หุ่นยนต์ให้บริการลูกค้าที่ Starbucks ของ NAVER 1784

ภาพจาก Interesting Engineering โดย Jijo Malayil

Starbucks ในอาคาร Naver 1784 ที่เมืองซองนัม (Seongnam) ประเทศเกาหลีใต้ มีหุ่นยนต์ประมาณ 100 ตัวให้บริการลูกค้า หุ่นยนต์ Rookie ให้บริการส่งพัสดุ กาแฟ และกล่องอาหารกลางวันตลอดทั้ง 36 ชั้นของอาคาร 

หุ่นยนต์ทำงานโดยระบบ AI, Robot และ Cloud ของ Naver ซึ่งทำให้สามารถนำทางภายในอาคารได้อย่างแม่นยำ วางแผนและประมวลผลสำหรับการเคลื่อนไหวและงานของหุ่นยนต์ รวมถึงการจัดการสภาพแวดล้อมแบบออนไลน์และออฟไลน์แบบเรียลไทม์

อ่านข่าวเต็มได้ที่: Interesting Engineering โดย Jijo Malayil

หุ่นยนต์สร้างสถิติในการเล่นรูบิก

ภาพจาก youtube

กินเนสส์ เวิลด์ เรคคอร์ด ได้มอบใบประกาศเกียรติคุณให้กับ Mitsubishi Electric หลังจากที่หุ่นยนต์ TOKUI Fast Accurate Synchronized Motion Testing Robot ของบริษัท สามารถเล่นรูบิกได้สำเร็จในเวลาเพียง 0.305 วินาที ซึ่งเป็นสถิติโลก 

สถิติเดิมที่เครื่องจักรทำได้คือ 0.38 วินาที ในขณะที่สถิติที่เร็วที่สุดของมนุษย์คือ 3.13 วินาที อุปกรณ์ของ Mitsubishi Electric สามารถประมวลผลสีได้ด้วยความเร็วสูงผ่านอัลกอริทึมการจดจำสี มีเซอร์โวมอเตอร์ขนาดกะทัดรัดกำลังสูงที่ตอบสนองต่อสัญญาณได้ดี และสามารถหมุนวัตถุได้ 90 องศาใน 0.009 วินาที

อ่านข่าวเต็มได้ที่: The Japan Times โดย Elizabeth Beattie

Shadow Hand ทนทานต่อความเข้มข้นของการวิจัย AI

ภาพจาก The Engineer โดย Jason Ford

Shadow Hand ซึ่งสร้างขึ้นโดย Shadow Robot ในสหราชอาณาจักรสำหรับ Google DeepMind ได้รับการออกแบบมาให้ทนทานต่อการใช้งานในการวิจัยปัญญาประดิษฐ์  หรือ AI 

มือนี้มีสามนิ้ว สามารถเปลี่ยนนิ้วได้ง่าย และสามารถทนต่อการถูกกระแทกด้วยค้อนได้ จลนศาสตร์ของแต่ละนิ้ว ประกอบด้วยช่องเซ็นเซอร์ 155 ช่อง และวิดีโอจากเซ็นเซอร์สัมผัสที่ปลายนิ้ว คล้ายกับนิ้วของมนุษย์ โดยมีข้อต่อที่โคนนิ้ว และข้อต่ออีกสามข้อที่สามารถงอและยืดได้ตามความยาวของนิ้ว

อ่านข่าวเต็มได้ที่: The Engineer โดย Jason Ford

มนุษย์ดิจิทัล: AI ที่มีหน้าตา?

ภาพจาก CNN โดย Evan John

สตาร์ทอัพชาวอังกฤษอย่าง Sum Vivas ได้สร้างมนุษย์ดิจิทัลขึ้นมาเป็นตัวอย่างสำหรับการประยุกต์ใช้ปัญญาประดิษฐ์ (AI) ในทางปฏิบัติ 

มนุษย์ดิจิทัลผู้เป็นดีเจและมีความฝันที่จะเป็นนางแบบ Dex ถูกสร้างขึ้นโดยใช้ซอฟต์แวร์สร้างโมเดล 3 มิติอย่าง Unreal Engine และสามารถโต้ตอบกับผู้ติดตามบนอินสตาแกรมของเธอได้ด้วยปัญญาประดิษฐ์สร้างสรรค์ (generative AI) 

นอกจากนี้ Sum Vivas ยังได้พัฒนา "Shellie" อวาตาร์ที่สามารถนำไปใช้บนเว็บไซต์ของบริษัทเพื่อนำเสนอข้อมูลผลิตภัณฑ์ และ “Arif" เจ้าหน้าที่อำนวยความสะดวกสนามบินที่พูดได้หลายภาษา ที่สามารถตอบคำถามและให้คำแนะนำได้

อ่านข่าวเต็มได้ที่: CNN โดย Evan John

Waymo เรียกคืนซอฟต์แวร์หลังจากรถขับเคลื่อนด้วยตัวเองสองคันชนรถกระบะคันเดียวกัน

ภาพจาก CNN; โดย Peter Valdes-Dapena

Waymo บริษัทในเครือ Alphabet ผู้พัฒนารถยนต์ไร้คนขับ ได้ประกาศเรียกคืน (recall) ซอฟต์แวร์ของตนเอง หลังจากที่รถยนต์ไร้คนขับ 2 คัน ชนรถกระบะคันเดียวกันภายในเวลาไม่กี่นาทีในเมืองฟีนิกซ์ รัฐแอริโซนา ซึ่งเป็นพื้นที่ให้บริการรถรับส่งไร้คนขับของบริษัท 

เหตุการณ์นี้เกิดขึ้นเนื่องจากรถกระบะถูกลากจูงแบบถอยหลังและทำมุมเฉียง แทนที่จะเรียงตรงอยู่ด้านหลังรถลากจูง รถยนต์ของ Waymo ทั้งสองคันตีความข้อมูลจากกล้องผิดพลาด และคาดการณ์การเคลื่อนไหวของรถกระบะอย่างไม่ถูกต้อง

อ่านข่าวเต็มได้ที่: CNN; โดย Peter Valdes-Dapena

การค้นของ Googe กำลังแย่ลงหรือ?

 

ภาพจาก Fast Company; Clint Rainey

งานวิจัยโดยนักวิจัยชาวเยอรมันพบว่า คุณภาพของผลการค้นหาของ Google ลดลง โดยทีมวิจัยได้ทดลองค้นหาด้วยคำศัพท์กว่า 7,392 คำ ทุกสัปดาห์เป็นเวลา 1 ปี เพื่อเปรียบเทียบประสิทธิภาพของ Google กับ Bing และ DuckDuckGo

แม้ว่า Google จะทำผลงานได้ดีกว่า แต่นักวิจัยพบว่า สแปม SEO คุณภาพต่ำกำลังไต่ขึ้นมาติดอันดับต้นๆ ของผลการค้นหา พวกเขาระบุว่า เพจที่ติดอันดับสูงโดยเฉลี่ยมัก "ผ่านการปรับแต่ง [และ] เน้นการทำเงินผ่านระบบการตลาดตัวแทน (affiliate marketing) มากกว่า" และ "แสดงสัญญาณของเนื้อหาคุณภาพต่ำ"

อ่านข่าวเต็มได้ที่: Fast Company; Clint Rainey

วิศวกรกำลังทำภารกิจหาจุดผิดพลาด

ภาพจาก MIT News

อัลกอริทึมที่พัฒนาโดยนักวิจัยจาก Massachusetts Institute of Technology (MIT) มีเป้าหมายเพื่อระบุผิดพลาดที่อาจเกิดขึ้นในระบบอัตโนมัติจำลองก่อนที่จะนำไปใช้งานจริง

อัลกอริทึมการสุ่มตัวอย่างอัตโนมัติยังสามารถระบุวิธีแก้ไขความผิดพลาด และแนะนำวิธีแก้ปัญหาได้ ความแตกต่างจากการค้นหาอัตโนมัติอื่น ๆ ที่มีจุดมุ่งหมายเพื่อตรวจจับความล้มเหลวของระบบที่รุนแรงที่สุด อัลกอริทึมใหม่นี้สามารถตรวจจับช่องโหว่ที่ละเอียดอ่อนมากขึ้น

อัลกอริทึมยังสามารถเปิดเผยความสัมพันธ์ที่ซ่อนอยู่ในระบบได้ นอกจากนี้ นักวิจัยสามารถย้อนไปดูไปสู่ห่วงโซ่ของการเปลี่ยนแปลงที่ส่งผลให้เกิดความผิดพลาดในการระบุวิธีแก้ไข

Chuchu Fan จาก MIT กล่าวว่า "หากคุณสามารถทำนายความผิดพลาดได้ คุณก็ควรจะคาดการณ์ได้ว่าจะต้องทำอย่างไรเพื่อหลีกเลี่ยงความผิดพลาดนั้น วิธีการของเรากำลังปิดลูปนั้น"

อ่านข่าวเต็มได้ที่: MIT News

หุ่นยนต์อเนกประสงค์ปรับเปลี่ยนรูปร่างสำหรับผู้ใช้ที่หลากหลาย

ภาพจาก University of Bristol News (U.K.)

หุ่นยนต์รูปทรงสี่หน้า (tetrahedron-shaped) ที่พัฒนาโดยนักวิจัยจาก University of Bristol ในสหราชอาณาจักร มีท่อที่ยืดหยุ่นซึ่งช่วยให้สามารถปรับเปลี่ยนรูปร่าง ขนาด และการเคลื่อนไหวตามวัตถุประสงค์การใช้งานได้

Tetraflex สามารถนำทางในพื้นที่ขนาดเล็กและภูมิประเทศที่ยากลำบาก และสามารถขนส่งสิ่งของที่เปราะบางได้ด้วยการห่อหุ้มสิ่งของเหล่านั้นด้วยลำตัวของมัน

หุ่นยนต์ทำจากท่อนยึด (strut) แบบอ่อนที่ประกอบด้วยยางสุญญากาศที่เชื่อมต่อกับโหนด (node) แข็ง  การเปลี่ยนความดันอากาศในเครื่องสูบลม (bellow) จะควบคุมรูปร่างและขนาดของหุ่นยนต์ และการเปลี่ยนความยาวของท่อนยึดตามลำดับเฉพาะทำให้เกิดการเคลื่อนไหวประเภทต่าง ๆ

อ่านข่าวเต็มได้ที่: University of Bristol News (U.K.)

คอมพิวเตอร์วิทัศน์แบบผสมรวมเอาฟิสิกส์และบิ๊กดาต้าเข้าด้วยกัน

ภาพจาก UCLA Samueli School of Engineering

นักวิจัยจาก University of California, Los Angeles (UCLA) และ US Army Research Laboratory ได้ผสมผสานฟิสิกส์ และเทคนิคที่ขับเคลื่อนด้วยข้อมูล เพื่อปรับปรุงเทคโนโลยีคอมพิวเตอร์วิทัศน์ (computer vision) ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (artificial intelligence) หรือ AI

การศึกษาของพวกเขามุ่งเน้นไปที่การผสมผสานฟิสิกส์เข้ากับชุดข้อมูล AI สถาปัตยกรรมเครือข่าย และฟังก์ชันการสูญเสียเครือข่าย (network loss funcion) 

Achuta Kadambi ของ UCLA กล่าวว่า "รูปแบบการอนุมานที่คำนึงถึงฟิสิกส์สามารถช่วยให้รถยนต์ขับเคลื่อนได้อย่างปลอดภัยมากขึ้น หรือหุ่นยนต์ผ่าตัดมีความแม่นยำมากขึ้น" 

นักวิจัยพบว่าวิธีการแบบผสมผสานอาจทำให้การติดตามและทำนายการเคลื่อนไหวของวัตถุเที่ยงตรง และแม่นยำยิ่งขึ้นโดยใช้ AI  นักวิจัยกล่าวว่าในที่สุด AI ที่ใช้การเรียนรู้เชิงลึกอาจเรียนรู้กฎของฟิสิกส์ได้ด้วยตัวเอง

อ่านข่าวเต็มได้ที่: UCLA Samueli School of Engineering

นักวิจัยพัฒนาระบบกระตุ้นสมองส่วนลึก 'อัจฉริยะ' สำหรับผู้ป่วยพาร์กินสัน

ภาพจาก Michigan Tech News

นักวิจัยของ Michigan Technological University (Michigan Tech) ได้พัฒนาระบบจำลองสมองส่วนลึก (deep brain simulation system) หรือ DBS ที่ได้รับการปรับปรุง เพื่อช่วยรักษาโรคพาร์กินสันผ่านการใช้คอมพิวเตอร์นิวโรมอร์ฟิก (neuromorphic) ซึ่งใช้ไมโครชิปและอัลกอริทึมเพื่อเลียนแบบระบบประสาท

ผลที่ได้คือระบบ DBS วงปิด (closed-loop) สามารถปรับการกระตุ้นตามสัญญาณสมองของผู้ป่วย เพิ่มประสิทธิภาพการใช้พลังงาน 

Hongyu An จาก Michigan Tech กล่าวว่าการวิจัยนี้ "จะเปิดประตูใหม่สู่การพัฒนาอุปกรณ์ทางการแพทย์อัจฉริยะสำหรับการฟื้นฟูสมองที่มากขึ้นและรวดเร็วยิ่งขึ้น"

อ่านข่าวเต็มได้ที่: Michigan Tech News

การออกแบบหุ่นยนต์ที่อาจช่วยวิวัฒนาการการสร้างสิ่งของในอวกาศ

Photo by History in HD on Unsplash

นักวิจัยที่ University of Lincoln (UOL) ของ U.K. ได้ออกแบบหุ่นยนต์ที่มีการการเดินแบบ end-over-end (e-walker) สำหรับโครงการก่อสร้างอวกาศ

หุ่นยนต์ e-walker มีความสามารถในการเคลื่อนที่อิสระเจ็ดองศา (seven-degrees-of-freedom) Manu Nair และเพื่อนร่วมงานที่ UOL ได้ทดสอบการใช้งาน e-walker ในการประกอบกล้องโทรทรรศน์ Aperture Space Telescope ขนาดใหญ่ 25 เมตร (82 ฟุต) ในวงโคจร 

Nair กล่าวว่า "นวัตกรรมการออกแบบ e-walker นี้พิสูจน์ให้เห็นแล้วว่ามีความหลากหลาย และเป็นทางเลือกในอุดมคติสำหรับภารกิจภายในวงโคจรในอนาคต

 E-Walker จะสามารถขยายวงจรชีวิตของภารกิจโดยทำงานประเภทการซ่อมมำรุงที่ต้องทำเป็นประจำ และงานบริการต่าง ๆ หลังจากการก่อสร้างในอวกาศ

อ่านข่าวเต็มได้ที่: SciTechDaily

นักวิจัยสอนหุ่นยนต์ให้มองเห็นน้ำ

ภาพจาก Carnegie Mellon University School of Computer Science

ทีมนักวิจัยของ Carnegie Mellon University (CMU) ได้สอนหุ่นยนต์ให้ระบุน้ำและเทลงในแก้วโดยใช้การเรียนรู้แบบแยกความแตกต่าง (contrastive learning) สำหรับการแปลภาพที่ไม่จับคู่กัน นักวิจัยเล่นวิดีโอ YouTube หลังแก้วน้ำใส เพื่อฝึกหุ่นยนต์ให้มองเห็นพื้นหลังผ่านแก้วน้ำ ซึ่งช่วยสอนให้หุ่นยนต์เทน้ำลงในแก้วได้สูงระดับหนึ่ง

ทีมงานได้ทดสอบการจดจำน้ำของหุ่นยนต์โดยใช้แก้วที่มีรูปร่างและขนาดต่าง ๆ David Held จาก CMU กล่าวว่า "เช่นเดียวกับที่เราฝึกแบบจำลองเพื่อแปลภาพม้าให้ดูเหมือนม้าลาย เราสามารถฝึกแบบจำลองในลักษณะเดียวกันนี้ เพื่อแปลภาพของเหลวสีเป็นภาพของเหลวใสได้ เราใช้ตัวแบบนี้ เพื่อให้หุ่นยนต์สามารถเข้าใจของเหลวที่โปร่งใสได้"

อ่านข่าวเต็มได้ที่: Carnegie Mellon University School of Computer Science

ระบบคอมพิวเตอร์วิชันถูกออกแบบมาเพื่อวิเคราะห์เซลล์ในวีดีโอจากกล้องจุลทรรศน์

ภาพจาก Universidad Carlos III de Madrid (Spain)

ทีมนักวิจัยนานาชาติได้พัฒนาระบบคอมพิวเตอร์วิขชันที่สามารถวิเคราะห์เซลล์ในวิดีโอชีวการแพทย์ที่ถ่ายด้วยกล้องจุลทรรศน์ได้โดยอัตโนมัติ ระบบนี้รวมโครงข่ายประสาทเชิงลึก (deep neural network) เทคนิคทางสถิติ และตัวแบบทางเรขาคณิต

Ivan González Díaz ที่มหาวิทยาลัย Universidad Carlos III de Madrid ของสเปน กล่าวว่าระบบนี้ให้ความแม่นยำและความเร็วที่ดีขึ้น "มันไม่เหมาะในทางปฏิบัติที่จะให้ผู้เชี่ยวชาญด้านชีววิทยาแบ่งกลุ่มและติดตามเซลล์ในวิดีโอเป็นเวลาหลายเดือน" เขากล่าว "ในทางกลับกัน เพื่อให้ได้แนวคิดโดยประมาณ (เพราะขึ้นอยู่กับจำนวนเซลล์และความลึกของปริมาตร 3 มิติ [สามมิติ]) ระบบของเราใช้เวลาเพียง 15 นาทีในการวิเคราะห์วิดีโอความยาว 5 นาที"

นักวิทยาศาสตร์ที่ใช้วิธีนี้ได้ค้นพบว่าเซลล์ภูมิคุ้มกันนิวโทรฟิลมีพฤติกรรมที่แตกต่างกันในเลือดระหว่างการอักเสบ และหนึ่งในความหลากหลายนั้นดูเหมือนจะเชื่อมโยงกับการพัฒนาของโรคหัวใจและหลอดเลือด

อ่านข่าวเต็มได้ที่: Universidad Carlos III de Madrid (Spain)

ภาษาโปรแกรมโบราณอาจใช้กันทั่วไปมากกว่าที่เราคิด

Photo by Mitchell Luo on Unsplash

รายงานโดย Micro Focus ผู้ให้บริการซอฟต์แวร์ระดับองค์กรพบว่ามีการใช้รหัส COBOL มากกว่า 800000 ล้านบรรทัดในแต่ละวันทั่วโลก มากกว่าที่คาดไว้ถึงสามเท่า แม้ว่าจำนวนนักพัฒนาซอฟต์แวร์ที่คุ้นเคยกับภาษาโปรแกรมอายุ 60 ปีนี้จะลดลงก็ตาม

นอกจากนี้ นักพัฒนาเกือบครึ่งที่สำรวจคาดการณ์ว่าปริมาณการใช้ COBOL จะเพิ่มขึ้นในองค์กรในปีหน้า ในขณะที่กลุ่มที่คล้ายกันกล่าวว่าพวกเขาคาดว่าแอปพลิเคชั่น COBOL จะคงอยู่ต่อไปอย่างน้อยอีกทศวรรษ

รายงานพบว่า 64% ของบริษัทที่ใช้ COBOL เป็นหลักชอบที่จะปรับปรุงแอปของตนให้ทันสมัยมากกว่าที่จะแทนที่ ในขณะที่ 92% ของผู้ตอบแบบสอบถามกล่าวว่า COBOL จะยังคงความสำคัญเชิงกลยุทธ์ต่อธุรกิจของตน 

Ed Airey จาก Micro Focus กล่าวว่า "สำหรับผู้นำด้านไอที การสนับสนุนระบบธุรกิจหลัก การปรับแอปพลิเคชั่น COBOL ให้ทันสมัยนั้นเป็นหัวใจสำคัญของการเปลี่ยนแปลงทางดิจิทัล"

อ่านข่าวเต็มได้ที่: TechRadar

นักวิทยาศาสตร์สร้างรุ่นต่อไปของหุ่นยนต์มีชีวิต

Photos: Doug Blackiston, Tufts University

นักวิทยาศาสตร์จาก University of Vermont (UVM) ทำงานร่วมกับนักชีววิทยาของ Tufts University ติดตามการพัฒนาของเครื่องที่สามารถซ่อมแซมตัวเองทางชีววิทยาที่สร้างจากเซลล์กบ ที่เรียกว่า Xenobot โดยสร้างรุ่น (generation) ต่อไปของ Xenobots ทีสามารถประกอบตัวเองจากเซลล์แต่ละเซลล์ ไม่ใช้เซลล์กล้ามเนื้อสำหรับการเคลื่อนไหว และสามารถบันทึกความทรงจำได้ Xenobots รุ่นต่อไปมีประสิทธิภาพเหนือกว่ารุ่นก่อนหน้าอย่างมาก และยังแสดงให้เห็นว่าสนับสนุนหน่วยความจำระดับโมเลกุลและการรักษาตัวเอง Doug Blackiston ของ Tufts กล่าวว่า "วิธีการนี้ช่วยให้เราเข้าใจว่าเซลล์สื่อสารกันอย่างไรเมื่อพวกมันมีปฏิสัมพันธ์ระหว่างกันในระหว่างการพัฒนาและเราจะควบคุมปฏิสัมพันธ์เหล่านั้นให้ดีขึ้นได้อย่างไร"

อ่านข่าวเต็มได้ที่: UVM Today

กล้องสมาร์ตโฟนที่ใช้ในการวัดชีพจรอัตราการหายใจอาจช่วยเรื่องดูแลสุขภาพจากระยะไกล

Cristina Zaragoza on Unsplash

นักวิจัยจาก University of Washington  (UW) และ Microsoft Research ได้พัฒนาระบบที่ใช้กล้องจากสมาร์ตโฟนหรือคอมพิวเตอร์ เพื่ออ่านชีพจรและการหายใจจากวิดีโอที่แสดงใบหน้าของผู้ใช้ ระบบรักษาความเป็นส่วนตัวโดยทำงานอยู่บนอุปกรณ์แทนที่จะอยู่ในระบบคลาวด์ ในขณะที่แมชชีนเลิร์นนิง (ML) จะบันทึกการเปลี่ยนแปลงเล็กน้อยของแสงที่สะท้อนจากใบหน้าของคน ซึ่งจะมีความสัมพันธ์กับการไหลเวียนของเลือดที่เปลี่ยนแปลงไป นักวิจัยเริ่มจากได้ฝึกฝนระบบจากชุดข้อมูลวิดีโอของใบหน้า และข้อมูลชีพจรและการหายใจของแต่ละบุคคลที่บันทึกจากเครื่องมือที่เป็นมาตรฐาน มันคำนวณสัญญาณชีพโดยใช้ข้อมูลเชิงพื้นที่และเวลา (spatial and temporal) จากวิดีโอ Xin Liu จาก UW กล่าวว่า“ ทุกคนมีความแตกต่างกัน ดังนั้นระบบนี้จึงต้องสามารถปรับให้เข้ากับลายเซ็นทางกายภาพที่เป็นเอกลักษณ์ของแต่ละคนได้อย่างรวดเร็ว และแยกสิ่งนี้ออกจากรูปแบบอื่น ๆ เช่นรูปลักษณ์ และในสภาพแวดล้อมที่พวกเขาอยู่”

อ่านข่าวเต็มได้ที่: UW News

การค้นผ่าน Google ช่วยทำนายการพุ่งขึ้นของ COVID-19

ภาพจาก ACM

นักวิจัยจาก University College of London (UCL) ของสหราชอาณาจักรและมหาวิทยาลัย Bar-Ilan ของอิสราเอลพบว่าการเพิ่มขึ้นอย่างรวดเร็วของผู้ป่วย Covid-19 สามารถคาดการณ์ได้ล่วงหน้าโดยเฉลี่ย 17 วันโดยใช้ข้อมูลการค้นหาออนไลน์ นักวิจัยได้พัฒนาแบบจำลองการวิเคราะห์ที่เปรียบเทียบการค้นหาของ Google ที่เกี่ยวข้องกับอาการ Covid-19 กับการเพิ่มขึ้นอย่างรวดเร็วของผู้ติดเชื้อ Covid-19 ข้อมูลของอาการที่ถูกระบุโดย National Health Service and Public Health England ของสหราชอาณาจักรจะถูกใช้โดยตัวแบบ และให้น้ำหนักตามความถี่ที่เกิดขึ้นในผู้ป่วย Covid-19 ที่ได้รับการยืนยัน Vasileios Lampos จาก UCL กล่าวว่า "เราได้แสดงให้เห็นว่าแนวทางของเราใช้ได้ผลกับประเทศอื่น ๆ ด้วย โดยไม่คำนึงถึงความแตกต่างทางวัฒนธรรมเศรษฐกิจสังคมและสภาพภูมิอากาศ การวิเคราะห์ของเรายังเป็นหนึ่งในกลุ่มแรก ๆ ที่พบความสัมพันธ์ระหว่างอุบัติการณ์โควิด -19 และการค้นหาเกี่ยวกับอาการของการไม่ได้กลิ่นและมีผื่นขึ้นที่ผิวหนัง".

อ่านข่าวเต็มได้ที่: The Jerusalem Post

เครื่องมือซอฟต์แวร์ของ NIST ช่วยปรับปรุงคำแนะนำการฉีดวัคซีนของหมอ

Credit: B. Hayes/NIST

Forecasting for Immunization Test Suite (FITS) ของ National Institute of Standards and Technology (NIST) สหรัฐอเมริกา ช่วยทำให้แน่ใจว่าหมอแนะนำได้อย่างถูกต้องว่าคนไข้ควรได้รับวัคซีนแบบใด และเมื่อใด เครื่องมือซอฟต์แวร์นี้ทำให้ระบบดูแลสุขภาพของรัฐได้ทดสอบว่าระบบ Immunization Information Systems (IIS) แก้ปัญหาให้กับคนไข้อย่างถูกต้องหรือไม่ FITS ถูกพัฒนาขึ้นมาโดยร่วมมือกับ Centers for Disease Control and Prevention เพื่อให้เห็นปริมาณความสอดคล้องระหว่างคำแนะนำกับมาตรฐานของชุมชนด้านการแพทย์ การทดสอบนี้ทำโดยอัตโนมัติ โดยอนุญาตให้มีการพัฒนา บำรุงรักษา และแบ่งปันกรณีทดสอบทั่วประเทศ ไปพร้อม ๆ กันด้วย นักวิจัยบอกว่าการทดสอบด้วย FITSทำให้พบว่าการทำนายของ IIS มีข้อผิดพลาดมากมาย การค้นพบนี้นำไปสู่การแก้ไขและปรับปรุงระบบ IIS ของรัฐในการให้บริการด้านวัคซีน

 อ่านข่าวเต็มได้ที่: National Institute of Standards and Technology

ผู้ก่อการร้ายทางชีวภาพอาจหลอกให้นักวิทยาศาสตร์สร้างสารพิษโดยใช้มัลแวร์

ภาพจาก The Daily Mail

นักวิจัยด้านความปลอดภัยทางไซเบอร์จาก Ben-Gurion University of the Negev (BGU) ของอิสราเอลพบว่าผู้ก่อการร้ายทางชีวภาพสามารถปล่อยมัลแวร์เข้าไปในคอมพิวเตอร์ของนักชีววิทยา เพื่อหลอกให้พวกเขาเปลี่ยนลำดับดีเอ็นเอเพื่อสร้างสารพิษหรือไวรัสที่เป็นอันตรายได้ แม้ว่า Department of Health and Human Services (HHS) ของสหรัฐมีกระบวนการในการกรองลำดับของ DNA จากผู้ผลิตยีนสังเคราะห์ แต่ BGU แสดงให้เห็นว่ากระบวนการนี้สามารถถูกหลอกลวงได้ ด้วยการทำให้มันค่อนข้างคลุมเครือ ซึ่งผลการทดลองพบว่ายีนที่ถูกสร้างแบบคลุมเครือ 16 จาก 50 ตัว สามารถผ่านการกรองของ HNS ไปได้  โดยนักวิจัยได้เสนอวิธีการปรับปรุงขั้นตอนวิธีคัดกรองที่ใช้กับการแก้ไขยีนในร่างกายด้วย

อ่านข่าวเต็มได้ที่: The Daily Mail