на самом деле, сейчас существует этакая синергия и академическая наука никуда не делась?
[АБ]: Я считаю, что лидерство перешло к отделам корпораций. Думаю, это случилось в момент, когда залогом успеха в науке стали два фактора. Первый — доступ к большим объемам данных, которые есть в первую очередь у корпораций. Второй — наличие большого количества вычислительных мощностей, которые также присутствуют в большей мере у корпораций. И этот сдвиг случился в районе 2011-2012 годов. Наверное, с этого момента и до сих пор разрыв между корпорациями и академией увеличивается. Условный ChatGPT вышел из корпораций, и все ключевые разработки — от топ-5-10 основных техногигантов: OpenAI, Google, Microsoft. На самом деле, именно они определяют тренды.
В каком смысле синергия присутствует? Очень часто ученые могут работать и в академии, и в корпорации. И, вдохновляясь задачами, которые стоят в корпорации, ученый может предлагать их резидентам-аспирантам для того, чтобы они ими и в университете занимались. Таким образом получается взаимовыгодное сотрудничество.
[NS]: Зачем успешному исследователю, который работает в корпорации, давно уже обогнавшей всю академическую науку, вообще нужна академическая наука? Только черпать оттуда кадры? Или для чего-то еще она нужна?
[АБ]: Я про себя могу сказать, зачем мне академическая наука. Я могу ответить на вопрос, например, зачем я пишу статьи. Я хочу вносить свой вклад в мировое научное сообщество, и все мои коллеги заряжены этой идеей. Потому что мы понимаем: есть области, в которых мы разбираемся лучше остальных и действительно можем двинуть понимание сообщества по каким-то вопросам вперед.
[NS]: То есть вы для себя определяете это как миссию, не работу?
[АБ]: Точно. И, конечно, наука для меня — действительно источник наукоориентированной молодежи, у которой есть амбиция вырасти в ученых. Будет это академический или индустриальный ученый — вопрос вторичный. Я могу взрастить человека до самостоятельного исследователя. Вот и вторая причина.
[NS]: Ты ученый, сотрудник громадной корпорации. Интересы корпорации и «академии» по определению должны иногда отличаться. А ты их, получается, сочетаешь. Есть ли какой-то лайфхак? Может быть, понимание науки как миссии и есть способ сопряжения?
[АБ]: Я руковожу коллективом из 30 человек. И про каждого человека я понимаю, что его больше драйвит. Они все ученые. Но кого-то больше мотивирует, что его разработка будет работать в каком-то из сервисов «Яндекса». А кого-то больше драйвит мысль: я сейчас это придумаю, напишу крутую статью, и все мировые ученые будут ее читать и вдохновляться моими идеями…
[NS]: …и на конференции все обалдеют? Да, понятно.
[АБ]: Да-да. В моем коллективе есть люди и такого склада, и другого склада. Это органично получается. Логично работать в Yandex Research, если ты чувствуешь, что твоя научная позиция будет какую-то синергию иметь с «Яндексом» как с компанией. Если ты хочешь заниматься биоинформатикой, допустим, тебе в Yandex Research делать нечего. Это просто разумный выбор и карьерный шаг. У нас удачно сочетаются как интересы бизнеса — потому что есть ощутимые успехи за счет того, что пришел конкретный ученый, вник в конкретный сервис и своей научной экспертизой ему помог; так и интересы научного сообщества — потому что мы публикуем статьи про настоящее, про реальные задачи, которые интересны ученым, а не только бизнесу.
[NS]: Какие текущие исследования ты считаешь наиболее перспективными и значимыми?
[АБ]: Первое направление — все, что связано с генеративными моделями в компьютерном зрении. Яркий и передовой проект в этой области — «Шедеврум».
У генеративных моделей много проблем. В первую очередь это их дороговизна. Их очень дорого обучать и применять. Мы сейчас занимаемся разработкой более эффективных алгоритмов, которые в целом позволят снизить стоимость этих процессов.
Но помимо дороговизны у них есть и еще одна серьезная проблема. Сообщество не до конца понимает весь потенциал их применения. Мы изучаем новые способы их использования. В прошлом году у нас была очень интересная статья, которая показывала, что на самом деле генеративные модели можно использовать не только для генеративных задач (создавать картинки, тексты, музыку), но и для дискриминативных. Например, с их помощью можно не только создать картинку, но и что-то про нее понять. Скажем, определить к какому она классу принадлежит, сегментировать ее. Инструмент получает какие-то неожиданные сценарии использования, и это здорово.
Второе направление, с которым мы сейчас работаем, — графовые нейросети. Их практическую пользу сообщество также пока не до конца понимает. Недавно мы внедрили графовые нейросети в антифрод «Яндекса», и это, безусловно, показательный кейс.
Третье направление — все, что связано с табличным deep learning. Это такие задачи, у которых нет какой-то мультимедийной структуры, то есть это не картинки, звук или текст. Это максимально общие задачи, в которых данные представлены разными типами значений: количество переходов, кликов, проведенное время и так далее. «Яндекс» всегда инвестировал в такие модели, потому что это цифры, а бизнес-метрики измеряются именно цифрами.
Эта область чуть ли не последняя, которую еще не захватили нейросети. И мы в Yandex Research считаем это недосмотром научного сообщества и активно продвигаем новые решения. На самом деле, мы лидеры в области табличного deep learning. На нас равняются, нас приглашают спикерами на международные конференции.
[NS]: Какие основные проблемы в области машинного обучения и искусственного интеллекта ты бы мог отметить в целом? Даже не обязательно те, которыми вы занимаетесь. И на каких бы хотелось сосредоточиться больше всего?
[АБ]: Во-первых, это эффективность использования передовых моделей машинного обучения и искусственного интеллекта. Доступность этих моделей, дороговизна их обучения и применения пока очень сильно ограничивают спектр их применения обычными людьми, небольшими бизнесами. Повысить доступность таких передовых моделей без потери в качестве — суперважная задача. На этом хочется сконцентрироваться, причем не только моей команде, но и много еще кому.
Во-вторых, всем уже очевидно, что эти модели будут все больше влиять на реальную жизнь людей. Поэтому нужно перестать относиться к ним как к черному ящику.
[NS]: Давай тогда резюмируем: какие у вас будут ближайшие интересные исследования, над чем вы сейчас работаете, что в планах, чего нам ожидать? Каких новых свершений?
[АБ]: Чего ожидать? Генеративных диффузионных моделей для компьютерного зрения, доступных в каждом доме, на каждом девайсе. И работающих быстро и качественно. А еще — больших языковых моделей. Но таких, которые доступны не только пяти технологическим гигантам в мире, а каждому желающему на его смартфоне или ноутбуке. И графовые нейросети станут не простой игрушкой для ученых, а общепризнанным практическим инструментом. Вот тебе такой список наших ближайших задумок — того, о чем мы мечтаем.
[NS]: Про то, на каких проблемах в целом сосредоточен Yandex Research, мы уже немного поговорили. А вот что интересно: в какой степени вы сами себе ставите задачи, а что вам поручает корпорация?
[АБ]: Мы сами себе их ставим. Опыт показывает, что говорить ученому: «исследуй то-то» — не работает. Свобода научного поиска должна быть. Конечно, мы общаемся очень много с подразделениями в сервисах, чтобы понимать, что им нужно. Для нас это источник постановки новых задач, которыми мы можем заинтересоваться.
[NS]: Я сам когда-то работал в «Яндексе» и знаю, что это очень большая корпорация, десятки тысяч человек. А Yandex Research — он такой маленький. Для технологической корпорации, кажется, это совсем немного — всего 30 человек. Может, нужно уже чуть подрасти?
[АБ]: То, что есть сейчас, — уже хорошо. Будет больше — будет лучше. Хороший ученый всегда ценится. Корпорация в целом и моя команда в частности всегда ему рады. Мы действительно будем рады росту. Мы очень многое для этого делаем: и нанимаем новых исследователей, уже взрослых, и сами взращиваем молодежь, будучи научными руководителями аспирантов из НИУ ВШЭ и Физтеха.
Какими должны быть исследователи, которые приходят к нам? Здесь я поговорю про две категории людей. Первая — взрослые исследователи. От них мы ожидаем прежде всего умения и желания продуцировать свою научную повестку: самому идентифицировать белые пятна в науке и адресовать их, предлагать научные гипотезы, проверять их экспериментально, и в случае успеха либо публиковать статью, либо внедрять свои решения в сервис.
Вторая категория людей, с которыми мы тоже готовы работать, — молодежь, заинтересованная в научном руководстве, пока без опыта в науке. На этом этапе достаточно хорошего качественного базового образования (бакалавриат ведущих московских вузов, по крайней мере, его обеспечивает) и желания развиваться в науке по этому карьерному треку. С такими людьми мы готовы работать.
[NS]: Расскажи про ваши партнерства с вузами и другими компаниями.
[АБ]: В России наш ключевой партнер — ВШЭ. Как я уже говорил, мы в постоянном поиске резидентов, и этот вуз — наш основной источник аспирантов. А еще мы набираем резидентов из МФТИ, Сколтеха, ШАД. Мы смотрим на эту программу как на инвестиции в молодежь. Резидентство — не аудиторный курс, где есть домашние задания, лекции и так далее. Это «обучение в бою».
Если говорить про мировые высшие учебные заведения, с которыми у нас выходили совместные статьи, то есть успешные завершенные исследования в этом году, то это ETH в Цюрихе (Швейцарская высшая техническая школа. — NS), Институт науки и технологий (IST) в Австрии, Berkeley (Калифорнийский университет. — NS) и Стэнфорд.
С некоторыми крупными компаниями мы в этом году тоже сотрудничали. Делали совместные исследования с NeurIPS Challenge, где главным организатором выступил Microsoft, и с Hugging Face.
[NS]: Мы начали разговор с отличной новости, что «Яндекс» вошел в число мировых лидеров в области развития искусственного интеллекта. Может быть, какой-нибудь корпоратив устроили в честь этого? Как отмечали внутри?
[АБ]: Мы об этом знали и так. Мы же давно понимаем, что мы молодцы и все эти институты рады с нами работать. Мы знаем, что они читают наши статьи. Мы видим, что они цитируют их и как-то продолжают те направления исследований, по которым мы публиковались. Сказать, что для нас это было как-то грандиозно, нельзя. Нас больше обрадовало даже не то, что мы попали в этот рейтинг, а то, с кем вместе мы туда попали. Потому что я знаю, какие сейчас огромные инвестиции в этой области у наших коллег по индустрии. И вот мы там. Ну окей, классно. Я написал в чат отдела, мне огонечек поставили в Telegram, вот и весь праздник (смеется).
Источник
При использовании материалов с сайта активная ссылка на него обязательна
Отправить донат на поддержку проекта "Аномальные новости"
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 - 19.06.2025 (990)
20.06.2025 - 07.08.2025 (990)
08.08.2025 - 26.09.2025 (1000)
27.09.2025 - 15.11.2025 (1000)
16.11.2025 - 09.01.2026 (1000)
10.01.2026 - 03.03.2026 (1000)
04.03.2026 - 22.04.2026 (1000)
23.04.2026 - 04.06.2026 (990)
05.06.2026 - 25.07.2026 (1000)
26.07.2026 - 13.09.2026 (1000)
14.09.2026 - 02.11.2026 (1000)
03.11.2026 - ...
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

Астероиды у белых карликов не распадаются в пыль

Бактерии-зомби синтезируют ДНК после смерти

Водяной лед на Церере скрывает залежи солей

Звезды производят кислород для небольших галактик

Зверь с Брей Роуд, что ускользнуло от объективов камер

Зомби существуют - спросите хотя бы паразитов

Как определить происхождение космонейтрино

Квантовый вакуум уменьшает черные дыры

Комета 3I-ATLAS родилась в крайне холодных условиях

Куда нужно ударить, чтобы изменить траекторию астероида

Лавовый мир ставит непростые вопросы

Лед Марса меняется вместе с сезонным инеем

Малоизученный компонент в составе астероида Рюгу

Марсианская пыль менее абразивная, чем лунная

Модель Земли для поиска жизни на других планетах

Новые признаки вулканической активности на Марсе

Пределы массы для пар сверхмассивных черных дыр

Редкий метеорит проливает свет на прошлое Марса

Риски заболеваний растений на Луне и Марсе

Столкновения планет помогают атмосферам молодых миров

Архитектура миссии 'Обсерватория обитаемых миров'

Власти США годами высмеивали НЛО

Возмущения таинственного спутника Бетельгейзе

Довольно краткая история METI

Древний резервуар воды в области пояса Койпера

Защита экипажей от марсианской пыли

Как появилась вода на Земле

Кометы могли занести жизнь на Землю

Летающий аппарат готовится к воздушному патрулированию

Мозговой имплант вернул голоса пациентам с БАС

Мой опыт пребывания на грани смерти

Невидимый объект не укладывается в известную физику

Необычная теория приостановки полетов над США

Необычные орбиты горячих экзопланет

Планирование будущих космических баз

Правое полушарие мозга управляет левой стороной тела

Связь между кометой 3I-ATLAS и далекими ледяными телами

Создали ИИ для слежки за людьми по всему миру

Существует ли секретная программа по изучению НЛО

Теория игр помогает в поиске внеземных цивилизаций

Где может скрываться внеземная жизнь

Гигантский НЛО направил яркие лучи в спальню

Двойной диск обломков вокруг мертвой звезды

Древняя инопланетная цивилизация на Марсе

Женщина, фотографируя радугу, сняла НЛО

Земля может столкнуться с Марсом

ИИ может уничтожить человечество всего за три года

ИИ подрывает доверие к теме НЛО

Инопланетная пирамида обнаружена около Антарктиды

Обнаружена очередная карликовая планета

Обнаружена планета-океан недалеко от Земли

Обнаружили быстрорастущую черную дыру

Одни ли мы во Вселенной

Пара из Нью-Джерси заметила промокшего бигфута

Почему пятница, 13-е, считается несчастливым днем

Пять инопланетных сфер замечены в Висконсине

Самый грязный человек умер после мытья

Столкновения звезд были обычным явлением

Что произошло во время инцидента в лесу Рендлшем

Ярко-желтую рыбу поймали в Нью-Йорке

Почему спина болит по утрам и как вернуть себе легкость с первых секунд после пробуждения

Оптовая закупка счетчиков воды. На что обратить внимание при выборе поставщика

Британия - край фантастических существ

Выдержит ли ваш дом Апокалипсис

Гигантский НЛО со свисающими щупальцами

Загадочный радиосигнал каждые восемь минут

Когда наступит Конец Света

Луис Элизондо. Я нахожу истину

Мир магнетизма, о котором раньше не подозревали

Могут ли новые телескопы разгадать тайну НЛО

Может ли инопланетная жизнь процветать в кислоте

Небольшая деревня стала центром наблюдения НЛО

Огни Финикса - загадочное массовое наблюдение НЛО

От Лох-Несского чудовища до призраков и НЛО

Паранормальный феномен - эффект автостопщика

Планируется создание телескопов для наблюдения за НЛО

После встречи с НЛО очевидцы почувствовали недомогание

Проблема индукции. У науки есть проблема - так ли это

Руководство по противодействию социальной инженерии

Рядом с военной базой США на Аляске замечен НЛО

У экспертов есть объяснение странному явлению на Аляске

Шокирующие откровения на слушаниях в Конгрессе США

Автомобилист заметил мокрого бигфута

Аномальная зона зафиксирована на Ольхоне

Близкие контакты в Западном Йоркшире

Дональд Трамп может показать инопланетянина

Инопланетяне исследуют военную базу на Аляске

Когда призраки становятся жилищной проблемой

Мировой заговор источников бесперебойного питания

Мужчина видит людей с кошачьими глазами

Над Аляской заметили гигантский НЛО

НЛО-медузу сняли рядом с военной базой на Аляске

Очень странные рассказы о круглых НЛО

План строительства поселения на Луне

Почтовая служба США выпустит серию марок с криптидами

Разгорелись споры вокруг 'призрачного воспитания'

Странные случаи с медсестрами

Странный мир журнала 'Psychic Australian'

Тихоходки пережили космический полет

Трамп сообщает о загадочном наблюдении НЛО

У экспертов есть объяснение НЛО-медузы

Экзопланета TOI 2535 b - исчезла

Подготовка к ОГЭ по истории в 9 классе. Эффективная стратегия достижения высокого результата

Ави Лёб комментирует заявления Трампа об НЛО

В наших окрестностях должны быть черные дыры

Запущен зонд к загадочным спутникам Марса

Знакомые места из другой эпохи

Минерал из недр экзопланет преподносит сюрприз

Наблюдения за черными дырами

Наша Вселенная удерживается благодаря клею

НЛО со щупальцами завис рядом с военной базой США

Облака на лавовой планете ставят под сомнение ожидания

Обнаружены возможные следы Ноева ковчега

Пилот из Чешира сообщает о наблюдении НЛО

Протопланетные диски Ориона выглядят моложе

Решение неразрешимых матзадач

Связали картину Ван Гога с реальным ночным небом

Солнце ободрало межзвёздную комету 3I-ATLAS

Существуют ли мегаземли

Физики смогли удержать частицу антиматерии

Цели для первого в мире частного космотелескопа

Черные дыры могут разделиться на две части

Черные дыры, выброшенные из центров галактик

Применение многокамерных профилей в производстве пластиковых окон. Преимущества технологии

Подготовка к ЕГЭ по литературе онлайн. Плюсы обучения

Альтернативная космология без темной материи

Вандалы повредили древние петроглифы в Юте

Грядущее противостояние людей и нелюдей

Дональд Трамп не был сторонником теории об НЛО

ИИ научился шпионить через HDMI-кабель

Иные миры могут менять направление своего движения

Можем ли мы подключиться к сети связи инопланетян

Пилоты истребителей видели круглые объекты

После распятия Иисуса провозгласили Богом

Разработали роботизированную кисть из Семейки Аддамс

Раньше для поиска пропавших вещей можно было нанять мага

США испытали первого в мире робота-космостроителя

Съемочная группа запечатлела на камеру НЛО

Трамп обсуждает НЛО в программе '60 минут'

У властей нет данных о переписке по поводу НЛО

Удалось ли разгадать тайну острова Оук

Что видели соседи в окрестностях ранчо Скинволкер

Что на самом деле содержится в файлах об НЛО

Что такое катастрофическое раскрытие НЛО

Ясновидящий требует от сети кинотеатров деньги

Авиасообщение в США перестанет зависеть от дискет

Встречи, благодаря которым легенда о Чампе живет

Гигаканьон на Марсе остается тектонически активным

Доказательство вулканической активности на Марсе

Загадочный Меркурий останется тайной

ИИ решает неразрешимые задачи математики

Квантовую вероятность невозможно вывести

Крушения НЛО и лицо на Марсе

Лаборатории, заполненные тысячами ГМ-животных

Магнетар рождается при столкновении нейтронных звезд

Обнаружена очень редкая звездная система

Пилот из Чешира сообщает о наблюдении НЛО

Пилоты ВВС рассказали очень странные вещи

Пилоты ВВС сообщали о странных явлениях в небе

Почему так сложно распознать лжеца

Появление кометы Галлея повергло мир в ужас

Трон пришельца - уникальное скальное образование

Ученые исследуют феномен призраков в зеркалах

Экспериментальные конструкции лопастей для марсолетов

Я видел НЛО во время семи полетов

Автономера с криптидами стали настоящим хитом

Активный вулканизм на современном Марсе

Архивные материалы похищения в Паскагуле

Доказательств наблюдения черного НЛО - нет

Загадка алтарного камня Стоунхенджа

Загадочный парящий серебристый шар в Мексике

Закономерности в околосмертых переживаниях

Ключевые сторонники НЛО переизбраны

Кошачья царапина привела к некрозу селезенки

Крылатый НЛО снова замечен рядом с Солнцем

Нападение пришельцев в лесу Дечмонт

Невидимые спутники альпинистов и исследователей

Охотник в Айдахо почувствовал запах бигфута

Пилот наблюдал НЛО над Брюсселем

Светящийся НЛО в небе над Ютой

Скальные образования 'Трон пришельца' обрушились

Старинного шамана назвали потомком помора

Судебное разбирательство из-за слежки через Smart-TV

Фестиваль НЛО прошел в Белвилле

Ярко-синий объект над Колумбией

Детский психолог онлайн. Профессиональная помощь ребенку в комфортной обстановке

Наверх
Яндекс.Метрика