August 11th, 2020

Японские ученые открыли трехмерный аналог графена



В материале, меняющем состояние с аморфного на кристаллическое и применяющимся в производстве CD и DVD, физики из Японии обнаружили необычные дираковы электроны, которые ведут себя так, как будто у них нет массы. Открытие может привести к появлению более быстрых электронных устройств.

Соединение GeSb2Te4 — меняющий фазы материал (PCM), то есть его атомная структура под действием температуры трансформируется от аморфной до кристаллической. Каждая структура обладает собственными свойствами и является обратимой, что делает PCM идеальным кандидатом на использование в электронике, когда надо многократно записывать и стирать информацию, пишет Phys.org.

Международная команда ученых обнаружила, что в кристаллической фазе у GeSb2Te4 есть так называемые дираковы электроны, которые ведут себя так, будто они — графен, проводящий материал, состоящий из одного слоя атомов углерода. Также они заметили, что поверхность кристаллической структуры обладает характеристиками топологического изолятора, когда внутренняя структура остается статичной, тогда как поверхность проводит электричество.

«Аморфная фаза показывает полупроводящее поведение с большим электрическим сопротивлением, тогда как кристаллическая фаза ведет себя как металл с гораздо меньшей электрической сопротивляемостью, — сказал Муниса Нурмамат, автор статьи и аспирант Университета Хиросимы. — Кристаллическую фазу GeSb2Te4 можно рассматривать как трехмерный аналог графена».

В отличие от графена соединение GeSb2Te4 сочетает высокую электропроводность с инженерной гибкостью, которая может пригодиться для создания нового поколения электрических переключателей.

promo luckyea77 june 19, 23:05 11
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…

Новая технология опресняет морскую воду без химии и энергозатрат за 30 минут



Дефицит чистой питьевой воды — серьезная проблема примерно для трети населения планеты. Австралийские ученые предлагают ее новое решение с применением пористых материалов — оно не требует сложных химических процессов очистки и работает на солнечной энергии.

Металл-органические каркасные структуры (MOF) — гибридные материалы с чрезвычайно пористой структурой: одна чайная ложка MOF может покрыть площадь футбольного поля, если ее развернуть. Это свойство отлично подходит для удержания молекул и частиц.

Команда ученых из Университета Монаш разработала новый тип MOF, который назвала PSP-MIL-53 и приспособила его для улавливания соли и загрязняющих частиц в морской и соленой воде. Достаточно поместить материал в воду, и он начинает выборочно впитывать ионы из жидкости. За полчаса губка способна снизить общее солесодержание в воде с 2233 частей на миллион до менее 500 частей на миллион. Это ниже уровня в 600 млн-1, который установила ВОЗ для питьевой воды, рассказывает New Atlas.
Collapse )

Глубокое обучение и метаматериалы помогли ученым сделать звук видимым



Объединив специально созданные материалы и нейронные сети, исследователи из EPFL (Федеральная политехническая школа Лозанны, Швейцария) показали, что звук можно использовать в изображениях с высоким разрешением. О своем открытии исследовательская группа во главе с Роменом Флери сообщила в статье, опубликованной в журнале в Physical Review X.

Визуализация позволяет изобразить объект посредством анализа дальнего поля световых и звуковых волн, которые он передает или излучает. Чем короче волна, тем выше разрешение изображения. Однако до сих пор уровень детализации ограничен размером рассматриваемой длины волны. Исследователи из Лаборатории волновой инженерии EPFL успешно доказали, что длинная и, следовательно, неточная волна (в данном случае звуковая волна) может выявить детали, которые в 30 раз меньше ее длины. Для этого исследовательская группа использовала комбинацию метаматериалов — специально разработанных элементов — и искусственного интеллекта. Их исследование открывает новые захватывающие возможности, особенно в областях медицинской визуализации и биоинженерии.

Новаторская идея команды заключалась в том, чтобы объединить две отдельные технологии, которые ранее разделили границы визуализации. Одной из них является технология метаматериалов: специально созданных элементов, которые могут, например, точно фокусировать длины волн. Тем не менее, они теряют свою эффективность из-за случайного поглощения сигналов, что затрудняет их расшифровку. Другая технология — это искусственный интеллект или, более конкретно, нейронные сети, которые могут быстро и эффективно обрабатывать даже самую сложную информацию, хотя это требует обучения.
Collapse )

ИИ может воссоздать 3D-сцены только по фотографиям



Появился алгоритм машинного обучения, который может превратить фотографию достопримечательности в 3D-анимацию. Правда, пока ИИ нужны только качественные снимки, иначе может возникнуть ошибка.

Исследователи из Google представили детальные 3D-сцены знаменитых достопримечательностей по всему миру. Они использовали фотографии, которые скачали из интернета и обработали их с помощью машинного обучения.

На странице проекта в GitHub исследователи поделились 3D-сценами Бранденбургских ворот в Берлине, храма Базилика Сакре-Кер в Париже и фонтана Треви в Риме. Машинное обучение создало из этого материала детальный 3D-рендеринг, в котором можно перемещать вид, а внешняя сцена меняется под действием световых эффектов.

Исследователи объяснили, что их алгоритм может столкнуться с трудностями при использовании изображений с «необычными параметрами». Фотографии обрабатываются некорректно при плохом свете, неправильной экспозиции или постобработке. Кроме того, на снимках из интернета часто есть движущиеся объекты — например, люди или автомобили. Они также могут помешать алгоритму.

«Два фотографа могут стоять на одном месте и сделать снимок одной и той же достопримечательности, но один кадр алгоритм обработает корректно, а второй — испортит. Нам нужно доработать ИИ, чтобы он работал корректно», — отметили исследователи.

Полученная модель может содержать глитчи или другие ошибки. Исследователи разрабатывают специальные расширения, которые смягчают обработку с помощью ИИ, это приводит к более качественным результатам.

В России хотят отслеживать сделки с криптовалютой с помощью ИИ



Росфинмониторинг хочет следить за криптовалютными транзакциями с помощью искусственного интеллекта. Там предложили включить сервис в новый федеральный проект: на него потребуется 760 млн рублей из бюджета. Уже созданный прототип опробован в сфере борьбы с наркотиками. Об этом 11 августа сообщает РБК с ссылкой на письмо заместителю министра цифрового развития, связи и массовых коммуникаций Максиму Паршину.

Федеральная служба предлагает разработать систему анализа операций с криптовалютой. Система будет работать с помощью искусственного интеллекта.

Проект, который называется «Прозрачный блокчейн», служба предложила включить в федеральный проект «Искусственный интеллект».

Система позволит:

-анализировать движение цифровых финансовых активов и выявлять провайдеров услуг;
-проводить расследования, связанные с незаконным оборотом таких активов;
-частично снимать анонимность участников транзакций в системах Bitcoin, Ethereum, Omni, Dash и Monero;
-сканировать интернет для обнаружения изображений с реквизитами сбора средств при признаках финансирования террористической деятельности и для выявления сообщений, связанных с отмыванием денег и финансированием терроризма.

Ранее проект развивался счет внебюджетных средств, но в дальнейшем ему потребуется дополнительное финансирование, отмечает издание. По предварительным данным, на развитие «Прозрачного блокчейна» потребуется 760 млн рублей из федерального бюджета.

На данный момент система уже была апробирована совместно с Физическим институтом имени Лебедева: прототип системы основан на данных платежной системы Bitcoin. Тестирование было проведено в сфере противодействия наркобизнесу, говорится в письме.