![]() | |
ภาพจาก Caltech News |
อ่านข่าวเต็มได้ที่: Caltech News
![]() | |
ภาพจาก Caltech News |
อ่านข่าวเต็มได้ที่: Caltech News
![]() |
ภาพจาก Nature |
วิศวกรชีวการแพทย์ นักรังสีวิทยา ผู้เชี่ยวชาญด้านระบบทางเดินหายใจ และแพทย์ในสถาบันและโรงพยาบาลทั่วประเทศจีนร่วมมือกันพัฒนาซอฟต์แวร์การเรียนรู้ของเครื่อง (machine learning) เพื่อช่วยเหลือนักรังสีวิทยาในช่วงการระบาดใหญ่ อัลกอริธึมนี้ถูกฝึกฝนเกี่ยวโดยใช้การเอ็กซ์เรย์ทรวงอกมากกว่า 145,000 ครั้งจากโรงพยาบาล 7 แห่ง และพบว่ามีความแม่นยำมากกว่า 90% ในการตรวจหาโควิด-19 และโรคระบบทางเดินหายใจอื่น ๆ นักวิจัยได้ให้ข้อมูลและโปรแกรมคอมพิวเตอร์แก่ China National Center for Bioinformation ซึ่งเป็นแพลตฟอร์มข้อมูลที่ให้เข้าถึงแบบเปิด (open-access data platform) เพื่อช่วยในการวิจัย COVID-19 ทั่วโลก โครงการนี้เป็นหนึ่งในหลายโครงการที่ริเริ่มขึ้นในประเทศจีนในช่วงทศวรรษที่ผ่านมา เนื่องจากจีนได้ตั้งเป้าไปที่การดูแลสุขภาพที่ขับเคลื่อนด้วยข้อมูล
อ่านข่าวเต็มได้ที่: Nature
![]() |
Photo by Kai Wenzel on Unsplash |
Google กำลังลงทุน 1 ล้านดอลลาร์ในโครงการนำร่อง Secure Open Source (SOS) ของ Linux Foundation เพื่อทำให้โครงการโอเพนซอร์สมีความมั่นคงมากขึ้น โปรแกรมจะให้รางวัลแก่นักพัฒนาซอฟต์แวร์สำหรับการเสริมความแข็งแกร่งให้กับซอฟต์แวร์จากการโจมตี และแก้ไขข้อบกพร่องที่อาจเกิดขึ้นก่อนที่มันจะเกิดขึ้น Google กล่าวว่าเงินจูงใจมีตั้งแต่ $ 505 สำหรับ "การปรับปรุงเล็กน้อย" ถึง $ 10,000 หรือมากกว่าสำหรับการทำให้ซอฟต์แวร์แข็งแกร่งขึ้นเพื่อป้องกันช่องโหว่ที่สำคัญ SOS ตั้งเป้าหมายที่จะให้ความคิดริเริ่มเชิงรุกในการเสริมความแข็งแกร่งให้กับโครงการเปิดเผยรหัส (open source) ที่สำคัญ และปกป้องโครงสร้างพื้นฐานจากการโจมตีแอปพลิเคชันและซัพพลายเชน และตั้งใจที่จะปิดช่องว่างการระดมทุนสำหรับโครงการซอฟต์แวร์โดยสมัครใจส่วนใหญ่ จากข้อมูลของ Google โครงการ SOS คือ "จุดเริ่มต้นสำหรับความพยายามในอนาคตที่หวังว่าจะรวบรวมองค์กรขนาดใหญ่อื่น ๆ และเปลี่ยนให้เป็นความคิดริเริ่มที่ยั่งยืน และระยะยาวภายใต้ OpenSSF (Open Source Security Foundation)" ซึ่งเป็นฟอรัมข้ามอุตสาหกรรมที่ร่วมมือกันเกี่ยวกับการปรับปรุงความมั่นคงของซอฟต์แวร์เปิดเผยรหัส
อ่านข่าวเต็มได้ที่: ZDNet
![]() |
ภาพจาก University of Leeds (U.K.) |
นักวิจัยจาก University of Leeds แห่งสหราชอาณาจักรได้พัฒนาตัวแบบที่สามารถทำให้ยานพาหนะอัตโนมัติปลอดภัยยิ่งขึ้นสำหรับคนเดินเท้า โดยช่วยคาดการณ์ว่าเมื่อใดที่คนจะข้ามถนน แบบจำลองนี้ได้รับการทดสอบภายใต้สถานการณ์ต่างๆ โดยใช้เครื่องจำลองทางเท้า HIKER (Highly Immersive Kinematic Experimental Research) ของมหาวิทยาลัย นักวิจัยพบว่าผู้เข้าร่วมใช้ข้อมูลจากประสาทสัมผัส โดยดูจากระยะทาง ความเร็ว ความเร่งของรถ และสัญญาณด้านการสื่อสารเพื่อกำหนดว่าเมื่อใดควรข้าม Gustav Markkula แห่งเมืองลีดส์กล่าวว่า "คนเดินถนนมักจะรู้สึกไม่มั่นใจนักว่ารถจะยอมให้ทางจริงหรือไม่ และมักจะจบลงด้วยการรอจนกว่ารถจะจอดจนเกือบถึงป้ายหยุดรถก่อนที่จะเริ่มข้าม ตัวแบบของเราแสดงให้เห็นอย่างชัดเจนถึงสภาวะความไม่แน่ใจนี้ ซึ่งหมายความว่ามันสามารถใช้เพื่อช่วยออกแบบพฤติกรรมของยานพาหนะอัตโนมัติกับคนเดินถนนเพื่อจำกัดความไม่แน่นอน ซึ่งจะช่วยปรับปรุงทั้งความปลอดภัยในการจราจรและการไหลของการจราจร"
อ่านข่าวเต็มได้ที่: University of Leeds (U.K.)
![]() |
ภาพจาก EPFL (Switzerland) |
วิศวกรของ École polytechnique fédérale de Lausanne (EPFL) ของสวิตเซอร์แลนด์ และ Universidad Carlos III de Madrid ของสเปน ได้พัฒนา deepImageJ ซึ่งเป็นปลั๊กอินเปิดเผยรหัส (open source) ที่อำนวยความสะดวกในการวิเคราะห์รูปภาพโดยใช้การเรียนรู้เชิงลึก (deep learning) สำหรับการวิจัยด้านวิทยาศาสตร์เพื่อชีวิต ด้วย deepImageJ นักวิทยาศาสตร์ด้านชีวิต (life science) สามารถขอให้วิศวกรคอมพิวเตอร์ออกแบบและฝึกอบรมอัลกอริธึมการเรียนรู้ของเครื่องเพื่อทำงานเฉพาะอย่าง นักวิทยาศาสตร์สามารถเรียกใช้อัลกอริทึมหาผลลัพธ์ผ่านส่วนติดต่อกับผู้ใช้โดยไม่จำเป็นต้องตรวจสอบโค้ดใด ๆ ปลั๊กอินนี้ได้รับการพัฒนาเพื่อใช้เป็นทรัพยากรที่จะช่วยให้วิศวกร นักวิทยาศาสตร์คอมพิวเตอร์ นักคณิตศาสตร์ และนักชีววิทยาสามารถทำงานร่วมกันได้อย่างมีประสิทธิภาพมากขึ้น
อ่านข่าวเต็มได้ที่: EPFL (Switzerland)