Made in Russia: дайджест №20 новостей из мира IT, науки, космоса и технологий

Семь технологических открытий недели. В этом выпуске: ИИ-диагностика сердца, «умные» скважины, золотая наноплёнка, сверхпрочные композиты и другие открытия российских учёных и инженеров.

В Татарстане прошёл ИИ-скрининг заболеваний сердца у 15 000 человек

Сеченовский университет и Министерство здравоохранения Республики Татарстан завершили первый этап совместного проекта по внедрению технологий искусственного интеллекта в здравоохранение. За два года реализации программы с помощью портативных электрокардиографов было проведено удалённое обследование сердечно-сосудистой системы у 15 000 человек.

Для диагностики использовали два запатентованных алгоритма, разработанных учёными Института персонализированной кардиологии Сеченовского университета:

• Один выявляет систолическую дисфункцию сердца, при которой снижается сила сокращений. 
• Другой — диастолическую, когда сердце теряет способность наполняться кровью между ударами. 

Оба метода интегрированы в интеллектуальную кардиокарту CardioQWARK, созданную совместно с компанией «КардиоКВАРК».

Это важный социальный проект, учитывая, что сердечно-сосудистые заболевания остаются самой частой причиной смертности. Портативные устройства с элементами ИИ позволяют охватить скринингом огромное количество людей, сделать диагностику точной и быстрой. Аналогов таким системам нет ни в России, ни в мире.

Филипп Копылов, директор Института персонализированной кардиологии Сеченовского Университета

Пациенту достаточно на минуту приложить палец к датчику, чтобы прибор зафиксировал электрокардиограмму. Далее данные обрабатывает нейросеть, а врач получает готовый отчёт с указанием вероятных патологий и рисков. При необходимости пациент направляется на дополнительное обследование и ставится на диспансерный учёт.

По результатам исследования, алгоритмы показали точность 91 % при выявлении систолической дисфункции и 96,5 % — при диагностике диастолической, связанной с сердечной недостаточностью.

Почему это важно

• В проекте впервые применён массовый ИИ-скрининг заболеваний сердца на уровне региона.
• Технология делает высокоточные обследования доступными для удалённых населённых пунктов.
• Алгоритмы Сеченовского университета — российская разработка, не имеющая аналогов.
• Проект показывает, как искусственный интеллект становится основой профилактической медицины нового поколения.

В Томске создали плату-концентратор для российского суперколлайдера NICA

Учёные Томского государственного университета (ТГУ) разработали и протестировали экспериментальный образец платы-концентратора L2, которая станет ключевым элементом системы сбора и передачи данных для российского суперколлайдера NICA. Плата будет преобразовывать большие массивы данных с детекторов установки в формат, удобный для анализа. 

Комплекс NICA (Nuclotron-based Ion Collider Facility) — международный проект класса мегасайенс, реализуемый в Объединённом институте ядерных исследований в Дубне. В нём участвуют более 40 организаций из разных стран. Цель экспериментов — воссоздать условия, близкие к тем, что существовали в первые мгновения после Большого взрыва.

Плата — один из элементов системы сбора и передачи информации, который обеспечит обработку больших данных в экспериментах. Сейчас мы занимаемся доработкой экспериментального образца для соответствия требованиям коллаборации для интеграции в установку.

Владислав Борщ, научный сотрудник лаборатории анализа данных физики высоких энергий ФФ ТГУ и руководитель группы разработки электроники

Первые эксперименты на коллайдере уже стартовали весной 2025 года, а запуск установки SPD (Spin Physics Detector) запланирован на 2028 год. Разработка томских учёных позволит обеспечить точный и стабильный сбор данных —важный элемент для проверки теории Большого взрыва и дальнейшего изучения структуры материи.

Почему это важно

• ТГУ создал один из ключевых элементов системы сбора данных для коллайдера NICA.
• Разработка повысит точность и скорость обработки информации в экспериментах.
• Проект помогает российской науке укрепить позиции в международных исследованиях по физике высоких энергий.
• Эксперименты NICA могут приблизить человечество к разгадке происхождения Вселенной.

Российские исследователи нашли способ «прокачивать» логику ИИ без дорогого переобучения

Учёные T-Bank AI Research разработали новый подход к обучению больших языковых моделей, который позволяет развивать их способность к логическим рассуждениям без дорогостоящего переобучения. Метод уже протестирован на ряде современных ИИ-систем, включая модели семейств Qwen2.5 и LLaMA 3.

Традиционно улучшение логических способностей ИИ требует применения обучения с подкреплением — ресурсоёмкого процесса, при котором корректируется «мозг» модели, состоящий из миллионов параметров. Новый метод решает эту задачу иначе: вместо изменения архитектуры модели исследователи добавляют небольшие векторы-настройки, усиливающие правильные логические шаги уже предобученной системы.

Наш метод показывает, что обучать модели рассуждать можно без изменения миллионов параметров. Это открывает новый этап в развитии доступного искусственного интеллекта для бизнеса.

Вячеслав Синий, исследователь лаборатории искусственного интеллекта T-Bank AI Research

Векторы-настройки работают как «регуляторы громкости»: модель уже умеет рассуждать, а векторы делают правильные логические шаги заметнее. Проверка метода на шести тестах для ИИ по математическим рассуждениям показала, что качество работы моделей сохранилось, при этом:

• количество изменяемых параметров сократилось с миллионов до сотен тысяч;
• расход памяти уменьшился с гигабайтов до сотен килобайт;
• обучение ускорилось в несколько порядков.

Кроме того, исследователи обнаружили, что метод можно использовать как инструмент для анализа хода рассуждений ИИ, что открывает путь к созданию более «прозрачных» моделей, объясняющих свои решения.

Почему это важно:

• Новый подход делает развитие логических способностей ИИ в десятки раз дешевле и быстрее.
• Решение помогает понимать, как именно рассуждают нейросети, а не просто улучшать результаты.
• Технология позволяет демократизировать обучение ИИ, делая его доступным не только крупным лабораториям, но и бизнесу.

В Новосибирске создали самую тонкую в мире проводящую плёнку из золота

Учёные Института теплофизики СО РАН впервые в мире получили сплошную электропроводящую плёнку из золота толщиной всего три нанометра. Разработка открывает путь к созданию прозрачных и гибких электродов нового поколения — для сенсорных экранов, OLED-дисплеев, солнечных батарей и медицинских сенсоров.

Это фундаментальный шаг к управляемому синтезу наноматериалов с заданными свойствами для нано- и оптоэлектроники. 

Сергей Старинский, один из авторов исследования

Обычно при осаждении золота на поверхность металл формирует отдельные «островки» из наночастиц, которые не проводят ток. Плёнка становится проводящей только после того, как эти участки срастаются. Чем он ниже, тем тоньше и прозрачнее можно сделать материал.

Новосибирские исследователи нашли способ управлять этим процессом без применения подслоёв и криогенного охлаждения. Они изменяли площадь лазерного пятна, воздействующего на золотую мишень, что позволило регулировать соотношение энергии и потока атомов, оседающих на подложке.

Эксперименты и численные модели подтвердили, что полученные плёнки обладают высокой прозрачностью и низким электрическим сопротивлением, чего ранее нельзя было достичь без сложных технологий.

Почему это важно:

• Это первый в мире образец стабильной золотой плёнки такой толщины.
• Технология делает возможным массовое производство гибких прозрачных электродов.
• Решение снижает стоимость и упрощает производство элементов для гибкой электроники и биосовместимых устройств.
• Разработка укрепляет позиции России в области нано- и оптоэлектронных технологий.

В России разработали новый сверхпрочный аэрокосмический композит

Учёные НИТУ «МИСИС» совместно с Институтом структурной макрокинетики и проблем материаловедения им. А. Г. Мержанова РАН создали новый металлокерамический композит. Он сочетает прочность керамики и электропроводность меди. Материал может применяться в авиации, космосе и других высокотехнологичных отраслях.

Исследователи выяснили, что при погружении сплава на основе титана и алюминия в расплавленную медь происходит разрушение алюминия, а его место занимает медь. В результате формируется новая структура, в которой твёрдые частицы титана остаются на месте, а пустоты заполняются медным расплавом — так образуется сверхпрочный и износостойкий композит.

Мы впервые описали механизм изменения макс-фаз при их высокотемпературном взаимодействии с медными расплавами, когда в результате образуется новый композит. Понимание этого процесса позволит создавать прочные промежуточные слои при пайке разных по природе материалов, а также синтезировать композиты с высокой прочностью.

Сергей Жевненко, профессор кафедры физической химии НИТУ «МИСИС»

Полученный материал превосходит по твёрдости чистую медь, сохраняя при этом её электропроводность. Такая комбинация свойств открывает перспективы создания новых соединений для аэрокосмических конструкций, высокотемпературных узлов и прецизионной пайки.

Результаты эксперимента подтверждены с помощью высокоскоростной съёмки и тепловизионных измерений, а исследование опубликовано в журнале Composite Interfaces.

Почему это важно:

• Разработан новый тип композита, объединяющий прочность керамики и электропроводность меди.
• Технология позволит создавать надёжные соединения между разнородными материалами в авиации и космосе.
• Открыт механизм формирования таких структур, что ускорит разработку новых металлокерамических материалов.

В пермском Политехе создали ИИ-систему для мониторинга нефтяных пластов без остановки добычи

Учёные Пермского Политеха разработали программный комплекс, который определяет проницаемость нефтяных пластов в реальном времени без необходимости останавливать добычу. Точность алгоритма достигает 99,7%, а скорость анализа — несколько часов вместо нескольких суток.

Традиционные гидродинамические исследования требуют приостановки работы скважины на 3-7 дней, а геофизические методы дают информацию лишь о нескольких метрах пласта. За это время состояние залежей уже меняется, что снижает точность диагностики и приносит компаниям многомиллионные убытки.

Разработка пермских инженеров решает эту проблему:

• Алгоритм анализирует поток данных со скважин — давление, состав нефти, объём воды, скорость восстановления давления. 
• Моделирует подземные процессы, создавая цифровой двойник пласта. 
• На основе 3,5 тысячи реальных исследований ИИ научился восстанавливать полную картину движения нефти под землёй и выдавать точные прогнозы.

В результате интеллектуальная система научилась создавать «цифрового двойника» скважины. Эксперт загружает в систему актуальные, регулярно снимаемые показатели с месторождения. На основе этих вводных программа за несколько часов сама строит графики и предсказывает, как бы вело себя давление, если бы добычу остановили для традиционного исследования. ИИ сам анализирует все данные и выдает точное значение проницаемости удаленной зоны пласта.

Дмитрий Мартюшев, профессор кафедры «Нефтегазовые технологии», доктор технических наук.

Почему это важно:

• Новый подход позволяет перейти от реактивного управления к предиктивному.
• Искусственный интеллект исключает необходимость останавливать добычу нефти.
• Время анализа сокращено с недель до часов, а точность прогнозов достигает 99,7%.
• Решение снижает финансовые риски и повышает эффективность работы нефтяных компаний.

В Новгороде создали самообучающуюся систему технического зрения для промышленности

Учёные Новгородского государственного университета им. Ярослава Мудрого разработали систему на основе искусственного интеллекта и технологий компьютерного зрения, которая контролирует размеры гранул удобрений прямо на производственной линии. Разработка не требует ручной настройки и самостоятельно обучается под разные предприятия. 

Система использует видеокамеру и нейросеть, которая в реальном времени анализирует изображение транспортируемых по конвейеру гранул. Алгоритм распознаёт контуры, определяет размеры и сопоставляет их с эталонными значениями, после чего формирует визуальные графики для специалистов. Это позволяет оперативно отслеживать качество продукции и предотвращать брак.

 Контролировать размер гранул удобрений на производстве очень важно, поскольку от размера зависит их время растворения в почве. Если их размер будет меньше необходимого, они будут оседать на почву «пылью» и разноситься ветром. Если же размер гранул будет больше положенного, то они могут просто не долететь до нужной точки. Идея использовать нейросеть возникла, когда обычные методы обнаружения контуров — операторы Робертса, Собеля, LoG, метод Канни — не сработали.

Владислав Рысев, магистрант ПИШ НовГУ, ассистент кафедры радиосистем Политехнического института НовГУ

Сейчас на производстве каждые несколько часов проводится ручная проверка, и в случае отклонений линия может простаивать до пяти часов. Новая система исключает эту проблему, обеспечивая непрерывный контроль качества без остановки производства.

Почему это важно:

• Исключает человеческий фактор и сокращает производственные простои.
• Снижает затраты на контроль качества и повышает точность измерений.
• Может адаптироваться к любым видам продукции благодаря самообучению.
• Ускоряет цифровизацию производственных процессов в агропроме и других отраслях.

Подписывайся на наш Telegram-канал — там мы рассказываем о главных достижениях России в IT, науке, космосе и инженерии. Если у тебя есть интересные новости о российских технологиях, присылай их на support@codenrock.com.