К 2030 году, как отмечают южнокорейские СМИ, компания Samsung Electronics рассчитывает внедрить ИИ на всех своих предприятиях как в Южной Корее, так и за её пределами. Технология «цифровых двойников» уже сейчас демонстрирует очевидные выгоды. В частности, время тестирования электронной продукции удалось сократить с 15 до 2 дней.

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Сравнительный тест камер флагманских смартфонов (2026): итоги

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Компьютер месяца, спецвыпуск: во что дефицит чипов памяти превратил бюджетные игровые ПК и при чем здесь Steam Machine

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Источник изображения: Samsung Electronics

В своём ЦОД в Сеуле Samsung недавно установила 517 серверов, которые будут использоваться для внедрения ИИ в производственной инфраструктуре компании. Мощности этой площадки будут использованы для внедрения технологии цифровых двойников. По сравнению с прежними серверами, новые обеспечивают увеличение производительности в 5,8 раза, а объёмы обрабатываемых в виртуальной среде данных выросли в шесть раз. В этой среде Samsung собирается симулировать тестирование электронных устройств и применять технологию цифровых двойников при их производстве.

Помимо сокращения затрат времени на тестирование бытовой техники и электроники, цифровые двойники позволяют свести к минимуму использование физических прототипов. Ронять реальные телевизоры или наблюдать за последствиями перегрева микроволновых печей будет не нужно — испытания будут перенесены в виртуальную среду. Например, при испытании смартфонов на устойчивость к падениям их нужно ронять до 700 раз подряд из разных положений, в виртуальной среде все эти симуляции заметно ускоряются.

К 2030 году Samsung постарается превратить основную часть своих предприятий по выпуску электронных устройств в полностью автономные. Искусственный интеллект будет внедряться на всех этапах работы таких предприятий. Помимо промышленных роботов, для использования на предприятиях будут активно внедряться человекоподобные.

До сих пор считалось, что TSMC главным образом помогает Nvidia, осуществляя массовый выпуск чипов для неё, но компании на этой неделе привели пример и обратного взаимодействия. Технологии Nvidia помогают TSMC выпускать более качественные чипы и делать это быстрее, как отмечается в совместном пресс-релизе компаний.

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Сравнительный тест камер флагманских смартфонов (2026): итоги

Компьютер месяца, спецвыпуск: во что дефицит чипов памяти превратил бюджетные игровые ПК и при чем здесь Steam Machine

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Источник изображения: TSMC

Вычислительная литография и симуляция процессов, происходящих на уровне транзисторов, позволяют TSMC улучшить производственные условия и ускорить разработку новинок. Искусственный интеллект при поддержке Nvidia теперь помогает быстрее проектировать чипы, быстрее осваивать их массовое производство и лучше контролировать показатели качества.

В частности, так называемая вычислительная литография позволяет TSMC разрабатывать фотомаски для изготовления чипов на 20–50 % эффективнее по сравнению с методом, для которого вместо GPU используются CPU. Себестоимость при этом остаётся прежней. TSMC полагается на библиотеку cuLitho, которая ускоряет расчёты силами графических процессоров Nvidia.

В области материаловедения TSMC полагается на инструмент cuEST, который позволяет симулировать свойства материалов на уровне транзисторов, ускоряя расчёты в области химии в 50 раз. За поддержку стабильности техпроцессов при производстве чипов в компании отвечает библиотека cuML компании Nvidia, позволяющая полагаться на технологии машинного обучения при контроле за технологическими процессами. Кроме того, ИИ-модели Nvidia позволяют оптимизировать логистические и производственные процессы TSMC, добиваясь максимальной отдачи с точки зрения объёмов выпуска продукции. Метод цифровых двойников и технология FabTwin активно для этого используется. Внедрение новых технологий сначала отрабатывается на виртуальном двойнике, и только в случае успеха переносится в реальный сценарий.

Платформа Metropolis и инструментарий TAO Toolkit позволяют TSMC более эффективно осуществлять поиск дефектов при обработке кремниевых пластин. ИИ сам подстраивается под изменения в типах дефектов и не требует регулярного переобучения, позволяя сохранять качество продукции без дополнительных затрат времени.

Компания Microsoft объединила усилия со швейцарским стартапом inait для создания цифрового мозга по образу и подобию живых нейронных тканей. Фактически партнёры намерены создать цифровых двойников живого мозга различной сложности от насекомых до людей. Ожидается, что следование природным и эволюционным принципам даст лучший результат в сфере искусственного интеллекта, чем развитие машинного обучения и нейронных сетей.

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Компьютер месяца, спецвыпуск: во что дефицит чипов памяти превратил бюджетные игровые ПК и при чем здесь Steam Machine

Сравнительный тест камер флагманских смартфонов (2026): итоги

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Визуализация области неокортекса и таламуса вместе с кровеносными сосудами. Источник изображений: inait

Компания inait была создана в 2018 году, но проект по моделированию нервных тканей во всём их многообразии зародился в начале 2000-х годов в рамках 20-летнего проекта, финансируемого правительством Швейцарии. Проект завершён в декабре 2024 года, и его результаты готовы к передаче заинтересованным исследовательским группам и компаниям.

Генри Маркрам (Henry Markram), руководитель швейцарского проекта и соучредитель inait, сказал, что проект собрал данные исследований мозга млекопитающих и послужил основой для написания 18 млн строк компьютерного кода для создания симуляций.

«В основном он был создан на основе мозга мыши, но это универсальный рецепт, и его можно использовать для воссоздания или копирования мозга других видов — от муравьёв вплоть до людей», — сказал он.

Биологически точные цифровые копии человеческих органов и непосредственно мозга обещают лучше справляться с задачами обучения и принятия решений, чем традиционные компьютерные модели и нейросети, используемые до сих пор. Более того, для большинства прикладных задач нет нужды воспроизводить процессы во всём мозге, что значительно упрощает создание ИИ на базе цифровых двойников. Биржевым трейдером или оператором дрона может работать функционально самодостаточный «фрагмент» цифровой версии мозга.

Кроме того, цифровой двойник мозга после передачи клиенту продолжит обучаться, становясь совершеннее со временем.

Исполнительный директор inait Ричард Фрей (Richard Frey) сказал, что компания была основана «с идеей, что единственная подтверждённая форма интеллекта находится в мозге, и если бы мы смогли овладеть мозгом, то смогли бы создать совершенно другой, очень мощный, новый вид искусственного интеллекта».

Он добавил: «Я рад, что сейчас мы создаём продукты, в которых обучаем цифровые мозги различных размеров и типов решать самые сложные задачи, с которыми сталкиваются сегодня основные отрасли».

Компания Microsoft намерена использовать опыт и наработки inait для расширения возможностей своих ИИ-моделей для собственных клиентов. В финансовом секторе партнёрство будет сосредоточено на предоставлении передовых торговых алгоритмов, инструментов управления рисками и персонализированных консультаций. В области робототехники это поможет разработать машины для промышленного производства, которые будут более адаптированы к сложным и динамичным условиям.

Цифровая реконструкция гиппокампа с 800 000 нейронами

«inait внедряет новую парадигму искусственного интеллекта, выходя за рамки традиционных моделей, основанных на данных, и создавая цифровой мозг, способный к истинному познанию», — сказал Адир Рон (Adir Ron), директор Microsoft по облачным технологиям и ИИ для стартапов в регионе EMEA (Европа, Ближний Восток, Африка).

Разработанная в рамках швейцарского проекта технология моделирования предоставляется исследователям в виде набора бесплатных продуктов и продуктов по подписке от Института открытого мозга, некоммерческой организации, основанной Генри Маркрамом. По его словам, это также может стать основой для создания специальных симуляций, которые позволят учёным исследовать и лучше понимать неврологические заболевания, такие как аутизм.

Раньше при исследовании нервной ткани мозга учёные создавали атласы коннектомов — связей нейронов через синапсы для передачи нервных импульсов (мыслей и желаний). Компания inait пошла дальше. Она как бы оживила такие атласы, создав модель работающего мозга, что в Microsoft надеются поставить на службу человеку в виде искусственного интеллекта, мыслящего подобно ему же.