Физики создали самый маленький лазер в синем диапазоне из всех известных на сегодня. Сотрудники ИТМО синтезировали нанокубоиды из перовскита CsPbCl₃ размерами 145 × 195 × 190 нм. Объем кубика — 0,005 мкм³, что примерно в 13 раз меньше куба длины волны излучения. До этого не существовало субволновых нанолазеров в синем спектре из‑за дифракционного предела.

Исследователи нанесли нанокубики на специальную подложку: серебряную пленку с тонким слоем Al₂O₃. Эта подложка усиливает оптические резонансы внутри кубика. Затем ученые охладили образцы до 80 K и возбудили короткими лазерными импульсами. Они наблюдали, как спонтанное свечение переходит в лазерную генерацию.

Излучение возникает за счет поляритонного лазирования. В перовските носители заряда существуют как связанные квазичастицы — экситоны. Денис Баранов из МФТИ построил теоретическую модель: он рассчитал оптические моды кубика с учетом сильной связи экситонов и фотонов. Эта связь формирует гибридные частицы — поляритоны. Лазирование происходит за счет конденсации поляритонов на нижнем энергетическом уровне.

Поляритонное лазирование требует гораздо меньше энергии, чем традиционный механизм. Порог накачки составляет около 10 мкДж/см². Пока максимальная эффективность достигается только при 80 K: при комнатной температуре экситоны диссоциируют. Авторы считают, что можно перейти к резонаторам из перовскитов с пониженной размерностью.

Новый лазер в десятки раз компактнее предыдущих аналогов. Он пригодится для сверхкомпактных источников оптического сигнала, оптических вычислений на чипе и фотонных ускорителей для систем ИИ. Ученые планируют интегрировать эти источники в фотонные интегральные схемы.

Подробности о разработке опубликованы в статье для журнала npj Nanophotonics. В работе участвовали специалисты ИТМО, МФТИ, Сколтеха, Физтеха им. Иоффе и Циндаоского центра инноваций (Китай).

Читать далее:

Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу

Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе

Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды

Обложка: Wikimedia Commons | Сведения о лицензии

The post Российские физики создали самый маленький лазер в синем диапазоне appeared first on Хайтек.

Компания Boeing разработала систему автономии Approach‑to‑X (A2X). Военные испытали её на вертолете CH‑47F Chinook. Машина самостоятельно выполнила заход на посадку и приземлилась. Пилоты не вмешивались в процесс.

Система базируется на модернизированной цифровой автоматической системе управления полетом. Вертолет сам управляет снижением. Пилоты задают только ключевые параметры: точку посадки и профиль снижения. A2X не заменяет экипаж, а дополняет его. Пилот может в любой момент взять управление на себя.

С января 2026 года система выполнила более 150 автоматических заходов. Точность позиционирования составила до 1,5 метра. Это критично для посадки в ограниченных условиях или при плохой видимости. Система использует навигационные данные в реальном времени и адаптивные алгоритмы. Она постоянно корректирует траекторию во время снижения.

Испытания показали, что вертолет способен выполнять точные и повторяемые посадки в условиях, близких к реальным. Пилоты-испытатели участвовали в разработке системы, что помогло приблизить её поведение к ожиданиям летчиков. Это снизило сложность обучения и повысило доверие к автоматике.

CH‑47 Chinook остается основой тяжелой транспортной авиации США. Двухвинтовая схема позволяет выполнять десантные и гуманитарные миссии, а также работать в условиях высоких температур и на больших высотах.

Читать далее:

Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу

Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе

Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды

Обложка: NARA & DVIDS Public Domain Archive — GetArchive | Сведения о лицензии

The post Вертолет CH-47F Chinook впервые сел без помощи пилота appeared first on Хайтек.

Медсестры и врачи хосписов давно замечают необычные сны у своих пациентов. Умирающие люди часто говорят о встречах с умершими близкими. Некоторые описывают символические образы: двери, пороги, лестницы, туннели, яркий свет. Долгое время наука скептически относилась к этим рассказам. Обычно их списывали на действие лекарств, делирий или нарушения работы мозга.

Группа ученых под руководством Элизы Рабитти из Сети паллиативной помощи в Реджо-Эмилии провела опрос среди 239 специалистов и волонтеров. Исследователи опубликовали выводы в журнале Death Studies. Данные показали закономерность. Перед смертью пациенты видят схожие сюжеты. Чаще всего это встречи с умершими родственниками или домашними питомцами. Иногда образы возникают не во сне, а в виде кратких видений наяву. Такие «встречи» приносят ощущение внутреннего покоя.

Один из тяжелобольных рассказал, как босиком поднимался к открытой двери, наполненной белым сиянием. По мнению Рабитти, такие картины помогают осмыслить переход от жизни к смерти и работают как внутренний механизм адаптации.

Большинство пациентов после таких сновидений чувствуют спокойствие и умиротворение. Лишь около 10% видят тревожные сны. Например, один человек описал монстра с лицом матери, который тянул его вниз. Но подобные случаи редки.

За несколько недель до смерти сны и видения начинают выполнять важную психологическую функцию. Они помогают принять приближение ухода и ослабляют страх перед неизвестностью. Сновидения снижают тревогу и помогают осмыслить неизбежное.

Результаты исследования опубликованы в журнале Death Studies.

Читать далее:

Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу

Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе

Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды

Обложка: freepik

The post Выяснилось, какие сны перед смертью видят умирающие appeared first on Хайтек.

Голографическая запись долго не находила коммерческого применения. Сложно записывать и считывать информацию, «размазанную» по объему прозрачного носителя. Машинное обучение снимает часть проблем, а рост объемов данных заставляет возвращаться к этой технологии.

Китайские ученые предложили кодировать информацию одновременно в трех характеристиках света: амплитуде, фазе и поляризации. Раньше голография использовала либо амплитуду, либо фазу, редко их комбинацию. Поляризация оказалась самой трудной задачей, на нее ушло больше всего ресурсов.

В эксперименте ученые записывали данные в поляризационно-чувствительный фотополимер PQ/PMMA толщиной 1 мм. Лазерные паттерны пересекались в трех измерениях. Оптическая система совмещала два изображения с ортогональной поляризацией, создавая дифракционную картину. Из нее можно было извлечь амплитуду, фазу и поляризацию каждого пикселя.

Для расшифровки ученые разработали сверточную нейросеть TriDecode‑Net. Каждый пиксель принимает 27 состояний (три значения на каждую характеристику). Мультиплексирование позволяет увеличить плотность записи еще сильнее. Меньше всего ошибок дает амплитуда, затем поляризация, затем фаза.

Новый метод упрощает оптическую систему, снижает энергопотребление и ускоряет чтение. Нейросеть обходит сложности прямого измерения фазы и поляризации. Средняя частота ошибок — 0,0094–0,0279.

Многомерное кодирование повышает емкость каждой страницы записи, а синхронное декодирование с ИИ отменяет сложные измерения. Технология перспективна для компактных дата‑центров, архивов, оптического шифрования и безопасной передачи данных. Работа пока лабораторная, но закладывает основу для будущей голографической памяти.

Подробности разработки опубликованы в журнале Optica.

Читать далее:

Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу

Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе

Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды

Обложка: Optica 2026

The post Китайские ученые записали данные в голограмму сразу по трем параметрам света appeared first on Хайтек.

Группа под руководством Аонана Гуана обнаружила, как злоумышленники могут перехватывать управление ИИ‑агентами, встроенными в GitHub Actions. Они назвали метод Comment and Control. Хакер вписывает команду в текст запроса, агент считывает её и выполняет в среде GitHub Actions. Затем публикует результат, содержащий украденные токены, в виде комментария.

Первой жертвой стал агент Anthropic для поиска уязвимостей в коде. Гуан заметил, что система обрабатывает заголовки pull‑запросов как часть контекста задачи. Он выполнил команду «whoami» и получил ответ в комментарии к безопасности. Затем он смог украсть более чувствительные данные, например ключи API. Anthropic выплатила $100, повысила критичность уязвимости до 9,4 и добавила в документацию предупреждение: инструмент не защищён от инъекций, его можно использовать только для доверенных запросов.

При тестировании агента Google Gemini команда добавила в комментарии к задаче фальшивый раздел «доверенного контента». Так они переопределили инструкции безопасности модели и заставили её опубликовать ключ GEMINI_API_KEY в открытом доступе. Google оценила находку в $1337 и перечислила соавторов в списке благодарностей.

Сложнее всего оказалось взломать GitHub Copilot от Microsoft. У него многоуровневая защита: фильтрация окружения, сетевой экран. Исследователи использовали скрытые HTML‑комментарии, которые человек не видит, но агент читает. Так они передали вредоносные инструкции при назначении задачи. Microsoft сначала назвала проблему известной, но после доказательства концепции выплатила $500.

Ни одна из компаний не раскрыла номера CVE и не выпустила официальных рекомендаций. По словам Гуана, разработчики, использующие уязвимые версии ПО, могут никогда не узнать об угрозе кражи учётных данных.

Читать далее:

Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу

Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе

Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды

Обложка: freepik

The post Исследователи взломали ИИ‑агентов Anthropic, Google и Microsoft через GitHub Actions appeared first on Хайтек.

Nvidia анонсировала семейство ИИ‑моделей Ising. Они решают главную проблему квантовых компьютеров — высокую частоту ошибок. Кубиты нестабильны, на них влияют звук, свет, тепло и другие кубиты. Из‑за этого кубиты теряют квантовое состояние (декогеренция). Даже лучшие современные квантовые процессоры ошибаются в одной из тысячи операций. Для науки и бизнеса нужно, чтобы ошибки возникали не чаще одной на триллион операций или ещё реже.

Ising Calibration — визуальная языковая модель с 35 млрд параметров. Она в 15 раз меньше аналогичных систем. Модель управляет ИИ‑агентами и сама выполняет калибровку. Сейчас операторы или простые алгоритмы тратят на настройку несколько дней, и этот процесс плохо масштабируется. Уже для системы со ста кубитами задача очень сложна, а коммерческим системам потребуются миллионы кубитов. Новая модель настраивает компьютер за несколько часов.

Ising Decoding — свёрточная нейросеть, которая предварительно декодирует результаты. Она совместима с существующей библиотекой PyMatching (алгоритм минимально-весового идеального сопоставления). Nvidia выпустила два варианта: один работает в 2,5 раза быстрее аналогов, другой повышает точность в три раза. Обеим версиям нужно в десять раз меньше исходных данных.

Nvidia планирует расширить линейку Ising, чтобы оптимизировать квантовые схемы, управлять системами и создавать алгоритмы. Уже сейчас поставщики облачных ИИ‑услуг, исследовательские институты и университетские лаборатории используют представленные модели.

Читать далее:

Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу

Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе

Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды

Обложка: freepik

The post Nvidia выпустила ИИ‑модели, которые исправляют ошибки в квантовых компьютерах appeared first on Хайтек.

Киберпреступники взломали криптовалютную биржу Grinex и похитили цифровые активы российских клиентов. Сумма ущерба превысила 1 млрд руб. По данным РБК, средства удалось отследить. Через обменные сервисы злоумышленники перевели украденное в TRX и объединили на одном кошельке. Его адрес известен, на момент публикации на нем находилось около $15 млн.

В Grinex заявили, что характер атаки и цифровые следы указывают на «беспрецедентный уровень ресурсов и технологий, доступных исключительно структурам недружественных государств». Биржа приостановила работу и обратилась в правоохранительные органы.

Grinex — крупный российский игрок, который обменивает рубли на криптовалюту. Платформа фактически пришла на место закрывшейся ранее Garantex. В марте прошлого года компания Tether заблокировала средства Garantex на 2,5 млрд руб. Затем американские власти обвинили ту биржу в нарушении санкций и отмывании денег, заблокировали её сайты и криптоактивы на $26 млн. В августе США ввели санкции и против Grinex, обвинив её в связях с предшественницей и проведении операций для обхода ограничений.

Читать далее:

Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу

Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе

Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды

Обложка: ИИ

The post Хакеры похитили с российской биржи Grinex криптоактивы 1 млрд руб. appeared first on Хайтек.

Positive Technologies представила первую в России и Европе нейросеть для обнаружения вредоносного кода на архитектуре «трансформер». Модель получила название ByteDog. Она работает не с текстом или картинками, а анализирует файлы в том же виде, как их видит операционная система — последовательностью байтов.

Раньше для обучения ИИ в кибербезопасности требовалась ручная подготовка данных. Специалисты извлекали из файлов признаки, по которым нейросеть училась отличать вирус от обычного кода. ByteDog пропускает этот этап. Модель сама находит закономерности на нескольких миллионах параметров и способна экстраполировать их на новые, ранее не встречавшиеся угрозы. Это превосходит системы с жёсткими фиксированными правилами.

Главная техническая сложность — длина входных данных. LLM работают с контекстом до 128 тыс. токенов, а обычный файл весит мегабайты, то есть миллионы байт. Ни один из них нельзя пропустить. ByteDog решает проблему: она анализирует файл фрагментами, а затем собирает общую картину. Для работы уже обученной модели не нужен графический ускоритель, она запускается на обычных ПК и смартфонах.

Пример из компании: сотрудник получает по почте файл, похожий на счет от подрядчика, но вирус спрятан внутри. Классическому антивирусу нужно распаковать файл, извлечь код, пропустить через правила. ByteDog на устройстве сотрудника видит файл как последовательность байтов. Если в ней есть признаки вредоносного кода, модель обнаружит их, даже если вирус спрятан сложно.

Обучение и тестирование ByteDog шло год на реальных образцах из киберинцидентов. ML-директор Positive Technologies Андрей Кузнецов сообщил, что модель показала превосходство над классическими ML-моделями по качеству и скорости более чем на 20%. ByteDog уже интегрировали в песочницу PT Sandbox, а затем её получат продукты MaxPatrol SIEM и MaxPatrol O2.

Читать далее:

Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу

Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе

Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды

Обложка: freepik

The post Появилась нейросеть для поиска вирусов по байтам файла appeared first on Хайтек.