Мы вместе с вами провожаем очень плодотворный и ошеломительный 2025й год! Год выдался по настоящему трудоемким, богатым на события и эмоции. Он проверил нашу Команду на прочность и позволил лучше понять на что мы способны и ярче подсветил наши заветные цели! Наш ТОП событий уходящего года:
Ключевые цифры. Опубликовано 18 публикаций: 1 ед. Q1 (Scopus), 5 ед. УБС-1 и УБС-2, 13 ед. ВАК. Из них 3 Книги, 2 программы ЭВМ. Более 300 человек стали слушателями наших Мастер-классов, более 50 из них создали свои модели. Проведено более 10 различных мероприятия с разным уровнем сложности от школьных мастер-классов до международных конференций 😅
Достижения года. Отмечаем самые яркие:
1. Научились добывать золото, вместе с коллегами из Республики Узбекистан, предприятие АО "НГМК". А после этого создали Цифровой двойник завода.
2. Напечатали 2 основные книги в рамках развития компьютерного имитационного моделирования.
3. Создали 5 прототипов имитационных моделей в области социально-экономического направления.
4. Провели свой Первый выпускной в Школе на проспекте Вернадского - наши 4 междисциплинарные команды. Ребята мы всегда с вами на связи!
5. Набрали 7 проектных команд для звездного выпуска в 2026 году.
6. Департамент образования и науки г. Москвы официально включил наш проект в "Академические классы".
7. Четверо из нас стали Экспертами школьных проектов в рамках конкурса «Наука для жизни».
8. РОСМИМ стал дважды финалистом конкурса "Моя страна - Моя Россия" (300 лучших проектов со всей России), опередив 70 тысяч заявок.
9. Выпустили лимитированную брендированную продукцию от РОСМИМ.
10. Десятый пункт, но не последний по значимости! ФИЛЬМ о просветительской и образовательной деятельности проекта
Студенты года. Сразу несколько наших коллег повысили свой уровень квалификации и получили дипломы бакалавра и магистра. Сердечно поздравляем Аксенову Елену, Шеремет Алену, Читая Нино и Черненко Дмитрия!
География года. Москва, Санкт-Петербург, Сочи. Причем именно в Сочи мы посетили V Конгресс молодых ученых в "Сириусе". А в Питере, Петербуржский Международный Экономический Форум (ПМЭФ-2025)
Новый опыт года. В 2025 году мы стали одними из разработчиков "Стратегии эффективного водопользования АО «Навоийский горно-металлургический комбинат» напериод до 2040 г. и более длительную перспективу". Это был действительно необычный опыт.
Мероприятие года. Мы провели самый крутой выпускной для учеников 10-х классов проекта РОСМИМ и Школы на проспекте Вернадского.
Все благодаря вам. Ваша неиссякаемая мощь и поддержка - родные, наставники друзья, коллеги
С наступающим Новым годом!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤15🏆6🎄3☃1
This media is not supported in your browser
VIEW IN TELEGRAM
Когда пришел в себя 2 января, доел салаты с новогоднего стола и запил выдохшейся колой
👍5❤2😁2
Разум в машине: российские ученые научили робота ориентироваться в многоэтажных зданиях и пользоваться лифтом
👨🎓 Коллектив ученых из МФТИ и Института искусственного интеллекта AIRI разработал новую систему, которая позволяет колесным роботам самостоятельно перемещаться между этажами зданий, используя обычный пассажирский лифт. Их подход, получивший название LaMDEN, объединяет построение подробной трехмерной карты окружения и возможности больших языковых моделей для планирования сложных действий.
⚡ Эта разработка — важный шаг на пути к созданию по-настоящему автономных сервисных роботов, способных эффективно работать в сложной человеческой среде, от офисов и больниц до жилых комплексов.
⚙ В основе предложенной ими разработки LaMDEN лежат два ключевых компонента. Сначала робот, используя данные с RGB-D камеры, которая воспринимает не только цвет, но и глубину пространства, строит так называемый граф трехмерной сцены. Когда граф сцены построен, в дело вступает второй компонент — большая языковая модель (LLM), схожая с технологией, лежащей в основе ChatGPT. Она выступает в роли «мозга», или внутреннего планировщика. Получив от человека высокоуровневую команду, например: «отправляйся к столу на третьем этаже», языковая модель декомпозирует эту сложную цель в последовательность простых, элементарных действий, понятных роботу.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
👨🎓 Коллектив ученых из МФТИ и Института искусственного интеллекта AIRI разработал новую систему, которая позволяет колесным роботам самостоятельно перемещаться между этажами зданий, используя обычный пассажирский лифт. Их подход, получивший название LaMDEN, объединяет построение подробной трехмерной карты окружения и возможности больших языковых моделей для планирования сложных действий.
⚡ Эта разработка — важный шаг на пути к созданию по-настоящему автономных сервисных роботов, способных эффективно работать в сложной человеческой среде, от офисов и больниц до жилых комплексов.
⚙ В основе предложенной ими разработки LaMDEN лежат два ключевых компонента. Сначала робот, используя данные с RGB-D камеры, которая воспринимает не только цвет, но и глубину пространства, строит так называемый граф трехмерной сцены. Когда граф сцены построен, в дело вступает второй компонент — большая языковая модель (LLM), схожая с технологией, лежащей в основе ChatGPT. Она выступает в роли «мозга», или внутреннего планировщика. Получив от человека высокоуровневую команду, например: «отправляйся к столу на третьем этаже», языковая модель декомпозирует эту сложную цель в последовательность простых, элементарных действий, понятных роботу.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
zanauku.mipt.ru
Журнал «За науку»: Разум в машине: российские ученые научили робота ориентироваться в многоэтажных зданиях и пользоваться лифтом
Новый подход LaMDEN объединяет построение подробной трехмерной карты окружения и возможности больших языковых моделей для планирования сложных действий
⚡5🔥5💯5❤1
Орбита стала новой шахтой: спутники с ИИ ускоряют добычу лития и меняют карту сырьевых зон
🛰 В мировой космической отрасли происходят перемены, которые ещё несколько лет назад казались авантюрой. Алгоритмы, работающие автономно на орбите, начинают выполнять задачи, требовавшие огромных команд аналитиков. А одно из последних открытий уже заставило пересмотреть подходы к разведке полезных ископаемых.
🤖 Переход к использованию искусственного интеллекта стал естественным этапом развития спутниковой геоинформатики. Австралийская компания Fleet Space разработала технологию Geodes, которая позволяет объединять данные радиочастотного зондирования, гравиметрии и машинного анализа в единый поток. Такой подход снимает часть нагрузки с исследовательских групп и позволяет ускорить интерпретацию сигналов.
⚙ Когда Fleet Space начала исследование района Джеймс-Бей в канадской провинции Квебек, никто не ожидал по-настоящему прорывного результата. Речь идёт о территории, которая считается перспективной, но малоизученной из-за сложного рельефа и высокой стоимости наземной разведки, однако, по результатам анализа было выявлено крупное месторождение лития. Главная особенность подхода Fleet Space заключается в способности интегрировать спутниковые данные и выводы машинного анализа без участия человека на раннем этапе. Спутники улавливают сигналы с поверхности и из подповерхностных структур, обрабатывают их прямо на орбите и формируют готовые модели.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
🛰 В мировой космической отрасли происходят перемены, которые ещё несколько лет назад казались авантюрой. Алгоритмы, работающие автономно на орбите, начинают выполнять задачи, требовавшие огромных команд аналитиков. А одно из последних открытий уже заставило пересмотреть подходы к разведке полезных ископаемых.
🤖 Переход к использованию искусственного интеллекта стал естественным этапом развития спутниковой геоинформатики. Австралийская компания Fleet Space разработала технологию Geodes, которая позволяет объединять данные радиочастотного зондирования, гравиметрии и машинного анализа в единый поток. Такой подход снимает часть нагрузки с исследовательских групп и позволяет ускорить интерпретацию сигналов.
⚙ Когда Fleet Space начала исследование района Джеймс-Бей в канадской провинции Квебек, никто не ожидал по-настоящему прорывного результата. Речь идёт о территории, которая считается перспективной, но малоизученной из-за сложного рельефа и высокой стоимости наземной разведки, однако, по результатам анализа было выявлено крупное месторождение лития. Главная особенность подхода Fleet Space заключается в способности интегрировать спутниковые данные и выводы машинного анализа без участия человека на раннем этапе. Спутники улавливают сигналы с поверхности и из подповерхностных структур, обрабатывают их прямо на орбите и формируют готовые модели.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
Правда.Ру
Орбита стала новой шахтой: спутники с ИИ ускоряют добычу лития и меняют карту сырьевых зон
Прорыв в спутниковой геологоразведке позволил ИИ впервые обнаружить литий из космоса. Технология меняет правила игры и открывает новые перспективы для отрасли.
⚡6❤🔥6❤3🔥2
Моделирование Млечного пути: 100 миллиардов звезд с использованием 7 миллионов ядер процессора.
🌌 Исследователи успешно провели первую в мире симуляцию Млечного Пути, которая точно воспроизводит более 100 миллиардов отдельных звезд на протяжении 10 тысяч лет. Это достижение было получено благодаря сочетанию искусственного интеллекта (ИИ) и численного моделирования. Симуляция не только воспроизводит в 100 раз больше отдельных звезд, чем предыдущие передовые модели, но и была создана более чем в 100 раз быстрее.
🔭 Астрофизики пытаются создать модель галактики Млечный Путь вплоть до отдельных звезд, которую можно было бы использовать для проверки теорий формирования галактик, их структуры и звездной эволюции на основе реальных наблюдений. Однако до сих пор ученым не удавалось моделировать крупные галактики, такие как Млечный Путь, сохраняя при этом высокое разрешение на уровне звезд.
❗Основная проблема заключается в количестве лет между каждым шагом моделирования — быстрые изменения на уровне отдельных звезд, такие как эволюция сверхновых, можно наблюдать только в том случае, если время между каждым снимком галактики достаточно короткое.
⏳ Однако обработка меньших временных шагов требует больше времени и вычислительных ресурсов. Помимо существующего на сегодняшний день ограничения по массе, если бы лучшая из существующих на сегодняшний день традиционная физическая модель попыталась смоделировать Млечный Путь вплоть до отдельных звезд, ей потребовалось бы 315 часов на каждые 1 миллион лет моделирования. При таких темпах моделирование даже миллиарда лет эволюции галактики заняло бы более 36 лет реального времени.
🧑🎓 Ответ на данную задачу представили ученые из Центра междисциплинарных теоретических и математических наук RIKEN в Японии вместе с коллегами из Токийского университета и Университета Барселоны в Испании. Они разработали новый подход, сочетающий в себе модель-заменитель на основе глубокого обучения с физическим моделированием.
⚙ Модель-заменитель была обучена на высокоточных симуляциях сверхновой и научилась предсказывать, как расширяется окружающий газ в течение 100 000 лет после взрыва сверхновой, не используя ресурсы остальной части модели. Этот упрощенный подход на основе ИИ позволил симуляции одновременно моделировать общую динамику галактики, а также мелкомасштабные явления, такие как взрывы сверхновых.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
🌌 Исследователи успешно провели первую в мире симуляцию Млечного Пути, которая точно воспроизводит более 100 миллиардов отдельных звезд на протяжении 10 тысяч лет. Это достижение было получено благодаря сочетанию искусственного интеллекта (ИИ) и численного моделирования. Симуляция не только воспроизводит в 100 раз больше отдельных звезд, чем предыдущие передовые модели, но и была создана более чем в 100 раз быстрее.
🔭 Астрофизики пытаются создать модель галактики Млечный Путь вплоть до отдельных звезд, которую можно было бы использовать для проверки теорий формирования галактик, их структуры и звездной эволюции на основе реальных наблюдений. Однако до сих пор ученым не удавалось моделировать крупные галактики, такие как Млечный Путь, сохраняя при этом высокое разрешение на уровне звезд.
❗Основная проблема заключается в количестве лет между каждым шагом моделирования — быстрые изменения на уровне отдельных звезд, такие как эволюция сверхновых, можно наблюдать только в том случае, если время между каждым снимком галактики достаточно короткое.
⏳ Однако обработка меньших временных шагов требует больше времени и вычислительных ресурсов. Помимо существующего на сегодняшний день ограничения по массе, если бы лучшая из существующих на сегодняшний день традиционная физическая модель попыталась смоделировать Млечный Путь вплоть до отдельных звезд, ей потребовалось бы 315 часов на каждые 1 миллион лет моделирования. При таких темпах моделирование даже миллиарда лет эволюции галактики заняло бы более 36 лет реального времени.
🧑🎓 Ответ на данную задачу представили ученые из Центра междисциплинарных теоретических и математических наук RIKEN в Японии вместе с коллегами из Токийского университета и Университета Барселоны в Испании. Они разработали новый подход, сочетающий в себе модель-заменитель на основе глубокого обучения с физическим моделированием.
⚙ Модель-заменитель была обучена на высокоточных симуляциях сверхновой и научилась предсказывать, как расширяется окружающий газ в течение 100 000 лет после взрыва сверхновой, не используя ресурсы остальной части модели. Этот упрощенный подход на основе ИИ позволил симуляции одновременно моделировать общую динамику галактики, а также мелкомасштабные явления, такие как взрывы сверхновых.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
❤7👍6🔥5
📆 20 января 2026 года в ЦЭМИ РАН состоялся практико-ориентированный семинар, посвященный использованию искусственного интеллекта в различных социально-экономических сферах. Докладчиком выступала профессор, доктор политических наук Светлана Сергеевна Бодрунова из Санкт-Петербургского государственного университета.
👨🎓 В рамках мероприятия были обсуждены вопросы доверия к искусственному интеллекту, проблемы валидации получаемых от него данных, а также перспективы его развития и использования в науке.
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
👨🎓 В рамках мероприятия были обсуждены вопросы доверия к искусственному интеллекту, проблемы валидации получаемых от него данных, а также перспективы его развития и использования в науке.
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
⚡7🔥6👍4
Что гиперпроизводство некачественного ИИ-продукта делает с наукой?
🕑 Последние года генеративный искусственный интеллект (ИИ) оказал глубокое влияние на общество. В частности, его влияние на человеческую письменность оказалось огромным.
🤖 Крупные языковые модели, лежащие в основе таких инструментов искусственного интеллекта, как ChatGPT, обучаются на самых разнообразных текстовых данных и теперь способны самостоятельно создавать сложные и высококачественные тексты. Самое важное, что широкое использование инструментов ИИ привело к гиперпроизводству так называемого «хлама ИИ»: низкокачественных результатов, созданных ИИ с минимальными или даже нулевыми усилиями человека.
👨🎓 Исследователи проанализировали аннотации более миллиона препринтов (общедоступных статей, еще не прошедших рецензирование), опубликованных в период с 2018 по 2024 год. Для выяснения, связано ли использование ИИ с повышением академической продуктивности и качества рукописей.
📃 Исследование показало, что когда автор начал использовать ИИ, количество публикуемых им препринтов резко возросло. В зависимости от платформы для препринтов, общее количество статей, после внедрения ИИ, увеличилось на 36,2–59,8%. В статьях, написанных с использованием ИИ, в среднем используется более сложный язык, чем в статьях, написанных без ИИ.
📒 Что касается статей, написанных без использования ИИ, чаще публиковались те, в которых применялся более сложный язык. Это говорит о том, что более сложные и качественные тексты воспринимаются как обладающие большей научной ценностью. Однако, когда речь зашла о статьях, написанных с помощью ИИ, эта зависимость оказалась обратной — чем сложнее был язык, тем меньше была вероятность публикации статьи. Это говорит о том, что сложный язык, сгенерированный ИИ, использовался для сокрытия низкого качества научной работы.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
🕑 Последние года генеративный искусственный интеллект (ИИ) оказал глубокое влияние на общество. В частности, его влияние на человеческую письменность оказалось огромным.
🤖 Крупные языковые модели, лежащие в основе таких инструментов искусственного интеллекта, как ChatGPT, обучаются на самых разнообразных текстовых данных и теперь способны самостоятельно создавать сложные и высококачественные тексты. Самое важное, что широкое использование инструментов ИИ привело к гиперпроизводству так называемого «хлама ИИ»: низкокачественных результатов, созданных ИИ с минимальными или даже нулевыми усилиями человека.
👨🎓 Исследователи проанализировали аннотации более миллиона препринтов (общедоступных статей, еще не прошедших рецензирование), опубликованных в период с 2018 по 2024 год. Для выяснения, связано ли использование ИИ с повышением академической продуктивности и качества рукописей.
📃 Исследование показало, что когда автор начал использовать ИИ, количество публикуемых им препринтов резко возросло. В зависимости от платформы для препринтов, общее количество статей, после внедрения ИИ, увеличилось на 36,2–59,8%. В статьях, написанных с использованием ИИ, в среднем используется более сложный язык, чем в статьях, написанных без ИИ.
📒 Что касается статей, написанных без использования ИИ, чаще публиковались те, в которых применялся более сложный язык. Это говорит о том, что более сложные и качественные тексты воспринимаются как обладающие большей научной ценностью. Однако, когда речь зашла о статьях, написанных с помощью ИИ, эта зависимость оказалась обратной — чем сложнее был язык, тем меньше была вероятность публикации статьи. Это говорит о том, что сложный язык, сгенерированный ИИ, использовался для сокрытия низкого качества научной работы.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
Tech Xplore
What the hyperproduction of AI slop is doing to science
Over the past three years, generative artificial intelligence (AI) has had a profound impact on society. AI's impact on human writing, in particular, has been enormous.
👍8🔥3😱3❤1
Апокалипсис, которого не было, или почему мир боялся наступления 2000 года
🕑 На рубеже XX и XXI веков человечество столкнулось с уникальным кризисом, порожденным его же собственным технологическим прогрессом. Угроза была закодирована в миллиардах строк программного кода, на которых к концу 1990-х годов держалась вся мировая инфраструктура. «Проблема 2000 года» потребовала от всех стран беспрецедентной координации, титанических усилий программистов и серьезных финансовых затрат, став первой в своем роде. Названий у нее было множество – «проблема Y2K» или «Y2K-совместимость», проблема «Миллениум», а также «проблема 2000».
‼ «Проблема Y2K» была заложена на заре компьютерной эры, в 1960-е годы. Заключалась она в том, что разработчики программного обеспечения, выпущенного в XX веке, использовали два знака для представления года в датах, например, 1 января 1961 года представлялось как «01.01.61». Ввиду аппаратных ограничений такие сокращения позволяли компаниям экономить большое количество памяти.
📟 Однако подобная экономия создала скрытую системную уязвимость, так как при наступлении 2000 года компьютерные алгоритмы, настроенные на двухзначное считывание года, могли интерпретировать «00» как «1900», а не как новый век. Это грозило масштабными логическими сбоями в любых системах, зависящих от корректного расчета дат.
🔴 Проблема «Миллениум» заключалась не столько в потенциальных неудобствах для пользователей, сколько в тотальной компьютеризации критической инфраструктуры, поскольку к концу XX века от корректной работы программного обеспечения зависели уже не только финансовые транзакции, но и промышленность, военная сфера и так далее.
А как удалось решить эту проблему и какие были реальные последствия «несостоявшегося апокалипсиса» вы узнаете 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
🕑 На рубеже XX и XXI веков человечество столкнулось с уникальным кризисом, порожденным его же собственным технологическим прогрессом. Угроза была закодирована в миллиардах строк программного кода, на которых к концу 1990-х годов держалась вся мировая инфраструктура. «Проблема 2000 года» потребовала от всех стран беспрецедентной координации, титанических усилий программистов и серьезных финансовых затрат, став первой в своем роде. Названий у нее было множество – «проблема Y2K» или «Y2K-совместимость», проблема «Миллениум», а также «проблема 2000».
‼ «Проблема Y2K» была заложена на заре компьютерной эры, в 1960-е годы. Заключалась она в том, что разработчики программного обеспечения, выпущенного в XX веке, использовали два знака для представления года в датах, например, 1 января 1961 года представлялось как «01.01.61». Ввиду аппаратных ограничений такие сокращения позволяли компаниям экономить большое количество памяти.
📟 Однако подобная экономия создала скрытую системную уязвимость, так как при наступлении 2000 года компьютерные алгоритмы, настроенные на двухзначное считывание года, могли интерпретировать «00» как «1900», а не как новый век. Это грозило масштабными логическими сбоями в любых системах, зависящих от корректного расчета дат.
🔴 Проблема «Миллениум» заключалась не столько в потенциальных неудобствах для пользователей, сколько в тотальной компьютеризации критической инфраструктуры, поскольку к концу XX века от корректной работы программного обеспечения зависели уже не только финансовые транзакции, но и промышленность, военная сфера и так далее.
А как удалось решить эту проблему и какие были реальные последствия «несостоявшегося апокалипсиса» вы узнаете 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
Дзен | Статьи
Апокалипсис, которого не было, или почему мир боялся наступления 2000 года
Статья автора «РОСМИМ» в Дзене ✍: На рубеже XX и XXI веков человечество столкнулось с уникальным кризисом, порожденным его же собственным технологическим прогрессом.
🔥8⚡5❤3❤🔥2
⭐ Стартовал один из главных ИТ-конкурсов страны — «Цифровой марафон» от Сбера. Присоединяйтесь, чтобы повысить уровень цифровой грамотности, освоить новые навыки в области искусственного интеллекта (ИИ), алгоритмического мышления и программирования
🎮 Соревнования пройдут в онлайн- и офлайн-форматах. Участники смогут:
- выполнять образовательные задания
- получать цифровые навыки
- проходить квесты
- изучать инструкции по работе с ГигаЧатом и пользоваться им при работе над конкурсными заданиями
- общаться с другими участниками
🏆 Зарабатывайте баллы, чтобы войти в число победителей
Этапы марафона:
- Регистрация — до 3 апреля
- Образовательный этап — до 10 апреля
- Онлайн-тестирование цифровых навыков — с 24 марта по 6 апреля включительно
- Практический проектный этап — с 6 по 20 апреля включительно.
Всех, кто зарегистрируется до 10 апреля, ждут бесплатные крусы.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
🎮 Соревнования пройдут в онлайн- и офлайн-форматах. Участники смогут:
- выполнять образовательные задания
- получать цифровые навыки
- проходить квесты
- изучать инструкции по работе с ГигаЧатом и пользоваться им при работе над конкурсными заданиями
- общаться с другими участниками
🏆 Зарабатывайте баллы, чтобы войти в число победителей
Этапы марафона:
- Регистрация — до 3 апреля
- Образовательный этап — до 10 апреля
- Онлайн-тестирование цифровых навыков — с 24 марта по 6 апреля включительно
- Практический проектный этап — с 6 по 20 апреля включительно.
Всех, кто зарегистрируется до 10 апреля, ждут бесплатные крусы.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
🔥7👍3⚡2🤨1
«Человечество расколется на два разных вида»: ИИ - это только разминка перед штурмом людского мозга
🎩 Основатель OpenAI Сэм Альтман сделал ставку на смелую технологию: стартап разрабатывает метод беспроводного подключения искусственного интеллекта (ИИ) к мозгу человека с помощью ультразвука, без хирургии и имплантов. Идея заключается в использовании сфокусированных ультразвуковых волн для безопасного проникновения через череп и воздействия на нейроны — для их стимуляции или считывания активности.
👨⚕ По словам научного сотрудника института «Компьютерные науки и прикладная математика» МАИ, проект выглядит закономерным развитием экосистемы искусственного интеллекта. Если сегодня ИИ общается с человеком через текст и изображения, то в будущем прямой нейроинтерфейс может стать инструментом для усиления мышления. Неинвазивность в данном стартапе выступает ключевым преимуществом.
💰 Опасения о том, что подобные разработки — часть плана по установлению контроля над людьми, эксперт из МАИ считает надуманными. Участие Сэма Альтмана он объясняет стандартной практикой венчурных инвестиций в высокорисковые прорывные направления.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
🎩 Основатель OpenAI Сэм Альтман сделал ставку на смелую технологию: стартап разрабатывает метод беспроводного подключения искусственного интеллекта (ИИ) к мозгу человека с помощью ультразвука, без хирургии и имплантов. Идея заключается в использовании сфокусированных ультразвуковых волн для безопасного проникновения через череп и воздействия на нейроны — для их стимуляции или считывания активности.
👨⚕ По словам научного сотрудника института «Компьютерные науки и прикладная математика» МАИ, проект выглядит закономерным развитием экосистемы искусственного интеллекта. Если сегодня ИИ общается с человеком через текст и изображения, то в будущем прямой нейроинтерфейс может стать инструментом для усиления мышления. Неинвазивность в данном стартапе выступает ключевым преимуществом.
💰 Опасения о том, что подобные разработки — часть плана по установлению контроля над людьми, эксперт из МАИ считает надуманными. Участие Сэма Альтмана он объясняет стандартной практикой венчурных инвестиций в высокорисковые прорывные направления.
Подробнее 👉здесь
💬Telegram | 📺Rutube |📓Дзен | 📝ВК
www.mk.ru
«Человечество расколется на два разных вида»: ИИ - это только разминка перед штурмом людского мозга
Основатель OpenAI Сэм Альтман сделал ставку на смелую технологию: стартап разрабатывает метод беспроводного подключения искусственного интеллекта (ИИ) к мозгу человека с помощью ультразвука, без хирургии и имплантов. Идея заключается в использовании сфокусированных…
👍6⚡4🔥4
📆 30 января в Школе на проспекте Вернадского состоялась финальная защита учеников 10-х классов. Команды подготовили самые разные проекты под руководством специалистов ЦЭМИ РАН и РОСМИМ.
👨🎓 Ребята из предпринимательского, инженерного и ИТ- классов представили такие разработки, как:
1. Оптимизация работы скорой медицинской помощи. Ученики создали имитационную модель, позволяющую усовершенствовать систему реагирования и повысить эффективность оказания экстренной помощи.
2. Автоматизация школьного пространства. Представлен рабочий прототип роботизированной гардеробной системы, призванной оптимизировать использование пространства и упростить повседневные процессы.
3. Международные логистические цепочки. Проведён детальный анализ проблем доставки грузов из Китая в Европу, выявлены ключевые сложности и предложены пути их решения.
4. Поисково-спасательные технологии. Разработана концепция беспилотного летательного аппарата для поисково-спасательных операций. Проект включает систему вспомогательной идентификации объектов и создание цифрового прототипа на базе имитационной и 3D-моделей.
5. Градостроительное планирование. Создана имитационная модель для оценки территориальной доступности социальной и коммерческой инфраструктуры жилого комплекса. Модель позволяет анализировать, насколько эффективно инфраструктура удовлетворяет потребности жителей.
6. Логистика маркетплейсов. Разработана имитационная модель для определения оптимального расположения нового склада Ozon и построения эффективных маршрутов доставки. Цель проекта — снижение нагрузки на логистические операции и сокращение сроков доставки.
7. Безопасность атомной энергетики. Создана имитационная модель Курской атомной электростанции с возможностью симуляции чрезвычайных происшествий. Проект позволяет анализировать потенциальные риски и отрабатывать сценарии реагирования на нештатные ситуации.
🏆 Упорный труд на протяжении 5 месяцев дал свои результаты. У ребят впереди важнейшая задача - подача и участие в городских и локальных конкурсах, желаем им огромных успехов!
👨🎓 Ребята из предпринимательского, инженерного и ИТ- классов представили такие разработки, как:
1. Оптимизация работы скорой медицинской помощи. Ученики создали имитационную модель, позволяющую усовершенствовать систему реагирования и повысить эффективность оказания экстренной помощи.
2. Автоматизация школьного пространства. Представлен рабочий прототип роботизированной гардеробной системы, призванной оптимизировать использование пространства и упростить повседневные процессы.
3. Международные логистические цепочки. Проведён детальный анализ проблем доставки грузов из Китая в Европу, выявлены ключевые сложности и предложены пути их решения.
4. Поисково-спасательные технологии. Разработана концепция беспилотного летательного аппарата для поисково-спасательных операций. Проект включает систему вспомогательной идентификации объектов и создание цифрового прототипа на базе имитационной и 3D-моделей.
5. Градостроительное планирование. Создана имитационная модель для оценки территориальной доступности социальной и коммерческой инфраструктуры жилого комплекса. Модель позволяет анализировать, насколько эффективно инфраструктура удовлетворяет потребности жителей.
6. Логистика маркетплейсов. Разработана имитационная модель для определения оптимального расположения нового склада Ozon и построения эффективных маршрутов доставки. Цель проекта — снижение нагрузки на логистические операции и сокращение сроков доставки.
7. Безопасность атомной энергетики. Создана имитационная модель Курской атомной электростанции с возможностью симуляции чрезвычайных происшествий. Проект позволяет анализировать потенциальные риски и отрабатывать сценарии реагирования на нештатные ситуации.
🏆 Упорный труд на протяжении 5 месяцев дал свои результаты. У ребят впереди важнейшая задача - подача и участие в городских и локальных конкурсах, желаем им огромных успехов!
1❤11🔥7❤🔥6