Темы

четверг, 26 марта 2026 г.

Учёные выявили новое генетическое заболевание, вызывающее преждевременное старение и деградацию мозга



Ученые исследовали органоиды головного мозга, полученные от пациентов, страдающих недавно обнаруженным генетическим заболеванием. Эти органоиды имели более дезорганизованную структуру и меньшее количество правильно сформированных развивающихся нервных клеток, чем у здоровых контрольных образцов, что указывает на нарушение развития головного мозга. Изображение предоставлено: Фан Юань, Су-Чун Чжан, Сэнфорд Бернхэм Пребис.

Исследователи из Sanford Burnham Prebys и их международные коллеги опубликовали в Nature Communications результаты, связывающие вновь обнаруженное заболевание с геном IVNS1ABP.

В отличие от классических синдромов прогерии, которые не затрагивают когнитивные функции, у заболевших подростков наблюдались поседение волос, преждевременное старение и прогрессирующая утрата двигательных навыков и интеллекта.

Мутантный белок нарушает динамику актина во время клеточного деления, что приводит к повреждению ДНК и клеточному старению, однако химические вещества, стабилизирующие актин, улучшили скорость деления клеток в лабораторных тестах.

Фан Юань, доктор философии, научный сотрудник Sanford Burnham Prebys , и Су-Чун Чжан, доктор медицины, доктор философии , заведующий кафедрой нейробиологии имени Жанны и Гэри Хербергеров , директор и профессор Центра неврологических заболеваний в Sanford Burnham Prebys. Изображение предоставлено Sanford Burnham Prebys.





Древнейший груз необработанного железа обнаружен на затонувшем 2600 лет назад корабле

Исследователи из Хайфского университета объявили в среду, что железные крицы с затонувшего корабля в лагуне Дор являются древнейшим известным морским грузом необработанного железа.


Образцы возрастом около 2600 лет не имели следов ковки, что позволяет предположить: железо отправляли в необработанном виде для обработки в другом месте, говорится в исследовании, опубликованном в журнале Heritage Science.

Находка указывает на то, что вдоль средиземноморского побережья существовали специализированные сети производства и распределения в период соперничества Ассирийской, Египетской и Вавилонской империй.

среда, 25 марта 2026 г.

ETH Zurich представил чип, который подписывает данные в момент съёмки для борьбы с дипфейками


Этот сенсорный чип представляет собой прототип, демонстрирующий техническую осуществимость.
(Означает работоспособный)
Изображение: Каролина Арндт Фопа / ETH Zurich

Исследователи ETH Zurich опубликовали статью в Nature Electronics, описывающую сенсорный чип, который цифровым образом подписывает данные в момент их захвата.

Чип генерирует криптографический хэш с использованием защищённого ключа, хранящегося в аппаратуре, связывая записи с физическим устройством и делая массовую подделку практически невозможной.

Команда подала заявку на патент и заявляет, что технология может быть интегрирована в любую камеру или сенсор, при этом платформы социальных сетей смогут автоматически проверять загружаемый контент.



Сравнение 

Аналог в iPhone
Apple уже использует Content Credentials (C2PA) в iPhone 15+ (с iOS 17.2): фото/видео получают метаданные о модели, локации и времени съёмки. Но это не криптографическая подпись от сенсора — её можно подделать программно, в отличие от ETH-чипа.

C2PA в iPhone 15+ (метаданные + цифровая подпись) всё ещё уязвима — подпись создаётся программно после съёмки, в Secure Enclave.

Преимущество ETH-чипа
Физическая подпись в сенсоре: криптоключ never покидает чип, подпись генерируется на атомарном уровне при захвате света/звука. Подделать = физически вскрыть миллиарды камер по миру (невозможно).

Быстрый запуск
Новые устройства (флагманы 2026–2027: iPhone 18, Samsung Galaxy S27, Google Pixel) возможно [смотрите примечание редакции блога внизу публикации под звёздочкой] получат чип первыми. Соцсети вроде X или Instagram сразу отметят их видео как "проверено" зелёной галкой — доверие растёт экспоненциально, deepfakes от старых камер или ИИ теряют доверие.
Переходный период
Старые видео без подписи пометят "не верифицировано" (как сейчас с метками ИИ-контента). Пользователи привыкнут: "без подписи = подозрительно". Производители мотивированы — Apple/Google уже тестируют похожие фичи для борьбы с дезинформацией.
Реализм внедрения
Патент подан, SwissChips финансирует — за 2–3 года 30–50% премиум-устройств интегрируют. Массовый рынок (бюджетники) подтянется к 2030. Это не "все или ничего", а gradual стандарт, как HTTPS в вебе.

*
Примечание редакции блога:

• заявления о ETH чипах в iPhone 18 или Samsung Galaxy S27 чисто спекулятивны, основаны на тенденциях внедрения (как C2PA в iPhone 15), но никаких подтверждений нет.
• 
• Факты из статьи ETH

Прототип работает, патент подан в марте 2026.
Исследователи "обсуждают с производителями камер" (без имён):
["Nun untersuchen sie, как die Integration für Kamerahersteller vereinfacht werden kann]

Что это значит
Это стандартная формулировка для академических прототипов: команда подала патент и теперь ищет коммерческих партнёров (Sony, Canon, Samsung), чтобы адаптировать чип под массовое производство. Конкретных имён нет — ни Apple, ни других не называют, просто "производители камер" (Kamerahersteller).

SwissChips финансирует, но timeline внедрения не указан — реально 2–5 лет минимум.
Реальность рынка
Производители (Apple, Samsung, Sony) медленно внедряют даже простые фичи:
C2PA ждали 2 года после анонса (2023–2025).
Apple тестирует аналогичные крипто-подписи в AirDrop, но не в сенсорах.

Разработка чипа принадлежит ETH Zurich (Эйнштейнский технический университет Цюриха, Швейцария) — это академический проект лаборатории Bio Engineering Laboratory.

Детали
Патент: Подан ETH Zurich на имя исследователей (Felix Franke, Fernando Cardes и др.). Университет владеет IP, как стандартно для uni-разработок.
Финансирование: Swiss National Science Foundation + SwissChips (совместная инициатива ETH, EPFL и CSEM — швейцарского центра микроэлектроники).
Нет коммерческой компании: Пока нет спин-оффа или продажи прав — типичный путь: университет → лицензия производителям (Sony, Apple?).
ETH Zurich монетизирует патенты через офис трансфера технологий (ETH Transfer).

Ученые впервые в истории перевезли антиматерию (античастицы) на грузовике в безопасной магнито‑криогенной ловушке

Ученые успешно перевезли 92 антипротона в грузовике по территории ЦЕРН, европейской лаборатории физики элементарных частиц, используя специальные бутылки, предотвращающие контакт с веществом. Фото: ЦЕРН

Учёные из Европейской организации по ядерным исследованиям (ЦЕРН) в Женеве впервые в мире перевезли антиматерию по дороге, используя обычный грузовик, как часть экспериментального теста. 

🚚 Детали эксперимента

Физики накопили облако из 92 антипротонов (античастиц, противоположных по заряду обычным протонам). 

Эти частицы находились внутри специальной переносной криогенной ловушки Пеннинга — устройства с вакуумом и сверхпроводящими магнитами, которые удерживают антиматерию таким образом, чтобы она не контактировала с обычной материей, иначе она мгновенно аннигилирует. 

Установка была отключена от стационарной инфраструктуры, загружена на грузовик и перемещена по территории ЦЕРНа в течение короткой поездки. 


📍 Почему это важно

Антиматерия крайне нестабильна: практически мгновенно аннигилирует при контакте с обычной материей с выделением энергии. 
До этого момента её держали в ловушках только на месте, а транспортировка представляла огромную техническую проблему. Успешный перенос в грузовике — это первый шаг к тому, чтобы перевозить антиматерию для использования в других лабораториях за пределами места производства. 

🔬 Что дальше

Учёные хотят использовать подобные переносные установки для перевозки антипротонов в другие исследовательские центры (например, для проведения более точных измерений фундаментальных свойств частиц). 

В 2024 году на поверхности Луны сформировался новый ударный кратер диаметром около 225 метров, обнаруженный аппаратом Lunar Reconnaissance Orbiter (LRO). Это один из крупнейших кратеров, образовавшихся за время работы LRO с 2009 года

В 2024 году на поверхности Луны сформировался новый ударный кратер диаметром около 225 метров, обнаруженный аппаратом Lunar Reconnaissance Orbiter (LRO). Это одно из крупнейших свежих ударных образований, зафиксированных за время миссии с 2009 года.
По оценкам, события такого масштаба происходят на Луне примерно раз в столетие. Удар привёл к выбросу материала на значительные расстояния, что представляет интерес для оценки динамики ударных процессов и потенциальных рисков для будущих лунных миссий.


📌 Известно точно про сам доклад
представлен на LPSC 2026 (или 2025/2026 цикл)
автор/спикер: Mark Robinson (LROC / Intuitive Machines)
метод:
сравнение снимков LRO «до/после»
событие:
кратер ~225 м
апрель–май 2024 
Science News + 1

📌 Точная идентификация доклада
Название: A New 225-m-Diameter Crater on the Moon
Автор: Mark S. Robinson (LROC)
Конференция: Lunar and Planetary Science Conference (LPSC 2026)
Номер abstract: #1896 
hou.usra.edu






Cloudflare объявила об открытой бете Dynamic Workers, позволяющих запускать AI‑сгенерированный код в изолятах примерно в 100 раз быстрее, чем в типичных контейнерах»

Cloudflare запускает открытую бета-версию Dynamic Workers для выполнения кода с помощью ИИ

Cloudflare открыла доступ к Dynamic Workers для всех платных пользователей Workers, обеспечивая выполнение кода, сгенерированного ИИ, в легковесных изолятах V8 по требованию.
Компания заявляет, что подход на основе изолятов запускается за миллисекунды, использует гораздо меньше памяти, чем контейнеры, и может сократить затраты на вывод ИИ до 80% благодаря «режиму кода» (Code Mode).
Запуск происходит на конкурентном рынке песочниц для ИИ, где E2B, Modal, Docker и Vercel также создают защищенные среды выполнения для автономных агентов.






вторник, 24 марта 2026 г.

Формирующаяся Солнечная система? Обнаружены две планеты, формирующиеся в диске вокруг молодой звезды

Астрономы обнаружили две формирующиеся планеты вокруг молодой звезды, похожей на наше Солнце
Изображения двух планет, формирующихся вокруг молодой звезды WISPIT 2, полученные с помощью телескопа VLT (Credit: ESO/C. Lawlor, RF van Capelleveen et al.).
Примечание 
[Первые признаки наличия второй планеты появились благодаря наблюдениям, проведенным с помощью телескопа MagAO-X Университета Аризоны на 6,5-метровых телескопах Magellan в Чили и телескопа LMIRcam Университета Вирджинии на Большом бинокулярном телескопе-интерферометре в США. ]

Телескопы ESO подтвердили существование второй планеты, WISPIT 2c, которая формируется в пылевом диске вокруг молодой звезды, похожей на Солнце, согласно исследованию, опубликованному во вторник.

Эта система является лишь второй известной после PDS 70, в которой удалось получить прямые изображения двух планет, всё ещё формирующихся вокруг своей звезды.

Исследователи предполагают, что в диске может скрываться третья планета массой с Сатурн, и надеются, что будущий Чрезвычайно большой телескоп ESO сможет её обнаружить.




Исследование 

Более подробная информация
Результаты данного исследования были представлены в статье, которая будет опубликована в журнале The Astrophysical Journal Letters(https://doi.org/10.3847/2041-8213/ae4b3b ).

четверг, 19 марта 2026 г.

Прорывы в материалах для батарей: аноды и катоды

Исследователи из Оксфорда разработали метод визуализации связующих веществ, который снизил внутреннее сопротивление батареи на 40%, что потенциально позволит значительно ускорить зарядку литий-ионных элементов.
2026

KERI в Южной Корее готовится к массовому производству кремний-графенового анода, который может увеличить запас хода электромобилей более чем на 20%, согласно данным института.
2026

Команда Университета Суррея почти удвоила ёмкость натрий-ионного катода за счёт удержания воды в материале, в то время как CATL планирует коммерческое развёртывание натрий-ионных батарей в этом году.
2026

Обе работы ниже, о катодных материалах для натрий‑ионных батарей — но они отличаются исследуемыми материалами и методами улучшения характеристик, а ещё они сделаны в разных странах — японская (2025) и китайская (2026) соответственно.

1. Tokyo Univ. Science — P2‑Na₂/₃[Fe₁/₂Mn₁/₂]O₂ + Ca‑допинг
Страна: Япония
Материал: P2‑тип катода для натрий‑ионных батарей
Метод улучшения: Добавление Ca²⁺ в кристаллическую решётку для защиты поверхности от воды и воздуха → повышает стабильность.
Суть: Фокус на атмосферостойкости и долговечности катода.


2. Langmuir — O3‑type Na‑ионный катод (PMID: 41528727)
Страна: Китай
Материал: O3‑тип катода для натрий‑ионных батарей
Метод улучшения: Управление концентрацией вакансий Na → ускоряет диффузию Na⁺ и повышает стабильность структуры.
Суть: Фокус на кинетике и улучшении Na⁺‑переноса, что повышает ёмкость и эффективность.

воскресенье, 15 марта 2026 г.

По данным южнокорейского отраслевого издания TheElec, со ссылкой на анонимные источники в индустрии, ASML якобы начала разработку системы hybrid bonding для рынка передовой упаковки полупроводников

По данным южнокорейского отраслевого издания TheElec, со ссылкой на анонимные источники в индустрии, ASML якобы начала разработку системы hybrid bonding для рынка передовой упаковки полупроводников.

Источники издания утверждают, что новая система может использовать технологию магнитной левитации (maglev) для перемещения платформ, что теоретически обеспечит сверхточное позиционирование при соединении кристаллов. Однако официального подтверждения со стороны ASML на данный момент нет.

В публикации также приводится цитата технического директора компании Марко Питерса из интервью Reuters о том, что «спрос на оборудование для процессов укладки (stacking) несомненен» после анализа дорожных карт производителей памяти, включая SK hynix. При этом цитата носит общий характер и не подтверждает разработку конкретного гибридного бондера.

Таким образом, информация TheElec основана на анонимных отраслевых источниках и интерпретации публичных комментариев, поэтому её следует рассматривать как индустриальный слух, а не подтверждённый проект ASML.

Если подобная разработка действительно ведётся, появление ASML на рынке гибридного бондинга может заметно усилить конкуренцию с нынешними лидерами — BE Semiconductor Industries (BESI) и ASM Pacific Technology (ASMPT).

Магнитная левитация (maglev) действительно может применяться в оборудовании hybrid bonding: она обеспечивает суб-нанометровое позиционирование, отсутствие механического трения и активное гашение вибраций — лучше, чем традиционные air-bearing системы. TheElec прямо отмечает, что такая технология «всё чаще применяется в hybrid bonding equipment».  

Однако на практике большинство серийных систем от BESI, ASMPT и EV Group пока используют air-bearing stages, linear motor stages или механические платформы. Полноценные maglev-wafer-stages (как в EUV-сканерах ASML) в массовом производстве бондеров ещё не стали стандартом. В реальных бондерах чаще встречаются отдельные элементы — например, maglev voice-coil motors именно на Z-оси (для точного давления и снижения нагрева).  

Таким образом, идея ASML применить свой 20-летний опыт maglev-стейджей в бондере технически вполне логична и может дать преимущество, но пока остаётся на уровне ранних разработок или концепции.

С учётом этого возможны несколько объяснений появления новости:  
1. Источник журналистов мог преувеличить масштаб или детали разработки.  
2. Журналист самостоятельно сделал технический вывод на основе известных технологий ASML.  
3. Компания действительно изучает такую концепцию на раннем этапе.

На данный момент нет патентов, презентаций или официальных заявлений ASML о разработке maglev-системы hybrid bonding.

Итог:
Факт — ASML действительно расширяет интерес к рынку advanced packaging и изучает технологии stacking/bonding.  
Слух — конкретная разработка гибридного бондера с maglev-стейджем.

Новость отражает реальное стратегическое направление компании, но технические детали (особенно maglev) пока подтверждены только анонимными источниками и общим отраслевым трендом.

Если ASML действительно войдёт в hybrid bonding, это будет важный стратегический шаг, потому что компания фактически начнёт заходить в back-end полупроводникового производства, а не только в литографию.
Это потенциально может изменить баланс рынка оборудования так же, как внедрение EUV изменило рынок литографии.

Интерпол объявил о результатах операции Synergia III, в ходе которой было заблокировано более 45 000 вредоносных IP-адресов и изъято 212 устройств в 72 странах

Интерпол объявил о результатах операции Synergia III, в ходе которой было заблокировано более 45 000 вредоносных IP-адресов и изъято 212 устройств в 72 странах.

Семимесячная кампания с июля 2025 года по январь 2026 года привела к 94 арестам, еще 110 подозреваемых находятся под следствием по делам о фишинге, программах-вымогателях и мошенничестве.

Масштаб операции значительно превосходит предыдущие итерации — Synergia I ликвидировала 1300 IP-адресов в 2023 году, тогда как результат Synergia III более чем в 30 раз больше, сообщает The Register.



Китай одобрил первый в мире мозговой имплант для коммерческого использования

Китайское Национальное управление по контролю за медицинскими товарами одобрило инвазивный интерфейс «мозг-компьютер» компании Neuracle Medical Technology для коммерческой продажи — первый случай в мире, сообщает Bloomberg.

Беспроводной имплант размером с монету расшифровывает нейронные сигналы для управления пневматической перчаткой, восстанавливая способность хватать предметы у пациентов с травмами спинного мозга.

Это одобрение усиливает конкуренцию с Neuralink, которая проводит испытания на людях с 2024 года, но не имеет коммерческого одобрения в США, сообщает South China Morning Post.



Запуск DeepSeek V4 и новой модели Hunyuan от Tencent запланирован на апрель

Запуск DeepSeek V4 и новой модели Tencent Hunyuan запланирован на апрель

DeepSeek V4 — мультимодальная модель с триллионом параметров, улучшенными возможностями программирования и долговременной памяти — ожидается к запуску в апреле вместе с новой моделью Hunyuan от Tencent, сообщает Whale Lab.

Модель Hunyuan от Tencent, разработкой которой руководит бывший исследователь OpenAI Шуню Яо, будет иметь около 30 миллиардов параметров и приоритезирует удобство использования в качестве агента, а не высокие места в рейтингах бенчмарков.

Сообщается, что DeepSeek оптимизировала V4 для отечественных чипов производства Huawei и Cambricon, а также установила партнёрство с Baidu для усиления возможностей поиска с ИИ.

[По словам источников, знакомых с ситуацией, компания DeepSeek планирует выпустить свою большую языковую модель V4 на этой неделе, что станет первым крупным запуском с января 2025 года. Ожидается, что лаборатория в Ханчжоу представит V4 как мультимодальную модель, способную генерировать текст, изображения и видео.

Источники сообщили, что DeepSeek сотрудничала с китайскими производителями чипов для искусственного интеллекта Huawei и Cambricon для оптимизации V4 для их новейшего оборудования. DeepSeek, Huawei и Cambricon не сразу ответили на запросы о комментариях.]

Нет прямой связи между DeepSeek V4 и новой моделью Hunyuan от Tencent. Это две независимые разработки от разных компаний: DeepSeek V4 создаётся под руководством Лян Вэньфэна в DeepSeek, а Hunyuan — под руководством Яо Шунью (бывший исследователь OpenAI) в Tencent.

Они упоминаются вместе в контексте того, что, согласно отчёту Whale Lab от 14 марта 2026 года, оба релиза ожидаются в апреле, что усиливает конкуренцию на рынке китайских ИИ-моделей.

Ранее Tencent интегрировал модели DeepSeek в свои сервисы (например, в Hunyuan), но новая Hunyuan — это самостоятельный проект Tencent объёмом около 30 млрд параметров, ориентированный на длинный контекст и задачи агентов.

Недавно появившиеся на OpenRouter загадочные модели Healer Alpha и Hunter Alpha также, по мнению сообщества, связаны с грядущими отечественными (китайскими) моделями следующего поколения. В целом, отечественные производители крупных моделей ускоряют новый виток конкуренции в области многомодальных возможностей, долговременной памяти и возможностей применения в реальных условиях.

OpenRouter — это не просто сообщество, а унифицированная платформа-агрегатор для доступа к сотням LLM-моделей (более 300–500 от 50+ провайдеров) через единый API, совместимый с OpenAI. Она позволяет разработчикам и пользователям тестировать модели вроде GPT, Claude, DeepSeek или Qwen без смены кода, с автоматической маршрутизацией, мониторингом и низкой задержкой.

Ключевые функции

Единый интерфейс для интеграции, где можно переключаться между моделями и сравнивать их по цене/качеству.Поддержка playground для тестов, BYOK (bring your own key) и edge-вычислений для скорости.

Часто там появляются новые или тестовые модели (как Healer Alpha и Hunter Alpha), что делает платформу хабом для спотов от AI-сообщества .

В контексте Китая это популярный инструмент для проверки "отечественных" релизов до официального анонса.

Источники и контекст 





Наносульфидное покрытие продлевает срок службы аккумуляторов электромобилей в пять раз, сообщают исследователи

Исследователи из Университета Арканзаса разработали покрытие из сульфида циркония, которое улавливает кислород внутри литий-ионных аккумуляторов, увеличивая срок службы катодов NMC811 в пять раз.

Двухнанометровое покрытие, нанесенное методом атомно-слойного осаждения, преобразуется в стабильную сульфатную оболочку, которая защищает электролит и предотвращает структрастическое растрескивание.

Ведущий исследователь Сянбо Мэн сообщил, что Аргоннская национальная лаборатория и несколько крупных технологических компаний в настоящее время тестируют или оценивают эти покрытия для коммерческого использования.

среда, 11 марта 2026 г.

Samsung Galaxy S26 Ultra выходит на мировой рынок на фоне жалоб на усталость глаз

image by gpt 5 for x com @dcnchannel

Samsung начала мировые поставки Galaxy S26 Ultra 11 марта, представив первый смартфон с аппаратной функцией Privacy Display, которая ограничивает видимость экрана под боковыми углами.

Предзаказы выросли почти на 25% в США и достигли 1,35 миллиона в Южной Корее за одну неделю, при этом Ultra составил более 70% покупок, сообщают SamMobile и Yonhap News.

Первые пользователи на Reddit и форумах Samsung жалуются на усталость глаз, головные боли и эффект «маслянистого/мерцающего» текста даже при выключенной функции Privacy Display, некоторые уже возвращают устройство.

...

Описание проблемы с дисплеем Samsung Galaxy S26 Ultra, включая технические нюансы

image by gpt 5 for x com @dcnchannel

1. Жалобы пользователей

После выхода Galaxy S26 Ultra пользователи на Reddit, форумах Samsung и других ресурсах сообщили о следующих симптомах:

Усталость глаз уже через 10–20 минут использования.

Головные боли у части людей.

Эффект «маслянистого» текста, размытость мелких символов.

Мерцание текста или лёгкая зернистость.

Эти эффекты возникают даже при выключенном Privacy Display.

Некоторые пользователи возвращают устройство продавцу из-за дискомфорта.


Важно: проблема не массовая, наблюдается у чувствительных пользователей.


2. Аппаратная причина

Galaxy S26 Ultra использует технологию Privacy Display, которая реализована на уровне OLED-матрицы.

2.1 Структура пикселей

Wide pixels (широкие) – светят во все стороны, как обычный OLED.

Narrow pixels (узкие) – направляют свет строго вперед, для приватности.


Даже когда режим приватности выключен, узкие пиксели остаются активными, создавая смешение световых потоков, что может приводить к размытию текста и лёгкой зернистости.

Схематично:

Wide pixels → свет в стороны
Narrow pixels → свет вперед
Оба работают одновременно → эффект на глаза

2.2 FRC-дизеринг

Экран официально 8-битный, но имитирует 10-битные оттенки с помощью FRC (Frame Rate Control).

FRC быстро переключает пиксели между близкими оттенками для имитации градаций.

Это создаёт микромерцание, которое чувствительные люди воспринимают как напряжение или дрожание текста.


Пример:

Истинный цвет 8-бит + FRC

1024 оттенка 256 оттенков с быстрым переключением


2.3 Комбинация факторов

Направленные пиксели + FRC + высокая частота обновления (120 Гц) → повышенная нагрузка на глаза.

У некоторых людей при снижении частоты до 60 Гц эффект уменьшается.


3. Почему режим Privacy нельзя полностью отключить

Переключатель только меняет, какой тип пикселей активен преимущественно.

Физическая структура матрицы, включая направленные пиксели и микролинзы для Privacy Display, остаётся постоянной.

Полностью «отключить архитектуру» невозможно программно; это можно только заменой панели.


4. Рекомендации для уменьшения дискомфорта

Яркость: увеличить, OLED меньше мерцает на высокой яркости.

Фильтр синего / Eye Comfort: снижает нагрузку на глаза.

Частота обновления: 60 Гц* вместо 120 Гц для чувствительных пользователей.

Размер текста: увеличить, уменьшает микросмещение пикселей и визуальный шум.


5. Итог

Жалобы подтверждены, но не массовые.

Проблема не только в Privacy Display, а в комбинации аппаратной структуры пикселей и FRC-дизеринга.

Полностью устранить эффект невозможно без аппаратной замены панели.

Можно лишь смягчить влияние через настройки экрана.

image by gpt 5 for x com @dcnchannel


*

Разве от 60 гц глаза не быстрее устаёт чем от 120?

Нет, в случае Galaxy S26 Ultra ситуация немного необычная из-за FRC-дизеринга и микромерцания:

1. 120 Гц с FRC

Экран 8‑битный с FRC, который быстро переключает оттенки, чтобы имитировать 10‑битные цвета.

На 120 Гц эти микропереключения происходят быстрее, но у чувствительных людей мозг не успевает «усреднить» сигнал, создавая ощущение мерцания и усталости глаз.

2. 60 Гц с FRC

В этом режиме FRC переключается медленнее.

Меньше микромерцания для восприятия, поэтому глаза некоторых людей менее устают, хотя частота обновления ниже.

То есть тут влияние FRC и направленных пикселей сильнее, чем сама частота обновления.

image by gpt 5 for x com @dcnchannel






Учёные UCL восстановили видео по активности мозга мыши

Исследователи из UCL восстановили естественные видео исключительно по активности мозга мыши, используя динамическую модель нейронного кодирования, согласно исследованию в журнале eLife.

Метод использовал двухфотонную кальциевую визуализацию примерно 8000 нейронов на мышь, достигнув двукратной точности на уровне пикселей по сравнению с предыдущими методами.

Команда утверждает, что подход может раскрыть, как мозг искажает визуальную информацию, открывая пути для изучения восприятия у разных видов.

Комментарии редакции блога

Что важно понимать

Это не чтение мыслей. Метод восстанавливает:
то, что показывали животному,
по активности нейронов зрительной коры.
То есть это реконструкция визуального входа, а не произвольных образов из памяти.
Зачем это нужно
Авторы считают, что метод поможет:
изучать как мозг искажает визуальную информацию,
понять различия восприятия у разных видов,
улучшить модели нейронного кодирования зрения. 


Резюме из ответов ИИ для редакция блога. 

Редакция блога задавала уточняющие вопросы и получала ответы (вопросы были сконструированы так, чтобы конечный потребитель информации получил её в этом блоге):

[ограничение этого эксперимента — оно связано с тем, что 8000 нейронов на самом деле очень маленькая выборка, и из-за этого реконструкция может «галлюцинировать» детали. Это важный момент, который почти все СМИ опускают]

Сравнение оригинала и реконструкции

В эксперименте есть три этапа:
Мыши показывают реальное видео.
Записывают активность примерно 8000 нейронов в зрительной коре V1.
Алгоритм вычисляет какое изображение могло вызвать такую активность.
Результат — визуально похожий, но размытый и упрощённый ролик.
Сохраняются:
крупные формы
движение
контуры объектов
Теряются:
мелкие детали
текстуры
точные цвета/контраст
Поэтому совпадение частичное, а не буквальное.
2. Почему получается только приблизительно
Есть фундаментальные ограничения:
1. Считывается малая часть мозга
Записано ~8000 нейронов, а в зрительной коре мыши их миллионы.
2. Измеряется косвенный сигнал
Кальциевая визуализация фиксирует изменения концентрации Ca²⁺, а не сами спайки нейронов.
3. Зрительная кора кодирует признаки, а не пиксели
Нейроны реагируют на:
ориентацию линий
движение
контраст
пространственную частоту
То есть мозг не хранит картинку как матрицу пикселей.
3. Важный момент: модель действительно «предполагает»
Ваше наблюдение очень точное.
Алгоритм использует модель кодирования зрения:
Он знает, как нейроны обычно реагируют на разные изображения.
Затем ищет изображение, которое лучше всего объясняет наблюдаемую активность.
Это называется inverse problem (обратная задача).
Фактически алгоритм делает так:
"какая картинка могла вызвать такие нейронные сигналы?"

Поэтому часть изображения действительно достраивается моделью.

4. Поэтому вы правы в логике
Можно описать процесс так:
модель описывает, как мозг реагирует на изображения
мозг генерирует сигнал
модель ищет изображение, которое лучше всего объясняет сигнал
То есть реконструкция = данные мозга + статистические предположения модели.
Это не «чистое считывание картинки».
5. Почему это всё равно считается серьёзным результатом
Несмотря на ограничения, результат важен, потому что:
реконструкция динамического видео, а не одного кадра
улучшение точности примерно в 2 раза относительно прошлых методов
лучшее понимание нейронного кодирования движения
Для нейронауки это серьёзный прогресс.

Источник основной информации 

Другие 

Видеоролики, реконструированные на основе активности мозга мыши.

Новое исследование не нашло признаков лабораторного происхождения COVID-19, но выявило таковые у гриппа 1977 года

Нет никаких доказательств того, что SARS-CoV-2 сформировался в результате отбора в лабораторных условиях или длительной эволюции в промежуточном хозяине до своего появления. Отсутствие таких доказательств — это именно то, чего мы ожидали бы от естественного зоонозного события. (Фото предоставлено iStock/VectorFusionArt)

Исследование в журнале Cell проанализировало семь вирусных вспышек и не обнаружило эволюционных доказательств того, что SARS-CoV-2 был изменён в результате лабораторной селекции, заявил ведущий автор Джоэл Вертхайм.

Единственным исключением оказался «русский грипп» 1977 года, который показал паттерны мутаций, характерные для лабораторных штаммов, возможно, от неудачного испытания вакцины.

Этот метод предоставляет эталон для расследования будущих вспышек на фоне продолжающихся дебатов о происхождении COVID-19 между теориями естественного переноса и утечки из лаборатории.





Комментарий 

В исследовании Вертайма нет геномных следов лабораторной утечки для SARS-CoV-2 — вирус не показывает признаков предадаптации к человеку или лабораторного культивирования перед пандемией. Напротив, для "русского гриппа" 1977 года такая сигнатура обнаружена, что подтверждает старую гипотезу об утечке лабораторного штамма во время неудачных испытаний вакцины.

Доказательства утечки

Информация об утечке COVID-19 в основном исходит из разведданных и политических заявлений, а не геномного анализа:
- В январе 2025 ЦРУ США изменило позицию, заявив, что версия лабораторной утечки из Уханя "более вероятна", но с низкой степенью уверенности — без новых данных.

- Немецкие ученые в январе 2026 оценили вероятность искусственного происхождения в 99,9%, но их анализ критикуется за отсутствие прямых геномных доказательств.

- Белый дом в апреле 2025 опубликовал данные, указывающие на утечку из лаборатории в Ухане.

Контраргументы

ВОЗ и авторы исследования подчеркивают отсутствие генетических следов lab leak для COVID-19, в отличие от 1977 года. Фуриновый сайт и другие особенности сохраняются у вируса, что противоречит лабораторному культивированию.[8][9] Нет прямых улик вроде случаев среди сотрудников лаборатории или подтвержденных данных Китая.


Исследователи из Иллинойсского университета опубликовали в журнале Cell первую полную симуляцию жизненного цикла живой клетки — от репликации ДНК до деления

Имитация клетки на ранних стадиях деления. Левая половина показывает цитоплазму (синие кубики), молекулы механизма деградации мРНК (розовые) и транспортеры сахара (коричневые). Правая половина добавляет мембрану (зеленая) и рибосомы (желто-красные). Графика Зейна Торнбурга, часть рисунка 1 статьи «Воплощение генетически минимальной клетки в жизнь на компьютере в 4D». Журнал: Cell. DOI: 10.1016/j.cell.2026.02.009

Коротко 

Исследователи из Иллинойсского университета опубликовали в журнале Cell первую полную симуляцию жизненного цикла живой клетки — от репликации ДНК до деления.

Команда смоделировала JCVI-syn3A — синтетическую бактерию с менее чем 500 генами, каждая симуляция выполнялась за шесть дней на двух графических процессорах суперкомпьютера.

Смоделированный клеточный цикл совпал с реальным временем с точностью до двух минут, что даёт инструмент, способный заменить сотни лабораторных экспериментов, заявили исследователи.




Контекст JCVI-syn3A, но другая тема 

Популярная версия. Интерпретация по текущей теме, опубликованной в этом блоге 

В статье на Phys.org указано, что создание модели заняло несколько лет (years), а именно 5 лет работы команды из ~10 человек. Это включало сбор данных, калибровку параметров, отладку и интеграцию тысяч химических реакций.Но один полный цикл жизни клетки симулируется за 6 дней на суперкомпьютере Delta (2 GPU). Это время именно для вычисления одного цикла после готовой модели — не для её разработки.


Значение 

Модель полного жизненного цикла минимальной бактериальной клетки JCVI-syn3A имеет широкое применение в биотехнологиях и исследованиях.Виртуальные экспериментыСимуляция заменяет сотни лабораторных тестов, позволяя быстро тестировать гипотезы о генетических изменениях, метаболизме и реакциях на среду. Это ускоряет разработку синтетических организмов и минимальных геномов.

БиоинженерияМодель оптимизирует биопроцессы, такие как производство биомассы, этанола и ценных веществ, а также проектирование биосенсоров.

Медицина и фармацевтикаВозможности включают дизайн лекарств, системы доставки препаратов и предсказание фенотипов для персонализированной терапии.

Фундаментальные исследованияИнтегрирует разнородные данные для понимания сложных фенотипов, предсказания поведения клеток и эволюционных процессов.

вторник, 10 марта 2026 г.

Исследовательская группа разработала способ передачи сигналов, которые идеально сливаются с фоном естественного теплового излучения

Новая технология «негативного света» скрывает передачу данных на виду у всех

Терморадиационный диод, способный передавать скрытые данные.
Университет Южного Уэльса в Сиднее

Коротко:

Инженеры Университета Нового Южного Уэльса в Сиднее и Университета Монаш продемонстрировали «термоизлучательную связь без сигнатуры» с использованием диодов, которые маскируют сигналы под фоновое тепловое излучение.

Система быстро чередует инфракрасное излучение выше и ниже естественного уровня, создавая нулевую среднюю оптическую сигнатуру, невидимую для стандартных тепловизоров.

Лабораторные испытания достигли скорости 100 килобайт в секунду, и исследователи утверждают, что коммерческие мегабитные скорости и применение в оборонной сфере могут появиться в течение нескольких лет.

Публикация (машинный перевод)

Исследователи разработали систему «отрицательной люминесценции», позволяющую создать инновационный способ передачи скрытой информации.

Инженеры из университетов UNSW Sydney и Monash разработали инновационный способ передачи скрытой информации, которую трудно перехватить.

Используя явление, известное как «отрицательная люминесценция», система работает за счет того, что сигналы идеально сливаются с фоном естественного теплового излучения, например, видимого с помощью тепловизионной камеры. 

Для сторонних наблюдателей может показаться, что никакие данные вообще не передаются. Только приемник с соответствующим оборудованием может перехватить скрытое сообщение.

Поскольку сам акт коммуникации невидим, этот метод делает перехват или взлом сигналов практически невозможным. Это означает, что в будущем он может стать мощным новым инструментом обеспечения безопасности конфиденциальных коммуникаций в таких областях, как оборона и финансы.

Исследовательская группа под руководством профессора Неда Экинс-Даукса из Университета Нового Южного Уэльса и доктора Майкла Нильсена. В число участников проекта, в том числе профессора Майкл Фюрер и Стефан Майер из Университета Монаша и Имперского колледжа Лондона, до сих пор удавалось передавать данные со скоростью около 100 килобайт в секунду в лабораторных экспериментах.

Однако они считают, что скорость передачи данных может достигать гигабайт или даже выше при дальнейшем усовершенствовании технологии излучателя.

«В наши дни данные повсеместны, но мы не всегда находим новые способы их защиты», — сказал доктор Майкл Нильсен, ведущий автор исследования из Школы фотоэлектрической и возобновляемой энергетики Университета Нового Южного Уэльса.открывается в новом окне.

«У нас есть методы шифрования, но в то же время нам постоянно приходится создавать новые методы шифрования, когда злоумышленники находят новые стратегии расшифровки».

«Но если кто-то даже не знает о передаче данных, то взломать их будет очень сложно. Если можно передавать информацию тайно, это определенно помогает предотвратить ее получение лицами, которым вы не хотите предоставлять к ней доступ».

Новый процесс описан в статье, опубликованной в журнале Light Science and Applications издательской группы Nature Publishing Group.открывается в новом окнеВ основе метода лежит особый эффект отрицательного свечения светодиодов, работающих в среднеинфракрасной части светового спектра. 

Все объекты излучают слабое тепловое свечение в инфракрасном диапазоне, которое мы обычно не можем увидеть – за исключением случаев использования специальных тепловизионных камер.

Отрицательный свет

«Интересность отрицательного свечения заключается в том, что оно делает свечение темнее, а не ярче. Для сравнения, это как фонарик, который может стать темнее, чем в выключенном состоянии», — добавил доктор Нильсен.

«Хотя этого невозможно достичь с помощью видимого света, некоторые материалы могут создавать эффект «отрицательного света» в инфракрасном диапазоне, что сейчас и использует исследовательская группа».

«В традиционной передаче данных информация передается либо при включенном, либо при выключенном состоянии какого-либо объекта. Это может быть что-то простое, например, мигающий свет, радиоволны или сигналы, передаваемые по оптическим волокнам».

«Наблюдатели могут видеть, что данные передаются, даже если они не могут прочитать сообщение, поскольку оно каким-либо образом зашифровано». 

«Однако при отрицательном свечении можно создать скрытый сигнал, используя специальное устройство, называемое терморадиационным диодом». 

Диод способен быстро переключать выходной сигнал между более ярким и более темным, чем обычно, состояниями, создавая рисунок, который сливается с обычным фоновым «шумом» и, следовательно, невидим для тех, кто не знает о передаче данных.

Скрытая информация, передаваемая такими терморадиационными диодами, может быть зашифрована традиционными способами, что добавляет еще один уровень безопасности.

Терморадиационные диоды

Использование терморадиационных диодов таким образом было вдохновлено предыдущей новаторской работой профессора Экинса-Даукса и его коллег из Университета Нового Южного Уэльса по созданию так называемого « ночного солнечного излучения».открывается в новом окне«— Электричество, вырабатываемое из солнечной энергии даже после захода солнца».

«Технически мы называем этот новый процесс терморадиационной связью без сигнатуры. В рамках нашей работы над проектом ночной солнечной активности мы определили, что отрицательное люминесцентное свойство имеет решающее значение для эффективности работы наших терморадиационных диодов», — сказала профессор Экинс-Даукс.

«Сегодня мы продемонстрировали терморадиационную поверхность, которую можно модулировать таким образом, чтобы сигнал передавался во всех направлениях. В будущих итерациях технологии она может стать направленной, а в долгосрочной перспективе — будет управляться аналогично волоконно-оптической связи».

Команда уверена, что скорость передачи данных значительно возрастет по сравнению с представленным прототипом устройства. 

«Коммерческий продукт, обеспечивающий передачу данных со скоростью в мегабиты, можно представить себе уже через несколько лет после начала разработки. Здесь, в Сиднее, у нас есть необходимое полупроводниковое оборудование для производства прототипов следующего поколения этого устройства на Австралийском национальном центре по производству полупроводников на территории кампуса UNSW», — сказала профессор Экинс-Даукс.

«В рамках этого исследования мы работали с теллуридом ртути и кадмия, но активно изучаем менее токсичные полупроводники на основе антимонида».

«Наши коллеги из Университета Монаша уже предположили, что если мы сможем использовать графен — очень проводящий материал, состоящий из одного слоя атомов углерода, расположенных подобно сотам, — то потенциально сможем достичь скорости передачи данных в диапазоне гигабайт в секунду, если не сотен гигабайт».

Ученые из Сиднея создали ИИ-чип, работающий на скорости света

Источник изображения 

Исследователи Сиднейского университета создали нанофотонный ИИ-чип, который выполняет вычисления нейронных сетей за пикосекунды с помощью света, сообщается в исследовании в журнале Nature Communications.

Прототип классифицировал более 10 000 биомедицинских МРТ-изображений с точностью от 90 до 99 процентов, подтвердив свой потенциал для задач машинного обучения.

Сейчас команда масштабирует технологию до больших фотонных нейронных сетей, поскольку энергопотребление ИИ создаёт нагрузку на традиционные дата-центры.

Примечание редакции блога 1

Латентность vs. производительность

Латентность (задержка): Обычные чипы имеют задержку ~2300 нс, фотонные — ~5 нс, то есть электронные в 460 раз медленнее на операцию.

Свет просто быстрее проходит через структуры без сопротивления проводов.Общая скорость: Фотонные чипы дают 500–1000x ускорение за счёт параллелизма — миллиарды фотонов обрабатывают матрицы ИИ одновременно, без тепла и энергозатрат.

Для сиднейского прототипа

Пикосекундные масштабы (10⁻¹² с) — это базовая скорость света в наноструктурах, в тысячи раз быстрее электронных тактов (нс), но реальное преимущество в 430–1000x проявляется при полных ИИ-задачах вроде классификации изображений.

Точные цифры варьируются по тестам, но тренд ясен: фотонные чипы радикально эффективнее для ИИ

Примечание редакции блога 2

Уточнение: заявленные пикосекундные масштабы относятся к прохождению света через нанофотонные структуры и базовой скорости оптических операций, тогда как измеряемая латентность реальных вычислительных циклов составляет единицы наносекунд; преимущество в сотни раз обычно демонстрируется для отдельных операций нейросетевой линейной алгебры (например, умножения матриц) или специализированных задач, а не для универсальных вычислений в целом. Кроме того, фотонные ускорители часто требуют электронной части для реализации нелинейных функций нейросетей, могут иметь меньшую числовую точность и пока находятся на стадии экспериментальных прототипов, поэтому рассматриваются прежде всего как энергоэффективные сопроцессоры для ИИ-задач, а не как прямая замена традиционных CPU или GPU.

Примечание редакции блога 3

Уточнение: фотонные ИИ-чипы из MIT и компании Lightmatter используют схожий базовый принцип — выполнение матричных операций нейросетей с помощью интерференции света в фотонных структурах, однако они являются программируемыми гибридными ускорителями (фотоника для вычислений, электроника для управления). Разработка University of Sydney относится к более специализированному типу: веса нейросети напрямую «записаны» в геометрию пассивной нанофотонной структуры, поэтому свет выполняет вычисления при прохождении через чип практически без задержек на загрузку параметров. Это обеспечивает пикосекундные масштабы оптических операций, хотя реальная системная латентность остаётся в наносекундном диапазоне и требует электронной периферии для считывания результатов.


Источники представленной информации в основной публикации блога:

https://www.nature.com/articles/s41467-026-68648-1

https://www.ex2.com.au/news/sydney-researchers-build-ultra-compact-ai-chip-operating-at-speed-of-light/

Машинный перевод публикации:

Сиднейские исследователи создали сверхкомпактный чип искусственного интеллекта, работающий со скоростью света.

10 марта 2026 г. Грегор Фергюсон Новости

Исследователи из Сиднейского университета создали сверхкомпактный чип искусственного интеллекта (ИИ), способный выполнять вычисления, используя мощность света, со скоростью света. Их исследование, опубликованное в журнале Nature Communications, демонстрирует, как модели ИИ могут быть встроены в наноразмерные фотонные структуры, которые манипулируют светом для выполнения математических операций, необходимых для машинного обучения.

Прототип нанофотонного чипа полностью разработан собственными силами в Сиднейском нанохабе университета. Для проверки технологии исследователи обучили нанофотонный чип классифицировать более 10 000 биомедицинских изображений, таких как МРТ-снимки молочной железы, грудной клетки и брюшной полости. В ходе моделирования и экспериментов нанофотонная нейронная сеть достигла точности классификации примерно в 90–99 процентов. 

Традиционные компьютерные чипы используют электричество для обработки информации, что означает перемещение электронов по проводам. Это приводит к выделению тепла. Вместо этого прототип нанофотонного чипа использует свет, который распространяется через материалы без электрического сопротивления, поэтому не выделяет тепло так же, как электричество. Когда свет проходит через наноструктуры внутри прототипа чипа, эти структуры сами автоматически выполняют вычисления. 

Исследователи утверждают, что прототип может сыграть важную роль в разработке более энергоэффективного оборудования для искусственного интеллекта по мере роста мирового спроса, потенциально снизив общее энергопотребление будущих вычислительных систем. Технология использует свет для работы вместо электричества, в отличие от современных центров обработки данных, которые потребляют огромное количество воды и энергии.

 «Мы переосмыслили возможности использования фотоники для разработки новых энергоэффективных и сверхбыстрых процессоров для компьютерных вычислений», — сказал профессор Сяоке И из Школы электротехники и вычислительной техники университета и директор исследовательской группы по фотонике. 

«Искусственный интеллект все больше ограничивается энергопотреблением. В данном исследовании нейронные вычисления выполняются с использованием света, что позволяет создавать более быстрые, энергоэффективные и сверхкомпактные ускорители ИИ».

Исследователи утверждают, что преимущество использования фотоники заключается в гораздо более высокой скорости вычислений, происходящей со скоростью света. Прототип выполняет вычисления в пикосекундном масштабе, или за триллионные доли секунды — время, за которое свет проходит через наноструктуру. 

В пресс-релизе университета говорится, что эта технология открывает путь к созданию устойчивой инфраструктуры искусственного интеллекта, способной поддерживать растущие потребности в вычислительных ресурсах без пропорционального увеличения энергопотребления. 

Более десяти лет исследовательская группа по фотонике в Сиднейском университете изучает, как расширить границы возможностей фотоники. Это включает в себя использование фотоники для решения задач беспроводной связи и передовых сенсорных технологий, способных обнаруживать и измерять химические или биологические следы в окружающей среде. 

После успешного тестирования прототипа нанофотонного чипа команда профессора Ии теперь работает над развитием технологии в направлении создания более масштабных фотонных нейронных сетей.

Cortical Labs представила дата-центры на основе клеток человеческого мозга

Cortical Labs представила свой первый биологический дата-центр в Мельбурне и анонсировала второй в Сингапуре. Оба используют выращенные в лаборатории человеческие нейроны на кремниевых чипах вместо обычных процессоров.

Объект в Мельбурне будет включать 120 установок CL1, а в Сингапуре планируется разместить до 1000 установок, начиная с медицинской школы Yong Loo Lin при Национальном университете Сингапура.

Каждая установка CL1 потребляет меньше энергии, чем карманный калькулятор*, заявляет генеральный директор Хон Венг Чонг, поскольку стартап стремится решить проблему растущих энергозатрат ИИ с помощью биологических вычислений.

Два года назад (в 2024 году) Cortical Labs уже анонсировала коммерческие биологические компьютеры CL1 на основе живых нейронов человека, интегрированных с кремниевыми чипами.

Эти системы позиционировались как альтернатива традиционным процессорам для задач ИИ, с планами продаж в конце 2024-го и облачных сервисов в начале 2025-го.

Развитие до дата-центровВ 2022 году компания представила прототип DishBrain — культуру из 800 000 нейронов в чашке Петри, которая научилась играть в Pong через микроэлектродные массивы на силиконе.

К 2023–2024 годам это эволюционировало в CL1: автономные "body-in-a-box" устройства с поддержкой жизни нейронов до 6 месяцев, способные выполнять код через Biological Intelligence OS и потреблять минимум энергии.

От компьютеров к дата-центрамК марту 2025 года CL1 стали коммерчески доступными (цена около $35K), с демонстрацией игр вроде Doom на 200 000 нейронов.

Анонс дата-центров в Мельбурне (120 единиц CL1) и Сингапуре (до 1000) в марте 2026-го — это масштабирование тех же биокомпьютеров в кластеры для энергоэффективных вычислений ИИ.

Технология не изменилась радикально, но выросла в инфраструктуру.

* Примечание редакции блога 

Блок CL1 от Cortical Labs. Источник: Cortical Labs

Заявление Cortical Labs о том, что один биокомпьютер CL1 потребляет меньше энергии, чем карманный калькулятор, является маркетинговой гиперболой. В действительности полная система CL1 — включая электронику интерфейса, перфузию питательной среды и контроль условий для нейронов — потребляет около 28–33 Вт на устройство. Это на несколько порядков больше, чем у типичного карманного калькулятора (≈0,0001–0,001 Вт). Вероятно, сравнение относится только к метаболическому энергопотреблению самих нейронов, тогда как основная электрическая нагрузка приходится на инфраструктуру, поддерживающую их жизнедеятельность и взаимодействие с кремниевой электроникой.


Серверная стойка для облачных сервисов от Cortical Labs. Источник: Cortical Labs

понедельник, 9 марта 2026 г.

Китайские ученые установили рекорд с помощью двухфотонного квантового устройства. [Учёные научились очень надёжно выпускать два фотона одновременно, а не случайный набор одиночных частиц света.]

Апдейт 09.Frb.2026 16:18 МСК 

Китайские ученые разгадали давнюю загадку квантовой оптики , создав крошечное устройство, которое по запросу испускает пары световых частиц с беспрецедентной чистотой и эффективностью, что может иметь значение для квантовой гонки.

Исследователи из Пекинской академии квантовых информационных наук опубликовали результаты в журнале Nature Materials, продемонстрировав устройство, которое излучает фотонные пары с чистотой 98,3% и эффективностью генерации 29,9%, что было названо "лучшим в мире."

Двухфотонные источники способны удвоить пространственное разрешение в прецизионных измерениях и лежат в основе теоретически невзламываемого шифрования в квантовых сетях.

Физик из Ганноверского университета Лейбница Дин Фэй назвал результат "действительно впечатляющим", а это достижение продолжает недавнюю серию китайских прорывов в фотонной квантовой физике.

Кратко по сути механизма:

Проблема: генерация двух фотонов из одного источника крайне сложна. В традиционных кристаллах процесс случайный: лазерный фотон расщепляется, и иногда получаешь лишние пары, а иногда только одну пару.
Идея китайских учёных: использовать квантовую точку в микрокавитете и направить её в тёмное экситонное состояние.
Тёмный экситон — это «спящий» экситон, который не испускает фотон сразу, а удерживает энергию внутри.
Это позволяет набрать два электрона для биэкситона.
Биэкситон → каскад фотонов:
Два электрона в квантовой точке формируют биэкситон.
Биэкситон рекомбинирует через тёмный экситон, испуская два фотона последовательно, но почти одновременно, с высокой корреляцией.
Усиление через микрокавитет:
Кавитет усиливает процесс излучения (эффект Пёрселла), повышая эффективность и чистоту пары фотонов.

Результаты:
Чистота: 98,3% всех фотонов формируют пары.
Эффективность генерации: 29,9%.
Двухфотонная корреляция g²(0) ≈ 3,97, что подтверждает сильное парное излучение.
Практическая цель: создать надежный источник двух фотонов по требованию, пригодный для квантового интернета, фотонных процессоров и сверхточных сенсоров.

Разъяснения и комментарии редакции блога:

Почему источник двух фотонов сделать намного сложнее, чем источник одного
В квантовой оптике существует несколько типов источников света:
Обычный свет (лампа, лазер)
Фотоны испускаются случайно — иногда один, иногда много.
Источник одиночных фотонов
Устройство гарантирует, что за один импульс выходит только один фотон.
Источник фотонных пар (то, что сделали китайские исследователи)
Устройство должно выпускать ровно два фотона одновременно и почти никогда — один или три.
Вот именно третий вариант и является крайне сложным.
Основная физическая проблема
В квантовых системах есть естественный каскад излучения:
возбуждённое состояние → фотон → промежуточное состояние → фотон → основное состояние
То есть фотоны обычно выходят по очереди, а не как единая пара.
Чтобы получить настоящую двухфотонную эмиссию, нужно заставить систему:
излучить два фотона как единый квантовый процесс.
Это гораздо более редкий и слабый процесс.


Длинное резюме от редакции блога 

Китайские учёные из Beijing Academy of Quantum Information Sciences создали устройство, которое по запросу испускает пары фотонов с рекордной чистотой — 98,3% фотонов выходят именно парами, и эффективностью генерации около 30%. Это важно, потому что в квантовой оптике делать двухфотонный источник значительно сложнее, чем источник одиночного фотона. Фотоны обычно выходят по очереди или случайно, и даже специальные источники одиночных фотонов не гарантируют, что появятся именно пары. Для создания двухфотонного источника нужно заставить систему излучить два фотона как единый квантовый процесс, что само по себе происходит крайне редко и легко загрязняется лишними фотонами или теряется в оптической системе.
В новом устройстве физики использовали квантовую точку — искусственный «атом» в полупроводнике, способный точно контролировать энергетические уровни, и создали так называемый биэкситон, состояние, в котором два электрон-дырочных возбуждения связаны друг с другом. Помещённая в микрорезонатор квантовая точка использует эффект Пёрселла, который заставляет систему предпочитать именно двухфотонное излучение, минимизируя одиночные фотоны и потери. Именно это позволило достичь рекордной чистоты и эффективности.
Двухфотонные источники нужны для квантовых технологий. Они лежат в основе квантового интернета, где пары фотонов создают запутанность между узлами и обеспечивают абсолютно защищённую передачу данных. Они также применяются в сверхточных сенсорах и интерферометрии, где использование двух фотонов позволяет измерять параметры с большей точностью, чем традиционными методами.
Фотонные квантовые компьютеры работают иначе, чем классические: фотоны запускаются в оптическую сеть, и пока они проходят через делители луча и фазовые сдвиги, происходит квантовая интерференция. Каждый фотон может идти по множеству путей одновременно, и все пути взаимодействуют друг с другом. Уже десятки фотонов создают такое количество возможных комбинаций, что классические компьютеры не могут их просчитать. Добавление одного нового фотона резко увеличивает сложность задачи, потому что число возможных интерференций растёт экспоненциально. Физика здесь сама выполняет вычисления: оптическая сеть реализует сложные преобразования, которые классические машины могли бы моделировать миллионы лет.
Новые источники фотонов открывают путь к масштабированию таких систем. Благодаря стабильным и синхронным двум фотонам можно строить фотонные чипы для квантового интернета, фотонных квантовых процессоров и сверхточных сенсоров. Этот рекордный двухфотонный источник не просто лабораторная демонстрация — он приближает реальное практическое использование фотонных технологий, где чистые, синхронные фотоны позволяют решать задачи, недоступные обычным компьютерам, и создаёт фундамент для будущего квантового интернета и фотонных вычислительных систем.

Примечание редакции блога 

Эффективность генерации

Даже если создать два одиночных фотона из разных источников, синхронизация и совпадение по времени почти никогда не достигают 30 %.
Здесь же система генерирует пары по требованию с рекордной эффективностью — почти треть импульсов даёт корректные пары.

Стабильность и контроль

Ключевое отличие — встроенный контроль над состоянием фотонов через квантовую точку и микрорезонатор.
Это не просто случайное совпадение двух фотонов, а процесс, который можно повторять стабильно, что крайне важно для практических приложений.

Исследование 


Краткое пояснение к этому исследованию


Первоисточник 


Другие источники 


Контекст и другие исследования в этой области

🔹 Группы в Европе (например, Университет Штутгарта) недавно сообщили о рекордной когерентности одиночных фотонов на телеком‑длинах волн, пригодных для квантовых сетей. Такая работа достигла очень высокой однородности фотонов (почти 92 % видимости интерференции), что делает эти одиночные источники более пригодными для больших систем. 
Interesting Engineering
🔹 Другие команды (например, из Sun Yat‑sen University) публиковали двухфотонные источники с очень высокой запутанностью — фактически почти идеальной, что тоже является серьёзным достижением. 
sysu.edu.cn
🔹 Но в США именно запрос на чистые фотоны ведёт активную работу, например, по созданию методов для генерации и распознавания одиночных фотонов с помощью новых инструментов и машинного обучения. 

Американские группы (например, в Национальной лаборатории Лос-Аламоса, MIT, Caltech и других) сосредоточены на создании источников фотонов, которые максимально идентичны и чисты по квантовым свойствам.

То есть американские исследователи разрабатывают методы, чтобы получить фотон «точно таким, каким он должен быть», потому что именно это критично для квантовых сетей и фотонных компьютеров.
Другими словами, это не про генерацию случайных фотонов, а про контролируемый, высококачественный фотон, который можно использовать для масштабируемых квантовых технологий.

В квантовой оптике фотон не всегда «такой, как должен быть», и это ключевая проблема для практических квантовых технологий. 


1. Параметры фотона

Фотон описывается несколькими характеристиками:

Частота / цвет света — должен быть точно задан, иначе фотон не «встроится» в сеть или интерферометр.

Поляризация — направление колебаний электрического поля. Если она не совпадает с ожидаемой, интерференция и квантовые логические операции нарушаются.

Временной профиль / длина импульса — фотон должен приходить в сеть точно в момент, когда другие фотоны. Несинхронность снижает вероятность корреляции и интерференции.

Когерентность и фаза — фотон должен быть «чистым» по квантовому состоянию, иначе квантовые эффекты, такие как запутанность или интерференция, ослабевают.

2. Почему фотон «не такой, как должен быть»

В реальных источниках фотонов часто возникают ошибки:

Случайные дополнительные фотоны — лишние излучения портят чистоту состояния.

Различия между фотонами — даже если два фотона генерируются, они могут иметь немного разные частоты, длину импульса или поляризацию.

Тепловой шум или флуктуации в среде — окружающая среда может менять свойства фотона.


Из-за этого квантовые системы работают хуже: интерференция снижается, запутанность ослабевает, эффективность операций падает.

3. Что делают современные исследователи

Цель — создать фотон максимально идентичным идеальному:

одинаковый по всем параметрам,

приходящий точно в нужный момент,

без лишних «побочных» фотонов,

с высокой когерентностью и контролируемой фазой.


Именно это понимается под фразой «фотон таким, каким он должен быть». Только такие фотоны можно надёжно использовать для квантового интернета, фотонных вычислительных схем и сверхточных сенсоров.


воскресенье, 8 марта 2026 г.

История с нанесением удара по школе в Иране

В прессе сообщают, что следователи Пентагона считают, что ракетный удар по девичьей школе в Минабе, Иран, вероятно, стал результатом ошибочных данных целеуказания, сгенерированных ИИ, согласно источникам, цитируемым This Week in Worcester.

Система Maven Smart System вооруженных сил США, разработанная Palantir, использует ИИ Claude от Anthropic для обработки разведданных и расстановки приоритетов целей в режиме реального времени.

Министр обороны Пит Хегсет заявил, что военные «никогда не наносят удары по гражданским объектам» и проводят расследование, в то время как эксперты ООН призвали к независимому расследованию.

...

Резюме (длинное)

По предварительным данным расследования, удар 28 февраля 2026 года по школе для девочек в городе Минаб (Иран) был высокоточным авиаударом. Источники в США допускают, что его могли нанести американские силы, но расследование Пентагона ещё не завершено. В медиа появилась версия, что причиной могла быть ошибка алгоритмической системы анализа целей (ИИ), однако речь идёт не о том, что ИИ самостоятельно принял решение об ударе. Наиболее обсуждаемое объяснение среди военных аналитиков — ошибка в разведданных: здание, в котором находилась школа, ранее могло относиться к инфраструктуре Islamic Revolutionary Guard Corps и позже было переоборудовано в учебное заведение, но в базе целей могла сохраниться старая информация. В такой цепочке система анализа данных (возможно с использованием ИИ) могла классифицировать объект как военный и включить его в список потенциальных целей, после чего данные рассматривают аналитики и командование, и окончательное решение о применении оружия принимает человек. Таким образом, даже если алгоритмы участвовали в анализе и ошиблись в классификации цели, решение о нанесении удара, согласно существующим процедурам, всё равно принимается людьми, и ответственность лежит на человеческом командовании.

Примечание редакции блога 
(Мнение содержит повторы информации из текста выше)

Формально решение всё равно принимает человек, поэтому в строгом смысле это не «ошибка ИИ», а ошибка в цепочке принятия решения, где ИИ мог быть лишь одним из источников данных.

Теперь подробнее, как это обычно устроено.

1. Как работает «kill chain» в современной армии

В современных операциях США (и не только) используется примерно такая цепочка:

1. Сбор данных
спутники, дроны, SIGINT, базы целей.


2. Алгоритмы / ИИ-системы

анализируют огромные массивы данных

выделяют «points of interest» (возможные цели)

ранжируют их по вероятности военного значения.



3. Аналитики-люди
проверяют результаты, сопоставляют с разведданными.


4. Командование
принимает решение о нанесении удара.



То есть ИИ обычно не стреляет сам — он сужает список целей и ускоряет анализ данных. 

2. Что известно именно про этот случай

Удар пришёлся по школе для девочек в Минабе (Иран).

Погибли десятки или более ста человек, большинство — дети.

Ведётся расследование, и американские источники допускают, что удар могли нанести силы США, но причины ошибки пока не ясны. 


Одно из объяснений, обсуждаемое экспертами:

школа находилась рядом с объектом КСИР (IRGC)

раньше территория могла относиться к военному комплексу

данные о цели могли быть устаревшими или неверно классифицированными. 


3. Почему тогда говорят «ошибка ИИ»

Это скорее политико-медийная формулировка, чем точное описание.

Есть несколько причин:

1. ИИ мог выдать неправильную классификацию

Например:

распознал объект как военную инфраструктуру,

или связал его с соседней базой.


2. «Automation bias»

Очень известный эффект:
люди слишком доверяют результатам алгоритма.

Если система говорит:

> вероятность военного объекта 85%



оператор может не перепроверить достаточно тщательно.

3. Ускоренная «kill chain»

ИИ резко ускоряет анализ данных, и времени на человеческую проверку становится меньше.


4. С точки зрения права и ответственности

По международному гуманитарному праву:

ответственность всегда несёт человек и командование,

даже если использовались алгоритмы.


ИИ юридически не может быть виновным.


✅ Итог:
Ты правильно сформулировал. Более точно говорить:

> Это не «ошибка искусственного интеллекта», а ошибка человека, принявшего решение на основе данных, подготовленных ИИ.



ИИ — это инструмент анализа, а не субъект решения.

Публикация в блоге не имеет сглаженной и идеально адаптированной версии текста, так как у редакции блога нет времени на шлифовку и лаконичность.
 Информация собрана обрывками и текст является побочным продуктом изучения ситуации редакцией блога.


Избранные

Квантовый компьютер на захваченных ионах моделирует физику частиц с помощью кубитов и фононов

Учёные из Университета Мэриленда впервые использовали колебательные фононные моды захваченных ионов как нативный бозонный регист...

Часто просматриваемве