Qrator Labs продолжает расширять инфраструктуру в Юго-Восточной Азии

Qrator Labs продолжает расширять инфраструктуру в Юго-Восточной Азии

Qrator Labs продолжает расширять инфраструктуру в Юго-Восточной Азии

Qrator Labs сообщает о заключении партнерского соглашения с компанией NTT Communications, ведущим поставщиком решений в сфере информационных и коммуникационных технологий в Азии. Сотрудничество с NTT Communications позволило Qrator Labs открыть новую точку присутствия в Гонконге и Сингапуре.

NTT Communications является дочерней компанией Nippon Telegraph and Telephone Group  (NTT Group), одной из крупнейших телекоммуникационных компаний в мире. Группа компаний NTT входит в первую сотню компаний из списка Fortune Global 500.  

Создание подключения к сети NTT Communications в Гонконге и Сингапуре — это очередной этап развития инфраструктуры Qrator Labs в  Юго-Восточной Азии, открывающий возможности для дальнейшего расширения облачного решения Qrator.

Сегодня сеть фильтрации Qrator насчитывает три узла в США, два — в России, два — на территории ЕС и два — в Азии. Узлы сети Qrator подключены к каналам крупнейших магистральных интернет-провайдеров.

«Открытие новой точки присутствия в Гонконге и Сингапуре позволит нам улучшить связность в регионе и повысить отказоустойчивость сети. Мы планируем продолжать активно развивать сотрудничество с крупнейшими операторами по всему миру для предоставления услуг по противодействию DDoS-атакам клиентам из разных стран. В  дальнейшем основной фокус сосредоточим на таких регионах, как Ближний Восток, Южная Корея, Япония», — отмечает генеральный директор и основатель Qrator Labs Александр Лямин.

ИИ научился выявлять депрессию по голосовым сообщениям в WhatsApp

Учёные показали, что депрессию можно распознать буквально «по голосу» — и для этого не нужны ни долгие опросники, ни визит к врачу. Достаточно короткого голосового сообщения в WhatsApp (принадлежит Meta, признанной экстремистской и запрещенной в России).

Исследователи из Медицинской школы Санта-Каса-де-Сан-Паулу и компании Infinity Doctors разработали медицинскую языковую модель, которая с высокой точностью определяет наличие депрессивного расстройства по аудиосообщениям.

Результаты работы опубликованы 21 января 2026 года в открытом журнале PLOS Mental Health.

В эксперименте модель анализировала короткие голосовые сообщения, где участники просто рассказывали, как прошла их неделя. И результат оказался неожиданным: у женщин с диагностированной депрессией точность распознавания превысила 91%.

Это один из лучших показателей среди подобных исследований, особенно с учётом того, что речь идёт о бытовых сообщениях, а не специально записанных медицинских интервью.

Для обучения и тестирования использовались два набора данных с WhatsApp-аудио от носителей португальского. В них вошли записи пациентов с подтверждённым диагнозом «большое депрессивное расстройство» и контрольной группы без депрессии.

Часть сообщений была максимально простой — участникам предлагали досчитать от одного до десяти, другая часть — более естественной: свободный рассказ о прошедшей неделе.

Лучше всего модель справлялась именно со «спонтанной речью». У мужчин точность в этом же сценарии оказалась ниже — около 75%, что авторы связывают с меньшим числом мужских голосов в обучающей выборке и возможными различиями в речевых паттернах. При анализе простого счёта до десяти разница между полами почти исчезала: точность составляла около 80% у женщин и чуть меньше у мужчин.

По словам авторов, модель улавливает тонкие акустические признаки — темп речи, интонации, паузы, — которые сложно заметить человеку, но хорошо видит машинное обучение. И главное — всё это происходит в привычном для людей формате повседневного общения.

Исследователи считают, что при дальнейшем развитии технология может лечь в основу недорогих и удобных инструментов раннего скрининга депрессии, не требующих сложных процедур и не нарушающих повседневные привычки пользователей.

Как отметил старший автор исследования Лукас Маркес, «незаметные акустические особенности обычных голосовых сообщений могут с неожиданной точностью указывать на депрессивные состояния».

Напомним, в недавнем исследовании метаданные WhatsApp показали: мы плохо понимаем, как ведём себя в чатах.

RSS: Новости на портале Anti-Malware.ru