Дискавери машина: Land Rover Discovery , .

Содержание

Обновленный Land Rover Discovery для России: все подробности :: Autonews

Компания Land Rover рассекретила обновленный внедорожник Discovery. Автомобиль при незначительных внешних изменениях обзавелся модернизированной линейкой моторов и более современной электронной начинкой.

Discovery теперь выглядит свежее

Понятно, что плановое обновление не могло как-то серьезно сказаться на внешности, однако надо признать — Discovery посвежел. В первую очередь благодаря новым полностью диодным адаптивным фарам и задним фонарям с динамическими поворотниками.

Кроме того, Discovery получил подретушированные бамперы в более сдержанном и лаконичном стиле, а также воздухозаборники на крылья измененной формы. Еще одна яркая деталь — это новая накладка из черного глянца на пятой двери, которая соединяет задние фонари. Теперь именно на ней располагаются крупные литые буквы с названием модели. Прежде планка была хромированной, а само слово Discovery размещалось под задним стеклом.

Остальные узнаваемые фишки Discovery вроде ступенчатой крыши и несимметрично расположенной ниши для заднего номерного знака остались при нем. При этом в линейке модели появилась версия со стайлингом R-Dynamic, которая включает в себя дополнительное оперение из черного глянца на кузове, колесные диски особого дизайна, а также двухцветную кожу и контрастную прострочку сидений в салоне.

У него мультимедиа как в Defender

Впрочем, главное изменение в интерьере — это не новые цвета кожаной отделки, а модернизированная передняя панель с измененной центральной консолью, на которой располагается новая медиасистема Pivi Pro с широкоформатным 11,4-дюймовым тачскрином и возможностью обновления по воздуху.

Главная ее фишка — это возможность подключения к интернету, которая обеспечивается технологией dual-sim с двумя LTE-модемами. Такое соединение обеспечивает высокую скорость передачи данных и позволяет системе одновременно выполнять несколько функций. Например, вы можете воспроизводить видео или музыку с потоковой передачей данных, а одновременно будет идти беспроводная загрузка обновлений программного обеспечения по воздуху при помощи технологии Sota. Последняя практически в точности повторяет решение на Defender и позволяет владельцам автомобиля обновлять программное обеспечение аж 44 отдельных электронных модулей и блоков управления без посещения сервисного центра официального дилера.

В салоне обновленного Discovery также появились новая цифровая приборная панель диагональю 12,3 дюйма, на которую можно выводить не только различные конфигурации циферблатов спидометра и тахометра, но и изображение навигационной системы с 3D-эффектом. Кроме того, машина получила модернизированный проекционный дисплей с большей площадью проекции и улучшенными подсказками навигации.

Он теперь гибридный

Линейка двигателей нового Discovery, как и прежде, достаточно широкая и состоит как из турбодизелей, так и наддувных бензиновых моторов. В линейке теперь есть и двухлитровые наддувные «четверки», и шестицилидровые агрегаты. Но главная новость в том, что все четыре новых двигателя семейства Ingenium, как бензиновых, так и дизельных, теперь оснащенных технологией мягкого гибрида MHEV с 48-вольтовой бортовой сетью и дополнительным блоком аккумуляторов для повышения эффективности.

Впрочем, российский офис Land Rover уже сообщил, что до нашего рынка доберутся не все модификации. У нас будут представлены только два топовых варианта двигателей: трехлитровый бензиновый V6 отдачей 360 л.с. и трехлитровый дизельный мотор мощностью 249 л.с. Оба мотора, конечно же, будут с технологией мягкого гибрида MHEV.

Land Rover Discovery: Универсал в пятом поколении

Дети завели новых дачных друзей и забрались к ним в гости в дальний уголок поселка – а поселок в густом лесу. Снега много, но оттепель была, и снег здорово воды набрал, а потом его прихватило кое-где, заледенел: погода чуть ниже нуля. Бульдозер проделал во влажном снегу дорогу, но нож пошел чуть криво, и часть вроде бы почищенной поверхности на поверку оказалась откосом кювета. Land Rover Discovery, пижонски, рекламно плывший сероватой своей тушей через заснеженный поселок, среди сосен, вдруг дернулся и стал сползать влево, перекашиваться, крениться.

Пришлось остановиться, стать на ручник, спрыгнуть в глубокий снег – и все это только для того, чтобы ощутить отчаяние: без трактора не справиться! Да как его подцепить еще, Discovery этот, – надо же разобраться, марка славится нетривиальными решениями!

Ладно, надо попробовать сдать назад, надо поколдовать с настройками – вдруг, ну вдруг дело небезнадежно? Да нет, слишком косо стоит.

За рулем крен показался не таким уж критическим, мотор, даром что дизельный, завелся почти неслышно – но покоя все это не принесло, нервная дрожь бьет, и – опа! – по гибельной ошибке шайба, переключающая передачи, вместо задней остановилась на передней! А нетерпеливая нога уже давит, давит на газ, и мелькнуло в голове, что теперь, может, и трактор-то не справится.

А Discovery просто взял да и вылез. Буксанул, завыл двигателем, дернулся, задняя часть поехала было вниз, пошла ко дну кювета – но полный привод и высокая посадка позволили не сесть на брюхо и где-то зацепиться за твердую землю; скольжение прекратилось – и, вместо того чтобы увязнуть, Land Rover продолжил короткий путь к дальней дачной цели. И на обратном пути, уже с детьми общим счетом семь человек, чтобы не повторять переживаний, Discovery был решительно пущен туда, где под снежной целиной должна была лежать твердая дорога – и опять все прошло гладко.

Крупное морское животное

Цвет тестовой модели, глубокий серый, вызывал у испытателей почему-то однозначные океанские ассоциации: кашалот не то сейвал; скорее кашалот – у того огромная прямоугольная морда. Надо думать, эта ассоциация – комплимент дизайнерам Discovery: киты, несмотря на гигантские размеры, грациозные и стремительные животные, да и выглядят более чем солидно в окружении даже довольно крупных соседей.

Нельзя сказать, что Discovery как-то особенно велик – но это точно ладный, т. е. не громоздкий, и солидный автомобиль. Наверное, можно сказать, что корма вышла несколько кургузой (дальше под это утверждение будет подведена и хозяйственная база). В остальном же можно только удивляться, как совершенно иной в дизайнерском отношении автомобиль выглядит понятным и очевидным преемником предыдущей модели Discovery.

Приятно и то, что создателям удалось избежать вычурности и новаторства – а в серой гамме машина выглядит предельно респектабельно и консервативно.

Избыточные надежды

Библейский пророк Иона побывал во чреве кита; та же судьба постигла сказочного Пиноккио и его отца из таинственной сказки Карло Коллоди; ни одному ни другим внутри животного комфортно не было.

Что касается переднего и среднего рядов Discovery, о тесноте или, там, скученности говорить не приходится: места не очень много, но все-таки вполне достаточно, чтобы расположиться троим взрослым и двум детям в бустерах. Однако машина заявлена как семиместная, и два дополнительных сиденья с приятной легкостью разворачиваются в том месте Land Rover, что еще недавно называлось багажником.

Багажник – это ведь пространство для багажа, не так ли? В семиместном варианте у Discovery багажника нет: ни пространством не назовешь, ни сколько-нибудь значительный багаж не положишь. Весьма точно измерить оставшуюся узость можно в пятилитровых бутылках с водой: их туда помещается шесть.

Занятным вышел выезд из дачного поселка на местный рынок – к путешествию присоединились неавтомобилизированные соседи, известные своим хлебосольством даже в обычных обстоятельствах, а тут речь шла о празднике. Дети, безосновательно рассчитывавшие на какие-нибудь сладости либо игрушки, присоединились к взрослым – и дорога туда получилось шумной или даже, можно сказать, крикливой.

Обратную же дорогу следовало бы скорее описать как цирковой номер: в «узость» поместились почти исключительно продукты из зеленной лавки; удалось задержать на секунду и, быстро захлопнув заднюю дверь, обеспечить поездку в багажной щели верхом на яблоках и помидорах трехкилограммовому лососю – но это и все. Остальные продукты и хозяйственные товары были рассованы по салону, вручены детям и взрослым. Общество, увы, понесло и некоторые потери, причиной которых была драка двух малолетних держателей куриных ног.

В далекие края

Однако если не ставить перед Discovery задач, будто это грузовое транспортное средство, а использовать его, например, для двухдневного путешествия в небольшой тихий русский городок вроде Ростова Великого, то это будет один из лучших экипажей из протестированных за долгие уже теперь годы.

Во-первых, наверное, нужно поговорить о плавности хода: она выдающаяся. Даже рискованные перестроения, вызванные, сказать откровенно, желанием испытателя добиться каких-то неприятных кренов или нечеткости в руле, не вывели Land Rover из меланхолического китового движения по дороге – будто по океанской глади.

Во-вторых, нельзя не упомянуть о приемистости, которая тем приятнее, что вооружен Discovery дизельным двигателем: она более чем достаточна. Даже при энергичных обгонах, когда требовалось, к примеру, быстро набрать скорость от 110 до 140 км/ч, не чувствовалось, что машина работает на пределе возможностей.

В-третьих, те самые перестроения: придется признать, что Discovery справляется без труда даже с резкими скачками из ряда в ряд, затеянными испытателем. Придется признать и некоторое упрямство машины, которую никак не удалось бросить в занос в «комфортном» режиме настроек.

В-четвертых, внедорожные качества Land Rover соответствовали марке: случай, описанный в начале, не был единственным испытанием, разве что другие не сопровождались такими паническими мыслями о тракторе.

Одно из важных испытаний для автомобиля – обычная поездка по Москве. Некоторые настоящие спорткары его, например, не проходят: испытателя очень утомляет трехчасовое пребывание в мускулистых внутренностях громко трогающегося чудовища. Свои минусы, да, которые есть продолжение плюсов.

Discovery неплох в пробках: уютен, его можно перевести в режим адаптивного круиз-контроля и таким образом снизить водительское напряжение. Но прекрасная звукоизоляция и та самая плавность, диванная мягкость машины создает все-таки риск: можно и заснуть.

Лекарством от сна служит хорошая музыка. Для бодрости испытатели прослушивали что погромче – «Трагическую» симфонию Франца Шуберта, которая в исполнении Discovery и Берлинского филармонического оркестра с Гербертом фон Караяном получилась чем угодно, только не трагедией: плосковато, особенно в средних частотах. Куда лучше выглядел другой трагический персонаж, взятый на борт из-за недавнего байопика, – Фредди Меркьюри и Queen: рок-музыка, созданная соотечественниками, далась Land Rover легко и элегантно.

встречаем Land Rover Discovery пятого поколения — Авторевю

Немного не дотянув до тридцатилетия, Land Rover Discovery делает крутой поворот. На Парижском автосалоне будет представлен внедорожник пятого поколения, и он не похож на своих предшественников ни технически, ни по дизайну — новое направление задано концепт-каром Discovery Vision двухлетней давности.

Небольшая подштамповка в крыше скорее символически роднит новый Discovery с предшественником, чем реально увеличивает полезный объем

Образ уходящего «четвертого» Disco ведет отсчет от самого первого поколения, выпущенного в 1989 году: угловатые формы, высокая горбатая крыша, почти вертикальные боковины и отвесная задняя стенка кузова. И если внешность уже можно считать классической, то технически Disco все же устарел — машины на нынешней платформе выпускаются двенадцать лет.

Land Rover Discovery 4

По словам шеф-дизайнера марки Эндрю Уилера, отныне вся модельная линейка будет разделена на три семейства, каждое — со своим характерным образом: это люксовые машины под именем Range Rover, более демократичные Discovery (в лице компактного Discovery Sport и полноразмерного Discovery), а также стоящий особняком откровенно внедорожный Defender, который через пару лет переродится в новую модель.

Небольшая дизайнерская шалость, напоминающая о предшественниках — ассимметричная ниша под номерной знак

Небольшая дизайнерская шалость, напоминающая о предшественниках — ассимметричная ниша под номерной знак

Отличительной чертой всех машин под суббрендом Discovery стали мощные наклонные стойки крыши за задними дверями. Новый автомобиль пятого поколения я увидел еще за два месяца до официальной премьеры и… Даже вживую для того, чтобы отличить его от «младшего» Discovery Sport, требуется очень тренированный глазомер! С ходу заметить разную форму воздухозаборников в бампере, чуть иные фары или более массивную корму непросто.

Справедливости ради, простым масштабированием «спортивной» модели англичане не ограничились: о классических Disco напоминают символический горбик в задней части крыши и асимметричный рисунок на пятой двери — на прошлых моделях он был необходим для внешней навески запасного колеса, но сейчас выглядит чистой воды украшательством. Кстати, кузов для крупного внедорожника получился очень обтекаемым — коэффициент лобового сопротивления составляет 0,33. Добились этого, в частности, благодаря активным жалюзи радиатора и особого рисунка колес.

Четырехцилиндровый дизель — только для европейского рынка…

Дизельный V6 располагает умеренной мощностью 249 л.с., зато крутящий момент — 600 Нм

Отдача бензиновой «шестерки» с компрессором — 340 л.с. и 450 Нм. То есть по моменту она уступает даже старшему четырехцилиндровому дизелю Ingenium!

Технически же новинка не имеет с Discovery Sport ничего общего: силовой агрегат здесь установлен не поперечно, а продольно, как и на всех прошлых Disco. Впрочем, с ними техническая унификация также минимальная. Здесь новое шасси с передней подвеской на двойных поперечных рычагах и многорычажкой сзади. В «базе» — пружины, а за доплату, как и раньше, предлагаются пневмостойки. Благодаря полностью алюминиевому кузову массу автомобиля удалось сократить аж на 480 килограммов!

Соответственно, даунсайзингу подверглись и двигатели: спустя 18 лет отсутствия на Discovery вновь появились четырехцилиндровые агрегаты — это двухлитровые дизели семейства Ingenium мощностью 180 или 240 л.с. Но в Россию будут поставляться только старшие версии с моторами V6 — турбодизелем мощностью 249 л.с. и 340-сильным бензиновым мотором с приводным нагнетателем. О «восьмерках» на Discovery можно забыть окончательно (их перестали устанавливать еще в 2013 году).

Вместо монументальной угловатости предшественника — солидная, но элегантная панель приборов в духе Рейндж Роверов и младшего Discovery Sport

Незаметный тайничок в центральной консоли — за панелью климат-контроля

Коробки передач — только восьмиступенчатые «автоматы» ZF. При этом Discovery не растерял свой внедорожный потенциал — максимальный дорожный просвет по сравнению с предшественником увеличился на 43 мм (до 283 мм!), а глубина преодолеваемого брода — на 200 мм (до 900 мм). Вдобавок, у покупателей есть выбор между «офф-роудной» раздаточной коробкой с понижающей передачей и одноступенчатой «раздаткой». Аналогичный ассортимент предлагает, например, нынешний Volkswagen Touareg, хотя машины следующего поколения, скорее всего, будут иметь уже исключительно «легковой» полный привод. В нормальных условиях межосевой дифференциал Torsen у нового Discovery распределяет подводимый момент в соотношении 42:58 (в пользу задней оси), но в зависимости от дорожных условий соотношение может меняться от 62:38 до 22:78.

Свою новинку англичане сравнивают с Audi Q7, BMW X5 и Volvo XC90, но принципиальным преимуществом называют простор на сиденьях второго и третьего рядов. По словам шеф-инженера Роба Эткина, Discovery единственный в этой компании имеет третий ряд сидений, рассчитанный на человека 95-го перцентиля. Правда, возможность оценить посадку у меня была лишь на среднем ряду. Действительно, усесться можно заметно лучше, чем в старом Discovery — подушка сидения выше и колени высокорослых пассажиров уже не торчат кверху, немного увеличилось и пространство для ног. Но исчезло ощущение простора, которым славился прошлый Discovery — виной тому сильно заваленные внутрь стойки крыши.

Ленд-роверовские инженеры обещают простор на всех трех рядах

Стеклянная крыша — прерогатива топ-версии HSE Luxury

В семиместной конфигурации салона объем багажника составляет всего 258 литров. Но если сложить «галерку», то пространство увеличится до 1231 литра. А при сложенных креслах второго и третьего рядов в распоряжении хозяина будут 2,5 кубометра пространства. Существует и пятиместная версия, у которой в багажнике есть подполье емкостью 127 литров. А еще одна фишка новой машины — скрытый за подъемной пятой дверью откидной бортик. Мощная алюминиевая деталь может выдержать груз до 300 килограммов! Также есть много мест для хранения мелочевки — кроме двух перчаточных ящиков, здоровенного бокса-подлокотника и емкости рядом с селектором коробки передач это небольшой тайничок за блоком климат-контроля.

Небольшой «хвостик» в багажнике — это откидной бортик, здорово облегчающий погрузку тяжестей. Кстати, под полом — полноразмерная запаска

Новый Land Rover Discovery будет доступен в четырех комплектациях — S, SE, HSE и HSE Luxury. Базовые машины — с пружинной подвеской, у версии SE — пневмостойки, светодиодные фары и кожаный салон, а HSE вдобавок имеет «продвинутую» мультимедиасистему, навигатор и бесключевой доступ. Прерогативой топ-версии станет панорамная крыша. А первые 2400 машин будут выпущены в специальной версии First Edition с алюминиевыми вставками в салоне, богатым оснащением и экзотическими расцветками. В продажу Discovery пятого поколения начнет поступать весной 2017 года.

Отзыв владельца Land Rover Discovery (Лэнд Ровер Дискавери) 2013 г.

Land Rover Discovery, 2013 г.в.


HSE

Год выпуска: 2013

Кузов: Внедорожник (5 дв.)

Двигатель: 3.0 л, Дизель, АКПП, 249 л.с.

Приобретен: Июль 2013 г.

Пробег: 41,500 км

Привод: Полный

Уникальный автомобиль, другого такого нет.

Начнем с хорошего

Первый раз садишься в него — и понимаешь что это машина мечты. Ощущение такое, что это не машина, а корабль, он как будто плывет по дороге. Превосходная шумоизлояция, приятное журчание двигателя, мягкость. Хочется ехать плавно и спокойно. Сидение — как любимое кресло, руки удобно лежат на подлокотниках.

Большая и тяжелая машина управляется как легковушка, при этом отличный обзор во все стороны. Руль не слишком легкий, но и не тяжелый — идеальный. На любой скорости можно нажать газ и понять, что мощности хватит для резкого разгона.

Тормоза тоже отличные, но после торможения есть чувство, что немного уносит вперед — машина все-таки весит 2700кг.

Но счастье — оно ненадолго, к хорошему быстро привыкаешь, и если ездить каждый день, то все это становится обыденностью и перестает давать те эмоции, что вначале.

Теперь минусы

Машина сложная, много деталей, датчиков. А чем сложнее машина — тем больше вероятности что то-то сломается. Производитель позиционирует Дискавери, как автомобиль для экспедиций. Но лучше воздержаться от дальних поездок куда-нибудь за полярный круг или на Алтай. Если там что-то сломается, починить не получится.

По бездорожью ездить тоже не стоит, я имею в виду места, где можно застрять. Внедорожные качества хорошие, но машина тяжелая, колесная база длинная — не испытывайте судьбу. По каменистым дорогам в горах проходимость превосходная, но в грязь лезть не надо.

Я в сервисе наслушался историй про всякие поломки, и хотя у меня ничего серьезного не было, думаю что мне повезло.

На колодках нет скрипунов, а есть датчики на двух колесах с одной стороны. Поэтому следите за колодками, может быть так, что они полностью сточатся, а датчики не сработают. Придется менять диски.

Хорошо грейте машину зимой, не убивайте коробку. Вообще, следите за автомобилем, ТО проходите в 2 раза чаще, чем по регламенту.

В Москве есть отличные неофициальные сервисы, там работают те же мастера, что и у официалов.

Новый Discovery. Там, где пехота не пройдет…

Land Rover утверждает будто новый “Диско” огонь на бездорожье? Сорян, но об этом судить нам…

Land Rover утверждает будто новый “Диско” огонь на бездорожье? Сорян, но об этом судить нам…

Текст: Том Форд, Данила Андреев / Фото: Марк Риччони

Ну, вот я и вляпался… Рано или поздно это должно было случиться. После многочасовых внедорожных пыток, приготовленных для нового Land Rover Discovery в самых разных, а главное, все более изощренных условиях, я таки ушел за грань. Теперь машина по ступицы в коричневой топи. Грязь по консистенции напоминает полузастывший клей. Неловко-то как… Тридцатисантиметровый слой жидкой глины и стандартные дорожные шины сочетаются не очень. Теперь я понимаю: заезжать в болото, чтобы посмотреть, что получится, – чудовищно глупая идея. Приближается вечер. А самое хреновое – наш грязевой плен находится в малопривлекательной голландской глуши и напоминает укромное местечко, куда люди приходят лишь для того, чтобы припрятать что-нибудь. Зарыть незаконно нажитое имущество. Или, в конце концов, труп.

В отчаянной попытке выбраться без посторонней помощи я перевожу Terrain Response в режим Sand: стрелка – на тринадцать часов. До этого вертушка стояла в будто бы более подходящем к случаю Mud-Ruts. И – о, чудо! – автомобиль начинает двигаться! Сначала медленно-медленно. Я почти физически ощущаю, как колеса цепляются за честное слово. Привод поддергивает колеса, а электронные мозги скрипят и почти плавятся, пытаясь понять, что и какого черта вообще происходит. Главное – пусть по сантиметру, но мы ползем вперед. И вот под победный рев дизеля Disco выскакивает из вязкой глубины на твердую почву. Улыбку с моего лица не убрать никаким инструментом!

На бездорожье эта штука реально впечатляет, превращая законы Ньютона в фантазии первоклассника. Но оффроудная сноровка – только часть многогранной личности Discovery. В новом поколении он превратился в автомобиль и для города, и для деревни, и вообще для любой ситуации, став более лощеным и менее… “дискаверским”. По крайней мере в том смысле, какой мы привыкли вкладывать в это понятие.

Это дальняя роща, куда люди ходят закапывать… эмм… клады

Давайте сразу разъясним: первый Discovery дебютировал в 1989-м и с тех пор разошелся тиражом более 1,2 миллиона. Для Land Rover это большой объем. Новейший, пятый по счету, “Диско”, нарисованный Джерри Макговерном, отвернул от былой прямоугольной брутальности Discovery 4 и увел нас к чему-то более… заурядному. Новый дизайн не так уж и плох, если честно, просто все слишком сильно любили прежний облик внедорожника. Ступенька на крыше сглажена, нос и корма облечены в более обтекаемую форму. Машина по-прежнему массивна, но больше похожа на младшего брата – Discovery Sport. Это одно­временно и хорошо, и не очень. А еще скругленная попа вынудила отказаться от двустворчатой двери багажника. Есть, конечно, интегрированная скамейка, прикрытая ковриком, которая откидывается при открытии багажника (она выдерживает 300 кг, между прочим), но это все-таки не то.

Автомобиль совсем новый, создан с нуля. В основе “Диско-5” алюминиевое шасси, как у Range Rover, с дополнительными подрамниками. И весит он аж на 480 кг меньше! Тем не менее снаряженку больше 2,2 тонны не назовешь мелочью. Линейка моторов не слишком широкая, но вполне оптимальная. Внизу 240-сильный дизель Ingenium SD4 (первая двухлитровая четырех­цилиндровая опция после бензинового Mpi в 1989 г.) с расходом 6,5 л/100 км. Впрочем, в Россию такой Discovery пока не возят. В топе – бензиновый компрессорный Si6 V6 мощностью 340 л.с., который потребует гораздо больше горючки. Главная же рабочая лошадка – наш вариант, 3-литровый дизельный V6 TD6. У него 249 лошадей и 600 ньютон-метров и аппетит чуть больше 7 л на сотню. Для большого паркетника более чем приемлемо, но ничего сверхъес­тественного. Динамические показатели тоже довольно средние. Но сила Discovery не в динамике. Его задача – попасть в золотую середину между практичностью, удобством и намеком на роскошь.

Мы весело катим прочь из Британии, и уже забег по Евротуннелю приносит первый позитив. Обзорность отличная! А главное – на дороге сразу заметно, насколько “пятерка” тише, чем “Диско-4”, чей аэродинамический профиль напоминает – посмотрите налево – скалы Дувра. Руль не острый, но приятный, кузов кренится не сильно и предсказуемо. Совсем избежать кренов невозможно, даже на опционных 21-дюймовых колесах. В списке есть еще 22-дюйма – но у нас ведь “планы на офф-роуд”, и гладкая, как арбуз, резина там просто не покатит.

Вынырнув на свет божий уже во Франции, мы первым делом отправляемся на пляж. Включаем режим Sand системы Terrain Response. Он перенастраивает характеристики двигателя, ABS и трекшн-контроля, допуская легкую пробуксовку. Ну, двинули: осторожно, но уверенно. В этом весь Land Rover: сложное с ним становится легким, а невероятное – возможным. А песок ведь очень коварная штука! Как только начинаешь зарываться, у тебя совсем мало времени на отход, иначе мигом утонешь по ступицы. Но полтора часа медленной и в то же время захватывающей песчаной трусцы доказывают – для нового Discovery пляж и дюны не проблема. Вернемся на асфальт.

Как только колеса начали рыть песок, у вас остаются секунды на отход

Спустя несколько часов я почти убежден: “Дискач” – гениальный автомобиль для дальняка! Terrain Response в “автомате”, 800 км на полном баке, сидишь как на троне, а прибамбасов всяких – играй не хочу! Машина ощущается легче, шустрее и проворнее “четверки”. На скорости Discovery непоколебим, как скала, и чарующе тих: уютно ворчит дизель, сочно поддает опциональный Meridian. Жизнь хороша и жить хорошо. Тем временем мы уже в Бельгии. О”кей, сейчас найдем пару коварных речушек…

Вот и они. Еще не окончательно сдавшийся под напором весны местный брод – это ледяная корка, фаршированная холодной водой. Включаем пониженную в раздатке, поднимаем пневмоподвеску – и Discovery превращается в ледокол. Пятисанти­метровый лед хрустит, как гигантские чипсы, а сенсорный экран уже выдает информацию о глубине: под нами почти полметра! Треск, вой, все дела, а мы идем аки посуху. Полметра для “Диско” – это раз плюнуть: без подготовки он справляется с бродом в 90 см. Вот глубже нырять не стоит – машина может просто поплыть. Не видим причин сомневаться в этом утверждении, а значит, лишний раз проверять не будем. Продолжаем движение: на очереди – Нидерланды.

Надо сказать, вся подготовка к путешествию свелась к получению разрешений для проезда во все эти места. Больше ничего. Никакой специальной резины, никаких оффроудных фишек. Бросили в багажник буксировочный трос – и все дела. Terrain Response и куча вспомогательных систем дико, почти нереально облегчают тяготы бездорожья. Просто выбираешь нужную пиктограммку, и вперед! Электроника управляет разгоном, тормозами, трекшн-контролем. Не набив шишек и не наломав дров, можно ощутить себя реальным профи. Тут есть даже All Terrain Progress Control: внедорожный круиз-контроль на случай, если водитель вконец обленился.

Поковырявшись в голландском болоте, оказавшемся наиболее близким к победе над Discovery, мы снова хотим твердой почвы под колесами. Пора вернуться на асфальт. А где асфальт самый асфальтистый? Конечно, в Германии, на автобане. Отнюдь не упражнение по умолчанию для большого SUV, но если уж есть автобан без ограничений, так зачем же себя ограничивать?

“Сто девяносто… двести… двести десять…” Напряженная 10-секундная пауза. “Не-а, все, быстрее уже не поедешь”. – “Давай еще немного подождем…” – “Нет, я не могу, сзади наседает Audi S4, недоумевая, что делает Land Rover Discovery на мокром автобане на скорости 210 км в час!”

Мы ничего не доказали, кроме того, что Discovery действительно может разогнаться до максимальной скорости (хотя спидометр немного спешил) и что он заметно более устойчив, чем любой другой Disco. Непоколебимая даже при яростном боковом ветре “пятерка” мчала по автобану, как очень целеустремленный многоквартирный дом. Есть еще одна галочка!

На следующий день мы оказались в карьере, на дно которого и на четвереньках-то не спус­тишься. Страшно? Аж жуть! Но мы уже научились доверять “Дискотеке”. Активирую Rock Crawl, настраиваю Hill Descent Control на минимальную скорость и просто давлю на газ. Discovery переваливается через край обрыва. Тут же начинает стрекотать ABS, слышится лязгание здоровых камней, машина чуть буксует, но продолжает величественно двигаться вперед. Она не отрицает законы физики, но постоянно с ними договаривается. Disco по чуть-чуть съезжает со склона, а восьмиступенчатая ZF работает настолько точно, что не позволяет набрать ход и разбиться на миллион мелких кусочков. Ох, и умная же штуковина! Представьте, тут даже камеры под боковыми зеркалами, подсказывающие точно направление управляемых колес. Правда, есть и обратная сторона. Как только понимаешь, что машине можно довериться полностью, та же крутая каменистая гряда перестает пугать, а стало быть, и притягивать… Что у нас там еще по программе? Ага, снег!

Комфорт, с которым Discovery поглощает километры, покоряет. Он не прилетает в конечный пункт камнем, выпущенным из пращи, а скорее сокращает расстояние, аккуратно складывая карту вдвое. Пилить до снега, кстати, целых восемь часов. Но пролетают они как четыре. На рассвете перед нами встают Альпы, дерзко угрожая небу корявыми кулаками. Мы отправляемся в деревню, у которой смешное название, если произнести его на английском, и начинаем восхождение по козьей тропе. Дорога? С натяжкой. Скорее, смесь снега со льдом, ведущая более-менее прямым путем. Ставим Grass Gravel Snow: педаль газа становится ватной, а трекшн-контроль – параноидальным. Discovery лопатит снег на ледяном склоне, проскакивая особенно глубокие места без задержки. Мы пересекаем австрийскую границу: Land Rover плевать хотел на географию и на таможню.

Discovery сокращает расстояния, будто надвое складывая лист карты

На вершине горы над залитым солнцем пейзажем хочется задержаться и подвести итог. У нового Discovery есть все таланты выдающегося внедорожника. Диапазон его способностей и умений шире, чем когда-либо понадобится 99,9% владельцев. Хейтеры, конечно, могут продолжать убиваться за дизайн, но придется смирится с тем, что новый Discovery – потрясающе полноценный автомобиль. В него можно действительно посадить семерых друзей и отправиться куда глаза глядят. У него все в порядке с управляемостью и динамикой, у него чудесный – удобный и роскошный – салон. Он шикарный, но не понтовый, без налета гламура, как у Range Rover. Это автомобиль, созданный покорять вершины. Но, возможно, пройдет немного времени, и он начнет покорять сердца.

Discovery 1. Очень хорошая статья для изучающих вопрос покупки Д1. «Осень первых открытий»

«Off road Drive». 2006

Этот автомобиль я, как и большинство россиян, впервые увидел на экране телевизора в 1990 году. Тогда разом произошли три события: впервые маршрут самого известного в истории автомобильного приключения Camel Trophy был проложен в Сибири, впервые в Camel Trophy приняли участие наши соотечественники и впервые официальным автомобилем Camel Trophy стал только что появившийся на свет Land Rover Discovery. С тех пор для множества людей и для меня в том числе эта полноприводная машина остается носителем неуловимой субстанции, именуемой «дух приключений».

ВЕХИ ИСТОРИИ

Официальное явление миру Land Rover Discovery состоялось ровно 15 лет назад, 16 сентября 1989 года на автосалоне во Франкфурте, но история этого замечательного автомобиля, так оправдывающего свое название (Discovery в переводе с английского означает «открытие»), берет свое начало в августе 1987-го. Именно тогда, вскоре после начала продаж Range Rover Classic на американском рынке, руководство фирмы решило, что в модельном ряду компании зияет огромная дыра. Действительно, на одном полюсе находились работяги Land Rover 90 и 110, а на другом – изысканный Range Rover. Результатом стал «Проект Jay», предусматривавший разработку автомобиля на шасси Range Rover, не менее комфортабельного, но более легкого и дешевого. Первый семейный внедорожник от Land Rover начал свою жизнь в трехдверной версии с бензиновым двигателем, старым добрым V8 объемом 3.5 литра. Но поскольку этот мотор, ставший эталоном надежности и неприхотливости, отличался избыточным для семейного автомобиля аппетитом, уже через несколько месяцев гамму двигателей пополнил турбодизель TDI 200 объемом 2.5 литра. Естественно, трех дверей для семейного автомобиля маловато, так что в 1990 году появилась пятидверная версия, быстро занявшая место основной.

Немалую роль в успехе модели сыграл тот факт, что в течение 7 лет, с 1990 по 1996 год, Discovery оставался бессменным автомобилем Camel Trophy. Тысячи фотографий и недели экранного времени доказывали, что «фермер во фраке» (так окрестили новинку журналисты) способен преодолеть любые препятствия. Правда, с поведением на дороге дело обстояло чуть хуже. Стремясь сделать настоящий внедорожник и максимально увеличить ходы подвески, конструкторы убрали из подвески стабилизаторы поперечной устойчивости. Немало нареканий вызвала и механическая коробка передач LT 77 – ее ругали за плохую избирательность и многочисленные поломки. И все же популярность Disco быстро росла. В 1990 году было продано 23 067 автомобилей, а уже в 1993-м «фермер» был растиражирован в количестве 67 910 экземпляров!

В конце 1994 года модель претерпела первый рестайлинг. В подвеске появились стабилизаторы поперечной устойчивости, объем бензинового V8 вырос до 3.9 литра. Изменились и мосты: 10-шлицевые были заменены на 24-шлицевые. А еще оснащение машины пополнилось ABS. Капризная коробка передач LT77 была заменена на значительно более надежную и четко работающую R380. Раздаточная коробка LT230 осталась прежней. Появился новый дизель TDI 300 (того же объема 2.5 литра). Главным его отличием от предыдущего мотора стало давление наддува, увеличенное с 0.8 до 1.0 атм. Серьезным изменениям подвергся и салон: была полностью переработана передняя панель, рулевое колесо и улучшилось распределение потоков воздуха.

А когда в 1995 году Land Rover перешел под контроль BMW и начались активные продажи Discovery в США, «английский джентльмен» бросился догонять заокеанских конкурентов по уровню комфорта и безопасности. В оснащении машины появились 16-дюймовые легкосплавные диски, дороге версии получили кожаную обшивку сидений, панели из натурального дерева, кондиционер и множество приятных мелочей вроде очистителей фар. В общем, Discovery начал свое медленное, но верное движение в сторону «асфальта». Кстати, в руководстве Land Rover до сих пор борются две точки зрения. Представители одной до сих пор считают, что дух приключений – это такая же важная деталь автомобиля Land Rover, как рама или раздаточная коробка с межосевым дифференциалом. А вот сторонники другой, напротив, уверены, что участие в Camel Trophy и репутация серьезного борца с бездорожьем только навредили имиджу Discovery… Выпуск первых «Открытий» завершился в 1998 году, когда с конвейера завода в Солихалле сошел первый Discovery II. Но это уже совсем другая история…

ПРИКЛЮЧЕНИЯ БРИТАНЦЕВ В РОССИИ

В России Land Rover Discovery появились в 1994 году, причем «источником» машин стала… авиационная фирма Сухого – по слухам, 20 автомобилей были получены по бартеру, в обмен на истребитель Су-27. Впрочем, это только слухи. На следующий год 50 Discovery получила московская милиция, а вскоре начались и официальные продажи английских внедорожников. До введения заградительных пошлин флот Discovery активно пополнялся и за счет ввоза подержанных машин из Европы, так что на сегодняшний день «англичанин» весьма неплохо представлен на вторичном рынке. Но тут начинаются некоторые парадоксы… С одной стороны, сам по себе Discovery никогда не был дешевым автомобилем. С другой стороны, автомобили, выпушенные до 1995 года, на нашем вторичном рынке стоят весьма недорого, укладываясь в пределы психологического барьера в $10 000 (за них просят от 6500 до 8500 «вечнозеленых»). Машины 95-го года продаются за $9200–11500, а 1996–1997-го годов – за $13 900–17 000. При этом назвать модель «бестселлером» все же нельзя. Скорее всего дело в том, что цены на запчасти и обслуживание британских машин тоже были традиционно выше, чем у «американцев» и «японцев». Ну а в отношении надежности Discovery сложилось два диаметрально противоположных мнения. Одни утверждают, что автомобили Land Rover только и делают, что ломаются, другие – что нет ничего надежней Land Rover.

КРАТКОЕ ВВЕДЕНИЕ В ЭЛЕКТРОХИМИЮ

Первое, что бросается в глаза, если мы говорим об эксплуатационных особенностях этой машины, – это низкая коррозионная стойкость кузова. Усугубляется это и тем, что многие владельцы искренне считали, что раз алюминий не ржавеет, то антикоррозионной обработкой машин заниматься не стоит. На самом же деле из «крылатого металла» сделаны только кузовные панели, закрепленные на штампованном стальном каркасе. Места, где алюминий завальцован на сталь, не могут не страдать от электрохимической коррозии. Приходится менять прокорродировавшие детали целиком или клепать на пострадавшие места листы алюминиевого профнастила. Других вариантов победить эту болезнь нет. В любом случае у «городских» машин, эксплуатировавшихся в России с середины 90-х, кузова обычно находятся в плачевном состоянии, а у тех, кто провел свой век на периферии и не знал, что такое «соленая зима», с сохранностью кузова все нормально.

ДВИЖУЩАЯ СИЛА

Итак, под капотами Discovery могут стоять бензиновые V8 объемом 3.5 и 3.9 литра или турбированные дизеля TDI 200 и TDI300. Бензиновые моторы особых неприятностей владельцам не доставляют. Они исключительно надежны, но, что греха таить, весьма прожорливы. С возрастом они начинают потихоньку гнать масло отовсюду, откуда только можно. В результате, картина выглядит следующим образом: мотор потеет себе маслом, а владелец доливает его помаленьку и ездит, ездит, ездит…

Дизель 200-й серии, стоявший до 95-го года, – неприхотливая рабочая лошадка. Единственная проблема – в салоне машин, оснащенных этим мотором, прохладно. Но бороться с этим явлением можно. Температура работающего дизеля не может упасть ниже 60 градусов. Поставь вентилятор на минимум и направь поток только в ноги и на ветровое стекло, тогда в салон будет поступать достаточно теплый воздух. Что касается дизеля TDI 300, то у него есть только одна болезнь: если упустить момент смены ремня ГРМ, то ремень обрывается (впрочем, без катастрофических последствий). А еще при покупке дизельного Land Rover Discovery выпуска 95-го года и младше нужно обязательно поменять ролик-натяжитель единого длинного ремня и сам ремень. Это обойдется в $250, но избавит вас от многих неприятностей. Кстати, на TDI 200 было три ремня, два из которых взаимозаменяемы. Это позволяло в критической ситуации переставить ремни и все-таки добраться до цивилизации. Замена всех трех ремней стоит $150. И по-настоящему радует владельцев тот факт, что у дизелей Land Rover очень мало проблем с зимним запуском и плохой соляркой.

ЗАСТАРЕЛАЯ ПРОБЛЕМА

О ставшей притчей во языцех проблеме течи рулевого редуктора автомобилей Land Rover сказано и написано столько, что и обсуждать-то ее не хочется. Но придется. Дело в том, что перебирать редуктор и менять сальники – мероприятие достаточно бестолковое. Для замены фторопластовых колец требуется специальная оправка. А ее нет ни у официальных дилеров, ни, тем паче, у неофициальных (без оправки при вставке у фторопластовых колец нраушается герметичность). В общем, через полгода редуктор снова начинает течь, хотя вы и потратили $350. Радикальным решением вопроса является замена редуктора ($1090).

ПОДВЕСКА, ТРАНСМИССИЯ, ХОДОВАЯ

Коробка передач LT77 изначально зарекомендовала себя не лучшим образом. У нее часто выходила из строя вторая передача (ремонт – $583, запчасти – $300) и разбивало шлицевое соеди- нение вала, входящего в РК. В свое время Land Rover провел акцию по замене 77-й коробки на 380-ю всего за $1000, и очень многие такой возможностью воспользовались. С R380 практически все проблемы были сняты. Правда, иногда при старте с места (особенно у машин с бензиновым двигателем) срезало первичный вал, но это происходило просто от неумения плавно трогаться. Неумехам придется раскошелиться на $617.

Немало вопросов у первых Discovery было и с крестовинами карданного вала. Из-за того что блокировку межосевого дифференциала можно было включать на любой скорости, во всех редукторах были предусмотрены повышенные зазоры, что и становилось причиной знаменитого «тук-тук» при трогании. В тайм-меню Land Rover никогда не было такой операции, как «замена крестовины», зато присутствовала «переборка карданного вала». Менялись две крестовины сразу, а если надо, то и часть кардана или весь вал в сборе. Но у нас ведь всегда так: «поменяем эту, а вторая еще походит». И вот меняется одна крестовина, а оставшаяся сразу начинает разбивать новую… Сейчас крестовины стоят по $25–30 (а неоригинальные детали по $18), сам карданный вал $180, а полный ремонт $400–500. И все же стоит присмотреться к опыту англичан, которые, при всей своей скупости, никогда не меняют по одной крестовине, по одной шаровой опоре, по одному амортизатору и пружине. Кстати, последние поставляются только в комплекте, потому что правая и левая пружины имеют разную высоту!

Что же касается мостов, то практически на всех старых машинах шары поворотных кулаков проржавели, покрылись раковинами и требуют замены ($130+$35 работа). При этом придется сменить и подшипники ступиц ($20). ШРУСы ходят очень долго, и выходят из строя они тогда, когда в ШРУС забывают регулярно менять смазку.

ОСОБЕННОСТИ НАЦИОНАЛЬНОЙ ЭКСПЛУАТАЦИИ

Когда первые Discovery начали появляться в России, наиболее распространенной неисправностью стали погнутые рулевые тяги и погибшие амортизаторы. Дело в том, что в инструкции LR написано однозначно – съехал с асфальта – включил пониженную. А если мчаться по бездорожью, то амортизаторы быстро перегреваются, что приводит к выходу из строя резиновых уплотнений перепускных клапанов. Замена оригинальных амортизаторов стоит $380–390 с работой. При правильной эксплуатации амортизаторы и сайлент-блоки ходят тысяч по 120, шаровая опора А-образного рычага – тысяч 150, а диск сцепления 200!

Примерно то же самое произошло, когда в России появились Discovery 95-го модельного года. У них мгновенно начались проблемы со стойками стабилизатора поперечной устойчивости. И опять же проблема эта свойственна только России, потому что на этих, уже более «дорожных» машинах, пытались ездить по бездорожью хорошим ходом. А из-за этого летят не только стойки стабилизатора ($550 за комплект с работой), но и рулевые наконечники ($317), а также все те же амортизаторы. Стоит отметить, что чаще страдают элементы ходовой с правой стороны (на нее с обочины летит песок и прочий абразив).

ЭЛЕКТРИЧЕСТВО ВЕЩЬ НЕПРОСТАЯ

В 95-м году на Land Rover Discovery появилась электроника… И с ней немедленно начались проблемы, в первую очередь с ABS. А теперь нам вновь придется вернуться к национальным особенностям эксплуатации. Как только ты начинаешь гонять по бездорожью на повышенной передаче, разбалтываются подшипники ступиц. Их регулировка – операция довольно дорогостоящая, но если ею пренебречь, начинает выбивать датчики ABS. А один датчик стоит порядка $400, плюс $100 за работу. А потом опять же требуется обязательно отрегулировать подшипники всех четырех колес. И еще: сзади стоят два датчика, но соединительная фишка всего одна. Соответственно, если обнаруживается неисправность заднего датчика, нужно менять два разом, а это уже $800. Электроника до 98-го года вообще была не очень надежной.

СОВЕТЫ БЫВАЛЫХ

Покупая машину за 5–10 тысяч долларов, нужно быть готовым сразу занести некоторое количество зеленых бумажек механикам и продавцам запчастей. Для Land Rover «правило тысячи» быстренько преобразуется в «правило 2–3 тысяч». После покупки нужно сразу поменять все жидкости. Следует также обратить внимание на сальники шаров, течь рулевого редуктора, люфты трансмиссии, течи масла из коробки передач и раздаточной коробки. Обязательно нужно узнать, когда менялся ремень ГРМ. Если понять не удалось, лучше потратить $350 (с работой) и поменять ремень профилактически. Чтобы обезопасить себя от головной боли с подвеской, лучше сразу поменять сайлент-блоки всех рычагов и тяг Панара, стойки стабилизаторов поперечной устойчивости, проверить и отрегулировать подшипники ступиц и рулевой редуктор, проверить и, возможно, поменять рулевые наконечники, поменять шаровую опору заднего моста ($109) и сайлент-блоки А-образного рычага. Комплект сайлент-блоков на всю машину обойдется вам в $150, а вся операция с работой – в $434. Подшипники ступиц стоят по $20–25, рулевые наконечники – $25. Возможно, придется заняться и ремонтом карданного вала. Вообще сейчас для Discovery выпускается очень много неоригинальных запчастей, и тут нужно смотреть на качество, а не на цену. Но если вы проделаете весь этот комплекс работ, машина отблагодарит вас многолетней беспорочной службой, а текущее обслуживание покажется совсем не обременительным. Судите сами: передние тормозные колодки стоят $35, задние – $25, топливный фильтр $15, (для бензинового мотора) и $20 для дизеля, воздушный – $20, масляный – $25. Комплект колодок трансмиссионного стояночного тормоза обойдется вам порядка $60.

В заключение хочется сказать, что Discovery, как никакой другой автомобиль, приспособлен для дальних путешествий. Единственный минус – относительно малый объем багажника. Зато при необходимости в машину можно усадить 7 человек. Что же касается смещенного влево педального узла, то вы сами удивитесь, насколько быстро к этому можно привыкнуть.

Немного существует на свете автомобилей, салон которых был бы так хорошо приспособлен для дальних путешествий. Например, в распоряжении задних пассажиров имеется не только собственный люк, но и сеточки для карт и мелких вещей. задний диван раскладывается в отношении 2:1, а если компания слишком велика, то в багажном отсеке есть два дополнительных креслица
Объем багажного отделения не слишком велик, но такова плата за короткий задний свес
Алюминиевые кузовные панели образуют со стальным каркасом гальваническую пару, что в условиях «соленых зим« имеет абсолютно фатальные последствия. Приходится либо целиком менять пострадавшие детали, либо зашивать прохудившиеся места листами алюминия
Под капотами Discovery первого поколения можно найти один из четырех двигателей: надежный, но прожорливый нижнеклапанный V8 объемом 3.5 или 3.9 литра, ведущий свою родословную от Buick 1957 года, и турбодизеля моделей TDI 200 и TDI 300
В 1995 году Discovery получили новую приборную панель и четырехспицевое рулевое колесо с подушкой безопасности вместо двухспицевого
Смещенный влево педальный узел – родовая черта Discovery I. На машинах с автоматической коробкой это чувствуется не слишком сильно, но в случае с механической КПП педаль сцепления расположена буквально рядом со стенкой
До 1995 года на центральной консоли была полочка с резиновым покрытим, куда полагалось класть специальную сумочку из ткани в цвет обивки салона. В 1995 году эту полочку сменил подлокотник с перчаточным ящиком
Периодическая регулировка ступичных подшипников – процедура недешевая, но необходимая, особенно при наших привычках гонять по бездорожью на повышенных передачах. Пренебрежение же чревато проблемами с датчиками ABS на послерестайлинговых машинах
Владельцам машин с дизелем TDI 200 очень нравилось, что два из трех приводных ремней этого мотора взаимозаменяемы. Дизеля, как известно, могут работать и без электричества…
После 1995 года место буксирных проушин, перекочевавших под раму, заняли противотуманные фары. Живут они до первой парковки носом в сугроб
Англичане любят повторять, что Land Rover – это машина, которую вы сможете оставить своим внукам. А вот российские специалисты по кузовному ремонту грустно шутят, что внукам достанется разве что коробочка с серым порошком окиси алюминия…
Текущие рулевые редуктора – застарелая проблема практически всех автомобилей марки Land Rover. Радикальным решением (по крайней мере, на несколько лет) является замена редуктора. Но многие владельцы предпочитают просто доливать жидкость.
Автомобили Land Rover традиционно оснащаются стояночным тормозом трансмиссионного типа. В ряде ситуаций (например, при замене колеса) стоит заблокировать межосевой дифференциал
Загадочная круглая деталь, закрепленная около кронштейна рулевого демпфера, – это гаситель колебаний.
Масло, текущее из-под прокладки поддона картера бензинового V8, – весьма обычная картина для пожилых Discovery
Неприятная новость для владельцев машин 1991–1994-го годов выпуска с механической коробкой LT 77: фирма Johnson, производившая шестерни для этой коробки, прекратила свое существование и даже официальные дилеры Land Rover, заказывая запчасти, могут столкнуться со сложностями при заказе.
Подвеску до- и послерестайлинговых машин отличает только наличие стабилизаторов поперечной устойчивости
Раньше, когда Land Rover использовал в поворотных кулаках жидкую смазку, менять сальники поворотных шаров приходилось очень часто. Потом фирма начала рекомендовать консистентную смазку, и проблема снялась сама собой
Как только в России появились Discovery 1995 года, у них мгновенно начались проблемы со стойками стабилизатора поперечной устойчивости (внизу). Причина все та же – национальные особенности эксплуатации
После покупки машины лучше сразу поменять сайлент-блоки всех рычагов и тяг Панара. Комплект обойдется вам в $150, зато потом про подвеску можно будет забыть на несколько лет.
Если обнаруживается неисправность заднего датчика ABS, то менять приходится два датчика.А это уже $800
Рулевой демпфер входил в штатное оснащение автомобиля начиная с первых дней выпуска. Это уберегло множество владельцев от обращения к врачам по поводу вышибленных больших пальцев.
А-образный рычаг, делающий задний мост несмещаемым, достался Discovery от Range Rover. При аккуратной езде шаровая опора этого рычага требует замены не чаще чем через 150 000 км

Land Rover Discovery пятого поколения – Коммерсантъ Нижний Новгород

Перед нашим героем стоит непростая задача: Олег Гордеев, директор предприятия «Княгиня», выбирает автомобиль, одинаково подходящий для повседневной комфортной езды, деловых встреч, рыбалки и бездорожья.

— Я ищу универсальную машину, подходящую для работы, дома и семьи. Сложность выбора состоит в том, что мой автомобиль должен уметь преодолевать серьезное бездорожье, так как я увлекаюсь рыбалкой. С родственниками и друзьями мы ездим в деревню Сомовка Воротынского района. Порой, чтобы подобраться к хорошему месту, нужен полноценный внедорожник, способный таскать за собой прицеп с катером и не пасующий в лесах. У меня уже были крупные японские джипы, но в городской среде они меня не устраивали: не достаточно комфортно. Теперь в моих планах — найти бескомпромиссный вариант — удобный, универсальный и проходимый автомобиль. Задача оказалась непростой, надеюсь, что Новый Discovery мне подойдет. К тому же внешне автомобиль мне очень понравился.

Показатель статуса

— Я прекрасно понимаю, что Land Rover — это представительское авто, и не стал бы брать его исключительно для поездок в лес. В основном он будет трудиться в городе, помогать мне в бизнесе. В делах, конечно, главные задачи решает человек, но и машина важна, ведь это показатель статуса. Discovery пятого поколения объективно говорит об успехе. С другой стороны, мне не нужна просто «красивая картинка», я за функциональность. Машина должна полностью удовлетворять меня в жизни, в том числе и в части моего хобби.

Салон функционален и элегантен

— Интерьер в новом Discovery красив и удобен. Если говорить о посадке, здесь она фирменная, капитанская. Чувствуешь себя за штурвалом корабля. Сидеть приятно, как в любимом домашнем кресле, и обзор прекрасный. Я бы, не раздумывая, назвал салон идеальным, но светло-бежевая кожа для рыбалки и леса слишком нарядна. Для такого увлечения больше подойдет черный цвет обшивки, и, как мне рассказал менеджер салона «Автолига», цветовую гамму интерьера подберут на любой вкус.

Автомобиль выглядит стильно, динамично, но не громоздко. Места внутри гораздо больше, чем ожидаешь. Салон просторный, имеет три ряда сидений с сервоприводами. Много функциональных ниш, скрытых ящиков. В бокс подлокотника помещаются действительно крупные вещи, он двухуровневый с выдвижными органайзерами.

Особенно приятным показался блок управления климатом: панель откидывается и открывается незаметная постороннему глазу ниша для хранения документов. Именно такие стильные и функциональные решения меня подкупают.

Я люблю отдыхать за рулем

— Не только салон внедорожника действительно радует, поражают и его ходовые качества: с первых секунд старта забываешь обо всем. Discovery пятого поколения управляется так же, как легковой автомобиль, отменно разгоняется и тормозит. Нет никакой валкости и кренов в поворотах, которых ждешь от крупной машины. Плавность хода удивляет не меньше. Машина держит дорогу, почти как спортивный седан, но жесткости нет: ямы, стыки, неровности не беспокоят в салоне. Мне нравятся именно мягкие машины, которые не заставляют думать о дороге, не обременяют необходимостью что-то постоянно объезжать. Жизнь летит стремительно, поэтому за рулем хочется отдыхать. Новый Discovery дает такую возможность, я как будто управляю яхтой. В то же время не люблю валких машин, когда укачивает. В этом плане Land Rover тоже на высоте.

Лучший мотор

— Говорить о новом Discovery и не похвалить мотор невозможно. Он прекрасно тянет с любых оборотов, совсем не чувствуется турбояма, как будто под капотом стоит электродвигатель. Но что гораздо интереснее — это дизель. Я предпочитаю моторы именно на тяжелом топливе, но устал от шумов и вибраций. А в Land Rover мотор не слышно, вибраций практически нет! Это лучший мотор из всех, что мне встречались в жизни.

Дорога там, где я хочу

— Автомобиль мне понравился с первого взгляда. Красивый, статусный, изысканный. Именно его аристократичный вид не позволял до конца поверить в серьезные возможности вне асфальта.

Да, технические характеристики впечатляют: пневмоподвеска увеличивает клиренс до 30 см, трансмиссия — настоящая с полноценной понижающей передачей и блокировкой межосевого дифференциала, имитация межколесных блокировок и ровное днище — еще большее подспорье на бездорожье — но это теория.

Забегая вперед, скажу, что и на практике Новый Discovery меня приятно удивил.

Как заядлый рыбак я знаю: глубокий зыбкий песок — не самое приятное для джипа. Тяжелая машина в него легко закапывается, для преодоления таких преград нужен немалый опыт.

Поэтому я и решил испытывать Land Rover в песках Гребного канала. Первое впечатление — машина сама делает за тебя всю работу. Функция terrain response идеально адаптирует настройки машины под конкретные задачи, понадобилось лишь выбрать тип дорожного покрытия, а дальше указывать направление рулем. Возможностей мотора и трансмиссии хватает с избытком. Очень помогают камеры кругового обзора, исключающие опасность повредить машину незаметным пеньком или камнем. И все это мы проделали на шоссейной резине!

Удобный прицеп

— Я планирую возить с собой катер и отдельно интересовался такими возможностями автомобиля. В багажнике есть отдельный блок управления пневмоподвеской, чтобы опускать заднюю ось, облегчая установку и снятие прицепа. Есть функция автоматического наведения на прицеп, электронные ассистенты ведения прицепа, движения задним ходом, его парковки. Это очень удобно, каждый, кто ездил с трейлером, меня поймет.

Кроме того, в автомобиле установлены системы стабилизации прицепа и его автоматической парковки.

Приятно, что на Land Rover можно установить несколько вариантов фаркопов, в том числе «скрытый», который автоматически выезжает из-под бампера, когда это нужно.

От Discovery не захочется отвыкать

— Пожалуй, в новом Discovery есть все для комфортного передвижения. Прекрасная аудиосистема и богатый набор оборудования. Отмечу, что автомобиль хорошо адаптирован к русским зимам, что для рыбаков очень важно. В нем имеется подогрев руля, форсунок стеклоомывателя, лобового стекла, всех сидений. Уже в штатную комплектацию входит предустановленный на заводе автономный подогреватель Webasto, согревающий мотор и салон.

Очень понравились хай-тек возможности Discovery пятого поколения: встроенный жесткий диск на 10 гб, «двойной» экран мультимедийного устройства, способный отображать навигацию на левой стороне экрана для водителя и телевизионную картинку справа — для пассажира. Адаптивный круиз контроль — значит, внедорожник умеет поддерживать скорость, самостоятельно тормозить и разгонятся.

Авто умеет раздавать wi-fi, воспроизводить любые форматы и интегрироваться с мобильными устройствами.

Единственное, что я бы добавил — это охлаждение рулевого колеса, все остальное уже есть.

Чопорный, педантичный подход к мелочам завоевывает сердце, и отвыкать от Discovery пятого поколения уже не хочется.

Резюме

— В машине мне нужна функциональность и комфорт, кажется, в Land Rover все это я и нашел. К тому же, уверен, что новый Discovery сможет выручить меня и на сложном бездорожье. В плане комфорта и проработки деталей автомобиль предсказуемо на высоте.

Единственное, что смущает меня — в такую машину в резиновых сапогах не сядешь. Однако британцы любят охоту и рыбалку, наверное, поэтому они предусмотрели специальную полку в багажнике для сменной обуви. Видимо, тоже с большим уважением относятся к Land Rover и не хотят пачкать грязью его салон.

Должен сказать, что машина мне очень понравилась.


АВТОЛИГА
Ул. Бринского, 11
+7 (831) 220-00-80
Московское шоссе, 247
+7 (831) 200-00-60
landrover-avtoliga.ru
Новый Discovery: landrover-avtoliga.ru/special-offers/special_offers/offer/1460/

 

 

 

 

 

Карьера / Размещение вакансий — Discovery Machine, Inc.

Должность инженера-программиста

Discovery Machine® — это растущий разработчик программного обеспечения и поставщик услуг для различных министерств обороны и коммерческих клиентов.

Основанная в 1999 году, Discovery Machine® занимается разработкой различных программных технологий, направленных на то, чтобы сделать искусственный интеллект (ИИ) доступным для широких масс. Наши языки графического моделирования и среды разработки позволяют непрограммистам напрямую участвовать в разработке иммерсивных обучающих сред.

Созданная небольшой сплоченной командой талантливых инженеров, Discovery Machine® разрабатывает и внедряет набор программных решений, которые расширяют границы технологий искусственного интеллекта. От передовых исследований совершенно новых технологий искусственного интеллекта до разработки иммерсивных трехмерных учебных сред — работа в Discovery Machine® постоянно ставит наших сотрудников перед новыми и интересными инженерными задачами.

Мы ищем талантливых инженеров, которым нравится работать с небольшой расслабленной командой над набором динамических задач.Кандидаты должны получать удовольствие от изучения нового, поскольку набор проблем, которые мы решаем с помощью наших технологий, постоянно меняется.

В работе:

  • Расширенные исследования новых приложений искусственного интеллекта
  • Разработка серьезного игрового / обучающего симулятора
  • Разработка графических языков моделирования ИИ и IDE
  • Работа с технологиями распознавания речи и естественного языка

Обязанности:

  • Разработка иммерсивных обучающих сред в Unity3D и других симуляционных средах
  • Создание моделей поведения ИИ для работы в различных областях
  • Развертывание на различных платформах в различных областях (Министерство обороны, Здравоохранение, Энергетика)
  • Используйте передовые исследования искусственного интеллекта для создания реалистичных персонажей и сущностей для повышения качества обучения
  • Разработка и совершенствование технологий распознавания речи и естественного языка
  • Разработка и улучшение графического поведения и технологии моделирования устройств
  • Работа с экспертами в предметной области для получения знаний о различных областях обучения
  • Анализировать потребности пользователей и разрабатывать программные решения
  • Сотрудничайте с небольшой командой талантливых инженеров для разработки и оптимизации кода
  • Создание конструкторской документации сложных программных комплексов
  • Выполнять плановое обслуживание программного обеспечения

Квалификация:

  • Должен быть U.С. Ситизен; Рабочая виза не соответствует требованиям
  • Опыт предыдущего опыта в разработке программного обеспечения, компьютерной инженерии или других смежных областях — 3-5 лет.
  • Сильные аналитические способности и навыки критического мышления
  • Должен получать удовольствие от изучения нового
  • Степень бакалавра компьютерных наук или смежной области
  • Фон в AI — плюс
  • Опыт проектирования пользовательского интерфейса — плюс
  • Знание Java, C # или других языков программирования
  • Знакомство с реляционными базами данных, такими как MySQL, Oracle и SQL Server

Почему здесь работают:

  • Конкурентоспособная зарплата
  • Полные льготы, частично субсидируемые Компанией
  • Простой пенсионный счет (SRA), соответствующий компании
  • Щедрый оплачиваемый отпуск (отпуск, отпуск и время по болезни)
  • Обеспечено страхование краткосрочной и долгосрочной нетрудоспособности
  • Повышение заслуг и бонусы за результативность
  • Окружающая среда для малых предприятий
  • Закусочная
  • Повседневный дресс-код

С кандидатами, отвечающими вышеуказанным критериям, свяжутся, чтобы обсудить возможности и ваш опыт.Discovery Machine®, Inc. — работодатель с равными возможностями, предлагающий конкурентоспособную заработную плату, льготы и гибкий график работы с основными часами. Все квалифицированные кандидаты получат вознаграждение за трудоустройство независимо от расы, цвета кожи, религии, пола или национального происхождения.

Отправьте сопроводительное письмо и резюме по адресу: [email protected]

Искусственный интеллект для глубокого обучения: подход машинного интеллекта для открытия лекарств

Создание и разработка лекарств — важная область исследований для фармацевтических компаний и ученых-химиков.Однако низкая эффективность, доставка не по назначению, затраты времени и высокая стоимость создают препятствия и проблемы, влияющие на разработку и открытие лекарств. Кроме того, сложные и большие данные из геномики, протеомики, микрочипов и клинических испытаний также создают препятствия на пути открытия новых лекарств. Технологии искусственного интеллекта и машинного обучения играют решающую роль в открытии и разработке лекарств. Другими словами, искусственные нейронные сети и алгоритмы глубокого обучения модернизировали эту область.Алгоритмы машинного обучения и глубокого обучения были реализованы в нескольких процессах открытия лекарств, таких как синтез пептидов, виртуальный скрининг на основе структуры, виртуальный скрининг на основе лигандов, прогнозирование токсичности, мониторинг и выпуск лекарств, моделирование фармакофоров, количественная взаимосвязь структура-активность, репозиционирование лекарств. , полифармакология и физико-химическая активность. Данные из прошлого подтверждают внедрение искусственного интеллекта и глубокого обучения в этой области. Более того, новые методы интеллектуального анализа данных, курирования и управления оказали важную поддержку недавно разработанным алгоритмам моделирования.Таким образом, достижения в области искусственного интеллекта и глубокого обучения предоставляют прекрасную возможность для рационального проектирования и открытия лекарств, которые в конечном итоге повлияют на человечество. Основная проблема, связанная с дизайном и разработкой лекарств, — это затраты времени и производственные затраты. Кроме того, неэффективность, неточная доставка к цели и несоответствующая дозировка — это другие препятствия, которые тормозят процесс доставки и разработки лекарств. Благодаря достижениям в области технологий компьютерный дизайн лекарств, интегрирующий алгоритмы искусственного интеллекта, может устранить проблемы и препятствия, связанные с традиционным дизайном и разработкой лекарств.Искусственный интеллект называется надмножеством машинного обучения, тогда как машинное обучение включает обучение с учителем, обучение без учителя и обучение с подкреплением. Кроме того, глубокое обучение, подмножество машинного обучения, широко применяется при разработке и разработке лекарств. Искусственная нейронная сеть, глубокая нейронная сеть, машины опорных векторов, классификация и регрессия, генеративные состязательные сети, символическое обучение и мета-обучение являются примерами алгоритмов, применяемых в процессе разработки и открытия лекарств.Искусственный интеллект применялся в различных областях дизайна и процесса разработки лекарств, таких как от синтеза пептидов до дизайна молекул, от виртуального скрининга до молекулярного стыковки, количественной взаимосвязи структура-активность с репозиционированием лекарственного средства, неправильной укладки белка на белок-белковые взаимодействия и молекулярного пути. идентификация к полифармакологии. Принципы искусственного интеллекта применялись для классификации активных и неактивных, мониторинга высвобождения лекарств, доклинических и клинических разработок, первичного и вторичного скрининга лекарств, разработки биомаркеров, фармацевтического производства, идентификации биоактивности и физико-химических свойств, прогнозирования токсичности и идентификации способ действия.

Ключевые слова: Искусственный интеллект; Искусственные нейронные сети; Компьютерный дизайн лекарств; Глубокое обучение; Дизайн и открытие лекарств; Перепрофилирование лекарств; Машинное обучение; Количественная взаимосвязь структура – ​​активность; Виртуальный просмотр.

Машинное обучение против машинного обнаружения — TechCrunch

Рауль Вальдес-Перес Автор

Рауль Вальдес-Перес — соучредитель OnlyBoth.Другие сообщения этого автора
  • Робот-писатель должен кое-что сказать

Машинное обучение популярно. Там, где это применимо, он горячо обеспечивает автоматизацию, основанную на данных и знаниях, важных задач восприятия, классификации и численного прогнозирования. Его брат, открытие машин, занимается открытием новых знаний, которые просвещают или направляют людей. Давайте посмотрим, где лучше всего применить Learning или Discovery и почему это важно для бизнеса.

Много лет назад я занимался открытием машин. Научные статьи публиковались в журнале Machine Learning, а презентации делались на конференциях по машинному обучению, поскольку казалось, что обучение и открытия — это схожие виды деятельности человека. Как (опытного) предпринимателя меня часто спрашивают, имеет ли смысл метод обучения для автоматизации некоторых задач, что побудило меня написать эту статью. Во-первых, позвольте нам обратиться в некоторые фонды.

Ключевая идея искусственного интеллекта (ИИ) заключается в том, что интеллектуальную работу можно рассматривать как эвристический поиск в «проблемном пространстве», ведущий к решениям.

Представьте себе знакомую задачу телевизионного детектива по расследованию убийств, который приходит к мертвому телу на полу. Паршивый детектив достает телефонную книгу и берет интервью у людей, начиная со страницы 1. По-настоящему паршивый детектив также рассматривает космических захватчиков и сбежавших бабуинов и обращается к НАСА и местному зоопарку с просьбой разыскать эти зацепки. Они используют плохую эвристику.

Хороший детектив использует хорошую эвристику, начиная с проверенных вопросов, например: Что стало причиной смерти? Кто последний раз видел жертву живой? Есть враги? Тайный роман? Должны деньги? Хороший детектив приступает к более эффективному поиску большого количества возможных преступников, используя выводы из ответов.Великие детективы могут даже придумать новые эвристики.

Ключевая идея обнаружения машин заключается в том, что обнаружение похоже на другие интеллектуальные задачи. Таким образом, ключевая идея ИИ об эвристическом поиске в проблемных пространствах применима также к задачам обнаружения.

С другой стороны, ключевая идея машинного обучения состоит в том, что при наличии достаточного количества данных со связанными результатами вместе с представлениями о том, какие функции данных имеют отношение к прогнозированию этих результатов, программное обеспечение можно обучить создавать эти ассоциации в будущих случаях.Классические примеры включают использование исторических данных, чтобы узнать, как классифицировать соискателей ссуды по категориям кредитного риска или предсказать, когда клиенты откажутся от них.

Какой молот — обучение или открытие — лучше всего бьет по гвоздям?

Вооружившись этими ключевыми идеями, давайте рассмотрим, какой дизайн лучше — открытие или изучение — для предлагаемого приложения: приглашенный представитель для больших вечеринок или мероприятий. Хороший организатор вечеринки определяет области, представляющие общий интерес среди гостей, и пытается представить их, объясняя, что у них общего, чтобы стимулировать беседу.Это сложная задача, и хозяева очень заняты. Можно ли автоматизировать хорошее представление при наличии списка посещаемости?

Подход с искусственным интеллектом или открытием происходит следующим образом: изучить или выяснить, что является хорошим введением. Что определяет качество? Есть ли возможности для инновационных внедрений, которые служат основной цели? Какие источники данных позволяют делать эти автоматические выводы (например, профили в LinkedIn или другие биографические источники)?

Затем можно было бы сгенерировать автоматические представления, например: «Вы трое закончили один и тот же колледж примерно в одно время» или «Вы оба упомянули, что служили в Корпусе мира в Африке.Или даже: «Вы двое здесь единственные, кто знает о машинном обучении».

Плохая эвристика может привести к «Вы оба были разведены четыре или более раз» (смущает), или «Вы все со Среднего Запада» (слишком несосредоточенно) или «Ваши дни рождения зимой» (не имеет значения).

Мы обсудили ключевые идеи машинного обучения и открытий, а также подходы к конкретному новому приложению. Давайте подытожим: какой молот — обучение или открытие — лучше всего забивает какой гвоздь?

Discovery требует изучения логики задачи (т.д., пространство возможных решений), знание, которое отдает приоритет правильным путям в этом пространстве, и дизайн алгоритма, чтобы сделать все это практичным. Существует простор для инноваций в исследуемой области и в используемых эвристиках. Но большинство нововведений может исходить из новых, творческих результатов на конкретных входах, потому что автоматизация позволяет исследовать гораздо большее пространство возможностей, чем люди могут на практике рассмотреть.

Давайте рассмотрим три примера механизмов обнаружения машин, каждый из которых использует запрограммированную эвристику для поиска и передачи удобочитаемых знаний из большого пространства возможностей:

  • Поисковые системы — коммерциализированные в 1990-х годах — выполняют поиск по множеству информационных документов, используя эвристику, такую ​​как рейтинг страницы и близость слов запроса в каждом документе или его заголовке, чтобы составить список цитат, каждое с выдержками, динамически настраиваемыми как функция запроса.
  • Механизмы кластеризации — коммерциализированные около 2000 года — группируют сотни результатов поиска в тематические папки, используя эвристику, такую ​​как лингвистическое качество извлеченных тем, сколько результатов поиска охватывает каждая тема и насколько хорошо темы разделяют результаты на неперекрывающиеся группы, для описания основных тем, присутствующих в возвращаемых результатах поиска.
  • Механизмы эталонного тестирования
  • — коммерциализированы в 2015 году — обнаруживают выбросы производительности в крупных, заслуживающих внимания группах аналогов, используя эвристики, такие как краткость, разумные комбинации атрибутов и типов предложений, которые хорошо сочетаются с типами выбросов, для вывода абзацев на английском языке, которые передают аналитическую информацию для целевой организации .

Вот симптомы, указывающие на подход к открытию: Выходные данные задачи — это не просто классификации или численные прогнозы. Люди пишут книги или статьи об этой задаче, чтобы научить новичков. Данных о парах ввода / вывода / правильного вывода недостаточно. Принято убеждать других, почему конкретный результат согласуется с входными данными и знаниями о задаче. Знание задачи ограничено, поэтому для ее выполнения не требуется общий здравый смысл.

Что это означает для технологического бизнеса? Машинное обучение полуавтоматизирует задачу автоматизации задачи , что снижает затраты. Обучение применимо ко многим задачам с большим количеством данных. Обнаружение машин будет решать конкретные задачи, которые требуют знаний и обучения, когда выполняются человеком. Discovery , как правило, изготавливается вручную, более изысканно и редко.

Вам потребуется значительный опыт работы с ИИ внутри компании или поставщика. Продавцов станет меньше, и они будут сосредоточены на конкретных интеллектуальных задачах, которые окажут серьезное влияние на экономическую жизнеспособность предприятия. Продавцы не будут называть себя компаниями по открытию машин. Дифференцировать рынок с помощью открытия будет легче, потому что поставщиков меньше, в отличие от машинного обучения, у которого их много.

Машинное обучение и открытия останутся близкими родственниками, но по мере взросления будут продуктивно жить отдельно.

Искусственный интеллект и открытие лекарств на основе машинного обучения при заболеваниях центральной нервной системы: современное состояние и направления на будущее

Неврологические расстройства значительно превосходят количество болезней в других терапевтических областях. Однако разработка лекарств для лечения заболеваний центральной нервной системы (ЦНС) остается наиболее сложной областью при открытии новых лекарств, что сопровождается длительными сроками и высокой скоростью истощения.Благодаря быстрому росту биомедицинских данных благодаря передовым экспериментальным технологиям, искусственный интеллект (AI) и машинное обучение (ML) превратились в незаменимые инструменты для получения значимых идей и улучшения принятия решений при открытии лекарств. Благодаря достижениям в алгоритмах искусственного интеллекта и машинного обучения теперь решения на основе ИИ / машинного обучения обладают беспрецедентным потенциалом для ускорения процесса открытия лекарств для ЦНС с большим успехом. В этом обзоре мы всесторонне резюмируем усилия по открытию фармацевтических препаратов на основе искусственного интеллекта / машинного обучения и их реализации в области ЦНС.После введения моделей AI / ML, а также концептуализации и подготовки данных мы обрисовываем в общих чертах приложения технологий AI / ML к нескольким ключевым процедурам открытия лекарств, включая идентификацию целей, скрининг соединений, создание и оптимизацию попаданий / потенциальных клиентов, реакцию на лекарства и прогнозирование синергизма, создание новых лекарств и перепрофилирование лекарств. Мы рассматриваем текущее состояние открытия лекарств для ЦНС с помощью ИИ / МЛ, уделяя особое внимание прогнозированию проницаемости гематоэнцефалического барьера и внедрению в терапевтические открытия для неврологических заболеваний.Наконец, мы обсуждаем основные проблемы и ограничения нынешних подходов и возможные будущие направления, которые могут разрешить эти трудности.

Ключевые слова: Болезнь Альцгеймера; ЦНС; Болезнь Паркинсона; анестезия; искусственный интеллект; гематоэнцефалический барьер; депрессия; подтипы заболевания; дизайн лекарств; открытие лекарств; машинное обучение; неврологические заболевания; обезболивание; шизофрения; идентификация цели.

Безопасность | Стеклянная дверь

Подождите, пока мы убедимся, что вы настоящий человек. Ваш контент появится в ближайшее время. Если вы продолжаете видеть это сообщение, напишите нам чтобы сообщить нам, что у вас проблемы.

Nous aider à garder Glassdoor sécurisée

Nous avons reçu des activités suspectes venant de quelqu’un utilisant votre réseau internet. Подвеска Veuillez Patient que nous vérifions que vous êtes une vraie personne. Вотре содержание apparaîtra bientôt.Si vous continuez à voir ce message, veuillez envoyer un электронная почта à pour nous informer du désagrément.

Unterstützen Sie uns beim Schutz von Glassdoor

Wir haben einige verdächtige Aktivitäten von Ihnen oder von jemandem, der in ihrem Интернет-Netzwerk angemeldet ist, festgestellt. Bitte warten Sie, während wir überprüfen, ob Sie ein Mensch und kein Bot sind. Ihr Inhalt wird в Kürze angezeigt. Wenn Sie weiterhin diese Meldung erhalten, informieren Sie uns darüber bitte по электронной почте: .

Мы вернемся к активным действиям в области Glassdoor с помощью команды IEmand die uw internet netwerk deelt. Een momentje geduld totdat, мы узнали, что u daadwerkelijk een persoon bent. Uw bijdrage zal spoedig te zien zijn. Als u deze melding blijft zien, электронная почта: om ons te laten weten dat uw проблема zich nog steeds voordoet.

Hemos estado detectando actividad sospechosa tuya o de alguien con quien compare tu red de Internet. Эспера mientras verificamos que eres una persona real.Tu contenido se mostrará en breve. Si Continúas recibiendo este mensaje, envía un correo electrónico a para informarnos de que tienes problemas.

Hemos estado percibiendo actividad sospechosa de ti o de alguien con quien compare tu red de Internet. Эспера mientras verificamos que eres una persona real. Tu contenido se mostrará en breve. Si Continúas recibiendo este mensaje, envía un correo electrónico a para hacernos saber que estás teniendo problemas.

Temos Recebido algumas atividades suspeitas de voiceê ou de alguém que esteja usando a mesma rede.Aguarde enquanto confirmamos que Você é Uma Pessoa de Verdade. Сеу контексто апаресера эм бреве. Caso продолжить Recebendo esta mensagem, envie um email para пункт нет informar sobre o проблема.

Abbiamo notato alcune attività sospette da parte tua o di una persona che condivide la tua rete Internet. Attendi mentre verifichiamo Che sei una persona reale. Il tuo contenuto verrà visualizzato a breve. Secontini visualizzare questo messaggio, invia un’e-mail all’indirizzo per informarci del проблема.

Пожалуйста, включите куки и перезагрузите страницу.

Это автоматический процесс. Ваш браузер в ближайшее время перенаправит вас на запрошенный контент.

Подождите до 5 секунд…

Перенаправление…

Заводское обозначение: CF-102 / 6bb21c1f2fd975b7.

Улучшение обнаружения генома с помощью машинного обучения

Авторы: Эндрю Кэрролл, менеджер по продукту, и Кори Маклин, инженер-программист, Google Health

Геном каждого человека, который в совокупности кодирует биохимический механизм, с которым они рождаются, состоит из более чем 3 миллиардов букв ДНК.Однако только небольшая часть генома (~ 4-5 миллионов позиций) варьируется между двумя людьми. Тем не менее, уникальный геном каждого человека взаимодействует с окружающей средой, с которой он сталкивается, и определяет большинство результатов его здоровья. Ключевым методом понимания взаимосвязи между генетическими вариантами и признаками является исследование общегеномных ассоциаций (GWAS), в котором каждый генетический вариант, присутствующий в когорте, индивидуально исследуется на предмет корреляции с интересующим признаком. Результаты GWAS можно использовать для выявления и определения приоритетности потенциальных терапевтических целей путем выявления генов, которые сильно связаны с представляющим интерес заболеванием, а также могут использоваться для построения полигенной оценки риска (PRS) для прогнозирования предрасположенности к заболеванию на основе комбинированного влияния вариантов. присутствует в физическом лице.Тем не менее, хотя точное измерение признаков у человека (так называемое фенотипирование) важно для GWAS, оно часто требует кропотливого экспертного наставничества и / или субъективных суждений.

В статье «Крупномасштабное фенотипирование на основе машинного обучения значительно улучшает открытие генома для морфологии головки зрительного нерва» мы демонстрируем, как использование моделей машинного обучения (ML) для классификации данных медицинской визуализации может быть использовано для улучшения GWAS. Мы описываем, как модели могут быть обучены фенотипам для создания прогнозов признаков и как эти прогнозы используются для выявления новых генетических ассоциаций.Затем мы показываем, что новые обнаруженные ассоциации улучшают точность PRS и, на примере глаукомы, что улучшения анатомических характеристик глаза связаны с болезнью человека. Мы выпустили код обучения модели и подробную документацию для ее использования в нашем репозитории Genomics Research на GitHub.

Идентификация генетических вариантов, связанных с анатомическими особенностями глаза
Предыдущая работа продемонстрировала, что модели ML могут идентифицировать глазные заболевания, кожные заболевания и аномальные результаты маммограммы с точностью, приближающейся или превосходящей современные методы, применяемые экспертами в данной области.Поскольку идентификация заболевания является подмножеством фенотипирования, мы пришли к выводу, что модели ML могут широко использоваться для повышения скорости и качества фенотипирования для GWAS.

Чтобы проверить это, мы выбрали модель, которая использует изображение глазного дна, чтобы точно предсказать, следует ли направлять пациента на обследование по поводу глаукомы. Эта модель использует изображения глазного дна для прогнозирования диаметров диска зрительного нерва (области, где зрительный нерв соединяется с сетчаткой) и глазного бокала (белесой области в центре диска зрительного нерва).Соотношение диаметров этих двух анатомических особенностей (так называемое отношение вертикальной чашки к диску или VCDR) сильно коррелирует с риском глаукомы.

Репрезентативное изображение глазного дна сетчатки, показывающее вертикальное соотношение чашки к диску, которое является важным диагностическим измерением глаукомы.

Мы применили эту модель для прогнозирования VCDR на всех изображениях глазного дна людей в британском биобанке, который является крупнейшим в мире набором данных, доступным для исследователей во всем мире для исследований, связанных со здоровьем в общественных интересах, содержащим обширные фенотипические и генетические данные для ~ 500000 псевдонимизированных ( Стандарт Британского Биобанка для деидентификации физических лиц.Затем мы выполнили GWAS в этом наборе данных, чтобы идентифицировать генетические варианты, которые связаны с прогнозами VCDR на основе моделей.

Применение модели прогнозирования VCDR, обученной на клинических данных, для генерации прогнозируемых значений для VCDR, чтобы сделать возможным обнаружение генетических ассоциаций для признака VCDR.

GWAS на основе ML идентифицировал 156 различных геномных областей, связанных с VCDR. Мы сравнили эти результаты с VCDR GWAS, проведенным другой группой по тем же данным британского биобанка, Craig et al.2020, где эксперты тщательно пометили все изображения для VCDR. GWAS на основе ML воспроизводит 62 из 65 ассоциаций, обнаруженных в Craig et al. , что указывает на то, что модель точно предсказывает VCDR на изображениях британского биобанка. Вдобавок GWAS на основе машинного обучения обнаружил 93 новых ассоциации.

Число статистически значимых ассоциаций GWAS, обнаруженных с помощью исчерпывающего экспертного подхода к маркировке (Craig et al ., слева), и нашим подходом на основе машинного обучения (справа) с общими ассоциациями посередине.

GWAS на основе ML улучшает предсказания полигенных моделей
Чтобы подтвердить, что новые ассоциации, обнаруженные в GWAS на основе ML, являются биологически значимыми, мы разработали независимые PRS, используя Craig et al. и результаты GWAS на основе ML и проверили их способность прогнозировать VCDR, помеченные экспертами человека, в подмножестве UK Biobank, а также в полностью независимой когорте (EPIC-Norfolk).PRS, разработанная на основе GWAS на основе ML, показала большую прогностическую способность, чем PRS, построенная на основе экспертного подхода к маркировке в обоих наборах данных, обеспечивая убедительные доказательства того, что новые ассоциации, обнаруженные методом на основе ML, влияют на биологию VCDR, и предполагая, что улучшенное фенотипирование точность (т. е. более точное измерение VCDR) модели приводит к более мощному GWAS.

Корреляция между оценкой полигенного риска (PRS) для VCDR, полученной на основе подхода, основанного на ML, и подхода исчерпывающей экспертной маркировки (Craig et al.). На этих графиках более высокие значения по оси ординат указывают на большую корреляцию и, следовательно, больший прогноз только на основе генетических данных. [* — p ≤ 0,05; *** — p ≤ 0,001]

В качестве второй проверки, поскольку мы знаем, что VCDR сильно коррелирует с глаукомой, мы также исследовали, коррелировали ли PRS на основе ML с людьми, которые либо сообщали сами, что у них была глаукома, либо имели коды медицинских процедур, указывающие на глаукому или лечение глаукомы. .Мы обнаружили, что PRS для VCDR, определенный с использованием прогнозов нашей модели, также позволяет прогнозировать вероятность того, что у человека есть признаки глаукомы. Лица со стандартным отклонением PRS на 2,5 или более выше среднего были более чем в 3 раза чаще болеют глаукомой в этой когорте. Мы также заметили, что PRS VCDR на основе фенотипов на основе ML был более предсказуемым для глаукомы, чем PRS VCDR, полученный на основе обширного ручного фенотипирования.

Отношение шансов глаукомы (самоотчет или код МКБ), стратифицированное с помощью PRS для VCDR, определенного с использованием фенотипов на основе ML (в стандартных отклонениях от среднего).На этом графике ось Y показывает вероятность того, что у человека есть глаукома, по сравнению с исходным уровнем (представлен пунктирной линией). По оси абсцисс показаны стандартные отклонения от среднего для PRS. Данные визуализируются в виде стандартной прямоугольной диаграммы, на которой показаны значения среднего (оранжевая линия), первого и третьего квартилей, а также минимума и максимума.

Заключение
Мы показали, что модели ML можно использовать для быстрого фенотипирования больших когорт для GWAS, и что эти модели могут увеличить статистическую мощность в таких исследованиях.Хотя эти примеры были показаны для черт глаз, предсказанных на основе изображений сетчатки, мы с нетерпением ждем возможности изучить, как эта концепция может применяться к другим заболеваниям и типам данных.

Благодарности
Мы хотели бы особенно поблагодарить соавтора доктора Энтони Хаваджа из офтальмологической клиники Мурфилдс за его обширный медицинский опыт. Мы также признаем усилия профессора Джейми Крейга и его коллег по их исчерпывающей маркировке изображений британского биобанка, что позволило нам провести сравнение с нашим методом.Несколько авторов этой работы, а также профессор Стюарт МакГрегор и сотрудники в Австралии и в Max Kelsen независимо воспроизвели эти результаты, и мы также ценим этот научный вклад. Наконец, эта работа суммирует работу следующих участников Google, которых мы хотели бы поблагодарить: Бабака Алипанахи, Фархада Хормоздиари, Бабака Бехсаза, Джастина Косентино, Захари Р. Маккоу, Эмануэля Шорша, Д. Скалли, Элизабет Х. Дорфман, Сони Фен, Наама Хаммел, Эндрю Кэрролл и Кори Ю.Маклин

Автоматизация обнаружения лекарств с помощью машинного обучения

Традиционный путь разработки лекарств долог, дорог и страдает большим количеством неудач — ученые тестируют миллионы молекул, однако лишь незначительный прогресс до доклинических или клинических испытаний.

Принятие инноваций, особенно автоматизированных технологий, имеет важное значение для уменьшения сложности, связанной с открытием лекарств, и избежания высоких затрат и времени, затрачиваемых на вывод лекарства на рынок.

Рост автоматизации при открытии лекарств
Внедрение автоматизации может сделать поиск лекарств более дешевым, эффективным и менее трудоемким. Последние несколько десятилетий стали свидетелями резкого роста использования новых подходов и технологий в открытии лекарств.

Доступность массивных наборов данных и продвинутых алгоритмов вызвала больший интерес и вызвала значительные улучшения в использовании искусственного интеллекта (ИИ) в этой области. ИИ может обеспечить существенные улучшения на многих этапах разработки лекарств, сокращая время от идентификации цели до клинических испытаний.

Машинное обучение (ML), подмножество ИИ, — это быстро развивающаяся область, которую все чаще используют многие фармацевтические компании. Интеграция подходов машинного обучения в процесс разработки лекарств может помочь автоматизировать повторяющиеся задачи обработки и анализа данных.

Машинное обучение — принятие решений на основе данных
Решения машинного обучения основаны на моделировании и анализе больших данных. Данные могут поступать из различных источников (например, репозиториев данных, собственных экспериментов и публикаций) и могут различаться по формату, что затрудняет агрегирование, хранение и подготовку данных для анализа, хотя и необходимо.

ML обучает систему делать выводы и решения автономно без какой-либо внешней поддержки. Решения принимаются, когда система учится и совершенствуется на основе прошлого опыта — она ​​учится на предоставленных данных и расшифровывает связанные шаблоны, содержащиеся в ней. Затем, посредством распознавания и анализа образов, система выдает «результат», который может быть предсказанием или классификацией.

Задачи машинного обучения можно разделить на три категории: обучение с учителем, обучение без учителя и последовательное обучение.Данные в машинном обучении могут быть двух типов — помеченные и немаркированные.

Обучение с учителем основывается на помеченном наборе данных, который действует как обучающий, обучая модель или машину. После обучения модель может начать делать прогнозы и принимать решения по мере поступления новых данных. Глубокое обучение и вспомогательные векторные машины, обычно используемые в биологических условиях, относятся к контролируемому обучению. Глубокое обучение использует искусственные нейронные сети (ИНС) для выявления очень сложных шаблонов в больших наборах данных.

Обучение без учителя определяет отношения или закономерности в немаркированных данных.Модель обучается независимо посредством наблюдения и создает кластеры наблюдаемых закономерностей и взаимосвязей в наборе данных.

Последовательное обучение позволяет агенту, который является целеустремленной сущностью, обучаться в интерактивной среде, используя обратную связь от его собственных действий и опыта. Последовательное обучение основано на пробах и ошибках для принятия последовательности решений.

Всплеск подходов к машинному обучению для открытия лекарственных активность новых лигандов
  • Модели дизайна, которые предсказывают фармакокинетические и токсикологические свойства кандидатов в лекарства

  • В последующих разделах будут выделены примеры того, как ML можно использовать для перепрофилирования лекарств и для открытия новых антибиотиков.Также будет обсуждаться применение стратегий машинного обучения для улучшения профилирования на основе изображений и ускорения открытия лекарств.

    Автоматизация, которая объединяет ваш рабочий процесс обнаружения лекарств

    Открытие лекарств часто представляют собой сложную головоломку, в которой взаимосвязь рабочих процессов и данных является важной частью. Помня о лаборатории будущего, гибкое и полностью интегрированное решение может помочь вам беспрепятственно объединить рабочие процессы и данные для эффективной автоматизации вашей науки. Загрузите это руководство, чтобы узнать, как увеличить время простоя, улучшая воспроизводимость и производительность без ущерба для качества данных.

    Руководство по загрузке

    Прогнозирование вызванных лекарствами изменений в экспрессии генов с помощью глубокого обучения
    DeepCE, новая компьютерная модель глубокого обучения, разработанная исследователями из Университета штата Огайо, помогает предсказать корреляцию между экспрессией генов и реакцией на лекарства. Используя модель, команда определила десять кандидатов для перепрофилирования лекарств от COVID-19. Два препарата (циклоспорин и анидулафунгин) получили одобрение регулирующих органов; остальные восемь в настоящее время проходят расследование и проходят испытания при различных показаниях.

    DeepCE полагается на два основных источника общедоступных данных: L1000 и DrugBank.
    • L1000 — это хранилище данных, финансируемое Национальным институтом здравоохранения, которое предоставляет «сигнатуры лекарств» для проектов по открытию новых лекарств. Сигнатура лекарства определяется как изменение экспрессии гена внутри клетки, когда клетка подвергается воздействию лекарства. Набор данных L1000 в настоящее время содержит более миллиона профилей экспрессии генов химически (малых молекул лекарств) измененных клеточных линий человека.Клеточные линии представляют ткани органов, таких как почки и легкие.
    • DrugBank содержит информацию о химической структуре и свойствах примерно 11 000 одобренных и исследуемых лекарств.


    Сравнивая данные L1000 с лекарственными соединениями, содержащимися в DrugBank, исследователи могли предсказать влияние лекарства на разные клеточные линии и разные гены. Однако перед командой из Университета штата Огайо стояла важная задача. Сигнатуры лекарств в L1000 неполны и охватывают лишь крошечную часть потенциальных соединений.Для генов, не представленных в L1000, команда использовала подход глубокого обучения. Модель DeepCE была обучена путем прогона всего набора данных L1000 с использованием алгоритма для конкретных химических соединений и их дозировок.

    «Мы разработали модель глубокого обучения DeepCE, используя нейронную сеть графа (преобразует химическую структуру каждого соединения в набор векторов, каждый из которых представляет локальную субструктуру атома), многоголовую сеть внимания (фиксирует взаимодействия наркотиков и генов и взаимодействия генов) и несколько сетей прямого распространения для преобразования информации о химических веществах, генах и лекарствах в профиль экспрессии генов, индуцированный лекарствами.Таким образом, мы смогли сравнить прогнозируемые профили экспрессии генов для всех 11 179 препаратов в DrugBank с профилями экспрессии генов пациентов с COVID-19 и выбранными соединениями с наиболее отрицательной корреляцией », — пояснил Пинг Чжан, доцент информатики и инженерная и биомедицинская информатика в Университете штата Огайо.

    Согласно Чжан, «Этот метод позволяет своевременно перепрофилировать лекарства для лечения неизвестных болезней, таких как COVID-19, что полезно при текущей пандемии коронавируса и в случае чрезвычайных ситуаций в области общественного здравоохранения в будущем. .Основываясь на теории связывания лекарств и болезней, как только у нас появятся сигнатуры болезней от пациентов, инфицированных вариантами SARS-CoV-2, мы можем быстро изменить ранжирование наших прогнозов для получения более точных рекомендаций для новых групп пациентов ».

    Расширение арсенал антибиотиков с подходами глубокого обучения
    Быстрое появление устойчивых к антибиотикам бактерий вызывает глобальную озабоченность. В результате существует острая необходимость в открытии новых антибиотиков.По прогнозам экспертов, если не будет предпринято никаких действий, к 2050 году лекарственно-устойчивые заболевания могут стать причиной 10 миллионов смертей каждый год. сеть, способная предсказывать молекулы с антибактериальной активностью. Выполняя прогнозы для нескольких химических библиотек, исследователи открыли новый антибиотик, который они назвали галицин.

    Галицин по структуре отличается от обычных антибиотиков и проявляет бактерицидную активность против широкого филогенетического спектра патогенов, включая Mycobacterium tuberculosis и устойчивые к карбапенемам Enterobacteriaceae.

    Джонатан Стоукс, научный сотрудник Института Броуда Массачусетского технологического института и Гарварда, является ведущим автором исследования, которое недавно было опубликовано в Cell . Стоукс подробно рассказал о том, как они идентифицировали галицин: «Мы обучили модель глубокого обучения на наборе из ~ 2500 молекул для тех, которые подавляли рост E. coli in vitro . Эта модель изучила взаимосвязь между химической структурой и антибактериальной активностью в организме человека. Это позволило нам показать модельные наборы химикатов, которые он никогда раньше не видел, и затем сделать прогнозы относительно того, обладают ли эти новые молекулы антибактериальной активностью против E.coli или нет ».

    После обучения модель была протестирована в Центре перепрофилирования лекарств Института Броуда, в библиотеке, состоящей из ~ 6000 соединений. Из библиотеки модель выбрала одну молекулу, галицин, которая, как было предсказано, обладает сильной антибактериальной активностью. Галицин, препарат, первоначально исследованный как противодиабетический, был протестирован на десятках бактериальных штаммов и оказался эффективным против многих устойчивых к лекарствам бактерий, включая Clostridium difficile, Acinetobacter baumannii и Mycobacterium tuberculosis .Также было обнаружено, что галицин обладает низкой прогнозируемой токсичностью для людей.

    ML модели могут исследовать, in silico , большие химические пространства, исследование которых с использованием традиционных подходов может быть утомительным и дорогостоящим. Согласно Stokes , « ML как инструмент для открытия лекарств, вероятно, будет играть важную роль в том, как мы находим новые антибиотики. В качестве инструмента прогнозирования правильно обученные модели позволят нам исследовать обширные химические пространства in silico, которые достаточно велики, чтобы мы не смогли эмпирически проверить это количество соединений в лаборатории.В настоящее время мы можем провести крупномасштабный скрининг, возможно, несколько миллионов молекул в лаборатории, по сравнению с прогнозами in silico , которые охватывают миллиарды соединений ».

    Подходы ML можно использовать на каждой стадии разработки лекарств конвейер «. Помимо химического прогнозирования открытия новых антибиотиков на доклинической стадии, я считаю, что подходы машинного обучения могут показать полезность на всех этапах разработки лекарств — важный вопрос заключается в том, можем ли мы, как ученые, получить приемлемые наборы обучающих данных для обучения моделей это может сделать разумные прогнозы на более продвинутых стадиях разработки лекарств », — сказал Стоукс.

    Профилирование на основе изображений для открытия лекарств
    Профилирование на основе изображений — это стратегия, с помощью которой информация, представленная в биологических изображениях, обрабатывается, анализируется и извлекается в виде характеристик на основе изображений, которые затем объединяются в профили. Эти профили изображений могут быть извлечены для захвата соответствующих закономерностей и выявления непредвиденной биологической активности, такой как неисследованный механизм заболевания — эта жизненно важная информация затем может быть применена в процессе открытия лекарств.

    Профилирование на основе изображений можно использовать для определения специфических для болезни фенотипов и изучения механизма заболевания. Его также можно использовать для прогнозирования активности лекарственного средства, например механизма действия и профиля токсичности.

    Энн Карпентер, старший директор платформы обработки изображений Института Броуда Массачусетского технологического института и Гарварда, и ее команда биологов и компьютерных ученых являются пионерами в разработке решений для анализа изображений и исследования данных.

    «Профилирование на основе изображений является мощным средством, потому что просмотр закономерностей на изображениях может ускорить почти каждый этап процесса открытия лекарств, от создания разнообразных, но компактных химических библиотек до первичных анализов скрининга, целевой деконволюции для фенотипических скринингов и идентификации биомаркеров. и диагностика.Даже недавно было показано, что это устраняет необходимость в первичном скрининге путем виртуального прогнозирования некоторых видов биологической активности на основе существующих изображений «, — пояснил Карпентер.

    Из-за увеличения объемов изображений исследователи начали использовать стратегии машинного обучения, такие как глубокое обучение улучшить извлечение релевантных сигналов из профилей на основе изображений и ускорить открытие лекарств.

    «В большинстве экспериментальных исследований в этой области использовались классические методы обработки изображений и машинного обучения, поэтому я думаю, что мы скоро увидим быстрое ускорение «, — сказал Карпентер, — сказал Карпентер.

    Захватывающие возможности, но ключ к пониманию методологий
    ML может помочь ученым и ускорить процесс открытия лекарств. Машинное обучение в сочетании с экспертными знаниями может снизить скорость истощения и ускорить процесс открытия лекарств. Чжан подробно рассказал о его потенциале , : «Сотни миллионов потенциальных лекарств ждут открытия. Следующее великое противовирусное средство (или антидепрессант, или противовоспалительное средство) может уже находиться где-то в лаборатории, о чем раньше не замечали (требуется много времени, чтобы его предложить для некоторые указания).Глубокое обучение может подсказать нам, какие соединения стоит тестировать ».

    ИИ представил захватывающие возможности для новых открытий в различных областях; однако эта технология все еще остается на низком уровне. Чтобы раскрыть весь свой потенциал ИИ, потребуется обучение, доверие и координация между ключевыми заинтересованными сторонами. .

    Добавить комментарий

    Ваш адрес email не будет опубликован.