Желтобрюхая синица (Pardaliparus venustulus) долгое время считалась эндемиком Китая
Уникальную находку совершили учёные Тихоокеанского института географии Юрий Глущенко и Дмитрий Коробов, а также старший научный сотрудник национального парка «Земля леопарда» (Приморский край) Дмитрий Беляев. Экспедиция по мониторингу орнитофауны проходила в бассейне реки Абрикосовка охранной зоны «Земли леопарда».
Сам факт гнездования желтобрюхой синицы на территории России уже установлен, однако это первый случай, когда гнездо удалось найти и официально зафиксировать. Ядро же популяции вида расположено в южном и юго-восточном Китае.
Голос желтобрюхой синицы очень похож на пение обычных для юга Приморья синиц, из-за этого её трудно идентифицировать во время полевых исследований.
Интересно, что птицы данного вида строят гнёзда в норах, в то время как другие синицы Дальнего Востока предпочитают дупла.
Полевой этап мониторинга занял девять дней, в течение которых исследователи прошли около 60 километров учётных маршрутов.
Разработка российских ученых может быть использована для построения систем машинного зрения, мониторинга окружающей среды, контроля космического мусора на орбите ИА Красная Весна
Джозеф Райт. Философ, объясняющий модель Солнечной системы (фрагмент). ок. 1766
На фоне развязанной Западом против России многомерной войны российские ученые продолжают развивать прорывные направления в науке и технике, которые в недалеком будущем могут стать основой перехода российской экономики к новому технологическому укладу, основанному на повсеместном применении робототехники, важнейшей проблемой которой является распознавание образов.
Об этом и других применениях созданной в Самарском университете им. Королёва скоростной нейросети ИА Красная Весна побеседовало с профессором кафедры технической кибернетики Самарского университета им. Королёва, доктором физико-математических наук Романом Скидановым.
ИА Красная Весна: Роман Васильевич, расскажите, пожалуйста, о вашей разработке.
Роман Скиданов: В нашем университете по заказу Российского федерального ядерного центра — Всероссийского научно-исследовательского института экспериментальной физики (РФЯЦ-ВНИИЭФ) в последние годы была создана оптическая нейросеть на основе аналоговой фотонной вычислительной системы, а затем создан демонстрационный образец, испытания которого подтвердили правильность выбраных технических решений.
Созданная нами нейросеть анализирует поступающий видеопоток, распознает и классифицирует объекты и изображения. Существенной частью системы является возможность анализировать гиперспектральные данные — система работает с двухдиапазонным гиперспектрометром — также разработкой Самарского университета.
Аналоговая фотонная вычислительная система может работать в сотни раз быстрее существующих цифровых нейросетей, поскольку анализ и распознавание объектов осуществляется почти со скоростью света.
ИА Красная Весна: Расскажите, пожалуйста, про прикладное применение вашей разработки. Как она может использоваться в разных отраслях, какие новые возможности появляются при ее внедрении?
Роман Скиданов: На данном этапе рановато говорить о применении. Предположительно это могут быть системы видеомониторинга с большим количеством видеопотоков, дистанционное зондирование земли с распознаванием заданных объектов, военное дело.
ИА Красная Весна: Если все же попытаться пофантазировать о будущем применении разрабатываемой вами системы. Главная часть вашей работы — это все же фотонная нейросеть, а использование гиперспектральных датчиков — это как раз наиболее интересное на данный момент применение этой системы. А если отвлечься от этой прикладной части и посмотреть на новые возможности, которые открываются при использовании фотонных нейросетей при постройке систем искусственного интеллекта (ИИ). В чем они и насколько это позволит построить более мощные системы по отношению к построенным на электронных нейросетях?
Роман Скиданов: Да, в перспективе возможно создать супермощную систему на основе нескольких параллельных систем такого рода.
ИА Красная Весна: Какие возможны перспективы применения подобных нейросетей в военных целях?
Роман Скиданов: Такие перспективы есть. Одна из возможных задач для этой системы — классификация БПЛА в кадре.
ИА Красная Весна: Расскажите немного про элементную базу оптической нейросети. Обычные нейросети, как известно, построены на электронных компонентах — микросхемах, самые современные и быстродействующие из которых производятся за рубежом. Это является для российской экономики определенной проблемой. А какова элементная база фотонных нейросетей?
Роман Скиданов: В качестве элементной базы может выступать любой транспарант. То есть, рассчитав нейросеть, мы просто можем построить стекляшку с определенной фазовой функцией. И этого будет достаточно для функционирования на решении одной задачи. Если же говорить о том, что реализовано нами, то речь идет о переключаемом пространственном транспаранте — так называемом пространственном модуляторе света, работающем на жидких кристаллах.
Сейчас устройство работает на китайских жидкокристаллических модуляторах. Но в настоящее время в Новосибирском институте физики полупроводников им. Ржанова ведется разработка российского модулятора именно для этой программы.
ИА Красная Весна: То есть, если речь идет о создании фотонных вычислительных систем, то мы могли бы каким-то образом наверстать наше отставание в микроэлектронике, которое общеизвестно, перейдя на другую элементную базу? Или это не совсем так?
Роман Скиданов: Ну для этого, собственно, все и делается. Не наверстать отставание, а просто перешагнуть через ушедших вперед. Их, собственно говоря, догонять бессмысленно.
ИА Красная Весна:Раньше проблемой оптических вычислительных систем была именно элементная база, которая делала устройства слишком громоздкими. Как вы решаете эту проблему в вашей разработке?
Роман Скиданов: Если вы имеете в виду цифровой оптический компьютер, то в ближайшее время, скорее всего, он не будет создан. Поскольку элементная база в принципе отсутствует. Та же самая память, например. Если вы имеете в виду аналоговое вычисление, — они сейчас есть в виде планарных структур и в виде объемных структур, которые мы сейчас делаем. Размер здесь зависит от желания сделать компактную вещь.
Ничего принципиально большого там нет. Ну, естественно, какой-то объем это будет занимать. Но это все-таки специализированная система, сделанная на определенный тип задачи. Она совершенно не универсальна. Поэтому не нужно думать, что это какой-то компьютер. Мы называем это сопроцессор на определенную задачу. А в принципе компактизация возможна тоже по нескольким направлениям. Но у нас пока такой задачи не стояло.
Задача этой работы — показать, что все работает. Что можно распознавать, что это делается формально быстрее, чем это делает электроника. И, соответственно, есть смысл такие системы делать.
ИА Красная Весна: Если все-таки разговаривать о создании фотонной вычислительной машины, ваша разработка каким-то образом приближает нас к действующему фотонному компьютеру, способному заменить существующие, основанные на электронных компонентах и, если да, то как? И является ли то, что сейчас делает ваша команда, неким шагом в этом направлении?
Роман Скиданов: Нет, конечно же, это специализированная разработка. Универсальный фотонный компьютер сделать в настоящее время не представляется возможным. Нет нескольких элементов, которые будут, скажем так, хранить информацию. То есть, в случае, когда какая-то корпорация объявляет о том, что она создала оптический компьютер, нам нужно внимательно смотреть, что они там, собственно, создали.
Да, оптические слои сейчас на кристаллах делают. То есть компьютер формально имеет оптические слои, но при этом оптические слои имеют вспомогательную функцию. То есть все равно без электроники не обходится. А электроника — это самый медленный элемент, и он по-прежнему тормозит всю систему. То есть оптический компьютер работает, но на частоте электронного компьютера.
Есть много фундаментальных проблем, связанных в том числе и со сложностью разработки оптического триода. Это проблемы, связанные, собственно, с оптической оперативной памятью, которая тоже, увы, до сих пор не создана. Это очень сложная задача, связанная с тем, что свет — это все-таки частицы, которые не могут остановиться. Они всегда должны двигаться. Из-за этого много технических проблем. Это касается как цифровых систем, так и аналоговых систем на чипе.
Проблемы одни и те же. А вот аналоговые системы в пространстве — они разрабатываются, сейчас количество публикаций растет просто лавинообразно. Мы, скажем так, далеко не первые в этом направлении. Просто мы, по-моему, единственные сейчас, кто этим занимается в Российской Федерации.
ИА Красная Весна: Как созданная Вами нейросеть может быть применена при изучении космического пространства? Может быть, она открывает новые возможности для изучения космических объектов или же может быть полезна для контроля космического мусора на орбите?
Роман Скиданов: Может быть удастся настроить устройство на классификацию космического мусора.
ИА Красная Весна: Относительно космического мусора: известно, что в настоящее время основную проблему составляют обломки размером менее 10 см. Ваша система могла бы в перспективе классифицировать и отслеживать такие элементы?
Роман Скиданов: Такие элементы можно классифицировать только по критерию «свой — чужой», то есть отделять работающие наноспутники от обломков. Да, возможно, наша система окажется полезной в решении этой задачи. Но надо понимать, что для этой задачи решающее значение имеет энергетическая составляющая, а не информационная. Только завершение проекта с орбитальным буксиром на ЯРД (Проект «Зевс») может как-то изменить ситуацию, чистка же космоса техникой на жидкостных двигателях больше похожа на самоограбление.
ИА Красная Весна: А если говорить об исследовании космического пространства?
Роман Скиданов: Дело в том, что система предназначена для обработки больших потоков информации. При исследовании космоса, к сожалению, таких потоков почти не образуется. Поэтому, на мой взгляд, если мы действительно массово начнем получать какие-то видеопотоки из космоса, то здесь ее можно задействовать. Но пока этого нет.
ИА Красная Весна: Ваша оптическая нейросеть может анализировать видеопоток и с обычной видеокамеры, причем на порядок быстрее существующих систем, какие перспективы это открывает в сфере безопасности и, в частности, борьбы с терроризмом?
Роман Скиданов: Система в будущем способна в режиме реального времени осуществлять задачи распознавания сразу в десятках видеопотоков, очевидно, это можно использовать для задач безопасности.
ИА Красная Весна: Представим себе такую ситуацию: террорист наклеил усы и бороду и надел черные очки. Решает ли сейчас система безопасности задачу опознания такого субъекта? Сможет ли теоретически справиться с этой задачей ваша система?
Роман Скиданов: Черные очки, усы и борода понижают надежность работы нейросетевых систем распознавания. Есть ключевые точки лица, которые можно изменить, например, засунув по кусочку ваты в рот, и это снизит надежность до критически малых величин: все свойства обычных нейросетей имеет и оптическая.
ИА Красная Весна:В каких отраслях науки может быть применена система? Например, машинное зрение. Если говорить о создании человекоподобных роботов, то, возможно, ваша система могла бы быть положена в основу его зрительного аппарата?
Роман Скиданов: Да, техническое зрение для робототехники рассматривается как один из вариантов использования системы. К слову сказать, аппаратно, такая 4F система используется для этих целей довольно давно. Так, в девяностые и в начале нулевых именно 4F система, без нейросетей, с классической обработкой результатов использовалась в системах наведения ракет. Наш коллектив использовал ее для распознавания отпечатков пальцев в 1995–2000 гг.
ИА Красная Весна:За рубежом, судя по публикациям в российской прессе, делают нечто подобное. В чем отличие наших разработок от зарубежных аналогов и действительно ли речь идет об одном и том же? В частности, несколько лет назад были публикации о похожих исследованиях Калифорнийского университета. Но там, судя по информации, представленной в прессе, необходима долгая перестройка при распознавании разных объектов. А как это реализовано у вас?
Роман Скиданов: У нас перестройка системы с распознавания одного образа на распознавание другого занимает 1/30 с. При этом мы используем 4F систему с обратной связью от частотной плоскости. Насколько я знаю, именно таких устройств никто не делал.
ИА Красная Весна:Из разговора со знакомыми мне учеными я понял, что речь идет об особым образом собранной оптической системе, применяемой для фильтрации изображений и в том числе поиска объектов на изображении на основе его частотного образа. «Фото» или видеопоток (снимок в виде прозрачных и непрозрачных элементов) облучается лазером, свет собирается первой линзой, в фокусе которой ставится фильтр. Этим фильтром может быть частотный образ искомого объекта. Далее свет попадает на другую линзу и фокусируется на экран, на котором виден результат фильтрации. 4F это 4 фокусных расстояния между линзами. Верно?
Роман Скиданов: Вы описали классический вариант использования 4F системы (четыре фокусных расстояния) для распознавания. Все верно.
ИА Красная Весна: Одним из преимуществ новой системы, как указывается, является скорость распознавания. А где именно нужна скорость распознавания существенно выше, чем у существующих компьютерных нейросетей?
Роман Скиданов: Как правило, при анализе видеопотоков скорости обычных нейронных сетей всегда не хватает — оптическая могла бы решить эту проблему.
ИА Красная Весна:Вопрос относительно элементной базы изделий. С учетом ведущейся против нашей страны экономической войны возможно ли их производство на отечественных комплектующих?
Роман Скиданов: Пока часть комплектующих — российская, часть — из дружеских стран. В ИФП СО РАН сейчас ведутся работы по созданию отечественного пространственного модулятора света в рамках этого же проекта, так что в ближайшем будущем отечественных компонентов станет больше.
ИА Красная Весна: Про экономическую сторону вопроса. Насколько дорогостоящими являются такие системы?
Роман Скиданов: Ну пока что эта система достаточно дорогая. Наиболее дорогостоящая часть — это модуляторы света. Китайцы их сейчас продают в Российскую Федерацию по три с половиной миллиона рублей. Кто виноват в этой цене, сказать сложно: сами китайцы или наши таможенные органы. В самом Китае такой модулятор стоит около миллиона (для сравнения).
В общем-то, себестоимость этих модуляторов на самом деле совсем небольшая. Потому что, например, в каждом компьютерном проекторе стоит три таких модулятора. А стоимость у него, сами понимаете, далека от миллиона. То есть в конечном итоге потенциал уменьшения цены у этой системы огромный.
"Министерство транспорта и дорожной инфраструктуры Московской области совместно с сервисом городской мобильности "Ситимобил" тестируют систему контроля усталости водителей такси. Использование системы аналитики в сфере такси позволит повысить безопасность поездок. Две установленные в автомобиле камеры ведут наблюдение за водителем и за дорогой. Система на базе компьютерного зрения отслеживает уровень усталости водителя, использование ремня безопасности, курение в салоне, разговоры по телефону, а также отвлечение от вождения", - говорится в сообщении.
Кроме того, система позволяет анализировать манеру вождения водителя и предупреждать об опасных сближениях и маневрах во время поездки. При фиксировании нарушения система подает звуковой сигнал. Все нарушения записываются на видео, которые затем могут быть проанализированы дополнительно самим водителем и таксопарком. При этом пассажиры в поле зрения камеры не попадают.
Подведомственная Роскомнадзору организация Главный радиочастотный центр (ГРЧЦ) разместила на сайте Госзакупок тендер на создание системы «Мониторинга информационных ресурсов» (ИС МИР). На проект планируется выделить 58,5 млн рублей. Выбрать подрядчика должны уже 17 сентября этого года.
Сбор заявок на тендер начался 26 августа этого года и закончился 15 сентября. Проект будет реализовываться в два этапа — с момента заключения договора до 1 декабря и с 2 декабря по 15 декабря этого года. На Госзакупках кроме условий заключения контракта опубликовано техническое задание (ТЗ) для создания системы.
Согласно ТЗ, главная цель создания ИС МИР состоит в «осуществлении автоматизированного мониторинга информационных ресурсов и выявлении информации, распространение которой в Российской Федерации ограничено или запрещено». К ним относят сайты СМИ, социальные сети, веб-порталы и сервисы мгновенного обмена сообщениями. По итогу система должна выполнять следующие функции:
- выявление наиболее вероятных путей распространения на зеркалах медиаматериалов с признаками нарушений законодательства РФ в зависимости от типа медиаматериала;
- сбор, хранение, обобщение, систематизация и анализ данных по результатам мониторинга информационного пространства;
- хранение и предоставление доступа к данным должно предоставляться по меньшей мере в течение 36 месяцев с момента сбора.
Серверные компоненты ИС МИР должны быть представлены на основе одной из бесплатных операционных систем с открытым исходным кодом на базе GNU/Linux (Arch, CentOS, Ubuntu и др.). В работе должны применяться бесплатные СУБД с открытым исходным кодом (например PostgreSQL, MySQL, ClickHouse, MongoDB и др.). АРМ пользователей должны быть реализованы на принципе кроссплатформенности в части основных операционных систем (Microsoft Windows, Linux) и обеспечивать русскоязычный интерфейс.
ИС МИР должна поддерживать одновременную работу не менее 500 авторизованных пользователей, при этом время отклика системы при открытии экранных форм не должно превышать 3 секунды. Исключение составляют только время первичного запуска клиентского компонента, сканирования и печати, передачи файлов на сервер, формирования печатных форм и аналитической отчётности.
Отдельно в ТЗ указано, что система должна производить сбор данных из социальных сетей и мессенджеров, таких как vk.ru, facebook.com, Telegram и Twiter. Она должна собирать ссылки на источники информации и определять локализацию самого источника. Кроме того, она должна учитывать эмоциональный окрас сообщения пользователя (негативный, нейтральный или позитивный).
В списке ресурсов указан именно vk.ru — сайт кондитерской фабрики «Верность Качеству». Вероятно, ведомство при составлении документов подразумевало сайт vk.com, но ошиблось.
Численность россиян, живущих за чертой бедности, достигла 19,6 млн человек по итогам девяти месяцев 2020 года. Это 13,3% от всего населения страны. В сравнении с аналогичным периодом 2019 года количество бедных россиян увеличилось на 400 тысяч человек, сообщает Росстат.
По итогам 2019 года в России насчитывались 18,1 млн жителей, чьи доходы были ниже прожиточного минимума (11,6 тысяч рублей). Однако уже в первом квартале 2020 года их число увеличилось на 500 тысяч — 18,6 млн. Во втором квартале численность бедного населения достигла пика и вплотную приблизилась к 20 млн — 19,9 млн человек. Летом число бедных колебалось в диапазоне 19,4 — 19,6 млн человек.
Выше этих значений показатели бедности поднимались только в первые три месяца 2019 года — тогда в России насчитывалось 20,9 млн малоимущих (14,3%) от всего населения.
Реальные располагаемые доходы россиян в конце 2020 года упали на 3,5%. Сейчас они на 10% ниже, чем доходы в 2013 году. Росстат сообщил, что с 2014 по 2017 год они непрерывно сокращались, в 2018 году показали околонулевой рост, а в 2019 выросли всего на 1%. Минэкономразвития ожидает, что в 2021 году доходы россиян с поправкой на инфляцию увеличатся на 3%.
Покупательная способность денежных доходов россиян тоже сократилась, пишет РБК. Если в 2019 году на доход среднего россиянина можно было купить 99 кг бескостной говядины, то в 2020 году лишь 94 кг. В литрах молока эквивалент средних доходов упал с 510 до 486 литров.
Как сообщил губернатор региона Владимир Солодов, система должна принимать видео- и фотоматериалы
ПЕТРОПАВЛОВСК-КАМЧАТСКИЙ, 4 октября. /ТАСС/. Глава Камчатского края Владимир Солодов предложил создать всероссийскую систему экологического мониторинга с привлечением видео- и фоторесурсов, а также с участием общественников и блоггеров. Об этом он сказал на встрече с ведомствами региона и горожанами в связи с ситуацией с загрязнением прибрежных вод Халактырского и других пляжей Камчатки.
"То, с чем мы сейчас сталкиваемся, это признак системной проблемы, связанной с тем, что на Камчатке мы гордимся нашей природой, но при этом еще очень много предстоит сделать для того, чтобы ее защитить <...> То, что мы видим на Халактырском пляже, подталкивает к пониманию того, что система мониторинга не эффективна, я готов выходить с инициативой на федеральный уровень о создании единой системы мониторинга потенциально неблагоприятных экологических явлений" , - сказал он.
К системе должны быть подключены как органы власти, так и общественные организации, горожане и блоггеры, и система должна принимать видео- и фотоматериалы, отметил он.
Владимир Путин посетил информационный центр по мониторингу ситуации с коронавирусом и ознакомился с системой отслеживания цен на продукты в стране.
Президенту показали в режиме реального времени картинку с камер в магазинах. За ценами наблюдают на основании чеков из магазинов. Помимо этого, специальные контролеры обходят склады и сами торговые точки.
Систему представил мэр Москвы Сергей Собянин. Он пояснил, что в ней отображается наличие продуктов питания, в том числе первой необходимости.
В свою очередь, премьер Михаил Мишустин заявил, что сейчас люди закупают много продуктов, но на самом деле никаких проблем нет.
"У нас очень стабильная ситуация с поставками. Мы мониторим ситуацию с сетями розничными. Самое главное, что средняя стоимость продуктовой корзины нами мониторится по каждому региону вплоть до магазинов. Это онлайн-информация, а не какие-то статистические расчеты". Михаил Мишустин
Как отметил Путин, главное, чтобы люди понимали, что ситуация надежная, и не тратили деньги на продукты, которые потом придется выбросить.
По словам Мишустина, благодаря системе мониторинга в случае необходимости в магазины будут поставлять нужные продукты, при этом пока никаких проблем не наблюдается.
BBC, WSJ пишет, что отключились датчики Дубне и Кирове (где Архангельск, где Дубна и Киров? И как бы это проверить?). Но есть как минимум пара публичных ресурсов которые пашут нонстоп не первый год.
Первым поставлю "Народный монитор" Это частные датчики, владельцы публикуют данные с них для общего использования. Текущие показания такие:
Что бы видеть тодбко радиацию, нужно зайти в меню "Вид", выбрать только "радиация". Судя по показателям горячее всего в Сочи.
Чем он интересен, тем что тут не только данные непосредственно с предприятий Росатома, а есть данные с сети датчиков находящихся на других предприятиях, в селах, военкоматах, и пионерских лагерях.
Можно посмотреть статистику по объектам. И да,.. иногда в данных попадаются пробелы.
Также есть "Проект Карта Гейгера", но он похоже не очень живой. Но если он работает, то можно взять у них дозиметр и поучаствовать в замерах и квестах по стране.
Информационный центр атомной отрасли(ИЦАЭ) Госкорпорации «Росатом» запустил проект онлайн Карты радиации. Карта радиации России – предлагает жителям Российской Федерации самостоятельно оценить естественную радиационную обстановку своего города, узнать историю своего региона, принять непосредственное участие в создании интерактивной карты радиационного фона городов России, побывать в самых интересных и необычных местах.
Смотрите, изучайте. И дайте мне, пожалуйста, ссылки на те две отключившихся станции замера.
