preview preview
Нова функція

Слухай статті з Respeecher

Нова функція дозволяє слухати статті в зручному форматі завдяки технології від Respeecher. Насолоджуйтесь контентом у будь-який час – у дорозі, під час тренувань або відпочинку.
preview
00:00 00:00
Наступні статті
    Завантажується
    Голос
    Вибір голосу
      player background
      Вибір голосу
        Наступні статті
          Завантажується
          00:00 00:00
          НОВИНИ

          Вчені створили AI-модель, яка прискорить моделювання народження найважчих елементів у космосі

          11 Липня 2026, 09:00
          2 хв читання
          Глібічук Марія Редакторка стрічки новин
          Режим читання збільшує текст, прибирає всю зайву інформацію зі сторінки і дозволяє зосередитися на матеріалі. Тут ви можете вимкнути його в будь-який момент.
          Режим читання

          Режим читання збільшує текст, прибирає всю зайву інформацію зі сторінки і дозволяє зосередитися на матеріалі. Тут ви можете вимкнути його в будь-який момент.

          Дослідники розробили інноваційну AI-модель, яка значно прискорює моделювання процесів виникнення найважчих хімічних елементів у космосі. Про це пише ScienceDaily.

          Що сталося

          Міжнародна команда дослідників на базі GSI/FAIR розробила систему RHINE — модель машинного навчання для симуляції r-процесу. Це механізм, під час якого атомні ядра швидко захоплюють нейтрони й у підсумку формують важкі елементи. Саме так у Всесвіті з’являється значна частина найважчих природних елементів.

          Проблема в тому, що такі реакції дуже складно рахувати. Повноцінне моделювання потребує великої обчислювальної потужності, тому вчені часто змушені спрощувати моделі. RHINE має зменшити цю залежність від дорогих обчислень.

          Чому це цікаво

          Система розраховує, яка кількість енергії або тепла виділяється під час r-процесу. Це тепло є надзвичайно важливим, адже воно визначає, з якою швидкістю матерія розлітається від вибуху і наскільки яскраво вона при цьому світиться. Замість того, щоб щоразу виконувати всі важкі обчислення під час симуляції, штучний інтелект заздалегідь вивчає величезну бібліотеку довідкових розрахунків. Після такого тренування нейромережа може точно оцінити рівень нагрівання, витрачаючи на це лише невелику частину тих обчислювальних ресурсів, які були потрібні раніше.

          Для злиттів нейтронних зірок це особливо важливо, бо йдеться про кілонові — яскраві спалахи, які астрономи спостерігають після таких подій. За словами науковців, порівняння з референтними даними показало високий рівень збігу. Тобто модель дає результати, близькі до повних розрахунків, але з меншими витратами часу та ресурсів.

          Більше про це

          01 НОВИНИ

          Чи можливе розмноження людини в космосі: Китай почав експеримент із синтетичними ембріонами

          Додати в закладки

          Будь-яку статтю можна зберегти в закладки на сайті, щоб прочитати її пізніше.

          Знайшли помилку? Виділіть її і натисніть Ctrl+Enter

          Партнерські матеріали

          Продуктивність, автономність і екран: за що обирають MacBook
          01 ТЕХНОЛОГІЇ
          Продуктивність, автономність і екран: за що обирають MacBook
          «Однушка» під оренду чи частка в ТЦ: як отримувати пасивний дохід від комерційної нерухомості через REIT-фонди?
          02 БІЗНЕС
          «Однушка» під оренду чи частка в ТЦ: як отримувати пасивний дохід від комерційної нерухомості через REIT-фонди?
          Практика ще до першого оферу: як бізнес трансформує рекрутинг і допомагає молоді у профорієнтації — кейс L’Oréal For Youth
          03 БІЗНЕС
          Практика ще до першого оферу: як бізнес трансформує рекрутинг і допомагає молоді у профорієнтації — кейс L’Oréal For Youth
          Яремче не Буковель. Куди інвестувати в Карпатах у 2026 році
          04 БІЗНЕС
          Яремче не Буковель. Куди інвестувати в Карпатах у 2026 році
          Завантаження...