Завершением масштабной «Недели IT», проходившей в МИЭТе с 9 по 13 октября, стал научно-популярный проект Science Slam. Пять молодых учёных представили свои работы. Победителем стал Антон Гаращенко (ИПОВС-11). «ИНверсия» узнала, какие проекты представили миэтовцы.

Фото: Никита Бринько

Дороги без аварий

Только в России в прошлом году в ДТП погибли 20 тысяч человек. Герман Антошкин (МП-42) занимается разработкой оптического датчика – лидара, чтобы сделать дороги безопаснее.

Обычные радары посылают сигналы строго по прямой и измеряют только скорость объекта и расстояние до него. Лидар передаёт данные о всех препятствиях недалеко от машины. Его основа – лазер и вращающаяся вокруг своей оси призма, благодаря которой сигнал распространяется на окружение. Прибор определяет расстояние до препятствия по изменению фазы отражённого от объекта луча лазера.

Подобные устройства могут использоваться для создания машин на автопилоте, чтобы сделать дорожное движение безопаснее. Также они нужны для охраны территорий, в роботостроении и в других сферах жизни.

Обучение пилотов

Во все времена люди составляли карты местности, чтобы лучше ориентироваться, торговать и воевать. С появлением аэро- и космической съёмки в нашу жизнь прочно вошли электронные карты. Но и у них остался всё тот же серьёзный изъян: нельзя перенести эллиптическую поверхность Земли на плоскость без искажений. Сушу у полюсов «сжимают» и «растягивают», чтобы создать неразрывную картинку. Для вас это не имеет значения, если вы, к примеру, не пилот самолёта. 

Пилотов обучают при помощи авиасимуляторов. Они воспроизводят вид из кабины самолёта и позволяют отработать сложные ситуации на практике, без угрозы для жизни. Создать реалистичный ландшафт за бортом по картам с поправкой на искажения невозможно. Самые детализированные карты Google Earth занимают чуть более 3000 терабайт, но людей на них не разглядеть. Данных о размерах домов на картах мало или их нет вовсе. Также нужно выкупать права на эти снимки, да и фотографии Земли плоские, а пилотам нужны объёмные модели. Поэтому создателям симуляторов приходится генерировать окружение самостоятельно.

Разработанная Александром Тюриным (ИПОВС-21) программа, основываясь на картах, случайным образом добавляет ландшафт и другие визуальные детали в симулятор. Она может смоделировать поверхности гор, линии электропередач, дороги, мосты и даже города. Программа сама анализирует размер населенного пункта, делит его на кварталы, присваивает каждому кварталу определенный тип и генерирует там нужные строения. Такая обработка исключает появление небоскребов в маленьком поселке или завода посреди жилых кварталов, и симуляция выглядит правдоподобнее.

Новый тип памяти

Сегодня мы все пользуемся флеш-памятью – но её недостатки могут здорово испортить жизнь. Через 15-20 лет окажется, что на жёстком диске, который вы завещали внукам, уже нет архива фотографий вашей буйной молодости. Или срочно надо скинуть на флешку правки от заказчика, но не получается – ведь перезаписать данные можно не более 100 тысяч раз. Ячейка флэш-памяти содержит транзистор с плавающим затвором, который удерживает заряд. Со временем электроны «утекают», и данные искажаются.

Виктория Глухенькая (МФЭ-11) представила новую технологию хранения данных – фазовую память. В её основе переход вещества из аморфного состояния в кристаллическое и наоборот. Это происходит под действием электрического тока. Обозначим аморфное состояние ячейки памяти логическим нулем, а кристаллическое – логической единицей. Теперь, формируя массивы из нулей и единиц, можно записывать и считывать информацию.

Уже сейчас модуль фазовой памяти выдерживает в десять раз больше циклов записи, чем флеш-память. Теоретические расчёты предсказывают, что это число может увеличиться более чем в 1000 раз. Скорость записи такого модуля больше на 20%, а данные на нём могут храниться практически бесконечно. Но главное преимущество фазовой памяти – радиационная стойкость, благодаря которой можно хранить данные в космосе или на атомных электростанциях.

Мы уже писали про фазовую память. Подробнее вы можете прочитать в №165 от 24 февраля 2016 года на нашем сайте in-versia.ru.

Диагноз через интернет

Очереди в больницах раздражают, а врачи не всегда ставят верный диагноз? Представьте: вы сообщаете программе свои симптомы, а она говорит вам, что делать и к кому идти. Система Роберта Васильева (выпускник ЭКТ’15) будет работать с помощью нейросетей и Big Data, автоматически изучая поставленные ранее диагнозы, анализируя их и совершенствуясь.

Справочники устаревают, появляются новые болезни. Зрители не оставили это без внимания: «Как система, основываясь на устаревших данных, поставит новые диагнозы?». Учёный заверил, база данных будет обновляться регулярно, а значит, ошибки сводятся к минимуму. Также программа учтёт процент ложных диагнозов и уберёт похожие ситуации из своей базы.

Такую программу пытаются создать давно. Есть даже соревнования по машинному обучению на тему постановки диагноза на основании исторических данных. Пока все пытаются решать частные задачи: болен человек конкретной болезнью или нет. Эти вопросы решить гораздо проще, чем создать универсальную систему, но даже на них ещё не нашли точных ответов.

Т9 для процессоров

Многие современные устройства содержат процессоры: от микроволновок и телефонов, до ноутбуков и самолётов. С каждым днём они становятся сложнее, а их возможности расширяются. Процессор сейчас - миллионы строк кода, написанных людьми. Человеку свойственно ошибаться, поэтому любая техника перед тем, как попасть вам в руки, обязательно проходит тесты. А если и тестировщики пропустят какую-то важную ошибку? Антон Гаращенко предлагает создать автоматизированную систему поиска ошибок, которая сама найдёт все недочёты программного кода.

Процессор состоит из модулей, каждый из них выполняет отдельную задачу: математические вычисления, работа с памятью, обработка ошибок и другие. Сначала тестируют каждый модуль отдельно: к нему на вход подают сигналы, а на выходе сравнивают их с тем, что должно было быть. Так, если сумматору на вход подали сигналы «2» и «3», а на выходе получили «4», то что-то работает не так. Конечно, модули процессоров куда сложнее, но смысл тот же. Если все модули работают правильно, система тестируется целиком. Верификация занимает много времени – на проверку процессора обычного ноутбука уходит пара лет работы десятков инженеров.

Всё, что нужно программе Антона, по его задумке – функциональное описание процессора и небольшой набор обычных тестов. Дальше она с помощью комбинаторных техник сама сгенерирует полный набор тестов для всех модулей и подсистем процессора.  Это поможет избежать ошибок, вызванных человеческим фактором, и проверка пройдёт быстрее и качественнее.

Илья Селивёрстов