Журнал "Стройка Века"

Бактериофаги - древние вирусы бактерий и главные драйверы эволюции. Вероятно, самая распространенная форма жизни. Вероятно, первые в космосе. Они связаны с глобальным потеплением и воспалением кишечника Бактериофагов сложно понять по-отдельности: многие из них представляют собой смесь чужеродных генов, которые, будто в насмешку над исследователями, были приспособлены для инфицирования клеток самым извращенным способом Сейчас бактериофагов изучают неразрывно с экологическим и эволюционным контекстом, и пытаются создать лекарства, которые спасут миллионы во второй половине столетия Узнайте больше о главных жителях планеты в лекции биоинформатика Михаила Фофонова, студента СПбАУ им. Ж.И. Алферова РАН и сотрудника лаборатории клеточной и молекулярной протистологии ЗИН РАН. Ведущая: Любимова Анастасия Запись и монтаж: Анна Берлизова Картинка для обложки создана Михаилом Фофоновым. 📱 Youtube 📱 ВК.Видео ▶️ Rutube #Видео #Фофонов #Любимова #Берлизова

Вы когда-нибудь задумывались о том, как восстанавливается чувствительность после травм? Почему лечение может не помогать пациенту? Какое место занимает нейропластичность в процессе реабилитации и что это вообще такое? На эти и другие вопросы ответил Кашаев Ильдар Хамзяевич - врач-педиатр, специалист по двигательной реабилитации. Желаем приятного просмотра! Ставьте лайки и пишите комментарии под видео, это радует всю нашу команду и говорит о полезности создаваемых материалов Ведущая: Любимова Анастасия Монтаж: Анна Берлизова 📱Youtube 📱ВК.Видео ▶️Rutube #Видео #Кашаев #Любимова #Берлизова

Мы всегда держим слово! Готов наш новый сборник! На этой неделе мы публиковали заметки посвященные биологии, чтобы отметить день ДНК. 25 апреля 1953 года в этот день вышла публикация, в которой впервые правильно описали нашу самую важную молекулу. Все статьи, что вы видели на этой неделе, и многие другие статьи, связанные с темой биологии собраны в один сборник. Так вам будет удобнее его читать. Главное не забывайте ставить нам лайки и подписываться, чтобы мы продолжали создавать для вас новые работы. А еще друзьям пересылайте, чтобы они тоже ознакомились. Приятного вам чтения! #Сборник #Биология

Суда - это древнейший вид транспорта насчитывающий более 5 000 лет. Кочи, речные суда, атомные ледоколы - это далеко не исчерпывающий список различных судов, но что между ними общего? Как строят корабли сегодня? Чем корабль отличается от судна? Об этом и не только Вы узнаете в нашем интервью с Забавой Устиновой - к. т. н., ассистентом кафедры теории корабля ФКиО СПбМТГУ. Ведущая: Любимова Анастасия Запись и монтаж: Анна Берлизова Приятного просмотра! 📱Youtube 📱ВК.Видео ▶️Rutube #Устинова #Любимова #Берлизова #Судостроение #Технические_науки

В начале была буква, и буква была – нуклеотид. А, Т, Ц, Г. Припоминаете что-то такое еще со школьной скамьи? Перед вами основа генетического алфавита – то, что составляет ДНК. А как эти буквы выглядят в реальности? Об этом наша новая статья! Автор: #Терентьева Редактор: #Сабуров #Пальцын #Статья #Генетика

Что первым приходит вам на ум, когда вы слышите слово ботаника? Или вернее, когда человек говорит, что он занимается ботаникой? Скорее всего, вы, как человек, тщательно хранящий в голове знания школьной программы, вспоминаете знаменитое “ Он химик, он ботаник, князь Федор, мой племянник”. Или же если литература вам не близка, то вы рисуете себе в голове ботанический сад, и кого-то, кто ухаживает там за цветами, то есть садовника. А если же вы интересуетесь наукой, то может возникнуть вопрос: неужели еще сохранилась классическая ботаника? Разве бывает такой ученый-биолог, который не сидит в лаборатории или за микроскопом, а изучает объекты в их среде обитания, или как говорится на профессиональном сленге “в поле”. И смею вас заверить, да, такие ученые есть. А самое главное, что в современном мире такие специалисты действительно нужны, и старая добрая ботаника, которой занимались еще в 17 веке, все еще актуальна. Так что же такое ботаника сейчас? Давайте попробуем разобраться. Ботаника сейчас конечно же не та, которой занимался, например, Карл Линней. Точнее, ботаника сейчас — это не только то, чем занимался Линней. Из описательной науки, основанной на морфологии и анатомии организмов, ботаника трансформировалась в довольно комплексную дисциплину, использующую все современные лабораторные методы, например, выделение ДНК, полногеномное секвенирование, генетическое картирование и многое другое. Однако важным процессом в ботанике до сих пор остается сбор материала, с которым потом можно проводить все эти манипуляции. Для этого ученые ездят в экспедиции, из которых привозят много интересного. Так, например, съездив в экспедицию, все еще можно открыть новый вид растения. Да, кажется, что за столько лет уже точно все растения в мире были найдены и изучены, но это совсем не так. В труднодоступных местах, например джунглях, очень непросто найти, а самое главное, отличить от других, новый вид. Чтобы суметь это сделать, надо быть действительно профессионалом, знать мельчайшие детали морфологии остальных представителей, чтобы на глаз смочь предположить, что обнаруженный образец действительно не был ранее описан. Разумеется, привезенные из экспедиций потенциально новые виды сравниваются генетически с предполагаемыми родственниками, и если есть достаточное количество различий — начинается довольно тонкая работа по изучению всех морфологических и анатомических особенностей, чтобы другие коллеги могли в тех же полевых условиях отличать этот вид. Чтобы не быть голословной, с 1993 по 2018 год только на кафедре Высших растений МГУ было описано более 80 новых видов. А как же ученые фиксируют эти новые виды? И вот, к примеру, как выглядит фотоматериал к описанию нового вида Aspidistra nikitensis — растения из семейства Спаржевых, иногда называемого азиатским ландышем, открытого во Вьетнаме в 2022 году. Разумеется, в статье приводится много более точной информации, чем фотография, словесное описание со всеми числовыми параметрами растения, места обитания, экология и возможно даже особенности жизненного цикла. А вообще в любом разговоре про науку, в том числе биологию, важно помнить, что в современных условиях все ее отрасли плотно связаны друг с другом. И ботаники, открывая новые виды, не только вносят вклад в свою дисциплину, но и могут помочь коллегам. Так, в 2013 году российские ученые не только описали новый тропический вид рода Aspidistra из Вьетнама, но и смогли определить, какими конкретно насекомыми он опыляется, тем самым внеся вклад в работу уже энтомологов и зоологов беспозвоночных(до этого были предположения, что эта аспидистра вообще опыляется рачками). Таким образом, ботаника как дисциплина — не пережиток прошлого, а живая и актуальная наука, плотно связанная с другими отраслями полевой и лабораторной биологии. А ученые, занимающиеся растениями, не просто смотрят на красивые цветы, а фиксируют видовое разнообразие нашей планеты и постепенно приближают нас к пониманию организации и взаимосвязи всего живого. #Заметка #Ботаника

Выделяют следующие причины возникновения галлюцинаций: экстремальные состояния организма (перегрев, переохлаждение, голод, гипоксия, усталость, бессонница и др.), психические расстройства (шизофрения, биполярное и бредовое расстройства и др.), невралгические заболевания (нейродегенерация, поражения мозга, нейроинфекции и др.), употребление психоактивных веществ (галлюциногены, амфетамины, токсикомания и др.). Все из них изучались по отдельности, и единой теории не существует до сих пор, однако учёным удалось выяснить, что возникновение галлюцинаций связано с умением определять себя и отличать собственное я от остальных. Также может оказаться полезным изучение нейробиологии восприятия времени, так как была обнаружена корреляция между способностью к оценке временных интервалов и наличием шизофрении. И необходимо продолжать исследования фазы быстрого сна, поскольку нейрональные активности во время галлюцинаций и данного периода схожи. В настоящий момент существуют гипотезы о том, какие структуры в мозге могут быть так или иначе связаны с возникновением ложных образов, но информации недостаточно, чтобы говорить точно. Возвращаясь к психоактивным веществам, в частности галлюциногенам, стоит отметить, что подавляющее большинство из них в сухом остатке имеют схожие принципы действия: молекулы вещества могут специфически взаимодействовать с рецепторами дендритов и влиять на работу могза гуморально, в основном нарушая баланс серотонина, ацетилхолина, дофамина и норадреналина. Например, ЛСД по строению похож на серотонин и связывается с большинством подтипов его рецепторов, делирианты из некоторых грибов и растений блокируют действие ацетилхолина и т. п. Хочется отметить, что к расстройствам восприятия, помимо галлюцинаций, относятся также иллюзии, однако в случае с ними мы получаем искажение реально существующего предмета или явления. Иллюзии могут быть проявлением как патологии, так и нормы: например, известные всем картинки с «обманом зрения» также можно отнести к иллюзиям. Необходимо проводить четкую грань между разными видами нарушения восприятия, ведь механизмы возникновения могут разительно отличаться. Но стоит отметить, что изучение одного аспекта может приоткрыть завесу тайны в другом, ведь создание образов из ничего и искажение реально существующих объектов — две стороны одной монеты. Итак, что мы имеем сейчас? Галлюцинации изучены достаточно слабо, возникать они могут у кого угодно и при норме, и в случае патологии, а в современном мире их дальнейшее изучение осложнено этическими нормами и запретом на психоактивные вещества. По поводу более вычурных случаев, например, с массовыми галлюцинациями, ученый свет до сих пор не может дать однозначный ответ даже на вопросы об их существовании, чего уж говорить об их природе. Картина не слишком радужная, но ещё не всё потеряно! Через тернии к звёздам: шаг за шагом, я уверена, мы придём к ответу 🙂 Автор: #Сафонова Редактор: #Пальцын #Статья #Биология #Когнитивистика

«Природа галлюцинаций: скрытые смыслы и как некоторые люди видят больше остальных» Представьте своё обычное утро: вы просыпаетесь, умываетесь, завтракаете бутербродами, идёте на работу или учёбу… И вроде всё идёт как обычно, но внезапно в ежедневную рутину вклинивается страх: вы начинаете замечать, как вас преследуют какие-то странные сущности. Они видят вас. Они знают, что вы тоже их видите. Вы пытаетесь спросить у окружающих, что это такое и почему это появилось, но никто не может понять, о чём вы говорите. Кажется, их видите только вы. Но вы же не сумасшедший, вы точно это знаете! Или, может, всё-таки… Удивительно, но подобная история действительно могла произойти в нашем мире несколько десятков лет назад. Нет, дело не в том, что в те времена мир наполняли одни шизофреники или что цифровые технологии отпугивают потусторонние сущности. Всё дело в особых грибах, поражающих зерновые культуры － спорынье. Растения, поражённые спорыньёй, раньше использовались для получения муки в хлебопекарном деле. Позже, в 1938 году, швейцарский химик Альберт Хофман в ходе изучения одного из алколоидов спорыньи — лизергиновой кислоты — синтезировал ЛСД. Употребление хлеба, изготовленного из муки со спорыньёй, вызывает отравление, эрготизм, приводящий к судорогам, галлюцинациям, помутнению сознания и другим не самым приятным последствиям. До IX века было зарегистрировано порядка 24 эпидемий эрготизма, а самым свежим случаем считается массовое отравление на юге Франции в 1951 году. Удивительно, как всего одно вещество, поглощённое в не столь великих дозах, может так сильно влиять на наше восприятие действительности. Заставляет задуматься над тем, что мы вообще знаем об окружающем мире и что из этого правда? Попробуем частично ответить на этот вопрос, начав с фундамента: по современным представлениям, наше сознание является продуктом деятельности специфических клеток － нейронов. Они электрохимически обмениваются сигналами, и в зависимости от характера этого сигнала изменяется осознание тех или иных вещей нашей нервной системой. У каждого нейрона условно выделяют три части: дендриты — «приёмники» сигналов извне, тело нейрона — «административный центр» клетки и аксон — «передатчик». Что примечательно, передача информации между аксоном и дендритом обычно осуществляется химически, с помощью особенных молекул — нейромедиаторов. Именно от них зависит реакция следующего нейрона на данный тип возбуждения. Именно это самая уязвимая для ошибок часть алгоритма. При единичной ошибке во время передачи сигнала последствия будут минимальные, однако если целые группы нейронов или целые структуры мозга регулярно «сбиваются», ошибаются, происходят нарушения их работы, то изменения не заметить невозможно. Некоторые типы ошибок мозга мы называем галлюцинациями. Галлюцинации — ощущения или восприятия, которые возникают без внешнего стимула и кажутся реальными. Данный феномен изучен достаточно слабо, но в своей статье я бы хотела рассказать, что мы знаем об этом феномене. Вопреки распространённому мнению, галлюцинации — это не такое уж редкое явление и могут случиться практически у любого человека при определённых обстоятельствах. Различают истинные и ложные галлюцинации. В первом случае человек осознаёт образ как часть реального мира, вплетённый в его жизнь и неотделимый от неё. Для людей, испытывающих истинные галлюцинации, ошибки восприятия вшиты в целостную картину мира, и они не осознают, что эти детали чем-либо отличаются от всего остального. В случае же псевдогаллюцинаций человек понимает инаковость происхождения представленных образов. Часто они не имеют чёткой структуры и ощущаются в каком-то метапространстве, недоступном остальным смертным. Иногда галлюцинации также классифицируют по главному задействованному анализатору (слуховые, зрительные, тактильные, вкусовые и др.), но в последнее время от этого отказываются, так как любые ощущения, даже ошибочные, воздействуют на нервную систему комплексно. Впрочем, иногда для удобства данные термины всё ещё используют.

Пока вы заняты новым опросом, мы кратко огласим итоги прошлого опроса про космос, проведенного в наших группах в ВК и Телеграм. Мы суммировали результаты, чтобы охватить все голоса. Больше всего голосов получил вариант "Развитие науки и технологий". За него проголосовало 25,2%. Далее идут варианты " Изучение вселенной" и "Освоение других планет" с 23,8% и 21,7% соответственно. Чуть дальше стоит вариант "Поиск полезных ископаемых и их добыча" с 17,4%. Меньше всего набрали варианты "Поиск внеземной жизни" и "Развитие космического туризма". Они набрали 6,3% и 5,6%. Опрос показывает, что подписчики Стройки века прогматично смотрят на освоение космоса. Этот взгляд мы можем только похвалить. Вы молодцы!

Внимание опрос! На этой неделе мы снова публиковали для вас заметки про архитектуру и устройство ИИ от нашего автора Вероники Алексеенко-Недышиловой. На данный момент у нас вышло пять заметок по этой тематике. Мы собрали их в этом посте для вашего удобства. 1. Что общего у нейросети и человеческого мозга?; 2. Сверточные нейронные сети для для начинающих (CNN); 3. Как нейросети понимают наш язык?; 4. RNN и BPPT; 5. Трансформеры; А теперь мы хотим узнать у вас: Как вы соприкасаетесь с нейронными сетями в своей жизни? Опрос анонимный, так что не бойтесь отвечать честно. Пересылайте опрос своим друзьям и коллегам, чтобы они тоже поучаствовали с этом исследовании. #внимание_опрос@stroikaveka

Как можно использовать нейросети в строительной отрасли? Этим вопросом задались авторы статьи в журнале Вестник МГСУ. Авторы провели анализ 16819 работ за период с 1955 по 2023 год. Все статьи взяты из открытого источника OpenAlex по запросу «artificial intelligence and the construction industry and automation and design». В работе выделяются три направления использования нейросетей в строительстве назвали: 1. BIM - цифровая среда для проектирования здания. Здесь нейросети могут помочь с отладкой процессов и автоматизацией при моделировании. 2. Генеративное проектирование - процесс создания основы под будущий проект с помощью генерации изображений. Нейросеть позволяет быстро создать несколько базовых вариантов архитектурного проекта и посмотреть, как описанная идея может выглядеть в реальности. 3. Цифровые двойники - копии реальных зданий и городов в цифровом пространстве. С помощью двойников можно отслеживать изменение параметров объектов и возможные проблемы. В этой области нейросеть способна искать взаимосвязи и проблемы, невидимые человеческому глазу. Среди прочего авторы пишут про позитивные эффекты внедрения нейросетей. Они позволяют сократить рутинные задачи, актуализировать и сортировать большие объемы данных. Последнее касается как документооборота большой компании, так и программ обучения инженеров. Среди явлений, тормозящих внедрение нейросетей в строительство, авторы выделяют тяжеловесность отрасли. Программное обеспечение на разных этапах проекта сильно отличается, проекты между собой отличаются, цепочка принятия решений в отрасли состоит из большого числа участников, из-за чего принятые ранее решения часто меняются по ходу проекта. Все это мешает правильно настроить нейросеть. Также те участники рынка, которые пробуют использовать нейросети в своей практике, несут определенные риски. Неотработанная система может замедлять работу и становиться источником ошибок. Более подробно о возможностях нейросетей в строительстве и о том, насколько менялась популярность этой темы с годами, вы сможете узнать из самой статьи. Она приложена в следующем сообщении. Если вам нравится такой формат знакомства с научными статьями, ставьте свой лайк. Так вы покажете нам свой интерес к такому формату постов. #Стройка_рекомендует

Трансформеры В предыдущей статье мы с вами поговорили о RNN — прекрасной архитектуре, но все-таки с некоторыми минусами. И сегодня мы рассмотрим альтернативную архитектуру — трансформеры. Эта инновационная архитектура актуальна вследствие нескольких проблем RNN: Во-первых, RNN содержат всю информацию о последовательности в скрытом состоянии, которое обновляется с каждым шагом. Если модели необходимо “вспомнить” что-то, что было сотни шагов назад, то эту информацию необходимо хранить отдельно . Следовательно, придется иметь либо очень большое скрытое состояние, либо мириться с потерей информации. Во-вторых обучение рекуррентных сетей сложно распараллелить: чтобы получить скрытое состояние RNN-слоя для шага i+1, необходимо вычислить состояние для шага i Механизм внимания Уникальная особенность трансформеров, позволяющая нам справиться с этой проблемой — “механизм внимания”. “Механизм внимания” основывается на трех сущностях: “Запросы” (Q, Что я ищу?), “Ключи” (K, Как я могу быть описан?) и “Значения” (V, Какую информацию я несу?). Механизм вычисляет, насколько каждый запрос соответствует каждому ключу, получая веса внимания, которые показывают степень важности других слов. Затем эти веса используются для построения взвешенной суммы их значений, создавая представление слова, отражающее контекст. Чтобы разобраться, давайте обратимся к математической формуле внимания. Внимание(Q, K, V) = Softmax((Q * K^T) / scale) * V., где Q * K^T — шаг сравнения, Softmax(…) — функция активации, о которой мы говорили в предыдущих статьях (нормализация), * V — взвешенное суммирование смыслов (шаг извлечения контекста). Multi-Head Attention Однако, одного механизма внимания мало. Ведь бывают сложные предложения, с разнообразными связями между словами. Чтобы выявлять их все одновременно, трансформер использует Multi-Head Attention. Этот механизм можно сравнить с работой команды, где каждый участник работает со своей специализацией. Например, первый участник ищет связи между субъектом и действием, второй между действием и объектом, а третий — логические связи. Таким образом, multi-head attention позволяет выявлять разные типы связей в данных, применяется: параллельно запускаются несколько блоков внимания с разными параметрами, а их результаты объединяются. Таким образом, трансформер состоит из следующих слоев энкодер (для анализа) и декодер (для генерации), каждый из которых состоит из следующих блоков: слой эмбеддинга, multi-head attention, полносвязная нейросеть, остаточные связи (для перебрасывания информации между слоями нейросети), и нормализация. Если вам что-то из этих слоев кажется незнакомым — посмотрите предыдущие статьи, чтобы углубиться в устройство нейронных сетей. Хоть трансформеры изначально были разработаны для обработки текста, они успешно применяются и в других сферах, например для анализа изображений или генерации. Автор: #Алексеенко_Недышилова Редактор: #Сабуров #Ершов #Заметка #IT

RNN и BPPT Представьте, что вы разговариваете со своим другом. Чтобы понять его текущую фразу: “Представляешь? А потом он взял и….” — вам нужно помнить, о чем вы разговаривали секунду назад. Друг жаловался на начальника? Рассказывал смешную историю из жизни? Так и нейронным сетям для понимания текста необходимо сохранять его контекст. Однако, ранее рассмотренные нами CNN и FNN не приспособлены для этого. Именно поэтому сегодня мы с вами поговорим о RNN. Рекуррентные нейронные сети (RNN), также как и трансформеры, о которых мы поговорим дальше, реализуют последовательную задачу (обучение с учителем), т.е. формируют свой ответ, основываясь на предыдущих значениях. Кстати, даже название говорит нам об этом, ведь рекуррент (с латинского recurrens) переводится как возвращающийся. Например, если мы предсказываем следующее положение мяча, то будем основываться на его предыдущей траектории. Таким образом, RNN принимает входные данные “по одному” и на каждом шаге учитывает все предыдущие вычисления. RNN помнит то, что происходило ранее благодаря “скрытому состоянию”. Скрытое состояние — вектор (набор чисел), который обновляется каждую итерацию, основываясь на входных данных и текущем состоянии скрытого слоя. Немного о весах Ранее, мы с вами подробно рассматривали архитектуры сверточной и полносвязной нейронных сетей. Сегодня же мы изучим устройство RNN. Однако, для начала вернемся к весам, о которых говорили в предыдущих статьях. Весы — обучаемый параметр, от которого и зависит качество нейронной сети. Чем более точные подобраны веса, тем более точный ответ у нас будет. Диапазон весов может быть абсолютно любым (от -∞ до +∞), но веса всегда представлены конкретными значениями. Таким образом, для увеличения точности модели необходимо правильно подобрать значения весов, именно поэтому разрабатываются используются эффективные способы поиска весов. Один из наиболее популярных способов — метод обратного распространения ошибки, который представляет собой вычисление градиентными итерациями минимума функции ошибки. Давайте постараемся разобраться. Градиент показывает, насколько быстро и в какую сторону меняется значение функции в пространстве. Нас, конечно, интересует функция ошибки и ее минимизация (чем меньше функция ошибки => тем выше точность модели). BPPT Однако вернемся к нашей основной теме — рекуррентной нейронной сети. Основное её отличие от полносвязной заключается в вычислении градиента на каждом шаге. Мы “распространяем ошибку” на 3 шага назад и суммируем градиенты. Этот алгоритм называется BPTT (Backpropagation through time — обратное распространение ошибки во времени). BPPT можно сравнить с костяшками домино — чтобы понять, почему упала 4-я костяшка, необходимо проследить, что её толкнула третья костяшка. Третью костяшку толкнула вторая, вторую — первая. Однако, у RNN также достаточно минусов — эта архитектура плохо улавливает долгосрочные зависимости, довольно медлительна на больших объемах данных и размывает ключевой контекст, т.к. всю информацию “запоминает” достаточно “усердно”. Эти проблемы решают архитектуры LSTM и трансформеры, о которых мы поговорим в следующих статьях. Автор: #Алексеенко_Недышилова Редактор: #Сабуров #Ершов #Заметка #IT

Добрый день! 65 лет назад человек совершил свой первый полет в космос. Исследование и освоение космоса - интересная тема, которая занимает умы многих людей. Среди наших авторов такие люди тоже были. Чтобы отметить их заслуги в области просвещения мы актуализировали наш сборник посвященный теме космоса. В нем вы найдете все наши статьи посвященные космической тематике. Сборник доступен по ссылке. Приятного вам чтения и помните, ваша поддержка помогает нам продолжать нашу работу. Поэтому не стесняйтесь ставить лайки, оставлять свои комментарии и пересылать свои друзьям! #Сборник #Космос

Что бы Вы спросили у... микробиолога? 🦠 Друзья, мы готовим новый выпуск рубрики "Разговор со специалистом". Его гостем станет микробиолог, а сам разговор будет посвящен бактериям и бактериофагам. Пишите свои вопросы в комментариях, и мы обязательно обсудим их в интервью 👇 P. S. Вопросы принимаются в течение 7 дней включительно с момента публикации поста ⏰ #Ваш_вопрос

Представляем вам первого лектора апреля🐦 Как люди летали по маршруту на заре авиации? Как мы перешли к «слепому» полëту, то есть полëту по приборам? Об этом и о дальнейшем развитии навигационных систем вплоть до момента появления спутниковой навигации расскажет инженер-конструктор Екатерина Виноградова. Встречаемся в Циферблате — свободном пространстве, где платят за время. Кофе, чай и вид на весенний Исаакиевский собор с балкона входят в стоимость. Чтобы нам было проще расположить гостей, мы очень просим вас заполнить форму регистрации: https://nullusgradus.timepad.ru/event/3895526/ 19 апреля (вс), Циферблат на Мойке Сбор гостей — 14:30 Начало этой лекции — 15:00

Рекомендуем посетить выступление автора Стройки века Екатерины Виноградовой!

Сами статьи