นักวิจัยระบุยา 16 ตัวที่อาจรักษาโควิด-19 ได้

ภาพจาก RUVID (Spain)

นักวิจัยจาก ESI International Chair ของ CEU Cardenal Herrera University และ ESI Group ใช้กลยุทธ์การคำนวณโทโพโลยี (computing topology) แบบใหม่ เพื่อพิจารณาว่ายาที่มีอยู่ชนิดใดที่สามารถนำมาใช้รักษาโรคโควิด-19 ได้ แบบจำลองนี้ใช้การวิเคราะห์ข้อมูลแบบโทโพโลยี เพื่อเปรียบเทียบโครงสร้างสามมิติของโปรตีนเป้าหมายของยาที่รู้จักโปรตีนของโคโรนาไวรัส SARS-CoV-2 เช่น โปรตีน NSP12 นักวิจัยได้ศึกษายา 1,825 ชนิดที่ได้รับการอนุมัติจากสำนักงานคณะกรรมการอาหารและยาแห่งสหรัฐอเมริกา ซึ่งเชื่อมโยงกับโครงสร้างโปรตีน 27,830 ชนิด ในการเปรียบเทียบโครงสร้างทอพอโลยีของโปรตีนที่มีอยู่ในธนาคารข้อมูลโปรตีนกับโปรตีน 23 ชนิดของ SARS-CoV-2 coronavirus พวกเขาระบุยา 16 ชนิดที่ทำหน้าที่ต่อต้านโปรตีนไวรัสสามชนิดที่พบว่ามีความคล้ายคลึงกันของโทโพโลยีอย่างมีนัยสำคัญอย่างมากกับโครงสร้างโปรตีนเป้าหมายของยาที่ใช้กันอยู่แล้ว  ตอนนี้เราสามารถศึกษายาเหล่านี้เพื่อหาส่วนผสมที่ได้ผลที่สุดในการรักษาอาการของโรคโควิด-19

อ่านข่าวเต็มได้ที่: RUVID (Spain)

นักวิจัยจาก UW เปลี่ยนรูปถ่ายรูปเดียวให้เป็นวีดีโอ

ภาพน้ำตก Snoqualmie Falls ที่สร้างจากงานวิจัย (original photo: Sarah McQuate/University of Washington)

วิธีการเรียนรู้เชิงลึก (deep learning) แบบใหม่สามารถแปลงภาพถ่ายเดียวของสิ่งที่ไหลต่อเนื่องเป็นวิดีโอแอนิเมชั่นที่วนเป็นต่อเนื่องไปไม่รู้จบ นักวิจัยจาก University of Washington (UW)  ได้คิดค้นเทคนิคนี้ ซึ่ง Aleksander Holynski แห่ง UW กล่าวว่าไม่ต้องการข้อมูลจากผู้ใช้หรือข้อมูลเพิ่มเติม ระบบจะคาดการณ์การเคลื่อนไหวที่เกิดขึ้นเมื่อมีการถ่ายภาพนั้น และสร้างภาพเคลื่อนไหวจากข้อมูลดังกล่าว นักวิจัยใช้วิดีโอหลายพันภาพของของเหลวที่มีการเคลื่อนไหวเพื่อฝึกโครงข่ายประสาทเทียม ซึ่งในที่สุดก็สามารถมองเห็นจุดเชื่อมเพื่อคาดการณ์ว่าจะเกิดอะไรขึ้นต่อไป ทำให้ระบบสามารถตรวจสอบว่าแต่ละพิกเซลควรเคลื่อนที่ในรูปแบบและในลักษณะใด วิธีการที่ทีมงานพัฒนาขึ้นคือ "กระจายอย่างเป็นระบบ" คาดการณ์ทั้งอนาคตและอดีตของภาพ จากนั้นจึงรวมภาพเหล่านั้นเป็นแอนิเมชั่นเดียว

อ่านข่าวเต็มได้ที่: University of Washington News

คอมพิวเตอร์ทำนายรสนิยมด้านศิลปะของคน

Credit: Smithsonian American Art Museum, L.E. Katzenbach Fund via California Institute of Technology

นักวิจัยจาก  California Institute of Technology (Caltech) ใช้โปรแกรมเพื่อทำนายความชอบทางศิลปะของผู้คน ทีมงานได้คัดเลือกอาสาสมัครมากกว่า 1,500 คนผ่านแพลตฟอร์มการระดมมวลชน (crowdsourcing) Mechanical Turk ของ Amazon เพื่อให้คะแนนภาพวาดหลากหลายประเภทและฟิลด์สี จากนั้นจึงป้อนข้อมูลนี้ไปยังโปรแกรม นักวิจัยได้สอนคอมพิวเตอร์ให้แยกแยะคุณสมบัติที่มองเห็นของภาพวาดออกเป็นคุณสมบัติระดับต่ำ ได้แก่ ความชัด (contrast) ความอิ่มตัว (saturation) และสีสัน (hue) และคุณสมบัติระดับสูงที่ต้องมีการประเมินโดยมนุษย์ Kiyohito Iigaya แห่ง Caltech กล่าวว่าโปรแกรมได้รวมเอาคุณลักษณะเหล่านี้เพื่อคำนวณว่าคุณลักษณะเฉพาะนั้น ๆ จะถูกใช้ในการตัดสินใจว่างานศิลปะนั้นดึงดูกใจหรือไม่ หลังจากนั้น คอมพิวเตอร์สามารถคาดการณ์ความชอบของบุคคลสำหรับงานศิลปะที่ไม่เคยเห็นมาก่อนได้อย่างแม่นยำ

อ่านข่าวเต็มได้ที่: California Institute of Technology

ควอนตัมจะเป็นคีย์สำคัญในการทำให้การประชุมทางไกลมีความปลอดภัย

ภาพจาก Heriot-Watt University (U.K.)

นักวิทยาศาสตร์ใน Quantum Communications Hub แห่งมหาวิทยาลัย Heriot-Watt ในสหราชอาณาจักร ซึ่งทำงานร่วมกับเพื่อนร่วมงานชาวเยอรมัน ได้เสนอวิธีในการสนทนาสี่ทางที่ใช้การรักษาความปลอดภัยด้วยควอนตัม ซึ่งเป็นผลมาจากการแจกจ่ายคีย์แบบควอนคตัม (Quantum Key Distribution) หรือ QKD ไปใช้ในเครือข่ายเป็นครั้งแรก ทีมงานใช้กระบวนการที่เรียกว่า Quantum Conference Key Agreement เพื่อก้าวข้ามข้อจำกัดของระบบ QKD แบบดั้งเดิมที่แชร์คีย์ได้ระหว่างผู้ใช้เพียงสองคนเท่านั้น ซึ่งวิธีนี้เป็นครั้งแรกที่ทำให้การประชุมทางไกลแบบควอนตัมสามารถแชร์ภาพแมวเชสเชียร์ระหว่างผู้ร่วมประชุมสี่คน ซึ่งเชื่อมต่อกันด้วยเส้นใยแก้วนำแสง (optical fiber) โดยระยะทางที่ห่างกันสูงสุดของผู้เข้าร่วมประชุมคือ 50 กิโลเมตร (31 ไมล์) Alessandro Fedrizzi จาก Heriot-Watt กล่าวว่า "งานของเราเป็นตัวอย่างแรกที่ประสบความสำเร็จผ่าน 'การกระทำที่น่าตื่นเต้น (spooky action)' ระหว่างผู้ใช้หลายคนพร้อมกัน ซึ่งเป็นสิ่งที่จะนำไปใช้งานได้สำหรับควอนตัมอินเทอร์เน็ตในอนาคต"

อ่านข่าวเต็มได้ที่: Heriot-Watt University (U.K.)

นักวิจัยจาก Cylab ค้นพบประเภทใหม่ในการจู่โจมทางไซเบอร์ของยานพาหนะ

Photo by Brock Wegner on Unsplash

นักวิจัยจากมหาวิทยาลัย Carnegie Mellon หรือ CMU ได้นำทีมในการระบุช่องโหว่ด้านความปลอดภัยทางไซเบอร์ประเภทใหม่ในยานพาหนะ ซึ่งอาจทำให้แฮ็กเกอร์สามารถเลี่ยงระบบตรวจจับการบุกรุกยานพาหนะจากระยะไกล และดับเครื่องยนต์และส่วนประกอบอื่น ๆ ในขณะเดียวกันนักวิจัยพบว่าแฮกเกอร์ไม่สามารถเปิดการโจมตีประเภทนี้ได้หากไม่ได้เจาะเครือข่ายของยานพาหนะก่อน Shalabh Jain จาก Bosch Research กล่าวว่า "ช่องโหว่ประเภทนี้สามารถให้ทิศทางใหม่สำหรับการขับเคลื่อนซึ่งจะเป็นส่วนหนึ่งในห่วงโซ่การโจมตีที่ใหญ่ขึ้น" กลยุทธ์การโจมตีที่ทีมค้นพบสามารถปิดชุดควบคุมไฟฟ้า (electrical control unit) หรือ ECU  ที่ควบคุมการทำงานของรถยนต์สมัยใหม่ได้เกือบทั้งหมด Sekar Kulandaivel จาก CMU กล่าวว่า "ในการป้องกันตัวเองจากการโจมตีประเภทนี้ให้ได้ผลอย่างแท้จริง คุณต้องอัปเดตฮาร์ดแวร์"

อ่านข่าวเต็มได้ที่: Carnegie Mellon University CyLab Security and Privacy Institute