🔭Детектор, который увидит жизнь на других планетах

NASA финансирует разработку сенсоров, способных ловить одиночные фотоны. Зачем такая точность? Чтобы обнаружить признаки жизни на экзопланетах через их атмосферы.

Команда из Рочестерского технологического института работает над SPSCMOS — это детекторы на основе кремния с почти нулевым шумом. Когда их охлаждают до минус 23 градусов, тёмный ток падает до одного электрона за полчаса. Представьте — один лишний электрон за тридцать минут! Такая чувствительность нужна для улавливания биосигнатур.

Биосигнатуры — это спектральные следы кислорода, углекислого газа, метана в атмосферах далёких планет. Если там есть жизнь похожая на земную, она оставляет химический отпечаток. Проблема в том, что сигнал от экзопланет невероятно слабый. Обычные детекторы его просто не видят.

Как работает технология? Фотон попадает в сенсор и создаёт свободный электрон. Этот электрон вызывает большой скачок напряжения в специальном узле с низкой ёмкостью. Система его фиксирует и оцифровывает. По сути, детектор считает фотоны поштучно.

Но космос — место недружелюбное. Радиация постепенно разрушает электронику. Поэтому команда разрабатывает хитрые режимы считывания. Когда система видит артефакт от космического луча, она разбивает сигнал на сегменты и восстанавливает исходные данные. Плюс детектор в реальном времени корректирует напряжения, компенсируя накопленные повреждения.

В январе 2025 года провели тесты в обсерватории Мис в штате Нью-Йорк. Наблюдали звёздное скопление M36 и туманность Пузырь. Даже когда через поле зрения пролетел спутник Starlink и оставил яркий след, остаточный заряд в пикселях составил всего 0.03 электрона — меньше фонового шума неба.

Технология предназначена для будущей миссии Habitable Worlds Observatory. Телескоп будет искать планеты с условиями для жизни, анализируя их атмосферы в ультрафиолетовом, оптическом и инфракрасном диапазонах. Возможно, именно эти детекторы помогут ответить на вопрос — одиноки ли мы во Вселенной.

@droidergram

🤖 Залипаем на то, как робот моет посуду

Figure выпустили новое видео с их гуманоидом Figure 02. На этот раз он загружает посудомойку. И от этого процесса невозможно оторваться.

За всем этим стоит модель Helix — Vision-Language-Action система от Figure. Робот видит грязную посуду, понимает, что с ней делать, и выполняет задачу автономно. Никакого телеуправления. Чистый ИИ плюс механика.

Figure 02 не тольео загружает посудомойку. В августе показали, как он складывает полотенца — задача адски сложная для робота. Ткань деформируется, меняет форму, морщится. В июле был ролик со стиркой. Робот доставал вещи из корзины и загружал в стиральную машину. Месяц до этого — совместная работа двух роботов по раскладыванию продуктов. Они молча координировались, передавая друг другу предметы.

Компания говорит, что Helix обучался на 500 часах телеуправляемых демонстраций. Потом система научилась генерализовать — применять знания к новым задачам. Та же архитектура, которая моет посуду, может складывать бельё или раскладывать продукты. Меняются только данные для обучения.

Мы детально разбирали устройство Figure 02 на нашем канале — от приводов до нейросетей. Если интересно, как работает эта машина изнутри, смотрите наш разбор.

@droidergram

🤖Unitree R1 – ДИКИЙ РОБОТ | РАЗБОР

Роботы от Unitree можно назвать просто — топ за свои деньги! Компания всего за несколько лет ворвалась на рынок и сделала робопсов и андроидов по-настоящему доступными. Сегодня можно купить робота-собаку по цене iPhone, а гуманоид обойдется дешевле автомобиля. Рассказываем историю Ван Синсина и его бренда, почему он ушел из DJI и как "выиграл" у Boston Dynamics? Ну и наконец — причем тут первая собака в космосе?

Смотреть в YouTube — https://www.youtube.com/watch?v=I7rSvvtWEDs

@droidergram

🧠 Карта принятия решений мозга!

Учёные дали мышам крошечные рулевые колеса и получили первую в истории карту принятия решений в мозге млекопитающего. 620 тысяч нейронов в 279 регионах мозга - такой масштаб картирования достигнут впервые с разрешением до отдельной клетки.

Эксперимент простой. Мышь видит полосатый круг слева или справа на экране. Крутит колесо в нужную сторону, перемещает круг в центр - получает глоток сахарной воды. Вся операция занимает секунду. Иногда круг еле видно, и мышь полагается на опыт прошлых попыток.

Пока мыши крутили колеса, высокоплотные электроды записывали активность сотен нейронов одновременно. 22 лаборатории со всего мира объединились в International Brain Laboratory - каждая отвечала за свой регион мозга. Собрали данные от 139 мышей из 12 лабораторий.

Главное открытие: принятие решений задействует почти весь мозг, включая области, которые считались чисто двигательными. Визуализация показывает 75 тысяч активных нейронов как цветные точки. Размер точки = активность нейрона. Цвета обозначают группы связанных регионов мозга. Получилась живая карта мышления в реальном времени.

Данные выложены в открытый доступ. Теперь любая лаборатория может проверить свои теории на самом полном датасете о принятии решений.

@droidergram