Эксперимент по искусственному дождю с дронами и ИИ в Индии завершился неудачей
Первый индийский эксперимент по вызову дождя с дронами и ИИ провалился из-за недостижимой высоты облаков. Анализ технологии и истории искусственного дождя в регионе.
Революция искусственного интеллекта в научных исследованиях. От предсказания структуры белков до поиска новых лекарств. Машинное обучение в физике, химии, биологии, астрономии.
Первый индийский эксперимент по вызову дождя с дронами и ИИ провалился из-за недостижимой высоты облаков. Анализ технологии и истории искусственного дождя в регионе.
Европейская ИИ-модель AIFS ENS прогнозирует ураган у США через 11 дней, но традиционные системы сомневаются. Почему эксперты призывают не паниковать.
12 августа 2026 года Европа станет свидетелем первого за 27 лет полного солнечного затмения. Путь полной фазы пройдет через Россию, Гренландию, Исландию и Испанию, предлагая до 2 минут 18 секунд темноты.
Математики создали тетраэдр, всегда падающий одной гранью, решив задачу Конвея 1966 года. Ключом стал компьютерный перебор и асимметричное распределение массы.
Китай строит глубоководную станцию на 2000 метров к 2030 году для научных исследований в Южно-Китайском море. Проект сочетает передовые технологии и геополитические амбиции.
Обзор 5 стартапов, использующих дроны, ИИ и аэростаты для борьбы с лесными пожарами и засухой. Технологии раннего обнаружения, модификации погоды и восстановления воды привлекают сотни миллионов инвестиций.
Стэнфордское исследование: ChatGPT не устраняет языковую дискриминацию в науке. Рецензенты ассоциируют LLM-стиль с неанглоязычными авторами, усиливая предвзятость.
Исследование MIT: автоматизация не уничтожает профессии, но радикально меняет структуру экспертизы. Таксисты теряют доход, корректоры — растут. Почему ИИ ускорит это разделение.
Исследователи Стэнфорда использовали ИИ и фМРТ для создания цифровых двойников мозга детей с математической дислексией. Открытие: проблема в избыточной нейронной активности, а не в лени. Это меняет подход к коррекции обучения.
Стэнфордское исследование выявило разрыв между ожиданиями работников и возможностями ИИ: 41% автоматизируемых задач либо нежелательны, либо технически невозможны. Ключевой вывод — работники требуют контроля над ИИ.