Компьютерра - Компьютерра PDA N150 (17.12.2011-23.12.2011) Страница 7

Дальше "получили своё" правительственные учреждения Южной Кореи – президентский Синий Дом, парламент, разведка… Вместе с ними, что было куда серьёзнее, начали подвергаться атакам южнокорейские банки. (Это хуже всего – банки там тесно связаны с промышленностью, а автора этих слов и на службе, и на дороге, и дома окружает поразительно много южнокорейского, а каким образом один таиландский дождик может перекосить компьютерный рынок, мы уже писали…) Но Южная Корея тоже отбилась. Даже от той атаки, где были задействованы 166 тысяч компьютеров-зомби.

Но – остаются вопросы. Кто же организовал эту атаку? Вьетнамцы из Bach Khoa Internetwork Security (уже сделавшие привычной свою аббревиатуру BKIS) проследили следы управления ботнетами до курортного Брайтона. И это – всё. Кто организовал атаку, кто её запустил?

Северокорейский "Отдел 110", как считают многие? Может быть… А может быть, этот "отдел" в родстве со СМЕРШем из книжек Яна Флеминга. Откуда о нём кто-то знает? От перебежчиков? Ну да, они вам расскажут. Как сам покойный Великий Руководитель им лично приказал…

Вот Виктор Суворов честно рассказывает, что купил дом с садом за гонорар от книжки о советской армии. Интеллектуал Джеймс Энглтон, глава контрразведки ЦРУ, знал цену и перебежчикам, и их откровениям… (Наверное, он любил орхидеи из-за того, что изрядно изучил людей.)

Вот известное НЛО, оно же Lockheed U-2. Рассказ американцев об изучении турбулентности изобличался легко: в снаряжении Пауэрса были николаевские золотые десятки, предназначенные для оплаты потенциальных пособников, запрещённые к хождению на территории союзной Штатам Турции... Да и сам Пауэрс охотно освоил смежную, проходящую тоже по лётному ведомству профессию "канарейки".

А вот программный код допрашивать бесполезно. Терморектальный криптоанализ (как и любой иной) ему неопасен. И даже комментарии к коду на иврите или русском матерном (он же – технический) ни о чём не говорят.

Так что в области программного обеспечения мы имеем абсолютно реальные и абсолютно неопознанные объекты. Которые, если мы расслабимся, принесут нам куда больше проблем, нежели жукоглазые монстры. Сомневаетесь? А отключите-ка антивирус с файрволом!

Дмитрий Шабанов: Цепочка следов антилопы

Автор: Дмитрий Шабанов

Опубликовано 21 декабря 2011 года

Я хочу начать с того, что некоторые задачи, которые могли бы показаться простыми, решаются чрезвычайно сложно или не решаются вообще. Для примера возьмём задачу n тел. Интересные сведения об этой проблеме можно найти, например, тут.

Со времён Ньютона наука знает, как описать движение одиночного тела, не взаимодействующего с иными телами. Оно будет двигаться прямолинейно и с постоянной скоростью под воздействием силы инерции. Кроме того, мы знаем, как ведут себя два тела (которые для упрощения можно представить как две точки, обладающие массой): они притягиваются друг к другу с силой, пропорциональной произведению их масс и обратно пропорциональной расстоянию между ними. Раз Исаак Ньютон в XVII веке решил задачу для одной и для двух точек, наверное, с тех пор наука значительно продвинулась в своем понимании взаимодействия тел?

Так вот, общее решение задачи для трёх тел не найдено до сих пор. Возможность решений этой задачи для некоторых частных случаев показал в конце XVIII века Леонард Эйлер, и вскоре такие решения получил Жозеф Лагранж. После длительных усилий Анри Пуанкаре в конце XIX века доказал, что такая задача не имеет прямого математического решения: она не решается через алгебраические и трансцедентные функции координат и скоростей. В начале XX века финский математик Карл Зундман нашёл решение этой задачи в виде сходящихся рядов. Увы, ряды Зундмана не позволяют получить долгосрочный и точный прогноз динамики трёх тел и, кроме того, требуют для своего вычисления колоссальной, малодоступной даже сейчас вычислительной мощности.

А как в таком случае можно управлять движением космических кораблей? Решая ограниченную задачу трёх тел, вычисляют движение тела малой массы (космического корабля) и поле притяжения двух крупных тел (например, Земли и Луны), на движение которых малое тело не влияет. А кроме того, управление космическими кораблями включает в себя постоянное внесение корректив в их движение.

Постойте-постойте. Ведь реальные небесные тела (кстати, представляющие из себя не материальные точки, а сплошь и рядом сложные комплексы из многих частей с разной плотностью) не производят никаких вычислений, решая, куда им двигаться! Как им это удаётся?

Другой пример. Почти в каждой клетке нашего тела непрерывно работает множество рибосом - молекулярных роботов, соединяющих аминокислотные остатки в соответствии с программой, отражённой в структуре РНК. В секунду к цепочке присоединяются десятки аминокислот, несколько секунд - и сложный белок готов. Синтезированный полимер представляет собой гибкую цепочку, на которой регулярно расположены разнообразные радикалы - заряжённые и нет, полярные и неполярные, способные к взаимодействию друг с другом и индифферентные. Белковая цепь начинает сворачиваться определённым образом ещё по мере своего роста; иногда на характер такого сворачивания влияют белки-шапероны (их название происходит от "шафера", в нашей традиции называемого "свидетелем"), в некоторых случаях уже синтезированная цепь подвергается химической модификации, влияющей на взаиморасположение её частей.

Задача моделирования конформации (пространственного расположения) молекулы белка - одна из сложнейших расчётных задач, решаемых на современных компьютерах. Почему это так сложно для современных компьютеров и так просто для молекул белка, сворачивающихся безо всяких раздумий?

Потому что алгоритмы наших вычислений не соответствуют характеру взаимодействия в нашей физической действительности. Мы просчитываем линейные цепочки причинно-следственных отношений. Эти цепочки - ветвящиеся, и количество вариантов в них нарастает, как число зёрен в легенде о награде для изобретателя шахмат. Просчёт всех - астрономическая задача; приходится просчитывать лишь некоторые, которые определённый алгоритм выбирает как наиболее перспективные, но всё равно такая задача оказывается необычайно сложна. Может, ситуацию исправят квантовые компьютеры?

Сама идея построения квантового компьютера связана с попыткой уйти от использования последовательных алгоритмов. Как было бы хорошо, если бы мы не решали операции шаг за шагом, а запустили бы запутанные частицы в состоянии суперпозиции. Они сразу испытают все возможные варианты решения проблемы, а потом из них лишь надо будет выбрать тот, который нас устроит.

Вас удивляет, что развитие квантовых компьютеров отстает от эволюции традиционных, алгоритмических? Тут дело не только в том, что они основаны на более сложной физике (при построении традиционных компьютеров тоже приходится вовсю использовать квантовую механику). Проблема в том, что их логика принципиально отлична от нашей.

А как могло получиться, что наша логика, с помощью которой мы познаем физическую действительность, работает иначе, чем сама эта действительность? Если бы мы были созданы по образу и подобию Творца этого мира, можно было бы ожидать, что мы обладали бы в чём-то подобным Ему мышлением (ну, пусть более слабым, но всё же...). Если бы наша способность к логическим рассуждениям была основана исключительно на культуре, можно было бы научить человека думать и решать не так, как большинство людей, а так, как "думает" и "решает" физический мир вокруг нас. Но это всё - фантазии. Мы ограничены нашей природой, и наше мышление развивается на совершенно определённой биологической основе. А развивалась эта основа для решения вполне определённых задач.

Вам понятно, что специализированная микросхема, "заточенная" под определённые операции, может выполнять их эффективнее неспециализированного процессора, на котором можно запускать множество различных процессов? Наш нынешний мозг - относительно неспециализированный процессор, но развился он путём разнообразных апгрейдов достаточно специализированного устройства.

Вспомните видео из предыдущей колонки. Вы думаете, чтение следов - простая задача? Читатели упрекали меня, что я-де высокомерно считаю человеческое умение ориентироваться по следам более совершенным, чем таковое, например, волка. Конечно, в умении поймать запах добычи низовым чутьём (или почувствовать её приближение верховым) мы волку не конкуренты.

Давайте отследим, как менялась относительная важность разных органов чувств по мере нашего становления. Наши рыбообразные и полурептильные предки обладали, похоже, неплохим зрением. Но класс млекопитающих становился как группа ночных животных. Зрение упростилось, зато на передний край вышли обоняние и осязание. Для большинства млекопитающих именно эти чувства являются ведущими. Но одна из их групп освоила деревья. Ни обоняние, ни осязание не помогут оценить свойства ветви, на которую надо прыгнуть, - тут нужно зрение. И ослабевшее зрение начало опять улучшаться. В ходе эволюции разные группы приматов по-разному вернули себе когда-то утраченные пигменты, необходимые для качественного цветового зрения (см. "Рассказ Ревуна" у Докинза).