ตัวแบบเครือข่ายประสาทเทียมของ NIST สามารถเห็นอ็อบเจกต์เล็ก ๆ ในรูปที่ไม่ชัด

 

Credit: NIST

นักวิทยาศาสตร์คอมพิวเตอร์จาก U.S. National Institute of Standards and Technology (NIST) ได้สร้างตัวแบบเครือข่ายประสาทเทียมในการตรวจหารูปภาพทางเรขาคณิตเล็ก ๆ จากรูปที่ไม่ชัด นักวิจัยได้ปรับปรุงสถาปัตยกรรมเครือข่ายที่พัฒนาโดยนักวิทยาศาสตร์ชาวเยอรมันที่ใช้วิเคราะห์รูปทางชีวการแพทย์ เพื่อใช้ดึงข้อมูลดิบออกมาจากรูปที่ถูกทำให้มีคุณภาพแย่ลงในการตีพิมพ์บทความในวารสาร นักวิจัยบอกว่าถึงแม้จุดประสงค์ของงานวิจัยนี้จะเป็นการหาข้อมูลที่หายไปเนื่องจากการตีพิมพ์ แต่งานนี้สามารถนำไปประยุกต์กับงานด้านอื่นที่ต้องการการตรวจจับวัตถุได้ด้วย เช่นรถขับเคลื่อนโดยอัตโนมัติ และการตรวจสอบเครื่องจักรเป็นต้น 

อ่านข่าวเต็มได้ที่: NIST

ตำรวจสิงคโปร์ทดลองใช้โดรนไร้คนขับในการบังคับการเว้นระยะห่างทางสังคม

ภาพจาก Reuters

หน่วยงานด้านการบังคับใช้กฎหมายในสิงคโปร์กำลังทดสอบการใช้โดรนไร้คนขับสองตัวในการช่วยบังคับการเว้นระยะห่างทางสังคม โดยใช้ติดตามการรวมกลุ่มกันและถ่ายวีดีโอส่งให้กับตำรวจ โดรนนี้เป็นของบริษัท Airobotics ซึ่งบริษัทบอกว่าบริษัทได้ระดมทุนมา $120 ล้านเหรียญ และใช้ $100 ล้านเหรียญในการลงทุนพัฒนาโดรนให้เช่าใช้ บริษัทบอกว่านี่น่าจะเป็นครั้งแรกที่โดรนทางการค้าที่ทำงานโดยอัตโนมัติ ได้รับอนุญาตให้บินตรวจการในเมือง โดรนจะช่วยตรวจตราในพื้นที่ที่การเดินเท้าหรือรถของตำรวจเข้าไปไม่ถึง โดยปัจจุบันนอกจากสิงคโปร์แล้ว ยังมีภาคอุตสาหกรรมในอิสราเอล และสหรัฐอเมริกา ที่ใช้โดรนของบริษัท  

อ่านข่าวเต็มได้ที่: The Daily Mail (U.K.)

การเรียนรู้เชิงลึกทำให้วัคซีนมะเร็งเข้าใกล้ความจริง

Image credit: Pixabay (Free Pixabay license

นักวิจัยจาก India's International Institute of Information Technology Bangalore (IIIT Bangalore) ได้ออกแบบวิธีการเรียนรู้เชิงลึกที่จะช่วยให้การพัฒนาวัคซีนโรงมะเร็งสำหรับแต่ละคน โดยทำความเข้าใจกลไกทางชีวภาพระหว่างเซลล์มะเร็งกับระบบภูมิคุ้มกันของมนุษย์ได้ดีขึ้น 

ระบบภูมิคุ้มกันด้วยตัวของมันเองไม่สามารถแยกความแตกต่างระหว่างเซลล์ปกติกับเซลล์มะเร็ง วิธีการที่วัคซีนตัวนี้ทำงานก็คือสังเคราะห์เป๊ปไทด์ (peptide) จากภายนอก ซึ่งเมื่อฉีดให้กับคนไข้แล้วจะช่วยให้ระบบภูมิคุ้มกันระบุเซลล์มะเร็งได้ วิธีการก็คือการสร้างพันธะ (bond) ระหว่างเป๊ปไทด์ที่ถูกฉีกเข้าไปกับเซลล์มะเร็งในร่างกาย เนื่องจากเซลล์มะเร็งจะมีความแตกต่างกันในแต่ละคน ดังนั้นการเลือกเป๊ปไทด์ที่ถูกต้องจะต้องใช้การวิเคราะห์ที่จะทำให้ได้เป๊ปไทด์ที่กระตุ้นการตอบสนองของภูมิคุ้มกันอย่างเหมาะสม 

ความยากของวิธีนี้คือในตอนนี้ประชาคมทางวิทยาศาสตร์ยังขาดความเข้าใจว่าพันธะของเป๊ปไทด์ MHC (Major Histocompatibility Complex) เกิดขึ้นได้อย่างไร และความยากในการทดสอบทางคลีคนิคของโมเลกุลที่ต่างกันเป็นงานที่ใช้ทรัพยากรมหาศาล 

นักวิจัยจึงสร้างตัวแบบการเรียนรู้เชิงลึก (deep learning) ที่ชื่อว่า MHCAttnNet ขึ้น นักวิจัยบอกว่าตัวแบบนี้สามารถทำนายการเกิดพันธะของ เป๊ปไทด์ MHC ได้ดีกว่าวิธีการที่มีอยู่ในปัจจุบัน นอกจากนี้ยังเน้นให้เห็นถึงสายลำดับย่อยของกรดอะมิโน (amino-acids) ที่น่าจะมีความสำคัญในการทำนายได้อีกด้วย

อ่านข่าวเต็มได้ที่: Technology.org

นักวิทยาศาสตร์ออกแบบอุปกรณ์สวมใส่ที่มีตัววัดเหงื่อเพื่อติดตามสุขภาพ

Photo by Nico Nazaire on Unsplash

นักวิจัยจาก  Tufts University ได้พัฒนาชุดวัดสัญญาณทางไฟฟ้าที่ยืดหยุ่นที่สามารถวัดสัญญาณด้านสุขภาพหลายตัวจากเหงื่อของผู้ใส่ โดยอุปกรณ์นี้จะถูกเย็บเข้าไปในเสื่อผ้าด้วยเส้นด้ายพิเศษที่มีส่วนประกอบอิเลกโทรนิกส์ และการเชื่อมต่อแบบไร้สายที่สามารถดึงข้อมูล จัดเก็บ และประมวลผลได้ตามเวลาที่ต้องการ เส้นด้ายนี้นอกจากใช้วิเคราะห์โรคที่เกิดขึ้นฉับพลันและเรื้อรังแล้ว ยังสามารถใช้ติดตามประสิทธิภาพของนักกีฬา และความปลอดภัยในที่ทำงานอีกด้วย โดยมันจะวิเคราะห์ระดับสัญญาณจากตัวบ่งชี้ทางชีวภาพจากเหงื่อที่เกิดขึ้นในขณะนั้นหลายตัวอย่างเช่น อิเลกโตรไลต์ (electrolyte) เมตาโบไลต์ (metabolite) พีเอช (pH) และฮอร์โมนความเครียดคอร์ติโซล (cortisol) 

อ่านข่าวเต็มได้ที่: International Business Times

ระบบ AI ของอินเทลระบุความคล้ายคลึงกันของโค้ดโปรแกรมสองชุด

สถาปัตยกรรมของ MISIM 
[ภาพจาก VentureBeat]

นักวิทยาศาสตร์ของอินเทลร่วมกับนักวิจัยจาก Massachusetts Institute of Technology และ Georgia Institute of Technology บอกว่าพวกเเขาได้พัฒนาเครื่องที่ทำงานได้โดยอัตโนมัติในการบอกว่าโค้ดโปรแกรมสองชุดทำงานเหมือนกันหรือไม่ ถึงแม้โค้ดทั้งสองจะมีโครงสร้างที่แตกต่างกันและใช้ขั้นตอนวิธีที่แตกต่างกัน โดยวิธีนี้ใช้ AI และการเรียนรู้ของเครื่องในการสรุปว่าโปรแกรมจะทำอะไร เครื่องนี้มีชื่อว่า Machine Inferred Code Similarity (MISIM) โดยนักวิจัยบอกว่ามันทำงานได้เร็วกว่าวิธีที่ทันสมัยที่สุดในปัจจุบันถึง 40 เท่า เครื่องนี้สามารถนำไปใช้ในงานได้หลากหลายตั้งแต่การแนะนำโค้ด ไปจนถึงการตรวจแก้จุดบกพร่อง (debugging) ของโปรแกรมโดยอัตโนมัติ 

อ่านข่าวเต็มได้ที่: VentureBeat