โปรแกรมคอมพิวเตอร์สามารถอ่านลำดับจีโนมใด ๆ เพื่อถอดรหัสพันธุกรรมของมัน

Photo by ANIRUDH on Unsplash

นักวิจัยจาก Harvard University ได้พัฒนาโปรแกรมที่สามารถอ่านลำดับจีโนมของสิ่งมีชีวิต และกำหนดรหัสพันธุกรรม ซึ่งจะช่วยให้นักวิทยาศาสตร์เข้าใจวิวัฒนาการของรหัสพันธุกรรม แม้ว่าสิ่งมีชีวิตส่วนใหญ่ใช้รหัสพันธุกรรมเดียวกัน แต่ก็มีการค้นพบสิ่งมีชีวิตบางชนิดที่ใช้รหัสพันธุกรรมทางเลือก โปรแกรมใหม่ที่ชื่อ Codetta สามารถใช้เพื่อระบุสิ่งมีชีวิตที่ใช้รหัสพันธุกรรมทางเลือก นักวิจัยได้ใช้ Codetta ในการวิเคราะห์ลำดับจีโนมของแบคทีเรียมากกว่า 250,000 ตัว และสิ่งมีชีวิตเซลล์เดียวอื่น ๆ และพบว่ามีสิ่งมีชีวิต 5 ตัวซึ่งถูกกำหนดรหัสของกรดอะมิโนอาร์จินีน (arginine) ใหม่ให้กับกรดอะมิโนที่ต่างออกไป ซึ่งเป็นครั้งแรกที่เห็นการสลับนี้ในแบคที่เรีย

อ่านข่าวเต็มได้ที่: News-Medical Life Sciences

การแผ่รังสีนิวเคลียร์ถูกใช้ในการส่งผ่านข้อมูลดิจิทัลแบบไร้สาย

ภาพจาก Lancaster University (U.K.)

ข้อมูลที่เข้ารหัสแบบดิจิทัลถูกส่งแบบไร้สายโดยใช้รังสีนิวเคลียร์ จากผลงานของวิศวกรของ Lancaster University แห่งสหราชอาณาจักร และ Jožef Stefan Institute ของสโลวีเนีย นักวิจัยส่งข้อมูลโดยใช้นิวตรอนเร็วที่ปล่อยออกมาจากไอโซโทปกัมมันตภาพรังสี californium-252 เครื่องตรวจจับประเมินการปล่อยรังสีซึ่งถูกบันทึกไว้ในแล็ปท็อป นักวิจัยได้เข้ารหัสข้อมูลเป็นลำดับ ซึ่งรวมถึงคำ ตัวอักษร และตัวเลขสุ่มที่เลือกแบบไม่มีรูปแบบเพื่อในการปรับสนามนิวตรอน และถอดรหัสผลลัพธ์บนแล็ปท็อปที่ใช้อ่านข้อมูลที่เข้ารหัส Malcolm Joyce แห่ง Lancaster กล่าวว่า "เราแสดงให้เห็นศักยภาพของการแผ่รังสีนิวตรอนเร็วในฐานะสื่อกลางสำหรับการสื่อสารแบบไร้สาย สำหรับการใช้งานที่การส่งผ่านแม่เหล็กไฟฟ้าแบบธรรมดาไม่สามารถทำได้หรือมีข้อจำกัดในตัวมันเอง"

อ่านข่าวเต็มได้ที่: Lancaster University (U.K.)

เมื่ออัลกอริทึมมีความสร้างสรรค์

ภาพจาก University of Bern (Switzerland)

ทีมนักวิทยาศาสตร์นานาชาติที่นำโดย University of Bern ของสวิตเซอร์แลนด์ได้พัฒนาอัลกอริธึมเชิงวิวัฒนาการ (evolutionary algorithm) ที่สามารถเรียนรู้ได้อย่างสร้างสรรค์ อัลกอริธึมดังกล่าวกำหนด "ความเหมาะสม (fitness)" ของสิ่งที่เป็นคำตอบที่เป็นไปได้ โดยพิจารณาจากความสามารถว่าแก้ปัญหาที่กำลังศึกษาอยู่ได้ดีเพียงใด แนวทาง evolving-to-learn (E2L) หรือ "ปรับตัวได้ (becoming adaptive)" ของนักวิจัยถูกนำไปใช้กับสถานการณ์การเรียนรู้ทั่วไปสามสถานการณ์ อย่างแรกคือการตรวจจับแบบรูป (pattern) ที่เกิดซ้ำในสตรีมอินพุตแบบต่อเนื่องโดยไม่มีการตอบกลับด้านประสิทธิภาพ ประการที่สองให้รางวัลเสมือนแก่คอมพิวเตอร์สำหรับการมีพฤติกรรมตามที่ต้องการ และอย่างที่สามคือแนะนำคอมพิวเตอร์ว่าพฤติกรรมของมันเบี่ยงออกจากแบบรูปที่ต้องการมากน้อยเพียงใด Jakob Jordan จาก Bern กล่าวว่า "ในแนวทางทั้งหมดนี้" "อัลกอริธึมเชิงวิวัฒนาการสามารถค้นพบกลไก synaptic plasticity และด้วยเหตุนี้จึงแก้ปัญหาใหม่ได้สำเร็จ"

อ่านข่าวเต็มได้ที่: University of Bern (Switzerland)

มือหุ่นยนต์แบบคล่องแคล่วจัดการวัตถุได้อย่างง่ายดาย

ภาพจาก MIT Computer Science and Artificial Intelligence Laboratory

นักวิทยาศาสตร์จาก Computer Science and Artificial Intelligence Laboratory หรือ CSAILของ Massachusetts Institute of Technology หรือ MIT  ได้ออกแบบระบบที่ช่วยให้มือหุ่นยนต์จัดการกับวัตถุที่แตกต่างกันมากกว่า 2,000 ชิ้นได้ นักวิจัยใช้มือจำลองที่มีองศาอิสระ 24 องศา และแสดงให้เห็นว่ากรอบการทำงานนี้สามารถปรับให้เข้ากับระบบหุ่นยนต์จริงได้ เฟรมเวิร์กนี้ใช้อัลกอริธึมการเรียนรู้การเสริมแรงแบบไม่มีตัวแบบ (model-free)  ซึ่งกำหนดฟังก์ชันกำหนดค่าจากการปฏิสัมพันธ์กับสิ่งแวดล้อม การเรียนรู้เชิงลึก และการฝึกอบรมแบบ "ครูกับนักเรียน" เครือข่าย "ครู" ได้รับการป้อนข้อมูลเกี่ยวกับวัตถุและหุ่นยนต์ในการจำลอง ซึ่งกลั่นกรองสู่การสังเกต ซึ่งคล้ายกับสิ่งที่เกิดขึ้นในโลกจริง

อ่านข่าวเต็มได้ที่: MIT Computer Science and Artificial Intelligence Laboratory

สภาคองเกรสสั่งให้ใช้เทคโนโลยีเพื่อหยุดการเมาแล้วขับ

 

ภาพจาก Associated Press

สภาคองเกรสของสหรัฐอเมริกาต้องการให้ผู้ผลิตรถยนต์พัฒนาเทคโนโลยีที่ป้องกันการเมาแล้วขับติดตั้งมากับรถยนต์เลย ซึ่งเป็นส่วนหนึ่งของการผลักดันด้านความปลอดภัยของรถยนต์ที่รวมอยู่ในแพ็คเกจโครงสร้างพื้นฐานมูลค่า 1 ล้านล้านดอลลาร์ มาตรการดังกล่าวกำหนดให้ผู้ผลิตรถยนต์ต้องสร้างระบบตรวจสอบเพื่อหยุดคนเมาเข้าไปขับรถโดยเร็วที่สุดภายในไม่เกินปี 2026 หลังจากกระทรวงคมนาคมของสหรัฐอเมริกากำหนดแนวทางแก้ไขที่ดีที่สุด และผู้ผลิตรถยนต์มีเวลาเพียงพอในการปฏิบัติตาม กฎหมายระบุเพียงว่าระบบต้อง "ตรวจสอบประสิทธิภาพของผู้ขับขี่ยานยนต์เพื่อระบุให้ได้อย่างถูกต้องว่าผู้ขับขี่รายนั้นอาจมีความไม่พร้อมหรือไม่" Sam Abuelsamid จากบริษัทด้านการตลาด Guidehouse Insights กล่าวว่ากล้องอินฟราเรดเป็นทางเลือกที่เป็นไปได้มากที่สุด และบริษัทต่างๆ ซึ่งรวมถึง General Motors, BMW และ Nissan ได้ใช้กล้องเหล่านี้เพื่อติดตามความมีสมาธิของผู้ขับขี่ในระบบช่วยเหลือผู้ขับขี่อัตโนมัติแบบบางส่วนอยู่แล้ว

อ่านข่าวเต็มได้ที่: Associated Press