Французский разработчик Фабьен Брюн представил концепцию модульной ветровой турбины, которая может обеспечить электроэнергией территории, не подключенные к централизованной энергосети. Об этом сообщает Interesting Engineering со ссылкой на сайт проекта Wind To Watt.

Идея проекта строится на принципе, что чистая энергия должна быть доступна не только через крупные централизованные объекты, но и там, где отсутствует развитая инфраструктура.

По словам разработчика, Wind To Watt создает модульную, технически простую и масштабируемую ветроэнергетическую систему, которую можно массово производить и внедрять в разных странах без необходимости строительства сложной энергетической инфраструктуры.

Турбина рассчитана на работу в различных условиях, включая морские платформы. Ее можно устанавливать без тяжелой техники, специализированных кранов и значительного изменения ландшафта.

Конструкция состоит из алюминиевых труб и пластиковых тентов, что делает установку легкой и удобной для транспортировки. Такой подход позволяет отказаться от бетонного фундамента и сложного подключения к сети. Систему можно доставить и собрать непосредственно на месте без привлечения узкопрофильных специалистов.

Одной из важных особенностей проекта является ставка на перерабатываемые материалы. В традиционных ветротурбинах часто используются композитные стеклопластиковые лопасти, которые трудно утилизировать, поэтому после окончания срока службы они нередко оказываются на свалках. Концепция Брюна предусматривает возможность вторичной переработки компонентов уже на этапе проектирования.

Разработчики также делают акцент на экономической доступности технологии. Заявленная розничная цена турбины составляет 2 500 евро, а ежегодное обслуживание оценивается примерно в 50 евро. По прогнозам проекта, инвестиции могут окупиться в течение пяти лет, а за 25 лет эксплуатации установка способна принести до 10 тысяч евро чистой выгоды.

Такая модель может быть особенно востребована у фермеров, жителей изолированных поселений и операторов удаленных объектов, где подключение к централизованной сети затруднено или экономически невыгодно.

Модульный формат позволяет масштабировать систему под конкретные потребности. В отличие от крупных стационарных ветрогенераторов, такие установки проще перевозить, ремонтировать и адаптировать к разным условиям. Это делает их не столько масштабным инфраструктурным проектом, сколько гибким энергетическим инструментом.

Хотя Wind To Watt все еще находится на стадии разработки, проект уже получил международное техническое и коммерческое внимание. Компания сформировала сеть из более чем 90 стратегических контактов в Европе, на Ближнем Востоке, в Африке и Индии.

Разработчики рассчитывают, что новая система будет особенно полезна в регионах, которые часто остаются вне фокуса традиционных программ внедрения возобновляемой энергетики.

Источник: Wind To Watt

Новое генетическое исследование показало, что древние лошади, происхождение которых долгое время связывали преимущественно с Европой, могли иметь более сложную историю миграции. Как пишет Indian Defence Review, часть их генетического наследия могла пройти из Северной Америки через Китай, прежде чем закрепиться в популяциях Евразии.

Исследование, опубликованное в журнале Proceedings of the Royal Society B: Biological Sciences, посвящено даляньской лошади — вымершей линии, которую ранее считали характерной главным образом для северо-восточного Китая.

По словам ученых, даляньские лошади могли служить одним из путей, по которому генетическое происхождение, связанное с Северной Америкой, проникало в популяции лошадей Северо-Восточной Евразии.

Анализ митохондриальной ДНК ископаемых останков показал, что эти животные несли характерные североамериканские генетические признаки, которые позднее обнаруживаются у древних сибирских лошадей. Таким образом, даляньская лошадь могла выступать своеобразным генетическим мостом между континентами в позднем плейстоцене.

Материалом для исследования стали ископаемые находки из уезда Цинган и района Харбина в Китае. Анализ митохондриального генома позволил ученым обнаружить признаки участия даляньской лошади в трансберингийском генном обмене.

Исследователи считают, что эти результаты позволяют рассматривать даляньскую лошадь как ключевую линию для понимания эволюции лошадей позднего плейстоцена в Северо-Восточной Азии и динамики обмена генами между популяциями по обе стороны Берингии.

Ареал оказался шире, чем считалось

Ранее считалось, что даляньская лошадь обитала преимущественно на северо-востоке Китая. Однако новые данные указывают на значительно более широкий ареал.

Ископаемые находки в Якутии и Южной Сибири свидетельствуют о том, что эти животные могли распространяться из северного Китая на северо-запад в Сибирь и на северо-восток в Якутию.

По мнению авторов исследования, пространственное и временное совпадение ареалов даляньских лошадей и северо-восточных сибирских популяций, а также признаки генного обмена между ними указывают на то, что даляньская лошадь могла быть каналом проникновения восточно-берингийского генетического наследия в генофонд лошадей Северо-Восточной Сибири.

Это открытие меняет представления о миграции лошадей по Евразии и показывает, что даляньская лошадь была не локальной особенностью региона, а важным участником формирования генетической истории древних лошадей.

Почему даляньские лошади исчезли

Несмотря на важную роль в эволюционной истории, даляньская лошадь в итоге вымерла. Анализ стабильных изотопов показал, что эти животные имели узкоспециализированный рацион и в основном питались травянистой растительностью.

Такая пищевая специализация ограничивала их способность адаптироваться к быстрым изменениям окружающей среды в позднем плейстоцене.

Около 40 тысяч лет назад климат начал меняться: сухие луга постепенно уступали место болотам и торфяникам. Это сокращало доступность привычного корма.

В сочетании с крупными размерами тела и ограниченной экологической гибкостью такие изменения стали серьезным вызовом для даляньской лошади. В итоге она не смогла пережить трансформацию среды обитания.

Ученые отмечают, что ее исчезновение перекликается с судьбой других крупных травоядных животных той эпохи, включая североамериканских лошадей и гигантских верблюдов.

Источник:  Indian Defence Review

Современные модели искусственного интеллекта демонстрируют значительный прогресс в обработке естественного языка и написании программного кода, однако пока уступают ведущим математикам в решении сложных научных задач. Об этом пишет WION со ссылкой на результаты исследования в рамках проекта First Proof.

Проект считается одним из наиболее строгих тестов для оценки математических возможностей искусственного интеллекта. Его цель — проверить, способны ли ИИ-системы самостоятельно решать новые задачи исследовательского уровня, которые отсутствовали в их обучающих данных.

В рамках эксперимента четырем передовым ИИ-моделям предложили десять сложных математических задач. Ответы проверяли независимые эксперты-математики, что исключало возможность использования заранее известных решений.

Организаторы подчеркивают, что тест проводился автономно, без участия людей в процессе выполнения заданий. К участию допускались только публично доступные ИИ-системы.

Среди участников были OpenAI с ChatGPT 5.5 Pro, а также академические команды из Калифорнийского университета, Принстонского университета и Швейцарского федерального института технологий в Цюрихе. Они использовали так называемые «хэрнесы» — автоматизированные системы, которые заставляют чат-боты многократно проверять, уточнять и корректировать свои ответы.

Результаты показали, что лучшая система смогла решить только 6 из 10 задач. Поскольку все задания ранее уже были решены профессиональными математиками, это свидетельствует о том, что человеческая экспертиза по-прежнему превосходит ИИ при работе с новыми математическими проблемами исследовательского уровня.

Авторы проекта отмечают, что искусственному интеллекту еще предстоит пройти значительный путь, прежде чем такие системы смогут автономно выступать надежными исследовательскими ассистентами, проверять доказательства и полноценно помогать математикам в решении сложных задач.

Источник: WION