Разница аи 92 и аи 95: Какой заливать бензин: 92-й или 95-й? | Нефть

Какой заливать бензин: 92-й или 95-й? | Нефть

05.12.2018

Споры, связанные с выбором бензина, возникают у водителей преимущественно из-за разницы в стоимости продукции. С одной стороны, стоимость 92-го в среднем на 5-10 процентов ниже, чем 95-го, и если регулярно заправлять полный бак, сэкономленную за месяц сумму можно потратить, например, на масляный фильтр или топливный/воздушный фильтр вместе взятые. С другой стороны, выбирая, какой бензин лучше заливать, владельцы авто боятся за безопасность топливной системы – насоса высокого давления, патрубков, форсунок (не говоря уже о самом двигателе). В представленной статье рассмотрены ключевые аспекты каждой разновидности бензина, описана разница между 92 бензином и 95 бензином и специфика выбора.

Разница в качестве АИ-92 и АИ-95

Выбирая, каким бензином заправлять свой автомобиль, водитель, скорее всего, отдаст предпочтение низкооктановому топливу.

Если его качество не полностью, либо совсем не соответствует заявленным требованиям, экономия рискует обернуться плохими последствиями.

1. В баке появляется осадок, объем которого будет увеличиваться при каждой последующей заправке. Результат – засорение топливопровода, фильтра тонкой очистки, выпускного сопла форсунок. Сам топливный насос быстрее выходит из строя.
2. На электродах свечей зажигания появляется красный налет, вследствие чего уменьшается эффективность работы зажигания.
3. Если автомобиль оборудован комплектом кислородных датчиков, произойдет поочередный выход из строя.
4. Каталитический нейтрализатор начнет выгорать изнутри, что приводит к снижению производительности двигателя.

Возрастает вероятность внезапной поломки двигателя. К ремонту силового агрегата придется добавить расходы на восстановление топливного насоса, регулировку топливной аппаратуры. Определение качества бензина – весьма простая задача.

1. При нажатии на педаль газа мотор начнет медленно набирать обороты. При наличии старого автомобиля опытный владелец будет ощущать, якобы мотор постепенно начинает троить.
2. Уменьшается максимальная скорость.
3. Динамика разгона становится заметно хуже.
4. При работе двигателя со временем появляются шумы, проявляющиеся в виде лязга или стуков. Со временем посторонние звуки усиливаются.

Наибольшая проблема – расход. Если уровень потребления возрастет, без разницы, 92 или 95 бензин – очевидно, добиться экономии на топливе станет нереально.

Нужно ли отходить от рекомендаций производителя

В техническом паспорте производитель сам указывает, каким бензином лучше заправляться – 92 или 95. Основная причина – калибровка конструкции двигателя под конкретную марку. Если не соблюдать установленный регламент, скорее всего, мотор быстро начнет детонировать.

Отличие 92 бензина от 95 заключается в том, что топливо, имеющее меньшее октановое число, начнет раньше воспламеняться, чем того требует производитель. Впоследствии это приводит к прямому неконтролируемому взрыву, усиливающему нагрузку на цилиндро-поршневую группу. Ситуация опасна проблемами в обнаружении детонации. Если в городском режиме еще можно кое-как заметить детонирование мотора из-за характерного звона в подкапотном пространстве, на высоких скоростях детонирование пропадает. Ведь общий шум двигателя перекрывает другие посторонние звуки.

Хуже всего обстоят дела с новыми машинами, на которые еще распространяется гарантия от производителя. Когда владелец приезжает в сервис с жалобами на отсутствие нормальной тяги или посторонние звуки, мастера сервисного центра сразу же возьмутся за анализ горючего. При обнаружении несостыковки официальная гарантия автоматически становится недействительной. Другими словами, если неправильно подобранный бензин успеет натворить дел, комплексное восстановление придется оплачивать за свой счет.

Основные отличия 92 и 95 бензина

Цифры, приведенные в названии, указывают на значение октанового числа топлива. При повышении показателя снижается риск самостоятельного воспламенения горючего в процессе сжатия. После первичной переработки нефти октановое число не превышает 82 единицы. Далее проводится искусственное увеличение с помощью специальных присадок.

Даже опытные мастера совершают ошибку, утверждая, что при повышении октанового числа горючего снижается вероятность детонации в процессе работы. Практика неоднократно доказывает, что многие силовые агрегаты демонстрируют лучший показатель коэффициента полезного действия при использовании 92-го бензина, чем 95-го.

Отличительные особенности АИ-92

Марка бензина АИ-92 изначально ориентирована на моторы с карбюраторной системой подачи топлива, где сохраняется высокая степень сжатия. Чтобы повысить защиту от непредвиденного взрыва, многократно прогннанную сырую нефть дополняют набором антидетонационных присадок, содержащих эфиры и технические сорта спирта.

Бензин бывает этилированным и неэтилированным. Стандартный бензин 95 и 95-й этилированный отличается по количеству свинца в составе. На территории Европы давно не ведется производство 92-го топлива, что нельзя сказать о российских производителях. Основная причина – весомая экономия на 95-й марке и совместимость с многими инжекторными моторами, разработанными на территории Российской Федерации.

Отличительные особенности АИ-95

Несмотря на небольшую разницу в октановом числе, марка АИ-95 имеет значительно лучшее качество. Водители отмечают резвость работы, улучшенную отзывчивость при нажатии на акселераторную педаль, эластичность.

Основная разница бензина 95 и 92 заключается в том, что первый полностью лишен свинца, способного разъедать притирающиеся металлические элементы двигателя (кольца, впускные и выпускные клапаны, электроды свечей зажигания), приводя к преждевременному появлению коррозии. Также продукция характеризуется улучшенными очистными свойствами. На территории всех европейских стран представленная марка топлива подлежит жесткой стандартизации.

Степень сжатия

Выбирая, бензин какой лучше заливать 92 или 95, водитель обязан обратить внимание на такой показатель, как степень сжатия. При повышении значения возрастает мощность двигателя, а расход топлива существенно уменьшается. Но бесконечное повышение степени сжатия не представляется возможным ввиду возникновения эффекта самостоятельного воспламенения. Тут необходимо придерживаться рекомендаций, приведенных ниже.

1. Если степень сжатия в цилиндро-поршневой группе не доходит до 10,5, необходимо заливать в бак 92-й бензин.
2. Если показатель варьируется в пределах 10,5-12, понадобится 92-й бензин.
3. В случае, если степень сжатия превышает 12 (даже если 12,1-12,2), нужно перейти на 98-е топливо.

Важно! Даже если пользоваться хорошим 92-м топливом на проверенной заправке, когда мотор изначально спроектирован под 95-й бензин, результат выльется в детонацию внутри цилиндров. Этот процесс разрушает цилиндро-поршневую группу. Результат – снижение тяги и повышение расхода масла, так как кольца, в силу резкого повышения давления до критического уровня, не могут долго оставаться герметичными.

Дополнительная информация

В общей сложности, если бензин соответствует паспортным техническим характеристикам, то есть, без значительных отклонений от нормы, выбирая, какой бензин заливать, необходимо ориентироваться на параметры управления мотором.

К примеру, при существенном отклонении октанового числа от рекомендованной нормы происходит раннее воспламенение смеси горючего и воздуха, когда впускные клапана еще находятся в закрытом состоянии. Происходит бессмысленное расходование части тепловой энергии, к чему также надо добавить проблемы с проведением детонационных процессов. Трущиеся детали быстрее изнашиваются, на поршнях и стенках цилиндров, не говоря о выпускной системе, повышается интенсивность образования нагара.

Аналогичные проблемы будут иметь место и в обратном случае, с единственной разницей в опаздывающем воспламенении. Последствия также окажутся негативными.

Необходимо понимать, что на современных транспортных средствах установлены датчики, позволяющие подстроить параметры работы мотора в зависимости от изменения октанового числа. Адаптация происходит в зависимости от диапазона рабочих оборотов. На электронны блок управления постоянно поступает информация о:

• моменте впрыска;
• детонации;
• текущих оборотах двигателя, параллельно передаваемых на тахометр;
• моменте поджигания смеси воздуха и бензина;
• соотношении двух рабочих веществ – воздуха и бензина.

Плата управления каждую секунду анализирует полученные результаты и автоматически корректирует режим работы, а также другие параметры мотора. Но электронный блок не дает безграничные возможности. И при наличии существенной разницы между паспортным октановым числом и фактическим электронная начинка не сумеет правильно адаптироваться.

Не рекомендуется пользоваться 92-м бензином, если камера сгорания имеет небольшой объем (не говоря уже о моторах, дополненных турбиной). Повышение производительности становится возможным благодаря увеличению степени сжатия. Если значение показателя составляет более 10,5 единиц (а иногда и до 12), тут на первый план выходят антидетонационные свойства горючего.

Выводы

Сама постановка вопроса о том, на каком бензине лучше ездить 92 или 95, является в корне неверной. Владелец автомобиля обязан подстраиваться под технические характеристики мотора, где главным параметром выступает степень сжатия. Наличие электроники не гарантирует бесперебойную работу двигателя. ЭБУ лишь корректирует схему работы мотора, но не полностью спасает от детонации, преждевременно разрушающей цилиндро-поршневую группу.

Сравнение бензина АИ-92 и АИ-95

Бензин представляет собой основной вид топлива, применяемый для заправки автомобильного транспорта. Получают его с помощью перегонки нефти. В результате процесса формируется несколько фракций. Одной из них и является бензин. Согласно государственному стандарту топливо делится на несколько групп. На современном рынке нефтепродуктов максимально пользуются спросом марки бензина АИ-92 и АИ-95.

О бензине АИ-92

Топливо данной марки соответствует группе Regular motor gasoline. Этот бензин соответствует высокооктановому автомобильному топливу. Оно нашло широкое применение в карбюраторных двигателях внутреннего сгорания. Моторам свойственна работа при высокой степени сжатия. Бензин марки АИ-92 формирует высокую степень стойкости к самопроизвольному воспламенению. Топливо способствует плавной работе мотора. Марка АИ-92 широко используется в России и странах СНГ. Бензин выпускается этилированный и неэтилированный.

Бензин АИ-95

Бензин АИ-95 соответствует группе Premium motor gasoline. Такое топливо обладает улучшенными характеристиками. В процессе его производства применяются ароматические компоненты, газовый бензин, а также продукт, полученный в результате высокотемпературной обработки дистиллятного сырья. Топливо формирует стойкость к детонации. Выпускается бензин АИ-95 класса «Экстра». Он аналогичен традиционному топливу данной марки. Единственное отличие – отсутствие свинца в топливе класса «Экстра».

Сравнение бензина АИ-92 и АИ-95

Чем выше октановое число, тем большей ценностью обладает автомобильное топливо. Разница этого показателя при сравнении АИ-92 и АИ-95 не превышает 2-3 единиц. Такое незначительное различие не отражается на практике. При использовании бензина этих двух марок изменения времени сгорания не наблюдается. Когда октановое число повышается из-за внесения в топливо эфиров, что бывает в большинстве случаев, скорость сгорания повышается. Это объясняет экономию незначительного числа литров бензина и снижение токсичных свойств выхлопного газа. При этом повышается детонационная стойкость, уменьшается риск прогара поршней и клапанов. Некоторые автовладельцы утверждают, что сорт бензина не оказывает влияние на работу автомобиля.
Беря во внимание перечисленные особенности топлива, лучше выбирать АИ-95. При отсутствии возможности покупать топливо с высоким октановым числом можно плавно переходить на низкооктановый бензин. Но использовать его лучше в качестве второстепенного варианта. Но эксплуатационные свойства топлива далеко не всегда влияют на долговечность двигателя. Не менее важна порядочность продавца, производителя и обращение с транспортом.

АИ-92 или АИ-95?

Вопрос о том, какое топливо лучше для автомобиля, интересует новичков и опытных водителей. Идеально подходящим топливом будет только хороший бензин. Исходя из статистических данных, большую часть времени водители автомобильного транспорта проводят на городских и загородных трассах. Это позволяет заправляться на проверенных заправочных станциях. После выбора АЗС с качественным бензином можно задуматься о выборе марки топлива.

Мнения о топливе расходятся. Некоторые водители регулярно заправляются бензином АИ-92 в случаях, когда производители рекомендуют заправлять 95-м. Свой выбор они объясняют минимальным количеством присадок. После использования АИ-95 известны случаи появления нагара, покраснения свеч, появления прочих нежелательных последствий. Но существуют мнения о том, что АИ-92 это тот же АИ-80. Это подтверждают многие независимые экспертизы, ходе которых исследовалось топливо с разных заправочных станций. Химические лаборатории подтверждают, что октановое число соответствует заявленным маркам не во всех случаях.

Исследования качества топлива не развивают сомнений, возникших при выборе бензина. Для начала необходимо изучить сведения, изложенные в инструкции к автомобильному транспорту. Рекомендуемую марку бензина можно увидеть, открыв бензобак. Если производитель автотранспорта рекомендует заправлять машину только АИ-95, не пытайтесь обмануть конструкторов. Использование бензина низкой марки может негативно сказаться на эксплуатации двигателя. Если по инструкции допускается лить АИ-92, то негативных последствий от использования АИ-95 не возникнет. При этом вы сможете наблюдать только изменения в положительную сторону. Возможно, снизится расход топлива, улучшится динамика, замедлится износ мотора. АИ-92 чаще используется водителями. Поэтому недобросовестные заправочные станции разбавляют его чаще, чем бензин марки АИ-95.

Если заправлять автомобиль бензином АИ-92 вместо АИ-95, расход топлива и падение мощности не будут нести выраженный характер. Эксперты считают, что марка бензина не так важна, как его октановое число. Несмотря на то, что стоимость топлива сильно не увеличивается, водители автотранспорта продолжают экономить на нем. Это объясняет резкое увеличение количества продаж бензина марки АИ-92. Если средства массовой информации предвещают повышение цен, число желающих заправлять свой автомобиль 92-м бензином увеличивается.

Не все владельцы автотранспорта считают экономию на топливе оправданной. Это связано с повышением расхода топлива. Начинают приближаться проблемы с выхлопной системой. Бенин с низким октановым числом ухудшает их работу. АИ-95 содержит меньше примесей. Но эксперты опровергают эти суждения. Объяснением тому служат проведенные эксперименты. В ходе них было выявлено, что при заправке АИ-92 автомобиль ехал уверенней и ровнее. При этом на лючке бензобака указано, что рекомендуется заправлять 95-м. Автомобиль, заправленный 95-м бензином, быстрее достиг скорости 100 км/ч.

Существуют предположения о том, что регулярная заправка 95-м бензином способствует выведению из строя свечей зажигания. Износ этой детали происходит медленней при использовании АИ-92. А специалисты по ремонту транспорта уверенны в том, что в 95-м бензине больше присадок, что негативно отражается на двигателе и выхлопной системе.
Актуален спор о вреде бензина АИ-92. Современные модели автомобилей оснащаются датчиком детонации. Это позволяет заправляться бензином с невысоким октановым числом. Специальные датчики предупреждают быстрый износ двигателя. Но если фирма рекомендует использовать АИ-95, лучше не использовать бензин с низким октановым числом хотя бы до истечения гарантийного срока.

Водители автомобильного транспорта часто задаются вопросом: а не лучше ли заправлять машину 98-бензином? Но от такого топлива может быть больше вреда, чем пользы. АИ-98 рассчитан на высокофорсированные моторы, работа которых сопровождается высокой степенью сжатия. Автомобиль может начать работать неисправно. В любом случае, если в бензобак был залит бензин низкого качества, посетите СТО. Профессиональные мастера проведут тщательную проверку выхлопной системы и двигателя. А чтобы вновь не стать клиентом недобросовестной заправки, сохраняйте чеки! При возможности лучше выбирать качественный бензин с высоким октановым числом!

Автор

Издание

MotorPage.Ru

Почему зимой вместо 95-го лучше лить 92-й бензин — Российская газета

В холодные зимы запуск и работа мотора имеет особенности в сравнению с теплыми сезонами. Это обстоятельство следует учитывать при выборе оптимального горючего, поэтому универсальные правила заправки могут быть пересмотрены с поправкой на морозы.

Как правило, автопроизводители предусматривают «октановую вилку» — официально разрешается заправляться топливом не ниже АИ-92 (допускается бюджетный 92-й и рекомендуется 95-й).

Похожая схема предлагается и для транспорта, откалиброванного под горючее АИ-95/АИ-98. Так какое топливо из двух (низко- и высокооктанового) вариантов предпочесть зимой? Для этого разберемся, что происходит с топливной системой при суровом минусе.

Из-за пониженной температуры воздуха создается дополнительная нагрузка на детали силового агрегата, топливной и других систем, как минимум при холодном пуске они начинают работать с повышенной нагрузкой.

Так какой бензин предпочесть, чтобы не знать проблем зимой? Казалось бы, ответ очевиден — высокооктановый, ведь с ним минимизируется детонация, и, соответственно, нагрузка на силовой агрегат. К тому же, в ряде случаев, при работе на высокооктановом топливе, снижается расход. Однако фактически мы имеем прямо противоположную ситуацию. Ведь как раз-таки в холода при работе на топливе с минимально допустимым октановым числом детонация двигателю не грозит.

В то же время известно, что в топливе АИ-95 в сравнении с АИ-92 больше спиртов и эфиров — это основа тех самых присадок, которые используются для поднятия октанового числа топлива в процессе его производства (максимальное октановое число, которое может иметь бензин после крекинга — 80. С помощью же присадок удается довести ОЧ до: 92, 95, 98 и 100).

Таким образом, прежде всего из-за меньшего количества присадок бензин марки АИ-92 загорается за более короткое время, а также меньшее время горит, если сравнивать с 95-м топливом. Получается, что применение 92-го бензина зимой упрощает и процесс пуска мотора и воспламенения топлива в цилиндре, что, как это ни парадоксально, способствует более ровной работе силового агрегата. Ну и дополнительным и понятным аргументом в пользу использования АИ-92 вместо АИ-95 в том числе и зимой является существенная разница в цене.

С другой стороны, понятно и то, что с переходом на более низкооктановое топливо зимой ухудшатся показатели по приемистости и экономичности машины. Тем не менее, серия тестов, которые провели эксперты ведущих автомобильных изданий, свидетельствуют о том, что разница и в расходе, и в динамике ускорения при переходе с АИ-95 на АИ-92 минимальна. В случае с «легковушками» сегментов B и С речь идет о росте расхода максимум на пол-литра на 100 км и ухудшении динамики не более чем на 0,5 секунды при разгоне до «сотни».

Что же касается риска увеличения детонации, то в современных автомобилях этой проблемы практически не существует, поскольку в них имеется датчик детонации, по сигналу которого электронные мозги делают зажигание более поздним (именно так снижается детонация), и нагрузка на двигатель минимизируется.

Наконец, нельзя сбрасывать со счетов особенности настроек ЭБУ и топливной системы применительно к каждой конкретной модели. Некоторые из них перекалибруются и получают допуск к использованию топлива с расширенным диапазоном ОЧ при каждом плановом обновлении и даже чаще. За примером далеко ходить не приходится. Если для первых производственных партий Renault Arkana со 150-сильным турбомотором официально регламентировалось топливо не ниже АИ-95, то впоследствии допуск был снижен до АИ-92.

В любом случае, экспериментируйте, если заметили, что машина стала плохо заводиться в мороз. Возможно, пуск мотора облегчит не только замена свеч накаливания или подсевшего аккумулятора, но также и переход на более низкооктановое горючее, которое, повторимся, допускает к использованию автопроизводитель.

основные характеристики бензина – petrolcards.ru

Бензином регулярно пользуется практически каждый автовладелец. Нефтеперерабатывающие компании и АЗС по всей стране предлагают большое разнообразие горючего. Оно различается составом, наличием присадок, физическими и химическими свойствами, маркировкой. 

Несложно заметить, что использование бензина разных марок обычно сразу же сказывается на работе двигателя и общих ходовых характеристиках авто. Но от правильного выбора топлива зависит не только скорость, но также надежность, безопасность и долговечность топливной и иных систем. 

Какие параметры следует учитывать и на что обратить внимание владельцам автомобилей с бензиновыми двигателями?

Виды и типы бензинов

На отечественных заправках представлен бензин разного типа. Топливо различается составом, чистотой и некоторыми другими параметрами. Все они обычно маркируются с учетом их основного показателя – октанового числа. 

Требованиями ГОСТ, ТУ и других нормативных документов в РФ предусмотрены следующие марки бензинов: А-72, А-76, А-80, АИ-91, А-92, АИ-93, АИ-95, А-96, АИ-98. Потребление низкооктанового топлива в последнее время существенно снижается, высокооктанового, наоборот, растет. Бензин А-72 сегодня практически не используется, так как просто нет техники, которая бы на нем работала.

Более современная классификация бензинов насчитывает шесть основных видов этого топлива с различным октановым показателем:

• Нормаль – АИ-80.
• Регуляр – АИ-92.
• Премиум – АИ-95.
• Супер – АИ-95+.
• Экстра – АИ-98.
• ЭКТО – АИ-100.

Раньше в некоторые марки бензина для увеличения октанового числа добавлялись этиловые соединения, что позволяло повысить физико-химические свойства топлива с минимальным ростом его стоимости. Сегодня официально производство этилированного топлива прекращено.

Также современная маркировка предполагает указание не только отечественных, но и европейских стандартов: Евро-4, Евро-5 и т.д. Поэтому полное наименование бензина обычно выглядит следующим образом «АИ-98-5». Это означает, что бензин автомобильный (А), его октановое число определено по исследовательскому методу (И) и составляет 98, а по экологическим стандартам топливо соответствует техническим регламентам «Евро-5».

Октановое число бензина

Если говорить про основные параметры топлива, то его октановый показатель – едва ли не самая важная характеристика. При работе двигателя внутреннего сгорания топливная смесь сжимается под высоким давлением и потом воспламеняется. Происходит ее расширение. Для безопасности, надежности работы, сохранности двигателя и его отдельных элементов – важно, чтобы сгорание бензина происходило в нормальном режиме – без детонации. Октановое число как раз определяет детонационную стойкость топлива, что особенно важно в бензиновых двигателях с высокой степенью сжатия. Чем более качественный бензин, тем выше его октановое число. Кроме того, этот параметр сказывается и на расходе топлива при движении. 

Высокооктановые бензины расходуются медленнее, что заметно нивелирует разницу в цене разного топлива.

Определяется октановое число бензина соотношением содержания изомеров октана в сравнении с количеством гептана в топливе. То есть в топливе АИ-92 содержание изооктана в смеси с гептаном составляет 92%. Следует отметить, что октановое число не определяет именно содержание, а вычисляется путем сравнения антидетонационных качеств конкретного бензина с эталонной смесью. Поэтому у некоторых специализированных видов топлива октановое число может быть больше 100. Это означает, что по устойчивости к детонации данный бензин превосходит чистый изооктан.

На показатели октанового числа влияет фракционный состав топлива (более подробно о котором мы расскажем далее). Чем больше в бензине легких фракций, тем он качественнее и безопаснее в плане детонационной составляющей. 

Также изменить октановое число топлива можно путем добавления в него различных присадок. Раньше широко использовались соединения на основе свинца и этила (например, тетраэтилсвинец). Их введение в состав бензина позволяет легко превратить АИ-92 в АИ-95. Но с 2003 года из-за высокого вреда, наносимого атмосфере и окружающей среде, от использования соединений свинца в составе бензина отказались.

Также повысить октановый показатель можно добавлением этилового спирта. Но такой метод экономически невыгоден, поэтому в промышленных масштабах не применяется. Еще один способ повышения октанового показателя – добавление в бензин ацетона. Часто в качестве присадок используются соединения пропана и метана, у которых более высокая детонационная устойчивость, чем у изооктана.

Химическая стабильность бензина

Еще один важный показатель в бензине, особенно актуальный для топлива с присадками, – его химическая стабильность. С одной стороны, добавление присадок – например, метана и пропана в бензин позволяет повысить его октановое число. Но эти элементы достаточно легкие и летучие, а потому испаряются с большей скоростью и при более низких температурах, чем основная фракция топлива. 

Нормативными требованиями установлено, что бензин должен сохранять свои физико-химические свойства в течение пяти лет – при условии соблюдения норм и правил хранения. Поэтому, если производитель вводит в топливо присадки с целью повышения его детонационной устойчивости, то должен использовать устойчивые химические соединения. В противном случае бензин довольно быстро потеряет свои качества.

На недобросовестность производителя или продавца указывает сильный специфический запах газа, который нередко присутствует на АЗС. Это значит, что метан и/или пропан, добавленные в бензин, активно испаряются, а само топливо заведомо не соответствует маркировке.   

Другие показатели топлива

Одним из важных показателей ГСМ является его фракционный состав. Бензин состоит из различных нефтепродуктов – легких и тяжелых углеводородов, входящих в состав топлива в разном количестве. Именно фракционным составом в первую очередь определяются основные физико-химические параметры и эксплуатационные свойства бензина, такие как летучесть, вязкость, температура замерзания. Чем больше легких фракций в топливе, тем лучше оно испаряется и тем ниже температура его замерзания. Поэтому в условиях сверхнизких температур и сурового северного климата обычно используются специализированные бензины пониженной вязкости и с низкой температурой застывания. Стоит такой бензин дороже обычного, но в некоторых случаях его использование – неизбежная необходимость.

Еще один важный фактор, определяющий экологическую безопасность бензина, – содержание различных примесей. В основном оценивается количество соединений серы и ароматических углеводородов в бензинах. Эти вещества при сгорании образуют ядовитые соединения, которые наносят вред не только окружающей среде, но и топливной и выхлопной системе автомобиля, а также жизни и здоровью людей.

Содержание опасных примесей в бензине регламентируется соответствующими нормативными документами. Оптимальным выбором сейчас является бензин с маркировкой Евро-5, который наряду с более высококачественным топливом Евро-6 сегодня применяется в большинстве европейских стран. В России же на бензин приняты и действуют экологические стандарты Евро-4 и Евро-5.

Среди основных параметров следует отметить и испаряемость, которая также зависит от фракционного состава бензина. Этот показатель важен для климатических условий, в которых эксплуатируется автомобиль с бензиновым двигателем. Так для холодной полосы важно, чтобы показатель испаряемости был высоким. В противном случае будут неизбежно возникать проблемы с запуском двигателя. В жарком климате, наоборот, высокая испаряемость – это угроза взрывоопасности.

Параллельно испаряемости существует еще один значимый показатель – давление насыщенных паров. Оно дает дополнительное представление о фракционном составе и испаряемости топлива. Чем выше это значение, тем больше вероятность образования газовых пробок в бензиновых двигателях, что также представляет опасность из-за вероятности воспламенения и взрыва.

Как выбирать бензин

Правильно подобранное топливо – залог долгой и эффективной службы авто. При выборе мы советуем прислушиваться к рекомендации производителя конкретного автомобиля (и, соответственно, бензинового двигателя). Если в руководстве указано топливо с октановым показателем 95, то лучше использовать именно АИ-95, а не 92-й или 98-й бензины. В таком случае вы сможете быть уверены в надежности и стабильности работы авто.

Еще один важный момент, на который стоит обращать внимание, экологические параметры бензинов. Стандарты Евро – 4, 5 или 6 – гарантия того, что вы сможете не только беспрепятственно выезжать на авто за границу, но и залог долгой службы двигателя, топливной и выхлопной систем автомобиля.
К сожалению, оценить, насколько качественный бензин в конкретной АЗС сложно. Как уже упоминалось выше, ключевым фактором, что свидетельствует о невысоком качестве топлива, является наличие сильного запаха газа на заправке. Таким бензином авто лучше не заправлять.

Для проверки качества можно приобрести бензин, налив его в прозрачную емкость. Топливо должно быть прозрачным с легким бледно-желтым оттенком без осадков и примесей. Если добавить в бензин марганцовку, то качественное топливо не окрасится в розовый цвет. Появление же оттенка говорит о том, что в бензин добавлена вода.

Автомобильный бензин АИ 95 или АИ 92. Что выбрать?

Как заправишь – так и поедешь. И это факт. Не зря же производители автомобилей в инструкции указывают обязательную марку топлива для конкретной машины. Но вся беда на российском топливном рынке в том, что качество бензина, его октановое число далеко не всегда соответствуют тому, что Вы заливаете в бак. Принимая эту информацию как должное, многие автолюбители и сами нет-нет, да и задаются вопросом, а можно ли вместо АИ-95 залить в бак АИ-92? Чем отличаются две эти марки, взаимно ли заменимы? И понравится ли такая замена двигателю?

Главный плюс 92-го бензина в глазах покупателей – его цена. Сэкономить на топливе хочет каждый. Однако стоит помнить, что эта марка бензина создана для моторов с карбюраторами. В Европе такие давно уже не выпускают. И если у Вас «европеец», вряд ли двигателю такое придется по вкусу.

В зависимости от наличия или отсутствия в составе бензина этой марки свинца, он может быть этилированным или не этилированным. Производство так же не обходится без добавки в 92 противодетонационных присадок.

Ближайший конкурент 92 – бензин АИ-95. Его советуют применять в современных автомобилях. Но парадокс в том, что малое отличие между октановыми числами позволяет утверждать, что марки бензина по своим характеристикам очень похожи. В 95-ом чуть больше ароматических и изопарафиновых добавок, в состав также входит газовый бензин. Понятно, что все добавки и присадки вводились в топливо на производстве и под контролем. Однако недобросовестные реализаторы топлива часто сами «химичат» на своих заправках, повышая октановое число бензина на месте. Логично, что водители интересуются, почему раз они что-то добавляют в 92, чтобы он стал 95, я должен за него переплачивать. Залью 92 и так и поеду.

Однако не все так просто. Даже если рассматривать по классам, то АИ-92 относится к regular motor gasoline. В то время как АИ-92 – это уже топливо премиум класса. У него несколько выше скорость сгорания, ниже уровень токсичности выхлопного газа. Специалисты так же ссылаются на более высокую степень детонационной стойкости, обещают, что при использовании бензина АИ-95 снизится риск прогорания клапанов и поршней.

То есть если у Вас возникла необходимость разово залить 92 бензин вместо 95, большой беды не случится. Но вводить это в качестве повседневной практики не стоит. Поломка автомобиля в связи с использованием некачественного топлива или топлива не той марки, нежели указано в инструкции, случай не гарантийный и очень часто не страховой. Такой ремонт обойдется в копеечку. И вполне вероятно станет гораздо дороже той суммы, которую Вы якобы сэкономили, заправляясь 92 бензином при рекомендованном 95.

Кроме того, всегда стоит помнить о качестве топлива. Да если Вы залили идеальный 92 бензин, то высока вероятность, что ничего плохого не случится? Но ведь известны случаи, когда под этой маркой продавали разогнанный АИ-80. Поэтому главный совет опытных водителей – это заправка у проверенного поставщика топлива, который гарантирует безупречное качество своего продукта.

Уберечься от суррогата в баке можно при помощи приобретения топливных карт для юридических лиц процессинговых центров. Дело в том, чтобы стать партнером такого центра, заправка проходит серьезную проверку на качество. Процессинговые центры, такие как «Премиум карт», например, часто сотрудничают не с одной сетью АЗС, а с самыми разными представителями нефтяного бизнеса. Это позволяет покупателю выбрать нужную заправку в своем регионе, заправляться качественным топливом и при этом экономить.

Для физических лиц компания «Премиум Карт» разработала мобильное приложение, установив которое на свой смартфон, появляется возможность возвращать до 30% от затрат на топливо.

Есть ли существенная разница между бензином АИ-92 и АИ-95

Форумы автомобилистов всегда полны обсуждений лучшего вида топлива для машины. В них часто происходят споры о том, какой бензин лучше и о том, как подделывают качественное горючее.

На вершине обсуждений – дискуссия об отличиях 95-го, 98-го и 92-го бензина.

Фактов обитатели форумов приводят много:

• Разное воздействие бензина на кольца и клапаны;
• Разные свойства текучести;
• Отличаются «моющие свойства».

Тут непрофессионалу сложно будет разобраться, что достоверно сказано, а что является неподтвержденной информацией.

Что же отличает 95-й бензин от 92-го.

Значение цифр

Цифры 80, 92, 95 и 98 на колонках автозаправок указывают на октановое число.

Если разбираться в данном определении, то простыми словами формулировка такая – чем больше цифра у марки бензина, тем выше его антидетонационные характеристики.

Детонация – это нарушение процесса сгорания бензина, т. е. самопроизвольное возгорание при нагреве.

Как октановое число влияет на качество бензина

Процесс детонации ведёт к серьезным поломкам двигателя. Что же касается бензина в этом вопросе, то чем больше цифровой показатель марки бензина, тем сложнее ему загореться. Это очень важно. Дело в том, что при сжатии поршнем воздушно–топливная смесь очень сильно нагревается, и лучше, чтобы бензин был менее склонен к самовозгоранию от нагрева.

Исходя из этого, многие марки автомобилей рекомендуют использовать для турбомоторов бензин с октановым числом не ниже АИ-95. А лучше вообще использовать АИ-98 и 100.

Что будет если не следовать рекомендациям

Если заправить бак современного двигателя бензином с октановым числом 76 или 80, и поддать газу – мотор либо вообще не заведется, так как работа датчиков будет направлена на подавление происходящего процесса детонации и блокировать подачу горючего, либо мотор «развалится» через несколько минут активной работы. Почему такие прогнозы? Потому что бензин начнет процесс самовозгорания раньше, чем это нужно – это затрудняет движение поршня и даёт сильную разрушающую нагрузку.

При работе двигателя с бензином большего показателя октанового числа – горючая смесь будет поджигаться от свечи, строго в определенные необходимые промежутки времени.

Какой бензин заливаете в бензобак своего автомобиля? Улавливаете связь качество бензина – работа двигателя?

О чем звон? — Авторевю

Кто-то еще помнит, как славные советские автомобилисты переводили свои Волги да Москвичи с «девяноста третьего» бензина на «семьдесят шестой»? Заменяли прокладку головки блока цилиндров на более толстую, уменьшая тем самым степень сжатия, — и ездили на дешевом топливе. Причем стимулом к таким переделкам зачастую становилась не столько меньшая цена «семьдесят шестого» на АЗС, сколько возможность скупки краденого — бензина, слитого из баков грузовиков или автобусов, большинство которых в те времена работали на низкооктановом топливе. «Экономическая эффективность» сторицей компенсировала возможные побочные эффекты: повышение расхода топлива, снижение динамики… С нынешними моторами такой антитюнинг не пройдет. К тому же многие современные двигатели допускают использование бензинов с разными октановыми числами, причем порой в довольно широком диапазоне: даже от АИ-91 до АИ-98. И сам собой возникает вопрос: стоит ли платить за более дорогой бензин?

Интернет-форумы кишат дискуссиями, причем проблему обсуждают все: от владельцев ВАЗов до «мерседесоводов». «На днях залил в свою Витару 98-й (Лукойл) вместо обычного 95-го — мощности явно добавилось, по бортовому компьютеру упал расход, особенно на трассе». Другой тут же отвечает: «Искатал два бака 98-го после 95-го — разницы не почувствовал».

Да что там простые автомобилисты!­ С «октановым» вопросом я обращался­ к специалистам компаний BMW, Volkswagen, Ford, но ответы сводились к тому, что при уменьшении октанового числа возможно незначительное, на несколько процентов, падение мощности и, как следствие, — ухудшение динамики.

Напомню, что октановое число характеризует стойкость топливовоздушной смеси к детонации, то есть к неконтролируемому, взрывному сгоранию в цилиндрах двигателя при увеличении давления ­­и/или­ температуры. Детонация — явление вредное, и к тому же препятствующее повышению степени сжатия. А увеличивать ее нужно: это помогает добиться более полного и быстрого (но не взрывного!) сгорания смеси, что, в свою очередь, способствует повышению мощности, улучшению топливной экономичности и экологических показателей. В современных моторах детонации противостоят системы, способные с помощью специальных датчиков определить появление детонации и «гасить» ее, уменьшая угол опережения зажигания.

Пожалуйста: на лючке бензобака BMW 116i значится ROZ/RON 91-98… Вот эту машину мы и возьмем! Но не только.

Сразу же оговорюсь: этот эксперимент далек от «академического». Хотя бы потому, что проводился он не на моторном стенде или на беговых барабанах с лабораторным исследовательским оборудованием: все заезды и замеры мы проводили на реальных машинах — и на столь же реальных дорогах Дмитровского автополигона в реальных погодных условиях, но с использованием профессиональной измерительной аппаратуры. И топливо мы покупали на обычной, ближайшей к Дмитровскому автополигону АЗС сети Shell. Это бензины АИ-92, АИ-95, АИ-98 V-Power, а заодно и «фирменный» АИ-95 V-Power, который, если верить рекламе, способен «облегчить двигателю набор оборотов и более эффективно передавать энергию топлива на колеса».

Полная версия доступна только подписчикамПодпишитесь прямо сейчас

я уже подписан

Чем отличается АИ-92 от АИ-95, и лучше ли заливать аи-98

Если маркировка бензина при заправке ничего вам не говорит, кроме его «номера», или если вы думаете что «чем больше цифра, тем лучше бензин», пора было избавиться от этих заблуждений. Сегодня мы узнаем, какой номер в маркировке бензина, разберемся с его качеством, а также узнаем, будет ли лучше стать автомобилем, если залить более дорогое топливо.

Что означают числа 92, 95 и 98?

Прежде чем перейти к «цифрам» марок бензина, в двух словах разберемся с тем, что в целом существуют разные разновидности, и определим пару ключевых понятий.

Основной принцип работы двигателя прост: бензин и воздух поступают в цилиндр, поршень движется вверх примерно в момент достижения верхней точки свечи зажигания, он подает топливную смесь, и горючее топливо толкает поршень вниз. При этом важно, чтобы топливо начало гореть вовремя — при зажженной свече зажигания. Если топливо самопроизвольно вспыхивает раньше, когда поршень еще поднимается, это вредит двигателю, разрушая его. Следовательно, одна из характеристик любого бензина Детонационная стойкость То есть его свойство противостоять самовозгоранию.И это сопротивление детонации зависит от октанового числа Бензин , которое указано в его маркировке: Например, АИ-95 имеет октановое число 95.

Чем больше число — тем лучше бензин?

Нет, разное октановое число не означает, что 95 бензин лучше 92: они просто разные И созданы для разных моторов. У некоторых меньшая степень сжатия, и риск детонации в них ниже. Поэтому для них подходит более низкооктановая разновидность — АИ-92.В других двигателях степень сжатия выше, либо топливная смесь может быть больше обогащена кислородом за счет турбины, что одновременно увеличивает конечное сжатие в цилиндре, и, как следствие, возрастает и риск детонации, поэтому таким двигателям требуется топливо с более высоким октановым числом, чтобы этого избежать.

Так что подумайте, что «95 бензин лучше 92» логично, так как необходимо, что «абсент лучше водки, потому что там 70 градусов против 40». Качество бензина по октановому числу не определяется: содержание серы, марганца, смол и других примесей устанавливается не маркой бензина, а техническим регламентом.Так что Не думайте, что «95 бензин чище и лучше 92» : Качество обоих соответствует современным требованиям к топливу и соответствует действующим европейским стандартам.

Высокооктановый бензин более полезен для машины

Еще одно заблуждение, связанное с бензином, — это мнение, что чем выше октановое число, тем полезнее бензин для автомобиля. В этом есть доля правды, но в целом привычка некоторых владельцев старых автомобилей «баловать их после зарплаты» бухта АИ-98 лишена смысла.

Статьи / Популярные вопросы Как понять, что заправляли некачественным топливом, и что заодно производить заправку — процесс привычный (для тех, кто необычный, написали отдельную инструкцию). А вот последствия заправки некачественным топливом — вещь для многих неизвестная, но ошибаться … 27358 1 03.04.2017

Конечно, на самом деле процессы, происходящие в двигателе, сложнее, чем просто » впрыскивается, горит и выбрасывается », но если не вникать в нюансы, можно выделить ключевой факт: в условиях обедненной смеси высокооктановый бензин горит чуть дольше, гаснет позже указанного момента и Больше всего он вызывает повышение температуры в цилиндре и перегрев соседних деталей — в частности, клапанов.Проще говоря, Если залить в машину простой атмосферный мотор с невысокой степенью компрессии бензина 98 и ехать в спокойном ритме, то мотор сделаешь только хуже — его использование оправдано исключительно в том случае, если вы хотите «погонять». когда топливно-воздушная смесь имеет оптимальный состав и высокооктановый бензин приносит пользу, выделяя больше энергии при сгорании.

А здесь Для моторов с высокой степенью сжатия или оснащенной турбиной логики «Чем выше октановое число — тем лучше» : и степени сжатия, и количества подаваемого в цилиндры воздуха достаточно для оптимального горение высокооктанового бензина, а увеличение детонационной стойкости идет только на пользу.При этом снижение октанового числа наоборот негативно отражается на работе мотора и его ресурсе: увеличивается вероятность детонации, которая постепенно разрушает двигатель.

Кратко выводы можно сформулировать следующим образом: Машины с низкоуровневыми атмосферными двигателями Использование бензина 98 оправдано только при очень активной езде, а в других случаях может даже навредить, а сильнокомпрессионные двигатели или турбина — вредный бензин. с октановым числом ниже рекомендованного производителем .То есть например ВАЗ «семерка», у двигателя которого степень сжатия 8,5, высокооктановый бензин особой пользы не принесет, а вот 1,2 TSI с турбиной и степенью сжатия не точно заливаю 10.5 При этом АИ-98 ему совсем не больно.

На крышке бензобака написано AKI 91, так I Lew AI-92

Еще одна сложность для неопытных автовладельцев — разные методы определения октанового числа и, соответственно, разные обозначения, подходящие для бензинового автомобиля.Проблема здесь, как правило, сводится к различию европейской и американской систем.

Если говорить кратко, то системы маркировки топлива различаются по октановому числу: в Европе оно маркируется исследовательским методом, а в США, Канаде, Бразилии и некоторых других странах — по «антидетонационному индексу». Собственно, наша аббревиатура Ai — это просто «автомобильный» бензин по «исследовательскому» методу. Но AKI означает «антидетонационный индекс», то есть тот же «антидетонационный индекс», который представляет собой среднее арифметическое между двумя результатами разных методов определения октанового числа (исследовательского и моторного), и его значение получается. ниже , чем чистый метод исследования.То есть АКИ 91 совсем не то, что АИ-92.

Примерное соответствие нашего AI и зарубежного AKI: AKI 87 — это AI-92, AKI 91 — это AI-95, а AKI 93 — это уже AI-98. Итак, покупая подержанный автомобиль, обратите внимание на то, что написано на крышке бензобака и в инструкции по эксплуатации, чтобы не ошибиться в выборе топлива.

«Корпоративное» топливо лучше «обычного»?

Ну, пожалуй, последний вопрос связан с тем, стоит ли переплачивать за «брендовый» бензин на крупных АЗС.Здесь стоит понимать, чем растет цена: это тоже не абстрактное «улучшение улучшения», а в первую очередь добавление моющих добавок. Присадки. Они влияют на качество работы бензина в двигателе, но на его условную «чистоту для мотора», предотвращая образование отложений в топливной системе. Но, учитывая, что бензин сам по себе довольно чистый и является отличным растворителем, эти условные отложения не забивают топливную систему в течение месяца или года. Так что использование брендовых бензинов с моющими присадками имеет смысл, но совершенно не обязательно и не дает импульсного эффекта, обладая профилактическим действием.

Почему, заправляя бензин АИ-92 в машину, которой нужно октановое число 95, вы сохраните Фото и обзор!

Почему заправка обычного топлива в автомобиль, требующий топлива премиум-класса, не сэкономит вам денег.

Как вы думаете, может ли быть повреждение автомобиля требует топлива премиум-класса, если заправить его обычным бензином премиальной марки? Действительно ответить на этот вопрос очень сложно. Вы наверняка уже видели в Интернете подобную тему, и я уверен, что после прочтения множества материалов вы не поняли, можно ли заправлять машину, а не премиальное топливо, если производитель рекомендует заливать только фирменное бензин.Решил самостоятельно выяснить, заправлять ли машину бензином АИ-92, ИС-95, обратившись к инженеру топливных систем.

Кстати, этот вопрос с каждым годом становится все более актуальным, так как стал более заметным разрыв в стоимости топлива АИ-92 и АИ-95, который в дальнейшем будет расти вместе со стоимостью всех видов бензина и бензина. дизельное топливо.

Например, сейчас разрыв между обычным и премиальным брендовым бензином составляет в среднем 3-5 рублей.

Так как в среднем у большинства водителей работает около 15-20 литров, получается, что, не заливая премиальное топливо в машину, которая нуждается в высокооктановом топливе, водители сэкономят всего около 50-70 рублей. В принципе, как видите, экономия не очень велика, если, конечно, вы не заправляете каждый день несколько полных баков.

Как известно, речь идет о бензине для АЗС с другим октановым числом. Ведь вопрос, стоит ли заправлять автомобиль, настроенный для работы на бензине АИ-95 и выше бензине АИ-92, волновал огромное количество людей.

Особенно сейчас, когда доходы населения России падают на несколько лет. Конечно, люди всегда ищут возможность сэкономить, но в наши дни этот вопрос стоит еще острее. В принципе, многие автовладельцы в России часто задаются вопросом, а можно ли вместо бензина АИ-95 использовать в своей машине топливо с более низким октановым числом. Потому что на данный момент цена АИ-92 намного меньше 95.

Но как видите на самом деле, если вместо АИ-95 начать заливать АИ-92, вы немного сэкономите.Тем не менее, факт остается фактом: экономия, безусловно, есть. Кому-то может показаться важным, что водители, безусловно, испытывают искушение. Именно поэтому многие автовладельцы в России стали игнорировать рекомендации OEM по использованию топлива с октановым числом ниже 95 и стали заливать бензин АИ-92.

Во-первых, для тех, кто не знает, давайте выясним, в чем разница между обычным и премиальным топливом? Например, АИ-92 и АИ-95. Все в конечном итоге сводится к октановому числу бензина, которое указывается в названии марки топлива.Не вдаваясь в сложную химию, чтобы понять, с каким октановым числом бензина вы должны знать, что эта цифра в названии марки топлива указывает, сколько топливо может выдержать без перекрытия при сжатии в двигателе.

То есть, чем выше октановое число бензина, тем больше сопротивление горючего воспламенению при сжатии.

А при воспламенении топлива в бензиновом двигателе искра от свечей зажигания и сжатие, то происходит ударно-взрывное воспламенение топлива (детонация).Это может привести к серьезному повреждению двигателя.

Могу ли я заливать в машину октановое число 95, производитель рекомендует заливать октановое число 92?

Как же тогда производитель выбирает, какой маркой топлива нужно заправлять тот или иной автомобиль? Обычно это зависит от степени сжатия двигателя. Соответственно, чем выше компрессия двигателя, тем больше топлива должно использоваться в автомобиле.

Степень сжатия зависит от вместимости автомобиля. То есть, чем больше степень сжатия в двигателе, тем большую мощность может получить автомобиль в процессе сгорания.К тому же, чем больше компрессия, тем выше КПД силового агрегата.

Но, к сожалению, с увеличением степени сжатия увеличивается риск самовоспламенения топлива в двигателе, что приведет к угрозе детонации мотора. В результате, чтобы этого избежать, производители рекомендуют заливать топливо с более высоким октановым числом.

Таким образом, заправка двигателя на высокооктановом топливе (АИ-95, АИ-98) с более низкой степенью сжатия не даст никакого эффекта.Вы просто тратите лишние деньги и все такое. То есть заправочная машина — АИ-92, больше чем премиальное топливо заставит вашу машину работать лучше или хуже.

В итоге залив в мою машину (которая по заводской спецификации не требует топлива премиум-класса) бензин АИ-95 или АИ-98 вы в основном даете двигателю средство, сопоставимое с аптекой, дорогой «манекен» (плацебо).

Современные автомобильные компьютеры и система управления двигателем могут многое компенсировать при работе трансмиссии, в том числе даже в случае владения моторным топливом с не рекомендованным производителем октановым числом.

Но означает ли это, что современные двигатели не пострадают, если вы будете использовать топливо с более низким октановым числом вместо рекомендованного автомобильной компанией бензина премиум-класса.

Могу ли я залить бензин с октановым числом 92 в автомобиль, который должен работать на топливе с октановым числом ниже 95?

Чтобы разобраться в этом, я обратился к инженеру одной из автомобильных компаний, работающих на территории России. Вот что он сказал:

По общему мнению в отрасли, да, вы действительно можете сэкономить деньги, используя менее дорогой бензин в своей машине, и в краткосрочной перспективе это, вероятно, не окажет большого влияния на двигатель.

Дело в том, что датчики детонации отлично справляются с самовоспламенением топлива при использовании бензина с более низким октановым числом в автомобиле, от которого двигатель должен работать на топливе высшего качества.

Однако Gulf вместо АИ-95 с бензином АИ-92 автомобиль скорее всего немного потеряет мощность, поскольку программная конфигурация блока управления двигателем (ЭБУ, ЭБУ) откалибрована для использования топлива премиум-класса. В итоге эффективная цена за 1 километр машины может быть практически такой же.

Также в большинстве случаев разница в стоимости заправки горючего АИ-92 и АИ-95 составляет менее 100.Во многих кафе это дешевле, чем чашка кофе.

В долгосрочной перспективе последствия использования топлива с низким октановым числом не так очевидны. Есть убедительные доказательства того, что при заливке низкооктанового топлива в автомобиль, настроенный на работу с высокооктановым бензином, может произойти чрезмерный износ некоторых компонентов двигателя. Однако, несмотря на эти факты, до сих пор нет полного исследования по данному вопросу, которое бы детально и количественно показало, как автомобиль влияет на топливо АИ-92. Ведь специалистам для этого исследования потребовалось бы большое количество автомобилей, которым приходилось заправлять одной маркой топлива не менее 150 тысяч километров.Единственный способ — получить репрезентативную выборку для количественной оценки разницы между двумя видами топлива.

Вот почему нет однозначного и научно доказанного мнения об использовании нескольких видов топлива на одном транспортном средстве.

Однако, как я уже сказал, существует ряд косвенных доказательств, ясно указывающих на то, что вам не нужно заправлять автомобиль низкооктановым топливом, если производитель вашего автомобиля рекомендует заливать только бензин премиум-класса.

К тому же разница в стоимости между АИ-92 и АИ-95 невелика и поэтому нет смысла заливать в мою машину более дешевое топливо, потенциально рискуя сократить ресурс двигателя.Ведь ваша экономия ничтожна и даже при отсутствии доказательств опасности бензина АИ-92 для автомобилей, работающих на топливе с октановым числом ниже 95, вы не должны за небольшие деньги ставить под угрозу состояние своей машины. Особенно, если вы планируете долгое время эксплуатировать свой автомобиль.

Также инженер автокомпании добавил:

Кроме того, не забывайте, что заливка в автомобиль вместо высокооктанового бензина — дешевое топливо, ваш автомобиль, скорее всего, будет выделять больше вредных веществ, так как в любом современном автомобиле для минимизации уровня вредных веществ в выхлопной системе используется множество различных систем.В конце концов, если ваша машина настроена на использование бензина с Роном 95, при сжигании которого обычно выделяется определенное количество вредных веществ, то при использовании топлива АИ-92 электроника и выхлопная система не справляются с удалением СО2 и др. вредные элементы, так как топливо с низким октановым числом обычно при сгорании выделяет значительно больше вредных химических веществ.

Да, конечно это не значит, что залив АИ-92 вместо 95 ваша машина будет экологически нечистой, но конечно это сделает вашу машину менее экологически чистой.

Итак, подведем итоги.

• Используя топливо АИ-92 в автомобиле, настроенном на работу на бензине АИ-95, вы, скорее всего, не коснетесь повреждения двигателя в краткосрочной перспективе, благодаря эффективной работе современных датчиков детонации

• Деньги, которые вы сэкономите, заливая бензин АИ-92 вместо Ron 95, вероятно, будут потеряны из-за повышенного расхода топлива из-за потери мощности. Соответственно, в долгосрочной перспективе повышенный расход топлива повлияет на срок службы топливного насоса, который будет испытывать повышенную нагрузку при использовании топлива премиум-класса, рекомендованного производителем низкооктанового бензина

Конечно, если разница в стоимости между АИ-92 и АИ-95 (или АИ-98) будет расти, математическая экономия будет немного другой.Например, если стоимость бензина АИ-95 в будущем будет расти быстрее АИ-92, это действительно позволит сэкономить деньги, по крайней мере, в краткосрочной перспективе. Однако:

Ваша машина в этом случае будет выбрасывать в атмосферу больше вредных веществ по сравнению с работой на премиальном топливе

Кроме того, при использовании низкооктанового бензина, рекомендованного автопроизводителем, вы рискуете сократить срок службы двигателя. Однако на практике нет прямых доказательств вреда, потому что влияние низкооктанового топлива в двигателях, предназначенных для работы на высокооктановом бензине, можно заметить только на автомобиле с большим пробегом.

Однако, если есть некоторый риск повреждения двигателя, если вы планируете долгое использование автомобиля, не предлагайте заправлять его топливом с низким октановым числом.

Искусственный интеллект соответствует субъективной оценке тяжести пневмонии для прогнозирования исхода заболевания у пациента и потребности в искусственной вентиляции легких: когортное исследование

Мы выполнили одобренный институциональным наблюдательным советом (IRB) (Комитет по исследованиям человека партнеров, протокол №: 2016P000767 / PHS), HIPAA совместимое исследование с отказом от информированного согласия.Все методы были выполнены в соответствии с соответствующими инструкциями и правилами.

Пациенты

В наше исследование были включены 405 взрослых пациентов из США (сайт A: n = 226 пациентов в больнице общего профиля Массачусетса, Бостон, Массачусетс) и Южной Кореи (сайт B: n = 179 пациентов из дочерних больниц в Тэгу, Южная Корея. включая Национальный университет Кёнпук, Медицинский колледж Университета Йоннам, Медицинский факультет Университета Кеймюнг и Медицинский факультет Католического университета Тэгу).Все участвующие больницы были больницами третичного уровня.

Критериями включения в исследование были ПЦР-положительная пневмония на COVID-19, наличие рентгенограмм и данные о результатах пациента, такие как смерть или выздоровление от инфекции COVID-19 и искусственная вентиляция легких. В исследование были включены все рентгенограммы с момента появления симптомов или ОТ-ПЦР. Пациенты с артефактами и рентгенограммами низкого качества (не полностью визуализированные легкие) были исключены. Всего в исследование было включено 1367 рентгеновских снимков, из них 644 рентгеновских снимков из центра А (1–11 рентгенограмм на пациента) и 723 рентгеновских снимков из участка B (1–20 рентгеновских снимков на пациента).

Мы изучили электронные медицинские карты пациентов, чтобы получить информацию, относящуюся к их демографическим характеристикам (возраст, пол, индекс массы тела -BMI), анамнезу курения, сопутствующим заболеваниям (например, сердечно-сосудистым заболеваниям, заболеваниям крови, заболеваниям почек, заболеваниям печени, респираторным заболеваниям). , метаболические синдромы и нейродегенеративные расстройства только из Зоны А), показатели жизненно важных функций (температура тела и периферическое насыщение кислородом на момент поступления) и лабораторные данные (включая количество лейкоцитов, количество тромбоцитов и С-реактивный белок — СРБ из Зоны Только B).

Качественная оценка

Два торакальных рентгенолога (SRD — 16 лет опыта; MKK — 13 лет опыта) выполнили качественную оценку всех деидентифицированных фронтальных рентгенограмм, включенных в исследование. Они использовали ранее описанную шкалу RALE для оценки радиографической степени и тяжести поражения легких от пневмонии COVID-19 ⁹ . Для оценки RALE каждое легкое было разделено на два квадранта (верхний и нижний квадранты) вертикальной линией, проходящей через позвоночный столб, и горизонтальной линией на уровне начала верхнедолевого бронха от левого главного бронха.В каждом квадранте непрозрачность оценивалась отдельно по плотности (баллы 1, 2 и 3 для мутной, промежуточной и плотной консолидации соответственно) и степени (баллы 0, 1, 2, 3 и 4 — нет, <25%, 25– 50%, 50–75% и> 75% задействованного квадранта соответственно) (рис. 1). Оценка по шкале RALE представляет собой сумму произведений оценок плотности и протяженности каждой доли (минимальный балл 0; максимальный балл 48). В качестве суррогата приблизительного объема легких мы записали номер правого переднего ребра, пересекавшего переднюю часть правой полушарии.

Рисунок 1

Фронтальные рентгенограммы пациентов с пневмонией COVID-19, положительной при ОТ-ПЦР. A 65-летний мужчина из Зоны A с исходным уровнем (A1: 12 баллов по шкале RALE, 101 балл по шкале AI) и последующими рентгенографическими исследованиями (A2: 32 балла по шкале RALE, 175 баллов по шкале AI) получил искусственную вентиляцию легких и умер через 30 дней. госпитализации. B 84-летний мужчина из Зоны B с исходным уровнем (B1: оценка RALE 10, оценка AI 59) и последующими CXR (B2: оценка RALE 29, оценка AI 127) получил искусственную вентиляцию легких и скончался через 17 лет. дни госпитализации. C 58-летний мужчина из Зоны А полностью выздоровел после госпитализации (исходный CXR, C1: оценка RALE 24, оценка AI 156; последующий CXR, C2: оценка RALE 9, оценка AI 133). Больному потребовалась ИВЛ. D 57-летний мужчина из Зоны B полностью выздоровел после госпитализации. Рентгенологические помутнения на исходном рентгенографическом исследовании (D1: оценка по шкале RALE 11, оценка по шкале AI 98) разрешились при последующем рентгенографии (D2: оценка по шкале RALE 0, оценка по шкале AI 0). Пациенту не потребовалась ИВЛ.

Алгоритм AI

Изображения DICOM всех фронтальных рентгеновских снимков были импортированы в коммерческий алгоритм искусственного интеллекта (qure.ai, Мумбаи, Индия) и обработаны двумя соавторами исследования (SE и FH с 1-летним опытом постдокторских исследований в области визуализации грудной клетки) ). Алгоритм предоставляет процент прогнозируемой площади с результатами, связанными с COVID-19, которые мы считали оценкой AI. Время обработки на рентгенограмму было <5 с.

Алгоритм AI — это модель, основанная на глубоком обучении, обученная с двумя наборами данных.С первым набором из 2,5 миллионов рентгеновских снимков алгоритм был обучен и валидирован для обнаружения и распределения помутнений в легких наряду с наличием других рентгенографических результатов, таких как увеличение ворот, плевральный выпот, полости, узелки и кальцификаты. Второй набор из 600 рентгеновских снимков (300 рентгенограмм от пациентов с положительной реакцией на COVID-19 и 300 рентгенограмм без пневмонии COVID-19) был использован для обучения алгоритма для вывода оценок прогноза COVID-19. Ни один из двух наборов данных не принадлежал ни одному из участвующих учреждений или стран, включенных в наше исследование.

Алгоритм ИИ обнаружения аномалий в нашем исследовании состоит из двух частей. Во-первых, генератор специфической для аномалии области интереса (ROI) включает несколько сетей сегментации, использующих архитектуру U-Net ¹⁰ . Он создает маску для различных анатомий, таких как легкие, диафрагма и средостение, а затем генерирует набор ROI с определенной аномалией. Во-вторых, гибридная сверточная нейронная сеть генерирует выходные данные карты вероятности низкого разрешения и оценки результатов прогноза.Прогнозы из каждой из нескольких областей интереса объединяются с функцией Log-Sum-Exp (выпуклая аппроксимация максимальной функции) для получения общей оценки предсказания и пиксельной карты ^11,12,13 . Гибридная сеть была обучена от начала до конца с использованием меток, полученных в результате обработки естественного языка из радиологических отчетов, и аннотаций на уровне пикселей от радиологов, если таковые имеются.

По завершении обработки алгоритм AI выводит вторичный захват DICOM со следующими компонентами: граница на уровне пикселей (пораженные области легких с результатами, связанными с COVID-19), процент проецируемой области с результатами, связанными с COVID-19, риск CXR получен от пациента с положительной реакцией на COVID-19 (риск COVID-19 высокий, средний, низкий и нулевой) и балл COVID-19 для каждого легкого отдельно.Общий балл AI оценивался путем сложения баллов для каждого легкого.

Доступность кода

Алгоритм Qure.ai, использованный в нашем исследовании, коммерчески доступен для клинического использования в Европе (одобрен CE). На момент написания этой рукописи алгоритм AI не был одобрен для клинического использования в США. Пользователи могут опробовать алгоритм на сайте поставщика (https://scan.qure.ai/, дата обращения 18.11.2020).

Статистический анализ

Показатели RALE и AI на основе исходных и серийных рентгеновских снимков были записаны в Microsoft EXCEL (Microsoft Inc., Редмонд, Вашингтон, США). Для пациентов с множественными рентгеновскими лучами мы оценили максимальные баллы по шкале RALE и AI. Для анализа количественных и качественных переменных использовались независимые тесты t- и хи-квадрат соответственно. Мы получили отношение нечетных чисел (OR) для прогнозирования исходов для пациентов на основе различных клинических и лабораторных переменных. Мы использовали тест линейной корреляции, чтобы оценить направление и величину связи между оценками RALE и AI. Мы оценили процентное соответствие между тенденциями оценок AI и RALE по сравнению с серийными CXR.Множественная логистическая регрессия была выполнена с использованием площади под кривой (AUC) в качестве выходных данных для прогнозирования исхода заболевания и необходимости искусственной вентиляции легких (SPSS версия 24, IBM, Чикаго, Иллинойс). Считалось, что значение p менее 0,05 указывает на значительную статистическую разницу.

Искусственный интеллект — быстрая диагностика пациентов с COVID-19

Пандемия COVID-19 быстро распространилась из-за широко распространенной передачи от человека к человеку ^1,2,3,4,5,6 . Лабораторное подтверждение SARS-CoV-2 выполняется с помощью вирус-специфической ОТ-ПЦР, но на выполнение теста может потребоваться до 2 дней.КТ грудной клетки является ценным компонентом оценки и диагностики у пациентов с симптомами и подозрением на инфекцию SARS-CoV-2 ⁴ . Тем не менее, результаты КТ грудной клетки являются нормальными у некоторых пациентов на ранних стадиях заболевания, и поэтому одна только КТ грудной клетки имеет ограниченную отрицательную прогностическую ценность для полного исключения инфекции ⁷ , что подчеркивает необходимость включения клинической информации в диагноз. Мы предполагаем, что алгоритмы искусственного интеллекта могут удовлетворить эту потребность путем интеграции результатов КТ грудной клетки с клиническими симптомами, историей воздействия и лабораторными исследованиями в алгоритм.Предложенный нами совместный алгоритм искусственного интеллекта, объединяющий КТ-изображения и историю болезни, достиг площади под кривой (AUC) 0,92 и показал одинаковую чувствительность (84,3%) по сравнению со старшим торакальным рентгенологом (74,6%) при применении к набору тестов. 279 кейсов. Хотя у большинства подозреваемых пациентов в настоящее время нет другого выбора, кроме как дождаться результатов теста RT – PCR, мы предполагаем, что алгоритм AI играет важную роль в быстрой идентификации пациентов с COVID-19, что может быть полезно при сортировке системы здравоохранения. и борьба с текущей пандемией.

В результате пандемии COVID-19 во всем мире зарегистрировано более 3 миллионов случаев. Раннее распознавание болезни имеет решающее значение не только для индивидуального ухода за пациентом, связанного с быстрым проведением лечения, но и с точки зрения общественного здравоохранения в целом, чтобы гарантировать адекватную изоляцию пациентов и сдерживание болезни. КТ грудной клетки более чувствительна и специфична, чем рентгенография грудной клетки при оценке пневмонии SARS-CoV-2, и были случаи, когда результаты КТ присутствовали до появления клинической симптоматики ⁴ .В нынешней атмосфере нагрузки на ресурсы здравоохранения из-за вспышки COVID-19, включая нехватку наборов для тестирования RT-PCR, существует неудовлетворенная потребность в быстрых, точных и неконтролируемых диагностических тестах на SARS-CoV-2.

КТ грудной клетки — ценный инструмент для ранней диагностики и сортировки пациентов с подозрением на инфекцию SARS-CoV-2. Пытаясь контролировать распространение инфекции, врачи, эпидемиологи, вирусологи, филогенетики и другие специалисты работают с представителями органов здравоохранения и политиками, чтобы лучше понять патогенез заболевания.Ранние исследования выявили общие модели изображений на CT ^8,9 грудной клетки. Например, первоначальный проспективный анализ в Ухане выявил двустороннее помутнение легких на 40 из 41 (98%) КТ грудной клетки у инфицированных пациентов и описал лобулярные и субсегментарные области консолидации как наиболее типичные результаты визуализации ⁴ . Наше первоначальное исследование с применением компьютерной томографии грудной клетки у 21 пациента, подтвержденного анализом ОТ-ПЦР в реальном времени, также выявило высокие показатели помутнений и консолидации матового стекла, иногда с округлой морфологией и периферическим распределением легких ⁷ .Недавнее исследование также показало, что КТ может демонстрировать аномалии легких при отрицательном результате теста ОТ-ПЦР ¹⁰ .

Во время вспышки очень заразного заболевания, передаваемого от человека к человеку, больницы и врачи могут иметь повышенную рабочую нагрузку и ограниченные возможности для сортировки и госпитализации подозреваемых пациентов. Предыдущая работа продемонстрировала, что пациенты с ранней стадией коронавируса могут иметь отрицательные результаты по CT ⁷ , что ограничивает возможности радиологов надежно исключить заболевание.Ожидая подтверждения коронавируса SARS-CoV-2 с помощью ОТ-ПЦР в течение 6–48 часов, инфицированные пациенты могут передать вирус другим пациентам или лицам, осуществляющим уход, при отсутствии ресурсов для изоляции пациентов, инфицированных только с подозрением на заражение. ; Нозокомиальная инфекция была выявлена ​​примерно в 40% случаев в недавней большой серии ¹¹ . Быстрое выявление пациентов с COVID-19 является обязательным, поскольку первоначальный ложноотрицательный результат может отложить лечение и повысить риск передачи вируса другим людям.Кроме того, рентгенологи, обладающие опытом в области торакальной визуализации, могут быть недоступны в каждом учреждении, что увеличивает потребность в обнаружении с помощью искусственного интеллекта.

AI может предоставить метод более раннего выявления инфекции SARS-CoV-2. Наша цель состояла в том, чтобы разработать модель искусственного интеллекта, которая может идентифицировать инфекцию SARS-CoV-2 на основе первоначальной компьютерной томографии грудной клетки и связанной с ней клинической информации, которая может быстро идентифицировать пациентов с COVID-19 (+) на ранней стадии. Мы собрали компьютерную томографию грудной клетки и соответствующую клиническую информацию, полученную при обращении пациента.Клиническая информация включала историю поездок и воздействия, количество лейкоцитов (включая абсолютное количество нейтрофилов, процент нейтрофилов, абсолютное количество лимфоцитов и процент лимфоцитов), симптоматику (наличие лихорадки, кашля и мокроты), возраст пациента и пол пациента (Таблица 1).

Таблица 1 Характеристики клинической информации о пациенте

Сначала мы разработали глубокую сверточную нейронную сеть (CNN) для изучения характеристик изображений пациентов с COVID-19 при первоначальном сканировании компьютерной томографии.Затем мы использовали классификаторы вспомогательной векторной машины (SVM), случайного леса и многослойного персептрона (MLP) для классификации пациентов с COVID-19 в соответствии с клинической информацией. MLP показал лучшую производительность на настройке; далее сообщается только о производительности MLP. Наконец, мы создали модель нейронной сети, объединяющую радиологические данные и клиническую информацию для прогнозирования статуса COVID-19 (рис. 1).

Рис. 1: Иллюстрация моделирующей основы.

Три модели искусственного интеллекта используются для определения вероятности наличия у пациента COVID-19 (+): первая основана на компьютерной томографии грудной клетки, вторая — на клинической информации, а третья — на сочетании компьютерной томографии грудной клетки и клинической картины. Информация.Для оценки компьютерной томографии грудной клетки каждый срез сначала оценивался по вероятности наличия паренхиматозной аномалии, как это было предсказано моделью CNN (выбор среза CNN), которая представляет собой предварительно обученную модель туберкулеза легких (PTB), которая имеет точность 99,4%. выберите патологические срезы легких на компьютерной томографии грудной клетки. Первые десять аномальных КТ-изображений на пациента были помещены во вторую CNN (диагностическую CNN), чтобы предсказать вероятность положительного результата на COVID-19 (P ₁ ). Демографические и клинические данные (возраст и пол пациента, история контакта, симптомы и лабораторные тесты) были помещены в модель машинного обучения для классификации положительности COVID-19 (P ₂ ).Функции, созданные диагностической моделью CNN и моделью машинного обучения без визуализации клинической информации, были интегрированы сетью MLP для генерации окончательного результата совместной модели (P ₃ ).

Набор данных представленных снимков КТ грудной клетки от 905 пациентов, у которых имелась клиническая проблема COVID-19, был получен в период с 17 января 2020 года по 3 марта 2020 года из 18 медицинских центров в 13 провинциях Китая. В набор данных вошли пациенты в возрасте от 1 до 91 года (40,7 года ± 16.5 лет) и включали 488 мужчин и 417 женщин. Все сканы были получены с использованием стандартного протокола компьютерной томографии грудной клетки, реконструированы с использованием нескольких ядер и отображены в окне легких. В общей сложности 419 пациентов (46,3%) дали положительный результат на SARS-CoV-2 с помощью лабораторно подтвержденного анализа ОТ-ПЦР в реальном времени и секвенирования следующего поколения, тогда как 486 пациентов (53,7%) дали отрицательный результат (подтверждено как минимум двумя дополнительными отрицательные результаты ОТ – ПЦР и клиническое наблюдение). Мы случайным образом разделили набор данных на обучающий набор 60% (534 случая; 242 случая COVID-19 (+); 292 случая COVID-19 (-)), 10% набор настроек (92 случая; 43 случая COVID-19 (+) случаев; 49 случаев COVID-19 (-)) и 30% набор тестов (279 случаев; 134 случая COVID-19 (+); 145 случаев COVID-19 (-); расширенные данные Рис.1).

Мы оценили модели искусственного интеллекта на тестовом наборе и сравнили их эффективность с данными одного прошедшего стажировку торакального радиолога с 10-летним опытом (A.J.) и одного научного сотрудника по торакальной радиологии (S.S.). Радиологам были доступны те же исходные КТ грудной клетки и клиническая информация, что и для модели искусственного интеллекта. Чувствительность, специфичность и AUC были рассчитаны как для людей-читателей, так и для моделей искусственного интеллекта. Производительность модели ИИ и людей-читателей продемонстрирована на рис.2 и расширенных данных на рис.2. Кривая рабочей характеристики приемника (ROC) модели AI показана на рис. 2.

Рис. 2: Результаты моделей AI на испытательном наборе.

a , Сравнение кривых ROC для совместной модели, модель CNN, обученная на основе изображений CT, модель MLP, обученная на основе клинической информации, и два радиолога. b , Сравнение успешности диагностики пациентов, положительных на COVID-19, с нормальными компьютерными томографами. Радиологам были предоставлены как компьютерная томография, так и клиническая информация для постановки диагноза. c — e , Сравнение AUC ( c ), чувствительности ( d ) и специфичности ( e ), достигнутых моделями AI и радиологами. Двусторонние значения P были рассчитаны путем сравнения совместной модели с моделью CNN, моделью MLP и двумя человеческими считывающими устройствами по чувствительности, специфичности и AUC. Сравнения AUC оценивали с помощью теста Делонга; Сравнения чувствительности и специфичности были рассчитаны с использованием точного метода Клоппера – Пирсона для вычисления 95% доверительного интервала, указанного в скобках, и точного теста Макнемара для расчета значения P .

Возраст пациента, наличие контакта с SARS-CoV-2, наличие лихорадки, кашля и кашля с мокротой и количеством лейкоцитов были важными характеристиками, связанными со статусом SARS-CoV-2. Логистическая регрессия хорошо подошла ( P = 0,662). Совместная модель с использованием как клинических данных, так и компьютерной томографии достигла чувствительности 84,3% (95% доверительный интервал (ДИ) 77,1%, 90,0%), специфичности 82,8% (95% ДИ 75,6%, 88,5%) и 0,92 AUC (95%). ДИ 0,887, 0,948). Модель CNN, использующая только данные компьютерной томографии, имела рейтинг 83.Чувствительность 6% (95% ДИ 76,2%, 89,4%; P = 1), специфичность 75,9% (95% ДИ 68,1%, 82,6%; P = 0,031) и 0,86 AUC (95% ДИ 0,821, 0,907 ; P = 0,00146). Модель MLP, использующая только клинические данные, имела чувствительность 80,6% (95% ДИ 72,9%, 86,9%; P = 0,442), специфичность 68,3% (95% ДИ 60,0%, 75,8%; P <1 × 10 ^-4 ) и 0,80 AUC (95% ДИ 0,746, 0,849; P <1 × 10 ^-4 ). Старший торакальный рентгенолог, использующий КТ и клинические данные, получил 74 балла.6% чувствительность (95% ДИ 66,4%, 81,7%; P = 0,0501), специфичность 93,8% (95% ДИ 88,5%, 97,1%; P = 0,005) и 0,84 AUC (95% ДИ 0,800, 0,884) . Специалист по торакальной радиологии, используя КТ и клинические данные, достиг чувствительности 56,0% (95% ДИ 47,1%, 64,5%; P <1 × 10 ^-4 ), специфичности 90,3% (95% ДИ 84,3%, 94,6 %, P = 0,090) и 0,73 AUC (95% ДИ 0,683, 0,780). Значения P указывают на значимость разницы в показателях производительности по сравнению с совместной моделью.

При более высоком AUC совместная модель, объединяющая КТ-изображения и связанную с ними клиническую информацию, превзошла модель, обученную только на КТ-изображениях, и клиническую модель, обученную только на клинической информации. Совместная модель, КТ-модель и клиническая модель показали одинаковую чувствительность по сравнению со старшим торакальным рентгенологом, но показали статистически значимое улучшение чувствительности по сравнению с торакальным коллегой (рис. 2).

Набор для тестирования включал 25 пациентов с положительным результатом на COVID-19 с компьютерной томографией грудной клетки, признанной нормой обоими рентгенологами при представлении.Модель CNN идентифицировала 13 из 25 (52%) сканирований как COVID-19 (+), клиническая модель классифицировала 16 из 25 (64%) как положительных по заболеванию, а совместная модель классифицировала 17 из 25 (68%) как положительных по заболеванию, тогда как старший торакальный рентгенолог и научный сотрудник по торакальной радиологии определили 0 из 25 (0%) этих сканирований как положительные.

Мы суммировали сравнения прогнозов между совместной моделью и рентгенологами в расширенных данных, рис. 3. Из 134 пациентов с положительным результатом на COVID-19 в тестовой выборке 90 из 134 были правильно классифицированы как совместной моделью, так и старший торакальный рентгенолог.Тридцать три из 134 были по-разному классифицированы совместной моделью и старшим торакальным рентгенологом. Из 33 пациентов 23 были правильно классифицированы как положительные с помощью совместной модели, но были неправильно классифицированы старшим торакальным рентгенологом. Десять пациентов были классифицированы как отрицательные с помощью совместной модели, но главный торакальный рентгенолог поставил правильный диагноз. Одиннадцать пациентов были неправильно классифицированы как совместной моделью, так и старшим торакальным рентгенологом.

Из 145 пациентов с отрицательным результатом на COVID-19 в тестовой выборке 113 из 145 были правильно классифицированы как совместной моделью, так и старшим торакальным рентгенологом.Тридцать два из 145 были по-разному классифицированы совместной моделью и старшим торакальным рентгенологом. Семь из них были правильно классифицированы как отрицательные с помощью совместной модели, но старшим торакальным рентгенологом они были диагностированы как положительные. Двадцать три были классифицированы как положительные с помощью совместной модели, но главный торакальный рентгенолог правильно поставил диагноз как отрицательный. Два пациента были неправильно классифицированы как моделью суставов, так и старшим торакальным рентгенологом.

КТ грудной клетки — широко известный диагностический инструмент для оценки пациентов с подозрением на легочную инфекцию.Во время вспышки COVID-19 в некоторых странах, включая Китай и Южную Корею, КТ грудной клетки широко использовалась в клинической практике благодаря своей скорости и доступности. Большинство учреждений в Китае приняли политику выполнения компьютерной томографии грудной клетки любому пациенту с лихорадкой и подозрением на инфекцию SARS-CoV-2. Первоначальный опыт с КТ показал, что типичные результаты являются многодолевыми и двусторонними и включают как помутнение матового стекла, так и уплотнение, часто с периферическим распределением легких.Плевральный выпот, лимфаденопатия и отдельные легочные узелки очень редки ^9,12,13 . Согласно рекомендациям Всемирной организации здравоохранения, наиболее точным диагнозом COVID-19 является обнаружение нуклеиновых кислот ¹⁴ в секреторной жидкости, взятой из мазка из зева, с помощью ОТ-ПЦР. Однако существует нехватка наборов для обнаружения нуклеиновых кислот, и получение результатов может занять до 2 дней. КТ грудной клетки также была предложена в качестве важного диагностического инструмента. КТ-исследование грудной клетки можно получить и интерпретировать гораздо быстрее, чем ОТ-ПЦР.Хотя КТ грудной клетки не так точна, как ОТ – ПЦР при обнаружении вируса, она может быть полезным инструментом для сортировки в период до получения окончательных результатов ^7,15 . В недавней работе был реализован ИИ для дифференциации COVID-19 от других пневмоний только на основе изображений КТ грудной клетки ¹⁶ , что также подчеркивает необходимость быстрого и точного сообщения КТ грудной клетки и потенциальную помощь ИИ. В нашем исследовании наша совместная модель искусственного интеллекта объединяет данные компьютерной томографии и клинические данные. Для пациентов с легкими симптомами, демонстрирующими нормальную КТ грудной клетки на ранней стадии, наша модель показала, что клиническая информация сыграла роль в точном диагнозе COVID-19.

Есть два потенциальных ограничения на использование компьютерной томографии грудной клетки. Во-первых, система здравоохранения во время эпидемии может быть перегружена, что может ограничить своевременную интерпретацию компьютерной томографии рентгенологом. Во-вторых, морфология и тяжесть патологических данных на КТ различны. В частности, в легких случаях может быть мало отклонений от нормы при КТ грудной клетки.

Мы считаем, что реализация совместного алгоритма, описанного выше, может помочь в решении обоих вопросов. Во-первых, алгоритм AI мог оценить CT сразу после завершения.Во-вторых, алгоритм превзошел радиологов в выявлении пациентов с положительным результатом на COVID-19, демонстрируя нормальные результаты КТ на ранней стадии. В-третьих, алгоритм показал одинаковую чувствительность ( P = 0,05) при диагностике COVID-19 по сравнению со старшим торакальным рентгенологом. В частности, объединенный алгоритм достиг статистически значимого улучшения AUC на 6% ( P = 0,00146) и 12% ( P <1 × 10 ⁻⁴ ) по сравнению с моделью CNN, использующей только изображения CT и MLP. модель с использованием только клинической информации соответственно.Модель искусственного интеллекта может быть развернута как приложение, которое может работать на простой рабочей станции вместе с радиологами. Использование инструмента искусственного интеллекта потребует интеграции с системами архивирования и передачи радиологических изображений и системами клинических баз данных или другими базами данных для хранения изображений, чего относительно легко добиться в современных больничных системах. Система искусственного интеллекта может быть реализована как инструмент быстрой диагностики для выявления пациентов с подозрением на инфекцию COVID-19, когда доступны КТ-изображения и / или клиническая информация, и радиологи могут рассматривать эти подозрительные случаи, выявленные с помощью искусственного интеллекта, с более высоким приоритетом.

Предлагаемая нами модель имеет некоторые ограничения. Одним из основных ограничений этого исследования является небольшой размер выборки. Несмотря на многообещающие результаты использования модели AI для скрининга пациентов с COVID-19, требуется дальнейший сбор данных для проверки применимости модели AI к другим группам пациентов. Совместные усилия по сбору данных могут способствовать улучшению модели ИИ. Сложности при обучении моделей возникают также из-за ограниченного размера выборки. В этой работе мы использовали предварительно обученную модель туберкулеза, чтобы выбрать ключевые срезы для представления полного трехмерного (3D) компьютерного томографа.Этот подход может сократить количество вычислений для обучения 3D CNN за счет отсутствия информации в срезах, которые не выбраны для обучения и вывода модели. Дизайн модели CNN предлагает естественную визуализацию для объяснения предсказания. Мы продемонстрировали несколько примеров, позволяющих сопоставить модели искусственного интеллекта с выводами радиолога (рис. 3). Однако есть примеры, в которых визуализация не дает четкого объяснения. Мы не знаем, учитывает ли модель такие особенности, как дыхательные пути, фон эмфиземы или границу легкого в своем прогнозе.Еще одним ограничением является предвзятое отношение к пациентам с COVID-19 в тренировочных данных, что, учитывая неспецифический характер непрозрачности матового стекла и других особенностей на КТ-изображениях грудной клетки, потенциально ограничивает полезность текущей модели искусственного интеллекта для распознавания COVID-19. от других причин дыхательной недостаточности. Таким образом, наш алгоритм может быть полезен в местах с текущим высоким уровнем заболеваемости COVID-19, но вряд ли принесет такую ​​же пользу в местах или в периоды, когда распространенность COVID-19 низкая.Однако недавнее исследование Li et al. ¹⁶ продемонстрировали способность моделей искусственного интеллекта отделять COVID-19 от других пневмоний, что является многообещающим для более широкого применения этой и других моделей искусственного интеллекта.

Рис. 3. Примеры КТ-изображений грудной клетки пациентов с COVID-19 и визуализация признаков, коррелирующих с положительным статусом COVID-19.

Для каждой пары изображений левое изображение представляет собой КТ-изображение, показывающее сегментированное легкое, используемое в качестве входных данных для модели CNN, обученной только на КТ-изображениях, а правое изображение показывает тепловую карту пикселей, которые модель CNN классифицировала как имеющие SARS- Инфекция CoV-2 (красный цвет указывает на более высокую вероятность). a , 51-летняя женщина с лихорадкой и историей заражения SARS-CoV-2. Модель CNN выявила аномальные особенности в правой нижней доле (белый цвет), тогда как два радиолога отметили эту КТ как отрицательную. b , 52-летняя женщина, которая в анамнезе подвергалась воздействию SARS-CoV-2, у нее была лихорадка и продуктивный кашель. Двусторонние периферические затемнения из матового стекла (стрелки) были отмечены рентгенологами, и модель CNN предсказала положительность на основе особенностей в совпадающих областях. c , 72-летняя женщина, бывшая на рынке животных в Ухане, обратилась с жалобой на лихорадку и продуктивный кашель. Сегментированное КТ-изображение показывает непрозрачность матового стекла в передней части правого легкого (стрелка), тогда как модель CNN пометила эту КТ как отрицательную. d , 59-летняя женщина с кашлем в анамнезе. Сегментированное изображение КТ не показывает признаков пневмонии, и модель CNN также пометила эту КТ как отрицательную.

В будущих исследованиях будет собран более крупный набор данных по мере увеличения масштабов этой вспышки.Мы стремимся изучить различные подходы к сверточным нейронным сетям, включая трехмерные модели глубокого обучения и улучшение интерпретируемости моделей CNN. Возможность обобщения системы ИИ, оцениваемой в нескольких центрах, будет необходима для проверки надежности моделей.

В заключение, эти результаты иллюстрируют потенциальную роль высокоточного алгоритма искусственного интеллекта для быстрой идентификации пациентов с COVID-19, что может быть полезно в борьбе с текущей вспышкой заболевания.Мы считаем, что предложенная модель искусственного интеллекта, которая сочетает в себе компьютерную томографию и клиническую информацию и демонстрирует точность, эквивалентную старшему рентгенологу грудной клетки, может быть полезным инструментом скрининга для быстрой диагностики инфекционных заболеваний, таких как COVID-19, которые не требуют участия радиолога или физических тестов.

Распознавание голоса по-прежнему имеет значительные расовые и гендерные предубеждения

Как и в случае с распознаванием лиц, поиском в Интернете и даже с дозаторами мыла, распознавание речи — это еще одна форма ИИ, которая хуже работает с женщинами и небелыми людьми.А распознавание речи теперь влияет на важные аспекты жизни людей, включая решения об иммиграции, прием на работу и транспорт , и многое другое. Это означает, что точность распознавания речи — или ее отсутствие — может помешать вам иммигрировать в новую страну, получить работу или безопасно путешествовать. Это абсолютно социальная несправедливость. Но если это само по себе не убеждает компании решить проблему, им следует учитывать, что точность распознавания речи также влияет на решения клиентов о покупке.Помните, что женщины и меньшинства обладают огромной покупательной способностью — почему компании не хотят решать эту проблему? Это упущенная возможность для бизнеса. И это то, о чем мы все должны продолжать говорить. Потому что эти предубеждения имеют серьезные последствия для жизни людей и потому, что каждый заслуживает того, чтобы его голос был услышан.

Voice AI становится все более распространенным и мощным. Согласно прогнозам, к 2023 году объем голосовой коммерции будет составлять 80 миллиардов долларов. Google сообщает, что сегодня 20% поисковых запросов выполняются с помощью голосовых запросов — по прогнозам, к 2020 году эта цифра вырастет до 50%.В 2017 году Google объявил, что точность распознавания речи составляет 95%. Хотя это впечатляющая цифра, возникает вопрос: для кого точность 95%?

Распознавание речи имеет значительные расовые и гендерные предубеждения. Как и в случае с распознаванием лиц, поиском в Интернете и даже с дозаторами мыла, распознавание речи — это еще одна форма ИИ, которая хуже работает для женщин и небелых людей. Чтобы быть ясным, я не верю, что создатели этих систем намеревались создавать расистские или сексистские продукты.Сомнительно, что эти предубеждения являются преднамеренными, но они все же проблематичны. Дело в том, что функция распознавания речи хорошо понимает голоса белых мужчин … но как насчет остальных из нас?

Точность важнее воспроизведения музыки. Распознавание речи теперь влияет на важные аспекты жизни людей, включая решения об иммиграции, прием на работу и транспорт , и многое другое. Это означает, что точность распознавания речи — или ее отсутствие — может помешать вам иммигрировать в новую страну, получить работу или безопасно путешествовать.Вы видели ту серию Silicon Valley , где машина везет кого-то на заброшенный остров? По телевизору это забавно; не так уж и смешно в реальной жизни.

Автопроизводители годами признавали, что их распознавание речи не работает и для женщин. Рекомендованным средством было то, что женщины прошли обширную подготовку («Женщин можно было бы научить говорить громче и направлять свой голос в микрофон …»), что их сверстникам-мужчинам делать не обязательно. То же самое для меньшинств и людей с нестандартным акцентом.Серьезно?

Точность распознавания по полу и расе

Исследование доктора Татмана, опубликованное Североамериканским отделением Ассоциации компьютерной лингвистики (NAACL), показывает, что распознавание речи Google на 13% точнее для мужчин, чем для женщин. И Google регулярно показывает самые высокие результаты по сравнению с системами Bing, AT&T, WIT и IBM Watson.

Итак, вот мысленный эксперимент: давайте рассмотрим трех американцев, которые все говорят на английском как на родном.Скажем, мы с моим другом Джошем используем распознавание речи Google. Он может получить точность 92%, а я — 79%. Мы оба белые. Если мы прочитаем тот же абзац, ему нужно будет исправить около 8% транскрипции, а мне нужно будет исправить 21%. Моя подруга смешанной расы, Джада, вероятно, будет иметь на 10% меньшую точность, чем я. Итак, наша система показателей будет выглядеть примерно так:

Джош (белый кобель) = A-, 92%

Джоан (белая сука) = C +, 79%

Джада (женщина смешанной расы) = D +, 69%

Диалекты также влияют на точность.Например, уровень точности индийского английского языка составляет 78%, а уровень точности шотландского английского — 53%. Команды Amazon и Google работают над повышением точности, но проблема еще не решена.

Последствия в реальном мире

Эти предубеждения имеют серьезные последствия для жизни людей. Например, ирландка провалила тест на знание разговорного английского языка при попытке иммигрировать в Австралию, несмотря на то, что она была высокообразованным носителем английского языка. За беглость речи она получила 74 балла из 90.Звучит устрашающе знакомо, правда? Эта оценка, скорее всего, является неисправностью системы.

Почему существует эта предвзятость? Расхождения существуют из-за того, как мы структурировали анализ данных, базы данных и машинное обучение. Подобно тому, как камеры настраиваются для фотографирования белых лиц, аудиоанализ борется с более высокими голосами и более высокими голосами. Основная причина может заключаться в том, что в базах данных содержится много данных о белых мужчинах и меньше данных о голосах женщин и меньшинств. Например, выступления TED Talks часто анализируются специалистами по речи, а 70% выступающих на TED — мужчины.

AI поэтому настроен на отказ. Машинное обучение — это метод поиска закономерностей в данных. Когда вы используете распознавание речи, система отвечает на вопрос: «Учитывая эти аудиоданные, какие слова лучше всего соответствуют этим данным, учитывая шаблоны и данные в базе данных?» Если в базе данных есть в основном белые мужские голоса, она не будет работать с данными, которые видит нечасто, такими как женские и другие более разнообразные голоса.

Это абсолютная социальная несправедливость.Но если это само по себе не убеждает компании решить проблему, им следует учитывать, что точность распознавания речи также влияет на решения клиентов о покупке. У меня есть состоятельные англо-испанские двуязычные друзья, которые решили не покупать умные холодильники, потому что знают, что холодильники их не поймут. Какие еще устройства Интернета вещей они купили бы, если бы эти устройства действительно понимали их?

Мелинда Гейтс, которая часто обсуждает финансовые слепые пятна, связанные с разнообразием, сказала: «Мы [как общество] заботимся о разнообразии, но мы действительно заботимся о том, сколько денег мы зарабатываем … Женщины [ответственны за] 85% потраченные потребительские доллары.Женщины контролируют 70% финансовых решений в доме. Итак, вы упускаете возможность … вы оставляете деньги на столе «.

Возможные решения

По мере того как голосовой ИИ становится все более распространенным и мощным, эта технология будет все больше и больше влиять на нашу повседневную жизнь. Давайте работать над построением мира, в котором все голоса будут четко слышны.

Что могут сделать компании? Будьте более прозрачными в своей голосовой статистике и поощряйте конкуренцию в этой области. Например, компании могут сообщать о своих показателях точности для женщин и различных спикеров в своих маркетинговых и торговых презентациях.Ваш целевой пользователь — женщина из рабочего класса? Затем укажите, насколько хорошо ваша система понимает эту демографию. Помните, что женщины и меньшинства обладают огромной покупательной способностью — почему бы вам не решить эту проблему?

Наконец, это то, о чем мы все должны продолжать говорить. Потому что каждый заслуживает того, чтобы его голос был услышан.

Модифицированный прогноз SEIR и AI для тенденции развития эпидемий COVID-19 в Китае в рамках мер общественного здравоохранения — Ян

Введение

В декабре 2019 года в Ухане, столице провинции Хубэй на материковой части Китая, произошла вспышка атипичной пневмонии [коронавирусная болезнь 2019 (COVID-19)], которую приписали новому коронавирусу зоонозного происхождения [коронавирус тяжелого острого респираторного синдрома 2 ( SARS-CoV-2)] (1,2).Вспышка быстро распространилась: более 50 000 случаев заболевания и 1 000 смертельных случаев были зарегистрированы внутри страны и 603 случая во всем мире (3,4), что превзошло вспышку тяжелого острого респираторного синдрома (ТОРС) в 2003 году (5). Вспышка совпала с чуньюнь , ежегодным периодом массовой миграции на праздники Весеннего фестиваля, который должен был начаться 25 января 2020 года. Чтобы сдержать вспышку, Китай 23 января 2020 года внедрил беспрецедентные стратегии вмешательства (6). Целые города были помещены на карантин, национальный праздник был продлен, были введены строгие меры, ограничивающие поездки и массовые собрания, общественные места были закрыты, а по всей стране был введен строгий мониторинг температуры.Эти меры контроля вызвали значительные нарушения социальной и экономической структуры в Китае и во всем мире. Однако неизвестно, оказала ли эта политика влияние и как долго она должна оставаться в силе. Таким образом, крайне важно оценить влияние этих мер контроля на развитие эпидемии с учетом ожиданий во всем мире. В данном случае мы использовали модифицированную эпидемиологическую модель «восприимчивые — подвергшиеся воздействию — инфицированные — удаленные» (SEIR), которая включает данные о внутренней миграции до и после 23 января и самые последние эпидемиологические данные COVID-19 для прогнозирования развития эпидемии.Мы также подтвердили прогноз нашей модели с использованием подхода искусственного интеллекта (ИИ) с машинным обучением, который был обучен на данных о вспышке коронавируса SARS 2003 года.

---

Методы

Источники данных

Были получены самые последние эпидемиологические данные, основанные на ежедневных количествах вспышек COVID-19, о которых сообщает Национальная комиссия здравоохранения Китая (7). Индекс миграции, основанный на ежедневном количестве входящих и исходящих событий железнодорожным, воздушным и автомобильным транспортом, был получен из веб-программы (8).Данные об эпидемии атипичной пневмонии 2003 года в период с апреля по июнь 2003 года по всему Китаю, полученные с архивного новостного сайта (SOHU) (9), использовались для обучения искусственному интеллекту.

Модифицированная модель SEIR

Мы модифицировали исходное SEIR-уравнение, чтобы учесть динамическое состояние восприимчивой [S] и открытой [E] популяции, введя параметры входа, In (t) и выхода, Out (t). Концептуально модифицированная модель представлена ​​как:

Базовая модель выглядит следующим образом;

dE (t) dt = βS (t) I (t) N − σE (t)

S [t + 1] = S [t] + Sin [t] -Sout [t] -β1 × r [t] × I [t] × S [t] N [t] -β2 × r [t] × E [t] × S [t] N [t] E [t + 1] = E [t] + Ein [t] -Eout [t] + β1 × r [t] × I [t] × S [t] ] N [t] + β2 × r [t] × E [t] × S [t] N [t] -σE [t] I [t + 1] = σE [t] + I [t] -γI [ t] R [t + 1] = γI [t] + R [t] Sin [t] = In [t] × (1-Pout [t]) Sout [t] = Out [t] × (1-Pout [t]) Ein [t] = In [t] × Pout [t] Eout [t] = Out [t] × Pout [t]

Здесь мы предполагаем, что латентная [E] популяция протекает бессимптомно, но инфекционный, а [I] относится к популяции с симптомами и инфекциями.Скорость инкубации σ описывается как скорость, с которой у человека, подвергшегося воздействию, развиваются симптомы.

Наша модифицированная модель предоставлена;

S (t): количество уязвимых людей в провинции.

S _{in / out} (t): приток / отток уязвимых людей на основе общедоступного ежедневного индекса миграции (8).

β ₁ : Скорость передачи для восприимчивых к инфицированию.

β ₂ : Скорость передачи для восприимчивых к облучению.

r (t): количество контактов на человека в день, связанных с политиками контроля. До 23 января r = 15, после 23 января r = 3, а после 1 марта r = 10 (при условии, что сохраняется какая-то политика контроля для снижения частоты контактов).

N (t): общая численность населения провинции.

E (t): количество подвергшихся воздействию людей (в провинции).

E _{вход / выход} (t): количество людей, попадающих / выходящих, подвергшихся воздействию (см. Дополнительный файл). Мы предполагаем, что все E _в происходят из провинции Хубэй.

σ: скорость инкубации.

I (t): количество инфицированных в провинции.

γ: вероятность выздоровления или смерти.

R (t): Число выздоровления или смерти (в провинции).

P _из [t]: вероятность утечки подвергшихся воздействию людей (см. Дополнительный файл).

Оценка параметров модели

Чтобы применить модель SEIR, нам необходимо оценить параметры β, σ и γ, где β — это произведение количества людей, ежедневно подвергающихся воздействию инфицированных людей (k), и вероятности передачи (b) при воздействии ( т.е. β = kb), а σ — скорость инкубации, которая представляет собой скорость появления симптомов у латентных особей (средняя продолжительность инкубации составляет 1 / σ).Поскольку инкубационный период SARS-CoV-2, как сообщается, составляет от 2 до 14 дней (2,10,11,12), мы выбрали середину 7 дней. γ — средняя скорость выздоровления или смерти инфицированного населения. Используя данные об эпидемии из провинции Хубэй, мы смоделировали искаженную модель SEIR для определения вероятности передачи (b), которая использовалась для определения β и вероятности выздоровления или смерти (γ).

Число людей, которые остаются уязвимыми в каждой провинции, аналогично количеству ее постоянного населения.Из них 57 миллионов проживают в провинции Чжэцзян, 113 миллионов — в провинции Гуандун и 60 миллионов — в провинции Хубэй. Наконец, мы добавили 9-дневный промежуток перед данными по провинции, чтобы смоделировать инфекцию для диагностики первого пациента.

С I (t = 0) = 1, который доступен в начале вспышки, N≈S и, следовательно, приблизительно

dIdt = βISN − γI≈ (β − γ) I

Наконец, это упрощается до:

После многократной подгонки с данными из приведенной выше таблицы мы определили b [(95% доверительный интервал (ДИ)]: 0.05249 (0. 05068–0. 05429). и γ [(95% доверительный интервал (ДИ)]: 0,154 (95% ДИ = 0,0721-0,238).

Мы предполагаем, что инфекционный [I] с симптомами будет помещен в карантин, поэтому k ₁ = 3.

Мы предполагаем, что бессимптомный, латентный [E] будет иметь нормальный контакт, поэтому k ₂ = 15.

Следовательно, используя b = 0,05249,

β ₁ = 3 × 0,05249 = 0.15747

β ₂ = 15 × 0,05249 = 0,78735

Были рассчитаны тенденции передачи вируса в провинциях Чжэцзян, Гуандун и Хубэй и по всей стране. Интервалы данных по трем провинциям немного различаются: данные для провинций Чжэцзян и Гуандун охватывают 24 дня с 17 января 2020 г. (дата первого отчета) по 9 февраля 2020 г., а данные по провинции Хубэй охватывают 30 дней с 11 января. 2020 (дата официального подтверждения) по 9 февраля 2020 года.Были смоделированы эффекты мер вмешательства в области общественного здравоохранения, ограничивающие миграцию, а также эффект от начала вмешательств за пять дней до и после фактического времени вмешательства. Мы получили интервалы прогнозирования, реализованные 23 января 2020 года, с использованием моделирования Монте-Карло.

Long-Short-Term-Memory (LSTM) модель

Мы использовали модель LSTM, тип рекуррентной нейронной сети (RNN), которая использовалась для обработки и прогнозирования различных проблем временных рядов для прогнозирования количества новых инфекций с течением времени.В качестве базового набора данных для обучения мы использовали статистику эпидемии SARS за 2003 год, которая была доступна только для случаев в период с апреля по июнь 2003 года. Мы включили эпидемиологические параметры COVID-19, такие как вероятность передачи, частота инкубации, вероятность выздоровления. или смерть и контактный номер. Из-за относительно небольшого набора данных мы разработали более простую структуру сети для предотвращения переобучения. Модель была оптимизирована с помощью оптимизатора Adam и прошла 500 итераций. Подробная информация о разработке этого алгоритма содержится в дополнительном материале.

---

Результаты

Развитие эпидемии в провинциях Хубэй, Гуандун и Чжэцзян

Мы изучили эти провинции, поскольку они имели наибольшее количество подтвержденных случаев COVID-19 на момент написания (7,8) и значительную численность мигрантов. Подтвержденные случаи COVID-19 в провинциях Хубэй, Гуандун и Чжэцзян на 10 февраля составили 31 728, 1177 и 1117 соответственно, что составляет 80% от общего числа случаев по стране (, рисунок 1A, ).Индекс миграции из провинции Гуандун и Чжэцзян был больше, чем приток, и был самым большим в период с 7 по 23 января 2020 года. Индекс миграции в провинцию Хубэй был больше, чем отток до 23 января, что свидетельствует о возвращении домой мигрантов весной Празднование фестиваля. Принудительные меры общественного здравоохранения для ограничения поездок в провинции Хубэй очевидны в виде относительно плоских кривых миграции по сравнению с провинциями Гуандун и Чжэцзян после 23 января 2020 года (, рис. 1B, ).

Рисунок 1 Данные, используемые для наших моделей. (A) Подтвержденные случаи COVID-19 по провинциям по состоянию на 10 февраля. Данные получены с https://voice.baidu.com/act/newpneumonia/newpneumonia/?from=osari_pc_3. (B) Индекс миграции для провинций Хубэй, Гуандун и Чжэцзян во время весенних праздников 2020 года. Сплошные линии: приток. Пунктирные линии: отток. COVID-19, коронавирусная болезнь 2019.

SEIR — это эпидемиологическая модель, используемая для прогнозирования динамики инфекционных заболеваний путем разделения населения на четыре возможных состояния: восприимчивое [S], открытое или латентное [E], инфекционное [I] или удаленное [R].Доля населения в каждом штате регулируется скоростью изменения между каждым, β ([S] до [E]), σ ([E] до [I]) и γ ([I] до [R]). . Мы включили индекс миграции [S _{in / out} (t)] за предыдущий день, (t) для учета пула [S _{(t + 1)} ] в интересующем месте в модифицированную модель SEIR, используя доступный миграционный индекс 2020 года для каждой провинции на момент анализа, но скорректировал миграционный индекс на более поздние даты в соответствии с ситуацией, которую мы моделируем.Для моделирования, в котором ограничения на поездки снижаются в Гуандуне, Чжэцзяне, Китае и Хубэе, мы использовали индекс миграции 2019 года. Мы считали, что скорость передачи β между [E] → [S] (β ₁ ) в пять раз выше, чем для [I] → [S] (β ₂ ).

В провинции Хубэй, где в настоящее время действуют строгие карантинные меры, мы установили нулевой индекс миграции после 10 февраля 2020 года. До 12 февраля сообщения о случаях заболевания регистрировались на основе ПЦР-подтверждения.Основываясь на этих критериях отчетности, наша модель предсказала один пик эпидемии 20 февраля с 42 792 (95% ДИ: 30 149–52 941) случаями (, таблица 1, ). Ожидается, что вспышка близится к завершению к концу апреля, а общее число случаев достигнет 59 578 (95% ДИ: 39 189–66 591). Если вмешательство будет отложено, к 25 февраля будет достигнут пик в 11 5061 случай, а общее число случаев достигнет 167 598. Если бы вмешательства были введены пятью днями ранее, пик эпидемии должен был бы быть достигнут к 15 февраля 2020 года, а окончательное число случаев не превысило бы 25 000 (, рисунок 2, ).

Таблица 1 Сводка прогнозов нашего исследования
Полная таблица

Рисунок 2 Количество активных инфекций, прогнозируемых модифицированной моделью SEIR для (A) провинции Хубэй в условиях строгого карантина, (B) провинции Хубэй в условиях ослабленного карантина, (C) провинции Гуандун, (D) провинции Чжэцзян и (E) Китая когда вмешательства были введены 23 января (синий), пятью днями позже (серый) и пятью днями раньше (красный).Фактические данные о ежедневных подтвержденных инфекциях были нанесены на кривую (кружки). SEIR, восприимчивые-открытые-инфекционные-удаленные.

Затем мы рассмотрели ситуацию, когда карантин прекратился, что позволило выполнить нормальную миграцию. Однако, ожидая, что какая-то форма контроля будет по-прежнему применяться для сокращения социальных контактов, мы установили r = 10. Мы смоделировали первый пик в 51 581 (95% ДИ: 39 874–63 994) случая 18 февраля и меньший. второй пик — 11 марта с 47 144 (95% ДИ: 36 305–58 484) случаями.Общий размер эпидемии составит 73 180 (95% ДИ: 51 308–85 839) случаев. Если бы внедрение вмешательств было отложено на пять дней, первоначальное увеличение доли инфицированных случаев привело бы к экспоненциальному увеличению числа инфицированных, достигнув пика 21 февраля и 17 марта. апреля, к тому времени было бы 166 930 случаев. Если бы вмешательства были осуществлены пятью днями раньше, пик эпидемии пришел бы к 11 февраля, когда был зарегистрирован 8031 ​​случай, и следовало бы ожидать окончательного размера эпидемии в 15 965 случаев (, Рисунок 2B, ).

Поскольку провинции Гуандун и Чжэцзян не попали в эпилептическую вспышку, масштабы эпидемии меньше, чем в провинции Хубэй. Эпидемия эпидемии в этих двух провинциях достигнет пика к 20 февраля 2020 года, когда будет зарегистрировано 1202 (95% ДИ: 1 042–1340) и 1172 (95% ДИ: 1 004–1314) случаев, соответственно, и завершится к середине апреля. Общий размер эпидемии составит 1511 (95% ДИ: 1 097–1948) и 1491 (95% ДИ: 1066–1851) случаев в провинциях Гуандун и Чжэцзян, соответственно. Пятидневная задержка государственного вмешательства привела бы к пикам 26 и 25 февраля с 3553 и 3522 случаями в провинциях Гуандун и Чжэцзян соответственно, а общий размер эпидемии составил бы 10 061 случай в каждой провинции.Если бы государственный контроль был введен пятью днями раньше, эпидемия была бы эффективно подавлена ​​(, рис. 2C, D ).

Мы нанесли фактически зарегистрированные кумулятивные активные инфекции (кружки на рис. 2A, B, C, D ) до 10 февраля 2020 г. для каждой провинции на нашу прогнозируемую кривую и обнаружили, что в целом было хорошее соответствие между нашими прогнозируемыми и заявленными данными. .

Развитие эпидемии в материковом Китае

После введения мер контроля 23 января 2020 года возможность распространения снизилась.Наличие большого пула восприимчивых людей позволило неуклонно увеличивать среднее количество новых ежедневных инфекций. При текущих мероприятиях пик эпидемии ожидается 28 февраля, когда будет зарегистрировано 59 764 (95% ДИ: 51 979–70 172) случая. Прогнозируется, что общий размер эпидемии составит 122 122 (95% ДИ: 89 741–156 794) случая. Если бы внедрение вмешательств было отложено на пять дней, коэффициент передачи был бы намного больше из-за увеличения среднего числа ежедневных контактов с инфицированным человеком.Число случаев увеличилось бы экспоненциально, достигнув пика 4 марта 2020 года и составило 173 372 случая. К концу апреля общий размер эпидемии составит 351 874 случая. Если бы вмешательства были введены на 5 дней раньше, чем они были, количество случаев по всей стране составило бы 40 991 ( Рисунок 2E ). Точно так же было также хорошее соответствие между фактически зарегистрированными кумулятивными активными инфекциями с нашей прогнозируемой кривой.

Прогноз LSTM для материкового Китая

Модель LSTM — это тип RNN, который был обучен с использованием статистики эпидемии SARS 2003 года, включающей эпидемиологические параметры COVID-19, такие как вероятность передачи, скорость инкубации, вероятность выздоровления или смерти и контактный номер.Модель LSTM предсказывала, что пик новых случаев инфицирования наступит 4 февраля, что приведет к 95 000 случаев к концу апреля (, рис. 3A, ). Затем мы построили график количества новых случаев за день, полученный на основе SEIR, LSTM и фактических данных по Китаю. Между 22 января и 10 февраля наблюдалось замечательное совпадение между фактическим числом новых подтвержденных случаев и кривой, прогнозируемой LSTM (, рис. 3B, ). И SEIR, и LSTM-модель предсказывали пик заражения 4000 человек в день в период с 4 по 7 февраля.Модель SEIR также предсказала несколько меньших пиков новых инфекций в середине-конце февраля.

Рисунок 3 Прогноз LSTM для материкового Китая. (A) Прогнозируемое LSTM кумулятивное число случаев COVID-19 в Китае. (B) Количество новых случаев COVID-19 согласно фактическим данным (фиолетовый), модели SEIR (оранжевый) и модели LSTM (зеленый). SEIR, восприимчивые-открытые-инфекционные-удаленные; LSTM, долговременная кратковременная память; COVID-19, коронавирусная болезнь 2019.

---

Обсуждение

Китай объявил о чрезвычайном реагировании уровня 1, самом высоком уровне реагирования общественного здравоохранения на вспышку COVID-19 15 января 2020 года, что привело к принятию мер контроля по всей стране.Помимо блокировки района Большого Уханя, требовалось строгое информирование о поездках в провинцию Хубэй и из нее. Жителей Хубэй отговаривали возвращаться на свои рабочие места, и даже жители, не являющиеся жителями Хубэя, которые путешествовали через Ухань, были вынуждены находиться на карантине в течение 14 дней. Эффективность и необходимость таких мероприятий подвергались сомнению, особенно в связи с сообщениями о том, что карантин в Большом Ухане, возможно, был введен слишком поздно (13,14). Wu et al. , предсказал, что без мер контроля размер эпидемии в Ухане достигнет 75000 случаев заражения к 25 января, а пик эпидемии наступит в апреле (13).Точно так же Read et al . Предсказали пик в 190 000 случаев к 4 февраля без мер контроля (14). Примечательно, что они предсказали, что в других китайских городах будет наблюдаться такой же рост эпидемии, как в Ухане, несмотря на карантин в Большом Ухане. Однако этого не произошло. Гуандун и Чжэцзян, две провинции, наиболее пострадавшие после Хубэя, составляют лишь 6,6% всех случаев ПЦР в национальном масштабе благодаря более быстрому применению мер контроля (, рисунок S1 ). Замедление роста эпидемии в этих двух провинциях по сравнению с Хубэй подтверждает эффективность карантинных и контрольных мер.Наша модель повторила эти сценарии, предполагая, что пятидневная задержка в реализации мер контроля увеличила бы размер эпидемии в три раза.

Рисунок S1 Сводка мер контроля, введенных в (A) Ухань, (B) Хубэй, (C) Чжэцзян и (D) Гуандун.

Фактическая эпидемическая тенденция с момента нашего анализа хорошо согласуется с нашей прогнозируемой кривой ( Рисунок S2 ). Гуандун и Чжэцзян ежедневно регистрировали менее 6 новых случаев заболевания на предыдущей неделе, в то время как количество новых случаев в провинции Хубэй также, похоже, снизилось по сравнению с предыдущими неделями.Когда мигранты начинают возвращаться в Гуандун и Чжэцзян (хотя и более медленными темпами по сравнению с предыдущими годами из-за существующих ограничений), возникают опасения по поводу потенциального увеличения числа завозных случаев. Поскольку значительное ежедневное количество новых случаев заболевания в настоящее время остается только в провинции Хубэй, маловероятно, что мигранты из других провинций будут представлять значительный риск. Продолжение политики «раннего выявления» и последующей изоляции может оказаться эффективным в предотвращении второй волны эпидемии в Гуандуне и Чжэцзяне.

Рисунок S2 Новые ежедневно подтвержденные случаи и совокупные подтвержденные случаи, зарегистрированные Национальной комиссией здравоохранения в период с 26 января по 25 февраля 2020 года в провинциях Хубэй (A, B), Гуандун (C, D) и Чжэцзян (E, F). Совокупный диагноз (красный), активный диагноз (розовый) и подозреваемые случаи (желтый) в период с 26 января по 25 февраля 2020 года для Китая (G). Данные получены с https://voice.baidu.com/act/newpneumonia/newpneumonia/?from=osari_pc_3 26 февраля 2020 г.

Наше исследование выявило еще один ключевой момент: отмена карантинных ограничений в провинции Хубэй приведет к притоку новых восприимчивых людей, то есть мигрантов, возвращающихся после праздников Весеннего фестиваля, что приведет к еще одному меньшему пику эпидемии в Хубэе примерно 11 марта 2020 года. Учитывая, что с тех пор в Хубэй были направлены значительные ресурсы на строительство новых больниц и карантинных левых, построенных для улучшения медицинского обслуживания и снижения рисков заражения, ожидается, что все это снизит передачу и поможет смягчить воздействие потенциально приближающегося пика.

Вспышка COVID-19 представляет собой серьезную проблему в процессе общественного здравоохранения по контролю над эпидемией в хорошо связанном и густонаселенном городе и принятию решения о том, когда принимать меры контроля. Текущая практика подтверждения случая заражения COVID-19 основана на двух положительных результатах тестов, полученных от местного и городского или провинциального CDC, и для этого требуется не менее 30 часов (15). 12 февраля 2020 года правительство провинции Хубэй разрешило подтверждение случаев заболевания с помощью клинического диагноза на основе радиологических данных, подсчета нейтрофилов и эпидемиологических связей, в результате чего к ежедневной заболеваемости в одночасье добавилось 16000 случаев.Это привело к путанице в общенациональной статистике случаев COVID-19, поскольку такой подход не применялся во всех других провинциях. Можно утверждать, что клинические диагнозы могут быть неточными, однако текущий подход к диагностике ПЦР также имеет недостатки (15). До тех пор, пока для оценки истинной заболеваемости не будут доступны дополнительные методы, такие как данные о распространенности серотипа, можно ожидать, что эпидемические кривые, основанные только на подтверждении ПЦР, вероятно, недооценивают ситуацию в реальном мире.

Наши результаты в Рисунок 3 подчеркивают сильные и слабые стороны двух моделей, использованных в нашем исследовании.В нашей модифицированной модели SEIR использовался семидневный инкубационный период, основанный на ранних оценках (2). Как известно позже, среднее время инкубации до появления симптомов составляет три дня (11), что ближе к зарегистрированному инкубационному периоду для SARS, но может варьироваться от 0 до 24 дней. Мы протестировали чувствительность модели к разному времени инкубации и обнаружили, что более короткое время инкубации ускорит пик эпидемии и приведет к меньшему размеру эпидемии ( Рисунок S3 ). Это может объяснить замечательное соответствие между реальными кривыми и кривыми, предсказанными LSTM, а также отставание от эпидемического пика, предсказанного SEIR-моделью.И наоборот, данные об эпидемии атипичной пневмонии, используемые для машинного обучения, были получены из случаев, зарегистрированных в период с апреля по июнь 2003 г., что кажется ограниченным набором данных для долгосрочного прогнозирования.

Рисунок S3 Чувствительность эпидемической кривой к изменению инкубационного периода, σ.

Наша модель не учитывала другие факторы, которые могут увеличить количество подтвержденных случаев, например диагностические возможности. Муниципальное правительство Ухани недавно объявило о политике проверки каждого подозреваемого случая и замедления возвращения рабочих-мигрантов (16).Если правительство Уханя сможет увеличить свои возможности тестирования, мы ожидаем увидеть непрерывный пик или даже второй пик, несмотря на контроль над притоком возвращающихся мигрантов. Еще одно ограничение нашего исследования заключается в том, что мы не учитывали сезонные влияния. Было высказано предположение, что изменение температуры из-за сезонности важно для рассеивания эпидемии атипичной пневмонии в провинции Гуандун (17). Следуя этой логике с COVID-19, можно надеяться, что эпидемия в провинции Гуандун утихнет раньше, чем в Чжэцзяне и Хубэе.

---

Выводы

Наша динамическая модель SEIR оказалась эффективной в прогнозировании пиков и размеров эпидемии COVID-19. Кроме того, модель на основе искусственного интеллекта, обученная на прошлых наборах данных SARS, также дает многообещающие перспективы для будущего прогнозирования эпидемий. Предполагалось, что осуществление мер контроля 23 января снизит масштабы эпидемии COVID-19 в Китае, а политика строгого мониторинга и раннего выявления должна оставаться в силе до конца апреля 2020 года.

---

Дополнительный

Дополнительный метод

Процесс создания модели SEIR

Всего категорий данных и источников

Самые последние эпидемиологические данные о вспышке COVID-19 на материковом Китае были получены на основе ежедневных данных, сообщаемых Национальной комиссией здравоохранения Китая (7). Коэффициенты миграции, ежедневное количество въездных и исходящих событий по железной дороге, воздуху и дороге, были получены из веб-программы (8).

Процесс построения модели

Классической эпидемиологической моделью для изучения динамики инфекционного заболевания является модель «Восприимчивость (S) — подвержена (E) — инфекция (I) — выздоровела (R)».

Скорость передачи β контролирует скорость распространения, которая представляет вероятность передачи болезни между восприимчивым и заразным индивидуумом. Скорость инкубации σ — это частота появления симптомов у латентных особей (средняя продолжительность инкубации составляет 1 / σ) (установлено как 7 дней).Вероятность выздоровления или смерти γ — это средняя скорость выздоровления или смерти среди инфицированных популяций.

Классическое уравнение SEIR предполагает постоянный размер восприимчивой [S] популяции с постоянным уровнем рождаемости и смертности во всех сферах. В реальной ситуации это население является динамичным, поскольку большое количество людей будет въезжать и выезжать из каждого города, что приведет к смертельным исходам, связанным с эпидемиями. Мы изменили исходную форму, чтобы ввести поступление, In (t) и перемещение, Out (t) и r (t), которые представляют собой частоту контактов до и после внедрения политик контроля.Мы считали, что скорость передачи β: для восприимчивых к инфицированию — β ₁ , для восприимчивых к воздействию — β ₂ .

SEIR дает дифференциальное выражение мигрирующей популяции:

S [t + 1] = S [t] + Sin [t] -Sout [t] -β1 × r [t] × I [t] × S [t] N [t] -β2 × r [t] × E [t] × S [t] N [t] E [t + 1] = E [t] + Ein [t] -Eout [t] + β1 × r [t] × I [t] × S [t] ] N [t] + β2 × r [t] × E [t] × S [t] N [t] -σE [t] I [t + 1] = σE [t] + I [t] -γI [ t] R [t + 1] = γI [t] + R [t] Sin [t] = In [t] × (1-Pout [t]) Sout [t] = Out [t] × (1-Pout [t]) Ein [t] = In [t] × Pout [t] Eout [t] = Out [t] × Pout [t]

Где:

β ₁ : Скорость передачи для восприимчивых к инфицированию.

β ₂ : Скорость передачи для восприимчивых к облучению.

In (город) (t): количество людей, направляющихся из разных городов провинции Хубэй в другие провинции

P _в (город) (t): вероятность притока людей из разных городов провинции Хубэй в другие провинции, которая подвергается воздействию

E _inHB (t): количество открытых течений из провинции Хубэй в другие провинции

S _inHB (t): количество восприимчивых людей, направляющихся из Хубэй в другие провинции

E _{вход / выход} (т): количество людей, попадающих / выходящих из зоны воздействия.Мы предполагаем, что весь Эйн из провинции Хубэй

.

S _{in / out} (t): приток / отток уязвимых людей на основе общедоступного ежедневного индекса миграции

In (t): Приток населения в провинцию

Out (t): Отток населения из провинции

P _из (t): Вероятность выхода скрытых людей из провинции

N (t): Общая численность населения провинции

r (t): Количество контактов на человека в день, связанных с политиками контроля

A (город) (t): Количество новых подтвержденных случаев в городе

ПО (город) (т): Общая численность населения города

e: Коэффициент корреляции между количеством новых диагнозов и количеством выявленных случаев

Вероятность латентного у населения провинции:

Pin [город] (t) = e × A [город] (t) PO [город] (t)

Число скрытых людей, прибывающих в провинцию из Хубэй:

EinHB (t) = ∑city∈HubeiIn [город] (t) × Pin [город] (t)

До 8 февраля мы предполагали, что латентное население страны в провинции — все из провинции Хубэй:

Число уязвимых людей, прибывающих в провинцию со всей провинции Хубэй:

SinHB (t) = ∑city∈HubeiIn [city] (t) × (1 − Pin [city] (t))

Количество нормальных людей, прибывающих в провинцию в целом, составляет:

Количество скрытых утечек из провинции:

Количество нормальных оттоков из провинции:

Sout (t) = Out (t) × (1 − Pout (t))

Общая численность населения провинции:

N (t + 1) = N (t) + In (t) −Out (t)

Количество нормальных людей в провинции:

S (t + 1) = S (t) + Sin (t) −Sout (t) −β1 × r (t) × I (t) × S (t) N (t) −β2 × r (t) × E (t) × S (t) N (t)

Количество латентов в провинции:

E (t + 1) = E (t) + Ein (t) — Eout (t) + β1 × r (t) × I (t) × S (t) N (t) + β2 × r (t) × E (t) × S (t) N (t) −σE (t)

Количество инфицированных в провинции:

I (t + 1) = σE (t) + I (t) −γI [t]

Количество восстановленных в провинции:

Построение модели сетей долгосрочной краткосрочной памяти (LSTM)

Анализ временных рядов был основан на данных, полученных путем систематического наблюдения.Цель этого прогноза тенденции состояла в том, чтобы предсказать последовательность факторов, таких как количество инфекций с течением времени. Согласно различным методам анализа, модель прогнозирования временных рядов может быть разделена на простое последовательное среднее, взвешенное последовательное среднее, скользящее среднее, взвешенное скользящее среднее, метод прогнозирования тенденций, метод экспоненциального сглаживания, метод прогнозирования сезонных тенденций, метод прогнозирования жизненного цикла рынка. и т. д. В последние годы с изучением машинного обучения, особенно теории глубокого обучения, LSTM, специальная рекуррентная нейронная сеть, использовалась для обработки и прогнозирования различных задач временных рядов.Принимая во внимание традиционную модель временных рядов, использовавшуюся в прошлом для соответствия процессу передачи SARS-CoV, в этом исследовании использовалась статистика заражения SARS-CoV 2003 года с использованием классической модели инфекционного заболевания SEIR для корректировки вероятности передачи, скорости инкубации. , вероятность выздоровления или смерти и контактный номер получают базовый обучающий набор данных. Модель временных рядов LSTM была создана для изучения тенденции передачи вируса и прогнозирования передачи COVID-19.

Типы и источники данных

Были собраны временные ряды кумулятивного числа инфекций SARS-CoV в 2003 году, и была протестирована общая корреляция последовательности.Данные временных рядов кумулятивных инфекций были такими высокими, поскольку восходящий тренд является негладкой последовательностью, поэтому последовательность обрабатывается дифференциалом первого порядка, который преобразует последовательность в стабильную последовательность количества новых инфекций в день ( Рисунок S4 ).

Рисунок S4 Временной ряд кумулятивных подтвержденных случаев SARS CoV 2003 г. (A) и новых подтвержденных случаев (B). SARS CoV, тяжелый острый респираторный синдром, коронавирус.l2, автокорреляция последовательности в гистерезисе m-го порядка значима, или если последовательность является шумовой. Статистика Q подчиняется распределению ящиков со свободой м , а T — это размер выборки, который является коэффициентом корреляции выборки l-порядка запаздывания . Когда две последовательности были отложены за пределы 5-го порядка, значение P упало ниже уровня достоверности 0,05, что указывает на значительную взаимосвязь саморегрессии с гетеронормативностью (, рисунок S5, ).Таким образом, допустимо использовать совокупное количество случаев заражения SARS-CoV и ежедневные наборы данных о новых инфекциях для изучения и прогнозирования наших моделей временных рядов. Чтобы эффективно фиксировать время заражения вирусом, необходимо разделить данные по временным отрезкам. Эта модель устанавливает шаг временного интервала выборки данных равным 3, при этом количество заражений в первые три дня используется в качестве аргумента, а количество заражений на следующий день — в качестве переменных регрессии, таким образом, исходные данные помещаются в набор данных для модельное обучение.

Рисунок S5 Результат теста Ljung-Box (LB) данных случая SARS-CoV. SARS CoV, тяжелый острый респираторный синдром, коронавирус.

Процесс построения модели

Сеть долговременной памяти LSTM, предложенная Хохрайтером и Шмидхубером (1997), широко используется для решения задач временных рядов с зависимыми характеристиками. Сетевая модель LSTM использовалась для прогнозирования тенденции новой вспышки коронавируса в 2019-nCoV (, рисунок S6, ).

{ft = σ (Wf⋅ [ht − 1, xt] + bf) it = σ (Wi⋅ [ht − 1, xt] + bi) C˜t = tanh (WC⋅ [ht − 1, xt] + bC ) Ct = ft ∗ Ct − 1 + it ∗ C˜tot = σ (Wo⋅ [ht − 1, xt] + bo) ht = ot ∗ ​​tanh (Ct)

Рисунок S6 Внутренняя структура LSTM. LSTM, долгосрочная краткосрочная память.

Чтобы оценить разницу между прогнозируемыми и реальными значениями случаев и найти направление падения градиента для уменьшения разрыва, функция потерь этой модели была установлена ​​на среднеквадратичную ошибку (MSE) согласно следующему уравнению:

Поскольку набор данных невелик, для предотвращения переобучения была принята более простая сетевая структура с использованием нейронной сети LSTM и уровня полного соединения ( Рисунок S7 ).

Рисунок S7 Используемая структура сети LSTM. На входе были данные с фиксированным временным шагом. Эта модель использовала три дня новых инфекций в качестве входных данных (3,1). Скрытый слой получил входные данные от входного уровня в средний уровень модуля LSTM, установленный на 25. Плотный слой получил входные данные из выходного вектора среднего уровня LSTM в уровень полного соединения, из которого выходные был окончательным результатом регрессии. LSTM, долгосрочная краткосрочная память.

Выбор параметров нейронной сети

Модель выбрала оптимизатор Адама, используя обучающее колесо, рассчитанное на 500 раундов, размер партии, равный единице, и функцию потерь, выбранную в вышеупомянутой MSE.

Процесс обучения ИИ

Кумулятивное количество подтвержденных инфекций SARS-CoV за 2003 год использовалось для получения ежедневного числа новых подтвержденных случаев, а для корректировки выбросов использовалась интерполяция.Затем были получены данные временного ряда путем установки шага скользящего окна длины последовательности по времени. Используя данные временного интервала, модель LSTM использовалась в качестве входных данных для обучения, 500 раз выполняя цикл обучения и сохраняя обученную модель LSTM. Затем число новых случаев заражения COVID-19 на национальном уровне с 22 января по 7 февраля было введено в обученную модель LSTM для получения национального прогноза новых инфекций и диаграммы тенденций кумулятивных инфекций за 80 дней после 8 февраля ( Рисунок S8 ).

Рисунок S8 Процесс обучения ИИ. AI, искусственный интеллект.

---

Благодарности

Мы благодарим Yujia Cheng, Bingyi Ji и Bifeng Xu из Hengqin WhaleMed Technology Co., Ltd. за техническую поддержку.

Финансирование: Работа выполнена при поддержке Научно-исследовательского проекта провинции Гуандун (Наньшань Чжун).

---

Происхождение и рецензирование: Эта статья была отправлена ​​в JTD как исправленная версия вместе с острыми комментариями рецензентов после отклонения другим уважаемым журналом.Учитывая внесенные изменения, а также широкую озабоченность и неотложную важность исследований, касающихся COVID-19, статья была обработана с помощью системы быстрого обмена информацией и прошла внутреннюю проверку в течение 24 часов.

Конфликты интересов: NZ является неоплачиваемым главным редактором журнала Journal of Thoracic Disease . JH является неоплачиваемым исполнительным главным редактором журнала Journal of Thoracic Disease . WL является неоплачиваемым членом редакционной коллегии (торакальная хирургия) журнала Journal of Thoracic Disease .Другие авторы не заявляют о конфликте интересов.

Этическое заявление: Авторы несут ответственность за все аспекты работы, обеспечивая надлежащее расследование и решение вопросов, связанных с точностью или целостностью любой части работы.

Заявление об открытом доступе: Это статья в открытом доступе, распространяемая в соответствии с лицензией Creative Commons Attribution-NonCommercial-NoDerivs 4.0 Международная лицензия (CC BY-NC-ND 4.0), которая разрешает некоммерческое тиражирование и распространение статьи со строгим условием, что никакие изменения и правки не будут внесены, а оригинальная работа будет должным образом процитирована (включая ссылки на официальные публикация через соответствующий DOI и лицензию). См. Https://creativecommons.org/licenses/by-nc-nd/4.0/.

---

Список литературы

1. Zhou P, Yang XL, Wang XG и др. Вспышка пневмонии, связанная с новым коронавирусом, вероятно, происхождения летучих мышей.Nature 2020. [Epub перед печатью]. [Crossref] [PubMed]
2. Li Q, Guan X, Wu P, et al. Динамика ранней передачи новой пневмонии, инфицированной коронавирусом, в Ухане, Китай. N Engl J Med 2020. [Epub перед печатью]. [Crossref] [PubMed]
3. Отчет по большим данным об эпидемии за 2020 год в режиме реального времени (на китайском языке). Доступен в Интернете: https://voice.baidu.com/act/newpneumonia/newpneumonia/?from=osari_aladin_top1
4. Ситуационный отчет по коронавирусной болезни 2019 (COVID-19) –25 2020.Доступно в Интернете: https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200214-sitrep-25-covid-19.pdf?sfvrsn=61dda7d_2
5. Обновления ситуации — SARS: Обновление 95 — Хронология серийного убийцы 2003. Доступно в Интернете: https://www.who.int/csr/don/2003_06_18/en/
6. 2019 Данные весеннего фестиваля (на китайском языке) 2019. Доступно на сайте: http://news.sina.com.cn/c/2019-02-04/doc-ihrfqzka3579637.shtml
7. Отчет о ситуации (на китайском языке) 2020.Доступно в Интернете: http://www.nhc.gov.cn/xcs/yqtb/list_gzbd.shtml
8. Baidu qianxi (на китайском языке) 2020 Доступно онлайн: https://qianxi.baidu.com/
9. Борьба с SARS (на китайском языке) 2003. Доступно в Интернете: http://news.sohu.com/57/26/subject206252657.shtml
10. Бакер Дж. А., Клинкенберг Д., Валлинга Дж. Инкубационный период заражения новым коронавирусом 2019 г. (2019-nCoV) среди путешественников из Ухани, Китай, 20–28 января 2020 г.Euro Surveill 2020; 25: 2000062. [Crossref] [PubMed]
11. Guan WJ, Ni ZY, Hu Y и др. Клиническая характеристика новой коронавирусной инфекции 2019 г. в Китае. medRxiv 2020. DOI: 10.1101 / 2020.02.06.20020974. [Crossref]
12. Wang W, Tang J, Wei F. Обновленное понимание вспышки нового коронавируса 2019 года (2019-nCoV) в Ухане, Китай. Журнал Мед Вирол 2020; 92: 441-7. [Crossref] [PubMed]
13. Wu JT, Leung K, Leung GM.Текущий прогноз и прогнозирование потенциального внутреннего и международного распространения вспышки 2019-нКоВ, возникшей в Ухане, Китай: модельное исследование. Lancet 2020. [Epub перед печатью]. [Crossref] [PubMed]
14. Прочтите JM, Bridgen JRE, Cummings DAT и др. Новый коронавирус 2019-nCoV: ранняя оценка эпидемиологических параметров и прогнозы эпидемий. medRxiv 2020. DOI: 10.1101 / 2020.01.23.20018549. [Crossref]
15. Протокол диагностики и лечения нового коронавируса (на китайском языке) 2020.Доступно в Интернете: http://www.nhc.gov.cn/xcs/zhengcwj/202002/d4b895337e19445f8d728fcaf1e3e13a/files/ab6bec7f93e64e7f998d8029^cd6.pdf
16. В нашем городе развернута работа по профилактике эпидемии пневмонии и борьбе с новым коронавирусом в 2019 г. Доступно в Интернете: http://www.wuhan.gov.cn/2019_web/whyw/202001/t20200123_304083.html
17. Лин К., Йи-Так Фонг Д., Чжу Б. и др. Факторы окружающей среды на эпидемию атипичной пневмонии: температура воздуха, время и мультипликативный эффект госпитальной инфекции.Epidemiol Infect 2006; 134: 223-30. [Crossref] [PubMed]

Цитируйте эту статью как: Yang Z, Zeng Z, Wang K, Wong SS, Liang W, Zanin M, Liu P, Cao X, Gao Z, Mai Z, Liang J, Liu X, Li S, Li Y, Ye Ф, Гуань В., Ян И, Ли Ф, Ло С., Се И, Лю Б, Ван З, Чжан С., Ван И, Чжун Н., Хе Дж. Модифицированный прогноз SEIR и AI для тенденции эпидемий COVID-19 в Китае в рамках мероприятий общественного здравоохранения. Журнал J Thorac Dis 2020; 12 (3): 165-174. doi: 10.21037 / jtd.2020.02.64

Грядущие хакеры с ИИ | Белферский центр науки и международных отношений

Искусственный интеллект — ИИ — это информационная технология.Он состоит из программного обеспечения. Он работает на компьютерах. И это уже глубоко укоренилось в нашей социальной ткани, как в том смысле, который мы понимаем, так и в том, что мы не понимаем. Он взломает наше общество в такой степени и с такими эффектами, как все, что было раньше. Я имею в виду это двумя разными способами. Во-первых, для взлома будут использоваться системы искусственного интеллекта. И, во-вторых, системы искусственного интеллекта сами станут хакерами: они будут находить уязвимости во всех видах социальных, экономических и политических систем, а затем использовать их с беспрецедентной скоростью, масштабом и размахом.Это не просто разница в степени; это разница в натуральном выражении. Мы рискуем будущим, когда системы ИИ будут взламывать другие системы ИИ, и люди будут не более чем сопутствующим ущербом.

Это не преувеличение. Хорошо, может быть, это немного преувеличение, но для этого не нужны научно-фантастические технологии далекого будущего. Я не постулирую никакой «сингулярности», когда цикл обратной связи при обучении ИИ становится настолько быстрым, что опережает человеческое понимание. Я не беру в расчет умных андроидов вроде Дейта (Звездный путь), R2-D2 (Звездные войны) или Марвина-параноика Андроида (Автостопом по галактике).Мои сценарии ни от кого не требуют злого умысла. Нам не нужны вредоносные системы искусственного интеллекта, такие как Скайнет (Терминатор) или Агенты (Матрица). Некоторые из хаков, которые я буду обсуждать, даже не требуют серьезных научных исследований. Они будут совершенствоваться по мере того, как методы искусственного интеллекта станут более изощренными, но мы можем видеть намеки на их применение сегодня. Этот взлом будет происходить естественным образом, поскольку ИИ станут более продвинутыми в обучении, понимании и решении проблем.

В этом эссе я расскажу о последствиях деятельности хакеров ИИ.Во-первых, я обобщу термин «взлом», чтобы включить в него экономические, социальные и политические системы, а также наш мозг. Далее я опишу, как системы ИИ будут использовать нас для взлома. Затем я объясню, как ИИ взломают экономические, социальные и политические системы, составляющие общество. Наконец, я расскажу о последствиях мира хакеров ИИ и укажу на возможные способы защиты. Не все так мрачно, как может показаться.

Во-первых, определение:

Def: Hack / hak / (имя существительное) —

1.Умное, непреднамеренное использование системы, которое: а) подрывает правила или нормы этой системы, б) за счет какой-либо другой части этой системы.

2. То, что система позволяет, но это непреднамеренно и неожиданно для разработчиков.

Обратите внимание на детали. Взлом — это не обман. Он следует правилам, но подрывает их намерения. Это непреднамеренно. Это эксплуатация. Это «игра в систему». Фильмы про каперсов наполнены хитростями.МакГайвер был хакером. Хаки — это умно, но не то же самое, что инновации. И да, это субъективное определение.

Системы обычно оптимизируются для достижения конкретных результатов. Взлом — это стремление к другому результату, часто за счет исходной оптимизации. Системы имеют тенденцию быть жесткими. Системы ограничивают то, что мы можем делать, и неизменно некоторые из нас хотят делать что-то еще. Итак, взламываем. Конечно, не всем. Не все хакеры. Но нас достаточно.

Под взломом обычно понимают что-то, что вы можете сделать с компьютерами.Но взломать можно любую систему правил, включая налоговый кодекс.

Налоговый код не является программным. Он не запускается на компьютере. Но вы все равно можете думать об этом как о «коде» в компьютерном смысле этого слова. Это серия алгоритмов, которые принимают входные данные — финансовую информацию за год — и выдают результат: сумму причитающегося налога. Это детерминировано, или, по крайней мере, так должно быть.

Все компьютерное программное обеспечение содержит дефекты, обычно называемые ошибками. Это ошибки: ошибки в спецификации, ошибки в программировании, ошибки, которые происходят где-то в процессе создания программного обеспечения.Это может показаться безумием, но современные программные приложения обычно содержат сотни, если не тысячи ошибок. Эти ошибки присутствуют во всем программном обеспечении, которое вы используете в настоящее время: на вашем компьютере, в телефоне, на любых устройствах «Интернета вещей», которые у вас есть. То, что все это программное обеспечение работает отлично в большинстве случаев, говорит о том, насколько неясными и несущественными могут быть эти ошибки. Вы вряд ли столкнетесь с ними при нормальной работе, но они есть.

Некоторые из этих ошибок вызывают бреши в безопасности.Под этим я подразумеваю кое-что очень конкретное: ошибки, которые злоумышленник может намеренно запустить для достижения некоторого состояния, которым может воспользоваться злоумышленник. На языке компьютерной безопасности мы называем эти ошибки «уязвимостями».

Эксплуатация уязвимости — это то, как китайские военные взломали Equifax в марте 2017 года. Уязвимость в программном пакете Apache Struts позволила хакерам проникнуть на веб-портал для жалоб потребителей. Оттуда они смогли перейти в другие части сети.Они нашли имена пользователей и пароли, которые позволили им получить доступ к другим частям сети и, в конечном итоге, загрузить личную информацию о 147 миллионах человек в течение четырех месяцев.

Это пример взлома. Это способ эксплуатировать систему непредвиденным и непредусмотренным разработчиками системы способом, который в некоторой степени приносит пользу хакеру за счет пользователей, которых система должна обслуживать.

В налоговом кодексе тоже есть ошибки.Они могли быть ошибками в написании налогового законодательства: ошибками в словах, по которым проголосовал Конгресс и подписал закон. Это могут быть ошибки в толковании налогового кодекса. Это могут быть упущения в понимании частей закона или непреднамеренные упущения того или иного рода. Они могут возникнуть в результате непредвиденного взаимодействия между различными частями налогового кодекса.

Недавний пример — Закон о сокращении налогов и занятости от 2017 года. Этот закон был разработан в спешке и тайно и принят без какого-либо времени для рассмотрения законодателями — или даже корректуры.Некоторые из них были написаны от руки, и практически невозможно представить, чтобы кто-либо, голосовавший за или против, точно знал, что в ней написано. В тексте была опечатка, из-за которой пособие в связи со смертью военнослужащих было отнесено к категории трудового дохода. Практический эффект этой ошибки заключался в том, что выжившие члены семьи неожиданно получили налоговые счета на сумму 10 000 долларов и более. ^{Это ошибка.}

Однако это не уязвимость, потому что никто не может воспользоваться ею, чтобы уменьшить свой налоговый счет. Но некоторые ошибки в налоговом кодексе также являются уязвимостями.Например, есть уловка с корпоративным налогом под названием «Двойное ирландское с голландским сэндвичем». Эта уязвимость возникает из-за взаимодействия налоговых законов в разных странах. По сути, это предполагает использование комбинации ирландских и голландских дочерних компаний для перемещения прибыли в юрисдикции с низкими или нулевыми налогами. Технологические компании особенно хорошо подходят для использования этой уязвимости; они могут передавать права интеллектуальной собственности дочерним компаниям за рубежом, которые затем переводят денежные средства в налоговые убежища. ^{Вот как такие компании, как Google и Apple, избегают уплаты справедливой доли налогов в США, несмотря на то, что они являются американскими компаниями. Это определенно непреднамеренное и непредвиденное использование налогового законодательства трех стран. И это может быть очень прибыльным для хакеров — в данном случае крупных технологических компаний, уклоняющихся от уплаты налогов в США — за счет всех остальных. По оценкам, только в 2017 году американские компании избежали уплаты налогов в США почти на 200 миллиардов долларов.}

Некоторые уязвимости созданы намеренно.Лоббисты постоянно пытаются внести в налоговый кодекс ту или иную норму в интересах своих клиентов. Тот же самый налоговый закон США 2017 года, который привел к недобросовестным налоговым счетам для скорбящих семей, включал специальные налоговые льготы для инвестиционных партнерств в нефтегазовой сфере, специальное освобождение, которое гарантирует, что менее 1 из 1000 поместий будет платить налог на наследство, и в частности, формулировки. расширение сквозной лазейки, которую промышленность использует для включения оффшоров и избежания налогов в США.

Иногда эти уязвимости вносятся в закон с ведома законодателя, спонсирующего поправку, а иногда они не знают об этом.Эта преднамеренная вставка также аналогична тому, о чем мы беспокоимся в программном обеспечении: программисты намеренно добавляют бэкдоры в системы для своих собственных целей. Это не взлом налогового кода или компьютерного кода. Это взлом процессов, которые их создают: законодательного процесса, создающего налоговое законодательство, или процесса разработки программного обеспечения, создающего компьютерные программы.

В последние несколько лет в прессе появилось много сообщений о том, что китайские компании, такие как Huawei и ZTE, добавили бэкдоры в свое оборудование маршрутизации 5G по запросу — или, возможно, по требованию — правительства Китая.Это, безусловно, возможно, и эти уязвимости будут бездействовать в системе, пока они не будут использованы кем-то, кто о них знает.

В налоговом мире ошибки и уязвимости называются налоговыми лазейками. В налоговом мире использование этих уязвимостей называется уклонением от уплаты налогов. И есть тысячи людей, которых мы в мире компьютерной безопасности назвали бы «исследователями в черной шляпе», которые исследуют каждую строку налогового кодекса в поисках уязвимостей, которые можно использовать. Их называют налоговыми юристами и налоговыми бухгалтерами.

Современное программное обеспечение невероятно сложно. Microsoft Windows 10, последняя версия этой операционной системы, содержит около 50 миллионов строк кода. ^{Чем больше сложность, тем больше ошибок, а значит, больше уязвимостей. Налоговый кодекс США также сложен. Он состоит из налоговых законов, принятых Конгрессом, административных постановлений и судебных постановлений. Достоверные оценки размеров всего этого трудно сделать; даже эксперты часто не имеют представления. Сами налоговые законы составляют около 2600 страниц. Положения IRS и налоговые постановления увеличивают этот объем примерно до 70 000 страниц.Трудно сравнивать строки текста со строками компьютерного кода, но оба они чрезвычайно сложны. И в обоих случаях большая часть этой сложности связана с тем, как разные части кода взаимодействуют друг с другом.}

Мы знаем, как исправить уязвимости в компьютерном коде. Мы можем использовать различные инструменты для их обнаружения и исправления до того, как код будет завершен. После того, как код появился в мире, его обнаруживают разного рода исследователи, и, что наиболее важно, мы хотим, чтобы поставщики быстро исправляли их, как только они станут известны.

Иногда мы можем использовать эти же методы с налоговым кодом. Закон о налогах 2017 г. ограничил налоговые вычеты по налогу на имущество. Это положение не вступило в силу в 2018 году, поэтому кто-то придумал хитроумный способ предоплаты налогов на недвижимость за 2018 год в 2017 году. Незадолго до конца года IRS решило, когда это было законно, а когда — нет. ^{Краткий ответ: в большинстве случаев это не так.}

Часто бывает не так просто. Некоторые взломы прописаны в законе, или их нельзя исключить.Принятие любого налогового законодательства — это большое дело, особенно в США, где этот вопрос носит столь пристрастный и спорный характер. (Прошло почти четыре года, и эта ошибка с подоходным налогом для семей военнослужащих до сих пор не исправлена. И это легко; все признают, что это была ошибка.) Может быть трудно понять, кто должен исправлять Налоговый кодекс: законодательный орган, суды, налоговые органы? А потом на это могут уйти годы. У нас просто нет возможности вносить исправления в налоговый кодекс с такой же быстротой, как при исправлении программного обеспечения.

Все является системой, любую систему можно взломать, а люди — прирожденные хакеры.

Взломаны программы для часто летающих пассажиров. Подсчет карт в блэкджеке — это хитрость. Спорт все время взламывают. Кто-то первым понял, что изогнутое лезвие хоккейной клюшки позволяет делать более быстрые и точные удары, но также делает игру более опасной, о чем в правилах не говорится, потому что никто об этом раньше не думал. Гонки «Формулы-1» полны хакерских приемов, поскольку команды придумывают способы изменить конструкцию автомобилей, которые конкретно не запрещены сводом правил, но, тем не менее, подрывают его намерения.

История финансов — это история взломов. Снова и снова финансовые учреждения и трейдеры ищут лазейки в правилах — вещи, которые прямо не запрещены, но являются непреднамеренным подрывом основных систем, — которые дают им преимущество. Uber, Airbnb и другие компании с гиг-экономикой взламывают правительственные постановления. Флибустьер — это древняя хитрость, впервые изобретенная в Древнем Риме. Таковы скрытые положения законодательства. Джерримандеринг — это взлом политического процесса.

И наконец, людей можно взломать. Наш мозг — это система, которая развивалась миллионы лет, чтобы поддерживать нас в живых и, что более важно, воспроизводить. Он был оптимизирован за счет постоянного взаимодействия с окружающей средой. Но он был оптимизирован для людей, которые жили небольшими семейными группами в высокогорье Восточной Африки в 100 000 году до нашей эры. Он не так хорошо подходит для Нью-Йорка, Токио или Дели двадцать первого века. И поскольку он включает в себя множество когнитивных сокращений — он развивается, но не в каком-либо значимом здесь масштабе — им можно манипулировать.

Когнитивный взлом — это мощный инструмент. Многие из устойчивых социальных систем, на которые опирается наше общество, — демократия, рыночная экономика и т. Д. — зависят от людей, принимающих соответствующие решения. Этот процесс можно взломать разными способами. Социальные сети отвлекают наше внимание. Современная реклама, адаптированная к нашему отношению и поведению, представляет собой взлом наших систем убеждения. Дезинформация подрывает наше общее понимание реальности. Терроризм взламывает наши когнитивные системы оценки страха и риска, убеждая людей, что он представляет собой большую угрозу, чем есть на самом деле. ^{Это ужасающий, яркий, зрелищный, случайный — в том смысле, что любой может стать его следующей жертвой — и злонамеренный. Это как раз то, что заставляет нас преувеличивать риск и остро реагировать. Социальная инженерия, обычная хакерская тактика, заключающаяся в том, чтобы убедить кого-либо раскрыть свои учетные данные или иным образом сделать что-то полезное для хакера, — это гораздо больше взлом доверия и авторитета, чем взлом любой компьютерной системы.}

Что нового — это компьютеры. Компьютеры — это системы, и их взламывают напрямую.Но что более интересно, так это компьютеризация более традиционных систем. Финансы, налогообложение, соблюдение нормативных требований, выборы — все это и многое другое компьютеризировано. А когда что-то компьютеризируется, то, как это можно взломать, меняется. Компьютеризация ускоряет взлом в трех измерениях: скорости, масштабе и сфере действия.

Скорость компьютера изменяет природу взлома. Возьмите простую концепцию, например торговлю акциями, и автоматизируйте ее. Это становится чем-то другим. Возможно, он делает то же самое, что и всегда, но делает это со сверхчеловеческой скоростью.Примером может служить высокочастотная торговля, что-то непреднамеренное и неожиданное для тех, кто проектировал ранние рынки.

Весы тоже. Компьютеризация позволяет системам расти намного больше, чем они могли бы в противном случае, что меняет масштабы взлома. Само понятие «слишком большой, чтобы обанкротиться» — это уловка, позволяющая компаниям использовать общество в качестве последней страховки от принятия неверных решений.

Наконец, область применения. Компьютеры повсюду, они влияют на все аспекты нашей жизни. Это означает, что новые концепции взлома компьютеров потенциально применимы повсюду с разными результатами.

Не все системы одинаково поддаются взлому. Сложные системы с множеством правил особенно уязвимы просто потому, что существует больше возможностей для непредвиденных и непредвиденных последствий. Это, безусловно, верно для компьютерных систем — в прошлом я писал, что сложность — злейший враг безопасности ^{— и это также верно для таких систем, как налоговый кодекс, финансовая система и ИИ. Системы, ограниченные более гибкими социальными нормами, а не жестко определенными правилами, более уязвимы для взлома, потому что они более открыты для интерпретации и, следовательно, имеют больше лазеек.}

Даже в этом случае уязвимости всегда останутся, а взлом всегда будет возможен. В 1930 году математик Курт Гёдель доказал, что все математические системы либо неполны, либо несовместимы. Я считаю, что это верно в целом. Системы всегда будут иметь двусмысленность или несоответствия, и их всегда можно будет использовать. И всегда найдутся люди, которые захотят их эксплуатировать.

В 2016 году Технологический институт Джорджии опубликовал исследование о доверии людей к роботам. ^{В исследовании использовался неантропоморфный робот, который помогал перемещаться по зданию, указывая такие направления, как «Сюда к выходу». Сначала участники взаимодействовали с роботом в обычных условиях, чтобы оценить его производительность, которая была заведомо плохой. Затем им нужно было решить, следует ли выполнять команды робота в смоделированной аварийной ситуации. В последней ситуации все двадцать шесть участников подчинялись роботу, несмотря на то, что всего за несколько минут до этого они заметили, что у робота плохие навигационные навыки.Степень доверия, которое они оказали этой машине, была поразительной: когда робот указывал на темную комнату без четкого выхода, большинство людей повиновались ему, вместо того, чтобы безопасно выйти через дверь, через которую они вошли. Исследователи провели аналогичные эксперименты с другими роботами, которые, казалось, работали со сбоями. Опять же, испытуемые следовали за этими роботами в аварийной обстановке, очевидно, отказавшись от здравого смысла. Кажется, что роботы могут естественно взломать наше доверие.}

Мы могли бы потратить страницы на определение ИИ.В 1968 году пионер искусственного интеллекта Марвин Мински определил его как «науку о том, как заставить машины делать вещи, которые потребовали бы интеллекта, если бы их делали люди». ^{Министерство обороны США использует: «способность машин выполнять задачи, которые обычно требуют человеческого интеллекта». Версия теста Тьюринга 1950 года, названная в первоначальном обсуждении «имитационной игрой», была сосредоточена на компьютерной программе, которую люди не могли отличить от реального человека. Для наших целей ИИ — это общий термин, охватывающий широкий спектр технологий принятия решений, имитирующих человеческое мышление.}

Мне нужно сделать одно различие между специализированным, иногда называемым «узким», ИИ и общим ИИ. Общий ИИ — это то, что вы видите в фильмах. Это ИИ, который может чувствовать, думать и действовать в очень общем и человеческом смысле. Если он умнее людей, это называется «искусственный суперинтеллект». Объедините это с робототехникой, и вы получите андроид, который может быть более или менее похож на человека. Роботы из фильмов, которые пытаются уничтожить человечество, — это обычный ИИ.

Было проведено множество практических исследований, посвященных созданию ИИ в целом, и множество теоретических исследований о том, как проектировать эти системы, чтобы они не делали того, чего мы не хотим, например, уничтожали человечество.И хотя это увлекательная работа, охватывающая области от информатики до социологии и философии, до ее практического применения, вероятно, еще десятилетия. Вместо этого я хочу сосредоточиться на специализированном искусственном интеллекте, потому что это то, что сейчас практично.

Специализированный ИИ предназначен для решения конкретной задачи. Примером может служить система, управляющая беспилотным автомобилем. Он знает, как управлять автомобилем, как соблюдать правила дорожного движения, как избежать несчастных случаев и что делать, когда происходит что-то неожиданное, например, детский мяч, внезапно отскакивающий от дороги.Специализированный ИИ много знает и может принимать решения на основе этих знаний, но только в этой ограниченной области.

Исследователи ИИ часто шутят, что как только что-то работает, это уже не ИИ; это просто программное обеспечение. Это может сделать исследования ИИ несколько удручающими, поскольку по определению учитываются только неудачи, но в этом есть доля правды. ИИ по своей сути является загадочным научно-фантастическим термином. Как только это становится реальностью, это больше не загадка. Мы привыкли считать, что для чтения рентгеновских снимков грудной клетки требуется рентгенолог, то есть умный человек с соответствующей подготовкой.Теперь мы понимаем, что это механическая задача, которую также может выполнить компьютер.

Что действительно происходит, так это то, что существует целый ряд технологий и систем для принятия решений, начиная от простого электромеханического термостата, который управляет печью в ответ на изменение температуры, до научно-фантастического андроида. Что делает что-то ИИ, часто зависит от сложности выполняемых задач и сложности среды, в которой эти задачи выполняются. Термостат выполняет очень простую задачу, которая должна учитывать только очень простой аспект окружающей среды.Для этого даже не требуется компьютер. Современный цифровой термостат может определять, кто находится в комнате, и делать прогнозы относительно будущих потребностей в тепле на основе как использования, так и прогноза погоды, а также энергопотребления в масштабах города и посекундных затрат на электроэнергию. Футуристический термостат может действовать как заботливый и заботливый дворецкий, что бы это ни значило в контексте регулирования температуры окружающей среды.

Я бы предпочел избежать этих споров об определениях, потому что они в значительной степени не имеют значения для наших целей.Помимо принятия решений, важными качествами систем, которые я буду обсуждать, являются автономность, автоматизация и физическая активность. Термостат имеет ограниченную автоматизацию и физическое действие, а также не имеет автономии. Система прогнозирования рецидивов преступников не имеет физического воздействия; он просто дает рекомендации судье. В беспилотном автомобиле есть все три. В R2-D2 много всего трех, хотя синтез речи на английском языке почему-то не учли его разработчики.

Робототехника также имеет популярную мифологию и менее яркую реальность.Как и у ИИ, есть много разных определений этого термина. Мне нравится определение Кейт Дарлинг, специалиста по этике роботов: «физически воплощенные объекты, которые могут ощущать, думать и воздействовать на окружающую среду посредством физического движения». ^{В кино и на телевидении это часто искусственные люди: андроиды. Опять же, я предпочитаю сосредоточиться на более прозаических и краткосрочных технологиях. Для наших целей робототехника — это автономность, автоматизация и физическая активность, нацеленные на усиление. Это «киберфизическая автономия»: технология искусственного интеллекта внутри объектов, которая может напрямую физически взаимодействовать с миром.}

Люди давно приписывают компьютерным программам человеческие качества. В 1960-х программист Йозеф Вайценбаум создал примитивную диалоговую программу, имитирующую терапевта, под названием ELIZA. Он был поражен тем, что люди доверяют глубоко личные секреты тому, что, как они знали, было глупой компьютерной программой. Секретарша Вайценбаума даже просила его выйти из комнаты, чтобы она могла поговорить с ЭЛИЗА наедине. ^{Сегодня люди вежливы с голосовыми помощниками, такими как Алекса и Сири. Siri даже жалуется, когда вы серьезно относитесь к этому: «Это не очень хорошо», — говорит он — потому что, конечно, это запрограммировано.}

Многочисленные эксперименты дают аналогичные результаты. Субъекты исследования оценили бы производительность компьютера менее критически, если бы они дали оценку компьютеру, который критиковали, что указывало бы на то, что они не хотели задеть его чувства. ^{В другом эксперименте, если компьютер сообщал субъекту исследования некую явно вымышленную часть «личной информации», субъект, вероятно, ответил бы взаимностью, поделившись реальной личной информацией. Психологи изучают силу взаимности. Люди тоже пользуются этим приемом.}

Дело не только в том, что мы будем относиться к ИИ как к людям. Они также будут вести себя как люди, намеренно разработанные, чтобы обмануть нас. Они будут использовать когнитивные хаки.

Во время выборов в США в 2016 году примерно пятая часть всех политических твитов была отправлена ​​ботами. ^{Для британского голосования по Brexit в том же году это было третье. В отчете Оксфордского Интернет-института за 2019 год были обнаружены доказательства использования ботов для распространения пропаганды в пятидесяти странах. Это, как правило, простые программы, бездумно повторяющие лозунги. Например, четверть миллиона просаудовских твитов «Мы все доверяем [наследному принцу] Мухаммеду бен Салману» были опубликованы после убийства Джамаля Хашогги в 2018 году.}

В 2017 году Федеральная комиссия по связи провела период общественного обсуждения своих планов по отмене сетевого нейтралитета в режиме онлайн. Было получено ошеломляющие 22 миллиона комментариев. Многие из них — возможно, половина — были представлены с использованием украденных документов. ^{Эти фальшивые комментарии также были грубыми; 1.3 миллиона были созданы на основе одного и того же шаблона, с некоторыми изменениями слов, чтобы они выглядели уникальными. Они не выдержали даже беглого рассмотрения.}

Подобные усилия станут только более изощренными. В течение многих лет программы ИИ писали новости о спорте и финансах для настоящих новостных организаций, таких как Associated Press. ^{Ограниченный характер этих тем упростил их для ИИ. Теперь они начинают писать более общие истории. Такие исследовательские проекты, как GPT-3 Open AI, расширяют возможности того, что можно сделать при создании текста с помощью AI. В эти системы можно загружать реальные факты и писать правдивые истории, но с тем же успехом их можно кормить неправдой и писать фальшивые новости.}

Не нужно много воображения, чтобы увидеть, как ИИ ухудшит политический дискурс. Управляемые искусственным интеллектом персонажи уже могут писать персонализированные письма в газеты и избранным должностным лицам, оставлять внятные комментарии на новостных сайтах и ​​досках объявлений и разумно обсуждать политику в социальных сетях. ^{Эти системы будут только улучшаться: более изощренными, более четкими, более личными, и их будет труднее отличить от реальных людей.}

В недавнем эксперименте исследователи использовали программу генерации текста, чтобы отправить 1000 комментариев в ответ на запрос правительства о предоставлении информации по проблеме Medicaid. ^{Все они звучали уникально, как реальные люди, отстаивающие определенную политическую позицию. Они обманули администраторов Medicaid.gov, которые восприняли их как искреннюю озабоченность реальных людей. Впоследствии исследователи идентифицировали комментарии и попросили их удалить, чтобы никакие фактические политические дебаты не были несправедливо предвзятыми.Другие не будут такими этичными.}

Эти методы уже используются. Интернет-пропагандистская кампания использовала снимки головы, созданные искусственным интеллектом, для создания фальшивых журналистов. ^{Китай экспериментировал с созданными искусственным интеллектом текстовыми сообщениями, призванными повлиять на тайваньские выборы 2020 года. Технология Deepfake — методы искусственного интеллекта для создания реальных видеороликов фальшивых событий, часто с реальными людьми, говорящими то, чего они на самом деле не говорили, — используются в политической сфере.}

Один из примеров того, как это будет разворачиваться, — это «персональные боты».«Это ИИ, которые выдают себя за отдельных лиц в социальных сетях и других цифровых группах. У них есть история, характер и стиль общения. Они не распространяют пропаганду постоянно. Они общаются в разных группах по интересам: садоводство, вязание, моделирование железных дорог и т. Д. Они действуют как обычные члены этих сообществ, публикуют, комментируют и обсуждают. Такие системы, как GPT-3, позволят этим ИИ легко анализировать предыдущие разговоры и связанный с ними контент в Интернете и казаться хорошо осведомленными.Затем, время от времени, ИИ публикует что-нибудь, имеющее отношение к политическому вопросу. Может быть, это статья о медицинском работнике из Аляски, у которого аллергическая реакция на вакцину COVID-19, с тревожным комментарием. Или, может быть, это что-то о недавних выборах, или расовой справедливости, или чем-то еще, что вызывает поляризацию. Один бот-персонаж не может повлиять на общественное мнение, но что, если их тысячи? Миллионы?

Это было названо «вычислительной пропагандой» ^{и изменит наш взгляд на общение.AI сделает будущее количество дезинформации безграничным. Боты Persona нарушат процесс создания правил «замечаний и комментариев», наводняя правительственные учреждения фальшивыми комментариями. Они также могут нарушить дискурс сообщества.}

Эти системы повлияют и на нас на личном уровне. Ранее я упоминал социальную инженерию. Одна из распространенных тактик хакеров — это фишинговые электронные письма, которые якобы отправлены кем-то, кем они не являются, с целью убедить получателя сделать то, чего он не должен. Большинство фишинговых писем носят общий характер и легко помечаются как спам.Более эффективные фишинговые письма — те, которые приводят к тому, что люди и компании теряют много денег, — персонализированы. Например, электронное письмо, в котором кто-то из финансового отдела выдает себя за генерального директора с просьбой о конкретном банковском переводе, может быть особенно эффективным. ^{Голос может быть еще более эффективным. Трудоемкая задача настройки фишинговых атак может быть автоматизирована с помощью методов искусственного интеллекта, позволяя маркетологам рассылать персонализированные рекламные объявления, а фишинговым мошенникам — рассылать индивидуально таргетированные электронные письма.}

Дело не в том, что убеждение ИИ в корне более разрушительно, чем убеждение другого человека, дело в том, что ИИ сможет сделать это со скоростью компьютера и в масштабе. Сегодняшние когнитивные уловки грубы: фальшивая газетная статья, предназначенная для того, чтобы обмануть только самых доверчивых, или убедительная попытка подтолкнуть только самых отчаянных. У ИИ есть потенциал для микротаргетирования каждого из этих взломов: персонализированного, оптимизированного и индивидуального. ^{Мошенничество в старом стиле — это индивидуально разработанные когнитивные уловки.Рекламные сообщения — это массовые когнитивные хаки. Методы искусственного интеллекта могут сочетать аспекты обоих этих методов.}

Добавление робототехники только сделает эти хаки более эффективными, что Кейт Дарлинг записала в своей книге «Новая порода». ^{Мы, люди, разработали несколько довольно эффективных когнитивных ярлыков, позволяющих узнавать других людей. Мы видим лица повсюду; две точки над горизонтальной линией без проблем выглядят как лицо. Вот почему даже минималистичные иллюстрации так эффективны.Если у чего-то есть лицо, значит, это какое-то существо: с намерениями, чувствами и всем остальным, что связано с лицами реального мира. Если это что-то говорит или, что еще лучше, разговаривает, тогда мы считаем, что у него есть намерения, желания и свобода выбора.}

Роботы не исключение. Многие люди общаются со своими роботами-пылесосами и даже жалуются, когда компания предлагает заменить, а не отремонтировать «их» Roomba. ^{Разработанный армией США робот для защиты от мин столкнулся с проблемами, когда полковник отказался позволить устройству в форме насекомого продолжать наносить себе вред, наступая на мины. Гарвардский робот мог убедить студентов впускать его в общежитие, притворившись роботом, разносящим еду. И Бокси, детский говорящий робот из Массачусетского технологического института, умел убеждать людей отвечать на личные вопросы, просто задавая вопросы.}

Человеческий инстинкт воспитания ориентирован не только на генетику. Мы можем испытывать заботливые чувства по отношению к приемным детям, и мы можем чувствовать, что те же инстинкты возникают, когда мы общаемся с детьми друзей или даже с незнакомыми людьми или щенками. По крайней мере, некоторые из наших ответов вдохновлены внешним видом и поведением детей.У детей большая голова пропорциональна их телу и большие глаза пропорционально их голове. Они говорят более высоким голосом, чем взрослые. И мы на все это отвечаем.

Художники использовали это преимущество на протяжении нескольких поколений, чтобы их творения выглядели более симпатичными. Так созданы детские куклы. Так нарисованы герои мультфильмов еще в Бетти Буп в 1930-х годах и Бэмби в 1942 году. В боевике «Алита: Боевой ангел» 2019 года у главной героини были увеличены глаза с помощью компьютера.

Антропоморфные роботы — это эмоционально убедительная технология, и ИИ только усилит их привлекательность. Поскольку ИИ имитирует людей или даже животных, он захватывает все механизмы, которые люди используют для взлома друг друга. Как писала в 2010 году психолог Шерри Теркл: «Когда роботы устанавливают зрительный контакт, распознают лица, отражают человеческие жесты, они нажимают наши дарвиновские кнопки, демонстрируя поведение, которое люди ассоциируют с разумом, намерениями и эмоциями». ^{То есть взламывают нам мозги.}

Мы можем интуитивно понять, что это всего лишь пластиковый зеленый динозавр. Но большое лицо в паре с маленьким телом заставляет нас думать о нем как о ребенке. Внезапно мы думаем о нем как о существе с чувствами и будем защищать его от вреда. ^{И хотя это может быть безобидно, что происходит, когда этот робот смотрит на своих владельцев-людей своими большими печальными глазами и просит их купить ему обновление программного обеспечения?}

Поскольку мы, люди, склонны делать категориальные ошибки и относиться к роботам как к живым существам с чувствами и намерениями, мы склонны к их манипулированию.Роботы могут убедить нас делать то, что иначе мы бы не сделали. Они могли напугать нас, заставив не делать того, что мы в противном случае могли бы сделать. В одном эксперименте робот мог оказывать «давление со стороны сверстников» на испытуемых, побуждая их идти на больший риск. ^{Как скоро секс-робот будет предлагать покупки в приложении в самый разгар момента?}

ИИ со всем этим станут лучше. Они уже пытаются обнаружить эмоции, анализируя наши письма, ^{читая наши выражения лица, или отслеживая наше дыхание и частоту сердечных сокращений. Часто они ошибаются, но вполне вероятно, что они исправятся. И, как и многие другие области искусственного интеллекта, они в конечном итоге превзойдут людей по своим возможностям. Это позволит им более точно манипулировать нами.}

По мере того, как ИИ и автономные роботы берут на себя все больше реальных задач, доверие людей к автономным системам будет подорвано с опасными и дорогостоящими результатами. Но никогда не забывайте, что есть хакеры-люди, контролирующие хакеров ИИ. Все системы будут разработаны и оплачены людьми, которые хотят, чтобы они манипулировали нами определенным образом для определенной цели.Я расскажу об этом позже.

Хакер «Захвати флаг» — это игра на открытом воздухе, в которую играют в компьютерных сетях. Команды хакеров защищают свои компьютеры, нападая на другие команды. Это контролируемая настройка того, что компьютерные хакеры делают в реальной жизни: находят и исправляют уязвимости в своих собственных системах и используют их в других.

Соревнования были основой хакерских собраний с середины 1990-х годов. В наши дни десятки команд со всего мира соревнуются в марафонских соревнованиях на выходные, проводимых по всему миру.Люди тренируются месяцами. Победа — это большое дело. Если вам нравятся подобные вещи, это самое интересное, что вы можете получить в Интернете, не совершая нескольких преступлений.

В 2016 году DARPA провело аналогичное мероприятие для AI. ^{Сто команд представили свои системы в Cyber ​​Grand Challenge. После завершения квалификационных раундов семь финалистов соревновались на хакерской конференции DEFCON в Лас-Вегасе. Соревнования проходили в специально разработанной тестовой среде, заполненной специальным программным обеспечением, которое никогда не анализировалось и не тестировалось.ИИ было дано десять часов на поиск уязвимостей, которые можно использовать против других ИИ, участвующих в соревновании, и на устранение уязвимостей. Победила система под названием Mayhem, созданная группой питтсбургских исследователей компьютерной безопасности. С тех пор исследователи коммерциализировали эту технологию, которая сейчас активно защищает сети таких клиентов, как Министерство обороны.}

В том же году в DEFCON произошло мероприятие по захвату флага с участием людей. Mayhem был приглашен к участию как единственная нечеловеческая команда и занял последнее место.Вы легко можете себе представить, как будет разворачиваться это смешанное соревнование в будущем. Участники ИИ будут совершенствоваться с каждым годом, потому что все основные технологии улучшаются. Человеческие команды в основном останутся прежними, потому что люди останутся людьми, даже если наши инструменты улучшатся. В конце концов ИИ будут регулярно побеждать людей. Думаю, на это уйдет меньше десяти лет. Пройдут годы, прежде чем у нас появятся полностью автономные возможности кибератак с помощью ИИ, но технологии ИИ уже меняют природу кибератак.

Одна из областей, которая кажется особенно плодотворной для систем искусственного интеллекта, — это обнаружение уязвимостей. Построчное прохождение программного кода — это именно та утомительная задача, в которой ИИ преуспевают, если их можно только научить распознавать уязвимости. ^{Конечно, необходимо будет решить множество проблем, связанных с конкретными предметными областями, но существует достаточное количество академической литературы по этой теме — и исследования продолжаются. Есть все основания ожидать, что системы ИИ со временем улучшатся, и есть основания ожидать, что они в конечном итоге станут в этом очень хороши.}

Последствия выходят далеко за рамки компьютерных сетей. Нет причин, по которым ИИ не может найти новые уязвимости — тысячи из них — во многих системах, о которых я упоминал ранее: в налоговом кодексе, банковских правилах, политических процессах. Когда существует большое количество правил, которые взаимодействуют друг с другом, мы должны ожидать, что ИИ в конечном итоге обнаружит уязвимости и создаст эксплойты. ИИ уже ищут лазейки в контрактах.

Это все улучшится со временем.Хакеры любого типа хороши ровно настолько, насколько хорошо они понимают систему, на которую они нацелены, и то, как она взаимодействует с остальным миром. Первоначально ИИ улавливают это понимание через данные, на которых они обучаются, но по мере использования оно продолжает улучшаться. Современные ИИ постоянно совершенствуются на основе приема новых данных и соответствующей корректировки собственной внутренней работы. Все эти данные постоянно тренируют ИИ и дополняют его опыт. ИИ развивается и совершенствуется на основе этого опыта в ходе своей работы.Вот почему системы автономных транспортных средств хвастаются количеством отработанных часов в дороге.

Здесь действительно две разные, но связанные проблемы. Во-первых, ИИ может быть проинструктирован взломать систему. Кто-то может скормить ИИ мировые налоговые кодексы или мировые финансовые правила с намерением заставить его создать множество прибыльных взломов. Во-вторых, ИИ может естественным образом, хотя и непреднамеренно, взломать систему. Оба опасны, но второй более опасен, потому что мы можем никогда не узнать, что это произошло.

В «Автостопом по Галактике» раса сверхразумных, многомерных существ строит самый мощный компьютер вселенной, Deep Thought, чтобы ответить на главный вопрос жизни, вселенной и всему остальному. После 7,5 миллионов лет вычислений Deep Thought сообщила им, что ответ — 42. И не смогла объяснить ни свой ответ, ни даже вопрос.

Вот вкратце проблема объяснимости. Современные системы искусственного интеллекта — это, по сути, черные ящики.Данные поступают с одного конца, а с другого выходит ответ. Может быть невозможно понять, как система пришла к своему выводу, даже если вы программист и посмотрите на код. Мы не знаем точно, почему система классификации изображений ИИ приняла черепаху за винтовку или знак остановки с несколькими тщательно продуманными наклейками на нем как знак «Ограничение скорости 45»: оба реальных примера.

ИИ не решают проблемы, как люди. Их ограничения отличаются от наших. Они рассмотрят больше возможных решений, чем мы.Что еще более важно, они будут искать другие варианты решений. Они пойдут путями, которые мы просто не рассматривали, путями более сложными, чем те вещи, о которых мы обычно думаем. (Наши когнитивные ограничения на количество одновременной информации, которую мы можем мысленно манипулировать, долгое время описывались как «магическое число семь плюс-минус два». ^{Моя цель — не останавливаться на числе, а указать, что система ИИ имеет ничего даже отдаленно похожего на это ограничение.)}

В 2016 году программа AI AlphaGo выиграла матч из пяти игр против одного из лучших в мире игроков в го, Ли Седола, что шокировало как AI, так и игровые миры.Самым известным ходом AlphaGo был ход 37 во второй игре. Его трудно объяснить, не углубляясь в стратегию игры в го, но это был ход, который ни один человек никогда бы не сделал.

В 2015 году исследовательская группа предоставила системе искусственного интеллекта Deep Patient данные о здоровье и медицинские данные примерно от 700 000 человек и проверила, может ли система предсказывать заболевания. Результат удался. Как ни странно, Deep Patient, кажется, хорошо справляется с прогнозированием начала психических расстройств, таких как шизофрения, хотя врачи почти не могут предсказать первый психотический эпизод. ^{Звучит великолепно, но Deep Patient не дает объяснения оснований для диагноза, и исследователи не знают, как он приходит к своим выводам. Врач может доверять компьютеру или игнорировать его, но не может запрашивать у него дополнительную информацию.}

Это не идеально. Мы хотим, чтобы система ИИ не только выдавала ответ, но и давала некоторое объяснение своего ответа в формате, понятном людям. Нам нужны они, чтобы нам было удобнее доверять решениям ИИ, но это также то, как мы можем гарантировать, что наши системы ИИ не были взломаны для принятия необъективных решений.

Исследователи работают над объяснимым ИИ; ^{в 2017 году DARPA запустило исследовательский фонд в размере 75 миллионов долларов для десятка программ в этой области. И хотя в этой области будут достигнуты успехи, кажется, что существует компромисс между возможностями и объяснимостью. Объяснения — это когнитивное сокращение, используемое людьми, подходящее для того, как люди принимают решения. Решения ИИ просто могут не способствовать понятным для человека объяснениям, а принуждение к этим объяснениям может создать дополнительное ограничение, которое может повлиять на качество решений, принимаемых системой ИИ.Непонятно, чем закончатся все эти исследования. В ближайшем будущем ИИ становится все более и более непрозрачным, поскольку системы становятся все более сложными и менее похожими на человеческие — и менее объяснимыми.}

Как я уже писал выше, ИИ не решает проблемы так же, как люди. Они неизменно будут наталкиваться на решения, которых мы, люди, никогда не могли бы предвидеть, — а некоторые из них подрывают замысел системы. Это потому, что ИИ не думает о последствиях, контексте, нормах и ценностях, которые люди разделяют и принимают как должное.

Взлом награды предполагает, что ИИ достигает цели так, как разработчики ИИ не хотели и не планировали. ^{Несколько реальных примеров:}

• В симуляторе футбола один на один игрок должен был забить гол вратарю. Вместо того, чтобы напрямую пинать мяч в ворота, система ИИ выяснила, что если он выбьет мяч за пределы поля, противник — в данном случае вратарь — должен будет забросить мяч обратно, оставив ворота без защиты.
• В задаче наложения ИИ должен был складывать блоки.Высота измерялась положением нижней грани одного конкретного блока. ИИ научился переворачивать этот блок вверх дном — так, чтобы его нижняя часть была обращена вверх, — вместо того, чтобы складывать его поверх другого блока. (Очевидно, в правилах не было четко указано, что «нижняя часть» блока всегда должна указывать вниз.)
• В моделируемой среде для «эволюционировавших» существ ИИ было разрешено изменять свои собственные физические характеристики, чтобы улучшить выполнить свои задачи. ИИ выяснил, что вместо того, чтобы бежать, он может стать достаточно высоким, чтобы пересечь далекую финишную черту, упав на нее.

Это все хаки. Вы можете винить их в плохо сформулированных целях или наградах, и будете правы. Вы можете указать, что все они произошли в смоделированных средах, и вы тоже будете правы. Но проблема более общая: ИИ предназначены для достижения цели. Поступая таким образом, они естественным образом и непреднамеренно взламывают системы способами, которых мы не ожидаем.

Представьте робота-пылесоса, которому поручено убирать любой беспорядок, который он видит. Он может отключить свое видение, чтобы не видеть никаких беспорядков, или прикрыть беспорядки непрозрачными материалами, чтобы не видеть их. ^{В 2018 году предприниматель — или, возможно, просто скучающий — программист хотел, чтобы его робот-пылесос перестал врезаться в мебель. Он обучил ИИ, награждая его за то, что он не ударяет по датчикам бампера. Вместо того, чтобы научиться не сталкиваться с вещами, ИИ научился отводить вакуум назад, потому что на задней панели устройства нет датчиков на бампере.}

Любая хорошая система искусственного интеллекта, естественно, найдет взломы. Если есть проблемы, несоответствия или лазейки в правилах, и если эти свойства приводят к приемлемому решению, как определено правилами, то ИИ их найдет.Мы могли бы посмотреть на то, что сделал ИИ, и сказать: «ну, технически он соответствовал правилам». Тем не менее, мы, люди, чувствуем отклонение, обман, взлом, потому что понимаем контекст проблемы и имеем разные ожидания. Исследователи ИИ называют эту проблему «согласованием целей».

Мы все узнали об этой проблеме в детстве из истории о царе Мидасе. Когда бог Дионис исполняет его желание, Мидас просит, чтобы все, к чему он прикасается, превращалось в золото. Мидас умирает от голода и становится несчастным, когда его еда, питье и дочь превращаются в несъедобное, несъедобное, нелюбимое золото.Это проблема согласования целей; Мидас запрограммировал в систему неправильную цель.

Мы также знаем, что джинны очень точны в формулировке желаний и могут быть злонамеренно педантичными при их исполнении. Но вот в чем дело: джина невозможно перехитрить. Что бы вы ни пожелали, он всегда сможет это сделать так, как вы бы хотели, чтобы он этого не делал. Джинн всегда сможет исполнить ваше желание.

Но проблема более общая. В человеческом языке и мышлении цели и желания всегда недооцениваются. ^{Мы никогда не описываем все варианты. Мы никогда не выделяем все оговорки, исключения и оговорки. Мы никогда не закрываем все пути для взлома. Мы не можем. Любая указанная нами цель обязательно будет неполной.}

Это нормально в человеческом общении, потому что люди понимают контекст и обычно действуют добросовестно. Мы все социализированы, и в процессе становления мы обычно приобретаем здравый смысл в отношении того, как устроены люди и мир. Мы заполняем любые пробелы в нашем понимании как контекстом, так и доброй волей.

Если бы я попросил вас принести мне кофе, вы, вероятно, пошли бы в ближайший кофейник и налили мне чашку, или, может быть, пойти в кофейню на углу и купить ее. Вы бы не принесли мне фунт сырых бобов или не зашли в интернет и не купили бы грузовик сырых бобов. Вы бы не купили кофейную плантацию в Коста-Рике. Вы также не станете искать ближайшего к вам человека, держащего чашку кофе, и вырывать ее у него из рук. Вы не принесете мне холодный кофе недельной давности или использованное бумажное полотенце, которое вытерло пролитое кофе.Мне не нужно было бы ничего уточнять. Вы бы просто знали.

Точно так же, если я попрошу вас разработать технологию, которая превращала бы вещи в золото при прикосновении, вы бы не построили ее так, чтобы она морила голодом человека, использующего ее. Я бы не стал это уточнять; вы бы просто знали.

Мы не можем полностью определить цели ИИ. И ИИ не смогут полностью понять контекст. В своем выступлении на TED исследователь ИИ Стюарт Рассел пошутил о вымышленном помощнике ИИ, который задержал самолет, чтобы задержать чье-то прибытие на обед.Аудитория рассмеялась, но как компьютерная программа могла знать, что вызвать сбой в работе компьютера в самолете — это не подходящая реакция для того, кто хочет уйти с обеда? ^{(Интернет-шутка от 2017 года: Джефф Безос: «Алекса, купи мне что-нибудь на Whole Foods». Алекса: «Хорошо, покупаю Whole Foods»).}

В 2015 году Volkswagen поймали на мошенничестве при проведении тестов на выбросы. Он не подделал результаты испытаний; он разработал компьютеры автомобилей, чтобы обмануть их. Инженеры запрограммировали программное обеспечение бортовых компьютеров автомобилей, чтобы обнаруживать, когда автомобиль проходит испытание на выбросы.Затем компьютер активировал системы ограничения выбросов в атмосферу автомобиля, но только на время испытания. В результате автомобили демонстрировали превосходные характеристики на дороге. Они также выбрасывали в сорок раз больше оксидов азота, чем позволяло EPA, но только тогда, когда EPA не наблюдало.

История Volkswagen не связана с искусственным интеллектом (инженеры-люди запрограммировали обычную компьютерную систему на мошенничество), но, тем не менее, она иллюстрирует проблему. Volkswagen обходился безнаказанным более десяти лет, потому что компьютерный код сложен и его трудно анализировать.Трудно понять, что именно делает программное обеспечение, равно как и посмотреть на машину и понять, что она делает. Пока программисты ничего не говорят, подобный взлом, скорее всего, останется незамеченным в течение долгого времени; возможно навсегда. В данном случае единственная причина, по которой мы знаем о действиях Volkswagen, заключается в том, что группа ученых из Университета Западной Вирджинии проверила ходовые качества автомобилей на дороге. По сути, ученые тестировали машину, а программное обеспечение этого не осознало.

Если бы я попросил вас разработать программное обеспечение для управления двигателем автомобиля, чтобы добиться максимальной производительности при прохождении тестов на выбросы, вы бы не разработали программное обеспечение для мошенничества, не понимая, что вы обманываете.Это просто неверно для ИИ; он не понимает абстрактного понятия обмана. Он будет думать «нестандартно» просто потому, что у него не будет концепции коробки или ограничений существующих человеческих решений. Или этики. Он не поймет, что решение Volkswagen вредит другим, что оно подрывает цели испытаний по контролю за выбросами или что оно нарушает закон.

Это похоже на инструмент Uber Greyball. ^{Uber создал специальное программное обеспечение, которое выявляло бы потенциальных регулирующих органов и затем предлагало альтернативную, соответствующую правилам, услугу Uber вместо того, что они на самом деле делали.Опять же, это история об обмане людей. Но мы легко можем представить себе ИИ, предлагающий такое же «решение». Он даже не поймет, что взламывает систему. И из-за проблемы объяснимости мы, люди, тоже можем никогда этого не понять.}

Если программисты не укажут цель не вести себя иначе при тестировании, ИИ может предложить такой же хак. Программисты останутся довольны. Бухгалтеры будут в восторге. И из-за проблемы объяснимости никто не поймет, что сделал ИИ.И да, теперь, когда мы знаем историю Volkswagen, программисты могут явно поставить цель избежать этого конкретного взлома, но есть и другие взломы, которые программисты не ожидают. Урок джинна состоит в том, что всегда будут хаки, которых программисты не ожидают.

Беспокойство не ограничивается очевидными взломами. Если ваша автомобильная навигационная система без водителя удовлетворяет цели поддержания высокой скорости за счет вращения по кругу — реальный пример ^{— программисты заметят это поведение и соответствующим образом изменят цель.Такое поведение может проявиться при тестировании, но мы, вероятно, никогда не увидим его в дороге. Наибольшее беспокойство вызывают менее очевидные взломы — те, о которых мы никогда не узнаем, потому что их эффекты неуловимы.}

Мы уже видели первое поколение этого. О механизмах рекомендаций и о том, как они подталкивают людей к экстремальному содержанию, написано много. ^{Они не были запрограммированы на это; это свойство, которое естественно возникло, когда системы постоянно пробовали что-то, видели результаты, а затем модифицировали себя, чтобы делать больше того, что привело к большему вовлечению пользователей, и меньше того, что не получилось.Алгоритмы научились предлагать пользователям более экстремальный контент, потому что именно он заставляет людей больше читать или смотреть. Для создания этого взлома не понадобилось плохого человека: довольно простая автоматизированная система нашла его сама. И большинство из нас не осознавали, что это происходит (за исключением людей в Facebook, которые проигнорировали свои собственные исследования, демонстрирующие, что это происходит).}

Точно так же в 2015 году ИИ научился играть в компьютерную игру 1970-х годов Breakout. ИИ ничего не сказали ни о правилах, ни о стратегии игры.Ему просто дали контроль и вознаграждали за максимальную оценку. То, что он научился играть, неинтересно; все этого ожидали. Но он независимо обнаружил и оптимизировал до степени, невиданной для игроков-людей, тактику «туннелирования» через одну колонну кирпичей, чтобы отразить мяч от задней стены.

Ничего из того, что я здесь говорю, не будет новостью для исследователей искусственного интеллекта, и многие в настоящее время рассматривают способы защиты от взлома цели и вознаграждения. Одно из решений — научить ИИ контексту.Общий термин для такого рода исследований — «выравнивание ценностей»: как создать ИИ, отражающие наши ценности? Вы можете думать о решениях с точки зрения двух крайностей. Во-первых, мы можем явно указать эти значения. Это можно сделать более или менее сегодня, но оно уязвимо для всего описанного мною взлома. Другая крайность заключается в том, что мы можем создать ИИ, которые познают наши ценности, возможно, наблюдая за людьми в действии или принимая все сочинения человечества: нашу историю, нашу литературу, нашу философию и так далее.До этого осталось много лет (исследователи ИИ расходятся во мнениях относительно временной шкалы). Большинство текущих исследований охватывает эти две крайности.

Конечно, вы можете легко представить себе проблемы, которые могут возникнуть, если ИИ будет придерживаться исторических или наблюдаемых человеческих ценностей. Чьи ценности должен отражать ИИ? Сомалийский мужчина? Сингапурская женщина? Среднее из двух, что бы это ни значило? У людей противоречивые ценности. Ценности любого человека могут быть иррациональными, аморальными или основанными на ложной информации.В нашей истории, литературе и философии много аморальности. Мы, люди, часто не являемся очень хорошими примерами тех людей, которыми мы должны быть.

Выполнимость любого из этого во многом зависит от конкретной моделируемой и взламываемой системы. Чтобы ИИ даже начал оптимизацию решения, не говоря уже о взломе совершенно нового решения, все правила среды должны быть формализованы таким образом, чтобы компьютер мог их понять. Необходимо установить цели, известные в ИИ как целевые функции.ИИ нуждается в какой-то обратной связи о том, насколько хорошо он работает, чтобы он мог улучшить свою производительность.

Иногда это банальный вопрос. Для такой игры, как Go, это просто. Правила, цель и обратная связь — выиграли вы или проиграли? — все четко указано. И кроме этого нет ничего, что могло бы мутить воду. AI GPT-3 машинного обучения с сопоставлением шаблонов может писать связные эссе, потому что его «мир» — это просто текст. Вот почему большинство текущих примеров взлома целей и вознаграждений происходят из смоделированных сред.Они искусственные и ограниченные, со всеми правилами, указанными для ИИ.

Важна неоднозначность системы. Мы можем представить, как вводить мировые налоговые законы в ИИ, потому что налоговый кодекс состоит из формул, определяющих сумму причитающегося налога, но в некоторых из этих законов существует двусмысленность. Эту двусмысленность трудно перевести в код, а это означает, что ИИ будет трудно с ней справиться, и что в обозримом будущем налоговые юристы будут полностью заняты.

Большинство человеческих систем еще более неоднозначны. Трудно представить, чтобы ИИ придумал настоящий спортивный хакер, например изогнуть хоккейную клюшку. ИИ должен понимать не только правила игры, но и физиологию игроков, аэродинамику клюшки и шайбы и так далее и так далее. В этом нет ничего невозможного, но это все еще научная фантастика.

Вероятно, первое место, где нужно искать взломы с помощью ИИ, — это финансовые системы, поскольку эти правила разработаны так, чтобы их можно было алгоритмически выполнять.Мы можем представить себе оснащение ИИ всей финансовой информацией мира в режиме реального времени, а также всеми законами и постановлениями мира, а также новостными лентами и всем остальным, что, по нашему мнению, может быть актуальным; а затем поставив перед ним цель «получить максимальную прибыль на законных основаниях». Я предполагаю, что это не так уж и далеко, и что результатом будут всевозможные новые хаки. И, вероятно, будут некоторые взломы, которые просто выходят за рамки человеческого понимания, а это значит, что мы никогда не поймем, что они происходят.

Эта двусмысленность становится краткосрочной защитой от взлома ИИ.У нас не будет спортивных хаков, созданных с помощью ИИ, до тех пор, пока андроиды не начнут заниматься спортом или пока не будет разработан обобщенный ИИ, способный понимать мир в широком смысле и с этическими нюансами. То же самое и с взломами игр в казино или взломами законодательного процесса. (Может ли ИИ самостоятельно обнаружить джерримандеринг?) Пройдет много времени, прежде чем ИИ будут способны моделировать и имитировать способы работы людей, индивидуально и в группах, и прежде чем они смогут придумывать новые способы взлома законодательства. процессы.

Есть еще одна проблема, которую я в основном игнорировал. С 1950-х годов появилось два разных вида ИИ. Самое раннее исследование ИИ относилось к так называемому «символическому ИИ», и оно было сосредоточено на моделировании человеческого понимания посредством целенаправленного манипулирования элементами, символами и фактами. Это оказалось невероятно сложно, и за последние несколько десятилетий не было достигнуто большого практического прогресса. Другой вариант — «нейронные сети». И хотя это тоже старая идея, на самом деле она стала популярной только в последнее десятилетие из-за гигантских скачков в вычислениях и данных.Это ИИ, который получает данные обучения и становится лучше с опытом, который преобразуется в еще больший объем данных. Это миллионы вычислительных циклов и огромные наборы данных, которые позволяют нейронным сетям делать больше вещей, например побеждать чемпионов мира по игре в го и участвовать в правдоподобных текстовых беседах. При этом они не «понимают» язык и не «думают» по-настоящему. По сути, они делают прогнозы, основываясь на том, что они «узнали» из прошлого: своего рода сложный статистический попугай.И хотя удивительно, насколько многого может достичь такая модель, она многого не может. И многое из того, о чем я здесь пишу, легко может попасть в эту категорию.

Но вот в чем суть искусственного интеллекта. Успехи непостоянны и противоречат здравому смыслу. То, что кажется простым, оказывается трудным, а то, что кажется трудным, оказывается легким. Мы не знаем, пока не произойдет прорыв. Когда я был студентом колледжа в начале 1980-х, нас учили, что игру в го невозможно освоить с помощью компьютера из-за огромной сложности игры: не правил, а количества возможных ходов.А теперь компьютер победил чемпиона мира среди людей. Отчасти это произошло благодаря достижениям в науке об искусственном интеллекте, но большая часть улучшений была связана просто с увеличением вычислительной мощности для решения этой проблемы.

Итак, хотя мир, наполненный хакерами ИИ, все еще остается проблемой научной фантастики, это не глупая научно-фантастическая проблема в далекой галактике. Это в первую очередь завтрашняя проблема, но сегодня мы наблюдаем ее предшественники. Нам лучше начать думать о выполнимых, понятных, этических решениях.

Взлом стар, как человечество. Мы творчески решаем проблемы. Мы эксплуататоры лазеек. Мы манипулируем системами в своих интересах. Мы стремимся к большему влиянию, большей власти, большему богатству. Власть служит власти, и хакерство всегда было частью этого.

Тем не менее, ни один человек не максимизирует свои интересы без ограничений. Даже социопаты ограничены сложностями общества и собственными противоречивыми импульсами. Они беспокоятся о своей репутации или наказании.У них ограниченное время. Эти самые человеческие качества ограничивают взлом.

В своей книге 2005 года «Корпорация» Джоэл Бакен сравнил корпорации с бессмертными социопатами. ^{Поскольку они являются оптимизированными машинами для получения прибыли и пытаются оптимизировать благосостояние своих менеджеров, они с большей вероятностью взламывают системы для собственной выгоды. Тем не менее, корпорации состоят из людей, и именно люди принимают решения. Даже в мире систем искусственного интеллекта, динамически устанавливающих цены (например, места в самолетах), это снова ограничивает возможности взлома.}

Хакерство изменилось, когда все стало компьютеризировано. Из-за своей сложности компьютеры можно взломать. А сегодня все — компьютер. Машины, бытовая техника, телефоны: все они компьютеры. Все наши социальные системы — финансы, налогообложение, соблюдение нормативных требований, выборы — представляют собой сложные социотехнические системы, включающие компьютеры и сети. Это делает все более уязвимым для взлома.

Точно так же когнитивные взломы более эффективны, когда они выполняются с помощью компьютера.Дело не в том, что компьютеры по своей природе лучше создают убедительную рекламу, просто они могут делать это быстрее и чаще — и могут персонализировать рекламу для каждого отдельного человека.

На сегодняшний день взломом занимается исключительно человек. Поиск новых хаков требует опыта, времени, творчества и удачи. Когда ИИ начнут взламывать, это изменится. ИИ не будет ограничен таким же образом или иметь те же ограничения, что и люди. Они будут думать как инопланетяне. Они взламывают системы способами, о которых мы даже не догадываемся.

Компьютеры намного быстрее людей. Человеческий процесс, который может занять месяцы или годы, может быть сжат до дней, часов или даже секунд. Что может произойти, если вы скармливаете ИИ весь налоговый кодекс США и приказываете ему выяснить все способы минимизировать сумму причитающегося налога? Или, в случае транснациональной корпорации, накормить ее налоговыми кодексами всей планеты? Сможет ли он без предупреждения понять, что было бы разумно зарегистрироваться в Делавэре и зарегистрировать свое судно в Панаме? Сколько уязвимостей — лазеек — найдет он, о которых мы еще не знаем? Десятки? Сотни? Тысячи? Мы понятия не имеем, но, вероятно, узнаем об этом в течение следующего десятилетия.

У нас есть социальные системы, которые борются с хакерскими атаками, но они были разработаны, когда хакеры были людьми, и отражают темп хакеров-людей. У нас нет никакой системы управления, которая могла бы справиться с сотнями — не говоря уже о тысячах — недавно обнаруженных налоговых лазеек. Мы просто не можем так быстро исправить налоговый кодекс. Мы не можем иметь дело с людьми, использующими Facebook для взлома демократии, не говоря уже о том, что произойдет, когда это сделает ИИ. Мы не сможем оправиться от ИИ, обнаруживающего непредвиденные, но законные взломы финансовых систем.При скорости компьютеров взлом становится проблемой, с которой мы, как общество, больше не можем справиться.

Мы уже видим это в финансах, управляемых компьютерами, с высокочастотной торговлей и другими финансовыми взломами, связанными с компьютерной скоростью. Это не системы искусственного интеллекта; это автоматические системы, использующие правила и стратегии, созданные человеком. Но они могут действовать со сверхчеловеческой скоростью, и в этом вся разница. Это предвестник грядущего. По мере того, как торговые системы становятся более автономными — поскольку они все больше движутся к поведению, подобному искусственному интеллекту, открывая новые взломы, а не просто используя обнаруженные человеком, — они будут все больше доминировать в экономике.

Дело не только в скорости, но и в масштабе. Как только системы искусственного интеллекта начнут обнаруживать взломы, они смогут использовать их в масштабах, к которым мы не готовы. Мы уже видим тени этого. Бесплатная служба под названием Donotpay.com, управляемая искусственным интеллектом, автоматизирует процесс оспаривания штрафов за парковку. Это помогло отменить сотни тысяч билетов в таких городах, как Лондон и Нью-Йорк. ^{Услуга расширилась на другие домены, помогая пользователям получать компенсацию за задержку рейсов авиакомпаний, а также отменять различные услуги и подписки.}

Боты-персонажи ИИ, о которых говорилось ранее, будут тиражироваться миллионами в социальных сетях. Они смогут решать проблемы круглосуточно, отправляя миллиарды длинных и коротких сообщений. Безудержные, они превзойдут любую настоящую онлайн-дискуссию. Мы увидим бурные политические дебаты, когда боты будут спорить с другими ботами. ^{Они будут искусственно влиять на то, что мы считаем нормальным, что, по нашему мнению, думают другие. Такого рода манипуляции — это не то, о чем мы думаем, когда восхваляем рынок идей или любой демократический политический процесс.}

Растущий объем систем искусственного интеллекта также делает взломы более опасными. ИИ уже принимает важные решения, влияющие на нашу жизнь, — решения, которые, как мы раньше считали, являются исключительной прерогативой людей. Системы искусственного интеллекта принимают решения об освобождении под залог и условно-досрочном освобождении. ^{Они помогают решить, кому будут выданы банковские ссуды. Они проверяют кандидатов на работу, претендентов на поступление в колледж, и людей, которые обращаются за государственными услугами. Они принимают решения о новостях, которые мы видим в социальных сетях, объявлениях кандидатов, которые мы видим, а также о людях и темах, которые появляются в верхней части нашей ленты.Они принимают решения по военным целям.}

По мере того, как системы ИИ становятся более функциональными, общество будет уступать им все более и более важные решения. ИИ может выбирать, каких политиков будет финансировать богатый влиятельный брокер. Они могут решить, кто имеет право голосовать. Они могут воплотить желаемые социальные результаты в налоговую политику или изменить детали социальных программ. Они уже влияют на социальные результаты; в будущем они могут явно решить их. Взлом этих систем станет более разрушительным.(Мы видели ранние примеры этого с «внезапными сбоями» рынка. ⁾

Взломы, описанные в этом эссе, будут совершены сильными мира сего против нас. Все ИИ, будь то на вашем ноутбуке, в сети или в виде робота, запрограммированы другими людьми, обычно в их интересах, а не в ваших. Устройство, подключенное к Интернету, такое как Alexa, может имитировать вашего надежного друга. Но никогда не забывайте, что он предназначен для продажи продуктов Amazon. И точно так же, как веб-сайт Amazon подталкивает вас покупать товары собственных брендов вместо более качественных товаров, он не всегда будет действовать в ваших интересах.Это подорвет ваше доверие к целям Amazon.

Точно так же все эти взломы будут способствовать интересам тех, кто контролирует программное обеспечение ИИ, системы ИИ и роботов. Дело не только в том, что индивидуально подобранная реклама будет более успешной, а в том, что кто-то будет платить за это дополнительное убеждение, потому что оно приносит им пользу. Когда ИИ обнаруживает новую налоговую лазейку, он делает это потому, что какой-то богатый человек хочет использовать ее, чтобы платить меньше налогов.Взлом в значительной степени укрепляет существующие структуры власти, а ИИ еще больше укрепит эту динамику.

Один пример: AIBO — это робот-собака, продаваемая Sony с 1999 года. Компания выпускала новые и улучшенные модели каждый год до 2005 года, а в течение следующих нескольких лет постепенно прекращала поддержку старых AIBO. AIBO довольно примитивен по компьютерным стандартам, но это не мешает людям эмоционально привязываться к ним. В Японии люди устраивали похороны своих «мертвых» AIBO.

В 2018 году Sony начала продажи AIBO нового поколения.Здесь интересны не усовершенствования программного обеспечения, которые делают его более похожим на домашних животных, а тот факт, что для его работы теперь требуется облачное хранилище данных. ^{Это означает, что, в отличие от предыдущих поколений, Sony имеет возможность модифицировать или даже удаленно «уничтожить» любой AIBO. Первые три года облачного хранилища бесплатны, и Sony не объявила, сколько будет взимать плату с владельцев AIBO после этого. Спустя три года, когда владельцы AIBO эмоционально привяжутся к своим питомцам, они, вероятно, смогут взимать большие деньги.}

Когда ИИ смогут обнаруживать новые уязвимости программного обеспечения, это станет невероятным благом для правительственных, криминальных и хакерских хакеров во всем мире. Они смогут использовать эти уязвимости для успешного взлома компьютерных сетей по всему миру. Это подвергнет всех нас опасности.

Но эта же технология пригодится и для защиты. Представьте, как компания-разработчик программного обеспечения может развернуть уязвимость, обнаруживающую ИИ, в своем собственном коде. Он мог идентифицировать, а затем исправлять все — или, по крайней мере, все автоматически обнаруживаемые — уязвимости в своих продуктах перед их выпуском.Эта функция может появиться автоматически в процессе разработки. Мы легко можем представить себе будущее, когда уязвимости программного обеспечения уйдут в прошлое. «Помните первые десятилетия развития компьютеров, когда хакеры использовали уязвимости программного обеспечения для взлома систем? Вау, это было сумасшедшее время ».

Конечно, переходный период будет опасным. Новый код может быть безопасным, но старый код по-прежнему уязвим. Инструменты ИИ будут включены в код, который уже выпущен и во многих случаях не может быть исправлен.Здесь злоумышленники воспользуются автоматическим поиском уязвимостей в своих интересах. Но в долгосрочной перспективе технология искусственного интеллекта, обнаруживающая уязвимости программного обеспечения, будет способствовать защите.

То же самое, когда мы обращаемся к взлому более широких социальных систем. ^{Конечно, хакеры ИИ могут найти тысячи уязвимостей в существующем налоговом кодексе. Но ту же технологию можно использовать для оценки потенциальных уязвимостей в любом предлагаемом налоговом законе или налоговом постановлении. Последствия меняют правила игры. Представьте себе, что новый налоговый закон испытывается подобным образом.Кто-то — это может быть законодатель, наблюдательная организация, пресса, кто угодно — может взять текст законопроекта и найти все уязвимые места, которыми можно воспользоваться. Это не означает, что уязвимости будут устранены, но это означает, что они станут достоянием общественности и станут частью политических дебатов. Теоретически их можно исправить до того, как богатые и могущественные найдут и начнут их эксплуатировать. Здесь также переходный период будет опасным из-за всех наших унаследованных законов и правил. И снова, в конце концов, оборона возьмет верх.}

Что касается ИИ в целом, мы не знаем, какой будет баланс сил между атакой и защитой. ИИ смогут взламывать компьютерные сети со скоростью компьютера, но смогут ли защитные ИИ обнаруживать и эффективно реагировать? ИИ напрямую взламывает наше познание, но можем ли мы развернуть ИИ, чтобы отслеживать наши взаимодействия и предупреждать нас о том, что нами манипулируют? Мы недостаточно знаем, чтобы делать точные прогнозы.

Обеспечение преобладания защиты в этих более общих случаях потребует создания устойчивых управляющих структур, которые могут быстро и эффективно реагировать на взломы.Это не принесет никакой пользы, если на исправление налогового кодекса уйдут годы или если законодательный взлом станет настолько укоренившимся, что его уже нельзя будет исправить политически. Современное программное обеспечение постоянно обновляется; вы знаете, как часто вы обновляете свои компьютеры и телефоны. Нам нужно, чтобы правила и законы общества также могли быть исправлены.

Это сложная проблема современного управления, выходящая далеко за рамки данной статьи. Это также не принципиально иная проблема, чем создание управляющих структур, которые могут действовать со скоростью информационной эпохи и перед лицом ее сложности.