วันพุธที่ 31 พฤษภาคม พ.ศ. 2566

AI ค้นพบยาปฏิชีวนะที่ต้านเชื้อดื้อยา

 

woman-scientist
ภาพจาก BBC News

นักวิทยาศาสตร์ในแคนาดาและสหรัฐอเมริกาใช้ปัญญาประดิษฐ์ (artificial intelligence ) หรือ AI ช่วยในการค้นพบยาปฏิชีวนะชนิดใหม่ที่สามารถกำจัดเชื้อดื้อยาที่อันตรายถึงชีวิต ด้วยการจำกัดจำนวนผู้ทดสอบหลายพันคนให้เหลือเพียงไม่กี่คนเพื่อการทดสอบในห้องปฏิบัติการ

นักวิจัยได้ทดสอบยาหลายพันชนิดในสายพันธุ์ที่ดื้อต่อยาปฏิชีวนะอย่าง Acinetobacter baumannii จากนั้นส่งข้อมูลผลลัพธ์ไปยัง AI เพื่อให้สามารถระบุคุณสมบัติทางเคมีของสารประกอบที่มีประสิทธิภาพสูงสุดในการโจมตีแบคทีเรีย

AI วิเคราะห์ยา 6,680 รายการโดยไม่ทราบประสิทธิภาพของมัน และสร้างรายการที่สามารถนำมาใช้พิจารณาต่อไปได้ในเวลาเพียง 90 นาที 

นักวิจัยพบว่า 9 ใน 240 จากรายการยาปฏิชีวนะที่ผ่านการทดสอบในห้องปฏิบัติการเป็นยาปฏิชีวนะที่มีศักยภาพ โดยสารประกอบอะบาซิน (abaucin) แสดงให้เห็นถึงความสามารถในการทำลายเชื้อดื้อยาในตัวอย่างจากผู้ป่วย

อ่านข่าวเต็มได้ที่: BBC News

วันอังคารที่ 30 พฤษภาคม พ.ศ. 2566

ทางเลือกที่จะทำงานต่อไปถ้า GPS ทำงานไม่ได้

satellites-orbit
ภาพจาก IEEE Spectrum

ในการค้นหาทางเลือกอื่นนอกเหนือจากระบบระบุตำแหน่งบนพื้นโลก (Global Positioning System) หรือ GPS นักวิจัยของ Ohio State University สามารถคำนวณตำแหน่งพื้นดินภายในหน่วยเป็นเมตรโดยใช้ดาวเทียมวงโคจรต่ำ ( low Earth orbit) หรือ LEO 

พวกเขาพัฒนาอัลกอริธึม STAN (simultaneous tracking and navigation) ซึ่งสามารถตรวจจับดาวเทียม LEO ถอดรหัสสัญญาณ ติดตามสัญญาณ และประเมินตำแหน่งของดาวเทียม

พวกเขายังได้พัฒนาเครื่องรับที่ติดตั้งบนยานพาหนะซึ่งสามารถทำงานร่วมกับกลุ่มดาวเทียมแทบทุกชนิด ในการทดลองขับ พวกเขาขับออกไป 100 เมตร ก่อนจะตัด GPS และขับต่อไปอีกประมาณ 1 กิโลเมตร ระบบ GPS-INS มาตรฐาน ระบุตำแหน่งที่แท้จริงของนักวิจัยผิดไป 500 เมตร ในขณะที่ระบบ STAN ผิดไปเพียง 4.4 เมตร

Zak Kassas จากกระทรวงคมนาคมของสหรัฐฯ กล่าวว่า "เราสามารถใช้สัญญาณของดาวเทียมเพื่อค้นหาตำแหน่งของตนเองได้อย่างแม่นยำ"

อ่านข่าวเต็มได้ที่: IEEE Spectrum

วันจันทร์ที่ 29 พฤษภาคม พ.ศ. 2566

AI ระบุวัสดุที่คล้ายกันจากรูป

MIT-Similarity-material-prediction
ภาพจาก MIT News

ตัวแบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI การเรียนรู้ของเครื่อง (machine learning) ซึ่งพัฒนาโดยนักวิทยาศาสตร์ที่ Massachusetts Institute of Technology และ Adobe Research สามารถระบุพิกเซลทั้งหมดในภาพที่ใช้แสดงถึงวัสดุที่ระบุ

ตัวแบบจะแปลงคุณลักษณะด้านภาพทั่วไปที่ได้รับการฝึกอบรมล่วงหน้าให้เป็นคุณลักษณะเฉพาะของวัสดุ จากนั้นจึงคำนวณคะแนนความคล้ายคลึงกันของวัสดุของแต่ละพิกเซลในภาพ ความแม่นยำของการทำนายความคล้ายคลึงนี้อยู่ที่ 92 %

อ่านข่าวเต็มได้ที่: MIT News




วันอาทิตย์ที่ 28 พฤษภาคม พ.ศ. 2566

การเพิ่มประสิทธิภาพสำหรับอินเทอร์เน็ตควอนตัม

telecomm-wavelength-quantum
ภาพจาก  Universitat Innsbruck (Austria)

นักวิจัยจาก University of Innsbruck ของออสเตรียส่งข้อมูลควอนตัมด้วยโหนดทวนสัญญาณควอนตัมที่ทำงานที่ความถี่มาตรฐานของเครือข่ายโทรคมนาคม

โหนดทวนสัญญาณประกอบด้วยไอออนแคลเซียมสองตัวที่อยู่ในกับดักไอออนภายในตัวสะท้อนแสง และแปลงโฟตอนเดียวเป็นความยาวคลื่นโทรคมนาคมมาตรฐาน

นักวิจัยสามารถส่งข้อมูลควอนตัมผ่านใยแก้วนำแสงยาว 50 กิโลเมตร (31 ไมล์) โดยที่ตัวทวนสัญญาณควอนตัมจะอยู่กึ่งกลางระหว่างจุดส่งสัญญาณและจุดรับสัญญาณ

นักวิจัยกล่าวว่าพวกเขาได้คำนวณการปรับปรุงสำหรับการออกแบบที่จำเป็นในการถ่ายโอนข้อมูลในระยะทาง 800 กิโลเมตร (เกือบ 500 ไมล์) แล้ว

อ่านข่าวเต็มได้ที่: Universitat Innsbruck (Austria)

วันเสาร์ที่ 27 พฤษภาคม พ.ศ. 2566

โรงเรียนจากการพิมพ์สามมิติแห่งแรกในยูโรปเป็นรูปเป็นร่างแล้วในยูเครน

3d-printing-school
ภาพจาก Radio Free Europe/Radio Free Liberty (Czech Republic)

กลุ่มเพื่อมนุษยธรรม Team4UA ได้ร่วมกันสร้างโรงเรียนประถมจากการพิมพ์สามมิติ แห่งแรกของยุโรปในเมือง Lviv ทางตะวันตกของยูเครน โดยใช้เทคโนโลยีจาก COBOD International ซึ่งเป็นบริษัทก่อสร้างที่ใช้การพิมพ์ 3 มิติของเดนมาร์ก

โรงเรียนจะรวมส่วนที่พิมพ์ 3 มิติและส่วนที่สร้างด้วยตนเองเข้าด้วยกัน ผู้จัดโครงการกล่าวว่า เป้าหมายหนึ่งคือนำเข้าเครื่องพิมพ์ 3 มิติหลายเครื่อง และรวมเศษซากของอาคารที่ถูกทำลายเข้าด้วยกันให้เป็นส่วนผสมคอนกรีตสำหรับโรงเรียน

พวกเขาหวังว่าโรงเรียนจะกลายเป็นต้นแบบสำหรับการสร้างสิ่งอำนวยความสะดวกที่คล้ายคลึงกันทั่วยูเครน ซึ่งเป็นส่วนหนึ่งของความพยายามในการฟื้นฟูครั้งใหญ่ ส่วนที่พิมพ์ 3 มิติของโรงเรียนมีกำหนดแล้วเสร็จในต้นเดือนมิถุนายน

อ่านข่าวเต็มได้ที่: Radio Free Europe/Radio Free Liberty (Czech Republic)

วันศุกร์ที่ 26 พฤษภาคม พ.ศ. 2566

การเปลี่ยนแปลงเพียงเล็กน้อยแต่มีผลมากมายด้านความมั่นคงคอมพิวเตอร์

computer-security
Photo by FLY:D on Unsplash

นักวิจัยจาก University of California, San Diego (UCSD) และ Purdue University พบว่าพวกเขาสามารถเสริมความแข็งแกร่งให้กับความมั่นคง (security) ของคอมพิวเตอร์ได้โดยการวิศวกรรมย้อนกลับ  (reverse-engineering) ของตัวทำนายการแยกสายการทำงานตามเงื่อนไข (conditional-branch) ในโปรเซสเซอร์รุ่นเรือธงของ Intel ผ่านวิธีการที่เรียกว่า Half&Half

ช่องโหว่ที่ร้ายแรงมีรากฐานมาจากโปรเซสเซอร์สมัยใหม่ที่ใช้ตัวทำนายการแยกสายการทำงานร่วมกันระหว่างเธรดและโพรเซสที่กำลังทำงานอยู่ทั้งหมด นักวิจัยพบว่าพวกเขาสามารถแยกตัวทำนายสายการทำงานของ Intel ออกเป็นสองส่วนโดยเปลี่ยนเลขที่อยู่ของสายการทำงานเพียงเล็กน้อย

Hosein Yavarzadeh จาก UCSD กล่าวว่า "ด้วยการเปลี่ยนแปลงเล็กๆ น้อยๆ ในวิธีที่เราสร้างโค้ด ตอนนี้เราสามารถรันสองเธรดร่วมกันบนแกนประมวลผลเดียวกันได้ และเป็นไปไม่ได้ที่จะมีการรั่วไหลของข้อมูลผ่านตัวทำนายสายการทำงาน หรือกระตุ้นให้เกิดการคาดการณ์ผิดเพื่อเริ่มการโจมตี Spectre

อ่านข่าวเต็มได้ที่: UC San Diego Today

วันพุธที่ 24 พฤษภาคม พ.ศ. 2566

ถอดรหัสความเครียดจากเทคโนโลยีอุปกรณ์สวมใส่


woman-watching-smart-watch
ภาพจาก IEEE Spectrum

นักวิจัยจากโรงพยาบาล Mount Sinai ในนครนิวยอร์กใช้การวัดความแปรปรวนของอัตราการเต้นของหัวใจ (heart rate variability) หรือ HRV จากนาฬิกาอัจฉริยะเพื่อตีความสภาพจิตใจของผู้สวมใส่

นักวิจัยได้วัดความสัมพันธ์ของกลุ่มระหว่างค่าการฟื้นตัว (resilience) มาตรฐาน กับค่า HRV ในช่วงเวลาของผู้เข้าร่วมการศึกษาแต่ละคน พวกเขาสอนตัวแบบการเรียนรู้ของเครื่อง (machine learning) เพื่อคาดการณ์การฟื้นตัวและคะแนนรวมของการฟื้นตัว การมองโลกในแง่ดี และการสนับสนุนทางอารมณ์ของผู้เข้าร่วมตามรูปแบบ HRV ของพวกเขา

นักวิจัยกล่าวว่าวิธีการของพวกเขาทำให้ผู้คนเข้าถึงการดูแลสุขภาพจิตแบบองค์รวมที่พวกเขาไม่เคยมีมาก่อน

อ่านข่าวเต็มได้ที่: IEEE Spectrum

วันอังคารที่ 23 พฤษภาคม พ.ศ. 2566

หาโทรศัพท์ไม่เจอใช่ไหม? หุ่นยนต์ช่วยได้

Fetch-Robot
ภาพจาก University of Waterloo (Canada)

วิศวกรที่ University of Waterloo ของแคนาดาได้ตั้งโปรแกรมหุ่นยนต์เพื่อช่วยผู้ป่วยโรคสมองเสื่อมในการค้นหาสิ่งของที่วางผิดที่

Ali Ayub จาก Waterloo และเพื่อนร่วมงานใช้อัลกอริทึมการตรวจจับวัตถุเพื่อตั้งโปรแกรมหุ่นยนต์แบบเคลื่อนที่ได้ที่เรียกว่า Fetch เพื่อตรวจจับ ติดตาม และเก็บบันทึกวัตถุที่มองเห็นจากกล้องเก็บไว้ในวิดีโอ จากนั้นจึงสร้างอินเทอร์เฟซแบบกราฟิกสำหรับผู้ใช้เพื่อเลือกวัตถุที่จะติดตาม โดยพิมพ์ชื่อวัตถุเพื่อค้นหาโดยแอปพลิเคชันสมาร์ทโฟนหรือคอมพิวเตอร์

หุ่นยนต์สามารถส่งสัญญาณว่าเห็นวัตถุที่ต้องการครั้งล่าสุดเมื่อใดและที่ไหน Ayub กล่าวว่า "ผลกระทบระยะยาวของสิ่งนี้น่าตื่นเต้นจริง ๆ"

อ่านข่าวเต็มได้ที่: University of Waterloo (Canada)


วันจันทร์ที่ 22 พฤษภาคม พ.ศ. 2566

วิธีการที่ดีกว่าในการศึกษากระแสน้ำในมหาสมุทร

MIT-Current-Prediction
ภาพจาก MIT News

ทีมสหสาขาวิชาที่นำโดยนักวิจัยจาก Massachusetts Institute of Technology (MIT) ได้พัฒนาตัวแบบที่รวมเอาการเรียนรู้ของเครื่อง (machine learning) และไดนามิกของของไหล (fluid dynamic)  เพื่อทำนายกระแสน้ำในมหาสมุทรและระบุความแตกต่างได้ดีขึ้น

ตัวแบบนี้ใช้ข้อมูลเดียวกันจากทุ่นที่ติด GPS แต่รับข้อมูลฟิสิกส์พื้นฐาน ตัวแบบใหม่นี้มีประสิทธิภาพดีกว่าวิธีการทั่วไปในการทดสอบโดยใช้ข้อมูลจากทุ่นทะเลทั้งแบบสังเคราะห์และของจริง

ตัวแบบที่ใช้การเรียนรรู้ของเครื่องนี้จะช่วยในการติดตามมลพิษจากขยะพลาสติก น้ำมันที่ไหลลงทะเล และช่วยในการค้นหาและกู้ภัย 

อ่านข่าวเต็มได้ที่: MIT News

วันอาทิตย์ที่ 21 พฤษภาคม พ.ศ. 2566

เรื่องราววิวัฒนาการของมนุษย์ถูกเขียนใหม่ด้วยข้อมูลใหม่และพลังการประมวลผลที่มากขึ้น

African-men
ภาพจาก Nature

ตัวแบบการคำนวณที่ใช้ซอฟต์แวร์ใหม่และข้อมูลจีโนมจำนวนมหาศาล กำลังท้าทายความเชื่อที่มีมายาวนานว่ามนุษย์มีต้นกำเนิดมาจากภูมิภาคเดียวของแอฟริกา แทนที่จะเกิดขึ้นจากประชากรบรรพบุรุษหลายกลุ่มทั่วทั้งทวีป

ทีมนักวิจัยนานาชาติใช้ซอฟต์แวร์เพื่อควบคุมพลังการประมวลผลที่ต้องใช้ในการสร้างตัวแบบ ซึ่งรวมข้อมูลการจัดลำดับจีโนมจากประชากรแอฟริกาตะวันออกและตะวันตกที่มีอยู่ และชนเผ่า Nama ทางตอนใต้ของแอฟริกา 

ตัวแบบทำนายการไหลเวียนของยีนในช่วงเวลานับพันปีโดยใช้ปัจจัยต่างๆ เช่น การอพยพและการรวมประชากร จากนั้นจึงเปรียบเทียบการทำนายเหล่านั้นกับความผันแปรทางพันธุกรรมสมัยใหม่

อ่านข่าวเต็มได้ที่: Nature

วันเสาร์ที่ 20 พฤษภาคม พ.ศ. 2566

จอแสดงผลความจริงเสริมแบบโปร่งใสเปิดโอกาสให้เห็นเนื้อหาดิจิทัลแบบเรียลไทม์

AR-Display
ภาพจาก University of Melbourne (Australia)

นักวิจัยจาก University of Melbourne ของออสเตรเลีย KDH Design Corporation ของไต้หวัน และ Melbourne Center for Nanofabrication ได้สร้างจอแสดงผลความจริงเสริม (augmented reality) หรือ AR ที่โปร่งใสจากพอลิเมอร์และพลาสติกราคาไม่แพงผ่านการพิมพ์สามมิติ 

จอแสดงผลที่ยืดหยุ่นสามารถโค้งงอให้เข้ากับรูปร่างต่างๆ  และสามารถซ้อนทับเนื้อหาดิจิทัลได้โดยไม่บดบังผู้ใช้จากสิ่งที่เกิดขึ้นในโลกจริง KDH ตั้งใจที่จะรวมหน้าจอเข้ากับกระบังหน้าของอุปกรณ์สวมศีรษะ รวมถึงแว่นตา AR แว่นตากีฬา AR  หมวกกันน็อค AR และกระจกรถยนต์

อ่านข่าวเต็มได้ที่: University of Melbourne (Australia)


วันอังคารที่ 16 พฤษภาคม พ.ศ. 2566

นักวิจัยสร้างหุ่นยนต์ที่สามารถทำความสะอาดห้องของคุณ ซักผ้าของคุณ

robot
ภาพจาก The Independent (U.K.)

ทีมนักวิจัยนานาชาติได้สร้างหุ่นยนต์ TidyBot ซึ่งสามารถสั่งให้เคลียร์วัตถุต่าง ๆ ที่วางอยู่ในพื้นที่ได้  นักวิจัยเข้าถึง "ชุดข้อมูลเกณฑ์มาตรฐานแบบข้อความ" ของคำสั่ง จากนั้นจึงสั่งให้โมเดลภาษาขนาดใหญ่ (LLM) ดำเนินการตามคำสั่งนั้น

LLM สรุปคำสั่งซึ่งครอบคลุม สถานการณ์ 24 แบบ ในห้องที่แตกต่างกันสี่ห้องซึ่งมีจุดสองถึงห้าจุดสำหรับการจัดวางวัตถุ สิ่งนี้นำไปสู่ "กฎทั่วไปสำหรับตำแหน่งของวัตถุสำหรับผู้ใช้แต่ละคน" ซึ่งนักวิจัยสามารถนำไปใช้กับการซักผ้า พวกเขาพบว่า TidyBot "ประสบความสำเร็จในการกำจัดวัตถุได้ 85% ในสถานการณ์การทดสอบจริง"

อ่านข่าวเต็มได้ที่: The Independent (U.K.)


วันจันทร์ที่ 15 พฤษภาคม พ.ศ. 2566

GitHub เปิดตัวการปรับปรุงการค้นหาโค้ดครั้งใหญ่

github-code-search
ภาพจาก TechRadar

GitHub ได้เปิดตัวเครื่องมือค้นหาโค้ดใหม่ Blackbird ซึ่งได้รับการสร้างขึ้นใหม่ตั้งแต่เริ่มต้นนับตั้งแต่เปิดตัวครั้งแรกในปี 2021 โดยมีอินเทอร์เฟซที่ออกแบบใหม่เพื่อการนำทางที่ง่ายขึ้น และปรับปรุงมุมมองโค้ดเพื่อจัดแนวการค้นหา การเรียกดู และการนำทางให้ดียิ่งขึ้น

Blackbird ตั้งเป้าหมายที่จะระบุผลลัพธ์ที่แม่นยำ และสัมพันธ์กันมากกว่าเวอร์ชันก่อน ด้วยการทำความเข้าใจโค้ดจริง ๆ 

นอกจากนี้ GitHub ยังได้เปิดตัวคู่มือไวยากรณ์การค้นหา เพื่อช่วยให้ผู้ใช้เข้าใจคำหลักที่เป็นตัวขยาย (qualifier) และเครื่องหมายสแลช  (slash) และอีกมากมาย เพื่อปรับแต่งผลลัพธ์เพิ่มเติม

อ่านข่าวเต็มได้ที่: TechRadar

วันพฤหัสบดีที่ 11 พฤษภาคม พ.ศ. 2566

การจัดกิจกรรมเพื่อให้แฮกเกอร์ทดสอบขีดจำกัดของ AI

deep-mind
Photo by Google DeepMind on Unsplash

ผู้ให้บริการด้านปัญญาประดิษฐ์ (artificial intelligence) หรือ AI รายใหญ่กำลังทำงานร่วมกับทำเนียบขาวเพื่อให้แฮ็กเกอร์หลายพันคนมีโอกาสที่จะ "แหกคุก (jailbreak)" โมเดลภาษา AI ของพวกเขาเพื่อเปิดเผยช่องโหว่

Rumman Chowdhury ผู้ประสานงานกิจกรรมการแฮ็กที่มีผู้เข้าร่วมจำนวนมากในการประชุม DEF CON แฮ็กเกอร์ในช่วงฤดูร้อนนี้ อธิบายว่า "เราต้องการคนจำนวนมากที่มีประสบการณ์ชีวิตที่หลากหลาย ความเชี่ยวชาญเฉพาะด้าน และภูมิหลังที่ต่างกันในการแฮ็กตัวแบบ (model) เหล่านี้ และพยายามค้นหาปัญหาที่สามารถเกิดขึ้นได้เพื่อที่จะมุ่งไปสู่การแก้ไข

Chowdhury อธิบายว่างานแฮกกาทอน (hackathon) อย่างที่ทำเนียบขาวกำลังทำอยู่นี้เป็น "ช่องทางโดยตรงในการให้ข้อเสนอแนะแก่บริษัทต่าง ๆ" โดยผู้เข้าร่วมจะรวบรวมรายงานและให้รายละเอียดเกี่ยวกับข้อบกพร่องที่พบได้ทั่วไป รวมถึงแบบรูป (pattern) ของมันด้วย

อ่านข่าวเต็มได้ที่: Associated Press

วันจันทร์ที่ 8 พฤษภาคม พ.ศ. 2566

ผู้ต้องขัง (ในอเมริกา) ใช้ VR เพื่อเรียนทักษะที่ต้องใช้ในโลกภายนอก

ภาพจาก  MIT Technology Review

เทคโนโลยีความจริงเสมือนหรือ  VR กำลังถูกใช้โดยกรมราชทัณฑ์ของรัฐบางแห่งเพื่อช่วยให้ผู้ต้องขังที่ถูกจองจำตั้งแต่ยังเป็นวัยรุ่นได้เรียนรู้ทักษะการทำงานขั้นพื้นฐานเพื่อเพิ่มโอกาสในการได้งานและได้งานทำเมื่อพ้นโทษ

ผู้เสนอข้อเสนอนี้กล่าวว่า VR สามารถช่วยให้ผู้ต้องขังพัฒนาความรู้ทางดิจิทัลในสภาพแวดล้อมที่ปลอดภัย เทคโนโลยีนี้ยังสามารถช่วยนำทางพวกเขาให้ได้เห็นและเข้าใจวิถีชีวิตสมัยใหม่ 

Ethan Moeller จาก Virtual Training Partners กล่าวว่า "เมื่อคุณแสดงบทบาทสมมุติในการเรียนรู้ทักษะใหม่ มันก็จะช่วยให้คุณสามารถเข้าใจสิ่งที่ต้องทำในโลกแห่งความเป็นจริงมากขึ้นเท่านั้น โดยVR ทำได้ดีกว่าสื่อการฝึกอบรมแบบอื่น ๆ"

อ่านข่าวเต็มได้ที่: MIT Technology Review



วันศุกร์ที่ 5 พฤษภาคม พ.ศ. 2566

AI ใน ICU

doctor-uses-tablet-in-medication
ภาพจาก  Carnegie Mellon University School of Computer Science

นักวิทยาศาสตร์จาก Carnegie Mellon University, University of Pittsburgh และ University of Pittsburgh Medical Center ได้ทดสอบศักยภาพของเครื่องมือที่ใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อช่วยแพทย์ในแผนกผู้ป่วยวิกฤต (ICU) ในการตัดสินใจเรื่องที่สำคัญ

อินเทอร์เฟซการสนับสนุนการตัดสินใจทางคลินิกเชิงโต้ตอบของ AI Clinician Explorer ให้คำแนะนำสำหรับการรักษาภาวะติดเชื้อ นักวิจัยได้ฝึกฝนแบบจำลองนี้จากชุดข้อมูลของผู้ป่วยมากกว่า 18,000 ราย ซึ่งผ่านเกณฑ์มาตรฐานการวินิจฉัยภาวะติดเชื้อขณะอยู่ในห้องไอซียู

แพทย์สามารถใช้ระบบเพื่อคัดกรองและค้นหาผู้ป่วยในชุดข้อมูล เห็นภาพเส้นทางของโรค และเปรียบเทียบแบบจำลองการคาดการณ์กับวิธีรักษาที่ใช้จริง

นักวิจัยได้ให้แพทย์ ICU 24 คนใช้เครื่องมือนี้ และพบว่าส่วนใหญ่ใช้เครื่องมือนี้เพื่อแจ้งการตัดสินใจเกี่ยวกับการรักษาภาวะติดเชื้อในกระแสเลือดสำหรับผู้ป่วยจำลอง 4 คน

อ่านข่าวเต็มได้ที่: Carnegie Mellon University School of Computer Science

วันพฤหัสบดีที่ 4 พฤษภาคม พ.ศ. 2566

ปลาที่ปรุงโดยเครื่องพิมพ์ 3 มิติ

fish-fillet-3d-print
ภาพจาก  Reuters

บริษัทเทคโนโลยีด้านอาหารของอิสราเอล Steakholder Foods ทำงานร่วมกับ Umami Meats ของสิงคโปร์เพื่อพัฒนาเนื้อปลาพร้อมปรุงพิมพ์สามมิติ (3D) โดยใช้เซลล์สัตว์ที่เพาะเลี้ยงในห้องปฏิบัติการ

Umami ตัดและขยายเซลล์จากปลาเก๋าให้กลายเป็นกล้ามเนื้อและไขมัน จากนั้น Steakholder Foods จะเพิ่มเซลล์ลงในหมึกชีวภาพสำหรับการพิมพ์ 3 มิติ

การผลิตใช้การเลื่อนจานแก้วไปมาในเครื่องพิมพ์ให้มวลของเนื้อปลาค่อย ๆ เพิ่มขึ้น Umami หวังที่จะเปิดตัวเนื้อปลาเป็นชิ้น ๆ แบบนี้ในเชิงพาณิชย์ในสิงคโปร์ในปีหน้า จากนั้นจึงค่อยนำเข้าไปยังประเทศต่าง ๆ เช่น สหรัฐอเมริกาและญี่ปุ่น แต่ทั้งนี้ขึ้นอยู่กับข้อบังคับในท้องถิ่น

Arik Kaufman จาก Steakholder Foods กล่าวว่า "เมื่อเวลาผ่านไป ความซับซ้อนและระดับของการผลิตภัณฑ์เหล่านี้จะสูงขึ้น แต่ราคาที่เชื่อมโยงกับการผลิตจะลดลง"

อ่านข่าวเต็มได้ที่: Reuters

วันอังคารที่ 2 พฤษภาคม พ.ศ. 2566

เทคโนโลยีเพื่อเลียนแบบการทำงานของผิวหนัง

e-skin
ภาพจาก  UNSW Sydney Newsroom (Australia)

นักวิทยาศาสตร์แห่ง University of New South Wales, Sydney (UNSW Sydney) ของออสเตรเลีย ได้ออกแบบผิวหนังอิเล็กทรอนิกส์ (e-skin) โดยการรวมไซแนปส์ (synapes) เทียมเข้ากับเซ็นเซอร์ที่ซับซ้อน 

อุปกรณ์สามารถตรวจจับสิ่งเร้าเชิงกลสำหรับการประมวลผลข้อมูลในขณะที่ใช้พลังงานเพียงเล็กน้อย Dewei Chu จาก UNSW Sydney กล่าวว่า "กระแสไฟฟ้าที่จ่ายพลังงานให้กับอุปกรณ์ของเรานั้นสอดคล้องกับความแรงของการเชื่อมต่อระหว่างเซลล์ประสาทสองตัว และเราได้ใช้สิ่งเร้าไฟฟ้าเพื่อควบคุมสื่อนำไฟฟ้าของอุปกรณ์เพื่อเลียนแบบพฤติกรรมของซินแนปติกในมนุษย์"

Chu กล่าวว่าเซ็นเซอร์สามารถรับรู้ความเครียดที่เกิดขึ้นและสร้างสัญญาณไฟฟ้าที่แตกต่างกันเพื่อตอบสนองต่อการเปลี่ยนรูปในแบบต่าง ๆ

เซ็นเซอร์สามารถตรวจจับการเคลื่อนไหวที่ละเอียดอ่อนของมนุษย์และตรวจสอบสัญญาณทางสรีรวิทยา เช่น ชีพจรที่ข้อมือ การหายใจ และการสั่นสะเทือนของสายเสียง

อ่านข่าวเต็มได้ที่: UNSW Sydney Newsroom (Australia)