диффузионные модели

Свет, который не долетел до камеры, всё равно оставляет на ней свой след. Так работает новый метод съёмки: объект освещают одним цветом, а картинку собирают из другого. В кристалле световые волны смешиваются, и информация о невидимом переходит к видимому лучу. В опыте использовали кристалл серебряного тиогаллата — нелинейно-оптический материал, в котором два луча разного цвета идут через него под углом.

Под электронным микроскопом белок предстаёт как серия размытых теней — сотни тысяч снимков одной и той же молекулы, сделанных под разными углами и отягощённых сильным шумом. Классический подход сначала восстанавливал по этим теням объёмную «дымку» — карту распределения электростатического потенциала внутри белка.

Регистрировать свет по одному фотону — всё равно что расслышать шёпот в грохочущем цехе. Камера с электронным умножением (EMCCD — Electron Multiplying Charge-Coupled Device) умеет именно это: единственный фотон, попавший в пиксель, она превращает в лавину электронов, которую уже можно измерить.

Снимок с низкой дозой рентгеновского излучения напоминает вид через запотевшее стекло: очертания угадываются, но детали тонут в мутной пелене. Врачам такие кадры нужны во время лучевой терапии — чтобы нацелить пучок точно в опухоль и не задеть здоровые ткани. Однако экономия излучения оборачивается шумами, полосами и пятнами, которые мешают разглядеть главное.

Тромб растёт, как снежный ком, катящийся с горы: сперва маленький, он цепляет всё новые слои, а в какой момент превратится в лавину — угадать трудно. В крови запускается длинная цепочка реакций — каскад свёртывания, — где одно вещество будит другое, и сгусток набирает массу.

Нейросеть предсказывает будущее динамической системы — например, эволюцию плазмы в магнитном поле или изменение лица на видео. Ошибки неизбежны, и чем дальше модель заглядывает вперёд, тем больше их накапливается. Свериться с правильным ответом в момент работы невозможно: его просто не существует. Авторы новой работы нашли простой, как всё гениальное, трюк: обучить одну модель двигаться и вперёд, и назад по времени.

Мозг не просто реагирует на мир — он постоянно гадает, что произойдёт в следующий миг. Этот принцип называют предсказательным кодированием: нейроны сравнивают ожидания с реальностью и обновляют внутреннюю картину, когда случается ошибка. Но как именно такая сложная система может быть устроена в живой ткани коры, оставалось неясным.

Бассейн с мокрым песком. Вы нажимаете в одном углу — и вода начинает двигаться. Но как именно? Вместо ровного круга она может растекаться языками, надолго задерживаться в одних местах и стремительно проскакивать другие. Под землёй происходит то же самое: нефть, вода или газ мигрируют сквозь породы не по учебнику, а подчиняясь хаосу трещин и неоднородностей.

Космос похож на шёлковую ткань с проступающими нитями тёмной паутины. Настоящие полотна мы видим лишь крохотными лоскутами — сквозь телескопы, в реальных каталогах галактик. Чтобы отделить во вселенском узоре фундаментальный сигнал от астрофизических помех, статистический анализ требует тысячи правдоподобных эскизов — синтетических карт неба. Но как их создать?

Ночная река усеяна крошечными искрами. Это не планктон — это функциональная пыльца-сенсор, миллиметровый прибор, который сам плывёт и сам измеряет химию воды. Каждая частица — маленькая лаборатория. Внутри неё встречаются два реагента: один вызывает свечение при контакте с загрязнителем, второй — цветной фильтр — отсекает лишние помехи.

Чтобы передать форму статуи в мельчайших деталях, можно разбить её на миллионы крошечных кубиков и описывать каждый — долго, тяжело, и память компьютера трещит по швам. Именно так обычно работают с трёхмерными медицинскими снимками: КТ или МРТ — это огромный массив таких кубиков (вокселей), и чтобы создать или улучшить изображение, машине приходится перелопачивать их все.

WanSong создаёт музыку подобно тому, как скульптор ваяет статую из глыбы мрамора: отправной точкой служит шум — хаотичное звучание, напоминающее рокот водопада, — из которого алгоритм шаг за шагом убирает всё лишнее, пока не проступают чистые ноты и голоса.

В отличие от традиционных камер, которые захватывают полный кадр с фиксированной частотой, событийные сенсоры действуют иначе: каждый пиксель независимо реагирует лишь тогда, когда локальная яркость изменяется — становится заметно больше или меньше. Результат — не привычный снимок, а непрерывный поток событий, своего рода «вспышек» с координатами, временем и знаком изменения.

Объём данных одного КТ-сканирования сопоставим с несколькими полнометражными фильмами в высоком разрешении. TCAM-Diff — это алгоритмический метод, который обходит это узкое место: программа сжимает трёхмерную картину в три двумерные теневые проекции — словно скульптор восстанавливает объёмную статую по силуэтам, отбрасываемым на три перпендикулярные стены.

Обученная на обычных снимках без каких-либо меток, модель компьютерного зрения DINOv3 неожиданно проявила способность, напоминающую работу спектроскопа: она самопроизвольно научилась выделять на лицах отдельные зоны — глаза, нос, рот — словно раскладывая портрет на спектральные составляющие.

В шумной комнате человек выделяет нужный голос благодаря бинауральному слуху: два уха улавливают микроскопическую разницу во времени прихода звуковых волн и их интенсивности. Компьютер с массивом микрофонов действует аналогично — он извлекает пространственные подсказки, вычисляя направление на каждый источник звука.

Представьте кухню, где каждое «блюдо» — синтезированный по тексту звук — готовят десятки поваров. Многие из них лишь мешают: подают ложные сигналы и бесцельно тратят ресурсы. Именно так устроена полная версия нейросети-генератора звуков: множество её связей не участвуют в деле, но потребляют вычислительную мощность.

Гравитационное микролинзирование — удивительный космический эффект, предсказанный Эйнштейном и развитый Цвикки. Массивное тело, проходя между нами и далёкой звездой, искривляет её свет подобно линзе, создавая характерные усиления и искажения.

Белок в клетке не застывшая скульптура. Он постоянно движется: изгибается, дышит, дрожит. Это движение — его называют динамикой — определяет, как белок работает. Но заглянуть в танец напрямую сложно, а компьютерное моделирование часто требует огромных мощностей. Новый подход, названный DynaMode, смотрит на движение белка как на музыкальное произведение.

Свет от далёких галактик идёт к нам миллиарды лет, но на пути его ломает и выгибает невидимая паутина тёмной материи. Этот эффект, предсказанный Эйнштейном в рамках общей теории относительности, называют гравитационным линзированием.

Ученик, который годами решал задачи из чужих учебников, вдруг получает три тетради с настоящими наблюдениями за океаном. Задач мало, но он уже видел сотни похожих, и теперь ему хватает пары примеров, чтобы уловить почерк нового учителя.

Генеративные нейросети, создающие изображения, обычно полагаются на цифровую случайность. Но группа исследователей построила систему, где случайность рождается не в коде, а в крошечной оптической полости с органическим красителем.

Фотокатализатор — это порошок, который, попав в воду на свету, разлагает её на пузырьки водорода и кислорода. Самый популярный материал для этого — диоксид титана, белый пигмент из красок и зубной пасты. Но чистый кристалл работает вяло: он поглощает только ультрафиолет, а таких лучей в солнечном спектре мало.

Сквозь рябь на воде камешки на дне бассейна кажутся сдвинутыми и искажёнными. Похожим образом гравитация невидимой тёмной материи искривляет свет далёких галактик — это явление называют слабым линзированием. Но рябь в бассейне живёт только на поверхности, а тёмная материя распределена в объёме, на разной глубине.

В большом зале суда идёт совещание. Сотни переводчиков-нейронов одновременно слышат обрывки фраз — и должны сложить из них единую картину. Именно так крупные сети мозга превращают разрозненные сигналы от глаз в цельный образ предмета. Авторы новой работы предложили математическое описание этого процесса — «облачную функцию».

Инженеры строят автомобиль. Одни собирают точную копию двигателя, каждый поршень и свечу, но машина не едет — нет руля и колёс. Другие создают быстрый самоуправляемый карт, однако его мотор из пластилина не похож на настоящий. Примерно так же обстоят дела в науке о мозге.

Художник пишет портрет мазок за мазком, а потом ему предлагают фотоаппарат со вспышкой — один щелчок, и готово. Примерно так выглядит переход от многошаговых моделей к одношаговым в создании изображений галактик. Обычные нейросети для синтеза картинок работают как художник-акварелист: наносят слой, размывают, добавляют детали.

Мозаика из крупных цветных плиток. Каждая плитка — это среднее количество осадков за целый месяц на территории размером с небольшую страну. Для общего понимания картина годится, но если нужно узнать, прошёл ли вчера ливень над конкретным городом, — бесполезна.

Любое измерение света упирается в фундаментальный предел: фотоны попадают на матрицу камеры не равномерным потоком, а случайными порциями. Эта естественная рябь — дробовой шум — размывает тонкие детали. Аналогия: вы пытаетесь расслышать тихий инструмент в оркестре, но шум зала мешает уловить нюансы. Новый метод FDD меняет тактику.

Капля чернил в стакане воды расплывается быстро и равномерно. Но если вода зажата между плотно упакованными шариками, чернильное облачко ползёт медленно и причудливо — огибает препятствия, застревает в узких горлышках. Примерно так же движутся молекулы воды в живой ткани. В опухоли мозга клетки стоят тесно, а пространство между ними напоминает лабиринт с пережатыми ходами.

Рентгеновский аппарат с решётками делает не одну, а сразу три фотографии: обычный снимок, карту невидимых глазу изгибов луча и изображение мельчайших структур, которые рассеивают свет. Вместе они помогают разглядеть, например, эмфизему или фиброз лёгких. Но есть загвоздка: чтобы разделить эти три слоя, нужен хитрый математический приём.

Реку, которая течёт не в открытом русле, а внутри губки, и её течение меняется от места к месту, можно сравнить с глимфатической системой мозга. Это сеть тончайших каналов вокруг сосудов, по которым спинномозговая жидкость просачивается вглубь ткани и вымывает отходы, накопившиеся за день.

Фруктовый смузи пробуют через две разные трубочки. Одна пропускает только крупные кусочки, другая — только жидкость. По отдельности ощущения обманчивы, но вместе они дают ключ: вот, кажется, банан, а здесь — клубника.

Свет, проходя через мутную среду вроде молока или живой ткани, рассеивается во все стороны. Восстановить, где именно свет поглощался сильнее, — всё равно что по луже на асфальте угадать форму упавшего предмета. Оптическая томография решает эту задачу, но обычно требует больших вычислительных ресурсов.

Рентгеновский аппарат обходит грудь по дуге и делает несколько снимков под разными углами. Из этих плоских кадров компьютер собирает объёмную картинку — как из кусочков мозаики складывается целое. Но если кусочки мозаики помяты или заляпаны, картинка получается мутной. В томографии роль «помятостей» играют шумы и несовершенства съёмки. Чтобы объёмная картинка вышла чёткой, алгоритм сборки нужно настраивать.

Обучение точной аэродинамической модели сродни кулинарному искусству: сначала повар осваивает сотни рецептов, чтобы уловить общие принципы, а затем легко доводит до совершенства конкретное блюдо.

Обычная камера ловит свет, отражённый от предметов, и по нему строит картинку. Но если предмет скрыт за препятствием или не отражает свет, на помощь приходят радиоволны: они проходят сквозь стены и туман, а компьютер по рассеянным сигналам восстанавливает изображение. Проблема в том, что для чёткой картинки нужно много разных сигналов, а значит — широкий диапазон частот, дорогой и неудобный.

Лазер, который обычно даёт ровный луч, вблизи порога генерации начинает дрожать, как струна перед тем, как зазвучать. Эти дрожания — не дефект, а квантовый шум: атомы внутри лазера испускают свет случайно, без всякой внешней причины.

Вода в реке обтекает камни, воздух огибает крыло самолёта — эти движения описываются уравнениями, которые сложно решить даже на мощном компьютере. Нейросети умеют аппроксимировать такие решения, но часто ошибаются, когда данные собраны лишь в нескольких точках или зашумлены.

Атмосфера — хаотичная система, и детальный прогноз для всей планеты требует чудовищных вычислительных мощностей. StretchCast обходит эту проблему, работая как человеческий глаз: он создаёт «острое зрение» над выбранным регионом с мельчайшей сеткой, а остальной мир видит размыто — но достаточно, чтобы улавливать глобальные связи.