Серия «NooTech»

Исследователи из университетов Киото и Хиросимы решили фундаментальную проблему квантовой физики, создав метод прямого измерения W-состояний — одного из двух основных типов многофотонной квантовой запутанности. Спустя более 25 лет после разработки аналогичного подхода для GHZ-состояний команда под руководством Сигэки Такэути продемонстрировала работающую технологию идентификации W-состояний «с одного выстрела», что открывает путь к квантовой телепортации и новым протоколам квантовых вычислений.

Главным препятствием в изучении многофотонных запутанных состояний была экспоненциально растущая сложность традиционной квантовой томографии — количество необходимых измерений взрывообразно увеличивается с добавлением каждого фотона. W-состояние, отличающееся циклической симметрией сдвига, требовало принципиально иного подхода по сравнению с хорошо изученными GHZ-состояниями, где все частицы находятся в одинаковом суперпозиционном состоянии.

Японские физики создали метод запутанного измерения, основанный на фотонной квантовой схеме, выполняющей квантовое преобразование Фурье для W-состояний любого количества фотонов. Для демонстрации они изготовили высокостабильную оптическую квантовую схему, способную работать без активного управления длительное время. При подаче трех одиночных фотонов в соответствующих поляризационных состояниях устройство успешно различало разные типы трехфотонных W-состояний, каждое из которых соответствует специфической неклассической корреляции между входными фотонами.

Прорыв открывает возможности для квантовой телепортации — передачи квантовой информации без физического перемещения частиц — и разработки новых протоколов квантовой связи. Технология также применима для передачи многофотонных запутанных состояний и создания измерительных квантовых вычислений нового поколения. Команда планирует масштабировать метод на большее количество фотонов и разрабатывать интегрированные фотонные чипы для запутанных измерений.

Команда из Технического университета Мюнхена, Принстонского университета и Google Quantum AI впервые экспериментально реализовала и наблюдала состояние с топологическим порядком Флоке — давно предсказанную, но ранее не зафиксированную квантовую фазу материи. Эксперимент проведен на процессоре из 58 сверхпроводящих кубитов, что демонстрирует потенциал квантовых устройств как полноценных лабораторий для изучения неравновесной квантовой материи.

Исследователи задали системе периодическое «ритмическое» управление, формируя неравновесную фазу, свойства которой нельзя описать равновесной термодинамикой. Им удалось напрямую визуализировать направленные краевые движения — характерный признак топологического порядка — и разработать новый интерферометрический алгоритм для зондирования скрытых топологических характеристик. В ходе измерений зафиксированы динамические «трансмутации» экзотических квазичастиц, считавшиеся ключевым предсказанием для таких состояний.

Топологический порядок Флоке относится к богатеющему классу неравновесных фаз, определяемых динамикой и эволюцией во времени. Подобные высоко запутанные состояния крайне трудно моделировать на классических компьютерах, поэтому квантовый процессор в данном случае выступает не только вычислителем, но и экспериментальной платформой для обнаружения и детального изучения новых форм квантового порядка.

Работа открывает путь к систематическому исследованию экзотических фаз вне равновесия и расширяет инструментарий квантового моделирования. Полученные подходы к управлению, визуализации краевой динамики и интерферометрии могут лечь в основу будущих квантовых технологий, включая надежные топологические элементы для вычислений и сенсоров нового поколения.

Ученые Индийского института науки (IISc) совместно с Национальным институтом материаловедения Японии впервые зафиксировали в графене поведение электронов как почти идеальной квантовой жидкости.

Идеальная квантовая жидкость - абстрактная модель вещества, свойства которого определяются квантовыми эффектами, а не классической гидродинамикой, где идеальной жидкостью называется жидкость без вязкости и сил внутреннего трения.

В сверхчистых образцах исследователи обнаружили резкое расхождение между теплопроводностью и электропроводностью — отклонение от закона Видемана—Франца превысило 200 раз при низких температурах.

Команда изготовила исключительной чистоты однослойные образцы графена и одновременно измеряла перенос заряда и тепла. Вместо ожидаемой пропорциональности в металлах ученые увидели обратную зависимость: рост электропроводности сопровождался падением теплопроводности и наоборот. Анализ показал, что механизмы переноса заряда и тепла «расцепляются», но при этом оба подчиняются универсальной величине, связанной с квантумом проводимости — фундаментальной константой электронного транспорта.

Необычный режим проявился вблизи так называемой точки Дирака, где графен не является ни металлом, ни изолятором. Здесь электроны и дырки перестают вести себя как независимые частицы и текут подобно жидкости с минимально возможной вязкостью — дираковскому флюиду. По оценкам авторов, эта «квантовая жидкость» во много раз менее вязкая, чем вода, и по своим свойствам напоминает кварк-глюонную плазму, наблюдаемую на крупных ускорителях.

Открытие делает графен удобной и доступной лабораторией для проверки идей из физики высоких энергий и астрофизики — от термодинамики черных дыр до масштабирования энтропии запутанности — в настольных экспериментах. С прикладной точки зрения дираковский флюид открывает путь к новым типам квантовых сенсоров, способных усиливать сверхслабые электрические сигналы и фиксировать крайне слабые магнитные поля, отмечают в IISc.

YouTube официально объявил о глобальном развертывании функции автоматического дубляжа видео на разные языки, которая стала доступна авторам с 10 сентября 2025 года. Новый инструмент, работающий на базе искусственного интеллекта Google Gemini, позволяет создателям контента без лишних затрат выходить на международную аудиторию, сохраняя при этом оригинальный стиль и эмоциональную подачу голоса.

Технология, ранее тестировавшаяся с 2023 года в пилотной программе с участием таких блогеров, как MrBeast и Джейми Оливер, теперь внедряется постепенно для всех. Система ИИ анализирует исходную аудиодорожку и генерирует дубляж, стремясь воссоздать тон и манеру речи автора, что делает перевод более естественным. Компания уточняет, что полное развертывание функции займет несколько недель.

Результаты пилотной программы доказали высокую эффективность инструмента. У авторов, использовавших многоязычные дорожки, более 25% времени просмотра приходилось на аудиторию из других языковых регионов. Так, канал знаменитого шеф-повара Джейми Оливера утроил количество просмотров после внедрения ИИ-дубляжа, а Марк Робер теперь добавляет до 30 языковых версий к каждому видео.

Несмотря на прорыв, в YouTube признают, что технология не идеальна и может допускать ошибки, поэтому у авторов останется возможность загружать профессионально созданные аудиодорожки. Параллельно компания продолжает тестировать функцию умного перевода текста на обложках видео, которая пока доступна в ограниченном режиме.

Clone Robotics представила Protoclone — гуманоидного робота, созданного для точного воспроизведения анатомии и кинематики человека. По заявлению компании, платформа сочетает полноценную скелетную систему и свыше тысячи искусственных «мышц», а гидравлический привод имитирует сокращение и расслабление мышечных пучков для близких к человеческим траекторий движений.

В основе Protoclone — биомиметический подход: силовая структура повторяет пропорции и сочленения опорно‑двигательного аппарата, а распределённая система приводов позволяет добиваться высоких степеней свободы и тонкой модуляции усилий. Гидравлика выполняет функцию мышечных актуаторов, обеспечивая быстрый отклик и плавность хода, что потенциально повышает точность манипуляций по сравнению с традиционными сервоприводами.

Разработчик позиционирует платформу как основу для исследований в области биомеханики, управления движением и человеко‑машинного взаимодействия, а также для задач точной манипуляции, ассистивной робототехники и тестирования алгоритмов ИИ‑управления. Биомиметическая конструкция рассчитана на обучение управлению «от намерений к движению», что может ускорить перенос навыков из симуляций в реальные сценарии.

Посмотрим, как компания справится с инженерными вызовами, характерными для «мышечных» гуманоидов: энергоэффективностью и надёжностью гидравлики, долговечностью множества приводных каналов, а также сложностью координации тысяч актуаторов в реальном времени. Ближайшие шаги включают расширение испытаний, публикацию метрик производительности и демонстрации прикладных сценариев.

UCLA представила носимый неинвазивный интерфейс мозг–компьютер с ИИ‑«копилотом», который ускорил выполнение задач до четырёх раз по показателю достижения целей по сравнению с режимом без ИИ.

Система сочетает декодирование сигналов ЭЭГ с «совместной автономией»: пользователь посылает мозговые команды высокого уровня, а ИИ интерпретирует намерение и берёт на себя рутинные микро‑действия. Для управления курсором «копилот» на основе обучения с подкреплением оценивает наиболее вероятную цель и мягко «подтягивает» траекторию к ней, для роботизированной руки модуль компьютерного зрения распознаёт объекты и автоматизирует захват и укладку. Декодер ЭЭГ реализован гибридно — сверточная нейросеть для выделения признаков и адаптивный фильтр Калмана по образцу ReFIT для стабильного онлайн контроля.

В контролируемых испытаниях участвовали четыре человека, включая одного участника с параличом. Во всех случаях ИИ заметно ускорял выполнение: в курсорной center‑out‑задаче прирост производительности участников достигал примерно 3,9× по метрике «попаданий/целей в минуту», а манипуляции роботизированной рукой (перекладка блоков) стабильно удавались только при активном «копилоте». Парализованный участник завершал робо‑задачу за 6,5 минут с ИИ, тогда как без ИИ выполнить её было невозможно. Носимый неинвазивный формат рассчитан на использование вне операционных и без имплантов.