Компактная нейросеть научилась предсказывать турбулентность в любой точке планеты

Разработка под руководством Бориса Крюка обещает заполнить «слепые зоны» глобальной метеорологии, повысить безопасность гражданской авиации и открыть новые возможности для коррекции траекторий летательных аппаратов — от беспилотников до ракетной техники. Исходный код опубликован в открытом доступе.

Исследовательская группа под руководством российского учёного Бориса Крюка представила PSTNet — физически-структурированную нейросеть для оценки интенсивности атмосферной турбулентности в реальном времени. Препринт статьи размещён на arXiv, а программный код, обученные веса и интерактивная демонстрационная платформа открыты для свободного использования научным сообществом и промышленностью.

Главная особенность разработки — в том, что при рекордно малом размере, всего 552 обучаемых параметра и менее 2,5 килобайта памяти, модель превосходит по точности все проверенные аналоги, включая глубокие нейронные сети и ансамбли градиентного бустинга. Скорость принятия решений на промышленном микроконтроллере составляет менее 12 микросекунд — показатель, недостижимый для классических подходов машинного обучения, применяемых в авиационной метеорологии.

Проблема, которую решает PSTNet

Надёжная оценка турбулентности остаётся одной из самых серьёзных нерешённых проблем современной авиации. Значительная часть мирового воздушного пространства — прежде всего над океанами, полярными регионами и отдалёнными районами — не обеспечена оперативной инфраструктурой наукаст-мониторинга. Пилоты коммерческих рейсов и автономные системы наведения летательных аппаратов в этих зонах опираются либо на устаревшие климатологические модели, зафиксированные в отраслевых стандартах, либо на прогнозы численных моделей погоды с задержкой в несколько часов и слишком крупным пространственным разрешением.

Классические спектральные модели, как отмечает в комментарии Борис Крюк, «кодируют усреднённые климатические значения, а не реальное состояние атмосферы, с которым борт встречается непосредственно во время полёта». С другой стороны, обычные нейросети-регрессоры способны адаптироваться к данным, но не гарантируют соответствия физическим законам: их предсказания могут нарушать каскадное масштабирование энергии или давать нереалистичные скачки на границах атмосферных режимов.

Архитектурная новизна

PSTNet построена на принципе встраивания физики непосредственно в структуру сети, а не в функцию потерь, как это принято в классических физически-информированных нейронных сетях. Архитектура состоит из четырёх взаимосвязанных компонентов.

1. Первый — аналитическая основа на базе классической теории подобия приземного слоя: ветвь без обучаемых параметров, вычисляющая опорную оценку турбулентной кинетической энергии из фундаментальных уравнений. Эта «физическая спина» задаёт сильное индуктивное смещение, позволяющее остальной модели сосредоточиться лишь на уточняющей поправке.
2. Второй — режимно-управляемая смесь экспертов, четыре специализированные подсети, отвечающие за конвективный, нейтральный, устойчивый и стратосферный режимы атмосферы. Гейтинговая сеть обучается под супервизией меток, производных от числа Ричардсона — классического критерия устойчивости атмосферной стратификации.
3. Третий компонент — слои FiLM-модуляции, кондиционирующие скрытые представления на основе локального отношения плотности воздуха к приземной плотности, что учитывает высотную зависимость аэродинамических эффектов.
4. Четвёртый — выходной спектральный слой: выходная поправка детерминированно проходит через преобразование, гарантирующее соблюдение инерциально-диссипативного масштабирования как архитектурного жёсткого ограничения, а не мягкого штрафа.

Наиболее интересным научным результатом авторы называют способность сети без явных меток режимов самостоятельно восстанавливать классическое разделение атмосферы на конвективный, нейтральный, устойчивый и стратосферный слои. Это, по словам Бориса Крюка, «сильное доказательство того, что архитектура действительно обнаруживает физически осмысленную структуру, а не просто подгоняется под статистику данных».

Авторы провели высокоточное тестирование на симуляторе с шестью степенями свободы, охватив три класса летательных аппаратов на скоростях от умеренно сверхзвуковых до гиперзвуковых, шесть категорий сценариев и 24 уникальные конфигурации. Атмосферные граничные условия загружались в реальном времени из открытых спутниковых реанализов, что позволило оценить работу модели в условиях, максимально приближенных к реальной эксплуатации.

Результаты оказались убедительными: PSTNet продемонстрировала улучшение среднего промаха почти на три процента и частоту выигрыша около 78 процентов со статистически значимой величиной эффекта. Статистические тесты уверенно отвергают гипотезу о равенстве производительности моделей, а апостериорный анализ ставит PSTNet на первое место среди всех протестированных решений.

Особенно заметное преимущество модель показывает на границах скоростного диапазона: на высоких скоростях величина эффекта оценивается как «большая» по принятым статистическим критериям, аналогичный результат зафиксирован и для умеренно сверхзвукового класса.

Гражданская авиация: заполнение «слепых зон» планеты

Для гражданской авиации практическое значение разработки трудно переоценить. Турбулентность остаётся одной из основных причин получения травм пассажирами и членами экипажей коммерческих авиалайнеров, а также источником преждевременного износа планера. По оценкам отраслевых аналитиков, ежегодный ущерб глобальной авиаиндустрии от турбулентных инцидентов исчисляется сотнями миллионов долларов.

PSTNet открывает принципиально новую возможность: получение достоверных оценок турбулентности непосредственно на борту, без необходимости постоянного обмена с наземными центрами численного прогноза. Интерактивная демонстрационная платформа, запущенная авторами, позволяет в реальном времени получать оценки интенсивности турбулентности на восьми эшелонах полёта в любой географической точке — включая океанические, приполярные и экваториальные регионы, где традиционные радиозондовые и пилотные наблюдения крайне редки.

«Мы намеренно сделали модель настолько компактной, чтобы её можно было разместить на самых скромных бортовых вычислительных комплексах — вплоть до встроенных контроллеров регионального и коммерческого флота», — отмечает Борис Крюк. По расчётам авторов, PSTNet способна заменить устаревшие табличные реализации турбулентности, всё ещё зашитые в операционных полётных кодах многих аппаратов.

Значение для России: автономность в условиях внешних помех

Отдельное стратегическое значение PSTNet приобретает в российском контексте. Отечественная авиационная и ракетно-космическая отрасли уже несколько лет функционируют в условиях ограниченного доступа к зарубежным метеорологическим сервисам, коммерческим моделям прогноза погоды и глобальным навигационным поправкам. В этой обстановке способность получать точную оценку атмосферной турбулентности полностью автономно — на борту, без внешних каналов связи и без обращения к иностранным серверам — превращается из технологического преимущества в элемент обеспечения суверенитета критической инфраструктуры.

PSTNet по своей архитектуре устойчива к любым попыткам радиоэлектронного подавления каналов связи и блокировки внешних метеосервисов: вся необходимая информация вычисляется локально, из базовых параметров состояния полёта. Это означает, что бортовые системы, использующие такую модель, сохраняют работоспособность даже в условиях полного отключения от глобальной информационной инфраструктуры — сценарий, приобретающий всё большее значение для арктических маршрутов, магистральных перевозок над Сибирью и Дальним Востоком, а также для военного и двойного назначения.

Российская специфика — огромная протяжённость воздушного пространства, его крайне неравномерное покрытие наземными метеостанциями, а также климатическое разнообразие от субтропиков до высокоширотной Арктики — делает автономные бортовые оценки турбулентности особенно востребованными. Для многих регионов страны полноценная наукаст-инфраструктура не существует в принципе, и её создание традиционными средствами потребовало бы многолетних инвестиций. Компактная нейросеть, способная работать на дешёвом микроконтроллере без внешних данных, предлагает альтернативное решение, не имеющее прямых аналогов в мировой практике.

Коррекция траекторий: от БПЛА до ракетной техники

Отдельного внимания заслуживает применимость PSTNet в задачах управления широким классом летательных аппаратов — от лёгких беспилотников и разведывательных комплексов до тяжёлых ракет-носителей, крылатых, баллистических и аэробаллистических систем. Любой аппарат, пересекающий атмосферу с высокими скоростями, за считанные секунды проходит через радикально различающиеся слои — от пограничного слоя через свободную тропосферу к нижней стратосфере. Классические табличные модели не способны адаптироваться к столь быстрым режимным переходам, что выражается в систематических ошибках наведения и повышенном расходе топлива на парирование возмущений.

PSTNet, способная переключать соответствующих экспертов буквально на каждом шаге управления, даёт качественно иной уровень коррекции. В тестах на высокоскоростных классах авторы зафиксировали величину эффекта, более чем вдвое превышающую таковую для конкурирующих решений. При этом вычислительная нагрузка на бортовую систему остаётся минимальной: менее 12 микросекунд на одно предсказание на стандартном промышленном микроконтроллере — показатель, совместимый с жёсткими требованиями детерминированного реального времени, предъявляемыми к системам наведения ракетной техники и перспективных автономных платформ.

Малый объём модели имеет и отдельное инженерное значение: PSTNet без проблем помещается во внутреннюю память бюджетных микроконтроллеров отечественного производства, не требуя внешней оперативной памяти или специализированных ускорителей. Это упрощает сертификацию по авиационным и аэрокосмическим стандартам надёжности — одно из узких мест при внедрении глубокого обучения в критически важные системы — и снимает вопрос о доступности элементной базы в условиях внешних ограничений на поставки.

Открытый код и научное значение

Одной из отличительных черт проекта авторы называют его открытость. Полный исходный код архитектуры, обученные веса, скрипты подготовки атмосферных данных и код воспроизведения всех экспериментов опубликованы под свободной лицензией. Также доступна интерактивная веб-платформа, позволяющая любому исследователю или инженеру протестировать модель на собственных сценариях полёта без необходимости локальной установки специализированного программного обеспечения.

«Мы считаем, что безопасность авиации — это общественная ценность, и инструменты оценки турбулентности не должны оставаться привилегией ограниченного круга операторов, имеющих доступ к полноценной инфраструктуре численного прогноза погоды», — поясняет Борис Крюк. По мнению автора, открытая публикация кода ускорит независимую валидацию PSTNet, её интеграцию в сторонние симуляторы полёта и последующие доработки, в том числе для узкоспециализированных задач беспилотной авиации и высотных научных платформ.

Тем не менее уже сейчас PSTNet задаёт новый ориентир в прикладной метеорологии и системах наведения: эффективность можно наращивать не за счёт раздувания размеров нейросети, а за счёт грамотного встраивания физики в её архитектуру. Это особенно важно для отраслей, где надёжность, интерпретируемость и вычислительная экономность имеют не меньший вес, чем точность предсказаний.

Екатерина Силина рассказала о технологиях будущего

Профессор Сеченовского Университета прогнозирует широкое применение редкоземельных металлов в медицине. Это повлечет массу открытый.

По мнению эксперта, современные научные достижения невозможны без использования редких полезных ископаемых. Сочетание их уникальных свойств с передовыми разработками позволяет создавать принципиально новые технологии и инструменты.

«Соединения редкоземельных металлов в виде наноформ проявляют удивительные свойства, которые могут быть полезны для нормальной жизнедеятельности клеток человеческого организма», — уверена профессор Екатерина Силина. На практике это означает, что учёные смогут разработать технологии, способные продлить жизнь человека или создать приборы для оздоровления организма.

Работа в этом направлении уже ведётся. В Сеченовском Университете создали лабораторию, где работают учёные разных специальностей: химики, физики, клеточные биологи, патофизиологи и врачи. Совместные исследования помогут получить высокоэффективные соединения для применения в медицинской практике.

«Мы уже провели большую научную работу, которая доказала потенциальные возможности нанотехнологических подходов и позволила синтезировать определённые соединения, доказать их безопасность и полезные биологические свойства, такие как усиление регенеративного потенциала клеток человека, а также антиоксидантные, антимикробные и противоопухолевые свойства наночастиц», — рассказала эксперт. — Эти исследования вызвали живой интерес учёных по всему миру. Предстоит ещё много работы, но принципы трансляционной медицины, внедрённые в Сеченовском университете, позволяют надеяться, что в ближайшее время нам удастся успешно завершить проекты и вывести на рынок принципиально новые лекарственные средства и изделия медицинского назначения».

Заведующая лабораторией наук о жизни Екатерина Силина уверена, что применение соединений редкоземельных металлов в практической медицине, возможно, будет эффективнее использования классических препаратов. По её словам, биологическая активность зависит не только от химического состава, но и от размера наночастицы, кристаллической формы, молекулярной решётки и физических свойств каждого металла. Именно поэтому будущее медицины она связывает с этим направлением.

Напомним, что к редкоземельным металлам в периодической таблице Менделеева относятся 17 элементов. Среди них — скандий, иттрий и 15 лантаноидов: лантан, церий, празеодим, неодим, прометий, самарий, европий, гадолиний, тербий, диспрозий, гольмий, эрбий, тулий, иттербий и лютеций. Стоимость килограмма этих металлов колеблется от 5 тысяч до 15 миллионов рублей (например, столько может стоить скандий). На итоговую цену влияют чистота и форма металла (порошок, слиток, мишень для напыления). Учитывая редкость и высокую стоимость этих ископаемых, становится понятно, почему борьба за природные ресурсы становится всё ожесточённее.

Наибольшими разведанными запасами редкоземельных металлов обладают Китай (около 35–40% мировых запасов), Вьетнам (18–20%) и Россия (10–15%). Запасы Бразилии оцениваются в 5–8%, Индии в 5–7%. При этом лидеры по добыче другие: на Китай приходится до 70% мировой добычи, на США 15%, на Мьянму 10%, на Австралию 6%. Россия пока не входит в топ-3, но активно наращивает мощности и планирует занять до 10% мирового рынка к 2030 году.

Исходя из этих данных, можно предположить, где в ближайшие годы будут сосредоточены основные научные открытия. У России есть все шансы стать одним из мировых лидеров в развитии наномедицины.

Пока же использование редкоземельных металлов в медицине развито недостаточно широко. Хотя ученые все чаще обращаются к этой теме и публикуют научные статьи, рассказывающих о перспективных возможностях медицины. Среди существующих применений — контрастные вещества для магнитно-резонансной томографии на основе гадолиния и радиоизотопы для лечения некоторых онкологических заболеваний.

Справка: Екатерина Силина — доктор медицинских наук, профессор Сеченовского университета, заведующая лабораторией наук о жизни.

Ученые НГТУ НЭТИ разработали диагностический комплекс для определения опасного заболевания у коров

В Новосибирском государственном техническом университете НЭТИ разработали диагностический комплекс с системой определения ацетона и метана в выдыхаемом воздухе. Анализ воздуха позволяет определить наличие у сельскохозяйственных животных такого распространенного и опасного заболевания, как кетоз. На изобретение получен патент.

Кетоз относится к метаболическим заболеваниям и связан с нарушением обмена веществ, в частности белков и углеводов, в организме животного. На заболеваемость влияют такие факторы, как высокая молочная продуктивность, некачественные корма, несбалансированный рацион. Кетоз представляет серьезную опасность для здоровья животных: избыток кетоновых тел ведет к таким последствиям, как снижение удоя, проблемы с воспроизводством, а в тяжелых случаях может повлечь летальный исход. Чтобы избежать возможных осложнений, важно своевременно выявить заболевание.

«Один из симптомов, который может указывать на наличие заболевания, — запах ацетона в выдыхаемом воздухе. Коллеги из Сибирского федерального научного центра агробиотехнологий РАН обратились к нам с запросом: сделать устройство, которое будет определять, содержится ли ацетон и метан в воздухе, выдыхаемом коровой, что даст возможность своевременно диагностировать опасные заболевания у крупного рогатого скота. Наличие ацетона указывает на развитие кетоза», — рассказал профессор кафедры химии и химических технологий НГТУ НЭТИ доктор химических наук, доцент Александр Баннов.

Диагностическое устройство с системой определения ацетона и метана в анализируемой пробе представляет собой самоходное транспортное средство, содержащее установленный на ходовую часть корпус, силовую установку, включающую в себя приводную часть, бортовую систему построения маршрута. Комплекс оснащен системами считывания анализируемой пробы (снабженной RFID-меткой), отбора газовой пробы, видеонаблюдения, а также определения концентрации ацетона и метана в анализируемой пробе газа с помощью хеморезистивного газового сенсора. Сенсор является многоразовым и не нуждается в замене в течение длительного времени. После сбора проб производится количественная оценка концентрации ацетона и метана в анализируемой пробе, что позволяет определить стадию развития заболевания. Полученная информация считывается и записывается на сервер системы, обмен данными осуществляется посредством беспроводной связи.

Диагностический комплекс относится к экспресс-методам и позволяет осуществлять быстрый и регулярный мониторинг состояния здоровья крупного рогатого скота.

В 2025 году на изобретение был получен патент. Помимо животноводства, диагностический комплекс может использоваться (при незначительной модернизации) в таких областях, как промышленная безопасность, химическая технология, нефтехимия и нефтепереработка, охрана окружающей среды.