นักวิจัยสร้างส่วนติดต่อสมองที่สามารถส่งเสียงร้องที่อยู่ในหัวของนกได้

Photo by Saif Rahman on Unsplash

ระบบการเรียนรู้ของเครื่อง (machine learning) ที่พัฒนาขึ้นโดยนักวิจัยของ University of California San Diego สามารถทำนายว่านกกำลังจะส่งเสียงอะไร ซึ่งเป็นขั้นตอนหนึ่งในเส้นทางสู่ระบบการฝึกอบรมเพื่อแปลคำพูดของมนุษย์แบบเรียลไทม์ นักวิจัยได้ฝังอิเล็กโทรดในสมองของนกซีบร้าฟินช์ (zebra finch) 12 ตัว และบันทึกกิจกรรมของระบบประสาทในขณะที่นกร้อง พวกเขาฝึกระบบอีกระบบหนึ่งเพื่อลดรูปเพลงแบบเรียลไทม์ของนกให้เป็นรูปแบบที่สามารถจดจำได้  นักวิจัยกล่าวว่า "เสียงนกมีความคล้ายคลึงกันหลายประการกับคำพูดของมนุษย์ และการศึกษาดังกล่าวได้ให้ข้อมูลเชิงลึกทั่วไปเกี่ยวกับกลไกและวงจรต่างๆ ที่อยู่เบื้องหลังการเรียนรู้ การดำเนินการ และการบำรุงรักษาทักษะการเปล่งเสียง"

อ่านข่าวเต็มได้ที่: The Next Web

ปราสาททราย

เพื่อให้เข้าสถานการณ์ ภูเก็ตปราสาททราย ของนายกประเทศสารขัณฑ์ เราไปฟังเพลงและดูเนื้อเพลงประสาททรายของสุรสีห์ อิทธิกุล อดีตศิลปิน นักดนตรี และโปรดิวเซอร์ที่โด่งดังคนหนึ่งของไทยกันดีกว่าครับ ไปฟังเพลงเพราะ ๆ แต่อาจจะเศร้านิด ๆ และก็ได้แต่หวังว่าโครงการภูเก็ตประสาททรายของใครบางคนจะไม่แหลกสลายลงไปกับตาเหมือนในเนื้อเพลงนะครับ ไปฟังเพลงกันครับ

และนี่คือเนื้อเพลงครับ

กว่าจะรวมจิตใจ
เก็บทรายสวยสวยมากอง
ก่อปราสาทสักหลัง
ก่อกำแพงประตู
ก่อสะพานสร้างเป็นทาง
ทำให้เป็นดังฝัน

ก่อนที่ฉันจะได้เห็นทุกอย่าง
อย่างที่ฝันที่ฉันทุ่มเท
น้ำทะเลก็สาดเข้ามา

ไม่เหลืออะไรเลย
แหลกสลายลงไปกับตา
เหลือเพียงทรายที่ว่างเปล่า
กับน้ำทะเลเท่านั้น
ไม่เหลืออะไรเลย
จากที่เคยมีความใฝ่ฝัน
ไร้กำลังจะสร้างใหม่ให้เหมือนเดิม

ทีละเล็กละน้อย
ที่คอยสะสมความดี
มีให้เธอเท่านั้น
ก่อเป็นความเข้าใจ
แต่งเติมความหมายด้วยกัน
คอยถึงวันที่หวัง

ก่อนที่ฉันจะได้พบความสุข
อย่างที่ฉันฝันไว้ทุกวัน
เธอก็พลันมาจากฉันไป

ไม่เหลืออะไรเลย
แหลกสลายลงไปกับตา
เหลือเพียงใจที่ว่างเปล่า
กับฉันคนเดียวเท่านั้น
ไม่เหลืออะไรเลย
จากที่เคยมีความใฝ่ฝัน…

ขอให้ปลอดภัยเอาชีวิตรอดจากวิกฤติครั้งนี้ไปให้ได้ครับ... 

นักวิจัยจากอิสราเอลพัฒนาจมูกอิเลกทรอนิกส์

ภาพจาก The Jerusalem Post

จมูกเทียมที่พัฒนาโดยนักวิจัยจากมหาวิทยาลัย Ben-Gurion University of the Negev (BGU) ของอิสราเอล สามารถแยกแยะระหว่างแบคทีเรีย ไวรัส และก๊าซพิษประเภทต่างๆ ตาม "กลิ่นพิมพ์ (smell print)" ของพวกมัน การพิมพ์กลิ่นนี้เกิดจากการดูดซับก๊าซโดยใช้อนุภาคนาโนคาร์บอนและปฏิกิริยาไฟฟ้าที่เกิดจากอนุภาคซึ่งเป็นผลมาจากการดูดซับ นักวิจัยกล่าวว่าพวกเขา "สามารถ 'ฝึก' จมูกอิเล็กทรอนิกส์โดยใช้เทคนิคการเรียนรู้ของเครื่องเพื่อตรวจจับโมเลกุลของก๊าซต่างๆ ทีละตัวหรือผสมกันด้วยความแม่นยำสูง" Raz Yelink แห่ง BGU กล่าวว่าเทคโนโลยีต้นทุนต่ำนี้สามารถนำมาใช้เพื่อเตือนเมืองต่าง ๆ เกี่ยวกับการมีก๊าซอันตรายและมลพิษทางอากาศ ตรวจหาการติดเชื้อแบคทีเรียภายในหนึ่งชั่วโมงโดยการทดสอบ "สวอบคอ (throat swab)" และเตือนถึงการมีอยู่ของแบคทีเรียในผลิตภัณฑ์อาหาร

อ่านข่าวเต็มได้ที่: The Jerusalem Post

การเรียนรู้เชิงลึกโดยใช้กล้องจุลทรรศน์ทำนายการติดไวรัส

ภาพจาก University of Zurich (Switzerland)

โครงข่ายประสาทเทียมที่มีการเรียนรู้เชิงลึกสามารถระบุเซลล์ที่ติดอะดีโนไวรัส (adenoviruses) หรือไวรัสเริมได้อย่างน่าเชื่อถือจากภาพเรืองแสงของเซลล์ที่มีชีวิต อัลกอริธึมที่พัฒนาขึ้นโดยนักวิจัยจาก University of Zurich (UZH) ของสวิตเซอร์แลนด์ (UZH) ได้รับการออกแบบมาเพื่อตรวจจับการเปลี่ยนแปลงในการจัดเรียงของนิวเคลียสของเซลล์ที่ส่งสัญญาณว่ามีการติดเชื้อ นักวิจัยได้ฝึกแบบจำลองนี้เพื่อระบุแบบรูป (pattern) ตามแบบฉบับของเซลล์ที่ติดเชื้อหรือไม่ติดเชื้อ โดยใช้ชุดข้อมูลขนาดใหญ่ของภาพจากกล้องจุลทรรศน์ อัลกอริธึมยังแสดงให้เห็นถึงความสามารถในการระบุการติดเชื้อเฉียบพลันและรุนแรงด้วยความแม่นยำ 95% ล่วงหน้าสูงสุด 24 ชั่วโมง โดยแยกความแตกต่างระหว่างสองเฟสที่แยกจากกันของการติดเชื้อแบบไลติก (lytic infection)

อ่านข่าวเต็มได้ที่: University of Zurich (Switzerland)

อัลกอริทึมที่ทำนายการติดเชื้อถึงตายมักมีข้อบกพร่อง

PHOTOGRAPH: JUAN BARRETO/GETTY IMAGES

อัลกอริธึมที่ออกแบบโดย Epic Systems ผู้ให้บริการบันทึกข้อมูลสุขภาพอิเล็กทรอนิกส์ของสหรัฐฯ เพื่อคาดการณ์การติดเชื้อจากภาวะติดเชื้อในกระแสเลือดขาดความแม่นยำอย่างมีนัยสำคัญ จากการวิเคราะห์ข้อมูลผู้ป่วยประมาณ 30,000 รายในโรงพยาบาลของ University of Michigan (U-M) นักวิจัยของ UM กล่าวว่าโปรแกรมพลาดไปสองในสามของกรณีการติดเชื้อ ซึ่งคิดเป็นประมาณ 2,500 ราย และยังแทบตรวจไม่พบกรณีที่เจ้าหน้าที่ทางการแพทย์พลาดไป และมีแนวโน้มว่าจะส่งสัญญาณเตือนที่ผิดพลาด นักวิจัยกล่าวว่า Epic บอกลูกค้าว่าระบบเตือนภาวะติดเชื้อในกระแสเลือดสามารถแยกแยะผู้ป่วยสองรายที่มีและไม่มีภาวะติดเชื้อได้อย่างถูกต้องอย่างน้อย 76% แต่นักวิจัยระบุว่ามันมีความแม่นยำเพียง 63% Karandeep Singh จาก UM กล่าวว่าการศึกษาเน้นถึงข้อบกพร่องที่มากขึ้นของอัลกอริธึมที่เป็นกรรมสิทธิ์ซึ่งถูกใช้มากขึ้นในการดูแลสุขภาพ โดยให้ข้อสังเกตว่าการขาดการตีพิมพ์ทางวิทยาศาสตร์ในแบบจำลองเหล่านี้เป็นเรื่อง "น่าตกใจ"

อ่านข่าวเต็มได้ที่:  Wired