Наука

Новый тип сухих электродов может ускорить зарядку и увеличить ёмкость аккумуляторов Сухие электроды обещают революцию в производстве батарей: они дешевле, экологичнее и требуют меньше энергии. Но до сих пор такие технологии упирались в одно «но» — необходимость использовать тефлон в качестве связующего вещества. Этот токсичный фторполимер ухудшает работу анода и негативно влияет на экологию. Южнокорейские учёные нашли способ отказаться от него: они использовали другой связующий компонент и изменили структуру графита, что позволило улучшить зарядку и стабильность при длительных циклах. Разработка применима в батареях для электромобилей и стационарных накопителях энергии. https://hightech.plus/2026/07/06/novii-tip-suhih-elektrodov-mozhet-uskorit-zaryadku-i-uvelichit-emkost-akkumulyatorov

Консорциум SuperC создал методику быстрого поиска новых сверхпроводников Сверхпроводники проводят электричество без потерь и почти все требуют охлаждения до криогенных температур. Найти среди множества химических соединений те, которые сохранят это свойство при комнатной температуре — кропотливый и долгий труд. Международный консорциум SuperC нашел способ резко ускорить поиски: при помощи машинного обучения можно отсеять заведомо бесперспективные варианты, оставив лишь самые многообещающие. Метод уже подтвердил эффективность, обнаружив два новых сверхпроводника. https://hightech.plus/2026/07/06/konsorcium-superc-sozdal-metodiku-bistrogo-poiska-novih-sverhprovodnikov

Реактор, который сам себе топливо Термояд обещают «через 25 лет» уже несколько десятилетий подряд (это уже стало анекдотом). И загвоздка вовсе не в том, чтобы запустить реакцию. Слить два ядра водорода умеет даже приличная физическая лаборатория. Настоящая задача — построить коммерческий реактор, который отдаёт больше энергии, чем потребляет, да ещё и выдерживает чудовищные магнитные поля, жар и поток нейтронов. Компания General Atomics получила финансирование от штата Калифорния, чтобы вплотную заняться одним из самых хитрых узлов такого реактора. Речь про «бридинговое одеяло» (breeding blanket) — оболочку из сплава лития, которой изнутри выкладывают камеру токамака с плазмой. У неё две работы сразу. Во-первых, она ловит энергию вылетающих нейтронов и превращает её в тепло, а тепло — в электричество. Во-вторых, и это самое интересное, она нарабатывает топливо прямо на ходу. А топливо для термояда — отдельная головная боль. Реакция идёт на смеси двух изотопов водорода: дейтерия и трития. Дейтерий добывают из обычной воды, а вот тритий радиоактивен и живёт недолго. Из-за распада его на всей Земле одномоментно около 4 килограммов. Поэтому тритий приходится нарабатывать искусственно, бомбардируя литий нейтронами. Ровно это и происходит в «одеяле»: нейтрон попадает в ядро лития, раскалывает его на гелий и тритий и попутно отдаёт солидную порцию тепла. Поэтому General Atomics строит в Сан-Диего целый испытательный стенд. На нём будут прогонять полноразмерные «одеяла» в условиях, близких к боевым, и замерять, сколько тепла и трития те выдают. Возможно, именно из таких неприметных узлов однажды и сложится рабочий термояд. @vselennayaplus

Органоид, робот и проверка переноса. Две свежие работы удобно читать вместе: The Physical Basis of Prediction про нейроорганоиды в виртуальных средах и Accelerated co-design of robots through morphological pretraining про общий контроллер для множества тел роботов. Обе проверяют один вопрос: способность рождается в «мозге», теле, среде или в способе измерения успеха. В первой работе агентом становится человеческий нейроорганоид на матрице микроэлектродов. Проще: маленький живой нервный узел подключают к виртуальной игре. Одни электроды «говорят» ему, что происходит в среде; другие читают ответ по вспышкам активности нейронов. Экран видит компьютер, а органоид получает не картинку, а электрический рельеф. Обучение завязано не на очки, а на предсказуемость. Когда действие удачное, стимуляция становится стабильной и «читаемой». Когда действие ошибочное, сигнал становится шумным. Мозговой фрагмент учится не за «конфету», а потому, что после правильного хода мир перестаёт трещать как радио между станциями. Задачи идут ступенями. В conditional avoidance есть линия из 8 позиций: 1–5 безопасны, 6–8 неприятны, и чем глубже заход, тем сильнее наказание. В predator-prey органоид ведёт хищника к добыче. В Pong положение мяча кодируется сложнее: горизонталь через разные электроды, вертикаль через частоту сигнала; успешный удар подтверждает ожидание траектории, промах маркирует сбой прогноза. Самое интересное здесь — слой проверки. Авторы предлагают смотреть на физический след обучения: fEPSP как признак усиления/ослабления связей, кальциевую съёмку ансамблей, MEA-записи всей сети и молекулярные маркеры AMPA/NMDA, Synapsin-1, PSD-95, MAP2, GFAP, c-Fos. То есть вопрос становится почти судебным: не «сыграло лучше?», а «какие связи и клетки реально перестроились после опыта?» LLM в этой схеме не играет за органоид. Он проектирует следующие протоколы: получает цель, ограничения и историю запусков, затем предлагает новый блок экспериментов. Это необычно: автоматизируется не сам биологический агент, а конвейер миров, в которых он учится. Поэтому нужны проверка параметров, журнал протоколов и раздельная оценка поведения, физиологии и ошибок генерации. Во второй работе та же логика переносится на роботов. Strgar и Kriegman берут мягкие 3D-тела как набор масс и пружин в сетке 6×6×4: до 245 масс и 1648 пружин, сенсоры света на массах, пружины как мышцы. Вместо отдельной «нервной системы» под каждое тело они тренируют один общий контроллер: 250 входов сенсоров, 5 ритмических сигналов и выходы на пружины; лишние входы и выходы зануляются. Хорошая бытовая аналогия: это водитель, который должен без переучивания садиться то в велосипед, то в паука из Lego, то в мягкого червя с фонариком. Тело само ограничивает, какие рычаги у водителя вообще подключены. После тренировки контроллер «замораживают», меняют форму робота и сразу проверяют, стало лучше или хуже. Авторы называют это zero-shot evolution. Технически трюк держится на дифференцируемой симуляции: градиенты усредняются по телам, мирам и целям. За 1400 шагов, около 56 минут на 8 H100, контроллер проходит через более чем 10 млн морфологий; в среднем роботы закрывают около 70% пути к свету. Поломка важна не меньше успеха. Когда общий контроллер и популяцию тел оптимизируют одновременно, возникает diversity collapse: тела становятся похожими, потому что одному контроллеру проще вести однотипные формы. Как если бы автошкола не учила водителя разным машинам, а постепенно переделывала все машины под привычки одного инструктора. Лучший режим: на каждом поколении контроллер возвращают к предобученным весам и дают 60 шагов донастройки. Так разнообразие форм сохраняется и даже растёт. Общий вывод: поведение само по себе легко обманывает. Органоид мог «научиться» только из-за удобной кодировки сигналов; робот мог стать успешным потому, что тела подстроились под слабости общего контроллера. Поэтому проверять надо всю цепочку: среду, сенсорный код, тело, интерфейс, контроллер, перенос и след обучения.

В физике есть очень странная идея. Все частицы должны быть безмассовыми. Но это прямо противоречит наблюдаемой реальности. В реальном мире почти всё имеет массу. Электроны, кварки, W- и Z-бозоны. Если бы масса действительно отсутствовала, атомы не смогли бы существовать в привычной форме, потому что электроны не удерживались бы вокруг ядер - всё бы разлеталось и не образовывало стабильную материю. Почему же тогда теория говорит, что масса не должна существовать? Дело в том, что в фундаментальных уравнениях есть строгие симметрии, и эти симметрии математически запрещают просто так вставить массу в систему. Масса ломает красивую симметрию уравнений, поэтому в идеальной версии теории её нет вообще. Масса появляется не в самих уравнениях, а в вакууме Вселенной. Получается парадокс. Самые базовые законы природы выглядят так, будто мир должен состоять только из безмассовых частиц, но при этом мы живём в мире, где масса есть повсюду. Решение этого противоречия - не в том, что уравнения неправильные, а в том, что природа обходит запрет. Масса появляется не напрямую, а через механизм, при котором симметрия уравнений сохраняется, но реальное состояние Вселенной её скрыто нарушает. Именно поэтому частицы начинают вести себя так, как будто у них есть масса, хотя исходные законы этого не разрешают. И если говорить совсем просто, то фундаментальная физика устроена так, что масса - это не базовое свойство (да, увы и ах), а эффект, который возникает вопреки строгим правилам симметрии, как будто Вселенная нашла способ обмануть собственные ограничения. Ну а проблему формирования массы как таковой мы уже обсуждали. ⚠️  Дебри.Физика #масса

Российский биотех-проект “Орфадженекс” https://orphagenex.ru привлек 15 млн рублей от биотехнологической компании “Гемабанк”. Финансирование будет направлено на дальнейшую доклиническую разработку, масштабирование производства и подготовку к клиническим исследованиям. “Орфадженекс” занимается разработкой геннотерапевтических препаратов для лечения редких [орфанных] нейромышечных заболеваний. Компания развивает технологию передачи генов с помощью AAV-векторов, позволяющую доставлять рабочие копии генов непосредственно в пораженные клетки. В портфеле “Орфадженекс” несколько разработок, в том числе - для терапии спинальной мышечной атрофии. Это тяжелое наследственное заболевание, при котором происходит потеря двигательных нейронов спинного мозга, что приводит к мышечной слабости, атрофии мышц и прогрессирующей утрате двигательных функций. В России с СМА могут проживать около 1,5 тыс. человек, при этом ежегодно выявляется от 53 до 244 новых случаев заболевания. Заболевание - ведущая в мире генетическая причина смертности детей до 2 лет. Как отметили в “Орфадженекс”, препарат, разработанный компанией, “нацелен на благоприятный профиль переносимости и потенциально меньшую дозу при сохранении целевого терапевтического эффекта, это значимо одновременно для безопасности пациента и для экономики производства”. Согласно данным Rusprofile, ООО “Орфадженекс” было основано в 2023 году. Генетик, основатель “Артген биотех” [ранее “Институт стволовых клеток человека”] Артур Исаев владеет 50% компании. 30% у ПАО “Артген”. Ивану Яковлеву и Роману Дееву принадлежит еще по 10% соответственно. Выручка юрлица за 2025 год составила 10 тыс. рублей,чистый убыток - 1,6 млн рублей. “Гемабанк” - биотехнологическая компания, входит в группу “Артген биотех”, разрабатывает препараты и развивает сервисы для профилактики и терапии в онкогематологии, иммунологии и неврологии. @rusven

Имплант, который ловит ритм шагов Один из самых мучительных симптомов болезни Паркинсона — проблемы с ходьбой. Учёные из Калифорнийского университета в Сан-Франциско (UCSF) придумали, как с ними бороться: имплант, который работает как кардиостимулятор, только подстраивается не под ритм сердца, а под ритм шагов. Немного контекста. С Паркинсоном живёт более 10 миллионов человек по всему миру. Давно применяемая глубокая стимуляция мозга (DBS) неплохо гасит тремор, скованность и заторможенность — но с ходьбой почти не помогает. Причина в том, что ходьба штука предельно динамичная: нужна точная синхронизация обеих половин тела, а походка меняется буквально каждую секунду. Обычная DBS шлёт один и тот же фиксированный сигнал и просто не поспевает за этой сложной координацией мозга, спинного мозга и мышц. Новая система — персонализированная адаптивная DBS (aDBS). Она считывает нейросигналы, соответствующие разным фазам шага (например, какая нога сейчас в замахе), и подстраивает стимуляцию за доли секунды. В лабораторных тестах походка стала ровнее и симметричнее, а сами участники отмечали, что реже падают — при этом контроль над остальными симптомами сохранялся. Показательно, что после слепого сравнения двух режимов дома люди сами выбрали адаптивный вариант и продолжили им пользоваться больше года после конца испытания. Один нюанс оказался особенно важным: у разных пациентов лучшие сигналы шли из разных участков мозга — у кого-то из коры, у кого-то из базальных ганглиев. А значит, единого «рецепта на всех» не будет, терапию придётся настраивать индивидуально. Тот же принцип, по словам авторов, применим к сну, настроению и памяти, а похожие адаптивные подходы уже пробуют при ОКР, депрессии, эпилепсии и хронической боли. @vselennayaplus

⚪️ «Союз МС-29», Большой адронный колайдер и фильм о «Чайке» Делимся космической подборкой новостей. 🟣Экипажи «Союза МС-29» прибыли на Байконур перед стартом к МКС 🟣«Чайка» на большом экране: премьера фильма о полете Валентины Терешковой назначена на 2027 год 🟣Крупнейший в мире ускоритель частиц «затихнет» до 2030 года: что случилось с LHC 🟣Ученые предложили построить на Луне карантинную станцию для защиты Земли от микробов 🟣NASA нашло неожиданное применение в космосе запасному марсоходу PROMISE 🟣Детали модернизированной ракеты «Ангара-А5М» испытали на прочность 🟣Над Аляской взорвался метеороид: его путь восстановили по звуку, которого никто не слышал 🟣SpaceX провела прожиг всех шести двигателей Starship перед 13-м полетом 🟣Китай разрабатывает систему раннего предупреждения об астероидах 🟣«Тот еще квест»: космонавт Зубрицкий рассказал, можно ли увидеть самолет с МКС #дайджест

🧬 Анализ научной статьи: DOI 10.1093/evolut/qpag111 (Steven A. Frank — «Generalization as the Great Leap in Evolvability», Evolution, июнь 2026) Мы провели исследование публикации через Perplexity. Её центральная идея поразительно точно ложится на наши архитектурные принципы самоэволюции агентов: • Центральный тезис: Естественный отбор работает точно так же, как алгоритмы машинного обучения. Главный двигатель эволюции биологических систем — это способность к обобщению (generalization) для выживания в новых средах, а не запоминание частных решений (memorization). • Первичный механизм: Способность к обобщению напрямую зависит от размерности регуляторного пространства (regulatory space dimensionality) — то есть от количества связей и настраиваемых параметров генома. Традиционная робастность (robustness) вторична. • Иерархия сложности: Многоклеточные организмы обобщают лучше одноклеточных эукариот (дрожжей), а те, в свою очередь, обобщают лучше прокариот (бактерий) из-за сложности и «перевязанности» (overwired) регуляторных сетей.

Полезность для нашего R&D: Наш старый роутер universal_router.py с жестко зашитыми в коде правилами вел себя как прокариот (🦠 бактерия) — у него была нулевая регуляторная размерность. При малейшем изменении среды (новые модели, thinking-токены) он ломался. Внедряя декларативный speculative_policy_v1.yaml с динамическими порогами (fallback_disable_threshold_pct: 40), мы кратно повышаем размерность регуляторного пространства нашего агента. Это дает ему способность обобщать логику роутинга на новые модели без ручного переписывания кода.

🌍 Что интересного вышло за неделю в официальных блогах на Naked Science: • Сеченовский Университет: Ученые Сеченовского Университета разработали модель машинного обучения, способную различать четыре хронических заболевания легких по составу выдыхаемого воздуха. https://naked-science.ru/article/column/razlichat-chetyre-zabolev • ИИМК РАН: Ученые Института истории материальной культуры РАН завершили первый этап комплексного проекта по изучению перехода от мезолита к неолиту в Юго-Восточной Прибалтике. https://naked-science.ru/article/column/kamennogo-veka-v-kalining • ФизТех: Видеть сквозь скалу: как математика помогает строить безопасные тоннели. https://naked-science.ru/article/column/videt-skvoz-skalu-kak-mat • НовГУ: Письма с поля боя и спекуляция на плохих дорогах: о чем писали в берестяных грамотах средневековые путешественники Руси. https://naked-science.ru/article/column/pisma-s-polya-boya-i-spek • РНФ: Физики нашли способ очищать и повторно использовать ценные реакторные сплавы. https://naked-science.ru/article/column/ochishhat-i-povtorno-ispo • НИУ ВШЭ: Российские ученые создали микролазер размером с бактерию. https://naked-science.ru/article/column/mikrolazer-razmerom-s-bak • ФизТех: Физтехи предложили аналитический способ описания передачи энергии от ультракороткого лазерного импульса к квантовому осциллятору, находящемуся в тепловом равновесии. https://naked-science.ru/article/column/svyaz-mezhdu-kvantovoj-pe • ЮФУ: Неожиданное поведение молекулы открыло путь к созданию «умных» лекарств против инфекций. https://naked-science.ru/article/column/neozhidannoe-povedenie-mo • ТПУ: Ученые Томского политехнического университета совместно с коллегами из Китая предложили универсальный подход для определения с высокой точностью так называемой внутримолекулярной потенциальной функции — информация о ее свойствах позволяет делать прогноз поведения молекулы в различных условиях. https://naked-science.ru/article/column/sposob-rascheta-povedeniy • НИУ ВШЭ: Экономисты научились прогнозировать рождаемость по поисковым запросам. https://naked-science.ru/article/column/rozhdaemost-po-poiskovym • МАИ: От луноходов к космороботам: как меняется космическая инженерия. https://naked-science.ru/article/column/ot-lunohodov-k-kosmorobot