Робот-хирург провел первую симуляцию операции в космосе
Дистанционно управляемый с Земли робот spaceMIRA провел несколько хирургических операций на моделируемой ткани в лаборатории на МКС.
Робот весит всего 0,9 кг и оснащен двумя руками, имитирующими движения хирурга. Такая компактная конструкция позволяет комфортно использовать его во время полетов в космосе.
Основным ограничением для проведения хирургических операций человеку с помощью spaceMIRA является временная задержка между отправкой команды с Земли и ее получением роботом, составляющая 0,85 секунды.
Тем не менее, сам факт проведения операции является важным шагом в развитии роботизированной хирургии. Совершенствование подобных технологий будет иметь определяющее значение не только для успешного осуществления длительных полетов человека в космосе, где могут возникнуть непредвиденные ситуации, но и для обеспечения доступа к медицинской помощи в отдаленных районах Земли.
#news #роботы
https://edition.cnn.com/2024/02/13/world/mira-robot-first-surgery-in-space-scn/index.html
Дистанционно управляемый с Земли робот spaceMIRA провел несколько хирургических операций на моделируемой ткани в лаборатории на МКС.
Робот весит всего 0,9 кг и оснащен двумя руками, имитирующими движения хирурга. Такая компактная конструкция позволяет комфортно использовать его во время полетов в космосе.
Основным ограничением для проведения хирургических операций человеку с помощью spaceMIRA является временная задержка между отправкой команды с Земли и ее получением роботом, составляющая 0,85 секунды.
Тем не менее, сам факт проведения операции является важным шагом в развитии роботизированной хирургии. Совершенствование подобных технологий будет иметь определяющее значение не только для успешного осуществления длительных полетов человека в космосе, где могут возникнуть непредвиденные ситуации, но и для обеспечения доступа к медицинской помощи в отдаленных районах Земли.
#news #роботы
https://edition.cnn.com/2024/02/13/world/mira-robot-first-surgery-in-space-scn/index.html
CNN
Surgery in space: Tiny remotely operated robot completes first simulated surgery at the space station | CNN
The first surgery demonstration in space performed by a robot — controlled by surgeons on Earth — has marked a technological milestone for long-term spaceflight.
❤1🌭1
Китай отстает в развитии LLM от США на год из-за зависимости от технологий
И этот разрыв может еще увеличиться. Связано это с тем, что китайские игроки в сфере GenAI при создании собственных LLM почти полностью полагаются на достижения американских разработчиков. Например, LLM китайского стартапа 01.AI, которую позиционировали как альтернативу LLaMA от Meta*, базируется на технологиях, используемых для создания последней. В свою очередь, модели, которые китайские компании разрабатывают «с нуля», по своим показателям не могут составить конкуренцию американским LLM.
Ситуацию усугубляют новые правила, ограничивающие наборы данных, используемые для обучения AI-моделей. А также – требования к регистрации AI-моделей, установленные на правительственном уровне.
Кроме того, технологические инвесторы в Китае нацелены на быструю окупаемость, поэтому значительная часть средств направляется в простые с точки зрения реализации проекты, а не на фундаментальные исследования, которые бы позволили создать базовые модели для GenAI. По данным на сентябрь 2023 г., на китайском рынке насчитывалось около 130 LLM, но все они похожи друг на друга, что подчеркивает искусственность ажиотажа на китайском рынке GenAI. Местные СМИ назвали ситуацию «Битвой 100 моделей».
Еще одним источником проблем для развития GenAI в Китае являются ограничения со стороны США на поставку чипов для AI.
По всей видимости, на ситуацию уже обратили внимание власти. На днях было объявлено о том, что Коммунистическая партия Китая централизует контроль над научно-техническим сектором страны в целях развития критически важных технологий, таких как полупроводники и AI.
* организация признана экстремистской и запрещена в РФ
#news #Китай #AI
https://www.nytimes.com/2024/02/21/technology/china-united-states-artificial-intelligence.html?smid=nytcore-ios-share&referringSource=articleShare&sgrp=c-cb
И этот разрыв может еще увеличиться. Связано это с тем, что китайские игроки в сфере GenAI при создании собственных LLM почти полностью полагаются на достижения американских разработчиков. Например, LLM китайского стартапа 01.AI, которую позиционировали как альтернативу LLaMA от Meta*, базируется на технологиях, используемых для создания последней. В свою очередь, модели, которые китайские компании разрабатывают «с нуля», по своим показателям не могут составить конкуренцию американским LLM.
Ситуацию усугубляют новые правила, ограничивающие наборы данных, используемые для обучения AI-моделей. А также – требования к регистрации AI-моделей, установленные на правительственном уровне.
Кроме того, технологические инвесторы в Китае нацелены на быструю окупаемость, поэтому значительная часть средств направляется в простые с точки зрения реализации проекты, а не на фундаментальные исследования, которые бы позволили создать базовые модели для GenAI. По данным на сентябрь 2023 г., на китайском рынке насчитывалось около 130 LLM, но все они похожи друг на друга, что подчеркивает искусственность ажиотажа на китайском рынке GenAI. Местные СМИ назвали ситуацию «Битвой 100 моделей».
Еще одним источником проблем для развития GenAI в Китае являются ограничения со стороны США на поставку чипов для AI.
По всей видимости, на ситуацию уже обратили внимание власти. На днях было объявлено о том, что Коммунистическая партия Китая централизует контроль над научно-техническим сектором страны в целях развития критически важных технологий, таких как полупроводники и AI.
* организация признана экстремистской и запрещена в РФ
#news #Китай #AI
https://www.nytimes.com/2024/02/21/technology/china-united-states-artificial-intelligence.html?smid=nytcore-ios-share&referringSource=articleShare&sgrp=c-cb
NY Times
China’s Rush to Dominate A.I. Comes With a Twist: It Depends on U.S. Technology
China’s tech firms were caught off guard by breakthroughs in generative artificial intelligence. Beijing’s regulations and a sagging economy aren’t helping.
🤡3🌭1
Apple закрыла проект по беспилотному электрическому автомобилю
Потратив миллиарды долларов, компания Apple полностью прекратила все свои усилия по созданию электромобиля. Теперь главный фокус бигтеха на финансирование исследований по генеративному искусственному интеллекту.
Известный как "Проект Титан", проект электромобилей Apple был примером ее попыток диверсифицировать себя за пределы iPhone, который до сих пор составляет около половины его глобальных продаж.
Десятилетние усилия по созданию продукта, который конкурирует с такими компаниями, как Tesla и Rivian, никогда не были официально подтверждены Apple, и пресс-секретарь компании отказался от комментариев.
#от_редактора #Apple
Потратив миллиарды долларов, компания Apple полностью прекратила все свои усилия по созданию электромобиля. Теперь главный фокус бигтеха на финансирование исследований по генеративному искусственному интеллекту.
Известный как "Проект Титан", проект электромобилей Apple был примером ее попыток диверсифицировать себя за пределы iPhone, который до сих пор составляет около половины его глобальных продаж.
Десятилетние усилия по созданию продукта, который конкурирует с такими компаниями, как Tesla и Rivian, никогда не были официально подтверждены Apple, и пресс-секретарь компании отказался от комментариев.
#от_редактора #Apple
😢2🌭2
Microsoft разрабатывает сетевую карту, которая позволит снизить зависимость от Nvidia
Решение обеспечит быструю передачу данных между серверами центров обработки данных (ЦОД) компании и должно стать альтернативой карте ConnectX-7, поставляемой Nvidia вместе со своими графическими процессорами. Рост спроса на чипы Nvidia для AI привел к рекордной выручке компании в размере $22 млрд в IV квартале 2023 г., что на 265% выше, чем годом ранее.
Сетевая карта позволит Microsoft улучшить производительность собственного серверного чипа Maia AI, который в этом году будет установлен в ЦОДах компании, и таким образом избежать перегрузок при перемещении значительных объемов данных, необходимых занимающимся разработками в сфере AI клиентам, например, OpenAI.
Разработка сетевой карты Microsoft может занять более года.
#news #бигтехи #чипы
https://www.theinformation.com/articles/microsoft-develops-ai-server-gear-to-lessen-reliance-on-nvidia?rc=v2bulo
Решение обеспечит быструю передачу данных между серверами центров обработки данных (ЦОД) компании и должно стать альтернативой карте ConnectX-7, поставляемой Nvidia вместе со своими графическими процессорами. Рост спроса на чипы Nvidia для AI привел к рекордной выручке компании в размере $22 млрд в IV квартале 2023 г., что на 265% выше, чем годом ранее.
Сетевая карта позволит Microsoft улучшить производительность собственного серверного чипа Maia AI, который в этом году будет установлен в ЦОДах компании, и таким образом избежать перегрузок при перемещении значительных объемов данных, необходимых занимающимся разработками в сфере AI клиентам, например, OpenAI.
Разработка сетевой карты Microsoft может занять более года.
#news #бигтехи #чипы
https://www.theinformation.com/articles/microsoft-develops-ai-server-gear-to-lessen-reliance-on-nvidia?rc=v2bulo
The Information
Microsoft Develops AI Server Gear to Lessen Reliance on Nvidia
Microsoft is taking another step to reduce its dependence on Nvidia. The software giant is developing a networking card to ensure that data moves quickly between its servers, as an alternative to one supplied by Nvidia, said a person with direct knowledge.…
👍3🌭2❤1
🔥11👍2🌭1
Языковой процессор от Groq превзошел графические по показателям запуска LLM
Инференс на языковом процессоре (LPU) имеет более высокую скорость, чем на графическом, что позволило LLM Mixtral превзойти ChatGPT в сравнительных тестах.
Так, модель сгенерировала ответы, содержащие сотни слов, менее чем за одну секунду. Cкорость генерации составила почти 500 токенов в секунду, тогда как ChatGPT-3.5 может генерировать около 40 токенов в секунду.
#news #AI
https://analyticsindiamag.com/groqs-lpu-demonstrates-remarkable-speed-running-mixtral-at-nearly-500-tok-s/
Инференс на языковом процессоре (LPU) имеет более высокую скорость, чем на графическом, что позволило LLM Mixtral превзойти ChatGPT в сравнительных тестах.
Так, модель сгенерировала ответы, содержащие сотни слов, менее чем за одну секунду. Cкорость генерации составила почти 500 токенов в секунду, тогда как ChatGPT-3.5 может генерировать около 40 токенов в секунду.
#news #AI
https://analyticsindiamag.com/groqs-lpu-demonstrates-remarkable-speed-running-mixtral-at-nearly-500-tok-s/
Analytics India Magazine
Groq's LPU Demonstrates Remarkable Speed, Running Mixtral at Nearly 500 tok/s
Groq recently introduced the Language Processing Unit (LPU), a new type of end-to-end processing unit system.
👍6🌭2
Скажи мне сколько у тебя H100, и я скажу кто ты?
В своих презентациях для венчурных капиталистов жаждущие вычислительных мощностей AI-стартапы также подчеркивают свой доступ к чипам ИИ, в дефиците в течение большей части прошлого года. Но то, что у стартапа есть чипы, не означает, что он знает, как их эффективно использовать. Imbue, стартап по созданию искусственного интеллекта, собрал 200 миллионов долларов прошлой осенью, в значительной степени для обеспечения 10 000 лучших H100 Nvidia. Однако сначала компания не смогла в полной мере использовать свой кластер и даже рассматривала возможность сдачи в аренду части своих неиспользуемых мощностей. В конечном итоге компания разработала систему, которая помогает ей лучше использовать серверы, но пример показывает, что вычислительная мощность - это еще не все.
Теперь также существует давление на разработчиков LLM, чтобы показать, что они эффективны. Mistral говорит, что потратил менее 22 миллионов долларов на обучение своей последней модели, которая конкурирует с GPT-4 от OpenAI. Это значительно меньше 100 миллионов долларов, которые OpenAI потратила на разработку своей топ-модели. И если предложение чипов Nvidia продолжит расти, то доступ к ним не будет предметом тщеславия стартапов.
#от_редактора #чипы
В своих презентациях для венчурных капиталистов жаждущие вычислительных мощностей AI-стартапы также подчеркивают свой доступ к чипам ИИ, в дефиците в течение большей части прошлого года. Но то, что у стартапа есть чипы, не означает, что он знает, как их эффективно использовать. Imbue, стартап по созданию искусственного интеллекта, собрал 200 миллионов долларов прошлой осенью, в значительной степени для обеспечения 10 000 лучших H100 Nvidia. Однако сначала компания не смогла в полной мере использовать свой кластер и даже рассматривала возможность сдачи в аренду части своих неиспользуемых мощностей. В конечном итоге компания разработала систему, которая помогает ей лучше использовать серверы, но пример показывает, что вычислительная мощность - это еще не все.
Теперь также существует давление на разработчиков LLM, чтобы показать, что они эффективны. Mistral говорит, что потратил менее 22 миллионов долларов на обучение своей последней модели, которая конкурирует с GPT-4 от OpenAI. Это значительно меньше 100 миллионов долларов, которые OpenAI потратила на разработку своей топ-модели. И если предложение чипов Nvidia продолжит расти, то доступ к ним не будет предметом тщеславия стартапов.
#от_редактора #чипы
🌭1
В Канаде создали систему децентрализованного обучения ML-моделей на данных медицинских учреждений
Для повышения точности и обобщаемости ML-моделей, применяемых в здравоохранении, их целесообразно обучать на данных, собранных из различных источников. Но обмен данными между медицинскими учреждениями, как-правило, затруднен из-за различных требований к конфиденциальности и нормативных предписаний.
Для преодоления этих ограничений группа ученых из Университета Торонто, Института Vector и Кардиологического центра Питера Мунка (Канада) предложила систему «децентрализованного, совместного и сохраняющего конфиденциальность машинного обучения для данных нескольких больниц» (DeCaPH). Система предоставляет возможность совместно обучать ML-модели с использованием наборов данных, имеющихся у каждой стороны, без обмена этими данными или нарушения их конфиденциальности.
Возможности DeCaPH ученые продемонстрировали на трех задачах с использованием реальных распределенных медицинских наборов данных:
• предсказание смертности пациентов на основе электронных медицинских карт;
• классификация типов клеток;
• идентификация патологий на основе рентгенологических изображений грудной клетки.
Производительность моделей, обученных с помощью DeCaPH, оказалась на 70% выше, чем аналогичный показатель моделей, обученных исключительно на частных наборах данных без взаимодействия.
#news #AI
https://www.sciencedirect.com/science/article/pii/S2352396424000410
Для повышения точности и обобщаемости ML-моделей, применяемых в здравоохранении, их целесообразно обучать на данных, собранных из различных источников. Но обмен данными между медицинскими учреждениями, как-правило, затруднен из-за различных требований к конфиденциальности и нормативных предписаний.
Для преодоления этих ограничений группа ученых из Университета Торонто, Института Vector и Кардиологического центра Питера Мунка (Канада) предложила систему «децентрализованного, совместного и сохраняющего конфиденциальность машинного обучения для данных нескольких больниц» (DeCaPH). Система предоставляет возможность совместно обучать ML-модели с использованием наборов данных, имеющихся у каждой стороны, без обмена этими данными или нарушения их конфиденциальности.
Возможности DeCaPH ученые продемонстрировали на трех задачах с использованием реальных распределенных медицинских наборов данных:
• предсказание смертности пациентов на основе электронных медицинских карт;
• классификация типов клеток;
• идентификация патологий на основе рентгенологических изображений грудной клетки.
Производительность моделей, обученных с помощью DeCaPH, оказалась на 70% выше, чем аналогичный показатель моделей, обученных исключительно на частных наборах данных без взаимодействия.
#news #AI
https://www.sciencedirect.com/science/article/pii/S2352396424000410
👍2🌭1
Не шутите с Илоном Маском!
Илон Маск подал иск против OpenAI и его руководителей за нарушение основополающей миссии разработчика ChatGPT - действовать во благо человечества.
В иске, поданном в Сан-Франциско в четверг, в качестве со-ответчиков также были названы генеральный директор OpenAI Сэм Альтман и президент Грег Брокман. Маск был соучредителем OpenAI в 2015 году и ушел в отставку с поста сопредседателя в 2018 году. Компания продолжает работать как некоммерческая организация с уставом, в котором говорится, что ее основная деятельность - обязанность перед человечеством.
В иске Маск утверждает, что OpenAI и ее лидеры отказались от этой миссию. В качестве доказательства он приводит серию драматических событий в ноябре, которые привели к резкому увольнению, а затем повторному наему Альтмана в OpenAI. Это также привело к изменениям в совете директоров компании.
"OpenAI, Inc. была преобразована в закрытую дочернюю компанию с закрытым исходным кодом. Это было сделано крупнейшей технологической компании в мире: Microsoft. В соответствии с руководством нового совета директоров компания не только разрабатывает, но и фактически совершенствует AGI, чтобы максимизировать прибыль для Microsoft, а не на благо человечества", - говорится в иске.
#от_редактора #OpenAI
Илон Маск подал иск против OpenAI и его руководителей за нарушение основополающей миссии разработчика ChatGPT - действовать во благо человечества.
В иске, поданном в Сан-Франциско в четверг, в качестве со-ответчиков также были названы генеральный директор OpenAI Сэм Альтман и президент Грег Брокман. Маск был соучредителем OpenAI в 2015 году и ушел в отставку с поста сопредседателя в 2018 году. Компания продолжает работать как некоммерческая организация с уставом, в котором говорится, что ее основная деятельность - обязанность перед человечеством.
В иске Маск утверждает, что OpenAI и ее лидеры отказались от этой миссию. В качестве доказательства он приводит серию драматических событий в ноябре, которые привели к резкому увольнению, а затем повторному наему Альтмана в OpenAI. Это также привело к изменениям в совете директоров компании.
"OpenAI, Inc. была преобразована в закрытую дочернюю компанию с закрытым исходным кодом. Это было сделано крупнейшей технологической компании в мире: Microsoft. В соответствии с руководством нового совета директоров компания не только разрабатывает, но и фактически совершенствует AGI, чтобы максимизировать прибыль для Microsoft, а не на благо человечества", - говорится в иске.
#от_редактора #OpenAI
🔥8🌭2
2024_02_29_Demis_Hassabis_DeepMind_об_AGI_Резюме_интервью_NYT.pdf
333.2 KB
Каким будет будущее AI? 🤖
Сооснователь и руководитель Google DeepMind Демис Хассамис в своем интервью New York Times поделился взглядами на перспективы генеративных моделей, общего искусственного интеллекта и развитие собственно DeepMind
Основные тезисы беседы:
• Основные преимущества новых моделей Google — расширенное контекстное окно
и мультимодальность — откроют новые сценарии использования AI
• В будущих моделях Google контекстное окно будет увеличено и может достигнуть
10 млн токенов
• Open Source модели важны для продвижения принципов открытой науки, но
при этом важно осознавать их привлекательность для злоумышленников
• Сильный (общий) искусственный интеллект, AGI, может быть достигнут в ближайшее десятилетие
• Google осознает важность научного подхода в области AI и разрабатывает ответственные технологии
Читайте подробнее в нашем материале ⬆️
#AI #Google
Сооснователь и руководитель Google DeepMind Демис Хассамис в своем интервью New York Times поделился взглядами на перспективы генеративных моделей, общего искусственного интеллекта и развитие собственно DeepMind
Основные тезисы беседы:
• Основные преимущества новых моделей Google — расширенное контекстное окно
и мультимодальность — откроют новые сценарии использования AI
• В будущих моделях Google контекстное окно будет увеличено и может достигнуть
10 млн токенов
• Open Source модели важны для продвижения принципов открытой науки, но
при этом важно осознавать их привлекательность для злоумышленников
• Сильный (общий) искусственный интеллект, AGI, может быть достигнут в ближайшее десятилетие
• Google осознает важность научного подхода в области AI и разрабатывает ответственные технологии
Читайте подробнее в нашем материале ⬆️
#AI #Google
🌭3
Google представили языковые модели Gemma c открытым исходным кодом
Две легкие языковые модели (SLM) Gemma 2B и Gemma 7B с 2 и 7 млрд параметров, соответственно, построены на тех же технологиях и исследованиях, что и Gemini. По бенчмаркам Gemma 7B превосходит модели LLaMa-2 с 7 и с 13 млрд параметров от Meta*.
Вместе с Gemma был также выпущен новый инструментарий ответственного GenAI, чтобы помочь разработчикам и исследователям расставить приоритеты при создании безопасных и ответственных AI-приложений.
* организация признана экстремистской и запрещена в РФ
#news #Google #AI
https://blog.google/technology/developers/gemma-open-models/
Две легкие языковые модели (SLM) Gemma 2B и Gemma 7B с 2 и 7 млрд параметров, соответственно, построены на тех же технологиях и исследованиях, что и Gemini. По бенчмаркам Gemma 7B превосходит модели LLaMa-2 с 7 и с 13 млрд параметров от Meta*.
Вместе с Gemma был также выпущен новый инструментарий ответственного GenAI, чтобы помочь разработчикам и исследователям расставить приоритеты при создании безопасных и ответственных AI-приложений.
* организация признана экстремистской и запрещена в РФ
#news #Google #AI
https://blog.google/technology/developers/gemma-open-models/
Google
Gemma: Introducing new state-of-the-art open models
Gemma is a family of lightweight, state-of-the art open models built from the same research and technology used to create the Gemini models.
🌭2👍1
Innovation & Research
Не шутите с Илоном Маском! Илон Маск подал иск против OpenAI и его руководителей за нарушение основополающей миссии разработчика ChatGPT - действовать во благо человечества. В иске, поданном в Сан-Франциско в четверг, в качестве со-ответчиков также были…
В иске также указано, что GPT-4, самая мощная крупная языковая модель, которую OpenAI еще не выпустила, набрала 77% на экзамене "Advanced Somelier". Этот экзамен предназначен для людей "с большим опытом работы винной отрасли ".
#от_редактора #OpenAI
#от_редактора #OpenAI
🌭4
Google анонсировали бесплатный инструмент на базе AI с открытым исходным кодом для выявления вредоносных программ
Компания объявила об инициативе по предоставлению бесплатных инструментов на базе AI и инвестиций в целях укрепления онлайн-безопасности и противодействия хакерам. Так, злоумышленники, как и компании, занимающиеся вопросами кибербезопасности, сегодня все активнее используют AI в своей деятельности.
Таким образом, исходные коды нового AI-инструмента, использующего идентификацию типов файлов для обнаружения вредоносных программ для защиты Gmail, Google Drive и других продуктов, будут представлены в открытом доступе.
#news #Google #AI
https://www.bloomberg.com/news/articles/2024-02-16/google-announces-free-ai-cyber-tools-to-bolster-online-security
Компания объявила об инициативе по предоставлению бесплатных инструментов на базе AI и инвестиций в целях укрепления онлайн-безопасности и противодействия хакерам. Так, злоумышленники, как и компании, занимающиеся вопросами кибербезопасности, сегодня все активнее используют AI в своей деятельности.
Таким образом, исходные коды нового AI-инструмента, использующего идентификацию типов файлов для обнаружения вредоносных программ для защиты Gmail, Google Drive и других продуктов, будут представлены в открытом доступе.
#news #Google #AI
https://www.bloomberg.com/news/articles/2024-02-16/google-announces-free-ai-cyber-tools-to-bolster-online-security
Bloomberg.com
Google Announces Free AI Cyber Tools to Bolster Online Security
Alphabet Inc.’s Google announced an initiative to provide artificial intelligence tools and investments to bolster online security, as the emerging technology is increasingly used to both protect against and perpetrate cybercrime.
🌭2
Активное долголетие (1).pdf
715 KB
Здоровое старение – активное долголетие
13 февраля рамках Форума будущих технологий прошла панельная дискуссия «Здоровое старение – активное долголетие». Модератором сессии выступил директор научно-исследовательского института биологии старения Национального исследовательского Нижегородского государственного университета имени Н.И. Лобачевского, доктор биологических наук, член-корреспондент РАН Алексей Москалев.
В дискуссии приняли участие Руководитель лаборатории патологии клетки Российского научного центра хирургии имени академика Б.В. Петровского Давид Арешидзе, директор Национального медицинского исследовательского центра терапии и профилактической медицины Министерства здравоохранения Российской Федерации Оксана Драпкина;
исполнительный директор Инвестиционного департамента РФПИ Владимир Жуйков, вице-президент, исполнительный директор кластера биологических и медицинских технологий Фонда «Сколково» Камила Зарубина, главный врач Клиники превентивной медицины Российского научного центра хирургии имени академика Б.В. Петровского Инна Решетова, Директор Национального медицинского исследовательского центра акушерства, гинекологии и перинатологии имени академика В.И. Кулакова Министерства здравоохранения Российской Федерации Геннадий Сухих, директор российского геронтологического научно-клинического центра научно-исследовательского института трансляционной медицины Российского национального исследовательского медицинского университета имени Н.И. Пирогова Министерства здравоохранения Российской Федерации Ольга Ткачева, генеральныйдиректор Национального медицинского исследовательского центра психиатрии и наркологии имени В.П. Сербского Министерства здравоохранения Российской Федерации Светлана
Шпорт, Директор Центра стратегического планирования и управления медико-биологическими рисками здоровью ФМБА России Сергей Юдин.
Во вложении конспект этой интересной и важной дискуссии.
#от_редактора #Здоровоестарение
13 февраля рамках Форума будущих технологий прошла панельная дискуссия «Здоровое старение – активное долголетие». Модератором сессии выступил директор научно-исследовательского института биологии старения Национального исследовательского Нижегородского государственного университета имени Н.И. Лобачевского, доктор биологических наук, член-корреспондент РАН Алексей Москалев.
В дискуссии приняли участие Руководитель лаборатории патологии клетки Российского научного центра хирургии имени академика Б.В. Петровского Давид Арешидзе, директор Национального медицинского исследовательского центра терапии и профилактической медицины Министерства здравоохранения Российской Федерации Оксана Драпкина;
исполнительный директор Инвестиционного департамента РФПИ Владимир Жуйков, вице-президент, исполнительный директор кластера биологических и медицинских технологий Фонда «Сколково» Камила Зарубина, главный врач Клиники превентивной медицины Российского научного центра хирургии имени академика Б.В. Петровского Инна Решетова, Директор Национального медицинского исследовательского центра акушерства, гинекологии и перинатологии имени академика В.И. Кулакова Министерства здравоохранения Российской Федерации Геннадий Сухих, директор российского геронтологического научно-клинического центра научно-исследовательского института трансляционной медицины Российского национального исследовательского медицинского университета имени Н.И. Пирогова Министерства здравоохранения Российской Федерации Ольга Ткачева, генеральныйдиректор Национального медицинского исследовательского центра психиатрии и наркологии имени В.П. Сербского Министерства здравоохранения Российской Федерации Светлана
Шпорт, Директор Центра стратегического планирования и управления медико-биологическими рисками здоровью ФМБА России Сергей Юдин.
Во вложении конспект этой интересной и важной дискуссии.
#от_редактора #Здоровоестарение
👍9❤1🥰1