В этом выпуске — только конкретные результаты. На этой неделе инженеры и учёные представили решения для промышленного производства, медицины и фундаментальной науки. Новые разработки уже тестируются в цехах, лабораториях и клинической практике.
- В Ульяновской области запустили серийный выпуск токарных станков Cobalt T2 с ЧПУ
- В России создали прототип ИИ-платформы для оценки кардиометаболических рисков по голосу
- В России продемонстрировали квантовый компьютер на 70 кубитах
- Российские учёные ускорили поиск новых химических реакций в 180 раз с помощью ИИ
- В МГУ разработали метод повышения точности прогнозов по данным дистанционного зондирования Земли
В Ульяновской области запустили серийный выпуск токарных станков Cobalt T2 с ЧПУ
Группа компаний «ДМ Технолоджис» перешла к серийному производству токарных станков с числовым программным управлением Cobalt T2 собственной разработки. В Ульяновске запущена линия механической обработки и шлифовки станин — базовых элементов металлообрабатывающих станков. После выхода на проектную мощность предприятие планирует выпускать до 100 устройств ежегодно.
Cobalt T2 стал первым станком в линейке, запланированной к производству в регионе. Основная часть комплектующих изготавливается российскими предприятиями. В числе локализованных элементов:
- кабина;
- корпус электрошкафа;
- пульт оператора;
- гидростанция;
- стружкоуборочный транспортер.
Станок работает на отечественном программном обеспечении.
Закупка современного оборудования с использованием средств ФРП позволила значительно увеличить производительность при изготовлении станков серии Cobalt собственной разработки и максимально сократить зависимость от контрагентов по направлению механической обработки деталей. Проект очень важен как для развития самого предприятия, так и станкостроительной отрасли страны.
Алексей Жилов, генеральный директор группы «ДМ Технолоджис»
Серия Cobalt ориентирована на предприятия автомобилестроения и приборостроения, авиационной и медицинской промышленности, пищевой промышленности и АПК, нефтегазового сектора. Ведётся работа над новыми моделями, а в 2027 году планируется запуск пятикоординатного фрезерного обрабатывающего центра Cobalt A7.
Почему это важно:
- Налажен серийный выпуск станков с высокой степенью локализации.
- Используется отечественное программное обеспечение.
- Создана собственная база механообработки станин.
- Производство ориентировано на промышленный масштаб — до 100 станков в год.
- Расширяется линейка российского станкостроения.
Источник: Фонд Развития Промышленности
В России создали прототип ИИ-платформы для оценки кардиометаболических рисков по голосу
Команда выпускников Цифровой кафедры Сеченовского Университета разработала прототип IT-платформы, способной оценивать риск сердечно-сосудистых и метаболических заболеваний по голосовым биомаркерам. Для тестирования пользователю достаточно записать короткий аудиофайл со смартфона — результат формируется за несколько секунд.
Приложение выдаёт инструкцию по записи аудиофайла, анализирует параметры голосового сигнала, рассчитывает риск развития кардиометаболических заболеваний.
В основе — обработка аудиосигналов и алгоритмы машинного обучения. Речь человека зависит от состояния дыхательной системы, мышц гортани и механизмов нервной регуляции. При воспалительных процессах, нарушениях обмена веществ или повышенной нагрузке на сердечно-сосудистую систему голосовые параметры могут меняться — эти изменения незаметны на слух, но фиксируются цифровыми методами анализа.
Платформа ориентирована на выявление предрасположенности к:
- артериальной гипертензии;
- ишемической болезни сердца;
- сахарному диабету 2 типа и другим состояниям.
Алгоритмы обучаются на мультицентровых клинических данных и аудиозаписях здоровых добровольцев, собранных в рамках эксперимента SIRIUS-23. База включает более 4000 уникальных аудиофайлов. Чувствительность моделей превышает 81%. В отличие от зарубежных аналогов, решение адаптировано к особенностям русскоязычной речи.
В перспективе эту технологию можно будет применять для предварительной оценки рисков при диспансеризации, дистанционного мониторинга состояния пациентов, а также для прогнозирования нагрузки на систему здравоохранения.
Денис Кузнецов, автор проекта, выпускник Цифровой кафедры Сеченовского Университета
Почему это важно
- Метод неинвазивный и не требует оборудования, кроме смартфона.
- Оценка занимает несколько секунд.
- Решение адаптировано под русскоязычную речь.
- Потенциал — массовый скрининг и дистанционный мониторинг.
- Проект находится на стадии клинической валидации и масштабирования.
Источник: Сеченовский Университет
В России продемонстрировали квантовый компьютер на 70 кубитах
Учёные ФИАН представили квантовый компьютер на 70 кубитах на основе ионной цепочки. По заявленным характеристикам, точность однокубитных операций достигла 99,92%, двухкубитных — 95,4%. Разработка реализована в рамках квантового проекта Росатом.
Система построена на цепочке из 35 ионов иттербия. Каждый ион используется как четырёхуровневая квантовая система, что эквивалентно двум кубитам. За счёт такого способа кодирования общее число кубитов увеличено до 70 — при сохранении одной ионной цепочки. Принцип работы основан на коллективных колебаниях цепочки: воздействие на один ион вызывает колебания всей системы, а общие моды позволяют реализовывать квантовые операции.
Для управления состояниями применяются два лазерных пучка, которые быстро перемещаются вдоль цепочки и наводятся на конкретные ионы. Двухкубитные операции выполняются с помощью лазерных импульсов сложной формы. Связанность кубитов реализована по схеме «тройная звезда», что позволяет выполнять операции не только между соседними элементами, а между различными участками регистра.
В мировой практике в одной ионной цепочке обычно используют до 35 кубитов. В ФИАН увеличили их число за счёт более плотного кодирования информации внутри одного иона. Это позволило масштабировать систему без усложнения архитектуры несколькими независимыми ловушками.
В режиме 70 кубитов на полном регистре были запущены:
- алгоритм Гровера (поиск по базе данных);
- алгоритм Бернштейна–Вазирани;
- подготовка GHZ-состояния.
Система уже используется для тестирования и оптимизации квантовых алгоритмов и доступна через облачную платформу.
Почему это важно:
- Продемонстрирован 70-кубитный режим работы на одной ионной цепочке.
- Достигнута высокая точность квантовых операций.
- Использовано альтернативное кодирование — два кубита в одном ионе.
- Запущены базовые квантовые алгоритмы на полном регистре.
- Система применяется для практического тестирования алгоритмов.
Источник: ТАСС Наука
Российские учёные ускорили поиск новых химических реакций в 180 раз с помощью ИИ
Исследователи из Института органической химии имени Н.Д. Зелинского РАН разработали цифрового «со-эксперта» на основе искусственного интеллекта, который радикально ускоряет открытие новых химических реакций. Вместо нескольких лет анализа алгоритм выполнил расчёты за часы, а экспериментальная проверка заняла всего неделю. Работа опубликована в журнале Angewandte Chemie International Edition.
Алгоритм обучили правилам протекания реакций циклоприсоединения — класса превращений, используемых для синтеза сложных циклических молекул, лежащих в основе антибиотиков и противоопухолевых препаратов.
Для тестирования системе передали данные о 134 тысячах молекул. На их основе алгоритм:
- сгенерировал 31 тысячу потенциальных реакций;
- за несколько часов отобрал 205 наиболее реалистичных вариантов;
- исключил реакции с дорогими или редкими реагентами;
- предложил превращения, протекающие в стандартных лабораторных условиях.
Далее химики выбрали четыре наиболее перспективные реакции для проверки. В двух случаях удалось получить новые продукты. Структурные фрагменты синтезированных соединений встречаются в противоопухолевых препаратах. Оценка и отбор такого объёма реакций вручную заняли бы около 3,5 лет непрерывной работы. С использованием цифрового инструмента весь цикл — от анализа до экспериментальной проверки — занял неделю.
Алгоритм выполняет первичный отбор и расчёты, а исследователи принимают решения на уже структурированном массиве данных.
Наше исследование демонстрирует, что даже без дорогостоящих роботизированных лабораторий возможно существенно ускорить открытие новых реакций, опираясь на доступные вычислительные инструменты и экспертный опыт. В дальнейшем мы планируем расширить эту методологию на другие химические процессы и сделать универсального ИИ-со-эксперта для химии.
Валентин Анаников, руководитель проекта, доктор химических наук, заведующий лабораторией металлокомплексных и наноразмерных катализаторов
Почему это важно:
- Сокращается время открытия новых реакций с лет до недель.
- Снижается объём рутинной аналитической работы химиков.
- Отбор проводится без использования дорогих роботизированных лабораторий.
- Открыты реакции, потенциально применимые в разработке противоопухолевых препаратов.
- Подход масштабируется на другие направления химического синтеза.
Источник: Российский научный фонд
В МГУ разработали метод повышения точности прогнозов по данным дистанционного зондирования Земли
Исследователи факультета вычислительной математики и кибернетики МГУ имени М.В. Ломоносова совместно с учёными Института вычислительной математики им. Г.И. Марчука РАН предложили математический подход, позволяющий корректно учитывать нерегулярно поступающие спутниковые данные при численном моделировании динамических процессов. Результаты опубликованы в журнале «Современные проблемы дистанционного зондирования Земли из космоса».
Спутниковые наблюдения природных процессов поступают нерегулярно:
часть измерений отсутствует, данные могут быть зашумлены, интервалы между наблюдениями различаются. Классические вычислительные методы предполагают равномерный и полный поток информации, поэтому при работе с реальными данными их устойчивость и точность снижаются.
При работе с данными дистанционного зондирования мы почти всегда сталкиваемся с нерегулярным поступлением информации и ошибками в данных наблюдений. Учёт этих факторов на уровне математической модели и численных методов позволяет повысить надёжность вычислений и сделать результаты более устойчивыми, что повышает точность модельных прогнозов.
Евгений Пармузин, доцент кафедры вычислительных технологий и моделирования ВМК МГУ и старший научный сотрудник ИВМ РАН
Учёные рассмотрели задачи усвоения спутниковых данных для эволюционных уравнений, описывающих состояние морских акваторий. В рамках работы:
- проанализированы итерационные численные методы;
- исследовано влияние параметров регуляризации;
- оценена чувствительность моделей к ошибкам измерений;
- показано, как корректно восстанавливать характеристики процесса по ограниченному набору наблюдений.
Предложенный подход позволяет учитывать неполноту данных на уровне математической модели, повышая устойчивость вычислений и точность прогнозов. Методика ориентирована на обработку спутниковых данных, но применима и в других задачах моделирования, где информация поступает с задержкой или в неполном объёме — от океанологии до мониторинга климатических процессов.
Почему это важно:
- Повышается точность прогнозов при работе с реальными спутниковыми данными.
- Снижается чувствительность моделей к шуму и пропускам измерений.
- Методика масштабируема для различных задач динамического моделирования.
- Улучшается надёжность численных расчётов при анализе природных процессов.
Источник: МГУ
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.
