Месяц: Май 2024

Ученые разработали новый метод, позволяющий с высокой точностью изучать отдельные молекулы без использования светящихся меток. Это поможет лучше понять, как взаимодействуют друг с другом компоненты вещества.

Новый метод может найти применение в различных областях, включая разработку лекарств и создание современных материалов. Традиционно для изучения поведения молекул используются светящиеся метки, но они искажают естественное взаимодействие молекул. Новый метод позволяет «видеть» молекулы без меток, что открывает большие возможности для исследований.

По словам ученых, изучение отдельных молекул позволяет получить принципиально новую информацию о материалах и биологических системах. Для изучения молекул используется микрорезонатор — крошечная полость, удерживающая свет на короткое время. Молекулы попадают в полость, где свет взаимодействует с ними. Это позволяет не только обнаружить молекулу, но и узнать ее характеристики, например, скорость движения в воде.

Такая информация поможет изучать форму молекул и то, как они взаимодействуют друг с другом. Новый метод позволит быстро и просто определять, взаимодействует ли лекарство с белком, что важно для разработки лекарств.

Ученые из Стэнфорда создали новую модель оценки риска наводнений, которая учитывает особенности каждого района города. Это позволит властям планировать противопаводковые мероприятия более справедливо, защищая все районы, а не только некоторые.

Обычные модели часто не учитывают, как повышение уровня моря и сильные ливни влияют на риск наводнений в разных частях города. Новая модель позволяет произвести моделирование миллионов вариантов наводнений с учетом различных факторов, таких как уровень дохода жителей района.

Исследователи применили модель к одной из рек в Калифорнии. Оказалось, что первоначальный план по реконструкции моста через реку мог увеличить риск наводнений для некоторых районов с низким доходом. Ученые поделились своими результатами с местными властями, которые учли их при планировании противопаводковых мероприятий.

Новая модель поможет другим городам учитывать риски наводнений для всех районов и избежать несправедливого распределения средств на защиту.

Ученые из Университета Южной Австралии создали модель машинного обучения, которая за секунду оценивает креативность учеников по тесту рисования. Сейчас проверка теста занимает 15 минут у учителя. Новая разработка позволит сэкономить педагогам тысячи часов.

Тест на творческое мышление (TCT-DP) считается лучшим инструментом для оценки креативности у школьников. Однако он дорогой, долгий и трудоемкий. Новая модель снижает стоимость теста в 20 раз, а результаты становятся быстрее и точнее.

Раньше проверка теста для школы с 1000 учеников стоила $ 25,000 и занимала 10 недель. Теперь это обойдется в $ 1000, а результаты будут готовы за 1−2 дня. По словам ученых, тестирование креативности помогает выявить талантливых детей, которых могут не заметить по традиционным тестам.

Развитие творческих способностей защищает детей, чьи успехи ниже среднего, так как этот навык не поддается автоматизации. Сейчас модель разрабатывается как приложение для учителей.

Группа ученых из Японии, Китая и Финляндии разработала систему, использующую искусственный интеллект для замены участков изображений, угрожающих конфиденциальности, на визуально похожие, но сгенерированные при помощи ИИ альтернативы.

Именуемая «генеративной заменой контента», эта технология позволяет сохранить повествовательность изображения, а также обеспечить защиту частной информации. Представленное на конференции CHI Association for Computing Machinery в Гонолулу, исследование показало, что 60% пользователей не могли определить, какие изображения были изменены.

Система, названная генеративной заменой контента (GCR), автоматически заменяет участки изображения, которые могут представлять угрозу для конфиденциальности, на искусственно созданные заменители.

Хотя некоторые могут быть обеспокоены рисками такого реалистичного изменения изображений, где границы между оригинальным и измененным изображением становятся менее очевидными, команда ученых положительно относится к его преимуществам.

Ранее идею критиковали продавцы и производители техники.

Нейросеть YandexGPT теперь может классифицировать тексты по критериям, которые задаёт ей человек

Yandex Cloud, сервис облачного хранения данных, предоставил пользователям возможность автоматической классификации текстов с помощью нейронных сетей. Согласно представителям компании, этот классификатор, основанный на технологии YandexGPT, будет использоваться для различных целей, включая выявление недопустимой информации, обработку обращений клиентов, борьбу со спамом и противодействие мошенничеству.

Процесс классификации текстов, по словам представителей компании, происходит следующим образом: пользователь определяет категории, по которым хочет классифицировать тексты, затем загружает в сервис примеры текстов для каждой категории. После этого он получает доступ к созданной модели-классификатору, настроенной под конкретную задачу.

В пресс-службе фонда «Сколково» сообщили, что фон и «Почта России» заключили соглашение о внедрении системы интеллектуального моделирования в логистике с 2024 по 2026 год. Партнером почты станет резидент «Сколково», который занимается созданием оптимизационных платформ. Этот проект позволит почте автоматизировать операции и оптимизировать маршруты доставки.

Используя искусственный интеллект, система прогнозирования определит поток почтовых отправлений и предложит оптимальные маршруты доставки. Первоначальные расчеты показывают, что это позволит сократить сроки доставки и уменьшить затраты на транспортировку, отметили в пресс-службе.

«Почта России» рассматривает цифровизацию как способ повышения качества услуг и улучшения клиентского сервиса. Проект фокусируется на стимулировании спроса на технологии искусственного интеллекта в целях повышения эффективности предприятий.

Специалисты СКФУ начнут использовать наночастицы для улучшения тканей из шёлка

Специалисты Северо-Кавказского федерального университета (СКФУ) разработали технологию, которая использует шёлковые нити для создания устойчивых к влаге и солнечному излучению материалов. Эта технология внедряет различные наночастицы в шёлковое волокно, что позволяет улучшить качество текстильной продукции и материалы для текстильной промышленности.

Шёлк получают из коконов тутовых шелкопрядов, где основные компоненты волокна — серицин и фиброин, придающие ему эластичность. Однако шёлковые нити имеют недостатки, такие как уязвимость к ультрафиолетовому излучению, что делает материал менее долговечным.

Специалисты СКФУ предложили способ модификации шёлковых нитей с помощью наночастиц металлов и их оксидов, таких как серебро, медь, железо, кобальт, титан и кремний. Этот метод позволяет создавать шёлковые материалы с новыми функциональными свойствами, такими как устойчивость к УФ-излучению и антибактериальные свойства, что делает их более долговечными и гигиеничными.

Ученые из университета Дьюка создали модель машинного обучения, которая значительно улучшает способность медиков читать электроэнцефалограммы (ЭЭГ) пациентов на интенсивной терапии. Эта вычислительная система может помочь спасти тысячи жизней ежегодно, так как она позволяет отслеживать состояние пациентов и определять моменты, когда они находятся в опасности.

ЭЭГ использует небольшие сенсоры, прикрепленные к коже головы, для измерения электрических сигналов мозга. Следы, оставляемые на графиках ЭЭГ, могут указывать на различные состояния, включая судороги или события, похожие на судороги.

Ученые разработали инструмент, который анализирует эти графики и определяет вероятность наличия различных видов судорог или других аномалий. Проведенные тесты показали, что медики, использующие этот инструмент, стали гораздо точнее в определении состояния пациентов, что может значительно повысить их шансы на выздоровление.

Duke University

Новый универсальный беспилотный аппарат для сельского хозяйства, доставки грузов и мониторинга был представлен инженерами из Новосибирска. Разработку назвали в честь ураганного байкальского ветра — «Сарма». Этот беспилотник может пролететь до 1200 километров и носить на борту до 120 килограммов груза.

Руководитель проекта, профессор Новосибирского государственного технического университета Илья Зверков отметил, что «Сарма» имеет ряд уникальных характеристик, включая жесткий силовой каркас, алюминиевые сплавы и волнистый профиль обшивки крыла, которые делают его безопасным и эффективным.

Беспилотник разрабатывался в рамках программы министерства науки и национального проекта «Наука и университеты». Над проектом работали различные подразделения Новосибирского государственного технического университета, а также институты и предприятия региона.