Месяц: Июнь 2024

Стоматолог-терапевт, стоматолог-пародонтолог, врач высшей категории, к.м.н. Елена Мартынова объяснила, почему средства для освежения полости рта могут не справляться со своей задачей.

Врач отметила, что неприятный запах изо рта — признак не только некачественной гигиены, но и болезней, и не только ротовой полости. В частности, неприятный запах может быть симптомом болезней ЖКТ, что указывает на важность обследования.

Неприятный запах может быть устойчивым при приёме ряда препаратов, но сразу проходит, как только прекращается приём этих лекарств.

Но всё же чаще всего неприятный запах связан с болезнями ротовой полости. К серьёзным патологиям стоматолог отнесла кариозные полости, зубы, разрушенные полностью или в процессе, налёт на языке и зубах, хроническое воспаление и кровоточивость дёсен. По словам Мартыновой, зубы с очагами разрушения за верхушкой корня могут привести к гаймориту, тонзиллиту, отиту.

Материалы новостного характера нельзя приравнивать к назначению врача. Перед принятием решения посоветуйтесь со специалистом.

VK и ВШЭ запустили три магистерские программы обучения специалистов по работе с высоконагруженными системами

VK и МИЭМ НИУ ВШЭ объявили набор на три новые магистерские программы Инженерно-математической школы. Студенты смогут выбрать между «Прикладными моделями искусственного интеллекта», «Высоконагруженными системами и оптимизацией кода» и «Аппаратно-программными комплексами искусственного интеллекта». Программы рассчитаны на абитуриентов с базовым образованием в IT.

Обучение будет проводиться специалистами VK и преподавателями НИУ ВШЭ, которые познакомят студентов с актуальными инструментами, кейсами и технологиями компании. Студенты будут работать над реальными задачами, получая опыт проектирования, разработки и внедрения востребованных IT-продуктов. Лучшие из них смогут пройти стажировку и получить оффер в VK.

Георгий Щелканов, директор по работе с вузами VK, рассказал, что в 2022 году была создана Инженерно-математическая школа. За это время студенты разработали множество проектов и полезных решений, некоторые из них присоединились к команде VK. Теперь опыт этой школы будет транслирован на магистерские программы, чтобы готовить востребованных специалистов в перспективных направлениях вместе с VK Education.

Учёные РАН узнали, как температура водоёма влияет на распространение микропластика

Учёные Санкт-Петербургского Федерального исследовательского центра РАН (СПб ФИЦ РАН), вместе с коллегами из СПбГУ изучили микропластик в Ладожском озере и выяснили, что его распределение в воде зависит от температуры различных слоёв. Дарья Тихонова, младший научный сотрудник Лаборатории комплексных проблем лимнологии, ИНОЗ РАН — СПб ФИЦ РАН, отметила, что микропластик накапливается над термоклином — слоем резкого изменения температуры из-за плотности воды. Когда температурная стратификация отсутствует, микропластик распределяется равномернее.

Микропластик считается одним из главных антропогенных загрязнителей окружающей среды, но его изучение пока не стандартизировано, и нет чётких критериев оценки уровня загрязнения. Большинство исследований фокусируются на поверхностных слоях воды, игнорируя вертикальное распределение. Учёные СПб ФИЦ РАН и СПбГУ решили изучить микропластик в Ладожском озере — крупнейшем пресноводном водоёме Европы, собирая пробы на разных глубинах и участках озера в течение нескольких сезонов.

Анализ частиц микропластика проводился с использованием оптического микроскопа и рамановской спектроскопии. Частицы могли происходить от пластиковых предметов и синтетической одежды. Исследование показало, что микропластик задерживается в термоклине вместе с осаждающимися органическими веществами. Дальнейшие исследования помогут оценить степень загрязнения водоёмов микропластиком и найти способы их очистки. Работа учёных продолжается при поддержке Минобрнауки России и Российского научного фонда.

25% россиян не отвечают на звонки с неизвестных номеров

Россияне предпочитают избегать общения с компаниями по телефону. Согласно исследованию edna, каждый четвёртый не отвечает на звонки с незнакомых номеров, а каждый пятый просто бросает трубку. Другие способы включают использование антиспам-систем (13%) и просьбы удалить номер из рассылки (13%). Когда же россияне все-таки отвечают, они часто говорят, что им неудобно или что они в дороге (30%), просят перезвонить позже или обещают рассмотреть предложение (по 8%).

Треть россиян предпочитают общаться с компаниями только в текстовом формате, особенно это касается людей в возрасте от 25 до 44 лет. Более 40% одинаково хорошо воспринимают и устную, и письменную коммуникацию. Мессенджеры стали самым популярным способом взаимодействия между брендами и клиентами среди всех возрастных групп. Миллениалы (25-44 года) также активно пользуются электронной почтой, тогда как зумеры и старшее поколение реже прибегают к этому способу.

Исследование показало, что молодёжь более открыта к общению с компаниями, чем люди среднего и старшего возраста. В возрастной группе 18-24 года 54% честно говорят, что предложение их не интересует. Это важно для компаний, так как позволяет лучше понимать клиентов и делать более персонализированные предложения. Среди миллениалов таких честных оказалось 37%, а в старшей возрастной группе — лишь 18%.

Докторант Орегонского университета и исследователи из Adobe создали новый, экономичный метод обучения систем искусственного интеллекта (BB), направленный на снижение социальных предубеждений.

Эрик Слайман из колледжа инженерии Орегонского университета и исследователи из Adobe представили метод FairDeDup, сокращение от fair deduplication, что означает справедливую дедупликацию. Дедупликация позволяет удалить избыточную информацию из данных, используемых для обучения ИИ, снижая высокие вычислительные затраты на этот процесс.

Исследователи отмечают, что данные, собранные из интернета, часто содержат социальные предубеждения. Эти предубеждения могут перейти в обученные модели ИИ и поддерживать несправедливые идеи и поведение.

FairDeDup работает путем уменьшения наборов данных изображений через процесс обрезки, который позволяет выбрать подмножество данных для всего набора. Этот подход учитывает контролируемые человеком измерения разнообразия для смягчения предубеждений.

Исследователи подчеркивают, что их подход позволяет обучать ИИ, который не только точен и экономичен, но и справедлив по отношению ко всем группам пользователей.

Ученые создали систему искусственного интеллекта (ИИ), способную быстро и точно отбирать пациентов для клинических испытаний новых методов лечения возрастной макулярной дегенерации (ВМД) — заболевания, приводящего к потере зрения.

Система, разработанная командой исследователей из Университета Питтсбурга, использует машинное обучение для анализа медицинских изображений и данных пациентов, выявляя тех, кто подходит для участия в испытаниях.

Традиционные методы набора пациентов на клинические испытания трудоемки и занимают много времени, что замедляет разработку новых методов лечения. Новая система ИИ может значительно ускорить этот процесс, позволяя исследователям быстрее находить подходящих пациентов и начинать испытания.

Система ИИ была протестирована на наборе данных из более чем 10 000 пациентов с ВМД. Она смогла точно идентифицировать пациентов, подходящих для участия в испытаниях, с точностью в 95%.

Это значительное улучшение по сравнению с традиционными методами, которые имеют точность около 70%.

Ученые из Университета Кюсю опубликовали в Nature Communications описание нового инструмента искусственного интеллекта (ИИ) под названием QDyeFinder, способного автоматически идентифицировать и реконструировать отдельные нейроны по изображениям мозга мыши.

Новый метод включает применение мультицветной маркировки, после чего ИИ самостоятельно распознает структуру нейрона, сопоставляя подобные цветовые сочетания.

Ученые отметили, что одной из самых сложных задач нейронауки является картирование мозга и его соединений из-за высокой плотности нейронов и сложности отделения их аксонов и дендритов друг от друга. Использование мультицветной маркировки позволяет сделать этот процесс более эффективным.

В 2018 году команда Имай разработала систему Tetbow, которая с помощью трех основных цветов позволяла ярко раскрашивать нейроны и облегчила их трассировку. Однако вопросы оставались в том, что нейроны всё равно требовали тщательного трассирования вручную, а также три цвета были недостаточными для различения большого количества нейронов.

Исследователи смогли увеличить количество используемых цветов до семи, но столкнулись с ограничениями человеческого восприятия цвета. В результате был разработан QDyeFinder, способный автоматически распознавать и сшивать вместе аксоны и дендриты одного нейрона по цветовой информации.

Nature Communications

Учёные РАН придумали, как получать сырьё для промышленности из биомассы

Специалисты Красноярского научного центра СО РАН разрабатывают биметаллические катализаторы, которые разлагают биомассу на ценные компоненты для различных отраслей промышленности. Они создают новые технологии переработки сельскохозяйственных отходов в полезное сырье. Недавно учёные проверили эффективность никелевых катализаторов на основе окисленных углеродных материалов.

Тестирование проводилось на льняном костре, основном отходе льняного производства. В этом материале содержится до 25% лигнина, 50% целлюлозы и 20% гемицеллюлозы, что делает его отличным сырьём для переработки. Результаты показали, что такие катализаторы эффективно справляются с задачей и могут быть использованы в промышленности.

Учёные подчёркивают, что истощение ископаемых ресурсов и экологические проблемы требуют новых методов использования возобновляемых материалов. Они предлагают переход от нефти и газа к биомассе, включая сельскохозяйственные отходы, такие как льняная костра. Использование твёрдых катализаторов не только эффективно, но и более экологично по сравнению с токсичными растворимыми катализаторами.

Подделывают все, от лекарств до произведений искусства, а методы защиты вроде люминесцентных меток легко обходятся. Ученые из Канады разработали многоуровневую защиту с применением материалов, светящихся в темноте (persistent luminescence).

Обычные люминесцентные метки видны под ультрафиолетом, но гаснут сразу после выключения света. Новая технология использует наночастицы неорганических фосфоров, светящиеся красным светом несколько минут после УФ-облучения. Более того, рисунок на предмете можно запрограммировать на «исчезание по частям», усложняя подделку.

Ученые добились этого, добавляя примеси к базовому материалу, магния оксид, тем самым изменяя его оптические свойства.

На сегодняшний день существуют люминесцентные материалы, но они микроскопические. Канадские ученые создали наноразмерную версию, позволяющую печатать высокодетализированные узоры. Новые частицы светят ярче и дольше существующих аналогов.

ACS Applied Nano Materials

Ученые из Центра вычислительной нейронауки института Флэтайрона разработали новую модель нейрона, которая может кардинально изменить развитие искусственного интеллекта (ИИ). Традиционные модели, основанные на представлениях 1960-х годов, не учитывают всех вычислительных способностей реальных нейронов, замедляя прогресс в области ИИ.

Новая модель предполагает, что нейроны обладают большим контролем над окружающими их процессами, чем считалось ранее. Это открытие может привести к созданию более мощных искусственных нейронных сетей, которые лучше отражают работу человеческого мозга.

Результаты исследования опубликованы в журнале Proceedings of the National Academy of Sciences. Разработчики модели отмечают, что современные ИИ-системы, хоть и воспроизводят способность мозга обрабатывать информацию и принимать решения, делают это в упрощенной форме, используя устаревшие модели нейронов.