Hvor ofte ser vi «nyheder fra fremtiden» i medierne, hvor der stolt annonceres planlagte videnskabelige succeser til gavn for landets økonomi? Ofte kan man i kommentarerne til sådanne meddelelser og rapporter finde skepsis og opfordringer til kun at skrive om skete begivenheder. Vi tror sjældent på strålende og opmuntrende planer.
Nå, sådanne publikationer er ikke unikke for vores informationsrum. Det er ikke så svært at støde på «deres» annoncer fra Ny-Vasyukov.
Jeg foreslår, at vi følger skæbnen for det berømte teknologiske projekt, der ikke kun har skabt bølger i Vesten, men også nået de russisktalende medier. Hvis du spiller bullshit bingo, så giver jeg dig et tip til runden — grafen.
Hvornår og hvad blev lovet
I marts 2019 spredte der sig . CEO og medstifter Simon Thomas talte optimistisk om de imponerende fremskridt i produktionen af grafen. Ifølge ham, af professor Colin Humphreys fra Cambridge, kunne Paragraf stabilisere produktionsprocessen for grafen i form af skiver med en diameter på op til 200 mm.
Ved at basere sig på mange års forskning og år brugt på at optimere produktionsprocessen, lovede Simon, at de inden for de næste to måneder ville begynde industriel produktion af enheder med grafen.
Hvad der gik forud for løftet
Selvfølgelig kan sådanne usædvanlige teknologier ikke opstå ud af det blå. I sidste ende arbejder giganter som IBM, Intel og Samsung på problemet med industriel produktion af grafen, samt mange andre grupper. Det ville næppe være muligt eller nødvendigt at overhale dem i stealth-tilstand. Derfor kan vi finde spor af deres tidligere aktiviteter.
I 2017 modtog firmaet på størrelse med £3 mio., inklusive statsstøtte. Disse midler var beregnet til udvikling af prototyper og forbedring af teknologien (jeg minder om, at firmaet blev grundlagt i 2015, og forskningen, der gjorde kommercialiseringsstadiet relevant, blev udført endnu tidligere).
I maj 2018 modtog firmaet finansiering. Denne gang beløbet var £2,9 millioner, og blandt investorerne var ikke kun venturevirksomheder, men også Cambridge-fonden (Cambridge Enterprise). Der blev nu ikke længere talt om optimering af teknologierne. Formålet med investeringerne er at åbne en produktionsfacilitet for at starte produktionen af enheder baseret på deres grafen. De planlagde at starte med superfølsomme magnetfeltsensorer og andre sensorer, der er beregnet til det brede marked.
Næsten et år senere, i marts 2019, blev det meddelt, at alt nu var klart og på plads. Lige om lidt, inden for et par måneder, ville enheder baseret på grafen blive produceret i stor skala, komme på markedet og en ny æra ville begynde. Denne nyhed var højlydt, med angivne (omend uklare) tidsrammer, blev modtaget positivt og nåede vores indenlandske læsere.
Hvad der rent faktisk skete, og ikke skete efter mediestormen
Den forudseende læser kunne gætte, hvad der skete efter sådan et røre og medieopmærksomhed. Men for de andre skal jeg hjælpe. Paragraf fra de samme investeringsfonde, og fik nu £12,8 millioner i sin besiddelse. Det skete dog først i juli 2019, fire måneder efter mediestormen. I samme måned blev startupen (så vidt man kan kalde en virksomhed, der er fire år gammel, en startup) på £0,5 millioner for banebrydende udviklinger.
Hvad der imidlertid ikke skete i perioden, var den lovede revolution og starten på masseproduktionen. Der er allerede gået otte og en halv måned fra løftet om at påbegynde masseproduktionen inden for 2-3 måneder, men de annoncerede sensorer og enheder (med 30 gange højere følsomhed end de nuværende) er stadig ikke kommet på markedet.
De første 5 sider i Googles søgning og fanebladet "Nyheder" viser kun de oprindelige, højlydte erklæringer om klarheden til at starte den kommercielle produktion af enheder baseret på grafen inden for "de næste par måneder" fra marts 2019 samt nyheder fra juli om at modtage investeringer på £12,8 millioner.
Ingen oplysninger om den reelle opstart af nogen produktion eller levering af komponenter til eksterne producenter kan findes. Desuden er virksomhedens hjemmeside stoppet med at fungere, selvom medierne henviste til den så sent som i september.
Aktuel status
Virksomheden har siden 2017 modtaget finansiering på mindst £19,2 millioner (1,6 milliarder rubler til den nuværende kurs). I september 2019 bestod virksomhedens team af 25 forskere (i marts var der 16), og ifølge grundlæggerens udsagn fortsætter de stadig med udviklingen og forbereder sig på at sætte produktionen af mirakel-magnetfeldsensorer og andre sensorer i gang. Sidste nyheder om dem stopper med september. er nu ikke længere i drift (opdatering. tilgængelig via vpn).
Reklame
Men mens andre samler nye investeringer til revolutionære batterier, ledere, sensorer og , tilbyder vi dig rabat på noget, der allerede giver værdi. For at analysere kilder og forberede materialet havde jeg brug for flere timer plus et lille snert af held, da jeg stødte på en nyhed, jeg gemte og huskede på det rette tidspunkt. Men alt dette kan en maskine gøre i baggrunden, som mange organisationer og analytiske grupper allerede bruger. Deltag!
Bogen "»
I dybderne af populære sociale netværk — Twitter, Facebook, LinkedIn og Instagram — gemmer sig rigelige forekomster af information. Fra denne bog vil forskere, analytikere og udviklere lære, hvordan man udvinder disse unikke data ved hjælp af kode i Python, Jupyter Notebook eller Docker-containere. Først vil du blive introduceret til funktionaliteten af de mest populære sociale netværk (Twitter, Facebook, LinkedIn, Instagram), websteder, blogs og feeds, e-mail og GitHub. Derefter vil du begynde dataanalysen med fokus på Twitter.
» Du kan finde mere information om bogen
»
»
For Habr-læsere er der 25% rabat med koden — Data Mining
Bogen "»
Behandling af tekst på naturligt sprog (Natural Language Processing, NLP) er en ekstremt vigtig opgave inden for kunstig intelligens. En vellykket implementering muliggør produkter som Alexa fra Amazon og Google Translate. Denne bog vil hjælpe dig med at lære PyTorch — et dybt læringsbibliotek til Python — som et af de førende værktøjer for dataforskere og softwareudviklere, der arbejder med NLP. Delip Rao og Brian McMahan vil introducere dig til NLP og dyb læringsalgoritmer. Og vise, hvordan PyTorch gør det muligt at implementere applikationer, der bruger tekstanalyse.
» Du kan finde mere information om bogen
»
»
For Habr-læsere er der 25% rabat med koden — PyTorch.
Ved betaling af den fysiske version af bogen sendes e-bogen til e-mail.
Kilde: habr.com
