Вот подборка самых свежих реальных научных прорывов и новостей в ...

Дата публикации: 16-10-2026 21:52:00

Вот подборка самых свежих реальных научных прорывов и новостей в области астрофизики, космологии и космических исследований, совершенных с помощью ИИ (за период весны–осени 2026 года), оформленная в строгом аналитическом формате:
[Октябрь 2026] ИИ вычисляет 44 звездные системы со скрытыми землеподобными планетами
* Научный вызов: Найти скалистые планеты земного типа с умеренными температурами крайне сложно, так как поиск транзитным методом или методом радиальных скоростей требует колоссального времени наблюдения вслепую.
* Архитектура и роль ИИ: Астрономы применили ансамбль машинного обучения из 500 деревьев решений (Random forest). Алгоритм обучался на массе и орбитальных периодах уже открытых внутренних планет, чтобы предсказывать наличие скрытых внешних.
* Практический эффект: Модель сработала с точностью 99% на синтетических данных и выделила 44 реальные звездные системы. Ожидается, что там скрываются планеты массой от 0,5 до 3 масс Земли в температурном диапазоне 160–510 К. Это сужает зону поиска для телескопов с тысяч объектов до узкого целевого списка.
* Первоисточник: Журнал Astronomy & Astrophysics.
[Май 2026] Система RAVEN открывает более 100 скрытых миров в данных NASA TESS
* Научный вызов: Данные космического телескопа TESS содержат гигантское количество ложных срабатываний, из-за чего поиск аномальных планет превращался в ручную фильтрацию.
* Архитектура и роль ИИ: Создан сквозной ИИ-пайплайн RAVEN (RAnking and Validation of ExoplaNets). Нейросеть берет на себя весь цикл: от обнаружения сигнала в сырых данных до его проверки с помощью машинного обучения и статистической валидации без вмешательства человека.
* Экспериментальное подтверждение: Алгоритм автоматически подтвердил существование более 100 экзопланет, включая 31 абсолютно новую.
* Практический эффект: ИИ смог найти миры в так называемой «нептунианской пустыне» (зоне, где планет быть не должно согласно классическим теориям) и ультра-короткопериодические планеты, совершающие оборот вокруг своей звезды менее чем за один день.
* Первоисточник: Уорикский университет (University of Warwick), публикация в Monthly Notices of the Royal Astronomical Society.
[Сентябрь-Октябрь 2026] Поиск темной материи с помощью нейросетевого шумоподавления (TIDMAD)
* Научный вызов: Сигналы от гипотетических частиц темной материи настолько слабы, что полностью тонут в тепловом и магнитном шуме квантовых детекторов. Традиционные методы (например, усреднение Фурье) теряют часть полезной информации.
* Архитектура и роль ИИ: Физики перевели задачу поиска темной материи в плоскость семантической сегментации. Были применены глубокие архитектуры WaveNet (используемые для аудио) и U-Net (PU net) для очистки временных рядов данных с магнитометров (SQUID) от шума, чтобы выделить чистый синусоидальный сигнал гипотетической частицы.
* Практический эффект: ИИ научился понимать паттерны сверхдлинных временных рядов, создав базу для поиска новых спектральных аномалий, недоступных классическим алгоритмам.
* Первоисточник: Данные представлены на конференции NeurIPS (AI for Science).
[Сентябрь 2026] Квантовое моделирование зарождения материи
* Научный вызов: Изучение процессов формирования материи сразу после Большого взрыва невозможно воссоздать в ускорителях частиц и невероятно сложно просчитать на классических суперкомпьютерах.
* Метод: Ученые использовали 13-ионный квантовый симулятор (аппаратный прорыв в квантовых вычислениях, расширяющий возможности нейросетевого моделирования) для воссоздания экстремальной физики ранней Вселенной.
* Экспериментальное подтверждение: Внутри симулятора удалось воссоздать квантовую динамику «разрыва струны» — механизма, посредством которого материя буквально «возникала» в ранней Вселенной.
* Первоисточник: Университет Дьюка (Duke University).
[Сентябрь 2026] Project Suncatcher: перенос ИИ-вычислений на орбиту
* Научный вызов: Передача гигантских массивов сырых данных с космических аппаратов на Землю создает бутылочное горлышко в радиоканалах.
* Роль ИИ: В сентябре 2026 года в рамках обзора своих AI-достижений Google анонсировала запуск проекта Suncatcher, цель которого — орбитальное тестирование аппаратного обеспечения для машинного обучения.
* Практический эффект: ИИ-модели начинают работать прямо в космосе: бортовые системы смогут аппаратно фильтровать сырые снимки, анализировать глобальные выбросы метана и отправлять на Землю только чистые выводы, экономя пропускную способность сети.
* Первоисточник: Официальный блог Google (Google AI News).

Схожие новости

#	Наименование новости	Тональность	Информативность	Дата публикации
1	🤖 Факт дня об ИИ Существует малоизвестный метод применения ИИ ...	5	8	29-06-2026
2	Физики превратили всю планету в детектор тёмной материи — и поймали десятки сигналов, которые могут всё изменить	0	8.69	13-09-2026
3	Человечество стоит на пороге четвертой индустриальной революции, где главным двигателем ...	0	6.69	05-09-2026
4	Землю 2.0 могут выдать фотоны, которые обычная камера просто теряет. ...	0	9.79	02-08-2026
5	Космический «слух»: как российский ИИ находит невидимое 🌌🛰 Российские астрофизики ...	0	7.5	05-08-2026
6	ИИ ошибся в 100% случаев при поиске внеземной жизни. Разбор ...	0	7	12-07-2026
7	ИЗУЧЕНИЕ ВОЗМОЖНОСТЕЙ ИИ В КОНТЕКСТЕ ПАРАДОКСА ФЕРМИ Искусственный интеллект (ИИ) ...	0	7	29-06-2026
8	🚀 **500 млн лет — как AI переопределила геологию** **Ситуация.** ...	0	7	06-07-2026
9	🌌 ИИ ускорил расчёты Вселенной в 10+ раз - и ...	0	7.26	28-07-2026

Классификация: Наука. Схожих патентов: 0. Схожих новостей: 9. Тональность: 0. Информативность: 9.59. Источник: vk.com.