NASA LISA missiyasi doim-oʻz-vaqt toʻlqinlarini aniqlash uchun teleskopni ishlab chiqishda oldinga siljidi
Batafsil
Olhar Digital
olhardigital.com.br

NASA LISA missiyasi doim-oʻz-vaqt toʻlqinlarini aniqlash uchun teleskopni ishlab chiqishda oldinga siljidi

NASA LISA (Laser Interferometer Space Antenna) missiyasi uchun moʻljallangan teleskopni ishlab chiqishda taraqqiyot qildi. Bu kosmik kuzatuvxona fazo-vaqt toʻqimasidagi kichik buzilishlar boʻlgan tortishish toʻlqinlarini aniqlash uchun moʻljallangan. Agentlik 2026-yil 8-oktabrda ushbu loyihaning yangi bosqichini eʼlon qildi, bu L3Harris Technologies kompaniyasi tomonidan sinov birligini qurishni oʻz ichiga oladi.

Engineering Test Unit deb nomlangan ushbu jihoz butunlay kompaniya tomonidan loyihalanadi, yigʻiladi va integratsiya qilinadi. Ushbu birlik kosmosga yuboriladigan asboblar ishlab chiqarilishidan oldingi yakuniy bosqichlardan birini tashkil etadi. Yevropa Kosmik Agentligi (ESA) boshchiligidagi LISA missiyasi 2030-yillarning oʻrtalarida ishga tushishi kutilmoqda va NASA teleskoplar, boshqa komponentlar hamda ilmiy va muhandislik yordami bilan hamkorlik qiladi.

Loyihada Yer atrofida orbitada uchta kosmik kemadan foydalanish nazarda tutilgan boʻlib, ular har bir tomoni 2,5 million kilometr uzunlikdagi uchburchak tuzilishni hosil qiladi. Har bir transport vositasi ikkita teleskop bilan jihozlanadi, ularning vazifasi oʻzaro kemalar orasida infraqizil lazer nurlarini bir vaqtning oʻzida uzatish va qabul qilishdir.

Bu tizim orqali missiya transport vositalari orasidagi masofadagi juda kichik oʻzgarishlarni oʻlchay oladi. Bunday oʻzgarishlar tortishish toʻlqinlarining oʻtishi haqida signal berishi mumkin, bu esa hozirgi kunda shu sharoitlarda yer ustidagi inshootlar bilan aniqlab boʻlmaydigan hodisalarni oʻrganish imkonini beradi.

NASA loyihasining masʼul olimi Ira Thorpe taʼkidlashicha, oʻlchanadigan oʻzgarishlar geliy atomining kengligidan kamroq boʻladi. Shunga qaramay, asboblar past chastotali tortishish toʻlqinlarini aniqlash qobiliyatiga ega boʻlib, Koinotni kuzatish imkoniyatlarini kengaytiradi. Maqsadlar orasida milliardlab yillar uzoqdagi quyuq tuynuklar toʻqnashuvlarini aniqlash mavjud. Missiya shuningdek, Yerning kosmik yaqinligidagi kichik oq sariq, neytron yulduzlari va yulduz massali quyuq tuynuklar juftliklarini xaritalashga va gravitatsiya boʻyicha tadqiqotlarga yordam beradi.

Teleskoplar butunlay Zerodur dan tayyorlanadi, bu yuqori aniqlik talab qilinadigan qoʻllanilishlarda ishlatiladigan tosinga rangli shisha va keramik aralashmasidir. Ushbu material turli harorat oraligʻida shakl oʻzgarishlariga chidamliligi tufayli tanlangan, bu asboblar barqarorligini saqlash uchun muhimdir.

L3Harris 2024-yilda NASAga prototip yetkazib bergan edi, u ushbu yangi birlikning muhandislik ishlab chiqilishida ishlatilgan. Goddard Kosmik Uchuvlar Markazidagi LISA teleskoplari dasturi masʼul Ritva Keski-Kuha prototip bilan amalga oshirilgan sinovlar qimmatli maʼlumotlar berganini va ular uskunaning keyingi versiyasiga kiritilishini maʼlum qildi.

Bu yangi birlik ishga tushishdan oldingi yakuniy sinov bosqichini tashkil etadi va ESA uchun optik teleskopning birinchi yetkazib berilishi boʻladi. 2026-yil iyun oyida jamoa apparatning struktural modelini ham topshirgan edi, u shisha emas, balki metallanib qurilgan edi.

Tortishish toʻlqinlari Albert Eynshteynning 1916-yilda nashr etilgan umumiy nisbiylik nazariyasi bilan bashorat qilingan va 2015-yilda birinchi marta yer ustidagi kuzatuvxonalar tomonidan aniqlangan. Ular ogʻir jismlar tezlanishga uchraganda hosil boʻladi, masalan, ikki yulduz bir-biriga orbitada aylanganda. Bu buzilishlar yorugʻlik tezligida fazo-vaqt orqali tarqaladi va yoʻlida kesib oʻtuvchi obʼektlardan taʼsirlanmaydi, bu esa ularni kosmik voqealarni tekshirish uchun kuchli vosita qiladi.

Har bir LISA kemasida ham erkin suzuvdagi oltin va platinadan iborat sinov massasi joylashgan boʻladi. Transport vositalari bu komponentlarning atrofdagi muhitni nazorat qiladi, toki ular faqat tortishish taʼsirida harakat qilsin. 2016-yilda ESA ning LISA Pathfinder missiyasi bu massalarga taʼsir qiluvchi no-tortishish kuchlarini tortishish toʻlqinlarini aniqlash uchun zarur darajaga keltirishning mumkinligini isbotladi. Teleskoplardan tashqari, NASA ning LISA ga hissasi lazer tizimi, sinov massalaridagi elektr zaryadini boshqarish qurilmalari va signal manbalarini aniqlash va tavsiflash uchun moʻljallangan maʼlumotlarni tahlil qilish vositalarini oʻz ichiga oladi.

Oʻxshash hikoyalar

Tencent Yuanqi AI-agentlar platformasini 9-noyabrda toʻxtatmoqda
Batafsil
pandaily.com

Tencent Yuanqi AI-agentlar platformasini 9-noyabrda toʻxtatmoqda

Tencent kompaniyasi kod yozish shart boʻlmagan AI-agentlarni yaratish va tarqatish uchun moʻljallangan Yuanqi platformasini yopishni eʼlon qildi. 8-oktabr mahrijiga koʻra, xizmat 2026-yil 9-noyabrda ishlamay boshlaydi va kompaniya bu qaror uchun qoʻshimcha sabablar keltirmadi, faqat biznes jarayonlarini tuzatishga ishora qildi.

Oʻchirish jarayoni bosqichma-bosqich amalga oshiriladi. 29-oktabrdan boshlab foydalanuvchilar yangi agentlar yarata olmaydi yoki API kalitlarini ololmaydi, ammo mavjud agentlar xizmatni toʻxtatish belgilangan sanagacha ishlashda davom etadi. 9-noyabrda Tencent ilovalarga, maʼlumotlarni oʻqish va yozish operatsiyalariga, API chaqiruvlariga va ishlab chiquvchi konsolga kirishni butunlay toʻxtatadi. Yuanqi agent sahifalari koʻrinmas boʻladi, shu bilan birga Yuanqi orqali boshqa kanallar, jumladan, WeChat Rasmiy akkauntlari, Xizmat koʻrsatish akkauntlari va WeChat Mijozlarga xizmat koʻrsatishida joylashtirilgan agentlar foydalanuvchilarga javob bermaydi.

Tencent foydalanuvchilarga oʻz maʼlumotlarini tezkor eksport qilish va migratsiya qilishni qatʼiy tavsiya etadi. 9-noyabrgacha platforma eksport vositasi agent konfiguratsiyalari, ish oqimlari va suhbat yozuvlarini mahalliy saqlash imkonini beradi. Ushbu sanadan keyin oʻtish davri boshlanadi va u 2027-yil 9-yanvarigacha davom etadi. Bu vaqt ichida foydalanuvchilar platformaning qolgan qismi yopilgan boʻlsa ham, zaxira nusxalar yuklash uchun maʼlumotlar eksport konsoliga kirishi mumkin. 9-yanvardan boshlab Tencent barcha foydalanuvchi maʼlumotlarini, qonun talab qiladigan jurnal va yozuvlar bundan mustasno, oʻchirib tashlashni rejalashtirmoqda.

Yuanqi platformasi 2024-yil 17-maydagi Tencent Cloud generativ sunʼiy intellekt sammitida agentlarni ishlab chiqish va tarqatish uchun kompleks yechim sifatida taqdim etilgan. Uning asosiy afzalligi past kirish toʻsiqida edi: foydalanuvchilar kod yozmasdan, soʻrovlar, plaginlar, ish oqimlari va sunʼiy intellekt yordami yordamida agentlar yaratishlari mumkin edi. Ular Tencent ekotizimidagi oldindan integratsiya qilingan plaginlar va bilim bazalaridan foydalanishi, agent doʻkonini koʻrib chiqishi va tayyor agentlarni QQ, WeChat Mijozlarga xizmat koʻrsatish, Tencent Cloud va qidiruv kabi Tencent kanallarida joylashtirishi mumkin edi.

Yuanqi yopilishi Tencent kichik biznes va kontent yaratuvchilarga chat-botlarni WeChat akkauntlariga integratsiya qilish uchun taklif qilgan yoʻllardan birini yoʻq qiladi. Mijozlarga savollarga javob berish uchun bunday botlarga tayanadigan operatorlar endi javoblar kelmasdan oldin ularni boshqa joyda qayta yaratish uchun taxminan toʻrt haftaga ega.

Bundan tashqari, bu Tencent agentlari yoʻnalishi kompaniya tomonidan oʻzi ishlab chiqayotgan mahsulotlarga, masalan, ofis agenti WorkBuddy va oʻz ilovalariga integratsiya qilingan vertikal agentlar seriyasiga oʻtgan paytda sodir boʻlmoqda. Tencent hozircha keyingi xizmatlardan birortasi Yuanqi tarqatish funksiyasini almashtiradimi, deb maʼlumot bermadi.

BeingBeyond kompaniyasining Being-M0.7 modeli insonning 10 000 soatlik videoyozuvlari asosida insonoidlar uchun yurish va obʼektlarni ushlashni oʻrgatildi
Batafsil
pandaily.com

BeingBeyond kompaniyasining Being-M0.7 modeli insonning 10 000 soatlik videoyozuvlari asosida insonoidlar uchun yurish va obʼektlarni ushlashni oʻrgatildi

Inkorona sunʼiy intellekt sohasidagi startap BeingBeyond, Pekin universiteti professori Lu Zongtsin tomonidan asos solingan, Being-M0.7 modelini taqdim etdi. Bu dunyo va harakatlarning latent modeli insonoid robotga bir vaqtda harakatlanish va narsalarni manipulyatsiya qilish imkonini beradi.

Model avval 10 000 soatdan ortiq xom videoyozuvlar va inson harakati maʼlumotlari asosida oldindan oʻqitilgan boʻlib, u robotlar traektoriyalarini koʻrmasdan oldin shu ishni bajargan. Jamoa real robotlar orqali murakkab lokomotor va manipulyatsion faoliyat namunalari toʻplashning kam va qimmat ekanligini, videoyozuvlar va inson harakatini qayd etish esa katta miqdorda mavjudligini taxmin qiladi.

Biroq, inson maʼlumotlari mukammal boʻlmasligi mumkin: baʼzi klipda faqat video, boshqalarida faqat harakat mavjud, va inson harakatlarini robot bevosita takrorlay olmaydi. Being-M0.7 modeli bu muammoni uch bosqichda hal qiladi. Oldindan oʻqitish bosqichida video va harakat umumiy fazoga aylantiriladi, bu yerda kelajakdagi vizual holatlar va tana harakatlari birgalikda bashorat qilinadi.

Oraliq oʻqitish bosqichida bu dastlabki maʼlumotlar kamera turi va robot tanasiga moslashtiriladi. Nihoyat, keyingi oʻqitish bosqichida harakatlar boʻyicha alohida ekspert qoʻshiladi, u muzlatilgan dastlabki maʼlumotlarning bashoratlarini oʻqiydi va butun tana uchun buyruqlar beradi. Model pikselni bashorat qilish oʻrniga, DINO tasvirining muzlatilgan xususiyatlari bilan ishlaydi va insonlar ham, robotlar ham boshga bogʻlangan ixcham 22 oʻlchamdagi harakat taqdimotidan foydalanadilar. Yoʻqolgan modalitetlar tashlab yuborilmasdan, oʻrganiladigan placeholder embeddinglar yordamida qayta ishlanadi. Maʼlumot manbalariga Ego4D, Nymeria, HumanML3D va boshqa ommaviy toʻplamlar, shuningdek, BeingBeyond ning dastlabki ishlari va sotib olingan maʼlumotlarning kichik qismlari kiradi.

Sinov natijalari

Uchta qiyinchilik darajasidagi insonoidlar uchun oltita vazifani qamrab oluvchi SIMPLE simulyatsion benchmarkida Being-M0.7 180 sinovdan 128 tasi, yaʼni 71,1% da muvaffaqiyat qozondi, bu sinovdan oʻtgan asosiy modellar orasida eng yaxshi natija hisoblanadi. Tadqiqotda $\Psi_0$ 64,4%, $\pi_{0.5}$ — 52,8%, va GR00T-N1.6 — 33,9% ni koʻrsatgani qayd etilgan, garchi $\Psi_0$ bitta vazifada raqobatchilardan ustun kelsa-da, $\pi_{0.5}$ ikkita boshqa vazifada ustun kelgan.

Inson maʼlumotlari asosidagi oldindan oʻqitishni olib tashlash natijasi 48,9% ga tushdi. Unitree G1 robotida mahoratli qoʻllar bilan sinov oʻtkazilganda, harakat va ushlash boʻyicha uchta vazifa doirasida model 15 ta sinovdan 13 tasi muvaffaqiyatga erishdi, bu eng kuchli asosiy model GR00T-N1.6 ning 86,7% darajasiga teng keladi va $\pi_{0.5}$ (15 dan 7 tasi) va $\Psi_0$ (15 dan 3 tasi) dan ustun turadi. Shu tariqa, haqiqiy robotdagi natija ustun emas, balki teng keldi.

Jamoa aniq cheklovlarni taʼkidlaydi. Sinovlar faqat qisqa gorizontli vazifalar uchun oʻtkazildi, va namunalarni yigʻish uchun ishlatilgan butun tana kontrollerining kuzatish aniqligi haqiqiy robot maʼlumotlarining maksimal aniqligini cheklaydi.

JAKA Robotics Shanghaydagi koʻrgazmada ogʻir gumanoid robot Kargo50 va hamkorlik qiluvchi robot Zu50ni taqdim etdi
Batafsil
pandaily.com

JAKA Robotics Shanghaydagi koʻrgazmada ogʻir gumanoid robot Kargo50 va hamkorlik qiluvchi robot Zu50ni taqdim etdi

JAKA Robotics kompaniyasi 12-oktabrda ochilgan Shanghaydagi 26-chi Xitoy xalqaro sanoat yarmarkasidan foydalanib, ikkita yangi mashinani taqdim etdi: JAKA Kargo50 toʻgʻa-aylana gumanoid roboti va yuqori yuk koʻtarish quvvatiga ega JAKA Zu50 hamkorlik qiluvchi roboti. Shanghai Securities News ga koʻra, kompaniya bu ikki qurilmani jahon yangiliklari sifatida taqdim etdi.

Kargo50 modeli Kargo toʻgʻa-aylana gumanoidlar liniyasini kengaytirib, uni yanada ogʻir sanoat vazifalariga yoʻnaltiradi, xususan, ishlab chiqarish liniyasidagi ish stansiyalari orasida konteynerlar va boshqa xom ashyolarni tashish uchun. JAKA ushbu yangi model uchun yuk koʻtarish spetsifikatsiyalarini hali eʼlon qilmagan va Kargo50 kompaniyaning ingliz tilidagi mahsulot kataloglarida mavjud emas.

Kargo50 ning rivojlanishi kichikroq Kargo10 modelining muvaffaqiyatli tajribasiga asoslangan. JAKA maʼlumot berishicha, Kargo10 allaqachon avtomobil ehtiyot qismlari va yuqori texnologiyali elektronika ishlab chiqarish zavodlarida keng miqyosda tijorat qoʻllanilmoqda. Muhandislar roboti bevosita mijozlarning liniyalarida sozlashdan soʻng, bir konteyner uchun tsikl vaqti 105 soniyadan 28 soniyagacha kamaydi, yangi ssenariyga joriy etish esa 57 kunni tashkil etadi.

Zu50 JAKA hamkorlik qiluvchi manipulyatorlar assortimentini yakunlaydi, bu avval yengil va oʻrta yuklarni qamrab olgan edi. JAKA veb-saytidagi mahsulot roʻyxatiga koʻra, bu manipulator 50 kg gacha koʻtarishga qodir, uning faol zarbasi 2100 mm ni tashkil etadi va yangi integratsiyalashgan artikulatsiya dvigatellari va yuqori quvvat zichligi boshqaruv tizimi tufayli oʻqlar boʻylab 50% gacha yuqori aylanish tezligini taʼminlaydi.

JAKA alohida harakatlarni namoyish qilish oʻrniga, oʻz standida butun ishlab chiqarish hujayrasini tikladi. Yarmarka oldidan Jiemian News nashri ikkita toʻgʻa-aylana gumanoidning juftlikda ishlashini kuzatdi: biri dvigatelni belgilangan joyga yetkazib berar edi, ikkinchisi esa vintlarni siqib, keyin ikkalasi ham boshlangʻich nuqtaga qaytardi. JAKA marketing rahbari Van Lei shuni taʼkidladi, bu sozlama yangi energiya dvigatellari uchun agentlik tomonidan boshqariladigan hamkorlik qiluvchi tizim boʻlib, u xodimlar topshiriq maqsadini belgilaydi, tizim esa qadamlarni mustaqil rejalashtiradi va tekshiradi deb koʻrsatiladi.

Bu ish jarayoni JAKA tomonidan 2025 yilda chiqarilgan EVO — mujassamlangan intellekt operatsion tizimi asosida ishlaydi. Ushbu tizim boshqaruvni bulutli modelga, bu sezish, vazifalarni rejalashtirish, koʻnikmalarni tanlash va istisnolarga qaror qabul qilish uchun javobgar; qoidalar mexanizmi bilan chegaraviy modelga, bu harakatlarni rejalashtiradi va kuchni nazorat qiladi; va 1 kHz chastotada reaksiyaga kirishuvchi harakat nazoratchisiga ajratadi.

2014-yilda tashkil etilgan JAKA bugungi kunda ikkita mahsulot liniyasiga ega: hamkorlik qiluvchi robotlar va mujassamlangan intellekt. Vitse-prezident Chan Li umumiy maqsadli robotlar sanoat rivojlanish yoʻnalishi ekanligini taʼkidladi.

Mashhur