СМИ о нас

29.05.25 29.05.2025 MoneyTimes. Будущее наступило — квантовый компьютер в России начал решать задачи машинного обучени

https://img.moneytimes.ru/preview/article/7/9/7/56797_w.jpeg

В России впервые объединили квантовые вычисления и нейросети

Специалисты Физического института имени П. Н. Лебедева РАН совместно с учёными Российского квантового центра провели эксперимент по интеграции квантовых вычислений и алгоритмов машинного обучения. Об этом сообщили в пресс-службе ФИАН.

В ходе эксперимента использовался квантовый процессор на основе ионов иттербия. С его помощью была выполнена классификация изображений, включая рукописные цифры и графовые структуры. Исследование проводилось в рамках направления "Квантовые информационные технологии".

Целью работы являлась проверка работоспособности квантовых алгоритмов в прикладных задачах. Учёные исследовали различные способы кодирования информации в квантовые состояния и провели сравнительный анализ их эффективности. Один из протестированных подходов позволил повысить точность вычислений.

В рамках эксперимента применялись квантовые цепи, что способствовало снижению уровня шумов и повышению стабильности работы процессора. Алгоритм обучался на размеченном наборе изображений. Результаты тестирования показали, что даже при использовании ограниченного числа кубитов квантовый процессор способен точно выполнять классификацию визуальных данных.

По данным ФИАН, разработанная технология потенциально может использоваться в ряде областей. В медицине — для анализа диагностических изображений, в генетике — для обработки данных ДНК, в химии — для моделирования молекулярных структур, в экономике — для анализа финансовых показателей.

По оценке участников проекта, интеграция квантовых вычислений с методами машинного обучения может в перспективе повысить эффективность интеллектуальных систем и ускорить развитие технологий искусственного интеллекта.

https://www.moneytimes.ru/news/rossiya_neyroseti_vichisleniya/56797/

29.05.25 29.05.2025 Научная Россия. Квантовый компьютер впервые совместили с машинным обучением

Прогресс в разработке квантовых компьютеров показал, что они способны проводить вычисления, которые недоступны самым мощным классическим суперкомпьютерам. Исследователи из Физического института имени П.Н. Лебедева РАН (ФИАН) и Российского квантового центра (РКЦ) одни из первых в мире продемонстрировали решение прикладных задач на квантовом компьютере. Так, в ходе эксперимента они использовали процессор на основе ионов иттербия (Yb+) и разделили с его помощью написанные от руки изображения нуля и единицы, а также математических объектов – графов.

https://scientificrussia.ru/images/d/3p4d-large.jpg

Источник фото - ru.123rf.com

Причем для достижения цели были задействованы алгоритмы машинного обучения, реализованные на квантовом процессоре. Результаты научной работы опубликованы в Physical Review A – одном из наиболее авторитетных академических журналов, посвященных вопросам физики.

«Такие технологии активно развивают во всех ведущих странах. На данный момент важный вызов – это тестирование методов квантовых вычислений на различных прикладных задачах. В частности, один из главных результатов нашей работы – применение этих алгоритмов в сочетании с технологией машинного обучения», – рассказал один из участников исследования, научный руководитель группы «Квантовые информационные технологии» РКЦ А.К. Федоров.   

По его словам, в целом, подобные эксперименты проводили и ранее, но предложенный российскими специалистами подход отличается своей оригинальностью. В частности, ученые сравнили различные способы кодирования данных в квантовые состояния и определили наиболее эффективный вариант.

Как объяснили исследователи, в работе был применен метод SVM (support vector machine) – это популярный для задач классификации метод машинного обучения. Он помогает разделять данные на классы посредством проведенной между ними наиболее оптимальным образом нелинейной границы. «Ядерную часть» алгоритма (сравнение данных) выполняли на квантовом процессоре. Это позволило эффективно обрабатывать даже сложные изображения.

«Для перевода ионов в квантовое состояние мы создавали суперпозиции и проводили операции запутывания кубитов. Квантовые состояния отдельных ионов изменялись с помощью лазеров и детекторов излучения. По завершении вычислений измерялось состояние иона, и на основе этих данных интерпретировались результаты работы алгоритмов машинного обучения», – описал процесс квантовых вычислений Алексей Федоров.

В процессе работы ученые экспериментировали с квантовыми цепями (один из способов реализации алгоритмов, который уменьшает количество шумных операций), что помогло улучшить качество вычислений.

Как объяснили ученые, алгоритм «обучался» на маленьком наборе данных, где каждое изображение уже имело правильный ответ (нуль или единица). В результате квантовый компьютер правильно определил все цифры как на обучающих, так и на тестовых картинках, то есть справился с задачей без ошибок.

Таким образом было показано, что даже небольшие квантовые процессоры уже могут решать простые, но практически значимые задачи, такие как классификация изображений. Это большой шаг к будущему, где квантовые процессоры будут выполнять более сложные вычисления.

По словам директора ФИАН Н.Н. Колачевского, в дальнейшем по мере развития подобная технология квантовой классификации сможет применяться для множества практических задач. Например, в медицине ее можно использовать для автоматического анализа рентгеновских снимков и данных МРТ и КТ, что поможет оперативно диагностировать заболевания.

«В области генетики и биоинформатики квантовые алгоритмы смогут проверять последовательности ДНК, выявляя мутации и предсказывая их влияние на организм. Вместе с тем химия получит инструмент для поиска новых молекулярных структур и моделирования каталитических процессов. В то же время в финансовой сфере квантовые алгоритмы смогут находить сложные закономерности в рыночных данных, улучшая прогнозирование и снижая риски», – пояснил Николай Колачевский.

В будущем данная технология найдет применение в создании систем искусственного интеллекта, где квантовые вычисления будут дополнять классические методы, ускоряя обучение нейросетей и повышая точность обработки данных.

Информация предоставлена Отделом по связям с общественностью ФИАН
Источник фото: ru.123rf.com

https://scientificrussia.ru/articles/kvantovyj-komputer-vpervye-sovmestili-s-masinnym-obuceniem

29.05.25 29.05.2025 Про Ульяновск. Ученые из России впервые объединили квантовый компьютер с машинным обучением

https://proulyanovsk.ru/userfiles/webp/-article-PUh1J5ltmfVpJIOOeKr0FRppabdZceqp.png.webp

pxhere.com

Исследователи из Физического института имени П. Н. Лебедева (ФИАН) и Российского квантового центра продемонстрировали уникальный пример применения квантового компьютера в машинном обучении. Используя процессор на ионах иттербия, они научили устройство распознавать написанные от руки нули и единицы, а также математические графы.

Учёные сравнили разные методы кодирования данных в квантовые состояния и выбрали наиболее эффективный. Алгоритм успешно обучился на небольшом наборе изображений и правильно распознавал цифры как в обучающей, так и в тестовой выборке. Это доказывает, что даже компактные квантовые компьютеры уже способны решать реальные задачи.

Директор ФИАН Николай Колачевский отметил, что такие технологии в будущем могут применяться в медицине для анализа рентгеновских и МРТ-снимков, в генетике — для изучения ДНК, в химии — для поиска новых молекул, а также в финансах — для анализа рынка и прогнозов.

Квантовые вычисления также помогут ускорить развитие искусственного интеллекта, сделав его обучение быстрее и точнее, пишет nauka.tass.ru.

https://proulyanovsk.ru/news/view/ucenye-iz-rossii-vpervye-obedinili-kvantovyj-komputer-s-masinnym-obuceniem

29.05.25 29.05.2025 Monavista. Физики из РФ впервые совместили квантовый компьютер и машинное обучение

Российские учёные впервые продемонстрировали интеграцию квантовых вычислений и алгоритмов машинного обучения при решении прикладных задач. Исследование провели специалисты Физического института имени П. Н. Лебедева РАН совместно с учёными Российского квантового центра. Как сообщили в пресс-службе ФИАН, в ходе эксперимента использовался квантовый процессор на основе ионов иттербия, с помощью которого удалось классифицировать изображения, включая рукописные цифры и графовые структуры.

По словам научного руководителя направления «Квантовые информационные технологии» Алексея Федорова, цель исследования заключалась в проверке работоспособности квантовых алгоритмов в прикладном контексте. Особое внимание было уделено выбору способа кодирования информации в квантовые состояния. Российские специалисты провели сравнительный анализ нескольких методов и определили наиболее эффективный, что позволило существенно повысить точность вычислений. Отмечается, что аналогичные опыты предпринимались ранее, однако предложенный в России подход отличался новизной и практической значимостью.

Во время эксперимента исследователи использовали так называемые квантовые цепи, что позволило сократить количество шумов и улучшить стабильность вычислений. Алгоритм проходил обучение на ограниченном наборе изображений, каждая из которых уже имела метку правильного ответа. Тестирование показало, что даже с небольшим числом кубитов квантовый процессор способен точно классифицировать визуальные данные. Таким образом, была продемонстрирована реальная применимость технологии для задач, связанных с распознаванием образов.

Как отметил директор ФИАН Николай Колачевский, подобная технология может найти широкое применение в различных областях. В медицине квантовые алгоритмы смогут участвовать в анализе снимков, полученных с помощью КТ, МРТ и рентгена, позволяя быстрее и точнее выявлять патологии. В генетике и биоинформатике квантовые методы будут использоваться для анализа ДНК и предсказания последствий мутаций. В химической отрасли технология окажется полезной для моделирования сложных молекулярных соединений и катализаторов, а в экономике — для распознавания скрытых закономерностей в финансовых данных, что может улучшить прогнозирование и повысить устойчивость инвестиций.

По оценке экспертов, в будущем квантовые вычисления будут активно интегрироваться в системы искусственного интеллекта, ускоряя процессы обучения нейросетей и увеличивая точность анализа информации. Исследование стало важным шагом на пути к практическому использованию квантовых технологий в сочетании с методами машинного обучения.

https://monavista.ru/article/4853644/

29.05.25 29.05.2025 Новости Челнов. Российские учёные впервые объединили квантовый компьютер с машинным обучением

https://progorodchelny.ru/userfiles/webp/-article-o7EF39Wa8yyDXzRP674X-0GsBoLR8J-n.png.webp

Исследователи из ФИАН и Российского квантового центра первыми в мире показали, как квантовый компьютер может решать задачи с помощью машинного обучения. Они использовали процессор на ионах иттербия, чтобы распознавать написанные от руки нули и единицы, а также математические графы.

По словам учёных, их подход уникален — они сравнили разные способы кодирования данных в квантовые состояния и выбрали лучший. В ходе экспериментов алгоритм «обучался» на небольшом наборе изображений и успешно распознавал цифры как на обучающих, так и на тестовых данных. Это доказывает, что даже маленькие квантовые компьютеры уже способны решать полезные задачи.

Директор ФИАН Николай Колачевский отметил, что в будущем такие технологии можно будет использовать в медицине для автоматического анализа рентгеновских снимков и МРТ, в генетике — для изучения ДНК, в химии — для поиска новых молекул, а в финансах — для анализа рынка и прогнозов.

Кроме того, квантовые вычисления помогут создавать более эффективные системы искусственного интеллекта, ускоряя обучение и повышая точность обработки данных.

https://progorodchelny.ru/ne-u-nas/view/rossijskie-ucenye-vpervye-obedinili-kvantovyj-komputer-s-masinnym-obuceniem

29.05.25 29.05.2025 Самара 24. Квантовый ИИ в действии: российские гении показали, что будущее уже наступило

Физики РФ впервые применили квантовый компьютер для задач машинного обучения

https://samaraonline24.ru/userfiles/webp/-article-HVU-zLiyJcQoDcahP0UeYiLIAywKWotx.jpg.webp

freepik.com

В России впервые квантовый компьютер был использован для решения практических задач машинного обучения специалистами из ФИАН и Российского квантового центра. Применяя квантовый процессор на основе ионов иттербия, они провели классификацию изображений, представляющих собой нули и единицы, а также различных графов. В ходе работы исследователи изучили разные подходы к кодированию информации в квантовых состояниях и определили наиболее оптимальный из них.

Использованный алгоритм был обучен на ограниченном наборе размеченных изображений, при этом продемонстрировал высокую точность как на тренировочных, так и на контрольных данных. Это свидетельствует о том, что даже квантовые процессоры с невысокой вычислительной мощностью уже способны успешно решать несложные прикладные задачи.

По словам директора ФИАН Николая Колачевского, эта технология имеет огромный потенциал в таких областях, как медицина, генетика, химия и финансы, открывая возможности для анализа изображений, выявления мутаций и оптимизации финансовых стратегий. Квантовые методы в перспективе могут значительно улучшить возможности искусственного интеллекта, сокращая время обучения нейронных сетей и повышая точность обработки информации.

https://samaraonline24.ru/russia/view/kvantovyj-ii-v-dejstvii-rossijskie-genii-pokazali-cto-budusee-uze-nastupilo

29.05.25 29.05.2025 ТАСС. Российские физики впервые совместили квантовый компьютер и машинное обучение

По словам директора ФИАН Николая Колачевского, в дальнейшем подобная технология квантовой классификации сможет применяться для множества практических задач

https://cdn-media.tass.ru/width/1920_63600a28/tass/m2/uploads/i/20250529/8260653.jpg

© Сергей Бобылев/ТАСС

МОСКВА, 29 мая. /ТАСС/. Исследователи из Физического института имени П. Н. Лебедева РАН (ФИАН) и Российского квантового центра (РКЦ) одними из первых в мире продемонстрировали решение прикладных задач на квантовом компьютере с применением алгоритмов машинного обучения. Как рассказали ТАСС в отделе по связям с общественностью ФИАН, ученые использовали процессор на основе ионов иттербия (Yb+) и разделили с его помощью написанные от руки изображения нуля и единицы, а также математических объектов - графов.

"На данный момент важный вызов - это тестирование методов квантовых вычислений на различных прикладных задачах. В частности, один из главных результатов нашей работы - применение этих алгоритмов в сочетании с технологией машинного обучения", - рассказал один из участников исследования, научный руководитель группы "Квантовые информационные технологии" РКЦ Алексей Федоров. По его словам, в целом, подобные эксперименты проводили и ранее, но предложенный российскими специалистами подход отличается своей оригинальностью. В частности, ученые сравнили различные способы кодирования данных в квантовые состояния и определили наиболее эффективный вариант.

В процессе работы исследователи экспериментировали с квантовыми цепями (один из способов реализации алгоритмов, который уменьшает количество шумных операций), что помогло улучшить качество вычислений. Алгоритм "обучался" на маленьком наборе данных, где каждое изображение уже имело правильный ответ (нуль или единица). В результате квантовый компьютер правильно определил все цифры как на обучающих, так и на тестовых картинках. Таким образом было показано, что даже небольшие квантовые процессоры уже могут решать простые, но практически значимые задачи, такие как классификация изображений. Это большой шаг к будущему, где квантовые процессоры будут выполнять более сложные вычисления, отметили в ФИАН.

По словам директора ФИАН Николая Колачевского, в дальнейшем подобная технология квантовой классификации сможет применяться для множества практических задач. Например, в медицине ее можно использовать для автоматического анализа рентгеновских снимков и данных МРТ и КТ, что поможет оперативно диагностировать заболевания. "В области генетики и биоинформатики квантовые алгоритмы смогут проверять последовательности ДНК, выявляя мутации и предсказывая их влияние на организм. Химия получит инструмент для поиска новых молекулярных структур и моделирования каталитических процессов. В финансовой сфере квантовые алгоритмы смогут находить сложные закономерности в рыночных данных, улучшая прогнозирование и снижая риски", - пояснил Николай Колачевский.

В будущем технология найдет применение в создании систем искусственного интеллекта, где квантовые вычисления будут дополнять классические методы, ускоряя обучение нейросетей и повышая точность обработки данных.

https://nauka.tass.ru/nauka/24081105

29.05.25 28.05.2025 RuNews24. Саблезубая кошка, вечная пшеница и ИИ против болезней - итоги РАН

В РАН назвали главные научные достижения России за год

Российская академия наук назвала десять главных достижений отечественных учёных за последний год. В список попали разработки в медицине, агропроме, энергетике и палеонтологии.

https://runews24.ru/assets/images/uploads/2025/5/28/11f26f2ee9802dd77c368b81b8f203f7.jpg

Фото: Эли Амдур Источник: forbes.com

Российская академия наук представила десятку важнейших достижений отечественной науки за 2024 год. В итоговый список вошли разработки и открытия в разных сферах — от здравоохранения и энергетики до археологии и робототехники.

Итоговый список был сформирован экспертной комиссией РАН на основе предложений профильных отделений академии. Как подчеркнули в пресс-службе, в перечень вошли результаты, имеющие высокий прикладной потенциал или фундаментальное значение.

Одним из главных достижений названа разработка системы искусственного интеллекта, способной диагностировать более 40 заболеваний по снимку глазного дна. Алгоритм распознаёт признаки диабета, болезней сердечно-сосудистой системы, нейродегенеративных нарушений и других патологий. Система уже внедряется в российских клиниках.

Также в сфере медицины отмечен микростент для лечения глаукомы, созданный из отечественных биоразлагаемых материалов. Устройство улучшает отток внутриглазной жидкости. Минздрав РФ уже одобрил его для применения в медицине.

В сельском хозяйстве в список попал новый сорт озимой пшеницы «Юбилейная 100», выведенный в Крымском федеральном университете. Он отличается высокой урожайностью, устойчивостью к засухе и болезням, а также долговременным хранением в коллекциях генофонда.

В области точного приборостроения российские физики представили атомные часы на холодных атомах рубидия. Их точность в 100 раз выше существующих отечественных аналогов, что делает их перспективными для применения в космосе, системах связи и навигации.

Инженеры и химики разработали солнечные батареи нового поколения на основе перовскитов. Такие элементы обладают высокой эффективностью и стабильностью в агрессивных условиях — в том числе на Марсе.

Учёные из Института органической химии РАН разработали биопластик из бактериальной целлюлозы. Новый материал экологичен, разлагается в природной среде и может быть использован в пищевой и медицинской промышленности.

Среди технических достижений выделяется робот-лётчик — универсальная платформа для автономных испытаний авиационных систем. Робот уже прошёл тестовые полёты и способен заменять человека при проверке новых технологий.

Также в топ вошла отечественная цифровая платформа, позволяющая с помощью ИИ предсказывать свойства химических веществ и их взаимодействие. Разработка значительно ускоряет поиск новых лекарств и материалов.

Отдельного внимания удостоено открытие палеонтологов из Института геологии и минералогии СО РАН. В Забайкалье они обнаружили череп древнего саблезубого хищника возрастом около 250 млн лет. Это первый представитель семейства махаиродонтов, найденный на территории России.

Завершает список технология получения особо прочных пористых материалов с управляемыми свойствами, разработанными учеными из УрФУ. Это вещества с мельчайшими отверстиями, которые можно «настраивать» под нужды разных отраслей. Благодаря этому их можно использовать, например, в медицине, фильтрации или химической промышленности. Материалы сочетают прочность и гибкость в применении.

Как отметили в РАН, все достижения — результат работы российских научных коллективов и организаций, а некоторые разработки уже проходят этап внедрения или промышленного тестирования.

https://runews24.ru/science/28/05/2025/sablezubaya-koshka-vechnaya-pshenicza-i-ii-protiv-boleznej-itogi-ran

29.05.25 28.05.2025 Тольятти 24. В РАН перечислили самые выдающиеся научные достижения в России

https://togliatti24.ru/userfiles/webp/-article-CDcuFVHUeFZPovOwgq6vUFHbc6yrrN1s.png.webp

freepik

На Общем собрании РАН были освещены важнейшие научные прорывы. В математической области, специалисты из Института системного программирования РАН использовали искусственный интеллект, чтобы ускорить процесс электрокардиографической диагностики. В науках о Земле, группа исследователей из Палеонтологического института РАН в сотрудничестве с якутскими коллегами впервые реконструировала внешний вид саблезубого кота, обитавшего 35 тысячелетий назад.

В аграрном секторе селекционерами был выведен новый сорт озимой пшеницы «РАН 300», отличающийся небывалой продуктивностью, достигающей 14 тонн с гектара. В физике, эксперты ФИАН создали атомные часы на основе тулия, гарантирующие точность до 1 секунды на протяжении 300 миллионов лет.

В сфере здравоохранения, исследователи из НИИ глазных болезней им. Краснова впервые разработали микростент для терапии глаукомы. В области искусственного интеллекта и робототехники, в ФИЦ «Информатика и управление» создан алгоритм для самостоятельного управления беспилотными летательными аппаратами и системами, устраняющий необходимость в централизованном контроле.

В нейробиологии, ученые из Института высшей нервной деятельности РАН обнаружили эпигенетические механизмы, способные улучшить память и избавлять от неприятных воспоминаний.

https://togliatti24.ru/togliatti/view/v-ran-perecislili-samye-vydausiesa-naucnye-dostizenia-v-rossii

29.05.25 28.05.2025 Сибирская наука. Ученых свет: атомные часы и белки-аргонавты вошли в лучшие достижения исследователей РФ

https://admin.sib-science.ru/files/files/%D0%A0laceholders/322df507-38c0-461f-b457-b95806411e9b.jpg

Как их разработки помогут создать полезные устройства и улучшить жизнь людей

Самые точные в мире портативные атомные часы, микростенты для лечения глаза и белки-антивирусы — эти и другие разработки российских ученых вошли в доклад о достижениях отечественной науки в 2024 году. Его представит на общем собрании членов РАН президент академии Геннадий Красников. «Известия» заранее изучили проект выступления, чтобы подробнее рассказать о наиболее интересных проектах.

Микроскопический стент для лечения глаукомы

В России представят главные достижения отечественных ученых в 2024 году. Президент Российской академии наук Геннадий Красников сделает доклад об этом на заседании общего собрания членов РАН, которое состоится 28 мая.

Так, по мнению академиков, одним из ярких достижений медицинской науки стала разработка первого в мире микростента для операций при глаукоме. Его создали в НИИ глазных болезней им. М.М. Краснова. Устройство выполнено из материала с памятью формы. Его через прокол помещают в ткани глаза, где оно расправляется из сжатого состояния, создает и поддерживает отток внутриглазной жидкости, препятствуя повышению внутриглазного давления.

Глаукома — это заболевание, которое проявляется в разрушении нервных волокон при повышении внутриглазного давления. Оно относится к группе социально значимых, поскольку этим недугом в нашей стране страдают порядка полутора миллионов человек.

Ежегодно в РФ проводят более 60 тыс. операций при глаукоме. Большинство из них могут быть выполнены с применением новой технологии. Внедрение метода позволит улучшить результаты оперативного вмешательства, снизить потребность в повторных процедурах и уменьшит вероятность инвалидности.

Самые точные переносные атомные часы

Также одним из значимых достижений стали самые точные в мире портативные атомные часы. Их создали в Физическом институте им. П.Н. Лебедева. В основе «часового механизма» — атомы тулия (редкоземельного металла), а «маятником» служит частота квантового перехода электронов с одного атомного энергетического уровня на другой под воздействием лазера.

Во время эксперимента за 500 секунд измерений исследователи достигли уникальной точности — погрешность составила всего 10 в минус 16-й степени, что соответствует накоплению ошибки в одну секунду за 300 млн лет. Это не абсолютный рекорд, так как аналогичная погрешность в самых точных на сегодня стронциевых и иттербиевых оптических часах составляет 10 в минус 18-й степени. Однако такие приборы громоздкие и работают только в лабораториях.

Триумф российских ученых в том, что они создали очень компактное устройство. Его можно перевозить для сверки времени в разных местах и использовать для согласования друг с другом группировок космических спутников. В частности, тулиевые часы могут улучшить точность глобальных систем навигации (ГЛОНАСС, GPS) и синхронизацию квантовых компьютеров.

Белки-аргонавты для редактирования генов

Еще одна разработка, которую отметили академики, выполнена в Институте биологии гена РАН, где ученые разработали новый способ генетического редактирования. Он основан на действии на открытом специалистами новом типе белков-аргонавтов. Их природная функция заключается в защите клеток бактерий. Так, при попадании вируса в клетки белки-аргонавты выявляют чужеродную ДНК, расщепляют и уничтожают ее.

В результате зараженная клетка гибнет, что останавливает распространение вируса. Такое свойство, по мнению ученых, можно применить для редактирования генома, а также использовать для сверхчувствительной диагностики — например, для обнаружения вирусов или генетических мутаций.

Кроме того, разработка открывает путь к созданию новых методов антивирусной терапии, которая позволяет точечно уничтожать вирусную ДНК в зараженных клетках.

Рудники нового поколения

Еще одна значимая работа — это проект горных выработок нового типа, подготовленный коллективом Института комплексного освоения недр имени академика Н.В. Мельникова РАН. В отличие от традиционных подходов концепция учитывает весь потенциал осваиваемого участка и включает не только добычу главных балансовых запасов, но и сопутствующих ресурсов, а также переработку отходов.

При реализации нового подхода на одном месторождении размещается несколько фабрик, которые дополняют друг друга. При этом технологии замкнутого цикла позволяют производить добычу без ущерба для окружающей среды. Апробацию предложенных методов ученые провели на российских рудниках по добыче алмазов, редкоземельных элементов.

Дружные роботы

В сфере информационных наук академики отметили разработку ФИЦ «Информатика и управление». Ученые-программисты предложили умный алгоритм, который поможет группе роботов (например, дронов или грузовых аппаратов) быстро и безопасно добираться до нужных точек без общего центра управления.

Раньше для этих целей использовали один компьютер, который всем раздавал команды. Но это неудобно, если плохая связь или роботов очень много. Новый подход позволяет каждому устройству самостоятельно принимать решения, ориентируясь на то, что он «видит» и «ощущает» вокруг с помощью своих датчиков, и на короткий обмен данными с соседями. При этом роботы продолжают выполнять общую задачу.

Как отметили ученые, предложенные решения работают быстро и не требуют сложных вычислений, но при этом гарантируют, что машины не столкнутся и выполнят задачу. Такие технологии востребованы в задачах логистики или при проведении поисково-спасательных операций. Тесты показали, что предложенный способ превосходит мировые аналоги.

Способы настройки памяти

Ученые из Института высшей нервной деятельности и нейрофизиологии РАН предложили способ включения и выключения механизмов памяти с помощью эпигенетических механизмов.

Они вводили модельному животному препарат (RG108), который подавляет метилирование ДНК. С помощью этого процесса в организме происходит блокировка отдельных генов. Эти метки не меняют саму ДНК, но влияют на то, будут те или иные гены работать или «молчать». В результате через сутки память ухудшилась и мозгу подопытного существа стало сложнее адаптироваться к новой информации.

Затем ученые дали животному другой препарат, который влияет на белки-гистоны (еще один тип «переключателей»), после чего память вернулась и электрическая активность нейронных сетей была восстановлена. Эксперимент подтвердил обратимость эпигенетических изменений и их влияние на когнитивные функции. Оказалось, что память зависит от тонкого равновесия между разными процессами. Если научиться управлять ими, можно помочь людям с болезнью Альцгеймера, деменцией или последствиями травм мозга.

Материалы 6G-поколения связи

Специалисты Института радиотехники и электроники им. В.А. Котельникова РАН придумали новый способ улавливать микроволновое и терагерцевое излучения и переводить их в электрические сигналы.

Для этих целей ученые использовали новые слоистые структуры из антиферромагнетика (материала, который «не любит» магнитные поля, но может вибрировать на нужных частотах) и обычного металла без сильных магнитных свойств.

Уникальность разработки заключается в том, что полученные детекторы эффективны при комнатной температуре. Использование их открывает широкие перспективы в сфере сверхбыстрой передачи данных (6G-поколения связи), безопасного (в отличие от рентгеновских лучей) «просвечивания» живых тканей и многих других высокотехнологичных применений.

Новый сорт пшеницы и гибрид сахарной свеклы

Среди главных достижений сельскохозяйственной науки ученые назвали новый сорт пшеницы «РАН 300». Он обладает повышенной продуктивностью (до 14 т с гектара), устойчив к морозам, полеганию, засухе и вредителям.

Зерно содержит более 16% белка и порядка 27–30% клейковины, что дает возможность получить муку высокого качества. Разработка получила название в честь юбилея академии наук, который отмечали в прошлом году.

Также в 2024-м аграрии вывели гибрид сахарной свеклы «Партнер». Его урожайность составляет почти 64 т с гектара. Он не требует прореживания, поскольку семена дают по одному ростку, что сокращает затраты на обработку полей.

При этом вес каждого корнеплода превышает 750 г. Однако главное преимущество сорта — высокое содержание сахара (16,6%), что позволяет получать порядка 10,5 т сахара с каждого гектара.

https://sib-science.ru/news/uchenikh_svet_atomnie_chasi_i_belkiargonavti_voshli_v_luchshie_dostizheniya_issledovatelei_rf_28_05_2025

Подкатегории