Приложения к томам 1-5
Приложение А. Хронология мировой микро- и наноэлектроники
Приложение Б. Полная хронология Rapidus и документальные источники
Приложение В. Корпус мировых рейтингов микроэлектроники и протокол контент-анализа
Приложение Г. Методика расчёта интегрального индекса готовности к Метаразвитию
Приложение Д. Глоссарий: микро-, нано-, пико-, фемто-, ноо-, META
Приложение Е. Паспорт научных гипотез и критерии экспериментальной проверки
Приложение Ж. Организационная и инвестиционная модель INM
Приложение З. Пятилетние дорожные карты META, PICO и NOO
Приложение И. Методика сравнения стоимости и эффективности вычислительных систем
Приложение К. Международные исследовательские центры, корпорации и перспективные партнёры INM
СПИСОК ИСТОЧНИКОВ И ЛИТЕРАТУРЫ
Научные публикации, техническая документация, патенты, корпоративная отчётность, национальные стратегии, базы статистики и аналитические исследования.
*********
© 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
******
Приложение А. Хронология мировой микро- и наноэлектроники
А.1. Назначение и методологические основания хронологии
История мировой микро- и наноэлектроники представляет собой последовательность фундаментальных научных открытий, инженерных изобретений, промышленных преобразований и сменяющихся технологических платформ.
Эта история не сводится к уменьшению размеров электронных компонентов.
Она охватывает развитие физических представлений о веществе, создание полупроводниковых приборов, формирование интегральной схемотехники, появление микропроцессоров, развитие компьютерного производства, освоение нанометровых масштабов и возникновение новых методов управления атомарными структурами.
В контексте настоящего шеститомного исследования особый интерес представляет историческая взаимосвязь трёх процессов.
Первый — последовательное совершенствование физических элементов электроники.
Второй — развитие вычислительных архитектур и способов использования электронных устройств.
Третий — совершенствование самих методов исследования, проектирования и промышленного производства новых поколений техники.
Именно взаимодействие этих процессов создаёт исторические предпосылки постановки проблемы Метаразвития.
В авторской концепции В. К. Петросяна технологическая программа META рассматривается как перспективный механизм совершенствования способов создания новых технологий.
Две субтехнологии — PICO и NOO — должны обеспечивать взаимосвязанные физико-технологические и интеллектуально-креативные направления исследований.
Предлагаемый проект INM — International NooMachines — служит организационной концепцией их совместного развития.
Однако историческая хронология должна чётко отделять реальные события прошлого и настоящего от предполагаемых будущих этапов.
Поэтому в приложении используются следующие категории:
Научное открытие — получение нового знания о физическом явлении, материале или закономерности.
Экспериментальная демонстрация — подтверждение работоспособности принципа либо устройства в определённых лабораторных условиях.
Промышленное освоение — создание воспроизводимых технологических процессов и коммерчески применимой продукции.
Архитектурное преобразование — изменение организации вычислительных или электронных систем.
Исследовательская перспектива — научно обоснованное направление, промышленная реализуемость которого ещё не установлена.
Проектная гипотеза — предлагаемое будущее достижение, требующее самостоятельной экспериментальной проверки.
Принципиальное значение имеет также правильное понимание размерных обозначений.
Микрометр, нанометр, пикометр и фемтометр представляют объективные единицы длины.
Однако названия промышленных технологических поколений полупроводниковой электроники не всегда соответствуют буквальным геометрическим размерам отдельных компонентов.
В частности, обозначения технологических узлов «3 нм» и «2 нм» нельзя интерпретировать как размеры всех транзисторных структур.
Хронология составлена по состоянию на 24 октября 2026 года. События последующих лет вынесены в отдельную сценарную часть.
А.2. Предыстория полупроводниковой электроники: 1833–1946 годы
| Год | Событие | Историческое значение |
|---|---|---|
| 1833 | Майкл Фарадей исследует температурную зависимость проводимости сульфида серебра | Ранние исследования полупроводниковых свойств |
| 1873 | Уиллоуби Смит описывает фотопроводимость селена | Предпосылки полупроводниковой оптоэлектроники |
| 1874 | Карл Фердинанд Браун исследует выпрямление электрического тока кристаллическими контактами | Предпосылки кристаллических диодов |
| 1897 | Джозеф Джон Томсон открывает электрон | Формирование электронной физики |
| 1904 | Джон Амброз Флеминг создаёт вакуумный диод | Начало электронной схемотехники |
| 1906 | Ли де Форест разрабатывает триод | Электронное усиление и управление током |
| 1925–1926 | Юлиус Лилиенфельд патентует концепции полевого транзистора | Раннее представление об управлении проводимостью электрическим полем |
| 1928 | Феликс Блох развивает квантовую теорию электронов в периодическом потенциале | Теоретическая основа зонной модели твёрдого тела |
| 1931 | Алан Уилсон публикует работы по квантовой теории проводимости полупроводников | Развитие физического объяснения полупроводников |
| 1940 | Рассел Ол обнаруживает свойства кремниевого p–n-перехода и фотоэлектрический эффект | Предпосылки переходных транзисторов и солнечных элементов |
| 1946 | Публичное представление электронной вычислительной машины ENIAC | Демонстрация возможностей масштабной электронной вычислительной техники |
Исторический итог периода
В XIX и первой половине XX века формируется фундаментальная научная основа современной электроники.
Исследования электрической проводимости кристаллов, открытие электрона, развитие квантовой механики и появление электронных усилительных приборов подготовили переход от вакуумной электроники к полупроводниковой.
К середине 1940-х годов основные физические предпосылки создания транзистора уже существовали.
Однако ещё требовалось объединить физическую теорию, материалы высокой чистоты, технологические методы и инженерное конструирование.
А.3. Транзисторная революция: 1947–1959 годы
| Год | Событие | Историческое значение |
|---|---|---|
| 1947 | Джон Бардин и Уолтер Браттейн демонстрируют точечный транзистор в Bell Laboratories | Начало транзисторной электроники |
| 1948 | Уильям Шокли формулирует концепцию переходного транзистора | Основа последующего развития биполярных приборов |
| 1948 | Герберт Матаре и Генрих Велкер независимо создают точечный транзистор во Франции | Независимое подтверждение технологического направления |
| 1951 | Bell Laboratories демонстрирует практический переходный транзистор | Предпосылки массового применения |
| 1954 | Texas Instruments представляет коммерческий кремниевый транзистор | Укрепление роли кремния |
| 1956 | Шокли основывает полупроводниковую лабораторию в Калифорнии | Важное событие истории Кремниевой долины |
| 1957 | Создание Fairchild Semiconductor | Формирование будущей промышленной экосистемы |
| 1958 | Джек Килби демонстрирует интегральную схему | Принцип объединения элементов в одном полупроводниковом устройстве |
| 1959 | Жан Эрни разрабатывает планарный технологический процесс | Основа массового изготовления интегральных схем |
| 1959 | Роберт Нойс предлагает монолитную интегральную схему с межсоединениями | Путь к технологически масштабируемой интеграции |
Исторический итог периода
Транзисторная революция изменила физическую основу электронной промышленности.
Первоначальное преимущество транзисторов заключалось в уменьшении размеров, повышении надёжности и снижении энергопотребления по сравнению со многими вакуумными приборами.
Но наиболее глубокий результат был связан с появлением возможности объединять большие количества функциональных элементов в единой технологически воспроизводимой структуре.
Изобретение транзистора стало началом новой электронной эпохи.
Создание интегральной схемы открыло путь к промышленному масштабированию этой эпохи.
А.4. Становление интегральной микроэлектроники: 1960–1979 годы
| Год | Событие | Историческое значение |
|---|---|---|
| 1960 | Мохамед Аталла и Давон Канг демонстрируют MOS-транзистор | Основа современной интегральной электроники |
| 1963 | Фрэнк Уэнласс предлагает принцип CMOS | Энергоэффективная комплементарная логика |
| 1964 | IBM представляет семейство System/360 | Стандартизация совместимых компьютерных архитектур |
| 1965 | Гордон Мур публикует прогноз роста сложности интегральных схем | Формирование исторической закономерности, известной как закон Мура |
| 1968 | Роберт Нойс и Гордон Мур основывают Intel | Возникновение будущего лидера микропроцессорной отрасли |
| 1970 | Intel представляет коммерческую микросхему динамической памяти 1103 | Переход к полупроводниковой оперативной памяти |
| 1971 | Выпуск Intel 4004 | Первый коммерчески значимый однокристальный микропроцессор |
| 1974 | Выпуск Intel 8080 | Расширение возможностей микропроцессорных систем |
| 1974 | Норио Танигути использует термин «нанотехнология» в контексте точного производства | Важный этап формирования терминологии нанотехнологий |
| 1974 | Ари Авираам и Марк Ратнер публикуют концепцию молекулярного выпрямителя | Теоретическая основа молекулярной электроники |
| 1975 | Гордон Мур пересматривает оценку темпов увеличения интеграции | Уточнение технологической траектории |
| 1978 | Представлен Intel 8086 | Основа архитектурного семейства x86 |
| 1979 | Развитие однокристальных цифровых сигнальных процессоров | Расширение специализированной вычислительной микроэлектроники |
Исторический итог периода
В течение 1960–1970-х годов складывается базовая промышленная модель микроэлектроники.
Её центральными элементами становятся MOS- и CMOS-технологии, фотолитография, интегральная память, микропроцессоры и стандартизированные вычислительные архитектуры.
Особое значение имеет закон Мура.
Первоначально сформулированный как эмпирическое наблюдение и прогноз, он постепенно превратился в организационный ориентир полупроводниковой промышленности.
Возникла необычная ситуация: прогноз темпов технологического развития начал влиять на планирование исследований, инвестиционные программы и координацию отрасли.
Этот исторический опыт имеет непосредственное значение для концепции Метаразвития.
Он показывает, что научно-технический прогресс зависит не только от физических открытий, но и от способов коллективной организации будущих достижений.
А.5. Формирование нанонауки и атомарных методов: 1980–1999 годы
| Год | Событие | Историческое значение |
|---|---|---|
| 1981 | Герд Бинниг и Генрих Рорер создают сканирующий туннельный микроскоп | Исследование проводящих поверхностей с атомарным разрешением |
| 1981 | Алексей Екимов обнаруживает квантово-размерные эффекты в полупроводниковых нанокристаллах | Важная основа физики квантовых точек |
| 1981 | Представлен IBM PC | Массовое распространение стандартизированной персональной вычислительной платформы |
| 1985 | Открытие фуллерена C60 | Развитие физики и химии наноуглеродных структур |
| 1986 | Создание атомно-силового микроскопа | Исследование поверхностей различных материалов на наномасштабе |
| 1986 | Бинниг и Рорер получают Нобелевскую премию по физике | Признание революционного значения STM |
| 1987 | Развитие теории одноэлектронных туннельных устройств | Новые физические подходы к электронике |
| 1989 | Дональд Эйглер и Эрхард Швейцер позиционируют отдельные атомы ксенона на поверхности | Экспериментальное подтверждение управляемого атомарного конструирования |
| 1990 | Публикация работы о позиционировании отдельных атомов | Закрепление результата в научной литературе |
| 1991 | Сумио Иидзима публикует исследование многостенных углеродных нанотрубок | Становление нового направления наноматериалов |
| 1993 | Экспериментальное описание одностенных углеродных нанотрубок | Расширение исследований одномерных электронных структур |
| 1998 | Демонстрации полевых транзисторов на углеродных нанотрубках | Перспективная элементная база наноэлектроники |
| 1999 | Развитие нанолитографии с использованием сканирующих зондов | Новые методы локального формирования наноструктур |
Исторический итог периода
Последние десятилетия XX века ознаменовались принципиальным расширением возможностей прямого экспериментального исследования атомарных и молекулярных структур.
Сканирующая туннельная и атомно-силовая микроскопия сделали наномир объектом систематического измерения и локального воздействия.
Особое значение имела возможность управляемого перемещения отдельных атомов.
Однако следует разграничивать три достижения: наблюдение атомарных структур, управление положением отдельных атомов и производство масштабируемых электронных устройств.
Это разные технологические уровни.
Возможность переместить один атом на поверхности ещё не означает возможности создать промышленную интегральную схему атомарного масштаба.
Тем не менее именно исследования данного периода сформировали экспериментальные основания современной атомарно-точной нанонауки.
А.6. Наноэлектроника как промышленная и научная платформа: 2000–2010 годы
| Год | Событие | Историческое значение |
|---|---|---|
| 2000 | Объявлена Национальная нанотехнологическая инициатива США | Крупномасштабная координация нанонаучных исследований |
| 2001 | Развитие исследований молекулярных и углеродных электронных устройств | Расширение альтернатив кремнию |
| 2003 | Закон США о нанотехнологических исследованиях и разработках | Институциональное закрепление нанотехнологической программы |
| 2004 | Андрей Гейм и Константин Новосёлов выделяют графен | Начало нового этапа исследований двумерных материалов |
| 2006 | Пол Ротемунд демонстрирует программируемое складывание ДНК — ДНК-оригами | Новые методы молекулярной самоорганизации |
| 2007 | Промышленное внедрение металлических затворов и диэлектриков high-k в передовых CMOS-процессах | Преодоление ограничений классических затворных структур |
| 2008–2009 | Активное развитие исследований графеновых и нанотрубочных электронных устройств | Расширение пространства Beyond-CMOS-решений |
| 2010 | Нобелевская премия по физике Гейму и Новосёлову | Признание значения графена и двумерных материалов |
Исторический итог периода
В начале XXI века нанотехнологии приобретают два взаимосвязанных значения.
С одной стороны, нанометровые масштабы становятся промышленной реальностью передовой полупроводниковой электроники.
С другой стороны, развивается широкий спектр альтернативных материалов и физических устройств.
При этом далеко не все лабораторные открытия превращаются в массовую электронную продукцию.
Например, графен обладает исключительными свойствами, но отсутствие естественной запрещённой зоны у идеального графена ограничивает его прямое использование в некоторых разновидностях цифровых переключающих транзисторов.
Это обстоятельство показывает, что перспективность материала всегда определяется конкретной функцией и требованиями применения.
А.7. Новые транзисторные архитектуры и пределы масштабирования: 2011–2019 годы
| Год | Событие | Историческое значение |
|---|---|---|
| 2011 | Intel объявляет переход к трёхмерным транзисторам Tri-Gate | Начало крупномасштабного промышленного перехода к FinFET |
| 2012 | Коммерческое применение Tri-Gate в 22-нм поколении Intel | Новый этап развития CMOS |
| 2014–2015 | Расширение промышленного использования FinFET | Распространение новых транзисторных архитектур |
| 2016 | Продолжение исследований атомарно-тонких каналов и субнанометровых элементов | Поиск предельных вариантов миниатюризации |
| 2017 | Промышленное освоение технологических поколений 10-нм класса разными производителями | Дальнейшее усложнение литографии и проектирования |
| 2018 | Расширение коммерческого производства микросхем 7-нм поколения | Передовая наноэлектроника становится массовой |
| 2018 | Ускорение промышленной подготовки EUV-литографии | Новый этап оптической литографической технологии |
| 2019 | Появление массового коммерческого продукта, изготовленного с применением EUV | Подтверждение промышленной зрелости нового литографического инструмента |
Исторический итог периода
Развитие современной наноэлектроники всё меньше сводится к обычному геометрическому уменьшению транзисторов.
Главное значение приобретают новые пространственные архитектуры, свойства материалов, способы формирования затворов, межсоединения и сложная интеграция.
Переход к FinFET и промышленное освоение EUV-литографии демонстрируют, что сохранение технологического прогресса требует принципиальных изменений производственной инфраструктуры.
Одновременно резко возрастают капитальные затраты на передовые полупроводниковые производства.
Это формирует важную проблему для будущей пикоэлектроники: новый физический принцип должен не только демонстрировать функциональные преимущества, но и обеспечивать экономически приемлемую технологическую реализацию.
А.8. Передовая наноэлектроника и новые промышленные стратегии: 2020–2026 годы
| Год | Событие | Историческое значение |
|---|---|---|
| 2020 | Расширение промышленного использования 5-нм технологического поколения | Продолжение развития массовой передовой логики |
| 2021 | IBM демонстрирует экспериментальную технологию двухнанометрового класса на nanosheet-транзисторах | Важный исследовательский рубеж |
| 2022 | Samsung объявляет начало производства 3-нм поколения с GAA-архитектурой | Переход к новой структуре транзисторов |
| 2022 | Создание японской компании Rapidus | Программа восстановления передовых полупроводниковых компетенций Японии |
| 2023 | Расширение промышленного освоения 3-нм технологий | Развитие ведущих логических производств |
| 2024 | Развитие High-NA EUV и новых технологий трёхмерной интеграции | Подготовка последующих производственных поколений |
| Апрель 2025 | Rapidus запускает пилотную линию IIM-1 | Переход от строительства к экспериментальной отработке процессов |
| Июль 2025 | Rapidus сообщает о характеристиках опытных GAA-транзисторов 2-нм поколения | Экспериментальное подтверждение промежуточного этапа |
| IV квартал 2025 | TSMC начинает высокосерийное производство по технологии N2 | Промышленный переход к следующему поколению nanosheet-логики |
| 5 октября 2026 | Rapidus объявляет экосистему Rapidus CORE | Интеграция проектирования, производственных технологий и партнёров |
Исторический итог периода
Период 2020–2026 годов характеризуется одновременно продолжением традиционной полупроводниковой эволюции и глубоким изменением способов достижения технологического лидерства.
Передовые технологические процессы становятся всё более капиталоёмкими.
Развитие новых транзисторных архитектур требует тесной интеграции физических исследований, технологического оборудования, проектирования и производства.
История сотрудничества IBM и Rapidus особенно важна для настоящего исследования.
Она демонстрирует возможность объединения исследовательских достижений одной технологической организации с промышленной стратегией другой.
Однако успешная демонстрация опытных транзисторов и организация пилотной линии ещё не означают устойчивого массового выпуска экономически конкурентоспособной продукции.
По состоянию на 24 октября 2026 года промышленную состоятельность полного производственного цикла Rapidus следует рассматривать как задачу дальнейшего подтверждения.
Тем не менее проект Rapidus становится существенным историческим примером сознательно организованного технологического опережения.
А.9. Основные линии исторического развития
На основании рассмотренной хронологии можно выделить пять относительно самостоятельных, но тесно взаимосвязанных направлений.
А.9.1. Физическая линия
Она включает развитие физики полупроводников, исследования электронных состояний вещества, новые материалы, квантовые эффекты и атомарные методы управления.
Главный результат — расширение набора физических механизмов, доступных электронной технике.
А.9.2. Элементная линия
Она охватывает переход от вакуумных приборов к транзисторам, интегральным схемам, MOS- и CMOS-структурам, FinFET, GAA и перспективным альтернативным устройствам.
Главный результат — развитие функциональных электронных элементов и способов их объединения.
А.9.3. Вычислительно-архитектурная линия
Она включает универсальные вычислительные машины, микропроцессоры, персональные компьютеры, параллельные вычисления и специализированные интеллектуальные ускорители.
Главный результат — повышение функциональной результативности вычислительных систем.
А.9.4. Производственная линия
Она охватывает планарную технологию, фотолитографию, EUV, системы автоматизированного проектирования, новые методы интеграции и глобальную производственную кооперацию.
Главный результат — превращение научных принципов в воспроизводимую промышленную продукцию.
А.9.5. Метатехнологическая линия
Она связана с совершенствованием методов разработки электронных устройств, организацией отраслевых дорожных карт, автоматизацией исследований, системной инженерией и развитием средств интеллектуального проектирования.
Именно эта линия имеет особое значение для авторской концепции Метаразвития.
Её дальнейшее развитие потенциально может привести к переходу от отдельных методических усовершенствований к целенаправленной программе создания и проверки технологии совершенствования технологий.
А.10. Перспективная хронология META–PICO–NOO: 2026–2050 годы и далее
Данная часть приложения не является исторической хронологией в обычном смысле.
Она представляет проектную сценарную последовательность, предлагаемую для оценки возможного будущего развития микро-, нано- и пикоэлектроники.
В отличие от предыдущих разделов, приведённые события не являются установленными фактами.
| Период | Возможное направление | Условие реализации |
|---|---|---|
| 2026–2030 | Создание первых экспериментальных ноокомпьютерных архитектур | Подтверждение полезных исследовательских функций |
| 2030–2035 | Проверка способности NOO совершенствовать методы научного поиска | Независимые воспроизводимые эксперименты |
| До 2035 | Развитие PICO как программы новых физических устройств | Обнаружение устойчивых и управляемых физических эффектов |
| 2035–2040 | Возможное формирование специализированного ноомашиностроения | Функциональная и экономическая эффективность |
| 2040–2050 | Интеграция перспективных компонентов PICO с NOO | Подтверждённые аппаратные преимущества |
| К 2050 | Возможное появление отдельных поколений пиконоокомпьютеров | Промышленная реализуемость совместной архитектуры |
| После 2050 | Исследование новых постпикоэлектронных принципов | Фундаментальные открытия и инженерная проверка |
| После 2050 | Развитие метавычислительных исследовательских систем | Воспроизводимое совершенствование методов создания технологий |
| Неопределённый горизонт | Фемтометровые исследовательские направления | Открытие практически управляемых физических механизмов |
Историческое значение предполагаемого перехода
Если традиционная микроэлектроника развивалась прежде всего посредством совершенствования электронных приборов, то программа META предлагает более широкий объект технологического проектирования.
В центре внимания оказывается не только следующий транзистор, микросхема или вычислительная архитектура.
Исследуется возможность создания систем, которые способны повышать результативность разработки последующих поколений электронных и вычислительных технологий.
Следовательно, предлагаемый переход имеет два различных измерения.
Первое — физическое: от микроэлектроники к наноэлектронике и перспективным направлениям PICO.
Второе — метатехнологическое: от совершенствования электронных устройств к совершенствованию методов их создания.
Именно объединение этих двух направлений определяет научно-проектную специфику генеральной технологии Метаразвития.
А.11. Заключительные исторические выводы
Проведённая хронология позволяет сформулировать несколько фундаментальных выводов.
Первый. Мировая микроэлектроника возникла не в результате единственного открытия, а вследствие длительного объединения достижений физики, материаловедения, схемотехники, вычислительной архитектуры и промышленного производства.
Второй. Создание транзистора в 1947 году и интегральной схемы в 1958–1959 годах стало основой формирования современной полупроводниковой цивилизации.
Третий. Развитие MOS- и CMOS-технологий обеспечило длительный рост плотности интеграции и экономической эффективности вычислительных систем.
Четвёртый. Формирование нанонауки и развитие атомарных методов исследования существенно расширили пространство доступных физических возможностей.
Пятый. Наноэлектроника не является простым уменьшением микроэлектроники. Она включает новые архитектуры, материалы, квантовые эффекты, средства метрологии и способы промышленной интеграции.
Шестой. Современный этап характеризуется всё возрастающим значением системного проектирования, международной кооперации, вычислительной автоматизации и организации высокотехнологичных производств.
Седьмой. Переход к пикоэлектронике не следует понимать как гарантированное продолжение геометрического уменьшения транзисторов. Он требует самостоятельных физических исследований и экспериментального подтверждения новых функциональных возможностей.
Восьмой. Создание интеллектуально-креативных вычислительных систем NOO представляет самостоятельное исследовательское направление, которое может развиваться на существующей электронной элементной базе.
Девятый. Возможная интеграция PICO и NOO создаёт предпосылки для разработки генеральной технологии META, но её состоятельность должна подтверждаться воспроизводимыми результатами.
Десятый. Наиболее глубокое историческое значение всей рассмотренной эволюции состоит в постепенном превращении самих методов создания технологий в объект научного исследования и инженерного проектирования.
Таким образом, история мировой микро- и наноэлектроники представляет собой не только последовательность технических достижений.
Она показывает развитие способности человечества управлять физическими процессами, создавать функциональные устройства, организовывать сложные технологические системы и совершенствовать методы научно-технической деятельности.
В рамках настоящего шеститомного исследования эта историческая последовательность завершается постановкой принципиально новой задачи.
От исследования физических оснований электроники — к созданию новых электронных технологий.
От создания технологий — к совершенствованию методов их разработки.
От обычного научно-технического прогресса — к проектированию и экспериментальной проверке Метаразвития.
Именно в этом заключается смысл исторического перехода от микроэлектроники и наноэлектроники к перспективным PICO, NOO и META.
А.12. Библиография к приложению А
I. История транзисторов, интегральных схем и микропроцессоров
1. Computer History Museum. The Silicon Engine: A Timeline of Semiconductors in Computers. — Mountain View, California.
2. Bardeen J., Brattain W. H. The Transistor, A Semi-Conductor Triode // Physical Review. — 1948. — Vol. 74. — P. 230–231.
https://doi.org/10.1103/PhysRev.74.230
3. Atalla M. M., Kahng D. Silicon–Silicon Dioxide Field Induced Surface Devices // IRE-AIEE Solid-State Device Research Conference. — 1960.
Историческая публикация по развитию MOS-структур.
4. Moore G. E. Cramming More Components onto Integrated Circuits // Electronics. — 1965. — Vol. 38, No. 8. — P. 114–117.
5. Computer History Museum. Timeline of Computing History.
II. Нанонаука и атомарно-точные технологии
6. Feynman R. P. There’s Plenty of Room at the Bottom // Engineering and Science. — 1960. — Vol. 23, No. 5. — P. 22–36.
https://resolver.caltech.edu/CaltechES:23.5.1960Bottom
7. Binnig G., Rohrer H., Gerber Ch., Weibel E. Surface Studies by Scanning Tunneling Microscopy // Physical Review Letters. — 1982. — Vol. 49. — P. 57–61.
https://doi.org/10.1103/PhysRevLett.49.57
8. Eigler D. M., Schweizer E. K. Positioning Single Atoms with a Scanning Tunnelling Microscope // Nature. — 1990. — Vol. 344. — P. 524–526.
9. Kroto H. W., Heath J. R., O’Brien S. C., Curl R. F., Smalley R. E. C60: Buckminsterfullerene // Nature. — 1985. — Vol. 318. — P. 162–163.
10. Iijima S. Helical Microtubules of Graphitic Carbon // Nature. — 1991. — Vol. 354. — P. 56–58.
11. 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.
https://doi.org/10.1126/science.1102896
12. Bayda S., Adeel M., Tuccinardi T., Cordani M., Rizzolio F. The History of Nanoscience and Nanotechnology: From Chemical–Physical Applications to Nanomedicine // Molecules. — 2020. — Vol. 25, No. 1. — Article 112.
III. Современная промышленная наноэлектроника
13. ASML. Making EUV: From Lab to Fab. — 2022.
14. IBM Research. Introducing the World’s First 2 nm Node Chip. — May 6, 2021.
15. TSMC. 2025 Annual Report. — 2026.
16. IEEE. International Roadmap for Devices and Systems (IRDS). 2024 Edition.
17. Rapidus Corporation. Rapidus Achieves Significant Milestone at Its State-of-the-Art Foundry with Prototyping of Leading-Edge 2nm GAA Transistors. — July 18, 2025.
18. Rapidus Corporation. Rapidus Unveils Rapidus CORE, New Global Ecosystem Framework Supporting the Development and Mass Production of Cutting-Edge Semiconductors. — October 5, 2026.
IV. Авторская концепция Метаразвития
19. Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Тома 1–5. — Лаги сознания, 2026.
**********
Приложение Б. Полная хронология Rapidus и документальные источники
Документально-историческое исследование. Период: 2020 — 24 октября 2026 года. Дополнительно: проектные рубежи 2027 года и последующих лет.
Б.1. Введение. Rapidus как исторический эксперимент технологического опережения
История японской компании Rapidus Corporation занимает особое место в современной мировой микро- и наноэлектронике.
Созданная в августе 2022 года, Rapidus поставила перед собой чрезвычайно сложную задачу: сформировать в Японии производство передовых логических полупроводников двухнанометрового технологического поколения, сократив многолетнее отставание страны в изготовлении самых современных микросхем.
В отличие от обычного последовательного освоения всё более совершенных производственных процессов, проект Rapidus предполагает ускоренный переход непосредственно к передовой транзисторной архитектуре Gate-All-Around (GAA) с нанослоевыми каналами.
Его стратегическая особенность заключается в объединении нескольких механизмов:
- международной передачи и совместного развития технологических компетенций;
- государственной научно-промышленной поддержки;
- создания нового завода Innovative Integration for Manufacturing (IIM-1);
- ускоренной организации производственных процессов, обозначаемой Rapidus как short TAT — сокращённое время выполнения производственного заказа;
- интеграции технологического проектирования, производства, корпусирования и работы с заказчиками.
Для настоящего шеститомного исследования значение Rapidus определяется прежде всего его характером целенаправленного эксперимента технологического опережения.
История Rapidus представляет возможность исследовать, насколько быстро организация, не обладающая собственной многолетней историей выпуска передовых логических микросхем, может построить новую промышленную платформу, используя международное сотрудничество и концентрированные ресурсы.
Однако Rapidus не следует заранее объявлять успешной реализацией технологии Метаразвития. Компания осваивает и развивает передовую полупроводниковую технологию, но ещё необходимо установить, обеспечивает ли её организационная модель устойчивое преимущество по срокам, стоимости и качеству относительно других промышленных подходов.
Rapidus Corporation
+2
Б.2. Предыстория проекта: 2020–2021 годы
Начало истории Rapidus предшествует официальной регистрации компании.
Согласно собственной исторической хронологии Rapidus, летом 2020 года обсуждалась возможность организации в Японии производства логических полупроводников на основе разработок IBM в области двухнанометровой GAA-технологии.
В декабре 2020 года была сформирована исследовательская инициативная группа Mt. Fuji Project, объединившая представителей промышленности и научных организаций.
В декабре 2021 года участники проекта провели совместное рассмотрение технологических возможностей в исследовательском комплексе IBM в Олбани (штат Нью-Йорк). По оценке участников, создание современной полупроводниковой производственной платформы в Японии представлялось технически возможной целью.
Rapidus株式会社
| Период | Документально отражённое событие | Значение |
|---|---|---|
| Лето 2020 | Первоначальные обсуждения между представителями японской промышленности и IBM | Формирование идеи будущего проекта |
| Декабрь 2020 | Создание инициативы Mt. Fuji Project | Начало предварительной технической и организационной проработки |
| 2021 | Исследования возможности освоения 2-нм технологии | Оценка научно-технологических предпосылок |
| Декабрь 2021 | Совместное рассмотрение результатов в IBM Albany | Подготовка решения о создании промышленной компании |
Историческое значение этого этапа состоит в том, что проект начинался не со строительства завода, а с оценки возможности объединить существующую передовую исследовательскую базу и новую производственную стратегию.
В контексте META–PICO–NOO этот опыт подтверждает важность предварительной проверки технологической реализуемости прежде, чем начинается крупномасштабное промышленное инвестирование.
Б.3. Создание Rapidus и оформление международных партнёрств: 2022 год
2022 год стал периодом юридического оформления компании, организации государственного финансирования и заключения ключевых научно-технологических соглашений.
Rapidus была учреждена в августе 2022 года при поддержке крупных японских корпораций. В ноябре компания получила статус участника государственной исследовательской программы через организацию NEDO.
В декабре были заключены соглашения с двумя важнейшими партнёрами — бельгийским исследовательским центром imec и американской IBM.
Rapidus株式会社
+2
| Дата | Событие | Документальный статус |
|---|---|---|
| Август 2022 | Учреждение Rapidus Corporation | Основание компании |
| Октябрь 2022 | Определение восьми корпоративных инвесторов | Формирование первоначальной акционерной базы |
| 11 ноября 2022 | Отбор Rapidus программой NEDO | Официальное решение о поддержке НИОКР |
| 6 декабря 2022 | Подписание меморандума о сотрудничестве с imec | Международное исследовательское соглашение |
| 13 декабря 2022 | Объявление стратегического партнёрства IBM и Rapidus | Совместное развитие технологии 2-нм класса |
| Декабрь 2022 | Формирование японского Leading-edge Semiconductor Technology Center (LSTC) | Расширение национальной исследовательской инфраструктуры |
Б.3.1. Восемь первоначальных корпоративных инвесторов
В создании Rapidus участвовали крупные японские компании: Toyota Motor, Denso, Sony Group, NTT, NEC, SoftBank, Kioxia Holdings и MUFG Bank.
Их первоначальное участие следует отличать от последующих государственных научно-исследовательских субсидий, бюджетных ассигнований и инвестиций в капитал.
Смешение различных механизмов финансирования приводит к неправильному представлению о реальном объёме средств, доступных компании.
Б.3.2. Научно-технологическое значение соглашения с IBM
Соглашение от 13 декабря 2022 года предусматривало совместное развитие логических технологий масштабирования, опираясь на исследовательские достижения IBM в области двухнанометрового технологического поколения.
Ключевая особенность заключалась не в передаче готовой массовой производственной линии.
Речь шла о сотрудничестве по превращению исследовательских разработок в практически реализуемые технологические процессы и подготовке соответствующей инженерной компетенции.
Именно это различие между экспериментальным устройством и промышленным процессом является центральным для анализа истории Rapidus.
Б.3.3. Значение соглашения с imec
Сотрудничество с imec расширяло доступ Rapidus к международной исследовательской инфраструктуре передовой полупроводниковой промышленности.
В сочетании с IBM оно формировало модель технологического развития, основанную на взаимодействии нескольких научно-инженерных организаций.
Итог 2022 года: Rapidus превратилась из исследовательской инициативы в официально учреждённую компанию, получившую государственную поддержку и ключевые международные партнёрства.
Б.4. Выбор Хоккайдо и начало строительства IIM-1: 2023 год
В 2023 году проект перешёл к формированию производственной инфраструктуры.
28 февраля Rapidus объявила о выборе города Титосэ на острове Хоккайдо в качестве площадки нового предприятия.
Производственный комплекс получил название Innovative Integration for Manufacturing — IIM.
1 сентября 2023 года состоялась церемония начала строительства первой производственной площадки IIM-1.
Одновременно компания начала направлять инженеров в IBM Albany для изучения передовых технологических процессов.
Rapidus株式会社
+2
| Дата | Событие | Значение |
|---|---|---|
| 9 января 2023 | Объявление расширения сотрудничества IBM и Rapidus | Разработка новых рынков для 2-нм полупроводников |
| 28 февраля 2023 | Выбор Титосэ, Хоккайдо | Определение производственной площадки |
| Март 2023 | Начало направления инженеров в IBM Albany | Формирование инженерных компетенций |
| 4 апреля 2023 | Вступление Rapidus в программу Core Partner организации imec | Укрепление исследовательской кооперации |
| 25 апреля 2023 | Объявление планов строительства современного завода в Титосэ | Подготовка инфраструктуры |
| Май 2023 | Информационная встреча по строительству и развитию проекта | Взаимодействие с местными участниками |
| 1 сентября 2023 | Церемония начала строительства IIM-1 | Переход к физическому созданию завода |
| 17 ноября 2023 | Соглашение с Tenstorrent об интеллектуальной собственности | Начало сотрудничества по устройствам для периферийного ИИ |
Б.4.1. Подготовка японских инженеров
Одной из наиболее существенных особенностей проекта стало обучение специалистов на базе исследовательского комплекса IBM.
Согласно корпоративной хронологии, к концу 2023 года в Albany было направлено около 100 инженеров.
Это отражает важный принцип современной полупроводниковой промышленности: производственная компетентность не возникает автоматически вследствие закупки оборудования.
Она требует накопления технологических знаний, практической отработки операций и переноса инженерного опыта в новую производственную среду.
Б.4.2. Почему был выбран город Титосэ
Расположение будущего производства должно было обеспечить возможность создания крупного современного промышленного комплекса, привлечения персонала и развития научно-производственной кооперации.
Близость к аэропорту Новый Титосэ повышает доступность площадки для международных деловых и инженерных связей.
В то же время строительство передового полупроводникового производства предъявляет высокие требования к электроснабжению, воде, логистике, строительной инфраструктуре и экологическому контролю.
Поэтому выбор площадки представлял собой не только территориальное, но и стратегическое промышленное решение.
Б.4.3. Участие Tenstorrent
Соглашение с Tenstorrent имело значение для формирования потенциального круга заказчиков и направлений разработки специализированных микросхем искусственного интеллекта.
Это особенно важно для компании, которая стремится не только построить производственную линию, но и обеспечить коммерческий спрос на её продукцию.
Итог 2023 года: сформирована физическая площадка будущего производства, началась систематическая подготовка инженеров и расширилась сеть технологических партнёров.
Б.5. Развитие технологической инфраструктуры и экосистемы: 2024 год
2024 год характеризовался расширением проекта от изготовления транзисторных структур к созданию более комплексной полупроводниковой платформы.
Особое значение получили разработка технологий корпусирования, создание американского подразделения по работе с заказчиками, взаимодействие с университетами и подготовка EUV-литографического оборудования.
Rapidus Corporation
+1
| Дата | Событие | Значение |
|---|---|---|
| Январь 2024 | Открытие офиса Rapidus в Титосэ | Местное управление проектом |
| 27 февраля 2024 | Объявление сотрудничества с Tenstorrent по ускорителям периферийного ИИ | Расширение применения перспективных чипов |
| 2 апреля 2024 | Одобрение NEDO программы FY2024, включая технологии корпусирования | Дополнительная государственная поддержка |
| 12 апреля 2024 | Создание Rapidus Design Solutions в Кремниевой долине | Работа с заказчиками и поддержка проектирования |
| 15 мая 2024 | Меморандум с Esperanto Technologies | Исследование энергоэффективных чипов для ИИ |
| 4 июня 2024 | Расширение сотрудничества с IBM на chiplet packaging | Развитие технологий интеграции кристаллов |
| 5 июня 2024 | Соглашение с Университетом Хоккайдо | Исследования и подготовка кадров |
| 3 октября 2024 | Создание центра исследований процессов корпусирования | Развитие backend-технологий |
| Декабрь 2024 | Начало установки EUV-системы ASML NXE:3800E | Подготовка ключевого литографического процесса |
Б.5.1. От транзистора к законченной системе
Одним из важнейших изменений 2024 года стало расширение технологической программы Rapidus за пределы непосредственного формирования транзисторов.
Передовая микросхема требует не только изготовления транзисторных структур.
Необходимы схемотехническое проектирование, библиотеки стандартных элементов, системы автоматизированной проверки, межсоединения, корпусирование, тестирование и интеграция с другими компонентами.
Расширение сотрудничества с IBM в области chiplet packaging отражает именно такой системный подход.
Б.5.2. Значение EUV-литографии
Установка ASML NXE:3800E представляла важный этап создания технологической инфраструктуры.
EUV-литография использует экстремальное ультрафиолетовое излучение с длиной волны около 13,5 нм для формирования сложных структур на полупроводниковых пластинах.
Однако наличие EUV-системы не означает автоматической готовности производства.
Нужны совместимые материалы, технологические рецептуры, метрология, контроль дефектов, технологическая интеграция и приемлемый выход годных изделий.
Итог 2024 года: Rapidus продвинулась от создания отдельной фабрики к формированию расширенной технологической и проектной экосистемы.
Б.6. Пилотная линия и экспериментальные GAA-транзисторы: 2025 год
2025 год стал одним из наиболее важных в истории компании.
В апреле Rapidus начала эксплуатацию пилотной линии IIM-1.
В июле компания сообщила об успешной проверке электрических характеристик опытных транзисторов двухнанометрового технологического поколения с архитектурой GAA.
Официальные материалы NEDO зафиксировали также развитие пилотных производственных процессов и подготовку среды для опытного изготовления микросхем.
Rapidus Corporation
+2
| Период | Событие | Статус |
|---|---|---|
| Январь 2025 | Соглашение с Preferred Networks и SAKURA internet по японской ИИ-инфраструктуре | Корпоративная кооперация |
| Март 2025 | Партнёрство с Quest Global | Развитие поддержки проектирования 2-нм решений |
| 31 марта 2025 | Объявление дополнительной государственной поддержки | Одобрение исследовательского бюджета |
| Апрель 2025 | Начало работы пилотной линии IIM-1 | Реализованный производственно-исследовательский рубеж |
| Июль 2025 | Подтверждение работы опытных 2-нм GAA-транзисторов | Экспериментально заявленный технический результат |
| 2025 финансовый год | Развитие предварительного PDK для ранних заказчиков | Подготовка проектной экосистемы |
| Ноябрь 2025 | Выбор Rapidus в качестве оператора по государственной программе | Институциональное решение |
Б.6.1. Что именно доказал эксперимент с GAA-транзисторами
Демонстрация электрических характеристик транзисторов имеет большое значение.
Она показывает, что определённая комбинация материалов, оборудования и технологических процессов позволяет изготовить функционирующие опытные структуры.
Однако такой результат не равнозначен подтверждению массового производства готовых коммерческих микросхем.
Для следующего этапа требуются статистические данные о выходе годных изделий, стабильности параметров, надёжности, характеристиках межсоединений, зрелости библиотек проектирования и производственной себестоимости.
Именно поэтому достижение июля 2025 года необходимо обозначать как экспериментальный и пилотный рубеж.
Б.6.2. Значение PDK
Process Design Kit — комплект технологических правил и моделей, позволяющий разработчикам проектировать микросхемы для определённого производственного процесса.
Появление предварительного PDK представляет важный шаг к взаимодействию с заказчиками.
Однако предварительный комплект не следует считать тождественным полностью квалифицированной промышленной технологической платформе.
Б.6.3. Государственная поддержка
Согласно сообщению Министерства экономики, торговли и промышленности Японии от 31 марта 2025 года, суммарный верхний предел согласованных бюджетов контрактных исследовательских программ Rapidus достиг 1,7225 трлн иен, включая ранее предусмотренные этапы.
Эту сумму нельзя автоматически трактовать как единовременно перечисленные компании денежные средства или как инвестицию государства в её акционерный капитал.
meti.go.jp
Итог 2025 года: Rapidus осуществила переход от строительства производственной инфраструктуры к экспериментальной технологической отработке на пилотной линии.
Б.7. Финансирование, инженерные центры и интеллектуальная автоматизация: 2026 год
В 2026 году программа Rapidus перешла к следующему этапу: усилению финансовой базы, расширению исследовательской инфраструктуры, подготовке клиентов к проектированию микросхем и внедрению интеллектуальных инструментов в инженерные процессы.
Особенно существенным для концепции Метаразвития стало соглашение Rapidus и Cadence по применению агентного искусственного интеллекта при проектировании систем на кристалле.
Это уже не просто перенос полупроводниковых технологий от одной организации к другой. Компания начала целенаправленно развивать средства сокращения продолжительности самой разработки чипов. Однако объявленная цель двукратного ускорения проектирования ещё не означает доказанного достижения такого результата.
Rapidus Corporation
| Дата | Событие | Документально установленный результат |
|---|---|---|
| 27 февраля 2026 | Финансирование на 267,6 млрд иен | Завершён раунд привлечения государственного и частного капитала |
| 11 апреля 2026 | Одобрение NEDO плана и бюджета FY2026 | Продолжение программ передовых процессов и корпусирования |
| 11 апреля 2026 | Открытие Analysis Center и Rapidus Chiplet Solutions | Расширение испытательной и технологической инфраструктуры |
| 5 июня 2026 | Дополнительные 150 млрд иен от IPA | Увеличение государственного участия в капитале |
| 15 июня 2026 | Меморандум с UK Semiconductor Centre | Расширение сотрудничества с Великобританией |
| 16 июня 2026 | Меморандум с Fondazione Chips-IT | Расширение сотрудничества с Италией |
| 17 июля 2026 | Объявление партнёрства с Cadence по агентному ИИ | Проект ускорения проектирования SoC |
| 31 июля 2026 | Присоединение к природоохранной инициативе Титосэ | Участие в охране местных водных ресурсов |
| 5 октября 2026 | Объявление Rapidus CORE | Формирование интегрированной проектно-производственной экосистемы |
Даты и содержание событий установлены по официальным сообщениям Rapidus.
Rapidus Corporation
+5
Б.7.1. Финансовая структура 2026 года
В феврале 2026 года Rapidus объявила о привлечении 267,6 млрд иен, включая государственные и частные инвестиции.
Из них 100 млрд иен были предоставлены через Information-Technology Promotion Agency (IPA), а 167,6 млрд иен — частными инвесторами.
В июне IPA дополнительно инвестировало 150 млрд иен.
Важно не смешивать эти инвестиции с ранее согласованными бюджетными пределами исследовательских контрактов NEDO.
Структура привлечённого капитала, объявленного в феврале и июне 2026 года
100
млрд иен, IPA в феврале
167,6
млрд иен, частные инвесторы
150
млрд иен, IPA в июне
Совокупно за два объявленных раунда: 417,6 млрд иен.Это сумма двух раундов привлечения капитала, а не совокупный бюджет всех программ Rapidus.
Rapidus Corporation
+1
По июньскому сообщению компании, после дополнительных вложений сумма уставного капитала и капитального резерва достигла 424,95 млрд иен.
Таким образом, для исторического исследования следует вести раздельный учёт собственных средств компании, государственных инвестиций в капитал, финансирования НИОКР и иных возможных форм поддержки.
Б.7.2. Analysis Center и Rapidus Chiplet Solutions
11 апреля 2026 года компания открыла аналитический центр рядом с IIM-1 и центр Rapidus Chiplet Solutions на площадке Seiko Epson в Титосэ.
Аналитический центр предназначен для физического и химического анализа, электрической характеризации и испытаний надёжности.
RCS занимается развитием технологий корпусирования и интеграции кристаллов. В официальном сообщении упоминается изготовление опытной панели интерпозера с перераспределительными слоями размером 600 × 600 мм.
Эти результаты важны потому, что современная передовая микроэлектроника представляет собой не только транзисторное производство. Экономическая эффективность зависит также от диагностики дефектов, корпусирования, межсоединений и скорости обратной связи между проектированием и производством.
Rapidus Corporation
Б.7.3. Agentic AI в проектировании чипов
В июле 2026 года Rapidus и Cadence объявили о сотрудничестве по интеграции Cadence InnoStack AI Super Agent в платформу Rapidus AI-Agentic Design Solution (Raads).
Цель проекта — сократить длительность отдельных процессов проектирования сложных систем на кристалле, улучшить производительность инженерных коллективов и повысить качество проектных решений.
Объявленный ориентир — ускорение проектного цикла до двух раз относительно традиционных процессов.
Для настоящего исследования принципиально, что речь идёт о целевом показателе, а не об опубликованном независимом доказательстве двукратного ускорения всего цикла разработки коммерческой микросхемы.
Тем не менее это событие представляет непосредственный интерес для NOO, поскольку демонстрирует развитие интеллектуальной автоматизации самих процессов создания электронных технологий.
Б.7.4. Rapidus CORE
5 октября 2026 года была объявлена программа Rapidus Collaborative Open Rapid Ecosystem — CORE.
Она предполагает объединение исследовательских организаций, разработчиков средств автоматизированного проектирования, поставщиков интеллектуальной собственности, проектных предприятий и производителей микросхем.
На первом этапе компания представила группу Design Solution Associates для поддержки раннего проектирования изделий под её будущую производственную платформу.
Стратегическое значение CORE заключается в переходе от концепции отдельного полупроводникового завода к интегрированной инновационной экосистеме, охватывающей несколько этапов создания микросхемы.
Rapidus Corporation
Б.8. Особенности технологической модели Rapidus
Б.8.1. Технология двухнанометрового поколения
Одним из главных направлений Rapidus является освоение технологического поколения 2 нм с GAA-транзисторами.
Технологическое обозначение «2 нм» не соответствует буквальному размеру всех элементов устройства.
Речь идёт о классе передовых производственных процессов, использующих сложную совокупность геометрических, электрических и технологических решений.
В частности, нанослоевые GAA-транзисторы позволяют организовать управление каналом со стороны окружающего его затвора.
Однако эффективность таких элементов зависит от характеристик электростатического управления, токов утечки, сопротивления контактов, паразитных параметров и возможностей изготовления.
Поэтому промышленная состоятельность оценивается по характеристикам полноценных микросхем и производственного процесса.
Б.8.2. Принцип short TAT
Особенность промышленной стратегии Rapidus заключается в стремлении уменьшить turnaround time — время прохождения изделия через соответствующий производственный или проектный цикл.
Компания связывает этот подход с высокой степенью автоматизации и использованием обработки отдельных полупроводниковых пластин.
По её замыслу, это должно ускорять технологическую обратную связь и адаптацию производственных процессов.
Но сокращение времени прохождения не обязательно означает снижение полной себестоимости.
Для экономической проверки необходимо учитывать производительность оборудования, число пластин, процент годных изделий, технологические простои и загрузку производства.
Б.8.3. Интеграция проектирования и производства
Rapidus стремится объединить разработку, производство, измерения и корпусирование в более короткий и согласованный цикл.
В этом подходе можно обнаружить элементы системного ускорения технологического развития.
Однако производственная оптимизация, даже успешная, не тождественна Метаразвитию в авторском понимании В. К. Петросяна.
Для последнего необходимо дополнительно доказать способность системы воспроизводимо совершенствовать сами методы создания последующих технологических поколений.
Б.9. Будущие рубежи Rapidus: 2027 год и далее
Согласно заявлениям Rapidus, переход к массовому производству полупроводников двухнанометрового поколения намечен на вторую половину 2027 финансового года Японии.
Это соответствует периоду от октября 2027 года до марта 2028 года.
Данный срок является плановым. По состоянию на 24 октября 2026 года коммерческая массовая производственная готовность не подтверждена завершённым циклом выполнения такого плана.
Rapidus Corporation
| Рубеж | Что необходимо подтвердить | Статус |
|---|---|---|
| Квалификация технологического процесса | Параметры устройств, стабильность и надёжность | Продолжающаяся подготовка |
| Зрелость PDK | Полнота моделей и проектных правил | Необходима дальнейшая квалификация |
| Производственный выход годных | Статистическая воспроизводимость на коммерческих объёмах | Требует подтверждения |
| Массовое производство | Устойчивый выпуск для заказчиков | Планируется |
| Коммерческая конкурентоспособность | Стоимость, сроки, качество и спрос | Не доказана окончательно |
| Последующие поколения | Способность повторять технологическое опережение | Долгосрочная задача |
Б.9.1. Возможные варианты будущего
Успешный сценарий предполагает достижение устойчивого коммерческого производства, развитие заказной базы, подтверждение преимуществ короткого производственного цикла и расширение технологической экосистемы.
Промежуточный сценарий допускает работоспособное производство с ограниченной экономической эффективностью, низкой загрузкой или длительным периодом до достижения приемлемых параметров.
Неблагоприятный сценарий предполагает задержки, недостаточный выход годных изделий, чрезмерную капиталоёмкость либо трудности привлечения заказчиков.
Эти сценарии представляют аналитические возможности, а не утверждения о будущих фактах.
Б.10. Сопоставление Rapidus и проектируемой системы INM–META–PICO–NOO
Историческое значение Rapidus для концепции Метаразвития состоит не только в попытке освоить передовую электронную технологию.
Более существенным представляется стремление системно сократить длительность сложного научно-инженерного и производственного процесса.
Однако необходимо различать освоение передовой технологии, ускорение технологического цикла и создание технологии совершенствования самих методов разработки.
| Характеристика | Rapidus | INM–META–PICO–NOO |
|---|---|---|
| Главная цель | Передовое полупроводниковое производство | Проектирование Метаразвития |
| Исходная база | GAA, IBM, imec, EUV | NOO на существующей базе; исследования PICO |
| Основной продукт | Логические микросхемы | Ноомашины и методы создания технологий |
| Механизм ускорения | Short TAT, интеграция процессов | Совершенствование исследовательских методов |
| Критерий успеха | Качество, выход годных, сроки, стоимость | Воспроизводимое улучшение научно-технических циклов |
| Научный статус | Действующий промышленный проект | Авторская исследовательская программа |
Б.10.1. Первый урок Rapidus: начинать с проверяемой технологии
Основатели Rapidus не стали начинать с предположения о необходимости открытия совершенно новых законов физики.
В качестве исходной базы они выбрали уже исследуемую технологию IBM, для которой существовали экспериментальные основания.
Для INM аналогичный принцип означает необходимость создавать первые ноокомпьютеры на современной электронной элементной базе.
Разработка NOO не должна откладываться до успешного завершения PICO.
Б.10.2. Второй урок: интеграция не менее важна, чем отдельные компоненты
Передовое полупроводниковое производство невозможно создать только посредством приобретения литографической установки или получения доступа к транзисторной архитектуре.
Необходимы одновременно инженерные компетенции, технологические рецептуры, метрология, проектирование, корпусирование, программное обеспечение и промышленная организация.
Поэтому INM также должна рассматриваться как система взаимосвязанных исследовательских и производственных направлений.
Б.10.3. Третий урок: скорость необходимо измерять
Значение Rapidus для концепции опережения опережения определяется возможностью объективно исследовать время освоения технологии.
Для научного анализа следует отделять сокращение отдельных операций от сокращения полного цикла разработки.
Ускорение одной стадии может сопровождаться увеличением продолжительности другой.
Следовательно, необходимо измерять полный путь от первоначальной исследовательской идеи до проверенного технологического результата.
Б.10.4. Четвёртый урок: промышленное достижение должно быть экономически состоятельным
Даже успешная демонстрация технической работоспособности не гарантирует коммерческой эффективности.
Поэтому программа Метаразвития должна оцениваться не только по интеллектуально-креативным возможностям, но и по полной стоимости их реализации.
Для NOO это означает измерение стоимости получения достоверного научного результата.
Для PICO — оценку промышленной применимости новых компонентов.
Для META — доказательство преимуществ повторных циклов совершенствования технологий.
Б.11. Итоговая документальная периодизация Rapidus
| Этап | Период | Основной результат |
|---|---|---|
| Предыстория | 2020–2021 | Mt. Fuji Project и оценка возможностей |
| Учреждение | 2022 | Компания, IBM, imec, NEDO |
| Инфраструктура | 2023 | Площадка Титосэ, начало строительства |
| Технологическая комплектация | 2024 | EUV, chiplets, проектные партнёрства |
| Экспериментальная проверка | 2025 | Пилотная линия и опытные GAA-транзисторы |
| Подготовка масштабирования | 2026 | Капитал, аналитические центры, ИИ, CORE |
| Коммерческий рубеж | 2027–2028 | Планируемое массовое производство |
Заключение к приложению Б
История Rapidus представляет собой один из наиболее интересных современных примеров целенаправленно организованного ускоренного освоения передовых полупроводниковых технологий.
Её значение определяется сочетанием нескольких обстоятельств.
Компания возникла практически с нуля, но получила доступ к сильной исследовательской базе IBM и международной экосистеме imec.
Она поставила задачу перейти к передовому технологическому поколению без последовательного коммерческого освоения всех промежуточных узлов.
В короткий период была создана крупная производственно-исследовательская инфраструктура.
Началась экспериментальная проверка GAA-структур.
Были сформированы дополнительные средства инженерного проектирования, анализа и корпусирования.
В 2026 году особое развитие получили инструменты интеллектуальной автоматизации и организационного объединения участников технологической цепочки.
Тем не менее окончательные выводы об успехе промышленной стратегии Rapidus должны основываться на результатах массового производства, стоимости продукции, сроках исполнения заказов и устойчивой конкурентоспособности.
Для авторской концепции В. К. Петросяна этот исторический опыт позволяет сформулировать принципиальный вывод:
Rapidus исследует на практике возможности ускоренного освоения передовых технологий. INM должна поставить более общую задачу — создание проверяемых методов, которые совершенствуют сам процесс разработки последующих технологий.
В этом заключается различие между технологическим опережением и проектируемой генеральной технологией опережения опережения.
Б.12. Документальные источники и библиография
I. Официальная история Rapidus
1. Rapidus Corporation. About Rapidus. Company Profile and History. — Tokyo: Rapidus Corporation.
https://www.rapidus.inc/en/about/
Официальная хронология создания и развития компании за 2022–2026 годы.
2. Rapidus Corporation. Timeline. — Corporate Recruitment Website.
https://www.rapidus.inc/recruit/timeline/
Источник сведений о предыстории 2020–2021 годов, Mt. Fuji Project, контактах с IBM, подготовке специалистов и формировании компании.
3. Rapidus Corporation. Message from the CEO.
https://www.rapidus.inc/en/message/
Изложение промышленной стратегии компании, задач восстановления японского производства передовых логических полупроводников и концепции сокращения производственного цикла.
II. Основание компании и международные соглашения
4. Rapidus Corporation. IBM and Rapidus Form Strategic Partnership to Build Advanced Semiconductor Technology and Ecosystem in Japan. — 13 December 2022.
https://www.rapidus.inc/en/news_topics/information/ibm-and-rapidus-form-strategic-partnership-to-build-advanced-semiconductor-technology-and-ecosystem-in-japan/
Первичный документ о сотрудничестве IBM и Rapidus по технологиям двухнанометрового поколения.
5. Rapidus Corporation. Corporate News Archive, 2022–2024.
https://www.rapidus.inc/en/news_topics/page/4/
Содержит документальные сообщения о выборе площадки в Титосэ, сотрудничестве с Tenstorrent, университетами, IBM и технологическими партнёрами.
III. Финансирование и государственные решения
6. Ministry of Economy, Trade and Industry of Japan. Decision on Additional Support for Rapidus. — 31 March 2025.
https://www.meti.go.jp/policy/mono_info_service/joho/post5g/pdf/20250331_results_stagegate.pdf
Официальный материал METI о бюджетах исследовательских программ и дополнительной государственной поддержке.
7. Rapidus Corporation. Rapidus Secures 267.6 Billion Yen in Funding from Japan Government and Private Sector Companies. — 27 February 2026.
Документ о государственном и частном финансировании 2026 года.
8. Rapidus Corporation. Rapidus Completes 150 Billion Yen Funding Round from Japan Government. — 5 June 2026.
Первичный документ о дополнительном государственном участии в капитале.
9. Rapidus Corporation. NEDO Approves Rapidus’ FY2026 Plan and Budget for 2nm Semiconductor Projects. — 11 April 2026.
Документ о продолжении исследовательских программ передовых полупроводниковых процессов и корпусирования.
IV. Экспериментальные и производственные достижения
10. Rapidus Corporation. Rapidus Achieves Significant Milestone at Its State-of-the-Art Foundry with Prototyping of Leading-Edge 2nm GAA Transistors. — 18 July 2025.
Главный первичный источник о получении электрических характеристик опытных GAA-транзисторов.
11. Rapidus Corporation. Overcoming the Challenge of 2nm Development Lies the Path to a Differentiated Technology Lead. — Interview with Tetsuro Higashi, 8 August 2025.
Корпоративное интервью об организации разработки технологии, подготовке инженеров и первых производственных результатах.
12. Rapidus Corporation. Rapidus Opens Analysis Center and Rapidus Chiplet Solutions. — 11 April 2026.
Документ о создании новых аналитических и исследовательско-производственных центров.
V. Интеллектуальное проектирование и технологическая экосистема
13. Rapidus Corporation; Cadence. Rapidus and Cadence Partner on Agentic AI for Advanced SoC Design. — 17 July 2026.
Источник о развитии Raads, использовании агентного искусственного интеллекта и целевом сокращении времени проектирования.
14. Rapidus Corporation. Rapidus Unveils Rapidus CORE, New Global Ecosystem Framework Supporting the Development and Mass Production of Cutting-Edge Semiconductors. — 5 October 2026.
Первичный документ о формировании Rapidus CORE и интеграции проектной и производственной экосистемы.
15. Rapidus Corporation. Official News Archive. — 2022–2026.
Официальный архив корпоративных сообщений, используемый для уточнения даты, формулировки и характера документированных событий.
VI. Авторская концепция Метаразвития
16. Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Тома 1–6. — Авторское исследование.
********
Приложение В. Корпус мировых рейтингов микроэлектроники и протокол контент-анализа
Период исследования: 2000–2026 годы. Историческая ретроспектива: 1947–1999 годы. Перспективные горизонты: 2035, 2050 и далее.
В.1. Назначение приложения и научная постановка задачи
Настоящее приложение формирует методологическую и документальную основу сравнительного анализа мировой микро- и наноэлектроники, её технологических лидеров, производственных центров, исследовательских организаций и стратегий развития.
В отличие от приложений А и Б, посвящённых исторической хронологии и документальной реконструкции проекта Rapidus, приложение В рассматривает систему международных рейтингов как объект самостоятельного научного исследования.
Цель состоит не просто в перечислении крупнейших полупроводниковых компаний или стран-лидеров, а в выявлении закономерностей формирования, сохранения и изменения научно-технологического превосходства.
При этом исходная методологическая проблема заключается в том, что единого общепризнанного мирового рейтинга микроэлектроники не существует.
Различные аналитические организации измеряют разные характеристики: выручку производителей, объём контрактного выпуска, производственные мощности, инвестиции в оборудование, число патентов, научные публикации, технологическую сложность процессов и позиции в глобальных цепочках создания стоимости.
Поэтому место участника в одном рейтинге не означает аналогичного положения в другом.
В настоящем исследовании предлагается построить комплексный документальный корпус рейтингов и применить к нему воспроизводимый контент-анализ.
В.2. Основные исследовательские вопросы
В рамках приложения предлагается ответить на следующие вопросы.
- Какие страны, компании и исследовательские организации занимали ведущие позиции в мировой микроэлектронике на различных исторических этапах?
- Как изменялись критерии технологического лидерства при переходе от классической интегральной электроники к современным нанометровым производственным процессам?
- Насколько положение компании в рейтинге выручки соответствует её научно-технологическим возможностям?
- Какую роль играют собственные фундаментальные исследования, международная технологическая кооперация, государственная поддержка и промышленная специализация?
- Какие закономерности обнаруживаются при сравнении стратегий IBM, Intel, TSMC, Samsung, ASML, imec, Rapidus и других ключевых участников?
- Можно ли обнаружить документально подтверждённые признаки ускорения процессов разработки новых технологических поколений?
- Как отделить обычное технологическое развитие от технологического опережения и возможного Метаразвития?
- Какие показатели в будущем могут использоваться для проверки эффективности генеральной технологии META и субтехнологий PICO и NOO?
Важнейшим методологическим положением является необходимость различать три объекта измерения.
Экономическое лидерство отражает положение организации на определённом рынке.
Научно-технологическое лидерство характеризует её способность создавать и осваивать сложные технологии.
Метатехнологическое лидерство в рамках авторской концепции предполагает способность воспроизводимо совершенствовать сами методы создания последующих поколений технологий.
Эти три уровня могут взаимодействовать, но не являются тождественными.
В.3. Границы и структура документального корпуса
В.3.1. Временные границы
Основной период контент-анализа охватывает 2000–2026 годы.
Он включает индустриализацию нанометровых полупроводниковых технологий, развитие FinFET и GAA-архитектур, освоение EUV-литографии, расширение контрактного производства и появление новых стратегий технологической конкуренции.
Период 1947–1999 годов используется как исторический сравнительный фон.
Особенно важны события создания транзистора, интегральной схемы, MOS-технологии, микропроцессора и современных вычислительных платформ.
Горизонты 2035 и 2050 годов относятся исключительно к сценарному анализу.
В.3.2. Географические границы
Корпус должен охватывать США, Японию, Южную Корею, Тайвань, Китай, государства Европейского союза, Великобританию, Израиль, Сингапур и другие территории, обладающие существенными компетенциями в отдельных сегментах полупроводниковой отрасли.
При анализе необходимо разграничивать юридическую принадлежность компании, территорию фактического производства, расположение исследовательского центра, происхождение технологической интеллектуальной собственности и рынок конечной реализации продукции.
Например, выручка американского разработчика микросхем не может автоматически трактоваться как объём полупроводникового производства на территории США.
В.3.3. Тематические границы
Корпус разделяется на семь основных направлений:
- Производители и разработчики полупроводников.
- Контрактные полупроводниковые производства.
- Производственные мощности и оборудование.
- Литография, материалы и специализированные технологические процессы.
- Научные публикации и патентная активность.
- Государственные программы и международная кооперация.
- Перспективные электронные архитектуры и методы технологического проектирования.
Такое разделение необходимо для предотвращения ошибочных сравнений организаций, выполняющих принципиально разные функции в мировой электронной промышленности.
В.4. Классификация международных рейтингов
Для научной сопоставимости предлагается использовать следующие классы рейтинговых источников.
| Класс | Объект ранжирования | Главный показатель |
|---|---|---|
| R1 | Поставщики микросхем | Полупроводниковая выручка |
| R2 | Контрактные производства | Foundry-выручка |
| R3 | Страны и регионы | Производственные мощности |
| R4 | Рынки оборудования | Продажи и инвестиции |
| R5 | Разработчики оборудования | Отраслевая выручка и специализация |
| R6 | Страны и организации | Патентные результаты |
| R7 | Научные организации | Публикации и цитирование |
| R8 | Технологические программы | Подтверждённые инженерные рубежи |
Рейтинг R8 имеет особый статус.
Он не должен механически объединять лабораторные открытия, опытное изготовление транзисторов и массовое промышленное производство.
Каждая технологическая программа рассматривается с обязательным указанием уровня доказанности результатов.
В.5. Основной международный корпус рейтинговых источников
В.5.1. Gartner: мировые поставщики полупроводников
Gartner публикует оценки рынка полупроводников и рейтинги крупнейших поставщиков по выручке.
Преимущество этих исследований заключается в международном охвате и возможности анализировать изменение положения компаний во времени.
Однако объектом измерения является полупроводниковая выручка по методологии Gartner.
Она не равнозначна собственному физическому выпуску микросхем, числу изготовленных транзисторов или объёму технологически передового производства.
Кроме того, предварительные и окончательные оценки могут различаться.
Для корпуса необходимо сохранять дату публикации и статус каждого выпуска.
В.5.2. TrendForce: контрактное производство
TrendForce публикует квартальные и годовые исследования рынка контрактного производства полупроводников.
Основной интерес представляют рейтинги TSMC, Samsung Foundry, SMIC, UMC, GlobalFoundries и других производителей.
Данные позволяют исследовать структуру foundry-рынка, изменение рыночных долей и концентрацию производственных заказов.
Однако foundry-выручка не должна смешиваться с общей полупроводниковой выручкой компаний.
Особенно важно корректно учитывать производителей, совмещающих контрактные услуги и выпуск собственной продукции.
В.5.3. SEMI: производственная инфраструктура
SEMI предоставляет отраслевую информацию о производственных мощностях, строительстве новых предприятий, инвестициях и рынке оборудования.
Особое значение имеют материалы World Fab Forecast и Worldwide Semiconductor Equipment Market Statistics.
Они позволяют оценивать географическое распределение производственной инфраструктуры и динамику капиталовложений.
При этом расходы на оборудование характеризуют инвестиционную активность, а не автоматически достигнутый выпуск продукции.
Новый завод может строиться несколько лет.
Его проектная мощность может существенно отличаться от фактической загрузки.
Поэтому прогнозные и реализованные мощности должны кодироваться отдельно.
В.5.4. WSTS: мировой рынок полупроводников
World Semiconductor Trade Statistics представляет важный источник агрегированных данных о рынке полупроводников.
Публикации позволяют исследовать мировой объём продаж, структуру товарных категорий и динамику отрасли.
В отличие от корпоративных рейтингов, эти данные ориентированы на совокупные рыночные показатели.
Корпус должен учитывать различия между статистикой рыночного спроса, региональной структурой продаж и местом производства самих устройств.
В.5.5. WIPO: патентные показатели
Материалы Всемирной организации интеллектуальной собственности используются для анализа патентной активности.
Возможными объектами являются патентные заявки, международные заявки PCT, патентные семейства и распределение изобретений по технологическим направлениям.
Однако число патентов не является прямым измерителем научной новизны или промышленной значимости.
Кроме того, патентные результаты зависят от законодательства, корпоративных стратегий и различий в практике подачи заявок.
Для микроэлектроники необходимо использовать документированную систему технологических классов, а не только текстовый поиск по слову «semiconductor».
В.5.6. Scopus, Web of Science и SCImago
Библиометрические базы позволяют оценивать научную публикационную деятельность.
Основными показателями выступают количество работ, цитируемость, международное соавторство и тематическая специализация.
Особое внимание следует уделять публикациям по физике полупроводников, электронным материалам, наноэлектронике, литографии и вычислительным архитектурам.
Однако высокий публикационный результат не является автоматическим свидетельством промышленного лидерства.
Отдельная организация может выполнять фундаментальные исследования мирового уровня, но не располагать собственным производством микросхем.
В.5.7. IEEE IRDS: технологические дорожные карты
International Roadmap for Devices and Systems представляет самостоятельную категорию документов.
Эти материалы не следует считать обычным коммерческим рейтингом.
Они содержат оценки технологических направлений, ограничений, требований и перспектив развития электронных устройств и систем.
IRDS важна для определения исследовательского контекста и сопоставления стратегий с международно обсуждаемыми технологическими задачами.
Однако дорожная карта описывает ожидаемые и рекомендуемые направления развития, а не гарантирует достижение всех прогнозируемых характеристик.
В.6. Правила формирования корпуса
Первоначальный исследовательский массив предлагается формировать по принципу целенаправленной документальной выборки.
Каждая запись должна иметь уникальный идентификатор, источник, дату публикации, период наблюдения, объект сравнения, используемую метрику и доступную ссылку на оригинал.
При включении источников применяются следующие правила.
В корпус допускаются официальные публикации аналитических организаций, научные статьи, годовые отчёты компаний, государственные статистические материалы и документированные технологические дорожные карты.
Вторичные журналистские пересказы могут использоваться для проверки контекста, но не должны заменять доступный первичный источник количественных данных.
Не включаются материалы без установленного автора или организации, без определённого периода измерения либо без ясного описания ранжируемого показателя.
Если источник содержит только частично открытую информацию, в корпус включается исключительно доступная часть. Недостающие данные не восстанавливаются предположениями.
Доступ к платной аналитике должен осуществляться в соответствии с лицензионными условиями.
В.7. Структура реестра документов
Предлагается следующая паспортная структура документа.
| Поле | Содержание |
|---|---|
| DOC_ID | Уникальный код |
| SOURCE | Организация-источник |
| TITLE | Название публикации |
| PUB_DATE | Дата публикации |
| REF_YEAR | Отчётный период |
| RANK_TYPE | Класс рейтинга R1–R8 |
| UNIT | Компания, страна, завод и др. |
| METRIC | Показатель |
| COVERAGE | Географический и отраслевой охват |
| STATUS | Предварительный или итоговый |
| URL_DOI | Адрес первоисточника |
| ACCESS | Условия доступа |
| NOTES | Ограничения и примечания |
Данная структура должна использоваться для всех документов независимо от страны, языка и организации.
При повторном выпуске одного и того же рейтинга каждую версию следует сохранять отдельно.
Особенно важно не заменять предварительные данные окончательными без фиксации истории изменений.
В.8. Единицы контент-анализа
Для повышения воспроизводимости исследования необходимо разграничить четыре уровня анализа.
Первый уровень — документ.
Исследуется публикация целиком, включая её тему, источник, временной горизонт и методологические ограничения.
Второй уровень — рейтинговая запись.
Единицей становится отдельная компания, страна или организация с конкретным местом и показателем.
Третий уровень — утверждение.
Анализируется проверяемое сообщение о научном, технологическом, производственном или экономическом достижении.
Четвёртый уровень — стратегическое положение.
Исследуется утверждение о предполагаемом способе технологического опережения, ускорения проектирования или совершенствования исследовательской системы.
Разделение этих уровней предотвращает смешение фактических количественных данных и стратегических деклараций.
В.9. Кодировочная схема контент-анализа
В.9.1. Технологическая направленность
| Код | Содержание |
|---|---|
| T1 | Традиционная CMOS |
| T2 | FinFET и GAA |
| T3 | Память и HBM |
| T4 | Литография |
| T5 | Передовые межсоединения и корпусирование |
| T6 | Новые материалы и Beyond CMOS |
| T7 | Атомарно-точные технологии |
| T8 | Интеллектуальная автоматизация проектирования |
| T9 | Перспективные PICO/NOO |
Код T9 обозначает авторскую исследовательскую категорию, а не общепринятый отраслевой стандарт.
В.9.2. Тип достижения
| Код | Категория |
|---|---|
| E1 | Теоретическое предложение |
| E2 | Экспериментальная демонстрация |
| E3 | Пилотное изготовление |
| E4 | Квалификация процесса |
| E5 | Массовое производство |
| E6 | Подтверждённый коммерческий результат |
| E7 | Планируемое достижение |
Категория E7 не должна считаться эквивалентом фактического результата.
В случае неопределённого статуса необходимо фиксировать отсутствие достаточных сведений, а не назначать наиболее вероятную категорию.
В.9.3. Стратегия технологического развития
| Код | Стратегия |
|---|---|
| S1 | Последовательное освоение поколений |
| S2 | Ускоренное догоняющее развитие |
| S3 | Собственное технологическое лидерство |
| S4 | Международная кооперация |
| S5 | Специализация по отдельному сегменту |
| S6 | Автоматизация разработки |
| S7 | Совместное совершенствование технологических методов |
Категория S7 наиболее значима для анализа предпосылок Метаразвития, но её присвоение требует документального подтверждения реального улучшения методов.
В.9.4. Степень доказательности
Предлагается различать пять уровней.
D0 — неподтверждённое утверждение.
Отсутствует достаточная проверяемая информация.
D1 — заявленная цель.
Документально подтверждён факт объявления, но не достижение результата.
D2 — корпоративное сообщение о результате.
Компания сообщила о техническом достижении, но независимая проверка не установлена.
D3 — опубликованные проверяемые данные.
Представлены методики, измерения или техническая документация, позволяющие анализировать результат.
D4 — независимое воспроизведение.
Результат подтверждён независимыми исследованиями или испытаниями.
Эта классификация предназначена для аналитической работы и не заменяет официальные стандарты технологической готовности.
В.10. Протокол процедуры контент-анализа
В.10.1. Первый этап — регистрация исследования
До начала основной обработки необходимо зафиксировать исследовательские вопросы, временные границы, классы источников, правила отбора и систему кодирования.
Любое последующее изменение методики должно сохраняться в журнале версий.
В.10.2. Второй этап — сбор документов
Документы собираются из официальных первоисточников.
Для каждой публикации сохраняются библиографическая карточка, дата получения, исходная ссылка и доступная версия документа.
При наличии лицензии и технической возможности рекомендуется сохранять неизменяемую архивную копию.
В.10.3. Третий этап — нормализация данных
Выполняется унификация названий компаний, периодов, валют, единиц измерения и категорий показателей.
При пересчёте валют обязательно сохраняются исходная сумма, валюта, дата пересчёта и применённый курс.
Следует различать календарный и финансовый годы.
В.10.4. Четвёртый этап — первичное кодирование
Каждому документу присваиваются тематические и методологические категории.
После этого кодируются отдельные рейтинговые записи и проверяемые утверждения.
Все выводы должны быть связаны с конкретными фрагментами первоисточников.
В.10.5. Пятый этап — независимое повторное кодирование
Часть корпуса передаётся второму исследователю без доступа к решениям первого.
На пилотном этапе рекомендуется независимо закодировать не менее 10–15% документов с охватом всех основных классов источников.
При этом окончательный размер контрольной выборки определяется объёмом корпуса, частотами категорий и требуемой статистической точностью.
В.10.6. Шестой этап — оценка согласованности
Необходимо определить, насколько устойчиво независимые исследователи применяют предложенные категории.
При существенных расхождениях уточняются определения, примеры и правила присвоения кодов.
После переработки кодировочной инструкции проводится повторная проверка на новой выборке.
В.10.7. Седьмой этап — количественный анализ
В зависимости от полноты данных рассчитываются распределения по странам, компаниям, технологическим категориям и периодам.
Анализируется изменение рейтинговых позиций, концентрация рынков и относительная динамика отдельных участников.
При этом необходимо контролировать изменения методологии и состава рейтингов.
В.10.8. Восьмой этап — качественный анализ
Исследуются причинные объяснения технологического лидерства.
Особое значение имеют описание инженерной организации, международной кооперации, государственной поддержки, научной инфраструктуры и механизмов ускорения разработки.
Контент-анализ документов позволяет выявлять заявленные и подтверждённые стратегии, но сам по себе не доказывает причинное влияние конкретной стратегии на экономические результаты.
В.10.9. Девятый этап — сопоставление с концепцией META
Полученные результаты сравниваются с авторской гипотезой Метаразвития.
Необходимо установить, существуют ли документально подтверждённые примеры не только ускорения отдельных технических операций, но и совершенствования самих методов последующей разработки.
Отсутствие таких примеров не доказывает физической невозможности Метаразвития.
Оно означает лишь, что соответствующий эффект не установлен рассматриваемым корпусом документов.
В.10.10. Десятый этап — публикация результатов
Итоговый исследовательский пакет должен содержать описание выборки, кодировочную инструкцию, таблицы результатов, сведения о согласованности кодирования, ограничения и ссылки на первоисточники.
По возможности следует публиковать данные и код обработки в машиночитаемом виде с соблюдением лицензионных условий.
В.11. Применение корпуса к сравнению технологических стратегий
Для целей настоящего шеститомного исследования особенно важно сопоставить несколько разных моделей технологического развития.
IBM представляет исторический пример объединения фундаментальных исследований, разработки вычислительных архитектур и создания новых промышленных платформ.
Intel — пример длительной вертикальной интеграции архитектур и производства.
TSMC — модель специализированного контрактного производства с масштабной технологической и проектной экосистемой.
Samsung Electronics — сочетание собственных полупроводниковых продуктов и контрактных производственных услуг.
ASML — специализацию на критически важном производственном оборудовании.
Imec — исследовательскую кооперацию по перспективным полупроводниковым технологиям.
Rapidus — ускоренное формирование новой производственной платформы с опорой на международное сотрудничество.
INM рассматривается отдельно как предлагаемая авторская программа разработки и экспериментальной проверки Метаразвития.
Последнюю нельзя ранжировать наравне с действующими промышленными компаниями до появления соответствующих измеримых результатов.
В.12. Методологические ограничения мировых рейтингов
В.12.1. Проблема несопоставимых показателей
Главная ошибка отраслевых сравнений состоит в построении единого рейтинга из разнородных величин.
Выручка, число патентов, производственные мощности, объём инвестиций и технологический уровень не образуют автоматически единую количественную шкалу.
При необходимости разработки интегрального индекса потребуется отдельно обосновать нормализацию, веса, устойчивость результатов и смысл самого индекса.
В.12.2. Проблема корпоративной отчётности
Корпоративные сообщения часто ориентированы на демонстрацию преимуществ компании.
Поэтому необходимо различать факт объявления результата и независимое подтверждение его эффективности.
Особенно важно это для перспективных технологических процессов и ещё не завершённых производственных программ.
В.12.3. Проблема технологических поколений
Обозначения 7 нм, 5 нм, 3 нм и 2 нм не представляют единой универсальной метрической шкалы.
Разные производители могут использовать различные архитектуры, характеристики плотности, энергетические параметры и определения технологических поколений.
Следовательно, сравнение только по названию узла является недостаточным.
В.12.4. Проблема патентной и публикационной активности
Высокое количество патентов или научных статей не гарантирует соответствующего количества значимых открытий.
Необходимы дополнительные показатели научного качества, промышленного внедрения и практической результативности.
В.12.5. Проблема авторской интерпретации Метаразвития
Метаразвитие представляет самостоятельную авторскую концепцию.
Нельзя автоматически приписывать существующим корпорациям реализацию META только потому, что они применяют искусственный интеллект или ускоряют разработку микросхем.
Для подобных выводов требуется отдельная экспериментальная программа.
В.13. Значение корпуса для исследования опережения опережения
Сопоставление международных рейтингов позволяет выявлять изменение экономического и технологического положения организаций.
Однако само по себе перемещение компании на несколько строк вверх не доказывает совершенствования методов создания новых технологий.
Для исследования опережения опережения требуются дополнительные данные о длительности исследовательских циклов, стоимости разработок, воспроизводимости технологических результатов и последовательных улучшениях методик.
Таким образом, корпус рейтингов выполняет вспомогательную, но принципиально важную функцию.
Он формирует историческую и экономическую базу сравнения, относительно которой в будущем может оцениваться эффективность NOO, PICO и META.
При этом центральный показатель Метаразвития должен быть связан не с величиной выручки отдельной компании, а с подтверждённым совершенствованием методов создания последующих технологий.
В.14. Заключение к приложению В
Мировая микро- и наноэлектроника представляет собой сложную международную систему, в которой научно-технологическое лидерство распределено между многочисленными организациями и странами.
Одни участники обладают передовыми производственными процессами.
Другие контролируют критически важное оборудование.
Третьи специализируются на архитектуре микросхем, материалах или исследовательской инфраструктуре.
Поэтому единый рейтинг технологического превосходства неизбежно зависит от выбранного показателя.
В рамках настоящего приложения предложена методология формирования документального корпуса, позволяющая разделять разные типы лидерства и сопоставлять их в исторической динамике.
Особое значение имеет разработанная система кодирования научно-технических достижений.
Она позволяет различать теоретические предложения, экспериментальные демонстрации, пилотное изготовление, промышленную квалификацию и коммерческую реализацию.
Для авторской концепции Метаразвития это разграничение имеет фундаментальное значение.
Необходимо понимать разницу между созданием нового технологического продукта, ускоренным освоением известной технологии и воспроизводимым совершенствованием самой способности создавать новые технологии.
Главный методологический вывод: объективное исследование технологического опережения требует сопоставимых измерений, документально подтверждённых результатов и воспроизводимого анализа, а доказательство опережения опережения — дополнительно измеримого совершенствования методов последующего технологического развития.
В.15. Эмпирическая часть корпуса: контрольные рейтинги 2025 года
Представленные ниже сведения позволяют наполнить предложенную методологию проверенными количественными данными. Они показывают, почему рейтинги поставщиков, контрактных производств и рынков оборудования необходимо анализировать раздельно.
В.15.1. Gartner: десять крупнейших поставщиков полупроводников
Выручка в 2025 году, млрд долл. США. Предварительная оценка Gartner, опубликованная 12 января 2026 года.
0 млрд долл.35 млрд долл.70 млрд долл.105 млрд долл.140 млрд долл.NVIDIASamsungSK hynixIntelMicronQualcommBroadcomAMDAppleMediaTek
Источник: Gartner, 12 января 2026 года. Выручка поставщиков, а не объём физического производства.
Общий мировой объём полупроводниковой выручки Gartner оценивала в 793,4 млрд долларов. Первое место занимала NVIDIA с долей 15,8%, затем Samsung Electronics с 9,1% и SK hynix с 7,6%.
Эта структура отражает усиление спроса на ИИ-ускорители и высокоскоростную память, но не означает, что NVIDIA обладает крупнейшими собственными заводами полупроводникового производства.
gartner.com
В.15.2. TrendForce: рейтинг контрактного производства
В отличие от рейтинга Gartner, исследование TrendForce охватывает контрактные полупроводниковые производства.
По результатам 2025 года TSMC сохраняла первое место, Samsung Foundry — второе, SMIC — третье. В первую пятёрку также входили UMC и GlobalFoundries.
Выручка десятки крупнейших foundry-производителей составила приблизительно 169,5 млрд долларов за 2025 год, что на 26,3% больше показателя предыдущего года.
TrendForce
+1
| Место | Производитель | Страна или территория базирования |
|---|---|---|
| 1 | TSMC | Тайвань |
| 2 | Samsung Foundry | Южная Корея |
| 3 | SMIC | Китай |
| 4 | UMC | Тайвань |
| 5 | GlobalFoundries | США |
Сопоставление таблиц Gartner и TrendForce демонстрирует фундаментальное различие: крупнейший поставщик микросхем по выручке не обязательно является крупнейшим контрактным изготовителем.
В.15.3. SEMI: территориальное распределение рынка оборудования
Региональные продажи полупроводникового производственного оборудования в 2025 году, млрд долл. США. Источник: SEMI, 7 апреля 2026 года.
0 млрд долл.15 млрд долл.30 млрд долл.45 млрд долл.60 млрд долл.КитайТайваньЮжная КореяСеверная АмерикаЯпонияОстальной мирЕвропа
Источник: SEMI WWSEMS. Показатель характеризует рынок приобретённого оборудования, не мощности установок.
По данным SEMI, мировой объём продаж полупроводникового производственного оборудования достиг 135,1 млрд долларов в 2025 году. На Китай, Тайвань и Южную Корею приходилось около 79% этого рынка.
SEMI
Однако данный рейтинг показывает, где оборудование было продано и приобретено, а не где оно произведено. Его также нельзя напрямую использовать как рейтинг производительности действующих фабрик.
В.16. Стандарт проверки воспроизводимости контент-анализа
Для окончательной научной редакции приложения предлагается дополнить протокол следующими обязательными параметрами.
В.16.1. Двойное кодирование
Для проверки надёжности контент-анализа применяется независимое кодирование двумя исследователями.
До начала основной обработки необходимо провести пилотное кодирование, уточнить неоднозначные категории и зафиксировать окончательную кодировочную инструкцию.
В случае существенных расхождений между исследователями кодировочная схема пересматривается.
В.16.2. Коэффициент согласованности
Для категориальных переменных рекомендуется использовать коэффициент альфа Криппендорфа, поскольку он учитывает случайное совпадение кодов и допускает работу с несколькими кодировщиками и неполными данными.
В качестве практического ориентира могут использоваться следующие пороги:
- 0,800 и выше — достаточная согласованность для большинства выводов;
- от 0,667 до 0,799 — ограниченно приемлемая согласованность, выводы требуют осторожности;
- ниже 0,667 — кодирование требует пересмотра.
Эти значения представляют методологические ориентиры, а не универсальные требования для всех исследовательских задач.
Фактические значения надёжности должны быть рассчитаны после проведения кодирования. Настоящее приложение не содержит утверждения о выполнении такого расчёта.
В.16.3. Правила обработки отсутствующих данных
Предлагается различать четыре ситуации.
NA-1: показатель не опубликован.
NA-2: показатель неприменим к данному участнику.
NA-3: сведения противоречивы или требуют проверки.
NA-4: доступ ограничен лицензией либо отсутствует полный текст.
Ни одна из этих ситуаций не должна автоматически интерпретироваться как нулевое значение.
В.16.4. Проверка устойчивости рейтингов
Если разрабатывается интегральная система сравнения, необходимо проверить, насколько результаты зависят от выбранных весов, способов нормализации и состава участников.
При изменении методологии ранжирования следует создавать новую версию индекса, сохраняя исходные данные.
Интегральный рейтинг не должен публиковаться, если его результат существенно зависит от произвольных исследовательских решений.
В.16.5. Документирование результатов
Итоговый исследовательский архив должен содержать:
- Реестр первоисточников.
- Исходные рейтинговые данные.
- Описание правил кодирования.
- Результаты независимого кодирования.
- Протокол разрешения расхождений.
- Сведения о статистической надёжности.
- Аналитические таблицы.
- Журнал изменений методологии.
Все документы должны сохранять собственные идентификаторы, обеспечивающие возможность проверки каждой опубликованной величины.
Методологическая основа этого раздела соответствует подходу Клауса Криппендорфа, изложенному в четвёртом издании Content Analysis: An Introduction to Its Methodology (2018).
sagepub.com
В.17. Библиография к приложению В
Библиография. Корпус мировых рейтингов микроэлектроники и протокол контент-анализа
I. Международные рейтинги компаний и полупроводниковых рынков
1. Gartner. Gartner Says Worldwide Semiconductor Revenue Grew 21% in 2025. — January 12, 2026.
Первичный источник рейтинга крупнейших поставщиков полупроводников за 2025 год. Данные предварительные.
2. Gartner. Gartner Says Worldwide Semiconductor Revenue Grew 18% in 2024. — February 3, 2025.
Сопоставительный источник для исследования рынка 2024 года. При анализе необходимо учитывать последующие пересмотры оценок.
3. TrendForce. AI Demand Drives 4Q25 Global Top 10 Foundries Revenue Up 2.6% QoQ; Samsung Gains Share and Tower Moves Up in Rankings. — March 12, 2026.
Первичный источник данных о глобальном рынке контрактных полупроводниковых производств.
4. TrendForce. 4Q25 Revenue Ranking among Top 10 Global Foundries. — March 2026.
Специализированное исследование структуры foundry-рынка. Полный отчёт предоставляется на условиях TrendForce.
II. Производственные мощности, оборудование и промышленная инфраструктура
5. SEMI. SEMI Reports Global Semiconductor Equipment Billings Reached $135 Billion in 2025, Up 15% Year-on-Year. — April 7, 2026.
Официальные данные о региональной структуре продаж полупроводникового производственного оборудования.
6. SEMI. Eighteen New Semiconductor Fabs to Start Construction in 2025, SEMI Reports. — January 7, 2025.
Источник о планируемых новых производственных объектах и географическом распределении проектов строительства.
7. SEMI. World Fab Forecast. — Отраслевая база данных и периодические выпуски.
Источники данных о производственных мощностях, проектах строительства и технологической инфраструктуре. Подробные выпуски могут требовать платного доступа.
8. World Semiconductor Trade Statistics. Semiconductor Market Data and Forecasts. — WSTS.
Отраслевая статистика мирового рынка полупроводников, используемая для анализа его структуры и динамики.
III. Патентная статистика и научная библиометрия
9. World Intellectual Property Organization. World Intellectual Property Indicators. — WIPO, периодическое статистическое издание.
Международные показатели патентной активности и интеллектуальной собственности.
10. World Intellectual Property Organization. International Patent Classification (IPC). — WIPO.
Международная патентная классификация для построения воспроизводимых технологических поисковых выборок.
11. Elsevier. Scopus: Abstract and Citation Database.
Библиографические данные для исследования научной публикационной деятельности.
12. Clarivate. Web of Science Core Collection.
Библиометрические данные для анализа исследований, публикаций и цитирования.
13. SCImago. SCImago Journal & Country Rank.
Публичная аналитическая платформа для сравнительного исследования публикационной активности журналов и стран.
IV. Дорожные карты мировой электроники
14. IEEE. International Roadmap for Devices and Systems (IRDS). 2024 Edition. — IEEE, 2024.
Международные материалы по перспективным электронным устройствам, вычислительным системам и технологическим ограничениям.
15. Semiconductor Industry Association; Boston Consulting Group. Strengthening the Global Semiconductor Supply Chain in an Uncertain Era. — 2024.
Отраслевое исследование международной производственной структуры и устойчивости цепочек поставок. Использовать с учётом аналитических допущений и отраслевой позиции авторов.
V. Научная методология контент-анализа
16. Krippendorff K. Content Analysis: An Introduction to Its Methodology. — 4th ed. — Thousand Oaks: SAGE Publications, 2018.
Фундаментальный методологический источник по построению корпуса текстов, выборке, кодированию и оценке надёжности результатов.
17. Neuendorf K. A. The Content Analysis Guidebook. — 2nd ed. — Thousand Oaks: SAGE Publications, 2017.
Методика организации количественного контент-анализа, разработки категорий и проверки кодирования.
18. Bardin L. L’analyse de contenu. — Paris: Presses Universitaires de France, 1977.
Классическое исследование методологии контент-анализа и интерпретации документальных материалов.
VI. Авторская концепция META–PICO–NOO
19. Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Тома 1–6. — Авторское исследование.
Авторская концептуальная основа анализа технологического лидерства, опережения опережения, совместного развития PICO и NOO и исследовательской программы INM.
Выходные данные и библиографические адреса отдельных томов необходимо сверить с окончательными авторскими публикациями.
VII. Соответствие источников направлениям анализа
| Направление | Источники |
|---|---|
| Рейтинги поставщиков микросхем | 1, 2 |
| Рейтинги foundry | 3, 4 |
| Производство и оборудование | 5–8, 15 |
| Патенты и публикации | 9–13 |
| Технологические перспективы | 14, 15 |
| Контент-анализ | 16–18 |
| Концепция Метаразвития | 14, 16, 19 |
Методологическое примечание к библиографии
Перечисленные источники неоднородны по характеру, полноте и доступности.
Международные отраслевые рейтинги основаны на статистических методологиях соответствующих организаций. Научные базы содержат библиометрические данные. Технологические дорожные карты включают экспертные оценки и прогнозные положения.
Поэтому сопоставление результатов возможно только после установления границ выборки и правил интерпретации каждого показателя.
Настоящее приложение содержит проверенные примеры рейтинговых данных и разработанный протокол контент-анализа. Оно не представляет собой утверждение о завершённом кодировании всех мировых рейтингов 2000–2026 годов.
Полномасштабная количественная обработка потребует формирования архивного массива, обеспечения доступа к необходимым выпускам и независимой проверки результатов.
Дата подготовки: 24 октября 2026 года.
В.18. Итоговый исследовательский статус приложения
| Компонент | Состояние |
|---|---|
| Классификация мировых рейтингов | Разработана |
| Реестр основных источников | Сформирован |
| Примеры количественных данных за 2025 год | Включены |
| Кодировочная схема | Разработана |
| Протокол контент-анализа | Разработан |
| Надёжность независимого кодирования | Подлежит измерению |
| Полный машиночитаемый корпус за 2000–2026 годы | Требует дальнейшего наполнения |
| Интегральная оценка Метаразвития | Не рассчитывается без проверяемых данных |
Главный результат приложения В — создание исследовательской основы для перехода от субъективных оценок технологического лидерства к документально подтверждённому сравнительному анализу мировой электронной промышленности.
В контексте шеститомника это принципиально важно: прежде чем ставить задачу опережения опережения, необходимо определить, что именно считается технологическим опережением, какими показателями оно измеряется и какие документы позволяют независимо проверить достигнутые результаты.
Именно эта методологическая основа может использоваться в последующих исследованиях IBM, Rapidus и проектируемой системы INM–META–PICO–NOO.
*******
Приложение Г. Методика расчёта интегрального индекса готовности к Метаразвитию
Авторская научно-методологическая разработка. Редакция 1.0. Дата: 24 октября 2026 года.
Назначение приложения
Приложение Г переводит генеральную концепцию META–PICO–NOO из качественного описания в систему измеримых показателей. Его центральный результат — проектная методика расчёта интегрального индекса готовности к Метаразвитию (ИИГМ), позволяющего сопоставлять исследовательские организации, технологические программы и научно-промышленные комплексы.
Принципиальное разграничение: высокий индекс характеризует наличие предпосылок для реализации Метаразвития, но не доказывает существования технологии опережения опережения. Такое доказательство требует самостоятельных контролируемых экспериментов.
Методика опирается на международные подходы к построению составных индикаторов OECD/JRC, оценке зрелости технологий NASA TRL и системному управлению инновациями ISO 56002. При этом состав ИИГМ, веса и пороговые значения предлагаются как авторские исследовательские решения, а не как уже признанный международный стандарт.
OECD
+2
Приложение Г. Методика расчёта интегрального индекса готовности к Метаразвитию
Г.1. Введение. От качественной концепции к количественной проверке
Одной из фундаментальных задач настоящего шеститомного исследования является переход от теоретического обоснования Метаразвития к разработке научных методов его экспериментального подтверждения.
В предыдущих томах рассмотрены история мировой электронной промышленности, развитие микро- и наноэлектроники, исследовательские перспективы пикоэлектроники, концепция интеллектуально-креативных ноомашин и стратегический проект INM — International NooMachines.
При этом центральная идея генеральной технологии META заключается в возможности систематического совершенствования не только создаваемых технологий, но и самих методов их последующей разработки.
Для перехода к научно-технологическому проектированию необходимы объективные критерии оценки готовности исследовательских организаций к решению такой задачи.
Недостаточно установить, что предприятие располагает значительными финансовыми ресурсами, современными компьютерами или передовым производственным оборудованием.
Необходимо оценить способность организации объединять фундаментальные исследования, интеллектуально-креативные системы, экспериментальные процессы, инженерное проектирование и механизмы совершенствования исследовательских методов.
В этих целях предлагается интегральный индекс готовности к Метаразвитию.
Интегральный индекс готовности к Метаразвитию (ИИГМ) — авторский составной показатель, характеризующий степень организационной, научной, вычислительной, физико-технологической, экспериментальной и экономической подготовленности определённой системы к реализации исследовательской программы META.
Под оцениваемой системой могут пониматься:
- научно-исследовательская организация;
- промышленная корпорация;
- научно-технологический консорциум;
- международная исследовательская программа;
- национальная инновационная экосистема;
- специализированный комплекс INM.
При этом результаты оценки объектов различного масштаба не должны непосредственно включаться в один рейтинг без дополнительных правил сопоставимости.
Индекс предназначен прежде всего для диагностики, планирования и контроля технологического развития.
Его использование для публичного ранжирования допускается только после проверки методологической устойчивости и полноты исходных данных.
Г.2. Принципиальное разграничение готовности и фактического Метаразвития
Для научной корректности необходимо различать три последовательных состояния.
Первое — наличие предпосылок.
Организация располагает научными компетенциями, вычислительной инфраструктурой, финансированием, исследовательскими методами и промышленными партнёрствами.
Второе — функциональная готовность.
Организация демонстрирует способность создавать и использовать интеллектуально-креативные исследовательские комплексы, включая элементы NOO, и выполнять воспроизводимые циклы научно-технического поиска.
Третье — экспериментально подтверждённое Метаразвитие.
В результате последовательных исследовательских циклов установлено устойчивое улучшение не только технических результатов, но и самих методов разработки новых технологий.
ИИГМ предназначен для количественного исследования первых двух состояний и наличия предпосылок для третьего.
Он не должен использоваться как самостоятельное доказательство третьего состояния.
Для последнего требуется отдельная система экспериментальных испытаний.
Таким образом, предлагаемая методика не смешивает потенциальную способность к Метаразвитию с фактически реализованным метатехнологическим эффектом.
Г.3. Методологические принципы построения индекса
Методика основывается на восьми принципах.
Г.3.1. Комплексность
Оценка должна охватывать не только научные результаты или производственные мощности, но и интеллектуально-креативные функции, экспериментальную инфраструктуру, экономическую эффективность и организационные механизмы.
Г.3.2. Проверяемость
Каждый показатель должен быть связан с документом, экспериментальным результатом, измерением или независимо проверяемым фактом.
Декларации и прогнозы не должны оцениваться как достигнутые технологические результаты.
Г.3.3. Сопоставимость
Сравнение проводится между организациями одинакового или близкого типа, использующими согласованные определения показателей.
Г.3.4. Разделение результатов и ресурсов
Наличие вычислительных ускорителей, исследовательского персонала и крупных инвестиций не эквивалентно высокой научной производительности.
Ресурсная обеспеченность и достигнутая результативность должны измеряться раздельно.
Г.3.5. Чувствительность к критическим ограничениям
Высокие значения отдельных показателей не должны полностью компенсировать отсутствие важнейших функциональных возможностей.
Например, крупная промышленная инфраструктура не может заменить доказательство исследовательской функциональности NOO.
Г.3.6. Учёт неопределённости
Отсутствие данных, предварительный характер корпоративных сообщений и возможные ошибки измерений должны отражаться в результатах.
Г.3.7. Воспроизводимость
Другой исследователь, располагающий теми же исходными данными и утверждённой методикой, должен иметь возможность получить аналогичный результат.
Г.3.8. Адаптивность
Методика должна допускать пересмотр показателей по мере появления новых технических возможностей и результатов экспериментов.
Однако такие изменения должны фиксироваться в версиях, чтобы исключить произвольное изменение исторических сравнений.
Г.4. Архитектура интегрального индекса
Предлагается выделить восемь основных компонентов ИИГМ.
| Код | Компонент | Вес |
|---|---|---|
| F | Фундаментальная научная база | 15% |
| N | Готовность интеллектуальных систем NOO | 20% |
| P | Физико-технологическая готовность PICO | 15% |
| E | Экспериментальная инфраструктура | 15% |
| M | Метатехнологические методы | 15% |
| I | Интеграция и кооперация | 10% |
| C | Экономическая состоятельность | 5% |
| R | Надёжность и безопасность | 5% |
| Всего | 100% |
Веса представляют первоначальную проектную конфигурацию методики.
Повышенные веса NOO и метатехнологических методов обусловлены исследовательским предметом — созданием системы совершенствования способов технологического развития.
При этом отсутствие высокой оценки PICO не должно автоматически исключать организацию, разрабатывающую первые ноокомпьютеры на традиционной элементной базе.
Поэтому предусматривается возможность использования двух режимов оценки.
Универсальный режим ИИГМ-U применяется к организациям, заявляющим готовность к совместной программе META–PICO–NOO.
Специализированный режим ИИГМ-N предназначается для оценки начальных исследовательских программ NOO без требования наличия собственной физико-технологической платформы PICO.
Результаты этих режимов должны публиковаться раздельно.
Г.5. Компонент F. Фундаментальная научная база
Фундаментальная научная база определяет способность организации формировать новые проверяемые знания, необходимые для развития электронных и вычислительных технологий.
Предлагаются четыре группы показателей.
F1. Научная компетентность.
Оценивается наличие исследовательских коллективов, обладающих документально подтверждённой квалификацией по профильным направлениям.
F2. Достоверность научных результатов.
Учитываются воспроизводимые исследования, независимая научная экспертиза и полнота документирования результатов.
F3. Междисциплинарность.
Оценивается способность организации объединять физику, материаловедение, информатику, математику и инженерные дисциплины в общих исследованиях.
F4. Результативность научного поиска.
Определяется на основе качества завершённых исследований с учётом времени и используемых ресурсов.
Количество публикаций не должно использоваться как единственный показатель научной результативности.
Предварительно каждому подпоказателю присваивается одинаковый вес внутри компонента.
Г.6. Компонент N. Готовность интеллектуальных систем NOO
Компонент N является одним из центральных элементов индекса.
Он отражает не общую распространённость искусственного интеллекта, а наличие функций, необходимых для создания исследовательских ноокомпьютеров.
Предлагаются следующие подпоказатели.
N1. Постановка исследовательских задач.
Способность формализовать научно-технические проблемы и ограничения.
N2. Генерация исследовательских гипотез.
Способность создавать нетривиальные проверяемые гипотезы.
N3. Моделирование и оценка альтернатив.
Наличие интегрированных средств математического, физического и инженерного анализа.
N4. Организация полного исследовательского цикла.
Способность объединять постановку задачи, моделирование, экспериментальную проверку и интерпретацию результатов.
N5. Адаптация исследовательских методов.
Способность предлагать изменения способов решения последующих задач.
Важно различать N5 и фактически доказанное Метаразвитие.
Само предложение усовершенствованной методики ещё не доказывает её эффективности.
Для высокой оценки необходимо представить результаты испытаний предложенных изменений.
Г.7. Компонент P. Физико-технологическая готовность PICO
Компонент P характеризует подготовленность к исследованию перспективных физических оснований электронной техники.
Он не предполагает обязательного существования транзисторов буквального пикометрового размера.
Его объектом становятся физические устройства, в которых перспективные функциональные свойства могут определяться атомарными структурами, квантовыми эффектами и пикометровой точностью управления параметрами вещества.
Предлагаются пять подпоказателей.
P1. Физическая обоснованность.
Наличие экспериментально подтверждённых физических закономерностей, лежащих в основе исследуемого направления.
P2. Функциональные элементы.
Степень готовности устройств, способных выполнять полезные электронные или информационные функции.
P3. Управляемость и устойчивость.
Воспроизводимость физических состояний, точность управления и стабильность характеристик.
P4. Технологическая интеграция.
Совместимость перспективных компонентов с измерительной, управляющей и вычислительной инфраструктурой.
P5. Производственная перспектива.
Реалистичность масштабирования, требования к оборудованию, надёжность и потенциальная себестоимость.
При оценке необходимо различать экспериментальную демонстрацию, инженерный прототип и промышленное производство.
Г.8. Компонент E. Экспериментальная инфраструктура
Даже наиболее совершенные интеллектуальные средства не могут заменить физические эксперименты там, где необходимо устанавливать свойства реальных материалов и устройств.
Поэтому готовность к Метаразвитию требует наличия проверяемого исследовательского контура.
Предлагаются четыре подпоказателя.
E1. Измерительные средства.
Доступность оборудования, обеспечивающего измерения с необходимой точностью.
E2. Экспериментальная автоматизация.
Уровень роботизации и автоматизации исследовательских процедур.
E3. Обратная связь между моделированием и экспериментом.
Степень интеграции вычислительной системы с экспериментальными результатами.
E4. Воспроизводимость экспериментальных процедур.
Наличие стандартов, журналов измерений, калибровок, контроля неопределённостей и независимых испытаний.
Высокая оценка E предполагает не только наличие оборудования, но и доказанную способность использовать его для получения достоверных исследовательских результатов.
Г.9. Компонент M. Метатехнологические методы
Компонент M имеет принципиальное значение для разграничения обычной научно-технической деятельности и подготовки к Метаразвитию.
Он характеризует способность организации исследовать и совершенствовать собственные методы разработки технологий.
Предлагаются пять подпоказателей.
M1. Формализация исследовательских процессов.
Наличие воспроизводимых описаний последовательности научно-технических операций.
M2. Измерение эффективности исследований.
Наличие объективных показателей времени, затрат, качества и результативности.
M3. Экспериментальное сравнение методик.
Способность сопоставлять различные исследовательские подходы при контролируемых условиях.
M4. Внедрение подтверждённых улучшений.
Документально установленное использование новых методов, обеспечивших преимущество в последующих задачах.
M5. Повторяемость метатехнологических результатов.
Доказательство того, что улучшения методов сохраняют эффективность на нескольких независимых исследовательских циклах.
Именно M4 и M5 являются наиболее близкими показателями к центральной гипотезе Метаразвития.
Однако даже высокие значения этих показателей не означают существования универсального механизма опережения опережения.
Они подтверждают лишь определённый объём установленной метатехнологической функциональности.
Г.10. Компонент I. Интеграция и кооперация
Метаразвитие предполагает объединение нескольких направлений научно-технической деятельности.
Поэтому необходимо оценивать интеграционные возможности исследовательской системы.
Предлагаются четыре подпоказателя.
I1. Междисциплинарное взаимодействие.
Способность координировать совместные исследования специалистов различных областей.
I2. Совместимость вычислительных и экспериментальных средств.
Наличие технических интерфейсов, стандартов данных и процедур обмена результатами.
I3. Научно-промышленная кооперация.
Результативность взаимодействия исследовательских организаций и производителей.
I4. Международное сотрудничество.
Наличие действующих исследовательских соглашений с подтверждёнными совместными результатами.
Количество подписанных меморандумов само по себе не должно считаться достаточным основанием высокой оценки.
Г.11. Компонент C. Экономическая состоятельность
Генеральная технология Метаразвития должна иметь не только научную, но и экономическую перспективу.
Предлагаются четыре подпоказателя.
C1. Устойчивость финансирования.
Наличие ресурсов для проведения согласованной исследовательской программы.
C2. Эффективность исследовательских расходов.
Соотношение полной стоимости исследований и полученных достоверных результатов.
C3. Возможность промышленного масштабирования.
Оценка материальных, энергетических, организационных и производственных ограничений.
C4. Рыночная востребованность.
Наличие подтверждённых потребностей в разрабатываемых системах или технологических функциях.
На ранних исследовательских этапах отсутствие коммерческой выручки не должно автоматически означать нулевую оценку.
Однако прогнозируемые доходы не могут подменять подтверждённую экономическую результативность.
Г.12. Компонент R. Надёжность, безопасность и ответственность
Исследовательская система, предназначенная для ускоренного создания технологий, должна удовлетворять повышенным требованиям достоверности и безопасности.
Предлагаются четыре подпоказателя.
R1. Научная прослеживаемость.
Возможность установить происхождение данных, моделей, гипотез и выводов.
R2. Техническая безопасность.
Наличие механизмов предотвращения опасных экспериментальных действий.
R3. Независимая проверка.
Применение внешней экспертизы и испытаний.
R4. Организационная ответственность.
Установленные полномочия, управление рисками и документирование решений.
Для некоторых опасных применений недостаточная безопасность должна выступать основанием запрета перехода к следующим этапам независимо от итогового индекса.
Г.13. Шкала оценивания подпоказателей
Для первоначальной реализации ИИГМ предлагается шестибалльная шкала зрелости, представленная значениями от 0 до 5.
| Балл | Состояние |
|---|---|
| 0 | Подтверждённая функция отсутствует |
| 1 | Концепция сформулирована |
| 2 | Имеется предварительная демонстрация |
| 3 | Проведена документированная проверка |
| 4 | Подтверждена повторяемая работа |
| 5 | Подтверждена независимая воспроизводимость и практическая результативность |
Данная шкала является авторской.
Её не следует смешивать с международной девятиуровневой системой Technology Readiness Levels.
Оценка 5 по отдельному подпоказателю ИИГМ не означает автоматического достижения TRL 9.
Более того, для различных подпоказателей должны быть подготовлены специализированные паспорта доказательств.
Например, высокий уровень научной прослеживаемости не подтверждается теми же документами, что высокая промышленная готовность электронного элемента.
Г.14. Нормирование исходных данных
Перед расчётом интегрального индекса все подпоказатели необходимо привести к сопоставимой шкале.
В базовой методике используется нормирование экспертных оценок от 0 до 5 в диапазон от 0 до 100.
Каждому баллу соответствует фиксированное значение.
| Исходный балл | Нормированная оценка |
|---|---|
| 0 | 0 |
| 1 | 20 |
| 2 | 40 |
| 3 | 60 |
| 4 | 80 |
| 5 | 100 |
Для непрерывных количественных показателей могут применяться отдельные правила нормирования.
В таком случае пороговые значения должны быть установлены заранее и иметь содержательное обоснование.
Не рекомендуется автоматически определять лучшие и худшие значения только по текущей группе сравниваемых организаций.
Такой подход приводит к ситуации, когда индекс компании изменяется не вследствие изменения её характеристик, а вследствие добавления другого участника в выборку.
Для динамического анализа предпочтительны фиксированные нормативные или эталонные границы.
При необходимости применения статистического нормирования его результаты следует публиковать отдельно от базового ИИГМ.
Г.15. Расчёт компонентных оценок
Каждая из восьми компонентных оценок рассчитывается на основе соответствующих подпоказателей.
В первоначальной методике всем подпоказателям внутри одного компонента присваивается одинаковый вес.
Например, компонент F включает четыре подпоказателя, а компонент N — пять.
В каждом случае рассчитывается средняя нормированная оценка соответствующей группы.
При этом отсутствие информации не приравнивается автоматически к нулю.
Для неполных данных используется специальный статус «не установлено».
Если доля подтверждённых показателей недостаточна, компонент считается неоценённым.
Для базовой публикации предлагается требовать подтверждения всех критических подпоказателей и не менее 80% общего набора.
Иные правила допускаются только в явно обозначенных экспериментальных версиях методики.
Г.16. Расчёт интегрального показателя
После получения восьми компонентных оценок рассчитывается их взвешенное среднее.
При этом используются веса, приведённые в разделе Г.4.
Результатом является значение ИИГМ в диапазоне от 0 до 100.
Чем выше значение, тем больше совокупная готовность исследуемой системы по принятой методике.
Однако принципиально важно учитывать компенсаторный характер обычного взвешенного среднего.
Высокие оценки научной базы и производственной инфраструктуры могут частично скрывать недостаточную готовность NOO и метатехнологических методов.
Поэтому числовой индекс должен сопровождаться обязательными ограничительными условиями.
Г.17. Критические ограничительные условия
Предлагается использовать несколько независимых проверок.
Условие 1. Интеллектуально-креативная готовность.
Если компонент N получает менее 40 баллов, организация не может классифицироваться как функционально готовая к комплексной программе NOO.
Условие 2. Метатехнологическая готовность.
Если компонент M получает менее 40 баллов, невозможно присвоение статуса высокой готовности к Метаразвитию.
Условие 3. Экспериментальная достоверность.
Отсутствие необходимой экспериментальной проверки ограничивает максимально допустимый класс готовности.
Условие 4. Безопасность.
При наличии неприемлемого риска переход к экспериментальной эксплуатации блокируется независимо от общей суммы баллов.
Условие 5. Полнота данных.
При недостаточном документальном покрытии окончательный интегральный показатель не публикуется.
Таким образом, итоговая оценка должна отражать не только среднее значение, но и выполнение обязательных условий.
Г.18. Предварительная интерпретация результатов
Для исследовательской версии 1.0 предлагается следующая шкала.
| ИИГМ | Предварительная категория |
|---|---|
| 0–19,9 | Начальная |
| 20–39,9 | Формирующаяся |
| 40–59,9 | Развивающаяся |
| 60–79,9 | Повышенная готовность |
| 80–100 | Высокая готовность |
Эти интервалы являются проектными и не получены из эмпирического распределения мировой электронной промышленности.
Поэтому они должны рассматриваться как рабочая классификация.
Присвоение категории повышенной или высокой готовности допускается только при выполнении критических условий.
Даже категория высокой готовности не означает экспериментального доказательства устойчивого Метаразвития.
Г.19. Специализированная оценка NOO без собственной PICO
На начальном этапе INM первые ноокомпьютеры предполагается создавать на существующей электронной элементной базе.
Поэтому было бы методологически ошибочно автоматически снижать оценку NOO-организации только потому, что она не разрабатывает собственные пикоэлектронные компоненты.
В специализированном режиме ИИГМ-N физико-технологический компонент P исключается из расчёта, а остальные веса пропорционально перераспределяются.
При этом значение индекса должно сопровождаться обязательным обозначением режима.
ИИГМ-N нельзя непосредственно сравнивать с универсальным ИИГМ-U.
Специализированная оценка позволяет определять готовность к разработке ноокомпьютеров, но не подтверждает готовность к полной интегрированной программе META–PICO–NOO.
Г.20. Экспертное оценивание и независимая проверка
Для первоначального присвоения баллов рекомендуется формировать междисциплинарную экспертную группу.
В её состав должны входить специалисты по физике электронных устройств, вычислительным архитектурам, искусственному интеллекту, экспериментальной метрологии, системной инженерии и экономике технологий.
Каждый эксперт должен оценивать только те показатели, для которых обладает достаточной компетентностью.
Эксперты получают одинаковый комплект документов.
Оценивание выполняется независимо.
Расхождения анализируются по заранее установленной процедуре.
При отсутствии согласованности назначается дополнительная экспертиза.
Важно документировать не только итоговый балл, но и аргументы, на основании которых он присвоен.
Для повышения достоверности рекомендуется публиковать диапазон экспертных оценок и основные причины расхождений.
Г.21. Контроль качества доказательств
Предлагается разграничивать пять типов подтверждающих материалов.
| Код | Тип доказательства |
|---|---|
| D0 | Непроверенное утверждение |
| D1 | Документированное намерение |
| D2 | Сообщение организации о результате |
| D3 | Проверяемые экспериментальные данные |
| D4 | Независимое воспроизведение |
При этом уровень D4 предпочтителен для наиболее ответственных подпоказателей.
Декларация руководства компании о превосходстве технологической платформы не должна оцениваться наравне с независимыми результатами испытаний.
Для каждого подпоказателя устанавливается минимально необходимый класс доказательств.
Итоговый индекс должен сопровождаться паспортом документальной обоснованности.
Г.22. Проверка устойчивости индекса
Любой составной индекс зависит от выбранных показателей, весов и способа их объединения.
Поэтому необходимо исследовать устойчивость ИИГМ к изменениям методики.
Рекомендуются четыре проверки.
Первая — изменение весов основных компонентов в пределах согласованного диапазона.
Вторая — исключение отдельных некритических подпоказателей.
Третья — использование альтернативных допустимых правил нормирования.
Четвёртая — проверка влияния неопределённости экспертных оценок.
Если при небольших изменениях методики организация существенно перемещается в рейтинге, следует признать результат неустойчивым.
В подобных случаях необходимо публиковать интервальную оценку и ограничивать категоричность выводов.
Г.23. Динамическая оценка готовности
Особый интерес представляет изменение ИИГМ во времени.
Для этого необходимо проводить повторные измерения с сохранением единой методологии.
Например, оценка может выполняться ежегодно или после завершения крупных исследовательских этапов.
Важно анализировать не только изменение суммарного значения, но и развитие каждого компонента.
Рост научной базы при одновременном снижении экспериментальной воспроизводимости не может однозначно интерпретироваться как улучшение готовности.
Аналогично увеличение финансирования не означает автоматического повышения метатехнологической результативности.
Для каждого изменения необходимо устанавливать его документальные причины.
Г.24. Связь ИИГМ с оценкой фактического Метаразвития
Интегральный индекс готовности отвечает на вопрос:
«Насколько организация подготовлена к проведению исследований и реализации программы Метаразвития?»
Но генеральная гипотеза META предполагает другой, более сложный вопрос:
«Способна ли система воспроизводимо совершенствовать методы создания последующих поколений технологий?»
Для ответа на второй вопрос необходим самостоятельный экспериментальный протокол.
Предлагается использовать последовательные исследовательские циклы.
На первом этапе измеряется результативность исходных методов.
На втором вводятся интеллектуально-креативные средства и новые экспериментальные процедуры.
На третьем проверяется, обеспечивают ли они преимущества.
На четвёртом система предлагает усовершенствования собственных исследовательских методов.
На пятом проверяется, сохраняются ли преимущества новых методов в последующих независимых задачах.
Только после такой проверки можно обсуждать экспериментально подтверждённый метатехнологический эффект.
Таким образом, ИИГМ и экспериментальная оценка Метаразвития выполняют разные, но взаимодополняющие функции.
Г.25. Применение к IBM, Rapidus и INM
Методика позволяет исследовать организации, представляющие различные модели технологического развития.
IBM обладает длительной историей фундаментальных исследований, компьютерных архитектур и разработки новых полупроводниковых технологий.
Rapidus представляет современную попытку ускоренного освоения передовых производственных процессов посредством международного сотрудничества.
INM является авторской проектируемой организацией, для которой ещё необходимо создать экспериментальную и промышленную инфраструктуру.
При этом прямое сравнение возможно только после выбора одинакового объекта оценки.
Например, следует сопоставлять не всю корпорацию IBM с одной исследовательской программой INM, а определённые исследовательско-технологические комплексы с установленными организационными границами.
Для Rapidus необходимо отдельно оценивать создание производственной инфраструктуры и развитие интеллектуальной автоматизации проектирования.
Для INM главным первоначальным показателем станет подтверждённая готовность экспериментальных ноокомпьютеров и методов исследования.
До формирования сопоставимого массива данных присваивать этим организациям окончательные числовые значения ИИГМ методологически преждевременно.
Г.26. Использование индекса в программе INM
ИИГМ может применяться как инструмент долгосрочного проектирования.
На начальном этапе он позволяет выявлять недостаточно развитые компоненты исследовательской системы.
На этапе создания первых ноокомпьютеров — оценивать готовность научной базы, интеллектуальных методов и экспериментальной инфраструктуры.
На этапе интеграции PICO и NOO — анализировать совместимость физико-технологических и интеллектуально-креативных направлений.
На этапе промышленного масштабирования — оценивать экономическую и организационную состоятельность проекта.
Особенно важна возможность использовать индекс не для формального ранжирования участников, а для выявления факторов, ограничивающих дальнейшее развитие.
Г.27. Заключение. Индекс как инструмент проектирования, но не доказательство Метаразвития
Предложенная методика интегрального индекса готовности к Метаразвитию представляет первоначальную основу количественной оценки сложных научно-технологических систем.
Она объединяет фундаментальную научную базу, готовность NOO и PICO, экспериментальную инфраструктуру, метатехнологические методы, интеграцию, экономическую состоятельность и безопасность.
При этом важнейшее значение имеет различие между готовностью к определённому направлению исследований и фактическим достижением его результатов.
Высокий ИИГМ означает, что организация располагает значительной совокупностью необходимых предпосылок.
Но он не доказывает, что организация создала полноценную генеральную технологию META.
Поэтому дальнейшее развитие методики должно сопровождаться созданием системы независимых экспериментов, проверкой устойчивости весов и нормировок, сопоставлением результатов с фактической научно-технологической производительностью и исследованием последовательных циклов улучшения методов разработки.
Главный вывод приложения Г: готовность к Метаразвитию может стать объектом систематической количественной оценки, но существование Метаразвития как технологии должно устанавливаться отдельным воспроизводимым экспериментальным доказательством.
Именно такое разграничение позволяет превратить авторскую концепцию META–PICO–NOO из общего стратегического замысла в последовательную научно-методологическую программу.
Г.28. Практический пример расчёта ИИГМ
Ниже приведён условный исследовательский комплекс «Альфа». Его данные специально смоделированы для демонстрации метода и не относятся к IBM, Rapidus, INM или какой-либо реальной организации.
ИИГМ-U — условная оценка
63.0 / 100
Повышенная готовность (предварительно)
Редактируемая модельСбросить значения
F. Научная база
80 баллов · вес 15%
N. NOO
60 баллов · вес 20%
P. PICO
40 баллов · вес 15%
E. Эксперименты
80 баллов · вес 15%
M. Метаметоды
40 баллов · вес 15%
I. Интеграция
80 баллов · вес 10%
C. Экономика
60 баллов · вес 5%
R. Безопасность
80 баллов · вес 5%
| Сумма взвешенных вкладов | 63.0 |
| Порог N и M (40 баллов) | Выполнен |
Измените оценки компонентов, чтобы увидеть влияние на суммарный индекс. Интерфейс демонстрирует числовую модель и два пороговых условия; он не проверяет достоверность исходных документов, безопасность и полноту данных.
При исходных оценках комплекс «Альфа» получает 63 балла из 100 и предварительную категорию повышенной готовности. Критические пороги N и M выполнены на минимально допустимом уровне или выше.
При этом показатели P и M остаются ограничивающими факторами. Для принятия инвестиционного решения было бы неправильно опираться только на итоговое число. Необходимо отдельно исследовать, почему физико-технологическая и метатехнологическая готовность отстают от научной базы и экспериментальной инфраструктуры.
Г.29. Паспорт публикации результата
Для каждого реального расчёта следует фиксировать:
| Реквизит | Требование |
|---|---|
| Объект | Точная граница оцениваемой системы |
| Дата | Дата состояния данных |
| Методика | ИИГМ-U или ИИГМ-N, версия |
| Доказательства | Ссылки на первичные документы |
| Покрытие | Доля оценённых подпоказателей |
| Эксперты | Состав и независимость |
| Результат | Индекс и профиль компонентов |
| Ограничения | Критические условия и пропуски |
| Устойчивость | Анализ изменения весов и оценок |
| Статус | Предварительный или подтверждённый |
Для воспроизводимости важно сохранять также исходные показатели, а не только рассчитанный индекс. Международное руководство OECD/JRC прямо выделяет нормирование, взвешивание, агрегирование и анализ неопределённости как существенные стадии разработки составных показателей.
knowledge4policy.ec.europa.eu
Г.30. Библиография к приложению Г
Библиография. Методика расчёта интегрального индекса готовности к Метаразвитию
I. Авторская концепция META–PICO–NOO
1. Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Тома 1–6. — Авторское исследование, 2026.
Концептуальная основа генеральной технологии META, субтехнологий PICO и NOO, проекта INM и понятия опережения опережения. Выходные данные опубликованных томов требуют окончательной библиографической сверки.
II. Методология интегральных индексов
2. OECD; European Commission, Joint Research Centre. Handbook on Constructing Composite Indicators: Methodology and User Guide. — Paris: OECD Publishing, 2008.
DOI: https://doi.org/10.1787/9789264043466-en
Базовое методологическое руководство по построению интегральных индексов, выбору показателей, нормированию, весам и анализу чувствительности.
3. Nardo M., Saisana M., Saltelli A., Tarantola S., Hoffmann A., Giovannini E. Handbook on Constructing Composite Indicators: Methodology and User Guide. — OECD Statistics Working Papers, No. 2005/03. — Paris: OECD Publishing, 2005.
DOI: https://doi.org/10.1787/533411815016
Методологические основы сравнительных составных показателей и оценки их надёжности.
4. Saltelli A. et al. Global Sensitivity Analysis: The Primer. — Chichester: John Wiley & Sons, 2008.
Основные методы анализа чувствительности математических моделей и оценки влияния неопределённости исходных предположений.
III. Оценка технологической готовности
5. NASA. Technology Readiness Levels. — 2023.
Девятиуровневая система оценки зрелости технологий.
6. NASA Earth Science Technology Office. Technology Readiness Levels (TRLs).
Описание критериев зрелости аппаратных и программных технологий, включая требования к экспериментальному подтверждению.
IV. Инновационная деятельность и управление исследованиями
7. ISO. ISO 56002:2019. Innovation Management — Innovation Management System — Guidance. — Geneva: International Organization for Standardization, 2019.
Международное руководство по организации, поддержанию и постоянному совершенствованию систем инновационного менеджмента.
8. Росстандарт. ГОСТ Р ИСО 56002-2020. Инновационный менеджмент. Системы инновационного менеджмента. Руководящие указания. — 2020.
Российская версия методологического стандарта управления инновациями.
9. OECD; Eurostat. Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation. — 4th ed. — Paris: OECD Publishing, 2018.
DOI: https://doi.org/10.1787/9789264304604-en
Международные принципы определения инноваций, сбора данных и оценки инновационной деятельности.
V. Методы научной проверки и контент-анализа
10. Krippendorff K. Content Analysis: An Introduction to Its Methodology. — 4th ed. — Thousand Oaks: SAGE Publications, 2018.
Методы построения кодировочных схем, обработки документов и оценки согласованности исследователей.
11. Neuendorf K. A. The Content Analysis Guidebook. — 2nd ed. — Thousand Oaks: SAGE Publications, 2017.
Практические процедуры организации количественного контент-анализа и независимого кодирования.
VI. Экономические основания оценки научно-технологической результативности
12. Bloom N., Jones C. I., Van Reenen J., Webb M. Are Ideas Getting Harder to Find? // American Economic Review. — 2020. — Vol. 110, No. 4. — P. 1104–1144.
DOI: https://doi.org/10.1257/aer.20180338
Эмпирическое исследование производительности научно-технической деятельности и динамики исследовательских затрат.
13. Cockburn I. M., Henderson R., Stern S. The Impact of Artificial Intelligence on Innovation: An Exploratory Analysis // The Economics of Artificial Intelligence: An Agenda. — Chicago: University of Chicago Press, 2019.
Исследование возможного влияния искусственного интеллекта на изобретательство и организацию инновационной деятельности.
Методологическое примечание
Перечисленные международные источники предоставляют методологические основания для разработки интегральных показателей, оценки технологической зрелости и исследования инновационной деятельности.
Однако они не устанавливают международно признанного интегрального индекса готовности к Метаразвитию.
Предложенный в приложении Г ИИГМ является авторским исследовательским инструментом, разработанным в контексте концепции В. К. Петросяна.
Его структура, веса, критические ограничения и классификационные пороги требуют эмпирической проверки, экспертного согласования и последующей статистической валидации.
До завершения такой проверки результаты ИИГМ должны публиковаться с указанием экспериментального статуса методики.
Дата подготовки: 24 октября 2026 года.
Итог и дальнейшая научная задача
Приложения А–Г теперь образуют последовательную методологическую основу шеститомника:
| Приложение | Научная функция |
|---|---|
| А. Хронология микро- и наноэлектроники | Историческая база |
| Б. Хронология Rapidus | Документальный анализ опережения |
| В. Мировые рейтинги и контент-анализ | Сопоставимые эмпирические данные |
| Г. Интегральный индекс готовности | Количественная диагностика предпосылок Метаразвития |
Следующий принципиальный этап — эмпирическая валидация ИИГМ: заполнение паспортов показателей, независимое оценивание пилотной группы исследовательских организаций, проверка чувствительности весов и установление того, насколько индекс предсказывает реальные научно-технологические результаты.
Это позволит сделать важнейший переход от предложенной системы измерений к научно обоснованному инструменту управления программой INM.
Итоговый принцип приложения Г: измерять готовность к Метаразвитию необходимо отдельно от экспериментального доказательства самой технологии Метаразвития.
*********
Приложение Д. Глоссарий: микро-, нано-, пико-, фемто-, ноо-, META
Д.1. Назначение, структура и правила применения глоссария
Настоящий глоссарий является нормативным терминологическим приложением в рамках авторского шеститомного исследования «Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития».
Его назначение заключается в обеспечении единообразного понимания терминов, используемых при исследовании истории микроэлектроники, развития наноэлектроники, перспектив пикоэлектроники, возможных фемтометровых исследований и проектирования генеральной технологии Метаразвития.
Необходимость специального глоссария обусловлена тем, что в настоящей работе взаимодействуют несколько различных терминологических систем.
Первая — метрологическая, определяющая физические масштабы и единицы измерения.
Вторая — физико-технологическая, описывающая материалы, электронные компоненты, вычислительные устройства и производственные процессы.
Третья — информационно-вычислительная, включающая архитектуры компьютеров, искусственный интеллект и автоматизированное проектирование.
Четвёртая — научно-методологическая, связанная с измерением технологической зрелости, доказательностью и воспроизводимостью результатов.
Пятая — авторская, содержащая понятия ноотехнологий, ноомашин, пикоэлектроники в расширенном программном смысле, генеральной технологии META и опережения опережения.
Для исключения терминологических противоречий предлагаются три статуса определений.
Статус О — общепринятый. Термин имеет устойчивое значение в международной научной и технической литературе.
Статус А — авторский. Термин или его специальное значение устанавливается настоящим исследованием и требует употребления в определённом концептуальном контексте.
Статус Г — гипотетический. Термин обозначает перспективную научно-технологическую возможность, которая ещё не подтверждена как реализованная промышленная система.
Один термин может иметь общепринятое метрологическое значение и отдельное авторское технологическое содержание.
Например, приставка «пико-» строго определена в Международной системе единиц, но название «пикоэлектроника» в данном шеститомнике охватывает специальную перспективную исследовательскую программу.
Д.2. Метрологические основания: микро-, нано-, пико- и фемто-
Д.2.1. Микро- (micro-)
Статус: О.
Приставка Международной системы единиц, обозначающая одну миллионную долю соответствующей единицы измерения.
Символ приставки — мк в русской записи единиц и µ в международной.
В современной электронике термин «микро-» используется для обозначения микрометровых размеров, микроэлектронных устройств, микросистем и других объектов, связанных с соответствующим масштабом.
Д.2.2. Микрометр
Статус: О.
Единица длины, равная одной миллионной доле метра.
Микрометровый масштаб характерен для многих конструктивных элементов микроэлектронных устройств, микромеханических систем и технологических процессов.
При этом название «микроэлектроника» не означает, что все размеры современных микросхем обязательно находятся в микрометровом диапазоне.
Д.2.3. Нано- (nano-)
Статус: О.
Приставка Международной системы единиц, обозначающая одну миллиардную долю соответствующей единицы.
Международный символ — n.
В электронике применяется при описании нанометровых размеров, тонких плёнок, каналов транзисторов, наноструктур и физических эффектов, связанных с малыми пространственными масштабами.
Д.2.4. Нанометр
Статус: О.
Единица длины, равная одной миллиардной доле метра.
Нанометровый масштаб является одним из основных при описании современной передовой полупроводниковой технологии.
Однако технологические названия «3 нм» и «2 нм» не следует трактовать как универсальную физическую длину всех элементов соответствующего транзистора.
Д.2.5. Пико- (pico-)
Статус: О.
Приставка Международной системы единиц, обозначающая одну триллионную долю соответствующей единицы.
Международный символ — p.
Используется в физических измерениях длины, времени, электрических величин и других характеристик.
Само существование приставки «пико-» не свидетельствует о технической возможности промышленного изготовления произвольных электронных компонентов соответствующего размера.
Д.2.6. Пикометр
Статус: О.
Единица длины, равная одной триллионной доле метра.
Пикометровые изменения геометрии имеют значение для высокоточных измерений атомарных структур, межатомных расстояний и некоторых свойств вещества.
Размеры атомов обычно характеризуются десятками и сотнями пикометров.
Поэтому пикометровый масштаб нельзя рассматривать как пространство обычной геометрической миниатюризации классического транзистора.
Д.2.7. Фемто- (femto-)
Статус: О.
Приставка Международной системы единиц, обозначающая одну квадриллионную долю соответствующей единицы.
Международный символ — f.
Используется для обозначения чрезвычайно малых физических величин, включая фемтометровые расстояния и фемтосекундные интервалы времени.
Д.2.8. Фемтометр
Статус: О.
Единица длины, равная одной квадриллионной доле метра.
Фемтометровый масштаб характерен для размеров атомных ядер и некоторых процессов ядерной физики.
Он существенно отличается от пространственного масштаба традиционной полупроводниковой электроники.
Д.2.9. Фемтосекунда
Статус: О.
Единица времени, равная одной квадриллионной доле секунды.
Применяется при исследовании сверхбыстрых физических процессов, динамики электронных состояний, оптических взаимодействий и ультракоротких импульсов.
Фемтосекундная электроника и гипотетическая фемтометровая электроника не являются тождественными понятиями.
Первая связана со временем протекания процессов, вторая — с исследуемым пространственным масштабом.
Д.2.10. Сравнительная таблица масштабов
| Приставка | Доля метра | Обозначение |
|---|---|---|
| Микро- | Одна миллионная | мкм |
| Нано- | Одна миллиардная | нм |
| Пико- | Одна триллионная | пм |
| Фемто- | Одна квадриллионная | фм |
Каждый следующий масштаб в таблице соответствует уменьшению характерной длины в тысячу раз.
Однако изменение длины не означает автоматического перехода к следующему поколению электронных приборов.
Д.3. Микроэлектроника и базовые электронные технологии
Д.3.1. Микроэлектроника
Статус: О.
Область электроники, связанная с разработкой, изготовлением и применением миниатюрных электронных компонентов и интегральных схем.
Включает физику полупроводниковых устройств, схемотехнику, материалы, технологические процессы, системы проектирования и промышленное производство.
Современная микроэлектроника использует в том числе нанометровые размеры, сохраняя исторически сложившееся название.
Д.3.2. Полупроводник
Статус: О.
Материал, электрические свойства которого определяются электронной зонной структурой, концентрацией носителей заряда, температурой, примесями и внешними воздействиями.
К важнейшим полупроводниковым материалам относится кремний.
Перспективные направления включают соединения различных элементов, двумерные полупроводники и другие материалы.
Д.3.3. Транзистор
Статус: О.
Электронный прибор, предназначенный для управления электрическими сигналами и токами.
Применяется для усиления, переключения и реализации логических функций.
Транзисторы могут использовать разные физические принципы, материалы и конструктивные архитектуры.
Д.3.4. MOS-транзистор
Статус: О.
Полевой транзистор, в котором управление проводимостью канала осуществляется электрическим полем затвора, отделённого от канала изолирующей структурой.
MOS-технология составляет одну из основных физических и технологических баз современной микроэлектроники.
Д.3.5. CMOS
Статус: О.
Комплементарная металл-оксид-полупроводниковая технология, основанная на совместном использовании транзисторов с противоположными типами проводимости.
Широко применяется для реализации цифровых интегральных схем.
Д.3.6. Интегральная схема
Статус: О.
Электронная система, элементы и соединения которой создаются с использованием совместимых технологических процессов на одном или нескольких взаимосвязанных полупроводниковых кристаллах.
Применяется в вычислительной технике, связи, системах управления, измерениях и других областях.
Д.3.7. FinFET
Статус: О.
Архитектура полевого транзистора, в которой проводящий канал имеет пространственную структуру, напоминающую ребро, а затвор управляет каналом с нескольких сторон.
Развивалась для улучшения электростатического управления при уменьшении характерных размеров.
Д.3.8. Gate-All-Around (GAA)
Статус: О.
Архитектура транзистора, предусматривающая охват проводящего канала управляющим затвором.
Позволяет исследовать и реализовывать усовершенствованное электростатическое управление каналом.
Применяется в перспективных и современных передовых логических технологиях.
Д.3.9. Nanosheet-транзистор
Статус: О.
Разновидность GAA-транзистора, использующая тонкие полупроводниковые каналы в виде нанослоёв.
Такие структуры используются в передовых программах IBM, TSMC и других участников мировой полупроводниковой промышленности.
Д.3.10. Технологический узел
Статус: О.
Промышленное обозначение определённого поколения полупроводниковой технологии.
В современной практике название узла не соответствует единому универсальному геометрическому параметру.
Для объективного сравнения необходим анализ плотности транзисторов, характеристик устройств, энергопотребления, производительности, межсоединений и технологической зрелости.
Д.3.11. EUV-литография
Статус: О.
Метод оптической литографии, использующий экстремальное ультрафиолетовое излучение для формирования структур интегральных схем.
Применяется в передовых полупроводниковых производственных процессах.
Д.3.12. Гетерогенная интеграция
Статус: О.
Совместное объединение компонентов, изготовленных с использованием разных материалов, технологий или функциональных архитектур.
Позволяет создавать сложные системы без обязательного изготовления всех функциональных элементов в одном технологическом процессе.
Д.3.13. Чиплет
Статус: О.
Отдельный функциональный полупроводниковый кристалл, предназначенный для интеграции с другими кристаллами в общей системе.
Чиплетная организация позволяет специализировать компоненты и комбинировать различные технологические процессы.
Д.3.14. Выход годных изделий
Статус: О.
Доля изготовленных изделий, удовлетворяющих установленным техническим требованиям.
Один из ключевых показателей промышленной зрелости и экономической эффективности полупроводникового производства.
Д.4. Наноэлектроника и атомарно-точные технологии
Д.4.1. Наноэлектроника
Статус: О.
Направление электроники, исследующее и использующее устройства, структуры и физические эффекты, существенно связанные с нанометровыми пространственными масштабами.
Включает миниатюрные полупроводниковые приборы, квантово-размерные структуры, молекулярные компоненты и новые материалы.
Д.4.2. Наноструктура
Статус: О.
Материальный объект, имеющий по крайней мере один характерный размер в нанометровом диапазоне или обладающий свойствами, обусловленными соответствующей структурой.
Д.4.3. Квантовое ограничение
Статус: О.
Изменение доступных электронных состояний и энергетических характеристик вследствие пространственного ограничения движения частиц.
Имеет значение для квантовых точек, нанопроводов, тонких плёнок и других низкоразмерных систем.
Д.4.4. Квантовая точка
Статус: О.
Наноразмерная структура, в которой квантовое ограничение существенно влияет на электронные состояния и энергетический спектр.
Может использоваться в оптоэлектронике, исследованиях квантовых устройств и других областях.
Д.4.5. Одноэлектронное устройство
Статус: О.
Электронное устройство, функционирование которого существенно связано с контролируемым переносом отдельных электронов и эффектами зарядовой дискретности.
Д.4.6. Молекулярная электроника
Статус: О.
Исследовательское направление, в котором отдельные молекулы или молекулярные структуры рассматриваются в качестве функциональных элементов электронных устройств.
Не следует отождествлять лабораторную демонстрацию молекулярного элемента с промышленной готовностью молекулярных интегральных схем.
Д.4.7. Атомарно-точное производство
Статус: О, исследовательское употребление.
Совокупность методов контролируемого формирования, изменения или позиционирования материальных структур на уровне отдельных атомов.
Возможность атомарного управления не гарантирует экономически масштабируемого промышленного производства.
Д.4.8. Сканирующая туннельная микроскопия
Статус: О.
Метод исследования проводящих и полупроводниковых поверхностей, основанный на измерении туннельного тока между остриём зонда и исследуемым объектом.
Используется для изучения атомарной структуры и локальных электронных свойств поверхностей.
Д.4.9. Атомно-силовая микроскопия
Статус: О.
Метод исследования поверхностей посредством измерения взаимодействий между зондом и объектом.
Позволяет изучать структуру различных материалов с высокой пространственной разрешающей способностью.
Д.4.10. Beyond CMOS
Статус: О.
Общее обозначение исследований электронных устройств и физических принципов, выходящих за пределы традиционных CMOS-подходов.
Не означает существования единой альтернативной технологии, способной гарантированно заменить современную полупроводниковую промышленность.
Д.5. Пикоэлектроника и субтехнология PICO
Д.5.1. Пикоэлектроника
Статус: А, Г.
В рамках настоящего шеститомного исследования — перспективное направление исследования физических элементов и способов управления информационными состояниями, в которых существенную роль могут играть пикометровые изменения структурных параметров, атомарная геометрия и новые физические механизмы.
Понятие не означает обязательного изготовления транзисторов с геометрическим размером один пикометр.
В авторской программе пикоэлектроника рассматривается как возможная следующая исследовательская платформа после современных микро- и наноэлектронных технологий.
Её промышленная реализуемость требует самостоятельного доказательства.
Д.5.2. PICO
Статус: А.
Условное авторское обозначение физико-технологической субтехнологии генеральной программы Метаразвития.
Назначение PICO — поиск, исследование, разработка и возможная промышленная реализация перспективных электронных компонентов и вычислительных устройств, использующих новые физические возможности.
PICO должна развиваться параллельно с NOO, сохраняя собственную исследовательскую самостоятельность.
Д.5.3. Пикометровая точность
Статус: О в метрологическом смысле.
Точность измерения или управления пространственным параметром, выражаемая в пикометрах.
Пикометровая точность позиционирования не означает, что управляемый объект имеет пикометровый размер.
Д.5.4. Пикометровая функциональная чувствительность
Статус: А.
Предлагаемое обозначение высокой зависимости определённой функции электронного или физического устройства от изменений пространственных параметров пикометрового порядка.
Для практического применения требуется указать конкретную измеряемую величину, диапазон изменения параметров и экспериментальную достоверность.
Д.5.5. Пикоэлектронный функциональный элемент
Статус: А, Г.
Перспективный компонент, в котором полезная электронная или информационная функция реализуется с использованием физического механизма, исследуемого в рамках PICO.
Необходимыми условиями признания элемента являются управляемость, воспроизводимость и измеримая функциональность.
Д.5.6. Пикоэлектронная элементная база
Статус: А, Г.
Проектируемая совокупность функциональных элементов, материалов, интерфейсов и технологических процессов, обеспечивающих создание электронных систем с использованием результатов PICO.
Наличие отдельных опытных элементов не означает существования законченной промышленной элементной базы.
Д.5.7. Пикоэлектронная промышленная платформа
Статус: А, Г.
Потенциальная система промышленного производства, включающая воспроизводимые физические устройства, технологическое оборудование, стандарты проектирования, метрологию, методы испытаний и коммерчески применимые продукты.
Д.5.8. Гибридная пикоэлектронная архитектура
Статус: А, Г.
Перспективная архитектура, объединяющая компоненты PICO с традиционными полупроводниковыми и иными функциональными устройствами.
Рассматривается как возможный начальный путь внедрения новых физических элементов.
Д.5.9. Пикоэлектронная метрология
Статус: А.
Предлагаемое специализированное направление измерений, предназначенное для определения геометрических, электронных и иных характеристик объектов и процессов, исследуемых в рамках PICO.
Требует документированных измерительных методик, калибровок и оценки неопределённости.
Д.5.10. Пределы пикоэлектронной миниатюризации
Статус: А как исследовательская категория.
Совокупность физических, технологических и экономических ограничений, определяющих возможность уменьшения размеров и изменения принципов работы электронных компонентов.
К числу существенных факторов относятся атомарная структура вещества, квантовые эффекты, устойчивость состояний, тепловые процессы и стоимость производства.
Д.6. Фемтометровый и постпикоэлектронный горизонты
Д.6.1. Постпикоэлектроника
Статус: А, Г.
Обобщённое обозначение возможных технологических направлений, выходящих за пределы физических и архитектурных решений, изучаемых в программе PICO.
Постпикоэлектронное развитие не обязательно означает дальнейшее уменьшение размеров компонентов.
Оно может осуществляться посредством новых способов обработки и представления информации.
Д.6.2. Фемтометровый исследовательский горизонт
Статус: А, Г.
Перспективное направление фундаментального исследования возможностей использования физических процессов, характерных для фемтометровых пространственных масштабов.
Связано прежде всего с ядерной и субъядерной физикой.
Не должно отождествляться с простой миниатюризацией транзисторов.
Д.6.3. Фемтоэлектроника
Статус: Г при пространственной трактовке.
В настоящем исследовании — условное обозначение гипотетической технологической области, в которой для информационных функций могли бы использоваться физические состояния или процессы ядерного либо сопоставимого пространственного масштаба.
Такое определение не соответствует общепринятому названию существующей массовой электронной промышленности.
Термин необходимо отличать от электроники фемтосекундных процессов.
Д.6.4. Ядерные информационные состояния
Статус: О в общем физическом контексте.
Физические состояния атомных ядер, которые при наличии соответствующих методов подготовки, управления и считывания могут использоваться для представления или обработки информации.
Наличие ядерных состояний не означает автоматической возможности построения масштабируемой вычислительной системы.
Д.6.5. Субъядерный вычислительный горизонт
Статус: Г.
Предельно долгосрочная исследовательская гипотеза использования физических механизмов субъядерного уровня для реализации вычислительных функций.
В настоящей книге рассматривается как область фундаментальных вопросов, а не как установленная технологическая траектория.
Д.7. Ноотехнологии и субтехнология NOO
Д.7.1. Ноо-
Статус: А в специализированном употреблении.
В авторской терминологической системе — словообразовательный компонент, используемый для обозначения интеллектуально-креативных вычислительных систем и технологий, предназначенных для создания новых знаний и совершенствования исследовательской деятельности.
Происходит от греческой смысловой основы, связанной с разумом и мышлением.
Наличие компонента «ноо-» не предполагает обязательного существования сознания у соответствующей технической системы.
Д.7.2. Ноотехнология
Статус: А.
Предлагаемый класс технологий, предназначенных для выполнения, интеграции и совершенствования интеллектуально-креативных операций научно-технической деятельности.
К числу таких операций относятся формирование гипотез, моделирование, проверка результатов, инженерное проектирование и совершенствование методов решения задач.
Д.7.3. NOO
Статус: А.
Авторское обозначение интеллектуально-креативной субтехнологии генеральной программы META.
Назначение NOO — разработка ноокомпьютеров, ноомашин и специализированных исследовательских систем, способных повышать результативность научно-технического творчества.
NOO может начинать развитие на существующей электронной элементной базе без предварительного промышленного освоения PICO.
Д.7.4. Ноомашина
Статус: А.
Техническая система, специально спроектированная для выполнения проверяемых интеллектуально-креативных функций.
Может включать вычислительные устройства, интеллектуальные модели, символьные системы, средства физического моделирования и экспериментальные компоненты.
Д.7.5. Ноокомпьютер
Статус: А.
Вычислительная система, функциональная архитектура которой предназначена для постановки исследовательских задач, формирования гипотез, проверки научных результатов, технологического проектирования и совершенствования исследовательских методов.
В отличие от обычного компьютера, использующего ИИ как вспомогательное программное средство, ноокомпьютер проектируется как интегрированная исследовательская система.
Однако само наличие нескольких интеллектуальных программ не является достаточным доказательством его особого функционального статуса.
Д.7.6. Исследовательский ноокомпьютер
Статус: А.
Первоначальная специализированная ноомашина, предназначенная для выполнения и проверки научно-технических функций в ограниченных предметных областях.
Его главная задача — обеспечить экспериментальное подтверждение полезности и воспроизводимости NOO.
Д.7.7. НооПК
Статус: А, Г как массовая продуктовая категория.
Нооперсональный компьютер — перспективная персональная вычислительная система, специально предназначенная для расширения интеллектуально-креативных возможностей отдельного человека.
Предполагает интеграцию исследовательских, аналитических, проектных и обучающих функций.
НооПК не следует автоматически отождествлять с обычным персональным компьютером, оснащённым генеративным ИИ.
Д.7.8. Ноомашиностроение
Статус: А, Г как самостоятельная промышленная отрасль.
Проектируемая отрасль разработки, изготовления и испытаний ноокомпьютеров, нооперсональных компьютеров и специализированных интеллектуально-креативных исследовательских комплексов.
Д.7.9. Ноофункциональность
Статус: А.
Совокупность измеримых интеллектуально-креативных возможностей ноомашины.
Может включать способность формулировать исследовательские гипотезы, планировать проверки, интерпретировать результаты и предлагать улучшения методик.
Должна оцениваться посредством заранее установленных испытаний.
Д.7.10. Интеллектуально-креативная функция
Статус: А как объединяющая категория.
Функция системы, направленная на создание содержательно новых и потенциально полезных решений, которые допускают проверку по установленным критериям.
Новизна генерируемого текста сама по себе не является достаточным доказательством научной или инженерной новизны результата.
Д.7.11. Нооархитектура
Статус: А.
Функциональная организация ноомашины, определяющая взаимодействие компонентов постановки задач, обработки знаний, генерации гипотез, моделирования, проверки и обучения на исследовательских результатах.
Д.7.12. Нооцикл
Статус: А.
Завершённая последовательность исследовательских операций, включающая постановку задачи, формирование решения, его проверку, анализ результатов и корректировку дальнейших действий.
Д.7.13. Метакогнитивный контур NOO
Статус: А.
Функциональный механизм анализа эффективности собственных исследовательских процедур и формирования предложений по их улучшению.
Самоанализ программной системы не является доказательством наличия сознания.
Д.7.14. Нооэксперимент
Статус: А.
Эксперимент, предназначенный для измерения функциональной результативности ноомашины относительно заранее определённых критериев и контрольных методов.
Д.7.15. Ноосистема
Статус: А.
Интегрированная совокупность ноомашин, программных средств, научных данных, экспериментальных установок и организационных процедур, предназначенная для выполнения исследовательских задач.
Д.7.16. Пиконоокомпьютер
Статус: А, Г.
Перспективный ноокомпьютер, в котором функциональная архитектура NOO интегрируется с компонентами или физическими принципами, разработанными в рамках PICO.
Для подтверждения такого статуса необходимо продемонстрировать как ноофункциональность, так и измеримые преимущества соответствующих физических компонентов.
Д.7.17. Пиконоосистема
Статус: А, Г.
Проектируемая система, объединяющая интеллектуально-креативные функции NOO и физико-технологические решения PICO в едином исследовательском или вычислительном комплексе.
Д.7.18. Самосовершенствование исследовательских методов
Статус: А как объект специальной проверки.
Процесс, при котором система участвует в разработке новых способов собственной исследовательской деятельности, проверяет предложенные изменения и использует подтверждённые улучшения в последующих задачах.
Не является синонимом произвольного автономного изменения аппаратного или программного обеспечения.
Д.8. Генеральная технология META
Д.8.1. META
Статус: А.
Авторское обозначение генеральной технологии Метаразвития.
Под META понимается проектируемая система разработки, экспериментальной проверки и совершенствования методов создания последующих поколений технологий.
В настоящем шеститомнике META объединяет исследовательские возможности PICO и NOO, но не сводится к их механической сумме.
Д.8.2. Метаразвитие
Статус: А.
Предлагаемый тип научно-технологического развития, при котором объектом целенаправленного совершенствования становятся не только конкретные технологии, но и воспроизводимые методы их создания.
Метаразвитие рассматривается как самостоятельная научно-технологическая гипотеза, а не как уже установленная универсальная закономерность.
Д.8.3. Генеральная технология Метаразвития
Статус: А, Г как реализованная универсальная система.
Проектируемая комплексная технология, предназначенная для организации и совершенствования процесса создания новых технологий.
Предполагает интеграцию интеллектуально-креативных, физико-технологических, экспериментальных, инженерных и организационных компонентов.
Д.8.4. Метатехнология
Статус: А.
В настоящей книге — технология, непосредственным объектом применения которой являются методы создания, проверки или совершенствования других технологий.
Термин следует отличать от обычного использования слова «метатехнология» в иных дисциплинах.
Д.8.5. Технологическое развитие
Статус: О в широком экономико-техническом употреблении.
Процесс создания, внедрения и совершенствования технических средств, материалов, процессов и систем.
Д.8.6. Технологическое опережение
Статус: А в специальном сравнительном употреблении.
Достижение преимущества относительно определённой базовой технологической траектории или сопоставимого конкурирующего процесса.
Должно оцениваться по установленным показателям и на конкретном временном горизонте.
Д.8.7. Опережение опережения
Статус: А.
Центральная авторская категория Метаразвития.
Обозначает совершенствование самих методов достижения последующих технологических преимуществ.
В отличие от обычного ускорения разработки продукта, предполагает переход к измеримому улучшению методов, обеспечивающих создание будущих поколений технологий.
Д.8.8. Метатехнологический эффект
Статус: А.
Подтверждённое изменение результативности исследовательской или инженерной деятельности, обусловленное совершенствованием применяемых методов.
Для признания эффекта необходимо исключать альтернативные объяснения, связанные исключительно с увеличением ресурсов, оборудования или объёма исходных данных.
Д.8.9. Метатехнологический цикл
Статус: А.
Последовательность действий, включающая анализ существующего метода создания технологий, разработку улучшения, проверку результата и применение подтверждённого изменения в последующих исследованиях.
Д.8.10. Контур Метаразвития
Статус: А.
Организованная система обратной связи, в которой результаты научно-технической деятельности используются для совершенствования методов дальнейшего создания технологий.
Д.8.11. Самоускорение технологического развития
Статус: Г при трактовке как устойчивого универсального процесса.
Предполагаемая ситуация, при которой совершенствование исследовательских методов приводит к дальнейшему ускорению последующих технологических циклов.
Такой процесс не следует считать обязательным или неограниченным.
Его существование требует экспериментального подтверждения на сопоставимых последовательностях задач.
Д.8.12. Метавычислительная система
Статус: А, Г.
Перспективная вычислительная система, предназначенная для исследования, проектирования и проверки новых способов вычисления и совершенствования существующих вычислительных архитектур.
Д.8.13. Метапромышленность
Статус: А, Г как самостоятельный сектор.
Проектируемая совокупность организаций, специализирующихся на создании и совершенствовании технологических средств, предназначенных для разработки других технологий.
Д.8.14. Метатехнологическая производительность
Статус: А.
Показатель результативности процессов совершенствования методов научно-технической разработки с учётом качества, времени, ресурсов и воспроизводимости последующих результатов.
Конкретное количественное определение должно задаваться в рамках отдельного экспериментального протокола.
Д.8.15. Воспроизводимость Метаразвития
Статус: А.
Способность исследовательской системы демонстрировать подтверждённые преимущества новых методов на повторных и независимых исследовательских задачах.
Д.8.16. Критический эксперимент META
Статус: А.
Исследование, специально предназначенное для проверки центральной гипотезы Метаразвития посредством сопоставления исходных и усовершенствованных исследовательских методов при контролируемых условиях.
Отрицательный результат такого эксперимента должен приводить к пересмотру проверяемой гипотезы, а не к автоматическому объявлению эксперимента недостаточно совершенным.
Д.9. INM и организационно-технологическая система Метаразвития
Д.9.1. INM — International NooMachines
Статус: А.
Авторское обозначение проекта международной научно-технологической организации, предназначенной для разработки ноомашин и совместного развития программ NOO, PICO и META.
Фактический юридический и организационный статус проекта следует устанавливать отдельно от его концептуального описания.
Д.9.2. INM-NC1
Статус: А, проектное обозначение.
Условное название первоначального исследовательского ноокомпьютера, предлагаемое для описания первого функционального демонстратора NOO.
Не является обозначением документально подтверждённого серийного продукта.
Д.9.3. Программа META–PICO–NOO
Статус: А.
Совокупность взаимосвязанных исследовательских направлений, включающих генеральную технологию Метаразвития, физико-технологическую субтехнологию PICO и интеллектуально-креативную субтехнологию NOO.
Д.9.4. Параллельное развитие PICO и NOO
Статус: А.
Принцип организации, в соответствии с которым физико-технологические и интеллектуально-креативные исследования начинаются независимо друг от друга, а интеграция осуществляется по мере появления проверенных результатов.
Д.9.5. Взаимное технологическое усиление
Статус: А, Г до подтверждения конкретного эффекта.
Предполагаемое повышение исследовательской результативности одной субтехнологии вследствие применения достижений другой.
В контексте META центральный интерес представляет взаимодействие PICO и NOO.
Д.9.6. Исследовательская платформа INM
Статус: А, Г.
Проектируемая инфраструктура, объединяющая вычислительные системы, научные данные, экспериментальное оборудование, инженерные коллективы и средства проверки результатов.
Д.9.7. Промышленная платформа INM
Статус: А, Г.
Перспективная система разработки и производства ноомашин, пиконоокомпьютеров и иных устройств, возникающих в результате реализации программ PICO и NOO.
Д.10. Методы проверки и показатели технологической готовности
Д.10.1. Технологическая готовность
Статус: О.
Степень зрелости технического решения, определяемая по результатам исследований, демонстраций, испытаний и применения в соответствующих условиях.
Д.10.2. TRL — Technology Readiness Level
Статус: О.
Уровень технологической готовности.
Система, широко используемая в технологических программах для оценки зрелости разработок, в том числе в девятиуровневой классификации NASA.
TRL необходимо отличать от авторского индекса готовности к Метаразвитию.
Д.10.3. ИИГМ
Статус: А.
Интегральный индекс готовности к Метаразвитию — составной показатель, предложенный в приложении Г.
Предназначен для диагностики научной, вычислительной, экспериментальной, физико-технологической, экономической и организационной подготовленности определённой системы к исследованиям META.
Сам по себе не доказывает существования Метаразвития.
Д.10.4. ИИГМ-U
Статус: А.
Универсальная версия индекса готовности, предназначенная для оценки комплексной программы META–PICO–NOO.
Д.10.5. ИИГМ-N
Статус: А.
Специализированная версия индекса, предназначенная для оценки готовности к разработке NOO на существующей элементной базе без обязательного наличия собственной программы PICO.
Д.10.6. Контрольная исследовательская система
Статус: А в методике META.
Исследовательский комплекс или методика, используемые в качестве базы сравнения при экспериментальной оценке новых ноотехнологических либо метатехнологических решений.
Д.10.7. Независимая воспроизводимость
Статус: О.
Возможность получить согласующиеся результаты при повторной реализации исследования независимыми участниками при установленных условиях.
Д.10.8. Достоверность научного результата
Статус: О.
Степень обоснованности результата на основе соответствующих методов измерения, логической проверки, статистического анализа и воспроизводимых данных.
Д.10.9. Полный исследовательский цикл
Статус: А как единица оценки NOO.
Последовательность взаимосвязанных действий от формулирования исследовательской задачи до получения проверенного результата и анализа возможностей последующего совершенствования метода.
Д.10.10. Экономика научного результата
Статус: А как аналитическая категория.
Исследование затрат времени, вычислительных ресурсов, экспериментов и организационных усилий, необходимых для создания и подтверждения полезного научно-технического результата.
Д.11. Термины, требующие обязательного разграничения
Для всех шести томов рекомендуется установить следующие правила.
Микроэлектроника и наноэлектроника. Не являются взаимоисключающими историческими этапами. Современная микроэлектронная промышленность широко использует нанометровые структуры.
Нанометр и технологический узел. Нельзя отождествлять физическую единицу длины с коммерческим названием поколения производства микросхем.
Пикометровый размер и пикометровая точность. Первая характеристика определяет размер объекта, вторая — точность измерения или управления параметром.
Пикоэлектроника и PICO. Пикоэлектроника обозначает исследуемую физико-технологическую область, PICO — авторскую программу её целенаправленного развития в системе META.
Фемтометр и фемтосекунда. Первый характеризует длину, вторая — время. Их технологические применения принципиально различны.
Искусственный интеллект и NOO. Искусственный интеллект включает широкий класс вычислительных методов и систем. NOO в настоящей книге обозначает специальную авторскую программу интеллектуально-креативных технологий научно-технического производства.
Обычный ИИ-ПК и НооПК. Наличие интеллектуального программного обеспечения не означает автоматического соответствия функциональным требованиям НооПК.
Ноокомпьютер и пиконоокомпьютер. Первый определяется прежде всего исследовательской функциональностью, второй дополнительно предполагает интеграцию подтверждённых результатов PICO.
Технологическое развитие и Метаразвитие. Первое направлено на создание и совершенствование технологий, второе — на совершенствование методов их создания.
Технологическое опережение и опережение опережения. Первое означает достижение технологического преимущества, второе — совершенствование способов достижения последующих преимуществ.
Готовность к Метаразвитию и доказанное Метаразвитие. Высокая оценка ИИГМ не является экспериментальным доказательством генеральной технологии META.
Научная концепция и промышленная технология. Сформулированная гипотеза, лабораторная демонстрация и массовое промышленное производство представляют различные уровни технологической зрелости.
Д.12. Редакционные правила употребления терминов
Во всех томах рекомендуется использовать следующие основные написания:
- META — генеральная технология Метаразвития.
- PICO — физико-технологическая субтехнология.
- NOO — интеллектуально-креативная субтехнология.
- INM — International NooMachines.
- НооПК — нооперсональный компьютер.
- ИИГМ — интегральный индекс готовности к Метаразвитию.
Англоязычные обозначения сохраняются без изменения регистра букв.
Русскоязычные термины «ноокомпьютер», «ноомашина», «пиконоокомпьютер» и «метатехнология» рекомендуется писать слитно.
Следует также избегать использования выражения «атомарная пикоэлектроника» без пояснения конкретного физического смысла.
При первом употреблении нового авторского термина в самостоятельной главе рекомендуется приводить краткое определение и указывать его концептуальный статус.
Термин «опережение опережения» следует использовать исключительно в специальном метатехнологическом значении, определённом в разделе Д.8.7.
Д.13. Заключение к глоссарию
Разработка единой терминологической системы представляет необходимое условие научной целостности шеститомного исследования.
Она позволяет связать историю микроэлектроники, современное развитие наноэлектроники, перспективные физические исследования PICO, проектируемые интеллектуально-креативные системы NOO и генеральную концепцию META.
При этом принципиально важно сохранять различие между физически установленными величинами, технологически реализованными устройствами и авторскими исследовательскими гипотезами.
Метрологические приставки микро-, нано-, пико- и фемто- обладают строгими международными определениями.
Названия микроэлектроники, наноэлектроники и других технологических направлений описывают области научной и инженерной деятельности, а не исключительно размеры устройств.
Термины PICO, NOO, META и INM составляют специальный понятийный аппарат настоящего исследования.
Их содержание определяется предлагаемой программой проектирования Метаразвития.
Именно поэтому глоссарий выполняет не только справочную, но и методологическую функцию.
Он устанавливает границы утверждений, определяет уровни доказанности и позволяет последовательно переходить от исторического анализа электронных технологий к постановке задач будущих фундаментальных исследований.
Главный терминологический принцип шеститомника: физические масштабы должны описываться строго, достигнутые технологии — документально, а проектируемые системы Метаразвития — посредством определений, допускающих последующую экспериментальную проверку.
Библиография. Глоссарий: микро-, нано-, пико-, фемто-, ноо-, META
I. Международная система единиц и физическая терминология
1. Bureau International des Poids et Mesures. The International System of Units (SI). — 9th edition. — Sèvres: BIPM, 2019; актуализированная версия, 2026.
DOI: https://doi.org/10.59161/AUEZ1291
Основной международный источник определений метрологических приставок и правил обозначения единиц.
2. BIPM. SI Prefixes. — Международная справочная таблица приставок.
Первичный источник определений микро-, нано-, пико-, фемто- и других десятичных приставок.
3. NIST. The International System of Units (SI). NIST Special Publication 330.
Метрологическое руководство по применению Международной системы единиц.
II. Микроэлектроника, нанотехнологии и перспективные электронные устройства
4. IEEE. International Roadmap for Devices and Systems (IRDS). 2024 Edition. — IEEE, 2024.
Международная дорожная карта развития электронных компонентов, новых материалов, вычислительных архитектур и технологических процессов.
5. National Nanotechnology Coordination Office. About Nanotechnology. — National Nanotechnology Initiative.
Официальное изложение понятия нанотехнологии и характерного диапазона наномасштаба.
6. Feynman R. P. There’s Plenty of Room at the Bottom // Engineering and Science. — 1960. — Vol. 23, No. 5. — P. 22–36.
https://resolver.caltech.edu/CaltechES:23.5.1960Bottom
Историческое исследование перспектив управления веществом на чрезвычайно малых масштабах.
7. Shalf J. The Future of Computing Beyond Moore’s Law // Philosophical Transactions of the Royal Society A. — 2020. — Vol. 378, No. 2166. — Article 20190061.
DOI: https://doi.org/10.1098/rsta.2019.0061
Научное исследование физических и технологических ограничений вычислительной техники и альтернативных вычислительных направлений.
III. Интеллектуальные системы и технологическая готовность
8. ISO/IEC. ISO/IEC 22989:2022. Information Technology — Artificial Intelligence — Artificial Intelligence Concepts and Terminology. — Geneva: ISO, 2022.
Международный стандарт понятий и терминологии искусственного интеллекта.
9. NASA. Technology Readiness Levels. — 2023.
Официальное описание девяти уровней технологической готовности.
10. King R. D., Rowland J., Oliver S. G. et al. The Automation of Science // Science. — 2009. — Vol. 324, No. 5923. — P. 85–89.
DOI: https://doi.org/10.1126/science.1165620
Пример научного исследования автоматизации формирования гипотез и экспериментальной проверки.
IV. Инновационные системы и оценка Метаразвития
11. ISO. ISO 56002:2019. Innovation Management — Innovation Management System — Guidance. — Geneva: ISO, 2019.
Руководство по организации и совершенствованию систем управления инновационной деятельностью.
12. OECD; European Commission, Joint Research Centre. Handbook on Constructing Composite Indicators: Methodology and User Guide. — Paris: OECD Publishing, 2008.
DOI: https://doi.org/10.1787/9789264043466-en
Методологические основы составных индексов, используемые для проектирования ИИГМ.
V. Авторская концепция Метаразвития
13. Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Тома 1–6. — Авторское исследование.
Концептуальная основа авторских терминов PICO, NOO, META, INM, «ноокомпьютер», «пиконоокомпьютер», «ноомашиностроение», «Метаразвитие» и «опережение опережения».
*******
Приложение Е. Паспорт научных гипотез и критерии экспериментальной проверки
Научно-методологический протокол META–PICO–NOO–INM. Редакция 1.0. 24 октября 2026 года.
Е.1. Назначение приложения
Настоящее приложение является заключительным методологическим элементом системы приложений к шеститомному исследованию В. К. Петросяна «Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития».
Его назначение заключается в переводе основных концептуальных положений книги в систему научных гипотез, допускающих экспериментальную проверку, уточнение, ограниченное подтверждение или опровержение.
В предыдущих приложениях сформированы историческая хронология мировой микро- и наноэлектроники, документальный корпус Rapidus, методика анализа международных технологических рейтингов, интегральный индекс готовности к Метаразвитию и единый терминологический аппарат.
Настоящее приложение завершает эту последовательность.
Если приложение Г отвечает на вопрос о том, насколько определённая организация подготовлена к исследованиям Метаразвития, то приложение Е должно определить, какие результаты позволят установить действительное существование отдельных метатехнологических эффектов.
Центральная научная задача формулируется следующим образом:
Можно ли экспериментально доказать существование воспроизводимого механизма, посредством которого техническая система не только способствует созданию новых технологий, но и совершенствует методы разработки последующих технологических поколений?
Для решения этой задачи недостаточно продемонстрировать высокую производительность компьютера, успешную генерацию научной гипотезы или создание нового электронного компонента.
Необходимо установить причинную связь между использованием исследуемой системы и устойчивым повышением результативности последующей научно-технической деятельности.
Именно такая связь составляет предмет проверки генеральной технологии META.
Е.2. Методологическое разграничение основных утверждений
В шеститомнике необходимо последовательно различать пять типов научно-технологических утверждений.
Научный факт — положение, опирающееся на проверяемые наблюдения или экспериментальные результаты в установленных условиях.
Научная гипотеза — проверяемое предположение о закономерности, механизме или причинной связи, допускающее получение результатов, противоречащих предположению.
Инженерная гипотеза — проверяемое предположение о возможности создания технической системы с определёнными характеристиками.
Проектная цель — желаемый результат исследовательской или промышленной программы, который не обязательно является научной гипотезой.
Сценарный прогноз — условное описание возможного будущего при заранее обозначенных предпосылках.
Например, утверждение о возможности создания ноокомпьютера на современной элементной базе представляет инженерную гипотезу.
Предположение о том, что ноокомпьютер способен снижать стоимость получения проверенных исследовательских результатов, представляет проверяемую научно-технологическую гипотезу.
Предложение создать международную организацию INM является проектной целью.
А возможное появление массовых пиконоокомпьютеров к 2050 году представляет сценарный прогноз.
Смешение этих категорий недопустимо.
Е.3. Научный статус генеральной концепции Метаразвития
Генеральная технология META в настоящем исследовании рассматривается как проектируемая система совершенствования методов создания технологий.
Её научное обоснование должно проходить последовательно.
На первом этапе устанавливается возможность выполнения отдельных интеллектуально-креативных функций.
На втором — возможность интеграции этих функций в полный исследовательский цикл.
На третьем — возможность получения преимуществ относительно контрольных методов.
На четвёртом — способность системы создавать и проверять улучшения собственных исследовательских процедур.
На пятом — воспроизводимость полученных улучшений при решении новых задач.
На шестом — возможность масштабирования подтверждённых результатов на более сложные научно-технологические программы.
При этом положительный результат на одном этапе не доказывает автоматически состоятельность всех последующих.
Например, успешная автоматизация анализа научных публикаций не является доказательством способности самостоятельно разрабатывать новые физические технологии.
А создание автоматизированной лаборатории не означает, что её исследовательские методы способны к устойчивому самосовершенствованию.
Следовательно, программа META должна строиться как последовательность самостоятельных критических экспериментов.
Е.4. Единая структура паспорта научной гипотезы
Для каждой гипотезы предлагается использовать стандартный паспорт.
Он должен регистрироваться до начала решающего эксперимента.
| Поле паспорта | Содержание |
|---|---|
| ID | Уникальный идентификатор |
| Название | Краткое название гипотезы |
| Программа | META, PICO, NOO или INM |
| Тип | Научная, инженерная, проектная |
| Формулировка | Проверяемое утверждение |
| Альтернатива | Конкурирующее объяснение |
| Объект | Исследуемая система |
| Метод | Экспериментальная процедура |
| Контроль | Базовая система сравнения |
| Метрики | Измеряемые результаты |
| Порог | Критерий успешной проверки |
| Опровержение | Условия отрицательного вывода |
| Источники | Научные и технические основания |
| Статус | Состояние проверки |
| Ответственный | Исследовательская организация |
| Версия | Редакция гипотезы и протокола |
Каждый паспорт должен сопровождаться журналом изменений.
Недопустимо изменять критерии успешности после получения результатов без фиксации таких изменений.
Е.5. Реестр генеральных гипотез шеститомника
Предлагается сформировать первоначальный реестр из двенадцати гипотез.
| Код | Гипотеза | Программа |
|---|---|---|
| H01 | Ноокомпьютер на существующей элементной базе | NOO |
| H02 | Повышение эффективности исследовательского цикла | NOO |
| H03 | Совершенствование исследовательских методов | META |
| H04 | Переносимость метатехнологических улучшений | META |
| H05 | Взаимное усиление PICO и NOO | META |
| H06 | Пикоэлектронный функциональный элемент | PICO |
| H07 | Системное преимущество компонентов PICO | PICO |
| H08 | Гибридный пиконоокомпьютер | PICO–NOO |
| H09 | Экономическая эффективность ноомашин | NOO |
| H10 | Промышленная воспроизводимость PICO | PICO |
| H11 | Эффективность интегрированной системы INM | INM |
| H12 | Опережение опережения | META |
Эти обозначения являются авторскими кодами исследовательского реестра, а не общепринятой международной классификацией.
Е.6. Паспорт H01. Создание ноокомпьютера на существующей элементной базе
Программа: NOO.
Тип: инженерная гипотеза.
Основное положение. На современной полупроводниковой вычислительной базе возможно создать интегрированную систему, способную выполнять заранее установленный набор проверяемых научно-исследовательских функций.
Экспериментальная проверка
Разрабатывается экспериментальный ноокомпьютер, объединяющий постановку исследовательских задач, генерацию гипотез, моделирование, проверку результатов и накопление исследовательских данных.
Для испытаний используется ограниченный набор научно-технических задач с объективными критериями успешности.
Необходимо предварительно определить, какие операции система должна выполнять автономно, какие — при участии человека и какие — с использованием внешних экспериментальных средств.
Критерии подтверждения
Демонстрация полного исследовательского цикла на независимых задачах.
Документирование последовательности интеллектуальных и вычислительных операций.
Получение технически корректных результатов, прошедших установленную проверку.
Повторяемость функционирования системы при заранее определённых условиях.
Критерии отрицательного результата
Невозможность завершить предусмотренный цикл без неучтённого вмешательства человека.
Систематическое получение некорректных результатов.
Отсутствие необходимой воспроизводимости.
Научный вывод
Положительная проверка H01 подтвердит реализуемость определённого класса исследовательских ноокомпьютеров.
Она не докажет существования полноценного Метаразвития.
Е.7. Паспорт H02. Повышение эффективности научно-исследовательского цикла
Программа: NOO.
Тип: сравнительная научно-технологическая гипотеза.
Основное положение. Использование ноокомпьютерной системы позволяет повышать эффективность полного исследовательского цикла относительно заранее выбранной контрольной методики.
Экспериментальная проверка
Формируются сопоставимые группы исследовательских задач.
Одна группа выполняется с использованием традиционных методов.
Другая — с использованием интегрированной NOO.
При возможности распределение задач между условиями осуществляется случайным образом.
Для уменьшения влияния квалификации исследователей применяются перекрёстные испытания или статистическая корректировка исходных различий.
Основные показатели
Продолжительность полного исследовательского цикла.
Полная стоимость получения проверенного результата.
Количество независимо подтверждённых решений.
Частота ошибок и неудачных экспериментов.
Предлагаемый первоначальный критерий
Для пилотной программы можно проверить целевой порог сокращения медианной полной стоимости получения одного подтверждённого результата не менее чем на 20% при сохранении установленного качества.
Этот порог является проектным и должен утверждаться до начала эксперимента с учётом ожидаемой вариабельности и мощности исследования.
Отрицательный результат
Отсутствие статистически и практически значимого преимущества.
Рост затрат без сопоставимого повышения качества.
Снижение достоверности результатов.
Научный вывод
Подтверждение H02 означает, что NOO способна повышать результативность отдельных исследовательских процессов.
Само по себе оно ещё не подтверждает опережение опережения.
Е.8. Паспорт H03. Совершенствование собственных исследовательских методов
Программа: META.
Тип: центральная метатехнологическая гипотеза.
Основное положение. Интегрированная интеллектуально-креативная система способна разрабатывать изменения собственных исследовательских процедур, которые после независимой проверки обеспечивают повышение результативности последующих исследований.
Экспериментальная проверка
Первоначально фиксируется исходная исследовательская методика.
Затем система выполняет последовательность задач и получает информацию об эффективности применяемых способов.
После этого ей разрешается предложить изменения исследовательского процесса.
Предложения проходят проверку на отдельном наборе задач.
Подтверждённые изменения используются в последующих испытаниях.
Критерии подтверждения
Наличие документированных изменений методики.
Независимая проверка преимуществ.
Сохранение положительного результата на задачах, не использованных при разработке изменений.
Исключение объяснений, связанных исключительно с увеличением вычислительных ресурсов или предоставлением дополнительных данных.
Критерии отрицательного результата
Предложенные изменения не улучшают результативность.
Преимущества исчезают на новых задачах.
Обнаруживается утечка тестовых данных либо изменение критериев успешности после проведения испытаний.
Научный вывод
H03 составляет первоначальный критический эксперимент собственно Метаразвития.
Её подтверждение позволит говорить о демонстрации локального воспроизводимого метатехнологического эффекта.
Е.9. Паспорт H04. Переносимость метатехнологических улучшений
Программа: META.
Основное положение. Улучшения исследовательских методов, найденные в одной группе задач, сохраняют полезность при работе с другими, заранее определёнными классами научно-технических проблем.
Проверка
Методы, разработанные на исходном наборе задач, тестируются на независимых предметных областях.
Например, исследовательские процедуры, сформированные для поиска электронных материалов, могут проверяться на отдельном классе инженерных задач.
При этом необходимо разграничивать переносимость общего метода и возможность повторного использования готовых предметных знаний.
Подтверждение
Статистически обоснованное преимущество на заранее определённых независимых задачах.
Опровержение
Отсутствие переносимого эффекта при достаточно точной оценке в согласованной области применимости.
Значение
H04 позволяет установить, ограничивается ли выявленное улучшение узкой предметной областью или обладает более общим характером.
Е.10. Паспорт H05. Взаимное усиление PICO и NOO
Программа: META–PICO–NOO.
Основное положение. Совместное использование результатов физико-технологической программы PICO и интеллектуально-креативной программы NOO может обеспечивать преимущества, превышающие результат простого независимого применения отдельных улучшений.
Проверка
Предлагается эксперимент с четырьмя технологическими условиями.
Первое — исходная исследовательская система.
Второе — система с улучшенными средствами NOO.
Третье — система с применением компонента PICO.
Четвёртое — интегрированная система PICO–NOO.
Все условия сравниваются на заранее определённых задачах.
Критерий подтверждения
Необходимо установить положительное взаимодействие двух факторов, а не только улучшение интегрированной системы относительно исходного варианта.
Следовательно, обычное суммирование независимых преимуществ не является достаточным доказательством синергии.
Отрицательный результат
Отсутствие дополнительного эффекта взаимодействия.
Невозможность надёжной интеграции компонентов.
Превышение дополнительными затратами полученных преимуществ.
Е.11. Паспорт H06. Физическая реализуемость пикоэлектронного функционального элемента
Программа: PICO.
Тип: физико-инженерная гипотеза.
Основное положение. Существуют физически реализуемые компоненты, в которых полезная электронная функция может управляться посредством механизмов и структурных параметров, исследуемых в рамках PICO.
Проверка
Выбирается конкретный физический механизм.
Определяются управляемое состояние, входное воздействие, измеряемый выходной сигнал, условия устойчивости и ограничения.
Изготавливается экспериментальная структура.
Проводятся повторные измерения и контрольные испытания.
Критерии подтверждения
Наблюдение заранее предсказанной функциональной зависимости.
Установление воспроизводимости.
Оценка погрешностей и неопределённости измерений.
Исключение известных артефактов.
Отрицательный результат
Отсутствие ожидаемого управляемого эффекта в проверенном диапазоне условий.
Нестабильность, исключающая заявленную функцию.
Ограничение интерпретации
Положительное подтверждение H06 не означает создания промышленного пикометрового транзистора или полноценной элементной базы.
Е.12. Паспорт H07. Системное преимущество компонентов PICO
Программа: PICO.
Основное положение. Отдельные компоненты, разработанные в рамках PICO, способны обеспечивать практически значимые преимущества по сравнению с доступными альтернативами при выполнении определённых функций.
Проверка
Создаются сравнимые экспериментальные устройства.
Оцениваются энергопотребление, скорость, точность, устойчивость, надёжность, стоимость и совместимость.
При необходимости проводится сравнение на уровне законченного вычислительного модуля.
Критерий подтверждения
Наличие заранее определённого преимущества при соблюдении обязательных ограничений на остальные характеристики.
Отрицательный результат
Отсутствие системного выигрыша.
Преимущество отдельного физического элемента исчезает после учёта интерфейсов, управления, охлаждения или технологических затрат.
Е.13. Паспорт H08. Создание гибридного пиконоокомпьютера
Программа: PICO–NOO.
Тип: интеграционная инженерная гипотеза.
Основное положение. Функциональная архитектура исследовательского ноокомпьютера может быть интегрирована с компонентами PICO без потери заданных требований к достоверности и работоспособности.
Проверка
Создаются два функционально сопоставимых варианта ноокомпьютера.
Первый использует традиционные аппаратные компоненты.
Второй включает экспериментальные решения PICO.
Оценивается результативность на одном и том же наборе задач.
Критерии подтверждения
Работоспособность интегрированной архитектуры.
Сохранение ноофункциональности.
Подтверждение полезности новых физических компонентов в реальной исследовательской нагрузке.
Отрицательный результат
Неустойчивая работа интегрированной системы.
Отсутствие полезного аппаратного эффекта.
Ухудшение качества исследовательских результатов.
Е.14. Паспорт H09. Экономическая состоятельность ноомашин
Программа: NOO.
Основное положение. Использование специализированных ноомашин может уменьшать полную стоимость получения определённых категорий проверенных научно-технических результатов.
Проверка
Проводится сравнительная оценка нескольких исследовательских проектов.
Учитываются расходы на оборудование, вычисления, программное обеспечение, энергоснабжение, персонал, экспериментальную проверку и обслуживание.
Результат оценивается на уровне полного исследовательского цикла.
Критерии подтверждения
Подтверждённое сокращение полной стоимости при сохранении или повышении качества результата.
Повторяемость экономического преимущества в нескольких проектах.
Отрицательный результат
Экономический выигрыш исчезает после учёта скрытых расходов.
Система оказывается эффективной только при субсидировании отдельных компонентов или исключении существенных затрат.
Е.15. Паспорт H10. Промышленная воспроизводимость PICO
Программа: PICO.
Основное положение. Перспективные функциональные элементы PICO могут изготавливаться с повторяемыми характеристиками и с использованием масштабируемого технологического процесса.
Проверка
Проводятся повторные серии изготовления.
Оцениваются распределения параметров устройств, выход годных изделий, устойчивость, деградация и технологические затраты.
Для промышленного перехода необходима оценка на репрезентативных объёмах, а не только на единичных образцах.
Критерии подтверждения
Воспроизводимость характеристик между партиями.
Достижение заранее заданного качества.
Подтверждение возможности увеличения масштаба производства.
Отрицательный результат
Высокая вариабельность характеристик.
Недопустимый уровень дефектов.
Отсутствие технически состоятельного пути масштабирования в пределах заявленной технологии.
Е.16. Паспорт H11. Организационная эффективность INM
Программа: INM.
Тип: организационно-технологическая гипотеза.
Основное положение. Интеграция научных, вычислительных, экспериментальных и инженерных подразделений в общей программе способна повышать результативность технологических исследований относительно сопоставимых организационных моделей.
Проверка
Сопоставляются исследовательские проекты, использующие различные модели организации работ.
При сравнении контролируются квалификация специалистов, ресурсы, сложность задач и объём финансирования.
Особое значение имеет оценка затрат на междисциплинарное взаимодействие и согласование результатов.
Критерии подтверждения
Воспроизводимое сокращение полного исследовательского цикла.
Повышение доли проверенных технических результатов.
Снижение избыточного дублирования работ.
Отсутствие неприемлемого увеличения организационных расходов.
Отрицательный результат
Интеграция увеличивает административные затраты без соответствующего научно-технического эффекта.
Преимущество объясняется только концентрацией ресурсов, а не организационной моделью.
Е.17. Паспорт H12. Опережение опережения
Программа: META.
Тип: генеральная исследовательская гипотеза.
Основное положение. Возможно создание воспроизводимого механизма, который обеспечивает не только улучшение технических результатов, но и устойчивое совершенствование методов получения последующих улучшений.
Это наиболее сильная и принципиальная гипотеза шеститомного исследования.
Экспериментальная проверка
Формируется последовательность исследовательских поколений.
В каждом поколении оцениваются результативность создания технологий, качество методов, ресурсоёмкость и способность переносить улучшения на новые задачи.
Контрольная система использует заранее установленную методику.
Экспериментальная система получает возможность совершенствовать исследовательские процедуры.
При этом вычислительные ресурсы, доступ к знаниям и другие существенные факторы должны быть сопоставимыми либо учитываться в анализе.
Критерии подтверждения
Наличие документированной последовательности улучшений исследовательских методов.
Подтверждение их эффективности на независимых задачах.
Доказательство того, что преимущества не сводятся к увеличению ресурсов.
Сохранение эффекта после учёта стоимости разработки и проверки новых методов.
Повторяемость результата в нескольких независимых исследовательских сериях.
Критерии отрицательного результата
Улучшения не сохраняются в следующих поколениях.
Сокращение времени одного этапа сопровождается сопоставимым увеличением затрат на других этапах.
Преимущества исчезают при независимой проверке.
Отсутствует доказанная причинная связь между изменением исследовательского метода и полученным результатом.
Научный статус
Подтверждение H12 в конкретных границах применимости позволит говорить об экспериментальной демонстрации механизма опережения опережения.
Оно не докажет автоматически возможность неограниченного ускорения научно-технического прогресса.
Е.18. Общий экспериментальный протокол
Для всех гипотез предлагается единая последовательность организации исследований.
Этап 1. Формализация. Определяются проверяемое утверждение, область применимости и конкурирующие объяснения.
Этап 2. Предварительная регистрация. До начала испытаний фиксируются критерии успеха, выборка, методы измерения и план обработки результатов.
Этап 3. Подготовка контрольной системы. Устанавливается воспроизводимая исходная методика сравнения.
Этап 4. Проверка измерительных средств. Проводятся калибровка, испытания программных компонентов и оценка неопределённостей.
Этап 5. Пилотное исследование. Проверяется практическая реализуемость экспериментального протокола.
Этап 6. Основной эксперимент. Выполняются заранее определённые испытания без произвольного изменения критериев.
Этап 7. Независимая оценка. Анализируются результаты, статистическая неопределённость и альтернативные объяснения.
Этап 8. Воспроизведение. Отдельная исследовательская группа повторяет существенные элементы эксперимента.
Этап 9. Научное решение. Гипотеза получает ограниченное подтверждение, отрицательный результат либо статус неопределённости.
Этап 10. Пересмотр программы. Новые исследования проектируются с учётом полученных данных.
Е.19. Контрольные группы и устранение систематических ошибок
Для проверки NOO и META особенно важно избежать ложного впечатления технологического превосходства.
Возможны ошибки, связанные с неодинаковой сложностью исследовательских задач, предварительным знакомством интеллектуальной системы с тестовыми данными, различиями в квалификации специалистов и неполным учётом затрат.
Поэтому необходимо использовать заранее подготовленные закрытые тестовые наборы.
При возможности следует обеспечивать независимое распределение задач между контрольной и экспериментальной системами.
Особенно важна проверка того, что система не получила доступ к эталонным ответам или результатам экспериментальных измерений до соответствующего этапа.
Если полная рандомизация невозможна, допускаются квазиэкспериментальные схемы с подробным описанием ограничений причинного вывода.
В любом случае сравнение должно проводиться на уровне законченного исследовательского результата.
Е.20. Статистические критерии подтверждения
Необходимо различать статистическую значимость и практическую полезность.
Статистически обнаруженное улучшение может быть слишком малым для оправдания стоимости нового оборудования.
С другой стороны, практически важное улучшение может не получить убедительного статистического подтверждения из-за недостаточного количества наблюдений.
Поэтому до начала эксперимента должны быть установлены:
- Основной показатель эффективности.
- Минимальный практически значимый эффект.
- Допустимая вероятность ложноположительного вывода.
- Требуемая статистическая мощность.
- Планируемое число независимых наблюдений.
- Метод анализа неопределённости.
- Правила остановки исследования.
- Порядок учёта множественных сравнений.
В качестве первоначального статистического ориентира для ряда сравнительных исследований могут использоваться двусторонний уровень значимости 0,05 и мощность не менее 80%.
Однако эти значения не являются универсальными требованиями.
Для дорогостоящих физических экспериментов, малых выборок и исследований с высокими рисками могут требоваться иные критерии.
Решающим является предварительное обоснование параметров и соответствие процедуры характеру исследуемой гипотезы.
Е.21. Критерии подтверждения и опровержения
Научно корректная оценка не должна строиться на простом бинарном делении «доказано — не доказано».
Предлагается использовать пять статусов.
| Код | Статус | Содержание |
|---|---|---|
| S0 | Не проверена | Достаточного эксперимента нет |
| S1 | Предварительно поддержана | Имеются ограниченные положительные данные |
| S2 | Поддержана в установленных условиях | Критерии исследования выполнены |
| S3 | Независимо воспроизведена | Эффект подтверждён независимо |
| S4 | Не поддержана | Критерии не выполнены при достаточной точности проверки |
Дополнительно применяется статус SI — результат неопределённый, когда проведённое исследование не позволяет сделать убедительный вывод.
Особое значение имеет статус S4.
Неудачная попытка не всегда опровергает универсальную гипотезу.
Отрицательный вывод должен относиться к той формулировке, диапазону условий и минимальной величине эффекта, которые действительно проверялись.
Е.22. Независимая воспроизводимость
Для наиболее существенных гипотез H03, H05 и H12 рекомендуется обязательная независимая проверка.
Она должна выполняться исследовательской организацией, не участвовавшей в разработке проверяемого решения.
По возможности используются новое оборудование, независимые экспериментальные данные и отдельная группа экспертов.
При этом допускается воспроизведение результатов с технологически эквивалентным оборудованием, если соответствующие различия заранее документированы.
Ключевое требование заключается в подтверждении исследуемого эффекта, а не в буквальном повторении каждого организационного действия.
Е.23. Связь с технологической зрелостью TRL
Уровень технологической зрелости и степень подтверждения научной гипотезы представляют различные характеристики.
TRL определяет готовность определённого технического решения к практическому применению.
Паспорт гипотезы определяет степень обоснованности конкретного научно-технологического утверждения.
Возможна ситуация, когда лабораторный физический эффект экспериментально подтверждён, но соответствующее устройство обладает низкой промышленной готовностью.
Возможна и обратная ситуация: промышленная система успешно эксплуатируется, но не подтверждает предполагаемый механизм Метаразвития.
Поэтому для каждого проекта необходимо вести самостоятельные записи о технологической зрелости и научной доказательности.
Е.24. Связь с интегральным индексом готовности к Метаразвитию
Интегральный индекс готовности к Метаразвитию, предложенный в приложении Г, предназначен для оценки совокупности предварительных возможностей исследовательской организации.
Паспорт гипотез предназначен для проверки конкретных научно-технологических эффектов.
Высокий ИИГМ может служить основанием для выбора организации в качестве экспериментальной площадки.
Но он не заменяет подтверждение H03 или H12.
И наоборот, подтверждение отдельного метатехнологического эффекта возможно в сравнительно небольшой лаборатории, не располагающей полной промышленной инфраструктурой.
Поэтому эти методы необходимо использовать совместно, но не смешивать.
Е.25. Основные риски экспериментальной программы
Е.25.1. Подмена результата декларацией
Объявление новой технологической концепции не должно оцениваться как подтверждение её физической работоспособности.
Е.25.2. Подмена новизны полезностью
Необычный исследовательский результат может не обеспечивать practically значимого улучшения.
Е.25.3. Подмена скорости эффективностью
Уменьшение продолжительности одной операции может сопровождаться ростом общих затрат.
Е.25.4. Подмена автоматизации Метаразвитием
Автоматическая генерация решений не доказывает совершенствования методов их создания.
Е.25.5. Подмена корреляции причинностью
Совпадение роста производительности с внедрением NOO не доказывает, что именно NOO вызвала улучшение.
Е.25.6. Неполный учёт затрат
В оценку должны включаться вычислительная инфраструктура, энергопотребление, персонал, экспериментальная проверка и эксплуатация.
Е.25.7. Недостаточная независимость проверки
Экспертиза исключительно разработчиком увеличивает риск систематически завышенных оценок.
Е.25.8. Невозможность универсального обобщения
Успех в одной предметной области не доказывает эффективности системы для всех научно-технических задач.
Е.26. Приоритетная последовательность критических экспериментов
Для начального периода проекта INM рекомендуется следующая последовательность.
Первый рубеж — H01. Демонстрация функционального исследовательского ноокомпьютера.
Второй рубеж — H02. Подтверждение преимущества в полном исследовательском цикле.
Третий рубеж — H03. Проверка способности совершенствовать исследовательские методы.
Четвёртый рубеж — H04. Проверка переносимости полученных улучшений.
Пятый рубеж — H11. Оценка эффективности интегрированной исследовательской организации.
Шестой рубеж — H05. Проверка дополнительного эффекта совместного развития PICO и NOO после появления подходящих физических компонентов.
Седьмой рубеж — H12. Экспериментальное исследование механизма опережения опережения на последовательных технологических поколениях.
Гипотезы H06, H07 и H10 должны исследоваться параллельно в программе PICO.
Гипотезы H08 и H09 могут проверяться по мере создания соответствующих прототипов.
Предложенная последовательность представляет научно-проектную рекомендацию, а не обязательный календарный график.
Е.27. Заключение. Критический эксперимент как основание технологии Метаразвития
Предлагаемая генеральная технология META предполагает принципиально новый объект исследования.
Если обычная инженерия занимается созданием и совершенствованием технических устройств, то Метаразвитие ставит задачу разработки и проверки способов систематического совершенствования самих методов создания технологий.
Однако масштаб этой задачи не уменьшает требований научной строгости.
Напротив, чем значительнее заявляемая технологическая перспектива, тем более определёнными должны быть критерии её экспериментальной проверки.
Наиболее существенным результатом первоначальной программы INM станет не сам факт создания ноокомпьютера.
Им должно стать подтверждение способности системы повышать результативность последующих научно-технических циклов посредством проверенных изменений исследовательских методов.
Именно поэтому гипотезы H03 и H12 занимают центральное место в предлагаемом реестре.
Первые демонстрируют возможность локального метатехнологического улучшения.
Вторая ставит задачу проверки более сложного механизма опережения опережения.
При этом отрицательные результаты также обладают научной ценностью.
Они позволяют выявлять ограничения, пересматривать исходные представления и уточнять направления будущих исследований.
Следовательно, программа Метаразвития должна быть организована так, чтобы её научная результативность не зависела от обязательного подтверждения всех первоначальных предположений.
Главный методологический вывод приложения Е: технология Метаразвития может получить научный статус не вследствие убедительности общей концепции, а посредством последовательной экспериментальной проверки её конкретных, измеримых и потенциально опровержимых гипотез.
От идеи Метаразвития — к реестру научных гипотез.
От реестра гипотез — к критическим экспериментам.
От критических экспериментов — к воспроизводимым результатам.
От воспроизводимых результатов — к научно обоснованной технологии Метаразвития.
Е.28. Унифицированная карта экспериментальной проверки
Следующая таблица предназначена для оперативного управления исследовательской программой INM. Она связывает все двенадцать гипотез с основными измерителями и решениями о переходе к следующему этапу.
| Гипотеза | Главный измеритель | Решающий результат |
|---|---|---|
| H01 | Завершение исследовательского цикла | Работоспособный демонстратор |
| H02 | Стоимость проверенного результата | Подтверждённый выигрыш |
| H03 | Эффективность улучшенной методики | Проверенное улучшение метода |
| H04 | Результативность на новых задачах | Подтверждённый перенос |
| H05 | Эффект взаимодействия PICO и NOO | Положительная синергия |
| H06 | Управляемость физического состояния | Воспроизводимый элемент |
| H07 | Системная эффективность | Преимущество над альтернативой |
| H08 | Функциональность гибридной системы | Рабочий пиконоокомпьютер |
| H09 | Полная стоимость результата | Экономическое преимущество |
| H10 | Воспроизводимость партий | Технологически устойчивый процесс |
| H11 | Эффективность исследовательской организации | Подтверждённый организационный эффект |
| H12 | Последовательные улучшения методов | Воспроизводимое опережение опережения |
Таблица устанавливает тип результата, но не заменяет заранее утверждённых количественных критериев каждого эксперимента.
Е.29. Образец регистрационного паспорта эксперимента
Регистрационный паспорт научного эксперимента META–PICO–NOO
Идентификатор: EXP-________
Идентификатор гипотезы: H________
Версия протокола: ________
Дата предварительной регистрации: ________
Ответственная организация: ________
Научный руководитель: ________
Независимый эксперт: ________
1. Предмет исследования
Наименование исследуемой технологии:
Проверяемая научная гипотеза:
Область применимости:
Конкурирующее объяснение:
2. Объект экспериментальной проверки
Описание экспериментальной системы:
Описание контрольной системы:
Сопоставимость исходных условий:
3. Основные измерители
Главный показатель эффективности:
Вторичные показатели:
Минимальный практически значимый эффект:
4. План испытаний
Число независимых исследовательских задач:
Правило формирования выборки:
Метод распределения между условиями:
Статистический план:
Порядок устранения систематических ошибок:
5. Условия положительного результата
Заранее установленный критерий:
Допустимая неопределённость:
Критерий практической полезности:
6. Условия отрицательного результата
Результаты, противоречащие гипотезе:
Граница экспериментальной применимости:
7. Воспроизводимость
Состав исходных данных:
Требуемая документация:
План независимого повторения:
8. Управление рисками
Критические физические и технические риски:
Механизмы остановки эксперимента:
Ответственное лицо:
9. Итоговое научное решение
Статус: S0 / S1 / S2 / S3 / S4 / SI
Обоснование:
Ограничения интерпретации:
Следующий экспериментальный этап:
Примечание. Условия положительного результата, ключевые метрики и статистический план регистрируются до получения основных экспериментальных данных. Любые изменения после регистрации должны документироваться и обозначаться как отклонения от первоначального протокола.
Библиография. Паспорт научных гипотез и критерии экспериментальной проверки
I. Авторская концепция Метаразвития
1. Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Тома 1–6. — Авторское исследование.
Концептуальная основа программы META–PICO–NOO, проекта INM, гипотезы опережения опережения и предлагаемого реестра научно-технологических гипотез.
Точные выходные данные опубликованных томов должны быть сверены с авторскими оригиналами.
II. Методология научных исследований и экспериментальных разработок
2. OECD. Frascati Manual 2015: Guidelines for Collecting and Reporting Data on Research and Experimental Development. — Paris: OECD Publishing, 2015.
DOI: https://doi.org/10.1787/9789264239012-en
Международная методологическая основа разграничения фундаментальных исследований, прикладных исследований и экспериментальных разработок.
3. Nosek B. A., Ebersole C. R., DeHaven A. C., Mellor D. T. The Preregistration Revolution // Proceedings of the National Academy of Sciences. — 2018. — Vol. 115, No. 11. — P. 2600–2606.
DOI: https://doi.org/10.1073/pnas.1708274114
Научное обоснование предварительной регистрации гипотез и аналитических планов.
4. National Academies of Sciences, Engineering, and Medicine. Reproducibility and Replicability in Science. — Washington, DC: National Academies Press, 2019.
DOI: https://doi.org/10.17226/25303
Исследование воспроизводимости научных результатов, независимого подтверждения и ограничений экспериментальных выводов.
III. Технологическая зрелость и достоверность интеллектуальных систем
5. NASA. Technology Readiness Levels. — 2023.
Девятиуровневая система оценки зрелости технологий.
6. NASA Earth Science Technology Office. Technology Readiness Levels (TRLs).
Определения уровней готовности аппаратных и программных решений и критерии перехода между уровнями.
7. Tabassi E. Artificial Intelligence Risk Management Framework (AI RMF 1.0). — Gaithersburg: National Institute of Standards and Technology, 2023. — NIST AI 100-1.
DOI: https://doi.org/10.6028/NIST.AI.100-1
Методологическая основа оценки надёжности, безопасности, прозрачности и рисков систем искусственного интеллекта.
IV. Автоматизация научных исследований
8. King R. D., Rowland J., Oliver S. G. et al. The Automation of Science // Science. — 2009. — Vol. 324, No. 5923. — P. 85–89.
DOI: https://doi.org/10.1126/science.1165620
Экспериментальная работа по автоматизации формирования научных гипотез и их лабораторной проверки.
9. 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.
DOI: https://doi.org/10.1126/sciadv.aaz8867
Исследование автоматизированной лабораторной системы поиска материалов.
10. 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.
DOI: https://doi.org/10.1038/s41586-023-06734-w
Экспериментальная демонстрация автономной исследовательской лаборатории с интеграцией вычислительного планирования и физических экспериментов.
V. Оценка результативности и составных показателей
11. OECD; European Commission, Joint Research Centre. Handbook on Constructing Composite Indicators: Methodology and User Guide. — Paris: OECD Publishing, 2008.
DOI: https://doi.org/10.1787/9789264043466-en
Методологическая основа построения составных индексов, применимая к анализу ИИГМ.
12. Bloom N., Jones C. I., Van Reenen J., Webb M. Are Ideas Getting Harder to Find? // American Economic Review. — 2020. — Vol. 110, No. 4. — P. 1104–1144.
DOI: https://doi.org/10.1257/aer.20180338
Приложение Ж. Организационная и инвестиционная модель INM
Проект международной научно-технологической организации International NooMachines и поэтапного финансирования генеральной технологии META.
Авторская научно-проектная разработка. Редакция 1.0. 24 октября 2026 года.
Ж.1. Введение. От научной концепции к организации Метаразвития
Настоящее приложение посвящено разработке организационной и инвестиционной модели международного проекта INM — International NooMachines, предлагаемого в рамках шеститомного исследования В. К. Петросяна «Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития».
В предыдущих томах были рассмотрены история мировой электроники, перспективы пикоэлектроники, развитие интеллектуально-креативных вычислительных систем и возможность создания генеральной технологии Метаразвития.
Приложения А–Е сформировали историческую, документальную, терминологическую и экспериментально-методологическую основу программы.
Следующая задача заключается в определении организационных и экономических условий, при которых эта программа могла бы перейти от научно-проектной постановки к практическим исследованиям.
Центральное положение настоящего приложения состоит в следующем.
INM должна проектироваться не просто как предприятие по производству новых вычислительных машин, а как научно-технологическая организация, способная разрабатывать, проверять и совершенствовать методы создания последующих поколений технологий.
При этом необходимо разграничивать стратегический замысел и существующую организационную действительность.
В рамках настоящего приложения INM рассматривается как проектируемая организация. Описание её подразделений, финансовых потребностей, органов управления и этапов развития представляет предлагаемую модель, а не утверждение о наличии зарегистрированной международной корпорации, действующих инвесторов или уже привлечённого финансирования.
Ж.1.1. Генеральная цель INM
Предлагается определить генеральную цель INM как создание и экспериментальное подтверждение технологии Метаразвития посредством совместного, но организационно самостоятельного развития субтехнологий NOO и PICO.
Эта цель включает три взаимосвязанных результата.
Первый — создание исследовательских ноокомпьютеров, способных выполнять проверяемые интеллектуально-креативные функции.
Второй — изучение новых физических элементов и технологических возможностей перспективной пикоэлектроники.
Третий — разработка методов, обеспечивающих воспроизводимое совершенствование процессов создания новых технологий.
Именно третий результат является главным отличием INM от обычного производителя компьютеров или разработчика искусственного интеллекта.
Ж.1.2. Почему для Метаразвития необходима специальная организация
Крупные научные открытия и технологические преобразования возникают не только вследствие деятельности отдельных исследователей.
Они требуют согласования фундаментальных исследований, экспериментальной проверки, инженерных разработок, производственных компетенций и финансирования.
Однако традиционные научные учреждения, коммерческие предприятия и промышленные корпорации обладают различными целями и механизмами управления.
Фундаментальная лаборатория ориентируется на получение нового знания.
Промышленная компания — на создание продукции и экономическую устойчивость.
Инвестиционная организация — на определённое соотношение риска, доходности и сроков возврата капитала.
Для программы Метаразвития необходимо создать механизм согласования этих интересов.
При этом научная истинность не должна определяться инвестиционными ожиданиями.
А коммерческий успех отдельной разработки не должен автоматически интерпретироваться как подтверждение генеральной гипотезы META.
Следовательно, организационная модель INM должна включать самостоятельные механизмы научной экспертизы, финансового контроля, технологического проектирования и промышленной коммерциализации.
Ж.2. Основные принципы организационной модели INM
Предлагаемая структура должна основываться на следующих принципах.
Первый — научная проверяемость. Каждое существенное технологическое утверждение должно допускать независимую проверку.
Второй — поэтапность. Переход к более капиталоёмким исследованиям допускается после выполнения согласованных контрольных условий.
Третий — параллельность PICO и NOO. Обе субтехнологии развиваются самостоятельно; их интеграция осуществляется по мере появления подтверждённых результатов.
Четвёртый — финансовая прозрачность. Разные виды финансирования учитываются отдельно: гранты, инвестиции в капитал, исследовательские контракты, выручка и заёмные средства.
Пятый — независимость научной экспертизы. Органы, принимающие решения о доказанности физических и метатехнологических эффектов, должны быть защищены от неправомерного влияния коммерческих заинтересованных сторон.
Шестой — открытая кооперация. INM должна предусматривать взаимодействие университетов, научных организаций, технологических компаний и экспериментальных лабораторий.
Седьмой — экономическая ответственность. Производственная масштабируемость и рыночная полезность оцениваются отдельно от научной новизны.
Восьмой — управляемость рисков. Опасные физические эксперименты, использование интеллектуальных систем и промышленные испытания допускаются только после соответствующей оценки безопасности.
Девятый — адаптивность. Программа должна допускать изменение технических направлений и прекращение неэффективных проектов.
Десятый — сохранение авторской концептуальной целостности. Изменения стратегических целей не должны происходить без открытого документирования того, каким образом они соотносятся с первоначальными задачами META–PICO–NOO.
Ж.3. Предлагаемая юридическая и институциональная архитектура
Ж.3.1. Разделение научного и коммерческого контуров
Наиболее рациональной представляется гибридная организационная модель.
Она должна объединять научно-исследовательский контур и коммерческие структуры, способные внедрять результаты в промышленность.
В качестве проектного варианта предлагаются следующие элементы.
INM Research Foundation — научно-исследовательский контур в организационно-правовой форме, определяемой выбранной юрисдикцией. Его задачи включают фундаментальные исследования, открытые научные программы, независимую экспертизу и формирование общей исследовательской инфраструктуры.
INM Technologies — коммерческое предприятие, предназначенное для разработки и внедрения ноокомпьютеров, программно-аппаратных платформ и исследовательских услуг.
INM PICO Research — специализированная программа физических исследований, ориентированная на перспективные материалы, функциональные элементы и экспериментальные технологии.
INM Industrial Partnerships — договорная сеть промышленных и научных партнёров, обеспечивающая доступ к оборудованию, производственным услугам, испытаниям и коммерческим применениям.
Эти названия являются условными проектными обозначениями и не означают наличия соответствующих зарегистрированных юридических лиц.
Ж.3.2. Почему первоначально не требуется единая крупная корпорация
Создание международной корпоративной структуры может сопровождаться значительными административными и юридическими затратами.
Для первых этапов INM более рациональна относительно компактная организация, заключающая договоры с существующими научными и промышленными учреждениями.
На первоначальном этапе целесообразно использовать доступную вычислительную инфраструктуру, внешние экспериментальные лаборатории и контрактное изготовление отдельных технических компонентов.
Это позволит направлять основную часть ограниченного финансирования на проверку ключевых гипотез.
После подтверждения технологической результативности может рассматриваться создание дополнительных специализированных предприятий.
Ж.3.3. Выбор юрисдикции
Место юридической регистрации INM должно определяться по результатам самостоятельного анализа законодательства и условий деятельности.
Необходимо учитывать правила регистрации исследовательских организаций, защиту интеллектуальной собственности, требования к международным инвестициям, доступность научных грантов, экспортный контроль и возможности участия иностранных партнёров.
Заранее объявлять какую-либо юрисдикцию безусловно оптимальной неправомерно.
Для первоначального выбора рекомендуется сопоставлять несколько правовых вариантов с участием профильных специалистов.
Ж.4. Система управления INM
Ж.4.1. Стратегический совет
Стратегический совет отвечает за утверждение долгосрочных целей, инвестиционных приоритетов и контроль соответствия деятельности генеральной программе META.
В его состав могут входить представители учредителей, независимые специалисты, научные руководители и инвесторы.
Особое внимание необходимо уделить конфликтам интересов.
Участие инвестора в финансировании исследований не должно автоматически предоставлять ему право признавать научную гипотезу доказанной.
Ж.4.2. Международный научный совет
Международный научный совет отвечает за экспертизу физических, вычислительных и метатехнологических исследований.
Его функции включают оценку экспериментальных протоколов, анализ воспроизводимости и рассмотрение независимых заключений.
Для экспериментов, имеющих определяющее значение для генеральной концепции Метаразвития, целесообразно привлекать экспертов, не связанных с разработчиками соответствующих систем.
Ж.4.3. Исполнительная дирекция
Исполнительная дирекция обеспечивает оперативное управление персоналом, контрактами, оборудованием, финансированием и организацией исследовательских программ.
Она несёт ответственность за выполнение утверждённых бюджетов и соблюдение установленных правил.
Ж.4.4. Научно-технологический комитет META
Специализированный комитет анализирует совместную эффективность программ PICO и NOO.
Его предметом является не только качество отдельных результатов, но и проверяемость заявленных улучшений способов технологической разработки.
Ж.4.5. Инвестиционный комитет
Инвестиционный комитет оценивает финансовые заявки, потребность в капитале и экономические последствия перехода между этапами.
Он должен принимать решения на основании документально подтверждённых технических рубежей, бюджета и анализа рисков.
Ж.4.6. Комитет по надёжности и безопасности
Специальный комитет оценивает риски автоматизированных экспериментов, интеллектуальных вычислительных систем, промышленной инфраструктуры и обращения с исследовательскими данными.
При наличии неприемлемых рисков он должен иметь право инициировать приостановку опасных испытаний в пределах полномочий, установленных организационными документами.
Ж.5. Организационная структура исследовательских подразделений
В рамках первичной организационной модели предлагается шесть функциональных направлений.
| Направление | Основная задача |
|---|---|
| NOO Laboratory | Ноокомпьютеры и интеллектуально-креативные функции |
| PICO Laboratory | Перспективные физические элементы |
| META Methods Center | Проверка совершенствования исследовательских методов |
| Experimental Systems | Испытания и связь вычислений с экспериментом |
| Systems Engineering | Архитектура, интеграция и стандартизация |
| Economics & Governance | Экономика, инвестиции, организация и риски |
Ж.5.1. NOO Laboratory
Начальная задача — создание исследовательского ноокомпьютера на существующей элементной базе.
Приоритет отдаётся проверяемым функциям научного поиска, моделирования и анализа результатов.
Ж.5.2. PICO Laboratory
Исследует возможные физические принципы новых электронных компонентов.
Её программа должна начинаться с лабораторных экспериментов и использования существующей измерительной инфраструктуры.
Ж.5.3. META Methods Center
Данное подразделение имеет центральное методологическое значение.
Оно разрабатывает контрольные задания, правила сравнения исследовательских систем и протоколы экспериментальной проверки гипотез H03, H04 и H12, сформулированных в приложении Е.
Ж.5.4. Experimental Systems
Обеспечивает метрологическое сопровождение исследований, организацию испытаний, обработку экспериментальных данных и взаимодействие с внешними лабораториями.
Ж.5.5. Systems Engineering
Отвечает за совместимость вычислительных и экспериментальных компонентов, требования к архитектуре, техническую документацию и создание функциональных демонстраторов.
Ж.5.6. Economics & Governance
Осуществляет бюджетирование, сравнительный экономический анализ, инвестиционную отчётность, координацию партнёров и контроль договорных обязательств.
Ж.6. Поэтапная программа организационного развития
Предлагается выделить четыре основных инвестиционных этапа.
Ж.6.1. Этап 0. Концептуальная и экспериментальная подготовка
Основная цель — перевести авторскую концепцию в программу конкретных исследований.
Задачи:
- сформировать первоначальную исследовательскую команду;
- утвердить реестр гипотез;
- разработать экспериментальные протоколы;
- создать минимальную вычислительную инфраструктуру;
- заключить соглашения с внешними лабораториями;
- подготовить архитектуру первого ноокомпьютера.
Результатом этапа должен стать не коммерческий продукт, а проверяемая программа разработки и испытаний.
Ж.6.2. Этап 1. Первый исследовательский ноокомпьютер
Основная цель — создать демонстратор NOO и подтвердить его функциональную полезность.
Предусматриваются разработка программно-аппаратной архитектуры, интеграция систем моделирования, тестирование научных задач и независимая проверка результатов.
Главные гипотезы — H01 и H02.
При положительных результатах допускается начало полномасштабной проверки H03.
Ж.6.3. Этап 2. Экспериментальная система Метаразвития
Основная цель — исследовать способность NOO совершенствовать собственные исследовательские методы.
Одновременно PICO развивает физические эксперименты по перспективным электронным компонентам.
Ключевые гипотезы — H03, H04, H06 и H07.
При наличии соответствующих результатов возможно начало интеграционных исследований H05.
Ж.6.4. Этап 3. Подготовка промышленного масштабирования
Основная цель — оценить возможности серийного производства специализированных ноомашин и коммерческого предоставления исследовательских услуг.
Промышленная программа PICO допускается только при достижении достаточной технологической зрелости её отдельных компонентов.
Строительство собственного полупроводникового завода не должно рассматриваться обязательным следствием создания первого ноокомпьютера.
Решение о подобном объекте требует самостоятельного технико-экономического обоснования.
Ж.7. Инвестиционная философия программы
Классические инвестиции в промышленность ориентируются на создание оборудования, производственной инфраструктуры и коммерчески реализуемой продукции.
Финансирование фундаментальных исследований ориентируется на получение знаний, экономические последствия которых могут проявиться значительно позднее.
INM предлагается как программа, объединяющая оба подхода.
Поэтому инвестиционная модель должна учитывать два вида результата.
Прямой результат — создание проверяемого устройства, исследовательской услуги или коммерческой технологии.
Метатехнологический результат — подтверждённое улучшение способов разработки следующих технологий.
Второй результат имеет потенциально более широкое значение, но его экономическую стоимость значительно труднее прогнозировать.
Следовательно, первоначальная финансовая модель не должна основываться на предположении о гарантированном создании коммерчески успешной генеральной технологии META.
Инвестиции должны предоставляться постепенно, на основании достижимых промежуточных результатов.
Ж.8. Источники финансирования
Предлагается рассматривать шесть основных источников.
Научные гранты. Предназначены для фундаментальных и экспериментальных исследований в пределах требований соответствующих программ.
Инвестиции в капитал. Используются для коммерчески ориентированных разработок с определённой перспективой рынка.
Исследовательские контракты. Финансируют выполнение согласованных технических задач для промышленных и научных заказчиков.
Стратегические партнёрства. Позволяют получать доступ к оборудованию, производственным услугам, научным данным и инженерным компетенциям.
Доходы от исследовательских услуг. Могут формироваться после создания функционально пригодных ноокомпьютерных платформ.
Лицензионные доходы. Возможны при появлении охраняемых и коммерчески полезных технических результатов.
Ни один из этих источников не должен включаться в финансовый план как гарантированно доступный до заключения соответствующих соглашений.
Ж.9. Разделение научных грантов и коммерческого капитала
Для финансовой прозрачности необходимо отделить средства, предназначенные для создания общественно значимого научного знания, от инвестиций, ориентированных на коммерческий доход.
Научные гранты могут финансировать исследования новых физических эффектов, публикацию результатов, создание открытых исследовательских методов и независимые проверки.
Коммерческий капитал может направляться на разработку продукции, интеграцию программно-аппаратных решений, подготовку производства и развитие рынков.
При смешанном финансировании необходимо заранее установить правила использования интеллектуальной собственности, распределения расходов и доступа к результатам.
Особое внимание следует уделить исключению двойного финансирования одних и тех же затрат.
Ж.10. Иллюстративная инвестиционная модель
Для демонстрации экономической структуры INM предлагается условная трёхэтапная модель финансирования.
Все суммы данного раздела являются исключительно расчётными допущениями. Они не представляют действующую смету INM, подтверждённые предложения поставщиков, привлечённые инвестиции или оценку рыночной стоимости проекта.
Модель предназначена для проверки структуры распределения капитала и подготовки последующего технико-экономического обоснования.
| Период | Основная цель | Условный бюджет |
|---|---|---|
| Этап 0 — 18 месяцев | Подготовка и минимальный исследовательский комплекс | 4 млн долл. |
| Этап 1 — 24 месяца | Первый исследовательский ноокомпьютер | 12 млн долл. |
| Этап 2 — 36 месяцев | Расширенная проверка META, PICO и NOO | 30 млн долл. |
| Всего | Модель первых трёх этапов | 46 млн долл. |
Суммы приведены в условных долларах США без учёта инфляционной индексации и валютных изменений.
Они не включают строительство собственного передового полупроводникового завода.
Последующие этапы промышленного масштабирования должны рассчитываться отдельно.
Ж.11. Структура использования средств
Для условного совокупного бюджета 46 млн долларов предлагается следующая первоначальная схема распределения.
| Статья | Доля | Сумма |
|---|---|---|
| Исследовательский персонал | 35% | 16,10 млн |
| Вычислительная инфраструктура | 25% | 11,50 млн |
| Экспериментальные исследования | 15% | 6,90 млн |
| Внешние исследовательские контракты | 10% | 4,60 млн |
| Инженерная интеграция и испытания | 10% | 4,60 млн |
| Управление, юридическое сопровождение и резерв | 5% | 2,30 млн |
| Всего | 100% | 46,00 млн |
Данные доли представляют аналитический пример, а не отраслевой норматив.
Для реального бюджетирования потребуется уточнить численность персонала, географию исследований, условия доступа к вычислительным мощностям, стоимость экспериментов, лицензирование программного обеспечения, налоги и страхование.
Также необходимо выделить внутри бюджета управляемый резерв на технические отклонения и незапланированные расходы.
Ж.12. Финансирование по контрольным рубежам
Ж.12. Финансирование по контрольным рубежам
Главным принципом инвестиционной модели INM предлагается сделать поэтапное финансирование, обусловленное достижением заранее установленных научно-технологических результатов.
В отличие от единовременного выделения всего инвестиционного бюджета, средства предоставляются последовательно, по мере экспериментального подтверждения ключевых гипотез и выполнения установленных организационных, технических и экономических требований.
Такой подход позволяет ограничивать финансовые риски, своевременно корректировать исследовательские программы и концентрировать ресурсы на направлениях, продемонстрировавших научную и технологическую результативность.
Ж.12.1. Система инвестиционных рубежей
| Рубеж | Контрольное достижение | Основание решения |
|---|---|---|
| G0 | Подготовлена исследовательская программа | Утверждены гипотезы, команда, бюджет и экспериментальные протоколы |
| G1 | Создан первый исследовательский ноокомпьютер | Продемонстрирована функциональность H01 |
| G2 | Подтверждена исследовательская эффективность NOO | Получены результаты проверки H02 |
| G3 | Продемонстрировано совершенствование исследовательских методов | Получены воспроизводимые результаты H03 |
| G4 | Проверены переносимость и экономическая результативность | Выполнены согласованные критерии H04 и H09 |
| G5 | Проверены возможности интеграции PICO–NOO | Получены необходимые результаты H05–H08 |
| G6 | Подготовлена промышленная программа | Подтверждены техническая и экономическая обоснованность масштабирования |
Перечисленные рубежи представляют проектную схему управления INM. Их достижение не является заранее гарантированным.
Особенно важно учитывать различие между завершением отдельного технического этапа и подтверждением генеральной гипотезы Метаразвития.
Например, создание функционального ноокомпьютера на рубеже G1 не означает доказательства существования технологии опережения опережения.
Такой результат подтверждает только возможность реализации определённой вычислительной архитектуры и установленного набора исследовательских функций.
Ж.12.2. Порядок принятия инвестиционных решений
При завершении каждого этапа ответственное подразделение INM должно представлять комплексный отчёт.
Его научно-техническая часть включает описание достигнутых результатов, экспериментальные данные, ограничения испытаний и оценку воспроизводимости.
Финансовая часть отражает фактические расходы, исполнение бюджета, обязательства перед контрагентами и потребность в последующем финансировании.
Организационная часть содержит анализ кадровых, производственных, правовых и технологических рисков.
На основании этих материалов научный совет устанавливает степень подтверждения исследовательских гипотез, а инвестиционный комитет оценивает экономическую целесообразность продолжения работ.
Окончательное решение принимается уполномоченным органом управления в соответствии с утверждённой структурой полномочий.
Предлагаются четыре возможных решения:
- Продолжение финансирования — установленные критерии выполнены, следующий этап обоснован.
- Условное продолжение — выявленные недостатки могут быть устранены в пределах согласованного бюджета и срока.
- Пересмотр программы — исходная техническая гипотеза требует изменения или замены.
- Прекращение направления — дальнейшее финансирование признано недостаточно обоснованным.
При этом отрицательный научный результат не является основанием для сокрытия данных или признания всей программы неудачной.
Напротив, достоверно установленное ограничение может обладать самостоятельной научной ценностью.
Однако научная ценность отрицательного результата не означает автоматического права на продолжение финансирования прежнего технического решения.
После получения такого результата необходимо оценить возможность изменения исследовательской гипотезы, использования созданной инфраструктуры в других направлениях и сокращения будущих расходов.
Ж.12.3. Разделение средств по степени инвестиционного риска
Для финансирования различных этапов целесообразно предусмотреть три категории капитала.
Исследовательский капитал высокого риска направляется на проверку фундаментальных гипотез и создание экспериментальных демонстраторов. Его результатом может быть новое знание независимо от появления коммерческого продукта.
Технологический капитал используется после предварительного подтверждения работоспособности решений. Он финансирует прототипирование, инженерную интеграцию, испытания и проверку воспроизводимости.
Промышленный капитал привлекается после достижения достаточной технической зрелости, подтверждения коммерческого спроса и подготовки самостоятельного технико-экономического обоснования.
Смешение этих категорий способно приводить к ошибочным инвестиционным ожиданиям.
Фундаментальные исследования PICO не должны оцениваться по тем же краткосрочным критериям окупаемости, что коммерческое производство специализированных ноокомпьютеров.
В то же время финансирование коммерческой разработки не должно осуществляться исключительно на основании перспективной научной концепции.
Ж.12.4. Финансовые ограничения и право на пересмотр бюджета
Для каждого этапа утверждаются:
- предельный объём финансирования;
- календарные и функциональные контрольные точки;
- минимально необходимый состав исполнителей;
- перечень обязательных экспериментальных результатов;
- допустимые основания перераспределения средств;
- резерв на неопределённость;
- условия прекращения или продления работ.
Увеличение бюджета не должно автоматически рассматриваться как решение возникающих научно-технологических проблем.
Если экспериментальные результаты противоречат исходной гипотезе, приоритетом становится анализ причин, а не механическое наращивание финансирования.
Для существенного увеличения инвестиционного лимита требуется самостоятельное обоснование с указанием ожидаемых дополнительных результатов и альтернативных вариантов использования средств.
Ж.12.5. Применение модели к условному бюджету INM
Для представленной в разделах Ж.10–Ж.11 иллюстративной модели с совокупным бюджетом 46 млн долларов США предлагается условное распределение по первым трём этапам:
| Этап | Условный лимит | Основной результат |
|---|---|---|
| Этап 0 | 4 млн долл. | Подготовка программы, G0 |
| Этап 1 | 12 млн долл. | Проверка G1–G2 |
| Этап 2 | 30 млн долл. | Проверка G3–G4 и параллельные исследования PICO |
| Всего | 46 млн долл. | Первоначальная экспериментальная программа |
Рубежи G5–G6 могут потребовать дальнейшего финансирования и не считаются обеспеченными указанной суммой.
Представленное распределение является исключительно расчётным примером. Оно не подтверждает наличие инвесторов, доступность соответствующего бюджета или достаточность указанных сумм для фактической реализации программы.
В реальной модели финансирования необходимо дополнительно учитывать стоимость капитала, инфляцию, налоги, изменения валютных курсов, договорные обязательства и возможные задержки экспериментальных работ.
Ж.12.6. Особые условия финансирования PICO
Программа PICO обладает специфическими физическими и технологическими рисками.
Её первоначальные исследования могут потребовать использования дорогостоящей измерительной инфраструктуры, высокоточных технологических процессов и специализированных материалов.
Поэтому финансирование PICO целесообразно начинать с ограниченных экспериментальных задач, допускающих объективную проверку.
Приоритет должны получать проекты, способные подтвердить конкретную функциональную гипотезу, а не только продемонстрировать необычный физический эффект.
Переход к разработке интегрированных компонентов должен зависеть от результатов исследований устойчивости, управляемости и воспроизводимости.
Финансирование собственного полупроводникового производства возможно рассматривать только после подготовки отдельного промышленного инвестиционного проекта.
Ж.12.7. Особые условия финансирования NOO
В отличие от PICO, начальная программа NOO может опираться на существующую вычислительную инфраструктуру.
Это создаёт возможность сравнительно ранней экспериментальной проверки полезности исследовательских ноокомпьютеров.
Поэтому первоначальное финансирование NOO должно концентрироваться на создании функциональной архитектуры, разработке испытательных задач, обеспечении достоверности результатов и проверке исследовательской производительности.
Особенно важно не подменять научную результативность количеством генерируемых текстов, программ или предложенных гипотез.
Инвестиционное решение должно опираться на стоимость, качество и воспроизводимость завершённых исследовательских результатов.
Ж.12.8. Центральный инвестиционный рубеж Метаразвития
Наибольшее стратегическое значение имеет рубеж G3, соответствующий проверке гипотезы H03.
Именно здесь устанавливается, способна ли исследовательская система не только выполнять научно-технические задачи, но и предлагать подтверждённые улучшения собственных методов их решения.
Если эта возможность будет воспроизводимо продемонстрирована, появятся основания для перехода к расширенной программе исследования META.
Однако даже положительный результат G3 не должен автоматически запускать крупномасштабное промышленное финансирование.
Необходимо дополнительно установить переносимость улучшений, экономическую эффективность и устойчивость результатов на последующих исследовательских циклах.
Таким образом, рубеж G3 представляет научно-методологический переломный момент программы, тогда как G4–G6 предназначены для проверки её расширенной технологической и экономической состоятельности.
Ж.12.9. Итоговый принцип поэтапного финансирования
Финансирование INM должно строиться не на предположении о неизбежном успехе Метаразвития, а на последовательном накоплении проверенных научно-технологических результатов.
Каждый новый инвестиционный этап должен иметь самостоятельную цель, ограниченный бюджет, заранее установленные критерии проверки и определённые условия прекращения работ.
Наиболее капиталоёмкие решения должны приниматься после сокращения ключевых физических, инженерных и рыночных неопределённостей.
В результате инвестиционная модель INM становится не только способом привлечения и распределения финансовых ресурсов, но и механизмом дисциплинированного научно-технологического проектирования.
Главный вывод раздела Ж.12: инвестиционное развитие INM должно следовать за экспериментально подтверждёнными достижениями PICO, NOO и META, а не опережать их на основании исключительно прогнозных ожиданий.
Именно такой подход позволяет согласовать долгосрочный стратегический замысел Метаразвития с требованиями научной достоверности, экономической ответственности и устойчивого организационного развития.
*****
Ж.13. Финансовая модель, денежные потоки и оценка инвестиционных рисков INM
Ж.13.1. Финансовая модель как инструмент научно-технологического проектирования
Разработка финансовой модели международного проекта INM — International NooMachines — представляет необходимое условие перехода от генеральной концепции Метаразвития к практически реализуемой исследовательской и инвестиционной программе.
В отличие от обычного инвестиционного проекта, ориентированного преимущественно на производство конкретной продукции, INM предполагает одновременное финансирование нескольких различных направлений деятельности.
Первое направление связано с созданием экспериментальных интеллектуально-креативных систем NOO.
Второе — с фундаментальными и прикладными исследованиями перспективных электронных компонентов PICO.
Третье — с разработкой и экспериментальной проверкой генеральной технологии META, предполагающей совершенствование методов создания последующих поколений технологий.
Четвёртое направление представляет организационную и промышленную инфраструктуру, необходимую для объединения научных, вычислительных и экспериментальных процессов.
Каждое из этих направлений характеризуется собственными сроками, рисками, потребностью в оборудовании и потенциальными источниками дохода.
Поэтому финансовая модель INM должна строиться не как единый прогноз прибыли будущей корпорации, а как система взаимосвязанных исследовательских и коммерческих бюджетов.
Её главная задача — определить, какие ресурсы требуются для получения проверяемых научно-технологических результатов, при каких условиях допустимо расширение исследований и когда появляются основания для перехода к промышленной коммерциализации.
Финансовая состоятельность INM должна определяться не величиной привлечённого капитала, а способностью преобразовывать ограниченные ресурсы в достоверные научные результаты и экономически полезные технологии.
Ж.13.2. Три финансовых контура
Предлагается выделить три самостоятельных контура финансовой модели.
Научно-исследовательский контур.
Предназначен для фундаментальных исследований, экспериментальных гипотез и независимой проверки результатов.
Основными источниками финансирования могут быть гранты, исследовательские контракты, пожертвования и целевые программы научно-технологической поддержки.
Результатами становятся научные данные, экспериментальные установки, методики, публикации и проверенные технические возможности.
Технологический контур.
Предназначен для создания прототипов, интеграции программно-аппаратных компонентов, испытаний и доведения результатов до пригодного для заказчиков уровня зрелости.
Источниками могут выступать инвестиции в капитал, партнёрское финансирование, исследовательские договоры и целевые программы разработки.
Коммерческий контур.
Формируется по мере появления востребованных ноомашин, научно-исследовательских услуг, программно-аппаратных комплексов и лицензируемых технических результатов.
Его задача — обеспечение выручки, покрытие эксплуатационных затрат и финансирование дальнейшего развития.
Разделение контуров не исключает взаимодействия между ними.
Однако необходимо избегать ситуации, при которой предполагаемые будущие коммерческие доходы используются как доказательство научной реализуемости ещё не проверенных гипотез.
Ж.13.3. Исходная инвестиционная база модели
В разделе Ж.10 настоящего приложения была предложена иллюстративная программа финансирования первых трёх этапов INM.
Её совокупный бюджет составляет 46 млн долларов США.
| Этап | Продолжительность | Условный бюджет |
|---|---|---|
| Этап 0. Подготовка | 18 месяцев | 4 млн долл. |
| Этап 1. Первый ноокомпьютер | 24 месяца | 12 млн долл. |
| Этап 2. Проверка META и развитие PICO | 36 месяцев | 30 млн долл. |
| Совокупно | 78 месяцев | 46 млн долл. |
Указанные суммы являются расчётными допущениями.
Они не представляют документально подтверждённой стоимости создания INM, предложения инвесторов, коммерческие котировки оборудования или действующие финансовые обязательства.
В частности, бюджет не включает создание собственного передового полупроводникового производства, которое потребовало бы отдельного инвестиционного проекта.
Срок 78 месяцев соответствует шести годам и шести месяцам при последовательном выполнении всех трёх этапов.
Однако в практической программе часть исследований PICO и подготовки инфраструктуры NOO может проводиться параллельно.
Поэтому календарная продолжительность и инвестиционные потребности должны уточняться после утверждения фактического графика работ.
Ж.13.4. Средняя интенсивность расходования капитала
Для первоначального планирования можно определить средний месячный объём расходов каждого этапа.
Он рассчитывается делением бюджета этапа на его продолжительность.
| Этап | Условный бюджет | Средние месячные расходы |
|---|---|---|
| 0 | 4 млн долл. | 0,222 млн долл. |
| 1 | 12 млн долл. | 0,500 млн долл. |
| 2 | 30 млн долл. | 0,833 млн долл. |
Приведённые показатели являются среднеарифметическими.
В реальности денежные расходы будут распределяться неравномерно.
Например, приобретение исследовательского оборудования способно создавать кратковременные значительные денежные оттоки.
Заработная плата и аренда инфраструктуры формируют преимущественно регулярные расходы.
Внешние исследовательские контракты могут предполагать авансовые платежи и оплату по достижении договорных результатов.
Следовательно, для инвестиционного управления необходимо составлять помесячный календарь платежей, а не ограничиваться средними значениями.
Ж.13.5. Структура операционных расходов
Операционные расходы INM могут включать следующие основные категории.
Расходы на исследовательский и инженерный персонал.
Аренду вычислительных мощностей и облачной инфраструктуры.
Эксплуатацию специализированного вычислительного оборудования.
Лицензирование программного обеспечения.
Проведение экспериментальных исследований.
Оплату исследовательских и производственных контрактов.
Юридическое и финансовое сопровождение.
Информационную безопасность.
Подготовку персонала.
Текущую метрологическую проверку оборудования.
Необходимо отдельно учитывать денежные и неденежные статьи.
Например, амортизация оборудования влияет на бухгалтерский финансовый результат, но не представляет нового денежного платежа в период начисления.
Для расчёта финансовой устойчивости определяющее значение имеет фактическое движение денежных средств.
Ж.13.6. Капитальные затраты
Капитальные затраты возникают при приобретении оборудования и создании долгосрочной исследовательской инфраструктуры.
К их числу могут относиться серверные комплексы, системы хранения данных, лабораторные установки, измерительное оборудование, инженерные испытательные стенды и помещения.
Для INM важно различать владение оборудованием и использование внешних мощностей.
На начальном этапе использование существующей инфраструктуры может обеспечивать меньшие первоначальные затраты.
Однако при значительном увеличении исследовательской нагрузки аренда мощностей может становиться дороже создания собственных специализированных комплексов.
Поэтому выбор между приобретением и арендой должен обосновываться расчётом полной стоимости владения и использования на соответствующем горизонте.
Ж.13.7. Денежный поток INM
Денежный поток представляет собой изменение денежных средств организации за определённый период.
Для INM предлагается раздельно учитывать:
- денежные поступления от научных грантов и исследовательских контрактов;
- денежные поступления от инвесторов и кредиторов;
- денежные поступления от коммерческих клиентов;
- текущие операционные платежи;
- капитальные затраты;
- налоги, проценты и обязательные договорные платежи.
Грантовые поступления не должны автоматически интерпретироваться как коммерческая выручка.
Инвестиции в капитал не являются операционным доходом.
Привлечённые кредиты также не представляют прибыль.
При построении модели необходимо учитывать целевой характер ограниченного финансирования: средства, предоставленные для определённой исследовательской программы, могут быть недоступны для покрытия иных обязательств организации.
Ж.13.8. Основное балансовое тождество денежных средств
Для каждого расчётного периода предлагается использовать следующее соотношение:
Остаток денежных средств на конец периода = остаток на начало периода + денежные поступления − денежные выплаты.
В математическом виде:
Cₜ = Cₜ₋₁ + Fₜ + Oₜ + Kₜ,
где:
Cₜ — денежный остаток на конец периода;
Cₜ₋₁ — остаток на начало периода;
Fₜ — чистый денежный поток от финансирования;
Oₜ — чистый операционный денежный поток;
Kₜ — чистый инвестиционный денежный поток.
Величины Oₜ и Kₜ могут быть отрицательными.
Такое представление позволяет исследовать момент возникновения потребности в дополнительном финансировании.
Особенно важно, чтобы прогнозируемая коммерческая выручка не использовалась как гарантированный источник покрытия обязательных расходов до заключения соответствующих контрактов.
Ж.13.9. Денежная обеспеченность исследовательской программы
Одним из основных показателей ранней стадии INM должна стать продолжительность периода, в течение которого организация способна финансировать деятельность без новых денежных поступлений.
В международной инвестиционной практике подобный показатель часто обозначается термином cash runway.
Для упрощённой оценки он определяется отношением свободно доступного остатка денежных средств к среднему чистому месячному расходованию капитала.
Однако в реальной модели необходимо учитывать график обязательных платежей, целевые ограничения грантов и неравномерность закупок оборудования.
При условном остатке свободных денежных средств 4 млн долларов и среднем месячном расходовании около 0,222 млн долларов расчётный период обеспеченности составляет приблизительно 18 месяцев.
Этот пример не учитывает непредвиденные затраты и поступления.
Поэтому организация должна дополнительно определять минимально допустимый ликвидный резерв.
Ж.13.10. Принцип финансовой непрерывности
Для научной программы особую опасность представляет прерывание финансирования после создания дорогостоящей экспериментальной инфраструктуры.
Подобное событие может привести к потере исследовательских коллективов, остановке длительных экспериментов и утрате части накопленного организационного опыта.
Поэтому перед переходом к новому этапу необходимо подтверждать наличие средств как минимум для выполнения обязательной части соответствующей исследовательской программы.
При этом обещания будущего финансирования, не закреплённые договорными обязательствами, должны учитываться отдельно от доступных денежных средств.
Ж.14. Сценарная финансовая модель INM
Ж.14.1. Необходимость сценарного анализа
Финансирование технологических программ высокой неопределённости не может основываться на единственном прогнозе.
Поэтому для INM предлагается формировать не менее трёх сценариев.
Базовый сценарий — исследования развиваются в рамках предварительно согласованных сроков и затрат, но промышленная коммерциализация не считается гарантированной.
Благоприятный сценарий — основные гипотезы NOO подтверждаются, возникают дополнительные исследовательские контракты и формируется спрос на первые специализированные ноомашины.
Неблагоприятный сценарий — испытания требуют дополнительных ресурсов, экспериментальные результаты задерживаются или отдельные гипотезы не подтверждаются.
Эти сценарии должны различаться не только объёмом будущей выручки, но и длительностью исследований, потребностью в капитале, техническими результатами и способностью организации продолжать деятельность.
Ж.14.2. Иллюстративные сценарии затрат
Для первоначальной оценки можно использовать условное изменение совокупного бюджета 46 млн долларов.
| Параметр | Благоприятный | Базовый | Неблагоприятный |
|---|---|---|---|
| Коэффициент расходов | 0,90 | 1,00 | 1,30 |
| Совокупные расходы | 41,4 млн | 46,0 млн | 59,8 млн |
| Отклонение от базы | −4,6 млн | 0 | +13,8 млн |
Эти коэффициенты выбраны исключительно для демонстрации анализа чувствительности.
Они не являются статистически оценёнными вероятностями или рыночными прогнозами.
Снижение расходов на 10% в благоприятном сценарии предполагает сохранение научно-технологического объёма программы.
Если экономия достигается посредством исключения обязательных экспериментов, такой вариант нельзя считать полноценным эквивалентом базового сценария.
Неблагоприятный сценарий показывает потенциальную дополнительную потребность в финансировании.
Однако рост расходов не является достаточным основанием автоматически выделять дополнительные 13,8 млн долларов.
Решение должно приниматься после оценки причин отклонения и научной перспективности оставшихся работ.
Ж.14.3. Сценарии коммерциализации
Для финансовой модели следует отдельно рассматривать различные источники возможной коммерческой выручки.
Первый — исследовательские услуги с использованием ноокомпьютеров.
Второй — продажа специализированных программно-аппаратных комплексов.
Третий — лицензирование собственных программных и технических разработок.
Четвёртый — создание совместных продуктов с промышленными партнёрами.
Пятый — разработка индивидуальных исследовательских решений по контрактам.
При этом условный прогноз дохода не означает наличия фактического спроса.
Для признания коммерческой выручки в реалистичном инвестиционном сценарии необходимы данные о потенциальных клиентах, цене, себестоимости, продолжительности продаж, конкурирующих предложениях и условиях договоров.
Ж.14.4. Сценарное моделирование доходов
Для первоначальных технико-экономических расчётов допустимо использовать условную модель коммерческого подразделения NOO.
Предположим, что после завершения необходимых испытаний оно способно предоставлять исследовательские услуги.
В одном из расчётных вариантов предполагается десять платных проектов за год со средней договорной стоимостью 300 тысяч долларов.
Тогда условная годовая выручка составляет 3 млн долларов.
Если переменные затраты на выполнение одного проекта составляют 180 тысяч долларов, совокупные переменные расходы равны 1,8 млн долларов.
Валовый вклад после переменных затрат составит 1,2 млн долларов.
Но эта величина ещё не является операционной прибылью.
Необходимо учитывать постоянные расходы, разработку программной платформы, амортизацию оборудования, административные затраты, налоги и другие обязательства.
Пример показывает, что даже относительно значимая коммерческая выручка на ранних стадиях может быть недостаточной для финансирования всей исследовательской программы META–PICO–NOO.
Следовательно, первоначальная коммерциализация NOO должна рассматриваться как потенциальный дополнительный источник ресурсов, а не гарантированная замена научного и инвестиционного финансирования.
Ж.14.5. Точка безубыточности
Для коммерческих подразделений INM необходимо рассчитывать минимальный объём продаж, при котором доходы покрывают соответствующие расходы.
Если продукт имеет относительно стабильную цену и переменную себестоимость, количество продаж для достижения операционной безубыточности определяется делением постоянных затрат на разность цены и переменной себестоимости единицы продукта.
Однако данный метод применим только при достаточно определённой структуре продукта и затрат.
Для фундаментальной программы PICO расчёт коммерческой точки безубыточности на начальных этапах может быть методологически неуместен.
Исследование фундаментальных физических эффектов не обязательно должно иметь непосредственную рыночную окупаемость в пределах первоначального бюджетного периода.
Ж.15. Оценка инвестиционной эффективности
Ж.15.1. Ограничения традиционных финансовых показателей
При оценке коммерческих технологических проектов широко используются показатели чистой приведённой стоимости, внутренней нормы доходности и срока окупаемости.
Однако их применение к INM требует осторожности.
Фундаментальные исследования могут не создавать прогнозируемых прямых денежных поступлений.
Результаты могут возникать позднее первоначального расчётного горизонта.
Часть научных достижений может иметь общественную или технологическую ценность без непосредственного коммерческого дохода.
Поэтому для INM необходимо разделять финансовую эффективность коммерческих подразделений и научно-технологическую результативность исследовательских программ.
Ж.15.2. Чистая приведённая стоимость
Чистая приведённая стоимость — NPV — используется для оценки коммерческого проекта посредством дисконтирования будущих денежных потоков.
Общая формула:
NPV = Σ [FCFₜ / (1 + r)ᵗ],
где:
FCFₜ — свободный денежный поток проекта в период t;
r — ставка дисконтирования;
t — номер расчётного периода.
Первоначальные инвестиции должны отражаться в соответствующих отрицательных денежных потоках и не вычитаться повторно.
Для коммерческого продукта INM расчёт NPV может служить инструментом сравнения альтернативных вариантов масштабирования.
Однако для фундаментальной исследовательской программы отрицательная коммерческая NPV не означает отсутствия научной ценности.
Ж.15.3. Ставка дисконтирования
Ставка дисконтирования должна соответствовать характеру учитываемых денежных потоков, валюте расчёта и рискам проекта.
Необходимо согласовывать номинальные денежные потоки с номинальной ставкой, а реальные — с реальной.
При оценке денежных потоков для всей фирмы применяется ставка, соответствующая финансированию фирмы; при оценке потоков собственников — стоимость собственного капитала.
Произвольное завышение ставки дисконтирования для компенсации всех неопределённостей может приводить к двойному учёту отдельных рисков.
Для ранних исследовательских программ значительную часть неопределённости целесообразно раскрывать через сценарии технического успеха, длительности разработки и коммерциализации.
Ж.15.4. Вероятностно-взвешенная оценка
Если возможно обоснованно определить несколько взаимоисключающих сценариев и их вероятности, допустима оценка ожидаемой приведённой стоимости.
При этом вероятности должны иметь документированное основание.
Назначение чисел исключительно по интуитивным представлениям руководителей способно создавать иллюзию математической точности.
На начальном этапе INM, когда собственная статистика экспериментальных результатов отсутствует, предпочтительнее публиковать интервалы и условные сценарии.
Ж.15.5. Реальные опционы
Одним из наиболее подходящих инвестиционных подходов для INM является рассмотрение последовательных исследовательских этапов как управленческих опционов.
Финансирование раннего эксперимента создаёт возможность, но не обязанность инвестировать в последующее масштабирование.
Например, проверка H01 может обеспечить право принять более информированное решение о финансировании H02 и H03.
А подтверждение перспективного физического эффекта PICO может создать возможность разработки следующего поколения экспериментальных компонентов.
Экономическая ценность такого подхода связана с возможностью отложить, расширить, изменить или прекратить инвестиционный проект после получения дополнительной информации.
При этом полноценная численная оценка реального опциона требует специальной модели и обоснованных параметров.
Не следует автоматически приравнивать стоимость любого экспериментального результата к положительной опционной стоимости.
Ж.16. Структура инвестиционных рисков INM
Ж.16.1. Научный риск
Заключается в возможности неподтверждения первоначальной гипотезы.
Для PICO это может означать отсутствие физически пригодного функционального эффекта.
Для NOO — невозможность реализовать заявленные интеллектуально-креативные функции с необходимой достоверностью.
Для META — отсутствие воспроизводимого механизма совершенствования исследовательских методов.
Научный риск не может быть полностью устранён финансовыми инструментами.
Его основным средством ограничения являются корректно спроектированные эксперименты.
Ж.16.2. Инженерный риск
Возникает при переходе от научно обоснованного принципа к техническому устройству.
Возможны проблемы совместимости, устойчивости, энергоэффективности, аппаратных интерфейсов и качества программного обеспечения.
Ж.16.3. Производственный риск
Особенно значим для PICO.
Он связан с воспроизводимостью изготовления, процентом годных изделий, качеством материалов и доступностью оборудования.
Ж.16.4. Коммерческий риск
Состоит в неопределённости будущего спроса и возможности появления конкурирующих решений.
Даже функционально эффективный ноокомпьютер может столкнуться с ограниченным рынком вследствие высокой стоимости или сложности внедрения.
Ж.16.5. Финансовый риск
Включает недостаточность капитала, увеличение расходов, задержку поступлений, валютные колебания и невозможность своевременно выполнить обязательства.
Ж.16.6. Организационный риск
Связан с потерей ключевых исследователей, недостаточной координацией, конфликтами полномочий и неэффективным управлением программами.
Ж.16.7. Правовой и регуляторный риск
Может включать ограничения международной передачи технологий, требования защиты данных, экспортный контроль, лицензирование отдельных видов деятельности и споры об интеллектуальной собственности.
Ж.16.8. Риск достоверности интеллектуальных систем
Для NOO существенны ошибки научных выводов, недостоверные гипотезы, утечки тестовых данных и неправильное использование экспериментальной информации.
Подобные риски требуют независимой проверки и документированных процедур контроля.
Ж.16.9. Репутационный риск
Может возникать вследствие преждевременных заявлений о достижении универсального искусственного интеллекта, промышленной пикоэлектроники или доказанного Метаразвития без соответствующих экспериментальных оснований.
Для INM особое значение должна иметь публичная дисциплина научных утверждений.
Ж.16.10. Риск технологической зависимости
Зависимость от ограниченного числа поставщиков вычислительных ускорителей, специализированного программного обеспечения или экспериментального оборудования может приводить к задержкам, росту затрат и невозможности самостоятельного продолжения работ.
Поэтому необходимо заранее анализировать альтернативных поставщиков и технические возможности замещения критических компонентов.
Ж.17. Система управления инвестиционными рисками
Ж.17.1. Реестр рисков
Для каждой исследовательской программы должен формироваться отдельный реестр рисков.
Он включает описание риска, причины возникновения, вероятность, последствия, способы ограничения и ответственное лицо.
Ж.17.2. Качественная классификация
Первоначально допустимо использовать трёхуровневые оценки вероятности и последствий.
| Вероятность / Последствие | Низкое | Среднее | Высокое |
|---|---|---|---|
| Низкая | Низкий риск | Низкий–средний | Средний |
| Средняя | Низкий–средний | Средний | Высокий |
| Высокая | Средний | Высокий | Критический |
Эта матрица предназначена для первичного отбора управленческих проблем.
Она не заменяет количественную оценку финансовых потерь, особенно для сложных и взаимосвязанных рисков.
Ж.17.3. Количественный анализ
При наличии достаточных данных рекомендуется моделировать влияние отдельных неопределённостей на потребность в финансировании.
К ним могут относиться изменение стоимости вычислений, рост расходов на персонал, задержки оборудования, увеличение числа экспериментальных итераций и отклонение сроков завершения проекта.
Для таких расчётов допускается использование имитационного моделирования, в том числе метода Монте-Карло.
Однако результаты будут иметь смысл только при обоснованном выборе распределений и учёте зависимости между переменными.
Ж.17.4. Финансовый резерв
Финансовый резерв должен назначаться не произвольно, а на основе анализа рисков и предстоящих обязательств.
Важно различать резерв непредвиденных расходов проекта и ликвидные средства для обеспечения непрерывности деятельности.
Первый предназначен для покрытия обоснованных отклонений стоимости.
Второй обеспечивает выполнение обязательств при задержках финансирования.
Для INM целесообразно вести эти величины раздельно.
Ж.17.5. Условия временной остановки
При возникновении существенного риска руководство должно иметь возможность временно остановить соответствующее направление.
Причинами могут служить опасный эксперимент, отсутствие необходимого финансирования, существенное нарушение достоверности исследовательских данных или выявление необоснованных технических утверждений.
Процедуры остановки и возобновления необходимо закреплять в организационных документах.
Ж.18. Управление интеллектуальной собственностью
Ж.18.1. Интеллектуальная собственность как стратегический ресурс
Программа INM может создавать программные системы, архитектуры вычислительных устройств, методы экспериментальных исследований, физические компоненты и технологические процессы.
Часть результатов может обладать коммерческой ценностью.
Другие должны публиковаться для обеспечения независимой научной проверки.
Поэтому организационная модель должна предусматривать согласованный режим обращения с интеллектуальной собственностью.
Ж.18.2. Разделение фоновых и создаваемых прав
Необходимо различать интеллектуальную собственность, которой участники обладали до начала совместных работ, и результаты, полученные непосредственно в рамках программы.
Договоры должны устанавливать права использования ранее существующих технологий, правила распоряжения новыми результатами и условия прекращения сотрудничества.
Ж.18.3. Открытая наука и коммерческая защита
Открытая публикация научной методики может повышать доверие к экспериментальным результатам.
Одновременно преждевременное раскрытие отдельных технических решений способно ограничивать возможности их последующей патентной защиты.
Поэтому для значимых результатов рекомендуется заранее устанавливать процедуры научного раскрытия, правовой оценки и независимой проверки.
Такие процедуры не должны использоваться для сокрытия отрицательных результатов ключевых экспериментов META.
Ж.18.4. Авторские права на концепцию Метаразвития
Необходимо отдельно различать авторство концепции В. К. Петросяна, права на конкретные произведения, возможную охрану технических изобретений и права на будущие коммерческие разработки INM.
Авторство научно-технологической концепции не означает автоматического исключительного права на все будущие технические реализации.
Конкретное распределение прав должно определяться применимым законодательством и надлежащим образом заключёнными договорами.
Ж.19. Коммерческая модель NOO и будущего ноомашиностроения
Ж.19.1. Принцип формирования продукции
Первоначальная коммерческая программа NOO должна опираться на ограниченные и экспериментально подтверждённые функции.
Вместо заявления о создании универсальной интеллектуально-креативной машины целесообразно разрабатывать специализированные продукты для отдельных исследовательских областей.
Такие продукты могут включать средства автоматизированной подготовки экспериментов, моделирования материалов, инженерного проектирования и проверки научных гипотез.
Ж.19.2. Исследовательские услуги
На ранних этапах наиболее реалистичным источником коммерческих поступлений могут стать договорные исследовательские услуги.
Их преимуществом является возможность использования экспериментальной инфраструктуры без обязательного создания массовой аппаратной продукции.
Однако такие услуги требуют квалифицированного персонала, контроля качества и чётко определённой ответственности за результаты.
Ж.19.3. Специализированные ноомашины
После подтверждения устойчивой функциональности возможен переход к продаже специализированных программно-аппаратных комплексов.
Экономическая модель должна учитывать стоимость оборудования, программной поддержки, обслуживания, обновления моделей и обучения пользователей.
Ж.19.4. Нооперсональные компьютеры
НооПК в настоящем исследовании рассматриваются как перспективная массовая категория интеллектуально-креативной вычислительной техники.
Но их коммерческое создание зависит от проверки конкретных функций и потребностей пользователей.
Наличие генеративного искусственного интеллекта в обычном персональном компьютере само по себе не означает формирования отдельного рынка НооПК.
Ж.19.5. Лицензирование и технологические платформы
При появлении собственных программных компонентов INM может использовать лицензирование или предоставление вычислительных функций по договорной модели.
Однако значительная зависимость от внешних поставщиков ИИ-моделей или вычислительных платформ должна учитываться при оценке экономической самостоятельности.
Ж.20. Промышленная стратегия PICO
Ж.20.1. Почему PICO нельзя финансировать как обычный полупроводниковый стартап
Программа PICO ориентирована на исследование физических механизмов, промышленная пригодность которых ещё не доказана.
Поэтому преждевременная оценка её стоимости исходя из потенциального объёма будущего мирового рынка микросхем была бы методологически ошибочной.
Первоначальный объект инвестирования — физическая гипотеза и экспериментальная возможность её проверки.
Ж.20.2. Лабораторная стадия
На лабораторной стадии необходимо установить воспроизводимость физических эффектов, возможность управления состояниями и наличие полезной функции.
Ж.20.3. Стадия инженерного прототипа
После подтверждения физического эффекта разрабатываются экспериментальные устройства с измеримыми электрическими или информационными характеристиками.
Ж.20.4. Стадия гибридной интеграции
Новые компоненты должны проверяться совместно с существующей электронной инфраструктурой.
Такой путь позволяет оценивать системную полезность новых решений без преждевременного создания полного производственного цикла.
Ж.20.5. Стадия промышленной квалификации
Только после подтверждения функциональной и экономической перспективности возможно проводить расширенные исследования производственной воспроизводимости, надёжности и выхода годных изделий.
Ж.20.6. Возможность контрактного производства
Для первоначальных промышленных применений следует анализировать использование существующих фабрик, исследовательских производственных линий и контрактных поставщиков.
Создание собственного полупроводникового завода должно рассматриваться как отдельная, значительно более капиталоёмкая задача, не входящая в базовую модель первых трёх этапов INM.
Ж.21. Система ключевых показателей управления INM
Ж.21.1. Научные показатели
Количество завершённых исследований с заранее установленными критериями.
Доля независимо воспроизведённых результатов.
Продолжительность экспериментальных циклов.
Количество подтверждённых изменений исследовательских методов.
При этом показатели публикационной активности не должны подменять оценку научного качества.
Ж.21.2. Показатели NOO
Доля успешно завершённых научно-технических задач.
Стоимость получения проверенного результата.
Снижение частоты ошибок.
Воспроизводимость исследовательских процедур.
Способность переносить полезные методы на новые задачи.
Ж.21.3. Показатели PICO
Функциональная устойчивость компонентов.
Повторяемость физических характеристик.
Управляемость электронных состояний.
Энергетические параметры.
Перспективы интеграции и промышленного изготовления.
Ж.21.4. Показатели META
Количество экспериментально подтверждённых улучшений исследовательских методов.
Сохранение эффекта в последующих циклах.
Степень независимости результатов от увеличения ресурсов.
Обобщаемость усовершенствованных методик.
Ж.21.5. Финансовые показатели
Фактические расходы относительно бюджета.
Чистый месячный расход денежных средств.
Продолжительность финансовой обеспеченности.
Доля расходов, приходящихся на подтверждённые исследовательские задачи.
Объём свободных и целевых денежных средств.
Выполнение обязательств перед поставщиками и партнёрами.
Ж.21.6. Организационные показатели
Продолжительность принятия исследовательских решений.
Своевременность выполнения экспериментальных этапов.
Устойчивость ключевых научных коллективов.
Результативность международного сотрудничества.
Соблюдение требований безопасности и научной добросовестности.
Ж.22. Международная кооперация и инвестиционные партнёрства
Ж.22.1. Значение международной исследовательской инфраструктуры
Создание новой электронной и интеллектуально-креативной платформы требует доступа к различным видам компетенций.
Отдельная организация может располагать сильными возможностями в вычислительной архитектуре, но не иметь собственного полупроводникового производства.
Другая может обладать передовой физической лабораторией, но испытывать недостаток средств автоматизации исследований.
Поэтому международная кооперация должна рассматриваться как один из основных инструментов развития INM.
Ж.22.2. Возможные категории партнёров
Университеты и фундаментальные исследовательские центры.
Разработчики искусственного интеллекта и вычислительной инфраструктуры.
Производители электронных компонентов.
Организации атомарно-точных исследований и метрологии.
Разработчики средств автоматизированного проектирования.
Научные фонды и технологические инвесторы.
Промышленные заказчики специализированных исследований.
Называемые категории не означают наличия заключённых соглашений с конкретными организациями.
Ж.22.3. Принципы отбора партнёров
Предлагается оценивать научную компетентность, техническую совместимость, финансовую устойчивость, правовой статус, требования к интеллектуальной собственности и способность выполнять согласованные обязательства.
Особое внимание необходимо уделять качеству совместной экспериментальной работы.
Подписание меморандума о сотрудничестве не должно считаться доказательством фактической технологической интеграции.
Ж.22.4. Защита исследовательской независимости
Взаимодействие с инвесторами и промышленными организациями должно сопровождаться договорными механизмами предотвращения конфликта интересов.
Партнёры могут участвовать в постановке прикладных задач, однако выводы о подтверждении фундаментальных гипотез должны формироваться на основе экспериментальных данных и независимой научной экспертизы.
Ж.23. Интегральный индекс готовности и инвестиционная стратегия
Ж.23.1. Роль ИИГМ
Предложенный в приложении Г интегральный индекс готовности к Метаразвитию может использоваться для оценки организационной, научной, физико-технологической и экономической подготовленности отдельных подразделений INM.
Однако его первоначальные веса и пороговые значения являются авторскими и ещё требуют эмпирической валидации.
Поэтому ИИГМ следует использовать прежде всего как диагностический инструмент.
Ж.23.2. Связь с инвестиционными рубежами
Повышение ИИГМ может свидетельствовать об укреплении отдельных предпосылок реализации META.
Но даже высокий индекс не заменяет экспериментальное подтверждение гипотез H03 и H12.
Следовательно, инвестиционные решения должны учитывать одновременно индекс готовности, результаты критических экспериментов, финансовое состояние и риски программы.
Ж.23.3. Предотвращение ложной количественной точности
Необходимо избегать представления, будто значение ИИГМ автоматически определяет денежную стоимость организации.
Например, показатель готовности 80 баллов из 100 не означает, что проект реализован на 80%, обладает соответствующей вероятностью коммерческого успеха или заслуживает определённого инвестиционного коэффициента.
Такие интерпретации не обоснованы методикой индекса.
Ж.24. Долгосрочная инвестиционная архитектура: 2035, 2050 и далее
Ж.24.1. Горизонт до 2035 года
Приоритетом должны стать создание и проверка первых исследовательских ноокомпьютеров, развитие экспериментальной инфраструктуры и установление возможности совершенствования методов научного поиска.
Для PICO основное значение имеют физические эксперименты и проверка отдельных функциональных элементов.
Финансирование ориентируется преимущественно на исследования и опытные разработки.
Ж.24.2. Горизонт 2035–2050 годов
Если первоначальные гипотезы будут подтверждены, возможно развитие специализированного ноомашиностроения, исследовательских услуг и программно-аппаратных платформ.
При благоприятном развитии PICO могут возникнуть отдельные промышленные применения новых физических компонентов.
Инвестиционная модель постепенно приобретает смешанный характер: научные программы сосуществуют с коммерческими продуктами.
Однако даже в этом сценарии фундаментальные исследования могут продолжать требовать специального долгосрочного финансирования.
Ж.24.3. Горизонт после 2050 года
Потенциально возможно формирование развитых исследовательских и промышленных систем, предназначенных для совершенствования методов создания технологий.
Однако конкретные производственные результаты, объёмы рынков и размеры необходимого капитала на таком горизонте нельзя достоверно установить сегодня.
Поэтому инвестиционное проектирование должно сохранять адаптивность.
Долгосрочная стратегия должна определять принципы и контрольные условия, а не создавать видимость точного финансового прогноза на несколько десятилетий.
Ж.25. Социальная и общественная результативность INM
Ж.25.1. Научная доступность
Одним из потенциально значимых результатов NOO может стать расширение доступа исследовательских организаций к средствам научного моделирования и технологического проектирования.
Однако для этого необходимо подтвердить не только функциональную пригодность систем, но и их экономическую доступность.
Ж.25.2. Подготовка новых научных кадров
INM может способствовать формированию междисциплинарных исследовательских компетенций.
Особенно важны специалисты, способные объединять искусственный интеллект, физические эксперименты, электронную инженерию и научную методологию.
Ж.25.3. Изменение характера исследовательского труда
Автоматизация части исследовательских операций потенциально изменит распределение задач между человеком и вычислительной системой.
Однако это не означает обязательной полной замены научных работников.
Могут возникнуть новые роли, связанные с постановкой исследовательских целей, проверкой моделей, экспериментальной безопасностью и оценкой результатов.
Ж.25.4. Экологическая ответственность
При развитии вычислительных и электронных систем необходимо учитывать энергопотребление, использование материалов, водные ресурсы и обращение с электронными отходами.
Для масштабируемых ноомашин энергетическая эффективность должна оцениваться не только на уровне отдельных вычислений, но и по полной стоимости выполнения полезных исследовательских задач.
Ж.25.5. Ограничение общественных рисков
Внедрение интеллектуально-креативных систем требует мер защиты данных, независимой проверки технических решений и ответственного управления потенциально опасными экспериментальными процессами.
Общественная результативность программы не должна оцениваться только по экономическим показателям.
Ж.26. Практическая дорожная карта учреждения INM
Ж.26.1. Подготовительный организационный пакет
Первоначально необходимо подготовить учредительную концепцию, программу исследований, финансовый план, реестр гипотез и проект системы управления.
Ж.26.2. Юридическое оформление
После выбора применимой организационно-правовой модели возможно учреждение соответствующего юридического лица или объединения организаций.
Решение должно сопровождаться независимой юридической экспертизой.
Ж.26.3. Формирование исследовательского ядра
Необходимо привлечь специалистов по вычислительным системам, искусственному интеллекту, физике электронных устройств, экспериментальной методологии и инженерной интеграции.
Ж.26.4. Подготовка первого экспериментального комплекса
Основное внимание уделяется построению ограниченной, но проверяемой исследовательской системы NOO.
Ж.26.5. Проведение критических экспериментов
Следует начать с гипотез H01 и H02, а затем перейти к проверке H03 при наличии необходимых функциональных результатов.
Ж.26.6. Начало самостоятельных исследований PICO
Физико-технологическая программа должна формироваться параллельно, но без предположения о гарантированной промышленной реализации её первых гипотез.
Ж.26.7. Публикация научных результатов
Результаты исследований необходимо представлять в форме, допускающей независимую проверку и корректную оценку ограничений.
Ж.26.8. Решение о последующем финансировании
На основании экспериментальных и финансовых данных принимается решение о расширении, переработке или прекращении отдельных исследовательских направлений.
Ж.27. Основные критерии инвестиционной состоятельности INM
Для комплексной оценки программы предлагается использовать семь критериев.
Критерий 1. Научная содержательность. Исследования должны быть направлены на конкретные проверяемые гипотезы.
Критерий 2. Функциональная реализуемость. Предлагаемые вычислительные и физические системы должны демонстрировать заявленные свойства.
Критерий 3. Воспроизводимость. Существенные результаты должны подтверждаться повторными и, при необходимости, независимыми испытаниями.
Критерий 4. Экономическая обоснованность. Финансирование должно соотноситься с ожидаемыми проверяемыми результатами и альтернативными вариантами использования ресурсов.
Критерий 5. Организационная устойчивость. Управление должно обеспечивать прозрачность, компетентность и контроль обязательств.
Критерий 6. Адаптивность. Программа должна допускать изменение траектории при появлении новых научных данных.
Критерий 7. Метатехнологическая результативность. При развитии META необходимо установить воспроизводимое улучшение методов создания последующих технологий.
Наиболее важным является последний критерий.
Именно он позволяет отличить успешную исследовательско-промышленную компанию от организации, действительно демонстрирующей элементы технологии Метаразвития.
Ж.28. Заключение к приложению Ж. INM как проект научно-промышленной организации Метаразвития
Предлагаемая организационная и инвестиционная модель INM основывается на принципиальном различии между созданием отдельных технических продуктов и совершенствованием самого процесса технологического развития.
История мировой электроники показывает, что крупнейшие технологические преобразования требуют согласованного развития научных исследований, вычислительной архитектуры, материалов, промышленного производства и инвестиционной инфраструктуры.
Опыт IBM демонстрирует историческое значение формирования новых вычислительных платформ.
Современный проект Rapidus показывает масштаб организационных и финансовых усилий, необходимых для ускоренного освоения передовых полупроводниковых технологий.
Однако генеральная программа INM предлагает более широкую постановку задачи.
Она направлена не только на создание новых компьютеров и электронных компонентов, но и на исследование возможности систематического совершенствования методов разработки последующих поколений технологий.
В предложенной модели NOO и PICO развиваются параллельно.
Первые ноокомпьютеры создаются на доступной электронной базе.
Физические исследования PICO выполняются самостоятельно.
Их интеграция осуществляется по мере экспериментального подтверждения новых возможностей.
Финансирование организуется поэтапно.
Переход к следующему инвестиционному рубежу требует подтверждения соответствующих научно-технологических результатов.
Научная экспертиза отделяется от финансовой заинтересованности.
Коммерческая результативность не подменяет экспериментальную доказательность.
Отрицательные исследования рассматриваются как источник новых знаний, но не как автоматическое основание для неограниченного продолжения прежнего финансирования.
Особое значение имеет предложенная модель управления денежными потоками и инвестиционными рисками.
Она предусматривает разделение научных и коммерческих финансовых контуров, использование сценарного анализа, контроль ликвидности и ограничение капитальных обязательств до получения проверенных результатов.
Главный организационно-инвестиционный вывод заключается в том, что Метаразвитие нельзя создать посредством одного крупного капиталовложения или административного решения.
Оно может стать результатом последовательной системы фундаментальных исследований, инженерных разработок, экспериментальных проверок и воспроизводимого совершенствования технологических методов.
Следовательно, INM должна проектироваться как организация, в которой каждый следующий этап развития основывается на проверенных результатах предыдущего.
В этом состоит её потенциальное отличие от традиционных исследовательских и производственных структур.
INM — проектируемая организация создания условий для Метаразвития.
NOO — интеллектуально-креативная основа первоначальных исследовательских систем.
PICO — перспективная физико-технологическая основа новых электронных компонентов.
META — генеральная научно-технологическая задача совершенствования методов создания последующих технологий.
Опережение опережения — центральная гипотеза, которая должна получить независимое экспериментальное подтверждение.
Завершая организационно-инвестиционную модель, необходимо подчеркнуть: финансовое планирование должно обеспечивать возможность проверки Метаразвития, а не подменять эту проверку прогнозами будущих доходов.
Именно такой принцип способен объединить научную осторожность, технологическую амбицию и инвестиционную ответственность.
От финансирования отдельных исследований — к созданию устойчивой исследовательской платформы.
От создания платформы — к воспроизводимым научно-технологическим результатам.
От воспроизводимых результатов — к совершенствованию методов разработки.
От технологического развития — к проектированию и экспериментальной проверке технологии Метаразвития.
В этом заключается организационная и инвестиционная логика международного проекта INM.
Библиография. Организационная и инвестиционная модель INM
I. Авторская концепция Метаразвития
1. Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Тома 1–6. Авторское исследование.
Концептуальная основа генеральной технологии META, субтехнологий PICO и NOO, стратегического проекта INM и идеи опережения опережения. Точные библиографические данные опубликованных томов подлежат проверке по авторским оригиналам.
II. Научно-исследовательская деятельность и управление инновациями
2. OECD. Frascati Manual 2015: Guidelines for Collecting and Reporting Data on Research and Experimental Development. Paris: OECD Publishing, 2015.
DOI: https://doi.org/10.1787/9789264239012-en
Международная методология определения фундаментальных, прикладных исследований и экспериментальных разработок.
3. OECD; Eurostat. Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation. 4th ed. Paris: OECD Publishing, 2018.
DOI: https://doi.org/10.1787/9789264304604-en
Методология исследования инновационной деятельности, организационных процессов, управления знаниями и экономических результатов инноваций.
4. ISO. ISO 56002:2019. Innovation Management — Innovation Management System — Guidance. Geneva: International Organization for Standardization, 2019.
Руководство по построению и совершенствованию системы инновационного менеджмента.
III. Технологическая зрелость и экспериментальная проверка
5. NASA. Technology Readiness Levels. September 27, 2023.
Система оценки технологической зрелости, применимая к последовательному проектированию рубежей исследований и инженерных разработок.
6. NASA Earth Science Technology Office. Technology Readiness Levels (TRLs).
Описание требований к аппаратным и программным технологиям на различных уровнях готовности.
7. National Academies of Sciences, Engineering, and Medicine. Reproducibility and Replicability in Science. Washington, DC: National Academies Press, 2019.
DOI: https://doi.org/10.17226/25303
Научные основания независимой проверки результатов исследовательских программ.
IV. Инвестиционное проектирование и оценка стоимости
8. Damodaran A. Investment Valuation: Tools and Techniques for Determining the Value of Any Asset. 3rd ed. Hoboken: John Wiley & Sons, 2012.
Методология оценки активов, дисконтирования денежных потоков и учёта инвестиционных рисков.
9. Damodaran A. The Dark Side of Valuation: Valuing Young, Distressed, and Complex Businesses. 2nd ed. Upper Saddle River: FT Press, 2009.
Методологические проблемы оценки молодых компаний, неустойчивых денежных потоков и значительной неопределённости коммерческих результатов.
10. Dixit A. K., Pindyck R. S. Investment Under Uncertainty. Princeton: Princeton University Press, 1994.
Теоретические основы инвестиционных решений в условиях неопределённости и ценности возможности отложить необратимое вложение капитала.
11. Trigeorgis L. Real Options: Managerial Flexibility and Strategy in Resource Allocation. Cambridge, MA: MIT Press, 1996.
Методология поэтапного инвестиционного управления и анализа реальных опционов.
V. Риски интеллектуальных систем
12. Tabassi E. Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. Gaithersburg: National Institute of Standards and Technology, 2023.
DOI: https://doi.org/10.6028/NIST.AI.100-1
Методология управления рисками искусственного интеллекта, включая надёжность, безопасность и ответственность.
VI. Экономические предпосылки научно-технологического развития
13. Bloom N., Jones C. I., Van Reenen J., Webb M. Are Ideas Getting Harder to Find? American Economic Review. 2020. Vol. 110, No. 4. P. 1104–1144.
DOI: https://doi.org/10.1257/aer.20180338
Исследование изменения результативности научно-технического поиска и затрат на поддержание инновационного развития.
14. Cockburn I. M., Henderson R., Stern S. The Impact of Artificial Intelligence on Innovation: An Exploratory Analysis. In: The Economics of Artificial Intelligence: An Agenda. Chicago: University of Chicago Press, 2019.
Исследование потенциального влияния искусственного интеллекта на научный поиск и инновационную деятельность.
VII. Соответствие источников разделам приложения
| Раздел | Основные источники |
|---|---|
| Ж.1–Ж.6. Организационная модель | 1–4 |
| Ж.7–Ж.12. Поэтапное финансирование | 2–6, 8, 10, 11 |
| Ж.13–Ж.15. Денежные потоки и инвестиционная эффективность | 8–11 |
| Ж.16–Ж.17. Управление рисками | 5–7, 12 |
| Ж.18. Интеллектуальная собственность | 3, 4; дополнительно требуется правовая экспертиза |
| Ж.19–Ж.20. Коммерциализация NOO и PICO | 2–6, 13, 14 |
| Ж.21–Ж.28. Показатели, управление и долгосрочная стратегия | 1–7, 12–14 |
Методологическое примечание
Библиографические источники используются для обоснования методов организации научных исследований, управления инновациями, финансовой оценки и контроля технологических рисков.
Они не подтверждают существование зарегистрированной организации INM или реализацию генеральной технологии META.
Все числовые инвестиционные сценарии, представленные в приложении, носят иллюстративный характер. Совокупный бюджет 46 млн долларов США и его распределение между этапами являются исходными авторскими допущениями, а не подтверждённой сметой.
Для практического применения модели необходимы независимая техническая экспертиза, рыночное исследование, юридическое оформление, проверка затрат, моделирование денежных потоков и предварительная регистрация экспериментальных критериев.
Дата подготовки: 24 октября 2026 года.
*******
Приложение З. Пятилетние дорожные карты META, PICO и NOO
З.1. Назначение пятилетних дорожных карт
В шеститомном исследовании В. К. Петросяна «Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития» разработана концепция генеральной технологии META, объединяющей физико-технологическую субтехнологию PICO и интеллектуально-креативную субтехнологию NOO.
Для перехода от этой концепции к научно-исследовательской программе необходимо определить последовательность практически выполнимых этапов, распределить исследовательские задачи по временным горизонтам и установить условия принятия решений о дальнейшем развитии.
Именно такую функцию выполняют пятилетние дорожные карты.
Они должны обеспечить согласование фундаментальных исследований, создания экспериментальных ноокомпьютеров, изучения новых физических компонентов, независимой проверки метатехнологических эффектов и подготовки возможных промышленных применений.
В отличие от традиционной технологической дорожной карты, ориентированной на определённые поколения продукции, дорожная карта Метаразвития должна дополнительно содержать критерии проверки улучшения самих методов создания технологий.
В результате планирование охватывает два взаимосвязанных уровня.
Технологический уровень включает разработку функциональных устройств, интеллектуальных систем и экспериментальной инфраструктуры.
Метатехнологический уровень включает совершенствование методик исследований, проверку причин улучшения результатов и перенос подтверждённых изменений на последующие задачи.
Эти уровни должны оцениваться раздельно.
З.2. Начальный горизонт и условия применения
З.2.1. Период 2027–2031 годов
Основная пятилетняя дорожная карта охватывает период с 1 января 2027 года по 31 декабря 2031 года.
Она построена как первоначальный цикл научно-технического проектирования INM.
Выбор данного периода обусловлен необходимостью сформировать последовательную программу подготовки, первых демонстраторов, научных испытаний и анализа возможностей дальнейшего масштабирования.
Планируемые даты не означают, что соответствующие научные результаты обязательно будут получены к определённому году.
Если ключевая гипотеза не подтверждается, дальнейший этап должен переноситься, изменяться или прекращаться независимо от первоначального календарного плана.
З.2.2. Второй перспективный период 2032–2036 годов
Следующий пятилетний период используется как условный сценарий.
Он может включать развитие специализированных ноомашин, более сложные метатехнологические эксперименты и отдельные направления гибридной интеграции PICO–NOO.
Однако его содержание должно окончательно определяться только после проверки результатов первого периода.
Поэтому программа 2032–2036 годов не рассматривается как безусловно утверждённый инвестиционный план.
З.2.3. Связь с предыдущими приложениями
Приложение А устанавливает исторические основания развития электронной техники.
Приложение Б содержит документальную хронологию Rapidus как примера ускоренного освоения передовой полупроводниковой технологии.
Приложение В определяет методы сопоставления международных технологических результатов.
Приложение Г предлагает интегральный индекс готовности к Метаразвитию.
Приложение Д обеспечивает единую терминологию.
Приложение Е устанавливает реестр проверяемых гипотез H01–H12.
Приложение Ж определяет организационную, инвестиционную и финансовую модель INM.
Таким образом, настоящее приложение преобразует ранее сформированные концептуальные и методологические положения в программу последовательных действий.
З.3. Генеральная архитектура дорожных карт
З.3.1. Три взаимосвязанные программы
NOO — создание интеллектуально-креативных исследовательских вычислительных систем и проверка их способности выполнять научно-технические задачи.
PICO — исследование перспективных физических механизмов, материалов и функциональных электронных компонентов.
META — разработка и независимая проверка методов совершенствования последующих научно-технологических процессов.
Все три программы должны развиваться согласованно, но не по принципу обязательной технологической зависимости.
З.3.2. Принцип самостоятельности NOO
Первые ноокомпьютеры должны проектироваться на доступной вычислительной базе.
Для проверки исследовательской функциональности NOO не требуется заранее создавать промышленную пикоэлектронику.
Это позволяет начинать эксперименты с постановки научных задач, генерации гипотез, моделирования и организации полного исследовательского цикла.
З.3.3. Принцип самостоятельности PICO
Физико-технологическая программа должна сохранять возможность самостоятельных фундаментальных исследований.
Даже если интеллектуально-креативная субтехнология NOO не подтвердит первоначальные гипотезы, результаты PICO могут обладать самостоятельной научной или прикладной ценностью.
З.3.4. Объединяющая роль META
Генеральная программа META обеспечивает разработку критериев проверки, сравнительных методик, способов измерения эффективности и механизмов совершенствования исследовательских процедур.
Она не должна подменять собой фундаментальные физические исследования или инженерную разработку ноокомпьютеров.
Её самостоятельная задача — установление условий, при которых результаты отдельных исследований позволяют улучшать последующие способы получения новых технологий.
З.4. Итоговая пятилетняя матрица 2027–2031 годов
| Год | NOO | PICO | META | Контрольный результат |
|---|---|---|---|---|
| 2027 | Архитектура NOO-1 | Выбор физических гипотез | Методика экспериментов | Подготовка G0 |
| 2028 | Первый функциональный демонстратор | Измерительные протоколы | Базовые сравнения | Проверка H01 |
| 2029 | Сравнительные испытания NOO | Первые физические демонстрации | Проверка эффективности | H02, предварительная H06 |
| 2030 | Улучшение исследовательских процедур | Воспроизводимость элементов | Критическая проверка H03 | Возможный G3 |
| 2031 | Расширение и переносимость | Системные испытания перспективных компонентов | Подготовка H04 и H12 | Решение о следующем цикле |
Данная матрица показывает желаемую последовательность, а не установленную научную возможность выполнения всех этапов.
Особенно важно, что результаты PICO не обязаны совпадать по срокам с результатами NOO.
З.5. Дорожная карта NOO: генеральная задача
З.5.1. Цель программы
Цель пятилетней программы NOO состоит в создании и проверке первых исследовательских ноокомпьютеров, обладающих функциональной способностью участвовать в полном цикле научно-технической деятельности.
При этом особое внимание уделяется не количеству генерируемых текстов или вычислительных операций, а качеству полученных исследовательских результатов.
З.5.2. Обязательные функциональные компоненты
Первоначальная архитектура должна предусматривать средства постановки задач, работы с научными источниками, формирования гипотез, моделирования, планирования экспериментов, проверки результатов и документирования исследовательского процесса.
Отдельным компонентом должен стать механизм анализа эффективности применённых методов.
Последний необходим для последующего исследования гипотез H03 и H04.
З.5.3. Первый принцип технической реализации
Система создаётся с использованием существующей электронной инфраструктуры и доступных вычислительных архитектур.
Новые модели искусственного интеллекта, специализированные ускорители и внешние научные вычислительные средства могут подключаться по мере необходимости.
Однако архитектура должна сохранять возможность независимой проверки результатов и повторения экспериментальных процедур.
З.6. NOO: первый год — 2027
З.6.1. Постановка исследовательских требований
В 2027 году необходимо определить минимальную функциональную архитектуру первого ноокомпьютера.
Приоритетом является формирование перечня задач, на которых предполагается проверять научно-техническую результативность.
Особое внимание следует уделить возможности объективной оценки правильности результатов.
Для первоначального цикла целесообразно выбрать ограниченные исследовательские области с доступными данными, понятными критериями качества и приемлемой стоимостью экспериментов.
З.6.2. Создание исходной контрольной системы
Прежде чем оценивать преимущества NOO, необходимо установить исходный уровень выполнения соответствующих задач традиционными методами.
Контрольная система может включать исследовательский коллектив, стандартные программные средства и отдельные инструменты искусственного интеллекта.
Она должна иметь сопоставимые условия доступа к данным и вычислительным ресурсам.
З.6.3. Технический результат года
Итогом 2027 года должен стать архитектурный проект NOO-1, комплект исследовательских задач и воспроизводимая базовая среда испытаний.
З.6.4. Контрольный критерий
Выполнение требований к документации, функциональным интерфейсам и экспериментальным протоколам.
Главный рубеж — готовность к созданию первого демонстратора, а не утверждение о наличии новой интеллектуально-креативной технологии.
З.7. NOO: второй год — 2028
З.7.1. Создание функционального демонстратора
Во второй год предполагается разработать и испытать исследовательский ноокомпьютер первого поколения.
Его функциональность должна охватывать полный цикл решения ограниченного класса задач.
З.7.2. Организация системы проверки
Необходимо обеспечить разделение процессов генерации научных решений и независимой оценки их корректности.
Следует предусмотреть регистрацию исходных данных, используемых моделей, вычислительных ресурсов и экспертных вмешательств.
З.7.3. Первые испытания H01
Результатом испытаний должно стать установление степени выполнения функциональных требований к исследовательскому ноокомпьютеру.
Необходимо определить, какие операции система выполняет автономно, какие требуют участия человека и какие не удаётся реализовать в согласованных условиях.
З.7.4. Возможный итог
При благоприятном развитии — первый документированный прототип NOO-1 и предварительная проверка гипотезы H01.
При отрицательных результатах — пересмотр архитектуры и повторное испытание наиболее существенных функций.
З.8. NOO: третий год — 2029
З.8.1. Переход от работоспособности к результативности
Главная задача третьего года — установить, обеспечивает ли NOO практические преимущества относительно контрольных исследовательских методов.
Особое значение имеют время выполнения задач, стоимость проверенного результата, количество ошибок и качество научных решений.
З.8.2. Эксперимент H02
Предлагается провести контролируемое исследование эффективности полного научно-технического цикла.
Необходимо предварительно определить критерии сравнения и минимальную практически значимую величину улучшения.
Данные испытаний должны допускать независимый анализ.
З.8.3. Первые коммерчески ориентированные применения
При наличии подтверждённых результатов может проводиться предварительное исследование спроса на специализированные ноокомпьютерные услуги.
Однако переход к коммерческому применению не должен препятствовать научной проверке основных гипотез.
З.8.4. Контрольный результат
Подтверждение или отклонение гипотезы H02 в заданных предметных областях.
З.9. NOO: четвёртый год — 2030
З.9.1. Механизм изменения исследовательских процедур
После подтверждения первоначальных функций система должна получить возможность предлагать изменения собственных исследовательских методов.
Такие изменения могут касаться последовательности операций, выбора моделей, планирования экспериментов и проверки гипотез.
З.9.2. Подготовка проверки H03
Каждое предлагаемое изменение должно фиксироваться до испытания на новых задачах.
Вычислительные ресурсы, объём доступных данных и условия контроля необходимо сохранять сопоставимыми.
З.9.3. Разграничение обучения и Метаразвития
Улучшение качества ответов после дополнительного обучения не является автоматическим доказательством Метаразвития.
Необходимо установить, что исследовательская система предложила и проверила более эффективный способ проведения последующих исследований.
З.9.4. Возможный результат
Предварительная демонстрация локального метатехнологического эффекта.
При отсутствии подтверждения гипотезы NOO может продолжать развитие как эффективная система автоматизации науки.
З.10. NOO: пятый год — 2031
З.10.1. Проверка переносимости
При положительном результате H03 следует проверить, сохраняются ли преимущества новой методики за пределами первоначального набора задач.
З.10.2. Расширение исследовательской архитектуры
Возможна разработка второго поколения исследовательского ноокомпьютера с расширенными средствами моделирования, контроля и экспериментальной интеграции.
Однако решение о переходе к NOO-2 должно основываться на результатах предыдущих испытаний.
З.10.3. Подготовка специализированных применений
Могут формироваться предварительные требования к исследовательским ноомашинам для отдельных отраслей.
На данном этапе массовое производство НооПК не должно рассматриваться как обязательный результат.
З.10.4. Главный итог пятилетней программы NOO
К завершению 2031 года необходимо получить документированный ответ на три вопроса:
Создан ли функциональный исследовательский ноокомпьютер?
Обеспечивает ли он подтверждённые преимущества в определённых исследовательских задачах?
Способен ли он участвовать в совершенствовании методов их последующего решения?
Положительные ответы создадут основание для расширения программы, но не будут означать подтверждения универсальной технологии Метаразвития.
З.11. Дорожная карта PICO: генеральная задача
Программа PICO предназначена для исследования новых физических возможностей электронной техники.
В отличие от традиционной стратегии последовательного уменьшения размеров транзисторов она предполагает поиск физических принципов, способных обеспечить новые информационные функции.
При этом термин «пикоэлектроника» не означает обязательного изготовления электронных устройств с геометрическими размерами порядка одного пикометра.
Реалистичнее первоначально исследовать возможности управления электронными состояниями и физическими параметрами, чувствительными к атомарной геометрии и пикометровым изменениям.
Главной задачей пятилетней программы является получение экспериментально воспроизводимых результатов, позволяющих объективно оценить перспективность выбранных физических направлений.
З.12. PICO: первый год — 2027
З.12.1. Формирование реестра физических гипотез
Необходимо выделить ограниченное количество перспективных физических направлений.
Для каждого направления определяются известная научная база, предполагаемый функциональный эффект, способы управления и ожидаемые ограничения.
З.12.2. Измерительная программа
Формируются требования к точности измерений, экспериментальным условиям, материалам и оборудованию.
З.12.3. Выбор исследовательской инфраструктуры
На первоначальном этапе приоритетом является доступ к существующим научным лабораториям.
Создание собственного дорогостоящего оборудования допускается только при наличии самостоятельного обоснования.
З.12.4. Результат года
Утверждённый реестр физических гипотез PICO и технические паспорта первоначальных экспериментов.
З.13. PICO: второй год — 2028
З.13.1. Физическое моделирование
Выбранные гипотезы проходят математическое и численное исследование.
Необходимо оценить энергетические условия, устойчивость состояний, возможные сигналы измерения и факторы, ограничивающие экспериментальную проверку.
З.13.2. Первые лабораторные испытания
Проводятся эксперименты, направленные на обнаружение или уточнение выбранных физических эффектов.
З.13.3. Контроль артефактов
Особое внимание уделяется ошибкам измерения, нестабильности образцов, влиянию окружающей среды и альтернативным объяснениям наблюдаемых результатов.
З.13.4. Результат года
Документированные предварительные результаты, позволяющие принять решение о продолжении или прекращении отдельных направлений PICO.
З.14. PICO: третий год — 2029
З.14.1. Функциональные демонстраторы
При подтверждении перспективных физических эффектов возможен переход к созданию отдельных управляемых функциональных элементов.
З.14.2. Проверка H06
Ключевое значение приобретает гипотеза физической реализуемости полезного пикоэлектронного функционального элемента.
З.14.3. Повторяемость измерений
Необходимо подтвердить, что заявленные характеристики наблюдаются не только на одном образце, но и в повторных экспериментах.
З.14.4. Результат года
Экспериментальное заключение о функциональной пригодности отдельных физических элементов PICO.
З.15. PICO: четвёртый год — 2030
З.15.1. Проверка системных преимуществ
Новые элементы необходимо сравнивать с существующими альтернативами.
Оцениваются управляемость, стабильность, энергопотребление, быстродействие, точность и сложность интеграции.
З.15.2. Эксперимент H07
Целью становится проверка системной полезности компонентов PICO.
Даже если отдельный физический эффект демонстрирует необычные свойства, необходимо установить преимущества законченной функциональной системы.
З.15.3. Исследование интерфейсов
Следует оценить возможность взаимодействия перспективных физических элементов с обычной электронной измерительной и вычислительной инфраструктурой.
З.15.4. Результат года
Перечень физико-технологических направлений, пригодных для дальнейших инженерных исследований.
З.16. PICO: пятый год — 2031
З.16.1. Оценка технологической воспроизводимости
Для наиболее перспективных элементов проводятся дополнительные серии изготовления или формирования структур.
Измеряются распределения характеристик и устойчивость результатов.
З.16.2. Подготовка гибридной интеграции
Если отдельные компоненты демонстрируют существенные преимущества, допускается начало проектирования гибридных систем.
З.16.3. Отбор направлений для следующего пятилетия
По результатам исследований необходимо определить, какие физические гипотезы сохраняют перспективность, какие требуют более фундаментального изучения и какие следует закрыть.
З.16.4. Главный итог PICO
К завершению первого пятилетнего периода требуется получить не декларацию о наступлении эпохи промышленной пикоэлектроники, а экспериментально обоснованную картину возможностей и ограничений выбранных физических направлений.
Наличие воспроизводимого функционального элемента будет значимым результатом даже при отсутствии немедленной промышленной применимости.
З.17. Дорожная карта META: генеральная задача
META является центральным исследовательским направлением проекта INM.
Её назначение состоит в разработке, проверке и совершенствовании методов создания новых технологий.
В отличие от NOO, ориентированной на вычислительную функциональность, и PICO, изучающей физические устройства, META исследует результативность самих процессов научно-технологического развития.
Поэтому первоначальная дорожная карта META должна начинаться не с создания универсальной метамашины, а с разработки строгих методов сравнения исследовательских процедур.
З.18. META: первый год — 2027
З.18.1. Формирование методологического ядра
Разрабатываются правила предварительной регистрации экспериментов, способы измерения полного исследовательского цикла и требования к независимой проверке.
З.18.2. Паспортизация гипотез
Уточняется реестр H01–H12, подготовленный в приложении Е.
Для каждой гипотезы определяются измеримые результаты, контрольные условия и ограничения интерпретации.
З.18.3. Формирование базы сравнения
Выбираются исследовательские задачи, на которых можно воспроизводимо измерять эффективность существующих методов.
З.18.4. Результат года
Создание методологической платформы META-1, обеспечивающей подготовку сравнительных экспериментов.
З.19. META: второй год — 2028
З.19.1. Первоначальная экспериментальная инфраструктура
Формируются средства документирования исследовательских процедур, регистрации результатов и независимого сравнения альтернативных методов.
З.19.2. Проверка контрольных методик
Проводятся предварительные испытания статистических процедур, систем оценки затрат и способов предотвращения утечки тестовых данных.
З.19.3. Взаимодействие с NOO
META обеспечивает научно-методологическую проверку функционального демонстратора NOO.
З.19.4. Результат года
Готовность к независимой оценке результативности ноокомпьютерных исследовательских систем.
З.20. META: третий год — 2029
З.20.1. Измерение технологической эффективности
На основе экспериментов NOO определяется возможность снижения времени и стоимости получения проверенного результата.
З.20.2. Анализ причинности
Необходимо исключить объяснения, при которых преимущество связано исключительно с увеличением вычислительных ресурсов или доступом к дополнительным данным.
З.20.3. Сравнение различных методов
Проводится анализ исследовательских процессов с различной степенью автоматизации.
З.20.4. Результат года
Экспериментально обоснованные критерии эффективности первых интеллектуально-креативных исследовательских систем.
З.21. META: четвёртый год — 2030
З.21.1. Критический эксперимент H03
Центральной задачей становится проверка способности системы предлагать, испытывать и применять улучшения собственных исследовательских методов.
З.21.2. Принцип независимых испытаний
Новые методики должны оцениваться на задачах, не использовавшихся при их разработке.
З.21.3. Проверка устойчивости результатов
Необходимо установить, сохраняется ли результативность новых методов после повторных исследовательских циклов.
З.21.4. Результат года
Предварительное подтверждение либо неподтверждение локального метатехнологического эффекта.
Именно этот этап может стать наиболее значимым научным рубежом первой пятилетней программы.
З.22. META: пятый год — 2031
З.22.1. Проверка переносимости
При положительных результатах H03 начинается исследование гипотезы H04.
Необходимо установить, применимы ли улучшенные методы к новым исследовательским классам.
З.22.2. Начальная оценка H12
Возможна подготовка программы изучения последовательного совершенствования исследовательских методов на нескольких поколениях задач.
Однако полноценное подтверждение опережения опережения не должно рассматриваться как обязательный результат 2031 года.
З.22.3. Комплексная оценка META
Исследуются научная достоверность, экономическая полезность, воспроизводимость и границы применения подтверждённых изменений.
З.22.4. Главный итог META
К концу пятилетнего периода необходимо определить, существует ли воспроизводимый локальный механизм совершенствования исследовательских методов и какие дополнительные исследования нужны для проверки более общей гипотезы опережения опережения.
З.23. Согласование трёх дорожных карт
Особое значение имеет последовательность передачи результатов между программами.
NOO предоставляет вычислительные средства научного поиска.
PICO предоставляет физические задачи, экспериментальные данные и возможные аппаратные решения.
META разрабатывает методы оценки, сравнения и совершенствования исследовательских процедур.
При этом развитие каждой программы не должно блокироваться задержками другой.
Например, отсутствие промышленно пригодного элемента PICO не должно прекращать исследования H03.
А отсутствие подтверждённого самосовершенствования NOO не должно останавливать фундаментальные исследования PICO.
Следовательно, управленческая модель должна объединять общие цели с независимыми техническими контрольными рубежами.
З.24. Контрольные гипотезы и экспериментальные рубежи
| Гипотеза | Основное направление | Предполагаемый период первоначальной проверки |
|---|---|---|
| H01 | Функциональный ноокомпьютер | 2028 |
| H02 | Эффективность NOO | 2029 |
| H03 | Улучшение исследовательских методов | 2030 |
| H04 | Переносимость улучшений | 2031 и далее |
| H05 | Синергия PICO–NOO | После готовности компонентов |
| H06 | Физический элемент PICO | 2029 |
| H07 | Системное преимущество PICO | 2030–2031 |
| H08 | Гибридный пиконоокомпьютер | Следующий цикл при выполнении условий |
| H09 | Экономика ноомашин | 2029–2031 |
| H10 | Производственная воспроизводимость PICO | 2031 и далее |
| H11 | Организационная эффективность INM | В течение цикла, итоговая оценка в 2031 |
| H12 | Опережение опережения | Начальная подготовка до 2031, расширенная проверка позднее |
Сроки представляют первоначальную организационную гипотезу.
Главным условием перехода остаётся выполнение экспериментальных критериев.
З.25. Система управленческих рубежей G0–G6
Рубежи соответствуют модели, предложенной в приложении Ж.
G0 — организационная готовность. Утверждены исследовательские планы, бюджет, команда и методы проверки.
G1 — функциональная готовность NOO. Создан и испытан первый исследовательский ноокомпьютер.
G2 — подтверждение эффективности. Установлено преимущество NOO относительно контрольной исследовательской системы.
G3 — метатехнологическая проверка. Получены воспроизводимые результаты улучшения исследовательских методов.
G4 — переносимость и экономика. Проверены границы применения улучшенных методов и их экономические последствия.
G5 — интеграция PICO–NOO. Подтверждены технические основания объединения новых физических компонентов и ноомашин.
G6 — промышленная программа. Подготовлено самостоятельное обоснование промышленного масштабирования.
К концу 2031 года основными потенциально достижимыми рубежами являются G0–G3 с возможным переходом к отдельным испытаниям G4.
G5 и G6 не должны рассматриваться как обязательные результаты первого пятилетнего периода.
З.26. Организационные исполнители
Для реализации дорожных карт предлагается использовать функциональную структуру INM, описанную в приложении Ж.
| Исполнитель | Основная ответственность |
|---|---|
| NOO Laboratory | Разработка и испытания ноокомпьютеров |
| PICO Laboratory | Физические гипотезы и функциональные элементы |
| META Methods Center | Критические эксперименты и методология |
| Experimental Systems | Измерения и воспроизводимость |
| Systems Engineering | Архитектурная интеграция |
| Economics & Governance | Финансы, риски и управление |
Научно-технологические решения должны проходить независимую экспертизу.
Инвестиционные решения должны основываться на научных результатах, но не подменять их оценку.
З.27. Кадровая дорожная карта
З.27.1. Первоначальный исследовательский коллектив
На первом этапе необходимы специалисты по вычислительным системам, искусственному интеллекту, физике электронных материалов, экспериментальной методологии и системной инженерии.
З.27.2. Расширение команды NOO
По мере разработки функционального демонстратора могут потребоваться дополнительные специалисты по интеграции вычислительных моделей, формальным методам, научным данным и экспериментальной автоматизации.
З.27.3. Расширение команды PICO
Развитие физической программы может потребовать привлечения специалистов по атомарно-точным методам, электронной спектроскопии, новым материалам и метрологии.
З.27.4. Независимая экспертиза
Необходимо заранее предусмотреть участие исследователей, не вовлечённых в непосредственную разработку проверяемых систем.
З.27.5. Принцип кадрового роста
Численность коллектива должна увеличиваться по мере появления обоснованных задач.
Крупная команда сама по себе не является показателем высокой готовности к Метаразвитию.
З.28. Финансирование пятилетней программы
З.28.1. Связь с инвестиционной моделью приложения Ж
В приложении Ж рассмотрена условная модель первоначальных трёх этапов INM:
Этап 0 — 4 млн долларов за 18 месяцев.
Этап 1 — 12 млн долларов за 24 месяца.
Этап 2 — 30 млн долларов за 36 месяцев.
Совокупный бюджет составляет 46 млн долларов, а общая продолжительность при последовательном выполнении — 78 месяцев.
Следовательно, эту сумму нельзя автоматически считать бюджетом только пяти календарных лет.
З.28.2. Условная проекция на 2027–2031 годы
Для иллюстрации допускается модель, при которой работы начинаются 1 января 2027 года, все три этапа выполняются последовательно, а расходы внутри каждого этапа распределяются равномерно.
Тогда за 60 месяцев первого пятилетия будут выполнены:
18 месяцев этапа 0;
24 месяца этапа 1;
18 месяцев этапа 2.
Соответствующая условная потребность составит:
4 млн + 12 млн + 15 млн = 31 млн долларов США.
Оставшаяся часть исходной модели составит 15 млн долларов на последующие 18 месяцев этапа 2.
Это исключительно арифметическая иллюстрация, а не утверждённая финансовая смета.
Реальная сумма потребности в капитале может отличаться из-за неравномерных закупок оборудования, одновременного проведения исследований, инфляции и организационных обстоятельств.
З.28.3. Разделение расходов по программам
Предлагается вести отдельные финансовые центры NOO, PICO и META.
Дополнительно необходимо учитывать общие расходы на инфраструктуру, безопасность, метрологию и управление.
Распределение общего бюджета между тремя направлениями не должно назначаться исключительно исходя из их формального равноправия.
Оно должно определяться стоимостью конкретных экспериментов и ожидаемой информационной ценностью их результатов.
З.28.4. Инвестиционная дисциплина
Крупные расходы на PICO допускаются после подтверждения физической перспективности выбранных направлений.
Развитие коммерческой инфраструктуры NOO должно следовать за подтверждением функциональной и экономической полезности.
META должна иметь защищённый бюджет на независимые сравнительные испытания, поскольку без таких испытаний невозможно объективно оценить центральную гипотезу всего проекта.
З.29. Система количественных показателей
Для научного управления дорожными картами предлагается применять несколько групп показателей.
З.29.1. NOO
Доля успешно завершённых исследовательских задач.
Время получения проверенного результата.
Полная стоимость одного подтверждённого результата.
Частота существенных ошибок.
Степень необходимости вмешательства человека.
Результативность усовершенствованных методов на новых задачах.
З.29.2. PICO
Повторяемость физических эффектов.
Управляемость функциональных состояний.
Стабильность характеристик.
Энергетические и временные параметры операций.
Доля пригодных экспериментальных элементов.
Возможность гибридной интеграции.
З.29.3. META
Количество независимо подтверждённых улучшений исследовательских методов.
Величина улучшения эффективности полного исследовательского цикла.
Сохранение результата на последующих задачах.
Переносимость улучшений.
Стоимость разработки и проверки новых методов.
З.29.4. Общие ограничения
Количественные показатели должны назначаться до начала соответствующего эксперимента.
Они не должны изменяться задним числом для представления результатов более благоприятными.
З.30. Годовые отчёты и контроль выполнения
По завершении каждого календарного года предлагается формировать единый научно-технологический отчёт INM.
Отчёт должен содержать достигнутые результаты, неподтверждённые гипотезы, изменения исследовательских методов, фактические расходы и рекомендации по следующему периоду.
Особое значение имеет разделение результатов на три категории.
Выполнено: получен результат с необходимыми доказательствами.
Не выполнено: критерии не достигнуты.
Не установлено: имеющихся экспериментальных данных недостаточно для определённого вывода.
Последняя категория необходима для исключения ошибочного отождествления недостаточной статистической мощности эксперимента с опровержением исследовательской гипотезы.
З.31. Риски и альтернативные траектории
З.31.1. Риск задержки NOO
Если функциональный демонстратор не достигает требуемой достоверности, необходимо пересмотреть архитектуру и исследовательские задачи.
Не следует автоматически переходить к более сложным ноомашинам.
З.31.2. Риск неподтверждения H03
Если система не демонстрирует способность совершенствовать методы исследований, программа META должна зафиксировать отрицательный или неопределённый результат.
При этом NOO может продолжать развитие как технология научной автоматизации.
З.31.3. Риск физического тупика PICO
Если выбранные компоненты не обеспечивают устойчивую функциональность, ресурсы должны перераспределяться между более перспективными физическими гипотезами.
З.31.4. Риск несинхронности программ
Различия в темпах развития PICO и NOO не являются основанием считать всю программу неудачной.
Параллельность предполагает относительную самостоятельность исследовательских траекторий.
З.31.5. Финансовый риск
Задержки экспериментальных результатов могут увеличивать расходование капитала.
Поэтому необходимо поддерживать контроль ликвидности и возможность пересмотра отдельных этапов.
З.31.6. Риск преждевременной коммерциализации
Продажа экспериментального устройства как полноценного промышленного продукта может создавать технические, правовые и репутационные проблемы.
Для каждого применения требуется соответствующее подтверждение функциональности.
З.32. Перспективная дорожная карта 2032–2036 годов
Второй пятилетний период допускается рассматривать только как условное продолжение первого.
З.32.1. NOO
При подтверждении H01–H04 возможны создание нескольких специализированных классов ноомашин, развитие средств автономной экспериментальной работы и исследование экономически доступных нооперсональных систем.
З.32.2. PICO
При подтверждении H06 и H07 возможен переход к расширенным инженерным прототипам, гибридной интеграции и исследованию воспроизводимости изготовления.
З.32.3. META
При положительных результатах H03 и H04 возможно проведение более масштабных экспериментов по гипотезе H12.
Особое значение приобретёт проверка устойчивости улучшений на нескольких поколениях исследовательских задач.
З.32.4. INM
При наличии подтверждённых технических и экономических результатов может быть расширена международная исследовательская кооперация и создана специализированная коммерческая инфраструктура.
Решения о крупномасштабных инвестициях требуют отдельного обоснования.
З.33. Условия перехода от первого пятилетия ко второму
Переход к программе 2032–2036 годов не должен определяться исключительно календарной датой.
Необходимо провести научную, техническую, организационную и финансовую экспертизу результатов 2027–2031 годов.
К числу решающих вопросов относятся:
Подтверждена ли функциональная пригодность первого исследовательского ноокомпьютера?
Установлено ли преимущество NOO в определённых научно-технических задачах?
Получены ли воспроизводимые улучшения исследовательских методов?
Показали ли исследования PICO практически значимые физические результаты?
Обоснована ли экономическая полезность отдельных приложений?
Существует ли финансовая возможность продолжения исследований?
Не выявлены ли риски, делающие предлагаемую программу неприемлемой?
Положительные ответы на часть вопросов могут обосновывать продолжение отдельных программ без обязательного расширения всей системы INM.
З.34. Конечная цель первой десятилетней перспективы
Объединённый период 2027–2036 годов может рассматриваться как предварительный десятилетний горизонт формирования исследовательских оснований Метаразвития.
Однако конечная цель не должна формулироваться как обязательное создание универсальной ноомашины или промышленной пикоэлектроники.
Научно корректная цель состоит в получении объективных ответов на три фундаментальных вопроса.
Первый: возможны ли специализированные вычислительные системы, существенно повышающие результативность полного исследовательского цикла?
Второй: способны ли новые физические компоненты PICO обеспечивать преимущества, имеющие самостоятельную научную и технологическую ценность?
Третий: возможно ли воспроизводимое совершенствование методов создания новых технологий и при каких условиях такой эффект сохраняется?
Именно ответы на эти вопросы определят научную состоятельность последующих этапов генеральной программы META.
З.35. Заключение к приложению З. Пятилетние программы как механизм проектирования Метаразвития
Разработанные дорожные карты предназначены для перехода от общей концепции META–PICO–NOO к организованной системе последовательных научно-технологических исследований.
Они определяют временную структуру первоначальных экспериментов, направления инженерной работы, способы проверки гипотез и условия последующих инвестиционных решений.
При этом принципиально важно сохранять различие между календарным планом и научной доказательностью.
Пятилетняя программа не может гарантировать фундаментальные открытия.
Она также не может предписывать природе проявление заранее выбранных физических эффектов.
Её назначение заключается в создании условий, при которых соответствующие исследовательские гипотезы будут проверены наиболее последовательно, объективно и экономически обоснованно.
Для NOO главной задачей первого пятилетия становится функциональное и сравнительное испытание исследовательских ноокомпьютеров.
Для PICO — установление физической реализуемости и перспективности отдельных функциональных элементов.
Для META — разработка и проведение критических экспериментов по совершенствованию исследовательских методов.
При благоприятном развитии результаты этих программ могут сформировать основания для более масштабного международного проекта INM.
При отрицательных результатах должны быть уточнены границы применимости исходных гипотез и пересмотрены дальнейшие исследовательские решения.
Таким образом, пятилетние дорожные карты представляют не обещание заранее установленного технологического будущего, а систему управления научной неопределённостью.
Главный вывод приложения З: проектирование Метаразвития должно осуществляться посредством последовательных пятилетних программ, в которых каждое последующее технологическое и инвестиционное решение основывается на проверяемых результатах предыдущих исследований.
От концепции — к исследовательскому плану.
От плана — к экспериментальному демонстратору.
От демонстратора — к сравнительным испытаниям.
От испытаний — к воспроизводимому совершенствованию методов.
От развития отдельных технологий — к научной проверке технологии Метаразвития.
Библиография. Пятилетние дорожные карты META, PICO и NOO
I. Авторские концептуальные основания
1. Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Тома 1–6. Авторское исследование.
Концептуальная основа генеральной технологии META, субтехнологий PICO и NOO, проекта INM и принципа опережения опережения. Точные выходные данные отдельных томов необходимо сверить по оригинальным публикациям.
II. Планирование исследований и инноваций
2. OECD. Frascati Manual 2015: Guidelines for Collecting and Reporting Data on Research and Experimental Development. Paris: OECD Publishing, 2015.
DOI: https://doi.org/10.1787/9789264239012-en
Методологическая основа организации и оценки фундаментальных, прикладных исследований и экспериментальных разработок.
3. OECD; Eurostat. Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation. 4th ed. Paris: OECD Publishing, 2018.
DOI: https://doi.org/10.1787/9789264304604-en
Методика исследования инновационной деятельности, организационных процессов и технологических результатов.
4. ISO. ISO 56002:2019. Innovation Management — Innovation Management System — Guidance. Geneva: International Organization for Standardization, 2019.
Международное руководство по управлению инновационной деятельностью.
III. Дорожные карты электронной техники
5. IEEE. International Roadmap for Devices and Systems (IRDS). 2024 Edition. IEEE, 2024.
Международные исследовательские дорожные карты развития полупроводниковых устройств, материалов, архитектур и технологических процессов.
6. Shalf J. The Future of Computing Beyond Moore’s Law. Philosophical Transactions of the Royal Society A. 2020. Vol. 378, No. 2166. Article 20190061.
DOI: https://doi.org/10.1098/rsta.2019.0061
Исследование ограничений масштабирования современной вычислительной техники и перспектив альтернативных физических архитектур.
IV. Технологическая зрелость и независимая проверка
7. NASA. Technology Readiness Levels. September 27, 2023.
Система оценки зрелости технологических решений и перехода между инженерными этапами.
8. National Academies of Sciences, Engineering, and Medicine. Reproducibility and Replicability in Science. Washington, DC: National Academies Press, 2019.
DOI: https://doi.org/10.17226/25303
Научно-методологическая основа воспроизводимости и независимой проверки исследовательских результатов.
9. Nosek B. A., Ebersole C. R., DeHaven A. C., Mellor D. T. The Preregistration Revolution. Proceedings of the National Academy of Sciences. 2018. Vol. 115, No. 11. P. 2600–2606.
DOI: https://doi.org/10.1073/pnas.1708274114
Методологические основания предварительной регистрации гипотез и критериев исследования.
V. Автоматизация научного поиска
10. King R. D., Rowland J., Oliver S. G. et al. The Automation of Science. Science. 2009. Vol. 324, No. 5923. P. 85–89.
DOI: https://doi.org/10.1126/science.1165620
Исследование автоматизации научной деятельности, формирования гипотез и экспериментальной проверки.
11. 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.
DOI: https://doi.org/10.1126/sciadv.aaz8867
Экспериментальный пример применения замкнутого контура вычислительного планирования и физических исследований.
12. 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.
DOI: https://doi.org/10.1038/s41586-023-06734-w
Исследование интеграции вычислительных методов, анализа научных данных и роботизированных экспериментальных процедур. При использовании количественных результатов необходимо обращаться к актуализированной версии публикации с учётом опубликованного исправления 2026 года.
VI. Управление рисками и экономическая результативность
13. Tabassi E. Artificial Intelligence Risk Management Framework (AI RMF 1.0). NIST AI 100-1. National Institute of Standards and Technology, 2023.
DOI: https://doi.org/10.6028/NIST.AI.100-1
Методология управления рисками интеллектуальных систем.
14. Bloom N., Jones C. I., Van Reenen J., Webb M. Are Ideas Getting Harder to Find? American Economic Review. 2020. Vol. 110, No. 4. P. 1104–1144.
DOI: https://doi.org/10.1257/aer.20180338
Экономический анализ производительности научно-технического поиска.
15. OECD; European Commission, Joint Research Centre. Handbook on Constructing Composite Indicators: Methodology and User Guide. Paris: OECD Publishing, 2008.
DOI: https://doi.org/10.1787/9789264043466-en
*****
Приложение И. Методика сравнения стоимости и эффективности вычислительных систем
Научно-методологическое приложение к томам 1–6.
Автор: В. К. Петросян (Вадимир)
Предмет исследования: сравнительная оценка традиционных компьютеров, высокопроизводительных вычислительных комплексов, систем искусственного интеллекта, перспективных ноокомпьютеров, пиконоокомпьютеров и метатехнологических исследовательских систем.
Редакция 1.0. 24 октября 2026 года.
И.1. Назначение и научная постановка задачи
Историческое развитие вычислительной техники сопровождалось непрерывным изменением представлений о её производительности, эффективности и экономической ценности.
На ранних этапах важнейшими критериями выступали скорость выполнения арифметических операций, объём памяти, надёжность и стоимость электронной вычислительной машины.
С появлением микропроцессоров, персональных компьютеров и массовых вычислительных архитектур большое значение приобрели производительность программных приложений, стоимость единицы вычислительной мощности и доступность программного обеспечения.
Развитие параллельных процессоров, специализированных ускорителей и искусственного интеллекта сделало необходимым дополнительное измерение энергетической эффективности, задержки обработки запросов, качества результатов и совокупной стоимости инфраструктуры.
Однако проектирование ноокомпьютеров NOO, перспективных пиконоокомпьютеров PICO–NOO и генеральной технологии META требует более широкой системы оценивания.
Главная проблема состоит в том, что интеллектуально-креативная вычислительная система может выполнять качественно иной набор задач, чем обычный компьютер.
Следовательно, прямое сравнение её производительности только по числу операций в секунду может оказаться методологически недостаточным.
В рамках настоящего шеститомного исследования предлагается перейти от оценки отдельных технических характеристик к измерению стоимости и результативности полного вычислительно-исследовательского цикла.
Центральный вопрос приложения формулируется следующим образом:
Каким образом объективно установить, обеспечивает ли новая вычислительная система преимущества по стоимости, времени, энергопотреблению и качеству получения полезного результата относительно существующих альтернатив?
Для NOO этот вопрос приобретает особое значение: полезным результатом может являться не только правильный числовой ответ, но и проверенная научная гипотеза, инженерная модель либо подтверждённое техническое решение.
Для META к нему добавляется ещё более сложный вопрос:
Снижает ли использование вычислительной системы стоимость и повышает ли эффективность самого процесса разработки последующих технологий?
Настоящая методика предназначена для организации воспроизводимых сравнительных испытаний, а не для предварительного объявления превосходства перспективных вычислительных архитектур.
И.2. Объекты сравнительного исследования
Предлагается выделить семь основных классов вычислительных систем.
И.2.1. Класс C1. Традиционные персональные компьютеры
Включает настольные и мобильные компьютеры, предназначенные для широкого круга вычислительных, инженерных и информационных задач.
Основные показатели: стоимость владения, производительность приложений, энергопотребление, надёжность и срок полезного использования.
И.2.2. Класс C2. Рабочие станции и специализированные инженерные компьютеры
Предназначены для научного моделирования, автоматизированного проектирования, визуализации, обработки больших массивов данных и других профессиональных задач.
И.2.3. Класс C3. Высокопроизводительные вычислительные системы
Включает кластеры, суперкомпьютеры и другие комплексы, ориентированные на выполнение масштабных параллельных вычислений.
Их оценка требует учёта производительности вычислительных узлов, межсоединений, распределённого хранения, энергоснабжения и охлаждения.
И.2.4. Класс C4. Системы искусственного интеллекта
Объединяет аппаратные и программные компоненты, предназначенные для обучения и применения интеллектуальных моделей.
Для этих систем особенно важно разграничивать вычислительную производительность и качество решения конкретных задач.
И.2.5. Класс C5. Исследовательские ноокомпьютеры NOO
Статус: авторская перспективная категория.
В рамках настоящей книги — вычислительные системы, проектируемые для формирования гипотез, моделирования, проверки решений, организации научно-технического поиска и совершенствования исследовательских методов.
Оценка их эффективности требует специальной системы исследовательских заданий.
И.2.6. Класс C6. Пиконоокомпьютеры PICO–NOO
Статус: авторская гипотетическая категория.
Перспективные системы, в которых интеллектуально-креативная архитектура NOO интегрируется с физико-технологическими компонентами программы PICO.
Такие системы должны оцениваться одновременно по результативности исследовательских функций и по действительным аппаратным преимуществам.
И.2.7. Класс C7. Метатехнологические вычислительные системы META
Статус: авторская проектная категория.
Системы, предназначенные для участия в совершенствовании методов создания последующих поколений технологий.
Их специфическая результативность должна устанавливаться по результатам повторных независимых циклов улучшения исследовательских методов.
Наличие таких классов в методике не означает существования промышленных образцов C5–C7, отвечающих авторским определениям.
И.3. Принцип функциональной сопоставимости
Сравнение вычислительных систем имеет научный смысл лишь тогда, когда они решают одинаковые или функционально эквивалентные задачи.
Например, производительность обычного процессора и графического ускорителя нельзя корректно сопоставлять только по максимальному числу арифметических операций в секунду, если они предназначены для существенно различающихся нагрузок.
Аналогично некорректно сравнивать научную производительность ноокомпьютера с обычным персональным компьютером только по количеству сгенерированных текстов.
Предлагается устанавливать четыре уровня сопоставимости.
Уровень L1 — вычислительная сопоставимость.
Системы выполняют одинаковые вычислительные операции при установленных требованиях к точности.
Уровень L2 — прикладная сопоставимость.
Системы решают одинаковые пользовательские задачи.
Уровень L3 — исследовательская сопоставимость.
Системы участвуют в решении одинаковых научно-технических проблем и оцениваются по качеству проверенных результатов.
Уровень L4 — метатехнологическая сопоставимость.
Системы оцениваются по способности улучшать методы выполнения последующих исследовательских задач.
Сравнение систем разного функционального уровня допускается только при установлении общей измеримой задачи.
Если система одного типа не способна выполнять обязательные операции, её результат нельзя искусственно заменять нулевой стоимостью или условным коэффициентом производительности.
И.4. Основные группы показателей
Для комплексного анализа предлагается выделить восемь групп показателей.
| Код | Группа | Основное содержание |
|---|---|---|
| K1 | Производительность | Время и объём выполненной работы |
| K2 | Качество результата | Точность, корректность, научная пригодность |
| K3 | Стоимость | Полные затраты владения и использования |
| K4 | Энергетическая эффективность | Энергия на полезный результат |
| K5 | Надёжность | Отказы, доступность, повторяемость |
| K6 | Масштабируемость | Поведение при росте нагрузки |
| K7 | Исследовательская результативность | Проверенные гипотезы и инженерные результаты |
| K8 | Метатехнологическая результативность | Совершенствование методов последующих исследований |
Первые шесть групп применимы к широкому кругу вычислительных систем.
Седьмая и восьмая имеют особое значение для оценки авторских программ NOO и META.
И.5. Производительность вычислительной системы
И.5.1. Абсолютная производительность
Производительность может выражаться количеством выполненных операций за единицу времени.
В научных вычислениях традиционно используется показатель операций с плавающей точкой в секунду — FLOPS.
Однако значение FLOPS зависит от точности вычислений, характера операций и метода измерения.
Поэтому необходимо указывать конкретный формат данных и вычислительную нагрузку.
И.5.2. Прикладная производительность
Для практического сравнения предпочтительно определять время выполнения заданного набора вычислительных задач.
К таким задачам могут относиться компиляция программ, математическое моделирование, обработка данных, обучение моделей или инженерное проектирование.
И.5.3. Пропускная способность
Пропускная способность характеризует количество задач или запросов, выполненных за единицу времени.
Она особенно важна для серверных и облачных систем.
И.5.4. Задержка выполнения
Задержка представляет собой время от поступления задачи до получения соответствующего результата.
Для интерактивных интеллектуальных систем следует отдельно измерять время первого ответа и время полного завершения полезной операции.
И.5.5. Пиковая и устойчивая производительность
Необходимо разграничивать кратковременную максимальную скорость и производительность при длительной реальной нагрузке.
Ограничения энергопотребления, температуры, памяти и межсоединений могут существенно влиять на устойчивый результат.
Поэтому сравнение должно основываться на измерениях, соответствующих фактическому сценарию применения.
И.6. Международные методы измерения производительности
В качестве исторически и методологически значимых ориентиров предлагается использовать существующие независимые системы испытаний.
И.6.1. SPEC
Standard Performance Evaluation Corporation разрабатывает наборы испытаний вычислительных систем.
Для CPU-ориентированных задач используются соответствующие версии SPEC CPU.
При проведении сравнений необходимо указывать точную версию теста, настройки компилятора, аппаратную конфигурацию и правила публикации.
И.6.2. LINPACK и TOP500
LINPACK используется для оценки производительности высокопроизводительных вычислительных комплексов при решении определённого класса задач линейной алгебры.
Его результаты имеют значение для сравнения суперкомпьютеров, но не характеризуют универсально все научные и интеллектуальные приложения.
И.6.3. MLPerf
Наборы испытаний MLPerf, разрабатываемые MLCommons, используются для сравнения систем машинного обучения.
Они предусматривают конкретные модели, наборы данных, требования к качеству и правила воспроизводимости.
Результаты разных версий, режимов и сценариев испытаний нельзя механически объединять.
И.6.4. Специальные испытания NOO
Для авторских исследовательских ноокомпьютеров потребуется разработать дополнительный набор испытаний, ориентированный на полный цикл научно-технической деятельности.
Обычные тесты процессоров и интеллектуальных моделей могут использоваться как вспомогательные, но не заменяют измерение качества проверенного исследовательского результата.
И.7. Качество и полезность вычислительного результата
И.7.1. Почему скорость не является достаточным показателем
Быстро полученный неправильный результат может не иметь практической ценности.
Для научно-технических задач ошибки способны приводить к дополнительным экспериментам, потерям времени и неправильным инженерным решениям.
Поэтому сравнение систем должно учитывать не только скорость, но и корректность результата.
И.7.2. Точность вычислений
Для численных задач устанавливаются допустимая абсолютная или относительная погрешность, устойчивость вычислительной процедуры и соответствие эталонным значениям.
И.7.3. Качество интеллектуальных решений
Для систем искусственного интеллекта должны учитываться достоверность, полнота, частота ошибок и соответствие ограничениям задачи.
И.7.4. Научная новизна
Новизна гипотезы должна определяться относительно существующего научного знания, а не по формальному отсутствию совпадений в сгенерированном тексте.
И.7.5. Проверяемость результата
Для NOO особенно важно наличие способа независимой экспериментальной или аналитической проверки.
Если система предлагает большое количество гипотез, но ни одна из них не выдерживает проверки, производительность генерации не должна интерпретироваться как высокая научная эффективность.
И.8. Полная стоимость владения вычислительной системой
И.8.1. Понятие TCO
Total Cost of Ownership — совокупная стоимость владения — представляет собой затраты, необходимые для приобретения, эксплуатации, обслуживания и вывода системы из использования на выбранном временном горизонте.
Для настоящей методики TCO используется как расширенная расчётная категория.
Её состав необходимо устанавливать до начала сравнения.
И.8.2. Первоначальные затраты
Включают приобретение аппаратных компонентов, программных лицензий, установку оборудования, настройку и подготовку вычислительной инфраструктуры.
И.8.3. Эксплуатационные затраты
Включают электроснабжение, охлаждение, обслуживание, аренду помещений, программные обновления, администрирование и другие необходимые расходы.
И.8.4. Кадровые затраты
Для специализированных исследовательских систем существенную часть стоимости могут составлять трудозатраты инженеров, операторов, научных экспертов и сотрудников, проверяющих результаты.
И.8.5. Стоимость отказов
Необходимо учитывать расходы, связанные с простоем, потерей вычислительных задач и восстановлением работоспособности.
И.8.6. Остаточная стоимость
При расчёте полной стоимости за установленный горизонт допускается учитывать остаточную стоимость оборудования после завершения периода использования.
При этом она должна определяться обоснованно, а не назначаться произвольно.
И.8.7. Стоимость вывода из эксплуатации
В соответствующих случаях учитываются расходы на утилизацию, удаление данных и завершение договорных обязательств.
И.9. Базовая формула совокупной стоимости
Предлагается использовать следующую модель:
TCO = CAPEX + OPEX + STAFF + MAINT + RISK + END − RES,
где:
CAPEX — капитальные затраты;
OPEX — эксплуатационные расходы;
STAFF — трудозатраты персонала;
MAINT — техническое обслуживание;
RISK — ожидаемые дополнительные затраты вследствие определённых рисков;
END — расходы на завершение использования;
RES — остаточная стоимость.
При практическом расчёте необходимо исключить двойной учёт.
Например, если расходы на персонал уже включены в OPEX, они не должны добавляться повторно.
Аналогично стоимость обслуживания учитывается отдельно только при отсутствии соответствующей статьи в эксплуатационных расходах.
Если денежные потоки относятся к разным периодам, необходимо дополнительно применять согласованные правила дисконтирования и учёта инфляции.
И.10. Стоимость единицы вычислительной работы
Для сопоставимых задач предлагается рассчитывать стоимость выполнения одной единицы полезной работы.
Основное соотношение:
Стоимость единицы работы = совокупные затраты за период / количество корректно выполненных единиц работы за тот же период.
Данный показатель особенно полезен для массовых вычислительных нагрузок.
Однако его необходимо использовать только при соблюдении требований к качеству результата.
Нельзя считать более эффективной систему, которая выполняет больше операций, но допускает неприемлемые ошибки.
И.11. Энергетическая эффективность
И.11.1. Энергопотребление системы
Энергетические затраты должны определяться измерением фактического потребления в условиях заданной нагрузки.
При анализе центров обработки данных необходимо учитывать не только вычислительные ускорители, но и соответствующую инфраструктуру.
И.11.2. Энергия на полезную операцию
Для однородных задач допускается оценка энергии, затраченной на одну успешно выполненную операцию.
И.11.3. Энергия на исследовательский результат
Для NOO предлагается более широкий показатель.
Он характеризует полную энергию, необходимую для получения одного проверенного научно-технического результата.
В соответствующую границу измерения могут входить моделирование, генерация гипотез, вычислительная проверка и работа экспериментального оборудования.
И.11.4. Экологические ограничения
Меньшее энергопотребление не всегда соответствует меньшему экологическому воздействию.
При необходимости следует учитывать происхождение электроэнергии, жизненный цикл оборудования и использование материалов.
Эти показатели должны публиковаться отдельно либо объединяться только в специально обоснованной экологической модели.
И.12. Надёжность и эксплуатационная готовность
К числу основных показателей относятся доступность системы, средняя продолжительность работы между отказами, время восстановления и доля успешно завершённых задач.
Для исследовательских ноокомпьютеров требуется дополнительно учитывать воспроизводимость результатов.
Аппаратная надёжность не означает автоматической достоверности научных выводов.
Поэтому технические отказы и содержательные ошибки интеллектуальных систем следует регистрировать отдельно.
И.13. Масштабируемость вычислительных систем
И.13.1. Масштабирование по ресурсам
Необходимо исследовать изменение производительности при увеличении числа процессоров, ускорителей, объёма памяти и вычислительных узлов.
И.13.2. Масштабирование по числу задач
Определяется способность системы одновременно обслуживать большее количество пользователей или исследовательских процессов.
И.13.3. Масштабирование по сложности задачи
Для NOO особенно важно установить, сохраняется ли результативность при переходе от простых задач к более сложным научно-техническим исследованиям.
И.13.4. Экономическая масштабируемость
Увеличение производительности не означает автоматического сокращения стоимости результата.
При масштабировании следует оценивать дополнительные расходы на оборудование, энергоснабжение, программные лицензии и персонал.
И.14. Специальные показатели эффективности NOO
И.14.1. Проверенная научная результативность
В качестве основной единицы предлагается использовать верифицированный исследовательский результат — ВИР.
Под ВИР понимается результат, удовлетворяющий заранее установленным критериям корректности, полезности и независимой проверки.
Это может быть подтверждённая научная гипотеза, инженерное решение либо иной результат определённого класса.
ВИР не является универсальной единицей измерения научного знания.
Его использование допустимо только в пределах предварительно определённой и функционально сопоставимой группы задач.
И.14.2. Количество результатов
Следует учитывать число полученных ВИР за установленный период.
Но простой подсчёт допустим только при близкой сложности и ценности заданий.
Для неоднородных исследовательских задач требуется стратификация.
И.14.3. Стоимость одного ВИР
Главным экономическим показателем NOO предлагается считать стоимость получения одного проверенного исследовательского результата.
Расчёт должен включать все необходимые затраты полного исследовательского цикла.
И.14.4. Продолжительность получения ВИР
Измеряется время от формальной регистрации научно-технической задачи до получения результата, прошедшего установленную проверку.
И.14.5. Доля подтверждённых гипотез
Представляет собой отношение числа гипотез, выдержавших проверку, к числу гипотез, прошедших предусмотренную процедуру оценки.
При этом неудачные гипотезы, давшие достоверный отрицательный научный результат, не должны автоматически считаться бесполезной работой.
И.14.6. Стоимость проверки ошибочных гипотез
Для интеллектуально-креативных систем особенно важно учитывать расходы на эксперименты, связанные с ошибочными или недостаточно обоснованными предложениями.
Высокая скорость генерации гипотез может сопровождаться ростом стоимости их проверки.
И.14.7. Переносимость результатов
Проверяется способность системы сохранять полезность исследовательских методов при переходе к новым задачам.
И.15. Специальные показатели эффективности PICO
Для перспективных физических компонентов PICO предлагается использовать независимую двухуровневую оценку.
Первый уровень — физические характеристики.
Он включает устойчивость, управляемость, энергопотребление, скорость изменения состояний, точность и повторяемость.
Второй уровень — системные характеристики.
Он включает стоимость интеграции, производственный выход годных, надёжность, совместимость и полную стоимость полезной операции.
Устройство, демонстрирующее необычный физический эффект, не обязательно обеспечивает экономическое преимущество в составе вычислительной системы.
Поэтому физические и системные показатели должны публиковаться раздельно.
И.16. Специальные показатели эффективности META
И.16.1. Объект измерения
В случае META объектом оценки становится не только результат вычисления или отдельного исследования.
Необходимо измерять результативность метода создания последующих результатов.
И.16.2. Исходная методика
Перед экспериментом фиксируется существующий способ выполнения определённого класса научно-технических задач.
И.16.3. Усовершенствованная методика
Система предлагает изменения исходного метода.
Они регистрируются до проверки на новых задачах.
И.16.4. Первичный метатехнологический эффект
Определяется изменение стоимости, продолжительности либо качества получения результатов вследствие использования новой методики.
И.16.5. Повторное совершенствование
Проверяется, возможно ли получить дополнительные улучшения исследовательских методов в последующих циклах.
И.16.6. Проверка опережения опережения
Для подтверждения авторской гипотезы H12 необходимо установить не только последовательность улучшений, но и их причинную связь с функционированием исследуемой метатехнологической системы.
Улучшения не должны полностью объясняться дополнительными ресурсами, расширением базы знаний или изменением сложности задач.
И.17. Экспериментальный протокол сравнения вычислительных систем
Предлагается использовать следующую последовательность.
Шаг 1. Постановка цели сравнения.
Определяются вычислительные функции и условия применения.
Шаг 2. Выбор сравниваемых систем.
Фиксируются аппаратные и программные конфигурации.
Шаг 3. Формирование набора задач.
Создаётся репрезентативная выборка с установленными критериями качества.
Шаг 4. Регистрация затрат.
Определяется состав полной стоимости владения и использования.
Шаг 5. Проведение испытаний.
Системы выполняют одинаковые или функционально эквивалентные задачи.
Шаг 6. Контроль качества.
Проверяется корректность полученных результатов.
Шаг 7. Измерение ресурсов.
Учитываются время, энергия, вычислительные ресурсы и участие персонала.
Шаг 8. Расчёт показателей.
Вычисляются стоимость единицы работы, стоимость ВИР и дополнительные показатели.
Шаг 9. Проверка неопределённости.
Оценивается статистическая устойчивость результатов.
Шаг 10. Независимая экспертиза.
При стратегически значимых выводах проводится независимое повторение испытаний.
И.18. Правила подготовки набора исследовательских задач
Для NOO и META выбор задач имеет решающее значение.
Если задачи слишком просты, результаты могут не отражать реальной исследовательской полезности.
Если они слишком сложны или плохо определены, объективное сравнение становится затруднительным.
Предлагается разделять задачи по предметной области, уровню сложности, необходимым экспериментальным ресурсам и способу проверки результата.
Часть заданий должна использоваться для подготовки систем.
Другая часть — для текущей валидации.
Отдельный независимый набор необходимо сохранять для окончательной проверки.
Запрещается включать окончательные тестовые ответы в данные подготовки сравниваемых систем.
Для систем с внешним доступом к информации должны фиксироваться разрешённые источники и условия их использования.
И.19. Человеческое участие и автоматизация
Сравнение интеллектуальных систем невозможно считать полноценным без учёта труда людей.
Например, одна вычислительная платформа может выполнять задачу за несколько минут, но требовать многочасовой ручной подготовки.
Другая может работать медленнее, но обеспечивать меньшие суммарные трудозатраты.
Поэтому необходимо измерять:
время подготовки исходных данных;
время управления системой;
время экспертной проверки;
время исправления ошибок;
время проведения физических экспериментов;
полное календарное время получения результата.
При сравнении различных уровней автономности следует отдельно фиксировать долю операций, выполненных человеком.
И.20. Статистическая обработка результатов
Для повторяемых вычислительных задач необходимо проводить несколько независимых запусков.
Количество повторений определяется ожидаемой изменчивостью показателя и требуемой точностью оценки.
Для времени выполнения рекомендуется публиковать медиану, распределение и соответствующие показатели неопределённости.
Для исследовательских задач, существенно различающихся по сложности, целесообразно использовать парные сравнения на одинаковых заданиях.
При достаточных данных возможно применять статистические модели, учитывающие различия между предметными областями и условиями испытаний.
Особое значение имеет предварительное определение главного показателя эффективности.
Если после завершения эксперимента выбирать только наиболее благоприятные показатели, можно получить необоснованное впечатление технологического превосходства.
И.21. Требования к воспроизводимости
Публикация результатов должна сопровождаться паспортом испытаний.
В нём указываются:
- состав оборудования;
- версии программного обеспечения;
- используемые модели и настройки;
- характеристики исследовательских задач;
- условия доступа к данным;
- точность вычислений;
- методы измерения энергии;
- стоимость оборудования и услуг;
- критерии признания результата корректным;
- статистические методы;
- ограничения интерпретации.
Если полная публикация исходных данных невозможна по причинам конфиденциальности, необходимо обеспечить независимый контролируемый доступ к проверке результатов либо ясно обозначить соответствующее ограничение.
И.22. Принципы построения комплексного рейтинга вычислительных систем
Использование единого интегрального рейтинга допускается только в пределах функционально сопоставимого класса задач.
Прежде всего рекомендуется публиковать отдельные показатели производительности, стоимости, качества и энергопотребления.
Объединение показателей в один индекс возможно при наличии содержательно обоснованных весов.
Веса не должны выбираться исключительно с целью продемонстрировать преимущество определённой системы.
Особое значение имеет анализ чувствительности.
Если небольшое изменение весов приводит к существенному изменению итогового рейтинга, результат следует считать методологически неустойчивым.
И.23. Сравнение при различных режимах эксплуатации
Необходимо различать как минимум три режима.
Низкая загрузка.
Характерна для отдельных рабочих станций или специализированных лабораторных систем с нерегулярным использованием.
Средняя загрузка.
Соответствует устойчивой эксплуатации в исследовательских организациях.
Высокая загрузка.
Предполагает интенсивное использование серверов, ускорителей или вычислительных центров.
Стоимость одной задачи может существенно изменяться в зависимости от коэффициента загрузки.
Следовательно, система с более высокой первоначальной стоимостью способна оказаться экономически выгодной при интенсивном использовании, но неэффективной при редких вычислениях.
И.24. Локальная, облачная и гибридная инфраструктура
Для NOO необходимо отдельно сравнивать локальное владение оборудованием, аренду облачных вычислений и гибридную модель.
Локальная инфраструктура обеспечивает более непосредственный контроль над оборудованием и некоторыми аспектами обработки данных.
Облачная модель позволяет уменьшить первоначальные капитальные затраты и масштабировать ресурсы по потребности.
Гибридная модель объединяет оба подхода.
Однако правильный выбор зависит от длительности исследований, характера данных, доступности оборудования, требований безопасности, стоимости обслуживания и условий коммерческих договоров.
Поэтому универсально оптимальной модели не существует.
И.25. Сравнение стоимости научных исследований
Для оценки исследовательских систем необходимо различать стоимость отдельного эксперимента и стоимость завершённого исследования.
Первое измерение включает затраты на конкретную процедуру.
Второе должно учитывать подготовку, повторные испытания, анализ ошибок, документирование и независимую проверку.
Особенно важно учитывать неудачные эксперименты.
Если часть исследований не приводит к положительному результату, их затраты не исчезают из общей экономики программы.
Следовательно, корректное сравнение должно включать полный набор предпринятых исследований, а не только успешно завершённые примеры.
И.26. Предварительное применение методики к IBM, Rapidus и INM
И.26.1. IBM
Для исторической и современной оценки IBM могут использоваться данные о конкретных вычислительных архитектурах, процессорах, исследовательских системах и технических платформах.
При этом результаты разных исторических поколений должны сравниваться с учётом функциональных условий и доступных данных.
И.26.2. Rapidus
Rapidus представляет преимущественно производственно-технологический объект сравнения.
Его экономическая эффективность должна исследоваться по показателям стоимости изготовления микросхем, производственного выхода годных, времени выполнения заказов и капиталоёмкости.
Напрямую сопоставлять производственный процесс Rapidus с производительностью ноокомпьютера нельзя.
Корректное сравнение возможно лишь после выделения общей задачи — например, стоимости и времени получения квалифицированного электронного устройства.
И.26.3. INM
Для INM первоначальным объектом оценки должны стать исследовательские ноокомпьютеры NOO.
Главные показатели — стоимость ВИР, длительность исследовательского цикла, научная достоверность и возможность совершенствования методов исследования.
Промышленные показатели PICO вводятся по мере создания соответствующих экспериментальных компонентов.
Метатехнологические показатели META требуют самостоятельных повторных испытаний.
И.27. Значение методики для пятилетних дорожных карт
В приложении З предложена пятилетняя программа META, PICO и NOO на 2027–2031 годы.
Настоящая методика должна использоваться как инструмент количественной проверки её основных этапов.
На этапе создания первого ноокомпьютера оценивается функциональная работоспособность.
На этапе испытаний H02 — стоимость и качество полного исследовательского цикла.
На этапе H03 — эффективность усовершенствованных исследовательских методов.
На этапе H05 — системные преимущества интеграции PICO и NOO.
На этапе H12 — устойчивое изменение результативности последовательных исследовательских поколений.
Таким образом, финансовые и технические сравнения непосредственно связываются с проверяемыми научными гипотезами.
И.28. Заключение к приложению И
Современная вычислительная техника включает множество принципиально различающихся архитектур и способов применения.
Поэтому её эффективность не может объективно определяться единственным показателем скорости или стоимости оборудования.
Необходимо учитывать полезную производительность, качество результатов, полную стоимость владения, энергопотребление, эксплуатационную надёжность и масштабируемость.
Для перспективных ноокомпьютеров NOO центральное значение приобретает стоимость получения независимо проверенного научно-технического результата.
Для программы PICO — системное преимущество новых физических компонентов относительно существующих технологий.
Для генеральной технологии META — способность снижать стоимость и повышать эффективность самих методов создания последующих технологий.
Следовательно, научно-технологическое превосходство вычислительной системы должно подтверждаться не формальными аппаратными характеристиками, а воспроизводимыми преимуществами в выполнении определённых полезных задач.
Главный вывод приложения И состоит в необходимости перехода от сравнения вычислительных машин по отдельным техническим характеристикам к сравнению полного жизненного цикла получения полезных результатов.
Для META этот принцип приобретает ещё более широкое содержание.
Необходимо оценивать не только стоимость результата текущего исследования, но и способность созданной системы повышать результативность следующих исследовательских циклов.
От производительности операций — к производительности полезных вычислительных задач.
От производительности задач — к стоимости проверенного научного результата.
От стоимости отдельного результата — к эффективности методов создания последующих технологий.
От вычислительной эффективности — к экспериментальной проверке экономической и научной состоятельности Метаразвития.
И.29. Практический расчёт стоимости и эффективности: условный пример
Для демонстрации методики рассмотрим две вымышленные исследовательские вычислительные системы: Система А — традиционный вычислительный комплекс с интеллектуальными программными инструментами; Система Б — экспериментальный интегрированный комплекс NOO.
Все значения условны и используются исключительно для иллюстрации расчётов. Они не относятся к существующим продуктам.
Исходные данные за один год эксплуатации
| Показатель | Система А | Система Б |
|---|---|---|
| Капитальные затраты, тыс. долл. | 120 | 180 |
| Прочие годовые затраты, тыс. долл. | 90 | 110 |
| Срок использования | 3 года | 3 года |
| Проверенных результатов за год | 40 | 80 |
| Среднее время одного результата | 50 часов | 25 часов |
| Энергия на результат | 150 кВт·ч | 110 кВт·ч |
Предположим нулевую остаточную стоимость, равномерное распределение капитальных затрат на три года и одинаковые требования к качеству. В строке «прочие годовые затраты» уже учтены энергия, персонал, программное обеспечение и обслуживание; повторно их прибавлять нельзя.
Годовая сопоставимая стоимость:
- А: 120 / 3 + 90 = 130 тыс. долл.
- Б: 180 / 3 + 110 = 170 тыс. долл.
Стоимость проверенного результата:
- А: 130 000 / 40 = 3 250 долл.
- Б: 170 000 / 80 = 2 125 долл.
Снижение стоимости ВИР
34,6%
При переходе от А к Б
Рост количества ВИР
2,0×
80 вместо 40 за год
$0$900$1,8 тыс.$2,7 тыс.$3,6 тыс.Система АСистема Б
Иллюстративные данные. Чем ниже стоимость одного ВИР при одинаковом качестве, тем лучше экономический результат.
Условная система Б сокращает среднее время одного результата на 50%, а энергию на результат — на 26,7%. Но капитальные и годовые расходы у неё выше.
Следовательно, её преимущество возникает не вследствие меньшей стоимости оборудования, а за счёт большего количества полезных результатов за рассматриваемый период.
При этом вывод верен только при условии, что 80 результатов системы Б действительно сопоставимы по качеству и научной ценности с 40 результатами системы А. Иначе необходим более строгий анализ по категориям исследовательских задач.
И.29.1. Интерактивный расчёт стоимости проверенного результата
Измените предположения
Система АКапитальные затраты, $Годовые расходы, $ВИР за год
Система БКапитальные затраты, $Годовые расходы, $ВИР за годСрок использования, лет (общий)
Стоимость ВИР — А
3 250 $
Стоимость ВИР — Б
2 125 $
Система Б экономичнее на 34.6% по стоимости одного ВИР.Восстановить исходный примерУпрощённая модель с равномерным распределением CAPEX, без дисконтирования. Не является бухгалтерской или инвестиционной оценкой реальных компаний.
И.30. Оценка эффекта опережения опережения
Для экспериментов H03 и H12 необходимы дополнительные показатели, которые нельзя вывести только из стоимости одного результата.
Предлагается сравнивать последовательности исследовательских циклов при использовании исходного и усовершенствованного метода.
Пусть \(C_{0,k}\) обозначает полную стоимость получения сопоставимого результата в цикле \(k\) при неизменной контрольной методике, а \(C_{1,k}\) — соответствующую стоимость при использовании проверяемого совершенствуемого метода.
Тогда экономический эффект отдельного цикла можно выразить как:
\[ G_k=\frac{C_{0,k}-C_{1,k}}{C_{0,k}}. \]
При этом необходимо учитывать расходы на разработку, обучение, испытание и проверку усовершенствований.
Иллюстративная последовательность
| Цикл | Контрольная стоимость, $ | Экспериментальная стоимость, $ | Экономия |
|---|---|---|---|
| 1 | 3 000 | 2 700 | 10% |
| 2 | 3 000 | 2 400 | 20% |
| 3 | 3 000 | 2 100 | 30% |
Исходный методУсовершенствованный метод
$0$800$1,6 тыс.$2,4 тыс.$3,2 тыс.Цикл 1Цикл 2Цикл 3
Иллюстративная траектория. Постоянство контрольной стоимости и сопоставимость задач приняты как допущения.
В этом примере наблюдается последовательное снижение затрат экспериментальной системы.
Однако даже такая траектория не является достаточным доказательством H12.
Для подтверждения собственно опережения опережения необходимо установить, что изменения вызваны улучшением методов исследования, а не дополнительной практикой на повторяющихся задачах, снижением рыночных цен, увеличением вычислительных ресурсов или изменением состава заданий.
Также требуется продемонстрировать, что стоимость разработки самих улучшений учтена, а полученные преимущества сохраняются на новых независимых задачах.
И.31. Паспорт сравнительного испытания вычислительных систем
Регистрационный паспорт сравнительного испытания вычислительных систем
Идентификатор испытания: COMP-________
Дата регистрации: ________
Версия протокола: ________
Организация: ________
Научный руководитель: ________
Независимый эксперт: ________
1. Цель сравнения
Объект исследования:
Класс вычислительных систем:
Проверяемая гипотеза:
2. Сравниваемые конфигурации
Система А
Аппаратная конфигурация:
Программное обеспечение:
Вычислительные ресурсы:
Система Б
Аппаратная конфигурация:
Программное обеспечение:
Вычислительные ресурсы:
3. Экспериментальные задачи
Набор задач:
Количество задач:
Требования к сложности и качеству:
4. Основные измерители
Главная метрика:
Дополнительные показатели:
Минимальное практически значимое улучшение:
5. Финансовые параметры
CAPEX:
OPEX:
Стоимость труда:
Горизонт сравнения:
Остаточная стоимость:
Условия дисконтирования:
6. Экспериментальная проверка
Количество повторений:
Метод контроля качества:
Порядок исключения ошибочных результатов:
Статистический план:
7. Энергетическая оценка
Граница измерения:
Методика измерения:
Учёт охлаждения и вспомогательной инфраструктуры:
8. Проверка достоверности
Независимая экспертиза:
Условия воспроизведения:
9. Итог
Стоимость полезного результата А:
Стоимость полезного результата Б:
Разница:
Границы неопределённости:
Ограничения вывода:
10. Решение
Подтверждено преимущество системы: ________
Преимущество не установлено: ________
Данные недостаточны: ________
Рекомендуемый следующий этап:
Методологическое требование: конфигурации систем, основной показатель и критерии результата фиксируются до проведения решающих испытаний.
И.32. Библиография к приложению И
Библиография. Методика сравнения стоимости и эффективности вычислительных систем
I. Авторская концепция
1. Петросян В. К. (Вадимир). Мировая пикоэлектроника. Прошлое, настоящее, будущее. Проектирование Метаразвития. Тома 1–6. Авторское исследование.
Концептуальная основа NOO, PICO, META, INM и опережения опережения. Точные библиографические данные отдельных томов подлежат сверке по оригинальным публикациям.
II. Международные методы измерения вычислительной производительности
2. Standard Performance Evaluation Corporation. SPEC CPU 2026 Benchmark Suites. — SPEC, 2026.
Международный набор испытаний производительности процессоров и подсистем памяти, опубликованный 5 мая 2026 года.
3. Standard Performance Evaluation Corporation. SPEC CPU 2017 Benchmark Suites and Run Rules.
Исторически значимая методика стандартизированного сравнения вычислительной производительности. В 2026 году начат переход к SPEC CPU 2026.
4. TOP500. TOP500 Supercomputer Sites. — Международный проект рейтинга высокопроизводительных вычислительных систем.
Источник методологии и результатов сравнительных испытаний высокопроизводительных вычислительных комплексов.
5. Green500. Energy Efficiency of Supercomputers.
Международная система сравнения энергетической эффективности высокопроизводительных вычислительных систем.
6. MLCommons. MLPerf Inference Benchmarks.
Стандартизированные испытания систем машинного обучения, включая правила сравнения, требования к качеству и воспроизводимости.
III. Качество программных и интеллектуальных систем
7. ISO/IEC. ISO/IEC 25010:2023. Systems and Software Engineering — Systems and Software Quality Requirements and Evaluation (SQuaRE) — Product Quality Model. — Geneva: ISO, 2023.
Международная модель качества программных и информационно-коммуникационных продуктов.
8. Tabassi E. Artificial Intelligence Risk Management Framework (AI RMF 1.0). — NIST AI 100-1. Gaithersburg: National Institute of Standards and Technology, 2023.
DOI: https://doi.org/10.6028/NIST.AI.100-1
Методология оценки рисков, надёжности и безопасности интеллектуальных систем.
IV. Экономика вычислительных систем
9. Hennessy J. L., Patterson D. A. Computer Architecture: A Quantitative Approach. — 6th ed. — Cambridge, MA: Morgan Kaufmann, 2019.
Методология количественного анализа вычислительных архитектур, их характеристик и производительности.
10. Barroso L. A., Clidaras J., Hölzle U. The Datacenter as a Computer: An Introduction to the Design of Warehouse-Scale Machines. — 2nd ed. — Morgan & Claypool, 2013.
DOI: https://doi.org/10.2200/S00516ED2V01Y201306CAC024
Системный анализ вычислительных центров, включая инфраструктуру, энергопотребление и эксплуатационные особенности.
V. Автоматизация научного поиска и Метаразвитие
11. King R. D., Rowland J., Oliver S. G. et al. The Automation of Science. Science. — 2009. — Vol. 324, No. 5923. — P. 85–89.
DOI: https://doi.org/10.1126/science.1165620
Экспериментальные исследования автоматизации формирования и проверки научных гипотез.
12. 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. — eaaz8867.
DOI: https://doi.org/10.1126/sciadv.aaz8867
Исследование автоматизированного цикла поиска новых материалов.
13. 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.
DOI: https://doi.org/10.1038/s41586-023-06734-w
Исследование автономной лаборатории. Количественные положения работы необходимо проверять по актуализированной публикации и соответствующим исправлениям.
14. Bloom N., Jones C. I., Van Reenen J., Webb M. Are Ideas Getting Harder to Find? American Economic Review. — 2020. — Vol. 110, No. 4. — P. 1104–1144.
DOI: https://doi.org/10.1257/aer.20180338
Экономическое исследование производительности научно-технического поиска.
VI. Составные показатели и воспроизводимость
15. OECD; European Commission, Joint Research Centre. Handbook on Constructing Composite Indicators: Methodology and User Guide. — Paris: OECD Publishing, 2008.
DOI: https://doi.org/10.1787/9789264043466-en
Методология нормирования показателей, агрегирования и анализа чувствительности комплексных оценок.
16. National Academies of Sciences, Engineering, and Medicine. Reproducibility and Replicability in Science. — Washington, DC: National Academies Press, 2019.
DOI: https://doi.org/10.17226/25303
*******
