Первый мировой карантин. Краткая история пандемии 2020 года

После начала значительного секвенирования генома человека в течение 15-месячного периода (с апреля 1999 года по июнь 2000 года) производили «черновую» последовательность генома человека[34 - https://www.genome.gov/about-genomics/fact-sheets/Sequencing-Human-Genome-cost].

Быстрое развитие технологий редактирования генов, произошедшее за последнее десятилетие, уже обеспечивает значительные успехи в улучшении здоровья человека. Редакторы генов используются в текущих клинических испытаниях для лечения различных заболеваний человека, включая ВИЧ, рак и заболевания крови. По мере развития инструментов редактирования генов, вероятно, появятся новые методы лечения дополнительных заболеваний. В частности, инструменты редактирования генов на основе CRISPR быстро развиваются и используются для создания различных модификаций в клетках млекопитающих, включая целевое редактирование конкретных последовательностей ДНК, активацию или репрессию представляющих интерес генов и эпигенетическое перепрограммирование клеточных идентичностей. Однако несмотря на потенциальные преимущества использования технологий редактирования генов для терапии человека необходимо лучше понять фундаментальную биологию, лежащую в основе этих технологий, чтобы обеспечить пациентам безопасные и эффективные варианты лечения. Многие инструменты CRISPR были протестированы только in vitro, и нерешенным остается вопрос об эффективности и безопасности при их использовании in vivo. Это, вероятно, будет включать сложное взаимодействие между молекулярной функцией данного инструмента в сочетании со способом доставки. Некоторые компоненты CRISPR обладают иммуногенностью у определенных людей – как мы можем разработать эти потенциальные методы лечения, чтобы минимизировать риск возникновения контрпродуктивного иммунного ответа? Инструменты редактирования генов CRISPR часто демонстрируют широко распространенные побочные эффекты, которые могут оказаться опасными, если эти методы лечения необходимы в жизненно важных органах или оказываются там непреднамеренно – как мы можем максимизировать доставку к целевым участкам тела и минимизировать накопление в нецелевых участках? Все эти вопросы в настоящее время изучаются исследовательскими группами по всему миру, а подвижки в этих областях будут иметь решающее значение для успеха методов лечения с помощью редактирования генов.

Этические проблемы также возникают в результате этой недавней волны новых инструментов редактирования генов. Этично ли редактировать развивающийся человеческий эмбрион? Кто должен принимать эти решения и кто будет их регулировать? Потребуются глобальные дискуссии, объединяющие науку и политику, чтобы управлять использованием CRISPR и редактирования генов при развитии младенцев. Более того, здоровье и болезнь часто представляют собой спектр, а не два состояния, и решения должны приниматься на основе известных или вероятных компромиссов. Редактирование генов сопряжено со значительными рисками, так что баланс между приемлемым риском и значительной выгодой следует находить в каждом случае потенциального использования. Этот баланс будет меняться по мере развития технологий, изменяя профиль риска/пользы для данной терапии.

Наконец, по мере появления новых технологий всегда существует вероятность того, что они будут случайно или умышленно использоваться неправильно. Текущая работа по выявлению и разработке анти-CRISPR, таких как та, которая входит в программу DARPA Safe Genes, уже показывает путь к разработке контрмер, которые подавляют или отменяют нежелательное редактирование генов. Технологии редактирования генов чрезвычайно мощны и обладают огромным потенциалом, они открывают новые возможности для лечения множества человеческих болезней. Поскольку количество ресурсов, выделяемых на то, чтобы добиться лучшего понимания и описания этих технологий, продолжает резко увеличиваться с каждым годом, их полноценное клиническое внедрение кажется очень близким к тому, чтобы стать реальностью[35 - https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7146048/ (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7146048/) Hirakawa MP, Krishnakumar R, Timlin JA, Carney JP, Butler KS. Gene editing and CRISPR in the clinic: current and future perspectives. Biosci Rep. 2020;40 (4):BSR20200127. doi:10.1042/BSR20200127].

ВЫВОДЫ

Вирусы появились раньше человека, их история насчитывает более 550 млн лет. После расшифровки человеческого генома удалось расшифровать также множество вирусов. Благодаря методам генной инженерии аденовирусы человека превратили в носителей различных белков и цепочек аминокислот, используемых для лечения многих заболеваний. Эти носители получили название векторы. На векторах сейчас разрабатывают и вакцины против COVID-19.

Искусственный интеллект, гаджеты, игры, чипы, 5G

Центральная контора комбината «Rossum’s Universal Robots». Справа дверь. В глубине сцены через окна видны бесконечные ряды фабричных зданий. Слева – другие комнаты конторы. Домин сидит за большим американским письменным столом во вращающемся кресле. На столе лампа, телефон, пресс-папье, картотечный ящик и т. д.; на стене слева – географические карты с линиями пароходных маршрутов и железных дорог, большой календарь, часы, показывающие без малого полдень; на стене справа прибиты печатные плакаты: «Самый дешевый труд – роботы Россума!», «Тропические роботы, новинка! 150 долларов штука!», «Каждый должен купить себе робота!», «Хотите удешевить производство? – Требуйте роботов Россума!» Кроме того, на стенах – другие карты, расписание пароходов, таблица с телеграфными сведениями о курсе акции и т. п. С таким украшением стен контрастируют роскошный турецкий ковер на полу, круглый столик справа, кушетка, глубокие кожаные кресла и книжный шкаф, на полках которого вместо книг стоят бутылки с вином и водкой. Слева – несгораемый шкаф. Рядом со столом Домина – столик с пишущей машинкой, на которой пишет девушка-робот Сулла[36 - https://librebook.me/r_u_r/vol1/2].

Это пролог к научно-фантастической пьесе «Россумские Универсальные Роботы», «Р.У.Р.»), написанной Карелом Чапеком в 1920 году. Результатом создания «R.U.R.» стало появление в английском языке термина «робот».

Три закона робототехники, сформулированные ученым, популяризатором науки и гениальным писателем Айзеком Азимовым, повлияли на дальнейшее развитие некоторых течений в робототехнике и философии этого направления, если так можно выразиться. О «Трех законах» не слышал только тот, кто не имеет отношения к технике и никогда не читал научную фантастику.

Стоит отметить, что впервые «Законы» были сформулированы в научно-фантастическом рассказе «Хоровод», который был опубликован в марте 1942 года. С тех пор прошло целых 73 года (на самом же деле к моменту написания этой книги прошло почти восемь десятилетий – прим. автора), но до сих пор «законы» актуальны, и рассматриваются и современными специалистами по робототехнике, искусственному интеллекту и сопряженным дисциплинам.

Впервые рассказ был переведен на русский язык спустя 20 лет после его написания – в 1963 году. Сам Азимов упоминал законы множество раз, используя их в различных рассказах цикла «Я, робот». Кроме того, использовали эти законы и другие писатели-фантасты, а после – и ученые. Тем не менее, сейчас законы рассматриваются больше как теория, чем практика – ведь чистого «ИИ» пока что нет, а те роботы, что есть сейчас, подобные законы просто не в состоянии «понять», их система управления и обработки информации гораздо примитивнее того, что было описано Азимовым в своих работах. Для того чтобы законы можно было использовать, и робот должен быть таким же совершенным, каким его видел Азимов.

Интересно, что сам Азимов считал, что сформулировал законы в нынешнем их виде не он сам, его друг и издатель Джон Кэмпбелл, главный редактор журнала «Astounding». Кэмпбелл, в свою очередь «говорил, что он просто вычленил Законы из того, что Азимов уже написал. Сам же Азимов всегда уступал Кэмпбеллу честь авторства «Трех Законов»:

1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.

2. Робот должен повиноваться всем приказам, которые дает человек, кроме тех случаев, когда эти приказы противоречат Первому Закону.

3. Робот должен заботиться о своей безопасности в той мере, в которой это не противоречит Первому и Второму Законам[37 - https://habr.com/ru/post/366381/].

Американские ученые Уоррен Мак-Каллок и Уолтер Питтс в 40-х годах ХХ века предложили математическую модель нейрона мозга человека, назвав ее математическим нейроном. Согласно предложенной модели, математический нейрон весьма правдоподобно имитировал структуру и свойства своего прототипа – биологического нейрона мозга. На этом основании Мак-Каллок и Питтс высказали весьма смелое предположение, которое впоследствии легло в основу современной нейроинформатики: если математические нейроны связать между собой проводниками, имитирующими нервные волокна, то такой искусственный мозг будет способен решать интеллектуальные задачи, подобно тому, как это делает естественный человеческий мозг[38 - https://scientificrussia.ru/articles/silnyj-iskusstvennyj-intellekt-naslednik-chelovechestva].

В процессе создания искусственных нейронных сетей выделяют два основных направления. Первое направление основано на моделировании человеческих рассуждений. Истоки этого приписывают Евклиду. В III веке до н. э. древнегреческий ученый Евклид написал книгу под названием «Начала». В ней он подытожил накопленные к тому времени геометрические знания и попытался дать законченное аксиоматическое изложение этой науки. Написана книга была настолько хорошо, что в течение 2000 лет всюду преподавание геометрии велось либо по переводам, либо по незначительным переработкам книги Евклида.

Продуманное и глубоко логическое изложение геометрии, данное в книге Евклида, привело к тому, что математики не мыслили возможности существования геометрии, отличной от евклидовой. Возникновение геометрических знаний, связанное с практической деятельностью людей, отразилось и в названиях многих геометрических фигур.

Еще в древности геометрия превратилась в дедуктивную, строго логическую науку, построенную на основе системы аксиом. Согласно евклидовой геометрии: есть система аксиом и есть правила логического вывода. Она непрерывно развивалась, обогащалась новыми теоремами, идеями, методами[39 - http://www.vixri.com/d/Enciklopedija%20junogo%20matematika.pdf].

Таким образом, первое направление развития искусственного интеллекта было основано на воспроизведении человеческих рассуждений согласно логической модели геометрических знаний. Однако у этого направления было множество ограничений в человеческих познаниях.

Поэтому параллельно с первым направлением ИИ, основанным на воспроизведении человеческих рассуждений, развивалось и второе направление, связанное с машинным обучением. Задача машинного обучения заключается как раз в том, чтобы из экспериментально наблюдаемых фактов попытаться автоматически извлекать некое обобщенное знание, которое компьютеры смогут в дальнейшем использовать для решения новых задач за пределами тех данных, на которых происходило обучение.

И если в связи с первым направлением мы говорили о Евклиде с его строгой системой аксиом и логических построений, то в связи с машинным обучением необходимо, в первую очередь, упомянуть Декарта и его идею системы координат, где любая точка пространства может быть описана набором чисел. Благодаря Декарту, мы можем описывать геометрические объекты не только словами или рисунками, как во времена Евклида, но и в численном виде, а также в виде алгебраических выражений. Так, прямую, плоскость или сферу можно представить в виде уравнений, числовые параметры которых описывают особенности расположения и формы описываемых объектов. Эта идея «координатизации мира» и легла в основу работы систем машинного обучения[40 - https://scientificrussia.ru/articles/silnyj-iskusstvennyj-intellekt-naslednik-chelovechestva].

Искусственный интеллект постепенно приходит во все отрасли человеческой деятельности, делая обычные программные комплексы интеллектуальными:

– Медицина и здравоохранение. Компьютерные системы ведут учет пациентов, помогают в расшифровке диагностических результатов. Например, снимки УЗИ, рентгена, томографа и другого медоборудования. Интеллектуальные системы даже могут по наличию признаков у пациента определять болезнь, предлагать оптимальные варианты лечения. В магазине приложений Гугла можно найти программы-помощники здорового образа жизни. Эти приложения считывают пульс и температуру тела при касании дисплея телефона пальцами, чтобы определить уровень стресса человека и подсказать, как его снизить.

– Розничные продажи в онлайн-магазинах. Многим уже знакома релевантная реклама Гугла и Яндекса. С ее помощью ритейлеры предлагают товары и услуги в соответствии с интересами пользователя. Например, вы посещали интернет-магазин купальников, какие-то модели рассматривали, читали характеристики и прочее. Покинув магазин, вы некоторое время будете видеть рекламу купальников на других сайтах. По схожему принципу работают блоки «похожие товары» в интернет-магазинах. Системы-аналитики изучают поведенческие метрики пользователя, определяют его покупательские пристрастия и показывают релевантные (по их мнению) предложения.

– Политика. Интеллектуальные машины помогли Бараку Обаме выиграть во второй раз президентские выборы. Для своей кампании тогда еще действующий президент США нанял лучшую команду в области анализа данных. Специалисты использовали возможности интеллектуальных машин, чтобы рассчитать наилучший день, штат и аудиторию для выступлений Обамы. По оценкам специалистов это дало перевес в 10—12%.

– Промышленность. Искусственный интеллект может анализировать данные с разных производственных участков и регулировать нагрузку на оборудование. Кроме того, интеллектуальные машины используются для прогнозирования спроса в разных отраслях промышленности.

– Игровая индустрия, образование. Искусственный интеллект активно применяется создателями игр. Умные машины, робототехника постепенно внедряются в образовательные процессы большинства государств[41 - https://www.calltouch.ru/glossary/iskusstvennyy-intellekt/].

На протяжении истории человек всегда стремился к чему-то новому, более совершенному, упрощающему жизнь, создавая гаджеты. Гаджеты – это небольшие устройства, облегчающие жизнь. Самым старинным известным гаджетом являются счеты. Первые письменные сведения о счетах, сохранившиеся до наших дней, были получены от греческого историка Геродота (480—425 гг. до н. э.), который также упомянул, что древние египтяне использовали счеты. Есть непроверенная информация о том, что подобное счетам устройство использовалось в Вавилонии еще в 2400 году до н. э.[42 - https://history-computer.com/CalculatingTools/abacus.html].

Использование счетов (абака) с бусами также было впервые зарегистрировано в Китае при династии Хань примерно в 190 году, но это слово относится к гораздо более ранним вычислительным устройствам. «Abacus» происходит от еврейского ibeq, что означает «протирать пыль», или от греческого abax, что означает «доска, покрытая пылью», оно описывает первые устройства, использованные вавилонянами. Китайская версия на протяжении веков была самым быстрым способом вычисления сумм, и в умелых руках она все еще может опережать электронные калькуляторы[43 - https://techcrunch.com/2007/11/05/gadgets-that-changed-the-world/].

В настоящее время для удобства мы называем гаджетами почти все продвинутые технологические устройства, такие как флешка, планшет, смартфон, MP3-плеер, ноутбук и многое другое.

Что такое 5G? 5G – это мобильная сеть 5-го поколения. Это новый глобальный стандарт беспроводной связи после сетей 1G, 2G, 3G и 4G. В свою очередь 5G обеспечивает новый вид сети, которая предназначена для соединения практически всех и вся, включая машины, объекты и устройства.

Беспроводная технология 5G рассчитана для обеспечения более высокой пиковой скорости передачи данных с несколькими Гбит/с, сверхнизкой задержки, большей надежности, большой пропускной способности сети, повышенной доступности и более единообразного взаимодействия с пользователем для большего числа пользователей. Более высокая производительность и повышенная эффективность расширяют возможности новых пользователей и объединяют новые отрасли[44 - https://www.qualcomm.com/invention/5g/what-is-5g].

К концу 2019 года 5,2 млрд человек подписались на услуги мобильной связи, что составляет 67% населения мира. Все эти люди используют для подключения к сети гаджеты.

В 2019 году 4G стал доминирующей мобильной технологией во всем мире с более чем 4 млрд подключений, что составляет 52% общего числа подключений (без учета лицензированного сотового Интернета вещей). В ближайшие несколько лет количество подключений 4G продолжит расти, достигнув к 2023 году чуть менее 60% глобальных подключений.

Между тем, 5G набирает обороты: он уже запущен на 24 рынках; выпущено множество смартфонов 5G; растет осведомленность потребителей о 5G и стремление к обновлению. К 2025 году на 5G будет приходиться 20% глобальных подключений, особенно в развитых странах Азии, Северной Америки и Европы.

Операторы все чаще ищут способы увеличения доходов и сокращения расходов в условиях низкого роста, что усложняется высокими требованиями к услугам 5G (например, высокая скорость, низкая задержка и сверхнадежность). Поэтому операторам необходимо развивать свои сети (используя такие инновации, как виртуальная RAN, пограничные сети и автоматизация сети), чтобы соответствовать требованиям эпохи 5G.

Хотя увеличение скорости является общепризнанным преимуществом 5G, есть и другие улучшения, например сегментирование сети, периферийные вычисления и услуги с низкой задержкой[45 - https://www.comnews.ru/content/207893/2020-07-03/2020-w27/kak-avtomatizaciya-seti-priblizhaet-nastuplenie-ery-intellektualnoy-5g-svyazi (https://www.comnews.ru/content/207893/2020-07-03/2020-w27/kak-avtomatizaciya-seti-priblizhaet-nastuplenie-ery-intellektualnoy-5g-svyazi)].

Вы когда-нибудь слышали о Джеке Килби? В ходе этого неофициального опроса среди посетителей Музея Буллока инициаторы часто могли заметить отрешенные взгляды и постоянно повторяющийся ответ: «Я никогда о нем не слышал». Его имя, может, и не знают, но его изобретение влияет практически на каждое мгновение нашей жизни. Фактически, вы пользуетесь технологией Джека Килби, уже собственного читая эту статью.