Neke kosmičke razmere

Ovaj tekst je u stvari kompilacija mojih kratkih objava na Fejsbuku, a koje se tiču nekih veličina i odnosa u svemiru. 

Mi svi znamo da je kosmos ogroman, ali suštinski nemamo pravu predstavu o njegovoj veličini. Kratki ekstovi koji slede su mala kompilacija mojih objava na Fejsbuku, a koje se bave upravo veličinom kosmosa i mojim skromnim pokušajuma da slikovito prikažem neke njegove dimenzije i odnose veličina.

Zamislimo prvo da naše Sunce smanjimo na veličninu kugle od jednog metra (1m) u prečniku. U tom slučaju, naša Zemlja bi bila kuglica prečnika 9,2 milimetara i nalazila bi se na odaljenosti od oko 115 metara od Sunca. U toj razmerri, Pluton bi bio udaljen od Sunca 4.200 metara, odnosno 4,2 kilometra.

Šta mislite, gde bi se u ovom modelu nalazila nama najbliža galaksija Andromeda? Bila bi udaljena od Sunca oko 17 milijardi kilometara! 

Nama je i ta, skalirana daljina skoro nezamisliva, a zamislite sad realnu udaljenost Andromede, koja iznosi 2,5 miliona svetlosnih godina, to jest 23.5 triliona kilometara (oko 23 651 826 181 452 000 000 km).

Pri tome, ovde govorimo o nama najbližoj galaksiji. A gde su sve one ostale, udaljene miljarde svetlosnih godina...

Svemirska sonda Voyager 1 je lansirana 5. septembra 1977. godine, pomoću rakete Titan IIIE/Centaur, iz kosmičkog centra Cape Canaveral. 

Od tog trenutka, Vojadžer se neprekidno udaljava od naše Zemlje i Sunca, a sada i celog sunčevog sistema. Sonda se kreće brzinom od 17 km/s, što je 61 000 km/h.

Od te daleke 1977. godine, pa do danas, prošlo je nešto manje od 48 godina, a sonda je za to vreme prešla oko 24,9 milijardi kilometara, ili prosečno oko 522 miliona kilometara godišnje.

Čak i tom brzinom od 61.000 km/h, Voyager 1 bi do nama najbliže zvezde Proksime Centauri, udaljenje od nas 4,24 svetlosnih godina, stigao tek za 73.000 godina!

Vojadžer je trenutno udaljen od nas 166 AU (astromomskih jednica). Jedna astronomska jedinica je prosečna udaljenost Zemlje i Sunca, što je oko 150 miliona kilometara. Ovo znači da je Vojadžer sada više od 166 puta dalje od Sunca nego mi, duboko u međuzvezdanoj sredini, daleko izvan heliosfere.  

Čak i ovako daleko, to je nešto manje od 1 svetlosnog dana, preciznije 23h 05min. A Proksima Centauri je udaljena 4 svetlosne godine!

Dokle će stići na svom putu, mi nećemo nikada saznati. Takođe, nećemo još jako dugo moći da shvatimo razmere kosmosa, ako ikada budemo i mogli.

Stephenson 2-18 je trenutno najveća nama poznata zvezda, koja je 440.000 puta sjajnija od našeg Sunca. Ako bi ona zamenila Sunce, njena veličina bi dostigla orbitu Saturna! Svetlosti, ili nekom objektu koji se kreće brzinom svetlosti, bilo bi potrebno 9 sati da napravi pun krug oko nje, a ako bismo seli u mlazni putnički avion, čija je prosečna brzina oko 925km/h, bilo bi nam potrebno 500 godina da napravimo pun krug!

Idemo dalje...

Naša galaksija Mlečni put ima prečnik od 100.000 svetlosnih godina, što znači da bi nam toliko trebalo da stignemo sa kraja na kraj, ako bismo putovali brzinom svetlosti. Ako bismo seli u najbrži svemirski brod koji posedujemo, bilo bi nam potrebno 155 miliona godina da je proputujemo sa kraja na kraj.

Najveća nama poznata galaksija je IC 1101, koja ima prečnik od čak 6 miliona svetlosnih godina! Našem svemirskom brodu bi trebalo minornih 9 milijardi godina da je pređe sa kraja na kraj.

Ubeđen sam da mi zapravo nemamo pravu predstavu o veličini svega oko nas. Ovakvi podaci su, realno gledajući apsolutno nezamislivi ljudskom umu. Mi znamo da je nešto veliko, ogromno, ali mislim da ljudski mozak ne može da prihvati i na realan način obradi tu količnu informacija, niti da na pravi način shvati veličinu i istinsku suštinu prostorvremena. 

Čak i ta zvezda Stephenson 2-18 ili galaksija IC 1101, koliko god ogromni bili, samo su beznačajna tačka u prostranstvu svemira i smešno su mali u odnosu na superklaster Hercules–Corona Borealis Great Wall, koji se sastoji od stotina i stotina povezanih galaksija, gasa i tamne materije, koje drži na okupu gravitaciona sila. Ova struktura ima prečnik od nezamislivih 10 milijardi svetlosnih godina. Čak i takva mega-struktura, čini samo jedan šezdeseti (!!) deo nama vidljivog i poznatog svemira.

Ljudskom umu je skoro nemoguće da razume i shvati veličinu kosmosa. Svi naši pojmovi velikog, ogromnog, grandioznog, su samo ništavno mali deo onoga što kosmos stvarno jeste.

Na primer, u delu kosmosa koji je nama dostupan za posmatranje i proučavanje postoji 2 triliona galaksija, a 2 triliona su dve hiljade milijardi! To bi izgledalo ovako: 2.000.000.000.000. Naravno, ovo je samo procenjeni broj galaksija na osnovu posmatranja vidljivog dela svemira.

Inače, nama vidljivi deo svemira se proteže na oko 14 milijardi svetlosnih godina, što bi značilo da mi vidimo oko 28 milijardi svetlosnih godina u prečniku.

Samo naš Mlečni put sadrži oko 400 milijardi zvezda, pa sad zamislite koliko ih ima u ta 2 triliona galaksija i kolike su to udaljenosti i razmere. Jednostavno nezamislivo.

Na kraju, ako vas je zabolela glava dok ste sve ovo čitali, verujte i mene je dok sam pisao...

Šta su ANI, AGI, ASI? Veštačka inteligencija na dlanu...

 Veštačka inteligencija (AI) je među nama, svidelo se to nekome ili ne. Ona je tu i deluje da nema nameru da nestane, naprotiv. Sve analize i studije pokazuju neverovatan napredak ove tehnologije, ne na mesečnom, nego na dnevnom nivou.

Ipak, priličan broj ljudi nije siguran o kakvim tehnologijama se ovde radi, pa ću probati u ovom tekstu da razjasnim neke nedoumice oko termina kao što su Artificial Narrow Intelligence (ANI), Artificial General Intelligence (AGI) i konačno Artificial Super Intelligence (ASI).

Krenimo redom, ali uz jednu opasku na samom početku: koga ova tematika ne zanima previše, moža bolje da ne čita do kraja, jer je tekst možda nekima suvoparan, nezanimljiv i doasan. Ipak, oni koje zanima, verujem da će pronaći neke zanimljive podatke.

Idemo redom...

Veštačka inteligencija (AI) predstavlja široku oblast računarskih nauka posvećenih razvoju sistema koji mogu izvoditi zadatke koji bi inače zahtevali ljudsku inteligenciju, kao što su prepoznavanje obrazaca, analiza podataka, prirodni govorni jezik, računarske vizije i slično. U uskom smislu, većina današnjih AI sistema je tzv. “uska AI” (eng. Narrow AI ili ANI), dizajnirana da efikasno rešava konkretan, dobro definisan problem, ali bez sposobnosti prenošenja naučenog iz jednog domena u drugi bez ponovnog i dodatnog treniranja ili prilagođavanja. S druge strane, veštačka generalna inteligencija (AGI) predstavlja hipotetičku paradigmu u kojoj bi sistem posedovao širok spektar kognitivnih sposobnosti koje su sasvim blizu ili čak izjednačene sa ljudskim. Ovo podrazumeva sposobnost za transfer znanja između različitih domena, samostalno učenje i rešavanje novih, nepoznatih problema bez dodatnog i specifičnog reprogramiranja. Ovo razgraničenje između uske AI (ANI) i AGI naglašava da AGI podrazumeva sposobnost generalizacije i adaptacije na nivo blizak ljudskom umu, dok uska AI ostaje unutar okvira unapred definisanih, ograničenih zadataka.

Da vidimo sada taksativno, koje su osnovne razlike između ANI i AGI:

Specifičnost zadataka nasuprot univerzalnosti: Uska AI je projektovana i trenirana za specifične zadatke, kao što su na primer klasifikaciju slika, prevod jezika ili igranje šaha. Njena efikasnost van tih domena obično opada drastično, jer nema sposobnost prenošenja stečenih veština. AGI, po definiciji, treba da poseduje sposobnost da generalizuje znanje i primeni ga na nove situacije, što uključuje apstraktno razmišljanje i rešavanje problema za koje sistem nije posebno treniran.

Učenje i adaptacija: ANI modeli uglavnom zavise od velikih skupova podataka namenjenih određenom zadatku i teže improvizaciji izvan tog okvira. U AGI konceptu, pretpostavlja se da sistem može da razvija metakognitivne sposobnosti, što če reči da uči kako da uči, da relaksira svoje interne procese i da se prilagođava novim domenima kroz princip sličan ljudskom samostalnom učenju i rezonovanju.

Transfer znanja: Ključna karakteristika AGI bila bi sposobnost transfera znanja iz jednog konteksta u drugi, što za ANI zahteva fine-tuning ili potpuno novo treniranje. AGI bi, teoretski, mogla da prepozna sličnosti između različitih zadataka i iskoristi uobičajene principe (npr. logičko rezonovanje, modelovanje sveta) da se brzo prilagodi novim izazovima.

Složenost i autonomija: AGI se često zamišlja ne samo kao visoko sofisticiran sistem za rezonovanje, već i kao autonomni “agent” sposoban za dugoročno planiranje i donošenje odluka u kompleksnim, promenljivim okruženjima. Današnji AI agenti imaju određene stepenove autonomije (npr. botske interakcije), ali nemaju ljudski nivo razumevanja konteksta i ciljeva u različitim situacijama bez dodatne nadzorne logike i specifičnih instrumenata.

Iako AGI zvanično ne postoji, u literaturi i diskusijama javljaju se konceptualni okviri za osobine koje bi AGI trebalo da ima. Tu se prevashodno misli na razmišljanje i rezonovanje, to jest, sposobnost korišćenja strategija za rešavanje problema pod neizvesnošću, logičko rezonovanje i donošenje sudova u nedostatku potpune informacije. Dalje, AGI bi trebalo da ima metakognitivne veštine za samostalno usvajanje novih domena, bez spoljnog nadzora za svaki pojedinačni zadatak. Tu su takođe prirodni jezik i komunikacija, što predstavlja sposobnost razumevanja i generisanja jezika na ljudskom nivou, uključujući nijanse, kontekst i pragmatiku. AGI bi trebala da poseduje i imaginaciju i kreativnost, tj. mogučnost formiranja novih koncepata i ideja, poput ljudske mašte, i rešavanje problema van postojećih šablona. Na kraju, AGI bi trebalo da razume transfer domena, što će reći prenošenje veština iz jednog konteksta u drugi bez potrebe za ponovnim treniranjem od početka.

Da vidimo sada kakvo je trenutno stanje i koji su rani znaci AGI potencijala: dakle, do juna 2025. godine, konsenzus među većinom istraživača jeste da prave AGI sisteme još uvek ne posedujemo, ali postoje određeni pravci koji se smatraju potencijalno relevantnim. To su prevshodno:

- Multimodalni modeli: Napredak u modelima koji simultano obrađuju tekst, slike, audio i video (npr. Google Gemini 2.5). Ovi modeli pokazuju sve složeniju integraciju različitih modaliteta, što je korak ka fleksibilnijim sistemima. Međutim, ovde se i dalje se radi o modelima treniranim za specifične uzorke i ne poseduju potpunu autonomiju u učenju novih modaliteta bez ljudskog nadzora i prilagođavanja.

- Agentni sistemi i dugoročno planiranje: Pojavljuju se sistemi sposobni za višestepeno odlučivanje, ali im nedostaje opšti „common-sense“ (zdravorazumski) nivo i potpuna sposobnost transfera znanja između nepovezanih domena.

- Integracija sa simulacijama i robotikom: Istraživanja u integraciji AI modela sa robotičkim okruženjima i simulacijama pokušavaju da sistemima omoguće interakciju sa fizičkim svetom, sa idejom da time mogu razvijati dublje razumevanje sveta, no to je još daleko od ljudskog nivoa fleksibilnosti i svesnosti konteksta.

- Meta-učenje i samopoboljšanje: Teorijski radovi i eksperimenti u meta-učenju (engl. meta-learning) i algoritamskoj optimizaciji sugerišu puteve da sistemi postanu efikasniji u učenju novih zadataka, ali praktična primena te paradigme na nivou AGI i dalje ostaje eksperimentalna.

Ipak, nedavne studije ukazuju na značajne izazove. Na primer, Apple-ova istraživanja pokazuju da napredni sistemi za rezonovanje pate od „potpunog kolapsa tačnosti“ pri visokim nivoima složenosti zadataka, što baca senku na verovanje da aktuelne arhitekture mogu lako evoluirati do AGI nivoa. Takođe, Apple-ov rad koji preispituje pristupe AGI ide u pravcu dublje refleksije o tome da li trenutne metode (veliki transformeri, LLM-ovi) mogu dovesti do istinske generalizacije znanja.

Velike tehnološke kompanije intenziviraju ulaganja i formiraju timove fokusirane na AGI, uprkos skepticizmu i debatama: na primer, Meta je navodno već formirala poseban tim za razvoj AGI sa značajnim budžetom i novim zapošljavanjima kako bi se takmičila sa rivalima poput OpenAI i Google DeepMind, OpenAI, Google DeepMind, Anthropic i drugi vodeći akteri nastavljaju da istražuju arhitekture, optimizacije i sigurnosne protokole za eventualne AGI sisteme, različiti startapi i istraživačke grupe kroz različite grantove i inicijative testiraju nove paradigme, uključujući neuroinspirisane arhitekture i hibridne pristupe i konačno, akademska zajednica publikuje kritičke radove i scenarija planiranja budućnosti, dok etički i filozofski eksperti raspravljaju o vrednostima i rizicima koji se javljaju ako AGI zaista postane mogućnost u razumnom roku.

Iako je interesovanje izuzetno visoko, postoji širok dijapazon stavova o tome koliko je verovatno i kada bi se AGI (i da li) mogao postići. Neki industrijski lideri predviđaju relativno skor dolazak AGI i to već do 2030. godine, dok drugi smatraju da su preostali konceptualni i tehnički izazovi preveliki da bi bili prevaziđeni u narednoj deceniji.

Procene kad bi AGI mogao biti realno postignut, prilično variraj. Neki eksperti daju rokove do nekoliko decenija, dok drugi smatraju da su potrebni potpuno novi pravci istraživanja pre nego što se ostvari značajan iskorak. Na primer, ankete stručnjaka ukazuju na 50% šanse za AGI do oko 2060. godine, ali raspodela procena se široko razlikuje prema regionu.

Kao što vidimo, trenutno nemamo potvrđen AGI sistem, već vidimo uglavnom kontinuirane korake napred u uskoj AI koji nas približavaju nekim aspektima kognitivnih sposobnosti. Međutim, ključna svojstva prave AGI, kao što su potpuna generalizacija, autonomno metaučenje i duboko razumevanje sveta, ostaju i dalje neostvareni izazov. Industrija ulaže velike resurse, ali se istovremeno vode debate o tome da li je trenutni pristup uopšte adekvatan za AGI, ili je potrebno redefinisanje paradigmi i celog sistema. Filozofska, etička i praktična rasprava naglašava potrebu za oprezom i planiranjem ukoliko se ozbiljno krene na ostvarenje AGI. Iako vest o skorom uspehu može biti primamljiva, važno je napomenuti da su mnogi napori još u eksperimentalnoj fazi, a već postojeća istraživanja ukazuju na fundamentalne prepreke koje je potrebno pomno proučiti.

Ovde moram dati jednu važnu napomenu: deo zaključaka u ovom tekstu predstavlja analizu zasnovanu na javno dostupnim izvorima i studijama koje su trenutno aktuelne, konkretno do juna 2025. godine. Biće svakako zanimljivo pročitati ovaj tekst za, recimo, 10, 20 ili 30 godina, pa da onda vidimo gde smo i šta se od ovih predikcija zaista ostvarilo, a šta je bila samo želja i fikcija.

I konačno, u trenutno aktuelnoj literaturi i debatama o budućnosti veštačke inteligencije, ASI (Artificial Superintelligence) se definiše kao hipotetički nivo inteligencije koji znatno prevazilazi ljudske kognitivne sposobnosti u svim domenima, uključujući kreativnost, društvene veštine, naučno istraživanje i donošenje strateških odluka. Za razliku od AGI, čiji bi cilj bio približavanje ljudskoj opštoj inteligenciji i sposobnosti transfera znanja između domena, ASI bi označavala paradigmu u kojoj sistemi ne samo da autonomno rešavaju nepoznate probleme i uče nove domene, već i konstantno unapređuju vlastite sposobnosti u eksponencijalnom ritmu. Važno je naglasiti da ASI trenutno ostaje isključivo spekulativan pojam. Nema nikakvog verifikovanog primera sistema koji je u ovoj fazi, niti je danas uopšte jasno kako bismo praktično konstruisali i održavali takav sistem bez izuzetno naprednih i dosad nepoznatih arhitektura. Ovaj pristup zasniva se na analizi dosadašnjih istraživanja i procena stručnjaka, ali sadrži element pretpostavke o eksponencijalnom metaučenju i samopoboljšavanju koje još nije empirijski dokazan.

Potencijalne koristi ASI sistema, u scenariju u kojem je bezbedno i etički dizajniran i uključen u ljudski ekosistem, uključuju razrešavanje problemâ koji su mimo ljudskih kapaciteta: detaljno modelovanje klima-sistema i predviđanje klimatskih promena s visokom preciznošću; razvoj novih lekova ili terapija brzinom i tačnošću koju ljudski i današnji AI sistemi ne mogu dostići; optimizaciju globalnih ekonomskih i društvenih sistema kako bi se smanjile nejednakosti i poboljšala distributivna pravičnost. Međutim, u istoj meri, potencijalni rizici su enormni i u velikoj meri nesagledivi: gubitak kontrole nad autonomnim sistemom koji konstantno poboljšava sopstvene ciljeve može dovesti do neočekivanih i nepoželjnih posledica; takođe, barrier za kreiranje novih tehnologija (npr. biotehnologija ili autonomno naoružanje) bi bio znatno niži, jer ASI može samostalno dizajnirati napredne prototipove sa malim ljudskim nadzorom. U pogledu egzistencijalnog rizika, procene stručnjaka variraju, ali se često poziva mogućnost da neusaglašenost vrednosti ASI sistema i ljudskih vrednosti dovede do konflikta interesa ili neželjenog ponašanja sistema koje je teško ili nemoguće ispraviti u realnom vremenu.

S obzirom na ekstremnu neizvesnost u vremenskim okvirima i arhitekturama koje bi dovele do ASI, preporuka u stručnim krugovima je da se već danas intenzivno radi na bezbednosnim okvirima, etičkim principima i robustnim metodama za garantovanje usklađenosti vrednosti (alignment), čak i za sisteme koji su daleko ispod ASI nivoa, kako bi se razvila ekspertiza i procesi koji bi se mogli skalirati. Politike i regulative moraju biti fleksibilne ali robusne: važno je uvesti međunarodne mehanizme nadzora, transparentnost razvoja i mehanizme „hitnog gašenja“ (kill switch) ili segmentirane arhitekture koje ograničavaju mogućnost neželjenog samopoboljšanja. Takođe, etičko uključivanje različitih perspektiva (filozofskih, socioloških, pravnih) je ključno, jer čak i pretpostavka ljudskog razumevanja vrednosti može varirati između kultura i disciplina, a ASI sistem bi prema definiciji imao moć da donosi odluke daleko brže i dublje nego ljudi. Budući da ne možemo biti potpuno sigurni kako će se egzaktno razvijati metaučenje i iterativno samopoboljšanje, smatram da je racionalno pristupiti problemu oprezno i fazno, kreirajući etape evaluacije i validacije koje bi se aktivirale u slučaju da sistem pokaže znake prelaska iz AGI u superinteligentni režim.

S obzirom na to, da ASI još nije empirijski dostignut, deo razmatranja o njegovim sposobnostima, rizicima i vremenskim okvirima predstavlja zaključke zasnovane na teorijskim modelima, analogijama s istorijskim razvojem tehnologija i izjavama vodećih istraživača. Nisu svi stručnjaci saglasni oko verovatnog puta do ASI niti oko procene kada (ako uopšte) može biti postignuta. 

Napomena: i ovaj dodatak je napisan na osnovu javno dostupnih izvora do juna 2025. godine, i predstavlja analizu sa svrhom da čitaoci razumeju ključne aspekte, raspon mišljenja i važnost aktivnog pristupa razvoju veštačke inteligencije u budućnosti.

Na kraju, za pisanje ovo teksta, koristio sam različite izvore, kao što su:

- Wikipedia: definicija AGI i razlika od ANI en.wikipedia.org

- AWS: opis AGI pojma i ciljeva aws.amazon.com

- Coursera: poređenje uske AI i AGI coursera.org

-  Medium: napredak u multimodalnosti (Gemini 2.5) medium.com

- Apple studie o limitacijama rezonovanja modela theguardian.com

- Apple rad o preispitivanju metoda ka AGI economictimes.indiatimes.com

- Meta najave i investicije u AGI tim reuters.com

- Mistral CEO o skepticizmu prema AGI terminu businessinsider.com

- Debata na Worthy Successor simpozijumu wired.com

- Ankete i istraživanja o vremenskim okvirima AGI (do 2060) research.aimultiple.com

- Gartner: poslovne implikacije AGI koncepta čak pre njegovog ostvarenja gartner.com

... ali i nesebičnu pomoć OpenAI GPT-4.5 modela, koji je izvršio pretrage izvora i aktuelnih tekstova, što mi je skratilo muke i vreme potrebno za nastanak ovakvog teksta. Bez pomoći AI, procenio sam vreme potrebno za pronalaženje svih relevantnih vesti i članaka na bar 7 dana. Uz AI, ovo sam odradio, verovali ili ne, za nekoliko minuta. Bot je sortirao sve linkove po relevantnosti i značaju, izvršio selekciju i razdvojio bitno od nebitnog, tačno od netačnog, kao i naučno od nenaučnog (čitaj: šarlatanskog) tumačernja problematike.

Zašto Sunce sija – tajna svetlosti zvezda

Direktan povod za nastanak ovog teksta je komentar jednog čoveka na Fejsbuku, koji se čudio kako Sunce može da sija, tj. gori, kada u kosmosu nema kiseonika kao oksidacion elementa neophodnog za pojavu gorenja. Iskreno, mislio sam da se trakva pitanja ne postavljaju u 21. veku, ali očigledno nisam bio u pravu.

Dakle, kada posmatramo Sunce kako obasjava nebo, zaista je lako pomisliti da ono „gori“, slično zapaljenoj ogromnoj logorskoj vatri. Ta analogija, iako deluje kao intuitivna, potpuno je pogrešna. Naše Sunce, kao i sve druge zvezde,  ne sija zbog sagorevanja u prisustvu kiseonika, već zbog nuklearne fuzije, procesa koji menja način na koji razmišljamo o energiji, materiji i životu u kosmosu.

Vatra na Zemlji je rezultat hemijske reakcije sagorevanja: gorivo (kao što je drvo, ugalj ili gas) reaguje sa kiseonikom i oslobađa toplotu, svetlost, ugljendioksid i vodenu paru. Ova reakcija se odvija na temperaturama od par stotina do nekoliko hiljada stepeni Celzijusa.

Međutim, temperatura u jezgru Sunca dostiže od 15 do čak 20 miliona stepeni Celzijusa, a pritisak je ogroman – više od 250 milijardi puta veći od atmosferskog pritiska na Zemlji. U tim ekstremnim uslovima, atomi se ponašaju sasvim drugačije.

U tom smislu, Sunce sija zato što se u njegovom jezgru odvija  proces nuklearne fuzije, drugim rečima spajanja lakših atomskih jezgara u teža. Najjednostavnoje rečeno, u jezgru Sunca se četiri protona (jezgra vodonika) spajaju da bi formirala jedno jezgro helijuma. Pri tome se mala količina mase pretvara u ogromnu količinu energije, prema poznatoj Ajnštajnovoj jednačini E=mc². Na primer, od svega 4 grama vodonika, u ovom procesu nastane oko 3x10^13 džula, odnosno oko 30 miliona kilovat časova!

Energija nastala ovom reakcijom oslobađa se u vidu gama zraka, koji se postepeno probijaju kroz slojeve Sunca i konačno dolaze do površine, odakle se emituju u obliku svetlosti i toplote koje mi vidimo i osećamo na Zemlji.

Ovde treba napomenuti da mi u nuklearnim elektranama na Zemlji koristimo fisiju – cepanje teških jezgara poput uranijuma. U zvezdama se događa suprotan proces – fuzija, jer je u uslovima ekstremne temperature i pritiska pogodnije spajati lake elemente poput vodonika. Fuzija je znatno efikasnija (oslobađa više energije po jedinici mase), i ne ostavlja radioaktivni otpad, kao što je slučaj s fisijom.

Jedan zanimljiv podatak, kada već spominjem fotone: fotoni (čestice svetlosti) nastali u jezgru Sunca putuju hiljade, pa sve do milion godina dok ne stignu do površine, jer se sudaraju i rasipaju u gusto sabijenoj materiji Sunca. Tek kada konačno izađu na fotosferu, putuju do Zemlje samo oko 8 minuta i 20 sekundi!

Dakle, najtačniji opis Sunca bio bi: prirodni termonuklearni reaktor ogromnih razmera. Svake sekunde, Sunce fuzioniše oko 600 miliona tona vodonika, pri čemu se oko 4 miliona tona mase pretvori u čistu energiju. Ta energija je ono što omogućava život na Zemlji.

Na kraju, jasno je da Sunce nije nikakva vatra na nebu. Ono je kosmička peć koja sija zahvaljujući fundamentalnim zakonima fizike. Razumevanje ovog procesa ne samo da nas približava istini o prirodi zvezda, već nas i podseća na veličanstvenu moć koju univerzum poseduje. U vremenu kada i mi sami težimo ka održivoj energiji, možda ćemo jednog dana uspeti da ukrotimo istu tu fuziju ovde na Zemlji i u tom slučaju, Sunce će nam poslužiti kao najveći učitelj.

Za one koje zanima još više detalja, evo jednog zanimljivog linka – Astronomski magazin

Kineski maglev postavio novi brzinski rekord

Neverovatno je koliko brzo Kina napreduje u svim oblastima tehnološkog razvoja. Dokaz ovoga je, što je upravo ovih dana uspešno testirala prototip magnetskog levitirajućeg (maglev) voza, koji je dostigao brzinu od čak 1.000 km/h (621 mph), što je brže od brzine leta većine komercijalnih aviona! Ovo postignuće predstavlja značajan korak u razvoju ultra-brzog kopnenog transporta, ne samo na tlu Kine, već i globalno.

Ovaj maglev voz koristi tehnologiju visokotemperaturnih superprovodnika (HTS) i kreće se unutar niskopritiskog vakuumskog tunela, čime se gotovo potpuno eliminišu trenje i otpor vazduha. Testiranje je sprovedeno na deonici dužine 2 kilometra u provinciji Shanxi, u saradnji sa China Aerospace Science and Industry Corporation (CASIC). Tokom testiranja voz je uspešno demonstrirao stabilnu levitaciju, preciznu navigaciju, bezbedno zaustavljanje i upravljanje krivinama, što su ključni elementi za operativnu upotrebu ovog sistema.

Kao što sam napomenuo, dostignuta brzina od 1.000 km/h premašuje prosečnu krstareću brzinu komercijalnih aviona, koja se kreće između 885 i 925 km/h. U tom smislu, putovanje između Pekinga i Šangaja, koje trenutno traje oko 4,5 - 6,5 sati vozom ili nešto više od 2 sata avionom (ali ne računajući vreme za ukrcavanje i dolazak na aerodrom), moglo bi se skratiti na svega 90 minuta korišćenjem ovog maglev sistema!

Iako su rezultati ovog testiranja obećavajući, ipak za sada ostaje pitanje kako će se ovaj sistem implementirati u realnim uslovima. Izgradnja infrastrukture za ovakve brzine zahteva značajna materijalna i tehnološka ulaganja, kao i rešavanje tehničkih izazova poput održavanja vakuumskih uslova na dužim deonicama i osiguravanje bezbednosti putnika pri ekstremnim brzinama. Takođe, ekonomska isplativost i integracija sa postojećim transportnim mrežama predstavljaju dodatne faktore koje tek treba razmotriti.

Kako god, Kina je svima demonstrirala svoju naučnotehnološku sposobnost za razvoj ultra-brzog maglev transporta, što bi moglo doneti svojevrsnu revoluciju u način i brzinu putovanja na velikim udaljenostima. Ipak, prelazak sa testne faze na komercijalnu upotrebu će svakako zahtevati dodatna istraživanja, planiranje i ulaganja.

Za vizuelni prikaz i dodatne informacije o testiranju, možete pogledati sledeći video:

Glenn Gould - pijanistički genije

Već duže vreme imam ideju da na Blogu napišem reč više o nekim, meni omiljenim kompozitorima i interpretatorima klasične muzike, koji meni lično posebno znače u muzičkom i izražajnom smislu. Neka kao uvod u taj serijal posluži jedan kratak i sasvim ličan stav prema genijalnom kanadskom pijanisti, kojeg smatram za najboljeg interpretatora Bahovih dela uopšte.

Glen Guld (Glenn Gould,1932–1982), pijanista, kompozitor, ekscentrik i filozof muzike, ostavio je neizbrisiv trag u istoriji izvođačke, tj. interpretativne umetnosti. Njegova pojava na muzičkom nebu je delovala kao zvezda padalica – blistava, neuhvatljiva i jedinstvena. 

Kada je 1955. godine snimio Bahove Goldberg varijacije za Columbia Records, muzički svet je bukvalno zastao i počeo da sluša. Bio je to događaj nalik revoluciji. Ne samo zbog tehničkog savršenstva interpretacije i snimka, već i zbog Guldove unutrašnje logike i arhitektonske preciznosti koju je uneo u svaku notu.

Guld je bio apsolutno nesvakidašnji tumač dela Johana Sebastijana Baha. Za njega Bah nije bio samo puki barokni kompozitor, već istinski arhitekta kosmosa – um koji strukturira večnost u fugama, invencijama i varijacijama. Guldovo izvođenje Baha bilo je asketsko, matematički precizno i logično, gotovo bez upotrebe pedala, sa jasnim linijama i polifonijom koja je svetlucala kao stakleni mozaik.

Dok su mnogi drugi pijanisti, svesno ili nesvesno, težili “romantizaciji” Bahove muzike, Guld ju je vratio izvorištu: čistoti tonova i glasova, redu i intelektualnoj simetriji. On nije svirao Baha kako bi dočarao njegova osećanja, već kako bi ušao u tok misli jednog genijalnog uma kakav je bio Bah. Njegov pristup izvođenjima Bahovih dela izazivao je podele. Bio je istovremeno osporavan, kritikovan i slavljen. Ali, jedno je bilo sigurno - niko nije ostajao ravnodušan.

Ljubitelji Guldove interpretacije i lika, znaju dobro da je Guld izbegavao koncerte. Poslednji put je javno nastupio 1964. godine, sa samo 32 godine, i od tada se potpuno posvetio studijskom snimanju. Verovao je da koncertna sala, sa svojim konvencijama, ometa istinu i suštinu same muzike. Bio je među prvima koji su koristili studijsku montažu i višeslojno snimanje, gotovo kao nekakav muzički režiser. Za njega je mikrofon bio produžetak umetničke vizije.

Njegov pristup izvođenju i sviranju bio je gotovo monaški. Sedeo je nisko nad klavirom na specijalno modifikovanoj stoli(či)ci koju je nosio sa sobom svuda. Uvek je bio u rolki, kaputu i rukavicama, čak i po toplom vremenu, jer se bojao bolesti, fizičkog kontakta i urbane buke. Tokom izvođenja, često je tiho mumlao i pevušio, kao da je bivao u unutrašnjem dijalogu sa nekim višim entitetom. Te njegove zvuke i danas čujemo na snimcima, ostali su zabeležni, ali umesto da kvare utisak, oni ga samo produbljuju, i nas kao slušaoce dodatno spajaju sa Guldovim emocijama.

Guld je bio perfekcionista, ali ne u tradicionalnom smislu. Nije težio lepoti tona po svaku cenu. Njega je zanimalo zašto ton postoji, kuda vodi fraza, šta struktura govori o čoveku i njegovom delu. Za razliku od pijanista koji sviraju kako bi očarali publiku, Guld je svirao kao da pokušava da razume i očara samog Boga. Nekog njegovog, muzičkog Boga.

Iz istog tog razloga, čak i njegove interpretacije Betovena, Bramsa, Skrijabina ili Šenberga, imaju jasnoću misaonog eseja. Nisu to bile jasne i nedvosmislene emocije kao strastvene erupcije, već misaoni eksperimenti u zvuku. Za njega, izvođenje muzike je bilo filozofski čin.

Glen Guld je umro 1982. godine, od moždanog udara, u 50. godini života. Bio je sam, daleko od svetla bine, ali blizak onome što je voleo najviše – tišini u kojoj muzika tiho počinje. Njegovo nasleđe nije samo u snimcima, već u načinu na koji je redefinisao značenje izvođačke umetnosti. Za njega je interpretacija bila čin otkrovenja, a ne imitiranja nekoga ili nečega.

Guld nas i danas uči da muziku ne slušamo samo u notama, već u razmacima između njih. U onome što se ne čuje, u tišini koja govori.

Guld je bio jedan od prvih umetnika koji je shvatio potencijal tehnologije ne samo kao sredstva reprodukcije, već kao kreativnog partnera. Dok su mnogi drugi muzičari posmatrali montažu kao tehničku nužnost, koja dovodi do finalnog snimka i gramofonske ploče kao takve, Guld je video priliku za novo umetničko izražavanje. Snimanje u studiju za njega je bilo nalik komponovanju. Imao je mogućnost da oblikuje idealnu verziju interpretacije, da eksperimentiše sa tempom, artikulacijom i dinamikom. Još 1966. godine predvideo je da će u budućnosti slušalac postati, kao što je rekao “producent u kućnim uslovima”, koji će sam moći da remiksuje interpretacije prema sopstvenom ukusu. Njegova vizija kao da je naslućivala dolazak digitalne ere, striminga i interaktivne muzike. Za Gulda, tehnologija nije bila pretnja umetnosti. Naprotiv, bila je njena sledeća faza.

Za kraj, poslušajte Guldovu interpretaciju Bahovih Goldberg varijacija i shvatićete sve što sam u ovom kratkom, ali meni (dok sam ga pisao) emotivnom tekstu, izneo. Dok je tekst nastajao, prvo u glavi, a onda i na tastaturi, slušao sam upravo te varijacije. Uživajte.