72-летний голландец проболел Covid-инфекцией рекордные 613 дней и в итоге умер, — Daily Star

Мужчина подхватил вирус еще в феврале 2022 года. По словам врачей, пациент болел так долго, поскольку недостаточное количество антител в его иммунной системе не позволило ему полностью побороть вирус.

Медики отмечают, что в течение года и восьми месяцев организм пенсионера пережил 50 мутаций вируса, что привело к возникновению нового штамма. Однако не было обнаружено признаков того, что мутировавший вирус заразил других людей.

Подписаться / Прислать новость

ФОТОННЫЕ ЧИПЫ MADE IN BAUMAN

Друзья, "Бауманцы" создали интегральные схемы, которые опережают вычислители от мировых лидеров! 🌍🔬

Российские учёные из МГТУ им. Н.Э. Баумана и ВНИИ автоматики им. Н.Л. Духова разработали фотонные чипы, которые превзошли параметры фотонных интегральных схем ведущих мировых компаний.

Новая технология использует свет вместо электрического тока для передачи данных, что дает преимущество в скорости, энергосбережении и защите от взлома. Фотонные интегральные схемы - это будущее оптических квантовых и нейроморфных процессоров, которые будут использоваться в суперкомпьютерах наряду с полупроводниковыми процессорами.

До настоящего времени одним из препятствий на пути создания высокоэффективных фотонных процессоров являлись высокие потери сигнала в оптических каналах, по которым распространяются фотоны.

Преодоление этой проблемы российскими учёными стало возможным благодаря технологии создания волноводов из нитрида кремния со сверхмалыми потерями. Они получились субмикронных размеров, с шероховатостью поверхности и краев не выше 1 нанометра, что существенно меньше параметров, получаемых по традиционной технологии.

Этот прорыв может быть использован в секвенаторах ДНК, нейроморфных чипах для ИИ, оптических квантовых процессорах или лидарах для беспилотников.

Читай, импортозамещай, живи!

#новостиIT

Эти странные рыбы необычного внешнего вида — глубоководные хрящевые рыбы из почти вымершего класса химер. В настоящее время известно всего лишь 50 видов химер, а их расцвет пришелся на девон. В отличие от их более распространенных ныне родственников, акул и скатов, у химер всего лишь одна пара жаберных щелей. Вид у них, конечно, не самый импозантный, но все же живые ископаемые, как-никак.

Знаете, астробиология всегда вызывала у меня смешанные чувства. С одной стороны, это же нереально круто — изучать возможные сценарии появления жизни не только на Земле, но и на далеких планетах с самыми разными химическими и физическими условиями. С другой стороны, в любой естественной науке одними гипотезами, сколь бы соблазнительными они ни были, сыт не будешь. Нужны эксперименты, а вот с ними у астробиологии большие проблемы. Многие попытки понять, как могли бы формироваться и далее воспроизводиться органические соединения в условиях, моделирующих открытый космос или, скажем, атмосферу других планет, терпели фиаско: или с самого начала ничего не получалось, или впоследствии выяснялось, что авторы работы не учли массу параметров. В общем, вилами на воде писано много тут противоречивого и недоказанного, и результаты вроде бы удачных исследований, как мне кажется, надо принимать с осторожностью. Вот, например, давеча в Science Advances вышла статья, авторы которой показали, что пептиды могут формироваться в условиях открытого космоса благодаря реакции C + CO + NH3, и даже вода, похоже, не сильно мешает этому процессу. Естественно, эти результаты были получены в модельной системе, имитирующей условия межзвездного пространства. Скрещиваю пальцы и надеюсь, что эти в высшей степени многообещающие результаты не будут впоследствии опровергнуты.

Сообщение о защите А.А.Элбакян кандидатской диссертации (см. предыдущий пост) вызвало определенный резонанс в научном сообществе. Поэтому я решил подробнее ознакомиться с текстом этой диссертации. Я не являюсь специалистом в области философии, но тема открытости в научной коммуникации мне близка, я много над этим думал.

Скажу сразу- я не жалею о потраченном времени. Диссертацию прочитал с интересом. Она хорошо структурирована, написана на прекрасном языке, в котором нет избыточной сложности (часто фигурирующей в работах философов). Кстати, это отчасти коррелирует с рассуждениями из раздела 2.4 о том, что открытость и простота в науке часто идут рука об руку.

Некоторые факты из истории философии и истории развития научных исследований мне были неизвестны (хотя я хорошо знаком с этими вопросами). Очень интересно обсуждение «добродетелей открытого ума» в разделах 2.5 и 2.6, в частности интеллектуальной научной щедрости. В связи с этим вспомнилось высказывание, которое любил произносить академик В.А.Кабанов: «В науке можно обокрасть только нищего».

В конце замечу, что мне понравилось и то, как Институт философии РАН ведет веб-страницы, связанные с защитами диссертаций в этом институте. Вся информация находится «в один клик», включая не только саму диссертацию и автореферат, но и все отзывы, заключение Совета и даже явочный лист. Я посмотрел по другим организациями – такая степень открытости имеется далеко не везде. В данном случае это играет на руку А.А.Элбакян – все могут убедиться, что на защиту представлена вполне достойная работа.

Искусственный «мозг» Hala Point на 1,15 млрд. нейронов

Нейроморфная система представляет собой шасси с шестью процессорными стойками. В ней установлено 1152 процессора Loihi 2, произведенных на базе Intel 4 process node. Hala Point может обрабатывать огромные объемы информации с высокой скоростью благодаря массивной параллельной архитектуре. Он обладает общей пропускной способностью памяти в 16 петабайт в секунду, межъядерную пропускную способность 3,5 ПБ/с и межкристальную пропускную способность 5 терабайт в секунду (ТБ/с). Благодаря этому система способна обрабатывать более 380 триллионов 8-битных синапсов и более 240 триллионов нейронных операций в секунду. и способен выполнять более 240 триллионов нейронных операций в секунду.

Hala Point может поддерживать до 20 квадриллионов операций в секунду, или 20 петаопс, с эффективностью, превышающей 15 триллионов 8-битных операций в секунду на ватт (TOPS/Вт) при использовании обычных нейронных сетей глубинного обучения. Система обладает высокой эффективностью и предназначена для непрерывного обучения в реальном времени для различных задач искусственного интеллекта, включая решение научных задач, управление городской инфраструктурой, языковые модели и другие.