วันอังคารที่ 25 มกราคม พ.ศ. 2565

การกลับสู่ดวงจันทร์ในรอบหลายทศวรรษ

Lunar-Rover
ภาพจาก UPI

NASA กับการกลับมาสู่พื้นผิวดวงจันทร์เป็นครั้งแรกนับตั้งแต่ปี 1972 อาจเกิดขึ้นได้ในปีนี้ ด้วยการเปิดตัวหุ่นยนต์ลงจอดและโรเวอร์จากผู้รับเหมาที่ได้รับทุนสนับสนุนจากองค์การนาซ่าสองราย ได้แก่ Astrobotic และ Intuitive Machines 

Astrobotic ติดโรเวอร์ขนาดเท่ากล่องใส่รองเท้าที่ชื่อว่าไอริสเข้ากับยานลงจอด Peregrine ซึ่งสามารถส่งไปยังดวงจันทร์ได้ในช่วงครึ่งแรกของปีนี้ โรเวอร์ไอริสสร้างขึ้นโดยนักศึกษาจาก Carnegie Mellon University 

เครื่องบินลงจอดบนดวงจันทร์ Nova-C ของ Intuitive จะบรรทุกโรเวอร์ขนาดเล็กของ Spacebit Technologies ในลอนดอน 

ภารกิจ IM-1 ของ Intuitive และ Peregrine Mission 1 ของ Astrobotic มีวัตถุประสงค์เพื่อตรวจสอบสถานที่ลงจอดและทรัพยากรสำหรับภารกิจ Artemis ที่ NASA ได้วางแผนไว้

อ่านข่าวเต็มได้ที่: UPI



วันจันทร์ที่ 24 มกราคม พ.ศ. 2565

นักวิจัยพัฒนาจอ OLED แบบยืดหยุ่นได้โดยเครื่องพิมพ์ 3 มิติแบบเต็มรูปแบบเป็นครั้งแรก

flexible-oled
ภาพจาก University of Minnesota College of Science & Engineering

นักวิจัยจาก University of Minnesota Twin Cities (U of M) พัฒนาจอ OLED แบบยืดหยุ่นได้โดยเครื่องพิมพ์ 3 มิติแบบตั้งโต๊ะ ซึ่งอาจนำไปสู่การผลิตจอแสดงผล OLED ราคาประหยัดที่ผลิตขึ้นเองที่บ้าน 

จอแสดงผลต้นแบบมีขนาดประมาณ 1.5 นิ้วในแต่ละด้านและมี 64 พิกเซล โดยแต่ละพิกเซลมีการทำงานและเปล่งแสง 

Ruitao Su อดีตนักวิจัยของ U of M กล่าวว่าจอแสดงผลที่ยืดหยุ่นได้ "แสดงการแผ่รังสีที่ค่อนข้างคงที่ในช่วงการดัดงอ  (bending cycle) 2,000 รอบ ซึ่งบ่งชี้ว่า OLED ที่พิมพ์แบบ 3 มิติเต็มรูปแบบสามารถนำมาใช้สำหรับการใช้งานที่สำคัญในซอฟต์อิเล็กทรอนิกส์ (soft electronics) และอุปกรณ์สวมใส่ได้"

อ่านข่าวเต็มได้ที่: University of Minnesota College of Science & Engineering

วันอาทิตย์ที่ 23 มกราคม พ.ศ. 2565

ทำนายอนาคตของโควิด

corina-virus
ภาพจาก Boston College

เครื่องมือวิเคราะห์ใหม่ที่พัฒนาโดยทีมวิจัยที่นำโดยนักชีววิทยาที่ Boston College (BC) ใช้การจำลองแบบทางกลศาสตร์ควอนตัม (quantum mechanical modeling) เพื่อทำนายการกลายพันธุ์ในอนาคตของ SARS-CoV-2 

Babak Momeni แห่ง BC กล่าวว่า "เราทำนายด้วยการคำนวณว่าการกลายพันธุ์แบบใดที่ผูกพัน (binding) เข้ากับโฮสต์ที่เป็นตัวรับและหลีกเลี่ยงแอนติบอดี้ได้ดีขึ้น" เป้าหมายคือการเตรียมพร้อมสำหรับความกังวลว่าโควิดจะมีการกลายพันธ์ในรูปแบบต่าง ๆ ในอนาคต

Momeni กล่าวว่า "เราใช้ตัวแบบกลศาสตร์ควอนตัมเต็มรูปแบบ เพื่อประเมินในทางทฤษฎีว่าการกลายพันธุ์ที่แตกต่างกันในหนาม [โปรตีนของโคโรนาไวรัส] สามารถส่งผลในการเพิ่มหรือลดความแข็งแรงในการยึดเกาะ ACE2 ของมนุษย์ได้อย่างไร"

การศึกษายังพบว่าปัจจัยอื่นๆ นอกเหนือจากการผูกพัน อาจเกี่ยวข้องกับในการพิจารณาว่ากลายพันธ์มีวิวัฒนาการอย่างไร

อ่านข่าวเต็มได้ที่: Boston College




วันเสาร์ที่ 22 มกราคม พ.ศ. 2565

ความลึกลับที่ซ่อนอยู่ของดวงจันทร์ถูกเปิดเผยด้วยอัลกอริธึม

Moon
ภาพจาก  Scientific American

ทีมนักวิทยาศาสตร์นานาชาติได้พัฒนาอัลกอริธึมการเรียนรู้เชิงลึกเพื่อสำรวจบริเวณด้านมืดถาวร (permanently shadowed regions) หรือ PSR ของดวงจันทร์อย่างลึกซึ้งยิ่งขึ้น และเพื่อสร้างภาพลักษณะทางธรณีวิทยาที่มีขนาดเล็กมาก

นักวิจัยได้ฝึกอบรมอัลกอริธึมนี้กับภาพ PSR กว่า 70,000 ภาพ ควบคู่ไปกับข้อมูลเกี่ยวกับอุณหภูมิของกล้องและตำแหน่งการโคจรของกล้อง เพื่อระบุและคัดแยกสัญญาณรบกวนของกล้อง จากนั้นพวกเขาก็ป้อนอัลกอริธึมภาพถ่ายดวงจันทร์ที่มีแสงแดดส่องถึงหลายล้านภาพโดยจับคู่กับภาพจำลองในเงามืด เพื่อจัดการกับสัญญาณรบกวนที่หลงเหลืออยู่

นักวิจัยใช้อัลกอริธึมนี้ในการวิเคราะห์ขนาดและการกระจายของหลุมอุกกาบาตและก้อนหินใน PSR หลายแห่งที่อาจสำรวจไปแล้วโดยโครงการ Artemis lunar ของ NASA

อ่านข่าวเต็มได้ที่: Scientific American

วันศุกร์ที่ 21 มกราคม พ.ศ. 2565

การเรียนรู้ของเครื่องทำนายการสังเคราะห์วัสดุชนิดใหม่

ml-libraries
ภาพจาก Northwestern Now

อัลกอริธึมการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่พัฒนาโดยนักวิทยาศาสตร์จาก Northwestern University และ Toyota Research Institute (TRI) ในซิลิคอนแวลลีย์ สามารถทำนายการสังเคราะห์วัสดุนาโนชนิดใหม่ได้ 

นักวิจัยได้สร้าง "Megalibrary" ของโครงสร้างนาโนที่เข้ารหัสบนชิป และใช้อัลกอริทึมนี้เพื่อพยากรณ์การสังเคราะห์วัสดุนาโนจากพวกมัน 

Chad Mirkin จาก Northwestern กล่าวว่า "เราขอให้ตัวแบบนี้บอกเราว่าส่วนผสมของธาตุมากที่สุดรวมเจ็ดชนิดจะทำให้เกิดสิ่งที่ไม่เคยทำมาก่อนได้หรือไม่ "เครื่องทำนายความเป็นไปได้ 19 อย่าง และหลังจากการทดสอบแต่ละอย่าง เราพบว่าการคาดการณ์ถูกต้อง 18 อย่าง"

Joseph Montoya แห่ง TRI กล่าวว่าข้อมูลดังกล่าวชี้ว่า "การประยุกต์ใช้การเรียนรู้ด้วยเครื่องร่วมกับเทคโนโลยี Megalibrary อาจเป็นหนทางไปสู่การกำหนดจีโนมของวัสดุได้ในที่สุด"

อ่านข่าวเต็มได้ที่: Northwestern Now