– Если говорить конкретно о сообщении компании LEAP71, то у них нейросеть создала пока геометрическую модель или, коротко говоря, рабочую конструкцию двигателя. Это только первый шаг. Потом необходимо произвести опытный образец, испытать его, после испытания – получить обратную связь, правильно ли всё работает, после чего откорректировать конструкцию, и цикл начинается заново, пока двигатель не выдаст требуемые от него параметры.
– Она учится делать это постепенно. Нельзя сказать, что она придумала с нуля какую-то конструкцию. Нет. Нейросеть работает по-другому: она берёт какие-то примеры или закономерности и по этим исходным данным проектирует конструкцию двигателя.
Насколько работоспособен проект нейросети? Единственный способ это проверить – провести испытание. Огневые испытания дорогие, поэтому сначала лучше провести виртуальные, на компьютере, проверить нейросеть на адекватность. А можно поступить иначе – сразу «вшить» виртуальные испытания в модель нейросети, чтобы она не только проектировала, создавала цифровую конструкцию, но сразу же её и тестировала.
– Этого вполне достаточно, чтобы провести первое испытание. За эти несколько секунд двигатель выходит на рабочий режим, и дальше иногда просто нет смысла продолжать, потому что и так понятно, что он будет работать. Потом создаётся уже полноценный опытный образец, который проходит длительные испытания.
– Если говорить о серийном производстве, то здесь есть определённые технические препятствия. Нейросеть может нам давать разные варианты конструкции, но нам нужно как-то произвести их. С точки зрения газодинамики они могут быть правильными, но с точки зрения заводского технолога – нет. У дубайского двигателя очень сложная геометрия, а классические заводы крупных космических центров не умеют производить такие формы. На сегодняшний момент это исключительно штучное производство.
– А зачем тогда нейросеть? Возьмём современную техническую литературу по двигателям: в них камера сгорания исключительно цилиндрической формы. И редко какой инженер задастся вопросом: а надо ли эту форму менять? Вроде, горит да горит: зачем менять то, что работает? А у нейросети нет зашоренности, как у инженеров с опытом, и она может выдавать очень интересные, экзотические формы, конструкции, решения. И даже если что-то из этого не сработает на испытаниях, у инженера-человека от этого появляется насмотренность. Он уже будет допускать у себя в сознании изменение привычных форм.
– 3D-принтер – это самый быстрый и лёгкий способ воплотить нестандартную конструкцию. Нейросети могут создавать конструкции любой формы и творчески подходят к решению задачи. Если присмотреться к фотографии дубайского двигателя, то на ней можно увидеть, какой он необычной, неклассической, я бы даже сказал, неправильной формы.
– Да, есть порошки из титана. Кроме того, существуют порошки и из других металлов и металлических сплавов, которые способны выдержать такие высокие температуры.
– Да, конечно. Более того, можно напечатать конструкцию двигателя такой, что топливо будет идти через микроканалы в стенках, и тогда уже не так важно будет, какая жаростойкость у металла, если его постоянно охлаждает топливо. Например, в испытаниях дубайского двигателя температура пламени превышала отметку в 1000 °С, а температура конструкции – всего 250 °С на поверхности. Это говорит о том, что топливо постоянно охлаждает двигатель, и поэтому разработчики смогли обойтись без титана.
И в этом, кстати, ещё одно преимущество 3D-печати: мы можем создавать очень сложные, тонкие, труднодоступные с точки зрения производства каналы охлаждения. А попробуй сделать охлаждение с такими тонкими капиллярами и трубками, как придумала нейросеть, традиционным методом производства на заводе? Это будет технологически очень сложно.
– Например, сегодня до сих пор не создана единая система отслеживания всех летающих на орбите космических аппаратов и других объектов, в том числе космического мусора, которая бы предупреждала о столкновении.
В авиации такая система уже существует: есть крупные диспетчерские центры, которые отслеживают полёты по всему миру. Сегодня любой человек может открыть карту Flightradar и посмотреть, где какой самолёт летит.
В космонавтике есть отдельные передовики – Франция, Германия, Россия, США, которые отслеживают очень много объектов, но они делают это собственными радарами, то есть видят только свой кусок неба.
Страны делятся этими данными только частично, но единая система необходима, и IT-сектор может справиться с такой задачей.
– Есть технологии, которые, на первый взгляд, не касаются космоса, но очень нужны для развития отрасли. Например, технология электронного документооборота с участием искусственного интеллекта.
Зачастую чтобы сделать какое-то рутинное дело, например отправить сотрудника в командировку, нужно ходить по кабинетам, стоять в очереди, чтобы подписали документ. Переход к электронному документообороту не спасёт положение: он просто уберёт из процесса ручку и бумагу, но всё равно ответственный специалист должен оставить подпись – при помощи мышки, клавиатуры. В этом случае физические очереди сменяются виртуальными.
Искусственный интеллект, на мой взгляд, мог бы взять на себя роль секретаря. Если это какая-то рутинная операция, а у вас десятки таких операций за день, нейросеть можно научить делать проверку и, если всё сходится, автоматически ставить разрешения.
Да, это новый принцип, нужно часть ответственности передать нейросети. Кто в таком случае будет отвечать за ошибки? Это новый философский вопрос. Однако именно такие, на первый взгляд, маловажные вещи помогут продвигать проекты.