-7

Главная проблема на Земле

Вчера я писал о серьезных вещах, как делать умные машины, которые помогут решать людям наши серьезные проблемы.

Сегодня хочу написать про несерьёзные проблемы. Причём, про главную из них.

Все уже, видимо, заметили, что я иногда пишу такие вещи, которые сам я знать не могу. Ну, видно это по мне, причем невооруженным взглядм, что взять мне всё это негде. Те, мои близкие друзья, которые хорошо знают меня в реале, больше всех этому обстоятельству удивляются. Они предполагают, что вместо меня пишут, либо какие-то академики из РАН, либо роботы, которые живут у нас в серверной в офисе.
Те, которые самые умные. Скорее, конечно, роботы, потому что даже академики всего этого не знают. А я сам и тем более никак не могу этого знать.

Придется мне честно рассказать, раз меня поймали уже, откуда вся эта информация.
Просто она невероятной сложности и глубины. Такой, что не знают этого даже видные учёные с мировыми именами.

На самом деле какое-то время назад на Земле высадились пришельцы. Ну, понятное дело, чтобы изучить людей. Что там, как бы, люди из себя представляют.
Ну, Вы видели, когда хозяйка готовит обед, она периодически проверяет, всё ли положила, готово ли блюдо, и так далее.
Так и пришельцы, смотрят, созрели ли мы для бурной космической жизни. Или ещё нет. Ну, давать ли нам допуск на следующий уровень. Или ещё в котле поварить.

В общем, такие экспедиции на Земле присутствуют. Да, и знают про них все, конечно, кому надо. Просто доказать не можем мы друг другу. Нет у нас на этот счёт убедительных свидетельств.

Вот моё это свидетельство, сразу предупреждаю, очень тоже неубедительное.

Но не важно. По сути расскажу.

Какая у этих пришельцев главная проблема на Земле. Нет, не то, что во многих жилых помещениях туалеты на улице. Не угадали, не эта. Другая.

Они всё время жалуются, и мне в том числе, что им скучно. Скукотища. Веселья и развлечений для их уровня интеллекта на Земле не создано. Инфраструктуры нет. Субстантива соответствующего нет.

А своё сюда тащить, всякие игры их инопланетного разума, запрещает им их инструкция по сохранению местного культурного наследия. Ну, нельзя порушить экосистему Земли инородным разумным вмешательством.

Работают они, бедные, как учёные в заповеднике. С аборигенами и папуасами.
С дикарями.

Я им по этому поводу рассказал про одну книжку. Когда я ещё как бы был маленьким и только только научился читать. Сразу взял первые книжки. Первая была по военному искусству. Там начиналось так, что Ганнибал великий тактик, но плохой стратег. И совершил ошибку интерпретации в войне с Римом. Рим оказался другим явлением. И Ганнибал проиграл. Ну, и так далее. Не очень интересно.
А вторая книжка была, как один немецкий учёный антрополог поехал в какое-то первобытное племя. Поймал какого-то папуаса, и стал его всесторонне изучать зачем-то.
Так вот, про книжку этого немецкого антрополога я пришельцам и рассказал.
Что очень его история похожа на историю этих инопланетян.

В ответ, в свою очередь, пришельцы рассказали мне, в чём состоит проблема их пребывания на Земле. Ну, я уже выше написал. Скучно им.

И главное тут, не сам этот факт скуки, он понятен даже нам, людям, а другое. А именно, какое объяснение дали пришельцы этому. В чём состоит причина этой скуки.

По их словам, Земля односторонняя. А они разносторонние, и разносторонне развитые.
Это позволяет им появляться на Земле с той стороны, которой у людей просто не существует.
Ну, как если бы у нас была одна дверь. А у пришельцев ещё множество. И мы их ждём у входной двери, звонка в дверь, а они заходят и входят через другие. О которых мы даже не подозреваем. Мы же для них папуасы. Откуда у папуасов может быть много дверей.

Что такое эта односторонность Земли.
Ну, представьте футбольный мяч. Он состоит из кожаной оболочки. И он инфляцией надут, под давлением эта оболочка. Вот, если по поверхности этого мяча скользить, то это и будет одна сторона. Топологически.

И Вы удивитесь. Скажите, что ведь наши топологи уже так продвинулись в этой теме топологии пространств. Они уже столько понимают в этом, какая тут может быть односторонность. Врут наверняка инопланетяне, что Земля односторонняя.

Ну, за что купил, как говорится. Говорят они, что вход для человека только один. Одна точка. А для них множество. Получается, по ихнему, что мы к точке привязаны, односторонние, а они нет - многосторонние.

Мы, кстати, и мыслим поэтому в дихотомии, потому что к этой точке все привязаны. Это так они объясняют нашу примитивность, нашего вида.

Ну, в сравнении с другими видами людей, неандертальцами, денисовскими, прочими, мы, конечно, самые продвинутые в смысле устройства и способностей. Умеем абстрагироваться. Умеем фантазировать. Умеем свидетельствовать от чужого имени.
Как я сейчас. Те, древние, дремучие виды, не могли они этого. От имени инопланетян вещать. Вот их поэтому нет, а мы есть.
И инопланетяне с нами дружат, хоть и с папуасами, а с ними нет. Сварились они в котле. А мы ещё нет.

В общем, вывод такой. Главная проблема для инопланетян на Земле - скучно. Причина - Земля односторонняя. Мы, папуасы - односторонние. Одна у нас дверь для выхода в космос из нашего корабля.
И Солярис мы не понимаем.

А нам то чтО из всего этого.

Инопланетяне, понятно, не любят они кружки авиамоделирования, клубы фанатов кошек, семинары йогов и прочие специализации человека на чем-то одном. Не увлекает их такой подход.
А нам то чтО, опять же.

Ничего.

Я же говорил, эта тема несерьёзная. Никакие проблемы на Земле она решить нам не позволит.
Потому как в ней хоть и про главную проблему на Земле говорится. Но не у людей эта проблема.

У нас такой нет. Нам скучать не приходится. Обстановка на Земле сложная.
Согласитесь.

Главная проблема на Земле Инопланетяне, Социологическое исследование, Искусственный интеллект, Кибернетика, Длиннопост

Дубликаты не найдены

+1
Шта блять я сейчас попытался прочесть!!??
раскрыть ветку 1
0
Весна. Уфологи обострились.
0
Что куришь бро?
-2
Не такие уж мы и поверхностные
раскрыть ветку 4
0

Один вопрос, нахрена ты это в сообщество кидаешь?

раскрыть ветку 3
0
Случайно, я новичок.
Нужно было по другому адресу. Как здесь удалить пост. Не вижу такой кнопки.)

А кто может убрать пост отсюда? Тут есть админ?
Просьба убрать в общую ленту. Или удалить.
Пост попал сюда случайно.)
раскрыть ветку 2
Похожие посты
106

Эпоха праздного любопытства закончена // Как воскресает кибернетика и рождается искусственный интеллект

В мире, переживающем большой информационный взрыв, анализ данных стал центральной научной дисциплиной, объединяющей самые разные отрасли науки и практики. О том, какое будущее несёт прогресс в области анализа Больших данных, мы поговорили с академиком Александром Кулешовым, директором Института проблем передачи информации РАН, который был основан отцами советской кибернетики, а сегодня создаёт для всего мира самые передовые инструменты анализа информации.

Эпоха праздного любопытства закончена // Как воскресает кибернетика и рождается искусственный интеллект Кибернетика, Информатика, Искусственный интеллект, Интервью, Длиннопост, Кш, Александр Кулешов, Наука

Статья опубликована в журнале "Кот Шрёдингера": http://kot.sh/statya/951/epoha-prazdnogo-lyubopytstva-zakonc...

Автор: Андрей Константинов

Фото: Лана Абрамова

Мы встретились в Олимпийской деревне — на этот раз туда со всего мира съехались не спортсмены, а математики, биологи, физики и другие учёные, вроде бы говорящие на совсем разных языках и думающие о совсем разных проблемах. Они приехали обменяться идеями на конференцию «Информационные технологии и системы», которую ежегодно проводит Институт проблем передачи информации им. А.А. Харкевича РАН (ИППИ).


Здесь говорили об элементарных частицах, человеческом старении, молекулярной эволюции, нейроинтерфейсах — и разнопрофильным специалистам удавалось понять друг друга, ведь, по сути, речь всегда шла о том, как придать смысл бесконечным рядам цифр, как добыть из них полезную информацию. Пока бурлили идеи и кипели споры, Александр Кулешов как радушный хозяин носился среди гостей, стараясь ни про кого не забыть. А в последний день конференции у него нашлось время и для «Кота Шрёдингера».


Поскреби биолога — найдёшь математика


[Кот Шрёдингера] Меня удивило, что на конференции про информационные технологии и системы, которую устраивает математический институт, половина участников — биологи.


[Александр Кулешов] А ИППИ никогда и не был математическим институтом. Это единственное научное учреждение в Советском Союзе, которое с самого начала было создано не как узкопрофильное, а как мультидисциплинарное.


Он возник, когда встала острая необходимость решать проблемы теории кодирования. Создателями института были крупнейшие математики и, я бы сказал, настоящие визионеры: Колмогоров, Гельфанд, Харкевич. Они понимали, что передача информации в системах связи и в живых системах — вещи очень сильно пересекающиеся и, вероятно, подчиняющиеся общим законам.


Сейчас все науки связывает математика, обработка данных. Наука о данных — это то, что пронизывает все направления деятельности нашего института, начиная с биоинформатики и заканчивая телекоммуникациями, живыми системами в самом общем смысле, компьютерной лингвистикой. Математика стала общим фундаментом, на котором только и можно строить мультидисциплинарное соединение. Поэтому у нас мультидисциплинарность не насаждается извне, как в институтах, где создают десять разных подразделений. Это глупости — люди там занимаются своими делами и не особо обращают внимание на соседние подразделения.


[КШ] А как у вас всё устроено?


[АК] У нас биологи-экспериментаторы приходят на математический семинар, рассказывают про свои проблемы, и часто оказывается, что для нас, математиков, это знакомые задачи и решаются они известными способами. То, что вы видите на конференции, и есть конвергенция наук. Очень полезно слушать про чужие задачи. Поэтому я и стараюсь сводить в институте специалистов разного профиля. Кому-то, конечно, неохота вникать в непонятные чужие проблемы. Но приходится. И чёрт его знает, что ему в голову взбредёт, когда он всё это услышит! Конвергенция Взаимопроникновение наук через математику — это действительно мощнейший инструмент.


Идея конвергенции с самого начала отличала наш институт. У нас работал великий физиолог Бернштейн, создавший теорию построения движений, Гурфинкель, известный во всём мире как создатель теории локомоций, психолог Ярбус, первым предложивший отслеживать движения глаз…


[КШ] Но почему здесь так много именно биологов, а не финансовых аналитиков, например?


[АК] При всём уважении финансовую математику я в институте развивать не буду. У меня было много предложений — но не буду. Из принципиальных соображений. Финансовая математика перетягивает огромное количество ресурсов, огромное количество умных людей, которые не создают ничего. Они просто перераспределяют. Я к этому не хочу быть причастным.


[КШ] Но физика, химия! Это же области, где анализ данных, казалось бы, вовсю применяется. А всё-таки здесь больше биологов.


[АК] Сегодня физика и математика на высоком уровне практически не различаются. Человека, разрабатывающего теорию струн, кто-то называет физиком, а кто-то математиком.


Но самые интересные вещи сейчас творятся в биологии. Недавно я своими глазами видел парализованного наркодилера, которому полицейские перебили шейный позвонок. Фантастическая вещь: при помощи нейроинтерфейса он управляет механическими руками — может, например, пить кофе. Это, как сказал бы астронавт Армстронг, маленький шаг для человека и гигантский — для человечества. Но прогресс нейронауки невозможен без анализа данных. Движения этих рук-манипуляторов очень разные, нужен математический аппарат, чтобы найти в них инварианты, что-то общее и устойчивое.


Если бы мне сейчас было 17 лет, я бы пошёл в нейронауку. А поскребите работающих у нас биологов — 99% из них окажутся переучившимися математиками или физиками. Мы сейчас очень активно всем этим занимаемся.

Эпоха праздного любопытства закончена // Как воскресает кибернетика и рождается искусственный интеллект Кибернетика, Информатика, Искусственный интеллект, Интервью, Длиннопост, Кш, Александр Кулешов, Наука

Самолёты, семена и свиньи


[КШ] Математика всегда связывала прочие области знаний, да и вообще — любая наука становилась наукой в полном смысле слова, лишь когда туда приходила математика. Но сейчас, кажется, что-то принципиально новое происходит.


[АК] Конечно. Появилась колоссальная вещь, которая по-настоящему связала все науки — анализ данных.


В 1950-х, во времена Брэдбери, Азимова и фантастических рассказов о роботах казалось, что мы вот-вот коснёмся этого всего. Что будет искусственный интеллект, человекоподобные роботы-помощники. Но оказалось, всё не так просто, теория вырвалась далеко вперёд по сравнению с технологиями и в конце концов стала неинтересной, заглохла — лет на двадцать. Не было технологической поддержки, технологий хранения, передачи и обработки информации. И не было такого количества данных.


Я всё время говорю молодёжи: ребята, читайте старые статьи. Это собрание огромного количества новых идей. Всё забыто, люди начинают заново повторять идеи, которые были высказаны ещё в шестидесятые годы.


Но всё же технология развивалась со страшной скоростью, на моих глазах произошёл невероятный скачок. Пожалуйста, в мире уже установлено больше миллиарда камер — казалось бы, всех террористов можно выловить в аэропортах на раз. Но нет алгоритмов, которые это сделают. Все нужные технологии появились, а алгоритмов нет.


[КШ] Теперь практика обогнала теорию?


[АК] Да, возникла обратная ситуация: раньше был разрыв между теорией и практикой в пользу теории, а сейчас — в пользу практики. Технологии на порядки превосходят математические методы обработки данных.


Оказалось, что все науки и, главное, огромное количество практических задач связаны с обработкой массивов данных таких размеров, о которых мы даже и подумать не могли в былые времена. И это вызвало колоссальный прилив интереса математического сообщества к этим задачам.


Сейчас в математике анализ данных — это тема номер один. Он невероятно востребован на практике, он нужен всем. Нашими инструментами обработки данных пользуются такие компании, как Airbus Group, Porsche, Mitsubishi, Toyota, Michelin, Gas de France, Европейское космическое агентство, AREVA (французский Росатом. — «КШ»). Даже в сельском хозяйстве! Вторым по объёму после Airbus потребителем продуктов, разрабатываемых в нашем институте, является Limagrain, одна из крупнейших в мире компаний по селекции семян. Оказывается, чтобы производить чистые семена, необходима очень хорошая математика.


Вы не представляете, что такое современное сельскохозяйственное производство! В животноводстве, чтобы попасть к племенной свинье, надо пройти четыре зоны очистки, дважды принять душ. Там свиньям делают томографию, а софт, который мы производим, эти данные анализирует — всё это нужно для того, чтобы получить оптимальное соотношение мяса и жира. Представляете, что такое засунуть свинью в томограф? «Мадам, не двигайтесь!» Она же должна там минут пятнадцать простоять спокойно. Мы часто даже не понимаем уровень своей отсталости, а он безумный в таких вот областях.


Для математика что самолёты, что семена, что свиньи — это в некотором смысле одно и то же. У тебя есть чёрный ящик. Ты не знаешь, что в нём происходит. Но у тебя есть входные данные, выходные данные и некоторые ручки, поворачивая которые ты можешь вытянуть результат. Тебе нужно найти правильное положение ручек, чтобы результат был наилучшим. И в этом смысле вывод новых пород семян или получение новой формы крыла — это одна и та же задача. Вот этим мы, собственно, и занимаемся.

Эпоха праздного любопытства закончена // Как воскресает кибернетика и рождается искусственный интеллект Кибернетика, Информатика, Искусственный интеллект, Интервью, Длиннопост, Кш, Александр Кулешов, Наука

Шаманы нейронных сетей


[КШ] Что такое информация с точки зрения математики — можете на пальцах объяснить?


[АК] Я не буду морочить вам голову определением Колмогорова, определением Шеннона и так далее. Давайте исходить из другого: в бытовом смысле сегодня любая информация цифровизована. Информация — это всё, что представлено в виде ноликов и единичек. Фильм — это тоже нолики и единички, как и фотография, и текст. Всё это информация, и всю её можно анализировать математически.


[КШ] То есть мы в этих ноликах и единичках ищем какие-то закономерности, какие-то узоры, повторы?


[АК] Смысл анализа данных — это извлечение новых знаний из информации. Мы ищем закономерности, пытаемся понять, но главное — это предсказывать. Что произойдёт, если я изменю форму крыла самолёта? Что будет, если я изменю два типа скрещиваемых растений? Мы делаем предсказания, основанные на данных. И вот в этом смысле математика сейчас объединяет все науки. Они ведь изначально основаны на экспериментах, эксперимент — это всегда данные, а обработка данных — это математика.


[КШ] Вы в своей лекции привели много замечательных примеров применения такого метода анализа данных, как deep learning, глубокое обучение. Можете объяснить, что это такое?


[АК] Да это самый главный вопрос современности! И ответа на него не знает никто. Речь идёт о гигантских нейросетях, способных обучаться — примерно так, как обучается речи ребёнок, по аналогии, не зная никаких правил грамматики. Мы вводим в нейросеть информацию, она её изучает и выдаёт результат обработки, но как она его получила, мы не понимаем. И я очень сомневаюсь, что в ближайшие полвека поймём. Это тот случай, когда эксперимент бежит впереди объяснения. К тем, кто умеет проектировать такие сети, относятся как к гуру или шаманам — они сами толком не понимают, что делают, ориентируются на интуицию, но если у них получается, им готовы платить любые деньги.


[КШ] Нейронные сети в математическом смысле — это, насколько я понимаю, совсем не про реальные нейроны и мозг?


[АК] Конечно, хотя сначала думали, что нейронные сети — это некий аналог того, как работают нейроны в мозгу, хотя никто точно этого не знает. Эта антропоморфность, на мой взгляд, — совершенно ложная вещь. Это как первый самолёт, похожий на летучую мышь, ещё до братьев Райт, который хлопал крыльями, — он даже как-то летал. Но не нужно самолёту хлопать крыльями, как птица. И стальные жеребцы у нас по дорогам не бегают. Почему мозг в этом смысле должен чем-то отличаться?


Мы же знаем, что ещё в 1997 году Каспарова обыграл в шахматы Deep Blue, а в 2011-м Watson обыграл тогдашнего чемпиона в Jeopardy, — для этого не нужно быть похожим на мозг. Хотя какие-то разумные идеи приходят и из биологии и должны применяться в микроэлектронике и программах. Но никто не сказал, что будущий искусственный интеллект или робот, как из рассказов Азимова, будет устроен по образу и подобию человека. Скорее всего, нет, хотя я могу ошибаться.


Торжество кибернетики


[КШ] ИППИ создавали, вдохновляясь идеями модной тогда кибернетики?


[АК] Конечно. Отцы кибернетики Винер, Шеннон — они всё, что сейчас происходит, предвидели. Но, к сожалению, люди восприняли их идеи как ближайшее будущее, как следующий шаг. А когда следующий шаг не случился, интерес к этим идеям был потерян.


[КШ] Получается, сейчас настаёт время реального торжества идей кибернетики?


[АК] Конечно, конечно!


[КШ] Вы чувствуете связь с кибернетикой того времени?


[АК] Самую прямую. Возьмём теорию локомоций Гурфинкеля — казалось бы, какое отношение она имеет к роботам? А ведь Boston Dynamics лишь совсем недавно сумела сделать антропоморфного робота, который может ходить не только по гладкой поверхности. Раньше подложишь роботу спичечный коробок — пи-и-ип, и вся антропоморфность на этом заканчивалась. А сейчас хоть полено положи — он поймёт и переступит.


Эта сложнейшая технология, на разработку которой ушли десятилетия, во многом основывается на трудах Гурфинкеля и нашей лаборатории. Когда человек просто стоит, одновременно работают тридцать мышц. Стоять, кстати, сложнее, чем ходить, недаром перед парадом солдаты в обморок падают — в ожидании.


[КШ] Нынешние роботостроители говорят, что главный «тест Тьюринга», позволяющий отличить робота от человека, должен быть основан не на речи, а на движении: воспроизвести пластику человека гораздо сложнее, чем симулировать интеллект.


[АК] Мы приближаемся к реальности, которая описана в рассказах Азимова. Глубокое обучение — это замечательный пример создания устройств, про которые мы уже сами не понимаем, как они работают. Это очень важный рубеж, принципиальный. Инструмент, который может себя воссоздавать или совершенствовать, а мы даже не понимаем, как это происходит, — решающий шаг на пути к искусственному интеллекту, и он уже сделан. Человечество создало механизм, который делает невероятные с нашей точки зрения вещи и работает непонятным нам способом.


Опознать собаку и найти алмаз


[КШ] Почему свою лекцию, открывающую конференцию, вы назвали «Эпоха праздного любопытства закончена»?


[АК] Праздное любопытство — это когда я занимаюсь интернет-серфингом или в поезде журнал листаю: вдруг да попадётся что-то интересное? И не потому вовсе, что я не знаю, что меня интересует, — просто нет механизма, который найдёт это, и я занимаюсь неструктурированным поиском. Так вот, он уходит в прошлое. Поиск, когда мы просто пытаемся выловить что-нибудь интересное в окружающем мире, становится невозможным. Потому что количество информации растёт экспоненциально. И бродить без цели в этом море бессмысленно.


Зато возникли инструменты, позволяющие найти любую информацию. Скоро, например, появится механизм поиска информации по фото и видео в интернете — это самое ближайшее будущее, завтрашний день. Как сейчас мы пользуемся ключевыми словами и фразами, когда ищем что-нибудь в интернете, точно так же будет устроен в скором времени и видеопоиск.


Девяносто процентов всех имеющихся на сегодня данных были получены за последние два года. Я сам сначала был крайне удивлён этой цифрой. Но коллега из MIT убедил меня на простом примере. Он сказал: «А ты знаешь, что, когда кубок Стэнли провозили по городу, полтора миллиона человек снимало это на видео и клало в свои архивы?» Большая часть информации, которая сейчас хранится в Сети, — это видео. И если за последние двадцать лет мы более-менее научились обращаться с текстовой информацией, то с видеоинформацией мы работали мало.

Эпоха праздного любопытства закончена // Как воскресает кибернетика и рождается искусственный интеллект Кибернетика, Информатика, Искусственный интеллект, Интервью, Длиннопост, Кш, Александр Кулешов, Наука

[КШ] Чтобы научить систему узнавать изображения, нужно ведь как-то сопоставить их со словами?


[АК] Есть открытые сайты, где этим занимается масса людей, например ImageNet. Пользователи этого сайта разметили 14 миллионов фотографий — в виде пирамиды понятий. Вот у нас млекопитающие, вот собаки, вот терьеры, а вот бультерьеры, понимаете? Это делают китайцы на деньги правительства Соединённых Штатов. Представьте себе, сколько нужно людей и времени, чтобы вручную это сделать! А потом Сеть всё это, условно говоря, прочла и поняла, где хаски, где сибирская лайка и так далее.


Ещё три месяца назад человек распознавал объекты на фотографиях чуть лучше, чем аналогичная гугловская платформа GoogleNet. Люди делали ошибки в 5% случаев, программа — в 6%. А сегодня гугловская сеть уже превзошла человека: она делает всего 4,5% ошибок.


Но распознавание образов — это же страшная вещь! О частной жизни можно забыть. Тебя сфотографировали и тут же опознали. Вот спускаюсь я на эскалаторе и вижу девушку, которая поднимается. Я её не догнал, но фотографию сделал — тут же распознал, залез к ней в «Одноклассники» и вот, пожалуй, расхотел знакомиться.


[КШ] Это наше ближайшее будущее?


[АК] Да, хотя пока мы такие вещи делать не умеем. Зато, например, мы замечательно распознаём колёса. Наша программа распознаёт все типы колёс, которые только есть в мире. Или, скажем, алмазы — распознавание всех алмазов в мире сегодня происходит на нашем софте: на глаз ведь нельзя предсказать, есть ли в породе алмаз, а мы можем.


И ещё одна очень важная вещь про ближайшее будущее. С развитием методов экстракции знания из информации будет уменьшаться потребность в «синих воротничках». Не только в рабочих, а вообще в людях средней квалификации.


В Соединённых Штатах, например, первое, что бросается в глаза уже в аэропорту: на каждом углу стоит человек, ничего полезного, в общем-то, не делающий. Совершенно очевидно, что его работа — просто социальная функция. Надо чем-то занять людей, чтобы не жевали кокаин. Нет, его не едят, кажется... Ну, не важно. Современное общество может прокормить огромное количество людей, а занять не может.



Опубликовано в журнале «Кот Шрёдингера» №12 (14) за декабрь 2015 г.

Показать полностью 3
Похожие посты закончились. Возможно, вас заинтересуют другие посты по тегам: