Мировая пикоэлектроника. Метаразвитие. Т. 2
В.К. Петросян (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. В 6 томах. Т.2
*********
© В.К.
Петросян (Вадимир) © Lag.ru [Large Apeironic Gateway, Большой Апейронический
Портал (Шлюз), Суперпортал в Бесконечность].
При копировании данного материала и размещении его на другом сайте, ссылки
на соответствующие локации порталов Lag.ru и Proza.ru обязательны
Работа написана на основе концепции и разработок В.К. Петросяна при полноценном соавторстве (активном творческом и техническом участии) ChatGPT (OpenAI), GPT-5.6 Sol
******
Часть IV. Будущее физической элементной базы: от нано- к пико- и фемто-
Глава 1. Физические пределы традиционной микроэлектроники
От непрерывной миниатюризации транзисторов — к исследованию физических, энергетических и экономических оснований будущей электронной цивилизации.
На протяжении большей части истории микроэлектроники её развитие основывалось на удивительно результативном технологическом принципе.
Уменьшение размеров электронных элементов позволяло размещать на одном полупроводниковом кристалле всё больше транзисторов, увеличивать быстродействие вычислительных систем и постепенно снижать стоимость выполнения вычислительных операций.
Этот процесс стал одним из фундаментальных механизмов научно-технического прогресса второй половины XX и начала XXI века.
Благодаря ему компьютеры, занимавшие целые помещения, постепенно уступили место настольным вычислительным системам, персональным устройствам, мобильным процессорам и специализированным ускорителям искусственного интеллекта.
Однако успешность исторической модели породила представление, которое сегодня требует принципиального пересмотра.
Возникло убеждение, что последующее развитие электроники может бесконечно продолжаться посредством простого уменьшения геометрических размеров транзисторов.
Но физическая реальность значительно сложнее.
По мере приближения электронных структур к атомным масштабам возрастает влияние квантовых эффектов.
Увеличивается сложность управления токами утечки.
Электрические контакты и проводники приобретают всё большее значение.
Повышение плотности размещения электронных элементов осложняет отвод тепла.
А создание каждого нового передового технологического поколения требует всё более сложного оборудования, материалов, измерений и производственных процессов.
Следовательно, дальнейшее развитие микроэлектроники перестаёт определяться исключительно размером транзистора.
Оно становится результатом совместного решения многочисленных физических, архитектурных и экономических задач.
При этом необходимо избежать противоположной ошибки.
Возникновение пределов традиционного масштабирования не означает завершения развития электронной техники.
Оно означает, что прежние способы повышения эффективности постепенно утрачивают свою универсальность.
Вместо одной доминирующей траектории возникает совокупность альтернативных направлений.
Совершенствуются трёхмерные транзисторные архитектуры.
Развиваются новые материалы и методы интеграции.
Изменяются способы передачи данных и организации памяти.
Увеличивается значение интеллектуальных методов проектирования.
Формируются новые классы электронных и вычислительных систем.
В подобной ситуации особенно важно разграничивать фундаментальные физические ограничения и ограничения существующих инженерных решений.
Фундаментальные ограничения вытекают из законов природы.
Инженерные ограничения характеризуют возможности доступных материалов, приборов и производственных процессов.
Экономические ограничения отражают стоимость достижения определённого результата.
Организационные ограничения связаны со скоростью исследований, проектирования и промышленного внедрения.
Эти категории взаимосвязаны, но не тождественны.
То, что сегодня оказывается слишком дорого, может стать экономически осуществимым благодаря новому технологическому процессу.
То, что невозможно для определённой архитектуры транзистора, может оказаться возможным при использовании другого физического принципа.
Однако технология не способна отменить фундаментальные законы квантовой механики и термодинамики.
Следовательно, проектирование будущей электроники требует точного понимания природы каждого ограничения.
Именно эта задача определяет содержание настоящей главы.
Особое значение она имеет для предлагаемой концепции пикоэлектроники.
В настоящей книге PICO рассматривается не как уже существующая промышленная технология изготовления транзисторов размером один пикометр, а как исследовательское направление поиска новых физических и инженерных принципов электронной техники.
При этом пикоэлектроника выступает одной из двух базовых субтехнологий генеральной технологии Метаразвития.
Вторая субтехнология — NOO — должна разрабатывать интеллектуально-креативные средства исследования и технологического проектирования.
Обе программы предполагается инициировать одновременно.
Но для определения их задач необходимо прежде всего установить, какие именно ограничения современной микроэлектроники требуют новых физических решений, а какие могут преодолеваться посредством изменения архитектуры, производства и организации исследований.
1.1. Масштабирование транзисторов
1.1.1. Транзистор как основа электронной цивилизации
Транзистор представляет собой один из важнейших электронных приборов современной цивилизации.
Его фундаментальное значение заключается в возможности управлять электрическим током посредством другого электрического сигнала.
Наиболее распространённой основой современных логических интегральных схем является полевой транзистор MOSFET.
В его конструкции выделяются исток, сток, управляющий затвор и полупроводниковый канал.
При изменении напряжения на затворе изменяется проводимость канала.
Это позволяет создавать электронные переключатели, составляющие основу цифровой логики.
Объединение большого количества транзисторов позволяет формировать логические элементы, память, процессорные ядра и сложные вычислительные системы.
Следовательно, развитие микроэлектроники исторически было тесно связано с уменьшением характерных размеров подобных приборов.
Однако транзистор не существует изолированно.
Для его функционирования необходимы электрические контакты, изоляция, проводники и система питания.
Поэтому уменьшение одного функционального элемента должно сопровождаться совершенствованием всей интегральной схемы.
1.1.2. Историческая логика миниатюризации
На ранних этапах развития микроэлектроники уменьшение размеров транзисторов обеспечивало сразу несколько преимуществ.
Сокращалась площадь, занимаемая одним электронным прибором.
Уменьшались электрические ёмкости.
Снижались расстояния между функциональными элементами.
Появлялась возможность размещать на кристалле большее количество логических устройств.
При определённых условиях одновременно увеличивалось быстродействие.
Таким образом, физическая миниатюризация обеспечивала рост функциональной сложности вычислительных систем.
Однако соответствующая закономерность не является абсолютной.
Она основывалась на определённых физических и технологических предпосылках.
По мере уменьшения размеров эти предпосылки начали нарушаться.
1.1.3. Теория масштабирования Деннарда
В 1974 году Роберт Деннард и его коллеги из IBM опубликовали фундаментальную работу о масштабировании MOS-транзисторов.
Её важнейшая идея заключалась в возможности согласованного уменьшения геометрических размеров и рабочих напряжений.
Если линейные размеры прибора и напряжения уменьшались в одинаковое число раз, электрические поля при идеализированном масштабировании могли сохранять приблизительно прежнюю величину.
Это позволяло получать преимущества по плотности интеграции и скорости переключения без пропорционального увеличения тепловой нагрузки на единицу площади.
Для упрощённого анализа обозначим коэффициент масштабирования через s, где 0 < s < 1.
В идеализированной модели постоянного электрического поля:
линейные размеры изменяются пропорционально s;
рабочие напряжения уменьшаются пропорционально s;
электрическая ёмкость отдельного прибора уменьшается приблизительно пропорционально s;
время переключения уменьшается приблизительно пропорционально s;
энергия переключения уменьшается приблизительно пропорционально s;;
плотность размещения приборов возрастает приблизительно как 1/s;.
В рамках этой модели уменьшение размеров создаёт исключительно благоприятную комбинацию результатов.
Однако данная схема представляет собой идеализированную физическую модель.
Она не является универсальным законом, действующим независимо от материалов, архитектур и размеров электронного прибора.
1.1.4. Почему масштабирование Деннарда перестало работать в прежнем виде
По мере уменьшения размеров транзисторов возникли ограничения, препятствующие дальнейшему пропорциональному снижению рабочих напряжений.
Особенно важным стало сохранение достаточного различия между включённым и выключенным состояниями электронного прибора.
Если напряжение питания уменьшать чрезмерно, становится сложнее обеспечивать высокую скорость переключения при допустимых токах утечки.
Кроме того, возрастает влияние электрических контактов, сопротивления межсоединений и технологической вариабельности.
В результате дальнейшее уменьшение транзисторов перестало автоматически сопровождаться аналогичным уменьшением энергии переключения и ростом рабочей частоты.
Именно это обстоятельство стало одним из главных факторов перехода от постоянного увеличения тактовой частоты к многоядерным вычислительным архитектурам.
Следовательно, прекращение прежнего режима масштабирования означало не завершение развития процессоров, а изменение экономико-физического механизма повышения их производительности.
1.1.5. Закон Мура и масштабирование Деннарда — не одно и то же
Для научной точности необходимо разграничивать две исторически взаимосвязанные закономерности.
Закон Мура описывает историческую тенденцию увеличения числа транзисторов в интегральных схемах.
Масштабирование Деннарда характеризует определённые физические соотношения изменения размеров, напряжений, токов и характеристик MOS-приборов.
Следовательно, увеличение количества транзисторов не гарантирует аналогичного роста производительности или энергетической эффективности.
Можно создать интегральную схему с большим количеством электронных элементов, но получить лишь ограниченное повышение скорости вычислений.
Кроме того, часть новых транзисторов может использоваться для увеличения объёма памяти, расширения специализированных функциональных блоков или повышения надёжности.
Поэтому физическая плотность интеграции и функциональная эффективность вычислительной системы должны исследоваться раздельно.
1.1.6. Переход от планарного транзистора к FinFET
Одним из важнейших результатов дальнейшего развития стало создание трёхмерной транзисторной архитектуры FinFET.
В отличие от традиционного планарного прибора, её полупроводниковый канал имеет пространственную форму выступающего ребра.
Управляющий затвор охватывает канал с нескольких сторон.
Это улучшает электростатический контроль.
Главное значение данной архитектуры заключается в возможности сохранять необходимые электрические характеристики при уменьшении геометрических размеров.
Однако FinFET не устраняет всех фундаментальных ограничений.
По мере дальнейшей миниатюризации уменьшается пространство для формирования контактов.
Возрастает технологическая сложность.
Изменяются требования к материалам и межсоединениям.
Следовательно, даже успешная архитектурная инновация лишь переносит границу практической осуществимости, но не отменяет её существование.
1.1.7. Gate-All-Around как следующий архитектурный переход
Следующим важнейшим направлением стало развитие транзисторов Gate-All-Around — GAA.
В подобных приборах затвор окружает полупроводниковый канал со всех сторон.
Особое значение имеют многослойные нанолистовые структуры.
Они позволяют формировать несколько проводящих каналов в одном приборе.
Благодаря этому можно улучшать электростатическое управление и изменять соотношение плотности интеграции, производительности и энергопотребления.
Именно такая архитектура используется в современных передовых логических процессах.
Она составляет технологическую основу программы Rapidus.
Однако создание GAA требует новых операций формирования материалов и чрезвычайно точного управления геометрией электронных структур.
Следовательно, физические преимущества сопровождаются усложнением производственной технологии.
1.1.8. Вертикальная интеграция транзисторов
По мере усложнения двумерного масштабирования возрастает значение вертикального размещения электронных приборов.
Одним из перспективных направлений является архитектура CFET — Complementary Field-Effect Transistor.
Её основная идея заключается в вертикальном расположении транзисторов различных типов проводимости.
Это может позволить уменьшать площадь логических ячеек.
В исследованиях imec рассматриваются различные варианты подобной интеграции.
Однако CFET создаёт новые проблемы.
Необходимо обеспечивать точное совмещение слоёв, электрические контакты, температурную совместимость технологических операций и надёжность нижних электронных структур.
Следовательно, увеличение плотности посредством вертикального размещения не устраняет физических ограничений.
Оно изменяет их характер.
1.1.9. Масштабирование структуры и масштабирование функций
В современной микроэлектронике всё более важно различать уменьшение отдельного транзистора и увеличение функциональной плотности вычислительной системы.
Например, можно повысить вычислительную эффективность посредством нового способа размещения памяти.
Можно использовать многокристальную интеграцию.
Можно объединить специализированные вычислительные блоки в одном корпусе.
Во всех этих случаях функциональные возможности возрастают не обязательно вследствие уменьшения каждого транзистора.
Следовательно, дальнейшее развитие электроники постепенно смещается от преимущественно геометрического масштабирования к более общей задаче архитектурной и технологической оптимизации.
1.1.10. Что означает технологическое обозначение «2 нм»
Особенно важно устранить распространённое физическое заблуждение.
Современные обозначения «3 нм», «2 нм» и последующих технологических поколений не являются прямым указанием размера всего транзистора.
Они представляют собой промышленные названия технологических платформ.
При этом фактические размеры различных функциональных элементов могут существенно отличаться от условного номера узла.
Например, длина физического канала, размеры контактов и шаг межсоединений характеризуются различными величинами.
Следовательно, нельзя утверждать, что 2-нм процесс содержит исключительно элементы размером два нанометра.
Тем более нельзя рассматривать условный «1-нм узел» как непосредственное доказательство создания электронных элементов физического размера один нанометр.
1.1.11. Современные эксперименты с атомарно-тонкими структурами
Особый научный интерес представляют исследования двумерных полупроводников.
В 2026 году в журнале Nature Communications была опубликована работа о транзисторных структурах на основе дисульфида молибдена MoS;.
Авторы продемонстрировали прибор с эффективной длиной затвора менее одного нанометра.
Однако физическая длина канала составляла около 10 нм.
Это различие принципиально важно.
Нанометрический или субнанометрический размер отдельного электрода не означает, что весь транзистор имеет такие же размеры.
Кроме того, экспериментальная работоспособность структуры не доказывает её коммерческую конкурентоспособность.
Для этого необходимо подтвердить воспроизводимость, надёжность, выход годных изделий и экономику производства.
Следовательно, подобные исследования свидетельствуют о расширении физических возможностей электронной техники, но не о завершённости соответствующей промышленной технологии.
1.1.12. Главный вывод о масштабировании
Развитие микроэлектроники постепенно переходит от простого уменьшения размеров к совершенствованию всей физической и архитектурной структуры вычислительных систем.
Однако каждое новое решение создаёт собственные ограничения.
Предел традиционного масштабирования заключается не в одном окончательном нанометровом значении, а в совокупности физических условий, при которых дальнейшее уменьшение размеров перестаёт обеспечивать прежнее сочетание функциональных и экономических преимуществ.
Именно поэтому дальнейшее развитие требует новых материалов, приборных архитектур и методов организации вычислений.
1.2. Квантовые ограничения
1.2.1. Почему квантовая механика становится определяющей
Электроны обладают квантовыми свойствами при любых размерах электронного устройства.
Следовательно, нельзя утверждать, что квантовая механика начинает действовать только после достижения определённой нанометровой границы.
Однако по мере уменьшения размеров приборов её эффекты всё сильнее проявляются в характеристиках отдельных электронных структур.
Особенно важны туннелирование, квантовое ограничение движения носителей заряда, изменение плотности электронных состояний и дискретность электрического заряда.
В больших приборах часть этих эффектов может эффективно описываться усреднёнными моделями.
В чрезвычайно малых структурах подобные приближения становятся недостаточными.
Следовательно, переход к атомарно-точной электронике требует существенно более подробного физического описания.
1.2.2. Квантовое туннелирование
Одним из важнейших ограничений является туннелирование.
В классической физике частица, энергия которой меньше высоты определённого потенциального барьера, не способна его преодолеть.
В квантовой механике существует ненулевая вероятность прохождения частицы через барьер.
При уменьшении его толщины эта вероятность может чрезвычайно быстро возрастать.
Для простой одномерной модели прямоугольного барьера при фиксированных высоте и энергии частицы вероятность прохождения приблизительно уменьшается экспоненциально с увеличением толщины барьера.
Это означает, что небольшое изменение толщины может существенно изменять ток утечки.
В микроэлектронике подобный эффект особенно важен для затворных диэлектриков и коротких транзисторных каналов.
1.2.3. Туннелирование через затворный диэлектрик
Для управления полупроводниковым каналом затвор должен быть отделён от него диэлектрическим материалом.
При уменьшении размеров транзисторов возникает необходимость обеспечивать высокую электрическую ёмкость соответствующей структуры.
Исторически это достигалось уменьшением толщины диэлектрика.
Однако чрезмерное уменьшение толщины приводит к усилению квантового туннелирования.
В результате возникают токи утечки через изоляционный слой.
Одним из важнейших инженерных решений стало использование диэлектриков с высокой относительной диэлектрической проницаемостью — high-k.
Они позволяют использовать физически более толстую изоляцию при сохранении необходимой электрической ёмкости.
Однако подобные материалы обладают собственными ограничениями.
Особое значение приобретают дефекты, ловушки заряда, состояние границ раздела и долговременная надёжность.
Следовательно, новые материалы позволяют отодвигать технологические ограничения, но не отменяют квантовую природу электронного переноса.
1.2.4. Туннелирование между истоком и стоком
Другой важнейший эффект возникает при уменьшении длины полупроводникового канала.
Даже если затвор должен удерживать транзистор в выключенном состоянии, между истоком и стоком может возникать квантовый перенос.
При достаточно малых расстояниях электрон способен туннелировать через потенциальный барьер.
Это затрудняет создание прибора, который одновременно обладает высокой скоростью переключения и чрезвычайно низким током утечки.
Следовательно, уменьшение канала не может продолжаться без изменения физических параметров и архитектуры устройства.
Для некоторых материалов и конструкций пределы могут различаться.
Поэтому нельзя установить универсальную минимальную длину транзистора, одинаковую для всех возможных физических принципов.
1.2.5. Электростатические эффекты короткого канала
Помимо собственно квантового туннелирования существуют эффекты, связанные с изменением электростатического управления.
В длинноканальном транзисторе затвор относительно эффективно контролирует потенциальный барьер канала.
При уменьшении его длины возрастает влияние электрических полей истока и стока.
Одним из известных проявлений является снижение барьера под воздействием напряжения стока — Drain-Induced Barrier Lowering, DIBL.
В результате ток через прибор становится более чувствительным к напряжению стока даже в выключенном состоянии.
Переход к FinFET и GAA был направлен, в частности, на улучшение соответствующего контроля.
Однако сложность электростатической задачи возрастает при дальнейшем масштабировании.
1.2.6. Тепловая граница подпорогового переключения
Особенно важным ограничением обычных MOSFET является крутизна подпороговой характеристики.
Она показывает, насколько необходимо изменить напряжение затвора, чтобы изменить ток стока в десять раз.
Для идеального транзистора, использующего обычную термическую инжекцию носителей, при комнатной температуре нижняя граница составляет приблизительно 60 милливольт на декаду изменения тока.
В упрощённой форме:
SS = ln(10) ; (kT/q) ; m,
где k — постоянная Больцмана, T — абсолютная температура, q — элементарный заряд, m — коэффициент электростатической связи, в идеальном случае равный единице.
При температуре около 300 К идеальная величина составляет приблизительно 59,5 мВ/декаду.
Это чрезвычайно важное физическое ограничение.
Оно показывает, что уменьшение напряжения питания обычного MOSFET сталкивается с требованиями сохранения достаточного различия между включённым и выключенным состояниями.
Однако следует строго подчеркнуть область применимости.
Граница около 60 мВ/декаду относится к идеализированному механизму термического подпорогового переключения обычного MOSFET. Она не является универсальным запретом на создание любых электронных приборов с более крутой характеристикой.
1.2.7. Альтернативные принципы переключения
Одним из перспективных направлений являются туннельные полевые транзисторы — TFET.
Они используют другой механизм переноса носителей заряда.
В результате при определённых условиях возможно получение подпороговой характеристики круче обычного теплового ограничения MOSFET.
Исследуются также приборы с отрицательной ёмкостью и другие альтернативные конструкции.
Однако отдельный экспериментальный результат не гарантирует практического преимущества.
Необходимо учитывать ток во включённом состоянии, скорость, надёжность, технологическую вариабельность и возможность создания комплементарной логики.
В частности, получение крутой характеристики в ограниченном диапазоне токов ещё не означает возможность создания высокопроизводительного массового процессора.
Следовательно, альтернативные приборы представляют перспективные научные направления, но требуют полного сравнения с существующей CMOS-технологией.
1.2.8. Квантовое ограничение движения носителей
При уменьшении толщины полупроводниковых структур изменяются допустимые электронные состояния.
Возникает квантовое ограничение движения носителей заряда.
В результате свойства электронного канала могут существенно отличаться от характеристик объёмного материала.
Например, изменяются электронная плотность состояний и условия переноса заряда.
Эти эффекты не всегда являются исключительно отрицательными.
При определённых конструкциях они могут использоваться для создания новых приборных функций.
Однако их применение требует чрезвычайно точного контроля материалов и границ раздела.
Следовательно, переход к атомарно-тонким структурам одновременно создаёт новые возможности и новые физические ограничения.
1.2.9. Дискретность атомной структуры
Классическая микроэлектроника во многих случаях использует усреднённое описание материалов.
Например, концентрация легирующей примеси рассматривается как непрерывная величина.
Однако в чрезвычайно малых объёмах количество атомов примеси становится ограниченным.
Изменение положения отдельного атома способно заметно повлиять на электрические характеристики.
Аналогично дефект границы раздела может существенно изменять работу прибора.
Следовательно, атомарная дискретность становится источником технологической вариабельности.
В подобных условиях особенно важны методы атомарно-точного формирования структур и контроль отдельных дефектов.
Однако создание такой технологии представляет исключительно сложную научно-инженерную задачу.
1.2.10. Флуктуации и надёжность
По мере уменьшения электронных структур возрастает относительное влияние случайных изменений.
Например, небольшое колебание геометрии канала может создавать заметное изменение его электрических характеристик.
Отдельные дефекты способны вызывать нестабильность токов.
Могут возникать случайные телеграфные шумы, связанные с захватом и освобождением носителей заряда.
Следовательно, уменьшение средних геометрических размеров не гарантирует соответствующего уменьшения разброса характеристик.
Для цифровой логики это особенно важно.
Необходимо сохранять достаточные запасы устойчивости логических уровней и допустимую вероятность ошибок.
Именно поэтому создание чрезвычайно малого работающего транзистора и создание надёжной большой интегральной схемы являются принципиально различными достижениями.
1.2.11. Контактные сопротивления и квантовый перенос
При уменьшении размеров электронных приборов возрастает значение контактов между полупроводником и металлическим проводником.
Даже при высокой проводимости самого канала значительное сопротивление контакта может ограничивать общий ток.
Особенно интересны исследования двумерных полупроводников.
В 2026 году в журнале Nature была опубликована работа, посвящённая экспериментальному измерению характерной длины передачи заряда в контактной области транзистора на основе MoS;.
Для исследованной структуры было получено значение приблизительно 2 нм.
Этот результат показывает, что дальнейшее уменьшение транзисторов зависит не только от длины канала.
Не менее важно масштабирование контактов.
Однако полученное значение характеризует конкретную систему материалов и конструкцию.
Его нельзя объявлять универсальным физическим пределом всех электронных контактов.
1.2.12. Квантовое сопротивление
В чрезвычайно малых проводящих структурах необходимо учитывать дискретность каналов электронного переноса.
Для идеального одномерного проводящего канала с учётом спинового вырождения возникает характерный масштаб сопротивления порядка:
R;Q; = h/(2e;) ; 12,9 кОм,
где h — постоянная Планка, e — элементарный заряд.
Однако это выражение нельзя интерпретировать как универсальное сопротивление любого нанотранзистора.
Реальная проводимость зависит от количества доступных каналов, коэффициентов прохождения электронов, контактов и физических условий.
Тем не менее оно показывает, что по мере перехода к атомарно-точным проводникам возникают ограничения, которые невозможно корректно описывать исключительно обычной макроскопической моделью сопротивления.
1.2.13. Почему охлаждение не устраняет всех ограничений
Снижение температуры уменьшает тепловые флуктуации.
В некоторых случаях это позволяет улучшать характеристики электронных приборов.
Однако охлаждение требует дополнительной инфраструктуры и энергетических затрат.
Кроме того, квантовое туннелирование не исчезает только вследствие уменьшения температуры.
Следовательно, охлаждение может быть полезным инженерным методом, но не является универсальным способом преодоления физических пределов микроэлектроники.
Особенно важно оценивать полные энергетические затраты вычислительной системы, включая холодильное оборудование.
1.2.14. Нанометровый и пикометровый масштабы
Для настоящей книги необходимо специально разграничить масштабы.
Один нанометр равен одной миллиардной метра.
Один пикометр равен одной триллионной метра.
Следовательно, один нанометр содержит тысячу пикометров.
Характерные размеры атомов находятся в области десятков и сотен пикометров.
Например, атомные диаметры многих элементов имеют порядок 0,1–0,3 нм, или 100–300 пм, в зависимости от используемого физического определения.
Таким образом, один пикометр существенно меньше характерного размера атома.
Поэтому создание физического транзистора с линейными размерами один пикометр нельзя рассматривать как обычное продолжение уменьшения кремниевых приборов.
Это потребовало бы совершенно иного физического содержания понятия электронного устройства.
1.2.15. Что может означать пикоэлектроника
В рамках настоящей книги предлагается исследовать пикоэлектронику как область перспективных электронных технологий, в которых определяющее значение приобретают атомарно-точные и субатомарные по масштабу параметры управления электронными состояниями.
Однако это определение является программным и требует дальнейшего научного уточнения.
Оно не означает, что все физические размеры предполагаемых устройств должны составлять пикометры.
В частности, пикометровые изменения положения атомов могут существенно влиять на свойства электронной структуры, размеры которой значительно больше одного пикометра.
Следовательно, предметом исследования может стать не только геометрическое уменьшение прибора, но и точное управление его электронными характеристиками посредством чрезвычайно малых структурных изменений.
Но возможность промышленного использования соответствующего принципа должна доказываться отдельно.
1.2.16. Главный вывод о квантовых ограничениях
Квантовые эффекты являются не только препятствием дальнейшей миниатюризации.
Они также представляют источник новых физических возможностей.
Однако их технологическое использование требует разработки принципиально новых материалов, устройств и методов экспериментального контроля.
Переход к перспективной пикоэлектронике должен строиться не на предположении о бесконечном уменьшении транзистора, а на исследовании новых физических способов управления электронными состояниями.
Именно это составляет одну из фундаментальных задач PICO.
1.3. Тепловыделение и энергопотребление
1.3.1. Энергия как ограничитель вычислительной мощности
Современная вычислительная техника развивается в условиях растущего спроса на производительность.
Особенно значительную роль играют высокопроизводительные серверные системы и ускорители искусственного интеллекта.
Однако увеличение числа вычислительных операций сопровождается потреблением энергии.
Часть этой энергии преобразуется в тепло.
Следовательно, вычислительная мощность не может неограниченно увеличиваться без учёта теплового режима.
Особенно важно, что проблема возникает на нескольких уровнях.
Отдельный транзистор обладает ограничениями энергопотребления и надёжности.
Интегральная схема ограничена плотностью тепловыделения.
Вычислительная система требует эффективного охлаждения.
Центр обработки данных сталкивается с ограничениями энергетической инфраструктуры.
Следовательно, энергетическая эффективность становится системной характеристикой всей электронной цивилизации.
1.3.2. Динамическая энергия переключения
В CMOS-логике значительная часть энергии расходуется при изменении электрического состояния схемы.
Для приближённой оценки динамической мощности используется выражение:
Pdyn ; ; ; C ; V; ; f,
где ; — коэффициент переключательной активности, C — эффективная переключаемая ёмкость, V — напряжение питания, f — частота.
Эта формула отражает несколько фундаментальных закономерностей.
Снижение напряжения способно существенно уменьшать динамическую мощность.
Уменьшение ёмкости также снижает энергетические затраты.
Однако повышение частоты увеличивает количество переключений за единицу времени.
Следовательно, рост быстродействия может сопровождаться ростом энергопотребления.
При этом формула является приближённой.
Реальное потребление определяется особенностями архитектуры, режимами работы и другими электрическими эффектами.
1.3.3. Почему уменьшение напряжения стало сложнее
На ранних этапах масштабирования снижение размеров транзисторов сопровождалось уменьшением напряжения питания.
Однако по мере приближения к физическим ограничениям возникли трудности сохранения необходимой скорости переключения и допустимого тока утечки.
Если напряжение становится слишком малым, уменьшается различие между электрическими состояниями.
Это осложняет обеспечение надёжной логической работы.
Следовательно, снижение напряжения ограничивается физическими характеристиками используемых приборов и требованиями к устойчивости схемы.
Именно поэтому уменьшение транзисторов перестало автоматически обеспечивать прежнее снижение энергии на вычислительную операцию.
1.3.4. Статическое энергопотребление
Помимо динамической мощности существует энергопотребление, связанное с токами утечки.
Даже выключенный транзистор может проводить небольшой ток.
При наличии миллиардов электронных элементов суммарные потери становятся существенными.
Поэтому необходимо учитывать как активные, так и неактивные состояния вычислительной системы.
Особенно важны режимы ожидания и частичного отключения функциональных блоков.
Современная электроника использует различные методы управления напряжением, частотой и энергоснабжением.
Однако эффективность соответствующих решений зависит от характера вычислительных задач.
Следовательно, архитектурное управление энергопотреблением приобретает всё более важное значение.
1.3.5. Плотность тепловыделения
Главная проблема современного процессора заключается не только в количестве потребляемой энергии.
Особенно важно, на какой площади она выделяется.
При увеличении числа транзисторов на единицу площади может возрастать плотность тепловыделения.
Даже если каждый отдельный прибор становится более энергоэффективным, совокупная нагрузка способна увеличиваться вследствие роста количества активных элементов.
Следовательно, возникает необходимость ограничивать одновременную активность вычислительных блоков.
В отдельных архитектурах это приводит к ситуации, когда физически доступные вычислительные ресурсы не могут постоянно работать на максимальной производительности из-за энергетических и тепловых ограничений.
Такое явление иногда описывается посредством понятия dark silicon.
Однако его конкретное проявление зависит от архитектуры, технологии и системы охлаждения.
1.3.6. Тепловое сопротивление
Для упрощённого анализа нагрева можно использовать выражение:
;T ; P ; Rth,
где ;T — повышение температуры, P — тепловая мощность, Rth — эффективное тепловое сопротивление.
В таком приближении при неизменном тепловом сопротивлении увеличение мощности приводит к росту температуры.
Однако реальные электронные системы обладают сложным трёхмерным распределением тепла.
Различные функциональные области могут нагреваться неодинаково.
Возникают локальные горячие точки.
Следовательно, средняя температура кристалла не всегда позволяет определить наиболее опасный тепловой режим.
Для обеспечения надёжности необходимы детальные тепловые модели и экспериментальные измерения.
1.3.7. Тепловыделение и надёжность
Повышенная температура способна ускорять деградацию электронных структур.
Особенно важны электромиграция, изменение свойств материалов и деградация диэлектриков.
Кроме того, температурные колебания создают механические напряжения вследствие различий коэффициентов теплового расширения материалов.
Это может влиять на надёжность контактов и межсоединений.
Следовательно, температурный режим представляет не только вопрос энергопотребления.
Он непосредственно влияет на срок службы вычислительной системы.
Поэтому повышение плотности интеграции должно сопровождаться совершенствованием методов управления теплом.
1.3.8. Трёхмерная интеграция и тепловые ограничения
Вертикальное размещение электронных устройств позволяет сокращать расстояния между функциональными блоками.
Это может уменьшать затраты энергии на передачу информации.
Однако увеличение числа активных слоёв осложняет отвод тепла.
Особенно сложной является ситуация, когда высокопроизводительные вычислительные блоки располагаются друг над другом.
Внутренние слои могут находиться на значительном тепловом сопротивлении от системы охлаждения.
Следовательно, трёхмерная интеграция создаёт компромисс между плотностью функционального размещения и тепловой устойчивостью.
Для дальнейшего развития необходимо совершенствовать материалы, тепловые интерфейсы и архитектурное распределение нагрузки.
1.3.9. Почему вычисления нельзя оценивать только энергией транзистора
В современных вычислительных системах значительная часть энергии расходуется не только при выполнении логических операций.
Существенные затраты связаны с передачей данных между процессором и памятью.
Возникают потери в межсоединениях.
Энергия расходуется на системы питания, интерфейсы и охлаждение.
Следовательно, уменьшение энергии переключения отдельного транзистора ещё не означает пропорционального уменьшения энергопотребления всего компьютера.
Это особенно важно для интеллектуальных вычислений.
Большие вычислительные задачи часто требуют интенсивного перемещения массивов данных.
Поэтому повышение энергетической эффективности всё сильнее зависит от архитектуры памяти и способов передачи информации.
1.3.10. Принцип Ландауэра
Особое место среди фундаментальных ограничений занимает принцип Ландауэра.
Он устанавливает связь между логической необратимостью и термодинамической стоимостью обработки информации.
В частности, стирание одного бита информации при температуре T в идеализированном предельном процессе связано с минимальным средним тепловыделением:
Emin = kT ; ln 2.
При температуре около 300 К соответствующее значение составляет приблизительно 2,9 ; 10;;; джоуля, или 2,9 зептоджоуля.
Однако принцип Ландауэра необходимо интерпретировать строго.
Он не утверждает, что каждое переключение реального транзистора обязательно выделяет именно такое количество энергии.
Он относится к термодинамической стоимости логически необратимых операций при определённых условиях.
Реальные вычислительные устройства обычно работают далеко от идеализированного предела.
Кроме того, в физике исследуются обратимые и частично обратимые способы вычислений.
Следовательно, принцип Ландауэра представляет фундаментальный ориентир, но не единственный энергетический предел любой вычислительной архитектуры.
1.3.11. Значение обратимых вычислений
В традиционной цифровой логике многие операции связаны с уничтожением части информации о предыдущем состоянии системы.
Однако существуют вычислительные модели, в которых логические преобразования выполняются обратимо.
Теоретически это позволяет по-иному организовывать энергетические процессы.
Но практическая реализация обратимых вычислений сталкивается с многочисленными трудностями.
Необходимы новые архитектуры, методы управления состояниями и способы подавления ошибок.
Кроме того, высокая энергетическая эффективность может требовать изменения скорости выполнения операций.
Поэтому нельзя заранее утверждать, что обратимые вычисления автоматически обеспечат сверхдешёвую вычислительную мощность.
Их преимущества должны оцениваться на уровне законченной системы.
1.3.12. Энергетическая эффективность как комплексный критерий
Для сравнения вычислительных устройств необходимо использовать не только потребляемую мощность.
Особое значение имеет энергия, необходимая для выполнения определённого объёма полезной работы.
Например, можно сравнивать количество джоулей на одну корректно выполненную вычислительную задачу.
Однако необходимо заранее определять функциональную нагрузку и критерии качества.
Сравнение универсального процессора с специализированным ускорителем может быть некорректным, если они выполняют разные виды работы.
Следовательно, энергетическая эффективность должна оцениваться применительно к конкретным задачам.
Это особенно важно для будущих ноокомпьютеров.
1.3.13. Главный вывод об энергетических ограничениях
Тепловыделение представляет одно из наиболее существенных препятствий дальнейшему росту вычислительной плотности.
Однако его нельзя преодолеть исключительно созданием более маленьких транзисторов.
Необходимо совершенствовать физику приборов, архитектуру памяти, межсоединения, корпусирование, питание и методы организации вычислений.
Будущее энергетической эффективности определяется не только энергией одного электронного переключения, но и полной стоимостью выполнения полезной вычислительной работы.
Именно этот принцип должен использоваться при исследовании перспективных вычислительных систем PICO и NOO.
1.4. Межсоединения и задержки передачи сигналов
1.4.1. Почему проводники становятся не менее важными, чем транзисторы
Исторически развитие микроэлектроники часто описывается через совершенствование транзисторов.
Однако современная интегральная схема представляет собой сложную сеть электронных приборов, соединённых металлическими проводниками.
Для выполнения вычислений необходимо передавать сигналы между логическими элементами, памятью и функциональными блоками.
По мере увеличения плотности интеграции сложность соответствующей сети возрастает.
При этом скорость передачи сигналов определяется не только характеристиками отдельных транзисторов.
Важную роль играют сопротивление, ёмкость и геометрия межсоединений.
Следовательно, дальнейшее развитие микроэлектроники сталкивается с самостоятельным ограничением — эффективностью передачи информации внутри вычислительной системы.
1.4.2. Электрическое сопротивление проводников
Для простого однородного металлического проводника используется соотношение:
R = ; ; L / A,
где R — электрическое сопротивление, ; — удельное сопротивление материала, L — длина, A — площадь поперечного сечения.
При уменьшении ширины и толщины проводника его сопротивление может возрастать.
Однако в нанометровом диапазоне проблема становится сложнее.
Удельное сопротивление перестаёт быть полностью независимым от геометрии.
Возрастает влияние рассеяния электронов на поверхностях и границах кристаллических зёрен.
Следовательно, уменьшение поперечного сечения может сопровождаться не только геометрическим ростом сопротивления, но и дополнительным ухудшением свойств проводящего материала.
1.4.3. Нанометровые медные проводники
Медь длительное время используется в качестве основного материала межсоединений.
Она обладает высокой электрической проводимостью.
Однако при уменьшении размеров проводников её эффективное удельное сопротивление может заметно возрастать.
Исследования NIST показали существенную роль поверхностного рассеяния электронов в медных проводниках шириной в несколько десятков нанометров.
Таким образом, электрические характеристики чрезвычайно тонкого проводника могут значительно отличаться от характеристик объёмной меди.
Это принципиально важный результат.
Он показывает, что простое уменьшение геометрии существующего материала не всегда сохраняет его прежние преимущества.
1.4.4. Диэлектрики и паразитная ёмкость
Проводники интегральной схемы взаимодействуют друг с другом посредством электрического поля.
Между соседними линиями возникает паразитная ёмкость.
Она влияет на скорость переключения и энергопотребление.
При уменьшении расстояний между проводниками электростатическое взаимодействие может усиливаться.
Для снижения паразитной ёмкости используются диэлектрики с низкой относительной проницаемостью — low-k.
Однако соответствующие материалы могут обладать механическими и технологическими ограничениями.
Особенно сложно обеспечивать их надёжность при формировании чрезвычайно узких межсоединений.
Следовательно, дальнейшее масштабирование требует одновременного совершенствования проводников и изоляционных материалов.
1.4.5. RC-задержка
Одним из простейших способов описания задержки электрического сигнала является произведение сопротивления и ёмкости.
В приближённой модели:
; ; R ; C.
Однако реальная сеть межсоединений обладает распределёнными параметрами.
Для однородной RC-линии характерное время распространения электрического изменения может возрастать приблизительно пропорционально квадрату длины линии, если погонные сопротивление и ёмкость сохраняются постоянными.
Следовательно, длинные проводники могут становиться существенным ограничителем быстродействия.
Особенно важно различать локальные и глобальные межсоединения.
Короткие соединения между близко расположенными логическими элементами обладают одними характеристиками.
Длинные линии передачи сигналов между функциональными блоками — другими.
Поэтому уменьшение отдельных транзисторов не обязательно приводит к аналогичному ускорению всей интегральной схемы.
1.4.6. Глобальные межсоединения
По мере увеличения функциональной сложности процессоров возрастает количество сигналов, передаваемых между различными блоками.
Особенно сложными становятся глобальные соединения, связывающие удалённые части кристалла.
Для обеспечения необходимой скорости используются специальные буферные элементы и многоуровневые металлические структуры.
Однако это требует дополнительной площади и энергии.
Следовательно, увеличение числа транзисторов способно сопровождаться ростом доли ресурсов, расходуемых на передачу информации.
Это одна из причин, по которым плотность интеграции не является универсальной мерой вычислительной эффективности.
1.4.7. Питание как самостоятельная сеть межсоединений
Электронные устройства требуют не только передачи информационных сигналов.
Необходимо также обеспечивать подачу электрической энергии.
По мере повышения плотности размещения транзисторов усложняется распределение питания.
Возрастают требования к сопротивлению проводников и допустимым падениям напряжения.
Одним из перспективных решений является размещение части системы электропитания с обратной стороны полупроводниковой пластины — Backside Power Delivery.
Это позволяет уменьшать конкуренцию между сигнальными и питающими проводниками за пространство в верхних металлических слоях.
Однако соответствующая технология требует новых процессов изготовления, соединения и измерения.
Следовательно, она представляет важное архитектурное решение, но не универсальное устранение физических ограничений.
1.4.8. Новые материалы межсоединений
Для преодоления ограничений традиционной меди исследуются различные металлические и альтернативные материалы.
Особое значение имеют рутений, молибден и другие проводящие структуры.
Изучаются также графен и некоторые двумерные материалы.
Однако при выборе материала необходимо учитывать не только его объёмную проводимость.
Важны свойства поверхности, контактные сопротивления, возможность формирования тонких линий, механическая устойчивость и технологическая совместимость.
Материал, обладающий перспективными фундаментальными характеристиками, может оказаться чрезвычайно сложным в промышленной интеграции.
Следовательно, выбор новых проводников представляет многокритериальную научно-инженерную задачу.
1.4.9. Архитектура памяти и перемещение данных
Одним из наиболее существенных ограничений современных вычислительных систем является необходимость постоянно передавать данные между процессором и памятью.
В ряде задач энергетическая стоимость подобного перемещения становится сравнимой или превышает стоимость непосредственно вычислительных операций.
Особенно значима эта проблема для больших интеллектуальных моделей.
Вычислительная система может иметь высокую арифметическую производительность.
Но её фактическая эффективность будет ограничиваться скоростью получения необходимых данных.
Следовательно, совершенствование архитектуры памяти представляет один из важнейших способов повышения вычислительной эффективности без обязательного уменьшения отдельных транзисторов.
1.4.10. Вычисления рядом с памятью
Одним из перспективных направлений является приближение вычислительных элементов к хранилищам данных.
Развиваются архитектуры Near-Memory Computing и Processing-in-Memory.
Их главная идея заключается в сокращении затрат на перемещение информации.
Однако подобные системы создают собственные ограничения.
Необходимо обеспечивать точность вычислений, согласование данных, программную совместимость и надёжность памяти.
Следовательно, изменение архитектуры не отменяет физических ограничений.
Оно позволяет перераспределять энергетические и временные затраты.
1.4.11. Чиплеты и корпусирование
Другим направлением является объединение нескольких кристаллов в одну вычислительную систему.
Чиплетная интеграция позволяет использовать различные технологические процессы для разных функциональных блоков.
Например, передовая логика может сочетаться с памятью и интерфейсами, изготовленными по другим технологиям.
Однако межкристальная передача данных обладает собственными ограничениями.
Необходимо учитывать энергопотребление, задержки и тепловой режим.
Следовательно, эффективность чиплетной архитектуры определяется качеством системы соединений.
Особенно важно развивать высокоплотные электрические контакты и методы трёхмерной интеграции.
1.4.12. Фотонные межсоединения
Перспективным направлением является использование оптических сигналов для передачи информации.
Фотонные технологии могут обеспечивать высокую пропускную способность на определённых расстояниях.
Особенно значительна их потенциальная роль в соединениях между вычислительными кристаллами и системами.
В 2025 году в Nature Photonics была опубликована работа о трёхмерной интеграции фотонных и электронных компонентов.
Авторы продемонстрировали высокоплотные каналы передачи данных между кристаллами.
Однако фотонная технология требует преобразования электрических сигналов в оптические и обратно.
Эти операции также потребляют энергию.
Кроме того, оптические соединения не обязательно превосходят электрические при очень коротких расстояниях и малых объёмах передачи.
Следовательно, фотоника должна оцениваться применительно к конкретным архитектурным задачам.
1.4.13. Предел скорости распространения сигналов
Передача информации связана с конечной скоростью распространения физических воздействий.
Однако для современных электронных систем важнейшим ограничением обычно становится не непосредственное достижение предельной скорости света.
Гораздо раньше проявляются сопротивление, ёмкость, паразитные связи, потери и особенности архитектуры.
Следовательно, использование фундаментального значения скорости света как единственного критерия развития межсоединений было бы методологически неправильно.
Необходимо учитывать реальные электромагнитные и технологические характеристики системы.
1.4.14. Межсоединения как возможный источник технологического скачка
Развитие микроэлектроники показывает, что значительные преимущества могут возникать не только вследствие изменения транзистора.
Новая архитектура межсоединений способна существенно повысить эффективность вычислительной системы.
Например, уменьшение расстояния между памятью и вычислительным блоком может снижать энергетические затраты.
Новая система питания способна улучшать электрическую устойчивость.
Передовое корпусирование может обеспечивать функциональную интеграцию различных технологий.
Следовательно, стратегический поиск должен учитывать всю систему передачи энергии и информации.
1.4.15. Главный вывод о межсоединениях
Будущее вычислительной мощности определяется не только способностью выполнять логические операции, но и способностью эффективно перемещать, хранить и использовать информацию.
Именно поэтому межсоединения, память и корпусирование становятся самостоятельными направлениями технологического развития.
Для Метаразвития это означает необходимость исследовать не отдельный электронный прибор, а всю архитектуру создания полезной вычислительной функции.
1.5. Экономические пределы миниатюризации
1.5.1. Почему физическая возможность не гарантирует экономическую целесообразность
Одним из наиболее значительных достижений микроэлектроники стало историческое снижение стоимости электронных вычислений.
Однако по мере усложнения технологических процессов стоимость создания новых фабрик и разработки микросхем существенно возрастала.
Поэтому физическая возможность уменьшить определённый элемент ещё не означает, что соответствующая технология будет экономически рациональной.
Особенно важно учитывать стоимость производства одного годного изделия.
Она зависит от оборудования, материалов, длительности технологического маршрута, производственной загрузки и выхода годных кристаллов.
Следовательно, экономическая эффективность определяется всей научно-производственной системой.
1.5.2. Капиталоёмкость передовых фабрик
Современная фабрика передовой логики требует значительных капиталовложений.
Особенно дорогостоящими являются литографические системы и оборудование прецизионной обработки материалов.
Необходимо создавать чистые помещения, энергетическую инфраструктуру, системы водоподготовки и контроля производственной среды.
Кроме того, разработка нового технологического процесса требует большого количества экспериментальных пластин и измерений.
Следовательно, стоимость производства включает не только непосредственно операционные расходы.
Важнейшее значение имеют амортизация оборудования и затраты на разработку технологии.
1.5.3. Оценки BCG
Boston Consulting Group исследовала экономику строительства передовых полупроводниковых фабрик.
В аналитической модели для условной американской фабрики поколения 2 нм и менее, с мощностью около 40 тысяч пластин в месяц, совокупная стоимость владения за десять лет оценивалась в диапазоне десятков миллиардов долларов.
Для будущей фабрики в анализе использовался ориентир порядка 35–43 млрд долларов.
Однако это не фактическая стоимость любой существующей фабрики.
Речь идёт о модельной оценке, зависящей от предполагаемой архитектуры производства, местоположения, стоимости оборудования, инфляции и других факторов.
Тем не менее исследование подтверждает принципиальный вывод.
Освоение передовой логики требует огромных ресурсов, которые необходимо окупать в условиях продолжающегося технологического изменения.
1.5.4. Почему передовая технология быстро устаревает экономически
Современная микроэлектроника развивается чрезвычайно быстро.
По мере появления новых производственных процессов часть продукции предыдущих поколений может постепенно снижаться в цене.
Однако фабрика должна продолжать окупать первоначальные инвестиции.
Поэтому задержка промышленного запуска способна существенно ухудшить финансовую модель.
Особенно значительна проблема новых производителей.
Они могут выходить на рынок тогда, когда действующие лидеры уже обладают более высокой загрузкой оборудования и значительным опытом оптимизации соответствующего процесса.
Следовательно, экономическая конкурентоспособность зависит не только от технологического уровня, но и от времени достижения промышленной зрелости.
Этот вывод особенно важен при оценке Rapidus.
1.5.5. Стоимость обработки полупроводниковой пластины
Одним из распространённых экономических показателей является стоимость обработки пластины.
Однако он не отражает непосредственно себестоимость готовой микросхемы.
На одной пластине могут размещаться различные количества кристаллов.
Кроме того, часть изделий оказывается дефектной.
Следовательно, необходимо учитывать количество годных функциональных устройств.
В упрощённой модели:
Стоимость одного годного кристалла ; полная стоимость обработки пластины / количество годных кристаллов.
Но данная модель не включает все затраты на проектирование, корпусирование и испытания.
Следовательно, для полного экономического анализа необходимо исследовать себестоимость законченного изделия.
1.5.6. Выход годных изделий
Выход годных кристаллов является одним из основных факторов экономической эффективности.
При увеличении сложности интегральной схемы возрастает значение технологических дефектов.
Для простой статистической иллюстрации можно использовать пуассоновскую модель:
Y ; exp(;D; ; A),
где Y — доля годных кристаллов, D; — эффективная плотность критических дефектов, A — площадь кристалла.
Однако реальное распределение дефектов может существенно отличаться от предположений простой модели.
Кроме того, дефекты способны иметь неодинаковое влияние на различные функциональные области.
Поэтому приведённое выражение является аналитическим приближением, а не универсальной производственной формулой.
Тем не менее оно показывает важную зависимость.
При прочих равных увеличение площади кристалла способно уменьшать вероятность получения полностью годного изделия.
Следовательно, экономическая эффективность интегральной схемы зависит от сочетания размеров, дефектности и архитектуры.
1.5.7. Чиплеты как экономический ответ
Одним из способов изменения экономики больших процессоров стала чиплетная архитектура.
Вместо изготовления одного чрезвычайно крупного кристалла возможно использовать несколько меньших.
При определённых условиях это повышает выход годных отдельных компонентов и позволяет использовать различные технологические поколения.
Однако появляются дополнительные затраты на корпусирование, испытания и межкристальные соединения.
Следовательно, чиплеты не гарантируют автоматического удешевления.
Их эффективность зависит от конкретной архитектуры и производственных условий.
1.5.8. Стоимость проектирования
По мере усложнения микросхем возрастают требования к архитектурному проектированию.
Необходимо создавать функциональные модели, проверять логическую корректность, разрабатывать физическое размещение элементов и учитывать ограничения производства.
Особое значение имеет стоимость фотошаблонов и подготовки технологического процесса.
Для небольших серий соответствующие затраты могут распределяться на сравнительно небольшое количество изделий.
Следовательно, переход к более передовому узлу не всегда экономически рационален.
Во многих случаях использование зрелого процесса позволяет существенно снизить совокупную стоимость разработки.
Поэтому выбор технологии должен определяться функциональными требованиями, а не исключительно стремлением использовать минимальное нанометровое обозначение.
1.5.9. Почему стоимость транзистора не всегда уменьшается
Историческая экономическая логика микроэлектроники основывалась на снижении стоимости одного транзистора.
Однако по мере роста сложности передовых процессов это преимущество становится всё менее универсальным.
Плотность интеграции может увеличиваться.
Но одновременно дорожают пластины, фотошаблоны, оборудование и разработка.
Следовательно, стоимость отдельного транзистора не обязательно продолжает снижаться с прежней скоростью.
Особенно важно учитывать, что современные транзисторы могут обладать различной функциональной ценностью.
Поэтому абсолютная стоимость одного прибора не является достаточным показателем.
Необходимо исследовать стоимость выполнения определённой полезной функции.
1.5.10. Стоимость вычислений и стоимость технологии
Для настоящей книги необходимо различать два экономических показателя.
Первый — стоимость эксплуатации уже существующего вычислительного устройства.
Второй — стоимость создания следующего технологического поколения.
Например, новая архитектура может существенно снижать энергопотребление при выполнении определённых вычислений.
Но разработка соответствующей системы может требовать чрезвычайно дорогих исследований.
Следовательно, необходимо оценивать как эксплуатационную экономику, так и экономику разработки.
Это особенно важно для Метаразвития.
Генеральная технология развития технологий должна характеризоваться не только качеством создаваемых устройств.
Необходимо измерять эффективность самого процесса их создания.
1.5.11. Стоимость эксперимента как стратегический показатель
В передовой микроэлектронике значительная часть расходов связана с проверкой новых технологических решений.
Необходимо изготавливать экспериментальные пластины, выполнять измерения и анализировать результаты.
Если гипотеза не подтверждается, требуются дополнительные циклы.
Следовательно, стоимость экспериментального поиска становится одним из основных факторов научно-технологической конкурентоспособности.
Именно здесь возникают перспективы интеллектуальной автоматизации.
Например, новые методы анализа данных могут помогать выбирать более информативные эксперименты.
Однако их результативность необходимо подтверждать сравнительными исследованиями.
Особенно важно учитывать, действительно ли сокращается полная стоимость получения проверенного результата.
1.5.12. Экономический предел как изменяющаяся граница
В отличие от фундаментальных физических ограничений, экономические пределы способны изменяться вследствие научно-технического прогресса.
Например, совершенствование оборудования может уменьшать стоимость определённой производственной операции.
Новая архитектура может снижать требования к количеству экспериментальных пластин.
Автоматизированная система способна сокращать расходы на проектирование.
Следовательно, экономическая граница технологии не является неизменной.
Однако изменение этой границы само требует ресурсов и научно-инженерных результатов.
Поэтому необходимо оценивать, насколько выгодно инвестировать в совершенствование существующего процесса по сравнению с развитием альтернативной технологии.
1.5.13. Экономический выбор между масштабированием и новой физикой
По мере усложнения традиционной микроэлектроники возрастает значение выбора дальнейшей технологической траектории.
Первый вариант заключается в совершенствовании существующих CMOS-процессов.
Второй — в развитии новых архитектур и материалов, совместимых с уже созданной производственной инфраструктурой.
Третий — в исследовании принципиально альтернативных физических способов вычислений.
Однако третий вариант обладает значительно большей неопределённостью.
Для него могут потребоваться новые средства производства, измерения и проектирования.
Следовательно, нельзя заранее утверждать, что новая физическая технология окажется дешевле традиционной микроэлектроники.
Её экономические преимущества должны доказываться независимо.
Именно поэтому программа PICO должна строиться как научно-исследовательская система с последовательной проверкой физической и промышленной осуществимости.
1.5.14. Почему пикоэлектроника не должна автоматически повторять экономику современной foundry-индустрии
Если попытаться создать перспективную пикоэлектронику исключительно посредством последовательного уменьшения традиционных транзисторов, может возникнуть необходимость воспроизводить всю чрезвычайно капиталоёмкую инфраструктуру передовых фабрик.
Однако подобная стратегия не гарантирует физического успеха.
Поэтому необходимо исследовать альтернативные подходы.
Возможно, перспективные электронные технологии будут основываться на новых материалах.
Возможно, возникнут способы использования атомарно-точных структур, существенно отличающиеся от традиционных CMOS-приборов.
Однако подобные возможности следует рассматривать как научные гипотезы.
Их осуществимость должна быть подтверждена экспериментально.
Следовательно, экономическая стратегия PICO должна формироваться на основании результатов физических исследований, а не заранее выбранной промышленной модели.
1.5.15. Главный вывод об экономических пределах
Экономический предел миниатюризации возникает тогда, когда дальнейшее уменьшение размеров перестаёт обеспечивать достаточное функциональное преимущество относительно роста полной стоимости технологии.
Однако такая граница зависит от конкретного изделия, производственного процесса и рыночных условий.
Главной экономической характеристикой будущей электроники должна стать не минимальная геометрия электронного прибора, а стоимость достижения заданного полезного технологического результата.
Для Метаразвития этот принцип необходимо дополнить ещё одним критерием — стоимостью создания последующих технологических поколений.
Системная картина физических пределов микроэлектроники
Рассмотренные ограничения тесно взаимосвязаны.
Уменьшение транзистора может усиливать туннелирование.
Попытка снизить рабочее напряжение сталкивается с ограничениями электрической устойчивости.
Рост плотности интеграции повышает требования к отводу тепла.
Уменьшение размеров проводников может увеличивать их сопротивление.
Развитие новых архитектур требует более сложного производства.
А усложнение производства повышает капитальные затраты и стоимость исследований.
Следовательно, невозможно оптимизировать только один параметр.
Необходимо исследовать всю физико-технологическую систему.
Группа ограничений Физическая или экономическая причина Основные современные направления решения
Масштабирование транзисторов Электростатические эффекты, вариабельность, сложность геометрии GAA, CFET, вертикальная интеграция, новые материалы
Квантовые ограничения Туннелирование, квантовое ограничение, атомная дискретность Новые приборные механизмы, атомарно-точная инженерия
Энергопотребление Динамические и статические потери, ограниченный теплоотвод Снижение энергозатрат, новые архитектуры, управление нагрузкой
Межсоединения Сопротивление, ёмкость, контактные ограничения Новые материалы, backside power, чиплеты, фотоника
Экономика производства Капиталоёмкость, выход годных, сложность проектирования DTCO, интеллектуальная автоматизация, специализация процессов
Таблица отражает основные исследовательские направления, а не гарантированные способы устранения соответствующих ограничений.
Особенно важно, что перечисленные направления обладают различной технологической зрелостью.
Некоторые уже используются в массовом производстве.
Другие находятся на стадии исследовательских демонстраций.
Третьи представляют долгосрочные научные гипотезы.
Поэтому необходимо строго разграничивать доказанные промышленные результаты и перспективные физические возможности.
Что физические пределы означают для PICO, NOO и META
Для настоящей книги анализ ограничений современной микроэлектроники имеет непосредственное стратегическое значение.
Прежде всего он показывает, что будущий технологический скачок не обязательно должен происходить посредством дальнейшего уменьшения обычного кремниевого транзистора.
Перспективы могут быть связаны с изменением физических механизмов, используемых материалов, архитектуры электронных приборов или способов организации вычислений.
Однако ни одна из подобных траекторий не должна считаться гарантированно успешной.
Именно поэтому необходимо развивать экспериментальную систему поиска новых решений.
PICO: исследование перспективной физической элементной базы
Основной задачей PICO должно стать исследование новых физических возможностей электроники.
Особое значение имеют атомарно-точные структуры, альтернативные материалы, квантовые механизмы управления зарядом и новые приборные архитектуры.
Но необходимо заранее установить критерии проверки.
Для каждого направления следует исследовать физическую работоспособность, воспроизводимость, надёжность и перспективы интеграции.
Особенно важно определить, обладает ли соответствующая технология преимуществами относительно существующих решений.
Например, новая электронная структура может иметь чрезвычайно малые геометрические размеры.
Но если её ток слишком мал, а технология изготовления чрезмерно сложна, практическая ценность может оказаться ограниченной.
Следовательно, критерии PICO должны быть функциональными, а не исключительно геометрическими.
NOO: интеллектуальное ускорение научного поиска
Вторая базовая субтехнология должна развивать интеллектуально-креативные исследовательские системы.
Особенно важно, что программа NOO может начинаться на существующей вычислительной инфраструктуре.
Для её первоначального развития не требуется предварительно создавать новую пикоэлектронную элементную базу.
Интеллектуальные системы могут использоваться для анализа научной литературы, моделирования материалов, планирования экспериментов и проверки инженерных ограничений.
Однако их результативность должна подтверждаться экспериментально.
Необходимо учитывать ошибки, стоимость вычислений и затраты на независимую проверку результатов.
Особенно важно исследовать способность NOO совершенствовать методы последующих исследований.
META: технология развития технологий
Генеральная программа Метаразвития должна обеспечивать совместное функционирование PICO и NOO.
При этом её задачей является не административное объединение двух научных направлений.
Необходимо создать проверяемый механизм их взаимного усиления.
Например, NOO может ускорять исследование физических гипотез PICO.
Результаты PICO могут создавать новые физические возможности для будущих интеллектуальных вычислений.
Однако подобная взаимосвязь не должна предполагаться автоматически эффективной.
Её необходимо проверять посредством сопоставимых научно-технологических циклов.
Особенно важно установить, совершенствуются ли сами методы исследования между последовательными поколениями.
Для этого предлагается использовать три уровня результативности.
Первый — качество созданной технологии.
Второй — эффективность процесса её разработки.
Третий — способность совершенствовать сам процесс разработки последующих технологий.
Именно третий уровень является определяющим для Метаразвития.
Следовательно, физические пределы традиционной микроэлектроники представляют не только технологическую проблему.
Они создают научные основания для исследования более общей задачи — разработки воспроизводимого механизма создания новых технологических возможностей.
Заключение к главе 1
Современная микроэлектроника приближается к комплексу физических, архитектурных и экономических ограничений, которые существенно изменяют характер её дальнейшего развития.
Однако эти ограничения нельзя сводить к одному минимальному размеру транзистора.
Их природа значительно сложнее.
По мере уменьшения электронных структур возрастает влияние квантовых эффектов.
Усложняется управление токами утечки.
Атомная дискретность и технологическая вариабельность всё сильнее влияют на характеристики приборов.
Ограничения рабочих напряжений препятствуют продолжению прежней модели масштабирования Деннарда.
Увеличение плотности интеграции повышает требования к отводу тепла.
Сопротивление и паразитная ёмкость межсоединений становятся существенными ограничителями быстродействия.
А создание новых передовых производственных процессов требует чрезвычайно сложного оборудования и значительных капитальных вложений.
Следовательно, традиционная модель непрерывного уменьшения транзисторов перестаёт быть универсальным механизмом повышения вычислительной эффективности.
Однако это не означает завершения научно-технического прогресса.
Напротив, современная электроника вступает в период глубокого изменения физических и архитектурных оснований.
Развиваются многослойные транзисторы, новые материалы, атомарно-тонкие полупроводниковые структуры и альтернативные механизмы переключения.
Совершенствуются межсоединения, технологии памяти и методы многокристальной интеграции.
Возрастает роль интеллектуального проектирования и автоматизированного научного поиска.
В результате возникает возможность перехода от преимущественно геометрического масштабирования к более широкому технологическому развитию.
Но этот переход не должен интерпретироваться как уже доказанная пикоэлектронная революция.
Пикоэлектроника остаётся перспективным исследовательским направлением.
Её физические основания, экспериментальная воспроизводимость и промышленная осуществимость должны стать предметом самостоятельной научной программы.
При этом необходимо строго различать условные названия технологических поколений и реальные физические размеры электронных структур.
Промышленное обозначение «2 нм» не означает существования транзистора, все элементы которого имеют такой размер.
Тем более переход к пикометровому диапазону не может рассматриваться как простое продолжение уменьшения обычных CMOS-транзисторов.
Для этого необходимы принципиально новые физические подходы.
Именно в таком контексте предлагается исследовать PICO как одну из базовых субтехнологий Метаразвития.
Вторая субтехнология — NOO — должна развивать интеллектуально-креативные исследовательские системы, способные содействовать созданию и экспериментальной проверке новых технологий.
Обе программы должны начинаться одновременно.
Однако их развитие должно осуществляться в рамках генеральной технологии META.
Главной стратегической целью International NooMachines является создание, освоение и непрерывное совершенствование технологии Метаразвития — технологии опережения опережения.
Но осуществимость данной цели должна подтверждаться экспериментально.
Необходимо доказать не просто способность создать отдельный перспективный электронный прибор или интеллектуальную машину.
Требуется установить, что новая система позволяет воспроизводимо создавать последующие поколения технологий быстрее и эффективнее существующих методов.
Особенно важно подтвердить совершенствование самой исследовательской методологии.
Таким образом, физические пределы традиционной микроэлектроники представляют собой исходную научную проблему будущего технологического развития.
Они показывают, почему простой перенос прежних методов на всё меньшие масштабы перестаёт быть достаточным.
Но одновременно они позволяют определить направления новых исследований.
Предел традиционной технологии не является пределом развития. Он является границей применимости определённой физической и инженерной модели.
За этой границей начинается необходимость поиска новых принципов.
И именно здесь возникает генеральная задача Метаразвития — не только создавать новые технологии, но и проектировать воспроизводимый механизм их последовательного возникновения и совершенствования.
От уменьшения транзистора — к исследованию новых физических принципов. От совершенствования отдельных приборов — к развитию целых вычислительных систем. От создания новых технологий — к технологии Метаразвития. От опережения — к опережению опережения.
Основные источники и литература к главе 1
Dennard R. H., Gaensslen F. H., Yu H.-N. et al. Design of Ion-Implanted MOSFET’s with Very Small Physical Dimensions. IEEE Journal of Solid-State Circuits. 1974. Vol. 9, № 5. P. 256–268. Фундаментальная теория масштабирования MOS-транзисторов.
https://doi.org/10.1109/JSSC.1974.1050511
IEEE. International Roadmap for Devices and Systems: 2024 Edition. Раздел More Moore. Прогнозы приборных архитектур, межсоединений и технологической интеграции.
https://roadmaps.ieee.org/roadmaps/
imec. CMOS Scaling. Переход от FinFET к GAA, CFET, двумерным материалам и новым устройствам.
imec. Advancing the CFET-based Device Roadmap: Novel Integration Modules and Standard Cell Configurations. Сентябрь 2026 года.
Nature Communications. Challenges and Prospects of 2D Electronics for Future Monolithic Complementary Field-Effect Transistors. 18 апреля 2026 года.
https://www.nature.com/articles/s41467-026-71986-9
Nature Communications. Wafer-scale 2D MoS; Transistors with Self-aligned Angstrom Gate Length and Nanometer Channel Length. 2026 год. Экспериментальные субнанометровые затворные структуры.
https://www.nature.com/articles/s41467-026-75409-7
Nature. Directly Probing the Carrier Transfer Length in 2D-material Transistors. 2026 год. Контактные ограничения атомарно-тонких полупроводников.
https://www.nature.com/articles/s41586-026-10707-0
NIST. Subthreshold Swing and Tunnel Transistors Based on Two-dimensional Semiconductors. Исследования механизмов подпорогового переключения и альтернативных электронных приборов.
IEEE. Steep Subthreshold Slope Transistors for Low-Power Electronics: Evolution, Challenges, and Perspectives. IEEE Electron Devices Magazine. 2025.
https://doi.org/10.1109/MED.2025.3599876
Landauer R. Irreversibility and Heat Generation in the Computing Process. IBM Journal of Research and Development. 1961. Vol. 5, № 3. P. 183–191.
https://doi.org/10.1147/rd.53.0183
Nature Reviews Physics. 60 Years of Landauer’s Principle. 2021.
https://www.nature.com/articles/s42254-021-00400-8
NIST. Resistivity Dominated by Surface Scattering in Sub-50 nm Cu Wires. 2010. Исследования сопротивления нанометровых медных проводников.
IBM Research. A Perspective on Interconnect Scaling Challenges in the NanoStack Transistor Era. ASMC 2025.
Nature Reviews Electrical Engineering. Future Interconnect Materials for Highly Integrated Semiconductor Devices. 2025.
https://www.nature.com/articles/s44287-025-00233-y
Nature Reviews Materials. Engineered Interfaces in Electronic Materials for Energy-efficient Computing. 2026.
https://www.nature.com/articles/s41578-026-00949-9
Nature Photonics. Three-dimensional Photonic Integration for Ultra-low-energy, High-bandwidth Interchip Data Links. 2025.
https://www.nature.com/articles/s41566-025-01633-0
Boston Consulting Group. Navigating the Costly Economics of Chip Making. 2023. Экономика передовых фабрик и влияние сложности технологий на капитальные затраты.
McKinsey Global Institute. Semiconductors: Etching the New Map of Strategic Supply. 30 июня 2026 года. Экономика международного производства и влияние времени строительства фабрик на конкурентоспособность.
McKinsey. Moore’s Law: Repeal or Renewal? Исследование физических и экономических ограничений последующих технологических поколений.
IEEE. The International Roadmap for Devices and Systems. Основная международная дорожная карта физических приборов и вычислительных систем.
https://irds.ieee.org/
*********
Глава 2. Современная наноэлектроника как исходная база
Представлена переработанная научная редакция главы с сохранением всех пяти подразделов. Её центральный тезис: исходной базой пикоэлектроники является не условная последовательность всё меньших «нанометровых узлов», а совокупность реальных физических технологий — управления каналом, атомарной инженерии материалов, контактов, диэлектриков и метрологии.
При этом промышленные достижения GAA, исследовательская зрелость CFET и лабораторные результаты двумерной электроники рассматриваются раздельно. Такое разграничение подтверждается отчётами TSMC, Samsung, Intel и научными публикациями imec за 2025–2026 годы.
investor.tsmc.com
+3
Глава 2. Современная наноэлектроника как исходная база
Физические принципы, технологические архитектуры, материалы и метрология современной электронной элементной базы как научные предпосылки будущей пикоэлектроники.
Введение. От уменьшения транзистора к управлению электронной структурой вещества
Современная наноэлектроника занимает особое положение в истории научно-технического прогресса. Именно в ней достижения фундаментальной физики и материаловедения превращаются в массовые промышленные технологии, обеспечивающие функционирование компьютеров, систем связи, промышленной автоматики и искусственного интеллекта.
За несколько десятилетий электронная промышленность научилась создавать устройства, содержащие миллиарды транзисторов. При этом совершенствовались не только электронные приборы, но и оборудование, материалы, методы проектирования, системы метрологии и способы организации производства.
Однако современное развитие наноэлектроники существенно отличается от прежнего периода преимущественно геометрического масштабирования.
В прошлом уменьшение характерных размеров транзистора часто обеспечивало одновременно увеличение плотности интеграции, улучшение быстродействия и снижение энергии переключения. На новых технологических поколениях соответствующие преимущества всё чаще достигаются посредством целого комплекса взаимосвязанных решений.
Изменяется форма электронного канала. Совершенствуются материалы затворных диэлектриков. Разрабатываются новые контактные структуры. Функциональные элементы располагаются в нескольких вертикальных слоях. Создаются новые средства прецизионного измерения и управления технологическим процессом.
В результате современная наноэлектроника постепенно превращается из преимущественно геометрической технологии миниатюризации в комплексную технологию управления электронными состояниями, материалами и функциональными архитектурами.
Этот переход имеет принципиальное значение для настоящей книги.
В предыдущей главе были рассмотрены физические пределы традиционного масштабирования. Однако установление пределов не означает прекращения технологического развития.
Напротив, они создают необходимость поиска новых физических и инженерных решений.
Именно поэтому следующий этап исследования должен начинаться с анализа наиболее передовых достижений современной наноэлектроники.
К их числу относятся транзисторы FinFET и Gate-All-Around, нанолистовые структуры, перспективная архитектура CFET, двумерные полупроводники, сверхтонкие диэлектрики, новые материалы контактов и атомарная метрология.
Однако необходимо строго различать три состояния технологий.
Промышленно освоенная технология обеспечивает повторяемое изготовление коммерческой продукции.
Экспериментально подтверждённая технология обладает продемонстрированной физической работоспособностью, но может ещё не удовлетворять требованиям массового производства.
Научно-технологическая гипотеза представляет перспективное решение, осуществимость и практические преимущества которого требуют дальнейшей проверки.
Это разграничение особенно важно для пикоэлектроники.
В настоящей книге PICO рассматривается как перспективная базовая субтехнология Метаразвития, ориентированная на исследование новых физических принципов электронной элементной базы.
Но существование чрезвычайно малых лабораторных структур ещё не означает, что соответствующее направление превратилось в зрелую промышленную технологию.
Для этого необходимо подтвердить функциональную работоспособность, воспроизводимость, надёжность и экономическую осуществимость.
Следовательно, настоящая глава должна ответить на два взаимосвязанных вопроса.
Первый: какие физические и технологические возможности современной наноэлектроники уже подтверждены?
Второй: какие из них могут стать основой качественно нового этапа электронной техники, выходящего за пределы обычного масштабирования?
2.1. FinFET, GAA и нанолистовые структуры
2.1.1. Классический MOS-транзистор и проблема электростатического управления
Основой большинства современных цифровых интегральных схем является полевой транзистор с изолированным затвором — MOSFET.
Его фундаментальная функция состоит в управлении электрическим током между истоком и стоком посредством напряжения, приложенного к затвору.
В традиционной планарной архитектуре полупроводниковый канал располагается вблизи поверхности кремниевой подложки. Затвор находится над каналом и отделён от него диэлектриком.
При изменении напряжения на затворе изменяется распределение электрического потенциала. В результате прибор переходит между состояниями высокой и низкой проводимости.
Однако по мере уменьшения длины канала возрастает влияние электрических полей, создаваемых истоком и стоком.
Это приводит к короткоканальным эффектам.
Особенно важно снижение эффективности управления потенциальным барьером канала со стороны затвора.
В результате становится сложнее одновременно обеспечивать высокую скорость переключения, низкий ток утечки и приемлемую электрическую устойчивость.
Следовательно, дальнейшее развитие потребовало изменения пространственной геометрии транзистора.
2.1.2. FinFET как переход к трёхмерной архитектуре
FinFET представляет собой полевой транзистор, в котором канал формируется в виде выступающего полупроводникового ребра — fin.
Управляющий затвор охватывает его верхнюю и боковые поверхности.
Таким образом, электростатическое воздействие осуществляется с нескольких сторон.
Это улучшает контроль над каналом и позволяет продолжать уменьшение размеров прибора.
Исторически важнейшим промышленным событием стало внедрение Intel трёхмерных Tri-Gate-транзисторов в технологию 22 нм.
В мае 2011 года корпорация представила соответствующее решение, а в 2012 году оно вошло в массовое производство процессоров Ivy Bridge.
В дальнейшем FinFET была освоена ведущими производителями логических интегральных схем.
Её значение выходит далеко за пределы отдельного инженерного решения.
FinFET продемонстрировала, что дальнейшее развитие электроники может обеспечиваться не только уменьшением размеров, но и принципиальным изменением пространственной архитектуры электронного прибора.
Это один из важнейших методологических уроков для последующих поколений электронной техники.
2.1.3. Преимущества и ограничения FinFET
Основным преимуществом FinFET является улучшение электростатического управления.
Дополнительным достоинством становится возможность увеличения эффективной ширины канала благодаря боковым поверхностям ребра.
Однако архитектура имеет собственные ограничения.
При уменьшении ширины ребра возрастает влияние геометрических отклонений.
Малые изменения формы и шероховатости могут заметно изменять ток и пороговое напряжение.
Кроме того, эффективная ширина канала часто регулируется изменением числа параллельных рёбер.
Такое изменение является дискретным.
Оно ограничивает проектную гибкость при создании небольших логических ячеек.
Одновременно усложняется размещение контактов и межсоединений.
Таким образом, дальнейшее уменьшение горизонтальных размеров перестаёт обеспечивать прежние преимущества без изменения самой конструкции канала.
2.1.4. Принцип Gate-All-Around
Следующим важнейшим этапом стало развитие транзисторов Gate-All-Around — GAA.
Фундаментальная особенность GAA состоит в том, что управляющий затвор окружает полупроводниковый канал со всех сторон.
Это позволяет улучшать электростатический контроль по сравнению с конструкциями, в которых часть поверхности канала остаётся менее непосредственно управляемой.
Однако GAA — не название одного конкретного прибора.
Соответствующий принцип может реализовываться в различных геометрических формах.
Особый интерес представляют нанопроволочные и нанолистовые транзисторы.
Нанопроволочная структура использует относительно узкий канал.
Нанолистовая структура использует тонкий, но более широкий проводящий слой.
В обоих случаях канал окружён затвором.
Однако нанолист позволяет гибче регулировать эффективную ширину проводящей области.
Именно это стало одним из главных преимуществ нанолистовой архитектуры для передовой логики.
2.1.5. Физическая конструкция нанолистового GAA-транзистора
Современный нанолистовой транзистор может использовать несколько горизонтально расположенных полупроводниковых каналов.
Они размещаются друг над другом и образуют многоуровневую проводящую структуру.
Каждый канал окружён соответствующей затворной системой.
В результате эффективная ширина проводящей области определяется суммарным вкладом нескольких нанолистов.
Такая архитектура позволяет объединять хорошее электростатическое управление с возможностью получения значительного тока при относительно компактной площади.
Однако её создание требует сложных технологических операций.
Одним из распространённых подходов является выращивание чередующихся слоёв кремния и кремний-германиевого сплава.
Затем определённые промежуточные слои селективно удаляются.
В результате формируются свободные полупроводниковые нанолисты.
После этого создаётся затворная структура, окружающая каждый лист.
Главная проблема заключается в точности технологического контроля.
Необходимо сохранять толщину каналов, расстояния между ними, форму поверхностей и свойства материалов.
Особенно важно формирование внутренних диэлектрических разделителей.
Они предотвращают нежелательные электрические взаимодействия между затвором и другими функциональными областями прибора.
Следовательно, нанолистовой GAA представляет собой не только новую форму транзистора, но и результат существенного совершенствования технологий материалов и измерений.
2.1.6. Научная история нанолистовых транзисторов
Одной из основополагающих работ стала публикация исследовательского коллектива IBM на VLSI Symposium 2017 года.
В ней была представлена горизонтальная многослойная GAA-архитектура.
Исследователи показали возможность создания электронных приборов с улучшенным электростатическим контролем и проектной гибкостью.
В 2021 году IBM объявила об экспериментальной демонстрации платформы технологического поколения 2 нм.
Однако необходимо строго разграничивать лабораторное достижение и массовое производство.
Соответствующая исследовательская демонстрация не означала, что компания уже начала выпуск коммерческих процессоров по полноценному квалифицированному 2-нм процессу.
Для этого требовалось дальнейшее совершенствование технологических операций и производственной инфраструктуры.
2.1.7. Промышленное освоение GAA в 2022–2026 годах
К середине 2020-х годов GAA перешла из исследовательской области в промышленное производство.
Samsung объявила о начале изготовления 3-нм GAA-продукции в 2022 году.
По официальным данным компании, массовое производство процесса SF2 началось в 2025 году.
TSMC сообщила, что её N2 вошёл в стадию крупносерийного производства в четвёртом квартале 2025 года.
Корпорация Intel вывела процесс Intel 18A на рынок вычислительных устройств.
В январе 2026 года были представлены процессоры Intel Core Ultra Series 3, изготовленные на соответствующей технологической платформе.
Таким образом, к октябрю 2026 года GAA необходимо рассматривать как промышленно освоенное семейство транзисторных архитектур.
Однако это не означает полного технологического равенства производителей.
Samsung, TSMC и Intel используют различные реализации GAA, отличающиеся геометрией, контактными структурами, материалами и методами интеграции.
Следовательно, сравнение требует реальных электрических, производственных и экономических показателей.
2.1.8. Почему названия технологических узлов нельзя использовать как физическую линейку
Особенно важно различать технологические названия и реальные размеры электронных структур.
Обозначения N2, SF2 и Intel 18A относятся к определённым промышленным платформам.
Они не означают, что все основные элементы соответствующих транзисторов имеют длину два нанометра или 1,8 нанометра.
Кроме того, архитектуры могут различаться даже между процессами с одинаковым условным числовым обозначением.
Показателен пример поколения 3 нм.
TSMC применяла FinFET в своём N3, тогда как Samsung использовала GAA в определённых вариантах собственного 3-нм семейства.
Следовательно, условный номер узла сам по себе не определяет архитектуру транзистора.
Он не является достаточным критерием физического или экономического превосходства.
2.1.9. RibbonFET и изменение системы энергоснабжения
Архитектура Intel RibbonFET представляет разновидность GAA.
Однако особый интерес связан с её сочетанием с технологией PowerVia.
PowerVia предусматривает подачу питания с обратной стороны полупроводниковой структуры.
Это позволяет изменить распределение сигнальных и питающих межсоединений.
В традиционных конструкциях обе системы в значительной степени используют металлические слои над электронными приборами.
При новом подходе часть инфраструктуры питания переносится на другую сторону.
Это может уменьшать ограничения маршрутизации и улучшать электрические характеристики.
Однако возникает необходимость новых технологических операций.
Следует обеспечивать точность формирования обратных контактов, надёжность соединений и совместимость с основной транзисторной структурой.
Таким образом, дальнейшее масштабирование всё больше зависит от совместного проектирования транзисторов, межсоединений и энергоснабжения.
2.1.10. Значение GAA для будущей элементной базы
Главный научный результат развития GAA состоит в изменении отношения между геометрией электронного прибора и его функциональными свойствами.
Оказывается, что пространственная организация материалов может существенно влиять на качество управления зарядом.
Следовательно, перспективы дальнейшего развития могут быть связаны не только с уменьшением размеров существующих транзисторов.
Возможны новые геометрические конфигурации, материалы каналов и способы управления электронными состояниями.
Однако GAA остаётся развитием физической модели полевого транзистора.
Её промышленный успех не доказывает существования новой пикоэлектронной физической платформы.
Он лишь предоставляет развитую основу для поиска последующих приборных принципов.
2.2. CFET и вертикальная интеграция
2.2.1. Почему двумерное размещение перестаёт быть достаточным
По мере уменьшения размеров логических ячеек всё большее значение приобретает пространственная организация транзисторов.
В традиционной CMOS-логике n-канальные и p-канальные приборы располагаются преимущественно рядом друг с другом.
Они формируют комплементарные логические элементы.
Однако при дальнейшем уменьшении площади возрастает доля пространства, необходимого для разделения приборов и размещения электрических контактов.
Следовательно, возникает возможность дальнейшего повышения плотности посредством вертикального размещения функциональных элементов.
Именно на этом принципе основана архитектура CFET — Complementary Field-Effect Transistor.
2.2.2. Физическая идея CFET
CFET предусматривает вертикальное размещение комплементарных полевых транзисторов.
В типичной исследовательской архитектуре nFET и pFET располагаются один над другим.
Такое размещение потенциально позволяет уменьшать площадь стандартной логической ячейки.
Однако CFET не означает возникновения совершенно нового физического механизма переключения.
Современные исследовательские варианты продолжают использовать полевые транзисторы.
Новизна заключается прежде всего в способе их пространственной интеграции.
Это принципиально важно для научной классификации.
CFET представляет новое архитектурно-технологическое поколение, но не обязательно новую фундаментальную физику электроники.
2.2.3. Монолитная и последовательная интеграция
В исследованиях различают два основных подхода.
Монолитная CFET — mCFET предусматривает согласованное формирование взаимосвязанных верхних и нижних транзисторов в рамках общего технологического маршрута.
Последовательная CFET — sCFET использует более раздельную обработку соответствующих приборов.
Каждый вариант обладает преимуществами.
Монолитная интеграция потенциально уменьшает число отдельных процедур совмещения, но предъявляет чрезвычайно высокие требования к селективной обработке многослойной структуры.
Последовательная интеграция позволяет упростить отдельные технологические операции.
Однако она создаёт дополнительные требования к точности соединения функциональных уровней.
В исследовательских материалах imec 2026 года показано, что выбор между подходами нельзя осуществлять исключительно на основании геометрической компактности.
Необходимо учитывать весь производственный маршрут, точность совмещения, электрические характеристики и себестоимость.
2.2.4. Проблема теплового бюджета
Одной из наиболее серьёзных трудностей является температурная совместимость.
При изготовлении верхнего транзистора часть операций может требовать повышенной температуры.
Но нижний прибор уже сформирован.
Он содержит полупроводниковые области, контакты и диэлектрики.
Дополнительная тепловая обработка способна изменять их свойства.
В частности, возможно перераспределение примесей, изменение границ раздела и ухудшение электрических характеристик.
Следовательно, развитие CFET требует создания технологических процессов с согласованным тепловым бюджетом.
Это особенно важно при интеграции новых материалов, включая двумерные полупроводники.
2.2.5. Контактная структура CFET
Вертикальное размещение приборов требует новых способов подвода электрических сигналов.
Особенно сложной является организация контактов к нижнему транзистору.
В традиционной конструкции доступ к его функциональным областям может быть ограничен расположенными сверху слоями.
Поэтому исследуются методы формирования контактов с обратной стороны пластины.
В 2026 году imec сообщила о значительном улучшении соответствующего технологического модуля.
Сопротивление доступа к нижним p-канальным тестовым приборам уменьшилось приблизительно с 1753 до 378 Ом·мкм.
При этом показатель сохранения работоспособности исследованных нижних структур увеличился с 45% до 85%.
Этот результат свидетельствует о существенном прогрессе технологии.
Но он не означает достижения 85-процентного выхода годных коммерческих процессоров CFET.
Речь идёт о конкретном экспериментальном модуле и соответствующей группе тестовых приборов.
Следовательно, физическая эффективность решения должна оцениваться в границах проведённого исследования.
2.2.6. Управление пороговым напряжением
Для массовой цифровой логики необходимы транзисторы с различными пороговыми напряжениями.
Это позволяет выбирать компромисс между быстродействием и токами утечки.
Однако вертикальная CFET-архитектура усложняет создание таких вариантов.
Внутреннее пространство для дополнительных материалов и технологических операций ограничено.
Поэтому исследуются методы изменения электрических свойств затворных структур посредством специальных интерфейсных слоёв и локальных диполей.
В 2026 году imec представила экспериментальный модуль подобной настройки.
Однако демонстрация изменения порогового напряжения ещё не означает полной технологической готовности.
Необходимо подтвердить воспроизводимость, электрическую стабильность и совместимость с различными логическими ячейками.
2.2.7. Проектирование CFET на уровне стандартной логической ячейки
Главная особенность CFET заключается в том, что преимущества отдельного прибора необходимо оценивать на уровне законченной схемы.
Например, вертикальное размещение комплементарной пары может уменьшать площадь транзисторов.
Но при этом увеличивать сложность электрической маршрутизации.
В некоторых логических функциях затворы верхнего и нижнего транзисторов должны быть электрически соединены.
В других случаях требуется их независимое управление.
Поэтому в исследованиях рассматриваются варианты common-gate и split-gate.
В октябре 2026 года imec представила результаты DTCO-анализа последовательной CFET с различными схемами управления затворами.
Были исследованы также перспективные варианты ячеек статической памяти.
Однако это необходимо рассматривать как проектно-экспериментальное развитие архитектуры.
Оно ещё не означает наличия массовой промышленной CFET-платформы.
2.2.8. Forksheet как промежуточное направление
Одним из возможных промежуточных решений является forksheet.
В этой архитектуре соседние нанолистовые транзисторы разделяются специальной диэлектрической стенкой.
Она позволяет изменять расстояние между комплементарными приборами и улучшать некоторые характеристики компоновки.
В исследованиях imec рассматриваются различные варианты такой структуры.
Однако forksheet остаётся преимущественно технологией исследовательского этапа.
Её реальное значение будет определяться возможностью воспроизводимого изготовления и экономическими преимуществами.
Таким образом, развитие после GAA не обязательно должно происходить по одной предопределённой траектории.
Возможны конкурирующие архитектурные направления.
2.2.9. CFET и совместная оптимизация проектирования и производства
Особенно важным становится Design-Technology Co-Optimization — DTCO.
Этот подход предусматривает совместное проектирование транзисторной архитектуры, технологического маршрута и логических ячеек.
Например, уменьшение площади отдельного транзистора может оказаться экономически невыгодным, если необходимо создавать более сложную систему межсоединений.
Следовательно, оптимизация должна осуществляться на уровне законченной функциональной структуры.
В более широком смысле развивается System-Technology Co-Optimization — STCO.
Она учитывает взаимодействие производственной технологии с архитектурой целой вычислительной системы.
Однако подобные подходы, несмотря на высокую значимость, ещё не являются доказательством универсальной технологии Метаразвития.
Они представляют важные организационно-технологические предпосылки её потенциального создания.
2.2.10. Значение CFET для PICO
Для пикоэлектроники CFET представляет важную исследовательскую основу.
Она демонстрирует, что дальнейшее развитие электронных систем может быть связано с многослойной организацией материалов.
Особенно значительными становятся точность формирования межслойных границ, контактная инженерия и управление локальными электрическими полями.
Однако необходимо различать технологическую интеграцию и новую физическую функциональность.
Вертикальное размещение существующих приборов ещё не означает создания принципиально новой электронной элементной базы.
Следовательно, CFET следует рассматривать как перспективную часть современной наноэлектроники, а не как уже реализованную пикоэлектронику.
2.3. Двумерные полупроводниковые материалы
2.3.1. Переход от объёмных материалов к атомарно-тонким каналам
Одним из наиболее перспективных направлений дальнейшего развития электроники является использование двумерных полупроводников.
Их главная особенность заключается в чрезвычайно малой толщине функционального слоя.
В предельном случае материал может состоять из одного атомарного слоя.
Это создаёт новые возможности электростатического управления каналом.
Однако необходимо подчеркнуть, что не все двумерные материалы обладают одинаковыми свойствами.
Например, идеальный графен не имеет обычной запрещённой зоны, необходимой для глубокого выключения традиционного цифрового транзистора.
Поэтому особое значение имеют двумерные материалы, обладающие подходящей полупроводниковой структурой.
2.3.2. Дихалькогениды переходных металлов
К числу наиболее исследуемых материалов относятся дихалькогениды переходных металлов — TMD.
Особенно важны:
дисульфид молибдена MoS;;
дисульфид вольфрама WS;;
диселенид вольфрама WSe;.
Они позволяют формировать атомарно-тонкие полупроводниковые каналы.
Однако их электрические свойства зависят от химического состава, кристаллической структуры, дефектов и взаимодействия с контактными материалами.
Следовательно, чрезвычайно малая толщина сама по себе не гарантирует высокой производительности.
2.3.3. Электростатическое преимущество двумерного канала
В обычном полупроводниковом приборе управляющее электрическое поле должно контролировать распределение потенциала внутри канала.
По мере уменьшения длины прибора эта задача становится сложнее.
Атомарно-тонкий канал потенциально позволяет улучшить контроль.
Однако важнейшим условием становится качество окружающих материалов.
Если затворный диэлектрик содержит дефекты, возникает нестабильность.
Если контактное сопротивление слишком велико, ограничивается ток.
Если материал неоднороден, ухудшается воспроизводимость.
Следовательно, возможности двумерных полупроводников определяются всей конструкцией транзистора.
2.3.4. Главная проблема промышленного выращивания
Для массовой электроники необходимо получать большие площади материала с воспроизводимыми свойствами.
При этом следует контролировать число атомарных слоёв, размеры кристаллических областей, границы зёрен и химические примеси.
Особенно важны дефекты, возникающие при переносе материала между подложками.
Они способны изменять электронные характеристики.
Следовательно, создание одного работоспособного лабораторного прибора не означает существования технологии массового производства.
Необходимо разработать воспроизводимый маршрут изготовления большого количества устройств.
2.3.5. Значение эксперимента imec, ASML и TSMC в июне 2026 года
15 июня 2026 года imec совместно с ASML и TSMC сообщила о значительном достижении в области промышленно ориентированной интеграции двумерных полупроводников.
Был представлен технологический маршрут для 300-мм пластин.
Исследователи создали n-канальные структуры на основе MoS; и p-канальные структуры на основе WS; или WSe;.
Важнейшим результатом стало достижение Contacted Poly Pitch — CPP — около 50 нм.
При этом использовалась EUV-литография.
Для отдельных приборов длина канала составляла около 28 нм.
В опубликованной работе сообщалось, что 94% исследованных транзисторов удовлетворяли установленному авторами функциональному критерию.
Однако 94% работоспособных тестовых структур не следует интерпретировать как промышленный выход годных сложных процессоров.
Это разные показатели.
Тем не менее результат имеет чрезвычайно большое значение.
Он демонстрирует возможность интеграции перспективных двумерных материалов с современной производственной инфраструктурой.
2.3.6. Почему CPP не является длиной канала
Необходимо специально различать геометрические параметры транзистора.
Contacted Poly Pitch характеризует период размещения контактированных затворных структур.
Длина канала определяет расстояние, соответствующее проводящей области между истоком и стоком в конкретной геометрической модели.
Длина затвора характеризует отдельный управляющий элемент.
Эти величины взаимосвязаны, но не являются одинаковыми.
Поэтому сообщение о достижении CPP 50 нм не означает, что каждый транзистор имеет физическую длину канала 50 нм.
Для научного исследования необходимо сохранять точные определения.
2.3.7. Субнанометровый затвор в эксперименте 2026 года
11 июля 2026 года в Nature Communications была опубликована работа по созданию вертикальных транзисторов MoS; с чрезвычайно тонким затвором.
В исследовании использовался край однослойного графена.
Он позволил сформировать затворный элемент характерного размера около 0,34 нм.
При этом длина полупроводникового канала составляла около 10 нм.
Авторы продемонстрировали функционирование транзисторов и отдельных логических структур.
Однако необходимо подчеркнуть фундаментальное различие.
Субнанометровый размер затворного элемента не означает создания законченного транзистора физическим размером 0,34 нм.
Кроме того, эффективная длина электростатического управления зависит от распределения электрического поля и окружающих материалов.
Следовательно, данный результат представляет значительный шаг атомарно-точной инженерии, но не доказательство готовой промышленной пикоэлектроники.
2.3.8. Эксперимент с каналами менее пяти нанометров
21 сентября 2026 года в Nature Communications была опубликована работа по созданию транзисторов MoS; с длиной канала менее 5 нм.
Исследователи продемонстрировали подпороговую крутизну около 88 мВ на декаду.
Отношение токов включённого и выключенного состояний превышало 10;.
Особенно важным стало применение технологического подхода, совместимого с фотолитографией, и экспериментальная интеграция на четырёхдюймовых пластинах.
Однако данный результат необходимо интерпретировать осторожно.
Полученные 88 мВ на декаду не означают преодоления идеализированной термической границы обычного MOSFET около 60 мВ на декаду при комнатной температуре.
Авторы сравнивали результат с характеристиками кремниевых приборов в условиях чрезвычайно коротких каналов.
Следовательно, речь идёт о значительном преимуществе относительно определённых приборных ограничений, а не об отмене фундаментального термодинамического закона.
2.3.9. Почему двумерная логика ещё не стала массовой
Главное препятствие заключается в необходимости совместного решения нескольких проблем.
Во-первых, требуется качественное формирование материалов на большой площади.
Во-вторых, необходимы высокоэффективные контакты.
В-третьих, следует создавать надёжные затворные диэлектрики.
В-четвёртых, необходимо обеспечить конкурентоспособные характеристики n- и p-канальных транзисторов.
В-пятых, требуются воспроизводимость и промышленный выход годных изделий.
В июне 2026 года в Nature Reviews Electrical Engineering был опубликован специальный обзор, посвящённый p-канальным двумерным транзисторам.
Он подчёркивает, что развитие полноценной комплементарной логики требует согласованного совершенствования контактов, легирования, интерфейсов и надёжности.
Следовательно, наиболее перспективная физическая характеристика отдельного двумерного прибора не гарантирует промышленного успеха всей технологии.
2.3.10. Межслойные расстояния и ван-дер-ваальсовы интерфейсы
Особое значение имеет физика границ между двумерными слоями.
Во многих подобных структурах соседние материалы взаимодействуют посредством ван-дер-ваальсовых сил.
Это создаёт возможность формирования сложных гетероструктур без некоторых ограничений традиционного эпитаксиального выращивания.
Однако между слоями возникает характерный интерфейсный зазор.
Он может влиять на электронный перенос и электрическую ёмкость.
В мае 2026 года в журнале Science была опубликована работа, исследующая ограничения масштабирования, связанные с таким зазором.
Авторы показали, что он способен уменьшать определённые виды утечек, но одновременно создавать дополнительные ограничения контактов и электростатического управления.
Следовательно, атомарно-тонкая структура не обязательно обладает оптимальными интерфейсными характеристиками.
Это важнейший физический урок для будущей электронной элементной базы.
2.3.11. Научная перспектива для PICO
Двумерные материалы позволяют исследовать электронные состояния в структурах, геометрия которых определяется расположением отдельных атомов.
При этом небольшие изменения межслойных расстояний, химического состава и локальных напряжений способны влиять на электронную функцию.
Таким образом, возникает возможность поиска новых способов атомарно-точного управления.
Однако необходимо строго разграничивать масштаб структурного изменения и размеры всего прибора.
Пикометровое изменение межатомного расстояния не означает создания пикометрового транзистора.
Следовательно, перспективная PICO должна определяться прежде всего новыми физическими возможностями управления электронными состояниями.
2.4. Сверхтонкие диэлектрики и контакты
2.4.1. Почему канал не определяет всю эффективность транзистора
В современной наноэлектронике значительное внимание уделяется полупроводниковым материалам канала.
Однако работоспособность транзистора зависит не только от канала.
Необходимо сформировать управляющий затвор, диэлектрическую изоляцию, контактные области и электрические межсоединения.
При чрезвычайно малых размерах относительное влияние контактов и интерфейсов возрастает.
В результате улучшение материала канала может не обеспечивать соответствующего повышения производительности.
Особенно значимой становится необходимость совместной оптимизации всех функциональных элементов.
2.4.2. Высокодиэлектрические материалы
В классических MOS-транзисторах широко использовался диоксид кремния.
Однако уменьшение его физической толщины усиливает квантовое туннелирование через диэлектрический барьер.
Поэтому были разработаны материалы с высокой относительной диэлектрической проницаемостью — high-k.
Одним из наиболее значительных стал HfO;.
Использование таких материалов позволяет обеспечивать необходимую электрическую ёмкость при сравнительно большей физической толщине изолирующего слоя.
Однако необходимо учитывать химические свойства границы раздела, стабильность структуры и долговременную надёжность.
Следовательно, высокая диэлектрическая проницаемость является необходимой, но недостаточной характеристикой перспективного материала.
2.4.3. Эквивалентная толщина оксида
Для сравнения диэлектриков используется показатель Equivalent Oxide Thickness — EOT.
В упрощённой модели однородного диэлектрического слоя:
EOT = t ; ;(SiO;) / ;(материала),
где t — физическая толщина слоя, а ; — относительная диэлектрическая проницаемость.
Например, если физическая толщина материала составляет 4 нм, а относительная проницаемость — 20, то идеализированная EOT составляет приблизительно 0,78 нм.
Однако реальная транзисторная структура может включать несколько слоёв.
Кроме того, необходимо учитывать квантовые и интерфейсные эффекты.
Поэтому EOT не является прямым измерением геометрической толщины всего затворного пакета.
2.4.4. Атомно-слоевое осаждение
Atomic Layer Deposition — ALD — представляет одну из важнейших технологий формирования сверхтонких материалов.
Она использует последовательные поверхностные химические реакции.
Это позволяет контролировать рост тонких слоёв с высокой точностью.
Особенно значительным преимуществом является возможность обработки сложных трёхмерных структур.
Однако необходимо избегать распространённого упрощения.
Один цикл ALD не обязательно формирует ровно один полный атомный слой.
Реальный прирост толщины зависит от химии поверхности, температуры и насыщения реакций.
Следовательно, технология обеспечивает высокую управляемость процесса, но не означает автоматического абсолютного контроля положения каждого атома.
2.4.5. Диэлектрики для двумерных полупроводников
Особенно сложной является интеграция диэлектриков с двумерными материалами.
Их поверхности могут содержать сравнительно мало химически активных связей.
Это осложняет начальное формирование оксидного слоя.
В результате возможно возникновение неоднородностей и интерфейсных дефектов.
Поэтому исследуются специальные промежуточные материалы и способы подготовки поверхности.
Однако подобные операции способны изменять свойства самого полупроводникового канала.
Следовательно, выбор диэлектрика должен осуществляться с учётом всей электронной структуры прибора.
2.4.6. Контактное сопротивление
Для работы транзистора необходимо передавать носители заряда между металлическими контактами и полупроводниковым каналом.
Однако на границе материалов могут возникать энергетические барьеры.
Они ограничивают перенос электронов или дырок.
В результате часть электрического напряжения расходуется на контактной области.
Это уменьшает полезный ток через канал.
Особенно сложной проблема становится для двумерных материалов.
Толщина проводящей области чрезвычайно мала, а электронные свойства чувствительны к состоянию поверхности.
Поэтому контактная инженерия является самостоятельным направлением современной наноэлектроники.
2.4.7. Полуметаллические контакты
Для двумерных полупроводников исследуются различные контактные материалы.
Особое значение имеют некоторые полуметаллические системы, включая висмут.
В определённых условиях они способны обеспечивать низкое контактное сопротивление.
Однако соответствующий результат зависит от химического состава и электронной структуры интерфейса.
Контакт, оптимальный для одного материала, не обязательно обладает аналогичными характеристиками для другого.
Поэтому нельзя говорить о существовании универсального металла для всех двумерных транзисторов.
2.4.8. Измерение контакта Bi/MoS; в 2026 году
В июле 2026 года в журнале Nature были опубликованы результаты прямого измерения области передачи заряда между висмутовым контактом и однослойным MoS;.
Использовались поперечная сканирующая туннельная микроскопия и спектроскопия.
Эксперимент позволил определить характерную длину переноса носителей около 2–3 нм.
Однако при использовании традиционной косвенной электрической модели для исследованного типа контактной системы было получено другое значение.
Это обстоятельство имеет особое научное значение.
Оно показывает, что измеряемая характеристика зависит от определения параметра и метода исследования.
Следовательно, необходимо различать локальную пространственную область фактического электронного переноса и величину, определяемую посредством определённой электрической модели.
Кроме того, результат относится к конкретной системе Bi/MoS;.
Он не является универсальной нижней границей размеров всех электронных контактов.
2.4.9. Проблема надёжности
Для промышленного применения недостаточно получить хорошие характеристики в одном эксперименте.
Необходимо доказать стабильность работы при многократных переключениях, изменениях температуры и длительных электрических нагрузках.
Особое значение имеют дефекты диэлектрических слоёв, деградация контактов и изменение интерфейсных состояний.
Поэтому перспективные электронные структуры необходимо исследовать посредством статистически обоснованных испытаний.
Важнейшее значение имеют распределения характеристик большого числа устройств.
Следовательно, технологическая воспроизводимость является самостоятельным критерием, не сводимым к рекордным характеристикам отдельного прибора.
2.4.10. Значение интерфейсов для PICO
Главный научный вывод заключается в том, что электронные свойства перспективных приборов всё сильнее зависят от атомарной организации границ между материалами.
Даже чрезвычайно малое изменение локальной структуры может заметно повлиять на электрический перенос.
Следовательно, появляется возможность исследования новых функциональных механизмов атомарно-точного управления.
Однако необходимо определить, можно ли использовать соответствующие эффекты воспроизводимо.
Именно это должно стать одной из важных задач PICO.
2.5. Атомарная метрология и технологический контроль
2.5.1. Метрология как необходимое условие технологического развития
Современная наноэлектроника требует не только изготовления чрезвычайно малых структур.
Необходимо количественно подтверждать их форму, состав и электрические характеристики.
При этом требования к измерениям непрерывно возрастают.
Для GAA необходимо контролировать толщину и геометрию нанолистов.
Для CFET — взаимное положение верхних и нижних приборов.
Для двумерных полупроводников — атомарную структуру, дефекты и химическое состояние интерфейсов.
Следовательно, метрология становится не вспомогательным приложением к электронной промышленности, а одной из её основных технологических составляющих.
2.5.2. Разрешение, точность и неопределённость
Особенно важно разграничивать метрологические понятия.
Пространственное разрешение характеризует способность прибора различать близко расположенные элементы.
Точность характеризует близость результата к действительному значению.
Повторяемость отражает разброс результатов при повторных измерениях.
Неопределённость описывает степень обоснованного сомнения в полученной величине.
Следовательно, микроскоп, демонстрирующий атомарное разрешение, не обязательно определяет координаты всех атомов с пикометровой точностью.
А способность измерить пикометровое смещение не означает возможности создавать пикометровые транзисторы.
Это особенно важно для будущего определения PICO.
2.5.3. Сканирующая электронная микроскопия
Scanning Electron Microscopy — SEM — широко используется для исследования геометрии электронных структур.
Особенно важны специализированные системы Critical Dimension SEM.
Они позволяют контролировать размеры элементов литографического рисунка.
Однако необходимо учитывать влияние условий формирования электронного изображения.
Измеренные границы могут зависеть от алгоритмов обработки данных.
Кроме того, некоторые функциональные области скрыты внутри многослойных структур.
Поэтому SEM необходимо использовать в сочетании с другими метрологическими методами.
2.5.4. Атомно-силовая микроскопия
Atomic Force Microscopy — AFM — основана на взаимодействии зонда с поверхностью.
Она позволяет исследовать рельеф и ряд локальных физических свойств материала.
Однако результаты зависят от формы острия зонда.
Кроме того, чрезвычайно тонкие структуры могут деформироваться при измерении.
Следовательно, необходимо учитывать возможные артефакты и проводить калибровку.
2.5.5. Сканирующая туннельная микроскопия
Scanning Tunneling Microscopy — STM — использует квантовое туннелирование электронов между зондом и исследуемой поверхностью.
Она позволяет исследовать атомарную структуру и локальные электронные состояния.
Особенно значимым является сочетание STM со спектроскопией.
Однако получаемое изображение зависит не только от геометрии атомов, но и от распределения электронных состояний.
Следовательно, его нельзя интерпретировать как обычную фотографию атомных шаров.
Необходимо использовать соответствующие физические модели.
2.5.6. Просвечивающая электронная микроскопия
Transmission Electron Microscopy — TEM — и Scanning Transmission Electron Microscopy — STEM — позволяют исследовать чрезвычайно малые структуры с высоким пространственным разрешением.
Они особенно важны для анализа межслойных границ, атомарных дефектов и химического состава материалов.
Однако подготовка образца может быть разрушительной.
Кроме того, электронный пучок способен изменять чувствительные структуры.
Следовательно, необходимо учитывать влияние самой измерительной процедуры.
2.5.7. Трёхмерная электронная томография
Современные электронные приборы обладают сложной пространственной архитектурой.
Поэтому двумерного изображения часто недостаточно.
Для исследования скрытых элементов используются методы электронной томографии.
Они предполагают получение серии изображений и последующую математическую реконструкцию.
NIST развивает специальные методы количественной трёхмерной томографии полупроводниковых приборов.
Однако соответствующая исследовательская программа продолжалась и в октябре 2026 года.
Следовательно, полная атомарно-разрешённая трёхмерная метрология остаётся сложной самостоятельной технологической задачей.
2.5.8. Атомно-зондовая томография
Atom Probe Tomography — APT — предоставляет возможность исследования химического состава материалов на чрезвычайно малых масштабах.
В процессе измерения из исследуемого образца последовательно удаляются атомы.
Затем осуществляется реконструкция их первоначального пространственного распределения.
Следовательно, метод является разрушающим.
Кроме того, результат зависит от модели реконструкции.
Поэтому APT не следует рассматривать как способ безошибочного определения координат всех атомов в произвольном электронном устройстве.
Тем не менее она является одним из важнейших инструментов исследования распределения примесей и интерфейсов.
2.5.9. Рентгеновская метрология
Особый интерес представляют неразрушающие методы измерения сложных трёхмерных структур.
Например, Critical Dimension Small-Angle X-ray Scattering — CD-SAXS — использует рассеяние рентгеновского излучения.
Этот метод позволяет исследовать размеры и форму периодических наноструктур.
NIST развивает соответствующие технологии для промышленного метрологического контроля.
Однако результаты зависят от математической модели реконструкции.
Поэтому рентгеновская метрология должна дополняться локальными методами измерений.
2.5.10. Метрология двумерных материалов
Для двумерных полупроводников необходимо одновременно исследовать несколько характеристик.
К ним относятся толщина, химический состав, размеры кристаллических областей, дефектность, электрическая проводимость и состояние интерфейсов.
Ни один измерительный метод не предоставляет полной информации обо всех этих свойствах.
Поэтому используются сочетания электронной микроскопии, спектроскопии, сканирующих зондовых методов и электрических испытаний.
В обзоре международной группы исследователей, опубликованном в 2024 году в Nanoscale Advances, подчёркивается необходимость разработки специальных метрологических методов для перехода двумерных материалов от лаборатории к промышленности.
Особенно важна возможность быстрого контроля больших площадей пластин.
2.5.11. Статистическая воспроизводимость
Для промышленного производства недостаточно измерить один качественный образец.
Необходимо исследовать распределение характеристик множества устройств.
Особенно важно учитывать пространственные вариации на пластине.
Например, средняя толщина материала может соответствовать проектному значению.
Но локальные дефекты способны изменять работу отдельных транзисторов.
Поэтому необходимо анализировать распределения размеров, сопротивлений, токов и других характеристик.
Следовательно, атомарная метрология должна сочетать высокое локальное разрешение с промышленно значимой статистической оценкой.
2.5.12. Интеллектуальные методы технологического контроля
Современная метрология создаёт огромные массивы данных.
Для их обработки применяются методы машинного обучения.
Они способны помогать выявлять дефекты, восстанавливать структуру и анализировать отклонения технологического процесса.
Однако такие алгоритмы необходимо проверять.
Например, интеллектуальная реконструкция может создавать внешне убедительное изображение, не полностью соответствующее реальному объекту.
Поэтому важно сохранять исходные измерения и оценивать неопределённость полученных результатов.
Следовательно, интеллектуальные методы должны дополнять метрологическую дисциплину, а не заменять её.
2.5.13. Замкнутый исследовательский цикл
Особенно перспективно объединение проектирования, изготовления и измерения в единую систему.
Её общая структура может быть представлена следующим образом:
Гипотеза ; проектирование ; экспериментальное изготовление ; измерение ; проверка ; изменение гипотезы ; следующий исследовательский цикл.
Однако такая последовательность существует и в традиционной науке.
Её автоматизация сама по себе ещё не является Метаразвитием.
Принципиально более высокий уровень возникает тогда, когда система совершенствует собственные методы выбора и выполнения последующих исследований.
Например, может сокращаться число необходимых экспериментов.
Может улучшаться качество выбора измерений.
Может повышаться вероятность получения проверенного результата.
Но подобные преимущества должны подтверждаться независимыми сравнительными исследованиями.
2.5.14. Метрология и критерии пикоэлектроники
Для будущей PICO необходимо строго разграничивать пять физических характеристик.
Первая — общий размер электронного устройства.
Вторая — размер отдельной функциональной структуры.
Третья — амплитуда управляемого атомарного изменения.
Четвёртая — пространственное разрешение средства измерения.
Пятая — неопределённость количественного результата.
Эти характеристики не являются взаимозаменяемыми.
Например, пикометровое изменение межатомного расстояния может влиять на электрические свойства структуры размером десятки нанометров.
Однако это не означает существования транзистора размером один пикометр.
Следовательно, при определении PICO необходимо использовать функциональные физические критерии.
Интегральная карта технологической зрелости
Рассмотренные направления образуют единую взаимозависимую систему.
Однако их научно-технологическая зрелость существенно различается.
Технология Состояние на октябрь 2026 года Основное ограничение
FinFET Зрелое массовое производство Дальнейшее масштабирование геометрии
Нанолистовые GAA Промышленное производство передовой логики Сложность структуры, контактов и межсоединений
CFET Исследовательские и опытно-технологические результаты Вертикальная интеграция и квалификация производства
Forksheet Перспективная исследовательская архитектура Воспроизводимость и экономика
Двумерные полупроводники Лабораторные и промышленно ориентированные демонстрации Однородность, контакты, диэлектрики, комплементарность
High-k-диэлектрики Зрелая промышленная технология Интерфейсы, утечки, надёжность
Атомно-слоевое осаждение Зрелая промышленная технология Контроль новых поверхностей и сложных структур
Атомарная метрология Развитые научные методы и совершенствующийся промышленный контроль Трёхмерная точность, быстродействие и статистическая проверка
Эта классификация позволяет установить главное направление современного развития.
Передовая электроника всё больше зависит не от отдельного рекордного транзистора, а от способности объединять физические приборы, материалы, измерения и производственные методы в воспроизводимую технологическую систему.
Именно этот результат имеет фундаментальное значение для проектирования PICO.
Современная наноэлектроника и физические предпосылки PICO
На основании рассмотренных достижений можно выделить несколько основных направлений дальнейшего исследования.
Первое связано с атомарно-точным формированием электронных структур.
Второе — с использованием новых материалов и межслойных интерфейсов.
Третье — с поиском альтернативных механизмов электронного переключения.
Четвёртое — с развитием новых способов пространственной интеграции.
Пятое — с совершенствованием средств атомарной метрологии и интеллектуального экспериментального контроля.
Однако необходимо подчеркнуть, что перечисленные направления не составляют уже готовую промышленную пикоэлектронику.
Они представляют её потенциальные научные основания.
Для перехода к новой физической технологии необходимо подтвердить самостоятельный функциональный эффект.
Затем доказать его воспроизводимость.
После этого исследовать интеграцию отдельных элементов.
Наконец, определить перспективы практического и промышленного применения.
При этом необходимо учитывать, что атомы имеют характерные размеры порядка десятков и сотен пикометров.
Следовательно, буквальное создание обычного транзистора с геометрическими размерами один пикометр не является реалистичным простым продолжением современной CMOS-миниатюризации.
Поэтому перспективная пикоэлектроника должна определяться через новые способы управления электронными процессами, а не через условный номер технологического узла.
Значение для генеральной программы Метаразвития
Для проекта International NooMachines результаты настоящей главы имеют самостоятельное стратегическое значение.
Генеральной технологией проекта является META — технология Метаразвития, технология опережения опережения.
PICO выступает её базовой физико-технологической субтехнологией.
NOO — второй базовой субтехнологией, ориентированной на создание интеллектуально-креативных исследовательских систем.
Обе программы должны инициироваться одновременно.
При этом NOO может использовать существующую вычислительную инфраструктуру.
Для первоначальных исследований не требуется предварительно создавать пикоэлектронные компьютеры.
А PICO должна развивать собственные экспериментальные направления независимо от того, достигнут ли первоначальные цели программы NOO.
Однако генеральная программа META должна исследовать возможность их взаимного усиления.
Например, интеллектуальные системы способны участвовать в анализе экспериментальных данных, моделировании материалов и выборе перспективных структур.
В свою очередь, новые физические результаты PICO могут создавать дополнительные возможности для будущих вычислительных систем.
Но подобная взаимосвязь не должна считаться доказанной автоматически.
Необходимо экспериментально подтвердить, что совместная организация исследований действительно повышает их результативность.
Особенно важно измерять не только качество отдельного нового прибора, но и эффективность создания последующих технологических поколений.
В этом заключается принципиальное отличие Метаразвития от обычного совершенствования электронной техники.
Заключение к главе 2
Современная наноэлектроника представляет собой развитую научно-технологическую систему, достигшую чрезвычайно высокой степени физической и инженерной сложности.
Её дальнейшее развитие уже невозможно свести к обычному геометрическому уменьшению традиционных транзисторов.
На первый план выходят новые пространственные архитектуры, атомарно-тонкие материалы, контактная инженерия, сверхтонкие диэлектрики и методы количественного технологического контроля.
FinFET обеспечила важнейший переход к пространственному управлению электронным каналом.
GAA и нанолистовые структуры позволили продолжить развитие передовой CMOS-логики и к середине 2020-х годов вошли в промышленное производство.
CFET открывает перспективу дальнейшего увеличения плотности функциональных электронных структур посредством вертикального размещения комплементарных приборов.
Однако её промышленная реализация требует решения сложных проблем контактов, теплового бюджета, межслойного совмещения и технологической воспроизводимости.
Двумерные полупроводники представляют одно из наиболее перспективных направлений последующего развития.
Их атомарно-тонкие каналы создают новые возможности электростатического управления.
Эксперименты 2026 года подтвердили значительный прогресс в изготовлении подобных приборов и интеграции на полупроводниковых пластинах.
Однако они ещё не доказывают готовности массовой двумерной логики.
Особенно сложными остаются проблемы контактов, диэлектриков и комплементарной интеграции.
Атомарная метрология становится одним из фундаментальных условий дальнейшего прогресса.
Без количественного измерения структуры, состава и электрических характеристик невозможно обеспечить воспроизводимое создание новых электронных приборов.
При этом развитие метрологии всё более тесно связывается с интеллектуальной обработкой данных и автоматизированным научным поиском.
Таким образом, современная наноэлектроника предоставляет необходимые научные и инженерные предпосылки для исследования будущей пикоэлектроники.
Однако её достижения не следует автоматически объявлять появлением PICO.
Пикоэлектроника должна стать самостоятельным исследовательским направлением поиска новых физических и инженерных способов управления электронной функцией на основе атомарно-точных структур и процессов.
Для этого необходимы проверяемые гипотезы, экспериментальные методы и независимая оценка результатов.
Особенно важно строго различать атомарную инженерию, пикометровую точность измерений и физические размеры электронных устройств.
Генеральная стратегическая цель International NooMachines при этом остаётся неизменной.
Необходимо создать, освоить и непрерывно совершенствовать технологию Метаразвития — технологию опережения опережения.
PICO и NOO должны выступать двумя базовыми одновременно развиваемыми субтехнологиями.
Их взаимодействие должно осуществляться в рамках единой научно-технологической системы.
Но конечным результатом должна стать не сумма отдельных физических и интеллектуальных достижений.
Необходимо экспериментально подтвердить воспроизводимую способность создавать последующие поколения технологий быстрее и эффективнее существующих альтернатив.
От современной наноэлектроники — к поиску новых физических возможностей PICO. От атомарно-точного управления материей — к проектированию новых электронных функций. От развития отдельных технологий — к технологии Метаразвития.
Основные научные источники
Intel Corporation. Intel Reinvents Transistors Using New 3-D Structure. 4 мая 2011 года.
Loubet N. et al. Stacked Nanosheet Gate-All-Around Transistor to Enable Scaling Beyond FinFET. IBM Research, VLSI Symposium, 2017.
TSMC. 2025 Annual Report. Развитие нанолистовой GAA-платформы N2.
Samsung Semiconductor. Foundry Process Technology — Logic Node. Промышленные GAA-процессы SF2.
Intel. CES 2026: Intel Core Ultra Series 3 Debut as First Built on Intel 18A. 5 января 2026 года.
imec. Advancing the CFET-Based Device Roadmap: Novel Integration Modules and Standard Cell Configurations. Part 1. 2026.
imec. Advancing the CFET-Based Device Roadmap. Part 2. 2026.
imec, ASML, TSMC. Industry-Ready 2D-Material Transistors Closer with Breakthrough 300mm Integration. 15 июня 2026 года.
Wang Z. et al. Wafer-Scale 2D MoS; Transistors with Self-Aligned Angstrom Gate Length and Nanometer Channel Length. Nature Communications, 11 июля 2026 года.
https://doi.org/10.1038/s41467-026-75409-7
Lin S. et al. Wafer-Scale 2D MoS; Transistors with Sub-5 nm Channel Length and Subthreshold Performance Beyond the Silicon Limit. Nature Communications, 21 сентября 2026 года.
https://doi.org/10.1038/s41467-026-77186-9
Das S. p-Type 2D Transistors from Contact Physics to Complementary Integration. Nature Reviews Electrical Engineering, 18 июня 2026 года.
https://doi.org/10.1038/s44287-026-00297-4
Pourfath M., Grasser T. Device-Scaling Constraints Imposed by the van der Waals Gap Formed in Two-Dimensional Materials. Science, 21 мая 2026 года.
https://doi.org/10.1126/science.aeb2271
Yang Z.-L. et al. Directly Probing the Carrier Transfer Length in 2D-Material Transistors. Nature, 1 июля 2026 года.
https://doi.org/10.1038/s41586-026-10707-0
NIST. International Roadmap for Devices and Systems 2024: Metrology. Опубликовано 9 июля 2025 года.
Celano U. et al. Metrology for 2D Materials: A Perspective Review from the International Roadmap for Devices and Systems. Nanoscale Advances, 2024.
https://doi.org/10.1039/D3NA01148H
NIST. Advanced Analytical Electron Tomography for Materials Development and Failure Analysis in Semiconductor Devices. Исследовательская программа, действующая в 2026 году.
NIST. Atom Probe Tomography: Nanostructured Semiconductor Materials, Interfaces, and Devices.
NIST. Critical Dimension Small Angle X-Ray Scattering for Next Generation In-Line Metrology.
*******
Глава 3. Пикоэлектроника: определение, физическая основа и перспективные направления
От атомарной инженерии и одноэлектронных приборов — к научному проектированию новой физической элементной базы Метаразвития.
Введение. Пикоэлектроника как новая постановка научно-технологической задачи
На протяжении почти восьмидесяти лет развитие электронной вычислительной техники сопровождалось непрерывным усложнением интегральных схем и уменьшением характерных размеров их элементов.
От первых транзисторов человечество перешло к микрометровой, затем нанометровой организации электронных структур. Возникли промышленные технологии, позволяющие размещать миллиарды электронных приборов на одном полупроводниковом кристалле.
Однако физическое содержание современной микроэлектроники значительно сложнее простой последовательности уменьшения геометрических размеров.
Уже в современных нанометровых приборах необходимо учитывать квантовое туннелирование, дискретность электрического заряда, атомарную структуру материалов и особенности взаимодействия электронов с окружающей средой.
Всё большее значение приобретают контакты, диэлектрики, атомарные дефекты и электронные состояния отдельных структурных элементов.
Следовательно, дальнейшее развитие электронной элементной базы требует не только совершенствования производства, но и исследования новых физических принципов.
Именно в этом контексте возникает задача проектирования пикоэлектроники.
В научной литературе уже существуют исследования атомарно-точной электроники, молекулярных электронных устройств, одноэлектронных транзисторов, квантовых точек, спиновых состояний и управляемых атомарных дефектов.
Эти направления имеют значительную экспериментальную историю.
Однако они ещё не образуют единой промышленно признанной технологической платформы, которую можно было бы однозначно назвать пикоэлектроникой.
Поэтому в настоящей книге предлагается использовать понятие PICO как наименование перспективной исследовательской субтехнологии Метаразвития.
Её задача заключается не в механическом уменьшении традиционного транзистора до одного пикометра, а в поиске новых способов создания и управления электронными функциями, существенным физическим основанием которых становится контролируемая организация вещества и электронных состояний на атомарном и пикометровом уровне.
Однако подобная формулировка требует уточнения.
Не всякий атомарно-малый объект является электронным устройством.
Не всякая система с квантовыми свойствами относится к пикоэлектронике.
И не всякое измерение с пикометровой точностью означает создание новой электронной технологии.
Поэтому необходимо разграничить четыре категории.
Первая — физический масштаб. Он характеризует размеры атомов, электронных орбиталей, межатомные расстояния и амплитуды структурных изменений.
Вторая — инженерная управляемость. Она отражает возможность воспроизводимо создавать и изменять соответствующие структуры.
Третья — электронная функциональность. Она характеризует способность структуры выполнять определённую полезную электронную операцию.
Четвёртая — технологическая воспроизводимость. Она определяет возможность многократно получать соответствующий результат при установленных затратах и допустимой вероятности отказов.
Только их согласованное исследование способно создать научные основания новой технологической платформы.
При этом в настоящей книге предлагается строго различать три уровня результата.
Первый — пикометровые физические эффекты, измеряемые в лаборатории.
Второй — экспериментальные пикоэлектронные устройства, использующие соответствующие эффекты для определённой функции.
Третий — воспроизводимая пикоэлектронная технология, пригодная для создания более сложных систем.
Переход между этими уровнями не является автоматическим.
Он должен подтверждаться соответствующими экспериментальными исследованиями.
Главный вопрос настоящей главы можно сформулировать следующим образом:
Какие физические принципы могут стать основой электронной элементной базы, функциональные возможности которой определяются управляемыми атомарными структурами и пикометровыми параметрами, а не только традиционным масштабированием CMOS?
Для ответа необходимо исследовать реальные пространственные масштабы, технологии атомарно-точного производства, молекулярные и одноэлектронные устройства, квантовые архитектуры и способы управления электронными состояниями.
Особое значение имеет разработка критериев, позволяющих установить момент перехода от существующей наноэлектроники к научно обоснованной пикоэлектронике.
3.1. Нанометр, пикометр и характерные размеры атомов
3.1.1. Пространственные масштабы электронной техники
Для строгого физического определения PICO необходимо прежде всего установить соотношение основных единиц длины.
Международная система единиц использует десятичные приставки.
Один нанометр соответствует одной миллиардной части метра.
Один пикометр — одной триллионной части метра.
Один фемтометр — одной квадриллионной части метра.
Таким образом:
1 нм = 1000 пм.
1 пм = 1000 фм.
Следовательно, переход от нанометрового диапазона к пикометровому представляет собой изменение характерного масштаба на три десятичных порядка.
Однако численное соотношение единиц измерения само по себе не означает существования непрерывной физической возможности уменьшать электронные устройства.
Для этого необходимо учитывать размеры атомов и фундаментальные свойства вещества.
3.1.2. Физическая шкала характерных размеров
Для первоначальной ориентации представим несколько важных пространственных характеристик.
Физическая величина Характерный масштаб Физический смысл
Один нанометр 1000 пм Единица длины
Параметр решётки кристаллического кремния ; 543 пм Размер элементарной кубической ячейки
Расстояние между ближайшими атомами кремния ; 235 пм Межатомное расстояние в идеальной алмазоподобной решётке
Ковалентный радиус атома кремния ; 111 пм Условная характеристика размера атома в химической связи
Боровский радиус ; 52,9 пм Характерная атомная единица длины
Один пикометр 1 пм Единица длины, значительно меньшая атомного размера
Один фемтометр 0,001 пм Масштаб, характерный для ядерной физики
Значения основаны на данных NIST, CODATA и справочных атомных радиусах. Атомные размеры зависят от физического определения и химического окружения.
Эта шкала показывает принципиальное обстоятельство.
Характерные размеры атомов и межатомные расстояния выражаются десятками и сотнями пикометров.
Следовательно, пикометровый диапазон уже соответствует фундаментальной структуре обычного вещества.
Однако один пикометр значительно меньше характерного диаметра атома.
3.1.3. Почему атом не имеет абсолютно определённой поверхности
В классическом представлении атом нередко изображают как маленький шар.
Однако такое изображение является упрощением.
Электронная структура атома описывается квантовой механикой.
Положение электрона характеризуется распределением вероятности.
Поэтому нельзя определить универсальную жёсткую поверхность атома, аналогичную поверхности макроскопического твёрдого тела.
В химии используются разные определения атомного радиуса.
Например, существуют ковалентный, металлический и ван-дер-ваальсов радиусы.
Их значения для одного элемента могут различаться.
Следовательно, при исследовании пикоэлектроники необходимо точно указывать, какая физическая величина используется.
Особенно важно не путать радиус отдельного атома с расстоянием между атомами в кристалле.
3.1.4. Боровский радиус и электронные состояния
Боровский радиус представляет фундаментальную атомную единицу длины.
Его значение составляет приблизительно 52,9 пм.
В модели атома водорода он характеризует естественный пространственный масштаб электронного состояния.
Однако боровский радиус не означает, что все электронные орбитали имеют одинаковый размер.
Реальные электронные состояния зависят от атомного номера, химических связей, окружающих материалов и внешних полей.
В полупроводниках электронные состояния могут распространяться на расстояния, значительно превышающие размеры отдельного атома.
Особенно важны эффективная масса носителей и диэлектрические свойства среды.
Поэтому атомарный пространственный масштаб и размер квантового электронного состояния нельзя считать тождественными.
3.1.5. Межатомные расстояния как технологический параметр
В кристаллическом кремнии атомы занимают определённые положения в периодической решётке.
По данным NIST, параметр его кубической ячейки составляет около 0,5431 нм.
В идеальной алмазоподобной структуре расстояние между ближайшими соседними атомами — около 0,235 нм.
Следовательно, изменение положения атома на одну позицию решётки обычно представляет структурное изменение порядка сотен пикометров.
Но точное измерение смещения атома может осуществляться с существенно меньшей неопределённостью.
Таким образом, необходимо различать шаг доступной атомной конфигурации и точность определения координат.
Например, атом может занимать один из дискретных узлов кристалла.
В таком случае позиционирование с точностью до узла решётки не означает возможность непрерывного перемещения атома с произвольно выбираемым шагом в один пикометр.
Это принципиальное ограничение необходимо учитывать при проектировании PICO.
3.1.6. Пикометровое смещение и электронная функция
Особый научный интерес представляет ситуация, когда чрезвычайно малое изменение геометрии вызывает измеримое изменение электронных характеристик.
Например, сдвиг отдельных атомов способен изменить длину химической связи.
Это может повлиять на перекрытие электронных орбиталей.
В результате изменяются энергетические уровни и вероятность переноса заряда.
Аналогично локальная деформация кристаллической решётки может влиять на зонную структуру материала.
Следовательно, пикометровое изменение положения атомов способно обладать функциональным электронным значением.
Однако необходимо отличать чувствительность системы к малому смещению от способности управлять этим смещением.
Физический эффект может наблюдаться в измерении, но быть слишком нестабильным для использования в электронном устройстве.
Следовательно, пикоэлектронная технология должна предусматривать воспроизводимый контроль соответствующего параметра.
3.1.7. Почему пикометровый масштаб не означает возможность бесконечной миниатюризации
Уменьшение размеров обычного кремниевого транзистора невозможно продолжать независимо от структуры вещества.
При достижении атомарного масштаба возникают ограничения, связанные с дискретностью атомов, туннелированием, химическими связями и квантовыми состояниями.
Следовательно, переход от наноэлектроники к пикоэлектронике не должен пониматься как очередное уменьшение традиционного транзистора в тысячу раз.
Подобное представление не имеет необходимого физического обоснования.
Вместо этого необходимо исследовать альтернативные способы создания электронной функции.
Например, информационное состояние может определяться зарядом отдельной молекулы.
Другой вариант — спином электронного состояния отдельного атома.
Третий — состоянием квантовой точки.
Четвёртый — изменением электронного переноса через атомарно организованный интерфейс.
Однако каждый такой вариант требует самостоятельных критериев полезности.
3.1.8. Где заканчивается нанометровый подход
Нанотехнологии охватывают чрезвычайно широкий спектр физических и инженерных методов.
В их состав уже входят атомарные структуры, молекулярные устройства и квантовые системы.
Поэтому нельзя утверждать, что атомарная электроника возникает исключительно после завершения наноэлектроники.
Многие предполагаемые основы PICO исторически сформировались именно в исследованиях нанотехнологий.
Следовательно, граница между NANO и PICO не является уже установленным универсальным промышленным стандартом.
В настоящей книге предлагается сформулировать её как исследовательскую границу изменения способа создания электронной функции.
Если основное развитие обеспечивается уменьшением традиционных функциональных элементов, речь идёт о продолжении наноэлектронного масштабирования.
Если же функция определяется специально созданным и воспроизводимо управляемым атомарным состоянием или пикометрово чувствительным структурным параметром, появляется основание для выделения нового исследовательского направления.
Однако такое выделение должно подтверждаться экспериментально и не должно подменять существующие общепринятые научные классификации.
3.1.9. Почему PICO и FEMTO нельзя считать последовательными поколениями транзисторов
Следующей после пикометровой приставкой в системе единиц является фемто.
Один фемтометр соответствует 10;;; метра.
Этот пространственный масштаб характерен для ядерной физики.
Однако сам факт наличия фемтометровой единицы не означает возможности создания электронных устройств соответствующего размера посредством дальнейшей миниатюризации.
Протоны и нейтроны обладают размерами порядка фемтометра.
Но электронные состояния обычных атомов определяются физикой значительно больших пространственных масштабов.
Следовательно, переход к FEMTO, если такая долгосрочная исследовательская программа будет рассматриваться, потребует самостоятельной постановки задач фундаментальной физики.
Он не является гарантированным следующим промышленным этапом после PICO.
Особенно важно, что использование ядерного спина как носителя информации не превращает всю вычислительную систему в устройство фемтометрового размера.
3.1.10. Предварительный физический смысл PICO
На основании рассмотренных положений можно сформулировать исходное определение.
Пикоэлектроника — предлагаемое научно-технологическое направление разработки электронных устройств и систем, функциональные свойства которых определяются специально созданными и воспроизводимо управляемыми атомарными структурами, электронными состояниями либо структурными параметрами пикометрового масштаба, обеспечивающими проверяемую электронную функцию.
Однако это определение является предварительным.
Для его превращения в строгий научный критерий необходимо установить, какие именно экспериментальные результаты позволяют отнести устройство к PICO.
Эта задача будет решаться в заключительном разделе главы.
3.2. Атомарно-точное производство
3.2.1. От массовой литографии к управлению отдельными атомами
Современная полупроводниковая промышленность использует литографические методы формирования огромного количества электронных структур.
Однако традиционная литография преимущественно управляет геометрией функциональных областей, содержащих большое число атомов.
Атомарно-точное производство ставит более глубокую задачу.
Необходимо управлять расположением, типом и числом отдельных атомов, определяющих свойства прибора.
Подобный подход получил название Atomically Precise Manufacturing — APM.
Он рассматривается как перспективная технология создания электронных структур, недоступных обычным методам статистического формирования материалов.
Однако атомарная точность не означает автоматического промышленного преимущества.
Особенно сложной является задача перехода от единичных атомарных операций к массовому воспроизводимому изготовлению.
3.2.2. Историческая демонстрация IBM
Одним из наиболее известных событий стала работа Дональда Эйглера и Эрхарда Швейцера в IBM.
В 1990 году в журнале Nature была опубликована демонстрация управляемого размещения отдельных атомов ксенона на поверхности никеля.
Исследователи использовали сканирующий туннельный микроскоп.
Эксперимент проводился при температуре около 4 К.
Особенно известной стала структура из 35 атомов ксенона, образующих надпись IBM.
Научное значение эксперимента заключалось не в изображении логотипа.
Главным достижением стала демонстрация возможности управляемого расположения отдельных атомов.
Таким образом, была экспериментально подтверждена осуществимость одного из основных физических принципов атомарно-точной инженерии.
Однако необходимо подчеркнуть, что соответствующая демонстрация не означала создания промышленной технологии изготовления электронных вычислительных систем.
3.2.3. Сканирующая туннельная микроскопия как производственный инструмент
Сканирующий туннельный микроскоп первоначально создавался как прибор исследования поверхности.
Однако его физический принцип позволяет не только измерять, но и изменять состояние отдельных атомов.
При определённых условиях туннельный зонд способен воздействовать на адсорбированные атомы или молекулы.
Возникает возможность перемещать их, изменять химические связи и формировать локальные структуры.
Однако соответствующие операции требуют чрезвычайно точного контроля.
Необходимо учитывать состояние зонда, свойства поверхности, температуру и электрические параметры.
Следовательно, STM-производство представляет не просто уменьшенную версию обычной литографии.
Это технология непосредственного взаимодействия с атомарной структурой вещества.
3.2.4. Водородная депассивационная литография
Одним из наиболее развитых направлений атомарно-точного производства является Hydrogen Depassivation Lithography.
В этой технологии кремниевая поверхность покрывается слоем водорода.
Водород пассивирует определённые химически активные связи поверхности.
Затем зонд сканирующего туннельного микроскопа локально удаляет отдельные атомы водорода.
В результате создаются участки с ненасыщенными связями кремния.
Они могут использоваться как функциональные атомарные элементы или как места последующего химического взаимодействия.
Особенно значительным является возможность формирования рисунка с точностью до отдельных атомных позиций.
Однако промышленная реализация требует чрезвычайно высокой однородности исходной поверхности и контроля всех последующих операций.
3.2.5. Размещение донорных атомов фосфора
Один из наиболее известных способов создания атомарных электронных устройств использует фосфор в кремнии.
После формирования депассивированных участков поверхность может подвергаться воздействию фосфина PH;.
Молекулы взаимодействуют с открытыми участками кремния.
Затем используются технологические операции, позволяющие включать атомы фосфора в полупроводниковую структуру.
После этого функциональная область может быть закрыта дополнительным эпитаксиальным слоем кремния.
В результате возникает возможность создавать электронные приборы, характеристики которых зависят от расположения отдельных донорных атомов.
Однако необходимо учитывать, что экспериментальная точность размещения и фактическое положение атома после всех операций могут различаться.
Следовательно, требуется независимая метрологическая проверка.
3.2.6. Одноатомный транзистор 2012 года
19 февраля 2012 года в Nature Nanotechnology была опубликована работа Мартина Фюкслe и соавторов A Single-Atom Transistor.
Исследователи продемонстрировали транзистор, активным элементом которого являлся единственный донорный атом фосфора в кремнии.
Атом был размещён с точностью до определённой позиции кристаллической решётки.
При низкой температуре удалось исследовать электронный перенос через соответствующее состояние.
Были получены признаки дискретных квантовых энергетических уровней.
Это стало фундаментальным экспериментальным подтверждением возможности создания электронного прибора с активным элементом из одного атома.
Однако важно правильно оценивать его технологический статус.
Устройство работало при криогенных температурах.
Оно не являлось серийным процессором или массовой заменой CMOS.
Тем не менее эксперимент доказал физическую возможность принципиально нового класса атомарно определённых электронных устройств.
3.2.7. Атомарные незавершённые связи как электронные элементы
Другим направлением является использование так называемых dangling bonds — ненасыщенных связей поверхности.
Подобные центры могут обладать различными зарядовыми состояниями.
При их взаимном расположении возникают электронные взаимодействия.
Это позволяет формировать атомарные квантовые точки и экспериментальные логические структуры.
В обзоре Atomically Precise Manufacturing of Silicon Electronics, опубликованном в 2024 году в ACS Nano, подробно рассматриваются соответствующие технологии.
Особое внимание уделяется атомарным логическим устройствам на кремниевых поверхностях.
Однако необходимо учитывать сложность практического применения.
Устройства могут требовать специальных условий поверхности, защиты от загрязнений и сложной системы электрических контактов.
Следовательно, атомарная логическая функция и массовая технологическая платформа являются различными стадиями развития.
3.2.8. Верхнеуровневое и нижнеуровневое производство
Для будущей PICO важно различать два принципиальных подхода.
Первый — top-down.
Он предполагает создание структур посредством обработки исходного материала, например литографии и травления.
Второй — bottom-up.
Он основан на формировании структуры из отдельных атомов, молекул и химических компонентов.
Однако реальное атомарно-точное производство часто объединяет оба подхода.
Например, атомарный функциональный элемент создаётся посредством STM, а более крупные контакты изготавливаются обычной микроэлектронной технологией.
Следовательно, противопоставление top-down и bottom-up не должно превращаться в искусственное ограничение.
Перспективная пикоэлектроника может требовать гибридного производственного маршрута.
3.2.9. Машинное управление атомарным производством
Особенно значительным направлением является автоматизация работы сканирующих зондов.
Управление отдельными атомарными операциями требует обработки измерительных данных и коррекции положения инструмента.
При этом возможны изменения формы зонда.
Возникает необходимость распознавать состояние поверхности и обнаруживать дефекты.
В 2024 году были опубликованы исследования использования машинного обучения для повышения эффективности атомарно-точного изготовления кремниевых квантовых структур.
В 2025 году появились дополнительные работы по совершенствованию режимов STM-управления.
Это показывает возможность объединения атомарной инженерии и интеллектуальных алгоритмов.
Однако автоматизация управления зондом ещё не является самостоятельной доказанной технологией Метаразвития.
Её эффективность должна измеряться по качеству, скорости и стоимости воспроизводимого изготовления.
3.2.10. Производительность как главное ограничение
Одной из наиболее серьёзных проблем атомарно-точного производства является низкая производительность последовательных операций.
Современная полупроводниковая фабрика обрабатывает огромное количество электронных элементов параллельно.
При этом STM-методы часто предполагают локальную последовательную обработку отдельных участков.
Следовательно, прямой перенос лабораторного атомарного производства на массовую фабрику сталкивается с фундаментальной организационно-технологической проблемой.
Для повышения производительности могут исследоваться параллельные зондовые системы, химическое самоформирование и сочетание атомарно-точных операций с литографией.
Однако их промышленная эффективность ещё должна быть доказана.
Особенно важно не предполагать, что способность создать один атомарный транзистор автоматически обеспечивает возможность изготовить миллиарды таких устройств по экономически приемлемой цене.
3.2.11. Атомарная точность и производственный выход
Для дальнейшего развития необходимо учитывать не только точность позиционирования.
Важен выход годных функциональных структур.
Например, отдельная ошибка размещения атома может изменять свойства квантового устройства.
Другой дефект может полностью нарушать его работу.
Следовательно, требуется статистика успешных атомарных операций.
Необходимо учитывать вероятность ошибки при создании каждого элемента.
Особенно важно исследовать накопление ошибок при увеличении числа элементов.
Поэтому успешное изготовление единичного сложного атомарного устройства не является доказательством возможности массовой промышленной интеграции.
3.2.12. Новая задача: проектировать не только атомы, но и технологический процесс
Главный стратегический вывод заключается в том, что атомарно-точное производство должно развиваться как комплексная технологическая система.
Необходимо управлять подготовкой поверхности, химическими реакциями, атомарным рисунком, защитными слоями, контактами и измерениями.
Особенно важно контролировать физические изменения после каждой операции.
Таким образом, атомарная инженерия требует тесного взаимодействия физики, химии, метрологии и интеллектуального технологического управления.
Для PICO это одна из наиболее значимых исходных платформ.
Однако она ещё не гарантирует появления новой массовой электронной промышленности.
3.3. Молекулярные и одноэлектронные устройства
3.3.1. Молекула как возможный функциональный элемент
Одним из наиболее радикальных направлений электронной миниатюризации является молекулярная электроника.
Её центральная идея заключается в использовании отдельных молекул в качестве функциональных элементов электронного устройства.
Например, молекула может выполнять функцию выпрямления тока.
В других случаях возможно управление проводимостью, зарядовым состоянием или определёнными электронными переходами.
Однако молекулярное устройство нельзя рассматривать как просто уменьшенный обычный транзистор.
Его физические свойства определяются электронными орбиталями, химическими связями и взаимодействием с контактами.
Следовательно, необходимо применять методы квантовой химии и физики электронного переноса.
3.3.2. Историческое начало молекулярной электроники
Одной из основополагающих работ стала статья Ариэ Авирамa и Марка Ратнера Molecular Rectifiers, опубликованная в 1974 году.
Авторы предложили концепцию молекулярного выпрямителя.
Она основывалась на сочетании донорных и акцепторных электронных областей внутри молекулярной структуры.
Между ними предполагалось наличие туннельного соединения.
Таким образом, возникла возможность рассматривать молекулу как основу электронной функции.
Однако первоначальная работа была теоретической.
Она не означала создания промышленного молекулярного выпрямителя.
Тем не менее соответствующая концепция сыграла фундаментальную роль в формировании нового исследовательского направления.
3.3.3. Физика молекулярного электронного перехода
Когда молекула соединена с двумя электродами, перенос заряда определяется не только её химическим составом.
Большое значение имеют энергетические уровни молекулярных орбиталей.
Необходимо учитывать электронное взаимодействие с контактами.
Возможны туннелирование, резонансный перенос и неупругие процессы.
На транспорт также влияют колебания молекулы.
Следовательно, проводимость молекулярного соединения представляет результат взаимодействия нескольких квантовых механизмов.
Это делает молекулярную электронику чрезвычайно интересной научно.
Но одновременно осложняет технологическое управление.
3.3.4. Контактная геометрия как источник вариабельности
Одной из наиболее серьёзных проблем является чувствительность электрических характеристик к геометрии контакта.
Например, изменение положения молекулы относительно металлического электрода может влиять на перекрытие электронных состояний.
Изменяется вероятность передачи заряда.
Даже небольшое изменение длины связи или ориентации молекулы способно существенно повлиять на измеряемую проводимость.
Следовательно, атомарная геометрия контакта становится функциональным параметром.
Именно здесь возникает одна из наиболее ясных предпосылок PICO.
Однако высокая чувствительность не означает возможность воспроизводимого управления.
Необходимо обеспечить стабильную ориентацию молекулы и контролируемое состояние её взаимодействия с электродами.
3.3.5. Одномолекулярные переключатели
В исследованиях молекулярной электроники созданы различные переключаемые структуры.
Их электрические состояния могут изменяться под действием напряжения, света, химической реакции или механического воздействия.
В некоторых случаях переключение связано с изменением конфигурации молекулы.
В других — с изменением её зарядового состояния.
Однако необходимо различать обратимость и долговременную надёжность.
Молекула может переключаться между двумя состояниями в эксперименте, но постепенно деградировать при многократной работе.
Другой прибор может обладать хорошим отношением токов, но требовать чрезвычайно сложных лабораторных условий.
Следовательно, практическая пригодность должна определяться не отдельным рекордным параметром, а совокупностью характеристик.
3.3.6. Молекулярная электроника и предел миниатюризации
Молекула может представлять чрезвычайно малый функциональный элемент.
Однако законченная электронная система требует контактов, управляющих электродов, изоляции и средств считывания.
Следовательно, наличие молекулярного активного элемента не означает, что всё устройство имеет размер одной молекулы.
Это принципиально важно для оценки плотности интеграции.
Например, отдельная молекула может обладать полезным электронным свойством.
Но если для её индивидуального управления требуется сложная система электродов, экономическое преимущество может оказаться ограниченным.
Поэтому необходимо оценивать размеры и стоимость всей функциональной ячейки.
3.3.7. Одноэлектронная электроника
Другим принципиально важным направлением является управление переносом отдельных электронов.
В обычной цифровой логике электрические сигналы связаны с перемещением большого количества носителей заряда.
Однако существуют устройства, в которых отдельный электрон становится непосредственно различимым функциональным событием.
Особое значение имеют одноэлектронные транзисторы — Single-Electron Transistors, SET.
Их работа основывается на дискретности электрического заряда и кулоновском взаимодействии.
3.3.8. Физика кулоновской блокады
Типичный одноэлектронный транзистор содержит небольшой проводящий островок.
Он связан с электродами посредством туннельных барьеров.
Дополнительный электрод позволяет изменять электрический потенциал островка.
При попадании нового электрона на островок увеличивается его электростатическая энергия.
Для простой модели характерная энергия зарядки определяется выражением:
E;C; = e;/(2C;),
где e — элементарный электрический заряд, C; — полная электрическая ёмкость островка.
Если эта энергия достаточно велика относительно тепловых флуктуаций, последовательное добавление электронов становится энергетически различимым.
Возникает кулоновская блокада.
В результате электрическая проводимость изменяется в зависимости от числа электронов и напряжения на затворе.
Однако необходимо учитывать и другие условия.
Особенно важны сопротивления туннельных переходов, температурный режим и квантовые энергетические уровни островка.
Следовательно, кулоновская блокада является необходимым физическим механизмом многих SET-устройств, но её практическая реализация зависит от всей структуры прибора.
3.3.9. Почему температура имеет принципиальное значение
Тепловая энергия увеличивается с температурой.
Для оценки её характерного масштаба используется величина kBT.
При комнатной температуре около 300 К она составляет приблизительно 26 мэВ.
Следовательно, для устойчивого проявления кулоновской блокады необходимо, чтобы соответствующая энергия зарядки была достаточно велика по сравнению с тепловыми флуктуациями.
Для иллюстрации рассмотрим островок с полной ёмкостью 1 аттофарад.
В идеализированной модели энергия зарядки составляет приблизительно 80 мэВ.
Это больше kBT при комнатной температуре.
Однако такого простого сравнения недостаточно для утверждения о высококачественном комнатно-температурном одноэлектронном транзисторе.
Необходимо также учитывать туннельные сопротивления, уширение энергетических уровней, помехи, контакты и требования к надёжности.
Следовательно, повышение температуры работы остаётся одной из важных инженерных задач.
3.3.10. Одноэлектронный прибор и квантовый компьютер — разные вещи
Особенно важно избежать терминологического смешения.
Одноэлектронный транзистор способен использовать дискретные зарядовые состояния.
Однако это не означает, что он автоматически представляет собой полноценный квантовый бит.
Для квантового вычисления необходимы управляемые квантовые состояния, когерентные операции и соответствующие методы считывания.
SET может использоваться в качестве чрезвычайно чувствительного электрического измерительного прибора.
Например, он способен помогать определять зарядовое состояние соседней квантовой точки.
Но роль датчика и роль квантового вычислительного элемента должны различаться.
3.3.11. Одноэлектронная чувствительность и энергетическая эффективность
Одним из потенциальных преимуществ одноэлектронной электроники является возможность управления чрезвычайно малыми количествами заряда.
Однако отсюда нельзя автоматически выводить минимальное энергопотребление законченной вычислительной системы.
Необходимо учитывать энергию управляющих сигналов, работу измерительных усилителей, охлаждение и вероятность ошибок.
Особенно важно, что обнаружение отдельного электрона может требовать сложной измерительной инфраструктуры.
Следовательно, энергетическая эффективность должна оцениваться на уровне всей полезной электронной функции.
3.3.12. Молекулярные и одноэлектронные устройства как исходные направления PICO
Молекулярная электроника и одноэлектронные приборы представляют две разные физические траектории.
В первом случае функциональность определяется молекулярной структурой и электронным переносом через неё.
Во втором — дискретностью заряда и электростатикой малого островка.
Однако обе траектории демонстрируют принципиально важную возможность.
Электронная функция может определяться свойствами отдельных атомарных или молекулярных состояний.
Именно это создаёт научную основу для PICO.
Но для перехода к новой технологической платформе необходимо решить проблемы контактов, надёжности, воспроизводимости и интеграции.
3.4. Квантовые и альтернативные электронные архитектуры
3.4.1. Почему квантовая электроника требует отдельной классификации
Современная микроэлектроника уже использует квантовую механику в описании электронных приборов.
Однако обычный CMOS-процессор не является квантовым компьютером.
Его логические состояния проектируются таким образом, чтобы обеспечивать устойчивую классическую обработку информации.
В квантовой вычислительной системе, напротив, необходимо сохранять и управлять когерентными квантовыми состояниями.
Следовательно, физический механизм работы и критерии результативности могут существенно различаться.
Для настоящей книги необходимо рассматривать квантовые архитектуры как одно из перспективных направлений электронной элементной базы.
Но нельзя автоматически отождествлять всю квантовую электронику с PICO.
Многие квантовые устройства имеют размеры значительно больше атомных.
3.4.2. Квантовые точки
Квантовая точка представляет собой структуру, в которой движение носителей заряда ограничено в нескольких пространственных направлениях.
В результате могут возникать дискретные энергетические уровни.
Квантовые точки создаются различными методами.
Например, электростатическое управление может формировать локальную область удержания электрона в полупроводниковой структуре.
Другой способ связан с использованием атомарных дефектов или примесных центров.
Квантовые точки позволяют исследовать перенос отдельных электронов и спиновые состояния.
Однако наличие дискретных уровней ещё не гарантирует возможность практического квантового вычисления.
Для этого необходимы управляемые взаимодействия, устойчивость состояний и масштабируемая архитектура.
3.4.3. Донорные атомы кремния
Особый интерес представляют донорные атомы фосфора в кремнии.
Их электронные и ядерные спиновые состояния могут использоваться в качестве квантовых информационных переменных.
В 1998 году Брюс Кейн предложил одну из основополагающих архитектур кремниевого квантового компьютера на основе донорных атомов.
В последующие десятилетия развились методы атомарно-точного размещения примесей, управления спинами и квантового считывания.
В дорожной карте Roadmap on Atomic-Scale Semiconductor Devices, опубликованной в 2025 году, подробно рассматриваются достижения этого направления.
Однако необходимо учитывать, что атомарно-точное размещение квантовых элементов ещё не означает построения масштабного отказоустойчивого компьютера.
3.4.4. Квантовая когерентность
Для работы квантового бита необходимо управлять суперпозицией определённых квантовых состояний.
Однако взаимодействие с окружающей средой способно нарушать соответствующую когерентность.
Особенно важны электрический шум, магнитные флуктуации, дефекты материалов и взаимодействие с ядерными спинами.
Поэтому квантовая электроника предъявляет чрезвычайно высокие требования к материалам и измерениям.
В некоторых случаях используется изотопно очищенный кремний.
Это позволяет уменьшать влияние отдельных ядерных спинов окружающей кристаллической решётки.
Однако подобная очистка сопровождается дополнительными технологическими затратами.
Следовательно, квантовая элементная база требует самостоятельной оценки производственной и энергетической эффективности.
3.4.5. Промышленно совместимые кремниевые спиновые кубиты
24 сентября 2025 года в журнале Nature была опубликована работа Industry-Compatible Silicon Spin-Qubit Unit Cells Exceeding 99% Fidelity.
Исследователи продемонстрировали кремниевые двухкубитные устройства, изготовленные с использованием технологического оборудования для 300-мм пластин.
Для четырёх исследованных устройств точность основных одно- и двухкубитных операций превышала 99%.
В отдельных испытаниях точность подготовки и считывания состояний достигала порядка 99,9%.
Это значительный научно-технологический результат.
Он показывает возможность переноса некоторых принципов квантовой электроники в промышленно совместимую производственную среду.
Однако необходимо учитывать границы вывода.
Исследование четырёх устройств не доказывает, что на одной пластине уже можно воспроизводимо получать миллионы полностью работоспособных кубитов.
Для этого необходимо решить дополнительные проблемы межкубитного взаимодействия, управления, коррекции ошибок и промышленного выхода годных систем.
3.4.6. Логические квантовые операции в кремнии в 2026 году
23 марта 2026 года в Nature Nanotechnology была опубликована работа Universal Logical Operations in a Silicon Quantum Processor.
Авторы продемонстрировали логические квантовые операции на основе кластера донорных атомов фосфора в кремнии.
Использовался квантовый код [[4, 2, 2]].
Были исследованы подготовка логических состояний и операции над логическими кубитами.
В качестве демонстрационного алгоритма использовался вариационный квантовый метод исследования электронной структуры молекулы воды.
Однако необходимо различать экспериментальное выполнение логических операций и существование масштабного универсального отказоустойчивого квантового компьютера.
Результат 2026 года представляет важнейший научный шаг.
Но он не означает, что уже построена практически универсальная кремниевая квантовая вычислительная машина.
3.4.7. Квантовое управление на поверхности
Другим перспективным направлением является управление спинами отдельных атомов и молекул на поверхности.
Для этого могут использоваться методы электронного спинового резонанса в сканирующем туннельном микроскопе — ESR-STM.
В обзоре, опубликованном в 2025 году в Nanoscale Advances, рассматриваются возможности адресного управления отдельными атомарными спинами.
Особое значение имеют когерентные операции, управление взаимодействием между спинами и экспериментальные логические элементы.
Однако такие системы обычно требуют сложных лабораторных условий.
Особенно важны температура, магнитное поле, стабильность поверхности и средства считывания.
Следовательно, высокая физическая точность отдельной операции не является доказательством готовности массового квантового процессора.
3.4.8. Спинтроника
Спинтроника использует не только электрический заряд, но и спиновые степени свободы электронов.
Одним из важных направлений является создание магнитных элементов памяти.
Другие исследования связаны с управлением магнитными моментами отдельных атомов и малых структур.
Однако необходимо различать обычную промышленную спинтронику и атомарно-точные квантовые приборы.
Например, существование магниторезистивной памяти не означает, что вся её элементная база работает на пикометровом уровне структурного управления.
Следовательно, спинтроника представляет широкий класс технологий.
Её отдельные направления могут стать основой PICO, но такая принадлежность требует специальных критериев.
3.4.9. Спиновые, долинные и другие электронные степени свободы
Помимо заряда и спина, в современной физике исследуются другие способы представления информации.
Особое значение имеет valleytronics — использование долинных электронных состояний.
В определённых материалах электронная зонная структура может содержать несколько различных минимумов энергии.
Появляется возможность управлять их населённостью.
Другим направлением являются устройства, использующие экситонные состояния.
Исследуются также ферроэлектрические и другие материалы с переключаемой внутренней структурой.
Однако все подобные направления обладают собственными ограничениями.
Для технологического применения необходимо обеспечить устойчивость состояний, управляемость, считывание и возможность интеграции.
Следовательно, наличие новой физической степени свободы ещё не означает создания новой вычислительной технологии.
3.4.10. Мемристивные и нейроморфные устройства
Другим перспективным направлением являются устройства с изменяемым сопротивлением.
В некоторых конструкциях их состояние зависит от перемещения ионов или изменения локальных атомарных конфигураций.
Такие приборы могут использоваться в памяти и аналоговых вычислительных системах.
Однако необходимо учитывать стохастичность переключения, разброс характеристик и долговременную надёжность.
Особенно важно различать устройство с аналоговым изменением проводимости и полноценный интеллектуальный вычислительный комплекс.
Мемристор не является сам по себе ноокомпьютером.
Он может выступать физическим компонентом специализированной архитектуры.
Для использования в NOO необходима существенно более широкая система алгоритмов, памяти, научного поиска и экспериментальной проверки.
3.4.11. Квантовые технологии не обязательно представляют универсальную замену CMOS
Научная литература подтверждает значительный прогресс квантовых устройств.
Однако квантовые компьютеры не являются непосредственной универсальной заменой всех классических вычислительных систем.
Их преимущества зависят от конкретных алгоритмов и задач.
Особенно важно учитывать стоимость коррекции ошибок, управления, измерений и охлаждения.
Следовательно, даже успешная квантовая технология не обязательно обеспечивает более дешёвые универсальные вычисления.
Для настоящей книги необходимо исследовать функциональную специализацию различных физических платформ.
Пикоэлектроника может включать несколько разных архитектур, но не обязана сводиться исключительно к квантовым компьютерам.
3.4.12. Главный вывод об альтернативных архитектурах
Современная физика предоставляет множество возможных способов электронной обработки информации.
Однако их технологическая зрелость существенно различается.
Часть уже используется в промышленных устройствах.
Другие существуют в виде экспериментальных квантовых систем.
Третьи находятся на стадии фундаментальных исследований.
Следовательно, научно корректная программа PICO должна предусматривать сравнение различных физических механизмов без предварительного объявления одного из них гарантированным будущим лидером.
3.5. Системы управления электронными состояниями
3.5.1. От геометрии прибора к управлению состоянием
В традиционной микроэлектронике основное внимание уделяется конструкции транзистора и электрическим характеристикам его переключения.
Однако на атомарном уровне возникает возможность управлять более широким кругом физических параметров.
К ним относятся:
зарядовое состояние;
электронный спин;
орбитальное состояние;
энергетический уровень;
локальная конфигурация атомов;
состояние интерфейса;
квантовая когерентность.
Следовательно, предметом перспективной электроники может становиться не только движение электронов через определённый канал, но и управляемое изменение электронной структуры вещества.
3.5.2. Электрическое поле как средство управления
Одним из наиболее развитых физических методов остаётся воздействие электрическим полем.
В обычном MOS-транзисторе оно изменяет распределение электронного потенциала в канале.
Но на атомарном уровне соответствующее воздействие может изменять локальные энергетические уровни.
Возникают эффекты, связанные с электрическим сдвигом состояний.
Особое значение имеет эффект Штарка.
В определённых системах он позволяет изменять энергетические характеристики атомарных или молекулярных состояний.
Однако необходимо учитывать напряжённость поля и электрическую прочность окружающих материалов.
Следовательно, управление состоянием не может осуществляться независимо от требований к надёжности.
3.5.3. Магнитное управление
Магнитное поле позволяет воздействовать на спиновые состояния.
В квантовых системах оно может создавать различие между энергетическими уровнями.
При использовании переменного поля определённой частоты возможны резонансные переходы между состояниями.
Соответствующие методы применяются в исследованиях атомарных и молекулярных спинов.
Однако практическое управление требует высокой стабильности частоты, поля и окружающей среды.
Кроме того, необходимо обеспечивать считывание состояния.
Следовательно, магнитное управление представляет перспективный физический механизм, но его системная эффективность должна оцениваться экспериментально.
3.5.4. Электронный спиновый резонанс в STM
Особенно значительную роль играет сочетание сканирующей туннельной микроскопии с электронным спиновым резонансом.
В подобной системе туннельный зонд может использоваться для локального исследования и управления атомарным спином.
В 2025 году были опубликованы обзоры соответствующих возможностей.
Они показывают прогресс в когерентном управлении отдельными атомарными и молекулярными состояниями.
Однако это ещё не означает формирования массовой вычислительной платформы.
Необходимо исследовать возможность параллельного управления большим числом элементов, их соединения и устойчивого считывания.
3.5.5. Управление зарядовым состоянием молекулы
Заряд молекулы способен существенно влиять на её физические и химические свойства.
Изменение зарядового состояния может изменять конфигурацию электронных орбиталей.
В определённых случаях возникают структурные изменения и новые химические реакции.
В обзоре Probing Molecular Properties at Atomic Length Scale Using Charge-State Control, опубликованном в Chemical Reviews в 2025 году, рассматриваются методы управления зарядовыми состояниями отдельных молекул посредством STM и AFM.
Особое значение имеет способность стабилизировать разные состояния.
Однако необходимо различать управляемый эксперимент и промышленную электронную функцию.
Для практического устройства требуется большое количество воспроизводимых циклов переключения.
3.5.6. Механическое управление атомарной структурой
Другим перспективным способом является изменение положения атомов или локальных межатомных расстояний.
При этом могут изменяться электронные связи и вероятность туннелирования.
Однако необходимо учитывать физическую природу воздействия.
Например, смещение атома может сопровождаться упругой деформацией.
В другом случае возникает перестройка химической связи.
Эти процессы могут обладать различной обратимостью.
Следовательно, необходимо отдельно исследовать режимы, при которых функциональное изменение происходит без разрушения структуры.
3.5.7. Чувствительность туннельного тока к пикометровым расстояниям
Особенно наглядный пример связан с туннельным переносом.
В простой одномерной модели вероятность туннелирования через потенциальный барьер экспоненциально зависит от его ширины.
Для приближённой оценки:
T ; exp(;2;d),
где d — ширина барьера, ; — параметр, зависящий от массы носителя, энергии и высоты барьера.
Следовательно, сравнительно небольшое изменение d может заметно влиять на вероятность переноса заряда.
Для условной иллюстрации примем ; = 1 ;;;.
При изменении ширины барьера на 10 пм, или 0,1 ;, экспоненциальный множитель изменяется приблизительно на 22%.
Это демонстрирует потенциально высокую чувствительность туннельного переноса к пикометровым изменениям расстояния.
Однако необходимо подчеркнуть ограничения.
Указанное значение является модельной оценкой.
Реальный электронный перенос может зависеть от многочисленных дополнительных факторов.
Кроме того, чувствительность к смещению не означает способности управлять им с достаточной точностью.
Следовательно, для практической пикоэлектроники необходимо одновременно обеспечивать управляемость, воспроизводимость и устойчивость состояния.
3.5.8. Оптическое управление
Для определённых электронных систем возможно управление посредством света.
Например, фотон способен возбуждать электронное состояние.
В некоторых материалах оптическое воздействие изменяет распределение носителей между энергетическими уровнями.
Особенно интересны ультрабыстрые процессы.
Однако необходимо строго различать пространственные и временные масштабы.
Пикосекунда является единицей времени.
Пикометр — единицей длины.
Следовательно, эксперимент с пикосекундным переключением не становится автоматически пикоэлектронным устройством.
Для отнесения к PICO необходимо установить функциональную роль атомарного или пикометрового пространственного параметра.
3.5.9. Контроль посредством химического окружения
Электронные состояния отдельных атомов и молекул зависят от окружающей химической среды.
Изменение состава интерфейса может изменять энергетические барьеры.
Адсорбция отдельной молекулы способна создавать локальный заряд.
Атомарный дефект может формировать новое электронное состояние.
Следовательно, химическое окружение становится самостоятельным способом управления электронной функцией.
Однако такие воздействия могут быть медленными или необратимыми.
Поэтому необходимо исследовать возможность многократного переключения и восстановления исходного состояния.
3.5.10. Метрология управления состояниями
Для научно обоснованной пикоэлектроники недостаточно обнаружить изменение электрического сигнала.
Необходимо установить его физическую причину.
Например, изменение туннельного тока может быть связано с перемещением атома.
Но оно также может объясняться изменением состояния зонда или локальной плотности электронных состояний.
Следовательно, требуется независимая проверка.
Могут использоваться структурная микроскопия, спектроскопия, электрические измерения и математическое моделирование.
Особенно важно оценивать неопределённость.
Это позволяет разграничивать подлинное функциональное управление и случайные изменения экспериментальной системы.
3.5.11. От управляемого состояния к электронной функции
Для создания электронного устройства необходимо определить полезную операцию.
Например, система может переключаться между двумя устойчивыми зарядовыми состояниями.
Это создаёт предпосылку для памяти.
Другой прибор может изменять проводимость под воздействием напряжения.
Он может рассматриваться как переключатель.
Третья система может сохранять управляемое спиновое состояние.
Это создаёт предпосылку для квантовой информационной функции.
Однако наличие одного соответствующего эффекта недостаточно.
Необходимо обеспечить запись, считывание, устойчивость и возможность многократного использования.
Особенно важно исследовать взаимодействие нескольких элементов.
Без этого невозможно перейти от отдельного прибора к функциональной электронной архитектуре.
3.5.12. Какие системы наиболее интересны для PICO
В качестве предварительных направлений можно выделить следующие физические платформы.
Платформа Управляемая характеристика Потенциальная функция Основное ограничение
Атомарный донор в кремнии Заряд и спин Переключатель, кубит, сенсор Температура, контакты, масштабирование
Молекулярное соединение Орбитали и зарядовое состояние Выпрямление, переключение Вариабельность контактов и надёжность
Квантовая точка Число электронов, спин Сенсор, квантовый элемент Шум, управление, соединения
Атомарный дефект Локальное электронное состояние Память, сенсор, квантовый центр Точность создания и стабильность
Ван-дер-ваальсова структура Межслойное взаимодействие Переключение, специализированная электроника Интерфейсы и воспроизводимость
Туннельное соединение Ширина и форма барьера Управляемый электронный перенос Стабильность и паразитные эффекты
Все перечисленные платформы обладают научным интересом.
Однако их наличие не означает, что соответствующие технологии уже удовлетворяют критериям промышленной PICO.
3.5.13. Системы управления как технологическая проблема
Особенно важно учитывать, что атомарный электронный элемент не существует изолированно.
Для работы ему необходима система управления.
Например, квантовый спин может требовать высокочастотных сигналов.
Молекулярный переключатель — стабильных контактов и определённого электрического режима.
Атомарная квантовая точка — средств считывания и защиты от шумов.
Следовательно, сложность системы управления может существенно превышать сложность самого электронного элемента.
Это одна из основных причин, по которым рекордная миниатюризация не гарантирует высокой экономической эффективности.
Поэтому необходимо оценивать всю функциональную систему.
3.5.14. Возможность интеллектуального управления экспериментом
Современные методы машинного обучения могут использоваться для анализа атомарных структур и поиска оптимальных режимов управления.
Например, интеллектуальный алгоритм способен выбирать параметры STM-воздействия.
Другой алгоритм может помогать определять электрические режимы квантовой точки.
Однако подобная автоматизация требует проверки.
Необходимо учитывать физические ограничения, вероятность повреждения структуры и ошибки измерений.
Особенно важно сохранять возможность независимого анализа результатов.
Следовательно, интеллектуальное управление может представлять важную предпосылку NOO, но само по себе ещё не является доказательством существования ноомашины или Метаразвития.
3.6. Критерии перехода к пикоэлектронному уровню
3.6.1. Почему определение PICO должно быть операциональным
Главной научно-методологической задачей является создание критериев, позволяющих отличать пикоэлектронику от обычного продолжения нанотехнологий.
Простого использования слова «пико» недостаточно.
Например, исследователь может измерять атомарную структуру с пикометровой точностью.
Однако это ещё не означает создания нового электронного устройства.
Другой эксперимент может использовать молекулу в качестве проводящего элемента.
Но если её функциональные характеристики не контролируются воспроизводимо, технология остаётся на стадии исследовательской демонстрации.
Следовательно, определение PICO должно включать физические, функциональные и технологические критерии.
3.6.2. Предлагаемое научное определение
В настоящей книге предлагается следующее рабочее определение.
Пикоэлектроника (PICO) — перспективная научно-технологическая субтехнология Метаразвития, направленная на создание электронных устройств и систем, функциональные свойства которых определяются воспроизводимо управляемыми атомарными конфигурациями, электронными состояниями или структурными параметрами пикометрового масштаба, с экспериментально подтверждённым преимуществом для определённой электронной функции.
Это определение содержит несколько принципиальных положений.
Во-первых, предметом PICO является электронная функция.
Во-вторых, её физическое основание связано с атомарной структурой и управлением электронными состояниями.
В-третьих, результат должен быть воспроизводимым.
В-четвёртых, необходимо установить измеримое функциональное преимущество.
Однако речь не обязательно идёт о превосходстве по всем возможным характеристикам.
Новая технология может иметь преимущество в чувствительности, энергопотреблении, плотности хранения или другой определённой функции.
Следовательно, сравнение должно осуществляться относительно заранее выбранной задачи.
3.6.3. Почему одного пикометрового размера недостаточно
Предположим, что исследователь способен обнаруживать изменение межатомного расстояния на один пикометр.
Это значительное метрологическое достижение.
Но если соответствующее изменение не связано с управляемой электронной функцией, оно не является достаточным основанием для признания полноценного пикоэлектронного прибора.
Другой пример — атомарная структура с размерами в сотни пикометров.
Она может обладать интересными электронными свойствами.
Но если их невозможно воспроизводимо использовать, речь остаётся о фундаментальном исследовании.
Следовательно, геометрический масштаб должен рассматриваться совместно с функциональной результативностью.
3.6.4. Первый критерий: установленный физический механизм
Для каждого предполагаемого пикоэлектронного устройства необходимо определить основной физический механизм.
Например, это может быть кулоновская блокада.
Другой вариант — резонансный туннельный перенос.
Третий — управляемое изменение спинового состояния.
Четвёртый — изменение энергетических уровней вследствие атомарной конфигурации.
Однако необходимо установить не только наличие соответствующего эффекта.
Следует показать, что именно он определяет предполагаемую электронную функцию.
Особенно важны эксперименты, позволяющие исключать альтернативные объяснения.
3.6.5. Второй критерий: контролируемый пространственный параметр
Необходимо определить, какой атомарный или пикометровый параметр влияет на электронную функцию.
Например, межатомное расстояние, локальное смещение, ориентация молекулы или конфигурация дефекта.
Затем следует установить диапазон управляемого изменения.
Особенно важно количественно оценивать неопределённость.
Например, заявление об управлении смещением порядка нескольких пикометров не является убедительным, если измерительная неопределённость существенно превышает само предполагаемое смещение.
Следовательно, метрологическая проверка должна быть неотъемлемой частью PICO.
3.6.6. Третий критерий: доказанная причинная связь
Необходимо показать, что изменение контролируемого параметра действительно вызывает изменение электронной функции.
Особенно важно использовать последовательные измерения.
Например, можно сравнивать электронные характеристики до и после изменения атомарной структуры.
Однако необходимо учитывать возможные изменения состояния измерительного зонда и окружающей среды.
Следовательно, причинная связь должна подтверждаться независимыми контрольными экспериментами.
Без этого невозможно отличить новую физическую функцию от измерительного артефакта.
3.6.7. Четвёртый критерий: воспроизводимость
Один успешный эксперимент не является достаточным доказательством существования новой технологии.
Необходимо повторять результат.
Особенно важно использовать различные образцы.
Желательно также проводить независимые межлабораторные исследования.
Однако количество повторений должно определяться статистическими характеристиками конкретной системы.
Не существует одного универсального числа экспериментов, достаточного для любых физических технологий.
Следовательно, программа PICO должна использовать заранее определённые критерии воспроизводимости и допустимой неопределённости.
3.6.8. Пятый критерий: функциональная полезность
Необходимо определить, какую электронную задачу решает предполагаемое устройство.
Это может быть переключение, хранение информации, измерение заряда, квантовое управление или другая функция.
При этом необходимо сравнивать результат с существующими альтернативами.
Например, чрезвычайно малый переключатель может оказаться слишком медленным.
Другой прибор может требовать чрезвычайно сложной криогенной инфраструктуры.
Следовательно, функциональная полезность не может оцениваться исключительно геометрической компактностью.
3.6.9. Шестой критерий: возможность интеграции
Для перехода от отдельного физического эффекта к электронной технологии необходимо обеспечить взаимодействие нескольких элементов.
Это требует контактов, схем управления, считывания и передачи информации.
Особенно важно, чтобы свойства отдельных элементов сохранялись после интеграции.
Например, атомарная структура может успешно работать в сканирующем туннельном микроскопе.
Но при соединении с обычными электродами её характеристики могут существенно измениться.
Следовательно, интегрируемость должна проверяться экспериментально.
3.6.10. Седьмой критерий: технологическая масштабируемость
Для промышленного применения необходимо обеспечить воспроизводимое изготовление значительного количества устройств.
Особенно важны выход годных, скорость технологических операций и стоимость производства.
Однако не все перспективные пикоэлектронные устройства обязательно должны быть массовыми вычислительными элементами.
Например, атомарный сенсор может иметь высокую экономическую ценность при небольшом объёме производства.
Следовательно, масштабируемость должна оцениваться относительно предполагаемого применения.
Однако в любом случае необходимо подтвердить возможность воспроизводимого изготовления соответствующего количества функциональных элементов.
3.6.11. Восьмой критерий: полная энергетическая эффективность
Один из возможных стратегических результатов PICO связан со снижением энергии электронной функции.
Однако необходимо учитывать полные затраты.
Например, атомарный переключатель может требовать очень малой энергии непосредственного изменения состояния.
Но система управления и охлаждения может потреблять значительно больше.
Поэтому энергетическая эффективность должна оцениваться на уровне законченного функционального устройства.
Для вычислительных систем особенно важно учитывать энергию передачи и хранения данных.
3.6.12. Девятый критерий: экономическая осуществимость
Даже физически совершенная технология может оказаться слишком дорогой.
Необходимо учитывать стоимость оборудования, материалов, изготовления, испытаний и эксплуатации.
Особенно важно сравнивать предполагаемую технологию с лучшими существующими альтернативами.
Однако фундаментальная исследовательская программа не должна требовать немедленного коммерческого преимущества.
На ранней стадии достаточно доказать физическую осуществимость и перспективность дальнейших исследований.
Следовательно, экономические требования должны повышаться по мере перехода от научной демонстрации к промышленному производству.
3.6.13. Предлагаемая шкала зрелости PICO
Для научного проектирования предлагается использовать следующую авторскую классификацию.
Уровень Статус Необходимый результат
P0 Физическая гипотеза Сформулирован предполагаемый механизм
P1 Подтверждённый атомарный или пикометровый эффект Получено количественно проверенное физическое наблюдение
P2 Управляемый экспериментальный элемент Подтверждена причинная связь между управлением и электронной функцией
P3 Воспроизводимое функциональное устройство Результат повторяется при заранее определённых критериях
P4 Интегрируемая технологическая платформа Созданы взаимодействующие элементы с установленной надёжностью
P5 Практически освоенная PICO-технология Подтверждены необходимые для применения производство, стоимость и эксплуатационные характеристики
Шкала предложена для исследовательской программы настоящей книги. Она не является действующим международным стандартом.
При этом переход на следующий уровень должен подтверждаться соответствующими результатами.
Нельзя автоматически объявлять P5 на основании успешной лабораторной демонстрации P2.
Аналогично высокая точность измерений уровня P1 не означает существования функционального электронного устройства.
3.6.14. Как оценивать существующие научные достижения
Предложенная классификация позволяет более точно рассматривать реальные результаты.
Атомарное размещение ксенона посредством STM подтверждает возможность управляемой атомарной манипуляции.
Однако оно не представляет собой готовую интегральную электронную технологию.
Одноатомный транзистор 2012 года демонстрирует реальную электронную функцию на основе отдельного донорного атома.
Но не подтверждает массовую промышленную пригодность соответствующего устройства.
Молекулярные переключатели демонстрируют перспективные физические механизмы.
Однако их воспроизводимость и интеграция существенно зависят от конкретной системы.
Квантовые операции на донорных атомах подтверждают возможность управления соответствующими электронными состояниями.
Но не означают существования универсальной пикоэлектронной вычислительной платформы.
Следовательно, научный прогресс необходимо оценивать по конкретным результатам, не объединяя все достижения в преждевременное заявление о завершённой технологической революции.
3.6.15. Программа экспериментальной проверки PICO
Для будущей исследовательской системы необходимо сформировать набор экспериментальных задач.
На первом этапе выбираются физически обоснованные гипотезы.
Для каждой необходимо определить контролируемый параметр.
Затем выбирается метод измерения.
После этого проводится эксперимент.
Полученные результаты должны сопоставляться с физической моделью.
Особенно важно предусматривать условия возможного опровержения гипотезы.
Если наблюдаемый эффект не подтверждается, соответствующее направление должно пересматриваться.
При этом отрицательный результат может обладать значительной научной ценностью.
Он позволяет исключать неверные предположения и сокращать последующие затраты.
3.6.16. Необходимость международной метрологической и научной кооперации
Для исследования PICO могут потребоваться чрезвычайно сложные измерительные системы.
Особенно важны STM, AFM, электронная микроскопия, спектроскопия, криогенные средства и оборудование атомарно-точной обработки.
Однако отдельная исследовательская организация не обязательно должна владеть всеми соответствующими инструментами.
Возможно использование международной научной инфраструктуры.
При этом необходимо учитывать условия доступа, право использования результатов и технологические ограничения.
Особенно важно обеспечивать независимую проверку экспериментальных достижений.
Следовательно, научная кооперация должна рассматриваться как один из важнейших инструментов развития PICO.
3.6.17. Отличие исследовательской PICO от промышленной PICO
Необходимо особенно строго различать две стадии.
Исследовательская PICO направлена на открытие и проверку новых физических возможностей.
Её основными результатами могут стать новые экспериментальные эффекты, приборные принципы и способы управления электронными состояниями.
Промышленная PICO должна обеспечивать воспроизводимое изготовление устройств для определённых применений.
Её результативность необходимо оценивать по надёжности, стоимости, качеству и масштабируемости.
Следовательно, переход от исследовательской к промышленной PICO является самостоятельной задачей.
Он не может гарантироваться одним физическим открытием.
3.6.18. Что должно отличать PICO от обычного продолжения NANO
Главное отличие предлагается определять не только пространственным масштабом.
Более существенным является способ создания электронной функции.
В современной наноэлектронике атомарная структура обычно выступает физическим основанием материалов и приборов.
В перспективной PICO предполагается возможность сделать специально контролируемую атомарную конфигурацию или электронное состояние непосредственным функциональным механизмом.
Однако необходимо признать, что подобный подход частично уже используется в атомарной электронике и квантовых технологиях.
Поэтому PICO не должна искусственно присваивать себе существующие научные достижения как совершенно новые.
Её самостоятельная научная ценность должна заключаться в систематическом развитии, интеграции и проверяемом совершенствовании соответствующих физических технологий.
Именно это создаёт возможность формирования нового исследовательского направления.
Перспективная карта направлений PICO
На основании рассмотренного материала можно предложить предварительную систематизацию.
Направление Исходная научная база Потенциальная функция Главный риск
Атомарно-точная кремниевая электроника STM, донорные атомы, незавершённые связи Логика, сенсоры, квантовые элементы Скорость изготовления и интеграция
Молекулярная электроника Квантовая химия, молекулярные контакты Переключение, выпрямление, память Контакты, стабильность, воспроизводимость
Одноэлектронные приборы Кулоновская блокада, квантовые точки Измерения, специализированная логика Температура и паразитные эффекты
Спиновая электроника атомарного уровня Донорные центры, ESR-STM Квантовые операции, хранение, сенсоры Когерентность, управление, масштабирование
Атомарно управляемые интерфейсы Двумерные материалы, гетероструктуры Новые способы переноса заряда Дефектность и контролируемость
Туннельные пикочувствительные системы Квантовое туннелирование Переключатели, сенсоры Дрейф, шум, стабильность
Гибридная PICO–CMOS Атомарные функциональные элементы и обычные микросхемы Специализированные интегральные системы Совместимость производства
Таблица представляет авторскую исследовательскую классификацию. Она не означает, что перечисленные направления уже образуют единую промышленную пикоэлектронную платформу.
Значение PICO для генеральной технологии Метаразвития
В настоящей книге пикоэлектроника рассматривается не как изолированная научная программа.
Она является одной из двух базовых субтехнологий Метаразвития.
Вторая базовая субтехнология — NOO — ориентирована на создание интеллектуально-креативных систем научного поиска, проектирования и экспериментальной проверки.
Однако принципиально важно сохранить правильную технологическую иерархию.
META — генеральная технология Метаразвития.
PICO — её физико-технологическая субтехнология.
NOO — её интеллектуально-технологическая субтехнология.
Обе базовые субтехнологии должны инициироваться одновременно.
При этом их первоначальные исследовательские задачи и потребности в ресурсах могут различаться.
Программа PICO может начинаться с исследований отдельных физических эффектов и атомарных структур.
Программа NOO может начинаться с использования существующей вычислительной инфраструктуры.
Следовательно, создание ноотехнологий не должно зависеть от предварительного появления новой пикоэлектронной элементной базы.
А физические исследования PICO не должны откладываться до создания совершенных ноомашин.
Главная задача генеральной программы META должна заключаться в создании механизма их проверяемого взаимного ускорения.
Например, интеллектуальные системы NOO могут участвовать в анализе экспериментальных данных PICO.
Они могут предлагать новые физические гипотезы.
Могут помогать выбирать наиболее информативные эксперименты.
Могут участвовать в разработке средств моделирования атомарных и молекулярных устройств.
Однако соответствующие результаты необходимо проверять независимо.
В свою очередь, успешные исследования PICO могут создать новые физические возможности для будущих интеллектуальных вычислительных систем.
Но подобное преимущество не следует объявлять доказанным заранее.
Для подтверждения Метаразвития необходимо установить, что совместная научно-технологическая система способна воспроизводимо улучшать методы создания последующих технологий.
Особенно важны время получения проверенного результата, полная стоимость исследований, качество, энергетические затраты и вероятность успешного завершения задачи.
Следовательно, стратегическая ценность PICO для INM определяется не только потенциальными характеристиками будущих электронных приборов.
Не менее важна возможность использовать физические исследования как одну из экспериментальных областей проверки технологии Метаразвития.
Заключение к главе 3
Проведённый анализ позволяет сформулировать научно обоснованную исходную концепцию пикоэлектроники.
Прежде всего необходимо отказаться от представления, что она возникает автоматически после достижения очередного нанометрового технологического поколения.
Один пикометр значительно меньше характерных размеров атома.
Поэтому создание обычного транзистора физическим размером один пикометр не может рассматриваться как простой следующий этап CMOS-миниатюризации.
Однако атомарная структура вещества содержит многочисленные физические возможности, которые уже становятся предметом управляемых экспериментов.
Исследователи научились перемещать отдельные атомы на поверхности.
Создавать электронные приборы на основе единичных донорных атомов.
Управлять зарядовыми состояниями молекул.
Исследовать одноэлектронный перенос.
Формировать квантовые точки.
Управлять отдельными атомарными спинами.
Создавать экспериментальные кремниевые квантовые процессоры.
Эти результаты свидетельствуют о реальном существовании научных основ атомарно-точной электроники.
Однако соответствующие направления обладают различной технологической зрелостью.
Одноатомный транзистор является значительным физическим достижением, но не массовой заменой CMOS.
Молекулярный переключатель может обладать уникальными характеристиками, но сталкиваться с ограничениями контактов и надёжности.
Квантовый электронный прибор способен выполнять определённые логические операции, но требовать сложной криогенной инфраструктуры.
Следовательно, ни одно из перечисленных достижений не должно автоматически интерпретироваться как существование готовой промышленной PICO.
Именно поэтому в настоящей главе предложено рабочее определение пикоэлектроники.
Её предметом должны стать электронные функции, определяемые специально созданными и воспроизводимо управляемыми атомарными конфигурациями, электронными состояниями и структурными параметрами пикометрового масштаба.
При этом необходимо подтвердить физический механизм, управляемость, функциональную полезность и воспроизводимость.
Для промышленного применения дополнительно требуются интеграция, надёжность, масштабируемость и экономическая осуществимость.
Таким образом, пикоэлектроника не должна определяться исключительно геометрическим размером.
Её научное содержание заключается в возможности превращения управляемой атомарной структуры вещества и электронных состояний в воспроизводимую инженерную функцию.
Это принципиально новая постановка технологической задачи.
Однако соответствующая постановка не отменяет достижений современной наноэлектроники.
Напротив, она основывается на них.
Сканирующая зондовая микроскопия, атомарная литография, технологии новых материалов, контактная инженерия и методы квантового управления создают необходимые экспериментальные предпосылки.
Следовательно, дальнейшее развитие должно осуществляться посредством последовательных научных исследований.
Необходимо выбирать физически обоснованные направления.
Формулировать проверяемые гипотезы.
Создавать экспериментальные приборы.
Проводить независимые измерения.
Оценивать воспроизводимость.
Исследовать перспективы интеграции и промышленного применения.
Только после этого можно переходить к крупномасштабным инвестиционным решениям.
Для проекта International NooMachines данный подход имеет фундаментальное значение.
Генеральной стратегической целью INM является создание, освоение и непрерывное совершенствование технологии Метаразвития — технологии опережения опережения.
Пикоэлектроника и ноотехнологии выступают двумя базовыми субтехнологиями этой генеральной технологии.
Они должны развиваться одновременно и в единой научно-технологической системе.
При этом основной результат проекта должен заключаться не только в создании определённого поколения электронных устройств.
Необходимо экспериментально подтвердить способность научно-технологической системы создавать последующие поколения технологий быстрее и эффективнее существующих альтернатив.
Особенно важно доказать совершенствование самого механизма их разработки.
Таким образом, PICO представляет не гарантированную промышленную революцию, а научно-технологическую задачу с чрезвычайно значительным потенциальным результатом.
Её успех должен определяться не названием будущего технологического поколения, а проверяемыми физическими достижениями.
От нанометровой геометрии — к атомарной функциональности. От атомарной функциональности — к управлению электронными состояниями. От отдельных экспериментальных устройств — к проектированию воспроизводимой пикоэлектронной технологии. От развития новой элементной базы — к Метаразвитию.
Основные источники и научная литература
Пространственные масштабы и фундаментальные физические величины
BIPM. The International System of Units (SI): Prefixes. Bureau International des Poids et Mesures. Официальные определения десятичных приставок nano, pico и femto.
https://www.bipm.org/en/measurement-units/si-prefixes
NIST. CODATA Value: Bohr Radius. National Institute of Standards and Technology. CODATA Recommended Values of the Fundamental Physical Constants: 2022. Справочные данные по боровскому радиусу и фундаментальным атомным масштабам.
https://physics.nist.gov/cuu/Constants/
Cline J. P., Mendenhall M. H., Black D., Henins A., Prothero J. B. Certification of Standard Reference Material 640g: Line Position and Line Shape Standard for Powder Diffraction (Silicon Powder). NIST Special Publication 260-245. 2024. Аттестованные кристаллографические параметры кремния и метрологическая прослеживаемость измерений.
DOI: https://doi.org/10.6028/NIST.SP.260-245
Cordero B., G;mez V., Platero-Prats A. E. et al. Covalent Radii Revisited. Dalton Transactions. 2008. No. 21. P. 2832–2838. Систематизация ковалентных радиусов химических элементов на основе кристаллографических данных.
DOI: https://doi.org/10.1039/B801115J
Mohr P. J., Newell D. B., Taylor B. N., Tiesinga E. CODATA Recommended Values of the Fundamental Physical Constants: 2022. Reviews of Modern Physics. 2025. Vol. 97. Article 025002. Современная фундаментальная метрологическая база для количественного анализа электронных и атомных систем.
DOI: https://doi.org/10.1103/RevModPhys.97.025002
Атомарно-точное производство и сканирующая зондовая технология
Binnig G., Rohrer H., Gerber Ch., Weibel E. Surface Studies by Scanning Tunneling Microscopy. Physical Review Letters. 1982. Vol. 49. P. 57–61. Одна из основополагающих публикаций по сканирующей туннельной микроскопии.
DOI: https://doi.org/10.1103/PhysRevLett.49.57
Binnig G., Quate C. F., Gerber Ch. Atomic Force Microscope. Physical Review Letters. 1986. Vol. 56. P. 930–933. Создание атомно-силовой микроскопии как инструмента исследования поверхностей.
DOI: https://doi.org/10.1103/PhysRevLett.56.930
Eigler D. M., Schweizer E. K. Positioning Single Atoms with a Scanning Tunnelling Microscope. Nature. 1990. Vol. 344. P. 524–526. Экспериментальная демонстрация контролируемого позиционирования отдельных атомов ксенона.
DOI: https://doi.org/10.1038/344524a0
Lyding J. W., Shen T. C., Hubacek J. S., Tucker J. R., Abeln G. C. Nanoscale Patterning and Oxidation of H-passivated Si(100)-2;1 Surfaces with an Ultrahigh Vacuum Scanning Tunneling Microscope. Applied Physics Letters. 1994. Vol. 64. P. 2010–2012. Фундаментальная работа по локальной десорбции водорода и литографическому формированию наноструктур на кремнии.
DOI: https://doi.org/10.1063/1.111722
Schofield S. R., Curson N. J., Simmons M. Y. et al. Atomically Precise Placement of Single Dopants in Si. Physical Review Letters. 2003. Vol. 91. Article 136104. Управляемое размещение отдельных донорных атомов фосфора в кремниевой структуре.
DOI: https://doi.org/10.1103/PhysRevLett.91.136104
Gross L., Mohn F., Moll N., Liljeroth P., Meyer G. The Chemical Structure of a Molecule Resolved by Atomic Force Microscopy. Science. 2009. Vol. 325. P. 1110–1114. Экспериментальная демонстрация визуализации внутримолекулярной структуры с помощью атомно-силовой микроскопии.
DOI: https://doi.org/10.1126/science.1176210
Fuechsle M., Miwa J. A., Mahapatra S. et al. A Single-Atom Transistor. Nature Nanotechnology. 2012. Vol. 7. P. 242–246. Экспериментальное создание транзистора с функциональным участием отдельного атома фосфора, детерминированно размещённого в кремнии.
DOI: https://doi.org/10.1038/nnano.2012.21
Tranter A. D., Kranz L., Sutherland S. et al. Machine Learning-Assisted Precision Manufacturing of Atom Qubits in Silicon. ACS Nano. 2024. Vol. 18. No. 30. P. 19489–19497. Использование методов машинного обучения для повышения эффективности атомарно-точного изготовления кремниевых квантовых структур.
DOI: https://doi.org/10.1021/acsnano.4c00080
Молекулярные и одноэлектронные электронные устройства
Aviram A., Ratner M. A. Molecular Rectifiers. Chemical Physics Letters. 1974. Vol. 29. No. 2. P. 277–283. Теоретическая концепция молекулярного выпрямителя и одно из фундаментальных оснований молекулярной электроники.
DOI: https://doi.org/10.1016/0009-2614(74)85031-1
Reed M. A., Zhou C., Muller C. J., Burgin T. P., Tour J. M. Conductance of a Molecular Junction. Science. 1997. Vol. 278. P. 252–254. Экспериментальное исследование электронного переноса через молекулярный контакт.
DOI: https://doi.org/10.1126/science.278.5336.252
Nitzan A., Ratner M. A. Electron Transport in Molecular Wire Junctions. Science. 2003. Vol. 300. P. 1384–1389. Обзор физических механизмов электронного транспорта в молекулярных проводниках и контактах.
DOI: https://doi.org/10.1126/science.1081572
Aradhya S. V., Venkataraman L. Single-Molecule Junctions Beyond Electronic Transport. Nature Nanotechnology. 2013. Vol. 8. P. 399–410. Анализ молекулярных соединений, включая электронные, механические и термоэлектрические характеристики.
DOI: https://doi.org/10.1038/nnano.2013.91
Fulton T. A., Dolan G. J. Observation of Single-Electron Charging Effects in Small Tunnel Junctions. Physical Review Letters. 1987. Vol. 59. P. 109–112. Экспериментальное исследование эффектов дискретного электронного заряжения и физических предпосылок одноэлектронных приборов.
DOI: https://doi.org/10.1103/PhysRevLett.59.109
Likharev K. K. Single-Electron Devices and Their Applications. Proceedings of the IEEE. 1999. Vol. 87. No. 4. P. 606–632. Фундаментальный обзор одноэлектронных приборов, кулоновской блокады и возможных электронных применений.
DOI: https://doi.org/10.1109/5.752518
Квантовые и альтернативные электронные архитектуры
Kane B. E. A Silicon-Based Nuclear Spin Quantum Computer. Nature. 1998. Vol. 393. P. 133–137. Концепция квантового вычислителя на основе ядерных спинов донорных атомов в кремнии.
DOI: https://doi.org/10.1038/30156
Loss D., DiVincenzo D. P. Quantum Computation with Quantum Dots. Physical Review A. 1998. Vol. 57. P. 120–126. Теоретическая архитектура квантовых вычислений на основе спиновых состояний электронов в квантовых точках.
DOI: https://doi.org/10.1103/PhysRevA.57.120
Pla J. J., Tan K. Y., Dehollain J. P. et al. A Single-Atom Electron Spin Qubit in Silicon. Nature. 2012. Vol. 489. P. 541–545. Экспериментальное управление электронным спиновым кубитом, связанным с отдельным атомом в кремнии.
DOI: https://doi.org/10.1038/nature11449
Zwanenburg F. A., Dzurak A. S., Morello A. et al. Silicon Quantum Electronics. Reviews of Modern Physics. 2013. Vol. 85. P. 961–1019. Фундаментальный обзор кремниевой квантовой электроники, донорных структур и полупроводниковых квантовых точек.
DOI: https://doi.org/10.1103/RevModPhys.85.961
M;dzik M. T., Asaad S., Youssry A. et al. Precision Tomography of a Three-Qubit Donor Quantum Processor in Silicon. Nature. 2022. Vol. 601. P. 348–353. Экспериментальная квантовая логика и прецизионная оценка операций в донорной кремниевой системе.
DOI: https://doi.org/10.1038/s41586-021-04292-7
Edlbauer H., Wang J., Huq A. M. S.-E. et al. An 11-Qubit Atom Processor in Silicon. Nature. 2025. Vol. 648. P. 569–575. Экспериментальная реализация кремниевого атомного квантового процессора с одиннадцатью кубитами и управляемой связью между спиновыми регистрами.
DOI: https://doi.org/10.1038/s41586-025-09827-w
Novoselov K. S., Geim A. K., Morozov S. V. et al. Electric Field Effect in Atomically Thin Carbon Films. Science. 2004. Vol. 306. P. 666–669. Экспериментальное исследование электронных свойств атомарно-тонких углеродных плёнок.
DOI: https://doi.org/10.1126/science.1102896
Radisavljevic B., Radenovic A., Brivio J., Giacometti V., Kis A. Single-Layer MoS; Transistors. Nature Nanotechnology. 2011. Vol. 6. P. 147–150. Демонстрация полевого транзистора на основе однослойного двумерного полупроводника.
DOI: https://doi.org/10.1038/nnano.2010.279
Geim A. K., Grigorieva I. V. Van der Waals Heterostructures. Nature. 2013. Vol. 499. P. 419–425. Перспективы формирования электронных структур посредством послойного объединения атомарно-тонких материалов.
DOI: https://doi.org/10.1038/nature12385
Strukov D. B., Snider G. S., Stewart D. R., Williams R. S. The Missing Memristor Found. Nature. 2008. Vol. 453. P. 80–83. Физическая модель мемристивного поведения в наномасштабных структурах с электронным и ионным переносом.
DOI: https://doi.org/10.1038/nature06932
Ielmini D., Wong H.-S. P. In-Memory Computing with Resistive Switching Devices. Nature Electronics. 2018. Vol. 1. P. 333–343. Перспективы вычислений непосредственно в устройствах памяти на основе переключаемого сопротивления.
DOI: https://doi.org/10.1038/s41928-018-0092-2
Системы управления электронными состояниями
Baumann S., Paul W., Choi T. et al. Electron Paramagnetic Resonance of Individual Atoms on a Surface. Science. 2015. Vol. 350. P. 417–420. Экспериментальное исследование электронного парамагнитного резонанса отдельных атомов с использованием сканирующей туннельной микроскопии.
DOI: https://doi.org/10.1126/science.aac8703
Patera L. L., Fatayer S., Repp J., Gross L. Probing Molecular Properties at Atomic Length Scale Using Charge-State Control. Chemical Reviews. 2025. Vol. 125. No. 12. P. 5830–5847. Обзор методов управления зарядовыми состояниями отдельных молекул и исследования их электронных, структурных и химических свойств.
DOI: https://doi.org/10.1021/acs.chemrev.4c00899
Choi D.-J., Phark S.-H., Heinrich A. J., Lorente N. Electron Spin Resonance with Scanning Tunneling Microscopy: A Tool for an On-Surface Quantum Platform of Identical Qubits. Nanoscale Advances. 2025. Vol. 7. P. 4551–4558. Обзор электрического управления атомарными и молекулярными спинами посредством ESR-STM.
DOI: https://doi.org/10.1039/D5NA00316D
Xuan D., Wang Y., Zhang X. Electrically Coherent Manipulation of Individual Atomic and Molecular Spins on Surface. Physical Chemistry Chemical Physics. 2025. Vol. 27. P. 5443–5458. Обзор когерентного управления отдельными атомными и молекулярными спинами, включая многоспиновые системы.
DOI: https://doi.org/10.1039/D5CP00069F
Zurek W. H. Decoherence, Einselection, and the Quantum Origins of the Classical. Reviews of Modern Physics. 2003. Vol. 75. P. 715–775. Фундаментальный анализ декогеренции и взаимодействия квантовых состояний с окружающей средой.
DOI: https://doi.org/10.1103/RevModPhys.75.715
Метрология, воспроизводимость и критерии технологической зрелости
JCGM. Evaluation of Measurement Data — Guide to the Expression of Uncertainty in Measurement. JCGM 100:2008. Joint Committee for Guides in Metrology. Основное международное руководство по оцениванию неопределённости результатов измерений.
DOI: https://doi.org/10.59161/JCGM100-2008E
JCGM. International Vocabulary of Metrology — Basic and General Concepts and Associated Terms (VIM). JCGM 200:2012. Международные определения метрологических понятий, включая точность, воспроизводимость и прослеживаемость результатов измерений.
DOI: https://doi.org/10.59161/JCGM200-2012
Knill E., Leibfried D., Reichle R. et al. Randomized Benchmarking of Quantum Gates. Physical Review A. 2008. Vol. 77. Article 012307. Методы экспериментальной количественной оценки ошибок квантовых операций.
DOI: https://doi.org/10.1103/PhysRevA.77.012307
Nielsen E., Gamble J. K., Rudinger K., Scholten T., Young K., Blume-Kohout R. Gate Set Tomography. Quantum. 2021. Vol. 5. Article 557. Методы комплексной и самосогласованной оценки характеристик операций квантовых вычислительных устройств.
DOI: https://doi.org/10.22331/q-2021-10-05-557
Landauer R. Irreversibility and Heat Generation in the Computing Process. IBM Journal of Research and Development. 1961. Vol. 5. No. 3. P. 183–191. Фундаментальная работа о связи логической необратимости вычислений и термодинамических затрат, необходимая для анализа энергетических пределов будущей электронной техники.
DOI: https://doi.org/10.1147/rd.53.0183
********
Глава 4. Проектирование пикоэлектронных технологий
От управляемой атомарной структуры — к воспроизводимой электронной функции, интегрированной технологической платформе и новой экономике вычислений.
Введение. От физической возможности к проектированию технологии
В предыдущей главе была сформулирована исходная концепция пикоэлектроники как перспективной научно-технологической субтехнологии Метаразвития.
Показано, что переход к PICO нельзя отождествлять с простым уменьшением традиционных транзисторов до геометрических размеров порядка одного пикометра.
Физический смысл соответствующего перехода заключается в другом.
Необходимо научиться использовать специально созданные атомарные конфигурации, электронные состояния и контролируемые параметры пикометрового масштаба для выполнения полезных электронных функций.
Однако между открытием нового физического эффекта и возникновением полноценной электронной технологии существует значительное расстояние.
Можно создать экспериментальную структуру, состоящую из нескольких атомов.
Можно обнаружить необычный механизм переноса электрического заряда.
Можно продемонстрировать переключение состояния одной молекулы или управление спином отдельного атома.
Но ни один из этих результатов сам по себе ещё не означает появления новой технологической платформы.
Для этого необходимо решить существенно более сложную задачу.
Нужно установить, какие материалы обеспечивают необходимую электронную функцию.
Разработать способы воспроизводимого создания соответствующих структур.
Определить архитектуры отдельных элементов и их объединений.
Обеспечить управление, считывание, передачу информации и питание.
Создать методы метрологического контроля.
Доказать устойчивость характеристик при многократной эксплуатации.
И, наконец, определить возможность изготовления подобных устройств в экономически приемлемых масштабах.
Таким образом, предметом настоящей главы становится не отдельный атомарный прибор, а целостная технология проектирования и производства пикоэлектронных систем.
Особую роль приобретает системный подход.
В традиционной микроэлектронике материал, транзистор, интегральная схема и вычислительная архитектура исторически образовали взаимосвязанную систему проектирования.
Для перспективной PICO необходимо создать аналогичную взаимосвязь, хотя её физические основания могут существенно отличаться от классической CMOS-технологии.
Следовательно, исследовательская программа должна охватывать несколько взаимозависимых уровней:
физическое состояние и атомарную структуру;
функциональный электронный элемент;
взаимодействующие электронные устройства;
интегрированную вычислительную или измерительную систему;
воспроизводимый производственный процесс;
экономику изготовления и эксплуатации.
Принципиально важно, что успех на одном уровне не гарантирует успеха на последующих.
Атомарно-точное размещение примеси не гарантирует создания надёжной логической схемы.
Высокая скорость переключения отдельного устройства не гарантирует повышения производительности компьютера.
Минимальная энергия одного электронного перехода не означает минимальной стоимости вычислительной операции.
Поэтому проектирование пикоэлектроники должно изначально осуществляться как согласованное исследование физики, архитектуры, производства и экономики.
Именно такой подход соответствует задачам генеральной технологии Метаразвития.
4.1. Перспективные материалы
4.1.1. Почему выбор материала определяет будущее PICO
Материал является физическим основанием любого электронного устройства.
В традиционной микроэлектронике особое историческое значение приобрёл кремний.
Его электронные, химические и технологические свойства позволили создать промышленную систему изготовления полупроводниковых интегральных схем.
Однако переход к атомарно управляемым электронным функциям требует расширения критериев выбора материалов.
Недостаточно установить высокую подвижность носителей заряда.
Недостаточно получить чрезвычайно тонкий полупроводниковый слой.
Недостаточно обнаружить необычные квантовые свойства.
Материал должен рассматриваться как часть будущей функциональной и производственной системы.
Для PICO особенно существенны следующие характеристики: возможность контролировать атомарную структуру, устойчивость электронных состояний, чувствительность электронной функции к управляемому воздействию, совместимость с электрическими контактами, воспроизводимость изготовления и потенциальная стоимость технологического процесса.
Эти требования могут вступать в противоречие.
Материал с уникальными квантовыми свойствами может оказаться химически нестабильным.
Чрезвычайно высокая чувствительность электронного состояния к внешнему воздействию может сопровождаться чрезмерной восприимчивостью к шуму.
Атомарно-тонкий полупроводник может обеспечивать превосходный электростатический контроль, но создавать сложности при формировании затворного диэлектрика.
Следовательно, оптимальный материал определяется не одной рекордной характеристикой, а соответствием совокупности требований конкретного устройства.
4.1.2. Кремний как исходная платформа атомарно-точной электроники
Несмотря на развитие альтернативных материалов, кремний сохраняет исключительно важное значение для исследований PICO.
Причина заключается не только в существовании гигантской промышленной инфраструктуры.
Кремний обладает хорошо исследованной кристаллической структурой и развитой технологией получения высококачественных поверхностей.
На поверхности кремния возможно использование сканирующей туннельной микроскопии для локальной модификации атомарной структуры.
Особое значение имеет технология водородной пассивации поверхности с последующей локальной десорбцией водорода.
Она позволяет создавать атомарно определённые участки, на которых могут осуществляться контролируемые химические реакции.
Работа Schofield и соавторов 2003 года продемонстрировала возможность пространственно контролируемого введения отдельных донорных атомов фосфора в кремний [7].
В 2012 году Fuechsle и соавторы представили экспериментальный одноатомный транзистор, функциональный элемент которого был связан с детерминированно размещённым атомом фосфора [8].
Эти исследования имеют принципиальное значение.
Они показывают, что атомарная конфигурация может быть не просто особенностью структуры материала, а специально проектируемой частью электронного устройства.
Отдельное направление связано с изотопно очищенным кремнием.
Уменьшение содержания ядер со спином может снижать определённые механизмы декогеренции электронных спиновых состояний.
Благодаря этому кремний представляет интерес не только для классических электронных приборов, но и для атомарных квантовых регистров.
В 2025 году Edlbauer и соавторы продемонстрировали кремниевый атомный процессор с одиннадцатью кубитами [9].
Это важный результат для развития атомарно-точных квантовых архитектур.
Но необходимо разграничивать два обстоятельства.
Первое: возможность построения действующих квантовых устройств на основе отдельных атомных структур экспериментально подтверждена.
Второе: промышленная экономическая эффективность крупномасштабного производства подобных систем остаётся самостоятельной задачей.
Таким образом, кремний следует рассматривать как одну из приоритетных исходных платформ PICO, но не как единственно возможный материал.
4.1.3. Двумерные полупроводники
Второе крупное направление связано с двумерными материалами.
К ним относятся графен, дисульфид молибдена, диселенид вольфрама и ряд других соединений.
Особенность двумерных материалов заключается в возможности создания чрезвычайно тонких функциональных слоёв, иногда имеющих толщину порядка одного атомарного слоя.
Это позволяет исследовать электронные приборы с новым соотношением толщины канала и его электростатического управления.
Однако различные двумерные материалы обладают существенно различающимися электронными свойствами.
Например, идеальный графен не имеет обычной запрещённой зоны, необходимой для глубокого выключения традиционного цифрового транзистора.
Поэтому для комплементарной логики особый интерес представляют двумерные полупроводники с подходящей зонной структурой.
Одним из основополагающих экспериментальных результатов стало создание транзистора на основе однослойного дисульфида молибдена, опубликованное Radisavljevic и соавторами в 2011 году [1].
В последующие годы исследования значительно продвинулись.
В 2025 году Ghosh и соавторы представили экспериментальный компьютер с набором из одной инструкции на основе комплементарных транзисторов из двумерных материалов [3].
Данный результат подтверждает возможность создания не только отдельных приборов, но и законченных вычислительных схем.
Однако соответствующий экспериментальный компьютер работал на частотах, существенно уступающих современным коммерческим кремниевым процессорам.
Поэтому его значение заключается прежде всего в демонстрации интегрированной архитектуры, а не в достигнутом промышленном превосходстве.
Для PICO двумерные материалы представляют интерес по двум причинам.
Во-первых, они позволяют управлять электронной функцией посредством атомарно-тонких структур.
Во-вторых, их можно использовать в гетероструктурах, свойства которых определяются взаимодействием нескольких различных атомарных слоёв.
При этом само наличие атомарно-тонкого слоя ещё недостаточно для признания устройства полноценной PICO-технологией.
Необходимо дополнительно доказать воспроизводимую управляемость конкретной электронной функции и соответствующее преимущество.
4.1.4. Диэлектрики, интерфейсы и контактные материалы
Одна из принципиальных особенностей будущей электроники заключается в возрастающей роли границ раздела материалов.
По мере уменьшения функциональных структур поверхность и интерфейс перестают быть второстепенными элементами.
Они могут непосредственно определять транспорт заряда, энергетические барьеры, локальные поля и электронные состояния.
Для атомарно-тонкого полупроводникового канала особое значение имеет качество контакта с затворным диэлектриком.
Если формирование диэлектрика повреждает электронную структуру материала, преимущества тонкого канала могут оказаться утраченными.
Аналогичная проблема возникает при создании металлических контактов.
Сопротивление контакта, энергетическое согласование электронных состояний и локальная геометрия соединения способны ограничивать рабочие характеристики всего устройства.
Перспективным направлением являются гетероструктуры Ван-дер-Ваальса.
Их физическая идея заключается в объединении атомарно-тонких материалов посредством межслойного взаимодействия без обязательного формирования обычной трёхмерной ковалентной структуры.
Важнейшее обобщение возможностей подобных систем представлено Geim и Grigorieva [2].
Особого внимания заслуживают также гексагональный нитрид бора и другие материалы, способные выполнять функции изоляционных и защитных слоёв.
В 2026 году опубликованы исследования, демонстрирующие прогресс в формировании сверхтонких диэлектрических структур на двумерных полупроводниках [6].
Однако для практической технологии важна не только минимальная толщина.
Необходимо одновременно обеспечить низкие токи утечки, электрическую прочность, стабильность интерфейса и допустимые характеристики в значительном количестве изготовленных устройств.
Следовательно, контактная и интерфейсная инженерия должна стать самостоятельной частью проектирования PICO.
4.1.5. Молекулярные материалы
Третье фундаментальное направление предполагает использование отдельных молекул в качестве функциональных электронных элементов.
В отличие от традиционного полупроводникового канала, молекулярный прибор использует электронные свойства определённой химической структуры.
Его функционирование может определяться расположением молекулярных орбиталей, химическими связями, зарядовыми состояниями и взаимодействием с электродами.
Молекулярные системы потенциально позволяют создавать выпрямители, переключатели, элементы памяти и чувствительные устройства.
Особенно интересна возможность химического синтеза множества структур с одинаковым молекулярным составом.
Теоретически это открывает путь к массовому воспроизводству чрезвычайно малых функциональных объектов.
Однако здесь возникает фундаментальная инженерная проблема.
Идентичность молекул не означает идентичности электронных приборов.
Электрические характеристики могут зависеть от положения молекулы между электродами, природы химического контакта, ориентации и локального электрического поля.
Поэтому создание миллионов одинаковых молекул может оказаться значительно проще создания миллионов одинаково работающих молекулярных соединений.
Исследование Li и соавторов 2025 года посвящено атомарно-точному формированию однородных одномолекулярных контактов [11].
Это направление особенно важно для перехода от единичных лабораторных измерений к воспроизводимым электронным структурам.
Для программы PICO необходимо исследовать не только электрические свойства отдельных молекул, но и способы создания устойчивых, стандартизируемых и интегрируемых молекулярных элементов.
4.1.6. Материалы с управляемыми дефектами и спиновыми состояниями
Отдельную группу образуют материалы, в которых функциональные свойства определяются локализованными электронными состояниями.
Такие состояния могут возникать вследствие атомарных примесей, дефектов кристаллической решётки или специально сформированных локальных центров.
В определённых условиях они обладают свойствами, пригодными для хранения, считывания и обработки информации.
Особенно перспективно управление спиновыми состояниями.
Однако для их применения необходимо обеспечить достаточно длительное сохранение информации, возможность управляемых переходов и измерение состояния с приемлемой ошибкой.
Нужно также учитывать влияние окружающей среды.
Флуктуации электрических и магнитных полей, взаимодействие с колебаниями кристаллической решётки и другие механизмы способны нарушать когерентность.
Поэтому материалы с локализованными электронными состояниями требуют системного исследования физических механизмов шума.
Для PICO эта группа важна как возможная основа специальных вычислительных, квантовых и измерительных устройств.
Но не всякая квантовая система должна автоматически относиться к пикоэлектронике.
Необходима доказанная функциональная роль специально контролируемой атомарной конфигурации или пикометрового параметра.
4.1.7. Оксидные, сегнетоэлектрические и резистивно-переключаемые материалы
Ещё одно направление связано с материалами, способными изменять своё электрическое сопротивление или поляризационное состояние под воздействием управляющего сигнала.
В определённых структурах изменение проводимости связано с движением ионов, образованием проводящих каналов, перераспределением дефектов или изменением электронной структуры.
Физические основы резистивного переключения получили известное обобщение в работе Strukov и соавторов 2008 года [12].
Соответствующие устройства исследуются как элементы памяти и специализированных вычислительных систем.
Особый интерес вызывает возможность объединения хранения информации и определённых вычислительных операций в одном устройстве.
Это позволяет потенциально уменьшать необходимость многократного перемещения данных между процессором и памятью.
Однако резистивно-переключаемые структуры обладают собственными ограничениями.
Необходимо учитывать статистический разброс состояний, дрейф проводимости, деградацию при многократном переключении и сложность точного восстановления информации.
Кроме того, далеко не всякий мемристивный прибор непосредственно использует пикометровое управление.
Следовательно, подобные материалы могут быть частью гибридной системы PICO, но их принадлежность к собственно пикоэлектронной элементной базе должна определяться установленным физическим механизмом.
4.1.8. Принцип функционального отбора материалов
Главная задача состоит не в формировании максимально большого списка перспективных материалов.
Необходимо разработать процедуру их отбора.
Для каждого исследуемого материала должны быть установлены:
Предполагаемая электронная функция.
Основной физический механизм.
Управляемый атомарный или электронный параметр.
Возможный способ изготовления.
Необходимые контакты, изоляция и внешняя инфраструктура.
Основные физические и технологические риски.
Эксперимент, способный подтвердить или опровергнуть преимущество.
Таким образом, исходной единицей проектирования становится не материал сам по себе, а сочетание «материал — управляемое состояние — функция — способ производства».
Именно это сочетание должно определять перспективность соответствующего направления PICO.
4.2. Формирование функциональных структур
4.2.1. От материала к электронной конструкции
Наличие подходящего материала ещё не означает возможности создания действующего прибора.
Необходимо организовать соответствующее вещество в структуру, способную выполнять определённую функцию.
Для традиционной микроэлектроники исторически сложились методы литографии, осаждения, травления, легирования и формирования электрических контактов.
Пикоэлектроника потребует развития этих методов и исследования новых способов атомарного конструирования.
При этом не следует противопоставлять все существующие методы производства перспективным технологиям.
Напротив, наиболее эффективный путь может заключаться в сочетании массовых полупроводниковых процессов с локальными атомарно-точными операциями.
Такой подход позволяет использовать преимущества уже существующей промышленной инфраструктуры.
Однако необходимо учитывать, что атомарно-точный участок структуры может оказаться чрезвычайно чувствительным к последующим технологическим операциям.
Следовательно, проектирование должно охватывать весь производственный маршрут.
4.2.2. Атомарно-точное позиционирование
Одним из наиболее фундаментальных способов создания заданных атомарных структур является использование сканирующей туннельной микроскопии.
В 1990 году Eigler и Schweizer продемонстрировали управляемое позиционирование отдельных атомов ксенона на поверхности никеля [16].
Этот результат стал историческим доказательством возможности целенаправленно создавать искусственные атомарные конфигурации.
В дальнейшем соответствующие методы получили развитие в исследованиях кремниевых поверхностей.
Особенно важна комбинация локальной десорбции водорода и последующего контролируемого введения донорных атомов.
Она позволяет формировать электронные структуры, в которых расположение определённых атомов задаётся технологически.
Однако существуют серьёзные ограничения.
Сканирующий зонд осуществляет локальные операции.
Последовательное выполнение большого количества операций может требовать значительного времени.
Кроме того, результат зависит от состояния наконечника, качества поверхности и условий эксперимента.
Поэтому атомарная точность сама по себе ещё не означает промышленной производительности.
Перспективы масштабирования связаны с автоматизацией, параллельными системами и сокращением числа необходимых локальных операций.
4.2.3. Атомно-слоевое осаждение и травление
Важную роль в современной электронике играют атомно-слоевые технологические процессы.
Атомно-слоевое осаждение, или ALD, использует последовательность поверхностных химических реакций, позволяющих контролируемо формировать тонкие плёнки.
Фундаментальный обзор данной технологии представлен George [14].
Второй класс процессов — атомно-слоевое травление, или ALE.
Он основан на последовательном изменении поверхностного слоя и его контролируемом удалении.
Подробные физические и технологические основания ALE рассмотрены Kanarik и соавторами [15].
Для PICO подобные методы имеют большое значение.
Они позволяют управлять толщиной, составом и качеством критически важных функциональных слоёв.
Однако необходимо избежать методологической ошибки.
Атомно-слоевое управление толщиной плёнки не тождественно детерминированному размещению каждого отдельного атома в произвольной позиции.
ALD и ALE обладают высокой технологической ценностью, но конкретная атомарная конфигурация результата зависит от материала, поверхности и механизма соответствующих реакций.
Следовательно, эти процессы следует рассматривать как важные средства высокоточного производства, а не как универсальные методы произвольного атомного конструирования.
4.2.4. Химическое самоформирование и молекулярная сборка
Альтернативой последовательному размещению атомов является использование процессов самосборки.
В подобных процессах конечная структура формируется благодаря специально подобранным химическим и физическим взаимодействиям.
Важный пример — ДНК-оригами, исследованное Rothemund в 2006 году [17].
Соответствующая работа продемонстрировала возможность программируемого образования сложных наноструктур посредством молекулярной самосборки.
Однако такие структуры не являются автоматически электронными вычислительными устройствами.
Для PICO принцип самосборки важен как возможный способ массового формирования заранее определённых конфигураций вещества.
Главная проблема заключается в обеспечении функционального качества.
Необходимо не только получить заданную форму, но и гарантировать необходимые электронные свойства.
Особенно важно обеспечить электрические соединения и интеграцию с внешними схемами.
Поэтому самосборка должна исследоваться совместно с технологиями функционализации, контактов и метрологической проверки.
4.2.5. Формирование электрических контактов
Электрический контакт является одной из наиболее сложных частей атомарного устройства.
В обычных электронных схемах контакт часто рассматривается как относительно небольшой элемент по сравнению с функциональным транзистором.
В молекулярных и атомарных системах это соотношение может изменяться.
Контакт способен существенно влиять на электронную структуру самого функционального элемента.
Например, соединение молекулы с металлическим электродом изменяет условия переноса заряда.
Небольшие изменения атомарной геометрии контакта могут приводить к заметным изменениям проводимости.
Поэтому для PICO необходимо проектировать не только функциональный центр, но и всю область его сопряжения с внешними проводниками.
Следует определять контактное сопротивление, энергетические барьеры, устойчивость химических связей и допустимые механические воздействия.
Особого внимания требует сохранение характеристик после нанесения защитных и изоляционных слоёв.
Устройство, работающее в экспериментальной вакуумной системе, может изменить свойства после обычного корпусирования.
Следовательно, контактная инженерия должна включаться в проектирование с самого начала.
4.2.6. Гибридный технологический маршрут
Одним из наиболее реалистичных направлений первоначального развития PICO представляется гибридное производство.
Его идея заключается в сочетании нескольких технологических уровней.
Обычные полупроводниковые методы используются для формирования крупномасштабной структуры, электрических проводников, управляющих схем и контактных площадок.
Атомарно-точные методы применяются только в тех областях, где они обеспечивают специальную электронную функцию.
Подобная организация потенциально позволяет избежать необходимости конструировать всю вычислительную систему атом за атомом.
Однако необходима количественная проверка.
Например, следует установить, какая доля производственного времени приходится на создание атомарных структур.
Какова стоимость подготовки поверхности.
Насколько сложны последующие операции защиты и формирования контактов.
Как изменяется выход годных устройств при объединении технологических процессов.
Таким образом, гибридный подход должен оцениваться не по удобству его концептуального описания, а по экспериментальной эффективности полного маршрута.
4.2.7. Замкнутый цикл проектирования, изготовления и измерения
Для перспективной PICO особенно важен переход от разрозненных экспериментов к замкнутому исследовательскому циклу.
Первоначально создаётся физическая модель предполагаемого устройства.
Затем рассчитываются возможные энергетические и электронные состояния.
На основании расчётов формируется атомарная или молекулярная структура.
После изготовления выполняются измерения.
Полученные характеристики сопоставляются с прогнозом.
Если обнаруживаются расхождения, уточняются модель, параметры производства или способ измерения.
Затем эксперимент повторяется.
Особое значение здесь могут приобрести интеллектуальные методы поиска.
Алгоритмы машинного обучения способны помогать исследователям выбирать перспективные материалы, параметры процесса и наиболее информативные эксперименты.
Однако такие методы не заменяют физическую проверку.
Компьютерная модель может предсказать благоприятную электронную функцию, которая не реализуется вследствие неучтённых дефектов или особенностей контактов.
Поэтому каждый успешный результат должен подтверждаться реальным экспериментом.
В генеральной программе Метаразвития именно эта исследовательская схема создаёт одну из непосредственных областей взаимодействия PICO и NOO.
4.3. Архитектуры вычислительных элементов
4.3.1. Почему новый физический элемент требует новой архитектуры
Одним из основных достижений традиционной микроэлектроники стало создание универсального электронного переключателя, пригодного для формирования логических схем.
CMOS-технология позволила объединить большое количество таких переключателей в надёжные вычислительные системы.
Однако перспективные атомарные и молекулярные элементы не обязательно должны повторять традиционную архитектуру полевого транзистора.
Новая электронная функция может использовать другие физические механизмы.
Например, изменение зарядового состояния.
Резонансное туннелирование.
Переключение молекулярной конфигурации.
Управление спиновыми состояниями.
Перестройку проводящего канала.
Изменение энергетических уровней локализованного электронного состояния.
Следовательно, проектирование PICO должно включать поиск новых архитектур вычислительных элементов.
Однако универсальное требование сохраняется.
Необходимо обеспечить надёжное представление, изменение, передачу и считывание информации.
Без решения этих задач физический эффект не становится полноценной вычислительной технологией.
4.3.2. Атомарные и одноэлектронные логические элементы
Одноэлектронные приборы используют физические эффекты, связанные с дискретностью электрического заряда.
Одним из важнейших механизмов является кулоновская блокада.
При определённых условиях энергия добавления отдельного электрона к малой проводящей структуре становится существенной для её электрического поведения.
Это позволяет создавать устройства, чувствительные к единичным электронным событиям.
Подобные свойства могут использоваться в измерениях и специальных электронных схемах.
Однако переход к массовой логике требует решения дополнительных проблем.
Необходимо обеспечить достаточную устойчивость рабочих состояний.
Учитывать тепловые флуктуации.
Ограничивать влияние паразитных ёмкостей.
Формировать выходные сигналы, пригодные для управления последующими элементами.
Особенно важно обеспечить каскадирование.
Логическая схема должна состоять не просто из нескольких элементов, соединённых проводниками.
Каждый следующий элемент должен правильно воспринимать выход предыдущего.
Если сигнал становится слишком малым или чувствительным к шуму, требуется дополнительное усиление или восстановление.
Следовательно, исследование атомарной логики должно включать её системную электрическую устойчивость.
4.3.3. Молекулярные логические структуры
Молекулярные электронные элементы потенциально позволяют использовать химически определённые электронные функции.
Это открывает возможность создавать структуры с чрезвычайно высокой функциональной плотностью.
Однако существуют принципиальные трудности.
Необходимо обеспечить устойчивое различие логических состояний.
Определить скорость переключения.
Исследовать деградацию молекулы при многократных электрических воздействиях.
Исключить нежелательные химические реакции.
Обеспечить надёжное соединение с другими элементами.
Особенно важно установить возможность массового формирования контактов.
Если каждая молекула требует индивидуальной сложной процедуры подключения, высокая функциональная плотность не гарантирует низкой стоимости.
Поэтому молекулярная логика должна исследоваться не только на уровне отдельного переключателя, но и на уровне функциональных блоков.
Перспективным промежуточным результатом может стать небольшой специализированный модуль с измеренной надёжностью.
4.3.4. Атомарные квантовые вычислительные элементы
Отдельное направление составляют квантовые вычислительные системы.
Их физическая архитектура принципиально отличается от традиционной двоичной логики.
Информация представляется квантовыми состояниями, а вычислительные операции реализуются посредством управляемого изменения этих состояний.
Для атомарной квантовой электроники особенно интересны донорные атомы в кремнии и связанные с ними электронные и ядерные спины.
Концептуальные основания кремниевых донорных квантовых вычислителей были предложены Kane в 1998 году [31].
В дальнейшем соответствующее направление получило значительное экспериментальное развитие.
Важнейшие достижения включают управление отдельными атомарными спинами, создание связанных регистров и выполнение квантовых операций [9, 10, 22].
Однако необходимо учитывать специфику квантовой вычислительной архитектуры.
Количество физических кубитов само по себе не определяет полезную вычислительную мощность.
Необходимо оценивать качество квантовых операций, связность системы, длительность когерентного состояния, частоту ошибок и возможность их коррекции.
Кроме того, квантовый компьютер не представляет собой универсально более быстрый вариант классического процессора.
Преимущества могут возникать для определённых классов вычислительных задач.
Поэтому сравнение квантовых и классических систем должно проводиться на уровне конкретных алгоритмов и получаемых результатов.
4.3.5. Резистивные и вычисляющие запоминающие элементы
В классической компьютерной архитектуре значительная часть энергии и времени расходуется на перемещение данных между вычислительными блоками и памятью.
Поэтому одним из перспективных направлений является выполнение части вычислений непосредственно в запоминающих структурах.
Особое внимание привлекают резистивно-переключаемые устройства.
Их физические свойства позволяют исследовать совмещение хранения и обработки информации.
Фундаментальные принципы соответствующих архитектур подробно рассмотрены Ielmini и Wong [13].
Однако практическая результативность зависит от характера вычислительной задачи.
Аналоговые вычисления в массивах памяти могут страдать от ограниченной точности.
Разброс характеристик элементов способен приводить к ошибкам.
Необходимо учитывать затраты на аналого-цифровые преобразователи, калибровку и коррекцию результатов.
Следовательно, малые размеры отдельных элементов памяти не гарантируют высокой эффективности законченного вычислительного устройства.
Для PICO данное направление представляет интерес в тех случаях, когда специально управляемые атомарные или электронные состояния действительно определяют полезную функцию.
4.3.6. Гибридная архитектура PICO–CMOS
Особое значение для раннего промышленного развития может иметь сочетание атомарно-точных элементов с традиционной CMOS-электроникой.
В такой архитектуре обычные полупроводниковые схемы выполняют функции питания, управления, синхронизации и считывания.
Пикоэлектронный элемент используется только для операции, в которой он обладает экспериментально подтверждённым преимуществом.
Например, это может быть особо чувствительное измерение заряда.
Другой вариант — использование локализованного квантового состояния.
Третий — создание специального элемента памяти.
Четвёртый — выполнение определённой электронной операции с меньшими энергетическими затратами.
Главная идея заключается в том, что новая элементная база не обязательно должна немедленно заменять всю существующую вычислительную архитектуру.
Гибридные системы позволяют осуществлять постепенное внедрение и проверять реальные функциональные преимущества.
Но необходим учёт дополнительных затрат.
Управляющая CMOS-система может оказаться значительно сложнее самого атомарного элемента.
Прибор может требовать охлаждения.
Могут возникать ограничения по скорости обмена информацией.
Следовательно, проектирование должно оценивать полные характеристики гибридного устройства.
4.3.7. Архитектурное проектирование с учётом физических ошибок
В традиционной цифровой электронике значительную роль играет разделение физических сигналов на устойчивые логические состояния.
Это позволяет строить большие вычислительные системы из отдельных элементов.
Для атомарных и молекулярных приборов соответствующая задача может оказаться значительно сложнее.
Например, небольшое изменение положения атома способно изменить энергетический барьер.
Тепловые флуктуации могут вызывать нежелательные переходы.
Локальные заряды способны влиять на соседние элементы.
Поэтому архитектура PICO должна разрабатываться с учётом вероятности ошибки.
Необходимо установить допустимые уровни шума и неопределённости.
Определить механизмы восстановления информации.
Разработать способы контроля неисправностей.
Особенно важно разграничивать классическую и квантовую коррекцию ошибок.
Они имеют различные физические и архитектурные основания.
Следовательно, создание вычислительной системы из атомарных элементов требует не просто миниатюризации схемы, а самостоятельного проектирования её информационной устойчивости.
4.3.8. Функциональная эффективность как критерий архитектуры
Главным критерием перспективности новой архитектуры должна стать её результативность при выполнении определённой задачи.
Нельзя ограничиваться числом элементов на единице площади.
Необходимо учитывать скорость выполнения вычислений, энергетические затраты, точность, устойчивость, стоимость производства и эксплуатационные ограничения.
При этом отдельные направления могут обладать разными целями.
Одноэлектронное устройство может оказаться особенно эффективным измерителем.
Атомарный спиновый регистр — элементом квантового процессора.
Молекулярная структура — специализированным электронным переключателем.
Резистивный массив — средством ускорения определённых операций обработки информации.
Следовательно, перспективная PICO, вероятнее всего, первоначально будет развиваться как совокупность специализированных архитектур, а не как единая универсальная замена существующей электроники.
4.4. Методы интеграции и соединения устройств
4.4.1. Почему межсоединения становятся стратегической проблемой
История микроэлектроники показывает, что создание более совершенного транзистора не гарантирует аналогичного улучшения интегральной схемы.
По мере роста количества элементов увеличивается значение соединений между ними.
Электрические проводники обладают сопротивлением, ёмкостью и собственной задержкой передачи сигнала.
Необходимо также учитывать электрические контакты, систему питания и распределение тепла.
Для атомарных устройств подобные ограничения могут оказаться особенно существенными.
Функциональный элемент может иметь размеры, значительно меньшие его электрических соединений.
Это означает, что увеличение плотности размещения отдельных элементов не обязательно приводит к пропорциональному увеличению плотности полезных вычислительных функций.
Следовательно, проектирование PICO должно начинаться с совместного исследования элементов и способов их соединения.
4.4.2. Соединение атомарных структур с обычными проводниками
Одной из первых инженерных задач становится формирование надёжного электрического интерфейса между атомарным устройством и внешней электронной схемой.
Проблема состоит в различии пространственных масштабов.
Функциональная область может определяться несколькими атомами.
Но система управления и считывания использует более крупные проводящие структуры.
Для их соединения необходима многоуровневая архитектура контактов.
Возможными направлениями являются локально сформированные проводящие области, высокоточные металлические соединения и специально спроектированные переходные структуры.
Однако каждый дополнительный контакт создаёт потенциальный источник сопротивления, шума и технологической вариабельности.
Поэтому при разработке PICO необходимо количественно определять вклад соединений в характеристики устройства.
4.4.3. Вертикальная и монолитная трёхмерная интеграция
Одним из перспективных способов повышения функциональной плотности является вертикальное размещение электронных элементов.
При этом несколько функциональных слоёв формируются в общей структуре.
Подобный подход позволяет уменьшать некоторые расстояния передачи информации и рациональнее использовать площадь полупроводниковой пластины.
Однако возникают новые проблемы.
Необходимо обеспечивать точное взаимное совмещение слоёв.
Контролировать температурные воздействия при изготовлении.
Предотвращать повреждение ранее созданных приборов.
Обеспечивать электрическую изоляцию и тепловую устойчивость.
В 2026 году Lam и соавторы продемонстрировали монолитную трёхмерную интеграцию кремниевых транзисторов на основе тонких монокристаллических мембран [19].
В том же году Niu и соавторы представили многослойную интеграцию оксидных полупроводниковых устройств на кремниевых пластинах [18].
Эти результаты свидетельствуют о прогрессе в области трёхмерных электронных архитектур.
Однако монолитная трёхмерная интеграция сама по себе не является пикоэлектроникой.
Для PICO она представляет потенциальную инфраструктуру размещения, соединения и управления атомарно-точными функциональными устройствами.
4.4.4. Чиплеты и гетерогенная интеграция
Другой путь заключается в объединении нескольких изготовленных кристаллов в единую систему.
Подобный подход получил развитие в технологиях чиплетной интеграции.
Его преимущество связано с возможностью использовать разные производственные процессы для различных функциональных блоков.
Например, высокопроизводительная логика может изготавливаться по одному технологическому процессу.
Память — по другому.
Специализированные измерительные или квантовые устройства — по третьему.
Впоследствии соответствующие блоки могут объединяться на уровне корпуса или более сложной интеграционной платформы.
Важную роль играет развитие стандартизированных межкристальных интерфейсов.
Примером является семейство спецификаций Universal Chiplet Interconnect Express, включая UCIe 3.0, опубликованную в 2025 году [23].
Однако стандартный интерфейс чиплетов не решает непосредственно задачу подключения отдельных атомарных элементов.
Его значение заключается в создании возможной внешней инфраструктуры для модульной PICO.
Таким образом, перспективная гибридная система может иметь несколько уровней интеграции.
Атомарный функциональный центр.
Локальный полупроводниковый управляющий модуль.
Интегрированный специализированный кристалл.
И, наконец, вычислительную систему, объединяющую несколько подобных блоков.
4.4.5. Оптические соединения
По мере увеличения вычислительной мощности особое значение приобретает передача больших объёмов информации.
Электрические межсоединения сталкиваются с ограничениями сопротивления, ёмкости, потерь и частотных характеристик.
Одним из направлений решения этих проблем является использование оптической передачи данных.
В современных исследованиях развивается интеграция фотонных каналов с электронными вычислительными системами.
Обзор соответствующих технологий опубликован Kim и соавторами в 2026 году [24].
Однако необходимо разграничивать две задачи.
Первая — создание атомарно управляемого электронного функционального элемента.
Вторая — эффективная передача данных между крупными вычислительными блоками.
Оптические соединения могут помогать решению второй задачи, но не означают автоматического возникновения PICO.
Кроме того, оптические интерфейсы требуют источников света, фотоприёмников и преобразования электрических сигналов.
Все эти компоненты обладают собственной стоимостью и энергопотреблением.
Поэтому эффективность оптической интеграции должна определяться на уровне законченной системы.
4.4.6. Интеграция квантовых элементов и криогенного управления
Особый класс проблем возникает при объединении атомарных квантовых устройств.
Для многих экспериментальных структур необходимо использование низких температур.
При этом система управления может включать сложные генераторы сигналов, измерительную электронику и многочисленные электрические соединения.
По мере увеличения количества кубитов соответствующая инфраструктура становится одним из главных ограничений масштабирования.
Поэтому перспективным направлением является развитие криогенной управляющей электроники.
В 2026 году опубликована работа о кремниевом квантовом процессорном блоке с цифровым управлением, объединяющем квантовое устройство и специализированную криогенную CMOS-электронику [21].
Подобные результаты показывают важность совместного проектирования квантового регистра, управляющих схем и физических соединений.
Однако для реальной оценки необходим учёт всей охлаждающей и измерительной инфраструктуры.
Малая энергия отдельной квантовой операции не означает малое энергопотребление законченного квантового компьютера.
4.4.7. Интегрируемость как самостоятельный научный критерий
Для развития PICO следует различать несколько стадий.
Первая — существование отдельной функциональной структуры.
Вторая — её соединение с внешней системой управления.
Третья — взаимодействие нескольких функциональных структур.
Четвёртая — создание интегрированного модуля с заданными электрическими характеристиками.
Пятая — воспроизводимое изготовление и эксплуатация нескольких таких модулей.
Таким образом, интегрируемость не может рассматриваться как простое механическое соединение готовых элементов.
Она должна стать самостоятельным предметом физических и инженерных исследований.
4.5. Воспроизводимость, надёжность и производственная масштабируемость
4.5.1. От единичного эксперимента к технологии
Одно из принципиальных различий между научной демонстрацией и промышленной технологией заключается в воспроизводимости результата.
Эксперимент может успешно подтвердить существование определённого физического эффекта.
Но этого недостаточно для массового применения.
Необходимо установить, можно ли многократно получать устройства с требуемыми характеристиками.
Следует различать повторяемость в одинаковых условиях, воспроизводимость при изменении лаборатории или оборудования, выход годных устройств и эксплуатационную надёжность.
Эти показатели связаны между собой, но не тождественны.
Например, устройство может демонстрировать устойчивую работу после изготовления, но производиться с чрезвычайно низким выходом годных.
Другой прибор может изготавливаться с высоким выходом, но быстро деградировать при эксплуатации.
Поэтому оценка PICO должна включать несколько самостоятельных измерений.
4.5.2. Атомарная метрология и неопределённость измерений
Для атомарно-точных устройств особое значение приобретает метрология.
Необходимо количественно устанавливать параметры физических структур.
Например, положение атомов, состав локальной области, состояние интерфейса, электронную проводимость или характеристики квантовых переходов.
Однако высокая разрешающая способность измерительного прибора не гарантирует точности каждого полученного результата.
Необходимо учитывать инструментальные погрешности, изменение состояния образца, дрейф, шум и особенности выбранной модели измерения.
Международное руководство JCGM 100:2008 устанавливает общие принципы оценивания неопределённости измерений [26].
Для PICO соответствующая методология имеет особое значение.
Если исследователь утверждает, что электронная функция управляется изменением определённого расстояния на несколько пикометров, необходимо доказать, что измерение действительно позволяет достоверно различать соответствующие состояния.
В противном случае физический результат остаётся неопределённым.
4.5.3. Статистическое исследование производственного выхода
Одним из основных показателей технологической зрелости является выход годных устройств.
Для атомарного производства этот показатель особенно важен вследствие возможного накопления ошибок.
Каждая операция позиционирования атома, формирования контакта или нанесения защитного слоя может иметь определённую вероятность отклонения от заданного результата.
При увеличении количества элементов эти отклонения начинают влиять на итоговый выход годных структур.
Однако необходимо учитывать, что ошибки не всегда независимы.
Возможны систематические дефекты, связанные с состоянием оборудования, поверхности или параметрами технологического процесса.
Поэтому для оценки выхода годных используются различные статистические модели.
Фундаментальный обзор соответствующих подходов представлен Raghavachari, Srinivasan и Sullo [27].
Для PICO необходимо разрабатывать модели, учитывающие не только случайные дефекты, но и функциональную чувствительность отдельных атомарных структур.
Особенно важно определять, какие отклонения делают устройство полностью непригодным, а какие лишь изменяют его параметры.
4.5.4. Надёжность при многократных операциях
Следующая проблема связана с долговременной эксплуатацией.
Электронное устройство должно сохранять характеристики при многократном выполнении предусмотренных функций.
Для молекулярных элементов могут возникать химические изменения.
Для атомарных структур — нежелательные перестройки локальной конфигурации.
Для резистивных устройств — деградация механизмов переключения.
Для квантовых систем — изменение характеристик шума и управления.
Поэтому необходимо исследовать устойчивость функциональных состояний.
В современной полупроводниковой промышленности используются специальные процедуры квалификационных испытаний, включая стандарты JEDEC [25].
Однако соответствующие процедуры не могут автоматически охватывать все новые физические механизмы PICO.
Возможно, потребуется разработка дополнительных методов испытаний.
При этом необходимо учитывать реальные условия эксплуатации.
Устройство, предназначенное для комнатной температуры, должно проверяться в соответствующем температурном диапазоне.
Криогенный квантовый элемент требует другой процедуры оценки.
Таким образом, надёжность должна определяться применительно к конкретной физической архитектуре.
4.5.5. Масштабируемость не равна миниатюрности
Одно из наиболее распространённых заблуждений заключается в представлении, что чрезвычайно малые устройства автоматически обеспечивают чрезвычайно высокую плотность промышленной интеграции.
Но масштабируемость определяется не только размером функционального элемента.
Необходимо учитывать размеры контактов.
Расстояния между управляющими структурами.
Сложность изоляции.
Паразитные взаимодействия.
Технологическое время изготовления.
Возможность параллельного производства.
Доступность измерительного оборудования.
Стоимость испытаний.
Поэтому даже атомарно-малое устройство может оказаться экономически невыгодным для массовых вычислений.
Особое значение имеет скорость технологических операций.
Если создание каждого элемента требует длительного последовательного воздействия сканирующим зондом, производство большого количества элементов может оказаться чрезвычайно дорогим.
Следовательно, необходимо искать способы параллельного формирования функциональных структур.
Однако параллельность не должна достигаться ценой потери необходимой точности.
4.5.6. Переход к технологическим библиотекам и промышленному проектированию
В традиционной микроэлектронике огромную роль играют библиотеки электронных элементов и комплекты проектной документации технологического процесса — PDK.
Они позволяют разработчику создавать интегральные схемы на основе известных правил и моделей.
Для будущей PICO потребуется сформировать аналогичные средства.
Необходимо стандартизировать описание функциональных элементов.
Определить допустимые диапазоны параметров.
Создать модели электронного поведения.
Установить правила соединения.
Разработать процедуры проверки.
Особенно важно обеспечить связь между физическими измерениями и компьютерным моделированием.
Модель должна учитывать статистический разброс характеристик.
Если экспериментально получены лишь показатели одного лучшего устройства, этого недостаточно для достоверного проектирования большой электронной системы.
В 2026 году Guo и соавторы представили исследование двумерного микропроцессора, основанное на последовательной оптимизации материалов, изготовления, схем и процедур проверки [20].
Показательно, что высокие показатели отдельных транзисторов не устраняли проблем выхода годных более сложных функциональных блоков.
Подобные результаты подтверждают необходимость совместного проектирования материалов, устройств и архитектуры.
4.5.7. Применение авторской шкалы зрелости PICO
Для оценки перспективных направлений предлагается использовать шкалу P0–P5, введённую в предыдущей главе.
На уровне P0 существует физически обоснованная гипотеза.
На уровне P1 экспериментально подтверждён предполагаемый физический эффект.
На уровне P2 создан управляемый экспериментальный элемент.
На уровне P3 доказана воспроизводимость функционального устройства.
На уровне P4 получена интегрируемая технологическая платформа.
На уровне P5 подтверждена практическая пригодность технологии для определённой области применения, включая необходимые производственные, эксплуатационные и экономические показатели.
Данная шкала представляет авторскую исследовательскую классификацию книги, а не действующий международный стандарт.
Её использование позволяет избежать преждевременных заключений.
Например, создание работающего одноатомного транзистора ещё не означает достижения P5.
Экспериментальное управление несколькими квантовыми регистрами также не гарантирует создания экономически конкурентоспособной вычислительной системы.
Следовательно, переход между уровнями зрелости должен основываться на заранее определённых критериях и подтверждённых результатах.
4.5.8. Масштабирование как экспериментальная программа
Для каждого технологического направления следует разработать последовательность экспериментальных этапов.
Первоначально исследуется отдельное устройство.
Затем небольшая группа элементов.
После этого создаётся функциональный модуль.
Далее исследуется возможность объединения нескольких модулей.
И только после этого рассматривается масштабирование производства.
На каждом этапе необходимо фиксировать изменения характеристик, стоимости и выхода годных.
Если масштабирование приводит к существенному ухудшению результата, необходимо установить причину.
Она может быть связана с физикой устройства, ошибками производства, интеграцией или архитектурой управления.
Таким образом, производственная масштабируемость должна стать самостоятельным объектом научного исследования, а не предположением о будущем успехе.
4.6. Поиск радикального снижения стоимости вычислений
4.6.1. Экономическая цель как исходный критерий технологического проектирования
Одной из центральных стратегических целей книги является радикальное снижение стоимости вычислительной мощности.
Исторически развитие микроэлектроники сделало возможным массовое распространение персональных компьютеров и интеллектуальных устройств.
Однако последующее развитие вычислительных систем сопровождается увеличением сложности производства, проектирования и эксплуатации.
Особенно значительными становятся затраты на передовые полупроводниковые фабрики, вычислительную память, высокоскоростные соединения и энергоснабжение.
В этой ситуации перспективная PICO представляет интерес не только как средство достижения новых физических возможностей.
Она рассматривается как потенциальный инструмент качественного изменения экономики вычислений.
Однако соответствующая цель требует строгого определения.
Необходимо различать стоимость электронного элемента, стоимость интегральной схемы, стоимость вычислительного устройства и стоимость выполнения конкретной полезной задачи.
Эти показатели могут изменяться независимо.
Например, чрезвычайно дешёвый функциональный элемент может требовать дорогостоящей системы управления.
Высокопроизводительный процессор может иметь значительную стоимость изготовления, но обеспечивать более низкие затраты на выполнение определённого вычисления.
Следовательно, экономическая эффективность должна оцениваться на уровне законченной системы.
4.6.2. Полная стоимость полезного вычисления
Для корректного сравнения необходимо выбрать определённую вычислительную задачу.
Затем установить требования к результату.
Например, скорость выполнения, точность, допустимую задержку, надёжность и объём обрабатываемой информации.
После этого определяется полная стоимость выполнения задачи.
Она должна включать необходимые капитальные и эксплуатационные затраты.
Сюда относятся стоимость изготовления вычислительной системы, программного обеспечения, электроэнергии, охлаждения, обслуживания и необходимой инфраструктуры.
Особое значение имеет загрузка вычислительного оборудования.
Устройство, обладающее высоким потенциальным быстродействием, может использоваться неэффективно.
В этом случае его реальная экономическая результативность будет ниже ожидаемой.
Следовательно, для программы PICO необходимо использовать сравнительные показатели стоимости полезного вычисления при одинаковых требованиях к результату.
Нельзя объявлять новую технологию более экономичной только на основании меньших размеров её элементной базы.
4.6.3. Первый путь: снижение энергии электронной функции
Одно из наиболее очевидных направлений связано со снижением энергозатрат отдельных электронных операций.
Для традиционной электроники существенная часть энергии расходуется при переключении состояний, зарядке электрических ёмкостей и протекании токов.
Атомарные структуры потенциально позволяют исследовать другие физические механизмы управления.
Однако существуют фундаментальные ограничения.
Термодинамическая связь логической необратимости и выделения тепла была исследована Landauer в 1961 году [28].
Важно правильно понимать значение соответствующего принципа.
Он не устанавливает одинаковую минимальную стоимость любой электронной операции.
Речь идёт о фундаментальных термодинамических ограничениях определённых информационных преобразований, прежде всего логически необратимых операций.
Практическое энергопотребление современных вычислительных устройств зависит от гораздо более широкого набора факторов.
Поэтому PICO должна исследовать не только физическую энергию переключения состояния, но и энергетические затраты управления, считывания и восстановления информации.
4.6.4. Второй путь: уменьшение стоимости передачи данных
Для современных вычислительных систем значительная часть энергозатрат связана с перемещением информации.
Особенно важны обращения к памяти и передача данных между вычислительными блоками.
В фундаментальном анализе Horowitz 2014 года подчёркивалось значение энергетических ограничений и необходимость совместного совершенствования вычислительной архитектуры [29].
Из этого следует важный вывод для PICO.
Даже если новая элементная база обеспечивает очень малую энергию отдельного переключения, итоговое преимущество может оказаться ограниченным затратами на передачу данных.
Поэтому радикальное снижение стоимости вычислений может потребовать изменения взаимного расположения вычислительных элементов и памяти.
Особый интерес представляют вычисления рядом с памятью, вычисления внутри памяти и специализированные архитектуры обработки данных.
Однако их преимущества должны подтверждаться на уровне конкретных задач.
4.6.5. Третий путь: снижение производственных затрат
Следующее направление связано с изменением стоимости изготовления электронных устройств.
Традиционная модель развития передовых полупроводниковых технологий требует чрезвычайно сложного оборудования.
Каждое последующее технологическое поколение связано с необходимостью совершенствования литографии, материалов, измерений и технологического контроля.
Пикоэлектроника потенциально может предложить альтернативные способы создания функциональных структур.
Например, химическую самосборку.
Параллельное формирование молекулярных элементов.
Использование специально подготовленных атомарных интерфейсов.
Гибридную интеграцию с менее дорогими технологическими процессами.
Однако нельзя заранее считать эти методы экономичнее существующих.
Самосборка может создавать большое количество дефектных структур.
Атомарная литография может требовать длительного времени.
Молекулярные приборы могут нуждаться в сложной системе контактов.
Следовательно, технологическое преимущество должно подтверждаться полной стоимостью изготовления заданного количества годных функциональных устройств.
4.6.6. Четвёртый путь: архитектурная специализация
Одним из перспективных способов повышения экономической эффективности является специализация вычислительных систем.
Универсальный компьютер должен обеспечивать выполнение широкого круга операций.
Однако для определённых задач специализированная архитектура может использовать меньше аппаратных ресурсов.
Например, при выполнении конкретных матричных операций.
При обработке сигналов.
При решении отдельных задач моделирования.
При работе с определёнными структурами памяти.
Поэтому перспективная PICO может создавать ценность посредством специализированных электронных функций, не заменяя традиционные универсальные процессоры.
Однако необходимо учитывать издержки разработки.
Создание специализированного устройства имеет смысл только в том случае, если ожидаемый объём применения позволяет компенсировать соответствующие затраты.
Следовательно, архитектурная специализация должна исследоваться совместно с экономикой предполагаемого рынка и жизненным циклом продукта.
4.6.7. Пятый путь: сокращение стоимости разработки новых технологий
В рамках концепции Метаразвития возникает ещё одно направление.
Оно связано не только с производством электронных устройств, но и с совершенствованием самого процесса их создания.
Традиционная разработка нового технологического поколения требует большого количества исследований, экспериментов и инженерных итераций.
Значительные ресурсы расходуются на проверку неудачных решений.
Поэтому сокращение времени разработки может иметь крупное экономическое значение.
В генеральной программе META данная задача решается посредством взаимодействия двух базовых субтехнологий.
PICO занимается исследованием и созданием новой физической элементной базы.
NOO разрабатывает интеллектуально-креативные инструменты научного поиска и технологического проектирования.
Обе программы должны инициироваться одновременно.
При этом PICO не обязана ожидать создания совершенной ноомашины.
А NOO может начинать исследования с использованием существующей вычислительной инфраструктуры.
Перспективный механизм взаимодействия заключается в том, что интеллектуальные системы помогают сокращать количество малоинформативных экспериментов, анализировать сложные данные и искать более эффективные технологические процессы.
Однако соответствующие преимущества должны подтверждаться количественно.
Например, уменьшением времени достижения проверенного результата.
Сокращением исследовательских затрат.
Увеличением вероятности получения воспроизводимой технологии.
Таким образом, NOO может потенциально снижать не только стоимость эксплуатации будущих вычислительных систем, но и стоимость их разработки.
4.6.8. Проблема экономического технологического скачка
Главная стратегическая задача заключается в поиске механизмов не постепенного, а качественного снижения стоимости полезных вычислений.
Однако подобный скачок нельзя объявлять на основании одного экспериментального достижения.
Необходимо заранее определить базу сравнения.
Например, современную массовую вычислительную систему.
Или специализированный ускоритель.
Или существующее решение для конкретной научной задачи.
После этого формулируется целевой масштаб улучшения.
Он может включать многократное, на порядок или на несколько порядков снижение полной стоимости выполнения определённой функции.
Однако такие показатели должны рассматриваться как исследовательские цели, а не как прогнозируемые гарантированные результаты.
Для каждой гипотезы необходимо установить физический механизм предполагаемого преимущества.
Затем построить техническую архитектуру.
Определить стоимость производства и эксплуатации.
Исследовать возможность масштабирования.
И только после этого оценивать достижимость поставленной экономической цели.
4.6.9. Почему физическая миниатюризация не гарантирует экономического прорыва
Предположим, что исследователи создали новый электронный элемент, обладающий чрезвычайно малыми размерами.
Это может быть фундаментальным достижением.
Однако необходимо установить, сколько подобных элементов требуется для выполнения полезной вычислительной функции.
Какова стоимость их соединения.
Сколько энергии потребляет управление.
Нуждается ли система в охлаждении.
Каков выход годных.
Какова продолжительность эксплуатации.
Если сопутствующие затраты оказываются велики, экономический выигрыш может отсутствовать.
Аналогичным образом увеличение плотности элементов не гарантирует соответствующего повышения быстродействия.
Следовательно, радикальное снижение стоимости вычислений должно достигаться посредством согласованного совершенствования элементной базы, архитектуры, производства и инфраструктуры.
Именно эта системная задача должна занимать центральное место в проектировании перспективной PICO.
4.6.10. Демократизация вычислительной мощности как стратегический горизонт
История персональных компьютеров демонстрирует, что технологические изменения способны коренным образом преобразовывать доступность вычислений.
Функции, ранее требовавшие крупных вычислительных центров, постепенно становились доступными отдельным пользователям.
Однако современные суперкомпьютеры, специализированные ускорители и большие интеллектуальные системы предъявляют чрезвычайно высокие требования к оборудованию и энергоснабжению.
Поэтому одна из долгосрочных целей Метаразвития заключается в исследовании возможности нового этапа демократизации вычислительной мощности.
В предельной постановке задача состоит в создании предпосылок для появления персональных вычислительных систем, способных выполнять задачи, которые сегодня требуют значительно более дорогой инфраструктуры.
Но подобную перспективу необходимо формулировать научно корректно.
Современные суперкомпьютеры различаются по архитектуре, памяти, энергетическим затратам и характеру решаемых задач.
Поэтому выражение «суперкомпьютер по цене персонального компьютера» должно уточняться посредством конкретных измеримых характеристик.
Например, производительности на определённом наборе вычислительных задач.
Стоимостью обработки заданного объёма информации.
Возможностью выполнения определённых алгоритмов моделирования.
Или эффективностью работы специализированных интеллектуальных систем.
Таким образом, стратегический ориентир массовой доступности вычислительной мощности должен преобразовываться в систему проверяемых технологических и экономических целей.
4.6.11. Программа поиска технологического триггера
Особое значение для PICO приобретает поиск такого физического или технологического решения, которое способно изменить сложившуюся зависимость между вычислительной мощностью и стоимостью.
Подобный механизм можно рассматривать как потенциальный технологический триггер.
Однако необходимо точно определить смысл этого понятия.
Триггером не следует называть любое новое устройство или необычное физическое явление.
Соответствующий результат должен обладать возможностью вызвать существенное изменение эффективности определённой технологической системы.
Например, за счёт нового способа массового формирования функциональных структур.
Или значительного уменьшения затрат на передачу информации.
Или создания ранее недоступной дешёвой электронной функции.
Или радикального сокращения числа операций, необходимых для достижения полезного вычислительного результата.
Поэтому для поиска таких решений следует использовать специальную исследовательскую процедуру.
Сначала формулируется физическая гипотеза.
Затем выявляется предполагаемый механизм экономического преимущества.
После этого устанавливается необходимый эксперимент.
Далее создаётся функциональное устройство.
Исследуются возможности интеграции.
И только при подтверждении положительных результатов выполняется полноценная технико-экономическая оценка.
Такой подход позволяет отделить научно перспективные направления от технологических предположений, пока не имеющих достаточных оснований.
4.6.12. Проектная модель радикального удешевления вычислений
Для генеральной программы Метаразвития предлагается использовать следующую последовательность.
На первом этапе определяется конкретная вычислительная функция.
На втором — устанавливается лучшая доступная технология её выполнения.
На третьем — определяется структура полной стоимости.
На четвёртом — формулируются альтернативные физические и архитектурные решения.
На пятом — проводится экспериментальная проверка соответствующих гипотез.
На шестом — оценивается влияние нового решения на стоимость законченной системы.
На седьмом — исследуется возможность масштабирования и массового внедрения.
Таким образом, проектирование должно строиться не вокруг абстрактного стремления к минимальному размеру элемента.
Оно должно строиться вокруг поиска физически обоснованного механизма качественного повышения доступности полезных вычислений.
Перспективная технологическая карта PICO
На основании рассмотренного материала можно выделить несколько основных исследовательских маршрутов.
Направление Ключевой эксперимент Главный риск
Атомарный кремний Повторяемая работа нескольких связанных элементов Медленное изготовление
Молекулярная электроника Однородные контакты и стабильное переключение Разброс параметров
Двумерные материалы Функциональные схемы с высоким выходом годных Дефекты и контакты
Атомарные спиновые регистры Управление связанными состояниями Шум и инфраструктура
Гибридная PICO–CMOS Работа законченного модуля Сложность интеграции
Специализированные вычисления Снижение полной стоимости полезной задачи Системные накладные затраты
Данная таблица представляет исследовательскую карту, а не перечень готовых промышленных технологий.
Различные направления находятся на разных стадиях зрелости.
Их дальнейшее развитие должно определяться результатами экспериментальных исследований и независимой проверки.
Значение проектирования PICO для генеральной технологии Метаразвития
В концепции настоящей книги PICO рассматривается как одна из двух базовых субтехнологий генеральной технологии Метаразвития.
Её задачей является создание новых физических оснований электронной техники.
Однако стратегическая ценность этой программы не ограничивается отдельными электронными приборами.
Исследования PICO способны стать одной из главных экспериментальных областей проверки Метаразвития.
Поскольку атомарная электроника соединяет физику, химию, вычислительное моделирование, метрологию и технологическое производство, она представляет особенно сложную задачу научного проектирования.
Для её решения необходимы эффективные способы формирования гипотез, организации экспериментов и анализа результатов.
Именно здесь возникает возможность взаимодействия с NOO.
Интеллектуально-креативные системы могут помогать исследовать новые материалы.
Оптимизировать технологические процессы.
Анализировать отклонения электронных характеристик.
Разрабатывать новые архитектуры.
Оценивать экономические последствия предложенных решений.
Однако генеральная технология Метаразвития должна подтверждать свою эффективность не количеством предложенных гипотез, а качеством и скоростью получения проверенных научно-технологических результатов.
Следовательно, одним из важнейших показателей её результативности становится способность совместной системы PICO–NOO воспроизводимо совершенствовать методы создания последующих технологий.
Заключение к главе 4
Проектирование пикоэлектроники представляет собой сложную научно-технологическую задачу, выходящую далеко за пределы миниатюризации электронных устройств.
Её физическим основанием становятся специально контролируемые атомарные конфигурации и электронные состояния.
Однако для создания полноценной технологии необходимо преобразовать эти возможности в воспроизводимые электронные функции.
Первое направление связано с исследованием перспективных материалов.
Кремний, двумерные полупроводники, молекулярные системы, атомарные дефекты и специальные функциональные материалы обладают различными преимуществами и ограничениями.
Следовательно, не существует оснований заранее объявлять один материал универсальной основой будущей PICO.
Второе направление связано с созданием функциональных структур.
Атомарное позиционирование, химическая самосборка, атомно-слоевые процессы и гибридные технологические маршруты предоставляют различные способы организации вещества.
Однако их перспективность должна определяться не только точностью, но и производительностью, воспроизводимостью и стоимостью.
Третье направление включает поиск новых архитектур вычислительных элементов.
Молекулярные, одноэлектронные, квантовые и резистивные устройства могут выполнять специализированные электронные функции.
Но их применение требует решения проблем управления, передачи информации, ошибок и надёжности.
Четвёртое направление связано с интеграцией.
Создание отдельных атомарных приборов необходимо дополнить разработкой контактов, управляющих схем, межсоединений и многоуровневых электронных систем.
Пятое направление связано с производственной масштабируемостью.
Для перехода от лаборатории к промышленности требуются статистически подтверждённая воспроизводимость, метрологический контроль, надёжность и экономически осуществимое производство.
Шестое направление имеет особое стратегическое значение.
Это поиск механизмов радикального снижения полной стоимости полезных вычислений.
Именно здесь физические исследования PICO непосредственно соединяются с экономическими целями Метаразвития.
Однако необходимо признать, что создание пикоэлектронного устройства само по себе не гарантирует дешёвых вычислений.
Для этого необходима согласованная работа всей технологической системы.
Следовательно, перспективная пикоэлектроника должна проектироваться одновременно как физическая, архитектурная, производственная и экономическая технология.
В рамках проекта INM её исследования могут стать важнейшей областью проверки генеральной технологии Метаразвития.
Но успех соответствующей программы должен подтверждаться конкретными научными и инженерными результатами.
От выбора материала — к управляемой атомарной структуре.
От структуры — к электронной функции.
От функции — к интегрированной архитектуре.
От архитектуры — к воспроизводимому производству.
От производства — к радикальному повышению доступности вычислительной мощности.
И от создания новых технологий — к совершенствованию самого механизма их создания.
Именно такая последовательность определяет научно-технологическую логику проектирования PICO.
Основные источники и научная литература к главе 4
Материалы, атомарные и молекулярные электронные структуры
Radisavljevic B., Radenovic A., Brivio J., Giacometti V., Kis A. Single-Layer MoS; Transistors. Nature Nanotechnology. 2011. Vol. 6. P. 147–150.
DOI: https://doi.org/10.1038/nnano.2010.279
Geim A. K., Grigorieva I. V. Van der Waals Heterostructures. Nature. 2013. Vol. 499. P. 419–425.
DOI: https://doi.org/10.1038/nature12385
Ghosh S., Zheng Y., Rafiq M. et al. A Complementary Two-Dimensional Material-Based One Instruction Set Computer. Nature. 2025. Vol. 642. P. 327–335.
DOI: https://doi.org/10.1038/s41586-025-08963-7
Yang X., Li J., Song R. et al. Highly Reproducible van der Waals Integration of Two-Dimensional Electronics on the Wafer Scale. Nature Nanotechnology. 2023. Vol. 18. P. 471–478.
DOI: https://doi.org/10.1038/s41565-023-01342-1
Hu Y., Zeng S., Wang Y. et al. Monolithic Integration of p- and n-Type Doped 2D WSe; for Wafer-Scale Complementary Logic Circuits. Nature Communications. 2026. Vol. 17. Article 6795.
DOI: https://doi.org/10.1038/s41467-026-73144-7
Shen Z., Wu H., Liu C. et al. Wafer-Scale Monolayer Dielectric Integration on Atomically Thin Semiconductors. Nature Materials. 2026. Vol. 25. P. 199–206.
DOI: https://doi.org/10.1038/s41563-025-02445-x
Schofield S. R., Curson N. J., Simmons M. Y. et al. Atomically Precise Placement of Single Dopants in Si. Physical Review Letters. 2003. Vol. 91. Article 136104.
DOI: https://doi.org/10.1103/PhysRevLett.91.136104
Fuechsle M., Miwa J. A., Mahapatra S. et al. A Single-Atom Transistor. Nature Nanotechnology. 2012. Vol. 7. P. 242–246.
DOI: https://doi.org/10.1038/nnano.2012.21
Edlbauer H. et al. An 11-Qubit Atom Processor in Silicon. Nature. 2025. Vol. 648. P. 569–575.
DOI: https://doi.org/10.1038/s41586-025-09827-w
Kranz L., Simmons M. Y. From a Single Atom to Manufacturable Quantum Processors in Silicon. Nature Nanotechnology. 2026. Vol. 21. P. 1355–1357.
DOI: https://doi.org/10.1038/s41565-026-02300-3
Li M., Yin B., Wang B. et al. Atomically Precise Construction of Uniform Single-Molecule Junctions for Molecular Electronics. Nature Communications. 2025. Vol. 16. Article 7657.
DOI: https://doi.org/10.1038/s41467-025-63113-x
Strukov D. B., Snider G. S., Stewart D. R., Williams R. S. The Missing Memristor Found. Nature. 2008. Vol. 453. P. 80–83.
DOI: https://doi.org/10.1038/nature06932
Ielmini D., Wong H.-S. P. In-Memory Computing with Resistive Switching Devices. Nature Electronics. 2018. Vol. 1. P. 333–343.
DOI: https://doi.org/10.1038/s41928-018-0092-2
Атомарно-точное производство и технологические процессы
George S. M. Atomic Layer Deposition: An Overview. Chemical Reviews. 2010. Vol. 110. No. 1. P. 111–131.
DOI: https://doi.org/10.1021/cr900056b
Kanarik K. J., Lill T., Hudson E. A. et al. Overview of Atomic Layer Etching in the Semiconductor Industry. Journal of Vacuum Science & Technology A. 2015. Vol. 33. Article 020802.
DOI: https://doi.org/10.1116/1.4913379
Eigler D. M., Schweizer E. K. Positioning Single Atoms with a Scanning Tunnelling Microscope. Nature. 1990. Vol. 344. P. 524–526.
DOI: https://doi.org/10.1038/344524a0
Rothemund P. W. K. Folding DNA to Create Nanoscale Shapes and Patterns. Nature. 2006. Vol. 440. P. 297–302.
DOI: https://doi.org/10.1038/nature04586
Трёхмерная интеграция, вычислительные архитектуры и межсоединения
Niu C., Long L., Zheng L. et al. Monolithic 3D Integration of Atomic-Layer-Deposited Oxide Semiconductors on 200-mm Silicon Wafers. Nature Nanotechnology. 2026. Электронная публикация.
DOI: https://doi.org/10.1038/s41565-026-02276-0
Lam B., Yu Y. M., Nam H. et al. Monolithic Three-Dimensional Integration of Silicon Transistors. Nature. 2026. Vol. 654. P. 652–659.
DOI: https://doi.org/10.1038/s41586-026-10496-6
Guo Y., Zhang P., Liu Y. et al. A Towards-Foundry Strategy for Creating Fully Interconnected Two-Dimensional Microprocessors. Nature Electronics. 2026. Vol. 9. P. 159–169.
DOI: https://doi.org/10.1038/s41928-026-01573-9
Members of the HRL Quantum Team and Collaborators. A Digitally Controlled Silicon Quantum Processing Unit. Nature. 2026. Vol. 655. P. 1154–1159.
DOI: https://doi.org/10.1038/s41586-026-10754-7
Zhang C., Xu F., Zhang S. et al. Universal Logical Operations in a Silicon Quantum Processor. Nature Nanotechnology. 2026. Vol. 21. P. 635–641.
DOI: https://doi.org/10.1038/s41565-026-02140-1
UCIe Consortium. Universal Chiplet Interconnect Express Specification 3.0. 2025. Промышленная спецификация межкристальных соединений.
https://www.uciexpress.org/specifications
Kim B. et al. Co-Packaged Optics for High-Performance Computing and Artificial Intelligence. Nature Electronics. 2026. Vol. 9. P. 853–867.
DOI: https://doi.org/10.1038/s41928-026-01681-6
Воспроизводимость, метрология и надёжность
JEDEC Solid State Technology Association. JESD47M: Stress-Test-Driven Qualification of Integrated Circuits. 2025. Промышленный стандарт квалификационных испытаний интегральных схем.
JCGM. Evaluation of Measurement Data — Guide to the Expression of Uncertainty in Measurement. JCGM 100:2008. Joint Committee for Guides in Metrology.
DOI: https://doi.org/10.59161/JCGM100-2008E
Raghavachari M., Srinivasan A., Sullo P. Poisson Mixture Yield Models for Integrated Circuits: A Critical Review. Microelectronics Reliability. 1997. Vol. 37. No. 4. P. 565–580.
DOI: https://doi.org/10.1016/S0026-2714(96)00064-9
Физика, энергетика и экономика вычислений
Landauer R. Irreversibility and Heat Generation in the Computing Process. IBM Journal of Research and Development. 1961. Vol. 5. No. 3. P. 183–191.
DOI: https://doi.org/10.1147/rd.53.0183
Horowitz M. Computing’s Energy Problem (and What We Can Do About It). 2014 IEEE International Solid-State Circuits Conference. P. 10–14.
DOI: https://doi.org/10.1109/ISSCC.2014.6757323
International Energy Agency. Powering Artificial Intelligence: Strategies for Integrating Data Centres into Electricity Systems. 2026.
Дополнительные фундаментальные исследования квантовых вычислительных систем
Kane B. E. A Silicon-Based Nuclear Spin Quantum Computer. Nature. 1998. Vol. 393. P. 133–137.
DOI: https://doi.org/10.1038/30156
Loss D., DiVincenzo D. P. Quantum Computation with Quantum Dots. Physical Review A. 1998. Vol. 57. P. 120–126.
DOI: https://doi.org/10.1103/PhysRevA.57.120
Zwanenburg F. A., Dzurak A. S., Morello A. et al. Silicon Quantum Electronics. Reviews of Modern Physics. 2013. Vol. 85. P. 961–1019.
DOI: https://doi.org/10.1103/RevModPhys.85.961
********
Глава 5. За пикоэлектроникой: физический смысл фемтодиапазона
Глава продолжает исследовательскую логику глав 3–4, но посвящена принципиально иному физическому рубежу — переходу от атомных и электронных структур к масштабам атомного ядра.
В основе главы лежит важное разграничение: фемтометр является характерной единицей измерения ядерных размеров, но из этого не следует возможность создания транзисторов размером один фемтометр. Постпикоэлектронные технологии необходимо искать прежде всего в новых физических принципах управления информационными состояниями, а не в механическом уменьшении существующих устройств.
Особое внимание уделено экспериментам 2024–2026 годов с ядерным переходом тория-229. В октябре 2026 года опубликованы результаты реализации ядерных часов с обратной связью — существенное достижение на пути к практическим устройствам, использующим энергетические состояния ядра.
Nature
+2
Далее представлен полный текст пяти разделов, заключение, перспективная карта исследований и научная библиография.
Глава 5. За пикоэлектроникой: физический смысл фемтодиапазона
От атомарно управляемых электронных структур — к исследованию ядерных состояний, новых квантовых принципов и долгосрочных физических оснований постпикоэлектронных технологий.
Введение. Фемтодиапазон как новый физический рубеж
В предыдущих главах была рассмотрена перспектива перехода от современной наноэлектроники к пикоэлектронике.
Показано, что пикоэлектронику нельзя рассматривать как простое продолжение геометрического уменьшения транзисторов.
Её физический смысл связан с возможностью целенаправленно создавать атомарные конфигурации, управлять электронными состояниями и использовать соответствующие эффекты для выполнения полезных электронных функций.
При этом главным условием возникновения полноценной технологии является переход от единичного физического эксперимента к воспроизводимому устройству, интегрированной системе и экономически осуществимому производству.
Однако возникает следующий фундаментальный вопрос.
Что находится за пределами пикоэлектроники?
Если физическая структура обычного вещества определяется атомами, а характерные межатомные расстояния измеряются десятками и сотнями пикометров, существует ли возможность перехода к ещё меньшим масштабам?
В Международной системе единиц следующим после пикометра десятичным масштабом является фемтометр.
Но переход от пико- к фемтодиапазону имеет принципиально иной физический смысл, чем исторический переход от микроэлектроники к наноэлектронике.
Дело заключается в том, что фемтометровые расстояния относятся преимущественно к пространственным масштабам атомных ядер и составляющих их нуклонов.
На этом уровне изменяется сама физическая природа исследуемых объектов.
Если электронная техника преимущественно использует движение электрических зарядов, электронные энергетические состояния и электромагнитное взаимодействие, то для атомных ядер существенное значение приобретают сильное ядерное взаимодействие, внутриядерная структура и ядерные квантовые состояния.
Следовательно, нельзя предполагать, что последующее развитие электронной техники будет осуществляться посредством постепенного уменьшения полупроводникового канала до размеров атомного ядра.
Наоборот, возникает необходимость поставить другую исследовательскую задачу.
Можно ли использовать физические состояния и взаимодействия, связанные с фемтометровой областью, для создания принципиально новых информационных, измерительных и вычислительных технологий?
Ответ на данный вопрос пока не может быть окончательным.
Современная наука уже располагает экспериментальными методами исследования ядерных состояний.
Существуют технологии ядерного магнитного резонанса, сверхточной ядерной спектроскопии, управления отдельными ядерными спинами и резонансного взаимодействия излучения с атомными ядрами.
Особое значение приобрели исследования ядерного перехода тория-229.
В 2024 году были представлены результаты прямого лазерного возбуждения соответствующего ядерного состояния и его прецизионного сравнения с атомным частотным стандартом.
В октябре 2026 года опубликованы экспериментальные результаты создания действующих ядерных часов с обратной связью.
Эти достижения свидетельствуют, что определённые ядерные состояния могут использоваться в качестве управляемых функциональных объектов.
Но они не доказывают существования универсальной фемтоэлектроники.
Поэтому в настоящей главе предлагается разграничивать три исследовательские области.
Первая область — физика фемтометровых масштабов.
Вторая — технологии, использующие ядерные состояния и взаимодействия.
Третья — гипотетические постпикоэлектронные вычислительные системы, которые могут возникнуть на основе новых физических принципов.
Такое разграничение позволяет сохранить научную строгость и одновременно сформировать достаточно широкий горизонт перспективных исследований.
5.1. Фемтометр как физический масштаб
5.1.1. Переход от нано- и пико- к фемтодиапазону
Международная система единиц предусматривает использование десятичных приставок для обозначения чрезвычайно малых величин.
Нанометр соответствует одной миллиардной части метра.
Пикометр — одной триллионной части метра.
Фемтометр — одной квадриллионной части метра.
Таким образом, каждый последующий масштаб в указанной последовательности меньше предыдущего в тысячу раз.
Однако это математическое соотношение не означает, что любой физический объект может быть уменьшен в соответствующее число раз с сохранением своего функционального принципа.
Например, макроскопический электрический проводник можно последовательно уменьшать до микрометровых и нанометровых размеров.
Но при достижении атомарного уровня возникают ограничения, связанные с дискретностью строения вещества.
При дальнейшем переходе к фемтометровому диапазону изменяется уже не только структура проводника, но и класс физических объектов, которым соответствует данный масштаб.
Важнейшее обстоятельство заключается в том, что фемтометр не является естественным технологическим продолжением обычной полупроводниковой геометрии.
Он принадлежит к области физических размеров, характеризующих внутреннюю структуру атомных ядер.
5.1.2. Сравнение характерных пространственных масштабов
Для понимания соответствующего различия необходимо сопоставить несколько физических величин.
Физический объект или характеристика Характерный масштаб
Нанометр 1 000 пм
Расстояния между соседними атомами Сотни пикометров
Боровский радиус Около 52,9 пм
Комптоновская длина волны электрона Около 2,43 пм
Фемтометр Одна тысячная пикометра
Зарядовый радиус протона Около 0,84 фм
Размеры атомных ядер Единицы фемтометров
Приведённые значения основаны на данных BIPM и CODATA [1–4].
Необходимо учитывать, что радиус атома и радиус ядра определяются различными физическими способами.
Атом не имеет абсолютно жёсткой внешней поверхности.
Его электронная структура представляет собой квантовое распределение.
Размер атомного ядра также не определяется универсальной геометрической границей.
В ядерной физике используются, в частности, среднеквадратичные зарядовые радиусы и характеристики пространственного распределения ядерного вещества.
Поэтому указанные размеры являются физически определёнными характеристиками соответствующих объектов, а не диаметрами идеальных твёрдых шаров.
Особенно важно правильно понимать комптоновскую длину волны электрона.
Это характерная квантово-релятивистская длина, связанная с массой электрона.
Она не является измеренным геометрическим радиусом электрона.
В современной физике электрон рассматривается как элементарная частица, не имеющая установленной внутренней структуры.
Таким образом, переход к меньшей числовой единице длины не следует отождествлять с обнаружением нового слоя механически делимых электронных деталей.
5.1.3. Физический смысл размера атомного ядра
Атомное ядро состоит из протонов и нейтронов, за исключением ядра обычного водорода, представляющего собой один протон.
Протоны и нейтроны относятся к нуклонам.
В отличие от электронов, которые в рамках Стандартной модели рассматриваются как элементарные частицы, нуклоны обладают внутренней структурой.
Они состоят из кварков и взаимодействующих с ними глюонных полей.
Для описания соответствующих процессов используется квантовая хромодинамика.
Однако нельзя представлять ядро как уменьшенную копию электронного устройства.
Нуклоны не являются обычными проводящими контактами.
Кварки не выступают свободно перемещаемыми носителями электрического тока, аналогичными электронам в металлическом проводнике.
Внутри ядер действуют особые физические закономерности, включая свойства сильного взаимодействия и конфайнмент.
Поэтому даже теоретическое проектирование будущих информационных систем на основе внутриядерных эффектов потребует принципиально иной физической модели.
5.1.4. Энергетическое значение фемтометровых расстояний
Между характерным пространственным масштабом физического процесса и необходимыми средствами его исследования существует глубокая связь.
Для изучения чрезвычайно малых структур применяются частицы и излучение с подходящими длинами волн и переданными импульсами.
Исследование структуры с пространственным разрешением порядка одного фемтометра обычно связано с высокоэнергетическими методами.
Характерные переданные энергии и импульсы могут соответствовать масштабам сотен мегаэлектронвольт и выше.
Это значительно превышает типичные энергетические масштабы обычной полупроводниковой электроники.
Однако здесь необходимо провести важное разграничение.
Энергия, необходимая для исследования пространственной структуры ядра, не равна энергии любого перехода между его квантовыми состояниями.
Некоторые ядерные состояния имеют сравнительно небольшие энергетические различия.
Особенно показателен торий-229, обладающий исключительно низкоэнергетическим ядерным изомерным состоянием.
Его переход находится в области около 8,4 электронвольта и может возбуждаться вакуумным ультрафиолетовым излучением [20–25].
Это означает, что использование ядерного состояния не всегда требует прямого применения высокоэнергетического пучка частиц.
Но соответствующее обстоятельство не устраняет необходимости создавать и обслуживать сложную систему управления.
5.1.5. Фемтометровая точность измерения и фемтометровый размер устройства
Следует различать ещё два понятия.
Первое — возможность исследовать величины, характеризующие фемтометровые расстояния.
Второе — возможность изготавливать самостоятельные функциональные устройства с геометрическими размерами порядка фемтометра.
Современная экспериментальная физика уже позволяет извлекать информацию о размерах атомных ядер.
Для этого используются электронное рассеяние, спектроскопия мюонных атомов, измерения изотопических сдвигов и другие методы.
Однако соответствующие измерительные комплексы могут занимать значительное пространство.
Они не являются устройствами фемтометрового размера.
Например, прецизионное измерение радиуса протона представляет собой исследование характеристики субатомного объекта.
Но измерительная установка, обеспечивающая такой результат, не имеет аналогичных пространственных размеров.
Следовательно, физическая глубина измерения не определяет автоматически степень миниатюризации технологического оборудования.
5.1.6. Фемтосекунда и фемтометр — различные физические величины
Особого внимания требует терминологическая точность.
В современной научной литературе широко используются понятия фемтосекундной спектроскопии, фемтосекундных лазерных импульсов и фемтосекундной динамики.
Однако фемтосекунда является единицей времени.
Фемтометр является единицей длины.
Одинаковая приставка не означает одинакового физического содержания.
В частности, использование фемтосекундного лазерного импульса не означает, что исследуемый объект имеет размер один фемтометр.
Аналогичным образом сверхвысокое временное разрешение эксперимента не доказывает существования фемтоэлектронного устройства.
Это разграничение особенно важно для последующих исследований, поскольку смешение пространственных и временных масштабов способно создавать необоснованные представления о достигнутой степени технологического развития.
5.1.7. Три значения фемтодиапазона для будущей техники
Для целей настоящей книги предлагается различать следующие значения фемтодиапазона.
Первое — метрологическое.
Фемтометр используется как единица измерения размеров и структурных характеристик субатомных объектов.
Второе — физико-функциональное.
Исследуемое устройство использует состояния или взаимодействия объектов, чья внутренняя структура характеризуется фемтометровыми масштабами.
Третье — технологически-конструкционное.
Предполагается возможность создать самостоятельную функциональную конструкцию с характерными размерами соответствующего порядка.
Первое значение является общепринятым.
Второе уже имеет экспериментальные примеры в ядерной спектроскопии, квантовой метрологии и устройствах с ядерными спинами.
Третье применительно к обычным вычислительным элементам остаётся гипотетическим и не имеет достаточного экспериментального подтверждения.
Следовательно, именно второе направление представляет наиболее обоснованную исходную область исследований постпикоэлектронных технологий.
5.2. Атомная и ядерная размерные области
5.2.1. Почему атомная структура и ядерная структура требуют разных технологий
Обычная электронная техника использует физические свойства материалов, определяемые преимущественно электронной структурой атомов и их коллективным взаимодействием.
Электрическая проводимость металлов связана с электронными состояниями в твёрдом теле.
Полупроводниковые приборы используют особенности энергетических зон, концентрации носителей заряда и электрических полей.
Молекулярная электроника исследует перенос заряда между электронными состояниями отдельных молекул.
Атомарно-точное производство позволяет управлять положением определённых атомов и локальной электронной структурой.
Во всех этих случаях основным функциональным объектом остаётся электронная система.
Но атомное ядро представляет собой другую физическую подсистему.
Оно обладает собственной внутренней структурой, энергетическим спектром, спином и электромагнитными моментами.
Взаимодействия внутри ядра определяются не только электромагнитными, но и сильными ядерными силами.
Поэтому переход к исследованию ядерных состояний предполагает использование новых физических параметров.
Вместо обычной проводимости могут рассматриваться частоты ядерных переходов.
Вместо изменения концентрации электронов — управление ядерными спинами.
Вместо электронного транспортного барьера — взаимодействие излучения с определёнными ядерными энергетическими уровнями.
Следовательно, ядерные информационные технологии могут иметь совершенно другую архитектуру.
5.2.2. Физические размеры атомных ядер
Размеры атомных ядер зависят от количества нуклонов, изотопного состава и особенностей внутренней структуры.
В первом приближении многие ядра характеризуются радиусами порядка нескольких фемтометров.
Но соответствующие значения нельзя описывать универсальным радиусом, одинаковым для всех химических элементов.
Для лёгких ядер характерны меньшие пространственные размеры.
Для тяжёлых — большие.
При этом возможны отклонения от простой сферической структуры.
Некоторые ядра обладают деформациями.
Другие демонстрируют особенности пространственного распределения нуклонов.
Экспериментальные методы измерения ядерных зарядовых радиусов систематизированы, в частности, в работе Angeli и Marinova [5].
Эти данные имеют значение не только для ядерной физики.
Они используются также при уточнении атомных спектров, исследовании изотопических сдвигов и проверке теоретических моделей вещества.
Но сами по себе они не указывают на возможность изготовления электронных схем внутри ядер.
5.2.3. Протон как объект фемтометровых исследований
Особое место занимает исследование размера протона.
Современные рекомендованные данные CODATA характеризуют его среднеквадратичный зарядовый радиус величиной около 0,84 фемтометра.
В 2010 году Pohl и соавторы опубликовали в журнале Nature результаты прецизионной спектроскопии мюонного водорода [6].
В подобном атоме электрон заменён значительно более тяжёлым мюоном.
Это существенно изменяет пространственное распределение связанного лептона и чувствительность определённых энергетических переходов к зарядовому распределению протона.
Соответствующие эксперименты стали важнейшей частью дискуссии о радиусе протона.
Для настоящей главы они имеют более общий методологический смысл.
Исследование фемтометровой структуры может выполняться опосредованно, посредством анализа спектральных характеристик системы, размеры которой значительно превышают размеры самого исследуемого объекта.
Следовательно, для будущих постпикоэлектронных технологий особый интерес представляет не только прямое воздействие на субатомную структуру, но и создание эффективных физических интерфейсов между различными масштабами.
5.2.4. Ядерные энергетические состояния
Подобно атомным электронным системам, атомные ядра обладают квантовыми состояниями.
Однако физические механизмы формирования этих состояний существенно отличаются от электронных энергетических уровней.
Ядерная структура определяется взаимодействиями нуклонов.
Энергетические переходы могут сопровождаться излучением фотонов, изменениями спиновых состояний и другими процессами.
Для многих ядер характерные энергии возбуждения значительно превышают энергии обычных электронных переходов.
Это осложняет использование соответствующих состояний в компактной электронике.
Но существуют исключения.
В частности, чрезвычайно низкоэнергетическое изомерное состояние тория-229 стало основанием исследовательской программы ядерных оптических часов.
Его значение заключается в возможности использовать переход внутри атомного ядра как высокостабильный частотный эталон.
Таким образом, именно энергетическая структура ядра, а не механическое уменьшение электронного прибора, может создавать предпосылки новых технологических функций.
5.2.5. Ядерный спин как информационная степень свободы
Одним из наиболее практически значимых свойств атомных ядер является спин.
Ядерный спин представляет собой квантовую характеристику системы.
При определённых условиях состояния ядерного спина могут использоваться для представления и хранения квантовой информации.
Это направление уже имеет значительную экспериментальную историю.
В 1998 году Kane предложил архитектуру кремниевого квантового компьютера на основе ядерных спинов донорных атомов [11].
В дальнейшем были созданы экспериментальные устройства, в которых отдельные ядерные спины управляются посредством внешних полей и взаимодействия с электронными состояниями.
Значительный интерес представляет сочетание сравнительно длительного времени сохранения квантовой информации с возможностью интеграции в полупроводниковые структуры.
Однако необходимо сделать принципиальное уточнение.
Ядерный спин связан с ядром, внутренние размеры которого характеризуются фемтометровым масштабом.
Но само устройство, предназначенное для управления этим спином, может иметь нанометровые и значительно более крупные размеры.
Таким образом, использование ядерного спина представляет пример ядерной информационной функции, но не доказывает создания физически фемтометровой вычислительной конструкции.
5.2.6. Электронно-ядерное взаимодействие как технологический интерфейс
Особое значение приобретает взаимодействие электронных и ядерных степеней свободы.
В атомах и твёрдых телах электронные состояния могут взаимодействовать с ядерными магнитными и электрическими моментами.
Соответствующие взаимодействия изучаются, в частности, посредством сверхтонкой спектральной структуры.
Для будущих технологий важна возможность использовать электронную систему как средство управления ядерным состоянием.
Например, электронный элемент может выполнять функцию считывания.
В другом случае внешнее электрическое поле способно изменять условия ядерного резонанса.
В третьем — электронная система обеспечивает передачу информации между различными ядерными регистрами.
Таким образом, возникает потенциальная гибридная архитектура.
Атомное ядро выполняет определённую информационную функцию.
Электронная система обеспечивает её управление, считывание или сопряжение с другими элементами.
Подобный подход позволяет избежать необходимости непосредственно формировать соединения фемтометрового размера.
Но он создаёт другие ограничения, включая сложность управления, ошибки и дополнительные энергетические затраты.
5.2.7. Стабильные и радиоактивные ядра
Для технического проектирования необходимо различать стабильные и радиоактивные изотопы.
Многие системы ядерных спинов исследуются с использованием стабильных атомных ядер.
Соответствующие информационные операции не требуют осуществления ядерных реакций.
Другие направления, включая исследование тория-229, используют радиоактивные изотопы.
Такие эксперименты предъявляют дополнительные требования к обращению с материалами, измерениям, безопасности и регулированию.
Это обстоятельство принципиально важно для технико-экономических оценок.
Даже если устройство обладает уникальными физическими характеристиками, его практическое распространение может ограничиваться доступностью определённого изотопа и сложностью необходимой инфраструктуры.
Следовательно, выбор ядерного функционального объекта должен включать не только физические характеристики, но и производственные, эксплуатационные и регуляторные условия.
5.2.8. Главный вывод о двух размерных областях
Атомная и ядерная области тесно связаны, но не являются последовательными уровнями одной и той же электронной конструкции.
Переход от атомных электронных состояний к ядерным состояниям сопровождается изменением физического принципа.
Поэтому наиболее обоснованной исследовательской моделью становится гибридная система, в которой электронные, фотонные и ядерные подсистемы выполняют различные функции.
Соответственно, будущая постпикоэлектронная технология может использовать фемтометровую физику, оставаясь значительно более крупной по геометрическим размерам.
5.3. Почему обычное уменьшение транзисторов здесь неприменимо
5.3.1. Физические основания традиционного транзистора
Традиционный полевой транзистор использует управляемое изменение проводимости полупроводникового канала.
Для его работы необходимы области истока и стока, управляющий затвор, электрическая изоляция и функциональный канал.
Работа такого устройства определяется не только отдельным электронным состоянием, но и определённой организацией полупроводникового материала.
В традиционной микроэлектронике уменьшение транзисторов на протяжении длительного времени обеспечивало повышение плотности интеграции.
Физические основания такого масштабирования систематически исследовались в классической работе Dennard и соавторов 1974 года [8].
Однако соответствующие закономерности предполагают существование материала и структуры, сохраняющих необходимые электронные свойства при изменении размеров.
Когда устройство приближается к атомарному масштабу, эти предпосылки становятся всё менее применимыми.
А переход к размерам атомного ядра вообще выводит нас за пределы обычной полупроводниковой конструкции.
5.3.2. Отсутствие обычного полупроводникового канала
Невозможно просто представить фемтометровый транзистор как уменьшенный вариант существующего MOSFET.
Внутри атомного ядра отсутствует обычная кристаллическая решётка полупроводника.
Не существуют привычные области истока и стока.
Нет обычного электронного канала, проводимость которого можно регулировать аналогично кремниевому устройству.
На соответствующем уровне действуют другие физические механизмы.
Поэтому сама постановка задачи «изготовить традиционный транзистор размером один фемтометр» не имеет необходимого физического основания.
Это не означает, что в ядерной системе принципиально невозможны процессы передачи или изменения информации.
Но подобные процессы не могут автоматически описываться привычной архитектурой полевого транзистора.
5.3.3. Электронная проводимость и внутриядерная физика
В обычных проводниках электрический ток связан с движением электронных носителей заряда.
В полупроводниках используются электроны и дырки.
В молекулярных устройствах исследуется квантовый перенос заряда между определёнными электронными состояниями.
Но внутриядерные процессы описываются другими степенями свободы.
При переходе к ядерным масштабам нельзя сохранять без изменения привычные понятия подвижности носителей, электронного канала и затворного управления.
Даже если внутри ядра происходит изменение распределения электрического заряда, это не означает возникновения обычной электронной проводимости.
Следовательно, проектирование возможных ядерных информационных элементов должно начинаться с определения физически реализуемой операции.
Например, изменение ядерного спина.
Переход между двумя энергетическими уровнями.
Управляемое взаимодействие ядерного состояния с электромагнитным полем.
Но нельзя заранее считать, что подобные операции обладают всеми свойствами цифрового транзистора.
5.3.4. Квантовые ограничения и пространственная локализация
Важнейшее значение приобретает квантовая природа вещества.
При уменьшении пространственной области локализации частицы изменяются ограничения на возможные состояния её импульса и энергии.
Для электронных устройств это означает, что чрезвычайно сильное пространственное ограничение нельзя рассматривать как простое геометрическое сжатие привычного проводящего канала.
Квантовые эффекты определяют энергетический спектр и характер переноса.
В отдельных случаях электрон может туннелировать через потенциальный барьер.
В других — возникают дискретные электронные состояния.
Поэтому попытка продолжать традиционное масштабирование без изменения физической модели приводит к потере первоначального смысла прибора.
При переходе к фемтометровым масштабам соответствующая проблема становится ещё более фундаментальной.
Необходимо исследовать совсем другие объекты и взаимодействия.
5.3.5. Энергетические ограничения внутриядерных процессов
Дополнительное ограничение связано с характерными энергиями ядерных процессов.
Для многих внутриядерных возбуждений энергетические масштабы значительно выше типичных энергий электронных переключений.
Если бы каждую обычную логическую операцию требовалось осуществлять посредством высокоэнергетического ядерного перехода, это не гарантировало бы энергетического выигрыша.
Кроме того, некоторые ядерные возбуждения могут сопровождаться ионизирующим излучением.
Но важно избегать обратного чрезмерного обобщения.
Не все операции, использующие ядерные степени свободы, являются высокоэнергетическими.
Управление ядерными спинами посредством магнитного или электрического резонанса может осуществляться при значительно меньших энергетических масштабах.
Таким образом, энергетические ограничения необходимо устанавливать отдельно для каждого физического механизма.
Нельзя автоматически относить все ядерные информационные процессы к одному классу.
5.3.6. Проблема адресации и управления
Даже если определённое ядерное состояние может представлять информацию, необходимо обеспечить его индивидуальное управление.
Это чрезвычайно сложная задача.
Требуется различать состояния отдельных функциональных объектов.
Необходимо подавать управляющие воздействия.
Получать достоверные результаты считывания.
Организовывать взаимодействие между элементами.
При этом управляющая система неизбежно обладает собственной физической структурой.
Например, использование локального электрического поля требует электродов.
Использование оптического перехода требует источника и детектора излучения.
Управление ядерными спинами может потребовать специальных резонансных систем.
Следовательно, невозможно оценивать размеры информационного элемента отдельно от размеров всей системы управления.
5.3.7. Различие между ядерной частотой и вычислительным быстродействием
Ещё одно распространённое заблуждение может возникнуть при рассмотрении чрезвычайно высоких частот физических переходов.
Высокая частота электромагнитного излучения, соответствующая определённому энергетическому переходу, не означает, что электронная или ядерная вычислительная система способна выполнять логические операции с такой же частотой.
Рабочее быстродействие определяется не только энергией перехода.
Необходимо учитывать скорость подготовки состояния.
Длительность управляющего воздействия.
Время считывания.
Вероятность ошибки.
Возможность повторного выполнения операции.
Скорость взаимодействия между различными элементами.
Поэтому нельзя автоматически приравнивать оптическую частоту ядерного перехода к тактовой частоте будущего процессора.
Для оценки вычислительной архитектуры необходим анализ полного рабочего цикла.
5.3.8. Тепловыделение и системная энергетика
Даже если новая физическая система позволяет выполнять чрезвычайно малые элементарные операции, необходимо учитывать энергетические затраты всей инфраструктуры.
Этот принцип применим к обычной электронике, квантовым устройствам и потенциальным ядерным информационным системам.
Например, ядерное состояние может обладать высокой устойчивостью.
Но управление им может требовать сложного лазерного оборудования.
Или специализированной охлаждающей системы.
Или дорогостоящих измерительных приборов.
В этом случае стоимость полезной операции будет определяться не только энергией самого перехода.
Соответственно, поиск фемтодиапазонных физических принципов должен осуществляться совместно с оценкой полной энергетической и экономической эффективности.
5.3.9. Предел обычной миниатюризации не означает предела вычислений
Главный вывод заключается в следующем.
Невозможность обычного масштабирования транзистора до фемтометровых размеров не означает, что дальнейшее развитие вычислительной техники становится невозможным.
Она означает завершение применимости определённой геометрической модели.
История техники уже показывает, что новые физические принципы могут создавать новые способы выполнения известных функций.
Например, квантовые вычисления не являются просто разновидностью уменьшенного классического компьютера.
А фотонные устройства используют другой способ передачи и обработки информации.
Следовательно, переход за пределы пикоэлектроники должен рассматриваться как поиск новых физических функций.
Но этот поиск должен осуществляться без предположения о гарантированном превосходстве будущих технологий.
Каждая альтернатива требует самостоятельной экспериментальной проверки.
5.4. Возможные квантовые и иные физические направления исследований
5.4.1. Общая исследовательская постановка
Наиболее перспективные направления исследований за пределами обычной пикоэлектроники связаны с использованием новых информационных состояний и механизмов взаимодействия.
Однако их научная зрелость существенно различается.
Некоторые уже имеют экспериментальные реализации.
Другие существуют в виде теоретических моделей.
Третьи пока представляют только долгосрочные физические гипотезы.
Для настоящей книги особенно важно не объединять их в одну категорию готовых технологий.
Поэтому необходимо рассматривать каждое направление отдельно.
5.4.2. Квантовые вычисления на ядерных спинах
Одно из наиболее обоснованных направлений связано с использованием ядерных спинов для хранения и обработки квантовой информации.
В кремниевых устройствах уже экспериментально продемонстрированы соответствующие возможности.
В частности, Muhonen и соавторы показали сохранение квантовой информации в полупроводниковом устройстве на протяжении десятков секунд [12].
Исследования Sigillito и соавторов продемонстрировали электрическое управление ядерными спиновыми состояниями донорных атомов [13].
В 2020 году Asaad и соавторы представили результаты когерентного электрического управления спином отдельного ядра сурьмы в кремниевом устройстве [15].
Другим существенным результатом стало создание ядерного спинового кубита, связанного с кремниевой квантовой точкой, исследованного Hensen и соавторами [14].
Эти достижения показывают, что ядерное состояние может быть элементом действующей квантовой информационной системы.
Однако соответствующие системы не следует автоматически называть фемтоэлектроникой.
Их конструктивная элементная база остаётся полупроводниковой и атомарной.
Поэтому правильнее говорить об электронно-ядерных квантовых архитектурах.
Возможность их масштабирования определяется не только качеством отдельных ядерных спинов, но и эффективностью взаимодействия между регистрами.
5.4.3. Ядерные оптические часы на основе тория-229
Особого внимания заслуживают исследования изомерного состояния тория-229.
В отличие от большинства ядерных возбуждений, соответствующий переход обладает чрезвычайно низкой энергией.
Это позволяет использовать вакуумное ультрафиолетовое излучение для его исследования.
В 2024 году Tiedau и соавторы продемонстрировали прямое лазерное возбуждение ядерного перехода тория-229 в кристаллической среде [20].
В том же году Zhang и соавторы представили измерение частотного отношения ядерного перехода тория-229 и атомных часов на основе стронция [21].
Эти результаты означали важный переход от косвенных исследований ядерного состояния к его непосредственному оптическому управлению и прецизионной метрологии.
Следующий этап был связан с обеспечением воспроизводимости.
В январе 2026 года Ooi и соавторы опубликовали результаты исследования стабильности частотного перехода в различных кристаллах [22].
А 7 октября 2026 года в Nature были опубликованы две экспериментальные работы о реализации ядерных часов.
В первой Toscani De Col и соавторы продемонстрировали стабилизацию лазерной частоты по ядерному переходу тория-229 с использованием обратной связи [23].
Во второй Huang и соавторы представили независимую реализацию действующего ядерного частотного стандарта и исследование воспроизводимости соответствующего перехода [24].
Значение этих достижений трудно переоценить.
Они подтверждают возможность использования энергетического состояния атомного ядра как рабочего элемента реального измерительного устройства.
Однако необходимо правильно определить технологический результат.
Ядерные часы не являются ядерным вычислительным процессором.
Они представляют устройство для высокоточного формирования и сравнения частот.
Кроме того, экспериментальная реализация не означает автоматического достижения лучших характеристик современных атомных оптических часов.
Дальнейшее развитие требует повышения метрологических характеристик, уменьшения сложности оборудования и исследования долговременной воспроизводимости.
Тем не менее ядерные часы представляют один из наиболее убедительных примеров возникновения технологически полезной функции, непосредственно связанной с ядерной физикой.
5.4.4. Ядерная квантовая оптика
Другим перспективным направлением является ядерная квантовая оптика.
Она исследует управляемое взаимодействие электромагнитного излучения с квантовыми состояниями атомных ядер.
Особое значение имеют резонансные процессы, связанные с эффектом Мёссбауэра.
В определённых условиях ядра в твёрдом теле способны испускать и поглощать гамма-кванты без обычного энергетического уширения, связанного с отдачей свободного ядра.
Это позволяет исследовать чрезвычайно узкие ядерные резонансы.
В 2012 году R;hlsberger и соавторы продемонстрировали электромагнитно-индуцированную прозрачность в рентгеновском диапазоне с использованием резонансных ядер железа-57 [16].
В 2018 году Chumakov и соавторы представили экспериментальное исследование коллективного сверхизлучательного поведения ядер, возбуждаемых рентгеновским лазером на свободных электронах [17].
В 2021 году Heeg и соавторы продемонстрировали когерентное управление ядерными возбуждениями с использованием рентгеновских импульсов [18].
Эти исследования свидетельствуют, что ядерная система может выступать объектом управляемого квантового взаимодействия.
Но они также показывают сложность необходимой экспериментальной инфраструктуры.
Использование синхротронного или лазерного рентгеновского излучения не означает появления компактного промышленного вычислительного устройства.
Поэтому ядерную квантовую оптику следует рассматривать как научную основу возможных будущих измерительных и специализированных квантовых систем.
5.4.5. Электронно-ядерные гибридные устройства
Одним из потенциально наиболее важных направлений является объединение электронных и ядерных функциональных состояний.
Такая система может использовать преимущества каждой физической подсистемы.
Электронные состояния удобны для управления электрическими сигналами и соединения с существующей электронной инфраструктурой.
Ядерные состояния в определённых условиях способны обеспечивать длительное сохранение информации или высокостабильные частотные переходы.
Следовательно, перспективная гибридная архитектура может разделять функции.
Электронная подсистема обеспечивает подготовку и считывание.
Ядерная подсистема выполняет специальную информационную или метрологическую функцию.
Фотонная подсистема обеспечивает связь либо возбуждение определённых переходов.
Однако эффективность такого устройства зависит от качества интерфейсов.
Если передача информации между подсистемами требует чрезмерно сложных операций, функциональное преимущество может быть утрачено.
Поэтому основной исследовательской задачей становится не просто создание нового состояния, а воспроизводимое управление взаимодействием между различными физическими уровнями.
5.4.6. Ядерно-электронные переходные механизмы
Отдельный интерес представляет возможность взаимодействия ядерных возбуждений с электронными переходами.
В теоретических и экспериментальных исследованиях рассматриваются различные механизмы передачи энергии между электронной оболочкой и атомным ядром.
В частности, изучается так называемый электронный мост.
Его физическая идея связана с участием электронных состояний в возбуждении или релаксации ядерного перехода.
Подобные механизмы особенно важны для исследования низкоэнергетических ядерных состояний.
Они потенциально позволяют использовать сравнительно доступные средства управления электронной системой для воздействия на ядро.
Однако их техническая эффективность зависит от конкретного изотопа, энергетической структуры и условий взаимодействия.
Поэтому электронно-ядерные механизмы следует рассматривать как перспективную область фундаментального исследования, а не как универсальный способ создания ядерной вычислительной техники.
5.4.7. Квантовые датчики на основе ядерных состояний
Одним из наиболее реалистичных направлений практического применения ядерных квантовых состояний являются высокоточные измерения.
Ядерный спин может использоваться как чувствительный элемент.
Ядерные переходы — как частотные стандарты.
Резонансное взаимодействие излучения с ядрами — как средство исследования структуры и свойств вещества.
Такие системы могут иметь значение для метрологии, материаловедения и фундаментальной физики.
Однако конкретная полезность определяется не минимальным размером измеряемого объекта.
Необходимо оценивать чувствительность, точность, устойчивость, скорость измерения и эксплуатационные затраты.
Следовательно, наиболее вероятные ранние применения ядерных функциональных технологий связаны со специализированными измерительными устройствами.
Вычислительные применения требуют решения дополнительных архитектурных задач.
5.4.8. Перспективы рентгеновских и иных коротковолновых функциональных систем
Следующее направление связано с использованием высокочастотного электромагнитного излучения.
Рентгеновские и другие коротковолновые источники позволяют исследовать физические процессы, недоступные обычной оптической технике.
На их основе могут развиваться новые методы спектроскопии, когерентного управления и преобразования информации.
Но необходимо учитывать важное обстоятельство.
Короткая длина волны используемого излучения не означает, что законченная система обладает такой же геометрической миниатюрностью.
Более того, некоторые коротковолновые системы требуют крупной экспериментальной инфраструктуры.
Поэтому при оценке перспектив необходимо разграничивать физические возможности взаимодействия и экономику соответствующих устройств.
5.4.9. Прямое использование внутриядерных процессов
Наиболее отдалённый исследовательский горизонт связан с вопросом о возможности непосредственного использования внутриядерных состояний для информационных преобразований.
В теоретическом отношении можно исследовать различные квантовые степени свободы ядер.
Однако современная физика не предоставляет оснований утверждать, что из подобных состояний можно построить универсальную вычислительную архитектуру, превосходящую существующие электронные системы.
Не установлены универсальные методы формирования соответствующих логических элементов.
Не продемонстрированы необходимые способы их соединения.
Не подтверждена экономическая масштабируемость.
Кроме того, ряд внутриядерных процессов связан с высокими энергиями и радиационными ограничениями.
Поэтому подобное направление должно оставаться в категории фундаментального поиска.
Для генеральной программы Метаразвития важно не запрещать рассмотрение подобных гипотез, но и не представлять их как технологические возможности, уже вытекающие из современных экспериментов.
5.4.10. Научная оценка перспективных направлений
В результате можно выделить три уровня зрелости.
Первый включает экспериментально подтверждённые способы использования ядерных состояний.
Сюда относятся ядерный магнитный резонанс, управление отдельными ядерными спинами и прецизионная ядерная спектроскопия.
Второй охватывает экспериментальные прототипы новых устройств.
Сюда относятся ядерные часы и специализированные гибридные электронно-ядерные системы.
Третий включает долгосрочные гипотезы о новых вычислительных архитектурах, непосредственно использующих внутриядерные процессы.
Переход между этими уровнями требует самостоятельной научной проверки.
Следовательно, будущие постпикоэлектронные технологии должны развиваться не на основе единой заранее заданной концепции, а посредством конкуренции различных физических гипотез.
5.5. Долгосрочные горизонты постпикоэлектронных технологий
5.5.1. Почему будущее не обязано следовать последовательности геометрических масштабов
Историческое развитие микроэлектроники создало устойчивую ассоциацию между техническим прогрессом и уменьшением размеров электронных элементов.
Однако дальнейшее развитие не обязательно будет подчиняться аналогичной последовательности.
Переход от нанометровой к атомарно-точной организации электронной техники уже требует изменения многих физических и технологических принципов.
Переход к фемтометровой области представляет ещё более существенное изменение.
Поэтому нельзя рассматривать будущее как заранее определённую цепочку уменьшения транзисторов.
Вместо этого необходимо исследовать различные пути повышения функциональных возможностей.
Один путь может быть связан с атомарной электронной техникой.
Другой — с квантовыми вычислениями.
Третий — с новыми фотонными архитектурами.
Четвёртый — с электронно-ядерными системами.
Пятый — с принципиально новыми информационными состояниями, которые пока не получили технической реализации.
Следовательно, постпикоэлектронный этап может характеризоваться не единым физическим масштабом, а расширением разнообразия используемых физических принципов.
5.5.2. Первый горизонт: специализированные ядерные устройства
Наиболее близкий исследовательский горизонт связан с развитием уже продемонстрированных ядерных функциональных систем.
Особенно важны ядерные часы.
Их дальнейшее совершенствование может включать повышение стабильности, воспроизводимости и снижение эксплуатационной сложности.
Другим направлением являются устройства с управляемыми ядерными спинами.
Возможно развитие специализированных квантовых регистров и датчиков.
Но необходимо подчеркнуть, что подобные устройства не обязаны конкурировать с традиционными процессорами.
Их ценность может заключаться в выполнении специальных функций, недоступных или чрезвычайно дорогих для существующих технологий.
Следовательно, первым практически обоснованным направлением постпикоэлектронного поиска является не создание универсального ядерного компьютера, а развитие специализированной ядерной квантовой техники.
5.5.3. Второй горизонт: интеграция электронных, фотонных и ядерных систем
Следующий этап может быть связан с формированием многоуровневых гибридных архитектур.
В подобных устройствах различные физические подсистемы выполняют различные функции.
Электронная часть обеспечивает управление.
Фотонная — определённые способы связи и передачи энергии.
Ядерная — высокостабильные или специальные квантовые состояния.
Однако технологическая реализация требует решения многочисленных задач.
Необходимо обеспечить надёжное сопряжение.
Ограничивать ошибки.
Минимизировать энергетические затраты.
Создавать воспроизводимые материалы и функциональные структуры.
Разрабатывать методы испытаний.
Следовательно, основная сложность будет заключаться не в существовании отдельных физических эффектов, а в создании эффективной архитектуры взаимодействия между ними.
5.5.4. Третий горизонт: новые информационные степени свободы
Более отдалённая перспектива предполагает поиск физических состояний, которые сегодня ещё не используются для практических информационных преобразований.
Однако подобный поиск должен оставаться связанным с экспериментальной физикой.
Необходимо установить, какие состояния способны сохранять информацию.
Каким образом можно осуществлять управляемые преобразования.
Какие способы считывания физически доступны.
Можно ли объединять несколько функциональных элементов.
Какова вероятность ошибки.
Какова полная стоимость работы системы.
Без ответов на эти вопросы новая физическая гипотеза не превращается в технологическую программу.
Особенно важно не отождествлять теоретическую возможность существования сложной квантовой системы с возможностью построения на её основе полезного вычислителя.
5.5.5. Четвёртый горизонт: фундаментальная физика как источник новых технологических принципов
История науки демонстрирует, что фундаментальные открытия способны создавать новые технические возможности.
Квантовая механика стала одним из физических оснований современной электроники.
Исследование электромагнитного взаимодействия позволило развить радиотехнику и фотонику.
Изучение ядерных свойств привело к созданию различных методов спектроскопии и измерительной техники.
Однако между открытием физического эффекта и его полезным применением может проходить значительное время.
Кроме того, далеко не всякое фундаментальное открытие обязательно приводит к массовому технологическому применению.
Поэтому генеральная исследовательская программа должна сочетать широкую физическую постановку вопросов с жёсткими требованиями к проверке результатов.
Для возможных постпикоэлектронных технологий особенно важны исследования квантовых состояний вещества, электронно-ядерных взаимодействий и пределов управления микроскопическими системами.
Но нельзя заранее утверждать, что соответствующие исследования приведут к конкретному экономическому или вычислительному результату.
5.5.6. Необходимость самостоятельной классификации постпикоэлектронных направлений
В рамках настоящей книги можно использовать рабочее понятие постпикоэлектронных технологий.
Однако необходимо установить его границы.
Не всякая система, использующая атомное ядро, должна называться фемтоэлектроникой.
Не всякое устройство с ядерным спином представляет новый исторический этап электроники.
И не всякий эксперимент по исследованию фемтометровых расстояний создаёт информационный элемент.
Поэтому целесообразно выделять следующие исследовательские классы.
Первый — атомарно-точная электроника.
Второй — гибридные электронно-ядерные квантовые системы.
Третий — ядерная квантовая метрология.
Четвёртый — ядерная квантовая оптика.
Пятый — гипотетические технологии непосредственного использования внутриядерных информационных состояний.
Такое разделение имеет принципиальное значение.
Оно позволяет оценивать реальное развитие научных направлений, не создавая искусственного представления о существовании единой промышленной фемтоэлектронной платформы.
5.5.7. Критерии научно-технологического перехода
Для оценки появления нового технологического направления необходимо использовать строгие критерии.
Во-первых, должен существовать экспериментально подтверждённый физический механизм.
Во-вторых, необходимо доказать возможность управляемого воспроизведения соответствующей функции.
В-третьих, требуется количественно определить основные характеристики устройства.
В-четвёртых, необходимо продемонстрировать возможность взаимодействия с внешней информационной или измерительной системой.
В-пятых, следует исследовать надёжность и воспроизводимость.
В-шестых, необходимо установить возможность практического применения.
Наконец, следует определить, создаёт ли новая технология преимущество по отношению к существующим решениям.
В предыдущих главах для PICO предложена авторская шкала технологической зрелости P0–P5.
Общая логика доказательного перехода от физической гипотезы к практическому применению может использоваться и при исследовании постпикоэлектронных направлений.
Однако не следует автоматически распространять соответствующее обозначение на все ядерные исследования.
Для новых классов технологий могут потребоваться собственные критерии.
5.5.8. Проблема радикального снижения стоимости вычислений
В предыдущей главе была сформулирована одна из центральных целей PICO.
Она заключается в поиске механизмов радикального снижения полной стоимости полезных вычислений.
При переходе к постпикоэлектронным исследованиям эта цель сохраняет значение.
Однако появляется важная особенность.
Физические системы с ядерными состояниями могут обладать уникальными характеристиками, но требовать дорогостоящей инфраструктуры.
Например, сложных лазерных источников.
Специализированных материалов.
Высокоточной метрологии.
Особых условий эксплуатации.
Поэтому наличие нового физического эффекта не означает автоматического экономического преимущества.
Более того, специализированная ядерная технология может быть исключительно ценной для определённого применения, оставаясь совершенно нецелесообразной для обычных вычислительных задач.
Следовательно, необходимо разделять две исследовательские цели.
Первая — создание ранее недоступной функции.
Вторая — снижение стоимости уже существующей функции.
Они могут совпадать, но не обязаны.
Для Метаразвития особенно важно учитывать обе.
5.5.9. Экспериментальная программа поиска постпикоэлектронных принципов
Для формирования долгосрочного исследовательского направления предлагается следующая последовательность.
Первоначально определяется физическое состояние или взаимодействие, обладающее потенциальной информационной ценностью.
Затем устанавливается возможность его управляемого изменения.
После этого исследуются способы считывания.
Далее разрабатывается функциональная модель устройства.
Проводится экспериментальная проверка.
Исследуются ошибки и устойчивость.
Затем устанавливается возможность соединения нескольких функциональных элементов.
И только после получения соответствующих результатов рассматриваются производственные и экономические перспективы.
Особое внимание необходимо уделять отрицательным результатам.
Если физическая гипотеза не подтверждается, соответствующий результат должен использоваться для уточнения исследовательской программы.
Это позволяет сокращать затраты на бесперспективные направления.
Следовательно, технологическое проектирование должно быть организовано как последовательная проверка физических предположений.
5.5.10. Взаимодействие с интеллектуально-креативной субтехнологией NOO
В рамках генеральной технологии Метаразвития особую роль приобретает взаимодействие исследований новой элементной базы с интеллектуально-креативными технологиями.
В концепции настоящей книги PICO и NOO рассматриваются как две базовые субтехнологии META.
Первая направлена на поиск новых физических оснований электроники.
Вторая — на разработку интеллектуальных средств научного поиска и технологического проектирования.
Подобное взаимодействие может оказаться особенно важным при исследовании постпикоэлектронных направлений.
Фундаментальная физика атомных ядер, квантовых состояний и электронно-ядерных взаимодействий требует сложного теоретического моделирования.
Экспериментальные исследования часто связаны с большим количеством параметров.
Поэтому интеллектуальные методы могут использоваться для анализа результатов, поиска закономерностей и выбора наиболее информативных экспериментов.
Однако необходимо учитывать, что компьютерная модель не заменяет экспериментального подтверждения.
Даже сложная интеллектуальная система может формировать физически некорректные гипотезы.
Поэтому решающее значение сохраняют независимая проверка и воспроизводимость.
В таком понимании NOO может рассматриваться как средство повышения эффективности научного поиска, а не как замена фундаментальной физики.
5.5.11. Постпикоэлектроника в генеральной стратегии Метаразвития
Для генеральной технологии Метаразвития постпикоэлектронные исследования имеют двойственное значение.
С одной стороны, они расширяют представления о возможных физических основаниях будущей техники.
С другой — создают дополнительную область проверки эффективности научно-технологического проектирования.
Однако необходимо установить разумную последовательность развития.
Современная атомарно-точная электроника уже располагает экспериментальной базой.
Ядерные квантовые технологии обладают отдельными подтверждёнными функциональными результатами.
Гипотетические вычисления на основе внутриядерных процессов пока не имеют сопоставимой технологической зрелости.
Поэтому их нельзя включать в одну программу промышленного внедрения с одинаковыми сроками и ожидаемыми результатами.
Исследовательские ресурсы следует распределять с учётом физической обоснованности, экспериментальной доступности и возможной полезности.
Это означает, что постпикоэлектронная программа может развиваться параллельно с PICO, но не должна подменять её ближайшие технологические задачи.
5.5.12. Главный стратегический вывод
Фемтодиапазон открывает доступ к физической области атомных ядер.
Но не представляет собой очередной геометрический этап традиционного производства транзисторов.
Наиболее обоснованные направления исследований связаны с использованием ядерных квантовых состояний, электронно-ядерных взаимодействий и резонансных методов управления.
Современные эксперименты подтверждают возможность создания отдельных функциональных систем.
Особенно значимыми являются исследования ядерных спинов и ядерных часов.
Но дальнейшее развитие требует создания воспроизводимых, интегрируемых и практически полезных устройств.
Следовательно, постпикоэлектронные технологии необходимо рассматривать как открытый научный горизонт, в котором новые физические принципы могут оказаться важнее дальнейшей геометрической миниатюризации.
Перспективная карта постпикоэлектронных исследований
Для систематизации рассмотренных направлений предлагается следующая исследовательская карта.
Направление Подтверждённая основа Главная нерешённая задача
Ядерные спиновые регистры Управление отдельными спинами Масштабирование связных систем
Ядерные оптические часы Действующие прототипы Стабильность и практическая интеграция
Ядерная квантовая оптика Управление резонансами Компактность и эффективность
Электронно-ядерные интерфейсы Экспериментальная управляемость Передача информации и ошибки
Квантовые ядерные датчики Спектроскопия и резонанс Полная стоимость измерений
Внутриядерные вычислительные принципы Фундаментальные физические модели Отсутствие доказанной архитектуры
Таблица отражает различные уровни научной и технологической зрелости.
Наличие экспериментальной основы не означает существования промышленного устройства.
Поэтому каждое направление должно оцениваться по отдельной программе экспериментальных исследований.
Заключение к главе 5
Исследование фемтодиапазона приводит к принципиальному уточнению представлений о будущем физической элементной базы.
Фемтометр является характерной единицей измерения субатомных размеров, прежде всего атомных ядер и нуклонов.
Однако переход к этому масштабу нельзя рассматривать как продолжение обычного уменьшения электронных транзисторов.
Атомная и ядерная физические области обладают различными свойствами.
Электронная техника преимущественно использует электронные состояния, движение электрических зарядов и электромагнитное взаимодействие.
Ядерные системы обладают собственными квантовыми состояниями, определяемыми внутриядерной структурой и соответствующими взаимодействиями.
Поэтому создание устройств, непосредственно использующих ядерные состояния, требует других физических принципов.
Современные научные достижения показывают, что определённые ядерные степени свободы уже могут использоваться для выполнения полезных функций.
Особенно важны эксперименты по управлению отдельными ядерными спинами.
Они подтверждают возможность создания гибридных электронно-ядерных квантовых систем.
Другим значительным направлением стало развитие ядерных оптических часов.
Результаты исследований тория-229, включая эксперименты 2024–2026 годов, демонстрируют переход от изучения ядерного резонанса к использованию соответствующего состояния как рабочего частотного эталона.
Однако подобные устройства пока не образуют универсальной вычислительной платформы.
Следовательно, понятие фемтоэлектроники требует особой осторожности.
Оно не должно использоваться как обозначение уже существующего промышленного поколения электронных устройств.
Более корректно рассматривать совокупность постпикоэлектронных направлений, использующих новые квантовые, электронно-ядерные и иные физические механизмы.
Для генеральной технологии Метаразвития это имеет стратегическое значение.
Будущее вычислительной техники не обязано определяться бесконечным уменьшением физических размеров транзисторов.
Оно может быть связано с возникновением новых способов представления, преобразования и передачи информации.
Однако каждый предполагаемый технологический переход должен подтверждаться экспериментально.
Необходимо доказать работоспособность физического механизма.
Обеспечить управление состояниями.
Создать способы считывания и взаимодействия.
Исследовать ошибки.
Подтвердить воспроизводимость.
И установить экономическую целесообразность практического применения.
Поэтому последовательность развития будущей элементной базы следует понимать не как механическое движение от нано- к пико-, затем к фемто-, а как расширение физических возможностей выполнения полезных функций.
Наноэлектроника совершенствует управление электронными системами на чрезвычайно малых пространственных масштабах.
Пикоэлектроника в предлагаемой концепции Метаразвития исследует целенаправленное использование атомарных структур и управляемых электронных состояний.
Постпикоэлектронные технологии открывают исследовательский горизонт новых физических функций, в том числе связанных с ядерными квантовыми состояниями.
Но между этими направлениями не существует обязательной последовательности полного технологического замещения.
Они могут развиваться параллельно, взаимодействовать и дополнять друг друга.
Следовательно, наиболее перспективной становится стратегия физического и архитектурного разнообразия.
Именно она способна создать предпосылки для последующих научно-технологических преобразований.
В рамках проекта Метаразвития важнейшая задача заключается не в объявлении заранее определённого конечного физического масштаба электронной техники.
Она заключается в создании эффективного механизма поиска, экспериментальной проверки и практического освоения новых физических принципов.
От исследованного атома — к управляемому электронному состоянию.
От электронного состояния — к интегрированной вычислительной функции.
От изучения атомного ядра — к использованию его квантовых свойств.
От отдельного физического эксперимента — к специализированной технологической платформе.
От новых физических возможностей — к совершенствованию самого процесса научно-технологического развития.
Так определяется долгосрочная исследовательская перспектива постпикоэлектронных технологий в системе генеральной технологии Метаразвития.
Основные источники и научная литература к главе 5
Физические масштабы, фундаментальные постоянные и структура атомных ядер
BIPM. The International System of Units (SI): Prefixes. Bureau International des Poids et Mesures. Официальные определения десятичных приставок nano, pico, femto и последующих единиц.
https://www.bipm.org/en/measurement-units/si-prefixes
Mohr P. J., Newell D. B., Taylor B. N., Tiesinga E. CODATA Recommended Values of the Fundamental Physical Constants: 2022. Reviews of Modern Physics. 2025. Vol. 97. Article 025002.
DOI: https://doi.org/10.1103/RevModPhys.97.025002
NIST. CODATA Values: Bohr Radius; Compton Wavelength. National Institute of Standards and Technology. Рекомендованные фундаментальные характеристики атомных и квантово-релятивистских масштабов.
https://physics.nist.gov/cuu/Constants/
NIST. CODATA Value: Proton RMS Charge Radius. National Institute of Standards and Technology. Справочное значение среднеквадратичного зарядового радиуса протона.
https://physics.nist.gov/cgi-bin/cuu/Value?rp=
Angeli I., Marinova K. P. Table of Experimental Nuclear Ground State Charge Radii: An Update. Atomic Data and Nuclear Data Tables. 2013. Vol. 99. No. 1. P. 69–95. Систематизация экспериментальных зарядовых радиусов атомных ядер.
DOI: https://doi.org/10.1016/j.adt.2011.12.006
Pohl R., Antognini A., Nez F. et al. The Size of the Proton. Nature. 2010. Vol. 466. P. 213–216. Прецизионная спектроскопия мюонного водорода и измерение зарядового радиуса протона.
DOI: https://doi.org/10.1038/nature09250
Hofstadter R. The Electron-Scattering Method and Its Application to the Structure of Nuclei and Nucleons. Nobel Lecture. 1961. Исторический обзор экспериментального исследования ядерной структуры методом электронного рассеяния.
Пределы обычной электроники и физика атомарных устройств
Dennard R. H., Gaensslen F. H., Yu H.-N., Rideout V. L., Bassous E., LeBlanc A. R. Design of Ion-Implanted MOSFET’s with Very Small Physical Dimensions. IEEE Journal of Solid-State Circuits. 1974. Vol. 9. No. 5. P. 256–268.
DOI: https://doi.org/10.1109/JSSC.1974.1050511
International Roadmap for Devices and Systems. 2024 IRDS: Metrology. IEEE. 2024. Опубликовано NIST в 2025 году. Исследовательская дорожная карта метрологических задач современной и перспективной электронной техники.
Fuechsle M., Miwa J. A., Mahapatra S. et al. A Single-Atom Transistor. Nature Nanotechnology. 2012. Vol. 7. P. 242–246. Экспериментальное создание транзистора с функциональным участием одного детерминированно размещённого атома.
DOI: https://doi.org/10.1038/nnano.2012.21
Ядерные спины и электронно-ядерные квантовые системы
Kane B. E. A Silicon-Based Nuclear Spin Quantum Computer. Nature. 1998. Vol. 393. P. 133–137. Концепция квантовых вычислений на основе ядерных спинов донорных атомов в кремнии.
DOI: https://doi.org/10.1038/30156
Muhonen J. T., Dehollain J. P., Laucht A. et al. Storing Quantum Information for 30 Seconds in a Nanoelectronic Device. Nature Nanotechnology. 2014. Vol. 9. P. 986–991. Экспериментальное исследование длительного сохранения квантовой информации в полупроводниковой системе.
DOI: https://doi.org/10.1038/nnano.2014.211
Sigillito A. J., Tyryshkin A. M., Schenkel T., Houck A. A., Lyon S. A. All-Electric Control of Donor Nuclear Spin Qubits in Silicon. Nature Nanotechnology. 2017. Vol. 12. P. 958–962.
DOI: https://doi.org/10.1038/nnano.2017.154
Hensen B., Huang W. W., Yang C.-H. et al. A Silicon Quantum-Dot-Coupled Nuclear Spin Qubit. Nature Nanotechnology. 2020. Vol. 15. P. 13–17. Экспериментальное управление ядерным спиновым кубитом, связанным с кремниевой квантовой точкой.
DOI: https://doi.org/10.1038/s41565-019-0587-7
Asaad S., Mourik V., Joecker B. et al. Coherent Electrical Control of a Single High-Spin Nucleus in Silicon. Nature. 2020. Vol. 579. P. 205–209. Когерентное электрическое управление спином отдельного ядра сурьмы в кремниевой системе.
DOI: https://doi.org/10.1038/s41586-020-2057-7
Ядерная квантовая оптика и когерентное управление
R;hlsberger R., Wille H.-C., Schlage K., Sahoo B. Electromagnetically Induced Transparency with Resonant Nuclei in a Cavity. Nature. 2012. Vol. 482. P. 199–203.
DOI: https://doi.org/10.1038/nature10741
Chumakov A. I., Baron A. Q. R., Sergueev I. et al. Superradiance of an Ensemble of Nuclei Excited by a Free Electron Laser. Nature Physics. 2018. Vol. 14. P. 261–264. Экспериментальное исследование коллективных ядерных возбуждений и сверхизлучения.
DOI: https://doi.org/10.1038/s41567-017-0001-z
Heeg K. P., Kaldun A., Strohm C. et al. Coherent X-ray–Optical Control of Nuclear Excitons. Nature. 2021. Vol. 590. P. 401–404. Экспериментальное исследование когерентного управления ядерными возбуждениями рентгеновскими импульсами.
DOI: https://doi.org/10.1038/s41586-021-03276-x
Ядерные часы и низкоэнергетическое состояние тория-229
von der Wense L., Seiferle B. The Thorium-229 Isomer: Prospects for a Nuclear Optical Clock. The European Physical Journal A. 2020. Vol. 56. Article 277. Физические основания и перспективы оптических ядерных часов.
DOI: https://doi.org/10.1140/epja/s10050-020-00263-0
Tiedau J., Okhapkin M. V., Zhang K. et al. Laser Excitation of the Th-229 Nucleus. Physical Review Letters. 2024. Vol. 132. Article 182501. Экспериментальная демонстрация резонансного лазерного возбуждения изомерного состояния тория-229.
DOI: https://doi.org/10.1103/PhysRevLett.132.182501
Zhang C., Ooi T., Higgins J. S. et al. Frequency Ratio of the 229mTh Nuclear Isomeric Transition and the 87Sr Atomic Clock. Nature. 2024. Vol. 633. P. 63–70. Прецизионное сопоставление ядерного и атомного частотных переходов.
DOI: https://doi.org/10.1038/s41586-024-07839-6
Ooi T., Doyle J. F., Zhang C. et al. Frequency Reproducibility of Solid-State Thorium-229 Nuclear Clocks. Nature. 2026. Vol. 650. P. 72–78. Исследование частотной воспроизводимости и влияния характеристик кристаллической среды.
DOI: https://doi.org/10.1038/s41586-025-09999-5
Toscani De Col L., Riebner T., Morawetz I. et al. A Thorium-229 Optical Nuclear Clock with Feedback Loop. Nature. 2026. Vol. 658. P. 897–902. Опубликовано 7 октября 2026 года. Экспериментальная реализация ядерных часов с лазерной стабилизацией по ядерному резонансу.
DOI: https://doi.org/10.1038/s41586-026-11084-4
Huang B., Yan G., Xiao Q. et al. A Nuclear Clock Synchronized to 229Th. Nature. 2026. Vol. 658. P. 903–908. Опубликовано 7 октября 2026 года. Независимая реализация ядерного частотного стандарта с обратной связью и исследованием воспроизводимости.
DOI: https://doi.org/10.1038/s41586-026-11122-1
Фундаментальные энергетические ограничения и метрология
Landauer R. Irreversibility and Heat Generation in the Computing Process. IBM Journal of Research and Development. 1961. Vol. 5. No. 3. P. 183–191. Фундаментальная связь логической необратимости и термодинамических затрат вычислений.
DOI: https://doi.org/10.1147/rd.53.0183
JCGM. Evaluation of Measurement Data — Guide to the Expression of Uncertainty in Measurement. JCGM 100:2008. Joint Committee for Guides in Metrology. Международная методология оценивания неопределённости измерений.
DOI: https://doi.org/10.59161/JCGM100-2008E
********
ЧАСТЬ V. NOO. ВОСХОЖДЕНИЕ ОТ КОМПЬЮТЕРА К НООМАШИНЕ
Глава 1. От IBM PC к первым ноокомпьютерам INM
От универсальной программируемой вычислительной машины — к интеллектуально-креативной системе, способной участвовать в получении новых знаний, создании изобретений и совершенствовании технологий научного поиска.
Введение. Новый этап эволюции вычислительной техники
В предыдущей части книги рассматривались физические перспективы развития электронной элементной базы — от современной наноэлектроники к атомарно-точным пикоэлектронным структурам и возможным постпикоэлектронным технологиям.
Однако совершенствование физических устройств представляет только одно из двух базовых направлений генеральной технологии Метаразвития.
Второе направление связано с качественным преобразованием интеллектуальных функций вычислительной техники.
История компьютеров показывает, что их развитие определялось не только увеличением быстродействия процессоров, ёмкости памяти и плотности интеграции электронных элементов.
Не менее существенными становились изменения способов взаимодействия человека с вычислительной системой.
Первые электронные вычислительные машины использовались преимущественно для решения специализированных математических и технических задач.
Развитие универсальных компьютерных архитектур позволило расширять круг решаемых проблем без создания новой машины для каждого приложения.
Появление персональных компьютеров превратило вычислительные средства в массовый инструмент интеллектуального труда.
Развитие искусственного интеллекта открыло возможность автоматизировать некоторые виды распознавания, анализа, прогнозирования, принятия решений и генерации информационных объектов.
Современные генеративные и агентные системы сделали возможным взаимодействие человека с компьютером посредством естественного языка, автоматизированное составление программ, анализ научной литературы и выполнение многоэтапных информационных операций.
Однако всё это ещё не означает окончательного возникновения новой категории интеллектуально-креативных машин.
Существует принципиальное различие между системой, способной генерировать правдоподобный текст, и системой, способной воспроизводимо получать новые, независимо подтверждаемые знания.
Необходимо различать способность предлагать технические идеи и способность создавать работоспособные технические решения.
Не следует отождествлять автоматическое выполнение заданной исследовательской процедуры с самостоятельным совершенствованием метода научного поиска.
Поэтому возникает новая исследовательская задача.
Можно ли создать вычислительную систему, специально предназначенную для воспроизводимого выполнения сложной когнитивно-креативной деятельности, включая разработку гипотез, поиск изобретений, проектирование экспериментов, проверку результатов и совершенствование собственных методов решения задач?
В концепции настоящей книги такую перспективную систему предлагается называть ноокомпьютером.
Соответствующее направление исследований обозначается как NOO.
Оно рассматривается в качестве второй базовой субтехнологии Метаразвития, развиваемой одновременно с физико-технологической субтехнологией PICO.
Принципиально важно, что первоначальное развитие NOO не требует создания новой физической элементной базы.
Первые исследовательские ноокомпьютеры могут проектироваться на основе существующих процессоров, вычислительных ускорителей, систем памяти, программных платформ и методов искусственного интеллекта.
Технологическая новизна должна возникать прежде всего на уровне функциональной архитектуры и доказуемых интеллектуально-креативных возможностей.
В дальнейшем развитие PICO может создать дополнительные предпосылки повышения производительности, энергетической эффективности и экономической доступности ноосистем.
Но соответствующее взаимодействие не должно становиться обязательным предварительным условием их разработки.
Таким образом, в настоящей главе рассматривается самостоятельная эволюционная линия:
от традиционного персонального компьютера — к интеллектуальным вычислительным системам;
от интеллектуальных систем — к современному ИИ-компьютеру;
от ИИ-компьютера — к первому исследовательскому ноокомпьютеру INM;
от экспериментальной ноосистемы — к перспективному массовому персональному ноокомпьютеру, или НооПК.
При этом каждое последующее звено должно отличаться не названием, а проверяемым функциональным результатом.
1.1. Традиционный компьютер
1.1.1. Универсальная программируемая вычислительная машина
Фундаментальным достижением компьютерной цивилизации стало создание универсальной программируемой вычислительной машины.
Её принципиальная особенность заключается в способности выполнять различные алгоритмы без изменения основной физической конструкции.
Компьютер способен обрабатывать данные, выполнять арифметические и логические операции, сохранять информацию и осуществлять управление периферийными устройствами.
В современных системах соответствующие функции обеспечиваются взаимодействием процессора, оперативной памяти, долговременного хранилища, устройств ввода-вывода и программного обеспечения.
Однако возможности компьютера нельзя сводить к механическому выполнению элементарных арифметических операций.
Универсальность программируемой машины позволяет реализовывать чрезвычайно сложные вычислительные процедуры.
В том числе математическое моделирование, автоматизированное проектирование, обработку сигналов, оптимизацию и алгоритмический поиск.
Следовательно, традиционный компьютер изначально содержит предпосылки для автоматизации интеллектуального труда.
Но характер выполняемой деятельности определяется программами, алгоритмами и целями, сформированными в процессе разработки и использования системы.
1.1.2. Историческое значение IBM PC
Особое место в эволюции персональной вычислительной техники занимает IBM Personal Computer, модель 5150.
Компьютер был представлен 12 августа 1981 года.
Его исходная архитектура основывалась на микропроцессоре Intel 8088, работавшем на частоте 4,77 МГц.
Начальная конфигурация предусматривала 16 Кбайт оперативной памяти.
В качестве системного программного обеспечения использовались, в частности, PC DOS и встроенная среда BASIC.
Цена минимальной конфигурации при появлении модели составляла 1565 долларов США.
Однако историческое значение IBM PC определялось не исключительными техническими характеристиками.
Персональные компьютеры существовали и до 1981 года.
Принципиально важным стало сочетание корпоративной репутации IBM, сравнительно доступной архитектуры, использования компонентов сторонних поставщиков, опубликованной технической документации и быстро развивающейся программной экосистемы [1].
IBM PC превратился в одну из основных платформ массовой компьютеризации.
Его архитектурные принципы стали основой большого семейства совместимых вычислительных систем.
Возник рынок, на котором различные компании могли независимо совершенствовать процессоры, память, периферийные устройства, операционные системы и прикладные программы.
Таким образом, персональный компьютер приобрёл значение не отдельного технического изделия, а промышленной технологической платформы.
1.1.3. Стандартизация как источник массового распространения
Развитие IBM-совместимых компьютеров демонстрирует важнейшую закономерность научно-технического прогресса.
Стандартизация способна создавать экономические преимущества, сопоставимые по значению с совершенствованием самой физической элементной базы.
Разработчику прикладной программы уже не требовалось создавать отдельный компьютер.
Производитель периферийного устройства мог ориентироваться на распространённую архитектуру.
Пользователь получал возможность использовать программы различных разработчиков на совместимом оборудовании.
Возникла многокомпонентная система разделения труда.
Одни компании специализировались на микропроцессорах.
Другие — на памяти и накопителях.
Третьи — на операционных системах.
Четвёртые — на прикладном программном обеспечении.
В результате снижались барьеры создания новых компьютерных продуктов.
Однако открытость и совместимость не означали полного отсутствия технологических или правовых ограничений.
Различные компоненты платформы сохраняли собственные лицензии, стандарты и коммерческие условия.
Тем не менее возникла масштабная конкурентная экосистема.
Этот исторический опыт имеет фундаментальное значение для будущего ноомашиностроения.
Если ноокомпьютеры станут отдельными несовместимыми экспериментальными устройствами, их распространение может оказаться ограниченным.
Если же удастся создать стандартизированную и расширяемую платформу, возникнет возможность формирования новой промышленной отрасли.
1.1.4. Персональный компьютер как инструмент интеллектуального труда
Появление IBM PC и последующее развитие персональных вычислительных систем существенно изменили организацию интеллектуальной деятельности.
Текстовые процессоры позволили автоматизировать подготовку документов.
Электронные таблицы изменили финансовые расчёты и методы экономического анализа.
Системы управления базами данных упростили хранение и поиск информации.
Программные средства проектирования расширили возможности инженеров.
Развитие графических интерфейсов сделало компьютер доступнее пользователям без специализированной подготовки.
Позднее распространение сетевых технологий превратило персональный компьютер в средство доступа к распределённым информационным ресурсам.
Но при всём разнообразии приложений сохранялась важная функциональная особенность.
Большинство традиционных компьютерных программ реализовывало заранее определённые классы операций.
Текстовый процессор не определял самостоятельно, какую научную гипотезу следует проверить.
Система автоматизированного проектирования обычно не принимала на себя всю ответственность за выбор принципиально нового технического решения.
Электронная таблица выполняла расчёты, но не гарантировала правильности экономической модели, выбранной пользователем.
Таким образом, персональный компьютер многократно увеличивал возможности интеллектуального труда, но не устранял необходимость человеческой постановки и проверки сложных содержательных задач.
1.1.5. Компьютер как средство научных открытий
Важно избежать ошибочного противопоставления традиционного компьютера и научно-технического творчества.
Универсальные вычислительные машины уже давно используются для получения новых научных результатов.
Компьютерное моделирование позволило исследовать физические процессы, которые чрезвычайно сложно воспроизвести в лаборатории.
Алгоритмы оптимизации применяются для поиска ранее неизвестных технических решений.
Методы вычислительной математики используются при доказательстве некоторых математических результатов.
Автоматизированные системы проектирования способны находить эффективные конструкции в больших пространствах параметров.
Следовательно, научное открытие с участием компьютера не является уникальным признаком будущей NOO.
Принципиальное различие необходимо искать глубже.
Речь должна идти о степени охвата исследовательского цикла, способности формировать и проверять содержательные гипотезы, переносить методы между задачами и улучшать саму организацию интеллектуально-креативной работы.
Именно такие функции должны стать специальным предметом ноотехнологического проектирования.
1.1.6. Ограничения традиционной компьютерной архитектуры
Развитие вычислительной мощности само по себе не гарантирует пропорционального повышения интеллектуальной результативности.
Можно увеличить производительность процессора в десятки раз.
Установить больший объём памяти.
Использовать высокопроизводительные графические ускорители.
Но это не означает, что система автоматически научится формировать новые научные идеи.
Вычислительная мощность является ресурсом, а не самостоятельным доказательством интеллектуальной функции.
Важны также алгоритмы, информационные ресурсы, методы анализа, организация экспериментов и оценка результатов.
Данное обстоятельство имеет особое значение для генеральной технологии Метаразвития.
Если целью становится совершенствование способности создавать новые технологии, недостаточно увеличивать количество вычислительных операций.
Необходимо совершенствовать сам процесс получения достоверного научно-технического результата.
1.1.7. Исторический урок IBM PC для программы INM
Опыт IBM PC позволяет сформулировать три принципиальных положения.
Первое.
Массовое распространение новой компьютерной платформы зависит не только от аппаратных характеристик, но и от программной совместимости, доступности и разнообразия приложений.
Второе.
Технологический стандарт может возникнуть из сочетания уже существующих компонентов, если создаётся новая эффективная архитектура их взаимодействия.
Третье.
Радикальное общественное значение компьютерной системы определяется тем, какие функции становятся доступными миллионам пользователей.
Для INM особенно важно второе положение.
Первый ноокомпьютер необязательно должен использовать революционно новый процессор.
На первоначальном этапе его функциональное отличие может возникнуть благодаря новой организации программных моделей, исследовательских инструментов, внешней памяти, процедур проверки и интеллектуальной обратной связи.
Но для превращения этой архитектуры в массовую платформу потребуется решить задачи стандартизации, стоимости и эксплуатационной надёжности.
1.2. Интеллектуальные вычислительные системы
1.2.1. От автоматизации вычислений к автоматизации интеллектуальных функций
История искусственного интеллекта начинается значительно раньше современных больших языковых моделей.
В 1950 году Алан Тьюринг опубликовал работу Computing Machinery and Intelligence, в которой предложил исследовать интеллектуальные возможности машин посредством наблюдаемого поведения [2].
В 1955 году Джон Маккарти, Марвин Минский, Натаниэль Рочестер и Клод Шеннон подготовили предложение о проведении летнего исследовательского проекта по искусственному интеллекту в Дартмутском колледже [3].
Программа, реализованная в 1956 году, стала одним из основополагающих событий формирования искусственного интеллекта как самостоятельной научной дисциплины.
Уже на раннем этапе исследований ставились задачи обработки естественного языка, формирования абстракций, решения сложных проблем и совершенствования машинных методов.
Таким образом, современные исследования NOO не возникают на пустом месте.
Они продолжают длительную историческую линию изучения вычислительных механизмов интеллектуальной деятельности.
Но появление новых математических методов, аппаратных ресурсов и систем взаимодействия открывает возможность поставить более комплексные исследовательские цели.
1.2.2. Человеко-компьютерный симбиоз
Особое значение для будущих ноокомпьютеров имеют идеи Джозефа Ликлайдера.
В работе Man-Computer Symbiosis, опубликованной в 1960 году, он рассматривал возможность тесного взаимодействия человека и вычислительной машины при решении сложных интеллектуальных задач [4].
В соответствующей концепции компьютер должен не только выполнять заранее сформулированные расчёты, но и помогать человеку на этапе постановки проблемы, анализа альтернатив и принятия решений.
В 1962 году Дуглас Энгельбарт представил работу Augmenting Human Intellect: A Conceptual Framework [5].
Её центральная идея заключалась в системном расширении возможностей человеческого интеллекта посредством технических средств.
Историческое значение этих исследований выходит далеко за пределы разработки отдельных компьютерных интерфейсов.
Они поставили вопрос об изменении самой организации интеллектуальной деятельности.
Для NOO данная линия особенно важна.
Необходимо исследовать не только способность машины самостоятельно выполнять определённые функции, но и эффективность взаимодействия человека, интеллектуальной системы, специализированных инструментов и внешней среды.
В перспективе ноокомпьютер может оказаться наиболее результативным не в полностью автономной форме, а как часть специально организованной человеко-машинной исследовательской системы.
1.2.3. Экспертные системы
Первым крупным направлением практического искусственного интеллекта стали экспертные системы.
Они использовали специально сформированные базы знаний и процедуры логического вывода для решения определённых профессиональных задач.
Одним из классических примеров является система MYCIN, разработанная для поддержки принятия решений в медицинской области.
Её архитектура и исследовательское значение подробно представлены Эдвардом Шортлиффом в работе 1976 года [6].
Экспертные системы продемонстрировали возможность автоматизации специализированных процедур интеллектуального анализа.
Но их развитие выявило фундаментальную проблему.
Создание и поддержание сложной базы знаний требует значительных ресурсов.
Формализованные правила плохо охватывают некоторые неоднозначные ситуации.
Перенос готовой системы в новую предметную область часто требует существенной переработки.
Следовательно, эффективность интеллектуальной системы зависит не только от количества сохранённых знаний, но и от способности адаптироваться к новым задачам.
1.2.4. Машинное обучение и нейросетевые системы
Следующий важный этап связан с развитием машинного обучения.
Вместо полного предварительного описания правил система может формировать определённые закономерности на основе данных.
Соответствующие методы используются для классификации, распознавания, прогнозирования и оптимизации.
Развитие глубокого обучения значительно расширило возможности обработки изображений, речи, текстов и других сложных информационных объектов.
Особую роль сыграла архитектура Transformer, представленная Vaswani и соавторами в 2017 году [7].
Механизмы внимания и эффективная параллельная обработка последовательностей создали предпосылки для последующего масштабирования языковых и мультимодальных моделей.
В дальнейшем развитие методов обучения с использованием человеческой обратной связи позволило улучшать способность моделей выполнять инструкции пользователей [8].
Но принципиально важно разграничивать качество генерации и достоверность результата.
Система может создавать связный научный текст, содержащий фактические ошибки.
Может предлагать правдоподобные технические идеи, которые уже известны.
Может формировать математические рассуждения с незаметным логическим нарушением.
Поэтому переход от интеллектуальной генерации к научно-техническому творчеству требует специальных механизмов проверки.
1.2.5. Интеллектуальные системы с внешними источниками знаний
Одно из направлений повышения функциональности современных моделей связано с использованием внешних информационных ресурсов.
В 2020 году Lewis и соавторы представили подход Retrieval-Augmented Generation — генерацию с привлечением извлекаемых из внешних хранилищ данных [9].
Подобная архитектура позволяет сочетать знания, представленные параметрами модели, с документами и другими информационными ресурсами.
Это особенно важно для научных исследований.
Научная литература непрерывно пополняется.
Технические стандарты изменяются.
Экспериментальные результаты могут пересматриваться.
Поэтому система, опирающаяся исключительно на ранее полученные обучающие данные, не может гарантировать актуальности информации.
Однако подключение внешнего поиска не устраняет проблему достоверности.
Найденный документ может быть ошибочным.
Публикация может быть отозвана.
Экспериментальный результат может не воспроизводиться.
Поэтому будущие ноокомпьютеры должны не просто получать информацию, а оценивать происхождение, качество и проверяемость научных данных.
1.2.6. Агентные интеллектуальные системы
Следующим этапом стало развитие архитектур, в которых языковая модель взаимодействует с внешними инструментами.
В работе Toolformer исследовалась возможность обучения языковых моделей выбору и использованию программных интерфейсов [10].
Подход ReAct продемонстрировал перспективы совместной организации рассуждений, действий и получения информации из внешней среды [11].
Подобные архитектуры расширяют возможности интеллектуальной системы.
Она может не только сформировать текстовый ответ, но и выполнить вычисление.
Найти документ.
Запустить программный инструмент.
Проверить гипотезу посредством доступной модели.
Получить результат измерения из разрешённого источника данных.
Однако здесь появляется новое принципиальное ограничение.
Ошибочный текст и ошибочное действие имеют различные последствия.
Если модель предложила некорректную гипотезу, её можно отклонить.
Но если система самостоятельно изменила настройки оборудования или выполнила необратимую операцию, последствия могут быть значительно серьёзнее.
Поэтому агентность должна сопровождаться ограничением полномочий, контролем действий и возможностью остановки.
1.2.7. Искусственный интеллект в научных открытиях
Особое значение для концепции NOO имеют исследования, в которых методы искусственного интеллекта использовались для получения проверяемых новых научных и алгоритмических результатов.
В 2022 году Fawzi и соавторы представили AlphaTensor — систему поиска алгоритмов умножения матриц посредством обучения с подкреплением [12].
Она позволила обнаружить алгоритмические решения, которые можно проверить математическими средствами.
В 2024 году Romera-Paredes и соавторы опубликовали результаты FunSearch [13].
В этой системе большая языковая модель использовалась совместно с программным механизмом оценки предлагаемых решений.
Результатами стали новые конструкции для некоторых математических задач и усовершенствованные алгоритмические эвристики.
Эти исследования особенно показательны.
Их значение заключается не просто в генерации правдоподобных ответов.
Система выполняла поиск в пространстве решений, а полученные результаты оценивались по определённым проверяемым критериям.
Для NOO это принципиальный методологический ориентир.
Интеллектуально-креативная функция должна соединяться с независимым механизмом доказательства или проверки её результата.
1.2.8. Автоматизированные научные лаборатории
Важнейшее направление развития связано с интеграцией интеллектуальных моделей и экспериментального оборудования.
В 2023 году Boiko и соавторы представили систему Coscientist, использовавшую языковые модели и внешние программные инструменты для планирования и выполнения химических исследований [14].
В том же году Szymanski и соавторы описали автономную лабораторию A-Lab, предназначенную для синтеза неорганических материалов [15].
Подобные системы объединяют компьютерное моделирование, анализ научных данных, выбор экспериментальных параметров и роботизированное выполнение отдельных операций.
Они представляют важный шаг к автоматизации исследовательского цикла.
Однако необходимо учитывать ограничения.
Работоспособность системы в определённой лаборатории не означает её универсальной пригодности.
Результаты зависят от доступного оборудования, качества данных, особенностей экспериментальной процедуры и человеческого контроля.
Кроме того, научная новизна результата требует самостоятельного подтверждения.
Таким образом, автоматизированные лаборатории являются важнейшими предшественниками NOO, но не должны автоматически объявляться полноценными ноомашинами.
1.2.9. Главный результат интеллектуализации вычислительной техники
К середине 2020-х годов сформировался значительный набор технологий, необходимых для дальнейшего перехода.
Это большие языковые модели.
Мультимодальная обработка информации.
Программные агенты.
Внешние базы знаний.
Автоматизированное выполнение вычислений.
Системы научного моделирования.
Роботизированные исследовательские установки.
Методы математической и экспериментальной проверки.
Однако они пока не образуют универсального механизма надёжного научно-технического творчества.
Особенно сложными остаются продолжительные исследовательские задачи, требующие проверки многочисленных промежуточных результатов.
Следовательно, для NOO необходимо не просто объединить существующие компоненты.
Требуется определить новую функциональную архитектуру, доказать её результативность и исследовать возможность воспроизводимого совершенствования интеллектуально-креативных методов.
1.3. ИИ-компьютер и его возможности
1.3.1. Возникновение нового класса персональных вычислительных устройств
Развитие искусственного интеллекта постепенно изменяет архитектуру персональных компьютеров.
Традиционные процессоры дополняются специализированными вычислительными ускорителями.
Особое значение приобретают графические процессоры и нейропроцессорные блоки — NPU.
Они предназначены для эффективного выполнения определённых операций машинного обучения.
На этой основе сформировалась рыночная категория AI PC — персональных компьютеров с аппаратными и программными средствами ускоренного выполнения ИИ-задач.
В частности, Microsoft использует обозначение Copilot+ PC для определённого класса компьютеров Windows с высокопроизводительными нейропроцессорами.
Одним из аппаратных требований данной категории является производительность NPU не менее 40 TOPS, измеряемая по установленной изготовителем методике [18].
Однако этот порог является требованием конкретной коммерческой платформы.
Он не представляет собой универсального определения ИИ-компьютера.
Системы, не соответствующие указанному критерию, также могут использовать искусственный интеллект.
Например, посредством графического ускорителя или облачных вычислений.
Поэтому для настоящей книги ИИ-компьютер целесообразно определять функционально.
Это вычислительная система, в которой методы искусственного интеллекта интегрированы в аппаратно-программную архитектуру и доступны для выполнения прикладных задач пользователя.
1.3.2. Аппаратная архитектура современного ИИ-компьютера
Типичный современный ИИ-компьютер может содержать несколько взаимодополняющих вычислительных компонентов.
Центральный процессор обеспечивает универсальное выполнение программ.
Графический ускоритель выполняет параллельные вычисления, включая многие операции нейросетевых моделей.
Нейропроцессор используется для энергоэффективного выполнения определённых задач машинного обучения.
Оперативная память хранит активные данные и параметры моделей.
Долговременное хранилище содержит программы, информационные ресурсы и локальные модели.
Средства связи обеспечивают взаимодействие с внешними информационными и вычислительными системами.
Однако эффективность такой архитектуры нельзя оценивать исключительно по номинальному показателю TOPS.
Важны объём и пропускная способность памяти.
Поддерживаемая численная точность.
Совместимость программных средств.
Скорость передачи данных между вычислительными компонентами.
Энергопотребление.
И фактическая производительность на конкретных задачах.
Следовательно, проектирование перспективного ноокомпьютера должно опираться на измерения законченной системы, а не на рекламные характеристики отдельного ускорителя.
1.3.3. Локальное выполнение моделей искусственного интеллекта
Важной особенностью современных персональных систем становится возможность локального выполнения определённых моделей.
Это позволяет выполнять часть интеллектуальных функций без постоянной передачи запросов во внешний вычислительный центр.
Преимуществами могут быть уменьшение задержек, повышение доступности функций при отсутствии сети и возможность локальной обработки конфиденциальных данных.
Однако последняя возможность не означает автоматической защиты информации.
Безопасность зависит от операционной системы, программного обеспечения, конфигурации модели и механизмов управления данными.
Кроме того, размер локальной модели ограничивается ресурсами конкретного устройства.
Для сложных исследовательских задач могут требоваться значительно более мощные вычислительные средства.
Поэтому наиболее перспективной представляется гибридная архитектура.
Часть функций выполняется локально.
Более ресурсоёмкие задачи могут передаваться в удалённую вычислительную среду при наличии разрешения и соответствующих гарантий безопасности.
Для будущего НооПК подобная организация способна стать важным способом сочетания доступности, производительности и экономической эффективности.
1.3.4. Интеллектуальный пользовательский интерфейс
Одним из наиболее заметных изменений становится переход от преимущественно командного и графического управления к взаимодействию посредством естественного языка.
Пользователь может формулировать задачу без подробного описания последовательности программных операций.
Например, запросить анализ документа.
Попросить подготовить программу.
Поручить поиск информации.
Сформулировать задачу обработки данных.
Получить помощь в изучении научной публикации.
Это значительно расширяет круг пользователей вычислительной техники.
Однако естественно-языковой интерфейс не означает, что система правильно понимает любую задачу.
Запрос может быть неоднозначным.
Исходные данные — неполными.
Предположения пользователя — ошибочными.
Поэтому интеллектуальный интерфейс должен не только принимать инструкции, но и помогать уточнять существенные условия задачи.
При этом система должна различать ситуации, в которых допустимо самостоятельно выбрать рабочее предположение, и ситуации, требующие обязательного подтверждения человека.
1.3.5. Мультимодальные интеллектуальные возможности
Современные системы искусственного интеллекта способны работать с различными типами информации.
Текстом.
Изображениями.
Звуком.
Видеоданными.
Программным кодом.
Структурированными научными измерениями.
Подобные возможности имеют особое значение для перспективных исследовательских систем.
Например, научная статья может содержать одновременно математические выражения, таблицы, диаграммы и экспериментальные изображения.
Инженерная задача может включать чертёж, текстовое техническое задание и результаты измерений.
Для полноценного анализа необходимо учитывать взаимосвязь различных представлений информации.
Однако мультимодальность не гарантирует научной достоверности.
Система может неправильно интерпретировать график.
Ошибочно распознать единицу измерения.
Не учитывать условия получения экспериментального изображения.
Поэтому мультимодальная обработка должна сопровождаться механизмами проверки исходных данных.
1.3.6. ИИ-компьютер как исследовательский помощник
Современный ИИ-компьютер уже может использоваться в научной и инженерной деятельности.
Он способен помогать анализировать литературу.
Формировать предварительные обзоры.
Генерировать программный код.
Разрабатывать варианты алгоритмов.
Подготавливать расчёты.
Предлагать экспериментальные схемы.
Сравнивать технические решения.
Однако здесь необходимо различать интеллектуальную помощь и доказанное создание нового знания.
Например, языковая модель может предложить оригинально сформулированную гипотезу.
Но для признания научной новизны необходимо установить, не была ли она уже опубликована.
Затем следует проверить внутреннюю непротиворечивость.
Определить наблюдаемые следствия.
И, если это необходимо, выполнить эксперимент.
Следовательно, ИИ-компьютер может выступать важным участником научного процесса.
Но его присутствие ещё не гарантирует получения достоверного научного результата.
1.3.7. Ограничения современных интеллектуальных агентов
Несмотря на быстрый прогресс, современные ИИ-системы сохраняют существенные ограничения.
Они могут генерировать недостоверные сведения.
Ошибаться при выполнении многоэтапных задач.
Путать факты и предположения.
Формировать некорректные ссылки.
Неверно интерпретировать результаты программных вычислений.
Ошибки могут накапливаться при продолжительной автономной работе.
Особую сложность представляет проверка задач, для которых заранее неизвестен правильный ответ.
Исследование SWE-bench, опубликованное в 2024 году, предложило оценивать способность языковых моделей исправлять реальные программные ошибки в существующих проектах [16].
Позднее соответствующие тесты стали использоваться для оценки более сложных программных агентов.
Но успешное прохождение стандартного теста не означает универсальной надёжности.
Важной проблемой является возможное попадание тестовых данных в обучающие корпуса моделей.
Методы выявления подобного загрязнения тестовых наборов исследовались Oren и соавторами [17].
Для NOO отсюда следует принципиальное требование.
Проверка интеллектуально-креативных возможностей должна осуществляться на новых задачах, защищённых от утечки и независимых от процедуры обучения системы.
1.3.8. Современное состояние ИИ-компьютеров и граница следующего перехода
Доклад Stanford AI Index 2026 фиксирует дальнейшее расширение возможностей искусственного интеллекта в обработке информации, программировании, научных исследованиях и автоматизации отдельных профессиональных функций [19].
Однако динамика развития отдельных тестовых показателей не должна отождествляться с доказанной универсальной способностью самостоятельно выполнять полноценные научные исследования.
Сохраняется разрыв между успешным решением стандартной задачи и воспроизводимым выполнением продолжительного исследовательского проекта.
Поэтому следующим этапом должна стать проверка способности системы не только генерировать информационные объекты, но и самостоятельно либо совместно с человеком проводить проверяемые исследовательские циклы.
Именно здесь проходит предполагаемая функциональная граница между современным ИИ-компьютером и перспективным ноокомпьютером.
1.4. Функциональные признаки ноокомпьютера
1.4.1. Необходимость строгого определения
В современной научно-технической терминологии отсутствует общепринятое международное определение ноокомпьютера как самостоятельного промышленного класса вычислительной техники.
Поэтому в настоящей книге предлагается использовать авторское функциональное определение.
Ноокомпьютер — это специально организованная вычислительная система, предназначенная для воспроизводимого выполнения сложной когнитивно-креативной деятельности, включающей формирование новых гипотез и решений, их проверку, использование подтверждённых результатов и контролируемое совершенствование методов последующего интеллектуально-креативного поиска.
Данное определение имеет проектный характер.
Оно не означает, что уже существует универсальная машина, полностью отвечающая всем перечисленным требованиям.
Кроме того, оно не предполагает обязательного наличия у системы сознания, субъективного опыта или человеческого мышления.
В рамках NOO первостепенное значение имеют наблюдаемые и проверяемые функции.
Следовательно, понятие ноокомпьютера необходимо определять не через недоказанные философские свойства, а через результаты его деятельности.
1.4.2. Первый признак: содержательная постановка исследовательской задачи
Обычный программный инструмент выполняет операцию в соответствии с заданными условиями.
Интеллектуальная система может дополнительно интерпретировать запрос пользователя.
Но перспективный ноокомпьютер должен обладать более развитой способностью формировать рабочую исследовательскую постановку.
Например, пользователь сообщает о необходимости уменьшить энергопотребление определённого электронного устройства.
Система должна определить, какие физические и инженерные параметры связаны с поставленной целью.
Выявить недостающую информацию.
Предложить несколько альтернативных механизмов улучшения.
Разграничить установленные факты и предположения.
Сформировать программу проверки.
Однако такая способность не означает, что машина получает право самостоятельно переопределять конечные цели исследования без согласования с человеком.
Цель может уточняться в допустимых пределах, но соответствующие изменения должны быть документированы.
1.4.3. Второй признак: формирование содержательно новых гипотез
Одной из центральных функций NOO становится создание новых исследовательских гипотез.
При этом необходимо разграничивать несколько уровней новизны.
Первый — новая словесная формулировка известного положения.
Второй — новая комбинация известных решений.
Третий — ранее не описанная, но физически обоснованная гипотеза.
Четвёртый — новая гипотеза, для которой получено независимое экспериментальное или теоретическое подтверждение.
Для научно-технологической результативности наибольшее значение имеют последние два уровня.
Но предварительная проверка новизны может оказаться чрезвычайно сложной.
Необходимо исследовать научную литературу.
Патентные документы.
Публичные технические отчёты.
Исторические экспериментальные данные.
Поэтому ноокомпьютер должен не просто объявлять свои предложения оригинальными.
Он должен формировать аргументированное заключение о предполагаемой новизне и её границах.
1.4.4. Третий признак: создание технических решений
Следующая функция заключается в переходе от гипотезы к конкретному техническому решению.
Для этого необходимо определить конструкцию, архитектуру или технологический процесс.
Разработать функциональную модель.
Установить условия работы.
Определить необходимые материалы и компоненты.
Оценить физические ограничения.
Предложить способы проверки.
Например, в области PICO ноокомпьютер может исследовать перспективные комбинации материалов и структур для создания электронного контакта с улучшенными характеристиками.
Но результатом должна быть не общая рекомендация использовать новый материал.
Необходимо представить конкретное решение, допускающее расчётную или экспериментальную проверку.
Следовательно, изобретательская функция NOO должна оцениваться по качеству технического результата, а не по количеству сгенерированных идей.
1.4.5. Четвёртый признак: проектирование экспериментов
Научная гипотеза приобретает исследовательскую ценность, когда можно установить условия её проверки.
Поэтому ноокомпьютер должен формировать экспериментальные программы.
Определять необходимые измеряемые параметры.
Выбирать методы исследования.
Оценивать возможные источники ошибок.
Предлагать контрольные эксперименты.
Устанавливать условия, при которых гипотеза будет отвергнута.
Последнее обстоятельство принципиально важно.
Система, ориентированная исключительно на подтверждение собственных предположений, будет создавать систематические ошибки.
Поэтому полноценная исследовательская архитектура должна включать механизмы активного поиска опровергающих свидетельств.
1.4.6. Пятый признак: независимая проверка полученных результатов
Одним из фундаментальных требований NOO должна стать доказательная проверяемость.
Система не должна признавать гипотезу подтверждённой только потому, что одна языковая модель согласилась с выводом другой.
Необходимо использовать самостоятельные методы проверки.
Например, вычислительный результат можно сопоставить с независимой реализацией алгоритма.
Математическое утверждение — с формальным доказательством или контрпримером.
Физическую гипотезу — с экспериментальными измерениями.
Техническое решение — с испытанием функционального образца.
При этом необходимо учитывать, что различные интеллектуальные модели могут иметь общие ошибки.
Поэтому согласованность их ответов не является полноценной независимой проверкой.
Следовательно, архитектура ноокомпьютера должна предусматривать функциональное разделение генерации и подтверждения результатов.
1.4.7. Шестой признак: организация продолжительного исследовательского процесса
Сложная научная задача редко решается посредством одного информационного запроса.
Необходимо анализировать литературу.
Формировать альтернативы.
Проводить расчёты.
Сравнивать результаты.
Уточнять модели.
Планировать эксперименты.
Иногда требуется неоднократно возвращаться к уже отклонённым гипотезам.
Поэтому ноокомпьютер должен обладать средствами организации длительного исследовательского процесса.
Необходимо сохранять состояние проекта.
Фиксировать принятые решения.
Учитывать отрицательные результаты.
Различать подтверждённые и неподтверждённые выводы.
Восстанавливать историю исследования.
Особое значение имеет долговременная исследовательская память.
Однако память не должна представлять собой бесконтрольное накопление текстов.
Она должна содержать структурированную информацию с указанием происхождения, времени получения и степени достоверности.
1.4.8. Седьмой признак: совершенствование методов решения задач
Наиболее существенным отличием NOO в концепции Метаразвития становится способность улучшать не только отдельные результаты, но и методы их получения.
Например, система может обнаружить, что определённый способ поиска литературы приводит к систематическому пропуску значимых публикаций.
Или установить, что одна методика выбора экспериментов требует чрезмерного числа испытаний.
Или выявить, что некоторые типы гипотез регулярно оказываются бесперспективными.
После этого может быть предложена модификация исследовательской процедуры.
Но недостаточно просто изменить программный алгоритм.
Необходимо доказать, что новая методика действительно улучшает результат.
Для этого требуется сравнительный эксперимент.
Используются сопоставимые задачи.
Фиксируются исходные условия.
Измеряются затраты времени и ресурсов.
Оценивается качество полученных решений.
Следовательно, самосовершенствование ноокомпьютера должно означать экспериментально подтверждённое улучшение его методов деятельности, а не произвольное изменение собственного программного кода.
1.4.9. Восьмой признак: воспроизводимость интеллектуально-креативной деятельности
Единичный удачный результат ещё не доказывает возникновения новой технологической платформы.
Система может случайно предложить полезную идею.
Может найти известное решение, отсутствовавшее в доступной пользователю литературе.
Может успешно выполнить один необычный эксперимент.
Но для подтверждения ноофункциональности необходимо установить воспроизводимость.
Система должна демонстрировать результативность на множестве задач.
Причём задачи должны различаться по содержанию и сложности.
Необходимо учитывать отрицательные результаты.
Оценивать вероятность успешного достижения исследовательской цели.
Фиксировать требования к человеческому участию.
Проверять перенос разработанных методов на новые задачи.
Именно воспроизводимость позволяет перейти от эффектной демонстрации к научно обоснованному утверждению о существовании нового функционального класса вычислительных систем.
1.4.10. Девятый признак: управляемая интеллектуальная автономность
Для ноокомпьютера важна возможность самостоятельно выполнять некоторые этапы исследовательской деятельности.
Однако автономность должна рассматриваться как управляемое свойство.
Система может самостоятельно выбирать последовательность разрешённых информационных операций.
Выполнять программные расчёты.
Сравнивать результаты.
Формировать предложения о следующих исследовательских действиях.
Но операции, связанные с существенными финансовыми затратами, изменением оборудования, использованием опасных материалов или необратимыми последствиями, должны требовать соответствующей авторизации.
Важными ориентирами являются подходы к управлению рисками искусственного интеллекта, разработанные NIST [20, 21].
Следовательно, ноокомпьютер должен обладать не максимально возможной автономией, а автономией, соразмерной подтверждённой надёжности и допустимым рискам.
1.4.11. Десятый признак: измеримая интеллектуально-экономическая эффективность
Окончательная оценка ноокомпьютера должна учитывать не только количество выполненных задач.
Необходимо определять полную стоимость подтверждённого интеллектуального результата.
Например, сколько ресурсов требуется для создания технического решения, успешно прошедшего независимую проверку.
Какова продолжительность исследования.
Каков вклад человека.
Какая часть гипотез оказалась ошибочной.
Какие вычислительные ресурсы использовались.
Потребовалось ли дополнительное экспериментальное оборудование.
Поэтому экономическая эффективность NOO должна измеряться на уровне полного исследовательского процесса.
Система, генерирующая огромное количество гипотез, может оказаться менее полезной, чем система, предлагающая небольшое количество хорошо обоснованных и проверяемых решений.
1.4.12. Функциональное различие основных классов компьютеров
Для обобщения можно использовать следующую классификацию.
Тип системы Основная функция Критерий результата
Традиционный ПК Выполнение программ Корректность операций
Интеллектуальная система Анализ и решение задач Качество решения
ИИ-компьютер Интегрированные ИИ-функции Эффективность ИИ-задач
Ноокомпьютер INM Когнитивно-креативный поиск Подтверждённая новизна и воспроизводимость
Перспективная ноомашина Комплексные исследовательские процессы Надёжное получение новых знаний и технологий
Данная классификация является авторской проектной схемой.
Она не исключает функционального пересечения.
Например, современный ИИ-компьютер может участвовать в реальном научном открытии.
Но при отнесении системы к ноокомпьютерам необходимо доказать устойчивость и полноту соответствующей когнитивно-креативной функции.
Следовательно, название устройства не должно заменять экспериментальную оценку.
1.5. Первый исследовательский ноокомпьютер INM
1.5.1. Почему первый ноокомпьютер должен быть исследовательским
Создание новой категории вычислительной техники целесообразно начинать не с разработки массового коммерческого изделия, а с экспериментальной системы.
Именно исследовательский прототип позволяет проверить правильность исходных функциональных гипотез.
В рамках проекта International NooMachines предлагается первоначально создать первый исследовательский ноокомпьютер INM.
При этом необходимо специально подчеркнуть его проектный статус.
Речь идёт о целевом устройстве, которое предлагается разработать и испытать.
Сам факт формулирования соответствующей программы не означает, что такой ноокомпьютер уже создан.
Переход к следующему статусу возможен только после экспериментального подтверждения установленных критериев.
Первоначальной задачей становится не достижение универсального машинного интеллекта.
Не создание искусственного сознания.
И не полная замена человека в научной деятельности.
Необходимо создать систему, которая сможет воспроизводимо повышать эффективность конкретных исследовательских процессов и демонстрировать определённые интеллектуально-креативные функции.
Такой подход позволяет формировать реалистичную программу разработки.
1.5.2. Использование существующей физической элементной базы
Первый ноокомпьютер INM может строиться на основе современной вычислительной инфраструктуры.
В зависимости от задач могут использоваться персональные рабочие станции.
Серверные вычислительные комплексы.
Графические ускорители.
Локальные нейросетевые модели.
Удалённые вычислительные ресурсы.
Специализированные программные средства моделирования.
Таким образом, на начальном этапе необходимо опираться преимущественно на доступные технологии.
Это соответствует принципу одновременной инициации PICO и NOO.
Программа NOO не должна ожидать появления промышленной пикоэлектроники.
В свою очередь, PICO может с самого начала использовать существующие интеллектуальные методы.
Позднее возникновение новых физических вычислительных элементов способно расширить возможности ноосистем.
Но первоначальная проверка ноофункциональности должна быть возможна без такого условия.
1.5.3. Функциональная архитектура исследовательского прототипа
Первый исследовательский ноокомпьютер предлагается создавать как совокупность специализированных функциональных подсистем.
Первая подсистема — постановка исследовательских задач.
Она преобразует исходный запрос в формализованную программу исследования с определёнными критериями результата.
Вторая — научно-информационный контур.
Он осуществляет поиск публикаций, обработку документов, анализ технических данных и подготовку доказательной базы.
Третья — генератор гипотез и решений.
Его назначение заключается в формировании альтернативных научных объяснений и технических конструкций.
Четвёртая — вычислительно-моделирующая подсистема.
Она использует математические модели, симуляторы и специализированные программы.
Пятая — контур проверки.
Он предназначен для поиска ошибок, проверки расчётов, анализа предположений и сопоставления результатов с независимыми свидетельствами.
Шестая — экспериментальный интерфейс.
Он обеспечивает подготовку исследовательских процедур и взаимодействие с доступным оборудованием в пределах разрешённых полномочий.
Седьмая — исследовательская память.
Она сохраняет исходные данные, гипотезы, результаты и историю изменения моделей.
Восьмая — контур совершенствования методов.
Он анализирует эффективность исследовательских процедур и предлагает проверяемые улучшения.
Девятая — система управления, безопасности и аудита.
Она устанавливает полномочия, фиксирует действия, обеспечивает контроль пользователя и сохранность данных.
Важнейшее обстоятельство заключается в том, что ни одна из перечисленных подсистем сама по себе не является полноценным ноокомпьютером.
Его функциональная новизна должна возникнуть посредством организованного взаимодействия этих компонентов.
1.5.4. Исходная исследовательская задача
Для проверки первого ноокомпьютера необходимо выбрать ограниченный круг задач с объективными критериями результата.
Особенно перспективны направления, в которых можно сопоставлять предложенные решения с независимыми вычислительными или экспериментальными данными.
Одним из возможных направлений является поиск более эффективных алгоритмов.
Другим — оптимизация параметров электронного устройства.
Третьим — автоматизированное исследование комбинаций материалов.
Четвёртым — разработка способов улучшения технологического процесса.
Однако необходимо избегать чрезмерного расширения первоначальной программы.
Если первая версия системы одновременно пытается решать десятки принципиально различных исследовательских проблем, установить причины успехов и неудач становится значительно сложнее.
Поэтому целесообразно первоначально выбрать несколько ограниченных экспериментальных направлений.
Для каждого должны существовать исходные данные, контрольные методы и независимые критерии оценки.
1.5.5. PICO как первая экспериментальная область применения NOO
В генеральной программе Метаразвития естественной областью применения исследовательского ноокомпьютера становятся задачи перспективной электронной элементной базы.
Например, можно поставить задачу поиска материалов и технологических условий для создания более воспроизводимого электрического контакта с двумерным полупроводником.
Для этого необходимо проанализировать существующие исследования.
Выявить основные физические ограничения.
Определить параметры, влияющие на контактное сопротивление.
Сформировать альтернативные гипотезы.
Оценить доступность расчётных моделей.
Предложить последовательность экспериментов.
Получить результаты от исследовательской лаборатории.
Сопоставить их с исходными прогнозами.
На основании расхождений уточнить физическую модель.
Особенно важно, что реальное лабораторное подтверждение не может заменяться текстовым заключением интеллектуальной системы.
Если эксперимент не выполнен, гипотеза должна сохранять соответствующий статус.
Таким образом, PICO предоставляет NOO конкретные задачи, а NOO потенциально повышает эффективность их решения.
1.5.6. Первый демонстрационный исследовательский цикл
Предлагается следующая экспериментальная процедура.
На первом этапе формулируется исследовательская проблема.
Например, необходимость улучшить один из измеряемых параметров определённой электронной структуры.
На втором этапе создаётся информационная база.
Система собирает научные публикации, экспериментальные данные и известные технические решения.
На третьем этапе формируется несколько альтернативных гипотез.
Каждая должна содержать объяснение предполагаемого физического механизма.
На четвёртом этапе выполняется предварительная проверка.
Исключаются гипотезы, противоречащие установленным физическим ограничениям или уже опровергнутые экспериментальными данными.
На пятом этапе система выбирает наиболее информативные последующие исследования.
На шестом выполняются разрешённые расчёты и эксперименты.
На седьмом результаты сопоставляются с прогнозом.
На восьмом формируется отчёт с указанием подтверждённых, неподтверждённых и опровергнутых положений.
На девятом анализируется эффективность самого исследовательского процесса.
На десятом этапе предлагаются изменения, которые могут повысить результативность последующего цикла.
Именно выполнение полного цикла представляет наиболее интересную основу для проверки ноофункциональности.
1.5.7. Контрольные исследовательские методологии
Чтобы определить действительную эффективность первого ноокомпьютера INM, необходим сравнительный эксперимент.
Предлагается использовать три режима работы.
Первый режим — традиционный исследовательский процесс.
Задача решается с использованием обычных научных инструментов и существующих методов работы.
Второй режим — исследовательский процесс с современными ИИ-инструментами.
Специалисты используют доступные интеллектуальные модели, программных агентов и средства автоматизации.
Третий режим — исследовательский процесс с экспериментальным ноокомпьютером INM.
Используется специальная архитектура NOO, включающая управление исследовательским циклом, независимую проверку и механизмы совершенствования методов.
Сравнение первого и второго режимов позволяет оценивать вклад существующего искусственного интеллекта.
Сравнение второго и третьего — дополнительный эффект специально разработанной ноокомпьютерной архитектуры.
Однако для достоверного сравнения необходимо учитывать сложность задач, квалификацию специалистов, доступные ресурсы и различия в экспериментальных условиях.
В идеале распределение сопоставимых задач должно осуществляться по заранее установленной процедуре.
Результаты следует оценивать независимо.
1.5.8. Критерии успешности первого прототипа
Первый ноокомпьютер INM не следует признавать успешным только на основании способности вести убедительный научный диалог.
Необходимо получить конкретные функциональные результаты.
К числу основных показателей предлагается отнести:
долю исследовательских задач, завершённых проверенным результатом;
качество и научную новизну полученных решений;
продолжительность достижения результата;
полную стоимость исследовательского цикла;
количество и характер обнаруженных ошибок;
воспроизводимость результатов;
долю решений, подтверждённых независимой проверкой;
изменение эффективности методов между последовательными исследовательскими циклами.
Особое значение имеет последний показатель.
Если новая версия системы работает быстрее только благодаря использованию более мощного процессора, это ещё не доказывает совершенствования интеллектуально-креативной технологии.
Необходимо устанавливать вклад изменённых методов.
Следовательно, сравнение должно по возможности осуществляться при сопоставимых вычислительных ресурсах.
1.5.9. Проверка научной новизны
Одной из наиболее сложных функций исследовательского ноокомпьютера является установление научной новизны.
Система может самостоятельно предложить техническое решение, которое уже существует в патентной литературе.
Или воспроизвести известную научную гипотезу, не указав соответствующий источник.
Или представить незначительное изменение существующего решения как принципиальное открытие.
Поэтому необходим специальный контур проверки новизны.
Он должен включать поиск по научным публикациям, патентной документации и техническим отчётам.
Но даже такой поиск не может гарантировать абсолютного отсутствия предшествующих результатов.
Следовательно, корректнее фиксировать степень установленной новизны.
Предлагаемый результат должен сопровождаться указанием границ выполненного поиска.
Окончательная оценка научной или изобретательской значимости должна осуществляться с участием компетентных независимых специалистов.
1.5.10. Безопасность и управляемость исследовательской системы
Первый ноокомпьютер должен создаваться как управляемая экспериментальная платформа.
Особенно важно разграничивать информационные действия и воздействия на реальную среду.
Поиск научной статьи обычно обладает значительно меньшим риском, чем изменение параметров физического оборудования.
Поэтому система должна использовать различные уровни разрешений.
Для информационного анализа могут предоставляться достаточно широкие полномочия.
Для запуска расчётов — отдельные ограничения по ресурсам.
Для изменения лабораторного оборудования — специализированные процедуры авторизации.
Для действий, связанных с возможной опасностью, — обязательный человеческий контроль.
Необходимо также защищать систему от вредоносных инструкций, содержащихся во внешних документах или результатах работы инструментов.
Соответствующие угрозы исследуются, в частности, в работе AgentDojo [23].
При этом все значимые действия должны фиксироваться в проверяемом журнале.
Такая система управления является не второстепенным дополнением, а необходимой частью архитектуры будущего ноокомпьютера.
1.5.11. Контролируемое совершенствование ноокомпьютера
Наиболее интересным этапом станет проверка способности системы улучшать собственные методы.
Например, после серии исследовательских задач ноокомпьютер может выявить, что определённый алгоритм выбора экспериментов неэффективен.
Затем предложить альтернативную процедуру.
Однако изменение не должно немедленно внедряться в основную рабочую систему.
Сначала создаётся экспериментальная версия.
После этого проводится испытание на независимом наборе задач.
Оцениваются эффективность, устойчивость и риски.
Если преимущество подтверждается, изменение может быть принято.
При отрицательном результате система возвращается к предыдущей версии.
Следовательно, самосовершенствование должно строиться как контролируемый экспериментальный процесс с возможностью отмены изменений.
Особенно важно предотвращать ситуацию, когда система сама формирует тест, сама оценивает результат и сама объявляет собственное превосходство без независимой проверки.
1.5.12. Что считать первым доказательством ноофункциональности
Для первоначального исследовательского этапа целесообразно установить ограниченное, но строгое условие успеха.
Система должна продемонстрировать выполнение полного интеллектуально-креативного цикла на заранее определённом классе задач.
Результатом может быть новое техническое решение, алгоритм или исследовательский метод, прошедший независимую проверку.
Затем необходимо воспроизвести соответствующую способность на других задачах того же класса.
После этого следует исследовать перенос методов на смежную область.
Наконец, необходимо доказать преимущество хотя бы по одному существенному показателю при отсутствии неприемлемого ухудшения остальных.
Такой результат не означает создания универсальной ноомашины.
Но он может стать достаточным основанием для признания первого специализированного исследовательского ноокомпьютера.
В дальнейшем соответствующие критерии должны расширяться.
1.5.13. Исследовательский ноокомпьютер как начало новой платформы
Стратегическое значение первого ноокомпьютера INM заключается не в его стоимости или внешнем облике.
Первоначальный прототип может представлять собой обычную рабочую станцию, связанную с программными моделями и внешними исследовательскими ресурсами.
Главное заключается в иной организации функций.
Он должен обеспечивать управляемый переход от постановки задачи к проверенному интеллектуально-креативному результату.
Если подобная архитектура подтвердит свою эффективность, появится основание для её последующего развития.
Можно будет совершенствовать отдельные подсистемы.
Создавать специализированные исследовательские конфигурации.
Оптимизировать вычислительные затраты.
Разрабатывать программные стандарты.
Исследовать возможность массового производства.
Следовательно, первый ноокомпьютер INM должен рассматриваться прежде всего как экспериментальное ядро будущей ноотехнологической платформы.
1.6. От ноокомпьютера к массовому НооПК
1.6.1. Персонализация интеллектуально-креативной вычислительной техники
Историческая революция IBM PC заключалась в превращении вычислительной машины в массовый персональный инструмент.
Аналогичный по своему общественному значению переход может стать перспективной задачей будущего ноомашиностроения.
Однако речь должна идти не о простом добавлении интеллектуального помощника к обычному компьютеру.
Массовый НооПК должен представлять собой доступную персональную платформу с воспроизводимыми функциями интеллектуально-креативной деятельности.
Это не означает, что каждый пользователь автоматически становится выдающимся учёным или изобретателем.
Но система может расширять возможности самостоятельного анализа, разработки проектов, проверки гипотез и технического творчества.
Для этого необходимо создать достаточно надёжный и понятный интерфейс.
Пользователь должен иметь возможность формулировать проблему и получать не только ответ, но и аргументированную программу её исследования.
1.6.2. НооПК как отдельная функциональная категория
В настоящей книге предлагается использовать обозначение НооПК для перспективного массового персонального ноокомпьютера.
Его отличие от обычного ИИ-ПК должно определяться подтверждённой функциональностью.
Современный ИИ-ПК может включать мощную языковую модель.
Мультимодальный интерфейс.
Средства генерации документов.
Программных агентов.
Автоматизированный поиск информации.
Но для НооПК необходимо дополнительное качество.
Он должен обладать специально организованными процедурами создания, проверки и накопления новых знаний и технических решений.
При этом система должна предоставлять пользователю возможность управлять исследовательским процессом.
Например, самостоятельно выбирать исходную гипотезу.
Устанавливать допустимую стоимость исследования.
Определять обязательные способы проверки.
Ограничивать автономность.
Получать отчёт о подтверждённых и неподтверждённых результатах.
Таким образом, НооПК представляет собой не просто более производительный ИИ-компьютер, а потенциально новую функциональную категорию персональной вычислительной техники.
1.6.3. Массовая архитектура НооПК
Для массового распространения необходимо существенно упростить архитектуру исследовательского прототипа.
Вместо сложной лабораторной системы потребуется создать воспроизводимую программно-аппаратную платформу.
Она может включать локальную интеллектуальную модель.
Персональную исследовательскую память.
Систему поиска и проверки информации.
Средства математических и технических расчётов.
Интерфейсы подключения специализированных приложений.
Механизмы защиты данных.
Систему управления разрешениями.
Возможность использования удалённых вычислительных ресурсов.
При этом различные модели НооПК могут обладать разными характеристиками.
Начальные персональные устройства могут выполнять ограниченный круг интеллектуально-креативных задач.
Профессиональные — использовать более сложные модели и специализированное программное обеспечение.
Исследовательские — поддерживать взаимодействие с лабораторным оборудованием и внешними научными ресурсами.
Следовательно, массовая ноокомпьютерная платформа может развиваться как семейство совместимых устройств.
1.6.4. Стандартизация функциональных интерфейсов
Для развития массового НооПК особое значение имеет совместимость.
История IBM PC показывает, насколько важным может оказаться возникновение единой компьютерной платформы.
Но в случае NOO стандартизация должна охватывать новые функциональные области.
Необходимо разработать способы представления исследовательских задач.
Структуры хранения научных гипотез.
Форматы описания экспериментальных результатов.
Методы фиксации происхождения информации.
Интерфейсы подключения расчётных программ.
Процедуры проверки интеллектуальных результатов.
Механизмы контроля полномочий.
Особенно важно обеспечить переносимость исследовательских проектов между различными устройствами и программными системами.
Если пользователь заменяет компьютер, он не должен терять историю научной работы.
Поэтому необходимо разграничивать долговременную исследовательскую память и конкретную интеллектуальную модель, используемую в данный момент.
1.6.5. Защита интеллектуальной собственности и пользовательских данных
Персональный ноокомпьютер может использоваться для разработки новых технических решений.
В этом случае возникают вопросы конфиденциальности и интеллектуальной собственности.
Пользователь должен понимать, какие данные остаются локальными.
Какая информация передаётся во внешнюю вычислительную среду.
Кто получает доступ к исследовательским материалам.
Какие условия действуют в отношении результатов работы.
Как осуществляется резервное копирование.
Как предотвращается несанкционированное изменение исследовательских данных.
Кроме того, необходимо различать происхождение знаний, использованных системой, и правовой статус создаваемых результатов.
Применение генеративного искусственного интеллекта не означает автоматического установления авторства или патентоспособности.
Соответствующие вопросы регулируются различными правовыми системами и требуют самостоятельного анализа.
Поэтому развитие массового НооПК должно сопровождаться созданием прозрачных механизмов управления данными и правами.
1.6.6. Экономическая модель массового ноокомпьютера
Одним из основных ограничений массового распространения может стать стоимость интеллектуальных вычислений.
Необходимо учитывать не только цену устройства.
Существенное значение имеют расходы на выполнение моделей.
Оплата облачных вычислительных ресурсов.
Хранение данных.
Программные лицензии.
Информационные подписки.
Обслуживание и обновление системы.
Следовательно, дешёвое аппаратное устройство не обязательно обеспечивает дешёвую интеллектуально-креативную деятельность.
Для массового НооПК необходимо исследовать полную стоимость полезного результата.
Особенно важно определить, какие функции можно выполнять локально.
Какие требуют мощной удалённой инфраструктуры.
Какие допускают использование сравнительно небольших специализированных моделей.
И в каких случаях интеллектуальная автоматизация действительно снижает затраты по сравнению с традиционными методами.
Таким образом, экономическая цель должна формулироваться не только как уменьшение цены компьютера.
Она должна включать повышение доступности подтверждённых интеллектуально-креативных функций.
1.6.7. Взаимодействие НооПК и будущей PICO
Первоначальные ноокомпьютеры могут использовать существующие микро- и наноэлектронные платформы.
Но в долгосрочной перспективе возникновение новых физических вычислительных устройств способно изменить их аппаратную основу.
В предыдущей части книги были рассмотрены перспективы атомарно-точных электронных структур.
При благоприятном развитии соответствующие технологии могут предложить новые способы обработки и хранения информации.
Однако нельзя заранее утверждать, что пикоэлектроника обязательно обеспечит радикальное снижение стоимости ноокомпьютеров.
Это потребует решения проблем интеграции, производства, надёжности и энергетической эффективности.
Поэтому программа NOO должна самостоятельно совершенствовать свои архитектуры.
А программа PICO — исследовать перспективную физическую элементную базу.
В дальнейшем их экспериментально подтверждённые результаты могут объединяться.
В таком случае возникнут предпосылки для создания пиконоокомпьютеров.
Но подобная перспектива должна рассматриваться как долгосрочный технологический сценарий, а не как гарантированный этап развития.
1.6.8. НооПК и новая доступность научно-технического творчества
Одним из наиболее значимых потенциальных последствий массового распространения ноокомпьютеров может стать расширение круга участников научно-технического творчества.
Сегодня сложные исследования часто требуют специализированного образования, доступа к научной литературе, вычислительным ресурсам и профессиональной инфраструктуре.
Персональные интеллектуально-креативные системы способны уменьшать некоторые из этих барьеров.
Например, помогать исследователю осваивать новую предметную область.
Создавать предварительные физические модели.
Анализировать существующие технические решения.
Подготавливать программы экспериментов.
Проверять расчёты.
Организовывать длительные исследования.
Однако не все ограничения могут быть устранены программными средствами.
Экспериментальная физика требует реального оборудования.
Химические исследования — соответствующих материалов и условий безопасности.
Многие инженерные проекты — производственных ресурсов.
Поэтому массовый НооПК следует рассматривать как инструмент расширения интеллектуальных возможностей, а не как универсальную замену научным лабораториям и профессиональным коллективам.
1.6.9. Риски массовой ноокомпьютеризации
Массовое распространение интеллектуально-креативных устройств способно создавать не только преимущества, но и новые риски.
Первый связан с недостоверной информацией.
Пользователи могут ошибочно принимать автоматически сформированные выводы за научно подтверждённые результаты.
Второй касается зависимости от программных поставщиков.
Если функциональность НооПК определяется закрытой удалённой платформой, пользователь может потерять доступ к собственным рабочим процессам при изменении коммерческих условий.
Третий связан с информационной безопасностью.
Системы с доступом к инструментам и данным требуют строгого разграничения полномочий.
Четвёртый касается интеллектуальной собственности.
Автоматизированная разработка технических решений может создавать сложные вопросы происхождения информации и прав на результаты.
Пятый связан с образовательными последствиями.
Если пользователь полностью перекладывает аналитическую деятельность на интеллектуальную систему, возможно ослабление навыков самостоятельной проверки и критического мышления.
Следовательно, массовый НооПК должен проектироваться как средство усиления человеческой интеллектуальной деятельности.
Необходимо сохранять возможность проверки, оспаривания и корректировки выводов.
1.6.10. Переход от экспериментальной системы к серийному продукту
Разработка первого ноокомпьютера INM и создание массового НооПК представляют разные технологические задачи.
Исследовательский прототип предназначен для проверки новых функциональных механизмов.
Массовое изделие должно дополнительно соответствовать требованиям стоимости, удобства, устойчивости, безопасности и стандартизации.
Поэтому необходима последовательная программа перехода.
Первоначально подтверждается работоспособность исследовательской архитектуры.
Затем выделяются наиболее результативные функциональные компоненты.
После этого разрабатывается стандартизированная программная платформа.
Создаются специализированные пользовательские конфигурации.
Проводятся независимые испытания.
Оценивается стоимость эксплуатации.
Исследуются модели коммерциализации.
И только после этого принимается решение о массовом выпуске.
Особенно важно не смешивать научно-технологический успех и коммерческий успех.
Можно создать функционально интересный ноокомпьютер, который окажется слишком дорогим для массового применения.
И наоборот, можно вывести на рынок популярный ИИ-компьютер, не обладающий достаточными основаниями для признания его ноокомпьютером в предлагаемом исследовательском смысле.
1.6.11. Стратегическая миссия массового НооПК
В долгосрочной перспективе массовый ноокомпьютер может стать одним из инструментов преобразования научно-технологической деятельности.
Его общественная ценность будет определяться не только возможностью ускоренного получения ответов.
Более важным может оказаться расширение способности человека ставить содержательные вопросы, исследовать альтернативы, создавать технические решения и проверять новые идеи.
Если подобные функции станут достаточно доступными, возникнут предпосылки для изменения масштабов распределённого научно-технического творчества.
Однако это не должно рассматриваться как неизбежное следствие развития искусственного интеллекта.
Для достижения соответствующего результата необходимы надёжные технологии, доступная вычислительная инфраструктура, образовательные программы и эффективные механизмы научной проверки.
Следовательно, массовая ноокомпьютеризация должна рассматриваться как самостоятельная долгосрочная исследовательская и промышленная программа.
Перспективная технологическая карта NOO
В результате рассмотренного материала можно выделить несколько взаимосвязанных этапов.
Этап Функциональная задача Критерий перехода
Традиционный ПК Универсальные вычисления Работа программной платформы
ИИ-компьютер Интеграция интеллектуальных функций Измеримое качество ИИ-задач
Исследовательский NOO Проверяемое научно-техническое творчество Воспроизводимые результаты
Ноокомпьютер INM Совершенствование исследовательских методов Подтверждённое улучшение
Массовый НооПК Доступные ноофункции Надёжность и экономическая доступность
Перспективная ноомашина Комплексная автоматизация исследований Подтверждённая системная результативность
Данная карта представляет авторскую проектную последовательность.
Она не утверждает, что все указанные этапы уже реализованы или обязательно возникнут.
В частности, понятие ноомашины предполагает дальнейшее развитие теории и архитектуры NOO.
Поэтому подробное исследование соответствующей категории должно осуществляться в следующей главе.
Значение NOO для генеральной технологии Метаразвития
В концепции настоящей книги NOO рассматривается как вторая базовая субтехнология генеральной технологии META.
Если PICO направлена на поиск новых физических оснований электроники, то NOO должна обеспечивать совершенствование интеллектуально-креативных средств научно-технологического развития.
Однако их взаимодействие не должно ограничиваться использованием искусственного интеллекта для ускорения отдельных инженерных расчётов.
Главная исследовательская задача существенно шире.
Необходимо установить, может ли специально организованная интеллектуально-креативная система повышать эффективность создания новых технологий.
При этом предполагаемое улучшение должно быть измеримым.
Например, сокращением времени достижения подтверждённого результата.
Снижением полной стоимости исследования.
Повышением воспроизводимости экспериментов.
Улучшением качества технических решений.
Сокращением количества ошибочных исследовательских гипотез.
Особое значение имеет возможность совершенствовать методы получения последующих результатов.
Именно здесь возникает потенциальный механизм Метаразвития.
Однако необходимо учитывать, что положительное взаимодействие NOO и PICO не может считаться доказанным заранее.
Его наличие, величина и устойчивость должны устанавливаться посредством совместных экспериментальных программ.
Соответственно, генеральная программа META должна не только координировать два направления, но и определять процедуры сравнения результатов.
Если использование NOO улучшает эффективность определённого исследовательского процесса, необходимо установить причины.
Если преимущества отсутствуют, следует изменить или отклонить соответствующую гипотезу.
Если улучшение сохраняется на новых задачах, возникает основание для расширения программы.
Таким образом, развитие NOO должно осуществляться в соответствии с общими принципами доказательного технологического проектирования.
Заключение к главе 1
История персональных компьютеров представляет собой один из важнейших примеров преобразования научно-технической возможности в массовую технологическую платформу.
Особое значение имело появление IBM PC в 1981 году.
Его историческая роль заключалась не в абсолютном техническом превосходстве.
Определяющим стало формирование совместимой аппаратно-программной архитектуры, обеспечившей развитие масштабной компьютерной индустрии.
Последующее совершенствование персональных компьютеров превратило вычислительные устройства в массовые инструменты интеллектуального труда.
Развитие искусственного интеллекта создало новые возможности.
Современные системы способны выполнять сложные операции анализа, распознавания, генерации информации, программирования и автоматизированного взаимодействия с внешними инструментами.
Но возникновение подобных возможностей ещё не означает достижения следующего качественного этапа.
Для него необходимо решить самостоятельную научно-технологическую задачу.
Требуется создать вычислительные системы, специально предназначенные для воспроизводимого выполнения когнитивно-креативной деятельности.
В настоящей книге такие перспективные системы предлагается называть ноокомпьютерами.
Их основными функциональными признаками должны стать способность формировать содержательные исследовательские гипотезы, разрабатывать технические решения, проектировать проверки, анализировать результаты и совершенствовать методы собственной деятельности.
При этом научная состоятельность должна подтверждаться независимой проверкой.
Количество сформированных идей не может заменять оценку их качества.
Внешняя убедительность текста не означает существования нового знания.
Автоматизация отдельных операций не доказывает эффективности полного исследовательского цикла.
Поэтому переход от ИИ-компьютера к ноокомпьютеру должен определяться не терминологией, а измеримыми результатами.
В рамках проекта International NooMachines предлагается первоначально создать исследовательский ноокомпьютер на основе существующей вычислительной инфраструктуры.
Это позволяет начинать программу NOO одновременно с исследованиями PICO.
Главная новизна первой ноосистемы должна заключаться в её функциональной архитектуре.
Особое значение приобретают подсистемы постановки задач, генерации гипотез, моделирования, проверки результатов, исследовательской памяти и совершенствования методов.
Однако первые успешные эксперименты должны рассматриваться как начало длительного исследовательского процесса.
Следующий этап связан с созданием воспроизводимой технологической платформы.
На её основе в перспективе могут развиваться специализированные исследовательские ноокомпьютеры и массовые персональные системы — НооПК.
Их стратегическая ценность заключается в потенциальном расширении доступности научно-технического творчества.
Но подобное развитие потребует решения задач стоимости, надёжности, безопасности, стандартизации и защиты интеллектуальных результатов.
Следовательно, восхождение от IBM PC к ноокомпьютеру представляет собой не простую смену поколений вычислительного оборудования.
Речь идёт о предполагаемом качественном изменении функционального назначения компьютера.
Традиционный персональный компьютер сделал массовыми программируемые вычисления.
Современный ИИ-компьютер расширяет возможности автоматизированного интеллектуального анализа.
Перспективный ноокомпьютер должен обеспечить воспроизводимое выполнение определённых функций создания и проверки нового знания.
А дальнейшее развитие ноомашин может быть связано с системной автоматизацией всё более сложных исследовательских процессов.
Но достижение каждого последующего уровня должно быть доказано.
Для генеральной технологии Метаразвития это имеет фундаментальное значение.
Главная цель NOO заключается не просто в создании более интеллектуального компьютера, а в исследовании возможности создавать вычислительные системы, способные воспроизводимо совершенствовать процессы получения новых знаний и технологий.
Именно такая постановка позволяет перейти от традиционной задачи повышения вычислительной мощности к исследованию новой технологической категории.
От вычисления — к интеллектуальному анализу.
От анализа — к созданию гипотез.
От гипотез — к проверенному научно-техническому результату.
От отдельного результата — к совершенствованию методов его получения.
От экспериментального ноокомпьютера — к доступной персональной ноотехнологической платформе.
И от совершенствования отдельных технологий — к разработке механизмов ускоренного создания последующих технологий.
Такова исходная логика восхождения от компьютера к ноомашине в генеральной технологии Метаразвития.
Основные источники и научная литература к главе 1
История персональных компьютеров и основания искусственного интеллекта
IBM. The IBM PC. IBM History. История создания IBM Personal Computer 5150, представленного 12 августа 1981 года, и формирования массовой компьютерной платформы.
https://www.ibm.com/history/personal-computer
Turing A. M. Computing Machinery and Intelligence. Mind. 1950. Vol. LIX. No. 236. P. 433–460. Фундаментальная постановка проблемы машинного интеллекта и критериев его наблюдаемого проявления.
DOI: https://doi.org/10.1093/mind/LIX.236.433
McCarthy J., Minsky M. L., Rochester N., Shannon C. E. A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 31, 1955. AI Magazine. 2006. Vol. 27. No. 4. P. 12–14. Републикация исторического предложения о проведении Дартмутского исследовательского проекта 1956 года.
DOI: https://doi.org/10.1609/aimag.v27i4.1904
Licklider J. C. R. Man-Computer Symbiosis. IRE Transactions on Human Factors in Electronics. 1960. Vol. HFE-1. No. 1. P. 4–11. Концепция тесного взаимодействия человека и вычислительной системы при решении интеллектуальных задач.
DOI: https://doi.org/10.1109/THFE2.1960.4503259
Engelbart D. C. Augmenting Human Intellect: A Conceptual Framework. Stanford Research Institute. 1962. Report AFOSR-3223. Фундаментальная концепция системного расширения интеллектуальных возможностей человека посредством вычислительных технологий.
https://dougengelbart.org/pubs/augment-3906-Framework.html
Shortliffe E. H. Computer-Based Medical Consultations: MYCIN. New York: Elsevier, 1976. Классическое исследование экспертной системы медицинской поддержки принятия решений.
DOI: https://doi.org/10.1016/B978-0-444-00179-5.X5001-X
Современные модели и агентные интеллектуальные системы
Vaswani A., Shazeer N., Parmar N. et al. Attention Is All You Need. Advances in Neural Information Processing Systems. 2017. Vol. 30. Основополагающая публикация об архитектуре Transformer.
https://research.google/pubs/attention-is-all-you-need/
Ouyang L., Wu J., Jiang X. et al. Training Language Models to Follow Instructions with Human Feedback. Advances in Neural Information Processing Systems. 2022. Vol. 35. P. 27730–27744. Исследование настройки языковых моделей с использованием человеческой обратной связи.
https://arxiv.org/abs/2203.02155
Lewis P., Perez E., Piktus A. et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 9459–9474. Архитектура генерации с привлечением внешних источников знаний.
https://arxiv.org/abs/2005.11401
Schick T., Dwivedi-Yu J., Dess; R. et al. Toolformer: Language Models Can Teach Themselves to Use Tools. Advances in Neural Information Processing Systems. 2023. Vol. 36. Исследование применения внешних программных инструментов языковыми моделями.
Yao S., Zhao J., Yu D. et al. ReAct: Synergizing Reasoning and Acting in Language Models. International Conference on Learning Representations. 2023. Исследование совместной организации рассуждений и действий интеллектуальных агентов.
https://openreview.net/forum?id=WE_vluYUL-X
Искусственный интеллект в научных открытиях
Fawzi A., Balog M., Huang A. et al. Discovering Faster Matrix Multiplication Algorithms with Reinforcement Learning. Nature. 2022. Vol. 610. P. 47–53. AlphaTensor: автоматизированный поиск новых алгоритмов с математически проверяемыми характеристиками.
DOI: https://doi.org/10.1038/s41586-022-05172-4
Romera-Paredes B., Barekatain M., Novikov A. et al. Mathematical Discoveries from Program Search with Large Language Models. Nature. 2024. Vol. 625. P. 468–475. FunSearch: совместное использование языковой модели и программной проверки новых решений.
DOI: https://doi.org/10.1038/s41586-023-06924-6
Boiko D. A., MacKnight R., Kline B., Gomes G. Autonomous Chemical Research with Large Language Models. Nature. 2023. Vol. 624. P. 570–578. Исследовательская система Coscientist, объединяющая языковую модель, программные инструменты и экспериментальную автоматизацию.
DOI: https://doi.org/10.1038/s41586-023-06792-0
Szymanski N. J., Rendy B., Fei Y. et al. An Autonomous Laboratory for the Accelerated Synthesis of Inorganic Materials. Nature. 2023. Vol. 624. P. 86–91. Экспериментальная платформа A-Lab для автоматизированного синтеза неорганических материалов. Учесть опубликованное в 2026 году исправление к статье.
DOI: https://doi.org/10.1038/s41586-023-06734-w
Оценка интеллектуальных возможностей и аппаратная инфраструктура
Jimenez C. E., Yang J., Wettig A. et al. SWE-bench: Can Language Models Resolve Real-World GitHub Issues? International Conference on Learning Representations. 2024. Методология оценки способности интеллектуальных систем решать реальные программно-инженерные задачи.
Oren Y., Meister N., Chatterji N., Ladhak F., Hashimoto T. Proving Test Set Contamination in Black-Box Language Models. International Conference on Learning Representations. 2024. Исследование проблемы загрязнения тестовых наборов обучающими данными языковых моделей.
Microsoft. Develop AI Applications for Copilot+ PCs. Microsoft Learn. Документация по аппаратным требованиям, нейропроцессорам и локальному выполнению ИИ-моделей.
https://learn.microsoft.com/en-us/windows/ai/npu-devices
Stanford Institute for Human-Centered Artificial Intelligence. The 2026 AI Index Report. Stanford University. Обзор развития искусственного интеллекта, вычислительной инфраструктуры, научных применений и методов оценки.
https://hai.stanford.edu/ai-index/2026-ai-index-report
Надёжность, безопасность и управление интеллектуальными системами
Tabassi E. Artificial Intelligence Risk Management Framework (AI RMF 1.0). National Institute of Standards and Technology. NIST AI 100-1. 2023. Система управления рисками и оценки надёжности искусственного интеллекта.
DOI: https://doi.org/10.6028/NIST.AI.100-1
Autio C., Schwartz R., Dunietz J. et al. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1. 2024. Управление рисками генеративных интеллектуальных систем.
DOI: https://doi.org/10.6028/NIST.AI.600-1
ISO/IEC. ISO/IEC 42001:2023. Information Technology — Artificial Intelligence — Management System. Международный стандарт организации систем управления искусственным интеллектом.
https://www.iso.org/standard/42001
Debenedetti E., Zhang J., Balunovi; M. et al. AgentDojo: A Dynamic Environment to Evaluate Prompt Injection Attacks and Defenses for LLM Agents. Advances in Neural Information Processing Systems. 2024. Vol. 37. Исследование устойчивости интеллектуальных агентов к вредоносным инструкциям из внешних источников данных.
Авторская концепция Метаразвития, PICO и NOO
Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Том 1. Lag.ru. 2026. Авторская концепция генеральной технологии META, её субтехнологий PICO и NOO, проекта International NooMachines и перспективной эволюции от персонального компьютера к ноомашине.
********
Глава 2. Теория ноокомпьютеров и ноомашин
Научные основания, функциональные принципы, архитектуры и экспериментальные критерии нового поколения интеллектуально-креативных вычислительных систем.
Введение. От интеллектуального компьютера к теории ноомашины
В предыдущей главе была рассмотрена историческая эволюция вычислительной техники — от универсальных программируемых компьютеров и IBM PC до современных интеллектуальных вычислительных систем и перспектив создания первых ноокомпьютеров INM.
Показано, что развитие компьютеров определяется не только совершенствованием электронной элементной базы и увеличением вычислительной мощности.
Не менее важны изменения функционального назначения вычислительных систем.
Традиционный компьютер стал универсальным инструментом выполнения программ.
Персональный компьютер сделал вычислительные возможности массово доступными.
Системы искусственного интеллекта расширили возможности автоматизации интеллектуальной деятельности.
Современные генеративные и агентные системы способны анализировать научную литературу, создавать программный код, предлагать технические решения, выполнять сложные вычисления и взаимодействовать с внешними инструментами.
Однако возникает принципиальный вопрос.
Достаточно ли этих возможностей для возникновения нового класса вычислительных машин?
В настоящей книге предлагается отрицательный ответ.
Само наличие искусственного интеллекта ещё не является достаточным основанием для выделения ноокомпьютера в самостоятельную научно-технологическую категорию.
Необходимо установить, какие именно новые функции должна выполнять перспективная система.
Каким образом эти функции могут быть реализованы.
Какие ограничения должны учитываться при её проектировании.
И главное — какие экспериментальные результаты могут подтвердить возникновение нового технологического качества.
Поэтому после введения функционального определения ноокомпьютера необходимо перейти к разработке теоретических оснований NOO.
В рамках настоящей главы термин «ноотехнологии» используется для обозначения предлагаемого направления создания интеллектуально-креативных вычислительных систем.
Ноокомпьютер рассматривается как аппаратно-программная система, специально организованная для воспроизводимого получения и проверки новых знаний, научных гипотез и технических решений.
Понятие ноомашины имеет более широкий смысл.
Ноомашина — это перспективная техническая система, предназначенная для организации и выполнения целостных когнитивно-креативных процессов, включая научный поиск, разработку и проверку решений, управление исследовательскими инструментами и контролируемое совершенствование методов собственной деятельности.
Следовательно, ноокомпьютер может рассматриваться как вычислительное ядро ноомашины.
Ноомашина, в свою очередь, может включать внешние информационные ресурсы, специализированные вычислительные средства, измерительное оборудование, роботизированные комплексы и систему человеческого научного контроля.
Это разграничение имеет существенное значение.
Не каждая ноомашина обязательно должна представлять собой единый физический компьютер.
Она может иметь распределённую архитектуру.
При этом её функциональная целостность будет определяться организацией исследовательского процесса, а не размещением всех компонентов в одном корпусе.
Вместе с тем нельзя считать, что любая многоагентная система искусственного интеллекта автоматически становится ноомашиной.
Для этого необходимо подтвердить специфические когнитивно-креативные функции.
Предлагаемая теория должна ответить на шесть взаимосвязанных вопросов.
Первый — чем интеллектуальная обработка информации отличается от когнитивно-креативной деятельности.
Второй — каким образом может осуществляться автоматизированное формирование научных гипотез.
Третий — какие функции необходимы для создания новых технических решений.
Четвёртый — что следует понимать под самосовершенствованием методов решения задач.
Пятый — какие архитектуры способны объединить эти функции.
Шестой — каким образом можно экспериментально проверить ноофункциональность.
Особое значение имеет последний вопрос.
Теория ноомашин не должна сводиться к футурологическому описанию идеальной интеллектуальной машины.
Она должна стать основой программы создания экспериментальных систем с заранее установленными критериями успеха и неудачи.
Именно такой подход соответствует генеральной задаче Метаразвития.
Её цель заключается не просто в создании более совершенных технологий, а в разработке и совершенствовании механизмов создания самих технологий.
2.1. Интеллектуальная обработка информации и когнитивно-креативная деятельность
2.1.1. Вычисление, информация и интеллектуальная функция
Первоначальная задача состоит в разграничении нескольких понятий.
Вычисление представляет собой выполнение определённых операций над формально представленными данными.
Информационная обработка охватывает более широкий набор процедур, включая получение, хранение, преобразование, поиск и передачу информации.
Интеллектуальная обработка предполагает использование методов, позволяющих решать задачи, обычно требующие анализа, распознавания закономерностей, построения моделей или выбора решений.
Однако когнитивно-креативная деятельность обладает дополнительными характеристиками.
Она связана не только с применением известных правил, но и с формированием новых содержательных конструкций.
Например, научных объяснений.
Исследовательских гипотез.
Математических методов.
Технических решений.
Экспериментальных процедур.
Новых способов организации исследовательской деятельности.
Но нельзя провести абсолютную границу между интеллектуальной обработкой и творчеством.
В некоторых случаях поиск оптимального решения по заранее заданному алгоритму приводит к результату, ранее неизвестному исследователям.
С другой стороны, внешне оригинальная идея может оказаться простой комбинацией уже известных положений.
Следовательно, разграничение необходимо осуществлять по характеру задачи и подтверждённого результата.
2.1.2. Символьные вычисления и интеллектуальное решение задач
Становление искусственного интеллекта сопровождалось исследованием формальных способов представления знаний и организации поиска.
Особое значение имеет работа Аллена Ньюэлла и Герберта Саймона Computer Science as Empirical Inquiry: Symbols and Search, опубликованная в 1976 году [1].
В ней компьютерная наука рассматривалась как эмпирическая дисциплина, изучающая в том числе поведение программируемых символьных систем.
Для теории NOO важен общий методологический вывод.
Интеллектуальная деятельность может исследоваться посредством построения технических систем, выполняющих определённые информационные функции.
Однако совпадение отдельных наблюдаемых результатов ещё не означает тождества всех внутренних механизмов.
Например, программа может успешно находить математическое доказательство, не воспроизводя человеческие психологические процессы мышления.
А интеллектуальная система может предлагать полезные технические решения, не обладая сознанием в человеческом смысле.
Следовательно, теория ноокомпьютеров должна первоначально строиться как функциональная теория.
Её предметом становятся наблюдаемые результаты, способы организации процессов и условия их воспроизводимости.
2.1.3. Понятие когнитивно-креативной деятельности
В настоящей книге предлагается следующее рабочее определение.
Когнитивно-креативная деятельность — это процесс формирования, преобразования, оценки и проверки содержательных представлений, направленный на получение новых знаний, объяснений, методов или решений, обладающих установленной познавательной либо практической ценностью.
В этом определении необходимо выделить несколько компонентов.
Первый — использование существующих знаний.
Второй — формирование новых представлений.
Третий — оценка их непротиворечивости и возможной полезности.
Четвёртый — проверка посредством доступных научных или технических методов.
Пятый — включение подтверждённых результатов в последующую деятельность.
Однако новизна и полезность не всегда могут быть установлены одновременно.
Научная гипотеза первоначально может иметь неопределённую практическую ценность.
Новое техническое решение может потребовать длительной экспериментальной проверки.
Поэтому когнитивно-креативная система должна сохранять различие между предполагаемым и подтверждённым результатом.
Это становится одним из фундаментальных требований теории NOO.
2.1.4. Три механизма вычислительного творчества
В научной литературе существуют различные подходы к анализу творчества.
Особое значение для искусственного интеллекта имеет классификация Маргарет Боден, представленная в работе 1998 года [2].
В рамках соответствующего подхода рассматриваются три основных способа формирования новых идей.
Первый связан с необычным комбинированием известных элементов.
Например, объединением двух ранее независимых технологических принципов.
Второй предполагает исследование пространства возможностей, задаваемого определёнными правилами.
Например, поиск новой архитектуры электронного устройства при известных физических ограничениях.
Третий связан с преобразованием самих правил или структуры пространства поиска.
Например, пересмотром предположения о том, что вычислительная операция обязательно должна выполняться посредством традиционного транзисторного переключения.
Эта классификация имеет прямое значение для ноомашиностроения.
Перспективная система должна не просто генерировать большое количество комбинаций.
Необходимо развивать методы исследования допустимых пространств решений и, в определённых условиях, пересмотра исходных ограничений.
Однако преобразование правил не означает права игнорировать фундаментальные законы природы.
Если интеллектуальная система предлагает альтернативный физический принцип, он должен быть согласован с известными экспериментальными данными либо сопровождаться проверяемой гипотезой, объясняющей предполагаемое отклонение.
2.1.5. Новизна как проверяемая характеристика
Понятие новизны имеет несколько различных значений.
Идея может быть новой для конкретного пользователя.
Может оказаться новой для разработчика вычислительной системы.
Может представлять ранее не рассматривавшуюся комбинацию известных методов.
И наконец, может обладать установленной научной новизной относительно доступного корпуса знаний.
Последняя характеристика особенно важна для NOO.
Но она требует специальной процедуры проверки.
Необходимо искать предшествующие публикации.
Анализировать патентную документацию.
Сопоставлять предлагаемый результат с известными экспериментами.
Выявлять концептуальные эквиваленты.
При этом отсутствие найденной публикации не доказывает абсолютную новизну.
Оно характеризует результат поиска в определённой информационной области.
Следовательно, ноокомпьютер должен фиксировать не только заключение о предполагаемой новизне, но и границы информационной проверки.
2.1.6. Достоверность и эпистемический статус результата
Для организации научной деятельности необходимо различать несколько состояний исследовательского результата.
Например:
исходное наблюдение;
предположение;
сформулированная гипотеза;
расчётный прогноз;
экспериментально проверенное положение;
результат, подтверждённый независимым воспроизведением;
результат, не выдержавший проверки.
Эти состояния нельзя объединять в одну категорию знаний.
Особенно опасна ситуация, когда интеллектуальная система формирует гипотезу и в следующем исследовательском цикле использует её как установленный факт.
Подобное накопление неподтверждённых положений способно создавать иллюзию научного прогресса.
Поэтому теория NOO должна предусматривать явное управление эпистемическим статусом.
Каждый существенный результат должен сопровождаться сведениями о происхождении, использованных методах, пределах достоверности и условиях проверки.
2.1.7. Когнитивная деятельность и научная проверка
История науки показывает, что формирование новых идей и проверка их истинности представляют различные, хотя и взаимосвязанные процессы.
Важнейшее методологическое значение имеет принцип проверяемости и опровержимости научных гипотез, исследованный Карлом Поппером [4].
Однако практическая наука не сводится к единственному логическому критерию.
Для оценки результатов используются статистический анализ, воспроизводимость, сопоставление конкурирующих моделей и независимые экспериментальные исследования.
Поэтому для NOO необходимо создать комплексную систему проверки.
Она должна различать логическую непротиворечивость и эмпирическую подтверждённость.
Математическая модель может быть внутренне корректной, но не соответствовать реальному физическому процессу.
Экспериментальное наблюдение может быть достоверным, но допускать несколько различных объяснений.
Таким образом, ноомашина должна не только формировать объяснения, но и исследовать условия, позволяющие различать альтернативные гипотезы.
2.1.8. Когнитивно-креативная деятельность как замкнутый исследовательский цикл
Для целей NOO предлагается рассматривать когнитивно-креативную деятельность как последовательность взаимосвязанных процессов.
Первоначально формулируется проблема.
Затем собирается и проверяется исходная информация.
После этого создаются альтернативные гипотезы.
Выполняется предварительный отбор.
Разрабатываются методы проверки.
Проводятся расчёты или эксперименты.
Полученные результаты сопоставляются с прогнозами.
Затем уточняются гипотезы и исследовательские методы.
Таким образом, возникает замкнутый цикл научного поиска.
Однако сам факт замкнутости ещё не означает высокой интеллектуальной результативности.
Система может бесконечно повторять неэффективные операции.
Поэтому необходимо оценивать качество каждого этапа и способность достигать содержательного результата.
Обзор Kramer и соавторов 2026 года показывает, что автоматизированное научное открытие развивается от поиска математических зависимостей до интегрированных исследовательских систем [8].
Но переход между этими уровнями требует решения самостоятельных методологических и инженерных задач.
2.1.9. Степени автономности интеллектуально-креативной деятельности
Для ноомашин необходимо разграничивать несколько режимов функционирования.
В первом система помогает человеку выполнять отдельные интеллектуальные операции.
Во втором она самостоятельно осуществляет определённые этапы при сохранении человеческого управления общей исследовательской программой.
В третьем интеллектуальная система способна организовывать последовательность исследовательских действий в ограниченной предметной области.
В четвёртом она может выполнять полный исследовательский цикл для заранее установленного класса задач, взаимодействуя с внешними инструментами и процедурами проверки.
Однако даже четвёртый уровень не означает универсальной автономности.
Возможности системы определяются предметной областью, доступными инструментами и допустимыми полномочиями.
Поэтому степень автономности должна указываться применительно к конкретной исследовательской функции.
2.1.10. Основной теоретический вывод
Когнитивно-креативная деятельность представляет собой не простое увеличение объёма информационной обработки.
Её специфика заключается в организованном получении новых содержательных результатов.
Следовательно, ноокомпьютер должен проектироваться не как универсальный генератор ответов, а как система управляемого исследовательского поиска.
При этом основным критерием становится не субъективное впечатление от интеллектуальности машины.
Главным критерием должна стать воспроизводимая способность получать новые результаты, выдерживающие независимую проверку.
2.2. Автоматизированное формирование научных гипотез
2.2.1. Гипотеза как центральный объект научного поиска
Научная гипотеза представляет собой предположение, направленное на объяснение определённого явления или установление закономерности.
Однако не каждое утверждение о возможном устройстве природы является полноценной научной гипотезой.
Необходимо определить её предмет.
Установить используемые понятия.
Описать предполагаемый физический или иной причинный механизм.
Вывести проверяемые следствия.
Определить условия, при которых гипотеза может быть признана несостоятельной либо потребует уточнения.
Для NOO гипотеза должна стать самостоятельным структурированным информационным объектом.
Это принципиально отличается от практики, при которой интеллектуальная модель просто формирует текст с предложением нового объяснения.
Если гипотеза не содержит проверяемых следствий, её научная ценность остаётся неопределённой.
2.2.2. Исторические предпосылки автоматизированного научного поиска
Автоматизация научных гипотез началась задолго до современных больших языковых моделей.
В 2004 году King и соавторы представили роботизированную систему, предназначенную для формирования и экспериментальной проверки гипотез в функциональной геномике [5].
В 2009 году развитие соответствующего направления было отражено в работе The Automation of Science [6].
Экспериментальная система Adam использовала методы искусственного интеллекта, лабораторной автоматизации и формального представления знаний.
Она была способна формировать гипотезы в ограниченной биологической предметной области и организовывать их экспериментальную проверку.
Этот результат имеет принципиальное значение для теории ноомашин.
Он показывает, что отдельные элементы замкнутого научного цикла могут быть технически реализованы.
Однако подобная система не обладала универсальной способностью проводить исследования во всех научных дисциплинах.
Её функциональность определялась специально подготовленной базой знаний и доступным экспериментальным оборудованием.
Следовательно, теоретическая модель NOO должна учитывать предметные ограничения каждого реализованного научного механизма.
2.2.3. Поиск закономерностей в экспериментальных данных
Одно из фундаментальных направлений автоматизированного научного поиска связано с обнаружением математических зависимостей.
В 2009 году Schmidt и Lipson представили систему, способную находить определённые аналитические закономерности непосредственно на основе экспериментальных данных [7].
Подобные методы получили развитие в области символьной регрессии и автоматизированного поиска математических моделей.
Их значение заключается в возможности переходить от множества численных наблюдений к компактному формальному описанию.
Однако обнаруженная математическая зависимость не обязательно представляет новый физический закон.
Она может быть случайной корреляцией.
Может отражать особенности ограниченного набора данных.
Может нарушаться при изменении экспериментальных условий.
Поэтому система автоматизированного научного поиска должна различать математическую аппроксимацию и физически обоснованное объяснение.
Последнее требует дополнительных исследований.
2.2.4. Информационная основа формирования гипотез
Перспективный ноокомпьютер должен использовать различные источники научных данных.
Научные публикации.
Экспериментальные отчёты.
Результаты измерений.
Технические стандарты.
Патентные документы.
Материалы научных баз данных.
Компьютерные модели.
Историю ранее выполненных исследований.
Однако расширение объёма информации само по себе не гарантирует повышения качества гипотез.
Система должна устанавливать происхождение данных.
Различать научные утверждения и рекламные заявления.
Учитывать дату публикации.
Выявлять противоречия между источниками.
Проверять статус исправлений и отзыва публикаций.
Особенно важно исключать превращение автоматически сгенерированной информации в фиктивный первоисточник.
Поэтому контур научно-информационного обеспечения должен включать проверку ссылок и структурированное хранение сведений о доказательной базе.
2.2.5. Основные способы генерации научных гипотез
Для NOO предлагается исследовать несколько различных механизмов формирования гипотез.
Первый — выявление противоречий между существующими теориями и экспериментальными результатами.
Второй — поиск закономерностей в больших массивах измерений.
Третий — перенос научных принципов между предметными областями.
Четвёртый — построение причинных объяснений обнаруженных зависимостей.
Пятый — систематическое исследование альтернативных моделей.
Шестой — изменение исходных предположений, ограничивающих пространство возможных решений.
Седьмой — использование компьютерного моделирования для выявления ранее неизвестных физических режимов.
Однако эффективность различных методов зависит от характера задачи.
Для поиска нового материала может быть полезна оптимизация химического состава.
Для фундаментальной физики — сопоставление альтернативных теоретических моделей.
Для инженерной задачи — исследование причин наблюдаемого ограничения.
Следовательно, перспективная ноомашина должна обладать не единственным универсальным генератором гипотез, а набором различных исследовательских методов.
2.2.6. Формирование проверяемой гипотезы
Каждая гипотеза, полученная ноомашиной, должна иметь структурированное описание.
Предлагается включать в него следующие компоненты.
Исследовательская проблема. Какой вопрос требуется разрешить.
Существующие знания. Какие положения уже подтверждены.
Новое предположение. В чём состоит предлагаемая гипотеза.
Механизм. Почему предполагаемый результат должен возникнуть.
Предсказания. Какие наблюдаемые следствия ожидаются.
Альтернативы. Какие другие объяснения возможны.
Проверка. Какой эксперимент или расчёт позволит различить варианты.
Ограничения. При каких условиях вывод может оказаться неверным.
Статус. Что уже проверено, а что остаётся предположением.
Таким образом, результат автоматизированного формирования гипотезы должен представлять собой не только текст, но и исследовательскую конструкцию, пригодную для последующей проверки.
2.2.7. Автоматизированный отбор перспективных гипотез
При генерации большого количества гипотез возникает проблема отбора.
Нельзя считать лучшей гипотезу только потому, что она сформулирована наиболее убедительно.
Необходимо учитывать её логическую непротиворечивость.
Соответствие известным экспериментальным данным.
Предполагаемую новизну.
Проверяемость.
Информативность возможного эксперимента.
Ожидаемые затраты.
Научную либо практическую значимость.
Но эти показатели могут вступать в противоречие.
Например, наиболее радикальная гипотеза может требовать чрезвычайно дорогого оборудования.
Другой вариант может быть менее оригинальным, но допускать быструю проверку.
Поэтому выбор должен осуществляться в зависимости от целей исследовательской программы.
Особенно важно сохранять возможность исследования гипотез, обладающих высокой неопределённостью, но потенциально значимой научной ценностью.
Иначе система может оказаться ориентированной исключительно на небольшие улучшения существующих решений.
2.2.8. Проектирование различающих экспериментов
Следующий этап заключается в выборе эксперимента.
Его цель не должна ограничиваться поиском подтверждения одной предпочтительной гипотезы.
Более содержательной задачей является определение условий, при которых конкурирующие объяснения дадут различные результаты.
Например, предполагается, что уменьшение контактного сопротивления определённой электронной структуры связано с изменением химического состава интерфейса.
Однако альтернативное объяснение может заключаться в изменении геометрии контакта.
В таком случае необходимо спроектировать эксперимент, позволяющий разделить влияние этих факторов.
Именно способность выбирать информативные исследования является одним из наиболее ценных функциональных направлений NOO.
Однако компьютерная модель может недооценивать реальные экспериментальные ограничения.
Поэтому проектирование должно осуществляться с учётом доступного оборудования, точности измерений и технологических рисков.
2.2.9. Научный цикл с обратной связью
После выполнения эксперимента возникает задача интерпретации.
Если результат совпал с прогнозом, это ещё не означает окончательного доказательства гипотезы.
Необходимо исключить альтернативные объяснения.
Если результат оказался отрицательным, он также представляет научную ценность.
Он может позволить отвергнуть гипотезу.
Уточнить её область применимости.
Выявить ошибку физической модели.
Или обнаружить неисправность экспериментального оборудования.
Поэтому исследовательская память ноомашины должна сохранять как положительные, так и отрицательные результаты.
Это позволяет уменьшать вероятность повторения бесперспективных экспериментов.
Но здесь возникает важное ограничение.
Система не должна использовать отрицательный результат для произвольного изменения гипотезы таким образом, чтобы любое наблюдение объявлялось её подтверждением.
Необходимы заранее установленные критерии проверки.
2.2.10. Развитие многоагентных систем научного поиска в 2026 году
Особое значение имеют экспериментальные результаты 2026 года.
В работе Gottweis и соавторов представлена система Co-Scientist, объединяющая несколько интеллектуальных агентов для формирования, критического анализа и совершенствования научных гипотез [10].
Исследование демонстрирует возможности специализированной организации процессов генерации и оценки идей.
Другое направление представлено системой Robin, описанной Ghareeb и соавторами [11].
Она объединяет поиск научной информации, формирование исследовательских гипотез и анализ экспериментальных данных.
Важным результатом стало участие системы в исследовательском цикле экспериментальной биологии.
Однако соответствующие разработки не следует рассматривать как доказательство существования полностью автономной универсальной научной машины.
В них сохраняется значение человеческих исследователей, экспериментального оборудования и предметной специализации.
В обзоре Hasib и соавторов, опубликованном в октябре 2026 года, подчёркивается, что одной из центральных проблем современной автоматизации научных исследований остаётся переход от формирования гипотез к их исполнимой проверке и последующему использованию экспериментальной обратной связи [12].
Для NOO эти результаты подтверждают перспективность направления, но одновременно показывают необходимость самостоятельной теории исследовательской воспроизводимости.
2.2.11. Автоматизированная гипотеза и научное открытие
Необходимо специально разграничивать формирование гипотезы и научное открытие.
Гипотеза представляет предполагаемое объяснение.
Научное открытие требует установления нового знания, прошедшего соответствующую проверку.
Причём характер проверки зависит от научной дисциплины.
В математике это может быть строгое доказательство.
В экспериментальной физике — воспроизводимое наблюдение.
В химии — подтверждение структуры и свойств вещества.
В инженерии — испытание функционального устройства.
Следовательно, количество автоматически сформированных гипотез не должно использоваться как главный показатель научной результативности ноомашины.
Гораздо важнее число содержательно новых результатов, выдержавших независимую проверку.
2.2.12. Основной вывод раздела
Автоматизированное формирование научных гипотез представляет одну из центральных функций будущей NOO.
Но само по себе оно не является достаточным основанием для признания системы ноомашиной.
Необходимо обеспечить переход от генерации предположений к их содержательной проверке.
Следовательно, теоретическая архитектура NOO должна объединять поиск информации, формирование гипотез, выбор экспериментов, анализ результатов и сохранение исследовательской памяти.
Именно эта целостность превращает отдельную интеллектуальную функцию в основу научно-технологической системы.
2.3. Изобретательские функции
2.3.1. Различие между научным открытием и изобретением
Научное открытие и техническое изобретение представляют взаимосвязанные, но не тождественные результаты интеллектуально-креативной деятельности.
Научное открытие связано с установлением нового знания о свойствах и закономерностях объективного мира.
Изобретение предполагает создание нового технического решения определённой проблемы.
Разумеется, новое изобретение может основываться на фундаментальном научном открытии.
А разработка нового технического устройства способна привести к обнаружению ранее неизвестных физических эффектов.
Однако критерии оценки различаются.
Научная гипотеза должна оцениваться по её объяснительной и предсказательной состоятельности.
Техническое решение — также по функциональности, осуществимости и полезности.
Для NOO это означает необходимость создания самостоятельного изобретательского контура.
Он должен не просто генерировать необычные идеи, но и разрабатывать технические конструкции, пригодные для проверки.
2.3.2. Техническая проблема как исходная точка изобретательства
Изобретательская деятельность начинается с определения проблемы.
Однако первоначальная формулировка нередко оказывается неполной.
Например, пользователь может поставить задачу уменьшить энергопотребление электронного устройства.
Но такая постановка не определяет, какая часть энергозатрат является основной.
Возможно, проблема связана с переключением функционального элемента.
Или с сопротивлением межсоединений.
Или с передачей данных.
Или с системой охлаждения.
Следовательно, первый этап изобретательской функции заключается в диагностике технической проблемы.
Необходимо определить объект.
Выявить ограничения.
Установить измеряемые характеристики.
Сформулировать критерии улучшения.
И только после этого переходить к поиску новых конструкций.
Без подобной процедуры интеллектуальная система может предлагать решения, не устраняющие основную причину проблемы.
2.3.3. Функциональная декомпозиция технической системы
Одним из основных методов инженерного проектирования является разложение сложной системы на функциональные компоненты.
Например, электронное устройство может включать функциональный элемент, систему управления, источники питания, соединения и измерительные интерфейсы.
Каждый компонент выполняет определённую роль.
Однако характеристики всей системы зависят от их взаимодействия.
Поэтому ноомашина должна уметь анализировать как отдельные элементы, так и системные зависимости.
Важное значение имеет выявление узкого места.
Возможно, увеличение производительности функционального элемента почти не повлияет на результат, поскольку основное ограничение связано с памятью.
Или улучшение материала не обеспечит преимущества из-за высокой стоимости изготовления.
Следовательно, изобретательская функция должна включать системную диагностику, а не только локальную оптимизацию.
2.3.4. Генерация альтернативных технических решений
После постановки задачи необходимо создать набор альтернатив.
Первая группа может включать улучшения существующей конструкции.
Вторая — использование других материалов.
Третья — изменение функциональной архитектуры.
Четвёртая — применение альтернативных физических принципов.
Пятая — изменение производственного процесса.
Шестая — перенос функций между различными подсистемами.
Здесь могут использоваться методы систематического конструирования, функционального анализа и творческой комбинаторики.
Исследования когнитивных механизмов творчества, представленные Finke, Ward и Smith [3], показывают значение комбинирования представлений, воображения и структурированного поиска новых решений.
Для ноомашины соответствующие подходы должны преобразовываться в алгоритмически реализуемые методы.
Однако разнообразие предложений само по себе не является показателем эффективности.
Необходимо устанавливать, обладают ли решения функциональным смыслом.
2.3.5. Автоматизированное проектирование новых алгоритмов
Особенно показательны достижения в области поиска вычислительных алгоритмов.
В 2022 году Fawzi и соавторы представили AlphaTensor — систему автоматизированного поиска алгоритмов умножения матриц [13].
В определённых задачах были найдены решения, превосходящие ранее известные по выбранным показателям.
В 2024 году Romera-Paredes и соавторы представили FunSearch [14].
Система объединяла большую языковую модель с процедурой программной проверки и поиска перспективных решений.
Её значение заключается в возможности соединить генерацию новых программных конструкций с объективной оценкой результата.
В 2025 году Novikov и соавторы представили AlphaEvolve — исследовательскую систему эволюционного поиска программных алгоритмов [15].
Соответствующие результаты были опубликованы в предварительной научной работе и сопровождались демонстрацией практических применений.
Но важно разграничивать экспериментально проверенные алгоритмические улучшения и универсальную изобретательскую способность.
Успешный поиск алгоритма в области с чётко определённой функцией оценки не означает, что система способна аналогичным образом создавать любые физические устройства.
В инженерии часто отсутствует дешёвый и универсальный механизм проверки кандидатов.
Именно поэтому изобретательская архитектура NOO должна учитывать специфику предметной области.
2.3.6. Ограничения компьютерного моделирования
Современные вычислительные методы позволяют исследовать огромное количество технических вариантов без непосредственного изготовления каждого из них.
Однако моделирование имеет собственные пределы.
Результат зависит от выбранной физической модели.
Точности исходных данных.
Граничных условий.
Численных методов.
Предположений о структуре материалов.
Например, расчёт может предсказывать высокую проводимость определённого атомарного соединения.
Но реальное устройство может демонстрировать значительно худшие характеристики вследствие дефектов или контактного сопротивления.
Следовательно, перспективный ноокомпьютер должен учитывать неопределённость моделирования.
Нельзя признавать техническое решение работоспособным только на основании положительного результата одной компьютерной программы.
Для сложных задач необходимо использовать независимые расчёты и физические испытания.
2.3.7. Проверка технической новизны
Особое значение приобретает исследование ранее известных технических решений.
Изобретательская функция должна включать поиск аналогов.
Анализ существующих патентов.
Выявление близких технических конструкций.
Сравнение функциональных признаков.
Определение предполагаемого отличительного результата.
Однако необходимо различать научно-техническую новизну и юридическую патентоспособность.
В международной патентной практике используются критерии новизны, изобретательского уровня и промышленной применимости.
Их содержание рассматривается, в частности, в руководствах ВОИС и Европейского патентного ведомства [16, 17].
При этом юридические правила различаются в зависимости от национальной и региональной системы.
Следовательно, ноокомпьютер может помогать в предварительном патентном анализе, но не должен объявлять юридическую патентоспособность окончательно установленной без соответствующей экспертизы.
2.3.8. От идеи к функциональному прототипу
Главный критерий инженерного творчества заключается в способности преобразовать идею в реализуемое решение.
Для этого необходима последовательность проектных операций.
Разработка технического описания.
Определение конструкции.
Выбор компонентов.
Создание расчётной модели.
Анализ возможных отказов.
Подготовка технологического маршрута.
Изготовление прототипа.
Проведение испытаний.
Уточнение конструкции.
При этом не всякая задача требует физического прототипа.
Для программного алгоритма проверка может осуществляться посредством формальных методов и исполнения тестов.
Но для физического устройства окончательные выводы должны учитывать реальные свойства материалов и процессов.
Поэтому изобретательский контур NOO должен поддерживать различные процедуры подтверждения.
2.3.9. Изобретательские функции и интеллектуальная собственность
Использование искусственного интеллекта в изобретательской деятельности создаёт новые правовые и организационные вопросы.
Необходимо устанавливать происхождение исходных данных.
Фиксировать вклад участников исследования.
Сохранять историю формирования технического решения.
Определять права на использованные материалы.
Проверять соблюдение условий лицензирования.
При этом следует специально подчеркнуть, что создание технического предложения интеллектуальной системой не означает автоматического признания такой системы изобретателем в юридическом смысле.
Соответствующие правила определяются действующим законодательством.
Для INM важнейшее значение приобретает документирование исследовательского процесса.
Оно позволяет установить, какие решения предлагались, кем и при каких условиях проверялись, а также какие результаты были получены.
2.3.10. Поиск технологических скачков
Особый интерес для Метаразвития представляет автоматизированный поиск решений, способных обеспечить не постепенное, а качественное изменение технологических возможностей.
Однако понятие технологического скачка требует строгого определения.
Новая конструкция может обеспечивать многократное улучшение определённой характеристики.
Но одновременно увеличивать стоимость или снижать надёжность.
Поэтому необходимо исследовать совокупность технических и экономических последствий.
Для NOO задача заключается в поиске новых принципов, способных преодолеть существующие ограничения.
Однако подобные решения должны оцениваться в сравнении с реально доступными альтернативами.
Следовательно, изобретательская функция должна быть связана с технико-экономическим анализом.
2.3.11. Критерий успешной изобретательской деятельности ноомашины
Изобретательская функция может считаться подтверждённой, если система воспроизводимо создаёт технические решения, которые:
Отвечают определённой технической проблеме.
Обладают установленными отличиями от рассмотренных аналогов.
Не противоречат известным физическим и инженерным ограничениям.
Допускают практическую проверку.
Демонстрируют измеримое преимущество хотя бы по одному значимому критерию.
Не имеют неприемлемых недостатков по обязательным ограничениям.
Подтверждаются независимыми испытаниями.
При этом каждый из пунктов требует конкретизации применительно к определённой предметной области.
Следовательно, полноценная изобретательская ноофункциональность не может оцениваться по числу автоматически созданных патентных описаний.
Её основным результатом становятся проверенные технические решения.
2.4. Самосовершенствование методов решения задач
2.4.1. Самосовершенствование как центральная проблема NOO
В концепции Метаразвития особое значение приобретает способность совершенствовать не только отдельные технические результаты, но и сами способы их получения.
Для теории ноомашин это становится одним из центральных вопросов.
Однако термин «самосовершенствование» требует точного определения.
Нельзя считать самосовершенствованием любое изменение программного обеспечения.
Не всякое обучение модели означает улучшение её функциональности.
Не всякое увеличение вычислительных ресурсов приводит к повышению интеллектуальной эффективности.
Поэтому предлагается следующее определение.
Самосовершенствование ноомашины — это контролируемый процесс изменения её методов решения задач, при котором полученное изменение обеспечивает независимо подтверждённое улучшение определённых функциональных показателей на сопоставимых и ранее не использованных для настройки задачах.
Важнейшими компонентами этого определения являются измеримость, независимая проверка и воспроизводимость.
2.4.2. Обучение и самосовершенствование
Современные системы машинного обучения способны изменять параметры на основании данных.
Однако необходимо различать несколько процессов.
Первый — обычное обучение модели.
Второй — адаптация к новой задаче.
Третий — изменение алгоритма поиска решения.
Четвёртый — совершенствование организации полного исследовательского процесса.
Для NOO особенно важны третий и четвёртый уровни.
Например, система может обнаружить, что её прежний способ отбора научных публикаций недостаточно эффективен.
Затем предложить новую стратегию информационного поиска.
Но для признания соответствующего изменения улучшением необходимо провести сравнительное исследование.
Возможно, новый метод обнаруживает больше документов, но значительно увеличивает количество нерелевантной информации.
Или сокращает время анализа ценой пропуска важных публикаций.
Следовательно, совершенствование должно оцениваться по совокупности функциональных характеристик.
2.4.3. Метаобучение как научная предпосылка
В машинном обучении существует направление, связанное с совершенствованием способности моделей адаптироваться к новым задачам.
Оно получило название метаобучения.
Одним из значимых исследований является работа Finn, Abbeel и Levine 2017 года, посвящённая Model-Agnostic Meta-Learning [19].
Её цель заключалась в разработке механизма, позволяющего модели быстрее адаптироваться на основе ограниченного количества новых данных.
Другой важный результат связан с системой AutoML-Zero, представленной Real и соавторами в 2020 году [18].
В этой работе исследовался эволюционный поиск алгоритмов машинного обучения на основе относительно простых математических операций.
Подобные исследования подтверждают возможность автоматизировать отдельные аспекты поиска и совершенствования вычислительных методов.
Однако следует разграничивать метаобучение и Метаразвитие.
Метаобучение представляет конкретное научное направление машинного обучения.
Метаразвитие в концепции настоящей книги охватывает значительно более широкую задачу совершенствования способов создания знаний и технологий.
Следовательно, метаобучение может стать одним из инструментов NOO, но не исчерпывает её содержание.
2.4.4. Совершенствование исследовательского алгоритма
Для проектирования ноомашины необходимо выделить конкретные методы, которые могут изменяться.
Например:
стратегия поиска научной информации;
процедура формирования гипотез;
механизм отбора перспективных вариантов;
способ выбора экспериментов;
алгоритм анализа данных;
процедура выявления ошибок;
метод распределения вычислительных ресурсов;
структура исследовательской памяти.
Каждый из этих компонентов может иметь несколько альтернативных реализаций.
Но повышение эффективности отдельной подсистемы не гарантирует улучшения всей системы.
Например, более сложный генератор гипотез может создавать больше перспективных идей, но значительно увеличивать затраты на их проверку.
Поэтому необходимо оценивать результат законченного исследовательского цикла.
2.4.5. Контролируемое изменение архитектуры
Более сложной задачей становится автоматизированное предложение изменений собственной архитектуры.
Например, система может предложить новую организацию взаимодействия агентов.
Или дополнительный этап независимой проверки.
Или другой способ использования исследовательской памяти.
Однако подобные изменения необходимо проводить в контролируемом режиме.
Первоначально формируется предложение.
Затем создаётся экспериментальная версия.
После этого выполняются независимые испытания.
Сравниваются показатели.
Проводится анализ возможных рисков.
И только при положительном результате изменение допускается к внедрению.
При этом необходимо сохранять возможность возврата к предыдущей работоспособной версии.
Таким образом, самосовершенствование не должно означать бесконтрольного переписывания системой собственного программного обеспечения.
2.4.6. Разделение генерации и оценки изменений
Одной из наиболее серьёзных проблем является возможность ошибочной самооценки.
Если система самостоятельно предлагает изменение, выбирает тестовые задачи и формирует итоговый вывод, возникает риск завышения результата.
Например, новая версия может демонстрировать высокую эффективность на задачах, специально подобранных под её особенности.
Но оказаться менее результативной в реальных условиях.
Поэтому архитектура NOO должна предусматривать функциональное разделение.
Один контур предлагает изменения.
Другой проводит независимую проверку.
Третий анализирует статистическую значимость и устойчивость результатов.
Четвёртый принимает решение о внедрении в пределах установленных полномочий.
Следовательно, способность ноомашины совершенствовать методы зависит не только от генерации альтернатив, но и от качества механизма их отбора.
2.4.7. Проблема переобучения и утечки тестовых данных
Особенно важным ограничением является переобучение на контрольных задачах.
Если система многократно оптимизируется на одном и том же тестовом наборе, её показатели могут улучшаться без соответствующего увеличения реальной эффективности.
Аналогичная проблема возникает при попадании контрольных задач в обучающие данные.
В 2023 году Kapoor и Narayanan систематизировали проблему утечки данных в научных исследованиях с применением машинного обучения [23].
Их работа показывает, что ошибки организации проверки способны создавать чрезмерно оптимистичные оценки результативности.
Для NOO соответствующее ограничение имеет фундаментальное значение.
Поскольку система предназначена для совершенствования собственных методов, она неизбежно может адаптироваться к процедурам оценки.
Поэтому необходимо использовать новые независимые задачи.
Разделять обучающие и контрольные данные.
Ограничивать доступ системы к скрытым критериям испытаний.
Проверять сохранение результатов после изменения условий.
2.4.8. Совершенствование и экономическая эффективность
Улучшение метода нельзя оценивать исключительно по качеству результата.
Необходимо учитывать затраты.
Например, интеллектуальная система может повысить вероятность успешного решения исследовательской задачи посредством многократного увеличения количества вычислений.
Такой результат может быть полезен.
Но он не обязательно означает повышение экономической эффективности.
Для Метаразвития особенно важно определять полную стоимость получения подтверждённого результата.
Если новый метод сокращает число необходимых экспериментов, это может представлять существенное преимущество.
Если повышает качество решения при сопоставимых ресурсах — также.
Если уменьшает время научного поиска без снижения надёжности, соответствующее улучшение может иметь стратегическое значение.
Но каждое преимущество должно быть измерено.
2.4.9. Последовательное совершенствование методов
Для программы NOO предлагается использовать циклическую модель.
На первом этапе фиксируется исходная исследовательская методика.
На втором выполняется серия задач.
На третьем анализируются ошибки, затраты и результаты.
На четвёртом формируются предложения по изменению методов.
На пятом проводится испытание новых вариантов.
На шестом принимаются или отклоняются изменения.
На седьмом выполняется повторная оценка на новых задачах.
При этом важно учитывать возможное снижение отдачи от последующих улучшений.
Нельзя предполагать, что любое удачное изменение автоматически создаст условия для бесконечного ускорения.
По мере совершенствования метода могут возникать новые ограничения.
Например, недостаточность экспериментального оборудования.
Ограниченность исходных данных.
Рост стоимости вычислений.
Или необходимость участия высококвалифицированных специалистов.
Поэтому самосовершенствование должно рассматриваться как измеряемый процесс с физическими, информационными и экономическими пределами.
2.4.10. Самосовершенствование ноомашины и Метаразвитие
Необходимо различать два уровня.
Первый — совершенствование методов работы отдельной ноомашины.
Второй — совершенствование генеральной системы создания новых технологий.
Первый уровень относится непосредственно к NOO.
Второй соответствует задачам META.
Например, ноокомпьютер может предложить более эффективную методику моделирования электронных устройств.
Но генеральная программа Метаразвития должна оценить, как соответствующая методика влияет на общую скорость и стоимость технологического развития.
Следовательно, совершенствование отдельной интеллектуальной подсистемы ещё не означает достижения Метаразвития.
Для этого необходимо доказать устойчивое улучшение более широкого научно-технологического процесса.
2.4.11. Главный вывод раздела
Самосовершенствование представляет необходимую, но особенно сложную функцию перспективной ноомашины.
Его научная состоятельность должна подтверждаться сравнительными исследованиями.
Главным доказательством является не способность изменять программный код, а воспроизводимое повышение эффективности решения новых задач.
Именно поэтому теория NOO должна включать независимую оценку, управление версиями, контроль экспериментов и сохранение истории изменений.
2.5. Архитектуры перспективных ноомашин
2.5.1. Почему необходима специальная архитектура
Современные системы искусственного интеллекта могут обладать значительными интеллектуальными возможностями.
Однако полноценный исследовательский процесс требует взаимодействия нескольких различных функций.
Необходимо получать информацию.
Формировать гипотезы.
Проверять их.
Проводить вычисления.
Управлять экспериментами.
Сохранять результаты.
Оценивать эффективность методов.
Поэтому перспективная ноомашина должна представлять собой специально организованную функциональную систему.
При этом не следует заранее считать единственно возможной какую-либо конкретную программную архитектуру.
Потенциально соответствующие функции могут выполняться одной универсальной моделью с инструментами.
Или несколькими специализированными моделями.
Или гибридной системой, объединяющей искусственный интеллект с формальными алгоритмами и исследовательским оборудованием.
Выбор должен определяться экспериментальной результативностью.
2.5.2. Ноокомпьютер и ноомашина
Для дальнейшего проектирования предлагается следующее разграничение.
Ноокомпьютер представляет вычислительную систему, в которой основные интеллектуально-креативные функции реализуются посредством программного обеспечения и доступных вычислительных ресурсов.
Ноомашина представляет более широкую функциональную систему, способную объединять вычислительную инфраструктуру, исследовательские инструменты и средства взаимодействия с внешней средой.
Таким образом, ноокомпьютер может выполнять полный цикл решения математической или алгоритмической задачи без физической лаборатории.
Но для экспериментального исследования нового материала потребуется взаимодействие с измерительным и технологическим оборудованием.
В этом случае соответствующая ноомашина может иметь распределённую структуру.
При этом граница между ноокомпьютером и ноомашиной является авторской проектной классификацией.
Она не представляет международно стандартизированного разграничения.
2.5.3. Исходная функциональная архитектура
Для первого исследовательского проекта INM предлагается использовать модульную архитектуру.
Её основными элементами являются:
Подсистема постановки задач.
Научно-информационная подсистема.
Генератор гипотез и технических решений.
Подсистема моделирования и расчётов.
Контур независимой проверки.
Подсистема планирования экспериментов.
Интерфейс взаимодействия с инструментами.
Исследовательская память.
Контур совершенствования методов.
Система управления, безопасности и аудита.
Данное разделение является логическим.
Оно не означает необходимости создавать десять отдельных процессоров или десять независимых нейросетевых моделей.
Различные подсистемы могут использовать общие программные компоненты.
Однако их функции и ответственность должны быть определены отдельно.
2.5.4. Подсистема постановки задач
Первый функциональный компонент предназначен для преобразования исходного запроса в исследовательскую программу.
Например, пользователь предлагает разработать более эффективную архитектуру определённого вычислительного элемента.
Но подобная постановка может иметь несколько смыслов.
Необходимо уточнить, требуется ли уменьшить энергопотребление.
Повысить скорость.
Снизить стоимость производства.
Улучшить надёжность.
Или получить новую физическую функцию.
Поэтому подсистема должна анализировать цели и ограничения.
Формировать критерии результата.
Определять допустимые ресурсы.
Выявлять неопределённости.
При необходимости запрашивать у человека существенные дополнительные сведения.
Именно правильная постановка проблемы во многих случаях определяет эффективность всего последующего исследования.
2.5.5. Научно-информационная подсистема
Второй компонент обеспечивает доступ к научным знаниям и экспериментальным данным.
Он должен поддерживать поиск публикаций.
Обработку технических документов.
Извлечение численных данных.
Проверку библиографических сведений.
Выявление противоречий.
Сопоставление различных источников.
Особое значение имеют методы генерации с привлечением внешних информационных ресурсов, включая Retrieval-Augmented Generation [9].
Однако информационный контур не должен просто передавать найденные фрагменты генеративной модели.
Необходимо сохранять происхождение утверждений.
Фиксировать ограничения доступа.
Учитывать качество источников.
Разграничивать первичные экспериментальные результаты и вторичные обзоры.
Для научных задач подобная организация является необходимым условием достоверности.
2.5.6. Генератор гипотез и решений
Третий компонент предназначен для формирования новых содержательных конструкций.
Он может использовать несколько методов.
Генеративные модели.
Алгоритмический поиск.
Символьное моделирование.
Оптимизацию.
Аналогии между предметными областями.
Комбинирование технических решений.
Исследование альтернативных физических моделей.
Однако генератор не должен обладать полномочиями самостоятельно признавать свои результаты подтверждёнными.
Он формирует кандидатов.
Их статус должен определяться отдельными процедурами проверки.
2.5.7. Подсистема моделирования
Следующий компонент обеспечивает использование специализированных вычислительных методов.
В зависимости от задачи могут применяться математические пакеты.
Симуляторы физических процессов.
Средства анализа данных.
Программные компиляторы и интерпретаторы.
Системы автоматизированного проектирования.
Формальные средства проверки.
Однако запуск программы не означает автоматической правильности её результата.
Необходимо фиксировать версии вычислительных инструментов.
Исходные параметры.
Численные ограничения.
Использованные модели.
И результаты контрольных проверок.
Особенно важно сохранять возможность воспроизвести выполненный расчёт.
2.5.8. Контур независимой проверки
Пятый компонент имеет исключительное значение.
Он предназначен для установления состоятельности полученных результатов.
Для математических задач могут использоваться формальные доказательства.
Для программных — независимые тесты.
Для физических моделей — сопоставление с экспериментальными данными.
Для технических решений — испытания функциональных прототипов.
Важнейшее требование заключается в независимости проверочной процедуры.
Если одна и та же модель формирует решение и затем просто повторяет уверенность в его правильности, полноценная проверка отсутствует.
Поэтому в архитектуре могут использоваться отдельные модели, независимые расчётные методы и внешние источники данных.
Но даже совпадение заключений нескольких моделей не заменяет физического эксперимента там, где он необходим.
2.5.9. Подсистема планирования экспериментов
Следующая подсистема предназначена для выбора исследовательских действий.
Необходимо определить, какие эксперименты способны наиболее эффективно уменьшить неопределённость.
Какие параметры следует измерить.
Какие контрольные образцы необходимы.
Каковы возможные источники ошибок.
Какие ресурсы потребуются.
При этом исследовательский план должен учитывать ограничения реальной лаборатории.
Возможность экспериментальной проверки.
Доступность материалов.
Продолжительность процедур.
Безопасность.
И стоимость.
Таким образом, система должна соединять интеллектуальное планирование с реальными условиями исследования.
2.5.10. Инструментальная и агентная архитектура
Современные интеллектуальные системы могут взаимодействовать с программными инструментами посредством специализированных интерфейсов.
Одним из известных подходов является ReAct, объединяющий рассуждение с выполнением действий и получением обратной связи [30].
На этой основе возможно создание многоагентных исследовательских архитектур.
Например, один агент осуществляет информационный поиск.
Другой формирует гипотезы.
Третий выполняет расчёты.
Четвёртый проверяет результаты.
Пятый организует последовательность операций.
Однако количество агентов не является самостоятельным показателем интеллектуальной мощности.
Многоагентная система может оказаться менее эффективной, чем одна хорошо организованная модель с подходящими инструментами.
Поэтому архитектура должна выбираться по результатам сравнительных испытаний.
2.5.11. Исследовательская память
Особое место занимает долговременная исследовательская память.
Её функция значительно шире обычного хранения истории диалога.
Необходимо сохранять:
постановки задач;
исходные данные;
используемые источники;
версии гипотез;
результаты расчётов;
протоколы экспериментов;
отрицательные результаты;
принятые и отклонённые решения;
историю совершенствования методов.
При этом каждое существенное утверждение должно сопровождаться указанием его происхождения.
Методологическими ориентирами могут служить подходы документирования моделей и наборов данных, представленные Mitchell и соавторами, а также Gebru и соавторами [24, 25].
Однако для NOO потребуется более широкая структура.
Она должна документировать не только отдельную модель или набор данных, но и весь исследовательский процесс.
2.5.12. Контур совершенствования методов
Следующий компонент предназначен для анализа эффективности самой ноомашины.
Он сопоставляет результаты различных исследовательских циклов.
Выявляет повторяющиеся ошибки.
Определяет чрезмерно затратные процедуры.
Предлагает изменения.
Организует их проверку.
Однако данная подсистема не должна самостоятельно обходить ограничения безопасности.
Новая версия метода может внедряться только после успешной проверки и соответствующего разрешения.
Именно этот компонент создаёт непосредственную функциональную связь между NOO и генеральной задачей Метаразвития.
2.5.13. Система управления и безопасности
Перспективная ноомашина должна обладать явной системой полномочий.
Необходимо различать доступ к чтению информации, запуск вычислений, изменение файлов, взаимодействие с внешними сервисами и управление физическим оборудованием.
В зависимости от риска могут использоваться различные механизмы подтверждения действий.
Особое значение имеет журналирование.
Каждая существенная операция должна быть связана с конкретной исследовательской задачей.
Для организации соответствующей системы могут использоваться принципы NIST AI Risk Management Framework и международного стандарта ISO/IEC 42001 [26–28].
Однако эти документы не определяют ноомашину как отдельный технический класс.
Они могут служить методологическими источниками для проектирования надёжной системы управления.
2.5.14. Распределённая архитектура ноомашины
Необходимо учитывать возможность разделения функциональных компонентов между несколькими вычислительными устройствами.
Например, локальный компьютер исследователя может обеспечивать пользовательский интерфейс и управление проектом.
Удалённый вычислительный комплекс — выполнять ресурсоёмкие модели.
Специализированная лаборатория — осуществлять физические эксперименты.
Внешняя база данных — предоставлять научные сведения.
При этом единая исследовательская система должна обеспечивать согласованность результатов.
Но распределённая архитектура создаёт дополнительные риски.
Возможны нарушения связи.
Несогласованность версий данных.
Несанкционированный доступ.
Ошибки обмена информацией.
Поэтому необходимо разрабатывать механизмы синхронизации и восстановления состояния исследования.
2.5.15. Ноомашина как конечный автомат исследовательских состояний
Для повышения управляемости целесообразно формализовать основные состояния исследовательского процесса.
Например:
«Задача зарегистрирована».
«Исходные данные проверены».
«Гипотезы сформированы».
«Гипотезы проходят предварительную оценку».
«Эксперимент запланирован».
«Эксперимент разрешён».
«Эксперимент выполнен».
«Результат анализируется».
«Вывод подтверждён».
«Требуется дополнительная проверка».
«Гипотеза отклонена».
При таком подходе переход между состояниями осуществляется на основании определённых условий.
Особенно важно, чтобы система не могла автоматически присвоить результату статус подтверждённого без выполнения необходимой процедуры.
Таким образом, управление исследовательскими состояниями становится частью функциональной архитектуры.
2.5.16. Основные архитектурные классы перспективных ноомашин
Для дальнейшей разработки можно выделить несколько основных классов.
Персональный ноокомпьютер.
Предназначен для поддержки интеллектуально-креативной деятельности отдельного пользователя.
Профессиональный исследовательский ноокомпьютер.
Ориентирован на определённую предметную область и использует специализированные инструменты.
Лабораторная ноомашина.
Объединяет интеллектуальные вычисления с экспериментальным оборудованием.
Распределённая научная ноосистема.
Использует несколько вычислительных и экспериментальных центров.
Перспективная универсализируемая ноомашина.
Предполагает возможность переноса исследовательских методов между различными научными и техническими областями.
Однако последний класс представляет долгосрочную исследовательскую цель.
Его существование нельзя считать подтверждённым только на основании успехов современных агентных систем.
2.5.17. Архитектурный вывод
Перспективная ноомашина должна рассматриваться как функционально организованная исследовательская система.
Её основное отличие заключается не в количестве интеллектуальных моделей.
Не в объёме памяти.
И не в максимальной автономности.
Определяющее значение имеет способность объединять генерацию новых решений с их независимой проверкой и контролируемым совершенствованием исследовательских методов.
Следовательно, архитектура ноомашины должна проектироваться одновременно с системой оценки её научной результативности.
2.6. Проверяемые критерии ноофункциональности
2.6.1. Ноофункциональность как научно-техническое понятие
Для создания нового класса вычислительных систем необходимо определить условия, при которых его существование может считаться экспериментально подтверждённым.
В настоящей книге предлагается использовать понятие ноофункциональности.
Ноофункциональность — это экспериментально установленная способность технической системы воспроизводимо выполнять определённые когнитивно-креативные функции, включая формирование новых гипотез или решений, их содержательную проверку и, на более высоких уровнях, совершенствование методов последующего решения задач.
Данное определение представляет авторскую проектную концепцию.
Оно не является общепринятым международным научным стандартом.
Поэтому его практическая ценность зависит от возможности создать проверяемые критерии.
Если соответствующие критерии отсутствуют, понятие ноофункциональности останется терминологической гипотезой.
2.6.2. Почему традиционные тесты искусственного интеллекта недостаточны
Современные интеллектуальные системы оцениваются посредством многочисленных тестовых наборов.
Например, проверяются математические способности.
Программирование.
Обработка текстов.
Распознавание изображений.
Выполнение сложных инструкций.
Однако высокая результативность на стандартных тестах ещё не означает способности выполнять полноценный научный процесс.
В 2024 году Jimenez и соавторы представили SWE-bench — методику оценки способности интеллектуальных систем решать реальные задачи программной инженерии [29].
Подобные тесты позволяют измерять важные функциональные характеристики.
Но они ограничены содержанием выбранных задач.
Кроме того, существует проблема попадания тестовой информации в обучающие данные.
Поэтому для NOO необходимо разработать специальные испытания, ориентированные на получение новых проверяемых результатов.
2.6.3. Первый критерий: содержательная новизна
Система должна демонстрировать способность создавать решения, не сводящиеся к простому воспроизведению известных ответов.
Однако абсолютную новизну установить чрезвычайно сложно.
Поэтому необходимо использовать ограниченное, но проверяемое определение.
Например, научная новизна может оцениваться относительно определённого корпуса публикаций и независимого экспертного поиска.
Для алгоритмических задач можно выбирать новые постановки, специально сформированные после завершения подготовки системы.
Для физических задач — исследовать ранее не проверенные комбинации параметров.
При этом все ограничения проверки новизны должны фиксироваться.
Следовательно, результат следует признавать новым в установленном исследовательском смысле, а не объявлять безусловно первым в мировой истории.
2.6.4. Второй критерий: проверяемость результата
Предложенное решение должно допускать независимую проверку.
Например, алгоритм — посредством исполнения и формального анализа.
Математическое утверждение — посредством доказательства.
Физическая гипотеза — посредством воспроизводимого эксперимента.
Техническое устройство — посредством испытания.
Если интеллектуальная система не способна предложить способ проверки, соответствующий результат может сохранять статус исследовательского предположения.
Но он не должен учитываться как подтверждённое научное достижение.
Следовательно, проверяемость представляет обязательное условие признания результата.
2.6.5. Третий критерий: достоверность
Следующее требование связано с качеством утверждений.
Необходимо оценивать частоту фактических ошибок.
Наличие ложных ссылок.
Корректность расчётов.
Согласованность выводов с исходными данными.
Степень обоснованности уверенности системы.
Однако нельзя сводить оценку достоверности к единственному показателю точности ответов.
Для научной деятельности особенно важна способность различать известные факты и неопределённые гипотезы.
Поэтому успешная ноомашина должна не только давать правильные ответы, но и корректно обозначать границы доступного знания.
2.6.6. Четвёртый критерий: воспроизводимость
Единичный успешный результат недостаточен для подтверждения ноофункциональности.
Необходимо проводить серию независимых испытаний.
При этом следует учитывать сложность задач.
Вариативность исходных данных.
Различия экспериментальных условий.
Возможность случайного успеха.
Для определённых типов задач необходимо использовать повторные исследования.
В других случаях — сопоставимые новые задачи из той же предметной области.
Следовательно, воспроизводимость должна оцениваться статистически и содержательно.
При этом отсутствие полного совпадения результатов не обязательно означает неудачу.
В творческих задачах различные решения могут быть одинаково допустимыми.
Поэтому требуется проверять не идентичность каждого предложения, а воспроизводимость способности достигать установленного функционального результата.
2.6.7. Пятый критерий: полезность
Новая научная гипотеза может иметь высокую познавательную ценность даже без немедленного практического применения.
Техническое решение, напротив, обычно должно оцениваться по его функциональным характеристикам.
Поэтому понятие полезности необходимо конкретизировать.
Для фундаментальной науки это может быть увеличение объяснительной или предсказательной способности модели.
Для инженерии — улучшение технического параметра.
Для программирования — повышение эффективности алгоритма.
Для технологического производства — увеличение выхода годных либо снижение затрат.
Следовательно, критерий полезности должен соответствовать характеру исследовательской задачи.
2.6.8. Шестой критерий: степень автономности
Необходимо фиксировать, какую часть исследовательской работы система выполнила самостоятельно.
Но данный показатель нельзя рассматривать изолированно.
Высокая автономность может сопровождаться низкой результативностью.
А система, эффективно взаимодействующая с исследователем, может обеспечивать значительно лучший научный результат.
Поэтому необходимо учитывать долю человеческого участия и характер выполняемых человеком функций.
Например, постановку задачи.
Выбор гипотез.
Проверку расчётов.
Экспериментальные действия.
Интерпретацию результатов.
Особенно важно разграничивать участие человека в общей исследовательской программе и непосредственное исправление ошибок, допущенных системой.
2.6.9. Седьмой критерий: совершенствование методов
Данный критерий имеет особое значение для NOO.
Система должна демонстрировать возможность изменения исследовательской методики с подтверждённым положительным эффектом.
Например, снижение количества необходимых экспериментов.
Улучшение качества отбора гипотез.
Сокращение времени анализа данных.
Уменьшение числа ошибок.
Однако необходимо доказать, что улучшение связано именно с изменением метода.
Для этого требуется сравнение при сопоставимых ресурсах.
Следовательно, увеличение вычислительной мощности само по себе не должно засчитываться как доказательство самосовершенствования.
2.6.10. Восьмой критерий: переносимость
Перспективная ноомашина должна обладать возможностью использовать определённые исследовательские методы за пределами первоначального набора задач.
Однако переносимость может иметь различные уровни.
Метод может переноситься между задачами одного класса.
Между смежными предметными областями.
Или между существенно различающимися научными дисциплинами.
Последний случай представляет особенно сложную задачу.
Поэтому не следует требовать универсальной переносимости от первого специализированного ноокомпьютера.
Необходимо оценивать её постепенно.
2.6.11. Девятый критерий: безопасность и управляемость
Ноомашина должна сохранять управляемость в пределах разрешённых действий.
Особенно важно обеспечить возможность остановки.
Ограничение доступа к оборудованию.
Защиту данных.
Контроль финансовых затрат.
Проверку значимых внешних операций.
Сохранение журналов исследования.
При этом критерии безопасности должны определяться рисками конкретной предметной области.
Например, требования к системе математического поиска отличаются от требований к лабораторной установке, управляющей физическим оборудованием.
Следовательно, безопасность является обязательным условием практической ноофункциональности, но не заменяет проверки научной результативности.
2.6.12. Десятый критерий: полная стоимость подтверждённого результата
Для генеральной технологии Метаразвития особое значение имеет экономическая эффективность.
Но необходимо правильно определить объект сравнения.
Стоимость одного интеллектуального запроса не является универсальной характеристикой исследовательской результативности.
Дешёвый запрос может сформировать ошибочную гипотезу, проверка которой потребует значительных затрат.
Более дорогая вычислительная процедура может позволить избежать нескольких бесперспективных экспериментов.
Поэтому основным экономическим показателем должна стать полная стоимость получения подтверждённого полезного результата.
Она должна включать вычислительные, информационные, экспериментальные и человеческие ресурсы.
2.6.13. Экспериментальная матрица ноофункциональности
Для практической оценки предлагается использовать следующую систему.
Критерий Что проверяется Основной способ
Новизна Отличие от известных решений Экспертный и документальный поиск
Проверяемость Возможность подтверждения Расчёт, доказательство, эксперимент
Достоверность Корректность выводов Независимая проверка
Воспроизводимость Устойчивость успеха Повторные испытания
Полезность Ценность результата Предметные показатели
Автономность Вклад системы Журнал действий
Самосовершенствование Улучшение методов Сравнительный эксперимент
Переносимость Работа на новых задачах Независимые наборы
Безопасность Контроль рисков Специальные испытания
Экономичность Стоимость результата Полный учёт затрат
Данная таблица представляет авторскую методологическую схему.
Она не является международным стандартом.
Её практическое применение требует разработки конкретных измерительных процедур для различных классов исследовательских задач.
2.6.14. Контрольный эксперимент для первого ноокомпьютера INM
Для первоначальной проверки предлагается использовать три исследовательские группы.
Первая группа выполняет задачи традиционными методами.
Вторая использует современные инструменты искусственного интеллекта.
Третья применяет экспериментальную архитектуру ноокомпьютера INM.
При этом необходимо обеспечить сопоставимость условий.
Например, ограничить общий бюджет.
Установить одинаковые требования к результату.
Использовать задачи сопоставимой сложности.
Фиксировать затраченное время.
Учитывать человеческое участие.
Организовать независимую проверку итоговых решений.
Особенно важно применять задачи, не использованные при разработке и настройке сравниваемых систем.
Если экспериментальный ноокомпьютер демонстрирует преимущество только над человеком без ИИ, но не превосходит обычную агентную систему, это не доказывает дополнительную эффективность специальной архитектуры NOO.
Следовательно, необходимо сравнивать её именно с актуальными интеллектуальными альтернативами.
2.6.15. Проверка функционального преимущества
Преимущество ноокомпьютера должно оцениваться не по одному случайному эксперименту.
Необходимо проводить серию исследований.
Для каждого сравниваемого метода фиксируются полученные результаты.
Затем анализируются различия.
При этом следует учитывать статистическую неопределённость.
Если преимущество наблюдается только на небольшой группе специально выбранных задач, необходимо дополнительное исследование.
Особенно важно устанавливать причины улучшения.
Возможно, оно связано с использованием более качественной информационной базы.
Или более совершенного инструмента моделирования.
Или эффективной организацией проверки гипотез.
Для теории NOO важно выявить именно воспроизводимый функциональный механизм преимущества.
2.6.16. Авторская шкала зрелости ноомашин N0–N5
Для систематизации результатов предлагается использовать дополнительную исследовательскую шкалу N0–N5.
Она предназначена для оценки зрелости ноофункциональности.
N0 — концептуальный уровень.
Существует описание предполагаемой ноофункции и способа её проверки.
N1 — подтверждение отдельной функции.
Демонстрируется выполнение определённой когнитивно-креативной операции.
N2 — экспериментальный исследовательский цикл.
Система выполняет взаимосвязанные этапы формирования и проверки гипотез в ограниченной области.
N3 — воспроизводимая специализированная ноосистема.
Подтверждена способность решать независимые исследовательские задачи с установленными показателями качества.
N4 — система с проверенным совершенствованием методов.
Продемонстрировано независимое улучшение исследовательских процедур и определённая переносимость результатов.
N5 — практически освоенная ноотехнологическая платформа.
Подтверждены функциональная надёжность, безопасность, экономическая эффективность и пригодность для устойчивого применения в установленной области.
Данная шкала является авторской проектной классификацией.
Она не должна отождествляться с существующими уровнями технологической готовности TRL.
Кроме того, достижение N5 в ограниченной предметной области не означает возникновения универсальной искусственной интеллектуальной системы.
Соответствующий уровень характеризует зрелость подтверждённой функции.
2.6.17. Условия признания первого ноокомпьютера
Для проекта INM предлагается использовать достаточно строгую процедуру.
Первый экспериментальный ноокомпьютер может быть признан состоявшимся, если он демонстрирует интегрированный научно-технический цикл.
Например, формирует гипотезу.
Разрабатывает процедуру проверки.
Использует доступные вычислительные или экспериментальные инструменты.
Корректно анализирует результаты.
Сохраняет историю исследования.
И воспроизводимо выполняет аналогичные операции на новых задачах.
Но необходимо отдельно оценивать, в чём именно заключается его отличие от уже существующих интеллектуальных систем.
Если новая архитектура не демонстрирует подтверждённого функционального преимущества, она остаётся исследовательской конфигурацией ИИ.
Таким образом, переход к признанию ноокомпьютера должен определяться результатами испытаний, а не проектным названием.
2.6.18. Условия признания ноомашины
Для признания ноомашины необходима более широкая функциональная программа.
Она должна обеспечивать комплексное выполнение когнитивно-креативной деятельности.
При этом результатом должны становиться подтверждённые знания, методы или технические решения.
Кроме того, для более высоких уровней зрелости необходимо доказать способность совершенствовать методы собственной работы.
Но нельзя заранее требовать, чтобы любая ноомашина обладала универсальными способностями человеческого исследователя.
Первоначально могут существовать специализированные ноомашины.
Например, для поиска новых алгоритмов.
Для исследования определённых материалов.
Для оптимизации электронных устройств.
Для автоматизированного экспериментального анализа.
И только в дальнейшем может возникнуть исследовательская задача построения более универсальных архитектур.
2.6.19. Условия опровержения ноотехнологической гипотезы
Особенно важно определить не только критерии успеха, но и условия неудачи.
Например, если система регулярно генерирует гипотезы, не выдерживающие независимой проверки, её когнитивно-креативная эффективность не подтверждается.
Если она демонстрирует преимущество только на заранее известных тестах, отсутствует достаточное доказательство переносимости.
Если её самосовершенствование приводит к улучшению внутренних показателей, но не повышает результативность реальных исследований, соответствующая функция остаётся неподтверждённой.
Если создание системы требует несоразмерных ресурсов, необходимо пересмотреть её экономические перспективы.
Таким образом, теория NOO должна предусматривать возможность отказа от отдельных гипотез и архитектур.
Это является необходимым условием её научной состоятельности.
2.6.20. Главный критерий зрелой ноофункциональности
Наиболее существенным результатом должно стать доказательство способности системы не только получать новые решения, но и повышать эффективность их последующего получения.
Однако такое преимущество должно быть устойчивым.
Оно должно сохраняться на новых задачах.
Не должно объясняться исключительно увеличением вычислительных ресурсов.
Не должно достигаться посредством снижения требований к проверке.
И должно быть воспроизводимо независимыми исследователями.
Следовательно, именно проверенная способность совершенствовать способы получения научно-технических результатов представляет важнейший долгосрочный критерий NOO.
Перспективная карта развития теории NOO
На основании рассмотренного материала можно выделить основные исследовательские направления.
Направление Главная задача Необходимое доказательство
Когнитивная обработка Анализ сложной информации Корректность результатов
Генерация гипотез Формирование объяснений Проверяемые предсказания
Изобретательство Создание технических решений Испытанный результат
Исследовательская автономия Организация полного цикла Воспроизводимость
Самосовершенствование Улучшение методов Независимое сравнение
Ноомашинная архитектура Интеграция функций Устойчивая работа
Ноофункциональность Подтверждение нового качества Система критериев
Данная карта представляет основу дальнейшего экспериментального проектирования.
Её практическая реализация должна осуществляться постепенно.
При этом различные направления могут развиваться параллельно.
Необходимым условием является сохранение общего механизма оценки результатов.
Значение теории ноомашин для Метаразвития
Разработка теории NOO имеет непосредственное значение для генеральной технологии Метаразвития.
В предыдущих частях книги PICO определена как исследовательская субтехнология поиска новых физических оснований электроники.
NOO, в свою очередь, должна обеспечивать развитие интеллектуально-креативных средств научно-технологического поиска.
Однако их функции различаются.
PICO направлена на создание новых материалов, электронных структур и физических вычислительных возможностей.
NOO — на совершенствование методов постановки задач, формирования гипотез, проектирования экспериментов и создания технических решений.
META должна обеспечивать организацию и развитие общей научно-технологической системы.
Принципиально важно, что обе базовые субтехнологии могут начинать развитие одновременно.
Первый ноокомпьютер INM может использовать существующую вычислительную инфраструктуру.
Пикоэлектронные исследования могут осуществляться с применением современных методов материаловедения и атомарной метрологии.
По мере получения результатов возникает возможность их взаимного использования.
Например, NOO способна помогать в разработке новых электронных структур.
А достижения PICO могут расширять аппаратные возможности последующих поколений ноокомпьютеров.
Но нельзя заранее объявлять такое взаимодействие механизмом гарантированного самоускоряющегося прогресса.
Для этого потребуется доказать наличие положительной обратной связи.
Необходимо установить, что совершенствование NOO действительно приводит к более эффективным результатам PICO.
И что новые физические вычислительные средства позволяют дополнительно улучшать интеллектуально-креативные технологии.
Более того, необходимо проверить, сохраняются ли соответствующие преимущества в последовательных исследовательских циклах.
Следовательно, теория ноомашин становится частью более широкой научной задачи.
Она заключается в создании проверяемой технологии совершенствования самого научно-технического развития.
Именно эта задача должна получить дальнейшее рассмотрение в последующих главах книги.
Заключение к главе 2
В настоящей главе рассмотрены теоретические основания перспективного перехода от интеллектуального компьютера к ноокомпьютеру и ноомашине.
Показано, что данный переход не может определяться исключительно увеличением вычислительной мощности.
Не является достаточным и наличие современной системы искусственного интеллекта.
Для возникновения новой функциональной категории необходимо обеспечить воспроизводимое выполнение сложной когнитивно-креативной деятельности.
Её основными компонентами становятся анализ существующих знаний, формирование новых гипотез, разработка технических решений, независимая проверка результатов и совершенствование методов последующей деятельности.
Первое направление теории связано с разграничением интеллектуальной обработки информации и научно-технического творчества.
Интеллектуальная система способна выполнять сложные информационные операции.
Но когнитивно-креативная результативность должна определяться качеством новых содержательных результатов.
Второе направление связано с автоматизированным формированием научных гипотез.
Современные исследования подтверждают возможность реализации отдельных и интегрированных научных функций.
Но формирование гипотезы ещё не означает научного открытия.
Необходимы проверяемые предсказания, расчёты, эксперименты и независимая оценка.
Третье направление связано с изобретательской деятельностью.
Перспективная ноомашина должна не просто предлагать технические идеи.
Она должна участвовать в создании новых решений, пригодных для моделирования, изготовления и испытаний.
Четвёртое направление имеет особое значение для генеральной технологии Метаразвития.
Оно связано с самосовершенствованием методов решения задач.
Однако самосовершенствование должно определяться не изменением программного кода, а независимо подтверждённым улучшением функциональных результатов.
Пятое направление включает разработку архитектур перспективных ноомашин.
Показано, что соответствующие системы могут объединять генеративные модели, специализированные программные инструменты, исследовательскую память, независимую проверку и экспериментальную инфраструктуру.
При этом многоагентность сама по себе не является доказательством ноофункциональности.
Решающим становится качество организации целостного исследовательского процесса.
Шестое направление связано с формированием проверяемых критериев.
Для этого предложены система оценки ноофункциональности и авторская шкала технологической зрелости N0–N5.
Они должны использоваться как проектные инструменты дальнейших исследований, а не как уже признанные международные стандарты.
Особое значение приобретает разграничение трёх результатов.
Первый — интеллектуальная система успешно выполняет определённую задачу.
Второй — система воспроизводимо получает новые, независимо проверенные научно-технические результаты.
Третий — система демонстрирует способность совершенствовать методы получения последующих результатов.
Именно третий результат представляет особый интерес для генеральной технологии Метаразвития.
Но он не может считаться достигнутым на основании единичной успешной демонстрации.
Необходимо доказать устойчивость улучшений и их переносимость.
В результате можно сформулировать центральное положение предлагаемой теории.
Ноомашина должна определяться как техническая система воспроизводимого интеллектуально-креативного производства, способная не только получать новые знания и решения, но и участвовать в проверяемом совершенствовании методов их получения.
Такое определение не предполагает обязательного наличия машинного сознания.
Не требует немедленного создания универсального искусственного интеллекта.
И не связывает первоначальную реализацию ноомашины с необходимостью перехода к новой физической элементной базе.
Следовательно, первая исследовательская ноомашина может быть создана на основе современной вычислительной инфраструктуры.
Но её появление должно подтверждаться экспериментально.
Для программы International NooMachines это означает необходимость перехода от общего концептуального проектирования к разработке первых функциональных прототипов.
Их испытания должны выявить, какие интеллектуально-креативные функции уже можно воспроизводимо автоматизировать.
Какие требуют дальнейшего развития.
Какие не обладают подтверждённым преимуществом.
И какие способы организации исследования способны создавать качественно новые результаты.
Таким образом, теория ноомашин становится не описанием заранее гарантированного будущего, а основанием проверяемой программы создания нового технологического класса.
От обработки информации — к интеллектуальному решению задач.
От интеллектуального решения — к созданию гипотез.
От гипотез — к проверенным научным результатам.
От научных результатов — к техническим изобретениям.
От отдельных изобретений — к совершенствованию методов изобретательства.
От совершенствования отдельных методов — к созданию интегрированных ноомашин.
От ноомашин — к проверяемым механизмам ускоренного научно-технологического развития.
Именно эта последовательность определяет теоретическую основу субтехнологии NOO в генеральной технологии Метаразвития.
Основные источники и научная литература к главе 2
Теоретические основания вычислительного интеллекта и творчества
Newell A., Simon H. A. Computer Science as Empirical Inquiry: Symbols and Search. Communications of the ACM. 1976. Vol. 19. No. 3. P. 113–126. Фундаментальная работа о символьных системах, поиске и эмпирическом исследовании вычислительного интеллекта.
Boden M. A. Creativity and Artificial Intelligence. Artificial Intelligence. 1998. Vol. 103. No. 1–2. P. 347–356. Классификация комбинаторного, исследовательского и преобразующего вычислительного творчества.
DOI: https://doi.org/10.1016/S0004-3702(98)00055-1
Finke R. A., Ward T. B., Smith S. M. Creative Cognition: Theory, Research, and Applications. Cambridge, MA: MIT Press, 1992. Когнитивные механизмы творческого мышления, воображения и поиска новых решений.
DOI: https://doi.org/10.7551/mitpress/7722.001.0001
Popper K. R. The Logic of Scientific Discovery. London: Hutchinson, 1959. Классическое исследование логики научного познания, проверяемости гипотез и научной критики.
Автоматизированное научное открытие и генерация гипотез
King R. D., Whelan K. E., Jones F. M. et al. Functional Genomic Hypothesis Generation and Experimentation by a Robot Scientist. Nature. 2004. Vol. 427. P. 247–252. Экспериментальная система автоматизированного формирования и проверки научных гипотез.
DOI: https://doi.org/10.1038/nature02236
King R. D., Rowland J., Oliver S. G. et al. The Automation of Science. Science. 2009. Vol. 324. No. 5923. P. 85–89. Роботизированная научная система Adam и принципы автоматизации экспериментального цикла.
DOI: https://doi.org/10.1126/science.1165620
Schmidt M., Lipson H. Distilling Free-Form Natural Laws from Experimental Data. Science. 2009. Vol. 324. No. 5923. P. 81–85. Автоматизированное обнаружение аналитических закономерностей на основе экспериментальных данных.
DOI: https://doi.org/10.1126/science.1165893
Kramer S., Cerrato M., Brugger J., D;eroski S., King R. D. Automated Scientific Discovery: From Equation Discovery to Autonomous Discovery Systems. Machine Learning. 2026. Vol. 115. Article 109. Обзор методов автоматизированного научного поиска и интегрированных исследовательских систем.
DOI: https://doi.org/10.1007/s10994-025-06955-2
Lewis P., Perez E., Piktus A. et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 9459–9474. Методы объединения генеративных моделей с внешними источниками знаний.
https://arxiv.org/abs/2005.11401
Gottweis J., Weng W.-H., Daryin A. et al. Accelerating Scientific Discovery with Co-Scientist. Nature. 2026. Vol. 655. P. 487–496. Многоагентная система формирования, критического анализа и совершенствования научных гипотез.
DOI: https://doi.org/10.1038/s41586-026-10644-y
Ghareeb A. E., Chang B., Mitchener L. et al. A Multi-Agent System for Automating Scientific Discovery. Nature. 2026. Vol. 655. P. 497–505. Экспериментальная система Robin, объединяющая научный поиск, генерацию гипотез и анализ экспериментальных результатов.
DOI: https://doi.org/10.1038/s41586-026-10652-y
Hasib M. M., Jo S., Sinha H. et al. Unifying AI-Assisted Scientific Discovery Around Exploration, Hypothesis Generation, and Testing. Patterns. 2026. Article 101660. Обзор структуры исследовательского цикла, проблемы проверки гипотез и ограничений современных научных интеллектуальных систем.
DOI: https://doi.org/10.1016/j.patter.2026.101660
Автоматизированное изобретательство и поиск новых алгоритмов
Fawzi A., Balog M., Huang A. et al. Discovering Faster Matrix Multiplication Algorithms with Reinforcement Learning. Nature. 2022. Vol. 610. P. 47–53. Система AlphaTensor и автоматизированное обнаружение новых алгоритмов умножения матриц.
DOI: https://doi.org/10.1038/s41586-022-05172-4
Romera-Paredes B., Barekatain M., Novikov A. et al. Mathematical Discoveries from Program Search with Large Language Models. Nature. 2024. Vol. 625. P. 468–475. Система FunSearch и сочетание генеративного поиска с программной проверкой результатов.
DOI: https://doi.org/10.1038/s41586-023-06924-6
Novikov A., V; N., Eisenberger M. et al. AlphaEvolve: A Coding Agent for Scientific and Algorithmic Discovery. 2025. Научная предварительная публикация об эволюционном поиске и совершенствовании программных алгоритмов.
https://arxiv.org/abs/2506.13131
WIPO. PCT International Search and Preliminary Examination Guidelines. Chapter 13: Inventive Step. World Intellectual Property Organization. Международные методологические принципы оценки изобретательского уровня технических решений.
https://www.wipo.int/en/web/pct-system/texts/ispe/13_01_02
European Patent Office. Guidelines for Examination in the European Patent Office. Part G, Chapter I: Patentability Requirements. 2026. Требования к техническим изобретениям, новизне, изобретательскому уровню и промышленной применимости.
https://www.epo.org/en/legal/guidelines-epc/2026/g_i_1.html
Метаобучение и автоматизированное совершенствование методов
Real E., Liang C., So D. R., Le Q. V. AutoML-Zero: Evolving Machine Learning Algorithms from Scratch. Proceedings of the 37th International Conference on Machine Learning. PMLR. 2020. Vol. 119. P. 8007–8019. Автоматизированный эволюционный поиск алгоритмов машинного обучения.
https://proceedings.mlr.press/v119/real20a.html
Finn C., Abbeel P., Levine S. Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks. Proceedings of the 34th International Conference on Machine Learning. PMLR. 2017. Vol. 70. P. 1126–1135. Методы метаобучения и ускоренной адаптации интеллектуальных моделей к новым задачам.
https://proceedings.mlr.press/v70/finn17a.html
Lu C., Lu C., Lange R. T., Foerster J., Clune J., Ha D. The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery. 2024. Научная предварительная публикация об автоматизации исследовательских циклов в машинном обучении.
https://arxiv.org/abs/2408.06292
Интеллектуальные агенты и автоматизированные лаборатории
Boiko D. A., MacKnight R., Kline B., Gomes G. Autonomous Chemical Research with Large Language Models. Nature. 2023. Vol. 624. P. 570–578. Экспериментальная система Coscientist, объединяющая языковые модели, программные инструменты и лабораторные исследования.
DOI: https://doi.org/10.1038/s41586-023-06792-0
Szymanski N. J., Rendy B., Fei Y. et al. An Autonomous Laboratory for the Accelerated Synthesis of Inorganic Materials. Nature. 2023. Vol. 624. P. 86–91. Автономная лаборатория A-Lab. При использовании результатов необходимо учитывать опубликованное 19 января 2026 года авторское исправление.
DOI: https://doi.org/10.1038/s41586-023-06734-w
Исправление: https://doi.org/10.1038/s41586-025-09992-y
Воспроизводимость, проверка интеллектуальных результатов и документация
Kapoor S., Narayanan A. Leakage and the Reproducibility Crisis in Machine-Learning-Based Science. Patterns. 2023. Vol. 4. No. 9. Article 100804. Методологические проблемы утечки данных, переобучения и воспроизводимости результатов интеллектуальных систем.
DOI: https://doi.org/10.1016/j.patter.2023.100804
Mitchell M., Wu S., Zaldivar A. et al. Model Cards for Model Reporting. Proceedings of the Conference on Fairness, Accountability, and Transparency. 2019. P. 220–229. Методология документирования назначения, ограничений и характеристик интеллектуальных моделей.
DOI: https://doi.org/10.1145/3287560.3287596
Gebru T., Morgenstern J., Vecchione B. et al. Datasheets for Datasets. Communications of the ACM. 2021. Vol. 64. No. 12. P. 86–92. Документирование происхождения, состава и ограничений наборов данных.
Безопасность и управление интеллектуальными системами
Tabassi E. Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. National Institute of Standards and Technology. 2023. Общая методология управления рисками и надёжностью интеллектуальных систем.
DOI: https://doi.org/10.6028/NIST.AI.100-1
Autio C., Schwartz R., Dunietz J. et al. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1. 2024. Методы выявления и управления рисками генеративных интеллектуальных систем.
DOI: https://doi.org/10.6028/NIST.AI.600-1
ISO/IEC. ISO/IEC 42001:2023. Information Technology — Artificial Intelligence — Management System. Международный стандарт организации систем управления искусственным интеллектом.
https://www.iso.org/standard/42001
Оценка интеллектуальных агентов и сложных функциональных задач
Jimenez C. E., Yang J., Wettig A. et al. SWE-bench: Can Language Models Resolve Real-World GitHub Issues? International Conference on Learning Representations. 2024. Методология оценки способности интеллектуальных систем решать реальные задачи программной инженерии.
Yao S., Zhao J., Yu D. et al. ReAct: Synergizing Reasoning and Acting in Language Models. International Conference on Learning Representations. 2023. Архитектурный подход к объединению интеллектуальных рассуждений и действий посредством внешних инструментов.
https://openreview.net/forum?id=WE_vluYUL-X
Авторская концепция Метаразвития и ноомашин
Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Том 1. Lag.ru. 2026. Авторская концепция генеральной технологии META, субтехнологий PICO и NOO, проекта International NooMachines, ноокомпьютеров и перспективных ноомашин.
******
Глава 3. Ноотехнологии как субтехнология Метаразвития
От автономного научного поиска и интеллектуального проектирования материалов — к воспроизводимому совершенствованию методов создания новых технологий и достижению технологического опережения.
Введение. От теории ноомашин к технологии научно-технического развития
В предыдущих главах части V была рассмотрена историческая эволюция вычислительной техники — от традиционных компьютеров и интеллектуальных систем до перспективных ноокомпьютеров и ноомашин.
Сформулированы функциональные признаки ноокомпьютера, рассмотрены механизмы автоматизированного формирования научных гипотез, создания технических решений и совершенствования методов интеллектуально-креативной деятельности.
Показано, что принципиальное отличие будущей ноомашины должно определяться не только вычислительной мощностью, количеством используемых интеллектуальных моделей или степенью автоматизации отдельных операций.
Его необходимо искать в способности системы воспроизводимо получать новые научно-технические результаты, организовывать их независимую проверку и совершенствовать способы последующего исследовательского поиска.
Однако теоретическая возможность создания подобной системы ещё не означает существования соответствующей технологии.
Для перехода к практической программе необходимо определить, какие элементы предполагаемой ноофункциональности уже обладают экспериментальным основанием.
Какие методы позволяют интегрировать эти элементы.
Какие научные и инженерные задачи целесообразно выбрать для первоначальной проверки.
И каким образом оценивать реальное повышение эффективности научно-технологической деятельности.
Именно эти вопросы определяют содержание настоящей главы.
В концепции генеральной технологии Метаразвития NOO рассматривается как одна из двух базовых субтехнологий.
Первая — PICO — направлена на поиск новых физических оснований электронной элементной базы, включая атомарно-точные структуры и управляемые электронные состояния.
Вторая — NOO — должна обеспечить создание интеллектуально-креативных технических средств, способных участвовать в разработке новых знаний, материалов, устройств и технологий.
Обе субтехнологии предполагается инициировать одновременно.
При этом NOO не должна ожидать завершения исследований PICO.
Первые исследовательские ноокомпьютеры могут создаваться на основе существующей вычислительной инфраструктуры, включая современные процессоры, графические ускорители, нейропроцессорные системы, программные модели искусственного интеллекта и специализированные научные инструменты.
В свою очередь, программа PICO может с самого начала использовать методы машинного обучения, автоматизированного проектирования и экспериментальной оптимизации.
В дальнейшем возникает возможность их взаимодействия.
Развитие NOO способно повышать эффективность исследований PICO.
Успешное развитие PICO потенциально может обеспечивать новые физические вычислительные средства для последующих поколений NOO.
Но подобная положительная обратная связь не должна объявляться заранее доказанной.
Необходимо экспериментально установить её существование, величину и устойчивость.
Следовательно, центральная задача настоящей главы заключается в переходе от концептуального описания NOO к проектированию её практических научно-технологических функций.
Для этого необходимо рассмотреть пять основных направлений.
Первое связано с автономными исследовательскими системами.
Второе — с использованием искусственного интеллекта в проектировании материалов.
Третье — с интеллектуальным управлением экспериментом.
Четвёртое — с автоматизацией научных открытий и инженерных решений.
Пятое — с созданием ноомашин как инструментов технологического опережения.
При этом необходимо сохранить принципиальное разграничение.
Автоматизация отдельных исследовательских операций уже существует.
Интегрированные автономные научные системы находятся на различных стадиях экспериментального развития.
А полноценная технология воспроизводимого ускорения создания последующих поколений технологий остаётся исследовательской целью Метаразвития.
Именно переход между этими состояниями должен стать предметом научно-технического проектирования.
3.1. Автономные исследовательские системы
3.1.1. От автоматизированного прибора к исследовательской системе
Автоматизация научных экспериментов имеет длительную историю.
В современных лабораториях широко используются программируемые измерительные приборы, роботизированные манипуляторы, автоматические системы подготовки образцов и программное управление технологическими процессами.
Такие устройства позволяют многократно выполнять определённые операции с высокой точностью.
Например, измерять электрические характеристики.
Поддерживать установленную температуру.
Изменять состав реакционной смеси.
Фиксировать оптические спектры.
Или последовательно исследовать большое количество образцов.
Однако автоматизация отдельной операции не означает автоматизации научного исследования.
Традиционная лабораторная система обычно действует по заранее заданной программе.
Исследователь определяет цель.
Выбирает метод.
Устанавливает параметры.
А оборудование выполняет соответствующую процедуру.
В автономной исследовательской системе появляется дополнительная функция.
Она должна использовать полученные результаты для выбора последующих действий.
Например, после измерения определённых характеристик материала система может изменить условия следующего эксперимента.
Или выбрать новый образец.
Или предложить проверку альтернативной гипотезы.
Таким образом, автономная исследовательская система отличается от обычной автоматизированной установки наличием организованного механизма принятия исследовательских решений.
Но необходимо учитывать, что автономность может быть ограничена определённой предметной областью.
Система, способная оптимизировать химическую реакцию, не обязательно умеет самостоятельно проектировать электронный прибор.
Следовательно, автономность должна определяться относительно конкретной исследовательской функции.
3.1.2. Исторические основания роботизированной науки
Одним из наиболее значимых ранних направлений стала разработка роботизированных научных систем, способных формировать гипотезы и выполнять эксперименты.
В 2009 году King и соавторы опубликовали работу The Automation of Science [1].
В ней были рассмотрены результаты создания роботизированного исследователя Adam.
Система использовала методы искусственного интеллекта для формирования и проверки гипотез в ограниченной области функциональной геномики.
Её значение заключалось не просто в автоматизации лабораторных операций.
Была продемонстрирована возможность соединить формирование научного предположения, экспериментальную процедуру и анализ результата в единой системе.
Однако Adam не являлся универсальной исследовательской машиной.
Его деятельность определялась конкретной предметной областью, специально подготовленной базой знаний и доступным лабораторным оборудованием.
Следовательно, этот результат необходимо рассматривать как доказательство осуществимости определённого класса автономных исследований.
Для NOO он имеет фундаментальное методологическое значение.
Он показывает, что автоматизированный научный цикл не является исключительно футурологической гипотезой.
Но создание универсализируемой исследовательской архитектуры требует решения дополнительных задач.
3.1.3. Самоуправляемые лаборатории
В современной научной литературе получил распространение термин self-driving laboratory — самоуправляемая лаборатория.
Его значение связано с использованием вычислительных моделей, автоматизированного оборудования и обратной связи для организации исследовательского процесса.
В 2019 году H;se, Roch и Aspuru-Guzik представили обзор перспектив соответствующего направления [2].
Важнейшей особенностью подобных систем является замкнутый исследовательский цикл.
Сначала определяется задача.
Затем выбираются экспериментальные параметры.
Оборудование выполняет эксперимент.
Полученные данные анализируются.
После этого алгоритм выбирает следующий набор параметров.
Процесс повторяется до достижения установленного результата или выполнения условий остановки.
Однако необходимо разграничивать два типа задач.
Первый связан с оптимизацией известной функции.
Например, поиском условий максимального выхода определённого химического продукта.
Второй предполагает получение нового знания.
Например, выявление ранее неизвестной закономерности, объясняющей изменение свойств вещества.
Первый тип обычно проще формализовать.
Второй требует дополнительных механизмов формирования и проверки содержательных гипотез.
Поэтому не всякая самоуправляемая лаборатория автоматически обладает полной ноофункциональностью.
3.1.4. Экспериментальные достижения автономной химии
Развитие автономных исследовательских систем особенно заметно в химии и материаловедении.
В 2018 году Granda и соавторы представили роботизированную систему, использовавшую машинное обучение для исследования химической реакционной способности [3].
Полученные экспериментальные данные применялись для выбора последующих реакций.
В 2020 году Burger и соавторы продемонстрировали мобильного роботизированного химика, способного перемещаться между лабораторными установками и выполнять последовательность операций [4].
Этот результат показал возможность объединения интеллектуального выбора экспериментов с физическим перемещением роботизированной платформы.
В том же году MacLeod и соавторы представили самоуправляемую лабораторию для ускоренного исследования тонкоплёночных материалов [5].
Система объединяла автоматизированное изготовление, измерения и выбор последующих экспериментальных условий.
Подобные исследования подтверждают, что автономные исследовательские процессы могут осуществляться в реальной лабораторной среде.
Однако соответствующие системы различаются по функциональности.
Одна может оптимизировать параметры процесса.
Другая — выбирать химические реакции.
Третья — исследовать свойства материалов.
Следовательно, при оценке необходимо устанавливать точный характер достигнутой автономности.
3.1.5. A-Lab как пример интегрированного материаловедческого исследования
Особого внимания заслуживает автономная лаборатория A-Lab, представленная Szymanski и соавторами в Nature в 2023 году [6].
Её архитектура объединяла расчётные данные о материалах, анализ научной литературы, машинное обучение и роботизированный синтез неорганических соединений.
Система использовала вычислительные прогнозы устойчивости материалов и исторические экспериментальные сведения для выбора процедур синтеза.
После выполнения экспериментов данные применялись для уточнения последующих действий.
Принципиально важно использовать актуальные результаты исследования.
После авторского исправления, опубликованного 19 января 2026 года, в статье указано, что за 17 дней работы были получены 36 соединений из 57 целевых [7].
Эта корректировка имеет не только библиографическое, но и методологическое значение.
Она показывает необходимость независимой проверки результатов даже в высокоавтоматизированных исследовательских системах.
Кроме того, получение определённого химического соединения не тождественно созданию промышленно пригодного функционального материала.
Необходимо отдельно исследовать его структуру, состав, устойчивость, свойства и воспроизводимость.
Следовательно, A-Lab представляет важный экспериментальный шаг в развитии автономного материаловедения, но не является доказательством полного автоматизированного создания промышленной технологии.
3.1.6. Языковые модели в автономной лаборатории
Следующий этап связан с использованием больших языковых моделей как средств взаимодействия между исследовательской задачей и специализированными научными инструментами.
В 2023 году Boiko и соавторы представили систему Coscientist [8].
Она объединяла языковую модель, информационный поиск, программные инструменты и средства подготовки экспериментальных процедур.
Соответствующая архитектура позволяла преобразовывать исследовательские инструкции в последовательность операций, выполняемых через доступную лабораторную инфраструктуру.
Это направление имеет особое значение для NOO.
Языковая модель может выполнять функцию интеллектуального интерфейса между научной постановкой задачи и формализованными программными инструментами.
Однако необходимо учитывать существенные ограничения.
Языковая модель может неправильно интерпретировать научное задание.
Сформировать некорректную последовательность операций.
Использовать ошибочные единицы измерения.
Или предложить действия, несовместимые с реальными характеристиками оборудования.
Поэтому переход от естественно-языковой команды к физическому эксперименту должен сопровождаться формальной проверкой параметров, ограничением полномочий и контролем безопасности.
3.1.7. Архитектура автономного исследовательского контура
Для целей NOO предлагается использовать функциональную модель автономного исследовательского контура.
Он включает следующие взаимосвязанные компоненты.
Первый — постановка научной задачи.
Второй — получение и проверка исходных данных.
Третий — формирование гипотез.
Четвёртый — моделирование и предварительная оценка альтернатив.
Пятый — выбор наиболее информативного эксперимента.
Шестой — подготовка и разрешение экспериментальной процедуры.
Седьмой — выполнение измерений или технологических операций.
Восьмой — анализ полученных результатов.
Девятый — уточнение исследовательской модели.
Десятый — документирование и проверка итоговых выводов.
Однако важно подчеркнуть, что наличие всех перечисленных программных модулей ещё не означает возникновения действующей автономной научной системы.
Необходимо обеспечить их функциональную согласованность.
Например, результаты измерения должны иметь установленный формат.
Расчётная модель должна получать данные с известными единицами измерения.
Экспериментальная программа должна учитывать реальные ограничения оборудования.
А новые гипотезы должны проверяться независимо от механизма их генерации.
Таким образом, автономность возникает как результат интеграции, а не простого объединения программных средств.
3.1.8. Различные уровни исследовательской автономности
Для проектирования NOO целесообразно различать несколько уровней автономности.
Первый уровень — автоматизированное выполнение заранее заданных операций.
Второй уровень — адаптивный выбор параметров эксперимента.
Третий уровень — самостоятельное планирование последовательности экспериментов в ограниченной области.
Четвёртый уровень — формирование и проверка альтернативных исследовательских гипотез.
Пятый уровень — контролируемое совершенствование методов организации исследовательского цикла.
Данное разделение является авторской рабочей классификацией.
Оно не представляет действующий международный стандарт.
Кроме того, уровни не обязательно должны образовывать универсальную последовательность для всех лабораторий.
В конкретной системе может быть высокоразвито автоматизированное планирование, но отсутствовать механизм научного объяснения результатов.
Поэтому необходима многокритериальная оценка.
3.1.9. Ограничения автономных исследовательских систем
Главные ограничения связаны не только с программными возможностями искусственного интеллекта.
Существенное значение имеют свойства экспериментальной среды.
Лабораторные приборы могут требовать регулярной калибровки.
Образцы могут изменять свойства при хранении.
Датчики обладают измерительной неопределённостью.
Технологическое оборудование может постепенно изменять характеристики.
Ошибки подготовки образцов способны влиять на последующие результаты.
Поэтому автономная система должна не только выбирать эксперименты, но и контролировать качество их выполнения.
Особенно важно своевременно обнаруживать ситуации, когда полученные данные перестают соответствовать исходным предположениям.
В противном случае система может продолжать оптимизацию на основе ошибочных измерений.
Следовательно, для NOO необходимо объединять исследовательский интеллект с метрологическим контролем.
3.1.10. Значение автономных лабораторий для Метаразвития
Автономные исследовательские системы представляют одну из наиболее важных экспериментальных областей NOO.
Их значение определяется возможностью организовать повторяющийся цикл создания и проверки научных решений.
Однако центральная цель Метаразвития шире.
Она заключается не только в автоматизации исследований, но и в совершенствовании методов их выполнения.
Поэтому автономная лаборатория должна рассматриваться как исходная инфраструктура, на которой можно проверять новые исследовательские алгоритмы.
Например, различные способы выбора экспериментов.
Методы оценки неопределённости.
Процедуры поиска причин неудачных результатов.
И механизмы передачи знаний между различными исследовательскими проектами.
В таком понимании автономная лаборатория становится не конечной целью NOO, а экспериментальной основой разработки ноотехнологий.
3.2. Искусственный интеллект в проектировании материалов
3.2.1. Материаловедение как одна из центральных областей применения NOO
Создание новых материалов является важнейшей предпосылкой технологического развития.
От свойств материалов зависят возможности электроники, энергетики, машиностроения, химической промышленности и многих других отраслей.
Однако поиск новых функциональных материалов представляет чрезвычайно сложную задачу.
Возможных комбинаций химических элементов и атомарных структур существует огромное количество.
При этом свойства вещества зависят не только от состава.
Большое значение имеют кристаллическая структура, дефекты, фазовое состояние, температура, давление и технологическая история образца.
Поэтому простое перебирание химических комбинаций не может рассматриваться как универсальный метод разработки новых материалов.
Необходимы способы целенаправленного поиска.
Именно здесь современные интеллектуальные методы способны создавать существенные преимущества.
Для NOO проектирование материалов представляет особенно значимую область, поскольку оно соединяет фундаментальную физику, химию, математическое моделирование, эксперимент и инженерное производство.
3.2.2. От эмпирического поиска к вычислительному материаловедению
Исторически значительная часть новых материалов обнаруживалась посредством экспериментального поиска.
Исследователи изменяли химический состав.
Использовали различные методы обработки.
Изучали полученные свойства.
Затем повторяли эксперименты.
Развитие вычислительной физики и квантовой химии позволило исследовать определённые характеристики вещества до его экспериментального изготовления.
Особое значение приобрели методы теории функционала плотности.
Они позволяют рассчитывать электронную структуру и некоторые свойства материалов на основе квантово-механических моделей.
Однако вычислительные методы обладают собственными ограничениями.
Точность результата зависит от используемых приближений.
Не все свойства одинаково хорошо предсказываются.
А высокая вычислительная стоимость может препятствовать исследованию большого количества сложных структур.
Поэтому возникла задача объединения физического моделирования с методами машинного обучения.
3.2.3. Materials Project и формирование вычислительных баз материалов
Важнейшим этапом стало создание крупных вычислительных информационных ресурсов.
Одним из наиболее известных является Materials Project.
Его научные основания и архитектура были представлены Jain и соавторами в 2013 году [11].
Проект использует высокопроизводительные расчёты для систематического исследования свойств неорганических материалов.
Значение подобных ресурсов заключается в возможности повторного использования вычислительных результатов.
Исследователю не требуется самостоятельно выполнять каждый расчёт с самого начала.
Он может анализировать доступные структуры.
Сопоставлять их характеристики.
Выбирать перспективные материалы.
Однако необходимо учитывать природу содержащихся данных.
Вычислительная характеристика не всегда является экспериментально измеренной величиной.
Кроме того, значения могут зависеть от версии расчётной методики.
Поэтому NOO должна различать теоретические прогнозы, экспериментальные данные и подтверждённые технологические параметры.
3.2.4. Машинное обучение для прогнозирования свойств материалов
Методы машинного обучения позволяют устанавливать связи между структурными характеристиками материала и его предполагаемыми свойствами.
В 2018 году Butler и соавторы представили фундаментальный обзор применения машинного обучения в молекулярной и материаловедческой науке [12].
Подобные методы используются для прогнозирования различных характеристик.
Например, энергетической устойчивости.
Механических свойств.
Электронной структуры.
Магнитного поведения.
Или некоторых параметров технологического процесса.
Однако точность прогноза зависит от качества данных.
Если обучающий набор содержит преимущественно определённый класс материалов, система может ошибаться при переходе к другим химическим соединениям.
Поэтому необходимо учитывать область применимости модели.
Особенно важно оценивать неопределённость прогноза.
Высокая численная точность на стандартном тестовом наборе не гарантирует аналогичной точности при поиске принципиально новых структур.
3.2.5. GNoME и масштабный поиск кристаллических структур
В 2023 году Merchant и соавторы представили результаты масштабного применения глубокого обучения для поиска новых неорганических кристаллических структур [13].
Соответствующее направление получило широкую известность под названием GNoME.
Исследование показало возможность использовать графовые нейросетевые модели и вычислительную проверку для расширения пространства перспективных материалов.
Однако необходимо строго различать несколько результатов.
Первый — алгоритмически предложенная структура.
Второй — структура, для которой вычислительная модель прогнозирует определённую устойчивость.
Третий — материал, реально полученный экспериментально.
Четвёртый — материал, обладающий необходимыми функциональными характеристиками.
Пятый — материал, пригодный для воспроизводимого промышленного производства.
Переход между этими состояниями не является автоматическим.
Поэтому миллионы вычислительных кандидатов не означают создания миллионов новых промышленных материалов.
Для NOO принципиально важно организовать процедуру перехода от расчётного прогноза к экспериментальному результату.
3.2.6. Генеративное проектирование материалов
Следующий этап связан с использованием генеративных моделей.
В традиционной постановке система получает описание структуры и прогнозирует её свойства.
В генеративном подходе задача частично обращается.
Исходным условием становятся требуемые свойства, а система предлагает возможные структуры, способные им соответствовать.
В 2025 году Zeni и соавторы опубликовали в Nature исследование MatterGen [14].
Модель предназначена для генерации новых неорганических кристаллических структур с определёнными характеристиками.
Она демонстрирует перспективы целенаправленного поиска материалов в большом пространстве химических и структурных возможностей.
Однако генеративный результат необходимо подвергать независимой проверке.
Предложенная структура может оказаться термодинамически неустойчивой.
Её синтез может требовать недоступных условий.
Могут возникать конкурирующие фазы.
Или материал может демонстрировать свойства, отличающиеся от расчётных.
Поэтому генеративное проектирование следует рассматривать как средство формирования перспективных кандидатов, а не как замену экспериментальному материаловедению.
3.2.7. Активное обучение и целенаправленный выбор экспериментов
Одним из наиболее важных направлений для NOO является активное обучение.
Его принцип заключается в том, что интеллектуальная система не только анализирует существующие данные, но и помогает определять, какие новые данные наиболее полезно получить.
В 2019 году Lookman и соавторы представили обзор применения активного обучения для материаловедческого поиска [15].
В подобной системе первоначальная модель формируется на основе доступных наблюдений.
Затем оценивается неопределённость прогнозов.
После этого выбирается следующий эксперимент.
Полученный результат используется для уточнения модели.
Процесс повторяется.
Однако выбор эксперимента может осуществляться по различным критериям.
Можно исследовать область с наибольшей неопределённостью.
Можно искать максимальное значение целевого параметра.
Можно проверять наиболее перспективную гипотезу.
Или выбирать эксперимент, способный различить несколько конкурирующих объяснений.
Следовательно, эффективность активного обучения зависит от правильной постановки исследовательской цели.
3.2.8. Значение отрицательных экспериментальных результатов
Особую проблему представляет неполнота опубликованной научной информации.
В научной литературе обычно преобладают успешные результаты.
Однако неудачные эксперименты также содержат важные сведения.
Например, отсутствие ожидаемой реакции может указывать на неверно выбранные условия.
Неудачный синтез — на существование конкурирующей фазы.
Нестабильность материала — на ограничения предполагаемого технологического процесса.
В 2016 году Raccuglia и соавторы продемонстрировали использование данных неудачных экспериментов для машинного обучения в материаловедческом поиске [16].
Для NOO это имеет принципиальное значение.
Перспективная ноомашина должна сохранять не только подтверждённые научные результаты.
Необходимо систематически документировать и отрицательные результаты.
Именно они позволяют сокращать пространство бесперспективных решений и повышать эффективность последующих исследований.
3.2.9. Материал и технология его изготовления
Одна из важнейших методологических проблем заключается в различии между свойствами вещества и технологией его получения.
Можно теоретически предсказать материал с чрезвычайно благоприятными характеристиками.
Но для его изготовления могут требоваться сложные или экономически неприемлемые условия.
Возможно, материал оказывается устойчивым только при определённом давлении.
Или требует высокочистой исходной химии.
Или трудно интегрируется с существующими технологическими процессами.
Поэтому перспективная NOO должна исследовать не только состав и структуру материала.
Необходимо учитывать технологический маршрут.
Доступность исходных компонентов.
Требования к оборудованию.
Вероятность образования дефектов.
Стабильность характеристик.
Стоимость изготовления.
Таким образом, целевым объектом интеллектуального проектирования становится сочетание материала, функциональной структуры и производственного процесса.
3.2.10. Искусственный интеллект в исследованиях PICO
Особое значение для Метаразвития имеет применение NOO к задачам перспективной пикоэлектроники.
В предыдущей части книги были рассмотрены атомарно-точные структуры, молекулярные устройства, двумерные полупроводники и квантовые электронные архитектуры.
Для их разработки необходимо решать сложные задачи материаловедения.
Например, исследовать электронные свойства атомарных интерфейсов.
Выбирать материалы контактов.
Оценивать влияние отдельных дефектов.
Прогнозировать устойчивость локализованных электронных состояний.
Разрабатывать способы уменьшения вариабельности.
Исследовать взаимодействие функциональной структуры с подложкой.
В подобных задачах NOO может объединять физическое моделирование с интеллектуальным поиском альтернатив.
Однако необходимо сохранять научную строгость.
Нельзя утверждать, что интеллектуальная система открыла новую пикоэлектронную технологию, если она только предложила перспективную атомарную структуру.
Необходимы реальные расчётные и экспериментальные подтверждения.
3.2.11. Проектная модель материаловедческого ноокомпьютера
Для первого исследовательского направления INM предлагается использовать специализированную материаловедческую конфигурацию.
Она должна обеспечивать постановку задачи.
Анализ существующих материалов.
Генерацию альтернативных структур.
Выбор методов расчёта.
Оценку неопределённости.
Разработку программы экспериментальной проверки.
Получение и анализ результатов измерений.
Уточнение исследовательских гипотез.
При этом необходимо фиксировать стоимость каждого этапа.
Например, сколько вычислительных ресурсов было использовано.
Сколько кандидатов отклонено.
Сколько экспериментов выполнено.
И какие результаты получили независимое подтверждение.
Таким образом, материаловедческий ноокомпьютер должен оцениваться не по количеству предложенных структур, а по способности эффективно получать достоверные и технологически значимые результаты.
3.2.12. Главный вывод раздела
Искусственный интеллект уже стал важным инструментом исследования и проектирования материалов.
Современные методы позволяют прогнозировать свойства, генерировать новые структуры и выбирать перспективные эксперименты.
Но создание нового материала представляет многоэтапный процесс.
Необходимо перейти от вычислительной структуры к синтезу.
От синтеза — к подтверждению состава и свойств.
От отдельного образца — к воспроизводимому получению.
И от воспроизводимого получения — к функциональной технологической системе.
Для NOO именно организация этого полного перехода представляет наиболее значимую исследовательскую задачу.
3.3. Интеллектуальное управление экспериментом
3.3.1. Эксперимент как управляемый информационно-физический процесс
Научный эксперимент представляет собой не простую последовательность механических операций.
Он включает постановку цели, выбор условий, воздействие на исследуемый объект, измерение результата и последующую интерпретацию.
В традиционной лаборатории значительная часть этих функций осуществляется исследователем.
Современное оборудование позволяет автоматизировать многие физические операции.
Однако переход к интеллектуальному управлению требует дополнительного качества.
Система должна использовать результаты измерений для изменения последующей экспериментальной стратегии.
Например, если обнаружена нестабильность образца, необходимо изменить условия исследования.
Если измерение оказалось недостаточно информативным, следует выбрать другую процедуру.
Если результат противоречит прогнозу, необходимо рассмотреть возможность ошибки модели или оборудования.
Таким образом, интеллектуальное управление экспериментом предполагает постоянное взаимодействие между физической системой и моделью исследовательского процесса.
3.3.2. Замкнутая система экспериментальной обратной связи
Основной архитектурный принцип заключается в использовании замкнутого контура.
Первоначально устанавливаются целевые характеристики.
Затем выбираются параметры воздействия.
После выполнения эксперимента измеряется результат.
Данные сопоставляются с прогнозом.
Модель уточняется.
После этого формируется новое управляющее решение.
Однако такая система отличается от традиционного автоматического регулятора.
Обычный регулятор стремится поддерживать определённый параметр.
Интеллектуальный исследовательский контур может изменять сам план эксперимента.
Например, переходить от оптимизации параметра к проверке нового физического объяснения.
Следовательно, необходимо разграничивать автоматическое регулирование и интеллектуальное исследовательское управление.
3.3.3. Байесовская оптимизация экспериментальных процессов
Одним из наиболее важных методов адаптивного экспериментирования является байесовская оптимизация.
Она позволяет выбирать параметры последующих экспериментов на основе вероятностной модели исследуемой зависимости.
Особенно полезна подобная процедура в ситуациях, когда каждый эксперимент требует значительных затрат.
В 2021 году Shields и соавторы представили исследование применения байесовской оптимизации к химическому синтезу [17].
Полученные результаты продемонстрировали возможность повысить эффективность выбора экспериментальных условий.
Однако байесовская оптимизация не является универсальным средством научного открытия.
Её результативность зависит от структуры задачи, количества параметров, характеристик шума и выбранной модели.
Если физический процесс существенно изменяется в ходе исследования, первоначальные предположения могут оказаться неверными.
Следовательно, для NOO необходимы механизмы контроля применимости оптимизационного метода.
3.3.4. Интеллектуальное измерение и адаптивная метрология
Одним из перспективных направлений является интеллектуальное управление измерительной процедурой.
Например, система может выбирать область сканирования микроскопа.
Изменять длительность измерения.
Повторять наблюдения в областях с высокой неопределённостью.
Или прекращать измерение после достижения необходимой точности.
Однако подобная адаптивность должна сочетаться с метрологической строгостью.
Необходимо учитывать калибровку оборудования.
Дрейф измерительного сигнала.
Шум.
Влияние условий окружающей среды.
Неопределённость измеряемых параметров.
Основные международные принципы оценивания неопределённости представлены в руководстве JCGM 100:2008 [26].
Для NOO это особенно важно.
Интеллектуальная система может обнаружить статистически необычное значение.
Но оно не обязательно соответствует новому физическому эффекту.
Возможно, причина связана с инструментальной ошибкой.
Поэтому адаптивная метрология должна включать независимые контрольные процедуры.
3.3.5. Интеллектуальное управление сложным научным оборудованием
В 2026 году появились новые экспериментальные результаты применения интеллектуальных агентов к управлению сложными научными установками.
В работе Vriza и соавторов, опубликованной в марте 2026 года, исследовалась организация взаимодействия ИИ-агентов с современными измерительными системами, включая рентгеновскую нанозондовую установку и роботизированную материаловедческую платформу [9].
Особое внимание уделялось возможности адаптации интеллектуальных помощников к сложным экспериментальным процедурам.
В июле 2026 года Chen и соавторы опубликовали работу An Agentic Artificially Intelligent X-ray Scientist [10].
В ней была продемонстрирована система, использующая языковую модель и специализированные инструменты для выполнения задач юстировки образцов на синхротронной установке.
Первоначальные методы отрабатывались в виртуальной экспериментальной среде.
Затем соответствующие процедуры были применены на реальном оборудовании.
Этот результат особенно важен для NOO.
Он демонстрирует возможность переноса интеллектуально организованного экспериментального процесса из компьютерной модели в реальную научную установку.
Однако данный эксперимент не означает создания полностью автономного универсального научного комплекса.
Он подтверждает работоспособность конкретного класса процедур.
3.3.6. Мультимодальное управление измерениями
Современные измерительные установки создают данные различных типов.
Например, изображения, спектры, численные массивы, временные зависимости и диагностические сообщения оборудования.
Для их совместной интерпретации необходимы мультимодальные методы.
В июле 2026 года Du и соавторы представили систему Experiment Automation Agents, предназначенную для автоматизации определённых экспериментальных операций с использованием визуально-языковых моделей [19].
Соответствующая система исследовалась в условиях рентгеновской визуализации и автоматизированного поиска особенностей образцов.
Перспективность подобных подходов связана с возможностью соединить анализ изображения с программным управлением оборудованием.
Однако необходимо учитывать ограничения.
Модель может неправильно интерпретировать изображение.
Ошибочно определить физический объект.
Или выбрать неподходящую экспериментальную процедуру.
Поэтому особенно важна проверка управляющих решений по физическим ограничениям и данным приборной диагностики.
3.3.7. Цифровые двойники научных установок
Одним из важных средств повышения надёжности интеллектуального экспериментального управления могут стать цифровые двойники.
Под цифровым двойником в данном контексте понимается вычислительная модель, предназначенная для воспроизведения существенных характеристик реальной экспериментальной установки.
Такая модель может использоваться для предварительной проверки алгоритмов управления.
Например, система обучается выполнять определённую последовательность операций в виртуальной среде.
Затем проверяется, не нарушает ли она установленные ограничения.
После успешного испытания процедура может быть допущена к контролируемому выполнению на реальном оборудовании.
Однако цифровой двойник не является полным физическим эквивалентом установки.
Он может не учитывать редкие неисправности.
Особенности реального образца.
Изменение характеристик датчиков.
Или сложные нелинейные взаимодействия.
Следовательно, перенос управляющего алгоритма из модели в эксперимент должен осуществляться постепенно.
3.3.8. Интеллектуальное управление в атомарно-точных исследованиях
Для PICO особенно важны методы управления оборудованием, используемым при исследовании атомарных и электронных структур.
Сюда относятся сканирующая туннельная микроскопия.
Атомно-силовая микроскопия.
Электронная микроскопия.
Спектроскопические методы.
Системы сверхточного позиционирования.
Подобное оборудование создаёт сложные измерительные данные.
При этом качество результата может зависеть от множества экспериментальных параметров.
Поэтому интеллектуальные алгоритмы способны помогать выбирать условия измерений и обнаруживать отклонения.
Например, анализировать изменение состояния зондового наконечника.
Выявлять дрейф изображения.
Оценивать качество атомарной структуры.
Выбирать информативную область сканирования.
Однако соответствующая автоматизация должна учитывать возможность повреждения исследуемого образца.
Особенно важно исключать неконтролируемые воздействия на чувствительные квантовые и атомарные структуры.
3.3.9. Человек в контуре экспериментального управления
В перспективных ноосистемах необходимо сохранять разграничение между интеллектуальными рекомендациями и разрешёнными физическими действиями.
Некоторые операции могут выполняться автоматически.
Например, обработка уже полученных измерений.
Другие требуют предварительной проверки.
Например, изменение рабочей температуры или параметров измерительного воздействия.
Особенно значимые операции должны осуществляться под контролем уполномоченных специалистов.
Следовательно, не следует рассматривать полное исключение человека как универсальную цель.
В некоторых случаях человеко-машинная исследовательская система может оказаться значительно эффективнее полностью автономного устройства.
Поэтому необходимо исследовать различные режимы взаимодействия.
От интеллектуальной поддержки исследователя — до ограниченной автономности и автоматизированного выполнения заранее разрешённых процедур.
3.3.10. Сохранение экспериментальных данных и научной прослеживаемости
Для воспроизводимости необходимо сохранять полный контекст эксперимента.
Например, сведения об образце.
Версию оборудования и программного обеспечения.
Условия измерения.
Исходные данные.
Алгоритмы обработки.
Изменения параметров.
Решения интеллектуальной системы.
И результаты независимой проверки.
Особое значение имеют принципы FAIR, сформулированные Wilkinson и соавторами в 2016 году [25].
Они направлены на обеспечение обнаружимости, доступности, совместимости и повторного использования научных данных.
Однако для NOO требуется дополнительный уровень.
Необходимо документировать не только данные, но и причины исследовательских решений.
Например, почему система выбрала именно этот эксперимент.
Какие альтернативы рассматривались.
Какие исходные предположения использовались.
И как результат повлиял на последующую исследовательскую программу.
3.3.11. Основной вывод раздела
Интеллектуальное управление экспериментом представляет необходимое связующее звено между компьютерным научным поиском и физической реальностью.
Его значение определяется возможностью создавать замкнутые исследовательские циклы.
Но автономное управление должно сочетаться с метрологической достоверностью, контролем безопасности и воспроизводимостью.
Для NOO главная задача заключается не в максимальном количестве автоматически выполненных операций.
Она состоит в повышении информативности, надёжности и результативности экспериментальной деятельности.
3.4. Автоматизация научных открытий и инженерных решений
3.4.1. Научное открытие как результат многоэтапного процесса
Автоматизация научного открытия значительно сложнее автоматизации отдельного эксперимента.
Научный результат возникает посредством взаимодействия наблюдений, теоретических предположений, вычислительных моделей и процедур проверки.
При этом не всегда заранее известно, какое объяснение окажется правильным.
Следовательно, нельзя создать универсальную научную машину посредством простого объединения генератора гипотез и лабораторного робота.
Необходимо обеспечить способность исследовать альтернативные объяснения.
Выявлять противоречия.
Формировать проверяемые следствия.
Выбирать информативные эксперименты.
Анализировать результаты.
И корректировать исходную научную модель.
Особое значение имеет отделение формирования нового результата от его подтверждения.
Научное предположение не должно автоматически превращаться в установленный факт.
3.4.2. Современные интеллектуальные системы научного поиска
В 2026 году опубликованы важные результаты исследования интегрированных научных ИИ-систем.
В работе Gottweis и соавторов представлена система Co-Scientist [20].
Она использует многоагентную архитектуру для формирования, критической оценки и совершенствования научных гипотез.
Система предназначена для помощи исследователям при поиске перспективных направлений.
Другой значимый результат представлен Ghareeb и соавторами [21].
Их система Robin объединяет информационный поиск, генерацию научных гипотез и анализ экспериментальных результатов в биологической предметной области.
Эти исследования показывают, что интеллектуальные системы постепенно переходят от выполнения отдельных информационных операций к организации более сложных исследовательских процессов.
Однако необходимо учитывать принципиальные ограничения.
Результаты получены в определённых предметных областях.
Экспериментальная проверка требует реальной исследовательской инфраструктуры.
И участие человека сохраняет существенное значение.
Следовательно, эти системы следует рассматривать как важные экспериментальные основания NOO, но не как доказательство существования универсальных ноомашин.
3.4.3. Научная новизна и независимая проверка
Одним из наиболее сложных вопросов является оценка научной новизны автоматически полученного результата.
Система может предложить гипотезу, ранее известную исследователям.
Может сформировать новую комбинацию известных положений.
Или действительно обнаружить ранее не установленную закономерность.
Для разграничения этих случаев необходимо исследовать научную литературу и экспериментальные данные.
Однако даже обширный поиск не может гарантировать абсолютного отсутствия предшествующих публикаций.
Поэтому необходимо фиксировать границы выполненной проверки.
Особенно важно исследовать возможность независимого воспроизведения результата.
Если интеллектуальная система предлагает новый физический механизм, необходимо установить наблюдаемые следствия.
Затем проверить их посредством расчётов или экспериментов.
Следовательно, научная новизна и научная достоверность должны оцениваться раздельно.
3.4.4. Автоматизированные математические открытия
Наиболее удобными для независимой проверки являются определённые математические и алгоритмические задачи.
Здесь во многих случаях можно создать формальный механизм оценки результата.
В 2022 году Fawzi и соавторы представили AlphaTensor [22].
Система использовала обучение с подкреплением для поиска алгоритмов умножения матриц.
В 2024 году Romera-Paredes и соавторы опубликовали исследование FunSearch [23].
В нём генеративная модель сочеталась с программной процедурой проверки кандидатов.
Эти результаты имеют фундаментальное значение.
Они демонстрируют возможность получить новые содержательные решения посредством вычислительного поиска.
Но особенно важно, что результат оценивался по объективным критериям.
Например, корректности алгоритма и его характеристикам.
Именно соединение генеративного поиска с независимой проверкой должно стать одной из центральных архитектурных основ NOO.
3.4.5. Автоматизация инженерного проектирования
Инженерная деятельность включает не только научные гипотезы, но и создание функциональных конструкций.
Одним из перспективных направлений является интеллектуальное автоматизированное проектирование электронных схем.
В 2021 году Mirhoseini и соавторы представили исследование применения обучения с подкреплением к размещению функциональных блоков интегральных схем [24].
Соответствующая система использовала вычислительный поиск для решения сложной инженерной задачи.
Однако подобные результаты требуют корректной интерпретации.
Автоматизированное размещение блоков не означает автоматического изобретения новой электронной архитектуры.
Кроме того, эффективность метода зависит от исходной задачи, правил проектирования и выбранных критериев сравнения.
Поэтому для NOO необходимо разграничивать три уровня.
Первый — автоматизация существующей проектной процедуры.
Второй — поиск новых технических решений внутри установленного пространства конструкций.
Третий — изменение самого принципа проектирования.
Именно третий уровень может представлять особый интерес для поиска радикальных технологических изменений.
3.4.6. От локальной оптимизации к изменению технологического принципа
Большая часть современных методов автоматизированного проектирования ориентирована на оптимизацию определённой функции.
Например, уменьшение площади электронной схемы.
Повышение эффективности химического процесса.
Снижение массы конструкции.
Или улучшение характеристик материала.
Подобные результаты могут обладать высокой практической ценностью.
Но технологический скачок иногда требует изменения самой постановки задачи.
Например, вместо дальнейшего уменьшения транзистора можно исследовать другой физический механизм электронной функции.
Вместо увеличения скорости передачи данных — изменить архитектуру хранения и обработки информации.
Вместо совершенствования существующего химического маршрута — предложить альтернативный способ получения вещества.
Поэтому перспективная ноомашина должна исследовать не только параметры известного решения, но и альтернативные пространства технологических возможностей.
Однако такие предложения требуют особенно строгой физической и экспериментальной проверки.
3.4.7. Автоматизированное изобретательство и техническая осуществимость
Для создания нового технического решения необходимо выполнить несколько функций.
Определить проблему.
Исследовать существующие решения.
Выявить основные ограничения.
Сформировать альтернативные конструкции.
Проверить их физическую осуществимость.
Оценить функциональные характеристики.
Предложить способ изготовления.
Разработать программу испытаний.
Но нельзя считать, что автоматически подготовленное техническое описание уже представляет доказанное изобретение.
Работоспособность должна проверяться.
Кроме того, научно-техническая новизна не тождественна юридической патентоспособности.
Следовательно, изобретательские функции NOO должны включать документирование происхождения идей и сохранение результатов проверки.
Особенно важно фиксировать вклад человека, интеллектуальной системы и специализированных программных инструментов.
3.4.8. Система независимых исследовательских ролей
Для повышения надёжности предлагается функционально разделять несколько исследовательских ролей.
Первая система формирует гипотезы.
Вторая анализирует возможные ошибки.
Третья проверяет математические и физические ограничения.
Четвёртая проектирует эксперимент.
Пятая анализирует результат.
Шестая оценивает научную новизну.
Седьмая формирует заключение о степени подтверждённости.
Однако это не означает необходимости создавать семь самостоятельных языковых моделей.
Различные функции могут реализовываться в общей программной архитектуре.
Главное требование заключается в разделении генерации и проверки.
Особенно важно избегать ситуации, когда система сама объявляет собственные гипотезы подтверждёнными без независимых данных.
3.4.9. Исследовательская память как накопление проверенного знания
Для непрерывного научного поиска необходима долговременная память.
Но её содержание не должно ограничиваться историей текстового взаимодействия.
Следует сохранять исследовательские задачи.
Исходные данные.
Гипотезы.
Расчёты.
Протоколы экспериментов.
Установленные ошибки.
Отрицательные результаты.
И подтверждённые научные положения.
Особенно важно различать статусы результатов.
Предположение.
Предварительный прогноз.
Расчётно проверенная модель.
Экспериментально подтверждённый результат.
Независимо воспроизведённое знание.
Если система использует непроверенную гипотезу как установленный факт, последующие исследования могут оказаться ошибочными.
Поэтому управление достоверностью исследовательской памяти представляет обязательный элемент NOO.
3.4.10. Автоматизация полного цикла инженерного исследования
Для перспективной ноомашины центральной задачей становится объединение отдельных функций в целостный процесс.
В качестве примера можно рассмотреть разработку нового электронного материала.
Сначала определяется необходимая функция.
Затем система исследует известные материалы.
После этого предлагает альтернативные структуры.
Выполняет расчётный отбор.
Формирует технологические гипотезы.
Разрабатывает программу изготовления образцов.
Получает результаты экспериментов.
Анализирует отклонения.
Предлагает улучшение.
И формирует документированный итог.
Но необходимо учитывать, что такой цикл не всегда может выполняться полностью автоматически.
Некоторые операции требуют внешнего оборудования.
Другие — человеческой экспертизы.
Поэтому важнейшей задачей является определение эффективной организации человеко-машинной исследовательской системы.
3.4.11. Самосовершенствование исследовательского процесса
Наиболее существенная перспектива связана с возможностью совершенствовать методы научного поиска.
Например, после серии исследований система может установить, что определённая процедура выбора экспериментов приводит к чрезмерным затратам.
Затем предложить новую методику.
Однако изменение должно проходить самостоятельную проверку.
Необходимо сравнить исходный и новый методы.
Использовать сопоставимые исследовательские задачи.
Учитывать вычислительные ресурсы.
Оценивать качество подтверждённых результатов.
Если преимущество сохраняется, изменение может быть принято.
Следовательно, самосовершенствование должно означать не произвольное изменение программного кода, а доказанное повышение исследовательской результативности.
3.4.12. Главный вывод раздела
Современные интеллектуальные системы уже обладают экспериментально подтверждёнными возможностями автоматизированного поиска научных и алгоритмических решений.
Однако переход к полноценным ноомашинам требует объединения генерации, проверки, памяти и совершенствования методов.
Главная цель заключается в создании воспроизводимой технологии научно-технического творчества.
Именно её результативность должна стать основанием для признания NOO самостоятельной субтехнологией Метаразвития.
3.5. Ноомашины как инструменты технологического опережения
3.5.1. Технологическое опережение как измеримая задача
Одной из центральных стратегических целей Метаразвития является достижение технологического опережения.
Однако данное понятие необходимо определить научно и экономически корректно.
Нельзя считать технологическим опережением любой новый продукт.
Не является достаточным и сокращение времени отдельного расчёта.
Для настоящей книги предлагается следующее рабочее определение.
Технологическое опережение — это подтверждённая способность определённой научно-технологической системы достигать сопоставимых или более высоких полезных результатов быстрее, надёжнее либо с меньшими полными затратами, чем установленные доступные альтернативы.
Однако подобное определение требует конкретизации.
Необходимо определить объект сравнения.
Например, разработку нового материала.
Создание электронного устройства.
Подготовку технологического процесса.
Или получение определённого научного результата.
После этого устанавливаются показатели времени, затрат и качества.
Таким образом, технологическое опережение становится предметом экспериментального исследования.
3.5.2. Различие между ускорением вычислений и ускорением разработки технологий
Вычислительная система может выполнять определённый расчёт значительно быстрее человека.
Но это ещё не означает аналогичного ускорения технологической разработки.
Полный процесс создания новой технологии включает множество этапов.
Поиск идеи.
Теоретический анализ.
Компьютерное моделирование.
Проектирование экспериментов.
Подготовку материалов.
Изготовление образцов.
Испытания.
Исправление ошибок.
Повторные исследования.
Проверку воспроизводимости.
И оценку промышленной пригодности.
Если вычислительный этап составляет небольшую часть общего времени, его значительное ускорение может лишь ограниченно повлиять на полный цикл.
Поэтому для NOO необходимо оценивать результативность всей исследовательской последовательности.
Именно здесь возникает отличие ноотехнологического подхода от обычного повышения вычислительной производительности.
3.5.3. Три уровня технологического опережения
Для генеральной программы Метаразвития предлагается различать три уровня.
Первый уровень — операционное ускорение.
Система выполняет существующие операции быстрее либо с меньшими затратами.
Например, сокращает время обработки научных документов.
Второй уровень — исследовательское ускорение.
Система уменьшает время или стоимость получения подтверждённого научно-технического результата.
Например, сокращает число необходимых экспериментов.
Третий уровень — метатехнологическое ускорение.
Система улучшает сам метод проведения последующих исследований, обеспечивая воспроизводимое повышение эффективности новых исследовательских циклов.
Именно третий уровень имеет особое значение для Метаразвития.
Однако его существование нельзя выводить автоматически из достижения первых двух.
Необходимо самостоятельно подтверждать результативность совершенствования методов.
3.5.4. Технология опережения опережения
В авторской концепции Метаразвития используется стратегическое понятие «технология опережения опережения».
Его необходимо отличать от обычного увеличения скорости технологического развития.
В строгой исследовательской постановке оно предполагает возможность совершенствовать сами механизмы достижения технологического преимущества.
Например, первоначальная исследовательская система сокращает время создания определённого материала.
Затем NOO разрабатывает более эффективную методику выбора материалов.
После её проверки следующий исследовательский цикл становится результативнее.
В дальнейшем новый метод может использоваться для совершенствования последующих исследовательских процедур.
Но здесь необходимо соблюдать принципиальную осторожность.
Наличие положительной обратной связи не гарантирует бесконечного ускорения.
Возможны пределы, связанные с экспериментальным оборудованием, доступностью данных, вычислительными затратами и сложностью научных задач.
Поэтому технология опережения опережения должна рассматриваться как исследовательская гипотеза о воспроизводимом улучшении научно-технологических процессов, а не как заранее установленный закон развития.
3.5.5. Ноомашина как средство сокращения исследовательских циклов
Одним из наиболее непосредственных путей достижения технологического опережения является уменьшение продолжительности полного исследовательского цикла.
Для этого NOO может совершенствовать несколько процессов.
Поиск научной информации.
Выбор перспективных гипотез.
Математическое моделирование.
Планирование экспериментов.
Обработку результатов.
Выявление ошибок.
Подготовку последующих испытаний.
Однако необходимо учитывать, что ускорение отдельных этапов не всегда приводит к аналогичному сокращению общего времени.
Например, даже полностью автоматизированная обработка данных не устранит ограничений, связанных с длительностью изготовления экспериментального образца.
Следовательно, необходимо анализировать критические ограничения полного процесса.
Для NOO особенно важно исследовать способы уменьшения числа бесперспективных итераций.
3.5.6. Ноомашина как средство снижения стоимости исследований
Второй важный механизм связан с экономической эффективностью.
Стоимость научно-технологического результата определяется не только вычислительными затратами.
Она включает труд исследователей.
Использование оборудования.
Расходные материалы.
Электроэнергию.
Информационные ресурсы.
Испытания.
И возможные затраты на неудачные эксперименты.
Поэтому экономическая оценка должна охватывать весь исследовательский процесс.
Например, интеллектуальная система может использовать дорогостоящие вычислительные ресурсы, но сократить число необходимых лабораторных экспериментов.
В таком случае общие затраты могут уменьшиться.
В другой ситуации автоматизация может оказаться экономически нецелесообразной.
Следовательно, стоимость отдельного интеллектуального запроса не является достаточным показателем результативности NOO.
3.5.7. Ноомашина как средство повышения качества технических решений
Технологическое опережение не обязательно определяется скоростью.
В некоторых случаях более медленный, но значительно более качественный исследовательский процесс может иметь существенные преимущества.
Например, новая методика позволяет создать более надёжное электронное устройство.
Или материал с улучшенной долговременной устойчивостью.
Или производственный процесс с более высоким выходом годных.
Поэтому для оценки NOO необходимо использовать несколько показателей.
Время.
Стоимость.
Качество.
Надёжность.
Воспроизводимость.
И функциональную полезность.
При этом соответствующие характеристики нельзя произвольно объединять в один показатель без ясного определения их значения.
Для различных исследовательских программ приоритеты могут различаться.
3.5.8. Первая экспериментальная программа технологического опережения INM
Для проверки возможностей NOO предлагается первоначально выбрать несколько ограниченных классов исследовательских задач.
Одна группа может быть связана с программными алгоритмами.
Другая — с вычислительным материаловедением.
Третья — с оптимизацией технологических процессов.
Четвёртая — с проектированием электронных функциональных структур.
Для каждой группы необходимо определить исходные показатели результативности.
Затем организовать сравнительные исследования.
В первом режиме используются традиционные методы.
Во втором — современные доступные средства искусственного интеллекта.
В третьем — специально спроектированная архитектура NOO.
Такое разделение позволяет оценивать не только общий эффект цифровизации, но и дополнительный вклад ноотехнологической организации исследования.
3.5.9. Почему необходимо сравнение с современными ИИ-системами
Одним из наиболее существенных методологических требований является выбор правильной базы сравнения.
Если экспериментальный ноокомпьютер превосходит традиционный исследовательский процесс без искусственного интеллекта, это представляет полезный результат.
Но он ещё не доказывает наличие нового технологического класса.
Необходимо установить, создаёт ли специальная архитектура NOO преимущество по сравнению с современными агентными системами, автоматизированными лабораториями и интеллектуальными инструментами проектирования.
Например, различие может возникать благодаря более строгой проверке гипотез.
Лучшей организации исследовательской памяти.
Более эффективному выбору экспериментов.
Или контролируемому совершенствованию методов.
Однако соответствующее преимущество должно подтверждаться на новых задачах при сопоставимых ресурсах.
Именно такая процедура необходима для научной оценки ноотехнологической новизны.
3.5.10. Проверка устойчивости технологического опережения
Единичный успешный результат недостаточен для подтверждения долгосрочной эффективности.
Необходимо проводить последовательные исследовательские циклы.
Первоначально фиксируется исходная методика.
Затем выполняется серия задач.
После этого анализируются результаты.
Формируются предложения по улучшению процесса.
Новые методы проходят независимую проверку.
Затем выполняется следующая серия задач.
Если улучшение сохраняется, возникает основание для признания соответствующего механизма эффективным.
Однако необходимо учитывать изменение сложности задач.
Нельзя сравнивать лёгкие задачи последующего цикла со значительно более сложными задачами первоначального исследования.
Поэтому требуется независимая система формирования и оценки контрольных заданий.
3.5.11. Взаимодействие PICO и NOO
В генеральной технологии Метаразвития особое значение имеет взаимодействие двух базовых субтехнологий.
PICO направлена на создание новых физических электронных возможностей.
NOO — на совершенствование методов научного поиска и технологического проектирования.
Их взаимодействие может осуществляться по нескольким направлениям.
Первое — использование NOO для поиска перспективных материалов PICO.
Второе — интеллектуальная оптимизация атомарно-точных технологических процессов.
Третье — автоматизированное исследование новых электронных архитектур.
Четвёртое — совершенствование экспериментальных методов измерения.
Пятое — использование новых вычислительных компонентов PICO в последующих поколениях NOO, если их практические преимущества будут подтверждены.
Однако важно учитывать, что развитие этих программ не должно зависеть от немедленного успеха другой.
NOO должна развиваться на существующей вычислительной инфраструктуре.
PICO должна сохранять самостоятельную экспериментальную программу.
И только подтверждённые результаты могут становиться основаниями их технологической интеграции.
3.5.12. Возможность возникновения положительной технологической обратной связи
В долгосрочной перспективе особый интерес представляет гипотеза о положительной технологической обратной связи.
Её исходная логика заключается в следующем.
NOO помогает совершенствовать методы создания новых электронных устройств.
PICO потенциально обеспечивает более эффективные вычислительные средства.
Эти средства могут расширять возможности последующих интеллектуально-креативных систем.
А усовершенствованная NOO, в свою очередь, способна участвовать в дальнейших исследованиях PICO.
Однако наличие подобной последовательности в концептуальной модели ещё не означает её реальной осуществимости.
Возможны дополнительные ограничения.
Например, новая физическая элементная база может оказаться экономически слишком дорогой.
Или интеллектуальная система может не обеспечить значительного повышения исследовательской результативности.
Поэтому для проверки необходимо исследовать последовательность законченных технологических циклов.
Только при получении независимых данных можно говорить о подтверждённой положительной обратной связи.
3.5.13. Институциональные условия технологического опережения
Создание эффективной ноотехнологической платформы зависит не только от алгоритмов.
Необходима организация научно-технической деятельности.
Доступ к качественным экспериментальным данным.
Компетентные исследовательские коллективы.
Стандартизированные методы испытаний.
Развитая вычислительная инфраструктура.
Возможность взаимодействия с лабораториями.
И процедуры независимой проверки.
Поэтому технологическое опережение нельзя рассматривать как результат работы одной интеллектуальной модели, полностью изолированной от научно-технической среды.
Перспективная ноомашина должна входить в более широкую исследовательскую систему.
Но это не исключает развития массовых персональных ноокомпьютеров.
Они могут предоставлять отдельным исследователям доступ к специализированным интеллектуально-креативным средствам и распределённым научным ресурсам.
3.5.14. Риски ускоренного научно-технологического развития
Развитие интеллектуальных исследовательских систем создаёт новые возможности, но одновременно повышает значение управления рисками.
Ускорение экспериментального поиска может приводить к более быстрому распространению ошибочных гипотез.
Автоматизация физических действий способна создавать риски повреждения оборудования.
Интеллектуальные агенты могут неправильно интерпретировать внешние данные.
Сложные распределённые архитектуры повышают требования к информационной безопасности.
Поэтому развитие NOO должно сопровождаться механизмами контроля.
Особое значение имеют стандарты управления рисками искусственного интеллекта.
К ним относятся NIST AI Risk Management Framework и соответствующий профиль для генеративных систем [27, 28].
Также может использоваться международный стандарт ISO/IEC 42001:2023 [29].
Однако данные документы не устанавливают существование ноомашин как самостоятельного технологического класса.
Они могут служить методологической основой для проектирования надёжных систем.
3.5.15. Критерии действительного технологического опережения
Для практической программы INM предлагается использовать следующие показатели.
Первый — время достижения подтверждённого результата.
Необходимо фиксировать продолжительность полного исследовательского процесса.
Второй — полная стоимость результата.
Учитываются вычислительные, экспериментальные и человеческие затраты.
Третий — качество результата.
Оцениваются измеряемые научные или технические характеристики.
Четвёртый — воспроизводимость.
Проверяется устойчивость результата на новых задачах и в независимых условиях.
Пятый — надёжность исследовательского процесса.
Оцениваются ошибки, неудачные эксперименты и качество их обнаружения.
Шестой — переносимость методов.
Проверяется способность использовать разработанные подходы за пределами первоначальной задачи.
Седьмой — совершенствование исследовательских процедур.
Устанавливается, повышает ли новый метод эффективность последующих циклов.
Восьмой — масштабируемость.
Исследуется возможность расширения применения без несоразмерного роста затрат.
Однако ни один показатель не должен рассматриваться полностью изолированно.
Например, сокращение времени при существенном снижении качества не обязательно представляет технологическое преимущество.
3.5.16. Технологическое опережение как проверяемая программа Метаразвития
В результате можно сформулировать основную исследовательскую последовательность.
Сначала создаётся базовый научно-технологический процесс.
Затем измеряется его эффективность.
После этого NOO предлагает альтернативные методы.
Они проходят независимую проверку.
Успешные улучшения включаются в последующую исследовательскую деятельность.
Затем оценивается возможность дальнейшего совершенствования.
Однако необходимо учитывать, что каждая новая итерация может сталкиваться с дополнительными ограничениями.
Поэтому результативность Метаразвития должна оцениваться экспериментально на протяжении нескольких циклов.
Именно это позволяет отделить реальную технологию опережения от предположений о неизбежном ускорении научно-технического прогресса.
Перспективная технологическая карта NOO
На основании рассмотренных направлений предлагается следующая исследовательская карта.
Направление Экспериментальная задача Критерий успеха
Автономные лаборатории Замкнутый исследовательский цикл Воспроизводимый результат
Проектирование материалов Прогноз, синтез, проверка Подтверждённые свойства
Управление экспериментом Адаптивное измерение Точность и информативность
Автоматизация открытий Формирование новых гипотез Независимая проверка
Инженерное творчество Создание новых решений Испытанный прототип
Самосовершенствование NOO Улучшение исследовательских методов Подтверждённое преимущество
Взаимодействие PICO–NOO Совместная разработка технологий Снижение времени и затрат
Метаразвитие Совершенствование процесса развития Устойчивое опережение
Данная таблица представляет авторскую проектную классификацию.
Она не является международным научно-техническим стандартом.
Её практическое использование требует определения количественных показателей для каждой исследовательской области.
Значение NOO для генеральной технологии Метаразвития
Рассмотренные исследования показывают, что современная научно-техническая деятельность уже располагает значительными предпосылками для создания ноотехнологий.
Разработаны методы машинного обучения для поиска новых материалов.
Созданы экспериментальные автономные лаборатории.
Исследуются интеллектуальные агенты, способные взаимодействовать с научным оборудованием.
Достигнуты результаты автоматизированного поиска математических и алгоритмических решений.
Но необходимо подчеркнуть принципиальное обстоятельство.
Эти достижения не образуют автоматически единой технологии Метаразвития.
Для её возникновения необходимо доказать возможность их согласованного использования в воспроизводимых научно-технологических процессах.
Более того, требуется установить, что соответствующие процессы способны совершенствоваться.
Именно здесь возникает качественное отличие генеральной программы META.
Её цель заключается не просто в автоматизации исследований.
Не только в увеличении вычислительной мощности.
И не только в создании новых физических устройств.
Она предполагает разработку методов, посредством которых последующие технологии могут создаваться быстрее, надёжнее и с меньшими полными затратами.
В рамках данной программы PICO и NOO должны выполнять взаимодополняющие функции.
PICO формирует исследовательскую область новых физических оснований электроники.
NOO обеспечивает интеллектуально-креативные методы научно-технологического поиска.
А META должна организовывать их взаимодействие в рамках единой проверяемой программы развития.
При этом научная состоятельность соответствующей концепции определяется не масштабом заявленной цели.
Она зависит от экспериментальных результатов.
Если ноокомпьютер способен воспроизводимо повышать эффективность исследований материалов, это представляет подтверждённое достижение.
Если новая методика позволяет создавать электронные устройства с меньшими затратами, возникает основание для расширения программы.
Если последовательные улучшения исследовательских методов действительно сокращают стоимость создания последующих технологий, появляется экспериментальная основа Метаразвития.
Однако при отсутствии соответствующих подтверждений гипотезы должны уточняться или отклоняться.
Таким образом, генеральная программа должна строиться на сочетании стратегического научно-технологического замысла и строгой экспериментальной проверки.
Заключение к главе 3
В настоящей главе рассмотрены основные направления развития NOO как интеллектуально-креативной субтехнологии генеральной технологии Метаразвития.
Показано, что создание перспективных ноомашин должно опираться на уже существующие достижения искусственного интеллекта, вычислительного материаловедения и экспериментальной автоматизации.
Однако между современными интеллектуальными системами и полноценной ноотехнологической платформой сохраняется существенное различие.
Современные методы способны автоматизировать отдельные научные операции.
Некоторые системы уже демонстрируют выполнение взаимосвязанных исследовательских циклов.
Но воспроизводимое совершенствование методов создания новых технологий представляет значительно более сложную задачу.
Первое направление NOO связано с автономными исследовательскими системами.
Их развитие показывает возможность объединения вычислительных моделей, выбора экспериментов и роботизированного оборудования.
При этом автономность должна оцениваться применительно к конкретной предметной области.
Второе направление связано с интеллектуальным проектированием материалов.
Современные методы позволяют исследовать большие пространства кристаллических структур, прогнозировать свойства и формировать новые кандидаты.
Однако вычислительный прогноз не является доказательством существования промышленно пригодного материала.
Необходимо обеспечить переход к экспериментальному синтезу, измерению характеристик и воспроизводимому производству.
Третье направление включает интеллектуальное управление экспериментом.
Здесь особое значение приобретают адаптивные процедуры измерений, обратная связь и контроль достоверности данных.
Но система управления должна учитывать реальные ограничения оборудования и обеспечивать соответствующие механизмы безопасности.
Четвёртое направление связано с автоматизацией научных открытий и инженерных решений.
Экспериментальные достижения последних лет подтверждают возможность использования искусственного интеллекта для поиска новых алгоритмов, формирования научных гипотез и выполнения отдельных этапов исследовательской деятельности.
Однако необходимо сохранять разграничение между генерацией идеи и независимым подтверждением результата.
Пятое направление имеет особое стратегическое значение.
Оно связано с созданием ноомашин как инструментов технологического опережения.
В рамках настоящей книги технологическое опережение предлагается оценивать посредством времени, стоимости, качества и воспроизводимости получения новых научно-технических результатов.
Но главный исследовательский горизонт Метаразвития находится на следующем уровне.
Он связан с возможностью совершенствовать сами методы научно-технологического поиска.
Именно здесь возникает авторская концепция технологии опережения опережения.
Однако её практическая состоятельность должна подтверждаться последовательными независимыми экспериментами.
Для проекта International NooMachines это означает необходимость разработки первых исследовательских конфигураций NOO, предназначенных для решения ограниченных, но содержательно значимых научно-технических задач.
Особенно перспективным первоначальным направлением могут стать исследования новых материалов и электронных функциональных структур.
Они позволяют объединить вычислительное моделирование, генерацию гипотез, экспериментальную проверку и анализ полученных результатов.
В дальнейшем возможно расширение соответствующей архитектуры на другие научно-технологические области.
При этом PICO и NOO должны развиваться одновременно.
Первая субтехнология исследует новые физические возможности электронной техники.
Вторая — новые интеллектуально-креативные способы разработки технологий.
Но их взаимодействие должно строиться на подтверждённых результатах.
Следовательно, научная задача генеральной технологии Метаразвития заключается не в механическом объединении пикоэлектроники и искусственного интеллекта.
Необходимо создать проверяемую систему, способную использовать их достижения для совершенствования последующих технологических процессов.
NOO должна стать не просто технологией автоматизированного интеллектуального труда, а исследовательской субтехнологией воспроизводимого совершенствования методов научно-технического творчества.
Именно такое направление позволяет перейти от обычной автоматизации исследований к проектированию Метаразвития.
От интеллектуального анализа — к формированию научной гипотезы.
От гипотезы — к экспериментальной проверке.
От подтверждённого результата — к новому техническому решению.
От решения — к технологическому процессу.
От технологического процесса — к совершенствованию методов его создания.
От совершенствования отдельных методов — к организации ускоренного научно-технологического развития.
И от ускорения отдельных исследований — к проверяемому механизму технологического опережения опережения.
В этой последовательности заключается стратегический смысл NOO как одной из двух базовых субтехнологий генеральной технологии Метаразвития.
Основные источники и научная литература к главе 3
Автономные научные лаборатории
King R. D., Rowland J., Oliver S. G. et al. The Automation of Science. Science. 2009. Vol. 324. No. 5923. P. 85–89. Экспериментальная система Adam и основания автоматизации научного цикла.
DOI: https://doi.org/10.1126/science.1165620
H;se F., Roch L. M., Aspuru-Guzik A. Next-Generation Experimentation with Self-Driving Laboratories. Trends in Chemistry. 2019. Vol. 1. No. 3. P. 282–291. Концепция самоуправляемых исследовательских лабораторий.
DOI: https://doi.org/10.1016/j.trechm.2019.02.007
Granda J. M., Donina L., Dragone V., Long D.-L., Cronin L. Controlling an Organic Synthesis Robot with Machine Learning to Search for New Reactivity. Nature. 2018. Vol. 559. P. 377–381. Машинное обучение в управлении экспериментальным поиском химических реакций.
DOI: https://doi.org/10.1038/s41586-018-0307-8
Burger B., Maffettone P. M., Gusev V. V. et al. A Mobile Robotic Chemist. Nature. 2020. Vol. 583. P. 237–241. Роботизированная платформа автономного выполнения химических экспериментов.
DOI: https://doi.org/10.1038/s41586-020-2442-2
MacLeod B. P., Parlane F. G. L., Morrissey T. D. et al. Self-Driving Laboratory for Accelerated Discovery of Thin-Film Materials. Science Advances. 2020. Vol. 6. No. 20. Article eaaz8867. Автоматизированный цикл поиска и исследования тонкоплёночных материалов.
DOI: https://doi.org/10.1126/sciadv.aaz8867
Szymanski N. J., Rendy B., Fei Y. et al. An Autonomous Laboratory for the Accelerated Synthesis of Inorganic Materials. Nature. 2023. Vol. 624. P. 86–91. Исправленная версия исследования A-Lab, объединяющего вычислительное материаловедение, активное обучение и роботизированный синтез.
DOI: https://doi.org/10.1038/s41586-023-06734-w
Szymanski N. J., Rendy B., Fei Y. et al. Author Correction: An Autonomous Laboratory for the Accelerated Synthesis of Inorganic Materials. Nature. 2026. Vol. 650. P. E1. Опубликованное 19 января 2026 года исправление результатов исходного исследования A-Lab.
DOI: https://doi.org/10.1038/s41586-025-09992-y
Boiko D. A., MacKnight R., Kline B., Gomes G. Autonomous Chemical Research with Large Language Models. Nature. 2023. Vol. 624. P. 570–578. Система Coscientist и взаимодействие языковых моделей с лабораторными инструментами.
DOI: https://doi.org/10.1038/s41586-023-06792-0
Интеллектуальное управление научным оборудованием
Vriza A., Prince M. H., Zhou T., Chan H., Cherukara M. J. Operating Advanced Scientific Instruments with AI Agents That Learn on the Job. npj Computational Materials. 2026. Vol. 12. Article 160. Интеллектуальные агенты для управления и организации работы сложных научных установок.
DOI: https://doi.org/10.1038/s41524-026-02005-0
Chen Z., Petsch A. N., Israelski A. J. et al. An Agentic Artificially Intelligent X-ray Scientist. Nature Machine Intelligence. 2026. Vol. 8. P. 1075–1086. Экспериментальная система интеллектуального управления синхротронной рентгеновской установкой.
DOI: https://doi.org/10.1038/s42256-026-01261-5
Искусственный интеллект и проектирование материалов
Jain A., Ong S. P., Hautier G. et al. Commentary: The Materials Project: A Materials Genome Approach to Accelerating Materials Innovation. APL Materials. 2013. Vol. 1. Article 011002. Вычислительная инфраструктура для систематического исследования неорганических материалов.
DOI: https://doi.org/10.1063/1.4812323
Butler K. T., Davies D. W., Cartwright H., Isayev O., Walsh A. Machine Learning for Molecular and Materials Science. Nature. 2018. Vol. 559. P. 547–555. Фундаментальный обзор методов машинного обучения в молекулярной и материаловедческой науке.
DOI: https://doi.org/10.1038/s41586-018-0337-2
Merchant A., Batzner S., Schoenholz S. S. et al. Scaling Deep Learning for Materials Discovery. Nature. 2023. Vol. 624. P. 80–85. Масштабное использование глубокого обучения для поиска перспективных кристаллических структур.
DOI: https://doi.org/10.1038/s41586-023-06735-9
Zeni C., Pinsler R., Z;gner D. et al. A Generative Model for Inorganic Materials Design. Nature. 2025. Vol. 639. P. 624–632. MatterGen: генеративная модель проектирования новых неорганических материалов.
DOI: https://doi.org/10.1038/s41586-025-08628-5
Lookman T., Balachandran P. V., Xue D., Yuan R. Active Learning in Materials Science with Emphasis on Adaptive Sampling Using Uncertainties for Targeted Design. npj Computational Materials. 2019. Vol. 5. Article 21. Активное обучение и выбор информативных экспериментов при поиске материалов.
DOI: https://doi.org/10.1038/s41524-019-0153-8
Raccuglia P., Elbert K. C., Adler P. D. F. et al. Machine-Learning-Assisted Materials Discovery Using Failed Experiments. Nature. 2016. Vol. 533. P. 73–76. Использование данных неудачных экспериментов для повышения эффективности материаловедческого поиска.
DOI: https://doi.org/10.1038/nature17439
Адаптивное экспериментирование и научное управление
Shields B. J., Stevens J., Li J. et al. Bayesian Reaction Optimization as a Tool for Chemical Synthesis. Nature. 2021. Vol. 590. P. 89–96. Байесовская оптимизация химических реакций и сравнительная оценка эффективности выбора экспериментов.
DOI: https://doi.org/10.1038/s41586-021-03213-y
Angello N. H., Friday D. M., Hwang C. et al. Closed-Loop Transfer Enables Artificial Intelligence to Yield Chemical Knowledge. Nature. 2024. Vol. 633. P. 351–358. Объединение автоматизированной экспериментальной оптимизации с физически интерпретируемым машинным обучением.
DOI: https://doi.org/10.1038/s41586-024-07892-1
Du M., Luo Y., Banerjee S. et al. Experiment Automation Agents: Automating Materials Characterization with Vision Language Model Agents. npj Computational Materials. 2026. Электронная публикация 31 июля 2026 года. Мультимодальные интеллектуальные агенты для автоматизации экспериментальной рентгеновской визуализации.
DOI: https://doi.org/10.1038/s41524-026-02213-8
Интеллектуальные системы научных открытий
Gottweis J., Weng W.-H., Daryin A. et al. Accelerating Scientific Discovery with Co-Scientist. Nature. 2026. Vol. 655. P. 487–496. Многоагентная система формирования, критической оценки и совершенствования научных гипотез.
DOI: https://doi.org/10.1038/s41586-026-10644-y
Ghareeb A. E., Chang B., Mitchener L. et al. A Multi-Agent System for Automating Scientific Discovery. Nature. 2026. Vol. 655. P. 497–505. Система Robin, объединяющая генерацию гипотез и анализ экспериментальных результатов.
DOI: https://doi.org/10.1038/s41586-026-10652-y
Fawzi A., Balog M., Huang A. et al. Discovering Faster Matrix Multiplication Algorithms with Reinforcement Learning. Nature. 2022. Vol. 610. P. 47–53. Система AlphaTensor и автоматизированный поиск новых алгоритмов.
DOI: https://doi.org/10.1038/s41586-022-05172-4
Romera-Paredes B., Barekatain M., Novikov A. et al. Mathematical Discoveries from Program Search with Large Language Models. Nature. 2024. Vol. 625. P. 468–475. Система FunSearch и поиск новых решений посредством генеративных моделей и формальной проверки.
DOI: https://doi.org/10.1038/s41586-023-06924-6
Интеллектуальное инженерное проектирование
Mirhoseini A., Goldie A., Yazgan M. et al. A Graph Placement Methodology for Fast Chip Design. Nature. 2021. Vol. 594. P. 207–212. Методы обучения с подкреплением для автоматизации физического проектирования интегральных схем. При интерпретации сравнительных результатов следует учитывать опубликованное в 2024 году дополнение к статье.
DOI: https://doi.org/10.1038/s41586-021-03544-w
Достоверность, воспроизводимость и управление научными данными
Wilkinson M. D., Dumontier M., Aalbersberg I. J. et al. The FAIR Guiding Principles for Scientific Data Management and Stewardship. Scientific Data. 2016. Vol. 3. Article 160018. Принципы документирования, доступности и повторного использования научных данных.
DOI: https://doi.org/10.1038/sdata.2016.18
JCGM. Evaluation of Measurement Data — Guide to the Expression of Uncertainty in Measurement. JCGM 100:2008. Joint Committee for Guides in Metrology. Международное руководство по оцениванию неопределённости результатов измерений.
DOI: https://doi.org/10.59161/JCGM100-2008E
Управление рисками и безопасность интеллектуальных систем
Tabassi E. Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. National Institute of Standards and Technology. 2023. Методология оценки и управления рисками систем искусственного интеллекта.
DOI: https://doi.org/10.6028/NIST.AI.100-1
Autio C., Schwartz R., Dunietz J. et al. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1. 2024. Методология управления специфическими рисками генеративного искусственного интеллекта.
DOI: https://doi.org/10.6028/NIST.AI.600-1
ISO/IEC. ISO/IEC 42001:2023. Information Technology — Artificial Intelligence — Management System. Международный стандарт систем управления искусственным интеллектом.
https://www.iso.org/standard/42001
Авторская концепция Метаразвития, PICO и NOO
Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Том 1. Lag.ru. 2026. Авторская концепция генеральной технологии META, субтехнологий PICO и NOO, проекта International NooMachines и технологии опережения опережения.
********
Глава 4. НооПК и новая экономика вычислений
От персонального компьютера и искусственного интеллекта — к массовой доступности интеллектуально-креативных функций, новой индустрии ноомашиностроения и преобразованию экономики научно-технического труда.
В этой главе рассматривается экономическая перспектива NOO — второй базовой субтехнологии Метаразвития.
Центральный тезис: массовое распространение НооПК должно определяться не только снижением стоимости вычислительных операций, но прежде всего снижением полной стоимости получения достоверного и полезного интеллектуального результата.
Это принципиальное различие. Современные ИИ-системы уже способны ускорять отдельные виды интеллектуальной работы. Например, исследование Brynjolfsson, Li и Raymond, опубликованное в 2025 году, установило среднее повышение производительности операторов клиентской поддержки на 15% при использовании ИИ-помощника. Однако эффект существенно различался между работниками.
Oxford Academic
Одновременно расширение ИИ-инфраструктуры повышает требования к энергии и вычислительным ресурсам. Международное энергетическое агентство в апреле 2026 года оценило перспективу почти двукратного роста мирового энергопотребления центров обработки данных: с 485 ТВт·ч в 2025 году примерно до 950 ТВт·ч в 2030 году. Это прогноз, а не уже состоявшийся результат.
IEA
+1
Следовательно, массовый НооПК должен исследоваться как целостная технологическая и экономическая система, соединяющая локальные и распределённые вычисления, специализированные интеллектуальные модели, проверку результатов, персональную исследовательскую память и доступные средства управления сложными задачами.
При этом в настоящей главе сохраняется разграничение между современными ИИ-компьютерами, уже доступными на рынке, и проектируемыми ноокомпьютерами INM. Последние пока представляют исследовательскую цель, а их предполагаемые экономические преимущества требуют независимого экспериментального подтверждения.
Глава 4. НооПК и новая экономика вычислений
Введение. От доступности вычислений к доступности интеллектуально-креативной мощности
Историческое развитие вычислительной техники сопровождалось последовательным расширением возможностей человека.
Первые электронные вычислительные машины позволили автоматизировать сложные математические расчёты.
Универсальные компьютеры сделали возможным выполнение различных алгоритмов на одной аппаратной платформе.
Массовое распространение персональных компьютеров преобразовало организацию интеллектуального труда.
Развитие глобальных информационных сетей обеспечило доступ к распределённым информационным ресурсам.
Современные системы искусственного интеллекта открыли возможность автоматизировать отдельные функции анализа, генерации информации, программирования и принятия решений.
Однако возникновение каждой новой функциональной возможности сопровождалось изменением экономической организации вычислений.
Компьютер переставал быть исключительно дорогостоящим инструментом крупных научных и производственных организаций.
Вычислительная техника постепенно становилась частью повседневной деятельности миллионов людей.
В настоящей книге рассматривается возможность следующего качественного преобразования.
Его предполагаемая основа заключается в создании массовых персональных ноокомпьютеров — НооПК.
В отличие от традиционного персонального компьютера, основная ценность перспективного НооПК должна заключаться не только в выполнении программ и информационной обработке.
Он должен обеспечивать пользователю доступ к специально организованным когнитивно-креативным функциям.
Например, к формированию и проверке исследовательских гипотез.
Разработке технических решений.
Созданию математических моделей.
Автоматизированному проектированию экспериментов.
Анализу сложных научных данных.
И совершенствованию методов решения последующих задач.
Однако подобная перспектива требует важного уточнения.
Современные интеллектуальные вычислительные системы уже обладают некоторыми из перечисленных возможностей.
Следовательно, появление НооПК нельзя определять исключительно наличием генеративного искусственного интеллекта.
Необходимо установить его функциональные особенности и доказать их результативность.
В предыдущих главах части V были рассмотрены теоретические основания NOO, включая авторскую классификацию зрелости N0–N5.
Показано, что главным критерием ноофункциональности должна стать воспроизводимая способность получать новые, независимо проверяемые интеллектуальные результаты и совершенствовать методы их создания.
В настоящей главе необходимо исследовать следующий вопрос.
Каким образом подобные функции могут стать массово доступными и какие экономические изменения способно вызвать появление соответствующей технологической платформы?
Постановка этой задачи имеет особое значение.
Историческая компьютерная революция обеспечила радикальное расширение доступности вычислительной мощности.
Однако доступность вычислительных операций и доступность полноценной интеллектуально-креативной деятельности не являются тождественными понятиями.
Можно создать чрезвычайно производительный компьютер, но не обеспечить ему необходимые алгоритмы научного поиска.
Можно разработать интеллектуальную модель, способную генерировать технические идеи, но не создать механизм их достоверной проверки.
Можно снизить стоимость одного интеллектуального запроса, но сохранить высокую стоимость полного научного исследования.
Следовательно, необходимо пересмотреть исходную единицу экономической оценки.
Вместо одной вычислительной операции или одного информационного ответа предлагается рассматривать стоимость получения определённого полезного интеллектуального результата.
При этом результат должен соответствовать установленным требованиям качества, достоверности и воспроизводимости.
Таким образом, новая экономика вычислений в контексте NOO представляет собой предполагаемую систему массового производства, распространения и применения интеллектуально-креативных функций.
Её возникновение может существенно изменить организацию науки, инженерии, образования и промышленности.
Однако соответствующие последствия нельзя считать заранее гарантированными.
Необходимо исследовать технологические, экономические и общественные условия, при которых перспективный НооПК действительно создаст устойчивое преимущество.
4.1. Персонализация интеллектуальной мощности
4.1.1. Исторический смысл персонализации вычислений
Появление IBM PC в 1981 году стало одним из важнейших событий массовой компьютеризации.
Однако его значение не сводилось к появлению нового микропроцессора или определённой конфигурации памяти.
Существенным стало формирование доступной аппаратно-программной платформы, на основе которой возникла масштабная экосистема совместимых устройств и прикладных программ [1].
Персональный компьютер постепенно превратился в универсальный инструмент интеллектуального труда.
Пользователь получил возможность самостоятельно выполнять расчёты.
Создавать документы.
Разрабатывать программы.
Обрабатывать данные.
Проектировать технические конструкции.
И использовать многочисленные информационные ресурсы.
В результате значительная часть вычислительных возможностей, ранее доступных преимущественно крупным организациям, постепенно стала доступна отдельным специалистам.
Для концепции NOO этот опыт имеет фундаментальное значение.
Однако исторический переход от больших ЭВМ к персональным компьютерам не следует механически переносить на развитие интеллектуальных систем.
Современные ИИ-модели могут требовать значительных вычислительных ресурсов.
Некоторые из них эффективно работают на персональных устройствах.
Другие выполняются преимущественно в удалённых вычислительных центрах.
Поэтому персонализация интеллектуальной мощности не обязательно предполагает размещение всей необходимой вычислительной инфраструктуры в одном физическом корпусе.
Её сущность заключается прежде всего в доступности функциональных возможностей отдельному пользователю.
4.1.2. Что следует понимать под интеллектуальной мощностью
В обычной компьютерной технике мощность часто характеризуется производительностью процессора, количеством вычислительных операций, объёмом памяти и пропускной способностью информационных каналов.
Однако применительно к интеллектуальным системам подобные показатели являются недостаточными.
Два компьютера могут иметь одинаковые аппаратные характеристики, но демонстрировать существенно различную результативность при решении сложных задач.
Различия могут быть связаны с качеством моделей.
Доступными информационными ресурсами.
Используемыми программными инструментами.
Организацией исследовательской памяти.
И методами проверки результатов.
Поэтому для NOO предлагается использовать понятие функциональной интеллектуальной мощности.
Под ней следует понимать способность вычислительной системы выполнять определённые интеллектуальные задачи с установленными показателями качества, скорости, надёжности и затрат.
Однако интеллектуальная мощность и когнитивно-креативная результативность также не полностью совпадают.
Система может быстро анализировать документы, но не обладать подтверждённой способностью создавать новые технические решения.
Или успешно генерировать гипотезы, но не обеспечивать их проверку.
Следовательно, перспективный НооПК необходимо оценивать по нескольким независимым функциональным показателям.
4.1.3. Современные ИИ-компьютеры как аппаратная предпосылка
К середине 2020-х годов сформировалась рыночная категория персональных компьютеров, оснащённых специальными средствами ускорения искусственного интеллекта.
В подобных устройствах используются центральные процессоры, графические ускорители и нейропроцессорные блоки.
Последние обозначаются термином NPU — Neural Processing Unit.
Одним из примеров соответствующего направления являются компьютеры категории Copilot+ PC.
В документации Microsoft для определённых функций этой платформы устанавливается требование производительности NPU не менее 40 TOPS [2].
Однако показатель TOPS характеризует определённую вычислительную способность аппаратного блока.
Он не позволяет непосредственно оценить качество научных гипотез или технических решений, которые способна создавать система.
Кроме того, фактическая эффективность зависит от используемой численной точности, модели, памяти, программного обеспечения и структуры задачи.
Следовательно, увеличение производительности нейропроцессора не должно автоматически рассматриваться как увеличение ноофункциональности.
Для перспективного НооПК важнее результат выполнения целостной интеллектуальной операции.
4.1.4. Локальная интеллектуальная обработка
Одним из важных направлений персонализации является локальное выполнение моделей искусственного интеллекта.
В этом случае определённые интеллектуальные функции осуществляются непосредственно на устройстве пользователя.
Такой подход потенциально обеспечивает несколько преимуществ.
Снижается зависимость от постоянного сетевого подключения.
Может уменьшаться задержка при выполнении отдельных операций.
Появляется возможность ограничить передачу некоторых данных во внешнюю инфраструктуру.
И становится проще обеспечить доступность базовых функций при нарушении сетевой связи.
Однако локальность не означает автоматической конфиденциальности.
Система может содержать уязвимое программное обеспечение.
Подключаться к внешним сервисам.
Использовать приложения, передающие информацию без достаточного контроля пользователя.
Поэтому защита исследовательских данных требует самостоятельных технических мер.
Кроме того, локальные вычисления ограничены объёмом памяти и производительностью оборудования.
Для определённых задач может потребоваться использование более мощных внешних ресурсов.
Следовательно, локальная архитектура представляет важное, но не универсальное решение.
4.1.5. Гибридная персонально-распределённая архитектура
Для массового НооПК особенно перспективной представляется гибридная организация вычислений.
Её основная идея заключается в разделении функций между персональным устройством и распределённой вычислительной инфраструктурой.
Локально могут выполняться операции пользовательского взаимодействия.
Обработка некоторых конфиденциальных документов.
Работа персональной исследовательской памяти.
Предварительный анализ.
И использование сравнительно небольших интеллектуальных моделей.
Более сложные задачи могут выполняться удалённо.
Например, ресурсоёмкое научное моделирование.
Анализ крупных массивов данных.
Использование специализированных многоагентных систем.
Или высокопроизводительные вычисления.
Но соответствующая архитектура должна обеспечивать управляемость.
Пользователь должен знать, какие данные передаются во внешнюю среду.
Какие ресурсы используются.
Какие затраты возникают.
И какие результаты могут сохраняться локально.
Следовательно, будущая персональная ноосистема может иметь распределённую вычислительную структуру, оставаясь персональной по характеру управления и использования.
4.1.6. Персональная исследовательская память
Особое значение для НооПК имеет долговременная исследовательская память.
В традиционном компьютере пользователь сохраняет документы, программы и информационные файлы.
В перспективной ноосистеме потребуется более сложная организация знаний.
Необходимо сохранять не только итоговые документы.
Но и историю формирования исследовательских гипотез.
Использованные источники.
Результаты расчётов.
Отрицательные эксперименты.
Принятые и отклонённые решения.
И сведения о степени достоверности полученных выводов.
Подобная память может обеспечивать преемственность длительных исследовательских проектов.
Однако принципиально важно разграничивать проверенные факты и предположения.
Если система сохраняет неподтверждённую гипотезу как установленное знание, последующие результаты могут оказаться ошибочными.
Поэтому исследовательская память должна содержать сведения о происхождении данных и условиях их проверки.
4.1.7. Индивидуальная настройка интеллектуальных функций
Персонализация предполагает возможность адаптации системы к задачам конкретного пользователя.
Например, инженер может работать с определёнными стандартами и методами проектирования.
Исследователь — с конкретной научной областью.
Преподаватель — с образовательной программой.
Предприниматель — с задачами разработки продукта и анализа рынка.
Следовательно, НооПК должен поддерживать специализированные функциональные конфигурации.
Однако персонализация не должна означать бесконтрольное накопление пользовательских сведений.
Необходимо определять, какие данные действительно необходимы для работы.
Сохранять возможность их исправления.
Ограничивать доступ.
И обеспечивать переносимость исследовательских проектов между совместимыми системами.
Особенно важно, чтобы индивидуальная настройка не ухудшала объективность научных выводов.
Например, система не должна автоматически соглашаться с предпочтительными гипотезами пользователя.
Её исследовательская функция должна сохранять способность выявлять ошибки и противоречия.
4.1.8. Переход от индивидуального интеллекта к человеко-машинной исследовательской системе
Персонализация интеллектуальной мощности не означает обязательной замены человека машиной.
Напротив, одной из наиболее перспективных моделей является повышение результативности совместной деятельности.
Человек определяет цели.
Формулирует ценностные и практические ограничения.
Принимает ответственность за значимые решения.
Ноокомпьютер помогает анализировать информацию.
Формировать альтернативы.
Выполнять расчёты.
Организовывать проверки.
И документировать результаты.
При этом распределение функций может изменяться по мере подтверждения надёжности системы.
Для задач с низким риском допустима более высокая автономность.
Для сложных экспериментов и ответственных технических решений может потребоваться обязательная экспертная проверка.
Таким образом, развитие НооПК должно исследоваться как совершенствование человеко-машинной интеллектуальной деятельности.
4.1.9. Независимая оценка персональной интеллектуальной мощности
Для сравнения современных ИИ-компьютеров уже разрабатываются стандартизированные испытания.
В августе 2026 года MLCommons представила MLPerf Client 2.0, расширивший оценку персональных ИИ-устройств задачами генерации изображений и агентными вычислительными процедурами [3].
Особое значение имеет переход от измерения производительности отдельной модели к оценке времени выполнения законченной последовательности операций.
Однако для НооПК необходимо разработать более широкие критерии.
Например, качество решения исследовательской задачи.
Количество ошибок.
Достоверность использованных источников.
Продолжительность проверки.
Возможность воспроизвести результат.
И полную стоимость полезного интеллектуального действия.
Таким образом, современные аппаратные тесты могут стать частью системы оценки НооПК, но не способны полностью определить его когнитивно-креативную результативность.
4.1.10. Функциональная модель персонального НооПК
Для первоначального проектирования предлагается следующая система основных компонентов.
Компонент Основная функция
Локальная вычислительная платформа Выполнение базовых интеллектуальных операций
Интеллектуальные модели Анализ и генерация решений
Исследовательская память Сохранение контекста и результатов
Проверочный контур Контроль достоверности
Внешние инструменты Расчёты, поиск и моделирование
Система полномочий Управление безопасностью
Пользовательский интерфейс Постановка и контроль задач
Данная архитектура является проектной.
Она не предполагает, что все функции уже доступны в одном серийном устройстве с подтверждённой ноофункциональностью.
Для перехода к массовому продукту необходимо экспериментально установить работоспособность и экономическую эффективность их объединения.
4.1.11. Стратегический результат персонализации
Главная перспектива заключается не в превращении каждого персонального компьютера в универсального научного исследователя.
Более реалистичной начальной задачей является массовая доступность отдельных проверенных интеллектуально-креативных функций.
Например, анализа научных источников.
Формирования исследовательских программ.
Подготовки технических моделей.
Проверки расчётов.
И поиска альтернативных инженерных решений.
По мере совершенствования соответствующих методов возможно расширение функциональности.
Однако переход к следующему уровню должен определяться независимыми испытаниями.
Таким образом, персонализация интеллектуальной мощности означает переход от массовой доступности вычислительных ресурсов к потенциальной массовой доступности воспроизводимых интеллектуально-креативных функций.
4.2. НооПК для науки, инженерии, образования и производства
4.2.1. Различные области применения требуют различных ноофункций
Одной из принципиальных особенностей будущего НооПК может стать его функциональная специализация.
Научные исследования.
Инженерное проектирование.
Образование.
И промышленное производство обладают существенно различающимися задачами.
Для научного исследования важна проверка гипотез.
Для инженерии — создание работоспособной конструкции.
Для образования — формирование знаний и навыков у человека.
Для производства — достижение заданных характеристик процесса при допустимых затратах и рисках.
Следовательно, универсальный интерфейс не должен скрывать различия между критериями результата.
Ноомашина, успешно выполняющая математические вычисления, не обязательно способна безопасно управлять промышленным оборудованием.
И интеллектуальная система, эффективно готовящая учебные материалы, не обязательно обеспечивает самостоятельное освоение знаний учащимися.
Поэтому функциональные конфигурации НооПК должны проектироваться применительно к конкретным областям применения.
4.2.2. НооПК для фундаментальных научных исследований
В фундаментальной науке одной из главных задач является получение новых достоверных знаний.
Перспективный НооПК может участвовать в различных этапах исследования.
Например, осуществлять систематический поиск научной литературы.
Выявлять противоречия между публикациями.
Формировать альтернативные объяснения.
Подготавливать математические модели.
Разрабатывать способы экспериментальной проверки.
Анализировать полученные данные.
И сохранять историю исследовательского процесса.
Однако особенно важно не смешивать автоматическое формирование научного текста с научным открытием.
В 2026 году Stanford AI Index отметил существенный прогресс использования искусственного интеллекта в науке, но одновременно указал на значительные ограничения при воспроизведении полноценных научных исследований [5].
Следовательно, для научного НооПК особенно важны независимая проверка и воспроизводимость.
Его функциональное преимущество должно определяться количеством и качеством подтверждённых результатов, а не объёмом сгенерированных научных сообщений.
4.2.3. НооПК для автоматизированного научного поиска
Современные исследовательские системы уже демонстрируют возможность автоматизированного поиска новых решений.
В 2022 году система AlphaTensor позволила обнаружить новые алгоритмические конструкции для определённых задач умножения матриц [7].
В 2024 году FunSearch продемонстрировала сочетание генеративного поиска программ с объективной проверкой результатов [8].
Эти исследования особенно важны для концепции NOO.
Они подтверждают, что вычислительная система может участвовать в создании ранее неизвестных содержательных результатов.
Однако необходимо учитывать ограничения.
Такие достижения особенно убедительны в задачах, для которых существует объективный механизм проверки.
В экспериментальной физике, биологии или материаловедении подобная проверка может оказаться значительно сложнее.
Поэтому первый научный НооПК целесообразно ориентировать на ограниченные классы задач, где можно независимо оценивать результаты.
После этого возможно расширение предметной области.
4.2.4. НооПК для инженерного проектирования
В инженерной деятельности главная задача заключается в создании функциональных технических решений.
Перспективный НооПК может помогать разрабатывать альтернативные конструкции.
Анализировать технические требования.
Исследовать ограничения.
Создавать расчётные модели.
Проверять соответствие проектной документации установленным условиям.
И выбирать информативные испытания.
Например, при проектировании электронного устройства система может исследовать несколько архитектур.
Оценить энергопотребление.
Сравнить требования к памяти.
Рассчитать тепловые ограничения.
Выявить критические компоненты.
И предложить технические изменения.
Но необходимо учитывать, что компьютерная модель не является доказательством работоспособности физического изделия.
Реальные характеристики зависят от материалов, производственных допусков и условий эксплуатации.
Поэтому инженерный НооПК должен объединять проектирование с процедурой независимой проверки.
4.2.5. НооПК для исследований новых материалов
Особенно значимой областью является проектирование материалов.
В 2025 году в Nature опубликовано исследование MatterGen — генеративной модели поиска новых неорганических кристаллических структур [9].
Подобные системы способны формировать кандидатов с заданными характеристиками.
Однако предложенная структура не обязательно соответствует материалу, который можно воспроизводимо изготовить.
Поэтому необходима последовательность.
Сначала создаётся вычислительный прогноз.
Затем выполняется расчётная проверка.
После этого разрабатывается технологический маршрут.
Проводится экспериментальный синтез.
Измеряются свойства.
Исследуется воспроизводимость.
И только после этого рассматривается промышленное применение.
Для NOO подобный процесс представляет перспективную область объединения интеллектуального поиска и экспериментальной проверки.
Особое значение это направление может иметь для PICO.
4.2.6. НооПК как персональный инструмент научно-технического творчества
Возникновение массового НооПК потенциально способно изменить возможности самостоятельных исследователей и небольших инженерных коллективов.
В настоящее время многие технические задачи требуют использования специализированного программного обеспечения и доступа к научным информационным ресурсам.
Интеллектуальная система может уменьшать часть этих барьеров.
Например, помогать разработчику осваивать новую предметную область.
Формировать предварительные технические модели.
Сравнивать альтернативные конструкции.
Подготавливать программы испытаний.
И документировать результаты.
Но нельзя предполагать, что персональный ноокомпьютер полностью заменит исследовательскую лабораторию.
Для многих задач необходимы реальные измерения.
Специализированное оборудование.
Материалы.
И профессиональная экспертиза.
Следовательно, важной функцией НооПК может стать доступ к распределённой научно-технологической инфраструктуре.
4.2.7. НооПК для образования
Образование представляет самостоятельную область применения интеллектуальных вычислительных технологий.
Персональный НооПК может использоваться для адаптивного обучения.
Разъяснения сложных понятий.
Подготовки индивидуальных упражнений.
Моделирования физических процессов.
Обучения программированию.
И развития навыков исследовательской работы.
Особое значение имеет возможность адаптировать образовательную последовательность к уровню подготовки пользователя.
Однако необходимо принципиально разграничивать выполнение учебного задания и получение знаний.
Если система самостоятельно решает задачу вместо учащегося, это не обязательно способствует развитию его интеллектуальных способностей.
В исследовании Bastani и соавторов, опубликованном в PNAS в 2025 году, было показано, что использование генеративного ИИ без специальных педагогических ограничений может улучшать результаты тренировочных заданий, но ухудшать последующую самостоятельную работу [15].
Следовательно, образовательный НооПК должен проектироваться не как универсальный генератор готовых ответов.
Его основной целью должно стать повышение качества реального обучения.
4.2.8. Педагогическая архитектура образовательного НооПК
Для образовательного применения предлагается выделить несколько функций.
Первоначально система оценивает уровень подготовки учащегося.
Затем определяет образовательную цель.
После этого формирует индивидуальную последовательность обучения.
При решении задач может предлагать подсказки.
Проверять промежуточные рассуждения.
Объяснять ошибки.
И постепенно уменьшать объём помощи.
Но важнейшая проверка должна проводиться независимо от интеллектуальной системы.
Необходимо установить, способен ли учащийся самостоятельно применять приобретённые знания.
В докладе OECD Digital Education Outlook 2026 подчёркивается, что генеративный искусственный интеллект может поддерживать обучение при правильной педагогической организации, тогда как простое делегирование заданий машине не гарантирует формирования устойчивых навыков [14].
Поэтому образовательная эффективность НооПК должна оцениваться по реальному приросту компетенций.
4.2.9. НооПК для профессионального образования и переподготовки
Развитие интеллектуальных технологий создаёт необходимость непрерывного обновления профессиональных навыков.
Особенно быстро могут изменяться методы программирования, инженерного проектирования и работы с информацией.
НооПК способен помогать специалистам осваивать новые инструменты.
Создавать персональные образовательные программы.
Формировать тренировочные задания.
Обеспечивать обратную связь.
И оценивать результаты обучения.
Однако профессиональная подготовка должна включать реальную практическую деятельность.
Например, освоение производственного оборудования невозможно полностью заменить текстовым взаимодействием с интеллектуальной моделью.
Поэтому перспективный НооПК должен поддерживать сочетание теоретического обучения, моделирования и практических испытаний.
4.2.10. НооПК для промышленного производства
В производственной сфере интеллектуальная система может использоваться для анализа технологических процессов.
Подготовки производственной документации.
Исследования причин дефектов.
Прогнозирования отказов.
Оптимизации расхода материалов.
И планирования технического обслуживания.
Однако необходимо различать информационную поддержку и непосредственное управление оборудованием.
Ошибочный аналитический отчёт может привести к неверному инженерному решению.
Но ошибочная управляющая команда способна непосредственно вызвать повреждение установки или нарушение технологического процесса.
Поэтому промышленный НооПК должен использовать систему разграничения полномочий.
Для опасных и необратимых действий необходимы специальные процедуры подтверждения.
Таким образом, повышение производственной автономности должно сопровождаться развитием надёжности и безопасности.
4.2.11. Связь НооПК с промышленными роботами
Современная промышленность уже располагает значительной инфраструктурой автоматизации.
По данным International Federation of Robotics, в 2024 году в мире было установлено около 542 тысяч промышленных роботов [24].
Однако существование роботизированного производства само по себе не означает наличия ноомашин.
Промышленный робот обычно выполняет определённый набор физических операций.
Перспективная NOO должна обеспечивать более сложные функции технологического анализа и проектирования.
Например, выявлять причины производственных ограничений.
Предлагать изменения процесса.
Проверять их посредством моделирования.
Оценивать результаты экспериментального внедрения.
И совершенствовать методы последующей оптимизации.
Следовательно, взаимодействие НооПК с роботизированным оборудованием может стать одним из направлений промышленного ноомашиностроения.
4.2.12. Функциональная специализация массовых НооПК
Для первоначального развития предлагается следующая классификация.
Класс НооПК Основное применение Критерий результата
Научный Исследования и гипотезы Подтверждённые знания
Инженерный Техническое проектирование Испытанные решения
Образовательный Формирование компетенций Самостоятельное освоение
Производственный Совершенствование процессов Качество и эффективность
Универсальный персональный Различные интеллектуальные задачи Надёжность и полезность
Данная классификация является авторской проектной схемой.
Она не означает существования соответствующих серийных ноокомпьютеров.
Для каждого класса необходимо разработать самостоятельные методы испытаний.
4.2.13. Главный результат функциональной специализации
Массовый НооПК не обязательно должен сразу выполнять все возможные интеллектуально-креативные задачи.
Более реалистичной представляется последовательная разработка специализированных функциональных решений.
Первоначально может быть создан научный ноокомпьютер.
Затем инженерная конфигурация.
После этого образовательная или производственная система.
По мере развития программной совместимости возможно объединение их функций.
Таким образом, путь к массовой ноокомпьютеризации может проходить через создание нескольких взаимодополняющих технологических платформ.
4.3. Снижение стоимости интеллектуальных функций
4.3.1. От стоимости вычислительной операции к стоимости результата
Историческое развитие микроэлектроники сопровождалось значительным снижением стоимости многих вычислительных операций.
Однако современная экономика искусственного интеллекта требует более сложной оценки.
Стоимость выполнения нейросетевой модели не равна стоимости полезного интеллектуального результата.
Например, система может быстро подготовить технический отчёт.
Но если документ содержит ошибки, потребуется дополнительная экспертная проверка.
Может быть создана научная гипотеза.
Но её подтверждение потребует экспериментальных затрат.
Или интеллектуальный агент автоматически выполнит несколько программных операций, а затем создаст ошибочный итоговый результат.
В этом случае часть затрат окажется бесполезной.
Следовательно, предлагается считать основной экономической единицей NOO полную стоимость подтверждённого полезного интеллектуального результата.
Его содержание должно определяться применительно к конкретной предметной области.
Для программирования это может быть корректно работающая программа.
Для инженерии — испытанное техническое решение.
Для науки — подтверждённая модель или экспериментальный результат.
Для образования — самостоятельно освоенная компетенция.
Для производства — воспроизводимое улучшение технологического показателя.
4.3.2. Полная стоимость интеллектуальной деятельности
Для корректного экономического анализа необходимо учитывать несколько категорий затрат.
Первая — стоимость вычислительных ресурсов.
Вторая — стоимость интеллектуальных моделей и программного обеспечения.
Третья — стоимость доступа к информационным источникам.
Четвёртая — человеческий труд, необходимый для постановки и контроля задач.
Пятая — стоимость проверки результатов.
Шестая — затраты на исправление ошибок.
Седьмая — расходы на оборудование и экспериментальную инфраструктуру.
Восьмая — эксплуатационные затраты, включая энергию и обслуживание.
Девятая — амортизация аппаратного и программного обеспечения.
Десятая — стоимость обеспечения безопасности и соблюдения применимых требований.
Следовательно, стоимость отдельного запроса к интеллектуальной модели представляет лишь один компонент полной экономики НооПК.
4.3.3. Историческое снижение стоимости ИИ-вычислений
Современная индустрия искусственного интеллекта уже демонстрирует существенное снижение стоимости выполнения некоторых типов моделей.
Stanford AI Index 2025 сообщил, что стоимость использования модели, соответствующей определённому уровню GPT-3.5 по тесту MMLU, снизилась более чем в 280 раз между ноябрём 2022 года и октябрём 2024 года [20].
Этот результат имеет важное значение.
Он подтверждает возможность быстрого изменения экономики интеллектуальных вычислений.
Однако необходимо учитывать ограничения сравнения.
Речь идёт об определённом уровне качества на конкретном тесте.
Другие задачи могут демонстрировать иную динамику стоимости.
Кроме того, снижение цены обработки определённого количества токенов не означает аналогичного снижения стоимости научного открытия или технического изобретения.
Для NOO необходимо исследовать именно эту разницу.
4.3.4. Экспериментальные данные о производительности интеллектуального труда
Исследования 2023–2025 годов показывают, что искусственный интеллект способен повышать производительность некоторых видов интеллектуальной работы.
В эксперименте Noy и Zhang, опубликованном в Science в 2023 году, использование генеративного ИИ при выполнении определённых профессиональных письменных задач сопровождалось сокращением времени работы примерно на 40% и повышением качества результата в среднем на 18% [16].
В исследовании Brynjolfsson, Li и Raymond, опубликованном в 2025 году, применение ИИ-помощника повысило среднюю производительность операторов клиентской поддержки на 15% [17].
Но подобные результаты нельзя механически переносить на все виды интеллектуального труда.
Эффективность зависит от задачи, квалификации пользователя и возможностей проверки.
В частности, отдельные исследования программной инженерии продемонстрировали значительно менее однозначные результаты.
4.3.5. Почему искусственный интеллект не всегда снижает затраты
В 2025 году исследовательская организация METR опубликовала результаты эксперимента с опытными разработчиками программного обеспечения [18].
В исследованных условиях использование ИИ-инструментов приводило в среднем к увеличению времени выполнения задач примерно на 19%.
При этом сами участники первоначально ожидали существенного ускорения.
Этот результат особенно важен для экономики NOO.
Он показывает, что субъективное впечатление от удобства интеллектуального инструмента может существенно отличаться от реальной производительности.
Однако необходимо учитывать ограниченность соответствующего эксперимента.
Исследование проводилось с конкретными инструментами, определённой группой разработчиков и определёнными программными проектами.
В феврале 2026 года METR сообщила о новых наблюдениях, допускающих повышение эффективности более современных инструментов, но отметила методологические ограничения повторного исследования [19].
Следовательно, необходимо избегать как универсальных обещаний ускорения, так и универсальных выводов о неэффективности искусственного интеллекта.
Для НооПК требуется собственная независимая система экономических испытаний.
4.3.6. Первый механизм удешевления: локальные интеллектуальные вычисления
Одним из направлений снижения затрат является перенос части интеллектуальных функций на персональное устройство.
После приобретения аппаратной платформы отдельные операции могут выполняться без оплаты каждого внешнего обращения.
Однако это не означает отсутствия стоимости.
Необходимо учитывать цену оборудования.
Электроэнергию.
Амортизацию.
Обновление программ.
Время ожидания.
И возможные ограничения качества локальной модели.
Поэтому локальное выполнение целесообразно прежде всего для задач, где его преимущества подтверждаются количественно.
Например, при большом количестве повторяющихся операций.
При необходимости автономной работы.
Или при высоких требованиях к сохранению данных внутри локальной среды.
4.3.7. Второй механизм: выбор модели по сложности задачи
Не все интеллектуальные операции требуют одинаковой вычислительной мощности.
Например, поиск определённого сведения в документе может выполняться сравнительно простым алгоритмом.
А формирование сложной научной гипотезы — требовать более мощной модели и дополнительных проверочных инструментов.
Поэтому перспективный НооПК должен распределять задачи между различными вычислительными механизмами.
Для простых операций могут использоваться специализированные алгоритмы.
Для промежуточных — компактные модели.
Для наиболее сложных — высокопроизводительные вычислительные системы.
Однако выбор не должен основываться исключительно на предполагаемой сложности.
Необходимо учитывать фактическую вероятность успешного выполнения задачи.
Следовательно, интеллектуальная маршрутизация должна иметь собственный проверочный механизм.
4.3.8. Третий механизм: специализация интеллектуальных моделей
Универсальная интеллектуальная модель может обладать широкими возможностями.
Но для отдельных задач специализированная система способна обеспечить лучшие показатели затрат и качества.
Например, программный анализ может выполняться посредством сочетания языковой модели и формального компилятора.
Математические вычисления — с использованием специализированной системы компьютерной алгебры.
Поиск научных источников — посредством информационно-поискового контура.
Исследование свойств материалов — посредством специализированной физической модели.
Следовательно, рациональная архитектура NOO должна использовать наиболее подходящий инструмент для каждой функции.
При этом важно учитывать затраты на интеграцию.
Слишком сложная многоагентная система может потреблять больше ресурсов, чем одна хорошо настроенная интеллектуальная модель.
4.3.9. Четвёртый механизм: уменьшение стоимости проверки
Особое экономическое значение имеет проверка результатов.
Если интеллектуальная система создаёт большое количество ошибочных решений, их проверка может потребовать значительных ресурсов.
Поэтому снижение стоимости генерации не обязательно уменьшает общие затраты.
Необходимо совершенствовать методы предварительного отбора.
Например, использовать автоматические программные тесты.
Формальные методы.
Проверку согласованности с физическими ограничениями.
Независимые расчёты.
И анализ происхождения информации.
При этом важно избегать чрезмерного усложнения проверки.
Если проверочный процесс становится дороже самостоятельного получения решения, экономический эффект может отсутствовать.
Следовательно, одним из главных направлений NOO должно стать снижение полной стоимости достоверности.
4.3.10. Пятый механизм: накопление проверенного исследовательского опыта
Следующее направление связано с рациональным использованием результатов предыдущих исследований.
Если система многократно решает близкие задачи, необходимо избегать повторения уже выполненной работы.
Для этого требуется структурированная исследовательская память.
Она может сохранять проверенные методы.
Результаты расчётов.
Отрицательные эксперименты.
Данные о ранее отклонённых гипотезах.
И успешные способы решения определённых проблем.
Но необходимо учитывать возможность устаревания информации.
Ранее успешная методика может оказаться неприменимой при изменении материалов, условий или технических требований.
Поэтому повторное использование знаний должно сопровождаться проверкой их актуальности.
Таким образом, накопление исследовательского опыта способно снижать затраты только при сохранении достоверности и применимости информации.
4.3.11. Шестой механизм: сокращение числа бесперспективных экспериментов
Для научно-технологической деятельности одним из наиболее существенных источников затрат являются эксперименты, не приводящие к полезному результату.
Однако отрицательный результат не всегда означает бесполезную работу.
Он может позволить отвергнуть неверную гипотезу.
Или уточнить физическую модель.
Поэтому задача NOO заключается не в исключении всех отрицательных экспериментов.
Необходимо повысить информативность каждого исследования.
Например, выбирать условия, позволяющие различать конкурирующие гипотезы.
Использовать расчётные методы для предварительного отбора.
И избегать повторения уже проверенных бесперспективных вариантов.
В результате может уменьшаться число экспериментов, необходимых для достижения определённой исследовательской цели.
Но подобное преимущество должно подтверждаться сравнительными испытаниями.
4.3.12. Энергетическая экономика НооПК
Одним из основных ограничений современной интеллектуальной вычислительной инфраструктуры становится потребление энергии.
Международное энергетическое агентство в 2026 году оценило мировое энергопотребление центров обработки данных в 2025 году примерно в 485 ТВт·ч и представило сценарий его увеличения примерно до 950 ТВт·ч в 2030 году [21].
Однако необходимо разграничивать энергопотребление всех центров обработки данных и потребление непосредственно искусственным интеллектом.
Не вся деятельность ЦОД связана с ИИ.
Кроме того, энергетические характеристики различных моделей и вычислительных платформ существенно различаются.
Для НооПК необходимо исследовать полное энергопотребление интеллектуальной функции.
Сюда входят вычисления.
Память.
Передача данных.
Система охлаждения.
И, при необходимости, внешняя экспериментальная инфраструктура.
Следовательно, снижение энергии одной нейросетевой операции не означает пропорционального уменьшения затрат всей ноосистемы.
4.3.13. Эффект увеличения спроса
Снижение стоимости интеллектуальной функции может приводить к увеличению числа её применений.
Например, если научный анализ становится значительно доступнее, пользователи могут выполнять больше исследований.
Если генерация технических моделей дешевеет, количество проектных вариантов может существенно увеличиваться.
Это создаёт новые возможности.
Но одновременно может повышать общий спрос на вычислительные ресурсы.
Поэтому повышение энергетической эффективности отдельной операции не гарантирует снижения совокупного энергопотребления.
Для NOO необходимо различать экономию на единицу результата и изменение общего масштаба использования технологии.
4.3.14. Оценка полной стоимости владения НооПК
Для массового продукта необходимо учитывать стоимость жизненного цикла.
Например, первоначальную цену устройства.
Срок его эксплуатации.
Обновление аппаратной платформы.
Подписки на интеллектуальные сервисы.
Расходы на вычислительные ресурсы.
Хранение исследовательской памяти.
Техническое обслуживание.
Защиту данных.
И стоимость подготовки пользователя.
Особенно важно сравнивать локальные, облачные и гибридные модели.
Локальное устройство может обладать высокой первоначальной стоимостью, но сравнительно небольшими переменными затратами.
Облачная архитектура может снижать барьер первоначального доступа, но создавать значительные регулярные расходы.
Гибридная система способна сочетать преимущества обеих моделей.
Но её эффективность должна определяться реальными сценариями использования.
4.3.15. Основные экономические показатели НооПК
Для первоначальной программы INM предлагается использовать следующую систему показателей.
Показатель Экономический смысл
Стоимость проверенного результата Полные затраты на полезную функцию
Время решения задачи Продолжительность полного цикла
Доля успешных задач Функциональная результативность
Стоимость проверки Затраты на достоверность
Энергия на результат Энергетическая эффективность
Загрузка устройства Эффективность использования ресурсов
Стоимость жизненного цикла Полные расходы пользователя
Необходимо подчеркнуть, что данные показатели должны оцениваться при одинаковых требованиях к качеству.
Система, получающая дешёвые, но недостоверные результаты, не должна считаться экономически более эффективной.
4.3.16. Главный экономический вывод
Радикальное снижение стоимости интеллектуально-креативных функций может возникнуть не только благодаря более дешёвым процессорам.
Не менее важны совершенствование алгоритмов, специализация моделей, эффективная проверка, исследовательская память и рациональное использование внешних инструментов.
Однако главным результатом должно стать уменьшение полной стоимости полезного интеллектуального действия.
Именно такой показатель целесообразно использовать как основной экономический критерий перспективного массового НооПК.
4.4. Массовое ноомашиностроение
4.4.1. От экспериментального ноокомпьютера к новой промышленной категории
Создание первого исследовательского ноокомпьютера и формирование массовой индустрии представляют принципиально различные задачи.
Экспериментальная система может использовать специализированное оборудование.
Разрабатываться небольшой исследовательской группой.
Выполнять ограниченный класс функций.
И требовать индивидуальной настройки.
Но массовый продукт должен обладать дополнительными характеристиками.
Воспроизводимостью.
Надёжностью.
Стандартизированными интерфейсами.
Удобством эксплуатации.
Предсказуемой стоимостью.
И возможностью обслуживания.
Поэтому переход к массовому НооПК должен рассматриваться как самостоятельная промышленная программа.
В настоящей книге для обозначения соответствующего направления предлагается использовать термин «ноомашиностроение».
Его необходимо понимать как проектируемую отрасль создания и производства специализированных интеллектуально-креативных вычислительных систем.
При этом термин не означает существования уже сформировавшейся самостоятельной мировой индустрии серийных ноомашин.
4.4.2. Исторический урок массового производства персональных компьютеров
Развитие IBM-совместимых компьютеров показало, что массовая промышленная платформа может возникнуть благодаря стандартизации и специализации производителей.
Одни компании разрабатывали процессоры.
Другие выпускали память.
Третьи создавали операционные системы.
Четвёртые занимались прикладным программным обеспечением.
Пятые обеспечивали сборку и распространение компьютеров.
Подобная организация способствовала расширению рынка.
Для будущего ноомашиностроения данный опыт имеет особое значение.
Необязательно создавать каждую компоненту внутри одной организации.
Возможно формирование специализированной экосистемы производителей аппаратных платформ, разработчиков интеллектуальных моделей, поставщиков проверочных инструментов и создателей профессиональных приложений.
Однако для этого необходимы совместимые стандарты.
4.4.3. Аппаратная основа первых массовых НооПК
Наиболее реалистичным первоначальным направлением является использование существующих вычислительных платформ.
Современные процессоры.
Графические ускорители.
Нейропроцессоры.
Оперативная память.
Высокоскоростные накопители.
Сетевые интерфейсы.
И стандартное периферийное оборудование.
Подобная стратегия позволяет использовать уже существующую промышленную инфраструктуру.
Однако нельзя считать, что наличие достаточно мощного оборудования автоматически превращает персональный компьютер в НооПК.
Функциональная новизна должна возникать в программной архитектуре, системе исследовательской памяти, проверке результатов и специальных методах организации когнитивно-креативных процессов.
Поэтому первоначальное ноомашиностроение может развиваться как новая функциональная надстройка над существующей компьютерной промышленностью.
4.4.4. Программная платформа массового НооПК
Для массового распространения потребуется создать стандартизированную программную архитектуру.
Она должна обеспечивать взаимодействие интеллектуальных моделей.
Доступ к исследовательской памяти.
Использование специализированных инструментов.
Контроль вычислительных затрат.
Проверку результатов.
Управление разрешениями.
И документирование существенных действий.
Особое значение приобретает переносимость между аппаратными платформами.
Например, ONNX Runtime предоставляет механизмы выполнения поддерживаемых моделей с использованием различных вычислительных ускорителей [4].
Но подобные инструменты не обеспечивают автоматической совместимости всех интеллектуальных приложений.
Для NOO потребуется самостоятельная стандартизация функциональных интерфейсов.
Особенно важно обеспечить переносимость исследовательских проектов между устройствами и поколениями программного обеспечения.
4.4.5. Модульная архитектура ноомашиностроения
Для снижения стоимости проектирования целесообразно использовать модульный принцип.
Например, можно выделить базовую вычислительную платформу.
Интеллектуальное ядро.
Исследовательскую память.
Проверочную подсистему.
Профессиональные приложения.
И интерфейсы взаимодействия с внешними устройствами.
При такой архитектуре отдельные компоненты могут совершенствоваться независимо.
Например, замена интеллектуальной модели не обязательно требует замены компьютера.
А обновление исследовательского инструмента не должно приводить к утрате ранее созданных данных.
Однако модульность создаёт дополнительные требования к совместимости.
Необходимо устанавливать форматы данных.
Версии интерфейсов.
Механизмы проверки обновлений.
И условия безопасной интеграции.
4.4.6. Производственная стандартизация и технологические библиотеки
Для массового ноомашиностроения необходима система стандартных функциональных компонентов.
Например, модуль научного поиска.
Модуль проверки библиографии.
Модуль расчётного моделирования.
Модуль формирования экспериментальных планов.
Модуль контроля достоверности.
И модуль документирования результатов.
Однако следует учитывать, что одинаковое программное название не гарантирует одинаковых функций.
Различные реализации могут использовать разные модели.
Иметь разную точность.
И требовать различной вычислительной мощности.
Поэтому необходимы стандартизированные методики испытаний.
Особенно важно фиксировать ограничения каждого компонента.
Таким образом, ноомашиностроение должно включать не только производство устройств, но и промышленное создание сертифицируемых функциональных программных модулей.
4.4.7. Контроль качества массовых ноокомпьютеров
Для обычного компьютера можно проверить память.
Работоспособность процессора.
Накопители.
Сетевые интерфейсы.
И периферийные устройства.
Но для НооПК необходим дополнительный функциональный контроль.
Например, проверка правильности научного поиска.
Корректности расчётных процедур.
Надёжности работы с источниками.
Устойчивости исследовательской памяти.
И способности обнаруживать ошибки.
Особенно важно использовать контрольные задачи, не входившие в настройку проверяемой системы.
Если НооПК предназначен для инженерного проектирования, необходимо проверять именно инженерные функции.
Если для образования — результаты обучения.
Если для науки — достоверность исследовательских процедур.
Следовательно, промышленное качество ноокомпьютера должно включать качество его интеллектуально-креативных функций.
4.4.8. Безопасность серийных ноосистем
Массовое распространение систем с интеллектуальной автономностью создаёт особые требования к безопасности.
Перспективный НооПК может иметь доступ к документам.
Программным инструментам.
Информационным сервисам.
Производственным системам.
И в отдельных конфигурациях — к экспериментальному оборудованию.
Поэтому необходимо разграничивать полномочия.
Например, поиск информации и подготовка расчётов могут выполняться в одном режиме.
Изменение файлов — в другом.
Запуск дорогостоящих вычислений — в третьем.
А управление физическим оборудованием — в специальном режиме с установленными ограничениями.
Для организации подобных процессов могут использоваться принципы NIST AI Risk Management Framework и ISO/IEC 42001 [25–27].
Однако эти документы не создают готового стандарта ноомашины.
Необходима дополнительная разработка требований для конкретных функциональных классов.
4.4.9. Надёжность обновлений и сохранение функциональности
Одной из особенностей программно определяемых интеллектуальных систем становится возможность частого обновления моделей.
Однако новая модель не обязательно превосходит предыдущую во всех задачах.
Она может лучше работать с текстами, но хуже выполнять определённые расчёты.
Или быстрее генерировать ответы, но чаще ошибаться при использовании инструмента.
Поэтому обновление массового НооПК должно сопровождаться функциональными испытаниями.
Необходимо устанавливать, какие показатели изменились.
Какие улучшились.
Какие ухудшились.
И совместимо ли обновление с существующими исследовательскими проектами.
Особенно важно сохранять возможность восстановления предыдущей версии.
Таким образом, массовое ноомашиностроение должно включать систему управления функциональной эволюцией устройств.
4.4.10. Производственные модели НооПК
В перспективе возможны различные экономические модели.
Первая — аппаратный продукт.
Пользователь приобретает устройство с определёнными локальными функциями.
Вторая — программная нооплатформа.
Интеллектуально-креативные функции устанавливаются на совместимое оборудование.
Третья — гибридная модель.
Устройство объединяет локальные возможности с доступом к внешней вычислительной инфраструктуре.
Четвёртая — профессиональная специализированная система.
Она предназначена для определённой области науки, инженерии или производства.
Пятая — распределённая исследовательская ноомашина.
Она объединяет несколько вычислительных и экспериментальных подсистем.
При этом выбор коммерческой модели должен определяться полной стоимостью результата и требованиями пользователя.
4.4.11. Массовость и функциональная зрелость
Важно учитывать, что массовое распространение не всегда означает высокую технологическую зрелость.
На рынок может поступить множество ИИ-компьютеров с широкими информационными возможностями.
Но если они не обеспечивают воспроизводимого научно-технического творчества, их нельзя автоматически признавать НооПК в предлагаемом смысле.
В предыдущей главе была введена авторская шкала N0–N5.
Для массового ноомашиностроения особое значение имеют уровни N3–N5.
На уровне N3 должна быть доказана специализированная ноофункциональность.
На уровне N4 — подтверждено контролируемое совершенствование методов.
На уровне N5 — установлена практическая зрелость для определённой области применения.
Однако N5 не следует трактовать как универсальный уровень машинного интеллекта.
Он может относиться к специализированной системе.
Поэтому массовое производство целесообразно начинать с функционально ограниченных, но надёжных конфигураций.
4.4.12. Международная промышленная кооперация
Современное производство компьютеров основывается на сложной международной системе разделения труда.
Полупроводниковые устройства.
Память.
Операционные системы.
Вычислительные модели.
Программные библиотеки.
И специализированное оборудование разрабатываются многочисленными организациями.
Поэтому будущая индустрия ноомашиностроения также может иметь международный характер.
Но это создаёт дополнительные вопросы.
Необходимо учитывать лицензирование.
Совместимость стандартов.
Безопасность цепочек поставок.
Доступность вычислительных ресурсов.
И защиту интеллектуальной собственности.
Особенно важно избегать ситуации, когда работоспособность массового НооПК полностью зависит от одного труднозаменимого компонента.
Следовательно, промышленная устойчивость должна стать самостоятельным критерием проектирования.
4.4.13. Экономика тиражирования ноомашин
Массовое производство способно снижать определённые удельные затраты.
Однако эффект масштаба зависит от характера продукта.
Например, стоимость разработки программной платформы может распределяться между большим количеством пользователей.
Но при использовании удалённых интеллектуальных моделей переменные вычислительные затраты сохраняются.
Кроме того, рост числа пользователей может требовать расширения центров обработки данных.
Поэтому массовость не гарантирует пропорционального уменьшения стоимости эксплуатации.
Необходимо оценивать отдельно стоимость разработки.
Изготовления.
Распространения.
Поддержки.
И выполнения интеллектуальных функций.
Следовательно, экономика ноомашиностроения должна рассматриваться на уровне полного жизненного цикла.
4.4.14. Возможная роль PICO в будущем ноомашиностроении
В долгосрочной перспективе успешные результаты PICO могут изменить физическую основу вычислительных устройств.
Однако в настоящее время нельзя научно обоснованно утверждать, что пикоэлектроника обязательно обеспечит радикальное удешевление массовых ноокомпьютеров.
Для этого необходимо экспериментально доказать преимущества новых электронных архитектур.
Обеспечить воспроизводимость.
Решить проблемы интеграции.
Создать производственную инфраструктуру.
И подтвердить экономическую эффективность.
Поэтому первоначальная программа массового NOO должна опираться на существующую компьютерную промышленность.
А потенциальное появление новых физических элементов следует рассматривать как возможный дополнительный путь совершенствования.
4.4.15. Проектная последовательность массового ноомашиностроения
Для INM предлагается следующая исследовательско-производственная последовательность.
Этап Основной результат
Исследовательский прототип Проверка ноофункций
Специализированная платформа Воспроизводимые задачи
Стандартизация модулей Программная совместимость
Опытная серия Эксплуатационные испытания
Массовый НооПК Доступный серийный продукт
Следующие поколения Улучшение цены и функций
Данная последовательность является проектным сценарием.
Она не определяет заранее гарантированных сроков или объёмов производства.
Переход между этапами должен осуществляться на основании подтверждённых функциональных и экономических результатов.
4.4.16. Главный промышленный вывод
Массовое ноомашиностроение может возникнуть только при сочетании нескольких условий.
Необходимы доказанные интеллектуально-креативные функции.
Стандартизированная архитектура.
Совместимая аппаратная инфраструктура.
Надёжное программное обеспечение.
Проверяемая безопасность.
И экономически доступная модель эксплуатации.
Следовательно, создание массового НооПК представляет не только вычислительную, но и комплексную промышленную задачу.
4.5. Социально-экономические последствия появления НооПК
4.5.1. Новая доступность интеллектуального труда
Одним из наиболее значимых потенциальных последствий массового распространения НооПК может стать расширение доступности сложных интеллектуальных функций.
В настоящее время многие виды научно-технической деятельности требуют специализированной подготовки.
Доступа к научной литературе.
Профессионального программного обеспечения.
Вычислительных ресурсов.
И исследовательской инфраструктуры.
Персональная ноосистема способна уменьшать часть этих барьеров.
Например, облегчать предварительное изучение новой научной области.
Помогать анализировать технические документы.
Разрабатывать расчётные модели.
И проверять отдельные инженерные гипотезы.
Однако это не означает полного устранения различий в квалификации.
Профессиональный опыт, экспериментальные навыки и способность критически оценивать результаты сохраняют принципиальное значение.
Поэтому массовый НооПК следует рассматривать как средство потенциального расширения человеческих возможностей, а не как автоматическую замену профессионального образования.
4.5.2. Демократизация научно-технического творчества
Историческая компьютеризация сделала программируемые вычисления доступными огромному количеству пользователей.
Аналогичный по общественному значению результат может возникнуть при распространении интеллектуально-креативных инструментов.
Например, отдельный разработчик сможет использовать специализированные средства технического проектирования.
Небольшая лаборатория — более эффективные методы анализа данных.
Малое предприятие — инструменты предварительного инженерного моделирования.
Студент — персональную систему поддержки исследовательской деятельности.
Однако демократизация не должна пониматься как гарантированное уравнивание возможностей всех участников.
Сохраняются различия в доступе к оборудованию, информации, образованию и финансовым ресурсам.
Поэтому общественный эффект будет зависеть от реальной стоимости и доступности функций.
4.5.3. Изменение структуры интеллектуальных профессий
Распространение ИИ уже влияет на организацию некоторых видов профессиональной деятельности.
Однако необходимо различать автоматизацию отдельных задач и исчезновение профессии в целом.
Профессиональная деятельность обычно включает множество функций.
Часть из них может быть автоматизирована.
Другие требуют человеческого взаимодействия.
Принятия ответственности.
Работы в неопределённых условиях.
Или использования специализированного физического оборудования.
В исследовании Международной организации труда 2025 года было установлено, что примерно каждый четвёртый занятый в мире работает в профессии, имеющей определённую степень подверженности генеративному ИИ [30].
Однако этот показатель не означает, что четверть работников будет заменена машинами.
Исследование подчёркивает высокую вероятность изменения содержания рабочих задач.
Следовательно, социально-экономические последствия НооПК необходимо анализировать прежде всего на уровне трансформации функций и компетенций.
4.5.4. Возможные последствия для молодых специалистов
Особого внимания заслуживает проблема начального профессионального опыта.
Многие специалисты приобретают квалификацию посредством выполнения сравнительно простых профессиональных задач.
Например, подготовки документов.
Анализа исходных данных.
Разработки несложных программ.
И участия в стандартных инженерных процедурах.
Если значительная часть таких функций автоматизируется, могут измениться традиционные механизмы профессионального обучения.
В пересмотренном исследовании Stanford Digital Economy Lab, опубликованном в августе 2026 года, отмечены признаки снижения занятости молодых специалистов в ряде профессий, наиболее подверженных воздействию ИИ [31].
Однако авторы не обнаружили свидетельств повсеместного вытеснения работников во всей экономике.
Кроме того, необходимо учитывать, что выявленные статистические связи не всегда позволяют однозначно установить причинный механизм.
Поэтому соответствующие результаты следует рассматривать как основание для дополнительного анализа, а не как доказательство неизбежного массового исчезновения рабочих мест.
4.5.5. Возникновение новых профессиональных функций
Развитие ноотехнологий способно не только изменять существующие профессии, но и создавать новые виды деятельности.
Например, проектирование интеллектуально-креативных исследовательских процессов.
Проверку автоматически сформированных научных гипотез.
Управление исследовательской памятью.
Настройку профессиональных ноомодулей.
Разработку методов независимой проверки.
Аудит интеллектуальных систем.
И интеграцию ноомашин с экспериментальным оборудованием.
Однако появление подобных функций не означает автоматической компенсации всех изменений рынка труда.
Новые рабочие места могут требовать другой квалификации.
Возникать в иных регионах.
И иметь другие требования к образованию.
Следовательно, для социально устойчивого развития NOO необходимы программы профессиональной адаптации.
4.5.6. НооПК и образование как основа новой экономики
Возможное распространение персональных ноомашин повышает значение образования.
Парадокс заключается в том, что чем больше интеллектуальных операций способна выполнять машина, тем важнее становится способность человека правильно ставить задачи и проверять результаты.
Для этого необходимы фундаментальные знания.
Критическое мышление.
Математическая и информационная грамотность.
Навыки экспериментальной проверки.
И понимание ограничений интеллектуальных моделей.
Следовательно, образовательный НооПК должен не только помогать выполнять задания, но и способствовать развитию самостоятельной интеллектуальной деятельности.
Особенно важно сохранять различие между краткосрочным удобством и долговременным формированием компетенций.
4.5.7. НооПК и малое технологическое предпринимательство
Одним из потенциальных экономических последствий может стать снижение барьеров создания новых технологических предприятий.
Небольшая команда сможет использовать интеллектуальные инструменты для анализа технической проблемы.
Предварительного проектирования.
Моделирования.
Подготовки программных прототипов.
И оценки различных вариантов продукта.
Однако необходимо учитывать, что реальные технологические предприятия сталкиваются с ограничениями, которые не устраняются одним интеллектуальным инструментом.
Требуются инвестиции.
Производственные мощности.
Поставщики.
Испытательные лаборатории.
Правовая защита.
И доступ к рынку.
Поэтому НооПК способен уменьшать часть интеллектуальных и проектных затрат, но не гарантирует коммерческий успех.
4.5.8. Новая организация распределённой науки
Массовые ноокомпьютеры могут способствовать развитию распределённых исследовательских систем.
Отдельные исследователи и небольшие коллективы смогут взаимодействовать посредством совместимых программных платформ.
Обмениваться проверенными данными.
Использовать общие библиотеки моделей.
Повторно применять исследовательские методы.
И организовывать совместную проверку результатов.
Однако возникает необходимость обеспечить совместимость и доверие.
Необходимо устанавливать происхождение данных.
Документировать методы.
Фиксировать авторство.
И сохранять возможность независимого воспроизведения результатов.
Следовательно, распределённая научная система должна строиться не только на информационной доступности, но и на стандартах достоверности.
4.5.9. Цифровое неравенство и доступность НооПК
Распространение интеллектуальных технологий происходит в условиях значительного глобального неравенства доступа к цифровой инфраструктуре.
По данным Международного союза электросвязи, в 2025 году около 2,2 миллиарда человек в мире оставались без доступа к интернету [32].
Кроме того, качество связи и доступность оборудования существенно различаются между регионами.
Поэтому массовое распространение НооПК может сопровождаться не только расширением возможностей, но и усилением существующих различий.
Пользователи с доступом к мощной вычислительной инфраструктуре могут получать более качественные интеллектуальные функции.
Другие будут ограничены стоимостью оборудования, связью и доступными моделями.
Следовательно, демократизация NOO требует внимания к доступности аппаратных платформ, локальных функций и образовательных ресурсов.
4.5.10. Концентрация интеллектуально-вычислительной инфраструктуры
Одним из возможных рисков становится чрезмерная концентрация вычислительных ресурсов и интеллектуальных моделей.
Разработка наиболее мощных систем искусственного интеллекта может требовать значительных финансовых и технических ресурсов.
Это способно усиливать зависимость пользователей от небольшого количества поставщиков.
Но подобная концентрация не является неизбежной характеристикой всех интеллектуальных функций.
Существуют локальные модели.
Открытые программные компоненты.
Специализированные решения.
И независимые исследовательские платформы.
Поэтому для массового НооПК особенно важно развивать стандарты совместимости.
Возможность переноса данных.
Прозрачные условия использования моделей.
И конкуренцию различных технологических решений.
4.5.11. Интеллектуальная собственность и новые формы авторства
Появление ноокомпьютеров может существенно усложнить вопросы интеллектуальной собственности.
Например, научная гипотеза может быть сформирована при совместном взаимодействии исследователя и интеллектуальной системы.
Техническое решение — получено в результате автоматизированного поиска.
Программный алгоритм — предложен генеративной моделью и затем существенно изменён человеком.
Для корректной оценки необходимо документировать процесс разработки.
Сохранять историю исследовательских решений.
Фиксировать использованные источники.
И учитывать действующее законодательство.
При этом нельзя автоматически считать интеллектуальную систему автором или изобретателем в юридическом смысле.
Соответствующие вопросы определяются правом конкретной юрисдикции.
Поэтому будущая экономика НооПК должна включать прозрачные механизмы управления результатами интеллектуальной деятельности.
4.5.12. Информационная достоверность и социальное доверие
Массовое распространение систем, способных создавать большие объёмы убедительной информации, повышает значение проверки достоверности.
Ошибочные научные выводы.
Недостоверные технические рекомендации.
Фиктивные источники.
И неправильно интерпретированные данные могут распространяться значительно быстрее.
Поэтому перспективный НооПК должен отличаться от обычного генератора информации наличием систематических проверочных процедур.
Особенно важно указывать степень подтверждённости результата.
Сохранять происхождение научных сведений.
И обеспечивать возможность независимой проверки.
Следовательно, доверие к НооПК должно основываться на доказуемой надёжности, а не на внешней убедительности ответа.
4.5.13. Экономическая эффективность и распределение выгод
Даже если интеллектуальные системы обеспечивают значительное повышение производительности, экономические выгоды могут распределяться неравномерно.
Часть эффекта может получать пользователь.
Часть — работодатель.
Часть — разработчик программного обеспечения.
Часть — поставщик вычислительной инфраструктуры.
Поэтому необходимо различать рост общей производительности и изменение распределения доходов.
В работе Acemoglu, опубликованной в Economic Policy в 2025 году, рассматриваются макроэкономические последствия искусственного интеллекта и ограничения прогнозов, основанных на автоматизации отдельных задач [22].
Для NOO это имеет принципиальное значение.
Снижение стоимости интеллектуальных операций не гарантирует автоматического увеличения благосостояния всех социальных групп.
Результат зависит от экономических институтов, структуры рынка, образования и доступности технологий.
4.5.14. Экологические последствия массовой ноокомпьютеризации
Рост количества интеллектуальных вычислительных устройств способен увеличивать потребность в электронных компонентах и энергии.
Особое значение имеют производство полупроводников.
Эксплуатация центров обработки данных.
Охлаждение.
Передача информации.
И утилизация оборудования.
Однако нельзя заранее утверждать, что массовые НооПК обязательно увеличат суммарное экологическое воздействие.
Интеллектуальная оптимизация может также сокращать потери материалов.
Улучшать энергетическое управление.
Повышать эффективность производства.
И уменьшать количество неудачных экспериментов.
Следовательно, необходимо оценивать полный жизненный цикл.
Сравнение должно учитывать как дополнительные затраты, так и реально подтверждённую экономию ресурсов.
4.5.15. Различные сценарии социально-экономического развития
Для научно корректного прогнозирования предлагается рассматривать несколько сценариев.
Эволюционный сценарий.
Интеллектуальные функции постепенно интегрируются в существующие персональные компьютеры.
Специализированные ноосистемы развиваются в отдельных профессиональных областях.
Однако качественного перехода к массовому научно-техническому творчеству не происходит.
Сценарий специализированной ноокомпьютеризации.
Создаются надёжные НооПК для определённых классов задач.
Например, науки, инженерии и образования.
Они демонстрируют измеримые преимущества, но сохраняют существенные предметные ограничения.
Сценарий массовой NOO.
Формируется совместимая промышленная платформа.
Стоимость подтверждённых интеллектуальных функций существенно снижается.
Возникает возможность широкого применения ноокомпьютеров в различных областях.
Сценарий технологических ограничений.
Повышение сложности интеллектуальных систем сопровождается чрезмерными вычислительными, энергетическими и проверочными затратами.
Распространение НооПК ограничивается специализированными профессиональными применениями.
Эти сценарии не являются прогнозами с установленной вероятностью.
Они представляют альтернативные исследовательские возможности.
4.5.16. НооПК как элемент генеральной технологии Метаразвития
В концепции настоящей книги появление массового НооПК рассматривается как один из возможных результатов субтехнологии NOO.
Но его стратегическое значение не ограничивается созданием нового потребительского продукта.
Главный вопрос заключается в том, сможет ли массовая доступность интеллектуально-креативных функций повысить эффективность научно-технологического развития.
Например, ускорить разработку новых материалов.
Сократить стоимость инженерного проектирования.
Расширить круг участников научных исследований.
И улучшить методы создания последующих технологий.
Однако подобный эффект должен измеряться.
Необходимо учитывать полную стоимость результатов.
Их качество.
Воспроизводимость.
И влияние на последующие исследовательские циклы.
Таким образом, массовая ноокомпьютеризация должна рассматриваться как возможный компонент Метаразвития, а не как доказательство его автоматического возникновения.
Перспективная экономическая карта массовой NOO
Для обобщения предлагается следующая исследовательская карта.
Направление Возможный эффект Условие подтверждения
Персональная NOO Доступность сложных функций Работающий НооПК
Научная NOO Ускорение исследований Проверенные результаты
Инженерная NOO Улучшение проектирования Испытанные решения
Образовательная NOO Повышение качества обучения Независимая оценка знаний
Производственная NOO Совершенствование процессов Воспроизводимая эффективность
Массовое производство Снижение удельных затрат Экономика серийного выпуска
Метаразвитие Улучшение методов создания технологий Последовательные испытания
Данная карта представляет авторскую исследовательскую классификацию.
Она не означает, что все перечисленные результаты уже достигнуты.
Для каждого направления необходима отдельная экспериментальная программа.
Значение новой экономики вычислений для проекта INM
В рамках International NooMachines развитие НооПК предлагается рассматривать как долгосрочное направление NOO.
Его первоначальный этап должен быть связан с созданием исследовательской системы.
Затем необходимо доказать воспроизводимость определённых интеллектуально-креативных функций.
После этого разработать совместимую программную платформу.
Установить полную стоимость выполнения соответствующих задач.
И исследовать возможность массового внедрения.
Особое значение имеет сохранение независимости двух базовых субтехнологий Метаразвития.
PICO должна исследовать перспективные физические основания электронной техники.
NOO — способы совершенствования интеллектуально-креативной деятельности.
Обе программы могут развиваться одновременно.
Но первоначальная массовая NOO должна использовать существующую вычислительную инфраструктуру.
Потенциальные результаты PICO могут рассматриваться как дополнительные возможности будущих поколений ноокомпьютеров.
Однако их экономическая полезность требует самостоятельной проверки.
Для генеральной программы META особенно важен следующий показатель.
Необходимо установить, приводит ли использование НооПК к воспроизводимому снижению полной стоимости создания новых научно-технических результатов.
Если такой эффект подтверждается, возникает основание для расширения программы.
Если он сохраняется после совершенствования исследовательских методов, можно рассматривать более сложную гипотезу об ускорении научно-технологического развития.
Но если ожидаемое преимущество не подтверждается, соответствующую архитектуру или экономическую модель необходимо пересмотреть.
Таким образом, развитие массового ноомашиностроения должно основываться на экспериментальной проверке функциональных и экономических преимуществ.
Заключение к главе 4
В настоящей главе рассмотрены основные предпосылки и возможные социально-экономические последствия перехода от современных персональных компьютеров и интеллектуальных систем к массовым ноокомпьютерам.
Показано, что историческое развитие вычислительной техники сопровождалось не только увеличением производительности, но и расширением доступности новых функций.
Важнейшим примером стала персональная компьютеризация.
Она позволила превратить универсальную вычислительную машину в массовый инструмент интеллектуального труда.
Однако следующая предполагаемая ступень развития должна определяться не просто увеличением вычислительной мощности.
Её центральная задача связана с массовой доступностью интеллектуально-креативных функций.
В концепции настоящей книги соответствующая перспектива обозначается как создание массового персонального ноокомпьютера — НооПК.
При этом функциональная новизна такого устройства должна определяться способностью воспроизводимо получать и проверять полезные интеллектуальные результаты.
Первое направление связано с персонализацией интеллектуальной мощности.
Современные аппаратные средства уже позволяют выполнять некоторые интеллектуальные модели непосредственно на персональных устройствах.
Однако для сложных научно-технических задач может сохраняться необходимость использования распределённой вычислительной инфраструктуры.
Поэтому наиболее перспективной первоначальной архитектурой представляется сочетание локальных и внешних интеллектуальных ресурсов.
Второе направление связано с функциональным применением НооПК.
Особенно значимыми являются наука, инженерия, образование и производство.
Однако критерии полезности различаются.
Для науки необходимо подтверждение новых знаний.
Для инженерии — работоспособность технического решения.
Для образования — реальное освоение компетенций.
Для производства — воспроизводимое улучшение технологических характеристик.
Следовательно, массовая NOO должна развиваться посредством создания специализированных функциональных конфигураций.
Третье направление связано с экономикой интеллектуальных функций.
Современные исследования подтверждают снижение стоимости отдельных ИИ-операций и повышение производительности некоторых видов интеллектуальной работы.
Однако соответствующие эффекты существенно зависят от характера задачи.
Поэтому снижение стоимости генерации информации не должно отождествляться со снижением стоимости научного открытия или технического изобретения.
Для NOO предлагается использовать показатель полной стоимости подтверждённого полезного интеллектуального результата.
Именно он должен стать основным экономическим критерием перспективного ноокомпьютера.
Четвёртое направление связано с массовым ноомашиностроением.
Создание новой промышленной категории требует не только интеллектуальных моделей.
Необходимы стандартизированные программные интерфейсы.
Совместимые аппаратные платформы.
Процедуры функциональных испытаний.
Надёжная исследовательская память.
Контроль безопасности.
И экономически осуществимая система производства и обслуживания.
Пятое направление охватывает социально-экономические последствия.
Массовые ноокомпьютеры потенциально способны расширить доступность научно-технического творчества.
Поддерживать профессиональное обучение.
Создавать новые возможности для небольших исследовательских коллективов.
И способствовать развитию технологического предпринимательства.
Однако возможны и ограничения.
Изменение структуры занятости.
Рост требований к квалификации.
Усиление цифрового неравенства.
Концентрация интеллектуально-вычислительной инфраструктуры.
И увеличение энергетических потребностей.
Поэтому социальная результативность NOO не должна выводиться исключительно из технической производительности.
Необходимо оценивать реальные условия распространения и использования соответствующих систем.
Для генеральной технологии Метаразвития массовый НооПК представляет возможный инструмент качественного расширения научно-технического потенциала.
Но его появление не является достаточным доказательством возникновения Метаразвития.
Необходимо экспериментально установить, способна ли массовая NOO повышать эффективность создания последующих технологий.
Причём соответствующий эффект должен сохраняться при независимой проверке.
Особое значение приобретает возможность совершенствовать сами методы научно-технологического поиска.
Именно здесь возникает связь между персональной ноокомпьютеризацией и стратегической задачей технологии опережения опережения.
Однако нельзя заранее предполагать бесконечное самоускорение.
Научные и технологические процессы сохраняют физические, энергетические, информационные и экономические ограничения.
Следовательно, развитие массовой NOO должно осуществляться как последовательная исследовательская и промышленная программа.
От создания отдельной интеллектуальной функции — к её достоверной проверке.
От проверенной функции — к воспроизводимому ноокомпьютеру.
От экспериментального ноокомпьютера — к стандартизированной платформе.
От платформы — к массовому НооПК.
От массового НооПК — к расширению доступности интеллектуально-креативной деятельности.
От отдельных результатов — к снижению полной стоимости создания новых знаний и технологий.
И от снижения этой стоимости — к исследованию возможности совершенствования самого механизма научно-технологического развития.
Главная экономическая перспектива НооПК заключается не только в удешевлении вычислений, а в потенциальном снижении стоимости воспроизводимого создания новых знаний, изобретений и технологий.
Именно в этом состоит стратегический смысл массового ноомашиностроения как перспективного направления субтехнологии NOO в генеральной технологии Метаразвития.
Основные источники и научная литература к главе 4
Персональные компьютеры и современные интеллектуальные вычислительные платформы
IBM. The IBM PC. IBM History. История создания IBM Personal Computer 5150 и формирования массовой персональной компьютерной платформы.
https://www.ibm.com/history/personal-computer
Microsoft. Copilot+ PCs Developer Guide. Microsoft Learn. Официальная документация по нейропроцессорным блокам, требованиям к аппаратным устройствам и локальному выполнению интеллектуальных моделей.
https://learn.microsoft.com/en-us/windows/ai/npu-devices/
MLCommons. MLPerf Client v2.0 Expands AI PC Benchmarking with Image Generation and Agentic AI. 18 August 2026. Развитие стандартизированных методов измерения производительности персональных ИИ-компьютеров и агентных задач.
https://mlcommons.org/2026/08/mlperf-client-v2-0/
ONNX Runtime. Execution Providers. Документация средств выполнения интеллектуальных моделей на различных аппаратных платформах, включая CPU, GPU и специализированные нейропроцессоры.
https://onnxruntime.ai/docs/execution-providers/
Stanford Institute for Human-Centered Artificial Intelligence. The 2026 AI Index Report. Stanford University. 2026. Международный аналитический обзор развития искусственного интеллекта, вычислительных платформ, научных применений и экономических последствий.
https://hai.stanford.edu/ai-index/2026-ai-index-report
Lewis P., Perez E., Piktus A. et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 9459–9474. Методы объединения интеллектуальных моделей с внешними информационными ресурсами.
https://arxiv.org/abs/2005.11401
Искусственный интеллект в науке и инженерии
Fawzi A., Balog M., Huang A. et al. Discovering Faster Matrix Multiplication Algorithms with Reinforcement Learning. Nature. 2022. Vol. 610. P. 47–53. Экспериментальные результаты AlphaTensor по поиску новых алгоритмов умножения матриц.
DOI: https://doi.org/10.1038/s41586-022-05172-4
Romera-Paredes B., Barekatain M., Novikov A. et al. Mathematical Discoveries from Program Search with Large Language Models. Nature. 2024. Vol. 625. P. 468–475. Система FunSearch и сочетание генеративного поиска с проверкой результатов.
DOI: https://doi.org/10.1038/s41586-023-06924-6
Zeni C., Pinsler R., Z;gner D. et al. A Generative Model for Inorganic Materials Design. Nature. 2025. Vol. 639. P. 624–632. Генеративная модель MatterGen для поиска новых неорганических материалов.
DOI: https://doi.org/10.1038/s41586-025-08628-5
Szymanski N. J., Rendy B., Fei Y. et al. An Autonomous Laboratory for the Accelerated Synthesis of Inorganic Materials. Nature. 2023. Vol. 624. P. 86–91. Экспериментальная автономная лаборатория A-Lab.
DOI: https://doi.org/10.1038/s41586-023-06734-w
Szymanski N. J., Rendy B., Fei Y. et al. Author Correction: An Autonomous Laboratory for the Accelerated Synthesis of Inorganic Materials. Nature. 2026. Исправление результатов исходного исследования A-Lab.
DOI: https://doi.org/10.1038/s41586-025-09992-y
Boiko D. A., MacKnight R., Kline B., Gomes G. Autonomous Chemical Research with Large Language Models. Nature. 2023. Vol. 624. P. 570–578. Система Coscientist и интеллектуальная автоматизация экспериментальных исследований.
DOI: https://doi.org/10.1038/s41586-023-06792-0
Искусственный интеллект в образовании
Miao F., Holmes W. Guidance for Generative AI in Education and Research. UNESCO. Paris, 2023. Международное руководство по человекоцентричному использованию генеративного искусственного интеллекта в образовании и научных исследованиях.
OECD. OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. OECD Publishing, Paris. 2026. Международный анализ эффективности и ограничений применения генеративного искусственного интеллекта в обучении.
DOI: https://doi.org/10.1787/062a7394-en
Bastani H., Bastani O., Sungu A., Ge H., Kabakc; ;., Mariman R. Generative AI without Guardrails Can Harm Learning: Evidence from High School Mathematics. Proceedings of the National Academy of Sciences. 2025. Vol. 122. No. 26. Article e2422633122. Экспериментальное исследование влияния интеллектуальных помощников на самостоятельное освоение знаний.
DOI: https://doi.org/10.1073/pnas.2422633122
Производительность труда и стоимость интеллектуальных функций
Noy S., Zhang W. Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. Science. 2023. Vol. 381. No. 6654. P. 187–192. Экспериментальная оценка изменения скорости и качества выполнения профессиональных письменных задач.
DOI: https://doi.org/10.1126/science.adh2586
Brynjolfsson E., Li D., Raymond L. Generative AI at Work. The Quarterly Journal of Economics. 2025. Vol. 140. No. 2. P. 889–942. Исследование влияния генеративного ИИ на производительность работников клиентской поддержки.
DOI: https://doi.org/10.1093/qje/qjae044
Becker J., Rush N., Barnes E., Rein D. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. METR. 2025. Экспериментальная оценка влияния ИИ-инструментов на выполнение сложных программно-инженерных задач.
https://arxiv.org/abs/2507.09089
Becker J., Rush N., Cunningham T., Rein D., Mahamud K. We Are Changing Our Developer Productivity Experiment Design. METR. 24 February 2026. Методологические ограничения оценки производительности разработчиков и новые результаты экспериментов.
https://metr.org/blog/2026-02-24-uplift-update/
Stanford Institute for Human-Centered Artificial Intelligence. The 2025 AI Index Report. Stanford University. 2025. Международные данные о снижении стоимости ИИ-вычислений, развитии аппаратных средств и распространении интеллектуальных моделей.
https://hai.stanford.edu/ai-index/2025-ai-index-report
International Energy Agency. Key Questions on Energy and AI. IEA, Paris. 16 April 2026. Международный анализ энергопотребления центров обработки данных, перспектив роста вычислительной инфраструктуры и энергетических ограничений.
https://www.iea.org/reports/key-questions-on-energy-and-ai
Acemoglu D. The Simple Macroeconomics of AI. Economic Policy. 2025. Vol. 40. No. 121. P. 13–58. Макроэкономические последствия автоматизации интеллектуальных функций и ограничения прогнозируемого роста производительности.
DOI: https://doi.org/10.1093/epolic/eiae042
Промышленное производство и стандартизация
International Federation of Robotics. World Robotics 2025: Industrial Robots. IFR. 2025. Международные данные о промышленной роботизации и масштабах применения автоматизированного оборудования.
ISO/IEC. ISO/IEC 42001:2023. Information Technology — Artificial Intelligence — Management System. Международный стандарт систем управления искусственным интеллектом.
https://www.iso.org/standard/42001
Tabassi E. Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. National Institute of Standards and Technology. 2023. Методология управления рисками и надёжностью интеллектуальных систем.
DOI: https://doi.org/10.6028/NIST.AI.100-1
NIST. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1. 2024. Дополнительные методы оценки и управления рисками генеративных интеллектуальных систем.
DOI: https://doi.org/10.6028/NIST.AI.600-1
Mitchell M., Wu S., Zaldivar A. et al. Model Cards for Model Reporting. Proceedings of the Conference on Fairness, Accountability, and Transparency. 2019. P. 220–229. Документирование характеристик, ограничений и результатов испытаний интеллектуальных моделей.
DOI: https://doi.org/10.1145/3287560.3287596
Gebru T., Morgenstern J., Vecchione B. et al. Datasheets for Datasets. Communications of the ACM. 2021. Vol. 64. No. 12. P. 86–92. Методология документирования происхождения и ограничений наборов данных.
Социально-экономические последствия искусственного интеллекта
Gmyrek P., Berg J., Kami;ski K. et al. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. International Labour Organization. Geneva, 2025. Международное исследование подверженности различных профессиональных задач автоматизации средствами генеративного ИИ.
DOI: https://doi.org/10.54394/HETP0387
Brynjolfsson E., Chandar B., Chen R. Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab. Пересмотренная версия от 12 августа 2026 года. Анализ изменений занятости работников различного возраста в профессиях, подверженных воздействию ИИ.
International Telecommunication Union. Measuring Digital Development: Facts and Figures 2025. ITU. Geneva, 2025. Международные показатели цифровой доступности, качества связи и глобального цифрового неравенства.
Авторская концепция Метаразвития, PICO и NOO
Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Том 1. Lag.ru. 2026. Авторская концепция генеральной технологии META, субтехнологий PICO и NOO, проекта International NooMachines и перспективного массового ноомашиностроения.
***
Мировая пикоэлектроника. Метаразвитие. Т. 2
© Copyright: Вадимир Петросян, 2026
Свидетельство о публикации №226102400147
Свидетельство о публикации №226102400147
Рецензии