MediaMag.su

Учёные ЛЭТИ разработали компьютерную модель, которая предсказывает распространение солнечного ветра и его влияние на спутники, связь и навигацию. Поток заряженных частиц в космосе они описали по аналогии с водой — как единую сплошную среду. Расчёты охватывают область от Солнца до орбиты Марса.

Несмотря на то что частицы солнечного ветра находятся далеко друг от друга, на удалении около 15 млн км от Солнца их хаотичное движение упорядочивается. Здесь плазму уже можно описывать уравнениями магнитной гидродинамики, похожими на те, что используют для обычных жидкостей. Модель позволяет определять плотность и скорость частиц у Земли с высокой точностью.

Эти данные служат основой для прогнозирования геомагнитных бурь. Зная заранее, как солнечный ветер повлияет на околоземное пространство, можно вовремя оценить риски для работы спутников и систем связи. Разработка уже внедрена в виде службы компьютерного моделирования и готова к практическому применению.

«Мы разработали службу компьютерного моделирования солнечного ветра, основанную на принципах магнитной гидродинамики. Модель рассматривает поток заряженных частиц в космосе как единую сплошную среду – подобно воде», — отметил доцент кафедры алгоритмической математики СПбГЭТУ ЛЭТИ Дмитрий Павлов.

Ученые Кабардино-Балкарского государственного университета разработали робота, который самостоятельно играет в шахматы. Устройство представляет собой руку-манипулятор. Оно объединяет элементы робототехники, машинного зрения и искусственного интеллекта (ИИ). Робот видит доску с помощью 3D-камеры, которая распознает фигуры, определяет их положение и замечает ошибки соперника.

Особая деталь системы это специальный захват, который контролирует силу сжатия. Процесс распознавания позиции и принятия решения занимает от 0,1 до 2 секунд. Физическое перемещение фигуры происходит за 4−10 секунд из-за особенностей механики. Робот играет на уровне международного гроссмейстера и продумывает наперед несколько комбинаций, отметили в вузе.

Разработка имеет образовательное значение. Студенты с ее помощью лучше понимают принципы конструирования и программирования. В планах создание веб-платформы для игры с роботом, проведения турниров и образовательных программ.

Компания «Системы механической защиты» создала уникальную противодроновую сеть «Дарвин-Z», которая не рвётся в клочья при подрыве дрона. Её Z-образные ячейки при взрыве сползаются и затягивают дыру почти наполовину. Сеть уже готова к установке, весит мало и не требует специальных опор.

Как сообщает РИА Новости, раньше от FPV-дронов использовали обычные рыбацкие сети — они быстро рвались, и ставить их было трудно. Новая сеть поставляется готовым полотном, её можно закрепить на чём угодно: хоть на металлических профилях, хоть на деревянных кольях. Когда дрон взрывается, ячейки смещаются и закрывают до половины пробоя — пролезть в ту же дыру становится сложнее.

«Дарвин-Z» сделана из полипропилена и весит всего 40 граммов на квадратный метр. По краям и в ключевых местах встроены особые силовые ячейки — при натяжении они работают как несущие тросы. Разработчик утверждает, что это удешевляет защиту объектов и упрощает монтаж по сравнению с зарубежными аналогами.

«Её ячейка имеет форму латинской буквы Z. Когда дрон подрывается на полотне, конструкция не разрывается вхлам, а «сползает» — соседние ячейки смещаются и частично затягивают образовавшуюся дыру. Это сокращает чистую площадь пробоя до 50 процентов, и использовать тот же коридор для залёта становится гораздо сложнее», — рассказал гендиректор компании «Системы механической защиты» Дмитрий Дорофеев.

В пресс-службе Департамента информационных технологий (ДИТ) Москвы сообщили, что Единый центр биометрических испытаний впервые проверил российские решения для распознавания лиц. Участие приняли пять компаний-разработчиков из Москвы и Челябинска.

Алгоритмы тестировали по методике «один к многим» на базе из 750 тысяч изображений. Специалисты оценивали надежность сбора данных при сложных случаях, например, когда человек в очках, маске или повернут вполоборота. Также проверялась точность распознавания, то есть частота ошибок, когда система не узнает нужное лицо или путает его с другим.

Главная особенность испытаний в том, что использовались снимки с камер городского видеонаблюдения. Таким образом разработчики демонстрировали работу своих алгоритмов с учетом реального климата, времени суток и разных типов оборудования. Все семь решений показали высокие результаты, отметили в пресс-службе.

Центр планирует проводить такие тесты не реже одного-двух раз в год.

В пресс-службе Самарского государственного технического университета сообщили, что ученые вуза получили патент на новый метод синтеза фенольных антиоксидантов. Эти добавки нужны для увеличения срока службы полимерных материалов. Технология полезна для производителей синтетических каучуков, полиолефинов и других крупнотоннажных полимеров.

Авторы работы использовали 3,5-ди-трет-бутил-4-гидроксибензиловый спирт и двухосновные карбоновые кислоты. Антиоксиданты замедляют старение полимеров под действием кислорода, тепла и света. Молекулы материала со временем распадаются на свободные радикалы. Добавки прерывают этот процесс радикально-цепного окисления углеродной цепи. В итоге изделие служит дольше. Предложенный процесс идет в расплаве методом переэтерификации в присутствии катализатора.

Разработка поможет создать отечественное производство антиоксидантов вместо импортных продуктов, отметили в пресс-службе.

В пресс-службе национального мессенджера Max сообщили о резком росте активности пользователей. За первый квартал 2026 года люди отправили более 90 миллиардов сообщений и совершили свыше 3 миллиардов звонков. Для сравнения, за три квартала прошлого года было отправлено всего 10 миллиардов сообщений и сделано 2,2 миллиарда звонков, пишет РИА Новости.

Таким образом, в январе-марте текущего года количество отправленных сообщений выросло в девять раз по сравнению с показателем за весь предыдущий период с момента запуска сервиса в марте 2025 года. Число звонков увеличилось в полтора раза.

С момента запуска мессенджера в марте 2025 года пользователи Max отправили более 100 миллиардов сообщений и совершили 5,2 миллиарда звонков.

Компания «Русал» планирует к 2026 году внедрить технологию мониторинга электролиза с помощью машинного зрения на пяти алюминиевых заводах. Затраты на это решение искусственного интеллекта (ИИ) составляют около 1,6 миллиарда рублей. Система предусматривает установку специальных видеокамер для круглосуточного наблюдения примерно за 6500 электролизерами.

По словам Технического директора «Русала» Виктора Манна, технология уже полностью работает на Красноярском алюминиевом заводе. Сейчас ее устанавливают на Братском, Волгоградском, Иркутском и Новокузнецком предприятиях. Нейросеть обучали на сотнях часов видео распознавать признаки разгерметизации, такие как дым или огонь. При этом алгоритм отличает их от проблесковых маячков техники, солнечных зайчиков и отражений.

Директор по автоматизации производства «Русал ИТЦ» Михаил Гринишин отметил, что машинное зрение вдвое сокращает время обнаружения неполадок по сравнению с плановыми обходами персонала. При обнаружении нарушения система вызывает оператора. Это позволяет повысить герметичность электролизеров и снизить воздействие на окружающую среду.

В рамках федерального проекта «Чистый берег» завершилось обучение нейросети, которая помогает комплексно подходить к очистке побережий. Искусственный интеллект (ИИ) анализирует происхождени мусора и прогнозирует необходимые трудозатраты.

Проектный директор Фонда защитников природы Роман Корчигин в пресс-центре «ТАСС Дальний Восток» пояснил, что на особо охраняемых территориях скапливается много пластикового мусора, который вредит животным. Нейросеть, созданная совместно с Yandex Cloud, поможет понять, какие виды отходов и в каких регионах появляются, чтобы эффективнее планировать уборку.

Проект стартовал в 2020 году. С 2025 года он получил грантовую поддержку Президентского фонда природы и вышел на федеральный уровень. За это время очищено более 50 километров береговых линий на Камчатке, в Ленинградской области и Приморском крае.

Специалисты Пермского национального исследовательского политехнического университета разработали программное обеспечение для прогнозирования автомобильных пробок. Как сообщили в пресс-службе вуза, существующие методы борьбы с заторами не позволяют предсказать их заранее, а новая разработка не имеет аналогов в России и за рубежом. Исследование проведено в рамках программы «Приоритет 2030».

Программа анализирует данные с уличных комплексов фото- и видеофиксации, которые уже установлены на дорогах. Ученые выделили четыре состояния транспортного потока: свободное движение, начало затора, его развитие и сформировавшаяся пробка. Алгоритм вычисляет среднее время проезда участка за 5, 15 и 30 минут, а затем прогнозирует вероятность образования пробки за 20−40 минут до ее возникновения.

Тестирование проходило на дорогах одного из российских городов. Результаты расчетов можно использовать для оперативной настройки светофоров или направления регулировщика, отметили в пресс-службе.

Опрос более 5000 владельцев смартфонов в США показал: пользователи iPhone стали ещё преданнее своей марке. Сейчас 96,4% владельцев iPhone при следующей покупке снова выберут устройство Apple. В 2019 году таких было 90,5%.

При этом пользователи Android в 3,7 раза чаще готовы перейти на iPhone, чем наоборот. 13,6% владельцев Android-смартфонов планируют при следующей замене телефона купить iPhone. Среди владельцев iPhone перейти на Android собираются только 3,6%.

Почему люди остаются с iPhone? 60,8% просто предпочитают iOS, 17,4% не хотят терять покупки и экосистему Apple, также называли «надёжность», «простоту использования» и «доверие к защите личных данных».

А кто уходит с iPhone на Android, делают это в основном из-за цены.