Европейская южная обсерватория (ESO) представила леденящий образ космического зверя, названного «Туманность Тёмный Волк», в честь Хэллоуина. Этот небесный ликантроп, запечатлённый Очень Большим Телескопом (VLT) в пустыне Атакама (Чили) является частью более крупной туманности Gum 55 и расположен примерно в 5300 световых годах от Земли, недалеко от сердца Млечного Пути.

Хотя некоторые темные туманности видны невооруженным глазом, туманность «Тёмный Волк» не является одной из них. VLT оснащён специальной камерой, которая позволяет ему составлять карту космоса в видимом спектре, выявляя тёмные области, такие как на этих изображениях, поскольку они контрастируют с освещённым фоном.

Представленное изображение туманности было создано из снимков, сделанных в разное время в рамках проекта VST Photometric Hα Survey of the Southern Galactic Plane and Bulge (VPHAS+). На сегодняшний день VPHAS + изучил около 500 миллионов объектов в пределах Млечного Пути.

По словам экспертов ESO, «такие туманности, как "Тёмный Волк", предоставляют уникальную возможность изучать процессы звездообразования и эволюции галактик. Мы продолжаем исследовать эти объекты, чтобы лучше понять Вселенную». Эта туманность, напоминающая оборотня, не только служит источником ужаса в честь Хэллоуина, но и представляет собой важный объект для научных исследований.

Аналитики НАПИ оценили стоимость владения полноприводным кроссовером Jaecoo J7 в исполнении Active: сама машина стоит 3,48 млн рублей, а стоимость владения за 5 лет и 75 тыс. км — 2,16 млн рублей.

В стоимость владения аналитики включают и потери автомобиля в цене за указанный период — она составляет 1,01 млн рублей. Также в расчет включена стоимость топлива, страховки каско и ОСАГО, покупка комплекта шин, ремонт и ТО, налоги и сборы (при условии эксплуатации машины в Москве).

Стоимость владения автомобилем в год составила 431,3 тыс. рублей, в месяц — 35,9 тыс. рублей, а цена одного километра пробега — 28,75 рубля.

Марсоход NASA Perseverance, находящийся на западной стене марсианского кратера Езеро, стал свидетелем редкого космического события — транзита марсианской луны Фобос перед Солнцем. Событие, запечатлённое камерой Mastcam-Z марсохода 30 сентября, на 1285-й марсианский день миссии Perseverance, произошло, когда спутник прошёл прямо между Солнцем и точкой на поверхности Марса, закрыв большую часть солнечного диска.

Фобос имеет ширину всего около 27 километров в самой широкой точке, что делает его примерно в 157 раз меньше в диаметре, чем луна Земли. Его орбита почти идеально совпадает с марсианским экватором и находится относительно близко к поверхности планеты, что позволяет транзитам происходить в большинство дней марсианского года. Однако, из-за быстрой орбиты Фобоса (около 7,6 часов, чтобы сделать полный оборот вокруг Марса), транзит обычно длится всего около 30 секунд.

Сравнивая различные изображения, ученые могут уточнить понимание орбиты спутника, чтобы узнать, как она меняется. Фобос приближается к Марсу и, по прогнозам, столкнётся с ним примерно через 50 миллионов лет. «Изучение орбиты Фобоса помогает нам лучше понять динамику марсианской системы и эволюцию её лун», — говорит научный сотрудник миссии Perseverance, доктор Рейчел Кроусон.

Perseverance не первый марсоход NASA, который стал свидетелем транзита Фобоса. Curiosity снял видео в 2019 году, а Opportunity сделал снимок в 2004 году. Однако, каждое новое изображение предоставляет учёным дополнительные данные для анализа и уточнения их моделей.

Кроме того, транзит Фобоса предоставляет уникальную возможность изучить атмосферу Марса. Когда луна проходит перед Солнцем, она блокирует часть солнечного света, позволяя измерить количество света, проходящего через атмосферу Марса. «Это позволяет нам изучать состав и структуру марсианской атмосферы с беспрецедентной точностью», — объясняет доктор Кроусон.

Группа городских экологов из Института городской среды Китайской академии наук и Университета Райхмана в Израиле провела исследование, оценивающее объём электронных отходов, которые будут произведены в течение следующих нескольких лет в связи с внедрением приложений генеративного ИИ. Результаты исследования были опубликованы в журнале Nature Computational Science.

Целью исследования было подсчитать все печатные платы, батареи и другие элементы электронного оборудования, используемые для управления приложениями генеративного ИИ, по мере их устаревания. Такие приложения, как ChatGPT, требуют больших ресурсов и энергии, и обычно работают на специализированных графических процессорах, размещённых в центрах обработки данных и серверных фермах. Для обеспечения работы в случае сбоев необходимы большие запасы батарей, что также способствует увеличению электронных отходов.

Для проведения оценки исследовательская группа оценила количество оборудования, используемого для запуска приложений генеративного ИИ в стандартном центре обработки данных, и средний срок годности для каждого из его компонентов. Затем они определили количество таких центров обработки данных и сделали обоснованные предположения об ожидаемом спросе на такие приложения и их услуги в предстоящие годы. Все данные были интегрированы в компьютерную модель, запрограммированную для выполнения таких типов оценок.

Модель показала, что если всё останется на нынешнем уровне, то к концу десятилетия индустрия ИИ может произвести от 1,2 до 5,0 миллионов метрических тонн электронных отходов. Ежегодное производство электронных отходов увеличится с 2,6 тысяч метрических тонн в 2023 году и потенциально достигнет 2,5 миллионов метрических тонн в год к концу десятилетия.

«Наши результаты подчёркивают необходимость принятия подхода круговой экономики в индустрии ИИ, при котором оборудование перерабатывается. Это не только поможет сократить объем электронных отходов, но и сэкономит ресурсы и энергию, необходимые для производства нового оборудования», — говорит один из авторов исследования, доктор Ли Ван из Института городской среды Китайской академии наук.

Исследование также подчёркивает важность учёта экологических последствий внедрения новых технологий. «Мы должны учитывать весь жизненный цикл технологий, включая их производство, использование и утилизацию. Только так мы сможем обеспечить устойчивое развитие и минимизировать негативное воздействие на окружающую среду», — добавляет доктор Ван.

Новый метод оценки ёмкости домашних систем хранения энергии, разработанный исследователями из Рейнско-Вестфальского технического университета Ахена, JARA-Energy и ACCURE Battery Intelligence GmbH, может значительно улучшить надёжность и эффективность использования фотоэлектрических систем в домашних хозяйствах. Этот метод, представленный в статье, опубликованной в журнале Nature Energy, позволяет точно оценивать ёмкость бытовых систем хранения энергии, работающих на основе литий-ионных аккумуляторов.

Домашние системы хранения энергии становятся всё более популярными, поскольку они позволяют домохозяйствам обрести большую независимость от электросети, генерируя и поставляя больше собственной энергии. Однако до сих пор существовало мало методов оценки степени снижения их ёмкости с течением времени. Разработанный метод оценивает ёмкость домашних систем хранения в три ключевых этапа: определение полного и пустого состояний, расчёт ёмкости между этими двумя состояниями и применение подсчета кулонов с коррекцией тока смещения.

Исследователи использовали свой метод для оценки ёмкости 21 домашней системы хранения в Германии и обнаружили, что в среднем эти системы теряют около 2–3% в год. «Большинство систем достигает установленного гарантийного срока за счёт внедрения резервов мощности, что является хорошим знаком для отрасли, учитывая, что эти системы относятся к первому поколению продуктов», — отметил Ян Фиггенер, ведущий автор исследования.

Кроме того, исследователи составили обширный набор данных, содержащий информацию о домашних системах хранения за 106 лет, который может быть использован для проведения дополнительных исследований или для обучения вычислительных моделей.

«После определения потери ёмкости мы вскоре покажем, какие основные режимы деградации являются её причиной. Кроме того, мы разрабатываем новые методы для получения оценок состояния работоспособности, например, на основе фаз релаксации напряжения или оценок внутреннего сопротивления», — добавил Фиггенер.

Эта работа имеет важное значение в контексте недавнего регламента Европейского союза (ЕС) о батареях, который требует от производителей предоставлять информацию о ёмкости домашних систем хранения энергии клиентам. Разработанный метод может способствовать обеспечению прозрачности в отношении клиентов и дальнейшему развитию области исследований полевого анализа данных.

«Мы надеемся, что другие исследователи будут использовать опубликованный набор данных, включающий 14 миллиардов точек данных за 106 лет, для улучшения области исследований полевого анализа данных», — заключил Фиггенер.

Итальянская компания Pirelli, известная своими инновациями в области шинной промышленности, недавно представила новую «умную шину», разработанную в сотрудничестве с Bosch, Pagani и McLaren. Эта шина, получившая название Pirelli Cyber Tyre, предназначена для значительного улучшения безопасности и сцепления с дорогой за счёт передачи данных в режиме реального времени в блок управления ESP автомобиля.

Умная шина Pirelli оснащена датчиком, который собирает информацию о контактной площади шины с дорожным покрытием, скорости, давлении, температуре и других параметрах. Эти данные передаются в систему управления автомобилем, позволяя ей настраиваться на базовый уровень используемой шины и значительно улучшать сцепление и безопасность. Главной особенностью этой технологии является её способность предотвращать аквапланирование и потерю сцепления, что может привести к авариям.

Хотя Pirelli имеет обширные связи с автоспортом, включая Формулу-1, умная шина не является прямым результатом технологий автоспорта.

Первыми пользователями умной шины Pirelli станут владельцы Pagani Utopia Roadster, но компания планирует расширить применение этой технологии на другие транспортные средства в ближайшие годы. Ожидается, что умная шина станет широко доступной в 2025 или 2026 году. Дзанардо оптимистичен: «Это непрерывный процесс, путешествие. Первые приложения уже есть, например, Pagani Utopia Roadster. Мы шаг за шагом переносим датчик на другие транспортные средства».

Компания SpaceX, возглавляемая Илоном Маском, продолжает стремительно продвигаться к созданию полностью многоразовой ракеты Starship, способной доставлять людей и грузы на Луну и Марс. Всего несколько недель назад SpaceX успешно запустила пятую ракету Starship, достигнув важной вехи в своей программе испытаний. Теперь компания готовится к шестому запуску, который может состояться уже в ближайшее время.

Пятый запуск Starship был отмечен не только успешным стартом ракеты, но и историческим первым захватом сверхтяжёлого ускорителя. Это достижение имеет решающее значение для подготовки Starship к роли нового коммерческого пускового устройства и системы посадки человека NASA для программы Artemis.

Ожидается, что Flight 6 будет почти таким же, как Flight 5, с некоторыми изменениями в сценарии. Учитывая текущий прогресс в кампании лётных испытаний, шестой запуск может состояться уже в декабре или даже раньше. Как отметил сотрудник SpaceX, «это же SpaceX, в конце концов».

В ходе свежего интервью Илон Маск заявил, что посадка ускорителя Super Heavy в лапы башни обслуживания «Мехазилла» была произведена без участия искусственного интеллекта. Это результат работы людей.

Неплохо для людей! ... Никакого ИИ в этом процессе не использовалось. Я рад сообщить, что мы сделали это полностью с помощью человеческих мозгов и без ИИ. Я думаю, в будущем ИИ обернётся назад и согласится, что это было неплохо для кучки обезьян!

Илон Маск заявил

Кроме того, Илон Маск спрогнозировал, что SpaceX сможет запустить несколько космических кораблей на Марс через два года: «Следующее марсианское окно будет примерно через 26, 27 месяцев... Сейчас мы находимся в начале транзитного окна Марса, и они происходят каждые 26 месяцев. Так что всего через два года мы отправим наши первые беспилотные космические корабли на Марс. А затем, если это сработает и мы не увеличим количество кратеров на Марсе, мы отправим людей ещё через два года».

Видео The Launch Pad/SpaceX

«Я настроен более оптимистично в отношении Белого дома при Трампе, чем в Белом доме без Трампа, потому что самым большим препятствием для прогресса, с которым мы сталкиваемся, является чрезмерное регулирование... Чтобы получить разрешение на запуск, требуется больше времени, чем на строительство гигантской ракеты... Америка и многие страны медленно задыхаются от чрезмерного регулирования. Если не предпринять что-то, чтобы этому противостоять, в конечном итоге станет незаконным осуществление практически любого крупного проекта, и мы не сможем добраться до Марса», — добавил Маск.

В том же интервью он добавил, что искусственный интеллект научится делать всё, что могут делать все люди, уже к 2028 году, добавив, что он может представлять экзистенциональную угрозу человечеству.

Илон Маск в ходе свежего интервью рассказал о темпах развития искусственного интеллекта, а также о потенциальной угрозе, которую представляет ИИ для человечества.

О темпах совершенствования ИИ он сказал следующее: «Точно подсчитать сложно, но я с уверенностью могу сказать, что с каждым годом ситуация улучшается в 10 раз... Так что через четыре года это будет означать улучшение в 10 000 раз. Может быть, в 100 000 раз».

На вопрос, когда ИИ превзойдет человечество по производительности, Илон Маск заявил следующее: «Я думаю, он сможет делать все, что может делать любой человек, возможно, в течение ближайшего года или двух. Сколько времени потребуется, чтобы научиться делать то, что могут делать все люди вместе взятые? Я думаю, немного. Думаю, всего три года. Так что примерно к 2028 или к 2029 годам».

Китайские учёные разработали систему обнаружения пустот в облицовке железнодорожных туннелей, используя популярный мини-компьютер Raspberry Pi. Эта новая технология, описанная в статье журнала Buildings, может значительно повысить безопасность и надёжность туннельных конструкций.

Железнодорожные туннели обычно строятся с первичной и вторичной отделкой, где последняя повышает прочность и способность выдерживать локальные напряжения. Однако если во вторичной отделке образуются пустоты, то целостность туннеля может быть нарушена, что приведёт к повреждению конструкции или даже обрушению.

Существующие методы обнаружения пустот, такие как ручная инспекция или использование георадара, имеют ограничения. Георадары, хотя и точны, дороги и не обеспечивают непрерывного мониторинга. Чтобы преодолеть эти ограничения, исследователи из Gansu Road & Bridge Construction Group Co и Школы гражданского и гидравлического строительства Хуачжунского университета науки и технологий разработали систему на основе Raspberry Pi для обнаружения пустот в процессе строительства туннеля.

Система использует 40 контактов ввода-вывода общего назначения (GPIO) Raspberry Pi для измерения проводимости бетона. Когда проводимость падает, это указывает на возможные пустоты в облицовке туннеля. Авторы встроили провода во вторичную обшивку недавно построенного 600-метрового туннеля и подключили их к контакту 2 в качестве источника тока и к контакту 34 для заземления цепи.

«Если цепь остаётся разомкнутой (что указывает на пустую полость), то Raspberry Pi не обнаруживает ток. Когда цепь замкнута (что указывает на заполненную полость), ток протекает, и Raspberry Pi регистрирует это как завершённый процесс заливки», — поясняется в статье.

Для защиты устройств от подземной среды исследователи использовали водонепроницаемые корпуса. Кроме того, система включает датчик давления Honeywell и датчик температуры и влажности. Показания всех датчиков загружаются в Alibaba Cloud через соединение 5G и сохраняются в базе данных MySQL для мониторинга в реальном времени и исторического анализа.

Авторы предполагают, что к собранным данным датчиков можно применить машинное обучение или даже создать цифровые двойники туннелей и обеспечеть поддержку принятия решений в режиме реального времени. Отправка данных в облако также означает, что к ним можно получить удалённый доступ, что исключает необходимость спуска инженеров под землю для оценки состояния туннеля.

Сравнительный анализ результатов, полученных с помощью Raspberry Pi, и данных георадара показал, что новая система справляется с задачей весьма достойно, за исключением нескольких ограничений, таких как трудности в обнаружении пустот неправильной формы или очень малых размеров.