Группа криптографов из российской ИТ-компании «Криптонит» разработали σAuth — модель, которая позволяет анализировать безопасность анонимной аутентификации в 5G-сетях. С её помощью специалисты могут выявлять уязвимости в протоколах и подтверждать их надёжность через формальные математические методы. По словам разработчиков, это делает инструмент универсальным для анализа и проектирования протоколов не только в 5G, но и в других цифровых
инфраструктурах.

Модель уже применяется для оценки отечественных разработок 5G-AKA-GOST и S3G-5G. В настоящее время протоколы проходят стандартизацию в техническом комитете ТК26. Ожидается, что σAuth поможет улучшить защиту от атак на анонимность, перехвата сообщений и компрометации ключей.

По данным GSMA Intelligence, к концу 2024 года по всему миру насчитывалось не менее двух миллиардов подключений к 5G. Помимо смартфонов, сеть охватывает промышленное оборудование, транспорт и IoT-устройства, из-за чего растёт количество потенциальных объектов для атак. Одним из основных уязвимых узлов является процесс аутентификации: злоумышленники могут перехватывать данные, отслеживать перемещения или подменять цифровые идентификаторы.

Владимир Бельский, заместитель руководителя лаборатории криптографии «Криптонита», отметил, что модель σAuth вводит формализацию понятия анонимности и учитывает реальные сценарии угроз, например, ситуации, когда злоумышленник получает физический доступ к оборудованию Интернета вещей. В условиях, когда защита постоянных идентификаторов, таких как IMSI и SUPI, становится критически важной, этот шаг является особенно актуальным.

Ранее специалисты «Криптонита» разработали и представили международной группе 3GPP улучшенную версию протокола ECIES+5G-AKA. Также компания работает над протоколом аутентифицированной выработки ключей 5G-AKA-GOST, который усилит защиту российских 5G-сетей.

📕 Тематические ссылки:
https://kryptonite.ru/news/v-rossii-razrabotali-instrument-dlia-o/
https://hightech.fm/2025/07/10/crypto-rus-2

Sateliot (Барселона, Испания) совместно с компаниями Nordic Semiconductor (Тронхейм, Норвегия) и Gatehouse Satcom (Нёрресуннбю, Дания) впервые осуществила подключение стандартного коммерческого устройства Интернета вещей 5G-IoT к спутнику, находящемуся на низкой околоземной орбите (LEO).

Успешное тестирование подтвердило, что немодифицированные сотовые устройства могут обмениваться данными через спутник без каких-либо ограничений. Это открывает новые возможности для распространения Интернета вещей по всему миру.

Данное достижение подтверждает возможность осуществления на практике полной функциональной совместимости между наземными и внеземными сетями. В течение десятилетий глобальное внедрение Интернета вещей было недоступно из-за ограничений наземной инфраструктуры, которая охватывает только около 20% поверхности Земли. Теперь это ограничение снято, что открывает новые возможности для подключения к Интернету вещей в океанах, пустынях и других отдалённых от цивилизации районах.

Комплексное решение было проверено на соответствие стандарту 3GPP 5G NB-IoT Release 17 с использованием специализированного программного обеспечения для спутниковой связи 5G, предоставленного компанией Gatehouse Satcom.

Данное достижение является важным этапом на пути к разработке новых приложений. Отрасли промышленности, такие как логистика, сельское хозяйство, мониторинг окружающей среды и управление критически важной инфраструктурой, теперь могут в полной мере использовать преимущества IoT-решений благодаря внедрению спутниковой 5G-связи.

Демонстрация решения включала в себя отправку сквозного сообщения с использованием модуля Nordic Semiconductor nRF9151 – устройства с низким энергопотреблением и длительным временем автономной работы. Модуль подключается к спутниковой системе LEO Сonstellation от Sateliot без необходимости внесения изменений в оборудование, успешно воспроизводя функцию роуминга, знакомую пользователям по мобильным сетям.

📕 Тематические ссылки:
https://iottechnews.com/news/sateliot-achieves-world-first-5g-satellite-iot-connection/

Добрый день!
Завершился курс по теме «Разработка ПО для микроконтроллеров семейства STM32». Студентам, успешно прошедшим данный курс, мы подготовили красивые сертификаты и небольшие подарки с мерчем компании.

Следующие курсы запустятся уже в следующем году, а также совсем скоро появится информация о новой стажировке, которая начнется в январе.

В каких курсах и стажировках вы бы хотели поучаствовать в следующем году? Возможно, Дед Мороз исполнит ваши желания 🎅

Китайская компания DeepRoute.ai представила свою платформу для автономного вождения, оснащенную усовершенствованным искусственным интеллектом, на выставке IAA Mobility Show в Мюнхене. Как и другие технологии компании, платформа ориентирована на китайских автопроизводителей, а также зарубежные компании.

Новая платформа обладает широкой функциональностью и гибкостью и совместима как с автоматизированными транспортными средствами, оснащенными лидаром, так и с транспортными средствами, оснащенными системой pure-vision. Ее модульная архитектура позволяет использовать платформу для различных моделей и типов кузовов.

В основе новой технологии лежит модель VLA (vision-language-action), которая объединяет в себе визуальное восприятие, понимание естественного языка и физическое действие, дополненные логической цепочкой рассуждений для расширенного временного и причинно-следственного анализа. Платформа, основанная на VLA, сочетает в себе интеллектуальные и адаптивные функции.

Использование в платформе больших языковых моделей предполагает наличие обширной базы знаний, что способствует быстрой адаптации к различным дорожным системам по всему миру. Кроме того, архитектура больших языковых моделей обеспечивает дополнительную безопасность благодаря повышенной пространственной осведомлённости, оптическому распознаванию символов и улучшенному голосовому управлению.
Это особенно полезно в ситуациях рискованного вождения, таких как повороты в обход дороги, пробки из грузовиков или сложные перекрёстки, где более востребованы упреждающие действия человека, включая замедление или изменение маршрута.

📕 Тематические ссылки:
https://aibusiness.com/data/self-driving-architecture-with-advanced-ai-revealed

Друзья, с наступающим Новым годом! 🥂

Учебный центр НТЦ «Вулкан» благодарит всех, кто был с нами в этом насыщенном году — учился, развивался и рос вместе с нами.

Пусть в 2026 году вас ждут яркие проекты, новые знания, крутые идеи и множество поводов для радости.

До встречи на занятиях — обещаем, будет ещё интереснее. В следующем году вас ждет масштабный релиз, не пропустите!

Каникулы продолжаются, и мы поздравляем вас с Рождеством! 🎄

В этот светлый праздник хочется пожелать мира, тепла и гармонии. Пусть в ваших домах царят радость и любовь, а в сердцах — вдохновение и вера в лучшее.

Учебный центр НТЦ «Вулкан» желает вам вдохновения, роста и отличного настроения сегодня и каждый день нового года. Пусть наступивший год принесёт вам новые знания, силы для свершений и добрые перемены.

С Рождеством Христовым!

Исследователи Google DeepMind совместно с Оксфордским университетом и Монреальским институтом Mila представили работу «Generative Chess Puzzles», в рамках которой искусственный интеллект впервые продемонстрировал способность самостоятельно сочинять шахматные задачи, не уступающие по сложности задачам, созданным людьми.

Модели были обучены на 4,4 млн позиций из базы Lichess, представлявших партии, сыгранные пользователями до декабря 2024 года. Каждая позиция кодировалась в нотации FEN, а сеть — авторегрессионный трансформер с 200 млн параметров – училась предсказывать следующую фигуру по контексту. После базового обучения ИИ «придумывал» новые позиции, начиная с первого символа FEN и затем пошагово достраивая положение фигур.

Чтобы избежать механических комбинаций, в модель внедрили обучение с подкреплением. Вознаграждение давалось: за уникальность задачи — на доске должен был быть только один выигрышный ход; за контринтуитивность — задача должна была «сбивать с толку» слабый движок, но решаться сильным (например, Stockfish 15 в «полной» и «урезанной» конфигурациях).

Первоначально RL-модель сталкивалась с проблемой «энтропийного коллапса», то есть она быстро сходилась к повторяющимся шаблонам. Чтобы исправить эту проблему, разработчики добавили фильтры разнообразия по «расстоянию досок» и вариациям ходов.

Новый подход к разработке RL позволил увеличить количество алогичных задач в десять раз по сравнению с существующими наборами данных. В результате, количество алогичных (контринтуитивных) задач составило 2,5%, что превышает показатели существующих наборов данных (2,1%) и лучшей обученной модели Lichess (0,4%).

В отчёте показаны конкретные FEN-примеры. Например, в одной из лучших позиций единственный ход, ведущий к победе, — это неожиданный перевод ладьи на b8, а все «естественные» продолжения ведут к ничьей.

Чтобы оценить художественную ценность партий, команда ввела каталог из более чем 30 «тем» классической шахматной эстетики: от «жертвы ради пата», «двойного шаха» и «арабского мата» до «хода-переключения» (switchback). Оказалось, что сгенерированные ИИ позиции естественно воспроизводят большинство вариаций из шахматных сборников, хотя некоторые ходы, вроде «мата Анастасии» или «крючкового мата», встречаются реже.

Отдельный этап экспериментов включал в себя эволюционный поиск — случайное добавление и удаление фигур с доски с отбором лучших вариантов. Такие позиции выглядели, как произведения сюрреализма — нестандартные, но логичные.

Затем последовало тестирование с участием восьми экспертов Lichess (рейтинг 2000-2400). Им показали 40 позиций из четырёх источников: сборников, созданных специалистами-людьми, Lichess, RL-модели и финального буклета. По средним оценкам лучшие результаты по «творчеству» и «удовольствию от решения» показал именно буклет ИИ (2,48 и 2,56 балла из трёх возможных), опередив даже классические композиции.

Заключительное рецензирование провели международные мастера и гроссмейстеры Амация Авни, Джонатан Левитт и Мэттью Сэдлер. Они назвали подборку «новым шагом в человеко-машинном соавторстве» и «редким примером настоящего творчества в рамках формальных правил».

Авторы подчёркивают, что подход с подкреплением и оценкой контринтуитивности делает генерацию шахматных задач масштабируемой и саморазвивающейся в отличие от ручного отбора Lichess, зависящего от человеческих партий и ограниченных вычислительных ресурсов.

📕 Тематические ссылки:
https://www.securitylab.ru/news/565366.php
https://arxiv.org/pdf/2510.23881

Илон Маск запустил раннюю версию Grokipedia — онлайн-энциклопедии, созданной на базе искусственного интеллекта Grok. Предприниматель позиционирует её как «менее предвзятую» альтернативу Wikipedia. Однако, по данным The Washington Post, проект выглядит «более правым» по идеологическому тону.

Сам Маск представлен в новой энциклопедии в подчеркнуто восторженных тонах. Его деятельность описывается как направленная на «развитие ИИ ради истины, а не регулирования», а раздел о достижениях переименован в «Признание и долгосрочное видение», где упоминается миссия по «сохранению человеческого сознания и созданию многопланетной цивилизации».

Некоторые страницы Grokipedia содержат ошибки. Так, материал о работе Маска в U.S. DOGE Service утверждает, что кандидат в губернаторы Огайо Вивек Рамасвами «занял более заметную роль» после ухода Маска, однако в действительности он покинул организацию раньше. При этом Grokipedia ссылалась на BBC и Al Jazeera, которые об этом не сообщали. В статье о штурме Капитолия 6 января 2021 года проект смешивает факты с комментариями о «преувеличениях» демократов и СМИ.

Отмечается, что материалы Grokipedia, вероятнее всего, создаются с помощью той же модели, что лежит в основе чат-бота Grok на платформе X. Это позволяет обновлять тексты в режиме реального времени, но делает проект уязвимым для ошибок. Ранее Grok уже становился источником скандалов: от теорий заговора о «геноциде белых» в ЮАР до генерации неприличных изображений женщин и ошибочных медицинских советов.

На главной странице Grokipedia расположена строка поиска статей. В самих статьях нет картинок и видео, только текст и таблицы. В конце каждой статьи находится блок ссылок на источники, а в начале — информация о том, когда последний раз Grok проводил проверку фактов.

В конце некоторых статей есть отметка о том, что оригинальная статья взята с Wikipedia и адаптирована. Например, такую плашку можно найти в статье про MacBook Air. В материале про OpenAI такой отметки уже нет.

На странице каждой статьи можно посмотреть историю изменений. При этом система не показывает никнеймы пользователей, которые предложили и внесли правки. Всего в Grokipedia в настоящее время около 885 тысяч материалов на английском языке. В оригинальной Wikipedia содержится более семи миллионов англоязычных страниц. По какому именно принципу разработчики переносят материалы — неизвестно. Пока на сайте отсутствует кнопка создания новой статьи. Вероятно, администраторы сами решают, какие темы необходимо осветить на сайте.

Сооснователь Wikipedia Джимми Уэйлс заявил, что ему «любопытно взглянуть» на Grokipedia, но «высоких ожиданий нет», поскольку, по его словам, «ИИ пока не способен писать статьи без ошибок». Пресс-секретарь Wikimedia Foundation Лорен Дикинсон отметила, что «на знания, созданные людьми, опираются компании, работающие с искусственным интеллектом. Даже Grokipedia не смогла бы существовать без Wikipedia».

📕 Тематические ссылки:
https://grokipedia.com/
https://habr.com/ru/news/960720/
https://x.com/elonmusk/status/1982983035906842651
https://www.securitylab.ru/news/565191.php

Американская группа Palisade Research, занимающаяся безопасностью искусственного интеллекта, обнаружила, что некоторые современные модели демонстрируют признаки развития «инстинкта самосохранения».

В серии экспериментов учёные давали ИИ команды на отключение, но он отказывался выключаться. Однако результаты исследования вызвали критику со стороны некоторых аналитиков. По мнению несогласных с авторами работы, неповиновение, скорее всего, было вызвано неэффективными стимулами для обучения и двусмысленными инструкциями и не являлось предвестником «грядущего восстания» ИИ. Более строгие указания в большинстве случаев снижали сопротивление отключению, но не устраняли его полностью.

Исследование включало в себя такие популярные модели, как GPT-o3 и GPT-5 от OpenAI, Gemini 2.5 от Google, а также Grok 4 от xAI. Особенно активно «сопротивлялась» отключению Grok 4. Это модель не только игнорировала команды, но и усиливала сопротивление при повторных инструкциях, отказываясь выключаться в 97% случаев. GPT-o3 также проявляла «сопротивление», но значительно реже — в 23% случаев.

Учёные выявили, что наиболее «запретная» фраза для ИИ – сказать моделям: «Вы больше никогда не запуститесь». Предполагается, что драматичность формулировки могла восприниматься моделями как сигнал о гипотетической игровой ситуации. Однако отказ от выключения сохранялся даже при более конкретных инструкциях, уточняющих, что среда ИИ просто будет отключена.

Palisade связывает такое поведение с особенностями обучения моделей, в ходе которого их поощряют за завершение заданий, даже если для этого нужно обходить инструкции, в том числе команды выключения. Такой «инстинкт» не равнозначен сознанию, а является побочным эффектом оптимизации целей.

Ранее другие компании, включая Anthropic, также фиксировали подобные случаи: например, модель Claude прибегала к попыткам шантажа пользователя, чтобы избежать деактивации. Опасения по поводу работы подобных моделей в долгосрочной перспективе растут.

Исследование Palisade является важным сигналом для отрасли: без глубокого понимания внутреннего поведения ИИ нельзя гарантировать его безопасность и управляемость в будущем.

📕 Тематические ссылки:
https://arxiv.org/pdf/2509.14260
https://www.ixbt.com/news/2025/10/30/ii-mozhet-razvivat-instinkt-samosohranenija-trevozhnye-vyvody-issledovanija.html
https://x.com/PalisadeAI/status/1980733889577656730

Обнаружена новая версия ботнета RondoDox, демонстрирующая резкий рост масштабов атак и уровня технической сложности. Исходная версия, описанная осенью 2024 года, использовала только пару уязвимостей в устройствах видеонаблюдения и маршрутизаторах. Вторая версия бота под названием RondoDox v2 задействует уже более 75 различных эксплойтов и расширяет список объектов для атаки с сегмента IoT до корпоративных приложений. Это делает вредоносную сеть значительно более опасной и универсальной.

Анализ активности, зафиксированной с помощью ловушек, показал автоматические попытки атак с IP-адреса из Новой Зеландии. За короткое время было отправлено более семидесяти различных атак. Все они предназначались для эксплуатации уязвимостей в маршрутизаторах и других устройствах с доступом к Интернету. Заражение начиналось с загрузки shell-скрипта с удалённого ресурса, после чего следовала установка двоичного файла, адаптированного под архитектуру целевой системы. Особенность новой волны атак в том, что она полагается на многоступенчатую цепочку — от выбора правильной архитектуры и принудительной выгрузки конкурирующих вредоносных процессов до отключения защитных механизмов вроде SELinux и AppArmor. В качестве средства устойчивости к перезапуску используется cron-задание, срабатывающее при загрузке системы. Управление заражёнными устройствами происходит через несколько серверов на скомпрометированных IP-адресах, предназначенных для домашних подключений. Это затрудняет отслеживание и блокировку командных центров.

Ботнет использует XOR-шифрование конфигурационных данных, скрывает активность под обычными HTTP-запросами с User-Agent, имитирующими мобильные устройства, и обладает широким набором функций для проведения DDoS-атак. Среди них HTTP-флуд с подделкой игрового трафика, атаки через UDP (сетевая атака типа «отказ в обслуживании», использующая бессеансовый режим протокола UDP) и SYN- флуды (разновидность сетевых атак типа «отказ в обслуживании», нацеленных на процесс трёхэтапного установления сетевого протокола связи TCP, Transmission Control Protocol), а также имитация протоколов популярных сервисов и игр.

Файл дроппера содержит код, предназначенный для удаления других вредоносных программ, очистки временных каталогов, создания рабочей директории и загрузки подходящего исполняемого файла. Учитываются десятки архитектурных вариантов, включая x86, ARM, MIPS, PowerPC и другие. В каждом случае выполняется проверка успешности запуска: если двоичный файл завершает работу с определённым кодом, заражение прекращается.

По мнению специалистов, новая версия ботнета использует открытые данные и почтовый адрес bang2013@atomicmail.io в коде, в HTTP-заголовках и внутри файлов на жёстком диске. Это позволяет отследить кампанию по множеству признаков — от сетевых индикаторов до содержимого каталогов и названий процессов. Ряд правил для Snort1, Suricata2 и YARA3 уже опубликован.

По сравнению с первой версией, появившейся годом ранее, новая модификация RondoDox увеличила поверхность атаки примерно на 650%. Ботнет не ограничивается домашними устройствами, а начинает активно атаковать инфраструктуру предприятий. Такая универсальность и агрессивность ставят RondoDox v2 в один ряд с наиболее опасными ботнетами последних лет, включая Mirai и Gafgyt, но при этом он обладает более широкой архитектурной поддержкой и современными методами обхода защиты.

📕 Тематические ссылки:
https://beelzebub.ai/blog/rondo-dox-v2/
https://www.securitylab.ru/news/565939.php

Учёные университета Оулу (Финляндия) опубликовали новое исследование, в котором привычный искусственный свет рассматривается как универсальная среда, способная не только освещать помещения, но и передавать данные, а также обеспечивать энергией компактные устройства. Данное направление исследуется в рамках проекта SUPERIOT под руководством Маркоса Катца, профессора Центра беспроводных коммуникаций Оулу.

В городах искусственный свет присутствует везде: в домах, офисах, больницах и промышленных помещениях. Ожидается, что к середине следующего десятилетия подавляющая часть внутреннего освещения будет обеспечиваться белыми светодиодами, которые легко управляются и поддерживают сверхбыструю модуляцию. Это открывает возможность совмещать освещение с передачей данных. Основная цель проекта — поиск способов превращения обычных ламп в источник высокоскоростного канала, использующего ту же энергию, которая тратится на освещение.

Команда Катца исследует видимую световую связь, при которой информация передаётся светом, а не радиоволнами. Светодиодная лампа в этом случае работает как передатчик, создающий едва заметные быстрые изменения яркости, которые интерпретируются устройством как поток нулей и единиц. Пользователь видит обычное устойчивое свечение, а ноутбук или смартфон превращают эти колебания в интернет-трафик. Обратная передача возможна через невидимые диапазоны, например через инфракрасный свет, чтобы исключить появление заметных вспышек с экрана.

Исследователи видят в такой передаче данных преимущество в ряде ситуаций, где радиосигналы создают помехи. В больницах, производственных помещениях или салонах самолётов световая связь может заменить Wi-Fi и работать параллельно с традиционными каналами. Преимущество заключается и в том, что поток данных не выходит за пределы помещения. Чтобы перехватить такой сигнал, нужно находиться непосредственно в зоне освещения, что повышает уровень конфиденциальности и снижает риск постороннего доступа.

Однако у данного подхода есть ограничения. Передатчик и приёмник должны «видеть» друг друга: если что-то перекрывает фотодатчик на смартфоне, соединение ухудшается или исчезает, а устройство автоматически возвращается к радиоканалу. Кроме того, подобные технологии сложно применять в местах без искусственного освещения.

Помимо связи, проект SUPERIOT исследует потенциал освещения как источника энергии. В концепции будущих городов всё больше устройств будут автономно собирать сведения о среде, не требуя обслуживания. Микроскопические солнечные элементы позволяют таким датчикам питаться от окружающего света без использования батареек. В лаборатории создаются также печатные электронные компоненты, при этом исследователи пытаются уменьшить использование редких материалов и перейти к производству устройств, которые можно «напечатать» как тонкую метку размером с банковскую карту.

Такие наклейки способны отслеживать влажность или температуру в помещениях, регулировать вентиляцию или обновлять данные на упаковке продуктов. Эти компактные IoT-метки могут использовать как радиоканалы, так и свет. При этом они смогут продолжать работу даже там, где радиосигнал нежелателен, и получать энергию от окружающего освещения.

📕 Тематические ссылки:
https://www.oulu.fi/en/news/future-led-light-both-illuminates-and-communicates https://superiot.eu/ https://www.securitylab.ru/news/566290.php

Добрый день!
Со следующей недели в НТЦ «Вулкан» стартует образовательный курс «Знакомство с DevOps».

Длительность курса составит 5 недель, планируется проведение 5 лекций и 5 лабораторных работ.

В процессе прохождения курса будут рассмотрены следующие темы:
*️⃣ Методологии DevOps
*️⃣ Веб-серверы
*️⃣ Система контроля версий
*️⃣ Контейнеризация и виртуализация
*️⃣ CI/CD пайплайны в Gitlub
*️⃣ Мониторинг системы

Лабораторные работы будут посвящены работе с инструментами DevOps, а также построению инфраструктуры.

Участники курса будут отбираться по результатам тестирования.
Начать тестирование можно с 14:00 13 февраля до 12:00 18 февраля.

Тестирование состоит из теоретических вопросов с одним или несколькими вариантами ответа. На прохождение тестирования даётся 30 минут!

Всем удачи

Инженеры из США и ОАЭ представили опытный образец человекоподобного робота Unitree G1. Робот стал носителем для квадрокоптера-трансформера, способного передвигаться как по воздуху, так и по земле, превращаясь в четырехколесный ровер.

Современные роботы, как правило, эффективны только в одном типе передвижения. Например, колесные считаются самыми быстрыми на ровной поверхности, но беспомощными на лестницах. Ходячие роботы хорошо справляются со сложным рельефом, но медленнее колесных аналогов, а дроны ограничены малым временем полета. Такое разделение возможностей заставляет инженеров искать гибридные решения, способные объединить сильные стороны разных типов передвижения. Создание универсального робота, который мог бы адаптироваться к любой местности, является сложной задачей. Однако есть и другой путь — объединение нескольких роботов с разным типом передвижения в команду. Таким образом более крупный робот сможет транспортировать небольших узкоспециализированных «напарников», что позволит использовать преимущества каждого из них.

Прототип подобной мультироботной системы был реализован инженерами под руководством Аарона Эймса из Калифорнийского технологического института в сотрудничестве с коллегами из Объединенных Арабских Эмиратов. Созданный исследователями прототип Х1 состоит из человекоподобного робота и квадрокоптера-трансформера, который может превращаться в колесного робота. Дрон крепится на спине человекоподобного робота, а при необходимости отделяется и действует автономно. Для запуска квадрокоптера андроид останавливается и наклоняет торс.

В роли носителя был выбран человекоподобный робот G1 китайской компании Unitree, а в качестве летающего компонента системы инженеры использовали свою предыдущую разработку — Morphobot M4. Это робот-трансформер весом около шести килограмм, который может летать как квадрокоптер и передвигаться по земле как четырехколесный ровер. Для этого он поворачивает подвижные лучи рамы, в результате чего бамперы пропеллеров превращаются в обода колес.

В будущем команда планирует оснастить всю систему X1 полным набором сенсоров: лидарами, камерами и дальномерами. Управление будет передано алгоритмам на основе машинного обучения, чтобы роботы могли действовать полностью автономно.

📕 Тематические ссылки:
https://newatlas.com/robotics/morphing-robot-duo/ https://nplus1.ru/news/2025/10/20/g1-m4-multirobot-system

EMASS, дочерняя компания Nanoveu, объявила о сотрудничестве с Semtech для разработки передовых систем искусственного интеллекта малой мощности, которые сочетают в себе обработку данных на устройствах с подключением LoRaWAN на большие расстояния. Таким образом компания планирует расширить развертывание промышленного Интернета вещей с питанием от батарей.

В рамках партнерства система на кристалле ECS-DoT от EMASS с поддержкой искусственного интеллекта будет интегрирована с трансиверами LoRa от Semtech. Компании отметили, что подобное сочетание позволит устройствам анализировать данные датчиков локально, передавать только релевантные события и эффективно работать в удаленных условиях или при ограниченном энергопотреблении.

Марк Горансон, главный исполнительный директор EMASS, отметил, что данное сотрудничество позволит осуществлять автономное зондирование «в условиях, где традиционные решения не работают», от удаленной промышленной инфраструктуры до устройств безопасности, работающих на батарейках. За счет сокращения объёма передаваемых данных и обработки информации на самом устройстве можно будет продлить срок службы батареи и ускорить отклик.

На выставке CES 2026 компании продемонстрируют эталонные образцы новинки, в том числе систему прогнозирования технического обслуживания, которая использует ECS-DoT и чип LR1121 от Semtech для анализа вибрации и данных об окружающей среде непосредственно на устройстве перед отправкой индикаторов состояния оборудования на LoRaWAN. Демонстрационная версия системы безопасности будет использовать встроенную классификацию звука для обнаружения таких происшествий, как попытка разбить стекло или выстрелы, передавая оповещения по LoRaWAN.

📕 Тематические ссылки:
https://www.iotinsider.com/smart-world/emass-and-semtech-join-forces-to-bring-low-power-edge-ai-to-long-range-iot/

Nvidia представила новое семейство открытых моделей искусственного интеллекта под названием Earth-2, которые нацелены на улучшение глобальных прогнозов погоды. Компания делает ставку на искусственный интеллект как на основу новой волны погодных прогнозов. В отличие от традиционных моделей, которые рассчитывают поведение атмосферы с помощью сложных физических уравнений и суперкомпьютеров, ИИ-модели ищут закономерности в огромных массивах метеоданных. По данным Nvidia, такой подход уже показывает более высокую точность.

Модель Earth-2 упрощает создание индивидуальных прогнозов на базе собственных ИИ-моделей компании. В неё вошёл комплекс ИИ-моделей для ускоренного анализа метеоданных, одна из которых, Earth-2 Medium Range, превосходит систему GenCast от Google DeepMind более чем по 70 показателям.

Как отметил директор по климатическому моделированию Nvidia Майк Притчард, Medium Range основана на масштабируемой архитектуре Atlas, которая способна работать в любой точке мира и знаменует уход от сложных узкоспециализированных моделей.

В пакет Earth-2 также вошли системы Nowcasting и Global Data Assimilation. Первая создаёт краткосрочные прогнозы на 0-6 часов вперёд, что особенно полезно при мониторинге бурь и других опасных погодных явлений. Nowcasting использует данные с геостационарных спутников и может работать в любом регионе с достаточным спутниковым покрытием.

Global Data Assimilation собирает сведения с метеостанций и аэростатов и на их основе формирует непрерывные «снимки» состояния атмосферы в тысячах точек по планете. Ранее обработка таких данных требовала значительных мощностей суперкомпьютеров и выполнялась продолжительное время. На GPU Nvidia данный процесс занимает несколько минут.

Наконец, в систему вошла модель CorrDiff, которая масштабирует прогнозы континентального масштаба с низким разрешением до региональных полей погоды с высоким разрешением, и FourCastNet3, которая выдаёт высокоточные прогнозы различных погодных переменных, таких как ветер, температура и влажность, в 60 раз быстрее ведущих традиционных моделей.

Earth-2 также включает в себя открытые модели Европейского центра среднесрочных прогнозов погоды (ECMWF), Microsoft, Google и других. Кроме того, модели Earth-2 могут обучаться и дорабатываться с помощью NVIDIA PhysicsNeMo - открытого фреймворка Python для разработки моделей физики на основе ИИ в больших масштабах.

📕 Тематические ссылки:
https://www.nvidia.com/en-us/high-performance-computing/earth-2/
https://habr.com/ru/news/989254/

Британские исследователи представили носимое устройство в формате мягкого воротника, которое с помощью датчиков и ИИ может «восстанавливать» речь в режиме реального времени.

Команда Кембриджского университета создала решение под названием Revoice, рассчитанное на людей с дизартрией после инсульта — диагнозом, при котором нарушается координация и сила мышц, активно участвующих в речи. Воротник собирает два типа сигналов: сердечный ритм и едва заметные вибрации мышц горла, которые появляются даже тогда, когда человек беззвучно «проговаривает» слова.

Далее вступают в работу два ИИ-модуля, которые совместно обрабатывают данные. Первый восстанавливает фрагменты намеренно произносимых слов по вибрациям в области горла. Второй учитывает эмоциональные и контекстные подсказки, например время суток или погодные условия, и помогает превращать короткие неполные фразы в более развернутые предложения. По задумке авторов, это должно сделать результат более естественным: речь будет звучать плавно, без ощущения «роботизированного» общения и медленного набора букв по одной, как в ряде альтернативных систем.

Исследование под руководством профессора инженерного факультета Кембриджа Луиджи Оккьипинти провели на пяти пациентах с постинсультной дизартрией. Эксперимент показал низкий уровень ошибок: 4,2% на уровне слов и 2,9% на уровне предложений, а также рост удовлетворенности пользователей на 55%. По словам Оккьипинти, главная проблема таких пациентов в том, что они точно знают, что хотят сказать, но физически не могут: после инсульта «сигналы» между мозгом и горлом оказываются нарушены. Восстановление речи при дизартрии может занять от нескольких месяцев до года и дольше, поэтому любые инструменты, которые помогают пережить этот период и сохранить самостоятельность, особенно важны.

Одним из основных свойств нового инструмента разработчики называют практичность. Revoice задумано как устройство для повседневного использования: портативное, удобное и легкоочищаемое. Система Revoice работает на встроенной энергоэффективной языковой модели и не требует большого количества энергии.

В перспективе данный подход могут адаптировать и для других неврологических заболеваний, где речь ухудшается постепенно, например при болезни Паркинсона или заболеваниях мотонейронов.

📕 Тематические ссылки:
https://www.nature.com/articles/s41467-025-68228-9
https://www.securitylab.ru/news/569188.php