| Канал | Публикаций | Подписчиков | Последний пост |
|---|---|---|---|
|
Сколково
[max]
|
49 | 2006 | 10.07.26 |
|
ВЭБ.РФ
[max]
|
9 | 2438 | 10.07.26 |
Научный телеграф
[telegram]
|
1 | 5930 | 09.07.26 |
Сколтех
[telegram]
|
24 | 11220 | 09.07.26 |
Гимназия Сколково
[telegram]
|
1 | 2391 | 09.07.26 |
Источник в ВЭБе
[telegram]
|
1 | 30442 | 08.07.26 |
Точка машинного зрения
[telegram]
|
1 | 5047 | 02.07.26 |
| Канал | Публикаций | Подписчиков | Последний пост |
|---|---|---|---|
|
ВЭБ.РФ
[max]
|
11 | 2435 | 27.06.26 |
|
РХТУ | Менделеевский уни…
[max]
|
2 | 798 | 25.06.26 |
|
ТГУ | Томский государств…
[max]
|
2 | 2115 | 25.06.26 |
|
Парковка ИТМО
[max]
|
2 | 26692 | 25.06.26 |
|
Физтех: сборка будущего
[max]
|
2 | 4971 | 25.06.26 |
|
Университет МИСИС
[max]
|
2 | 14005 | 25.06.26 |
|
РНФ
[max]
|
2 | 1315 | 25.06.26 |
Загрузка данных...
| Размещенный пост | Текст публиакции | Рекламирующий канал | Просмотры | Просмотры 24 ч | Прирост подписчиков |
|---|
Загрузка данных...
| Размещенный пост | Текст публикации | Рекламируемый канал | Просмотры | Просмотры 24 ч | Прирост подписчиков |
|---|
| Дата и время публикации | Текст публикации | Рекламируемый канал | Динамика просмотров | Всего просмотров |
|---|---|---|---|---|
| 2026-07-11 13:04:18 | 🚀 На съезде СМУ и СНО Сколтех представил выставку технологических достижений молодых учёных В рамках съезда гости увидели разработки, которые уже сегодня меняют энергетику, связь, космос и материаловедение. Что показали: 🔬 Демонстрационная микрофлюидная система в динамике. 🔗 Экспериментальный образец программно-аппаратного комплекса защищенной передачи данных в мобильных сетях стандартов 4G/5G с применением технологий квантового распределения ключей. Экспериментальный образец ПАК создан по заказу ОАО «РЖД» и является собственностью ОАО «РЖД». 📡 Прототип базовой станции 5G-Advanced/6G. ⚡️ Прототип ванадиевого проточного аккумулятора. 🔌 Система диагностики состояния изоляторов ВЛЭП. 🔋 Разработка и масштабирование технологии производства катодных материалов для литий-ионных аккумуляторов. ❄️ Разработка технологии производства натрий-ионных аккумуляторов с заданными свойствами. 🛰 Прототип опросчика волоконно-оптических датчиков температуры на основе фотонных интегральных схем для малого космического аппарата. 🔬 Первый в России масс-спектрометр ультравысокого разрешения. Модульная хромато-масс-спектрометрическая платформа высокого разрешения. Инженерия, энергетика, космос и новые материалы — всё это создаётся в Сколтехе прямо сейчас. Сколтех входит в группу ВЭБ.РФ. 🚀 На съезде СМУ … | — |
|
71 |
| 2026-07-11 11:21:48 | 👀 Обсудить технологии недостаточно — лучше один раз увидеть всё своими глазами. Участники съезда заглянули в лаборатории Сколтеха, оснащённые оборудованием мирового уровня, прикоснулись к разработкам и убедились: будущее создаётся прямо здесь. 👀 Обсудить техно… | — |
|
78 |
| 2026-07-11 10:30:03 | 🖼 Выставка «Наука в лицах» теперь в Сколтехе! Успейте увидеть своими глазами портреты 32 учёных из 15 регионов России, среди которых — Артём Исаев, старший преподаватель Центра био- и медицинских технологий, руководитель Лаборатории анализа метагеномов Сколтеха и лауреат премии Президента РФ. Концепция этого года: учёные — дерзкие, смелые, энергичные. Настоящие рок-звёзды. Вдохновляйтесь! 🤘 Выставка проходит в Сколтехе в рамках XIV Всероссийского съезда СМУ и СНО. 🖼 Выставка «Наук… | — |
|
66 |
| 2026-07-11 09:51:30 | 🚀 Наука, энергетика и бизнес: как Сколтех соединяет технологии с реальным сектором На съезде СМУ и СНО в Сколтехе обсудили, как наука превращается в технологии и продукты. ☀️ Солнечная энергетика будущего На сессии «Химия будущего: новые вещества, материалы и технологии для отраслей экономики» старший преподаватель Центра энергетических технологий Сколтеха Сергей Лучкин рассказал о двух направлениях, по которым научные группы института развивают солнечную энергетику: перовскитные кремниевые батареи, позволяющие повысить эффективность существующих кремниевых панелей, и тонкоплёночные перовскитные батареи для низкоорбитальных спутников. Учёный привёл примеры стартапов Сколтеха, работающих в сфере энергетики будущего, — «АллойТек» и «Полисенс» — а также рассказал о модели финансирования, которая может повысить эффективность научных проектов: «Это модель патронажа или научной благотворительности, когда человек инвестирует деньги — стабильное и длительное финансирование, без ожидания быстрой окупаемости. Это позволяет безболезненно пройти долину смерти между наукой и промышленностью». 🛠 Центры коллективного пользования как среда для прототипирования Вице-президент по исследовательской инфраструктуре Алексей Денисов на сессии «Центры коллективного пользования в решении высокотехнологичных задач науки и бизнеса» рассказал о том, что в Сколтехе ЦКП давно вышли за рамки классического доступа к оборудованию и стали полноценной средой для прототипирования и решения прикладных задач. «Студенты получают доступ к оборудованию с первого дня обучения. Один из ключевых форматов — это „Мастерская инноваций“, где студенты объединяются в команды между разными центрами: биологи, программисты, физики. В течение месяца они создают небольшой концепт продукта, учатся его прототипировать и представлять индустриальным партнёрам, чтобы почувствовать инновационную составляющую с самого начала», — рассказал Алексей Денисов. 🤝 Как собрать прикладной НИОКР, который работает Вице-президент по технологическим партнёрствам Шамхал Джабраилов на сессии «Заказчик не знает, учёный не слышит?» поделился опытом диалога науки и бизнеса: «Университету надо хорошо понимать своего заказчика. Надо знать людей. Надо постоянно находиться внутри организации. Тебя выгоняют через дверь — ты заходи через форточку, потому что это полноценный бизнес. Современным учёным важно не только наращивать компетенции в своей конкретной области, но и погружаться в индустрию, понимать бизнес-процессы на стороне заказчик. Внутри индустрии всегда есть чемпионы — люди с внутренней волей к инновациям. Они двигают корпоративную поддержку. Очень важно с этими людьми дружить, общаться, находиться в коммуникации и вовлекать их в свою повестку. Весь этот бизнес в первую очередь про коммуникации. Чем больше плотность коммуникаций, тем больше проектов». Сколтех входит в группу ВЭБ.РФ. 🚀 Наука, энергет… | — |
|
77 |
| 2026-07-10 20:34:13 | 🤖 ИИ в материаловедении: помощник или источник новых проблем? Способен ли искусственный интеллект действительно ускорить создание новых материалов — от предсказания свойств до синтеза и производства? Об этом на XIV Всероссийском съезде СМУ и СНО спорили адепты и скептики на панельной сессии «Новые материалы и ИИ: возможности и ограничения». В дискуссии приняла участие большая команда учёных Сколтеха: старший научный сотрудник Центра ИИ Никита Рыбин, старший научный сотрудник Центра инженерных систем и наук Евгений Статник, научный сотрудник Центра технологий материалов Борис Волосков, а также аспиранты Михаил Луканов и Ирина Тумбусова. Вместе с ними тему обсуждали руководитель группы «Дизайн новых материалов» Института AIRI Роман Еремин и заместитель заведующего лабораторией компьютерного дизайна материалов МФТИ Никита Орехов. Модератором выступил заместитель директора по науке Института биохимической физики им. Н.М. Эмануэля РАН, председатель совета молодых ученых ИБХФ РАН Дмитрий Квашнин. Точки роста и барьеры: о чём говорили эксперты ИИ-агенты как универсальный клей Развитие ИИ-агентов может сделать сложные вычислительные инструменты доступнее исследователям, которым раньше приходилось самостоятельно осваивать множество специализированных программ. Никита Рыбин (Сколтех) объясняет: «Можно сказать агенту: “Я слышал, что такие программы существуют. Собери мне из них пайплайн, чтобы потом я мог нажать кнопку на сайте — и всё работало”. Я уверен, что это сработает. Если взять последнюю модель, которая недавно вышла, она за пару часов соберёт пайплайн, позволяющий проводить такие расчёты. Дальше всё упирается в вычислительные ресурсы. Это большая проблема в мире в целом, но в России в частности. Чтобы развернуть модель у себя, не выходить в интернет и не передавать информацию китайскому или американскому сервису, нужно иметь собственный кластер, что может быть затратно в масштабах отдельной лаборатории». Иллюзия универсальности Роман Еремин (AIRI) подчеркнул, что единой модели для всех задач материаловедения быть не может: «В каких-то задачах данных просто нет, а разметка — это всегда самое дорогое... Всё под одну гребёнку оборачивать не стоит.» В задачах контроля качества или работы внутри закрытого промышленного контура важнее компактный локальный алгоритм, не требующий выхода в сеть. Сложность реального мира Никита Орехов (МФТИ) обратил внимание на неоднородность самой дисциплины: «Материал — это и неорганический кристалл, и полимер, и подошва моего ботинка, и бетонная колонна. В разных областях всё сильно по-разному — как и в материаловедении вообще». Даже если модель правильно предсказывает свойства идеальной структуры, на практике всё зависит от дефектов, температуры, способа синтеза и условий эксплуатации. Особенно остро этот разрыв заметен в аддитивном производстве. Два пути поиска: от теории или от задачи? Участники сессии сошлись во мнении, что сегодня глобально существуют два подхода к разработке: 1⃣ От ИИ к эксперименту: сначала найти материал с необычными свойствами, а затем искать для него применение. Метод оставляет пространство для неожиданных открытий, но есть риск получить дорогой материал, который никому не нужен. 2⃣ От инженерной задачи: начать с конкретного запроса индустрии и подбирать материал под заданные характеристики. Это гарантирует практический результат, но ограничивает исследование текущими потребностями рынка. ИИ-помощник или ИИ-вредитель? Дискуссия показала, что нейросети — мощный инструмент, но только в руках учёных, понимающих физические ограничения технологий производства и ценность чистых, локальных данных. 🤖 ИИ в материало… | — |
|
88 |
| 2026-07-10 13:17:25 | 🧠 Учёные Сколтеха назвали главный признак ИИ, которому можно доверять На XIV Всероссийском съезде СМУ и СНО в Сколтехе прошла сессия «От нейросетевой модели к инженерному решению». Исследователи Сколтеха и МФТИ обсудили, какие проверки должна пройти нейросеть перед использованием в медицине, промышленности и науке. Ключевые тезисы дискуссии: 💡 Три уровня ИИ-системы Старший инженер по машинному обучению Центра ИИ Сколтеха Пётр Мокров рассказал, что практическая задача, математическая модель и численный метод должны образовывать единую систему. Переход между уровнями связан с упрощением и может стать источником ошибки, поэтому важна адекватность каждого этапа. 💡 Генеративное моделирование: как работать с неопределённостью Старший инженер-исследователь Центра ИИ Сколтеха Григорий Шутов поделился тем, что в геологии нет единственного «правильного ответа». Модель должна формировать несколько правдоподобных реализаций, согласующихся с данными, чтобы не скрывать неопределённость, а учитывать её. 💡 Пространственно-временные данные Руководитель исследовательской группы Центра ИИ Сколтеха Александр Марусов рассказал о работе с климатическими данными. В отличие от классических задач машинного обучения, где предполагается независимость наблюдений, природные процессы развиваются во времени, а соседние наблюдения связаны друг с другом. 💡 Климатические модели: не одна метрика Модератор сессии, заведующий Лабораторией машинного обучения в науках о Земле МФТИ Михаил Криницкий отметил, что в моделировании океана, атмосферы и климата одной высокой метрики недостаточно. Модель должна воспроизводить физическое поведение природной системы на разных пространственных и временных масштабах. 💡 Физика и химия Старший научный сотрудник Центра ИИ Сколтеха Александр Рябов показал, как методы машинного обучения применяются в материаловедении и квантовой химии. Нейросети ускоряют расчёты, но численно правдоподобный ответ не гарантирует научной корректности. Проверять модели нужно на широком наборе свойств, включая редкие и граничные режимы. 💡 Медицинский ИИ Старший аналитик совместной с Университетом Шарджи биомедицинской лаборатории BIMAI-Lab Центра ИИ Сколтеха Дмитрий Самофалов рассказал о требованиях к искусственному интеллекту в медицине на примере анализа ультразвуковых исследований. Важно понимать место модели в клиническом процессе. Оценивать нужно не только точность, но и интеграцию в инфраструктуру, скорость обработки и влияние на работу врача. Главный вывод: зрелая ИИ-система должна указывать границы своей компетентности. Чем выше цена ошибки, тем важнее возможность проверить результат независимым методом и сохранить профессиональный контроль. Полная видеозапись сессии доступна во «ВКонтакте». 🧠 Учёные Сколтех… | — |
|
108 |
Год
Месяц
Неделя
Загрузка данных...
| Время | Контент | Подписчиков | Кто ссылался | Просмотры 48ч | Просмотры 24ч |
|---|