RTU MIREA1 создан в рамках проекта «Дежурный по планете» при поддержке Фонда содействия инновациям на платформе компании «Геоскан». Университет получил финансирование в 2022 году, а 5 ноября 2024 года спутник отправился в космос на ракете «Союз-2.1б».Спутник работает на солнечных батареях, умеет ориентироваться в пространстве с помощью специальных датчиков и моторчиков. На нем установлены два радиоканала: один для передачи простых команд и телеметрии, другой — для быстрой пересылки снимков и других данных. Позывной спутника — RS51S.На борту три главных прибора. Первый — камера, которая снимает Землю. Качество снимков не очень высокое (одна точка на фото — это примерно 320 метров на местности), но этого достаточно, чтобы изучать облака или грубо определять, куда смотрит спутник. Второй прибор — приемник сигналов спутниковых систем ГЛОНАСС и GPS. С его помощью изучается ионосфера — слой атмосферы, который меняется при землетрясениях, извержениях вулканов, а также влияет на распространение радиоволн. Третий прибор — передатчик для экспериментов со связью между спутниками.«Данные со спутника помогут студентам лучше понять радиотехнику на практике, например, изучая ионосферу, которая чувствительна к разным природным процессам. Надеемся, что наши студенты и выпускники внесут свой вклад в эти исследования», — рассказывает Святослав Литвинов, кандидат технических наук, доцент кафедры радиоэлектронных систем и комплексов РТУ МИРЭА.Спутник рассчитан на три года активной работы. Все это время студенты РТУ МИРЭА и радиолюбители всей страны смогут принимать с него данные, анализировать снимки и изучать, как радиоволны проходят через атмосферу. Это первый собственный спутник университета, который готовит специалистов для космической отрасли. Также за спутником можно следить через открытые сервисы СОНИКС и SatNOGS.
В разработке полезной нагрузки принимали участие не только преподаватели и студенты института радиоэлектроники и информатики, но и школьники — учащиеся Детского технопарка «Альтаир».«Мы готовим специалистов для космической промышленности, и запуск RTU MIREA1 — важный шаг в этом направлении. Студенты не просто изучают теорию, а работают с реальным спутником: принимают сигналы, обрабатывают снимки. Такие проекты повышают качество образования и интерес к инженерным профессиям», — комментирует Станислав Кудж, ректор РТУ МИРЭА.
Кроме того, у спутника есть побочный, так сказать необъявленный эксперимент. Дело в том, что ввиду ограниченного бюджета на спутник устанавливалась электронная компонентная база земного исполнения, без повышенной радиационной защиты. Поэтому еще одна задача заключается в практической проверке времени функционирования незащищенных микросхем и чипов в условиях космической радиации.Полное техническое описание спутника RTU MIREA1 опубликовано в журнале «Успехи современной радиоэлектроники».
Школьники из России помогли в запуске спутника для вуза
«Голубая комната» — хорошо сохранившееся небольшое (размером примерно 2,7 на 3,3 метра) святилище, расположенное в богатом частном доме. Его нашли во время раскопок, проходивших в Помпеях в 2024-2025 годах, в южной части девятого района древнего города. Судя по всему, прямо накануне извержения Везувия в 79 году нашей эры в помещении делали ремонт — на полу остались многочисленные амфоры и груды строительных материалов.
Уникальность «Голубой комнаты» в том, что ее стены, от пола до потолка, покрашены египетским синим. Речь идет о чрезвычайно дорогостоящем пигменте насыщенного синего цвета, который в древности ассоциировался с богатством, высоким социальным статусом и божествами.
Египетский синий — первый синтетический пигмент в истории человечества. Считается, что эту краску начали производить в Древнем Египте в 3200-3300 годах до нашей эры путем обжига в печи при температуре 850-950 градусов Цельсия смеси из кварцевого песка, медьсодержащих минералов (азурита и малахита), кальцита (карбоната кальция) и щелочи. После охлаждения получалась стекловидная масса, насыщенная темно-синими зернами тетрасиликата кальция и меди.
В древности египетский синий производили не только в Египте, но также в Месопотамии и регионе Эгейского моря. На протяжении более трех тысячелетий он был наиболее широко используемым синим пигментом в древнем Средиземноморье и Западной Азии, но всегда оставался очень дорогим — обычно египетскую синюю краску применяли в очень небольших количествах для декоративных целей.
Египетский синий был популярен и в Римской империи. Этот пигмент производили недалеко от Помпеев, в Путеолах (современный город Поццуоли на берегу Неаполитанского залива). Краску продавали в виде небольших стекловидных гранул диаметром до 20 миллиметров, которые можно было измельчить в пригодный для использования пигмент.
Чтобы рассчитать, во сколько обошлась владельцу «Голубой комнаты» покраска домашнего святилища египетским синим, исследователям из Массачусетского технологического института и Археологического парка Помпеев сначала нужно было оценить, сколько пигмента ушло на эти цели.
Для этого они применили метод «вычитания изображений»: с помощью очков ночного видения с длинноволновым инфракрасным фильтром ученые сделали два снимка стен «Голубой комнаты» — при естественном солнечном свете и при освещении светодиодным прожектором. Затем компьютерный алгоритм «вычел» одно изображение из другого. В результате получилась карта свечения частиц пигмента в инфракрасном диапазоне без искажений, которые вызывает солнечное освещение.
В итоге исследователи, статья которых опубликована в журнале Nature, установили, что египетский синий действительно покрывает все стены святилища сплошным слоем. Его средняя толщина составляет 185 микрометров.
Общая площадь стен комнаты — почти 20 квадратных метров. По расчетам ученых, на их покраску потратили от 2,7 до 4,9 килограмма египетского синего.
При оценке финансовых затрат исследователи отталкивались от записей о ценах на краску, оставленных Плинием Старшим, — 11 денариев за либру (древнеримская мера веса, равная 327,45 грамма). Таким образом, только за то, чтобы покрасить домашнее святилище в небесно-голубой, житель Помпеев заплатил от 93 до 168 денариев.
В ценах I и II века нашей эры эта сумма эквивалентна стоимости примерно 744-1344 буханок хлеба. Кроме того, согласно историческим записям, в период извержения Везувия римский пехотинец получал примерно 187 денариев в год, то есть покраска «Голубой комнаты» обошлась ее владельцу в 50-90 процентов от годового дохода легионера.
Ученые оценили расходы жителя Помпеев на покраску «Голубой комнаты»
Вторая планета от Солнца считалась абсолютно непригодной для жизни: температура ее поверхности достигает примерно 470 градусов Цельсия, а давление сравнимо с глубинами океанов. Однако ученые еще со времен первых космических миссий заметили, что на высоте примерно 50-70 километров условия резко меняются. Температуры и давление там близки к земным, а в атмосфере находятся плотные
Именно эти облака считаются главным кандидатом в потенциально обитаемую зону Венеры. Ранее большинство гипотез предполагало, что жизнь там, если она есть, возникла сама собой миллиарды лет назад, когда климат был мягким, а на поверхности находились океаны. Согласно этой идее, в результате климатической катастрофы жизнь переселилась в атмосферу.
Новый сценарий, представленный группой планетологов под руководством Эдварда Гинана (Edward Guinan) из Университета штата Аризона (США), предлагает альтернативный вариант — панспермию, то есть перенос жизни между мирами. Поскольку мощные астероидные удары по Земле могут выбрасывать в космос огромные фрагменты горных пород, внутри которых, вероятно, сохраняются микроорганизмы, часть этих обломков миллионы лет путешествует по Солнечной системе, иногда пересекая орбиту Венеры и падая в ее атмосферу.
[shesht-info-block number=1]
Вот почему ученые сосредоточились на самом сложном этапе пути — входе метеорита в венерианскую атмосферу. В отличие от Марса или Земли, где микроорганизмам достаточно достигнуть поверхности, единственное потенциально пригодное место для жизни на Венере — облака. Для демонстрации сценария авторы статьи смоделировали, что именно происходит с каменным телом размером в несколько метров при падении сквозь плотную атмосферу планеты.
Расчеты показали, что метеорит начинает разрушаться на высоте приблизительно 100 километров. Из-за огромного сопротивления воздуха он постепенно расплющивается, превращаясь в облако фрагментов. Затем в определенный момент происходит воздушный взрыв: небесное тело резко теряет скорость, выделяя большую часть энергии в атмосфере. При этом значительная доля вещества не испаряется полностью и остается относительно холодной. Этот процесс теоретически позволяет микроорганизмам пережить нагрев.
Немалую роль играет и размер обломков: крупные фрагменты быстро падают вниз, оказываясь в условиях, где температура уничтожает все живое. Однако мельчайшие частицы (размером всего в десятки микрометров) могут зависать в облачном слое несколько дней. За это время, судя по всему, микробы могут столкнуться с каплями облаков, что в теории дает им шанс на выживание.
[shesht-info-block number=2]
Исследователи также оценили, сколько таких биологических посылок могло прибыть на Венеру за последние 3,5 миллиарда лет. Используя данные о количестве пород, выбрасываемых с Земли, и плотности микробной жизни в коре, они заключили, что за это время в атмосферу второй планеты от Солнца могли попасть миллиарды клеток. В среднем поток оказался небольшим (около одной клетки в год) но это не делает такой обмен невозможным. Значит, перенос жизни между планетами все-таки возможен, хотя и очень редко.
Если микробы действительно достигают венерианских облаков, это не гарантирует существование устойчивой экосистемы. Дело в том, что им необходимо не только пережить космическое путешествие и падение, но и адаптироваться к кислотной среде, дефициту воды и постоянному оседанию вниз, в более горячие слои атмосферы. Возможно, такие организмы могут существовать недолго — как редкие биологические образцы из космоса.
Тем не менее, работа, опубликованная в журнале Journal of Geophysical Research: Planets, меняет саму логику поиска внеземной жизни. Если миссии следующего поколения обнаружат в атмосфере Венеры микробные следы, возникнет вопрос: откуда именно они взялись?
Жизнь в облаках Венеры могла быть занесена с Земли
Многие птицы, имитирующие звуки и коммуницирующие с их помощью друг с другом, зачастую используют разные по сложности и звучанию техники. Они могут звучать специфически, и понимать их могут только сородичи. В эволюционной биологии долгое время сохранялся пробел в знаниях о том, как именно молодые животные, особенно обладающие способностью к вокальному обучению, осваивают сложные комбинации звуков, напоминающие синтаксис в человеческой речи.
Исследование, опубликованное в журнале Proceedings of the Royal Society B, представляет доказательства того, что социальная активность напрямую влияет на развитие комбинаторных вокальных последовательностей. Ученые выяснили, является ли освоение сложных последовательностей звуков — сочетания нескольких типов звуков в определенном порядке — результатом социального обучения, а не врожденного процесса, и как именно индивидуальные различия в общительности влияют на скорость и разнообразие освоения этих последовательностей.
Объектом наблюдения стали 11 недавно оперившихся птенцов западноавстралийских сорок из восьми социальных групп в городской черте Перта. Начиная с первой недели после вылета из гнезда и до возраста 200 дней каждого птенца регулярно сопровождали во время бодрствования, ведя непрерывную аудиозапись всех издаваемых им звуков и звуков его социального окружения. Параллельно исследователи фиксировали детальную картину социальных контактов: сколько времени птенец проводил в компании других птиц, сколько у него было взрослых контактов и насколько тесными были эти связи.
[shesht-info-block number=1]
Эти наблюдения показали, что последовательности звуков, которые осваивали птенцы, были практически идентичны последовательностям их собственной социальной группы и значительно отличались от репертуара соседних групп. То есть птенцы перенимали эти звуки в процессе обучения.
Авторы исследования также выяснили, что птенцы, которые в целом проводили больше времени в контакте с другими птицами, накапливали свой репертуар последовательностей значительно быстрее и достигали большего разнообразия звуковых комбинаций. Вместе с тем в этом вопросе наблюдался тонкий баланс: те птенцы, которые формировали тесные связи с ограниченным кругом взрослых, осваивали последовательности раньше всех, но их итоговый репертуар был беднее. Напротив, особи, имевшие больше социальных контактов, но уделявшие каждому из них меньше времени, начинали использовать сложные последовательности позже, но в итоге демонстрировали гораздо более разнообразный репертуар.
Эти выводы оказались справедливы в первую очередь для сложных комбинационных звуков. Тогда как простые одиночные крики оказались в значительной степени врожденными и не зависели от социальных факторов.
Таким образом, ученые пришли к выводу, что социальная активность служит ключевым двигателем освоения сложных звуковых последовательностей у сорок. Социальное взаимодействие у этих птиц важно не только для обучения навыкам выживания, но и для коммуникации в целом, что с эволюционной точки зрения помогает им лучше адаптироваться, быстрее получать необходимые навыки и лучше справляться с трудностями.
Общение с сородичами научило птенцов сорок петь сложные песни
Многие птицы, имитирующие звуки и коммуницирующие с их помощью друг с другом, зачастую используют разные по сложности и звучанию техники. Они могут звучать специфически, и понимать их могут только сородичи. В эволюционной биологии долгое время сохранялся пробел в знаниях о том, как именно молодые животные, особенно обладающие способностью к вокальному обучению, осваивают сложные комбинации звуков, напоминающие синтаксис в человеческой речи.
Исследование, опубликованное в журнале Proceedings of the Royal Society B, представляет доказательства того, что социальная активность напрямую влияет на развитие комбинаторных вокальных последовательностей. Ученые выяснили, является ли освоение сложных последовательностей звуков — сочетания нескольких типов звуков в определенном порядке — результатом социального обучения, а не врожденного процесса, и как именно индивидуальные различия в общительности влияют на скорость и разнообразие освоения этих последовательностей.
Объектом наблюдения стали 11 недавно оперившихся птенцов западноавстралийских сорок из восьми социальных групп в городской черте Перта. Начиная с первой недели после вылета из гнезда и до возраста 200 дней каждого птенца регулярно сопровождали во время бодрствования, ведя непрерывную аудиозапись всех издаваемых им звуков и звуков его социального окружения. Параллельно исследователи фиксировали детальную картину социальных контактов: сколько времени птенец проводил в компании других птиц, сколько у него было взрослых контактов и насколько тесными были эти связи.
[shesht-info-block number=1]
Эти наблюдения показали, что последовательности звуков, которые осваивали птенцы, были практически идентичны последовательностям их собственной социальной группы и значительно отличались от репертуара соседних групп. То есть птенцы перенимали эти звуки в процессе обучения.
Авторы исследования также выяснили, что птенцы, которые в целом проводили больше времени в контакте с другими птицами, накапливали свой репертуар последовательностей значительно быстрее и достигали большего разнообразия звуковых комбинаций. Вместе с тем в этом вопросе наблюдался тонкий баланс: те птенцы, которые формировали тесные связи с ограниченным кругом взрослых, осваивали последовательности раньше всех, но их итоговый репертуар был беднее. Напротив, особи, имевшие больше социальных контактов, но уделявшие каждому из них меньше времени, начинали использовать сложные последовательности позже, но в итоге демонстрировали гораздо более разнообразный репертуар.
Эти выводы оказались справедливы в первую очередь для сложных комбинационных звуков. Тогда как простые одиночные крики оказались в значительной степени врожденными и не зависели от социальных факторов.
Таким образом, ученые пришли к выводу, что социальная активность служит ключевым двигателем освоения сложных звуковых последовательностей у сорок. Социальное взаимодействие у этих птиц важно не только для обучения навыкам выживания, но и для коммуникации в целом, что с эволюционной точки зрения помогает им лучше адаптироваться, быстрее получать необходимые навыки и лучше справляться с трудностями.
Окаменелость Pohlsepia mazonensis, найденная в формации Мэзон-Крик в Иллинойсе (США), датируют каменноугольным периодом (около 310 миллионов лет назад). В 2000 году ее описали как древнейшего представителя восьмируких головоногих.
На отпечатке просматривались округлое тело, два плавника, пятна, похожие на глаза и чернильный мешок, а также следы щупалец. Эта единственная находка стала эталоном для генетиков, которые калибровали по ней модели эволюции, полагая, что предки осьминогов появились уже в палеозое.
Группа исследователей из Великобритании, Германии, Франции и Швейцарии решила перепроверить статус окаменелости с помощью современных неразрушающих методов. Авторы исследования, результаты которого опубликованы в журнале Proceedings of the Royal Society B: Biological Sciences, применили мультиспектральную визуализацию, микрокомпьютерную томографию и синхротронную микрорентгенофлуоресценцию (µXRF). Пучок рентгеновского излучения позволил просканировать химический состав камня и выявить анатомические детали, невидимые на поверхности.
Ученые обнаружили нестыковки на радуле, хитиновой зубчатой терке, с помощью которой моллюски соскабливают пищу. Радула Pohlsepia имеет 11 зубов в каждом ряду. У современных и вымерших осьминогов радула содержит семь или девять элементов. Зато у нуитилоидей 13 зубов — значит, окаменелость явно принадлежит им. Ученые считают, что еще два зуба попросту отвалились и до наших дней не дошли.
Синхротронный и электронный анализ также указали на ошибки в опознании остатков как осьминожьих. Пятно, которое ранее считали чернильным мешком, оказалось сгустком пирита и глины. В предполагаемых глазах ученые не нашли следов меланосом (гранул пигмента), хотя в других окаменелостях из Мэзон-Крик они отлично сохраняются.
Авторы исследования реконструировали процесс образования окаменелости. По их мнению, древний наутилус успел основательно испортиться, прежде чем захоронился в осадочных породах. Он погиб, после чего выпал из своей газонаполненной раковины. В процессе разложения мягкие ткани (голова с щупальцами и пищеварительным трактом) оторвались, опустились на илистое дно и окаменели в виде бесформенного комка. Двадцать лет этот сгнивший сгусток принимали за уникальное животное, предка всех осьминогов.
Новая научная работа официально лишает Pohlsepia mazonensis статуса отдельного вида, переводя его в младшие синонимы давно известного ископаемого наутилуса Paleocadmus pohli, форма зубов которого идеально совпала с найденной радулой. Это исследование возвращает возникновение осьминогов в мезозойскую эру (эпоху динозавров) и исправляет масштабную ошибку, искажавшую филогенетические модели на протяжении более 20 лет.
Самый древний осьминог оказался сгнившим наутилусом
Галактики в ранней Вселенной излучают мощную Линию Лайман-альфа (Ly-α) — свет, возникающий, когда водородный газ вокруг галактик сначала нагревается и теряет электроны, а затем остывает и собирается обратно. В момент восстановления атом испускает вспышку ультрафиолетового света (своеобразный сигнал, по которому астрономы находят далекие галактики). Благодаря расширению Вселенной этот свет смещается в видимый диапазон и становится одним из главных инструментов поиска.
Наблюдения последних десятилетий показали, что вокруг некоторых из них расположены огромные облака светящегося газа — так называемые Ly-α-гало и Ly-α-облака, размеры которых могут достигать десятков и даже сотен килопарсек. Предполагалось, что эти «космические амебы» связаны либо со вспышками звездообразования, либо с активными ядрами галактик, либо с потоками газа, падающего в темные гало. Правда, до сих пор изучали отдельные яркие объекты или небольшие выборки, из-за чего было неясно, насколько такие структуры вообще распространены.
Международная группа астрономов под руководством Эрин Ментуч Купер (Erin Mentuch Cooper) из Техасского университета в Остине (США) использовала данные проекта HETDEX— одного из крупнейших обзоров неба, наблюдающего галактики в эпоху космического полудня (примерно 10-11 миллиардов лет назад). Тогда скорость звездообразования во Вселенной была максимальной.
[shesht-info-block number=2]
Телескоп систематически сканировал большие участки неба без предварительного выбора целей, что позволило собрать беспрецедентно большую статистику. В общей сложности ученые проанализировали 70 тысяч галактик с излучением Ly-α, построив для каждой карту распределения света. Подход позволил проверить, ограничивается ли излучение компактным источником или распространяется далеко за пределы галактики.
Чтобы отделить настоящие протяженные структуры от эффектов атмосферного размытия, астрономы применили модель из двух компонентов: яркого центрального источника и слабого экспоненциального «ореола». Если добавление второго статистического компонента улучшало описание наблюдений, объект считался окруженным протяженной туманностью.Таким образом, авторы научной работы, представленной в The Astrophysical Journal, провели первое по-настоящему массовое измерение размеров и свойств этих облаков.
Результаты показали, что примерно 47,5 процента всех исследованных галактик имеют заметное протяженное излучение. Значит, гигантские водородные оболочки — не экзотика, а почти распространенное свойство галактик. По итогу ученые создали каталог из 33 тысяч обнаруженных туманностей.
[shesht-info-block number=2]
При этом стандартные методы измерений систематически недооценивали яркость галактик примерно на 30 процентов. Дело в том, что значительная часть света распределена в слабом внешнем гало. Значит, предыдущие оценки энергии и газовых потоков во Вселенной могли быть занижены.
К тому же лишь 12 процентов таких туманностей связаны с активными сверхмассивными черными дырами, тогда как большинство возникает вокруг обычных звездообразующих галактик. Выходит, протяженный водородный газ — фундаментальная часть галактической среды, а не редкий побочный эффект активности ядра. Исследователи также предположили, что светящиеся облака формируются путем нескольких процессов: рассеянием фотонов, излучением самого газа и охлаждением вещества, падающего вдоль нитей космической паутины.
Главный вывод работы — объединение двух ранее считавшихся разными классов объектов: компактных гало и гигантских облаков. Теперь их рассматривают как части единого спектра явлений, отражающих взаимодействие галактик с окружающим межгалактическим газом.
Созданный каталог объектов станет базой для будущих исследований того, как галактики получают топливо для рождения звезд и как формировалась крупномасштабная структура Вселенной.
Вокруг галактик ранней Вселенной нашли десятки тысяч «космических амеб»
В биологии такой механизм полового отбора называется «скрытый выбор самки»: самка спаривается с несколькими самцами, но после совокупления к оплодотворению яйцеклеток допускаются лишь сперматозоиды определенного полового партнера. Этот скрытый отбор происходит внутри репродуктивного тракта путем так называемой дискриминации сперматозоидов: физиологическая реакция влагалища различается в зависимости от характеристик сперматозоидов, благоприятствуя одним и отвергая других.
Ученые предполагают, что выбор может быть основан на генетическом материале самца, который несут сперматозоиды. Прежде всего на генах главного комплекса гистосовместимости — участка генома, отвечающего за идентификацию патогенов и регуляцию иммунного ответа. У близких родственников этот регион генома схож.
Считается, что животные выбирают партнеров с максимально непохожим на свой генетическим набором аллелей главного комплекса гистосовместимости. Это снижает риск близкородственного скрещивания, обеспечивает генетическое разнообразие потомства и способствует его выживаемости.
До сих пор процесс дискриминации сперматозоидов наблюдали лишь у грызунов. У более крупных млекопитающих, таких как приматы, доказательства существования подобного внутреннего отбора отсутствовали. Не было и подтверждений гипотезы о том, что дискриминация сперматозоидов основана именно на их генетических характеристиках.
Чтобы разобраться в этой проблеме, международная группа исследователей, статья которой опубликована в журнале PLOS Biology, изучила популяцию из 13 павианов анубиса (Papio anubis), девяти самок и четырех самцов, содержащихся в центре приматов во Франции.
Сначала ученые картировали ДНК каждого животного, сосредоточившись на генах главного комплекса гистосовместимости, а также на генах, обеспечивающих распознавание чужеродного и похожего генетического материала. Кроме того, исследователи натренировали самок так, чтобы те за угощение подходили и позволяли быстро брать у них мазки из влагалища.
Самцов и самок в разном составе помещали вместе в вольеры, чтобы происходило спаривание как близкородственных, так и неродственных пар. У самок брали мазки до спаривания и через четыре часа после него, чтобы увидеть, как их организм реагирует на присутствие определенных сперматозоидов.
В итоге ученые установили, что среда репродуктивного тракта самок меняется в ответ на попадание в нее спермы разных самцов, либо препятствуя, либо способствуя ее проникновению дальше, к яйцеклетке.
Так, при спаривании самок с самцами, обладающими схожими генами главного комплекса гистосовместимости, pH влагалища значительно снижался. Это приводило к более кислой среде, уменьшая вероятность оплодотворения. А при спаривании с генетически отличающимися самцами pH влагалища оставался стабильным или снижался лишь незначительно, создавая более благоприятную среду для сперматозоидов и повышая шансы зачатия.
Ученые также обнаружили, что после спаривания с генетически схожими самцами во влагалище происходил всплеск активности генов, связанных с воспалительной реакцией и иммунной сигнализацией, то есть взаимодействием иммунных клеток между собой для координации защиты от вторжения.
Столь мощный иммунный ответ на нежелательные сперматозоиды свидетельствует о том, что организм самки способен их распознавать и запускать защитную реакцию, не разрешая участвовать в зачатии. Таким образом, с помощью механизма дискриминации сперматозоидов организм самки играет активную роль в обеспечении генетического разнообразия ее потомства, сделали вывод исследователи.
Самок павианов уличили в дискриминации сперматозоидов
В последнее время мировые поисковые системы уделяют все больше внимания прямым ответам на запросы. То есть когда человек вбивает что-то в поиск, кроме выдачи ссылок, он получает в самом верху ответ, который нейросеть генерирует «на лету», в виде связного текста. «Генеративные ответы — важная часть пользовательского опыта. Такие ответы должны соответствовать требованиям Поиска: быть быстрыми, лаконичными и эффективно работать на большом потоке запросов», — отметила Екатерина Серажим.
Для решения довольно непростой задачи компания развивает отдельный набор моделей — Alice AI Search, оптимизированный под задачи поиска. «За последний год мы внедрили улучшения во всех частях технологии — от обучения претрейн-моделей до оптимизации инфраструктуры», — добавила она.
По ее словам, для таких моделей требуется и особая архитектура, так как в Поиске им приходится почти мгновенно анализировать большой объем информации из веб-документов. Это отличается от стандартного подхода нейросетей к генерации ответов. Поэтому важно использовать решения, которые обеспечивают высокое качество выдачи при ограниченных вычислительных ресурсах.
Технический директор пояснила, что в экспериментах компании архитектура «энкодер-декодер» — где одна часть модели анализирует запрос и документы, а другая формирует ответ — при работе с большим объемом данных показала результаты лучше классических языковых моделей. Чтобы ускорение работы модели шло без потери качества, компания использовала подход Mixture of Experts (MoE).
Это принятая в индустрии архитектура, которая позволяет значительно увеличить количество параметров модели (очень условно — ее «знания»), не увеличивая при этом вычислительные затраты на каждый отдельный запрос.
Если обычная нейросетевая модель при каждом слове активирует все свои нейроны («плотная» модель), то MoE-модель активирует только малую часть своих мощностей («разреженная» модель). «Экспертами» в модели называют отдельные подсети, каждая из которых «учится» обрабатывать определенные типы данных. Один «эксперт» может хорошо разбираться в программировании, другой — в биологии, третий — в написании деловых писем.
Серажим отметила, что MoE позволяет задействовать только часть модели для генерации каждого следующего токена, что ускоряет работу и повышает эффективность.
«В Поиске модель должна одновременно работать с большим объемом данных и укладываться в жесткие ограничения по скорости и стоимости на каждом запросе. Нам удалось модифицировать архитектуру, добавив слои MoE. В совокупности все улучшения, включая создание гибридной архитектуры, позволили нам повысить качество и совокупно снизить стоимость инференса в три раза. В результате покрытие ИИ-ответами в Поиске (доля запросов, на которые Поиск сразу даёт генеративный ответ) выросло за год в 1,5 раза», — подытожила она. Инференсом в данном контексте называют процесс работы нейросети над генеративным ответом пользователю, задающему вопрос в поисковике.
Внедрение компанией сочетания архитектур MoE и «энкодер-декодер» из научных исследований в промышленный поиск показывает, как такие разработки переходят в практическое применение — уже с учетом жестких требований к скорости, стабильности и стоимости инфраструктуры.
Яндекс внедрил в Поиск гибридную ИИ‑архитектуру, созданную на базе научных исследований
В последнее время мировые поисковые системы уделяют все больше внимания прямым ответам на запросы. То есть когда человек вбивает что-то в поиск, кроме выдачи ссылок, он получает в самом верху ответ, который нейросеть генерирует «на лету», в виде связного текста. «Генеративные ответы — важная часть пользовательского опыта. Такие ответы должны соответствовать требованиям «Поиска»: быть быстрыми, лаконичными и эффективно работать на большом потоке запросов», — отметила Екатерина Серажим.
Для решения довольно непростой задачи компания развивает отдельный набор моделей — Alice AI Search, оптимизированный под задачи поиска. «За последний год мы внедрили улучшения во всех частях технологии — от обучения претрейн-моделей до оптимизации инфраструктуры», — добавила она.
По ее словам, для таких моделей требуется и особая архитектура, так как в «Поиске» им приходится почти мгновенно анализировать большой объем информации из веб-документов. Это отличается от стандартного подхода нейросетей к генерации ответов. Поэтому важно использовать решения, которые обеспечивают высокое качество выдачи при ограниченных вычислительных ресурсах.
Технический директор пояснила, что в экспериментах компании архитектура «энкодер-декодер» — где одна часть модели анализирует запрос и документы, а другая формирует ответ — при работе с большим объемом данных показала результаты лучше классических языковых моделей. Чтобы ускорение работы модели шло без потери качества, компания использовала подход Mixture of Experts (MoE).
Это принятая в индустрии архитектура, которая позволяет значительно увеличить количество параметров модели (очень условно — ее «знания»), не увеличивая при этом вычислительные затраты на каждый отдельный запрос.
Если обычная нейросетевая модель при каждом слове активирует все свои нейроны («плотная» модель), то MoE-модель активирует только малую часть своих мощностей («разреженная» модель). «Экспертами» в модели называют отдельные подсети, каждая из которых «учится» обрабатывать определенные типы данных. Один «эксперт» может хорошо разбираться в программировании, другой — в биологии, третий — в написании деловых писем.
Серажим отметила, что MoE позволяет задействовать только часть модели для генерации каждого следующего токена, что ускоряет работу и повышает эффективность.
«В «Поиске» модель должна одновременно работать с большим объемом данных и укладываться в жесткие ограничения по скорости и стоимости на каждом запросе. Нам удалось модифицировать архитектуру, добавив слои MoE. В совокупности все улучшения, включая создание гибридной архитектуры, позволили нам повысить качество и совокупно снизить стоимость инференса в три раза. В результате покрытие ИИ-ответами в Поиске (доля запросов, на которые Поиск сразу даёт генеративный ответ) выросло за год в 1,5 раза», — подытожила она. Инференсом в данном контексте называют процесс работы нейросети над генеративным ответом пользователю, задающему вопрос в поисковике.
Внедрение компанией сочетания архитектур MoE и «энкодер-декодер» из научных исследований в промышленный поиск показывает, как такие разработки переходят в практическое применение — уже с учетом жестких требований к скорости, стабильности и стоимости инфраструктуры.
Яндекс внедрил в Поиск гибридную ИИ‑архитектуру, созданную на базе научных исследований
Олдувайское ущелье в Танзании считается колыбелью человечества. Именно там в прошлом веке нашли останки древних предков человека и примитивные каменные орудия. Долгое время антропологи вели споры: насколько важную роль в жизни древних людей играла охота на крупных животных? До сих пор считалось, что ранние гоминины, жившие до двух миллионов лет назад, были в основном падальщиками и собирателями. Случайно найденную тушу слона или бегемота они могли обглодать, но это было редкой удачей, а не продуманной стратегией.
К тому же самые древние следы такой разделки были либо очень спорными, либо разрозненными. Например, более старая находка слона возрастом ровно 1,8 миллиона лет на той же территории не дала ученым однозначных доказательств: царапины на костях могли быть оставлены не каменными орудиями, а случайным растаптыванием или зубами хищников.
Авторы исследования, опубликованного в журнале eLife, изучили породы возрастом около 1,78 миллиона лет на территории Олдувайского ущелья. Они нашли останки молодого слона Elephas recki: тазовые кости, задние ноги, ребра, фрагменты черепа и бивни. Рядом с ними лежало 80 каменных орудий — в основном острые отщепы и их фрагменты.
Тем не менее сама стоянка не сохранилась в первозданном виде. Тысячи лет назад там произошел небольшой оползень, который сместил все находки примерно на 12 метров вниз по склону. Это вызвало скепсис в отношении связи остатков слона и предметов его разделки. В ответ на это авторы исследования смоделировали изначальное распределение предметов и доказали, что даже с учетом смещения кости и камни были частью одного скопления. Иными словами, оползень просто передвинул уже существовавшую стоянку, но не создал ее искусственно.
На самих костях не выявили классических следов от каменных ножей, что случается, когда мясо срезают полностью. Зато ученые обнаружили так называемые зеленые переломы: это означает, что толстые кости ног слона разбили, пока они были свежими, чтобы извлечь костный мозг. Кроме того, на одном из фрагментов бедренной кости заметили следы заточки и полировки. Ученые предполагают, что это древнейшее костяное орудие, которое, возможно, использовали как наконечник или нож.
[shesht-info-block number=1]
Изучив этот памятник, а также сравнив его с данными соседних стоянок, специалисты сделали вывод, что начиная именно с рубежа 1,8 миллиона лет назад стоянки людей становятся намного больше по площади, а количество каменных орудий на них исчисляется тысячами. Археологи связывают это с появлением нового вида человека — Homo erectus (человек прямоходящий).
У этого вида был крупнее мозг и больше размеры тела, что требовало более калорийной пищи. Этим же можно объяснить тягу к костному мозгу и тоннам мяса, добытым из слона. Кроме того, именно тогда появилась ашельская культура обработки камня с ее массивными ручными рубилами. Таким образом, сделали вывод авторы научной работы, в указанный период началась систематическая охота древних людей на крупную дичь.
Ученые нашли свидетельства древнейшей разделки слонов человеком
Массивные звезды заканчивают жизнь по-разному. Когда у такой звезды иссякает термоядерное топливо, ее ядро может коллапсировать, что приводит к взрыву сверхновой. Иногда в результате коллапса образуется черная дыра: в таком случае вдоль оси вращения умирающей звезды возникают узкие релятивистские джеты — струи вещества и излучения, движущиеся почти со скоростью света. Речь идет о гамма-всплеске — одном из самых мощных процессов во Вселенной. За несколько секунд гамма-всплеск может выделить энергии больше, чем Солнце за всю жизнь.
Несмотря на десятилетия наблюдений, ученые до сих пор не до конца понимают, как формируются такие струи и почему они отличаются друг от друга (по длительности, происхождению, спектру). Непонятно, как именно работает механизм выброса и как свойства звезды влияют на струю.
В 1990-х физики выдвинули гипотезу, объясняющую, как может появляться один из таких джетов. В стандартной модели струя представлена релятивистским джетом, который излучает в гамма‑диапазоне. Но если в эту струю попадет материя звезды — протоны и нейтроны, — они должны затормозить поток. При таком «загрязнении» джет движется медленнее, а его спектр смещается в сторону более мягкого рентгеновского излучения. Процесс назвали «грязным взрывом». Однако до сих пор ученым не хватало данных, чтобы проверить эту гипотезу.
[shesht-info-block number=1]
Международная группа астрономов под руководством Сян-Юй Ванга (Xiang-Yu Wang) из Нанкинского университета проанализировала данные, полученные космическим телескопом «Эйнштейн», и обнаружила в них странную вспышку рентгеновского излучения, которую связала с «грязным взрывом». Событие получило название EP241113a.
Предположительно, сигнал связан с далекой галактикой с активным звездообразованием, красное смещение которой оценивается примерно как z ≈ 1,53. Если оценка подтвердится, это будет означать, что свет от нее шел к Земле почти девять миллиардов лет.
Ванг отметил, что по своей энергии событие сопоставимо с энергией гамма-всплеска, но спектр излучения пришелся на рентгеновский диапазон, что сразу привлекло внимание исследователей. После начального всплеска излучение ослабло и превратилось в «свечение», которое длилось несколько часов. Затем оно постепенно угасло. Событие похоже на обычный гамма-всплеск, но главное отличие заключается в типе излучения — вместо гамма-лучей наблюдались рентгеновские.
[shesht-info-block number=2]
По словам ученых, хотя астрономам известны тысячи гамма-всплесков, источник этой вспышки, скорее всего, устроен иначе. Вероятно, он связан с коллапсом массивного светила, либо это нейтронная звезда. В любом случае струя взаимодействует с этим объектом особым, пока неясным образом. Если источник — черная дыра, то у исследователей появится шанс составить более полную картину образования черных дыр по всей Вселенной.
Однако утверждать со стопроцентной вероятностью, что это действительно «грязный взрыв», рано. Сперва нужно подтвердить, что вспышка произошла именно в этой далекой галактике, подчеркнули Ван и его коллеги. Если данные подтвердятся, это станет свидетельством ранее неизвестных процессов, происходящих в самых далеких уголках Вселенной, и позволит лучше понять механизм гибели массивных звезд.
Выводы исследователей представлены на сайте препринтов arXiv.
Астрономы зафиксировали возможный первый «грязный взрыв»
Почти все процессы в клетке зависят от взаимодействия белков внутри нее. С их помощью клетка передает сигналы, запускает и регулирует химические реакции, образует молекулярные комплексы, необходимые для ее работы. И если такие взаимодействия нарушаются и клетка работает неправильно, это может приводить к заболеваниям.
Поэтому для изучения механизма болезней и поиска мишеней для лечения ученым важно понимать, какие белки могут взаимодействовать друг с другом, а какие нет. Выяснять это экспериментально трудно: если в исследовании рассматриваются десятки или сотни белков, число возможных пар оказывается слишком большим для проверки. Из-за этого биологи используют методы машинного обучения, предсказывающие такие связи по структуре и свойствам молекул.
Исследователи НИУ ВШЭ разработали систему GSMFormer-PPI, которая учитывает три типа данных о каждом из белков в предполагаемой паре: аминокислотную последовательность, трехмерную структуру и свойства молекулярной поверхности. Для их обработки авторы использовали существующие модели, которые переводят эти данные в числовые представления. Аминокислотную последовательность — порядок цепочки аминокислот, из которой построен белок, — анализирует белковая языковая модель. Трехмерная структура белка представляется как граф, где аминокислоты становятся вершинами, а их пространственные контакты — связями. Такое описание обрабатывает графовая нейронная сеть. Также с помощью отдельного алгоритма учитывались свойства поверхности белка — форма и физико-химические характеристики участков, через которые белки распознают друг друга. Работа опубликована в журнале Scientific Reports.
Затем эти числовые представления о белках поступали в разработанный авторами трансформерный модуль — нейросеть, которая совместно анализирует разные типы данных о белке. Если в работах других исследователей признаки часто просто объединялись в один вектор, то здесь модель не складывает их механически, а выявляет связи между ними.
«При взаимодействии белков особенно важна их поверхность: именно через нее молекулы распознают друг друга и на ней сосредоточены физико-химические свойства, от которых зависит связывание. В нашей модели мы попытались учесть эту информацию вместе с последовательностью и трехмерной структурой белка, а затем не просто объединить признаки, а дать алгоритму возможность анализировать связи между ними. Именно это и позволило точнее предсказывать белок-белковые взаимодействия», — комментирует один из авторов статьи, директор Центра биомедицинских исследований и технологий Института ИИиЦН ФКН НИУ ВШЭ Мария Попцова.
Чтобы проверить, насколько хорошо работает новая модель, исследователи протестировали ее на наборе данных PINDER — крупной базе известных белковых взаимодействий. В экспериментах GSMFormer-PPI показала точность 95,7% и превзошла популярные графовые модели, например GCN и GAT. Также исследователи провели тест с более простым вариантом GSMFormer-PPI — без модуля, который анализирует связи между разными типами данных. Эта версия работала хуже, что доказывает: дело не только в самих данных о белке, но и в том, как именно модель их сопоставляет.
Дополнительные тесты показали, что для точного прогноза важны все три типа данных: последовательность, пространственная структура и свойства поверхности белка. Когда исследователи поочередно убирали один из компонентов, качество предсказания снижалось. Иными словами, модель работает лучше именно потому, что рассматривает белок сразу на нескольких уровнях. В перспективе такие системы могут помочь быстрее отбирать пары белков при изучении механизмов болезней и поиске мишеней для лекарств.
Нейросеть научили с точностью до 95% предсказывать взаимодействия белков в клетке, важные для изучения болезней
Абстрактное восприятие ритма — это способность узнавать временной паттерн (мелодию), даже если он воспроизводится в другом темпе. До сих пор этот навык считался фундаментом человеческой речи и музыки, а среди животных достоверно встречался лишь у видов, способных к вокальному обучению, например у певчих птиц. Ученые полагали, что для чувства ритма нужны специализированные нейронные связи между слухом и моторикой. Голуби и крысы с подобными тестами не справлялись, поэтому исследователи решили проверить когнитивные границы насекомых.
Авторы исследования, опубликованного в журнале Science, создали искусственный «луг» с шестью электронными «цветками», оборудованными микроконтроллерами и светодиодами. Цветки непрерывно мигали в двух разных сложных ритмах. В центре цветков с правильным ритмом была капля сладкого сиропа. Другой ритм сигнализировал о наличии горького раствора хинина, нелюбимого шмелями. Ученые уравняли паттерны: суммарная продолжительность свечения и длительность пауз в обоих вариантах абсолютно совпадали. Шмели не могли ориентироваться на общую освещенность или простые визуальные подсказки — им приходилось запоминать саму структуру ритма.
В следующих тестах насекомым усложнили задачу: выученный ритм начали воспроизводить в новых, незнакомых темпах — быстрее или медленнее. В финальном эксперименте шмелей поодиночке запускали в Т-образный лабиринт, где свет заменили вибрацией. В лабиринте насекомые запомнили сложные ритмичные вибрации поверхности и успешно находили еду. После удачного обучения биологи отключали вибрацию и запускали визуальный тест, где тот же самый ритм подавался уже в виде вспышек света.
Во всех испытаниях шмели уверенно выбирали правильные кормушки. Они успешно распознавали абстрактный ритм как при изменении темпа, так и при переносе с осязания на зрение. Перед тем как принять решение, насекомые вели себя как внимательные слушатели: не садились сразу, а зависали над цветком. Если шмель находился в воздухе примерно 1,2 секунды — время, равное одному полному циклу ритмического рисунка, — вероятность безошибочного выбора достигала 85-100%.
Результаты исследования показали, что для восприятия абстрактного времени не требуются эволюционные инновации певчих видов. Умение считывать сложные ритмические паттерны может развиться даже в шмелином мозге размером с кунжутное зернышко. Авторы научной работы предположили, что у насекомых эта способность возникла из необходимости анализировать оптический поток — ритмичное мелькание света и тени, которое мозг шмеля обрабатывает для навигации и контроля скорости во время полета.