วันศุกร์ที่ 20 พฤษภาคม พ.ศ. 2565

สัญญาณจากแรงโน้มถ่วงสามารถตรวจจับแผ่นดินไหวด้วยความเร็วแสง

earthquake
ภาพจาก Science

นักวิทยาศาสตร์จากมหาวิทยาลัย Cote d'Azur ของฝรั่งเศสได้พัฒนาอัลกอริทึมเพื่อตรวจจับคลื่นสะท้อน กลับ (backwash) จากคลื่นความโน้มถ่วงความเร็วแสงที่แผ่ออกมาจากแผ่นดินไหว เพื่อเป็นวิธีการระบุขนาดของแผ่นดินไหวได้เร็วยิ่งขึ้น

ทีมของ Cote d'Azur ได้ฝึกสอนอัลกอริทึมจากการจำลองแผ่นดินไหวหลายแสนครั้ง จากนั้นจึงทดสอบกับข้อมูลจากแผ่นดินไหวในประเทศญี่ปุ่นในปี 2011 ที่เกิดที่ Tohoku ดัวแบบดังกล่าวแซงหน้าระบบเตือนภัยล่วงหน้าที่ล้ำสมัยอื่นๆ โดยการทำนายขนาดของแผ่นดินไหวได้อย่างแม่นยำในเวลาประมาณ 50 วินาที

ตัวแบบนี้ซึ่ง Bernard Whiting จากมหาวิทยาลัยฟลอริดาเรียกว่า "การพิสูจน์ด้วยการทำให้เกิดผล (proof of implementation)" มีการวางแผนที่จะนำไปใช้ที่ญี่ปุ่น

อ่านข่าวเต็มได้ที่: Science

วันพฤหัสบดีที่ 19 พฤษภาคม พ.ศ. 2565

เราใกล้ที่จะจับคู่ประเภทของเซลล์ทุกประเภทในร่างกายมนุษย์ได้แล้ว

human-cell
ภาพจาก ScienceAlert

นักวิจัยมากกว่า 2,300 คนใน 83 ประเทศเข้าร่วมในการศึกษา 4 รายการที่รวบรวมการจับคู่เซลล์มากกว่า 1 ล้านเซลล์ในอวัยวะต่างๆ ของมนุษย์ 33 ชิ้น 

Steve Quake แห่งมหาวิทยาลัยสแตนฟอร์ดอธิบายว่า "สิ่งที่เราสามารถทำได้ร่วมกันในที่นี้คือช่วยให้เข้าใจและตีความว่าส่วนต่างๆ ของจีโนมถูกใช้เพื่อกำหนดประเภทเซลล์ต่างๆ และสร้างคำจำกัดความระดับโมเลกุลสำหรับเซลล์ประเภทต่าง ๆ ที่เราศึกษาร่วมกันได้อย่างไร

นักวิจัยได้ใช้อัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) ตัวใหม่ เพื่อแยกแบบรูปโมเลกุลที่สำคัญ และใช้กระบวนการทดลองเพื่อสร้างโปรไฟล์ประเภทเซลล์อื่น ๆ มากขึ้น เพื่อช่วยรวบรวมและค้นหาผ่านแผนที่เซลล์

ชุดข้อมูลจะช่วยให้นักวิทยาศาสตร์สามารถจัดทำแผนภูมิการเชื่อมโยงระหว่างเซลล์สำหรับแผนที่ร่างกายทั้งตัวของการแสดงกระบวนการทางชีววิทยาและการหยุดชะงักที่ก่อให้เกิดโรค

อ่านข่าวเต็มได้ที่: ScienceAlert


วันพุธที่ 18 พฤษภาคม พ.ศ. 2565

แกะกล่องดำของการเรียนรู้ของเครื่อง

open-box
ภาพจาก MIT News

เฟรมเวอร์กทางคณิตศาสตร์ที่พัฒนาขึ้นโดยนักวิจัยจาก Massachusetts Institute of Technology และ Microsoft Research มีวัตถุประสงค์เพื่อหาปริมาณและประเมินความสามารถในการเข้าใจคำอธิบายของตัวแบบการเรียนรู้ของเครื่อง (machine learning) ในการทำนายของมัน 

เฟรมเวอร์กที่เรียกว่า ExSum (Explanation Summary) สามารถประมวลผลกฎในชุดข้อมูลทั้งชุดได้ ExSum ช่วยให้ผู้ใช้สามารถดูว่ากฎทำได้ตามตัวชี้วัดสามตัวหรือไม่ ได้แก่ ความครอบคลุมซึ่งคือขอบเขตความครอบคลุมของกฎในชุดข้อมูลทั้งหมด ความถูกต้องซึ่งคือเปอร์เซ็นต์ที่ตัวอย่างแต่ละรายการเป็นไปตามกฎ และความคมชัดซึ่งคือกฏมีความแม่นยำเพียงใด 

Yilun Zhou จาก MIT กล่าวว่า "ก่อนงานนี้ หากคุณมีคำอธิบายแบบเฉพาะที่ถูกต้อง แสดงว่าคุณทำเสร็จแล้ว คุณได้รับจอกศักดิ์สิทธิ์ในการอธิบายตัวแบบของคุณ เรากำลังเสนอมิติเพิ่มเติมนี้เพื่อให้แน่ใจว่าคำอธิบายเหล่านี้เข้าใจได้"

อ่านข่าวเต็มได้ที่: MIT News

วันอังคารที่ 17 พฤษภาคม พ.ศ. 2565

จะเป็นยังไงถ้ามีหุ่นยนต์มาทำสีเล็บให้ในราคา $10

robot-paint-nail
ภาพจาก CNN Business

Target ยักษ์ใหญ่ค้าปลีกได้ติดตั้งหุ่นยนต์ทาสีเล็บที่ผลิตโดยบริษัท Clockwork ที่ร้านค้าสามแห่งในแคลิฟอร์เนียและมินนิโซตา ซึ่งเป็นส่วนหนึ่งของการทดสอบเพื่อดูว่าผู้ที่มาจับข่ายซื้อตอบสนองอย่างไร ลูกค้าเลื่อนมือเข้าไปในเครื่อง โดยกล้องสองตัวจะถ่ายรูปเล็บแต่ละเล็บประมาณ 100 รูป

Renuka Apte แห่ง Clockwork กล่าวว่าภาพเหล่านั้นถูกรวมเข้าด้วยกันเป็นกลุ่มของจุดแบบสามมิติที่แสดงรูปร่างของเล็บ ซึ่งระบบจะใช้เพื่อค้นหาขอบของเล็บ จากนั้นอัลกอริทึมมจะกำหนดการเคลื่อนไหวและความเร็วที่เหมาะสมของปิเปตเพื่อทายาทาเล็บ 

Kelsie Marian จากบริษัทวิจัยตลาด Gartner กล่าวว่าการทดลองระยะยาวโดยผู้ค้าปลีก จะทำให้ผู้บริโภครู้สึกสบายใจมากขึ้นกับการที่ต่อไปจะมีหุ่นยนต์ในร้านค้า

อ่านข่าวเต็มได้ที่: CNN Business

วันจันทร์ที่ 16 พฤษภาคม พ.ศ. 2565

นักวิจัยใช้ AI ในการตรวจจับปั๊มหัวใจที่อ่อนแอผ่านตัววัด ECG ใน Apple Watch ของผู้ป่วย

apple-watch
Photo by Daniel Korpai on Unsplash

นักวิจัยที่ Mayo Clinic ได้พัฒนาอัลกอริทึมปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่สามารถระบุผู้ป่วยที่มีปั๊มหัวใจอ่อนแอโดยอาศัยการติดตามคลื่นไฟฟ้าหัวใจแบบ single-lead จาก Apple Watch นักวิจัยได้ปรับปรุงอัลกอริทีม 12-lead ที่ถูกสร้างขค้นมาสำหรับปั๊มหัวใจที่อ่อนแอ เพื่อตีความสัญญาณ ECG ที่เกิดจาก single-lead ของ Apple Watch พวกเขายังได้พัฒนาแอปสมาร์ตโฟนที่ช่วยให้ผู้เข้าร่วมการศึกษาสามารถส่ง ECG แบบ single-lead จาก Apple Watch ของพวกเขา

Dr. Paul Friedman จาก Mayo Clinic กล่าวว่า "เป็นเรื่องน่าทึ่งอย่างยิ่งที่ AI จะเปลี่ยนสัญญาณ ECG ของนาฬิกาในระดับผู้บริโภคให้กลายเป็นเครื่องตรวจจับภาวะนี้ ซึ่งปกติจะต้องใช้การทดสอบเพื่อให้ได้ภาพจากอุปกรณ์ที่มีราคาแพงและซับซ้อน เช่น การตรวจคลื่นไฟฟ้าหัวใจ CT scan หรือ MRI

อ่านข่าวเต็มได้ที่: Mayo Clinic