В этом выпуске мы собрали главные проекты недели, которые прошли путь от исследовательской задачи к рабочему инженерному решению в промышленности, космосе, государственном управлении и биомедицине.
- В НГТУ НЭТИ разработали нейросеть для поиска дефектов металла
- В России разработали композит для защиты космических кораблей от радиации
- ИИ стал инструментом измеримой экономической эффективности в госуслугах
- Российские учёные применили ИИ для трансмутации технеция-99 в стабильный рутений-100
- В России испытали покрытие «первой стенки» для термоядерных реакторов
- В ТПУ разработали «самоустанавливающиеся» скаффолды для костной ткани
В НГТУ НЭТИ разработали нейросеть для поиска дефектов металла
В Новосибирском государственном техническом университете НЭТИ создали интеллектуальную систему визуального контроля качества для промышленности. Разработка автоматически выявляет трещины, вмятины и очаги коррозии на стальных поверхностях по фотографиям, сделанным обычной камерой.
В основе решения — триплетная нейронная сеть, ориентированная на работу с ограниченными данными. В отличие от классических нейросетей, которым требуются тысячи размеченных изображений, системе достаточно нескольких примеров каждого типа дефекта. Алгоритм устойчив к плохому освещению, разному масштабу и качеству снимков.
Мы создали инструмент, который способен быстро адаптироваться к новым, редко встречающимся видам повреждений без длительной и дорогостоящей переразметки данных. Для этого использовали архитектуру, которая учится «понимать» суть дефекта, а не просто запоминать картинки.
Егор Антонянц, руководитель проекта, ассистент кафедры автоматизированных систем управления НГТУ НЭТИ
На тестовых данных нейросеть показала точность обнаружения дефектов более 87%, что заметно превосходит традиционные методы машинного обучения, основанные на ручном описании признаков.
Разработка ориентирована на внедрение в системы контроля качества и предиктивного обслуживания. Технологию планируют адаптировать для мониторинга состояния мостов, трубопроводов и других критически важных конструкций, где раннее выявление дефектов напрямую влияет на безопасность и надёжность эксплуатации.
Почему это важно:
- Нейросеть работает при минимальном объёме обучающих данных.
- Не требует идеальных условий съёмки.
- Повышает точность и скорость контроля качества металла.
- Подходит для промышленного внедрения без дорогостоящей подготовки данных.
- Создаёт основу для развития предиктивного обслуживания оборудования.
Источник: НГТУ НЭТИ
В России разработали композит для защиты космических кораблей от радиации
Команда учёных из Дальневосточного федерального университета, Сахалинского государственного университета, Томского политехнического университета и Института химии и технологии редких элементов и минерального сырья представила новый композитный материал для защиты космических аппаратов и экипажей от радиации.
Разработка ориентирована не только на высокие защитные свойства, но и на экономическую эффективность. Важное преимущество — хорошая обрабатываемость инструментальными методами. Новый композит позволяет изготавливать детали сложной формы, что критично при проектировании корпусов и внутренних элементов космических аппаратов.
В NASA, например, разрабатывают материал на основе нанотрубок нитрида бора (BNNTs). Однако его производство чрезвычайно дорого — до тысячи долларов за грамм. Наша задача — получить композит со схожими или лучшими защитными свойствами, но в 100-200 раз дешевле.
Олег Шичалин, руководитель исследования, сотрудник лаборатории ядерных технологий ИТПМ ДВФУ, заведующий лабораторией СахГУ
Разработка рассматривается как потенциальная основа для защиты оборудования и космонавтов в условиях повышенного радиационного фона, включая длительные орбитальные и межпланетные миссии.
Почему это важно:
- Предложена доступная альтернатива дорогим зарубежным радиационно-защитным материалам.
- Снижена стоимость защиты космических аппаратов без потери эффективности.
- Материал пригоден для изготовления сложных конструкций.
- Решение ориентировано на практическое применение в космической технике.
- Разработка расширяет возможности длительных и дальних космических миссий.
Источник: ТАСС
ИИ стал инструментом измеримой экономической эффективности в госуслугах
Искусственный интеллект в российском государственном управлении перешёл от экспериментальных внедрений к практической экономической эксплуатации. К такому выводу приходит исследование, посвящённое оценке реального эффекта цифровых услуг на основе ИИ.
Ключевой сдвиг последних лет — переход от «электронного» к цифровому государству, где ИИ используется не просто для автоматизации процессов, а для их интеллектуальной трансформации. Экономическая эффективность достигается через несколько каналов:
- сокращение операционных издержек: автоматизация обработки заявлений и проверок повышает производительность госаппарата на 30–40%;
- оптимизацию бюджетных расходов: ИИ позволяет точнее определять получателей мер поддержки и снижать ошибки выплат;
- снижение затрат на контроль: мониторинг налогов и госзакупок в режиме, близком к реальному времени, дешевле и эффективнее выборочных проверок;
- эффект масштаба: после внедрения предельная стоимость обработки каждого нового запроса минимальна.
Практические примеры уже работают на федеральном уровне. Портал Госуслуги развивается как проактивная цифровая экосистема: система сама формирует персональные предложения услуг (например, запись в детский сад или оформление маткапитала), сокращая ручную обработку и время взаимодействия с государством.
Межведомственные процессы также трансформируются. Усиленная ИИ система электронного взаимодействия автоматически сопоставляет данные из ФНС, Росреестра, банков и других источников. В результате сроки принятия решений по субсидиям сокращаются с 30 до 3–5 дней, а нагрузка на сотрудников снижается.
В бюджетном процессе применяются цифровые двойники госпрограмм: виртуальные модели, используемые Минфин России и региональными казначействами, позволяют заранее оценивать сценарии реализации и предотвращать перерасход средств на этапе планирования — до 15–20% по отдельным проектам.
По оценкам исследователей, только по ряду направлений потенциальный объём экономии для государственных и муниципальных органов может исчисляться миллиардами рублей. В более широком горизонте вклад ИИ в экономику России уже оценивается в триллионы рублей, а к 2030 году может вырасти кратно.
Почему это важно:
- ИИ в госуправлении перешёл от экспериментов к измеримой экономической отдаче.
- Снижаются издержки, ускоряются процессы и повышается качество услуг.
- Проактивные сервисы и межведомственная интеграция становятся стандартом.
- Экономический эффект оценивается в миллиарды и триллионы рублей.
- Дальнейший прогресс зависит от инфраструктуры, кадров и регулирования.
Источник: Ведомости
Российские учёные применили ИИ для трансмутации технеция-99 в стабильный рутений-100
Исследователи Институт AIRI совместно с Сколтехом, Сбербанком, и учёными из РХТУ им. Д. И. Менделеева и ИФХЭ РАН разработали модель машинного обучения для анализа и оптимизации процессов трансмутации долгоживущего радиоизотопа технеция-99 в стабильный рутений-100.
Технеций-99 — один из наиболее проблемных продуктов деления ядерного топлива: он составляет около 6% всех продуктов деления, обладает большим периодом полураспада и способен мигрировать с подземными водами при захоронении отходов. Один из перспективных подходов к его безопасному обращению — фиксация в углеродной матрице с образованием стабильных карбидов. Затем становится возможным использование этих соединений как мишеней для нейтронной трансмутации в рутений-100 — стабильный и промышленно востребованный элемент.
Экспериментальные данные в этой области крайне ограничены из-за радиоактивности Tc-99, а прямые квантово-механические расчёты сотен тысяч возможных конфигураций потребовали бы лет вычислений. Поэтому был применён гибридный ИИ-подход. Учёные выполнили точные расчёты лишь для небольшой репрезентативной выборки, после чего обучили нейросетевую модель. Алгоритм смог быстро просканировать всё пространство возможных структур с высокой точностью — погрешность составила всего несколько миллиэлектронвольт на атом.
Ранее мы уже использовали аналогичные подходы для изучения функциональных материалов и даже прогнозирования новых составов. В настоящей работе удалось наглядно продемонстрировать, что исключение элемента случайности в рамках вычислительных подходов, основанных на машинном обучении, не просто ускоряет прогноз свойств, а позволяет учитывать самые редкие структуры, которые легко можно пропустить, действуя случайно.
Роман Еремин, руководитель научной группы Дизайн новых материалов Института AIRI
На основе предсказаний модели была построена фазовая диаграмма системы Tc–C в координатах «температура — содержание углерода». Она служит практической «картой стабильности» для экспериментаторов и технологов, позволяя выбирать режимы надёжной фиксации технеция и задавать условия для его эффективной трансмутации в рутений.
Почему это важно:
- ИИ применяется для решения задачи ядерной безопасности и обращения с отходами.
- Существенно сокращены вычислительные затраты по сравнению с DFT-расчётами.
- Получена практическая фазовая диаграмма для системы Tc–C.
- Открывается путь к трансмутации долгоживущих изотопов в полезные материалы.
- Работа показывает потенциал машинного обучения в задачах ядерных и материаловедческих исследований.
Источник: Атомная энергия 2.0
В России испытали покрытие «первой стенки» для термоядерных реакторов
Учёные Института ядерной физики им. Г. И. Будкера СО РАН совместно с Институтом химии твёрдого тела и механохимии СО РАН представили результаты испытаний нового материала для покрытия так называемой первой стенки термоядерных реакторов — внутренней поверхности, непосредственно контактирующей с горячей плазмой.
Первая стенка — один из наиболее нагруженных элементов термоядерной установки. Несмотря на магнитное удержание плазмы, материал стенки неизбежно подвергается экстремальным тепловым и радиационным воздействиям. Его разрушение приводит к загрязнению плазмы и снижению эффективности управляемого термоядерного синтеза.
В качестве кандидата для защитного покрытия исследователи изучили диборид титана (TiB₂) — керамический материал с высокой теплопроводностью и металлической электропроводностью. Испытания проводились на установке BETA, где образцы облучались лазерными и электронными пучками, имитирующими условия, близкие к воздействию высокотемпературной плазмы.
Результаты показали, что диборид титана:
- устойчив к интенсивным тепловым импульсам;
- сохраняет структуру без выраженной эрозии;
- выдерживает нагрев до ~1100 К без образования кратеров;
- эффективнее коммерческих керамических аналогов.
Дополнительным преимуществом материала стала его электропроводность, которая помогает подавлять униполярные дуги — опасное явление, способное вызывать локальные разрушения поверхности в условиях плазменного воздействия.
Почему это важно:
- Первая стенка — критический элемент термоядерных установок. Повышение её стойкости напрямую влияет на стабильность синтеза.
- Диборид титана показал лучшие результаты по сравнению с коммерческой керамикой.
- Работа приближает создание долговечных материалов для УТС.
- Разработка ориентирована на реальные условия эксплуатации термоядерных реакторов.
Источник: Российская академия наук
В ТПУ разработали «самоустанавливающиеся» скаффолды для костной ткани
Учёные Томского политехнического университета совместно с коллегами из Институт физики прочности и материаловедения создали биомедицинские каркасы (скаффолды) со структурой гироида и эффектом памяти формы, который активируется при температурах, близких к физиологическим. Результаты работы ученых опубликованы в журнале Polymers.
Разработка ориентирована на задачи инженерии костной ткани. Ключевая идея — минимально инвазивное внедрение имплантата. Скаффолд заранее изготавливается по форме костного дефекта, затем переводится во временное компактное состояние. После установки через небольшой разрез материал при нагреве до температуры тела «вспоминает» исходную форму и расширяется, плотно заполняя повреждённую область без дополнительной механической подгонки.
Лабораторные эксперименты показали, что скаффолды с 10 массовыми процентами полиэтиленгликоля и структурой гироида восстанавливают исходную форму на 97% за шесть минут при температуре воды 40°C. Это стало возможным благодаря оптимальному составу скаффолдов и их пористой структуре гироида, которая обеспечила равномерный теплообмен и проникновение воды.
Абдулла бин Фироз, инженер-исследователь научно-исследовательского центра «Физическое материаловедение и композитные материалы» ТПУ
Лабораторные эксперименты показали, что скаффолды с гироидной пористой структурой:
- восстанавливают до 97% исходной формы;
- делают это за несколько минут при температуре около 40 °C;
- обеспечивают равномерный теплообмен и проникновение жидкости за счёт геометрии гироида.
В отличие от ранее изученных решений на чистом полилактиде, где эффект памяти формы проявляется при температурах выше 60 °C, новый материал подходит для прямого контакта с биологическими тканями без риска их повреждения.
Почему это важно:
- Имплантат сам принимает нужную форму внутри организма.
- Снижается травматичность хирургического вмешательства.
- Используются биодеградируемые и биосовместимые материалы.
- Эффект памяти формы работает при физиологических температурах.
- Разработка открывает путь к новым решениям в регенеративной медицине.
Источник: Томский политехнический университет
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.
