May 26th, 2020

В России начался массовый перевод сельхозтехники в беспилотники



Российский агрохолдинг «Русагро» и один из ведущих мировых разработчиков систем ИИ для беспилотных транспортных средств Cognitive Pilot договорились о промышленном внедрении систем автономного управления сельскохозтехникой Cognitive Agro Pilot. Системами беспилотного управления будет оснащено 242 зерноуборочных комбайна в 5 регионах России. Это самый крупный в мире проект по единовременной роботизации сельхозтехники. Комбайнеров этот этап роботизации пока не затронет.

По условиям подписанного компаниями контракта, программно-аппаратный комплекс Cognitive Agro Pilot будет установлен на 242 зерноуборочных комбайнах, используемых «Русагро» в Белгородской, Тамбовской, Курской и Орловской областях, а также Приморском крае. Оснащаться системой техника будет поэтапно в ходе уборочных кампаний 2020–2021 гг. Первые комплексы начнут тестироваться уже в середине июня.

По словам председателя совета директоров «Русагро» Вадима Мошковича, оснащение флота зерноуборочных комбайнов компании системами автономного управления на базе искусственного интеллекта позволит существенно повысить эффективность проведения уборочных работ. «Повышение эффективности агрохозяйств за счет использования новейших технологий автономного вождения приведет к новому уровню продуктивности агрохолдинга в целом и новому качеству работы для всей команды «Русагро», — отмечает Мошкович.

«Использование во время уборочных работ автономных систем управления техникой позволит минимизировать риски негативного влияния человеческого фактора и оптимизировать использование комбайнов. Примечательно, что промышленное внедрение системы выпало на год, когда в России ожидается рекордный урожай пшеницы. Мы задействовали все необходимые ресурсы для того, чтобы показать достойный результат на уборочной кампании этого года», — добавляет генеральный директор сельскохозяйственного бизнес-направления «Русагро» Роман Школлер.
Collapse )
promo luckyea77 june 19, 23:05 10
Buy for 10 tokens
Часть 1 Часть 2 Часть 3 Часть 4 Часть 5 Март 2018 года Индустриализация стала основным инструментом достижения экономического богатства стран, начиная с появления прядильных машин в конце XVIII века; при смене технологических укладов менялись местами мировые промышленные лидеры. Какой…

Российский ИИ определяет характер по селфи



Команда российских исследователей разработала искусственную нейронную сеть, способную угадывать черты характера по фотографии лучше человека. Любопытно, что с женщинами у алгоритма получается лучше, чем с мужчинами. Авторы намерены предложить технологию сайтам знакомств, производителям обучающих видео и службам работы с клиентами.

Со времен Античности физиономисты пытаются связать внешность человека с его характером, однако большая часть их идей не выдерживает строгой научной проверки. Исследования, в которых участников просят оценить характер по фотографии, обычно дают противоречивые результаты.

Тем не менее, существуют серьезные теоретические и эволюционные аргументы за то, что существенные для коммуникации черты можно определить, внимательно изучив лицо собеседника. Однако результаты нейробиологических исследований показывают, что вместо того чтобы обращать внимание на отдельные черты, мозг обрабатывает изображения лиц целиком, холистически, пишет Tech Explore.
Collapse )

Ученые создали устройство, которое передает вкус виртуальной еды



Ученые создали устройство, которое передает вкус виртуальной еды. Разработка ученых из Университета Мэйдзи описана в статье, опубликованной в онлайн-библиотеке ACM.

Устройство получило название «синтезатор Норимаки». Когда пользователь прикладывает его к языку, оно с помощью электрического воздействия на рецепторы воссоздает вкусовые ощущения от еды.

Синтезатор представляет собой джойстик, в верхней части которого находятся пять гелиевых шаров — каждый из них контролирует интенсивность пяти основных вкусов: кислого, сладкого, горького, соленого и умами.

Устройство работает благодаря электрофорезу — миграции микроскопических частиц, активированных электрическим зарядом. Когда устройство касается языка, пользователь воспринимает все пять вкусовых ощущений. Но когда напряжение на шарах меняется, некоторые вкусы могут усиливаться, тогда как другие полностью исчезают.
Collapse )

Ученые создали из стволовых клеток мозг, как у человеческого эмбриона



Мы много знаем о человеческом мозге, но очень мало о том, как он формируется. В частности, этапы от второй до седьмой недели эмбрионального развития до сих пор были практически неизвестной территорией для исследователей мозга. Чтобы узнать больше об этом конкретном периоде, исследователи из отделения нейробиологии и Центра биологии стволовых клеток Novo Nordisk разработали модель, которая имитирует эти ранние стадии человеческого мозга в лаборатории. Об этом сообщает журнал Nature.

Модель основана на эмбриональных стволовых клетках, выращенных в микрофлюидной системе, разработанной в сотрудничестве с биоинженерами из Лундского университета в Швеции.

«Мы знаем, что на ранней эмбриональной стадии мозг подвергается воздействию различных концентраций факторов роста, которые вызывают образование различных областей мозга. Используя микрофлюидные методы, мы можем в крайне контролируемых условиях воссоздать среду, обнаруженную у ранних эмбрионов. Когда мы подвергаем стволовые клетки воздействию контролируемой среды, мы можем создать ткань, напоминающую эмбриональный мозг, на очень ранней стадии, примерно через 4-5 недель после оплодотворения яйцеклетки — стадии, которую мы до сих пор не могли изучить».
Доцент Педро Райфс.


Исследователи будут использовать новую модель, чтобы составить карту развития клеток головного мозга, своего рода «дерево развития» мозга, таким образом узнавая новые вещи о том, как огромная сложность различных нервных клеток в мозге человека формируется во время ранних эмбриональных стадий.

Идея состоит в том, что исследователи мозга по всему миру смогут использовать это «дерево развития» мозга в качестве руководства для создания различных типов нервных клеток для терапии стволовыми клетками. Изучая естественное развитие нервных клеток, исследователи смогут ускорить создание рецептов для производства конкретных нервных клеток в лаборатории.

Например, это поможет разработке терапии стволовыми клетками при болезни Паркинсона. Этот проект требовал, чтобы ученые произвели очень специфический тип нервных клеток, дофаминергические нервные клетки, которые являются клетками, которые теряются при болезни Паркинсона.

Если ученые будут знать, как развивается мозг на ранних стадиях, они станут лучше направлять стволовые клетки в правильном направлении при производстве нервных клеток человека в лаборатории. Это позволит быстрее и эффективнее разработать клеточные методы лечения неврологических заболеваний, таких как эпилепсия, болезнь Паркинсона и некоторые виды деменции.

Модель также можно использовать для изучения того, как клетки мозга на ранних стадиях эмбриона реагируют на определенные химические вещества, окружающие нас в нашей повседневной жизни — это могут быть вещества в нашей среде, в потребительских продуктах или в лекарствах, которые могут потребоваться некоторым беременным.

Биоинформатики из Петербурга создали новый сборщик для расшифровки геномов вирусов



Ученые из Петербурга разработали metaviralSPAdes — новый сборщик, позволяющий найти и собрать геном вируса среди множества других последовательностей. Исследование сотрудников из Центра алгоритмической биотехнологии СПбГУ Биоинформатики Центра алгоритмической биотехнологии СПбГУ и Калифорнийского университета в Сан-Диего есть в распоряжении «Хайтека». Научная статья опубликована в журнале Bioinformatics.

Когда человечество сталкивается с новым вирусом, биологи первым делом принимаются за расшифровку его генома — это необходимое условие для дальнейшей диагностики заболевания и разработки вакцины. Однако, если секвенирование нужно провести во время вспышки нового патогена, возникает проблема. Например, в слюне пациента с COVID-19, которая использовалась для самой первой расшифровки коронавируса SARS-CoV-2, содержались геномы многих других, в большинстве случаев безвредных вирусов. Не говоря уже о сотнях бактерий, которые живут во рту человека и затрудняют поиск вирусных последовательностей.

Этот пример показывает, как важно уметь решать гораздо более сложную вычислительную задачу, чем расшифровка одного генома, — собирать метагеномы, наборы из сотен различных геномов микроорганизмов, живущих в одной среде. Сложность заключается в том, что в результате такой работы можно получить тысячи последовательностей, среди которых будут фрагменты генетического кода как вирусов, так и бактерий, и какие именно данные относятся к нужному патогену, понять совсем непросто.

К тому же перед учеными неизбежно встанет другая задача — секвенирование метавирома — суть которой заключается в том, чтобы идентифицировать именно вирусные последовательности, скрытые среди гораздо более длинных бактериальных фрагментов. Затем биоинформатикам предстоит по кусочкам собрать полный геном вируса, ставшего виновником вспышки заболевания.
Collapse )