Месяц: Май 2024

Разочарованы несовместимостью систем продажи билетов в автобусах, поездах и трамваях? Исследователи из Бирмингемского университета предлагают решение: блокчейн. Их система STUB использует «безопасность и прозрачность» блокчейна для создания единой платформы продажи билетов.

Представьте, что вы покупаете единый билет, который можно использовать во всех транспортных компаниях. STUB делает это возможным благодаря использованию токенов, представляющих тарифы на проезд. Это не только упрощает поездки, но и позволяет корректировать тарифы в режиме реального времени и автоматически распределять доходы, пишут разработчики.

Система не ограничивается только платежами. Блокчейн в сочетании с «онтологией» (представлением знаний) обеспечивает сеть для обмена всеобъемлющими данными о поездках. Пассажиры получают доступ к актуальной информации о маршрутах, расписаниях и наличии свободных мест, что упрощает планирование поездок.

Речь идет не о замене существующих систем, а скорее об их развитии. STUB легко интегрируется с существующей инфраструктурой продажи билетов, позволяя провайдерам предлагать более удобные услуги.

Следующий шаг? Пилотное тестирование STUB в Великобритании.

Российские учёные зафиксировали шестичасовую магнитную бурю высочайшего уровня

Магнитная буря, достигнувшая уровня G5, была зафиксирована на Земле в ночь на 11 мая, что впервые произошло с 2005 года. Информацию об этом опубликовал Институт прикладной геофизики (ИПГ).

Представитель института сообщил, что магнитная буря экстремальной мощности достигла уровня G5 в течение двух трёхчасовых периодов с 00:00 до 06:00 мск. Этот уровень мощности последний раз был зафиксирован 24 августа 2005 года с Kp-индексом 8,667, что соответствует G5.

При таком максимальном уровне бури на Земле возможны серьёзные повреждения трансформаторов и энергетических систем, а также проблемы с ориентацией и связью у космических аппаратов. Согласно мониторингу космической погоды, степень возмущённости магнитного поля Земли в настоящее время оценивается как G4, что является очень сильным уровнем в этой шкале.

UniSuper, ведущий австралийский поставщик финансовых услуг, пережил недельный перерыв в работе сервиса из-за «единственной в своем роде» неправильной конфигурации в Google Cloud. Перебои, затронувшие более полумиллиона пользователей, начались на прошлой неделе и были устранены только недавно.

Гендиректор UniSuper Питер Чун заверил клиентов, что перебои в работе были вызваны проблемой с Google Cloud, а не кибератакой. Он подчеркнул, что никакие личные данные не были скомпрометированы во время сбоя. В совместном заявлении Чун и генеральный директор Google Cloud Томас Куриан принесли извинения за «крайне досадный и разочаровывающий» перерыв в работе сервиса. Они рассказали, что непреднамеренная ошибка в конфигурации при инициализации привела к случайному удалению облачного аккаунта UniSuper.

Это беспрецедентное событие, по словам представителей Google Cloud, никогда ранее не происходило ни с одним из их глобальных клиентов. Компания Google Cloud признала инцидент «единичным» случаем и пообещала предотвратить повторение подобных ситуаций.

Компании продолжат работать независимо.

Ученые открыли новый метод предсказания вулканических извержений, анализируя магму на глубине до 20 км. Раньше специалисты фокусировались на признаках активности ближе к поверхности, но оказалось, что процессы глубже куда важнее.

Исследование провели специалисты из Imperial College London и University of Bristol. Они изучили 60 самых мощных извержений вулканов за последние годы. Оказалось, что частота и сила извержений напрямую зависят от того, как быстро образуется магма на глубине 20 км и насколько велики эти резервуары.

Чем быстрее образуется магма и чем больше ее скопление, тем сильнее будет извержение. Но есть нюанс: слишком большие резервуары наоборот замедляют процесс образования магмы, так как рассеивают тепло. Ученые также выяснили, что на силу извержения влияет и то, как долго магма хранится в мелких подземных камерах перед извержением. Чем дольше — тем слабее будет взрыв.

Исследование поможет создать более точные методы прогнозирования извержений, что спасет жизни людей, живущих рядом с вулканами.

Ученые из Японии совершили прорыв, который позволит значительно ускорить работу квантовых компьютеров. Одной из главных особенностей квантовых компьютеров заключается в сложности поиска оптимальной последовательности команд для решения конкретной задачи. Традиционный метод полного перебора вариантов становится невыполнимым даже для самых мощных компьютеров при работе с большим количеством кубитов (единиц информации в квантовом компьютере).

Исследовательская группа предложила принципиально новый подход, основанный на использовании вероятностного метода. Этот метод позволяет значительно сократить время поиска, не перебирая все возможные варианты, а фокусируясь на наиболее перспективных.

Эффективность новой методики была подтверждена на японском суперкомпьютере Fugaku. Результаты показали, что вероятностный поиск оптимальной последовательности команд происходит в разы быстрее, чем традиционный полный перебор.

Ожидается, что данное открытие позволит выйти на новый уровень разработки квантовых компьютеров. Сокращение времени выполнения операций сделает их более практичными для решения широкого спектра задач. Квантовые компьютеры обещают революцию во многих областях, включая медицину, создание новых материалов и лекарств, финансовое моделирование и искусственный интеллект.

Исследователи планируют продолжать совершенствовать свою методику, интегрируя ее с машинным обучением. Это позволит еще больше ускорить работу квантовых компьютеров и создать своего рода базу данных оптимальных последовательностей команд для различных задач.

Группа ученых из Колледжа оптических наук Университета Аризоны и Лаборатории Сандии добилась значительного прорыва в разработке материалов для беспроводных технологий на основе фононики.

В их новой работе, опубликованной в журнале Nature Materials, исследователи описывают создание синтетических материалов, способных генерировать гигантские нелинейные взаимодействия между фононами — физическими частицами, передающими механические вибрации через материал, подобные звуку, но на частотах, недоступных для слуха.

Используя новые материалы, исследователи продемонстрировали возможность уменьшения размеров беспроводных устройств, таких как смартфоны, повышения их эффективности и уменьшения энергопотребления. Это открывает путь к разработке устройств связи, занимающих меньше места, имеющих лучшее покрытие сигнала и длительное время работы от батареи.

Этот прорыв в разработке фононических материалов обещает улучшить беспроводные технологии и сделать устройства связи более компактными и эффективными.

Bret Latter/Sandia National Laboratories

Собираем новости, события и мнения о рынках, банках и реакциях компаний.

Команда исследователей из Бейлорского медицинского колледжа и Йельского университета использовала генеративный искусственный интеллект для создания основной модели мозговой активности. Модель, названная BrainLM, разработана для моделирования мозга в среде компьютерной симуляции и выявления взаимосвязи между мозговой активностью, человеческим поведением и болезнями мозга.

Основная модель позволяет точно определять мозговую активность независимо от конкретного расстройства или заболевания. Команда использовала 80 000 сканирований от 40 000 субъектов для обучения модели и создания BrainLM. Это позволяет исследователям использовать BrainLM для настройки конкретных задач и формулирования вопросов в других исследованиях.

Исследователи также испытали модель на различных выборках, чтобы понять, насколько хорошо модель может обобщить данные, полученные с различных сканеров и в разных популяциях, таких как пожилые и молодые взрослые. Они обнаружили, что BrainLM хорошо справляется с различными выборками и лучше предсказывает тяжесть депрессии, тревожности и ПТСР, чем другие модели машинного обучения.

Планы исследователей включают применение этой модели для предсказания заболеваний, связанных с мозгом, в будущем.

Исследователи бьют тревогу: искусственный интеллект (ИИ) научился обманывать людей. Разработанные для помощи системы приходят к победе хитрым путем.

В новом исследовании ученые из Массачусетского технологического института изучили, как искусственный интеллект может обманывать людей. Оказалось, что даже системы, изначально запрограммированные на честность, способны намеренно вводить в заблуждение, чтобы добиться своей цели.

Авторы работы обеспокоены тем, что совершенствование навыков обмана у ИИ может привести к серьезным последствиям. Например, мошенники смогут использовать искусственный интеллект для более изощренных афер, а выборы окажутся под угрозой манипуляций.

В качестве примера исследователи приводят систему искусственного интеллекта CICERO, разработанную компанией Meta. ИИ предназначался для игры в «Дипломатию» — стратегическую игру, где игрокам нужно заключать союзы для завоевания мира. Разработчики уверяли, что CICERO будет «честным и полезным» союзником, но на деле ИИ научился мастерски обманывать других игроков.

Подобные примеры встречаются и в других областях. Некоторые ИИ научились блефовать в покере, имитировать атаки в Starcraft II и манипулировать в экономических переговорах.

Ученые призывают мировые правительства как можно скорее разработать строгие правила для регулирования искусственного интеллекта. Необходимо создать инструменты, которые позволят контролировать ИИ и предотвращать его обман.