​​(Не)похожие: Китай и США в исследованиях ИИ

Мы не раз касались темы искусственного интеллекта (в дайджестах и отдельных постах): от роли ИИ в науке до вопросов этики и публикаций. Если же посмотреть на ИИ с точки зрения страновой (прежде всего, наукометрической) перспективы, то нельзя не отметить, что Китай и США являются признанными лидерами в области. Согласно данным AI Index Report 2025, Китай лидирует по числу публикаций, а США — по влиянию своих исследований. Обе страны активно инвестируют в развитие технологий, и именно их соперничество во многом определяет ключевые тенденции в области.

Недавно в Journal of Infometrics вышла статья, авторы которой предложили подход, выходящий за рамки статистического анализа и тематического моделирования, позволивший детально проанализировать, как отличаются смысловые акценты и исследовательские приоритеты ученых США и Китая в области ИИ.

В качестве источника данных были использованы статьи из ядра WoS с января 1996 г. по май 2023 г. по запросу «искусственный интеллект» (Artificial Intelligence). В выборку вошли публикации американских авторов (без китайских соавторов) и китайских авторов (без соавторов из США): 160 896 и 243 272 публикации соответственно.

Анализ показал, что почти 90 % популярных исследовательских концепций получают одинаковое внимание в обеих странах. При этом лишь 3 % тем расходятся по интересу, и по содержанию (метод главных компонент, распознавание образов, сенсорные сети), тогда как около 5%, напротив, совпадают по акцентам, но отличаются по уровню внимания (нейронные сети, эволюционные алгоритмы, метод опорных векторов, приближённые множества, регистрация изображений).

Совпадения есть и в приоритетах: обе страны активно работают над отбором признаков, распознаванием лиц, сегментацией изображений, обнаружением объектов; в методах — над нейронными сетями, машинным обучением, генетическими алгоритмами и методами опорных векторов. Но различия тоже очевидны. Китай делает акцент на диагностику неисправностей, временные задержки, системы управления, классификацию изображений. США чаще фокусируются на распознавании речи, робототехнике, виртуальной реальности, компьютерном зрении и языковых моделях, используя при этом байесовские сети, скрытые марковские модели и экспертные системы.

Показательный пример, демонстрируйщий преимущества предложенного авторами метода, — распознавание лиц. В обеих странах эта тема имеет схожий масштаб, но содержательные акценты разные.

В Китае внимание сосредоточено на:

⚪️ деталях (распознавание уха, отпечатков ладоней, пола, микровыражений, сложных условиях распознавания).

В США такие исследования:

⚪️ менее детализированы, больше сосредоточены на общих характеристиках изображений, например, идентификации по походке и обнаружении лиц.

Эти различия во многом объясняются разными правовыми и социальными нормами: в Китае уровень допустимого использования персональных данных выше, чем в США.

Пример сравнения ИИ в Китае и США показывает: наука развивается не только в цифрах и темах, но и в том, какие акценты ученые расставляют в одних и тех же направлениях. Именно эти смысловые различия создают напряжение, из которого рождаются новые траектории развития исследований.

#ИИ #Китай #США #искуственныйинтеллект #тематическоемоделирование #семантика

СТАЛИНГРАД - символ мужества и героизма⭐️

🎖2 февраля - День разгрома советскими войсками немецко-фашистских войск в Сталинградской битве. Этот День воинской славы России - великая и памятная страница истории нашей страны!

Сталинградская битва началась на правобережье Дона, в ней участвовало более 2 млн человек, а погибло более миллиона. Она была отмечена самыми кровавыми уличными боями в разрушенном Сталинграде и невероятным героизмом советских солдат трех фронтов, который потряс
немцев, уничтожил группу армий "В" и подорвал их боевой дух. С этой битвы
начался перелом в Великой Отечественной войне!
Сталинград был назван городом-героем впервые 1 мая 1945 года в Приказе Верховного Главнокомандующего. В 1965 году, в канун 20‑летия Победы в Великой Отечественной войне, было утверждено Положение о почётном звании "Город‑герой". Его присвоили шести городам, в том числе
и Сталинграду.
В городе свыше 200 исторических мест, связанных с его героическим
прошлым. Среди них мемориальный ансамбль "Героям Сталинградской
битвы" на Мамаевом кургане, Дом солдатской славы (Дом Павлова) и другие. В 1982 году открыт Музей-панорама "Сталинградская битва".
Более подробнее ознакомится с историческими местами можно по ссылкам:
🔷 Онлайн-проект "Сталинградская правда": stalingrad.vpravda.ru/
🔷  "Родина-мать зовёт!" Десять фактов о монументе, статья на портале культура.рф: www.culture.ru/materials/...
🔷 Виртуальный тур по Мамаеву кургану: mamaev-kurgan.stalingrad-battle.ru/
🔷 "Герои Сталинградской битвы"Статья на портале история.рф:histrf.ru/read/artic...
🔷 Ключевые события Сталинградской битвы: may9.ru/history/ke...
#Победа80@clubbooks777
#Победа80 #библиотека_расскажет_о_войне@clubbooks777 #ДнивоинскойславыРоссии@clubbooks777 #НавигаторыДетства #НавигаторыДетства52 #Росдетцентр

Опустынивание — одна из самых недооценённых экологических угроз: плодородные почвы теряют продуктивность и буквально превращаются в пустыню, выбивая опору из-под сельского хозяйства и продовольственной безопасности регионов. Экологические последствия включают потерю биоразнообразия, деградацию почв и ухудшение качества воды и воздуха; экономические — падение доходов сельских территорий и рабочих мест; социальные — рост миграции, борьбу за ресурсы и усиление бедности.

#опустынивание #устойчивоеразвитие #экология #землепользование #agtech #climate

Бороться с опустыниванием вслепую невозможно — нужна постоянная и точная система мониторинга земель. Она позволяет вовремя замечать первые признаки деградации, оценивать степень повреждения почв и растительности, выделять уязвимые территории и прогнозировать дальнейшее распространение «пустыни».

Хороший мониторинг — это также инструмент оценки эффективности мер по восстановлению: мы видим не только проблему, но и результат принятых решений.


#мониторинг #устойчивоеземлепользование #экоданные #datascience #landdegradation

Сегодня два ключевых источника данных о состоянии земель — спутниковая съёмка и Интернет вещей (IoT). IoT‑сенсоры дают точные, оперативные измерения «на месте» в режиме реального времени, но требуют физического доступа и инфраструктуры; спутники, наоборот, обеспечивают взгляд «с орбиты» на большие территории, но ограничены разрешением, периодичностью съёмки и погодными условиями.

Инициатива по борьбе с опустыниванием закладывает подход, в котором спутниковые данные и IoT‑измерения дополняют друг друга (sensor fusion), повышая достоверность анализа и качество управленческих решений в сфере землепользования.


#IoT #спутники #remoteSensing #sensorfusion #экотех #digitalagri

Даже самые совершенные спутники нуждаются в ground truth — проверке данных на земле. Один пиксель спутникового снимка может покрывать десятки или сотни квадратных метров, где одновременно происходят разные процессы, а спектральные индексы снижаются как из‑за засухи, так и из‑за обычных агротехнических работ.

Пыль, дым, облачность и влага искажают сигнал, поэтому без наземных наблюдений и калибровки растёт риск ошибок в моделях прогнозирования опустынивания. Связка «орбита + сенсоры на земле» позволяет использовать спутниковые данные безопасно и осознанно.


#groundtruth #remoteSensing #экологическиймониторинг #AI #climateRisk

В инициативе используются два ключевых решения: система мониторинга окружающей среды «Полевой разведчик» и система «Фотон» для сбора и анализа морфологических и биохимических показателей живой растительности. Мультиспектральная камера «Фотон» обеспечивает детальный взгляд на состояние растений, а «Полевой разведчик» выступает узлом полевого мониторинга, интегрированным в IoT‑архитектуру.

Данные от объектов через устройства мониторинга поступают в центр обработки, далее — в аналитические приложения и интерфейсы пользователей, что позволяет выстраивать полный цикл: от сенсора в поле до управленческого решения.


#ПолевойРазведчик #Фотон #интернетвещей #multispectral #envmonitoring #Project15 #IoTsustainability

Предлагаемая IoT‑архитектура включает объект наблюдения, сенсоры, внешние источники данных (например, спутниковые снимки), облачный шлюз, базы данных и API, а также уровень аналитики и пользовательских приложений. Такая модель позволяет объединять разнородные данные, обрабатывать события в реальном времени и предоставлять работающие интерфейсы для аграриев, исследователей и управленцев.

В связке с платформенными решениями уровня Project 15 Open Platform IoT sustainability такая архитектура может масштабироваться от пилотных участков до региональных систем мониторинга опустынивания.


#IoTархитектура #digitaltwin #sustainability #smartfarming #Project15 #dataPlatform

Опустынивание — это уже не «проблема где‑то далеко», а прямой риск для продовольственной безопасности, устойчивости сельских территорий и бюджетов стран, зависящих от агроэкспорта. В ответ на это мы предлагаем не просто научную инициативу, а полноценный проект мониторинга деградации земель на стыке спутниковой аналитики, IoT и прикладной экономики.
Задача — дать государствам, донорам и агрохолдингам инструмент, который показывает, где земля деградирует, где восстановление реально работает и куда стоит направлять деньги и усилия в первую очередь.

#опустынивание #landdegradation #устойчивоеразвитие #climatetech #agtech #data4policy

Спутники дают широкую картинку: видно, как меняется растительный покров на сотнях тысяч гектаров, но детали теряются в одном пикселе. IoT‑сенсоры, наоборот, очень точны, но «видят» только точку или поле, где стоят приборы.
Sensor fusion объединяет эти миры: спутниковые ряды, наземные станции «Полевой разведчик» и мультиспектральные камеры «Фотон» сводятся в единую модель, которая умеет фиксировать ранние признаки деградации и прогнозировать развитие процессов. Это уже не просто мониторинг «ради мониторинга», а аналитика для решений — от агротехнологий до национальных программ LDN.

#sensorfusion #IoT #спутники #remoteSensing #groundtruth #digitalagri #LDN

Центральная Азия — один из глобальных эпицентров деградации земель и опустынивания: историческое наследие ирригации, рост засух, песчано‑пылевые бури, нагрузка на пастбища. При этом регион уже стал фокусом крупных программ Всемирного банка, GEF, FAO и UNCCD по восстановлению ландшафтов и достижению нейтральности деградации земель.
Это делает Казахстан и Узбекистан идеальной «лабораторией» для пилотов: есть острая проблема, есть политическая воля и есть деньги на восстановление. Не хватает только современного инструмента, который честно покажет, что происходит с земли, и позволит измерять эффект от каждой вложенной единицы бюджета.

#CentralAsia #Kazakhstan #Uzbekistan #landrestoration #desertification #climateadaptation #WorldBank

Uzbekistan Resilient Landscapes Restoration Project (RESILAND CA+) — это сотни миллионов долларов на восстановление лесов и ландшафтов, устойчивое управление пастбищами и снижение рисков песчано‑пылевых бурь. Но любая масштабная программа нуждается в инструменте, который измеряет не только освоение средств, но и реальный результат на земле.
Наш подход IoT + спутники + аналитика может стать технологическим модулем внутри RESILAND: мониторинг состояния лесов и пастбищ, оценка того, где восстановление действительно работает, и формирование показателей для отчётности по LDN и климату. Таким образом Узбекистан получает не просто набор мер, а управляемый, измеримый процесс.

#RESILAND #WorldBank #landscaperestoration #MRV #Uzbekistan #forestmonitoring #LDN

У одной и той же технологии разные смыслы для разных акторов:
Для министерства — это инструмент, чтобы видеть картину по всей стране и не «стрелять из пушки по воробьям» в госпрограммах.
Для международного донора — честный MRV и уверенность, что restoration‑деньги реально тормозят деградацию.
Для агрохолдинга — снижение потерь урожая и затрат за счёт ранних сигналов о проблемных полях и пастбищах.
Если коротко, наша цель — построить язык данных, который будет понятен и полезен всем трём уровням одновременно.

#policy #donors #agribusiness #MRV #data4impact #sustainablelandmanagement