Как ИИ ищет фальшивые паспорта, а графен ловит диабет по воздуху. Топ разработок российских учёных

Российские учёные создали нейросеть, которая видит подделки, сгенерированные «Чатом-ДжиПиТи» или «Миджорни», там, где паспортный контроль бессилен. Система «Шерлок 3о» уже ловит фальшивые документы в аэропортах «Шереметьево», «Внуково» и в Федеральной налоговой службе, анализируя не логику, а «анатомию» изображения — артефакты, вставки и аномалии на уровне пикселей.

За два года количество дипфейков (так называемых «глубоких фальшивок») выросло в 16 раз, достигнув 8 миллионов, а ущерб от подобных атак может составить 40 миллиардов долларов. Новая разработка проверяет документы по 600 параметрам и уже увеличила пропускную способность на границе в шесть раз, став барьером для новой волны цифрового мошенничества.

Мы продолжаем рассказывать о новых разработках российских учёных. В новой подборке речь пойдёт о недорогом датчике, который по дыханию определяет опасные заболевания; о нейросети, которая предсказывает свойств нефти, заменяя месяцы лабораторных экспериментов секундами расчётов; о первом энергоанализаторе для космических двигателей нового типа и о системе для управления роботами через жесты. Подробно обо всем рассказываем в нашем материале. 

Российские учёные создали датчик болезней по дыханию

Учёные Российской академии наук разработали датчик на основе графена и полимера, который анализирует состав выдыхаемого воздуха и выявляет признаки сахарного диабета, сердечной недостаточности и других хронических заболеваний. Устройство представляет собой тонкую плёнку, напечатанную на обычной офисной бумаге. Его можно закрепить на медицинской маске или теле пациента и использовать в больницах, в том числе для непрерывного мониторинга дыхания во время операций.

Принцип работы датчика основан на изменении электропроводности. Когда выдыхаемый воздух попадает на сенсор, молекулы газов – ацетона, аммиака, водяного пара – облегчают прохождение тока, и прибор фиксирует эти изменения. При диабете и болезнях сердца в выдохе повышается уровень ацетона, при проблемах с почками – аммиака. Существующие датчики зачастую недостаточно чувствительны или слишком сложны для домашнего использования, отмечают разработчики.

Учёные из Института физики полупроводников СО РАН (Новосибирск) и Объединённого института высоких температур РАН (Москва) провели испытания на 32 добровольцах, включая здоровых людей, пациентов с диабетом и человека после инфаркта. Датчик чётко выявил в спектрах выдыхаемого воздуха больных пик, соответствующий ацетону. Чувствительность прибора позволяет отслеживать даже кратковременное повышение глюкозы после еды.

Руководитель проекта Ирина Антонова пояснила, что пока созданы лабораторные образцы. В будущем, после доработки, устройство сможет применяться не только в медицине, но и для контроля здоровья пожарных, пилотов и водолазов. Исследование поддержано грантом Российского научного фонда.

В России появился первый энергоанализатор для космических двигателей нового типа

Московский физико-технический институт разработал прибор, который позволяет точно измерять параметры перспективных электроракетных двигателей класса «электроспрей». Устройство решает проблему, с которой не справляется стандартная диагностика, и открывает путь к созданию эффективных двигателей для малых спутников.

Автор проекта, сотрудник лаборатории плазменных двигателей МФТИ Владимир Малахов, объяснил необходимость такой разработки. В институте создают уникальные для России электроракетные двигатели, где специальная жидкость превращается в поток заряженных капель и ионов, создающих тягу. Старые системы диагностики для подобных установок не подходят. Традиционные приборы с плоскими электродами не могут корректно измерить расходящийся пучок частиц, характерный для двигателей такого типа.

Новый энергоанализатор использует сферически вогнутые сетки вместо плоских. Такая конструкция захватывает весь поток заряженных капель, позволяя определить их скорость и энергию. Это особенно важно для двигателей, работающих с молекулярным веществом, а не с атомарным. В итоге исследователи получают точные данные о тяге и коэффициенте полезного действия.

Физический принцип работы прибора известен ещё со времён СССР, однако модификация именно для электроракетных двигателей типа «электроспрей» разработана в России впервые. По словам Малахова, наработки выходят за рамки космической сферы. В будущем устройство может быть использовано для других задач диагностики потоков заряженных частиц, например в промышленности или научных лабораториях. Пока же прибор уже помогает создавать более эффективные и надёжные двигатели для малых спутников

Российская нейросеть ускорит добычу нефти в сотни раз

В Московском физико-техническом институте создали модель машинного обучения, предсказывающую поведение нефти с точностью до 90%. Нейросеть анализирует ключевые параметры, от которых зависит эффективность добычи «черного золота», заменяя дорогостоящие лабораторные эксперименты, занимавшие ранее месяцы. Теперь сложные расчеты занимают всего секунды.

В основе разработки лежит расчет межфазного натяжения между нефтью и соленой водой внутри горных пород. Эта сила определяет соотношение жидкостей в микроскопических порах пласта и напрямую влияет на скорость извлечения ресурса и коэффициент нефтеотдачи. Существующие теории предсказывали изменение этого показателя с погрешностью до 40%, а реальные замеры требовали долгих и затратных процедур. Новая модель, созданная учеными МФТИ совместно с коллегами из Тюменского нефтяного научного центра, решает эту проблему, обеспечивая высокую точность прогноза.

Искусственный интеллект учитывает 17 типичных углеводородов, встречающихся в российской нефти, а также температуру, давление, содержание растворенных газов и солей. Для обучения нейросети потребовались масштабные вычисления на суперкомпьютерах МФТИ и Объединенного института высоких температур РАН. Общее время моделирования составило 10 микросекунд, что потребовало выполнения пяти миллиардов шагов интегрирования. Итоговая средняя абсолютная процентная ошибка новой ИИ-модели составляет всего 0,9% по сравнению с результатами расчетов методом молекулярной динамики. Это позволило внедрить технологию в программный комплекс «РН-Цифровой керн» для виртуального исследования нефтеносных коллекторов.

Исполнительный директор Центра вычислительной физики МФТИ Николай Кондратюк отметил, что модель особенно актуальна для современных методов добычи, включая закачку углекислого газа в пласт. Старший научный сотрудник Илья Копаничук добавил, что в ближайшее время ученые планируют адаптировать нейросеть для работы с тяжелыми типами нефти и продолжить исследования поведения жидкостей в наноразмерных менисках внутри горных пород.

Российские инженеры обучили роботов языку жестов

Специалисты Донского государственного технического университета и МГТУ «Станкин» создали отечественное программное обеспечение для бесконтактного управления промышленными манипуляторами. Система на основе нейросетей распознаёт десять жестовых команд, полностью заменяя импортные аналоги.

Коллаборативные роботы, или коботы, всё чаще работают бок о бок с человеком на современных производствах. Для безопасной и эффективной совместной работы им необходима система технического зрения, способная отслеживать перемещения оператора. До недавнего времени такие решения были исключительно зарубежными.

Учёные из Ростова-на-Дону и Москвы предложили полноценную российскую альтернативу. Их разработка объединяет данные обычной RGB-камеры и специализированного датчика глубины. Первая фиксирует изображение, второй измеряет расстояние до объектов. Такая связка компенсирует недостатки каждой технологии в отдельности, обеспечивая высокую точность даже при плохом освещении или частичной потере глубины.

На основе полученных данных нейросеть формирует дескриптор, уникальный вектор признаков, описывающий положение ключевых точек скелета оператора в пространстве и времени. Система обучена распознавать десять жестовых команд, после чего передаёт сигнал на контроллер манипулятора. Там уже закреплено соответствие определённого жеста конкретному действию, например взять деталь, переместить или окрасить.

Разработка полностью готова к внедрению в промышленности. Она позволяет автоматизировать погрузку, сборочные операции, лазерную обработку и маркировку. Главный акцент сделан на безопасности оператора. Руководитель проекта Марина Жданова отмечает, что интуитивно понятное управление жестами открывает широкие перспективы для применения технологии, включая управление беспилотным трактором «Донтех». 

В России создали нейросеть для обнаружения поддельных документов, сгенерированных зарубежными моделями

Специалисты компании Smart Engines представили обновлённую антифрод-систему, которая выявляет фальшивые документы, созданные с помощью более чем 20 генеративных моделей. Технология уже используется в российских аэропортах и финансовых учреждениях для противодействия новой волне цифрового мошенничества.

Развитие нейросетей привело к «демократизации фрода», как назвал это явление гендиректор Smart Engines Владимир Арлазаров. Создание поддельных удостоверений и дипломов больше не требует специальных навыков или сложного оборудования. Злоумышленники активно используют такие инструменты, как ChatGPT и Midjourney, для генерации визуально неотличимых от оригинала изображений документов. Масштаб угрозы огромен. По данным Европарламента, количество дипфейков выросло с полумиллиона в 2023 году до 8 миллионов в 2025-м. Экономический ущерб от подобных атак, по оценкам Deloitte, может достичь 40 миллиардов долларов уже к 2027 году.

Новая система «Шерлок 3о» предназначена для борьбы с этим вызовом. В отличие от стандартной проверки, которая опирается на логику содержания документа, российский ИИ анализирует структуру изображения на микроуровне. Технология ищет статистические аномалии и специфические артефакты, возникающие при генерации или редактировании, которые незаметны человеческому глазу. Такой подход гарантирует эффективность даже при работе с самыми реалистичными подделками. Всего нейросеть проверяет документы более чем по 600 параметрам, включая признаки коллажирования, вставки символов и оценку качества изображения.

«Шерлок 3о» не является лабораторным прототипом. Система уже интегрирована в реальную инфраструктуру. Антифрод-решение применяется в аэропортах «Внуково», «Шереметьево» и «Кольцово», а также в Федеральной налоговой службе, банках и микрофинансовых организациях. Например, внедрение в паспортном контроле позволило увеличить совокупную пропускную способность на границе в шесть раз.

Текст: Ирина Леонова

Фото сгенерированы freepik.com и shedevrum.ai