😢 Проблема: часто сложно сделать вживляемую электронику, которая будет работать в клинических условиях. Например, не так просто прикрепить датчик к тканям сердца, которые постоянно растягиваются и сжимаются. Формат устройств структурно не соответствует большинству тканей тела и внутренних органов.

😎 Решение: новое гибкое устройство для измерения деформации тканей на основе оптоволоконного датчика с индуктивной катушкой для беспроводного считывания данных. Такой датчик можно зафиксировать прямо на тканях или исследуемом органе без дискомфорта для пациента. С ним можно отслеживать конкретные сигналы организма и использовать для персонализированной реабилитации после травм, например.

👨‍🔬 Кто: исследователи Института науки и технологий Тэгу-Кёнбук, Южная Корея и Швейцарской высшей технической школы Цюриха.

Отправили Алёшу в магазин, а он запутался. Помогите узнать, сколько рублей сдачи получит Алёша с купюры в 5 000?

#задачки_Код

☺️ Что: органические солнечные батареи хороши, но по сравнению с распространёнными сейчас — нестабильны и менее эффективны. Поэтому учёные обратились к квантовой механике для решения этой проблемы.

🤔 Как работает: учёные решили изменить некоторые химические и физические свойства органического материала солнечной батареи. Они разработали метод, который позволяет увеличить диффузию энергии в органике и улучшить её «впитывание». Достигли этого с помощью квантовых эффектов, когда свет и материал объединяются.

☺️ Зачем: органические солнечные батареи более простые в производстве, они легче, гибче и податливее тех, что используются сейчас. А теперь станут ещё и более производительными.

👥 Кто: Гётеборгский университет, Швеция.

👉 Почитать: nature.com

Что такое исключения в программировании.

На этот раз без штрафа. Сделаю ИСКЛЮЧЕНИЕ АХАХАХ:

https://thecode.media/j1exception

#вопрос_Код

Словами через рот не прокатит.

😊 Что: нейронки, конечно, крутые, но интерпретировать процессы, стоящие за прогнозированием, очень сложно. Один из таких процессов — выбор переменных, который надо бы улучшить.

😮 Как работает: для этого учёные придумали метод SurvNet, который улучшает процесс выбора переменных при обучении нейронных сетей. С его помощью возможно определять и контролировать уровень ложноположительных результатов во время выбора. То есть проанализировать и проконтролировать выбор нейронкой переменных, которые не нужны для выполнения текущей задачи.

😎 Зачем: это позволит лучше понять принципы действия нейронных сетей и работать с ними более эффективно.

👥 Кто: Университет Нотр-Дам, США.

👉 Почитать: nature.com

Инвесторы, вам презентовали четыре проекта. Только один из них настоящий, а другие выдуманные нейронкой. Найдёте настоящий стартап?

#фейкстартап_Код

Клац-клац.

😳 Что: создали систему TeethTap, которая способна распознавать 13 жестов зубами для управления смарт-устройствами.

😯 Как работает: с помощью устройства на ухе, оснащённого датчиками движения и звука.

🤔 Зачем: управление смарт-устройствами легко распознать, а кому-то может и не хочется постоянно махать руками или делать это слишком явно на публике. Ну или громкость хочется убавить, пока посуду моешь, а руки заняты. Тоже вариант.

👥 Кто: Корнелльский университет, США.

👉 Посмотреть на это: https://youtu.be/HdmoSGWE2vo

👉 Почитать: https://www.scifilab.org/

Что означает ошибка Exception has occurred: TypeError.

Очень распространенная ошибка тех, кто переходит с нестрогих типов на строгие:

https://thecode.media/l1exception

#баг_Код

В 36 раз выносливее человеческих.

🧬 Что это: искусственные мышцы, вдохновлённые геометрией ДНК. Они созданы из полиэфирных волокон в гидрогеле, сплетённых в сверхспираль — структуру, когда две спирали скручиваются между собой, сокращаясь в длину более чем в тысячу раз. Такие мышцы выдерживают нагрузку в 36 раз больше, чем человеческие.

🤔 А зачем: для роботов, экзоскелетов и различных манипуляторов, применяемых в промышленности и медицине.

👨‍🔬 Кто: исследователи Университета Вуллонгонга и Сиднейского университета, Австралия.

😮 Что: космологи очень любят свои модели Вселенной, но на их моделирование, скажем, с обзором в 500 ближайших миллионов лет уходит до трёх недель. Алгоритмы могут создать либо очень маленькую и очень детальную карту, либо большую и неточную. И тут придумали, как создавать такие модели всего за 36 минут.

😊 Как работает: с помощью генеративно-состязательной сети. Один алгоритм сравнивал фото низкого разрешения Вселенной с реальностью и пытался создать картинку с высоким разрешением. А второй алгоритм следил за первым и пытался вычислить, карта создаётся им или с помощью упомянутых тяжеловесных и очень медленных методов.

😎 Зачем: это сильно ускорит изучение космоса и снимет дополнительную нагрузку как с людей, так и с техники.

👥 Кто: исследовательский институт Флатирон.

👉 Подробнее: universetoday.com