Исследователи из Университета Британтской Колумбии открыли материал, который сочетает свойства металла и одномерного магнита. Соединение Ti4MnBi2 — первая экспериментально подтверждённая система, где магнитные импульсы распространяются как цепочка, несмотря на металлическую природу вещества. Это открытие переворачивает представления о том, как магнетизм и электричество взаимодействуют на микроуровне, и приближает эру сверхбыстрых квантовых устройств.

Материал работает как гибрид проводника и магнита, где крошечные магнитные «импульсы» выстраиваются в одномерные цепочки, напоминающие нить из связанных друг с другом магнитиков. В отличие от обычных трёхмерных систем, здесь квантовая нестабильность мешает упорядочиванию даже при экстремально низких температурах. Учёные сравнивают это с попыткой построить башню из шаров, которые постоянно дрожат — структура остаётся динамичной, открывая путь к управлению квантовыми состояниями.

Иллюстрация: Leonardo

Эксперименты с нейтронным рассеянием и компьютерное моделирование подтвердили: одномерный квантовый проводник не подчиняется классическим законам. Его магнитные цепочки тесно связаны с электронами проводимости, создавая среду, где квантовые эффекты доминируют. Это делает материал идеальной «площадкой» для изучения явлений вроде сверхпроводимости или перехода между металлическим и изоляторным состояниями — важных процессов для создания квантовых компьютеров.

«Раньше такие системы были теоретическими. Теперь у нас есть инструмент, чтобы проектировать материалы, где магнетизм и проводимость не конкурируют, а усиливают друг друга», — пояснила профессор Мейган Аронсон, руководитель исследования. Команда вырастила более 400 кристаллов Ti4MnBi2, чтобы проверить и доказать его уникальные свойства.

Практическое значение открытия — в перспективе создания устройств спинтроники, где информация передаётся не электрическими зарядами, а магнитными импульсами. Это может привести к появлению памяти с рекордной плотностью и скоростью, а также компонентов для квантовых симуляторов. Учёные уже исследуют, как использовать квантовую цепь для улучшения стабильности кубитов.

Прогнозируется, что в ближайшее десятилетие на основе подобных материалов появятся прототипы устройств, превосходящих классические аналоги. «Мы стоим на пороге нового этапа в квантовых технологиях, где материалы вроде Ti4MnBi2 станут строительными блоками», — заключил доктор Альберто Ночера, соавтор работы. Ожидается, что следующие исследования позволят «настроить» свойства таких соединений для конкретных применений — от обработки данных до датчиков нового поколения.

Астрономы уточнили размеры крупнейшего известного объекта во Вселенной — сверхскопления галактик Великая стена Геркулес — Северная Корона (Hercules-Corona Borealis Great Wall). Новые данные, полученные с помощью анализа гамма-всплесков, показали, что структура простирается на 10 миллиардов световых лет, а её ближние края расположены к Млечному Пути на 1,6 миллиарда световых лет ближе, чем считалось. Эти результаты бросают вызов космологическому принципу, предполагающему однородность Вселенной в больших масштабах.

Изначально обнаруженная в 2014 году, «Великая стена» представляет собой сложную сеть галактических нитей, сформировавшихся на ранних этапах эволюции Вселенной. Свежий анализ 542 гамма-всплесков, зарегистрированных до 2018 года телескопами Fermi и Swift, позволил скорректировать её границы. Оказалось, что некоторые всплески, которые ранее считались фоновыми, принадлежат этой структуре.

Источник: AVL at NCSA, University of Illinois

«Главный сюрприз — неравномерное распределение гамма-всплесков: их концентрация в северном полушарии неба втрое выше, чем в южном», — пояснил соавтор исследования, Йон Хаккила из Университета Алабамы. Это противоречит представлению об изотропности Вселенной. Более того, существование столь масштабного объекта (10% от диаметра наблюдаемой Вселенной) ставит под сомнение модели, согласно которым за 13,8 миллиарда лет невозможно сформировать структуры крупнее 1,2 миллиарда световых лет.

Гамма-всплески, возникающие при коллапсе массивных звёзд или слиянии нейтронных, служат «маяками» для картографирования галактик. Их исключительная яркость позволяет фиксировать даже те галактики, которые невозможно увидеть напрямую. Однако метод имеет ограничения: для статистической достоверности требуются тысячи событий, а погрешности в определении координат достигают миллионов световых лет.

«Наша текущая база данных — результат 20 лет наблюдений. В ближайшее время её существенно не расширить, но миссия THESEUS, предложенная ESA, может изменить ситуацию», — отметил Хаккила. Этот телескоп, запуск которого запланирован на конец 2030-х, увеличит количество регистрируемых гамма-всплесков в десятки раз, что позволит детально изучить структуру «Великой стены».

Пока же учёные сосредоточены на анализе имеющихся данных. «Истинные размеры объекта могут превышать 10 миллиардов световых лет, — добавил Хаккила. — Для сравнения: наше местное сверхскопление Ланиакея в 20 раз меньше».

Учёные совершили прорыв в понимании того, как мозг обрабатывает зрительную информацию, обнаружив, что зрительная кора работает не как статичный «проектор», а как умный адаптивный фильтр, который мгновенно настраивается под задачи — будь то поиск ключей или анализ сложных паттернов. Исследование использовало функциональную магнитно-резонансную томографию (фМРТ), чтобы показать: когда человек решает, к какой категории отнести объект, зрительная кора динамически перестраивает нейронные «карты», делая ключевые для задачи детали более выраженными.

В эксперименте участникам показывали абстрактные двумерные формы, которые нужно было сортировать по трём типам правил. Два из них были линейными — например, разделять фигуры по прямой границе в воображаемом пространстве признаков. Третий требовал нелинейного подхода, группируя формы из несмежных областей, что сложнее для восприятия. Задачи менялись случайным образом, заставляя мозг постоянно переключать «алгоритм» категоризации. Анализ данных фМРТ выявил удивительное явление: в зрительной коре, особенно в её первичных зонах V1, V2 и V3, изображения форм перекраивались — границы между категориями, актуальные для текущей задачи, становились чётче, словно увеличительное стекло фокусировалось на критических различиях.

Иллюстрация: Leonardo

Например, при переходе от простого линейного правила к сложному нелинейному мозг «подсвечивал» те параметры фигур, которые позволяли провести нужное разграничение. Причём наиболее заметные изменения происходили с формами, находившимися близко к границе категорий — словно мозг тратил больше ресурсов на «спорные» случаи, улучшая точность решений. Участники, у которых эти нейронные изменения были выражены сильнее, демонстрировали более высокую скорость и точность ответов.

Открытие бросает вызов классическим моделям, где зрительная кора лишь передаёт информацию «вверх» для анализа. Теперь ясно: она активно участвует в когнитивных процессах, оптимизируя данные «на месте» — как умные очки, которые автоматически регулируют резкость в режиме реального времени. Это объясняет, почему человек, ищущий в толпе знакомое лицо, буквально видит его чётче остальных — мозг усиливает релевантные сигналы ещё до осознанного решения.

Для разработчиков ИИ исследование предлагает кардинальный сдвиг в подходах. Современные системы распознавания образов, как правило, используют фиксированные слои обработки данных. Если же создать алгоритмы, имитирующие динамическую адаптацию зрительной коры — например, гибко перераспределяющие вычислительные ресурсы между анализом цвета, формы и контекста, — то это может революционизировать компьютерное зрение. Камеры автономных автомобилей смогут моментально переключаться между распознаванием дорожных знаков и пешеходов, а системы безопасности — адаптироваться к изменяющимся условиям наблюдения без перепрограммирования.

Учёные планируют исследовать, как зрительная кора взаимодействует с памятью и принятием решений в многозадачных сценариях. Это может привести к созданию гибридных нейроморфных систем, где ИИ не только анализирует данные, но и учится оптимизировать их обработку под конкретные цели — как мозг, который мгновенно перестраивается между чтением книги, вождением и поиском нужного поворота.

Учёные Университета Райса открыли способ управлять светом на уровне, недоступном ранее, — это может стать основой для квантовых компьютеров, способных решать задачи за минуты, на которые сегодня уходят тысячелетия. В центре открытия — трёхмерная структура, которая действует как «ловушка» для света, многократно отражая его между поверхностями, подобно бесконечному зеркальному лабиринту. Эксперименты показали: такая система не просто удерживает фотоны, но и заставляет их взаимодействовать с электронами в режиме, который раньше считался теоретическим — сверхсильной связи, где энергия переходит между светом и материей быстрее, чем рассеивается.

Ключевой элемент технологии — трёхмерный резонатор, превосходящий по сложности традиционные одномерные аналоги. Если упростить, то он работает как настраиваемый фильтр, усиливающий определённые «волны» (моды) и заставляющий их влиять на движущиеся в магнитном поле электроны. Это взаимодействие порождает гибридные состояния — поляритоны, сочетающие свойства света и частиц материи.

Графики показывают, как свет проходит через материал в зависимости от частоты вращения заряженных частиц в магнитном поле. Слева (a, b) — результаты компьютерного моделирования, справа (c, d) — реальные эксперименты. Верхние графики соответствуют одному направлению колебаний света, нижние — другому. Белые точки отмечают основные частоты, где свет проходит лучше всего. Пунктирная линия — базовая частота вращения частиц без учёта взаимодействия со светом. Области, где свет и материя объединяются в гибридные состояния, выделены на графиках. Источник: Nature Communications, 2025; 16 (1) DOI: 10.1038/s41467-025-58835-x

Главный сюрприз исследования — обнаружение опосредованной связи между фотонами через электроны. Раньше считалось, что частицы света почти не взаимодействуют друг с другом, но в трёхмерном резонаторе, под определённой поляризацией, они начинают обмениваться энергией через посредника — материю. Это открывает путь к созданию квантовых схем, где информация передаётся не отдельными фотонами, а их связанными группами, что резко повысит скорость и надёжность систем.

Эксперименты потребовали экстремальных условий: температуры, близкие к абсолютному нулю, и магнитные поля в тысячи раз сильнее земного. Однако уже сейчас ясно, что технология может найти применение в разработке квантовых процессоров, защищённых линий связи и сверхчувствительных датчиков для медицинской диагностики или автономных автомобилей. Например, такие сенсоры смогут «видеть» сквозь стену или обнаруживать мельчайшие примеси в воздухе.

«Мы лишь прикоснулись к возможностям трёхмерных резонаторов, — отмечают исследователи. — Следующий шаг — научиться масштабировать систему и интегрировать её в существующие платформы, вроде квантовых чипов». Если это удастся, то через десятилетие технологии на основе управляемой сверхсильной связи могут стать такой же обыденностью, как сегодня — Wi-Fi или лазерные диоды.

Астрономы уточнили размеры крупнейшего известного объекта во Вселенной — сверхскопления галактик Великая стена Геркулес — Северная Корона (Hercules-Corona Borealis Great Wall). Новые данные, полученные с помощью анализа гамма-всплесков, показали, что структура простирается на 10 миллиардов световых лет, а её ближние края расположены к Млечному Пути на 1,6 миллиарда световых лет ближе, чем считалось. Эти результаты бросают вызов космологическому принципу, предполагающему однородность Вселенной в больших масштабах.

Изначально обнаруженная в 2014 году, «Великая стена» представляет собой сложную сеть галактических нитей, сформировавшихся на ранних этапах эволюции Вселенной. Свежий анализ 542 гамма-всплесков, зарегистрированных до 2018 года телескопами Fermi и Swift, позволил скорректировать её границы. Оказалось, что некоторые всплески, которые ранее считались фоновыми, принадлежат этой структуре.

Источник: AVL at NCSA, University of Illinois

«Главный сюрприз — неравномерное распределение гамма-всплесков: их концентрация в северном полушарии неба втрое выше, чем в южном», — пояснил соавтор исследования, Йон Хаккила из Университета Алабамы. Это противоречит представлению об изотропности Вселенной. Более того, существование столь масштабного объекта (10% от диаметра наблюдаемой Вселенной) ставит под сомнение модели, согласно которым за 13,8 миллиарда лет невозможно сформировать структуры крупнее 1,2 миллиарда световых лет.

Гамма-всплески, возникающие при коллапсе массивных звёзд или слиянии нейтронных, служат «маяками» для картографирования галактик. Их исключительная яркость позволяет фиксировать даже те галактики, которые невозможно увидеть напрямую. Однако метод имеет ограничения: для статистической достоверности требуются тысячи событий, а погрешности в определении координат достигают миллионов световых лет.

«Наша текущая база данных — результат 20 лет наблюдений. В ближайшее время её существенно не расширить, но миссия THESEUS, предложенная ESA, может изменить ситуацию», — отметил Хаккила. Этот телескоп, запуск которого запланирован на конец 2030-х, увеличит количество регистрируемых гамма-всплесков в десятки раз, что позволит детально изучить структуру «Великой стены».

Пока же учёные сосредоточены на анализе имеющихся данных. «Истинные размеры объекта могут превышать 10 миллиардов световых лет, — добавил Хаккила. — Для сравнения: наше местное сверхскопление Ланиакея в 20 раз меньше».

Пользователи редактора кода Cursor, основанного на ИИ, столкнулись с неожиданной проблемой: переключение между устройствами моментально завершало текущий сеанс работы. Этот баг нарушил рабочий процесс разработчиков, привыкших работать одновременно на нескольких рабочих станциях. Обратившийся в поддержку пользователь получил от агента по имени «Сэм» утверждение о новой политике безопасности, ограничивающей использование одной подписки на одном устройстве. Однако выяснилось, что политика была выдумана ИИ, что привело к волне возмущения в сообществе и массовым отказам от подписок.

Первым тревогу подал пользователь Reddit под ником BrokenToasterOven, описавший проблему с аннулированием сеансов. Его запрос в поддержку Cursor был обработан ботом «Сэмом», который уверенно сослался на несуществующие правила. Ответ, оформленный как официальное заявление, спровоцировал цепную реакцию: десятки программистов заявили об отмене подписок, посчитав изменения неприемлемыми для рабочих процессов.

Иллюстрация: Leonardo

Инцидент стал ярким примером конфабуляций ИИ — явления, при котором нейросети «додумывают» недостающую информацию, выдавая её за достоверную. Подобные случаи уже имели последствия для бизнеса: в феврале 2024 года компания Air Canada по решению суда была вынуждена выполнить условия возврата средств, сформулированные её чат-ботом. Тогда компания пыталась оспорить ответственность, заявив, что ИИ является «отдельным юридическим лицом», но суд отклонил этот аргумент.

Cursor, в отличие от Air Canada, оперативно признал ошибку. Соучредитель проекта Майкл Труэлл извинился перед пользователями, пояснив, что сбой возник из-за обновления безопасности на бэкенде, случайно повлиявшего на управление сеансами. Пострадавшему пользователю компенсировали ущерб, а все автоматические ответы поддержки теперь чётко маркируются как сгенерированные ИИ.

Однако сообщество осталось недовольно тем, что бот «Сэм» изначально не был обозначен как ИИ. «Назвать его человеческим именем и не предупредить — это введение в заблуждение», — прокомментировал один из пользователей. Ситуация также высветила иронию: компания, продвигающая ИИ-инструменты для разработчиков, пострадала из-за собственной системы на основе той же технологии.

Эксперты подчёркивают, что инцидент с Cursor — не просто технический сбой, а системная проблема внедрения ИИ без должного контроля. «Галлюцинации моделей остаются серьёзным риском, особенно когда компании пытаются минимизировать человеческое участие в критически важных процессах», — отметил аналитик из MIT Tech Review.

Исследователи из Фуданьского университета в Шанхае представили полупроводниковую память PoX, которая устанавливает мировой рекорд скорости записи данных — 400 пикосекунд (0,4 наносекунды) на бит. Это позволяет выполнять до 25 миллиардов операций в секунду, что в 12,5 тыс. раз быстрее предыдущего рекорда энергонезависимой флэш-памяти. Результаты работы открывают путь к созданию нового класса устройств хранения данных, способных соперничать с оперативной памятью (DRAM) по скорости, но без потери информации при отключении питания.

Ключевым отличием PoX от традиционной флэш-памяти стал переход от кремниевых каналов к двумерному дираковскому графену. Этот материал, благодаря особому переносу заряда, обеспечивает движение электронов без рассеяния, что резко снижает задержки. Учёные оптимизировали длину канала, добившись эффекта двумерной суперинжекции — механизма, который устраняет «узкое место» при инжекции заряда в ячейку памяти. По словам руководителя проекта, профессора Чжоу Пэна, использование алгоритмов ИИ для расчёта параметров структуры позволило приблизиться к теоретическому пределу скорости.

Источник: Fudan University

«Представьте, что USB-накопитель вместо тысячи операций в секунду начинает выполнять миллиард — именно такой скачок мы совершили», — пояснил соавтор исследования Лю Чуньсэнь. Современные флэш-чипы, применяемые в SSD-накопителях, тратят на запись микро- или миллисекунды, что критически замедляет работу нейросетей, обрабатывающих терабайты данных в реальном времени. PoX, сохраняя информацию без постоянного питания, может заменить не только медленную флэш-память, но и энергозатратные кэши SRAM в чипах ИИ, сократив площадь кристалла и потребление на 30–50%.

Технология особенно перспективна для устройств с ограниченным энергопакетом — например, смартфонов или периферийных ИИ-устройств. В перспективе она позволит реализовать мгновенное включение гаджетов и хранение всего рабочего набора данных в постоянной памяти, ускорив обучение нейросетей и логический вывод. Кроме того, PoX может стать основой для экосистемы «зелёных» вычислений, где энергия тратится не на перемещение данных, а на их обработку.

Несмотря на отсутствие данных о долговечности ячеек (количество циклов перезаписи) и совместимости с массовым производством, разработка уже привлекла внимание китайских фабрик полупроводников. Сейчас команда Фуданьского университета тестирует массивы ячеек PoX и работает над увеличением их плотности. Коммерческие образцы могут появиться к концу 2026 года.

Вчера АвтоВАЗ запустил в массовое производство Lada Iskra: на предприятии объявили дату продаж, а сейчас стала известна и цена. Ориентировочную стоимость назвал президент компании Максим Соколов: она составляет 1,2 млн рублей.

Фото: Lada

Столько попросят за седан в базовой версии с 1,6-литровым 8-клапанным мотором мощностью 90 л.с. и 5-ступенчатой механической коробкой передач. Версии подороже будут оснащаться 16-клапанным мотором мощностью 106 л.с. и 6-ступенчатой механической коробкой передач (или вариатором).

Продажи Lada Iskra стартуют 20 июля, машину предложат в трех вариантах кузова: седан, универсал и кросс-универсал. Все цены будут объявлены ближе к началу продаж.

Lenovo подтвердила скорый выход ThinkPad P14s Gen 6 — первого в линейке бренда ноутбука на 12-ядерном процессоре AMD Ryzen AI 9 HX Pro 370 (архитектура Strix Point). Устройство весом 1,39 кг и толщиной от 10,9 до 16,3 мм позиционируется как решение для специалистов в области ИИ, 3D-рендеринга и обработки медиаконтента, сочетающее высокую производительность с портативностью.

Основной особенностью новинки стал переход на 12-ядерные чипы AMD, преодолевшие 8-ядерный барьер в мобильных рабочих станциях Lenovo. Однако максимальный объём оперативной памяти DDR5-5600 варьируется в зависимости от процессора: модели Ryzen AI 5 Pro 340 и Ryzen AI 7 Pro 350 (архитектура Krackan Point) поддерживают до 96 ГБ ОЗУ, тогда как старшая 12-ядерная версия ограничена 64 ГБ из-за распаянной на материнской плате памяти. По заявлению компании, даже 64 ГБ хватит для работы с «тяжёлыми» приложениями, такими как Adobe Photoshop или Autodesk Maya, но для задач машинного обучения и нейросетевых вычислений дополнительные модули могли бы стать преимуществом.

Изображение: Lenovo

Потенциальным узким местом может стать автономность. При ёмкости батареи 57 Вт·ч или 52,5 Вт·ч (в зависимости от конфигурации) время работы под нагрузкой остаётся под вопросом — особенно на фоне энергопотребления 12-ядерного процессора. Компенсировать это частично позволяет поддержка Rapid Charge, заряжающая устройство до 80% за час через 65-ваттный адаптер USB-C.

Дисплейные опции включают 14-дюймовую OLED-панель с разрешением 2,8K, 100% охватом DCI-P3 и антибликовым покрытием, сертифицированную по стандартам TÜV Eyesafe и Low Blue Light. Альтернатива — IPS-экран с яркостью 500 нит, сенсорным вводом и функцией PrivacyGuard для защиты от посторонних взглядов. Графическая часть возложена на интегрированный ускоритель AMD Radeon 890M (архитектура RDNA 3.5), обеспечивающий до 32 TOPS для задач ИИ, а также официальную поддержку драйверов AMD PRO для корпоративных сред.

В плане коммуникаций ноутбук получил Wi-Fi 7, Bluetooth 5.3, опциональные 5G/CAT16 WWAN с eSIM и NFC. Портовая панель включает два разъёма USB-C (Thunderbolt 4), два USB-A 5 Гбит/с, HDMI 2.1, RJ-45 и комбинированный аудиовыход, а также слоты для Nano-SIM и смарт-карт.

Официальные дата выхода и цена не раскрыты — на сайте Lenovo в Малайзии указан статус «скоро в продаже». Учитывая, что релиз T14 Gen 6 AMD ожидается не раньше мая-июня 2025 года, поставки ThinkPad P14s Gen 6 вероятнее всего начнутся в июле-августе.

Если инженерам Lenovo удалось оптимизировать энергопотребление без потери производительности, P14s Gen 6 может задать новый стандарт для мобильных рабочих станций.

В России может появиться полноразмерный кроссовер Deepal S09: как сообщают «Китайские автомобили», эта модель рассматривается к выходу на отечественный рынок, однако точного решения по запуску этой машины в России нет. Напомним, Deepal — это суббренд Changan.

Deepal S07, Deepal G318 и Deepal E07.