InGenium

Представьте себе суперкомпьютер, который не только умнее, но и гораздо более энергосберегающий, чем предшественники. Ученые из Пекинского университета создали революционный процессор на основе углеродных нанотрубок, который может изменить правила игры в мире искусственного интеллекта. Tensor Processing Unit (TPU) — специальный чип для ускорения операций, связанных с машинным обучением. Однако традиционные TPU, работающие на базе кремниевых транзисторов, потребляют много энергии. В свете продолжающейся революции ИИ, от ChatGPT до Sora, такие издержки становятся немалой проблемой. Команда китайских исследователей под руководством Жийонга Чжана шагнула далеко вперед, разработав первый в мире TPU на основе углеродных нанотрубок. Этот новый чип существенно эффективнее своих кремниевых аналогов и представлен в статье в Nature Electronics. Жийонг Чжан поясняет: "Мы вдохновились быстрым развитием ИИ и TPU от Google. Традиционная кремниевая полупроводниковая технология уже не справляется с обра

Насколько бы круто было, если бы нежелательный углекислый газ можно было превратить в полезные вещи, такие как химикаты или даже топливо? Именно такую технологию создали исследователи из Университета Центральной Флориды. Под руководством ассистента профессора Янга Янга, команда разработала устройство, которое выделяет углекислый газ из воздуха и конвертирует его в полезные ресурсы. Устройство, с поверхностью из пленки оксида олова и фтористого слоя, захватывает углекислый газ, а затем с помощью электродов преобразует его в угарный газ и муравьиную кислоту. Эти вещества, в свою очередь, являются основными ингредиентами для производства различных химикатов. "Мы хотим создать лучшую технологию, чтобы наш мир стал чище и лучше", рассказывает Янг Ян. "Избыточный углекислый газ вызывает парниковый эффект и нагревание Земли. Именно это и мотивирует нас разрабатывать новый материал, который захватывает и преобразует его в полезные химикаты." Интересно, что вдохновение для устройства пришло из

Представьте мир без нейлона, тефлона или кевлара. Эти полимеры – большие молекулярные соединения – сделали возможным всё, от антипригарных сковородок до бронежилетов. Теперь же учёные из Технологического института Джорджии взялись за поиск следующей большой находки в мире полимеров. И на помощь им приходит искусственный интеллект! Команда под руководством Рампи Рампрасада использует ИИ для ускорения открытия новых материалов. Они разработали алгоритмы, которые могут предсказывать свойства полимеров и их составы ещё до того, как эти материалы будут созданы физически. Это настоящий прорыв в науке о материалах. Этим летом два научных журнала серии Nature опубликовали статьи, подчеркивающие значительные достижения и успехи команды. Первая статья в Nature Reviews Materials описывает недавние прорывы в дизайне полимеров для хранения энергии, фильтрационных технологий и перерабатываемых пластиков. Вторая статья в Nature Communications сосредоточена на использовании ИИ для поиска новых полимер

Наверное, у каждого из нас когда-то был старый матрас, который надо было выбросить. Но знаешь ли ты, что большая часть таких матрасов и других изделий из полиуретана (PUR) в итоге оказывается на свалках или в печах? Это не только захламляет планету, но и наносит вред экологии, ведь полиуретан делается из нефти. Хорошая новость пришла от учёных из Орхусского университета. Они придумали новый, умный способ переработки PUR, который не только помогает избавиться от мусора, но и позволяет заново использовать ценные компоненты. Полиуретан – это, можно сказать, чудо-материал, который используется повсюду: от матрасов и холодильников до автомобилей и ветряных турбин. Но, как и любой другой материал, у него есть свой срок службы. В 2022 году мировой рынок PUR составлял почти 26 миллионов тонн, к 2030 году это число вырастет до 31,3 миллиона тонн! Во всем мире растёт небольшая, но интересная индустрия, занимающаяся химическим разложением PUR на его исходные компоненты – полиол и изоцианат. Но по

Думаете, что научные прорывы всегда сопровождаются громкими заголовками и сенсациями? На самом деле, множество малозаметных открытий происходит ежедневно, и именно они незаметно двигают науку вперед! В этом выпуске мы расскажем вам, как технологии, появляющиеся в тени, могут изменить наш мир. В этот раз вы узнаете о новом методе химического анализа, разработанном учеными из EPFL, который использует искусственный интеллект для преодоления проблем с шумными данными. Один из главных героев - учёные из MIT, которые изобрели крошечную батарею для микророботов, способных доставлять лекарства внутри человеческого тела и обнаруживать утечки в газопроводах. Не обошлось и без удивительных изобретений из Южной Кореи: инженеры разработали колесо, которое меняет свою форму в реальном времени, адаптируясь к неровностям дороги. А студенты из Йельского университета и MIT вдохновились природой и создали мембранные технологии, способные извлекать редкие металлы из сточных вод и электронных отходов. Но э

Исследователи из Университета Суонси разработали новый метод для микроскопов с нейтральным атомным пучком, который может значительно ускорить процесс получения изображений. Теперь время измерения сократится, а результаты будут более точными и детализированными. Идея проста. Традиционные нейтральные атомные микроскопы используют сканирование через крохотное отверстие, что требует много времени. Чем меньше отверстие, тем лучше разрешение, но и дольше ожидание. Новый подход команды под руководством профессора Гила Александровица из химического факультета Суонси решил эту проблему радикально. Вместо обычного пинхола исследователи пропустили пучок атомов через неравномерное магнитное поле, используя ядерную прецессию спина для кодирования положения частиц. Представьте себе, что каждая частица, сталкиваясь с образцом, оставляет уникальный "магнитный отпечаток", который легко прочитать. Морган Лоу, аспирант из команды Суонси, разработал устройство магнитного кодирования и провёл первые экспер

Представьте себе: научное исследование, разработанное, проведённое и завершённое не людьми, а искусственным интеллектом. Это не фантастика, а современная реальность, созданная командой исследователей из Sakana AI в Японии совместно с коллегами из Оксфордского университета и Университета Британской Колумбии. Их новая AI-система, получившая название "The AI Scientist", обладает способностью выполнять научные исследования полностью автономно. Процесс научных исследований, как правило, длительный и требует значительных усилий. Всё начинается с простой идеи и продолжается изучением предыдущих исследований, разработкой плана действий, оценкой потребностей и затрат. Затем проект воплощается в жизнь: проводятся эксперименты, анализируются результаты, пишутся научные статьи. Всё это требует времени, ресурсов и, конечно, человеческого труда, что делает процесс ещё более дорогостоящим. Исследователи из Sakana AI решили радикально изменить эту парадигму. Они автоматизировали весь процесс, от генер

Кремний, будь он ни ладен, многократно вошел в историю науки. Но теперь на сцену выходит новый герой - алюмо-иттриевый нитрид (AlYN), который может перевернуть все представления о полупроводниках. Исследователи из института Фраунгофера IAF под руководством доктора Стефано Леоне совершили настоящий прорыв, создав новый полупроводниковый материал с помощью технологии металлоорганического химического осаждения из газовой фазы (MOCVD). Почему же AlYN вызывает такой интерес? Дело в его выдающихся свойствах и возможности адаптации к нитриду галлия (GaN). Это открывает дверь для создания высокоэффективной электроники, способной работать на высоких частотах и при большой мощности, что является критически важным для современных информационных и коммуникационных технологий. Ранее создание AlYN было возможным лишь методом магнетронного распыления, что существенно ограничивало его применение. Но теперь с помощью MOCVD исследователи смогли достичь нового уровня контролируемого роста материала. В 20

Представьте, что найти неисправную турбину в ветряной ферме, состоящей из сотен ветряков, стало проще благодаря искусственному интеллекту. Прямо как найти иголку в стоге сена, но с помощью высокотехнологичного компаса. Инженеры из MIT выяснили, что большие языковые модели (LLMs) могут значительно упростить задачу обнаружения аномалий в данных, поступающих от турбин, без необходимости в сложной настройке. В своём исследовании команда разработала систему SigLLM, которая преобразует временные ряды данных в текстовые входные данные, пригодные для обработки большими языковыми моделями. Эти модели, изначально предназначенные для обработки языковых данных, могут теперь эффективно обнаруживать аномалии в данных о работе ветряных турбин. Большие языковые модели, такие как GPT-4, оказались способными анализировать последовательные данные и выявлять потенциальные проблемы, что делает их потенциально полезными для предсказания и предотвращения поломок. Исследователи использовали два подхода: "Пром