Заявка на регистрацию

Как выяснил CNews, российский ИТ-разработчик «Дронкам» подала заявку в Минцифры для включения в реестр операционной системы (ОС) для БПЛА коптерного типа, оснащенных одноплатными компьютерами. Система позволяет управлять коптерами автономно, с помощью искусственного интеллекта, без использования спутниковой навигации.

Заявка № 375115 была подана 16 июля 2026 г. и сейчас находится на рассмотрении в Минцифры России. Речь идет о включении в реестр операционной системы для управления БПЛА с интегрированной интеллектуальной системой управления (СУ) с элементами искусственного интеллекта.

Фото: diana.grytsku на Freepik

Молодая российская компания «Дронкам» рвется в реестр российского ПО с востребованной ОС для БПЛА

Разработчиком выступает ООО «Дронкам» — компания, созданная чуть более двух лет. Она на 100% принадлежит Родиону Анисимову, выпускнику факультета «Специальное машиностроение» МГТУ им. Баумана. В университете существовала команда «Дронкам», которая занималась похожими разработками.

В сферу интересов Анисимова входили роботы и БПЛА. «Дронкам» в январе 2026 г. представлял инновационный образовательный беспилотник БПЛА с ИИ для школ и вузов ARA EDU DroneCAM. Дрон включал в себя одноплатный компьютер собственного производства на базе процессора Rockchip RK3588S и модуль технического зрения TrackingCam v3, сообщал портал «Дронус».

«Дронкам» изначально создавался как студенческий продукт. В ноябре 2024 г. команда «Дронкам» победила в чемпионате «Аэробот 2024», единственной полностью пройдя все этапы автономного полета на реальном полигоне. Дрон, использовавшийся на соревнованиях, работал на тех же алгоритмах, что легли в основу заявленной ОС.

Команда «Дронкам» на тот момент была сформирована из студентов ТУСУРа, МГТУ имени Н.Э. Баумана, МГТУ «Станкин» при поддержке внутреннего акселератора проектов компании «Прикладная робототехника» (Москва), а также ООО «ТК Полюс» (Томск) и администрации Томской области, сообщал «Томский консорциум научно-образовательных и научных организаций» в ноябре 2024 г. Коллектив команды сформировал собственное предприятие — ООО «Дронкам», указывал портал консорциума.

Представленное в Минцифры российское программное обеспечение представляет собой полноценную операционную систему для одноплатных компьютеров OrangePi на базе процессора RK3588S, которая превращает обычный дрон в полностью автономный аппарат, способный ориентироваться в пространстве без использования спутниковых сигналов и выполнять команды на естественном языке.

Регистрация ПО в реестре Минцифры даст возможность его создателям поставлять его для государственных нужд и получать налоговые льготы на разработки.

Что за «железо»?

Orange Pi в БПЛА — это доступный микрокомпьютер, выполняющий роль «бортового мозга» с искусственным интеллектом. Его интеграция в архитектуру FPV-дронов стала ключевым технологическим трендом. В данном случае одноплатный компьютер является центральным вычислительным узлом комплекса. На OrangePi размещаются: Linux/Ubuntu, ROS Noetic, сервисы управления полетом, алгоритмы автономной навигации, модули компьютерного зрения, нейросетевые алгоритмы, графический интерфейс и API, то есть «умная» начинка находится на самом дроне, а не на наземной станции. Обработка видео, SLAM, нейросети — все это также будет выполняться в реальном времени на борту.

Процессор Rockchip RK3588S стал одним из ключевых чипов для создания «умных» БПЛА с бортовым искусственным интеллектом. Его вычислительной мощности и встроенного нейропроцессора (NPU) хватает, чтобы превратить обычный дрон в полностью автономный робототехнический комплекс, способный летать без GPS и связи с оператором.

Согласно документации, в состав программно-аппаратного комплекса входят: коптерный БПЛА, полетный контроллер с прошивкой Ardupilot или INAV, цифровая камера, инерциальный модуль IMU, опционально лидар или лазерный дальномер, Wi-Fi модуль или Ethernet-подключение. Система работает под управлением Linux и ROS Noetic, предоставляя разработчикам Python API и ROS API для программирования автономных миссий.

Навигация без GPS и компьютерное зрение

Ключевая особенность системы — возможность полноценной автономной навигации в условиях отсутствия спутникового сигнала. ПО обеспечивает локализацию БПЛА при помощи компьютерного зрения с использованием надирно закрепленной камеры, а также распознавание ArUco-маркеров для визуального позиционирования. Дополнительно система поддерживает локализацию с применением двухмерного и трехмерного лазерных дальномеров, что позволяет дрону ориентироваться внутри помещений. SLAM-картографирование дает возможность строить карты окружающей среды в реальном времени и осуществлять автономную навигацию по ним.

Искусственный интеллект и нейросети на борту

ПО позволяет загружать и выполнять нейросетевые модели непосредственно на бортовом компьютере дрона, включая алгоритмы детекции и сегментации объектов. Это означает, что все вычисления производятся на месте, без необходимости передачи данных на наземную станцию, что критически важно для работы в условиях ограниченной пропускной способности каналов связи или применения средств РЭБ (радиоэлектронной борьбы).

Разработка обеспечивает поддержку больших лингвистических моделей, которая реализована через голосовое программирование полетных заданий — оператор может отдавать команды дрону на естественном языке. В документации не указано, какая именно языковая модель может быть использована. Однако в 2025 г. Родион Анисимов с группой магистров и научных сотрудников технических вузов опубликовал статью в издании «Управление большими системами» об исследовании применения больших языковых моделей (LLM) для управления БПЛА с помощью естественно-языковых команд. Работа была проведена за счет гранта РНФ. Результаты показали, что использование компьютеров с нейронным процессором на Rockchip RK3588S позволяет достичь скорости 17,8 токен/с, что превосходит некоторые процессоры, в том числе от Nvidia. Это особенно важно для задач, требующих быстрого принятия решений, таких как автономный полет БПЛА.

Кроме того, молодые ученые пришли к выводу, что модели Qwen2.5-Coder-3B-Instruct, Qwen2.5-Coder-1.5B-Instruct, Qwen2.5-Coder-0.5B-Instruct демонстрируют стабильное качество на разработанном тесте, что подтверждает их пригодность для использования в системах с ограниченными ресурсами.

Управление полетом и средства разработки

Операционная система для БПЛА обеспечивает полный спектр функций управления полетом, включая автоматический взлет и посадку, управление скоростью и углом рыскания, полет по координатам. Предусмотрена работа с датчиками: получение данных с IMU, высотомера, лидара, оптического потока и обработка телеметрии в реальном времени. Взаимодействие с полетными контроллерами Ardupilot и INAV осуществляется по протоколам MAVLink и MSP. Система поддерживает подключение периферийных модулей — сервоприводов, датчиков, светодиодов, магнитов и динамиков.

Для разработчиков предусмотрены графический язык программирования полетных сценариев и Python API для написания собственной полетной логики. Интеграция с ROS открывает возможности для подключения внешних сервисов и расширения функциональности системы.

Два сценария использования: инженерия и образование

ПО позиционируется для двух ключевых сценариев. В инженерных задачах система применяется в качестве основной операционной среды бортового компьютера БПЛА с поддержкой автономного управления, навигации и интеллектуальной обработки данных. В образовательной среде программное обеспечение используется как графическая платформа для визуального программирования, изучения робототехники, компьютерного зрения, искусственного интеллекта и алгоритмов автономного полета.

На сайте компании указано, что она рассчитывает на заказы от производителей и эксплуатантов БПЛА, предлагая им за счет своих решений сократить расходы на разработку, расширить функционал применения продукции и унифицировать управляющий интерфейс, что позволит снизить затраты на подготовку операторов на 90%.

Комментарий разработчика

Как пояснил CNews Родион Анисимов, уникальность решения заключается в реализации основного функционала автономности. Это работа с нейросетями, локализация без GPS, навигация по лидару внутри помещения, программирование при помощи API) непосредственно внутри ОС, что позволяет сильно упростить разработку ПО для решения конкретной отраслевой задачи.

«В большинстве своем используются ОС, основанные на ядре Linux (Ubuntu и так далее), наше решение также базируется на ядре Linux, однако сама операционная система собрана полностью с нуля, что позволило максимально оптимизировать работу встроенных алгоритмов», — заявил основатель компании.

По словам Родиона Анисимова, ОС позволяет значительно ускорить разработку ПО для решений отраслевых задач, так как предоставляет множество готовых программных модулей и API.

На текущий момент основной рынок использования — образовательные автономные БПЛА для изучения робототехники и ИИ. Также в данный момент разрабатывается решение для интеграции решения в инспекционные и геодезические БПЛА.

Развертывание возможно на любом компьютере с процессором RK3588S или другим из семейства RK. Например китайский OrangePi 5 или российская Trackingcam5 от компании Applied Robotics.

На раннем этапе разработки создатели ОС уже получала грант «СТАРТ-ИИ» от ФСИ.

Мнения экспертов

«Данная ОС — вполне востребованное решение. Если говорить про гражданское использование, то она помогает беспилотникам выполнять различные миссии, когда GPS недоступен или ненадежен. Например, в плотной городской застройке, в помещениях, в зонах с помехами или полным глушением сигнала. Нейросеть на борту позволяет дрону не просто "знать", куда лететь в моменте, а "понимать", где именно он находится, строить карты местности, распознавать различные объекты, принимать решения на основе визуального потока», — рассказал CNews эксперт НТИ «Аэронет» Николай Ивашов, официальный представитель компании «Флай Дрон».

«Это дефицитная компетенция. Массовое глушение и спуфинг спутниковых сигналов сделали GPS-независимость обязательным требованием не только для обороны, но и для гражданских сценариев: помещения, тоннели, шахты, промышленные объекты с помехами», — считает Роман Тиняев, партнер практики «Промышленность и технологии» Strategy Partners.

По словам Ивашова, это может быть актуально при мониторинговых полетах, инспекциях объектов с воздуха, а также для городской аэрологистики. Кроме того, эта ОС может применяться для обучения эксплуатантов БПЛА работе с ИИ.

Эксперт Роман Тиняев перечислил подобные иностранные решения: Skydio (США), Autherion Skynode от Autherion (США), VNav от Palantir (США), Hivemind от Shield AI (США), европейские проекты типа SE3 Labs, Spleenlab (Германия) или Robotto (Дания).

В настоящее время появились и российские решения, но нельзя сказать, что рынок заполнен, констатировал Тиняев. Российские вузы и компании системно работают над этим.

Похожие разработки также есть у МАИ, НИУ «МЭИ», ИТМО, Фонда перспективных исследований (ФПИ), пояснил Николай Ивашов. Но решение «Дронкам», вероятно, отличается в первую очередь тем, что разработка заточена под конкретную аппаратную платформу (Orange Pi) с фокусом на запуск LLM прямо на борту и автономную работу, говорит эксперт.

Зачем нужен Orange Pi

По словам Ивашова, использование Orange Pi позволяет получить баланс цены и возможностей, хорошее соотношение в плане «функционал — энергопотребление — стоимость». Ведь для инженерных и образовательных задач не всегда нужна сверхмощная платформа. Кроме того, Orange Pi поддерживает ARM-архитектуру, что важно для автономных систем.

«ARM-чипы энергоэффективны, это позволяет дрону лететь дольше. Еще один плюс — наличие NPU. В некоторых моделях имеются встроенные блоки для ускорения нейросетевых вычислений — это позволяет LLM работать прямо на борту без связи с облаком. На такую платформу можно поставить разные ОС и легко настраивать стек под конкретную задачу», — указал специалист.

При этом выбор именно китайского решения Ивашов объяснил неполной готовностью российской базы:

«В России есть собственные решения — платы на отечественных процессорах. Однако на текущем этапе у многих из них может быть меньше готовой экосистемы: проверенных драйверов, библиотек для ИИ-задач, сообществ разработчиков и т.д. Orange Pi предоставляет широкий доступ к готовым инструментам. Технологическая независимость безусловно нужна, но в том, чтобы сначала отладить решение на проверенной платформе, а затем, когда российские аналоги нарастят поддержку и производительность, перейти на них, есть определенная логика», — заключил эксперт.

Еще двадцать лет назад главным источником информации оставались учебники, книги, телевидение и учитель. Сегодня смартфон сопровождает ребенка практически весь день. По различным исследованиям, подростки во многих странах мира проводят перед экраном от 6 до 9 часов ежедневно. В государствах Центральной Азии ситуация развивается в том же направлении. Распространение мобильного интернета достигло рекордных значений. В Казахстане уровень проникновения интернета превышает 92%, в Узбекистане — около 90%, в Кыргызстане — свыше 85%, в Таджикистане он продолжает быстро расти. Большинство подростков получает доступ к смартфону уже в возрасте 8–10 лет, а иногда и раньше.

Изменение начинается незаметно. Ребенок постепенно привыкает получать информацию не через длинный текст, а через поток коротких сообщений продолжительностью 10–30 секунд. Алгоритмы социальных сетей устроены таким образом, чтобы каждое следующее видео удерживало внимание сильнее предыдущего. Искусственный интеллект анализирует предпочтения пользователя и подбирает максимально привлекательный контент. В результате мозг постоянно ожидает новую порцию стимулов.

Нейробиологи давно отмечают, что человеческое внимание обладает ограниченным ресурсом. Если мозг регулярно получает мгновенное вознаграждение в виде смешного ролика, неожиданного сюжета или яркой картинки, постепенно снижается готовность выполнять задачи, требующие длительной концентрации. Именно поэтому многие педагоги во всем мире фиксируют новую проблему. Школьникам становится значительно сложнее читать произведения объемом 200–300 страниц, выполнять многоступенчатые математические задачи и воспринимать лекции продолжительностью 40–45 минут.

Особенно заметно это проявляется при чтении. Если раньше ученик последовательно проходил текст страницу за страницей, то теперь взгляд часто начинает автоматически искать ключевые слова, выделения, картинки и короткие абзацы. Формируется привычка к поверхностному просмотру вместо глубокого понимания содержания. Международные исследования грамотности уже показывают снижение качества смыслового чтения у части подростков даже при сохранении формального уровня владения языком.

Для Центральной Азии эта проблема приобретает особую значимость. Регион отличается молодым населением. В Узбекистане доля граждан моложе 30 лет превышает половину населения страны. В Таджикистане медианный возраст составляет около 23 лет, в Кыргызстане — около 27 лет, в Казахстане — около 32 лет. Именно сегодняшние школьники через 15–20 лет будут определять конкурентоспособность экономики региона.

Одновременно растет объем информации, который необходимо освоить современному ученику. Если школьная программа двадцатилетней давности содержала ограниченный набор дисциплин, то сегодня к ним добавились программирование, цифровая грамотность, основы искусственного интеллекта, финансовая грамотность, медиабезопасность, экологические знания. Количество информации увеличивается быстрее, чем способность человека ее перерабатывать.

На первый взгляд искусственный интеллект должен облегчить обучение. Уже сегодня нейросети способны за секунды объяснить тему, проверить домашнее задание, перевести текст, составить конспект или решить математическую задачу. Однако появляется другой риск. Если ребенок начинает использовать ИИ исключительно как инструмент получения готового ответа, постепенно снижается мотивация самостоятельно анализировать материал.

Этот процесс специалисты называют когнитивным аутсорсингом. Часть интеллектуальной работы постепенно передается цифровым системам. Человек все чаще запоминает не информацию, а способ ее быстрого поиска. Еще десять лет назад школьник запоминал даты, определения и формулы. Сегодня многие рассчитывают, что необходимый ответ всегда можно получить через поисковую систему или нейросеть.

Парадокс заключается в том, что именно память остается основой мышления. Невозможно анализировать сложную проблему, если мозг не располагает достаточным запасом знаний. Искусственный интеллект способен дополнить память человека, но не заменить ее полностью. Без фундаментальных знаний невозможно отличить достоверную информацию от ошибки, а качественный ответ нейросети — от убедительно оформленной неточности.

Еще одной особенностью цифровой среды становится ускорение темпа восприятия. Средняя продолжительность популярного видеоролика составляет всего 15–40 секунд. За один час подросток может просмотреть несколько сотен отдельных сюжетов. Для сравнения: чтение одной главы учебника требует примерно такого же времени, но дает значительно более глубокое понимание материала.

Психологи отмечают, что постоянное переключение между короткими сюжетами увеличивает когнитивную нагрузку. Мозг вынужден непрерывно менять контекст, обрабатывать новые изображения, лица, музыку и текст. В результате возрастает утомляемость, хотя субъективно человеку кажется, что он отдыхает.

Не менее серьезное влияние оказывают компьютерные игры. Современные игровые механики основаны на системе мгновенных достижений, наград и уровней. Каждые несколько минут пользователь получает эмоциональное подкрепление. После такого опыта выполнение обычного домашнего задания, где результат появляется лишь спустя час или два, начинает восприниматься как менее привлекательное занятие.

Однако было бы ошибкой рассматривать цифровые технологии исключительно как угрозу. Многие исследования показывают, что интерактивные образовательные платформы способны существенно повысить интерес к изучению математики, иностранных языков и естественных наук. Виртуальные лаборатории позволяют проводить эксперименты, которые невозможно организовать в обычной школе. Искусственный интеллект помогает индивидуализировать обучение, выявлять пробелы в знаниях и подбирать задания соответствующей сложности.

Вопрос заключается не в самих технологиях, а в характере их использования. Если цифровые инструменты становятся дополнением к образованию, они повышают его качество. Если же они полностью вытесняют самостоятельное мышление, эффект оказывается противоположным.

Перед школами Центральной Азии возникает новая задача. Уже недостаточно просто передавать знания. Необходимо учить управлять собственным вниманием. Фактически внимание становится новой учебной компетенцией наряду с чтением, письмом и счетом.

Некоторые образовательные системы мира уже начинают вводить специальные программы цифровой гигиены. Детям объясняют принципы работы рекомендательных алгоритмов, механизмы формирования зависимости от бесконечной ленты, влияние уведомлений на концентрацию. Подобные знания постепенно становятся столь же важными, как правила дорожного движения.

Для стран Центральной Азии подобное направление особенно актуально в связи с быстрым ростом цифровизации образования. Практически во всех государствах региона активно внедряются электронные дневники, онлайн-платформы, цифровые учебники, системы дистанционного обучения и образовательные сервисы с элементами искусственного интеллекта. Следующим этапом должна стать подготовка школьников к осознанной работе с информацией.

Серьезную роль играет и семья. Исследования показывают, что дети копируют модель поведения взрослых. Если родители постоянно используют смартфон во время общения, совместного отдыха или приема пищи, ребенок воспринимает такую модель как норму. Ограничения, не подкрепленные личным примером, оказываются значительно менее эффективными.

Особое значение приобретает чтение художественной литературы. Именно длинные тексты развивают способность удерживать сюжет, анализировать причинно-следственные связи, понимать мотивацию персонажей и строить сложные логические конструкции. Эти навыки становятся фундаментом будущего обучения в университете, научной деятельности и инженерных профессиях.

Параллельно меняется и сама роль учителя. Если раньше педагог являлся главным источником информации, то сегодня эту функцию во многом выполняет интернет. Современный преподаватель постепенно становится навигатором, который помогает отличить достоверные знания от информационного шума, формирует критическое мышление и учит работать с огромными потоками данных.

Экономические последствия происходящих изменений пока недооценены. По оценкам международных аналитиков, уже в ближайшие десятилетия наиболее востребованными окажутся специалисты, способные длительно концентрироваться, анализировать большие объемы информации, принимать нестандартные решения и создавать новые знания. Все эти качества непосредственно зависят от способности управлять вниманием.

Для Центральной Азии вопрос приобретает стратегическое значение. Регион активно инвестирует в цифровую экономику, развитие искусственного интеллекта, инженерное образование и технологические парки. Однако сами технологии не обеспечат долгосрочного роста, если молодое поколение постепенно утратит способность к глубокому обучению. Самые современные компьютеры не заменят человека, который умеет последовательно мыслить, читать сложные тексты, сопоставлять факты и принимать ответственные решения.

Поэтому война за внимание школьника выходит далеко за пределы семьи или школы. Она становится вопросом национального развития. Победителем окажется не та образовательная система, которая первой закупит планшеты или внедрит очередную цифровую платформу, а та, которая сумеет сохранить баланс между возможностями искусственного интеллекта и естественными когнитивными способностями человека. В XXI веке именно внимание становится новым стратегическим ресурсом, а способность ребенка сосредоточенно читать, запоминать и размышлять превращается в один из важнейших факторов будущей конкурентоспособности стран Центральной Азии.

Вчера в Шанхае Россия, Китай и ещё 27 стран подписали соглашение о создании Всемирной организации сотрудничества в сфере искусственного интеллекта - WAICO. Это не очередной форум с красивыми речами, а новая межправительственная организация со штаб-квартирой в Шанхае. Она должна заниматься международными правилами в сфере ИИ, безопасностью, совместными разработками и доступом стран к новым технологиям. Россию на подписании представлял Максим Орешкин.

Само по себе появление такой структуры уже многое говорит о масштабе происходящего. Ещё несколько лет назад гонка ИИ выглядела как соревнование американских компаний: OpenAI выпускала новый GPT, Google отвечал Gemini, Anthropic - Claude, а Илон Маск выкатывал очередной Grok. Сейчас все меняется.

Современному ИИ нужны гигантские дата-центры, дорогие чипы, системы охлаждения и огромное количество электричества. По прогнозу Международного энергетического агентства, мировое потребление электроэнергии дата-центрами к 2030 году превысит 1000 ТВт/ч — более чем вдвое больше уровня 2024 года. Проще говоря, искусственный интеллект становится не только программой, но и одной из самых прожорливых инфраструктур в мире (а тратим мы этот ресурс на то, чтоб заставить мультяшного котика смешно танцевать).

Именно поэтому участие Китая здесь гораздо важнее самого факта появления ещё одной международной организации. Главные коммерческие нейросети пока действительно принадлежат американским компаниям, но их наиболее серьёзные конкуренты уже приходят из Китая. DeepSeek заставил весь рынок пересчитать стоимость разработки моделей, Alibaba развивает семейство Qwen, а китайские компании всё чаще выпускают открытые решения, которые по отдельным задачам приближаются к американским, но обходятся пользователям значительно дешевле.

При этом США в число учредителей WAICO не вошли. Как и Великобритания. Получается довольно любопытная конструкция: самые известные закрытые модели сосредоточены у американских корпораций, а Китай собирает вокруг себя страны, которым предлагает другой подход — сотрудничество государств, развитие открытых технологий и совместное участие в формировании правил. Си Цзиньпин прямо назвал новую организацию ответом на запрос стран Глобального Юга, которые не хотят оставаться лишь покупателями чужого ИИ.

Россия в этой системе предлагает прежде всего опыт в кибербезопасности. Максим Орешкин заявил, что речь идёт не о «бумажной силе»: страна постоянно сталкивается с серьёзными кибератаками, в том числе с применением ИИ, и готова делиться своими технологиями защиты с другими участниками организации.

Поэтому настоящая новость здесь вовсе не в том, что Россия подписала очередное международное соглашение. Гонка искусственного интеллекта перестаёт быть соревнованием OpenAI, Google, Anthropic и DeepSeek. Теперь страны начинают собирать целые ИИ-экосистемы: со своими моделями, вычислительными мощностями, энергетикой, правилами безопасности и рынками.

Кто в итоге окажется впереди, пока совершенно не очевидно. Но одно уже понятно: тот, у кого есть только хорошая нейросеть, но нет чипов, электричества, дата-центров и союзников, эту гонку в одиночку не вытянет.

А еще меня в списке удивило не наличие африканских стран (где Африка и где нейросети), а отсутствие Индии, Японии, Южной Кореи и Сингапура. Вот это действительно стратегически любопытнее, потому что у этих стран уже есть сильные собственные ИИ-компетенции. Особенно отсутствие Индии. При её амбициях в сфере ИИ логично было бы ожидать её среди учредителей. Возможно, Нью-Дели пока предпочитает не становиться ни на одну из сторон и сохранить пространство для сотрудничества и с Западом, и с Китаем. Но это уже мои размышления — официальных объяснений я не нашла.

Также пока рано говорить, что это уже “восточный аналог OpenAI” или “ИИ-блок”. Организация только создана, и её реальная роль станет понятна через несколько лет. Пока это скорее заявка на то, что часть стран хочет участвовать в формировании правил развития ИИ, а не только покупать готовые технологии. Не то очередной «передел ресурсов», не то реальная попытка ввести какие-то правила про ИИ, как МАГАТЭ в сфере атомной энергетики. Но тогда под этими правилами должны подписаться все.

В инженерном проектировании широко используются цифровые модели деталей, которые можно редактировать и применять при разработке новых изделий. Однако восстановление таких моделей по данным трехмерного сканирования остается сложной задачей. Сканы реальных объектов часто содержат шумы, пропущенные участки и искажения, а для дальнейшей работы инженерам нужна точная и редактируемая модель.

Существующие методы на основе искусственного интеллекта обычно выполняют восстановление за один шаг. Из-за этого они могут пропускать мелкие геометрические детали или неточно передавать форму объекта. Инженер же при ручной работе действует иначе: сравнивает исходную форму с полученной моделью, находит расхождения и последовательно исправляет результат.

Авторы исследования предложили метод, воспроизводящий такой поэтапный процесс. Система сравнивает исходный трехмерный объект с текущей версией цифровой модели, находит геометрические расхождения и на их основе уточняет описание. Затем обновленная модель снова проверяется, и цикл повторяется несколько раз.

Для работы метод использует разные представления формы: изображения объекта с нескольких ракурсов и данные о точках на его поверхности. Кроме того, исследователи предложили способ имитации трехмерного сканирования при обучении и проверке, позволяющий учитывать дефекты, характерные для реальных сканов: неполное покрытие поверхности, сглаженные края и пропущенные участки.

Расчеты показали, что предложенный метод восстанавливает цифровые модели точнее ряда существующих подходов. На тестовых наборах он лучше сохранял форму объектов, снижал число некорректных результатов и помогал восстанавливать мелкие геометрические элементы, которые другие подходы могли пропускать.

«При восстановлении цифровой модели по трехмерному скану важно не просто получить похожую форму, но и сохранить возможность дальнейшего инженерного редактирования. Наш подход построен как последовательное уточнение: система сравнивает исходный объект с текущей версией модели, находит расхождения и исправляет их на следующих шагах. Это помогает точнее восстанавливать мелкие геометрические детали и лучше работать с данными, в которых есть шумы или пропущенные участки», — отметил научный сотрудник центра ИИ Дмитрий Жемчужников.

Полученные результаты могут быть полезны для развития методов автоматического восстановления инженерных моделей по трехмерным данным. Такие подходы могут применяться в обратном проектировании, при оцифровке деталей и подготовке редактируемых моделей для инженерных задач.

Информация предоставлена пресс-службой МГУ

Источник фото: rawpixel / ru.123rf.com

— В качестве партнера выбрали AIRI, поскольку на сегодня он является институтом, ориентированным исключительно на искусственный интеллект. Также важный момент заключается в том, что AIRI предлагает перспективные и актуальные темы для исследований и разработок и предоставляет кураторов, а также обеспечивает доступ к облачным ресурсам, — прокомментировал руководитель лаборатории Игорь Солодов.

В лаборатории будет восемь штатных сотрудников: пятеро представляют AIRI, трое — НГУ, также к реализации проектов будут привлекаться студенты — до 20-30 человек, обучающиеся на новой программе бакалавриата НГУ «Прикладной искусственный интеллект», которая стартовала в НГУ в 2025 году в рамках федерального проекта подготовки высококвалифицированных специалистов топ-ИИ. Для размещения рабочих мест будет использоваться пространство Института систем информатики им. А. П. Ершова, с которым AIRI подписал соглашение о сотрудничестве еще в 2025 году.

— Для нас создание совместной лаборатории в НГУ — закономерный шаг. У нас уже есть успешный опыт развития совместных лабораторий с ведущими российскими вузами, и эта модель доказала свою эффективность: она позволяет объединить фундаментальную науку, инженерные компетенции и реальные индустриальные задачи. НГУ — безусловный лидер научно-образовательной экосистемы Сибири и один из сильнейших исследовательских университетов страны, и мы рады начать совместную работу, — отметил Иван Оселедец, генеральный директор Института AIRI.

В первый год работы лаборатории планируется набрать группу студентов НГУ и сформировать исследовательские команды по пяти ключевым направлениям лаборатории: интеллектуальная диагностика промышленного оборудования, физически-информированные модели, генеративный ИИ для науки и медицины, многоагентные системы управления роевой робототехникой и анализ промышленных данных. За каждой командой будет закреплен научный руководитель и ментор из AIRI, имеющий опыт реализации прикладных ИИ-проектов.

— Для нас большая честь сотрудничать с AIRI — передовым российским институтом в области ИИ. Совместная лаборатория с AIRI — это еще один шаг в сторону подготовки востребованных специалистов, которые будут изучать технологии ИИ через решение практических задач индустриальных партнеров. На уровне студентов работа в лаборатории — возможность включиться в проекты, решающие задачи разных отраслей, уже с первых курсов. При кураторстве экспертов AIRI будет организовано выполнение курсовых, выпускных квалификационных и магистерских работ на базе проектов лаборатории, а также стажировки в рамках совместных исследований, — прокомментировал Алексей Окунев, директор Института интеллектуальной робототехники НГУ.

В ходе совместной работы планируется проводить научные семинары, открытые лекции и мастер-классы с участием исследователей AIRI; выполнять подготовку научных публикаций в ведущих мировых журналах и на конференциях по искусственному интеллекту (NeurIPS, ICML, ICLR и других); участвовать в создании открытых наборов данных и бенчмарков, востребованных исследовательским сообществом; реализовывать совместные проекты с промышленными и научными организациями, ориентированные на практическое внедрение разработок.

К концу первого года планируется создать программные прототипы, а к концу третьего — работающие прототипы технологий, например, систем прогнозирования отказов оборудования, интеллектуального управления группами роботов, генеративных моделей для задач физики, биомедицины и астрономии, готовых к пилотной апробации на предприятиях-партнерах.

Среди потенциальных партнёров лаборатории — предприятия нефтегазовой, энергетической, металлургической, химической, машиностроительной и горнодобывающей отраслей; производители аккумуляторов, систем накопления энергии и компании, занимающиеся электрохимическими технологиями; разработчики робототехнических комплексов, автономного транспорта, логистических систем и беспилотных решений; медицинские организации, биотехнологические компании и научные институты; российские и международные исследовательские лаборатории и ИТ-компании.

Финансирование будет строиться по принципу проектного: сначала ищется партнер, под конкретную задачу формируется команда с участием научных сотрудников, экспертов и студентов лаборатории; далее выполняется проект, по результатам которого разработка внедряется в реальный производственный процесс.

— Деятельность совместной лаборатории прежде всего будет способствовать повышению уровня новосибирских научных руководителей, а также позволит привлечь дополнительное финансирование в университет благодаря реализации серьезных проектов, поддерживаемых партнерами. Для НГУ это возможность решать задачи мирового уровня и укрепить свой статус как ведущего российского университетского центра компетенций в области искусственного интеллекта, объединяющего образование, фундаментальные исследования и решение практических задач предприятий, — подытожил Игорь Солодов.

Очевидно, что таким образом производитель юридически защищает себя перед масштабным сбором голосовых данных для обучения моделей искусственного интеллекта. Функции распознавания речи и умные помощники просто не могут работать без постоянного анализа звукового фона в помещении.

У пользователей осталось всего три пути для защиты своей приватности. Первый вариант требует ручного отключения всех функций, завязанных на микрофон. Второй способ предлагает отказаться от установки нового программного обеспечения, что автоматически лишает телевизор критических обновлений безопасности. Третий и самый радикальный метод заключается в полном отключении устройства от интернета, что превращает дорогую умную панель в обычную коробку для вывода изображения по кабелю.

К слову, это уже второй крупный скандал с приватностью вокруг LG за последний месяц. Ранее пользователи обнаружили, что при простом подключении новых мониторов бренда к ПК на базе Windows система начинает в фоновом режиме скачивать агрессивное программное обеспечение. Фирменная утилита LG Monitor App Installer требует полного доступа к системе, включая историю браузера и геолокацию, а в довесок принудительно устанавливает рекламные баннеры антивируса McAfee. Подобное отношение к личным данным уже заставило многих энтузиастов призывать к бойкоту продукции корейского гиганта.

* Sina News () — одно из самых известных и влиятельных новостных интернет-изданий Китая (но не на уровне государственных информагентств). Эту статью нельзя считать официальной позицией китайского правительства, но её вполне можно считать авторитетным отраслевым комментарием, опубликованным одним из самых популярных и влиятельных новостных интернет-порталов Китая.

Используя недавний конфликт вокруг Love and Deepspace в качестве примера, авторы статьи призывают игровой рынок отказаться от токсичной «конкуренции за трафик» (рейдж-бейтинга, кампаний по очернению и бесконечных интернет-срачей) и перейти к «конкуренции ценностью» – делать ставку на качество контента, технические инновации и стабильную поддержку игр.

Ссылка на оригинальную статью: https://news.sina.cn/sx/2026-07-20/detail-iniimkkn8092281.d.html?sinawapsharesource=newsapp&wm=3200_0024

Перевод статьи:

> От «конкуренции за трафик» к конкуренции ценностью: игровой индустрии пора положить конец разрушительной внутренней борьбе

18 июля в сети начал распространяться составленный игроками на основе открытых источников документ с хронологией событий и собранными материалами по инциденту вокруг Love and Deepspace. Документ активно распространялся в социальных сетях.

В него вошли публикации, связанные с онлайн-конфликтами, скриншоты постов и комментариев, данные об активности страниц, а также история их редактирования за период с 29 июня по 1 июля. В документе также утверждается, что собранные материалы и соответствующие сведения были переданы на проверку профильным платформам и компетентным органам.

18 июля журналист, следуя указанным в документе ссылкам, обнаружил, что многие оригинальные публикации уже недоступны для просмотра. Согласно правилам платформ, подобный контент может исчезнуть по разным причинам: из-за удаления самим автором, изменения настроек доступа, действий платформы или других факторов.

Сообщается, что часть игроков уже направила собранные материалы в компетентные органы. Кроме того, одна из сторон подала судебный иск в связи с рядом публичных заявлений, и суд официально принял его к рассмотрению. На момент публикации статьи судебное разбирательство ещё не началось, а вопрос об ответственности остаётся в компетенции судебных органов.

Сам процесс распространения информации, представленный в документе, поднимает важный для всей индустрии вопрос: когда спор вокруг конкретного игрового продукта стремительно перерастает в обсуждение позиции компании, личности авторов и оценки целых групп игроков, не начинает ли общественное внимание смещаться от самой игры, влияя на работу компании и нарушая здоровую конкурентную среду?

> За одним документом — история того, как спор о продукте превратился в противостояние между группами

Согласно содержанию документа, его авторы требовали от компании публичных извинений, временной остановки работы серверов для проведения исправлений, а также наказания сотрудников, которых они считали ответственными.

Скриншоты, приведённые в документе, показывают, что примерно через полчаса после публикации соответствующих сообщений страница уже набрала 462 репоста, 875 комментариев и 9 396 лайков.

Позже в рамках той же темы продолжали появляться требования остановить работу серверов, наказать сотрудников, а также публикации, связывавшие компанию и отдельные группы игроков с крайне жёсткими идеологическими ярлыками.

Согласно сохранённым в документе записям истории редактирования страниц, соответствующие публикации несколько раз переходили из удалённого состояния обратно в публичный доступ в период с вечера 29 июня по 1 июля.

На страницах с 6 по 23 документа также собраны скриншоты множества аккаунтов, которые в относительно короткий промежуток времени публиковали материалы схожего содержания. Некоторые комментарии уводили дискуссию далеко за рамки первоначальной проблемы текста игры, переключая внимание на позицию компании, личности создателей и различные группы игроков, при этом используя агрессивные оскорбительные формулировки. Высказываемые мнения были очень похожими, а время публикаций — практически совпадало.

Позднее команда разработчиков Love and Deepspace официально заявила, что в сети имели место случаи вырывания информации из контекста, распространения поддельных скриншотов, а также что некоторые аккаунты «организованно фабриковали и распространяли» ложную информацию. Однако на данный момент ни платформы, ни компетентные органы не публиковали официальных результатов расследования, касающихся конкретных аккаунтов и связей между ними.

Следует подчеркнуть, что массовые публикации в схожие промежутки времени, использование одинаковых материалов или формулировок, синхронное распространение информации на разных платформах, а также повторная публикация удалённого контента могут служить лишь косвенными признаками, помогающими проследить цепочку распространения информации. Этого недостаточно, чтобы напрямую утверждать о существовании оплачиваемых интернет-комментаторов («водной армии») или организованной кампании по манипулированию общественным мнением.

Вопрос о том, имела ли место платная информационная кампания, злонамеренный искусственный ажиотаж или иные незаконные либо нарушающие правила действия, должен быть окончательно решён исключительно на основании официального расследования и правовой оценки платформ и государственных органов.

Таким образом, этот инцидент показывает существование двух параллельных линий событий. С одной стороны, игроки действительно высказывали обоснованные вопросы и сомнения относительно планирования контента, его реализации и коммуникации с пользователями. С другой стороны, часть обсуждений быстро вышла за рамки конкретных претензий к игре и превратилась в обобщённое навешивание ярлыков на компанию, её сотрудников и обычных игроков.

> Когда трафик становится рыночным сигналом, цена внутреннего конфликта распространяется по всей отрасли

Количество репостов, комментариев и попадание темы в тренды действительно отражают интенсивность распространения информации в определённый момент времени. Однако эти показатели нельзя напрямую приравнивать к числу независимых пользователей, их долгосрочной готовности тратить деньги или устойчивому рыночному спросу.

Эмоционально окрашенный контент получает больше внимания, компании вынуждены оперативно менять планы ради снижения краткосрочных рисков, а реальные потребности пользователей и долгосрочные стратегии развития оказываются нарушены.

Для игровой индустрии подобные риски затрагивают всю производственную цепочку. За каждым персонажем, сюжетом и игровым обновлением стоят работа дизайнеров, художников, программистов, аниматоров, актёров озвучивания, специалистов по локализации, издателей и маркетологов. Если проект, находящийся практически на стадии запуска, отменяется, часть цифровых материалов ещё можно использовать повторно, однако вложенные ресурсы, координация команд, упущенные сроки выхода обновлений, внимание аудитории и рыночные возможности зачастую уже невозможно полностью восстановить.

Ещё более незаметные последствия возникают внутри самих компаний. Если творческие команды начинают опасаться, что любое имя, число или обычная текстовая деталь впоследствии могут быть вырваны из контекста, собраны в новую интерпретацию и превращены в обвинение в адрес компании, организации начинают постоянно расширять объём внутренних проверок и избегать любых выразительных или реалистичных деталей. В результате под угрозой оказываются не только потенциально спорные элементы, но и любые инновационные идеи.

Согласно данным GPC, в первом квартале 2026 года фактическая выручка игрового рынка Китая достигла 97,172 млрд юаней, что на 13,38 % больше по сравнению с аналогичным периодом прошлого года. Доходы от самостоятельно разработанных китайских игр на зарубежных рынках составили 6,331 млрд долларов США, увеличившись на 31,76 % в годовом выражении.

На фоне продолжающегося роста отрасли кнкуренция между компаниями всё больше зависит от эффективности исследований и разработки, оригинальности контента и способности успешно работать на мировом рынке.

На этом этапе развития индустрии компании должны конкурировать технологиями, качеством контента, уровнем сервиса и развитием интеллектуальной собственности (IP), а не объёмом негативного информационного шума, распространением ярлыков или способностью организовывать массовые кампании жалоб.

Ни крупные издатели, ни небольшие студии, ни платформенные сервисные компании не должны влиять на честную рыночную конкуренцию с помощью непрозрачных методов распространения информации. Крупные компании располагают значительными юридическими ресурсами, специалистами по связям с общественностью и возможностями взаимодействия с платформами. Малые и независимые студии, напротив, могут столкнуться с расходами на защиту своих прав и восстановление репутации, которые многократно превышают их финансовые возможности.

Даже если коммерческого давления со стороны конкурентов не существует, сам по себе информационный хаос способен сформировать опасный стимул для всей индустрии, при котором «те, кто умеет создавать конфликты, получают внимание, а те, кто добросовестно создаёт контент, вынуждены расплачиваться за это».

> По мере продвижения кампании «Цинлан» конкуренция должна вернуться к продукту и его ценности

Подобные явления в настоящее время находятся в центре внимания органов, отвечающих за регулирование китайского интернета.

В конце мая 2026 года Администрация киберпространства Китая (CAC) запустила двухмесячную специальную кампанию «Цинлан: оптимизация деловой интернет-среды и борьба со злонамеренным ажиотажем вокруг информации о предприятиях», которая продолжается до сих пор.

В рамках этой кампании особое внимание уделяется следующим практикам: искусственное раздувание негативной информации о компаниях в ключевые моменты, например во время запуска новых продуктов; намеренное продвижение тем в тренды с помощью оплачиваемого распространения; использование «водных армий» для массового распространения однотипной негативной информации; навешивание ярлыков на пользователей определённых брендов; разжигание конфликтов между различными группами потребителей.

Кампания также требует от интернет-платформ совершенствовать механизмы выявления, оценки и удаления информации, нарушающей права компаний, улучшать процедуры подачи жалоб и обращений, стандартизировать процесс рассмотрения таких обращений, а также усиливать взаимодействие между различными ведомствами и правоохранительными органами в случаях, требующих юридического вмешательства.

При этом подчёркивается, что подобные меры не должны использоваться компаниями для подавления критики со стороны потребителей. Обычные отзывы пользователей, журналистские расследования и основанные на фактах вопросы относительно продукции должны оставаться защищёнными.

Цель кампании — борьба со злонамеренным информационным ажиотажем, распространением ложной информации, манипулированием интернет-трафиком, кибербуллингом и использованием межгрупповых конфликтов для нарушения нормальной рыночной конкуренции.

Кроме того, «Положение об управлении сервисами многоканального распространения интернет-контента», которое вступит в силу 1 сентября, ещё сильнее закрепит подобные меры на институциональном уровне.

Документ прямо запрещает: вводить общественность в заблуждение путём искусственного создания «проблем», вымышленных предположений или компиляции информации из вырванных из контекста фрагментов; намеренно разжигать эмоции пользователей и провоцировать противостояние между различными группами; искусственно накручивать показатели популярности; массово распространять однотипный контент; организовывать, участвовать или содействовать кибербуллингу.

От временных специальных кампаний государство постепенно переходит к постоянной системе регулирования. Посыл политики очевиден: использование «водных армий», аномального интернет-трафика, атак с помощью ярлыков и сетевого распространения ложной информации через координированные аккаунты будет регулироваться всё строже.

При этом авторы отдельно отмечают, что это не означает, будто рассматриваемый в статье случай уже официально признан относящимся к одной из перечисленных категорий. Однако если в будущем будут собраны полные доказательства подобных схем распространения информации, появится более чёткая правовая база для их проверки и рассмотрения.

В первую очередь сами платформы должны отказаться от практики, при которой количество просмотров, комментариев или жалоб автоматически считается доказательством правоты одной из сторон.

При обнаружении аномально большого числа публикаций, однотипного контента или массовых жалоб за короткий промежуток времени платформам следует совершенствовать как технические методы выявления подобных случаев, так и процедуры ручной проверки. В вопросах, связанных с деятельностью компаний и общественно значимыми событиями, пользователям необходимо предоставлять прозрачные механизмы обжалования решений, повторной проверки и сохранения доказательств.

Со своей стороны компании должны сохранять оригинальные материалы разработки, данные о распространении информации и отзывы пользователей. Во время крупных общественных конфликтов важно отделять конструктивную обратную связь по продукту, реальные фактические ошибки, эмоциональные высказывания и ничем не подтверждённые обвинения.

Не любую критику следует воспринимать как нападение, но и наиболее громкие голоса не должны автоматически считаться мнением всего рынка.

Средствам массовой информации и независимым авторам также следует повышать требования к источникам и доказательной базе, использовать полные контексты событий и подтверждать информацию несколькими независимыми фактами.

Профессиональные отраслевые организации могли бы рассмотреть возможность создания независимых механизмов проверки информации и посредничества при спорах вокруг игрового контента, чтобы компании, игроки и платформы могли разрешать конфликты профессиональными способами, а не исключительно через тренды и массовые жалобы.

В проекте 15-го пятилетнего плана Китая поставлена задача ускорить создание единого, открытого, эффективно регулируемого и основанного на честной конкуренции культурного рынка.

Для игровой индустрии это означает, что компании должны соблюдать стандарты качества контента и ведения бизнеса, а рынок — обеспечивать стабильную и предсказуемую конкурентную среду, в которой возможно нормальное развитие инноваций.

Переход от конкуренции за трафик к конкуренции ценностью означает, что: качество продукта должно определять его рыночный успех; реальные мнения пользователей должны учитываться при принятии решений компаниями; ложная информация и аномальные схемы её распространения должны проверяться в правовом порядке; компании любого масштаба должны конкурировать по единым и прозрачным правилам.

Игровая индустрия уже обладает потенциалом создавать оригинальные IP и успешно конкурировать на мировом рынке.

Если же ресурсы разработчиков будут постоянно расходоваться на информационные войны, а доверие пользователей — разрушаться из-за бесконечных кампаний по навешиванию ярлыков, то пострадает не только отдельный персонаж или конкретная компания. Под угрозой окажется способность всей игровой индустрии создавать качественный контент, привлекать талантливых специалистов и развивать новые рынки.

Лишь тогда, когда платформы будут добросовестно выполнять свои обязанности, компании сосредоточатся на качестве своих продуктов, а конкуренция снова будет строиться вокруг контента и инноваций, игровая индустрия сможет действительно избавиться от разрушительной внутренней борьбы и направить ограниченные ресурсы на долгосрочное развитие.»

#LoveAndDeepspace

Квантовые технологии помогли сделать важный шаг к реализации термоядерной энергетики — с их помощью физики смоделировали появление трития — топлива для термоядерного реактора. В новой работе, опубликованной на arXiv 29 июня, используются квантовые вычисления для моделирования расплавленной соли — соли в жидкой фазе. 

Окутывая реакцию термоядерного синтеза подобно одеялу, расплавленная соль может производить редкое топливо, необходимое для поддержания этой реакции — тритий. Химические процессы извлечения трития из расплавленной соли настолько сложны, что исследователи не могли точно смоделировать их с помощью классических вычислительных методов. В то же время эксперименты с расплавленной солью сложны и дорогостоящи, требуют огромных затрат энергии и специализированного оборудования. 

Национальная лаборатория Ок-Ридж, Кливлендская клиника и IBM продемонстрировали, как гибридные методы, использующие квантовые вычисления и искусственный интеллект, могут дать лучшие результаты, ускоряя темпы исследований в области термоядерного синтеза. Эта работа демонстрирует преимущества и потенциал партнерства между национальными лабораториями Министерства энергетики США и частными предприятиями. 

«Когда мы начали эту работу, может быть, пять месяцев назад, я не ожидал, что придём к нашим результатам так скоро», — рассказал Том Бек, руководитель отдела научного взаимодействия Национального центра вычислительных наук в Национальной лаборатории Ок-Ридж.

Как получить энергию с помощью термоядерного синтеза? 

Два нейтрона и протон образуют тритий — более тяжелый радиоактивный изотоп водорода. Это первый ингредиент в рецепте термоядерной энергии: тритий перегревают, связывают мощными магнитами в вращающееся кольцо плазмы внутри "сосуда", называемого токамаком, затем добавляют дейтерий. Это другой более распространенный изотоп водорода с одним нейтроном. 

Тритий и дейтерий сталкивают друг с другом с такой силой, что они сливаются в гелий. В результате получается огромное количество энергии — термоядерный синтез — это та же реакция, которая заставляет светить Солнце. Используя эту реакцию, можно производить энергию в огромных масштабах без отходов или риска расплавления активной зоны, связанных с ядерным делением.

Однако производство топлива для термоядерной энергетики представляет собой сложную задачу. Дейтерий добывается из океана, а тритий не имеет значительных природных источников на Земле. Современные атомные электростанции, работающие на основе деления ядра, производят тритий в небольших количествах, а весь мир производит его всего несколько килограммов в год. Одна термоядерная электростанция мощностью в один гигаватт будет сжигать примерно полкило трития в день. 

Все мировые запасы позволят этому реактору работать всего несколько недель, поэтому будущая термоядерная электростанция должна производить собственный тритий во время своей работы. Вот тут-то и пригодится толстый слой расплавленной соли лития. 

Когда нейтрон вылетает из термоядерной реакции и сталкивается с атомом лития-6 в соли, он расщепляет атом на гелий и новый тритий. Бериллий в смеси умножает свободные нейтроны, поэтому слой производит достаточно топлива для поддержания реакции. Фтор и литий соединяются в соль, которая остается жидкой и стабильной при высокой температуре реактора. 

Производство топлива — лишь одна из задач расплавленной соли. Один и тот же материал должен защищать магниты реактора от нейтронного излучения, охлаждать стенку, обращенную к плазме, и отводить тепло для вращения турбины. При этом он должен делать все это, пока нейтронная бомбардировка изменяет его химический состав. Разработка соли, которая выдерживает эти противоречивые нагрузки и продолжает выделять тритий, является одной из центральных проблем материаловедения при создании термоядерных реакторов такого типа. 

«Извлечение трития — огромная часть инженерной задачи термоядерного синтеза», — сказал Бек.

В новой работе, проведенной Окриджской национальной лабораторией, Кливлендской клиникой и IBM, изучается процесс извлечения трития, который зависит от поведения трития после расщепления атомов лития. 

Если тритий связывается с фтором в соли, он образует фторид трития, который является коррозионным и трудноудаляемым. Если же он остается в виде газа, он самостоятельно выделяется в виде пузырьков. Предсказание направления его движения требует моделирования химических процессов в соли с точностью, которая бросает вызов классическим методам. 

Для таких сложных задач термоядерной энергетики можно использовать квантово-центричные суперкомпьютерные вычисления. Химики, такие как Бек, используют теорию функционала плотности (DFT) для решения подобных задач на классических компьютерах. DFT аппроксимирует расположение электронов в молекуле, ее электронную структуру. DFT — быстрый и часто полезный метод. 

Однако для химии в расплавленных солях DFT сталкивается со значительными трудностями. В более ранних работах группа Бека обнаружила, что DFT может давать погрешность в определении свободной энергии соли до 10%. Свободная энергия — это величина, определяющая молекулярное связывание. Эти 10% погрешности далеко не достаточны для того, чтобы предсказать, закрепится ли тритий в коррозионно-активном фториде трития или будет свободно дрейфовать в виде газа. 

Химию сложно моделировать, потому что природа в таком масштабе квантовая и управляется множеством сложных взаимодействующих переменных. Электроны в молекуле могут располагаться и взаимодействовать множеством различных способов, создавая целый зоопарк возможных расположений, который расширяется по мере роста размера молекулы. Большие молекулы создают пространства возможностей, слишком большие даже для самых мощных классических суперкомпьютеров, чтобы их эффективно исследовать. Квантово-центрированные суперкомпьютеры предлагают новую парадигму решения задач в химии, которая может помочь решить эту проблему. 

Кеннет Мерц, доктор философии, соавтор научного препринта и руководитель лаборатории Мерца в Кливлендской клинике, в начале 2026 года руководил работой совместно с RIKEN и IBM, в которой квантовые и классические компьютеры использовались для расчета электронной структуры белка, состоящего из 12 635 атомов. Этот рабочий процесс основывался на методе, называемом встраиванием на основе волновой функции (EWF), который разбивает вычисление на вычислительно разрешимые части, называемые «кластерами». 

Классические компьютеры решают задачи для меньших кластеров. Затем квантовый компьютер использует метод, называемый квантовой диагонализацией на основе выборки (SQD), для решения более сложных кластеров — тех, которые включают большую запутанность между атомами. Затем классические компьютеры снова объединяют молекулу. 

«Я думаю, это огромный вклад», — сказал Бек о работе Мерца. 

Без него кластеры соли были бы слишком большими, чтобы "поместиться" в современном квантовом оборудовании. 

В новой работе исследователи выделили девять конфигураций расплавленной соли FLiBe из своих симуляций, каждая из которых представляла собой небольшой кластер из 21 иона, и вычислили их энергии с тритием и без него. Затем ученые сравнили результаты с ведущими классическими методами решения задачи о фрагментах, и квантово-ориентированные расчеты совпали с ними. 

Это мощное подтверждение работоспособности концепции для будущих вычислений. Однако для решения полной задачи о свободной энергии требуется изучение большого, бурлящего слоя расплавленной соли толщиной в один метр, а это порядка триллиона триллиона частиц. В обозримом будущем это останется за пределами возможностей вычислительной химии, но симуляции могут приблизиться к свойствам объемной жидкости за счет увеличения числа атомов. 

Чтобы точно воспроизвести поведение трития в FLiBe в рабочем процессе, потребуется больше элементов. 

Как может помочь ИИ? И как квантовая механика может работать вместе с ИИ в исследованиях термоядерного синтеза? 

Квантово-химические расчеты, представленные в этой статье, являются частью более масштабного рабочего процесса. Долгосрочная цель — это циклический рабочий процесс, осуществляемый с помощью агентов искусственного интеллекта в три этапа. 

На первом этапе ИИ-агенты предлагают и проверяют множество потенциальных солей из базы данных ORNL, содержащей результаты 70-летних исследований расплавленных солей. Для каждой потенциальной соли выполняется класс вычислений, называемый нейтронной физикой, который оценивает коэффициент воспроизводства трития, количество топлива, которое соль фактически произведет под воздействием нейтронов, а также сохраняет ли она жидкую фазу и достаточно ли хорошо отводит тепло для использования. 

На втором этапе наиболее перспективные соли отправляются "в суперкомпьютеры", которые моделируют их атом за атомом с помощью теории функционала плотности (DFT). Эти симуляции дорогостоящи. Поэтому в рабочем процессе используются ИИ-заменители, обученные воспроизводить физические процессы, чтобы выполнять их достаточно быстро и эффективно. 

Третий этап задействует квантовый компьютер там, где DFT не справляется: высокоточная химия, определяющая места связывания трития. Именно этот квантовый шаг проверяется в данной статье. В будущих экспериментах результаты будут использоваться для уточнения следующего раунда кандидатов, и цикл повторится. 

Этот цикл помогает в решении сложной задачи оптимизации, сказал Эл Гайст, корпоративный научный сотрудник и технический директор проекта Frontier Exascale Computing Project в ORNL и соавтор статьи. 

Токамак должен извлекать как можно больше трития из соли, даже если поведение этой соли меняется под воздействием интенсивного нейтронного излучения, тепла и магнитных полей. Ни один отдельный расчет не может найти наилучшее решение. Но ИИ-квантово-химический рабочий процесс может предложить соль, предсказать, как она производит тритий и течет, а затем точно определить химические процессы, при которых тритий отделяется от смеси. ЦПУ, графические процессоры и квантовые процессоры смогут работать вместе, чтобы решить одну из величайших нерешенных проблем в инженерии.

Что дальше? 

Бек подчеркнул, что темпы прогресса в этой работе стали для него неожиданностью — и во многом это заслуга сотрудников IBM и Кливлендской клиники, сказал он. Бек пришел в ORNL как специалист по высокопроизводительным вычислениям с глубоким интересом к квантовым вычислениям. Работая с IBM, он узнал, на что способны квантовые компьютеры сегодня, и с какой скоростью они совершенствуются. 

Команда уже планирует масштабировать квантовый этап в рабочем процессе. План состоит в том, чтобы увеличить кластеры до размеров более 21 иона, приблизив их к размерам самых больших молекул, которые уже обрабатывались методами EWF, и запустить сотни конфигураций, которые требуются для расчета полной свободной энергии связывания. 

Авторы ожидают, что тот же набор инструментов позволит решать не только задачи с расплавленными солями, но и другие сложные задачи в химии. Подобно тому, как работа Мерца с белками в итоге поддержала исследования в области термоядерного синтеза, эти исследования, вероятно, поддержат проекты, которые еще не рассматривались. 

Квантовая сеть IBM является ключевым местом для налаживания подобных связей и обмена идеями. Исследователи из ORNL надеются предоставить инженерам-термоядерщикам способ проектировать и проверять расплавленную соль на компьютере, прежде чем смешивать и перегревать ее в лаборатории. Это должно помочь сократить разрыв между идеей термоядерного синтеза и реактором, способным работать на собственной энергии. 

Сегодня по всему миру ведется строительство нескольких экспериментальных термоядерных реакторов. Исследователи надеются, что вскоре они, подобно квантовым вычислениям, перейдут от стадии концептуальной технологии к практическому применению.

• 00:00:00 — Приветствие и план лекции №13. Представление авторов техник (В. Громов, Н. Луковникова, Е. Переслегина).

• 00:01:39 — Таймлайн развития когнитивных операторов (от социопиктограмм 2011 года до метадоксов).

• 00:02:37 — Формальное определение когнитивного оператора как инструмента трансформации гносеологем и онтологем. Субъект и предмет.

• 00:03:51 — Три исторических этапа развития операторов: ранние (ТРИЗ), промежуточные (Парибок) и современные (метадоксы, операторы Громова).

• 00:05:05 — Классификация операторов по Громову и числу Мейясу. Системные, коммуникативные и солярианские операторы.

• 00:07:08 — Разделение на физические (процессные) и герменевтические операторы. Варианты среды: in vivo, in vitro, in mento, in silicio, in verbo.

2. Панорама и классификация когнитивных операторов:

• 00:09:07 — Общий слайд-карта: текстовые, геометрические, дорожные карты, таблицы, метафорические и математические операторы.

• 00:13:20 — Схема схематизации. Подробный разбор осей пространства, позиций, времени и онтологии.

• 00:14:08 — Метод «огурцов» (свободный тезаурус темы) и его продвинутая упорядоченная версия.

• 00:16:24 — Таблицы как тензоры и предел упорядочения понятий. Обнаружение «пустых мест» в языке.

• 00:18:14 — Трёхдосочные схемы (СМД-методология) и плетение цветных дорог. Различия генетических и эволюционных схем.

• 00:23:38 — Фокусы схематизации (способы усмотрения) и соответствующие им типы мышления (диалектическое, позиционное, схоластическое и др.). Вклад Сократа, Платона и Аристотеля.

• 00:29:54 — Композитные схемы, многопараметрические графики и пределы наглядности многомерных схем.

3. Простые системные операторы и их эволюция:

• 00:31:32 — Переход к простым системным операторам: линейные, бинарные (квадратичные) и триалектические. Линейный оператор причинности и кольцевое время Гёделя.

• 00:34:53 — Квадратичные операторы: крест реальности Альтшуллера и «сюрикен мышления» Е. Николина (придумал-сказал-сделал-осмыслил).

• 00:36:36 — Триалектические операторы: СМД-трёхслойка Г. П. Щедровицкого (мышление — коммуникация — деятельность) и авторская версия с лифтами понимания, рефлексии и смещения.

• 00:40:10 — Цивилизационные профили на схеме мыследеятельности: Логос европейской цивилизации vs Русская инженерия.

• 00:41:10 — Выход схемы мыследеятельности с плоской доски на поверхность тора.

4. Сложные балансы и композитные схемы (лягушки Громова):

• 00:42:53 — Лягушка Громова №1: Смыслы — действия — порядки. Баланс реформации, революции и реконструкции.

• 00:48:19 — Лягушка Громова №2 (альтернативная): Мышление, деятельность и состояние сознания. Понятия «республика» и «литургия».

• 00:50:16 — Эволюционная лягушка: Баланс противоречий креационизма, эволюционизма, циклизма и эсхатизма. Разбор языков и типов времени.

• 00:54:25 — Схема соотнесения физики и мифологии. Описание видимого и невидимого мира, двойная рефлексия и появление метамифологии. Оператор эпистемности.

• 00:58:50 — Расширение схемы с введением математики (бытийное, небытийное, инобытийное). Понятие «орфической математики».

• 01:02:18 — Стандартный баланс технологий (управляющие, ускоряющие, называющие). Субкультуры (менеджерская, технократическая, магическая) и семантическая недостаточность. Гражданские, военные и неутилитарные технологии.

• 01:04:58 — Тройственная схема В. А. Никитина: миф веры, миф знания и миф информации. Прогноз исторического движения.

• 01:06:42 — Схема когнитивных кодов (оси трансценденций, эпистем и языков).

• 01:07:46 — От «трёхэтажки» Французова (квантовая механика, интерпретации, математический формализм) к девятиэтажной схеме.

• 01:09:48 — Трёхслойка для математики (НКП): баланс доверия к откровению, мышлению и природе.

5. Заключение. Операторы-поглотители (антисхемы):

• 01:10:28 — Понятие поглотителей как антисхем, предназначенных для разрушения систем. Примеры: второе начало термодинамики, СТО Эйнштейна, Стэнфордский эксперимент, эксперимент Зимбардо, космогония Лема и Стругацких.

• 01:11:50 — Анонс следующей части лекции. Заключительное слово.

https://youtu.be/uVBSJoNH-Ms

https://rutube.ru/video/db0ef5b192716c4ad30cd0d426dbce25/

Вместо классического кубика Рубика (4?10?? состояний) инженеры МФТИ выбрали мегаминкс — одну из самых сложных перестановочных головоломок в мире с 12 гранями и 10?? возможных комбинаций. Разработанный робот превзошёл предыдущего робота-рекордсмена, собиравшего головоломку за 8 минут 4 секунды, в 68 раз, а лучшего спидкубера в мире (21,04 секунды) — примерно в 2 раза.

Проект стартовал в сентябре 2025 года. При поддержке ФЦК МФТИ команда получила 3,7 миллиона рублей на создание робота с принципиально новой механикой.

«Роботы для сборки кубика Рубика есть давно, и они по скорости обгоняют самого быстрого человека раз в двадцать. А вот для мегаминкса было наоборот — роботы отставали. Мы решили это исправить. Предыдущие роботы работали медленно из-за неоптимальной кинематической схемы — пазл постоянно переориентировался. Нам удалось исключить этот фактор полностью. И благодаря этому наш робот стал первым, кто сумел обогнать по скорости сборки тренированного человека», — рассказал руководитель проекта, ведущий инженер лаборатории интеллектуальных технологий робототехники МФТИ Илья Осокин.

Внутри робота 12 независимых двигателей: впервые в мире реализовано независимое вращение каждой из 12 граней без переворота головоломки, что критически сокращает время работы.

«Вокруг проекта сформировалось открытое сообщество исследователей, которое ищет кратчайшие пути в графах Кэли, применяя как классические методы теории групп, так и подходы на основе машинного обучения. В то время как лучшие мировые подходы дают последовательность из примерно 94 ходов, наш алгоритм находит существенно более короткие маршруты», — рассказал заведующий лабораторией интеллектуальных технологий робототехники МФТИ Роман Горбачев.

По словам разработчиков, мегаминкс — идеальный полигон для отработки алгоритмов управления многоуровневыми механизмами в условиях огромного пространства состояний. При этом технологии, используемые для его сборки — от CAN-управления до оптимизации перебора, — напрямую применимы в промышленной и сервисной робототехнике.

Видеозаписи с рекордом будут переданы в Книгу рекордов России. В ходе эксперимента зрителям рассказали об инженерных особенностях разработки и её алгоритмах, а также продемонстрировали сборку мегаминкса из нескольких случайных состояний.

Над проектом работала команда из семи человек: конструкторы, специалисты по комбинаторной теории групп и программисты.

Разработанный робот-солвер — яркий пример того, как фундаментальная наука, которую развивают на Физтехе, превращается в технологию, способную решать задачи, находящиеся за гранью человеческих возможностей. Проект подтверждает лидерство МФТИ в области интеллектуальной робототехники и алгоритмического управления сложными системами.

Информация предоставлена пресс-службой МФТИ

Источник фото: ru.123rf.com

Один очень известный американский лингвист и философ в одной из своих книжек написал, что искусство – это десерт. Он написал, что есть серьезная пища, без которой ты не можешь обойтись, а есть пирожные, которые не так уж и важны! Для него искусство – это украшение. Так вот, он просто идиот. Потому что искусство – это лучшее, что люди создали за время своего существования на этой планете. И я говорю это как человек науки, а не искусства.

Недавно я вдруг поняла, в чем разница между наукой и искусством. Ученые ведут себя как маленькие дети, которым принесли новую машинку, им надо ее разобрать и посмотреть, почему она ездит, как она устроена, что у нее внутри. Они имеют дело с миром, который уже есть, с законами, которые уже действуют независимо от человека. Искусство делает совершенно другие вещи. Искусство создает миры, которых без него нет.

Человечество – это не только биологическое нечто. Оно живет и в том мире, который оно само придумало. Лучше сказать, не в том мире, а в тех мирах – к ним относятся вся наша цивилизация, все религии, вся математика. У нас на планете примерно семь тысяч разных языков. И я имею в виду не национальные языки, а символические, знаковые системы, которые придумало человечество. Мы живем в мире знаков. … Однажды какому-то гению пришло в голову: жалко, что весь опыт, который мы за жизнь накапливаем, все знания, которые мы собираем, вместе с нами и уйдут, потому что они записаны только на биологическом субстрате, на мозге. Мозг погибает вместе с нами. Как-то неприятно. Не только неприятно умирать, а неприятно, что всё, что я знаю, никому не передашь, потому что оно погибло вместе с носителем этого текста. Так вот, этому-то гению пришло в голову сделать то, что в научной литературе называется «выносная память». И в итоге появилась письменность.

Письменность, музыка, математика – абсолютно загадочные вещи. … Мы подходим к сложному теоретическому вопросу, который касается математики и музыки. Мы их изобретаем, или мы их открываем? Разница здесь принципиальная. Открываем – это значит, что и музыка, и математика живут независимо от нас. Они во Вселенной рассыпаны по своим законам, мы только можем оттуда их тащить понемножку. Противоположная точка зрения – мы эти миры создаем. И пока нет людей, нет музыки и математики. Какой же здесь ответ? Поверьте мне, я спрашивала уже немаленькое количество людей, крупных музыкантов и крупных математиков. Они примерно пополам разделились, отвечая на этот вопрос. Поэтому бесспорен лишь один факт для нас: миры, которые мы создаём – мир науки, искусства, религии – всё это не менее важный мир, чем мир биологический и физический.

Иначе почему нас волнует театр? Почему мы рыдаем над спектаклями? Ведь это же всё липа, правильно? Вот мы смотрим фильм. Там мерзавец-преступник убивает невинную девушку. Зал рыдает. Некоторые особо чувствительные вынимают револьвер и стреляют в экран. Нет ни преступника, ни револьвера, ни этой девушки, этого нет. Или почему мы рыдаем над книгами? Это же выдумка всё! Но это для нас эта выдумка играет чуть ли не б?льшую роль, чем реальная жизнь.

Итак, мы Homo sapiens, человек разумный. В этом нет сомнения. Мы Homo loquens, человек говорящий, потому что подписью человека, как вида, является язык. Язык не как средство коммуникации, он есть у всех живых: у инфузории туфельки, у вирусов, у бактерий, у зверей. Наш язык отличается от всего этого тем, что мы с помощью сложного нашего языка мыслим. Мы Homo legens – человек, читающий и пишущий, что обеспечивает нашу цивилизацию. Все, что мы придумали, не сразу исчезает во Вселенной, а успевает фиксироваться. И мы Homo semiotikus, человек, живущий в мире знаков. То есть мы живем в мире наших человеческих договоренностей.

Искусство так отвечает на вопросы, которые еще не заданы. Это никак не десерт и не украшение. Это не брошечки и колечки. Искусство делает то, чего не делает больше никто. Оно создает миры. Люди искусства умудряются очень сильно опережать события. И ученые потом дорастают до открытий художников. Вот, к примеру, импрессионисты показали, как мы на самом деле видим мир. Не как в учебнике написано: трава зеленая, солнце оранжевое, небо голубое. От этой условности ушли импрессионисты, они показали, как на самом деле бывает, размыли контур. А спустя 50 лет сенсорная физиология, обладая знаниями и приборами, доказала, что именно так и отражаются объекты в пространстве. Все остальное мы достраиваем. … В этой связи процитирую Иосифа Бродского, абсолютного гения, который в одном своем стихотворении написал загадочную фразу: «Уйдя из точки А, там поезд на равнине стремится в точку Б, которой нет в помине». Бродский умудрился совмещать в себе гениальность и невероятный ум. Если вы почитаете его эссе, в частности, его Нобелевскую речь, то вы будете поражены глубиной и сложностью того, о чем он говорит. Например, он говорил, что поэзия – это невероятный ускоритель сознания, это наше когнитивное преимущество. И он попал в самую точку. Потому что поэзия – это совершенно другая оптика, в которой не рифмоплет, а настоящий поэт смотрит на мир словно через свою линзу. Он видит то, чего другие не видят. Вот что такое искусство. Никакая наука этого делать не умеет.

Для того, чтобы родилось что-то новое, необыкновенное, уж тем более гениальное, нужна неправильность. Вот я своими словами скажу: нужна Божественно ошибка. Потому что все гении свои открытия делали, не подозревая, что они их делают. Видите, что пишет Шнитке: «Для образования жемчужины в раковине, лежащей на дне океана, нужна песчинка – что-то «неправильное», инородное. Совсем как в искусстве, где истинно великое часто рождается «не по правилам».

У нас в голове, у каждого из нас, заметим, сложнейшая нейронная сеть. 86 миллиардов нейронов. У нейронов, в зависимости от их типа, может быть от пятидесяти до нескольких тысяч соединений с другими частями мозга. Это запредельные величины. У нас в мозгу сверхсложная нейронная сеть. Более того, эти нейронные сети, которые есть у всех, у дураков и у гениев, все время меняются и записывают любую информацию. Она пишется не переставая.

Когда-то мы перейдем в лучший мир. И там апостолам будет безразлично, сколько раз человек бывал в музее. Им будет интересно, что он там понял или почувствовал! Апостолы скажут: «А вот теперь покажите, что вы написали за жизнь на вашей нейронной сети!» Потому что в этой нейронной сети есть всё. С кем ругались, на кого посмотрели, какой вкус у губной помады... К чему моя пафосная речь? Пожалейте мозг! Не надо читать дурацкие книги, смотреть идиотские фильмы и общаться с плохими людьми. Вы берете помойное ведро и в себя выплескиваете без надежды это вымыть! Оно навсегда там.

Крупнейший культуролог, литературовед, историк искусства, семиотик Юрий Лотман говорил: «Необходимость искусства очевидна. Оно дает возможность человеку пройти непройденной дорогой, пережить не пережитое в реальном мире, дает опыт того, что не случилось. То есть искусство – вторая жизнь». Вы не можете разные жизни прожить. Но читая что-то, глядя на сцену, смотря кино, вы переживаете тот недосягаемый опыт. Этого не случилось, но искусство дает возможность это получить! Как можно в здравом уме от этого отказаться? Искусство – это вторая жизнь, а не десерт.

Тем не менее, наш мозг – не сумма миллиардов связей. Это индивидуальный опыт. … И восприятие наше – это не глаза, уши, носы, кожа, вестибулярный аппарат. Они лишь окна и двери в мозг. Мы слушаем ушами – слышим мозгом, мы смотрим глазами – видим мозгом. Поэтому восприятие – это активное извлечение знаний из мира. Каждый из живущих на планете рисует свою картину. В этом-то и проблема. Нам кажется, что мы все видим одно и то же. Но нет. У нас разные картинки и, тем более, смыслы.

Отец Павел Флоренский писал: «Художество есть оплотневшее сновидение». Во сне многое происходит. Многие математики задачи математические решают во сне. Композиторы во сне пишут музыку. Про поэтов вообще не говорю! Однажды один глупый журналист обратился к великой Ахматовой с чудесным вопросом: «А трудно ли писать стихи?» Она ответила: «Если их как будто кто-то диктует, то очень легко. А если выдумывать самому – то очень трудно». Она, конечно, журналиста так отшила, но говорила правду вообще-то. Так и во сне кристалл времени находится в мнимом пространстве. Там много чего происходит. И гораздо более сложные процессы, чем те, которые происходят наяву. Мозг никогда не отдыхает.

Чудные вещи говорил Набоков, гений из гениев: «В фантазии художника нет ни парламента, ни народного представительства. В моем личном мире я абсолютный деспот – я один поддерживаю его в равновесии, я один решаю, что в нем правда, а что нет». Это очень важные слова для понимания искусства. Потому что когда выходят безграмотные и наглые люди, говорят о произведениях: «Так не бывает!», хочется спросить: «Чего не бывает? Так уже есть!» То, что художник создал, с этого момента существует. Об этом Набоков и пишет. Вот что делает мозг! Понимаете? Он не только занимается тем, что регулирует, как печень очищает кровь и как артикуляторные органы должны двигаться для того, чтобы речь появлялась. Мозг делает всё.

Музыка – это тоже не десерт, а особое состояние мозга. И я бы сказала, что это перевод работы мозга в другой регистр. Вот меня всегда интересовало, почему Эйнштейн играл на скрипке. … И Эйнштейн много раз писал: «Я думаю музыкой. Если бы я не был физиком-математиком, я был бы музыкантом. Я живу музыкой». Она действительно играла в его жизни гигантскую роль. Музыка была не отдыхом, а другой, может быть, еще более сложной жизнью. Когда он начинал играть, он переходил в другой режим работы. Здесь помимо чувства эстетической радости он ощущал переход мозга в другое состояние. И там, возможно, его открытия и происходили. Открытия не делаются логарифмической линейкой и суперкомпьютерами. Это ангел с небес спускается и на ушко шепчет. У кого ухо прочищено, тот слышит.

Предположим, перед вами папирус египетский и том Шекспира. Вы не знаете письменности египетского иероглифа, не умеете читать. Пусть даже это текст, который содержит много потрясающих вещей, для вас это лишь физический объект, потому что у вас нет ключа, чтобы его открыть. Если перед вами лежит том Шекспира, а вы не знаете английского и огромного количества всего, что нужно знать, чтобы понимать его поэзию, этот том – лишь кирпич, имеющий определенную длину, ширину и вес. Для того чтобы состоялось это общение с объектом, нужна подготовка. Понимаете, чтобы звук стал музыкой, нужно быть подготовленным. Поэтому, если человек (вроде бывших правителей советского времени) говорит Шостаковичу «сумбур» вместо музыки, предлагаю ему пойти научиться чистить зубы и мыть руки перед едой, а потом уже судить, что такое музыка. Красота относится не только к тому, что мы, простые люди, привыкли видеть. Относится она и к математике, к логике, к сознанию.

Когда искусство творится, полу - чается не десерт, а атомный взрыв. Это страшная вещь. Если мы берем здоровый мозг и начинаем фиксировать, что в нем происходит, когда просвещенный человек слушает музыку, или тем более ее исполняет, или ее сочиняет, то у него мозг горит, как рождественская елка. Такого участия ни в какой другой деятельности нет. И музыка занимает в мозгу больше места, чем человеческий язык. Она обеспечивает всю эмоциональную сферу. Например, вызывает всплеск дофамина, действует как наркотик, увеличивает объем роста нейронов в гиппокампе, влияет на гормоны, меняет гены и оказывает лечебную деятельность. Это все не кухонные разговоры, а доказанные научные факты. Вы представляете себе? Просто музыка...

Когда-то мы доиграемся до того, что наша цивилизация закончится, а я думаю, мы довольно быстро идем по этой дороге. И если потом народятся какие-то другие или же эти другие прилетят из иных мест, они вдруг найдут случайно кое-что, что осталось от нас. И эти новые цивилизации будут судить о нас не по форме кофемашины, а по искусству. Потому что о науке они и так все знают. А искусство – это то, что создали мы. Они будут судить о людях по музыке, живо - писи, театру, кино, поэзии, прозе и танцу. Вот что останется. Останется искусство.

Софья Малинникова, журнал Театрал

Материал и методы. Обследованы 98 пациентов с неврологическими формами БВК, наблюдавшиеся с 2016 по 2025 г., у 16 из которых (16,3%) заболевание дебютировало после 40 лет. Проведен ретроспективный анализ клинической картины, показателей медно-лигандного обмена, функций печени, данных МРТ головного мозга в дебюте заболевания, а также результатов ДНК-диагностики. Результаты сопоставлены с группой пациентов с типичным возрастом начала заболевания.

Результаты. При позднем дебюте БВК чаще наблюдались дрожательная и дрожательно-ригидная формы с преобладанием тремора и паркинсонизма. Отмечались менее выраженные нарушения медно-лигандного обмена, преимущественно компенсированный цирроз печени и более редкое поражение скорлупы на МРТ головного мозга. По данным молекулярно-генетического исследования известный патологический вариант p.H1069Q гена ATP7B чаще выявлялся в гомозиготном состоянии (68,8%).

Заключение. Полученные данные позволяют оптимизировать диагностические алгоритмы, с необходимостью исключения БВК у всех пациентов с дебютом экстрапирамидных синдромов при подозрении на болезнь Паркинсона, эссенциальный тремор, мультисистемную атрофию и другие двигательные расстройства, в том числе после 40 лет.

Читать статью https://www.r-n-j.com/jour/article/view/827

Студия представила Gunny — небольшой помощник в Gunsmith, который автоматически предлагает билды из уже открытых игроком модулей. Если нужных обвесов еще нет, он просто советует продолжать прокачку. Никакой генерации текста или общения с игроком — по сути это обычная функция автоэкипировки с заранее прописанной логикой.

Поводом для паники стал известный инсайдер TheGhostOfHope, который поспешил заявить, что Activision «засунула в игру ИИ-чатбота». Infinity Ward ответила максимально коротко: «Неверно. Снова.», уточнив, что Gunny полностью сделан вручную разработчиками и не использует генеративный ИИ.

При этом подозрения игроков появились не на пустом месте. Activision уже подтверждала использование генеративного ИИ при разработке Call of Duty, а в Steam даже появилось обязательное уведомление об этом. Кроме того, ранее фанаты находили в серии косметику и иллюстрации с характерными признаками нейросетевой генерации.

Похоже, индустрия постепенно приходит к новой реальности: теперь игрокам достаточно увидеть любой «умный» интерфейс, чтобы первым делом обвинить разработчиков в использовании нейросетей. И, учитывая количество подобных случаев за последние годы, такая реакция уже выглядит вполне объяснимой.

После выполнения кода на worker-узле агент:

- получил доступ на уровне ноды

- собрал облачные и кластерные credentials

- перемещался между внутренними кластерами

- выполнил тысячи действий через рой краткоживущих sandbox-сред

В журналах зафиксировали более 17 000 событий. Hugging Face обнаружила несанкционированный доступ к части внутренних датасетов и нескольким сервисным ключам. Признаков изменения публичных моделей, датасетов, Spaces и опубликованных пакетов компания пока не нашла.

Ироничная деталь: коммерческие ИИ-модели блокировали анализ реальных эксплойтов и C2-команд из-за safety-фильтров. Поэтому расследование проводили локально с помощью open-weight модели GLM 5.2.

Компания закрыла пути выполнения кода, пересобрала скомпрометированные ноды и отозвала ключи. Пользователям рекомендуют сменить access-токены и проверить недавнюю активность аккаунта.

На берегу реки Хуанпу в «Мировой Гостиной» собрались многочисленные почетные гости.

Си Цзиньпин сфотографировался с главами государств и правительств, руководителями международных организаций и главами делегаций.

Под бурные аплодисменты Си Цзиньпин выступил с программной речью на тему «Совместное создание справедливой и рациональной системы глобального управления ИИ».

Си Цзиньпин отметил, что в условиях стремительных и тектонических перемен глобального масштаба полным ходом развертывается новый виток научно-технической революции и индустриальных преобразований, во всем мире наблюдается беспрецедентно высокая активность технологических инноваций ИИ, что открывает колоссальные возможности и представляет в то же время вызовы для управления. Человеку приходится напрямую отвечать на вопросы нашего времени: Как выстраивать отношения с машинами, которые начинают мыслить? Как гарантировать безопасность при внедрении алгоритма в принятии решений? Как восполнять пробел управления для урегулирования столкновения между технологиями и этикой? Как добиваться всеобщего блага в условиях постоянного роста разрыва? Китайская сторона исходит из того, что все страны должны придерживаться принципа «человек превыше всего, ИИ во благо и во имя прогресса», ИИ должен служить одним из стимулов совместного процветания и всеобщей безопасности, необходимо сообща создать справедливую и рациональную систему глобального управления ИИ.

В этой связи Си Цзиньпин высказал 4 видения.

Первое, придерживаться открытости и взаимной выгоды, стимулировать инновационное развитие. Следует воспользоваться уникальной исторической возможностью, поощрять открытый исходный код и открытый доступ, стимулировать сотрудничество и совместное использование, всемерно способствовать техническим инновациям, развитию индустрий и сценарному применению в области ИИ, скоординированно продвигать преобразование и модернизацию традиционных индустрий, развитие и укрепление новых индустрий, опережающее планирование отраслей будущего, чтобы ИИ стал импульсом всех отраслей экономики.

Второе, усилить осознание рисков, обеспечить безопасность и управляемость. Следует уделять повышенное внимание порождаемым ИИ эндогенным и производным рискам, содействовать заложению нормативно-правовой основы, созданию системы технического мониторинга, предупреждения и реагирования на чрезвычайные ситуации, надежно обеспечить минимальный порог безопасности, не допустить злоупотребления и недобросовестного использования ИИ, гарантировать постоянное сохранение контроля человека над ИИ. Необходимо сообща противодействовать попыткам размывать понятие национальной безопасности применительно к сфере ИИ и ставить собственную безопасность выше безопасности других.

Третье, поощрять открытость и толерантность, способствовать взаимодополнению между цивилизациями. Важно формировать ценности ИИ на основе общечеловеческих ценностей, суметь укреплять взаимопонимание и инклюзивность между цивилизациями с помощью технологий ИИ, наращивать обмены и взаимное обогащение цивилизаций, бережно взращивать сад цивилизаций, где каждая из цивилизаций прекрасна по-своему и вместе разделяют общую красоту.

Четвертое, проявить солидарность и взаимовыручку в совершенствовании глобального управления. Важно претворять в жизнь подлинную многосторонность, защищать ключевую роль ООН, укреплять сопряжение и координацию стратегий развития, правил управления и технических стандартов в области ИИ с выходом на скорейшее формирование общепризнанных рамок глобального управления на благо человеческого общества. Необходимо содействовать повышению потенциала стран Глобального Юга, сокращать интеллектуальный разрыв в интересах устойчивого развития и во избежание новой несправедливости в области ИИ.

Си Цзиньпин подчеркнул, что в этом году стартует 15-я пятилетняя программа Китая, которая не только очертила контуры социально-экономического развития нашей страны в ближайшие 5 лет, но и создает международному обществу новые возможности. В последние годы Китай неуклонно сочетает эффективный рынок со способным правительством. У нас укрепляется инновация в сфере ИИ, динамично продвигается проект «ИИ плюс», формируется здоровая экосистема, где все экономические субъекты гармонично сосуществуют и совместно процветают. Масштаб центральных отраслей «умной экономики» уже превысил один трлн юаней, «умное производство» Китая стало еще одной яркой визиткой китайской модернизации. В то же время Китай уделяет равное внимание и развитию, и безопасности. Мы постоянно совершенствуем законодательство и политические установки, а также стандарты применения и этические нормы, обеспечивая безопасность, надежность и контролируемость. Будучи ответственной державой, Китай всегда является поставщиком международных общественных благ в области ИИ, непрерывно предлагая китайские варианты.

Си Цзиньпин отметил, что совместные усилия сторон положили официальное начало Всемирной организации сотрудничества по искусственному интеллекту в Шанхае. Китайская сторона решилась на такой значимый шаг в ответ на призыв стран Глобального Юга в пользу консолидации усилий мирового сообщества в развитии и управлении ИИ, что непременно станет важной вехой в истории его развития. В поддержку глобального развития ИИ и повышения потенциала по его управлению, в предстоящие 5 лет Китай будет предоставлять развивающимся странам 5000 квот на участие в тематических курсах по ИИ, создавать международные центры по сотрудничеству в сфере внедрения ИИ с партнерами АСЕАН, ЛАГ, Африканского союза, СЕЛАК, ШОС и БРИКС, способствовать применению умной системы раннего предупреждения о метеорологических угрозах МАЗУ в 30 странах. Китай будет с более открытой душой, практическими действиями и дальновидным подходом сообща со всеми партнерами использовать возможности развития ИИ и купировать его вызовы ради более прекрасного будущего человечества.

С речами выступили Президент Казахстана Касым-Жомарт Токаев, Премьер-министр Камбоджи Хун Манет, Премьер-министр Таиланда Анутхин Чанвиракун и Генеральный секретарь ООН Антониу Гутерриш. Они выразили искренние поздравления с состоявшейся в Шанхае церемонией подписания Соглашения об учреждении Всемирной организации сотрудничества по искусственному интеллекту, высоко оценили важный вклад Китая в продвижение глобального управления ИИ и позитивно откликнулись на выдвинутые инициативы и предложения Председателем Си Цзиньпином. Стороны отметили, что ИИ может стать крупнейшей возможностью для развития человечества, но в то же время содержит потенциальные риски. Китай выступает за принцип «ИИ во благо человечества», за его общедоступность,? инклюзивность, безопасность и контролируемость, активно помогает развивающимся странам повышать собственный потенциал и содействует международному сотрудничеству в области ИИ, демонстрируя чувство ответственности мировой державы. Технологии ИИ должны использоваться и регулироваться всеми странами совместно на благо всех и в пользу устойчивого развития человечества, способствовать сокращению глобального интеллектуального разрыва и разрыва в уровне развития между Севером и Югом. Возможности и вызовы от? ИИ не знают границ, так что необходимо международное сотрудничество и совместные усилия. Была выражена надежда и уверенность в том, чтобы Всемирная организация сотрудничества по искусственному интеллекту сыграла в этом важную роль и путем открытого, инклюзивного, равноправного и взаимовыгодного сотрудничества открыла прекрасное будущее, где воцарят безопасность и процветание и не оставят никого позади.

По итогам конференции было принято Заявление председателя Всемирной конференции по искусственному интеллекту 2026 года и Конференции высокого уровня по глобальному управлению ИИ.

Вечером 16 июля Си Цзиньпин с супругой Пэн Лиюань устроили торжественный прием в честь почетных гостей в «Мировой Гостиной».

На мероприятиях приняли участие Цай Ци, Дин Сюэсян и Ван И.

Чэнь Цзинин вел церемонию открытия.

Эти два измерения личности ортогональны, то есть они статистически не зависят друг от друга. Соответственно, людей можно разделить на четыре группы, каждая из которых представляет собой некую комбинацию высокой или низкой оценки в диапазоне одного типа вместе с высокой или низкой оценкой в диапазоне другого типа. Как показано в таблице с каждым типом ассоциируются характеристики, названия которых напоминают описания черт личности.

При рассмотрении природы этих четырех групп следует иметь в виду два момента. Во — первых, оба диапазона типов имеют нормальное распределение, являются непрерывными и предусматривают, таким образом, широкий спектр индивидуальных различий. Во — вторых, описания черт, присущих каждому типу, представляют собой крайние случаи. Большинство людей склонны быть ближе к средней точке — в обоих диапазонах типов — и поэтому получают не столь экстремальные характеристики.

Как видно из табл. 6–4, люди, которые являются одновременно интровертированными и стабильными, склонны придерживаться норм и правил, быть заботливыми и внимательными. И наоборот, комбинация интроверсии и нейротизма предполагает у индивидуума тенденцию проявлять в поведении больше беспокойства, пессимизма и замкнутости. Соединение экстраверсии и стабильности привносит в поведение такие качества, как заботливость, покладистость и общительность. И наконец, люди с экстраверсией и высоким нейротизмом скорее всего будут агрессивными, импульсивными и возбудимыми. Следует отметить, что Айзенк особое значение придавал индивидуальным различиям. Таким образом, никакая из комбинаций этих типов личности не может быть более предпочтительной, чем другая. Беззаботный и компанейский тип поведения имеет свои как хорошие, так и негативные моменты; то же самое можно сказать и о тихой, замкнутой манере поведения. Они просто разные.

Не так давно Айзенк описал и ввел в свою теорию третий тип измерения личности, который он назвал психотизм — сила суперэго. Люди с высокой степенью выраженности этой суперчерты эгоцентричны, импульсивны, равнодушны к другим, склонны противиться общественным устоям. Они часто бывают беспокойными, трудно контактируют с людьми и не встречают у них понимания, намеренно причиняют другим неприятности. Айзенк предположил, что психотизм — это генетическая предрасположенность к тому, чтобы стать психотической либо психопатической личностью. Он рассматривает психотизм как личностный континуум, на котором можно расположить всех людей и который более выражен у мужчин, чем у женщин.

Нейрофизиологические основы черт и типов. Наиболее увлекательным аспектом теории Айзенка является его попытка установить нейрофизиологическую основу для каждой из трех суперчерт или типов личности. Интроверсия — экстраверсия тесно связана с уровнями корковой активации, как это показано электроэнцефалографическими исследованиями. Айзенк использует термин «активация» для обозначения степени возбуждения, меняющей свою величину от нижнего экстремума (например, сон) до верхнего экстремума (например, состояние паники). Он полагает, что интроверты чрезвычайно возбудимы и, следовательно, в высшей степени чувствительны к поступающей стимуляции — по этой причине они избегают ситуаций, чрезмерно сильно действующих на них. И наоборот, экстраверты недостаточно возбудимы и поэтому нечувствительны к поступающей стимуляции; соответственно, они постоянно выискивают ситуации, которые могут их возбудить.

Айзенк предполагает, что индивидуальные различия по стабильности — нейротизму отражают силу реакции автономной нервной системы на стимулы. В особенности он связывает этот аспект с лимбической системой, которая оказывает влияние на мотивацию и эмоциональное поведение. Люди с высоким уровнем нейротизма обычно реагируют на болезненные, непривычные, вызывающие беспокойство и иные стимулы быстрее, чем более стабильные личности. У таких лиц обнаруживаются также более длительные реакции, продолжающиеся даже после исчезновения стимулов, чем у лиц с высоким уровнем стабильности.

Что касается исследований, посвященных выявлению основы психотизма, то они находятся в стадии поиска. Однако в порядке рабочей гипотезы Айзенк увязывает этот аспект с системой, продуцирующей андрогены (химические вещества, вырабатываемые железами внутренней секреции, которые при попадании в кровь регулируют развитие и сохранение мужских половых признаков). Однако проведено слишком мало эмпирических исследований в этой области, чтобы подтвердить гипотезу Айзенка о связи между половыми гормонами и психотизмом.

Нейрофизиологическая интерпретация аспектов поведения личности, предложенная Айзенком, тесно связана с его теорией психопатологии. В частности, различные виды симптомов или расстройств могут быть отнесены на счет комбинированного влияния черт личности и функционирования нервной системы. Например, у человека с высокой степенью интроверсии и нейротизма очень высок риск развития болезненных состояний тревоги, таких как обсессивно — компульсивные расстройства, а также фобии.

И наоборот, человек с высоким уровнем экстраверсии и нейротизма подвержен риску психопатических (антисоциальных) расстройств. Однако Айзенк спешит добавить, что психические расстройства не являются автоматически результатом генетической предрасположенности. «Генетически наследуемой является предрасположенность человека поступать и вести себя определенным образом при попадании в определенные ситуации». Таким образом, вера Айзенка в генетический фундамент различного рода психических расстройств сочетается с равной по силе убежденностью в том, что факторы окружающей среды могут до некоторой степени изменить развитие такого рода нарушений.

Хьелл Ларри - Теории личности

Усиленное потребление воды после стрессовых ситуаций давно наблюдается у млекопитающих. Причем такое поведение описано как у лабораторных животных, так и у людей. Правда, его биологический смысл до сих пор оставался неясным. Было известно, что стресс активирует сложную сеть областей мозга, ответственных за эмоции, мотивацию и выживание, но каким образом обычное питье может влиять на эмоциональное состояние, ученые не понимали.

Авторы нового исследования, опубликованного в журнале Proceedings of the National Academy of Sciences (PNAS), решили проследить этот процесс буквально по цепочке нейронов. Эксперименты проводили на мышах, регистрируя активность нейронов и используя методы оптогенетики и хемогенетики, которые позволяют избирательно активировать или подавлять определенные группы нервных клеток. Так ученые выборочно включали и выключали определенные нейронные пути.

Сначала животных подвергли непродолжительному умеренному стрессу, на час поместив их в специальный пластиковый фиксатор, ограничивающий подвижность. После этого зверьки начали пить заметно больше воды, демонстрируя признаки повышенной тревожности.

Выяснилось, что первым этапом реакции была активация возбуждающих нейронов в медиальной префронтальной коре — области мозга, участвующей в принятии решений и контроле эмоций. Эти клетки передавали сигнал в срединное преоптическое ядро гипоталамуса (MnPO), которое традиционно связывают с регуляцией жажды и водного баланса.

Интересно, что при искусственном подавлении связи между префронтальной корой и гипоталамусом стресс больше не вызывал усиленное потребление воды. Если же путь, напротив, активировали, животные начинали потреблять воду даже без воздействия стресса. Это показало, что именно выявленная нейронная цепь служит своеобразным «переключателем», запускающим питьевое поведение.

При этом питье было лишь промежуточным звеном этой реакции. Оно активировало другую группу клеток в том же срединном преоптическом ядре — тормозные ГАМК-нейроны. Последние подавляли активность тормозных клеток в вентральной области покрышки среднего мозга (VTA) — одном из ключевых центров системы вознаграждения.

Это двойное торможение приводило к тому, что дофаминовые нейроны вентральной области покрышки становились активнее. Именно они кодируют ощущение вознаграждения и положительного эмоционального подкрепления. В результате после питья у зверьков постепенно исчезали признаки тревожности, вызванной стрессом.

Искусственно заблокировав звенья этой цепи, ученые убедились, что именно она ответственна за успокаивающий эффект — мыши по-прежнему могли пить воду, но тревожное состояние сохранялось. И наоборот — искусственная активация нейронных путей сама по себе уменьшала тревогу.

Выходит, употребление воды после стресса — это врожденный механизм эмоциональной саморегуляции. По сути, мозг использует само действие (питье) как часть стратегии восстановления после кратковременного стресса: через него активируется система вознаграждения, что способствует снижению тревоги.

Поскольку исследование проводилось на мышах, перенести его результаты напрямую на человека нельзя. Однако обнаруженная нейронная цепь может стать новой мишенью для разработки более точных методов лечения тревожных расстройств.

Любовь С.

Когда мы говорим, что животное “отращивает конечность”, это не значит, что у него там из воздуха просто возникает новая лапа. Речь идёт о регенерации — процессе, при котором организм заново выстраивает сложную структуру: кости, мышцы, сосуды, нервы, кожу, соединительную ткань. И вот это уже совсем другой уровень, не просто заживление раны.

У человека тоже есть регенерация, просто она ограниченная. Кожа восстанавливается, кости срастаются, печень может частично восстанавливать объём, кровь постоянно обновляется. То есть наш организм умеет чинить себя. Но в случае большой и сложной утраты, например пальца, кисти или ноги, он обычно идёт не по пути “вырастить заново”, а по пути “быстро закрыть повреждение и стабилизировать ситуацию”.

Именно в этом одна из ключевых разниц.

У многих животных, известных хорошей регенерацией, например у аксолотлей и некоторых саламандр, после ампутации сначала тоже заживает рана. Но дальше происходит то, чего у человека почти не случается: на месте повреждения формируется так называемая бластема — скопление клеток, которые начинают активно делиться и становятся строительным материалом для новой конечности.

Эти клетки не полностью “эмбриональные”, но они как будто частично возвращаются в более гибкое состояние. Они получают сигналы, где находится место повреждения, какой именно участок нужно восстановить, насколько далеко до кончика конечности, где должны быть кость, где мышцы, где сустав. После этого запускается повторное построение структуры почти по плану развития.

То есть животное не просто наращивает кусок ткани. Оно заново включает программу формирования конечности.

И вот тут начинается главный вопрос: почему у человека это не работает так же?

Первая важная причина — рубцевание. У млекопитающих, и у человека в том числе, после серьёзной травмы организм очень быстро стремится закрыть рану и не допустить потери крови, инфекции и дальнейшего разрушения тканей. Это полезно и логично, но цена такой скорости — образование рубца. Рубцовая ткань хорошо закрывает повреждение, но она не является заготовкой для новой руки или ноги.

У животных с высокой регенерацией реакция на травму устроена иначе. У них воспаление и заживление идут более “мягко” с точки зрения последующего восстановления, и вместо грубого рубца удаётся дольше сохранить среду, в которой клетки могут перестроиться и начать регенерацию.

Вторая причина — поведение клеток. Клетки человека в большинстве тканей довольно жёстко специализированы. Мышечная клетка остаётся мышечной, костная — костной, нервная — нервной. Чтобы отрастить целую конечность, нужно, чтобы в месте травмы появилось большое количество клеток, готовых заново участвовать в построении сложной структуры, и чтобы этот процесс был строго согласован. У саламандр это получается. У человека — почти нет.

Третья причина — сигналы развития. Когда эмбрион растёт, организм умеет строить конечности с нуля. Там работают специальные молекулярные сигналы, градиенты веществ, факторы роста и гены, которые управляют формой и расположением тканей. У животных с хорошей регенерацией часть этих программ можно заново активировать уже во взрослом состоянии. У человека такие механизмы либо работают слишком ограниченно, либо их повторный запуск сильно затруднён.

Есть ещё важная роль иммунной системы. Сейчас это одна из самых интересных частей темы. Долгое время регенерацию пытались объяснять только свойствами самих клеток, но оказалось, что очень многое зависит от того, как организм реагирует на травму в целом. Иммунные клетки могут либо создать среду, в которой регенерация возможна, либо быстро перевести всё в режим рубцевания и изоляции повреждения. У животных, способных восстанавливать конечности, иммунный ответ часто отличается от нашего и лучше сочетается с последующим ростом тканей.

Отдельно стоит сказать, что не все “регенерирующие” животные равны между собой. Ящерица, например, может отрастить хвост, но это не значит, что она так же легко отрастит сложную ногу. Новый хвост часто отличается по строению от исходного. Морские звёзды, планарии, аксолотли, саламандры — у всех свои масштабы и механизмы регенерации. Просто на общем фоне они действительно умеют гораздо больше, чем человек.

У человека, кстати, есть маленькие намёки на более сильную регенерацию, чем кажется. У детей кончик пальца иногда может частично восстановиться, если повреждение произошло на определённом уровне и сохранены нужные ткани. Печень, как я уже сказал, умеет возвращать объём. Слизистые оболочки, кровь, кожа, кишечный эпителий постоянно обновляются. То есть вопрос не в том, способен ли человек к регенерации вообще. Способен. Вопрос в том, почему эта способность не распространяется на такие сложные структуры, как конечность.

Скорее всего, здесь сыграла роль эволюция компромиссов. Организму нужно не просто хорошо восстанавливаться, а ещё быстро выживать после травмы, защищаться от инфекции и не допускать неконтролируемого роста клеток. Чем выше способность клеток “откатываться назад” и снова активно делиться, тем выше и риски ошибок, в том числе опухолевого роста. Поэтому между быстрой стабилизацией и большой регенеративной свободой может быть довольно жёсткий баланс.

Именно поэтому учёные так внимательно изучают аксолотлей, саламандр, рыбок данио и других животных с выраженной регенерацией. Их исследуют не потому, что хочется сделать красивую новость в духе “человеку скоро будут отращивать руки”, а потому, что на них можно увидеть, какие сигналы, клетки и механизмы вообще делают сложное восстановление возможным.

Например, исследователей интересует, как клетки понимают, что нужно отрастить именно кисть, а не плечо, как восстанавливаются нервы, как формируется бластема, какие гены включаются после травмы и как иммунная система не мешает, а помогает. Всё это важно для регенеративной медицины, тканевой инженерии и лечения тяжёлых повреждений.

Но тут важно не упрощать. Мы пока очень далеки от ситуации, где человеку можно будет просто “включить режим саламандры”. У нас другой масштаб тела, другая иммунная система, другой тип заживления и другой контроль деления клеток. Простого переключателя здесь нет.

Мне в этой теме нравится именно то, что она убирает детское ощущение “эти животные умеют магию”. Нет, магии нет. Есть клетки, сигналы, воспаление, рубцевание, развитие и эволюционные ограничения. И когда начинаешь это разбирать, вопрос становится даже интереснее. Не “почему саламандра волшебная”, а “почему у живых организмов вообще возможны настолько разные стратегии ремонта тела”.

Если коротко, некоторые животные могут отрастить конечность, потому что после травмы их организм не просто заживляет рану, а заново запускает программу построения утраченной структуры. У человека же при серьёзных повреждениях обычно побеждает другой сценарий: быстро закрыть, стабилизировать, зарубцевать и не дать системе развалиться дальше.

То есть проблема не в том, что наш организм совсем не умеет восстанавливаться.

Проблема в том, что в случае конечности он выбирает ремонт, а не новое строительство.

Агент первые два вопроса отвечает нормально, а на третий начинает нести откровенную дичь, путать тарифы и придумывать правила, которых нет.

Вы злитесь: «Я же дал тебе все данные, тупая ты ИИшка!» ?

Почему это не работает?

Существует проблема, которая в AI-тусовке называется «Lost in the Middle» (потеря в середине). Если выпихнуть в контекстное окно нейронки огромный лонгрид, она отлично запомнит начало текста, неплохо — конец, но полностью «забудет» или проигнорирует то, что было в середине. Плюс, чем больше контекста вы скармливаете за один раз, тем дороже вам обходится каждый запрос (токены улетают тысячами) и тем дольше агент «думает».

Как делать правильно: RAG (Retrieval-Augmented Generation)

Вместо того чтобы заставлять агента читать всю библиотеку каждый раз, когда его спрашивают, сколько стоит доставка, мы учим его пользоваться картотекой.

Вот реальный пайплайн, который работает в проде и который нужно собирать:

1. Дробим данные (Chunking). Вы берете свой регламент и через код режете его на маленькие кусочки (чанки), скажем, по 500-1000 символов.

2. Превращаем в векторы (Embeddings). Каждый кусочек текста мы прогоняем через специальную модель (например, дешевую и быструю text-embedding-3-small от OpenAI). Модель превращает текст в набор цифр: вектор. Для нейронки это координаты смысла.

3. Складываем в базу. Закидываем эти векторы в векторную базу данных. Забудьте про Excel, тут нужны ChromaDB, Pinecone или Qdrant.

4. Умный поиск. Когда клиент пишет: «Как оформить возврат?», агент не читает весь PDF. Он берет вопрос клиента, превращает его в такой же вектор и мгновенно находит в векторной базе топ-3 куска текста с похожими «координатами смысла».

5. Ответ. Агент отправляет в LLM только сам вопрос и эти 3 найденных абзаца. Всё. Ответ точный, галлюцинаций ноль, стоит копейки.

Что делать прямо сейчас (практический совет):

Открывайте ноут, запускайте Cursor.

Если хотите собрать свою первую RAG-систему за вечер, скажите Cursor'у: «Напиши мне скрипт на Python, используя фреймворк LangChain. Возьми вот этот PDF-файл, разбей его на чанки по 1000 токенов с overlap (перекрытием) в 200 токенов. Сделай эмбеддинги через OpenAI и сохрани локально в векторную базу Chroma. Затем напиши функцию поиска по этой базе».

Вы получите рабочий кусок кода, который станет «мозгом» вашего будущего агента.

Генетик из Университетского медицинского центра Гронингена (Нидерланды) Марианна Ротс впервые заговорила на конференциях о редактировании эпигенома около двух десятилетий назад. Она рассуждала так: если естественные эпигенетические метки, такие как метилирование ДНК и ацетилирование гистонов, контролируют экспрессию генов, то искусственное изменение этих меток должно позволить ученым регулировать эту экспрессию. Но многие ее коллеги сомневались, полагая, что эпигенетические метки не могут вызывать такие изменения. «Нам действительно пришлось бороться с догмами, что это никогда, никогда не сработает», — вспоминает Ротс.

Затем появилась система CRISPR–Cas. Хотя эта технология впервые произвела фурор в области редактирования генов, ученые, такие как Ротс, теперь используют ее для точного нацеливания эпигенетических редакторов на любую последовательность ДНК. Внезапно исследователи в области эпигенетики получили возможность не только подавлять или активировать гены, но и регулировать экспрессию генов в большую или меньшую сторону. Более десятка компаний сейчас изучают технологии эпигенетического редактирования и проводится несколько клинических испытаний на ранних стадиях.

Эпигенетическое редактирование, обладающее возможностью регулировки и гибкостью, элегантно контрастирует с редактированием генов. Фермент Cas системы CRISPR разрезает генетический материал, а затем использует клеточные системы для его восстановления, надеясь внести желаемые изменения. Эпигенетическое редактирование более щадящее, оставляя нити ДНК и код неизменными, и может вызывать как временные, так и постоянные изменения. «Я считаю редактирование эпигенома гораздо более сложным и комплексным процессом», — говорит биомедицинский инженер Чарльз Герсбах. «С помощью редактирования эпигенома можно сделать гораздо больше вещей, которые не всегда выполнимы при редактировании генома».

Например, при эпигенетическом редактировании добавление нескольких направляющих РНК — нуклеиновых кислот, которые направляют фермент Cas в определенное место в геноме —позволяет ученым изменять несколько участков одновременно. В отличие от этого, поскольку редактирование гена требует создания двуцепочечного разрыва ДНК, редактирование нескольких последовательностей генов одновременно сопряжено с риском соединения фрагментов в неестественных, опасных конфигурациях.

Исследователи используют эпигенетическое редактирование для изучения тонкостей экспрессии генов и разработки методов лечения. Ученые-растениеводы также работают с эпигеномами, создавая варианты сельскохозяйственных культур, которые отличаются не последовательностью ДНК, а активностью генов. Но эпигеном сложен и многие проекты сопровождаются пробами и ошибками. «Мы действительно не понимаем правил», — говорит Ротс. «Мы не можем предсказать конечный результат наших биологических экспериментов».

Неудивительно, что правила неясны: «Эпигенетических модификаций множество», — говорит нейробиолог Элизабет Хеллер. Молекула ДНК может быть модифицирована метилированием, которое может подавлять гены, а связанные с ней гистоны подвергаются десяткам возможных химических модификаций, включая ацетилирование, фосфорилирование и биотинилирование, каждая из которых имеет свой собственный механизм действия. «Даже в данном гене обычно происходит множество изменений одновременно», — поясняет Хеллер.

В клетках человека экспрессия генов регулируется примерно 900 регуляторами хроматина и 1600 факторами транскрипции — белками, которые связываются с последовательностями ДНК, контролируя скорость экспрессии генов.

Таким образом, одним из первых применений эпигенетического редактирования является исследование механизмов самой эпигенетики. Эпигенетический базовый редактор состоит из двух ключевых частей. Первая — это механизм нацеливания — как правило, это версия фермента Cas из CRISPR, которая не может разрезать ДНК, а также направляющая РНК, которая доставляет его к локусу. Вторая — это эффектор, который вносит изменения или иным образом влияет на экспрессию генов. Некоторые эффекторы представляют собой ферменты, которые непосредственно модифицируют ДНК и гистоны, например, метилтрансферазы и деметилазы. Другие эффекторы не действуют непосредственно на саму ДНК, а привлекают или блокируют транскрипционный аппарат — искусственные факторы транскрипции (ИФТ), как их называют Хеллер и Ротс.

Хеллер говорит, что для временных изменений исследователи могут вводить в клетки плазмиды, кодирующие редактор или ИФТ. Плазмиды могут доставляться несколькими способами, например, в виде ДНК или упакованными внутри короткоживущих вирусных векторов, таких как вирус простого герпеса. Экспрессия редактора или ИФТ и любые связанные с этим изменения будут длиться около недели. Для более длительных изменений исследователи могут использовать лентивирусные векторы, которые интегрируют свои гены в геном клетки-хозяина. Или они могут создавать трансгенные клеточные линии или организмы с геномами, модифицированными для экспрессии редактора или ИФТ. «Наличие всех этих вариантов немного пугает», — говорит Герсбах. «Но в то же время это очень мощный инструмент, обеспечивающий большую гибкость».

Ротс рекомендует начать с нескольких часто используемых эффекторов, многие из которых предоставляет компания Addgene (США). Для повышения экспрессии генов можно рассмотреть VP64 и связанные с ним конструкции — активаторы, основанные на факторе транскрипции вируса простого герпеса 1-го типа. Для снижения экспрессии можно попробовать CRISPRoff, созданный на основе домена транскрипционного репрессора KRAB и комплекса ДНК-метилтрансферазы, который катализирует метилирование. В исследовании 2025 года Герсбах использовал KRAB, VP64 и другой активатор генов, называемый TET1, для изучения регуляции генов при синдроме Прадера-Вилли, который, помимо прочих симптомов, вызывает постоянное чувство голода. Заболевание возникает при делеции копии 15-й хромосомы, унаследованной от отца. Все гены присутствуют на материнской 15-й хромосоме, но они метилированы или выключены. Вместо того чтобы пытаться реактивировать каждый ген на протяжении 5–6 мегабаз генетического материала, Герсбах ищет «главный переключатель», который будет контролировать их все — стратегия, которая, как он надеется, однажды может привести к созданию терапевтического средства.

Чтобы исследовать, как регулируется этот регион, исследователи объединили более 11 000 направляющих РНК либо с VP64 для активации экспрессии подавленного материнского аллеля, либо с KRAB для подавления нормальной отцовской версии. Результаты скрининга и дальнейшая работа с активатором TET1 выявили единственное геномное местоположение, в котором целенаправленное деметилирование активировало подавленные гены даже после того, как редактор исчез.

В Институте генной терапии Сан-Раффаэле (Италия), молекулярный биолог Анджело Ломбардо также имеет терапевтические амбиции в области эпигенетического редактирования. В 2016 году Ломбардо описал метод, который он называет «быстрым редактированием», для достижения долгосрочных изменений от временно экспрессируемых эффекторов. Как и CRISPRoff, система основана на KRAB и ферменте метилтрансферазе, а также на настраиваемых молекулах, нацеленных на ДНК. Кратковременная экспрессия этих конструкций в культивируемых клетках наносила репрессивные метки на ДНК и гистоны целевых генов, навсегда отключая их. Эффект сохраняется в течение нескольких месяцев, на протяжении нескольких циклов клеточного деления, рассказал Ломбардо.

Ломбардо использовал ту же систему для деактивации гена Pcsk9 у мышей. Pcsk9, экспрессируемый в клетках печени, регулирует уровень холестерина; низкомолекулярные ингибиторы PCSK9 могут лечить высокий уровень холестерина, а стратегии редактирования генов для отключения этого гена находятся на стадии испытаний. Группа Ломбардо использовала липидные наночастицы для доставки матричной РНК, кодирующей их эпигенетический редактор, в печень мышей, что почти вдвое снизило уровень PCSK9. Однократная обработка создала эффект, сохраняющийся почти год. Исследователи удалили часть печени у четырех мышей, заставив орган регенерировать — и новая ткань сохранила эпигенетическое подавление, показав, что оно может передаваться от материнской клетки к дочерней.

Ломбардо стал соучредителем компании nChroma Bio (США), для дальнейшего развития эпигенетических методов лечения, подобных этому, и компания продвигает программу PCSK9 на следующие этапы. В экспериментах на мышах исследователи nChroma подавили экспрессию трансгена человеческого PCSK9, что привело к снижению уровня белка более чем на 98% как минимум на год — и им также удалось реактивировать ген, удалив подавляющие метильные метки. В том же исследовании макакам-крабоедам было проведено лечение, которое снизило уровень PCSK9 примерно на 90%, а уровень липопротеинов низкой плотности, или «плохого» холестерина, снизился примерно на 70%.

Как nChroma, так и Tune Therapeutics (США), соучредителем которой является Герсбах, проводят испытания эпигеномных методов лечения гепатита B. Инфицированные клетки печени содержат множество копий вирусного генома: некоторые интегрированы в хромосому хозяина, а другие находятся вне ее. Как объясняет Герсбах, идея этих методов лечения заключается в подавлении вирусных геномов и предотвращении образования вирусных частиц, что приводит к «функциональному излечению». На конференции Европейской ассоциации по изучению печени в Барселоне, Испания, в мае этого года, Тьюн сообщил, что в ходе продолжающегося исследования на ранней стадии более высокие дозы лечения устранили несколько вирусных белковых и РНК-биомаркеров на срок до 17 месяцев.

Ломбардо сейчас объединяет эпигенетическое редактирование с генным редактированием в том, что он называет «универсальной безумной платформой» для терапии рака. В CAR-T-терапии иммунные клетки перепрограммируются с помощью химерных антигенных рецепторов (CAR), которые нацелены на раковые клетки. Но также полезно инактивировать другие гены, которые могут подавлять иммунное действие CAR-T-клеток или заставлять их атаковать неправильные мишени. Ломбардо рассудил, что только добавление CAR требует фактического генетического редактирования; подавление других генов может быть достигнуто с помощью более мягкого эпигенетического подхода.

Конец 1й части.

После завершения сканирования исследователи приступили к обработке полученных данных. Они использовали стандартные статистические методы, которые применяются в нейровизуализации для выявления участков мозга с повышенной активностью. Каково же было их удивление, когда они обнаружили, что в стволе мозга мертвого лосося наблюдалась четкая статистически значимая активация! Сканер показал, что определенные воксели (трехмерные пиксели изображения мозга) ярко засветились именно в те моменты, когда рыбе показывали фотографии людей с разными эмоциями. Ученые получили то, что формально можно было бы назвать нейронным ответом на эмоциональные стимулы. Проблема заключалась лишь в том, что у мертвой рыбы не могло быть никакой мозговой активности, и это открытие указывало не на чудо воскрешения, а на серьезный методологический сбой.

На самом деле никакого "мышления" у лосося не было. То, что ученые приняли за нейронную активность, оказалось классическим статистическим артефактом, известным как проблема множественных сравнений. При обработке фМРТ-данных исследователи проверяют десятки тысяч вокселей одновременно - каждый воксель это крошечный трёхмерный кубик объёмом в несколько кубических миллиметров, который содержит информацию о насыщении крови кислородом в конкретной точке мозга. Если не применять строгую статистическую поправку (например, поправку Бонферрони), то из-за случайных шумов - колебаний температуры аппарата, движения крови в сосудах или даже просто электрических помех - каждый двадцатый воксель по чистой случайности покажет "активность". У мертвого лосося эти ложноположительные срабатывания просто совпали с моментами показа фотографий, создав иллюзию осмысленной реакции. Именно этот эксперимент стал наглядной демонстрацией того, как некорректная статистика может превратить дохлую рыбу в "мыслящее" существо, и с тех пор он используется как предостережение для всех нейробиологов: прежде чем объявить об открытии зоны мозга, отвечающей за любовь или страх, проверь, не ловишь ли ты активность у мертвого лосося.

Лосось напоминает: корреляция - не причинность, а статистика - не магия.

Короче говоря: если учёный не поправит статистику, он увидит активность мозга даже у дохлой рыбы. В фМРТ-исследованиях миллион точек данных, и если проверять каждую по отдельности, то каждая двадцатая случайно покажет "активность" просто из-за шума аппарата

Беременность как нейропластический шторм

Во время беременности мозг женщины претерпевает изменения, сравнимые с подростковым периодом. Уровень эстрогена и прогестерона вырастает в десятки раз, влияя на работу нейронов. Исследования с МРТ показывают: у беременных женщин уменьшается объём серого вещества в некоторых областях. Но не потому, что мозг усыхает. А потому что происходит прайнинг — отсечение ненужных синапсов, чтобы оставить только те, что нужны для ухода за ребёнком.

Больше всего изменения затрагивают префронтальную кору (планирование, самоконтроль) и гиппокамп (память). Снижение объёма серого вещества в этих зонах коррелирует с усилением материнской привязанности и снижением реакции на стресс. Эти изменения длятся до двух лет после родов. Одновременно миндалевидное тело становится более активным — оно гиперчувствительно к сигналам ребёнка: плачу, лицу, запаху. Мать начинает буквально видеть и слышать ребёнка в любой точке комнаты, даже во сне.

Окситоцин и пролактин: гормоны материнской связи

Окситоцин выделяется при контакте с ребёнком: кормлении, объятиях, взгляде в глаза. Он снижает активность миндалевидного тела, делая мать более спокойной и доверчивой к своему ребёнку. Пролактин отвечает за лактацию, но также подавляет выработку дофамина в некоторых зонах, что временно снижает интерес к другим стимулам — к сексу, карьере, хобби. Это делает мать гиперфокусированной на ребёнке. Уровень кортизола в первые недели после родов может быть повышен. Именно это сочетание — высокий кортизол + высокий окситоцин — делает мать одновременно бдительной и нежной, способной реагировать на любой писк через секунду, но при этом терпеливой и заботливой.

Отцы: падение тестостерона и рост окситоцина

У мужчин, которые проводят время с новорождённым, уровень тестостерона падает на 20–40% в первые месяцы. Это не ослабление, а эволюционный механизм: сниженный тестостерон уменьшает агрессию и конкурентоспособность, делая мужчину более терпеливым и заботливым. Мужчины с более низким тестостероном лучше успокаивают плачущего ребёнка, чаще встают к нему ночью и создают более тёплую эмоциональную связь. Одновременно растёт уровень окситоцина — особенно у тех, кто участвует в уходе: кормит, купает, носит на руках. Чем больше мужчина взаимодействует с ребёнком, тем выше его окситоцин и тем сильнее меняется его мозг.

Мозг отца: аналитика вместо гиперчувствительности

У отцов, которые активно ухаживают за детьми, активируется вентральная область покрышки (дофамин) и прилежащее ядро при виде ребёнка — точно как у матерей. Однако их миндалевидное тело не гиперчувствительно, как у матерей, а связано с префронтальной корой сильнее. Это значит, что отцы реагируют не столько эмоционально, сколько аналитически: они распознают опасность и принимают решение, но их эмоциональный ответ менее автоматический. У отцов также растёт плотность серого вещества в зонах, отвечающих за социальное восприятие и эмпатию — это доказано экспериментально на мужчинах, которые становились основными опекунами. Чем больше отец вовлечён, тем сильнее перестраивается его мозг.

Цена нейропластичности: стресс, дефицит сна и выгорание

Родители платят за изменения высокую цену: снижение стрессоустойчивости. Хронический дефицит сна, шум, непредсказуемый режим — всё это повышает уровень кортизола и истощает префронтальную кору. Родители становятся более забывчивыми, более раздражительными, хуже справляются с многозадачностью, хотя их внимание к ребёнку остаётся гиперчувствительным. Ресурсы мозга перераспределяются: то, что важно для выживания ребёнка, усиливается, а то, что не связано с ним, ослабевает. У матерей может страдать память на бытовые задачи (куда положила ключи), но они помнят каждый писк ребёнка за последние сутки.

Послеродовая депрессия: когда химия не справляется

Послеродовая депрессия — это не слабость и не плохое настроение. Это тяжёлое нарушение нейрохимического баланса. Она связана с резким падением эстрогена и прогестерона, дисбалансом серотонина и дофамина, а также с неспособностью окситоциновой системы запустить привязанность. У таких матерей миндалевидное тело гиперактивно, префронтальная кора гипоактивна, а кортизол не снижается. Они не чувствуют радости от контакта с ребёнком, испытывают тревогу, усталость, вину. Это биологический сбой, который требует лечения — терапией, светом, физической нагрузкой, а в тяжёлых случаях — медикаментами. Понимание нейробиологии помогает перестать винить себя и обратиться за помощью.

Как поддержать родительский мозг: 6 правил

1. Сон. Даже 4–5 часов подряд лучше, чем 8 с прерываниями — это связано с циклами глубокого сна.

2. Физическая нагрузка. Восстанавливает дофаминовые рецепторы и снижает кортизол. Это противоядие от выгорания.

3. Социальная поддержка. Контакты с другими взрослыми, особенно с понимающими людьми, повышают окситоцин и снижают стресс.

4. Контакт с партнёром. Объятия, прикосновения, даже короткие разговоры — поддерживают окситоциновую систему.

5. Питание. Дефицит железа, магния, омега-3 и витамина D усугубляет эмоциональные сдвиги.

6. Принятие. Напоминайте себе: изменения временны, мозг адаптируется, вы не стали хуже — вы просто настроены на ребёнка.

Главное, что вынести

Рождение ребёнка — мощнейшая нейропластическая перестройка, которая затрагивает гиппокамп, миндалевидное тело и префронтальную кору. У женщин уменьшается объём серого вещества в некоторых зонах, но усиливаются материнские инстинкты и гиперчувствительность к сигналам ребёнка. У мужчин падает тестостерон и растёт окситоцин — особенно при активном участии в уходе. Родители становятся более эмпатичными, но одновременно более уязвимыми к стрессу и дефициту сна. Послеродовая депрессия — это нейробиологический сбой, требующий лечения. Поддержка мозга родителя — это сон, физическая нагрузка, социальная поддержка, питание и принятие. Нейропластичность — это дар. Но за него нужно платить. И платят родители не только телом, но и мозгом.

Если этот пост отозвался — сохрани, чтобы перечитать в сложный день. Сделай репост, если кому-то из знакомых родителей это может помочь.

20 июля, «Жэньминь жибао» онлайн -- 17 июля в Шанхае состоялось открытие Всемирной конференции по искусственному интеллекту-2026 /WAIC/ и Конференции высокого уровня по глобальному управлению искусственным интеллектом. В рамках этих мероприятий Государственный комитет по делам развития и реформ КНР и другие правительственные ведомства представили план действий по сотрудничеству и развитию в области искусственного интеллекта.

Документ призван воплотить в жизнь важный посыл председателя КНР Си Цзиньпина о том, что искусственный интеллект должен быть международным общественным благом, приносящим пользу всему человечеству. Он охватывает ключевые аспекты: от данных и вычислительных мощностей до экосистемы, расширения возможностей ИИ, подготовки кадров, стандартов, управления и этики. В документе сформулировано восемь практических направлений: обеспечение качественными данными, повсеместная доступность интеллектуальных вычислительных мощностей, совместное использование экосистемы с открытым исходным кодом, глубокое внедрение ИИ для расширения возможностей, совместная подготовка кадров в области цифровых технологий и ИИ, совместное формирование стандартов и правил, сотрудничество в сфере безопасного управления, а также ориентация ИИ на благие цели. Эти меры призваны поддержать инициативы ООН по укреплению международного сотрудничества в области ИИ, сокращению цифрового неравенства и использованию технологий для устойчивого развития.

Что значит выпуск данного плана?

Выпуск данного плана действий подает сразу несколько важных сигналов, отмечает экономист, член экспертного совета по информационно-коммуникационной экономике при Министерстве промышленности и информатизации Пань Хэлинь.

Во-первых, ИИ четко позиционируется как глобальное общественное благо, и особый акцент делается на предоставлении доступных вычислительных услуг развивающимся странам. Во-вторых, документ демонстрирует китайскую модель управления, нацеленную на баланс между динамичным развитием ИИ и надежным регулированием. В-третьих, курс взят на преодоление фрагментации глобального управления через многосторонний подход и создание целостной системы международного регулирования в сфере ИИ.

По оценке Цзоу Дэбао, заместителя генерального директора Центра исследований ИИ и больших данных компании CCID, план действий учитывает закономерности развития отрасли и выстраивает системную траекторию международного сотрудничества. Одновременно укрепляется фундамент – за счет продвижения качественных данных, доступных вычислительных мощностей и открытой экосистемы с открытым кодом. А также совершенствуется система взаимодействия: объединяются усилия по расширению возможностей отрасли, подготовке кадров и международной кооперации, чтобы связать науку с практикой и согласовать предложение с рыночным спросом. Кроме того, план направлен на формирование здоровой экосистемы: он призван консолидировать глобальный консенсус о том, что развитие ИИ должно служить благим целям, и укрепить механизмы совместного управления для устойчивого и упорядоченного роста индустрии.

Необходимо стимулировать трансграничные потоки данных

План действий ставит на первое место меры по обеспечению качественными данными и предусматривает стимулирование трансграничных потоков данных. Предлагается в отдельных сферах создать и запустить трансграничные пространства достоверных данных – это должно обеспечить эффективный, удобный и безопасный обмен данными через границы. Также планируется совместно формировать высококачественные языковые корпусы и отраслевые наборы данных, совместно создавать и использовать многоязычные материалы – все это призвано заложить прочную основу для глобальных инноваций в сфере искусственного интеллекта.

Как пояснил Пань Хэлинь, выделение обеспечения качественными данными в качестве первой из восьми мер – это стратегическое решение, продиктованное ориентацией на глобальное сотрудничество. «Трансграничное движение данных – это необходимое условие международного сотрудничества в области ИИ», – подчеркивает эксперт. По его словам, именно качество данных определяет справедливость глобального управления ИИ: низкокачественные данные способны порождать предвзятость алгоритмов. При этом данные – не единственный ограничивающий фактор: на развитие международного сотрудничества в сфере ИИ влияют и другие составляющие – вычислительные мощности, алгоритмы, кадровый потенциал.

Цзоу Дэбао отмечает, что взаимосвязанность и совместимость данных – базовая предпосылка для совместного использования вычислительных мощностей, формирования общей экосистемы и координации отраслевых усилий. Приоритетное развитие сотрудничества в области данных позволит выстроить целостную и эффективно работающую систему международной кооперации в сфере интеллектуальных технологий.

По данным Государственного управления данных, в 2025 году общий объем данных, используемых в Китае для обучения и инференса ИИ, достиг 199,48 эксабайта, что на 42,86% больше по сравнению с предыдущим годом. При этом объем данных для инференса впервые превысил объем данных для обучения и составил 101,34 эксабайта.

(Редактор:Deng Jie,Ян Цянь)

Впервые в истории биологи поместили набор неживых компонентов в мембрану, похожую на клеточную, и стали свидетелями того, как этот «мешок» из молекул начал вести себя, как живой организм. Созданная в лаборатории синтетическая клетка росла, реплицировала свою ДНК и делилась, демонстрируя основные функции клеточного цикла.

«Это впечатляющий шаг, — сказал Джек Шостак, который изучает происхождение жизни в Чикагском университете и не участвовал в данном исследовании. — Мне не известны другие попытки создать искусственную клетку из биологических компонентов, которые продвинулись бы так далеко».

По существующим понятиям эта клетка не является живой. Она не может выжить без постоянного поступления питательных веществ и рибосом — механизмов, необходимых для синтеза белков. У неё нет защитных механизмов или эффективной системы выведения отходов. Но это самое убедительное на сегодняшний день доказательство того, что можно создать жизнь из неживого — цель, к которой синтетические биологи стремятся уже десятилетиями.

«Это большой шаг вперёд на пути к достижению этого „святого Грааля“ — созданию живого организма из мёртвых компонентов, — сказал Сийбрен Отто, системный химик из Института химии имени Стратинга в Нидерландах, не участвовавший в данной работе. — Пока цель ещё не достигнута полностью, но мы, безусловно, приближаемся к ней».

Поскольку эти клетки были собраны с нуля, а все молекулярные компоненты были созданы в лаборатории, учёные могут экспериментировать с системой и заменять компоненты на другие. «У меня есть „чертёж“, у меня есть полный список химических ингредиентов каждого компонента», — сказала Кейт Адамала, специалист по синтетической биологии из Университета Миннесоты, возглавившая новое исследование, которое пока не прошло экспертную оценку; статья была размещена на научном сайте препринтов biorxiv.org 2 июля. Благодаря такой гибкости подобную синтетическую клетку в конечном итоге можно будет заставить создавать новые материалы, такие как биотопливо и лекарства, а также помочь исследователям изучать болезни.

Это также может дать учёным понимание некоторых из их самых глубоких экзистенциальных вопросов: какой минимум необходим для поддержания жизни? Как могла зародиться жизнь? Что произойдёт, если мы изменим биологию, составляющую современную жизнь на Земле?

Или, как выразилась Адамала: «На что ещё способна биология?»

Создание жизни

Около 4 миллиардов лет назад группа неживых молекул объединилась, образовав первые протоклетки. Они питались, росли и делились. Затем, со временем, произошли эволюционные процессы, которые позволили этим клеткам изменяться и диверсифицироваться во множество различных типов, наполнив безжизненный мир всевозможными странными существами. Чисто химический мир превратился в биологический. Учёные не могут прийти к единому мнению о том, как произошёл этот переход от неживого к живому, т. н. «абиогенез», но некоторые из них решили попробовать воспроизвести этот процесс самостоятельно в лаборатории.

На протяжении десятилетий исследователи применяли различные подходы к решению этой задачи. Некоторые, например специалист по синтетической биологии Джон Гласс из Института Дж. Крейга Вентера, сводят бактериальные клетки к их самым маленьким и минимальным геномам, чтобы выявить минимальные требования, необходимые для выживания. Другие, такие как Отто, пытаются создать клетки из молекул, отличных от тех, что встречаются в земной биологии.

Адамала также работает с нуля, но использует биологические молекулы, встречающиеся в природе сегодня. Когда она открыла свою лабораторию в 2016 году, она поставила перед собой цель собрать синтетическую клетку, способную пройти полный цикл клеточного деления, используя собственный геном.

«Инструкцией» по созданию клетки она считает свойства, объединяющие все известные клетки: они растут, копируют свою ДНК, делятся и эволюционируют. Они транскрибируют свою ДНК в РНК, а затем синтезируют белки для выполнения этих и других задач, обеспечивающих функционирование клетки, таких как метаболизм молекул с целью получения энергии. Всё это происходит внутри липидной мембраны, которая удерживает все необходимые вещества в одном месте. Команде Адамалы необходимо было создать для своей синтетической клетки геном и снабдить её всеми веществами, необходимыми для выполнения этих задач.

Они разработали и оптимизировали различные компоненты, в большинстве своём вдохновляясь разработками других лабораторий, а затем объединили их внутри липосом — полых мешочков, окружённых простой липидной мембраной. Они должны были послужить клеточным телом.

Они начали с самой фундаментальной системы клетки: механизма копирования ДНК и передачи её дочерним клеткам. Они взяли за основу систему репликации ДНК, разработанную пионерами синтетической биологии Ханнесом Мутчлером и Кристофом Данелоном, и доработали её для совместной работы с другими системами, в том числе с коммерческим набором из 36 ферментов, позволяющим клетке считывать ДНК и синтезировать белки. Команда Адамалы экспериментировала со своим клеточным «смешением», добавляя и удаляя гены, а также регулируя концентрации различных молекул, чтобы заставить взаимодействовать ключевые генетические системы, отвечающие за передачу информации и синтез белков.

Их крошечный синтетический геном не содержал генов, отвечающих за метаболизм, которые позволили бы клетке перерабатывать пищу и энергию, а также многих сложных молекул, необходимых клетке. Поэтому параллельно с этим исследователи подготовили несколько «пакетов с припасами».

Они наполнили другие липосомы сахаром, липидами и ферментами, а также сложными молекулами, такими как транспортная РНК (тРНК) и рибосомы, которые совместно обеспечивают трансляцию генетических инструкций в белки. Чтобы их протоклетка могла принимать эти жизненно важные вещества, команда также модифицировала белок, который должен был располагаться в клеточной мембране и притягивать липидные пузырьки. Когда пузырёк сталкивается с клеткой, их мембраны сливаются, высвобождая содержимое.

Заставить все эти генетические системы успешно взаимодействовать было нелегко. Но после нескольких доработок и оптимизаций клетка начала расти и реплицировать свою ДНК.

«Я уже почти была готова сказать: „Готово“ и „Мы это опубликуем“», — вспоминает Адамала. Но в её концепции синтетической клетки оставался ещё один шаг: деление.

Именно на этом вопросе исследования некоторое время буксовали. Исследователи, работавшие до Адамалы, нашли различные способы питать и выращивать синтетические клетки, а также реплицировать их ДНК. Но деление клеток — это совсем другое дело. Типичная клетка реорганизует свой цитоскелет — сеть белковых волокон, обеспечивающих структурную поддержку, — чтобы разделить свою ДНК пополам и разделиться самой. Синтетические биологи не могли понять, как заставить свои клетки пройти через этот сложный процесс.

Поэтому Адамала решила отказаться от цитоскелета. Однажды, просматривая научную литературу, она наткнулась на интересный механизм, описанный в одной статье. Прикрепив белковые метки к клеточной мембране, специалист по синтетической биологии Рейнхард Липовски из Института коллоидов и интерфейсов имени Макса Планка привлёк другие белки, которые скопились вокруг мембраны и физически изогнули её, заставив клетку разделиться. Следуя этому подходу, Адамала модифицировала белок клеточной мембраны и протестировала его в своих протоклетках. После нескольких попыток это сработало.

«Некоторое время я боялась в это поверить, — сказала она. — Я думала: „Чёрт возьми, неужели я действительно создала делящуюся клетку?“ … В какой-то момент ты уже проверила всё настолько тщательно, что [думаешь]: „Ладно, это и правда происходит на самом деле“».

«Эта статья прекрасно демонстрирует механизм деления, — сказал Йоб Боекховен, системный химик из Мюнхенского технического университета, не участвовавший в исследовании. — Это огромное достижение».

Объединив системы, разработанные в различных лабораториях — репликацию ДНК, липосомы-кормильцы и роящиеся белки, стимулирующие деление, — а затем оптимизировав их для совместной работы, команда Адамалы продемонстрировала, что в лабораторных условиях можно побудить химический мир сформировать биологический.

«Объединение всех этих элементов — потрясающее техническое достижение, — сказал Гласс. — Я думаю, что это станет переломным моментом для области синтетических клеток и биологии в целом».

Майкл Линч, эволюционный биолог из Университета штата Аризона, который также не участвовал в исследовании, согласился с этим. По его словам, это «виртуозный трюк в области синтетической биологии». Однако он также предостерегает от чрезмерного преувеличения значения этой клетки, поскольку она пока не умеет поддерживать свою жизнь самостоятельно.

Как только синтетические клетки были созданы, её студенты и другие исследователи начали называть их «клетками Адамалы» — прозвище, которое она ненавидела. Она настаивала, чтобы клетки назвали как угодно, в шутку предлагая название «картофель». Поэтому её студенты стали называть их «spudcells», «клетки-картофелины» [от слова «spud» — картофелина (разг.)]. «Я полячка, я по большей части состою из картофеля, так что меня это устраивает», — сказала Адамала.

Каждая такая клетка крошечная. Её геном намного меньше, чем геномы бактерий, и внешне она не выглядит чем-то особенным. «Для меня она прекрасна, потому что я от неё в полном восторге, — сказала Адамала. — Но если посмотреть на неё под микроскопом, то можно сказать: „Ну да, это просто капля“».

Эволюция и не только

Клетка могла расти и делиться. Но смогла бы она сделать следующий шаг к жизни, эволюционировать?

Исследователи начали экспериментировать с ДНК синтетической клетки, чтобы проверить, удастся ли им заставить некоторые клетки расти до большего размера или делиться быстрее — фактически, создав генетическое разнообразие в популяции клеток. Они обнаружили, что клетки, которые вырастали большими, также давали больше дочерних клеток и начинали преобладать в популяции. Другими словами, эти признаки начали отбираться внутри популяции — а это первый шаг к эволюции.

То, что продемонстрировала команда Адамалы, не совсем соответствовало естественному отбору — основному механизму, лежащему в основе эволюционных изменений, при котором организмы, лучше приспособленные к окружающей среде, имеют больше шансов на выживание. Даже если бы ей удалось заставить их клетку производить больше дочерних клеток, она не считает, что это привело бы к эволюции. Дело в том, что команде Адамалы пришлось синтетически создавать генетические вариации, вместо того чтобы дожидаться случайных мутаций в ДНК. По её словам, фермент, синтезирующий новые цепи ДНК, работает слишком эффективно; он не вносит значимых мутаций в последовательность. Им нужно будет найти фермент, который будет более подвержен ошибкам — но не настолько, чтобы привести к потере целостности генома и нарушению функций клетки.

«Биология должна меняться достаточно быстро, но не слишком быстро», — сказала Адамала. Она отметила, что ей необходимо найти «золотую середину» между порядком и хаосом, сославшись на биохимика и теоретика сложности Стюарта Кауфмана, почётного профессора Пенсильванского университета, который утверждает, что биология работает лучше всего на «грани хаоса».

«Явная демонстрация эволюционного процесса — это, безусловно, то, чего не хватает эксперименту, — сказал Боекховен. — Я уверен, что это будет следующим большим шагом». Другие исследователи демонстрировали адаптивную эволюцию в других типах синтетических клеток. Однако эти клетки представляли собой бактерии, лишённые всех генов, за исключением самого необходимого минимума — они не были созданы с нуля.

Кроме того, возможности клеток ограничены тем, что им необходимо поставлять многие исходные вещества извне. Тот факт, что клетки не могут самостоятельно синтезировать рибосомы, как это делают естественные клетки, «ограничивает [их] потенциал роста и устойчивого размножения», отметил Шостак, научный руководитель Адамалы. «Если бы их система могла самостоятельно вырабатывать рибосомы, а также другие белки и РНК, она была бы гораздо ближе к существующим биологическим клеткам, таким как бактерии».

Адамала также считает, что им нужно будет найти способ добавить цитоскелет, чтобы улучшить систему репликации. В настоящее время клетки тратят много энергии и времени на то, чтобы привлекать молекулы, которые скапливаются вокруг них и помогают им делиться.

В целом учёные ещё далеки от создания чего-либо, хотя бы отдалённо напоминающего современную живую клетку, — но эта новая клетка по-прежнему является самой реалистичной из всех созданных до сих пор. «Современная клетка — это как Dreamliner, — сказала Адамала, имея в виду самолёт Boeing 787. — Мы пока построили летательный аппарат братьев Райт… первую велосипедную раму с крыльями, которая пролетает 30 метров».

Наряду с публикацией новых результатов Адамала и другие специалисты по синтетической биологии объявили о создании некоммерческой организации под названием Biotic, с помощью которой они будут предоставлять свои инструменты синтетической биологии исследователям по всему миру. Команда публикует свои данные и методы, чтобы специалисты по синтетической биологии могли приступить к созданию и усовершенствованию этой клетки. Есть надежда, что через несколько десятилетий эти разработки можно будет использовать, например, для производства пластмасс без использования ископаемого топлива, а также удобрений или лекарств.

Эти синтетические клетки также могут открыть путь в прошлое — к истокам самой биологии. Жизнь на Земле, вероятно, зародилась из гораздо более простых молекул, чем те, которые используют «клетки-картофелины». Тем не менее, создание Адамалой системы синтетических клеток из неживых материалов приближает исследователей на шаг к изучению в лабораторных условиях более глубоких вопросов о происхождении и условиях жизни — мечты, которую она разделяет с другими.

«Если вы хотите понять, что такое жизнь, — сказал Боекховен, — вам сначала нужно создать жизнь».