เทคโนโลยีอัจฉริยะช่วยรักษาแพนดายักษ์ของจีน

ภาพจาก CNN

Sichuan Forest and Grassland Administration ของจีน และบริษัทเทคโนโลยี Huawei  ได้ร่วมกันพัฒนาระบบ Digital Panda เพื่อปกป้องถิ่นที่อยู่ของแพนด้ายักษ์ด้วยการตรวจจับไฟป่าในพื้นที่ที่เข้าถึงยาก ซึ่งพวกมันอาศัยอยู่ และแจ้งเตือนเจ้าหน้าที่พิทักษ์ป่าและหน่วยดับเพลิงเพื่อให้พวกเขาสามารถตอบสนองได้อย่างรวดเร็ว

ระบบที่ใช้พลังงานแสงอาทิตย์จะรวบรวมข้อมูลจากกล้อง 596 ตัว กล้องอินฟราเรด 45 ตัว โดรน และดาวเทียม และจัดเก็บข้อมูลไว้ในคลาวด์ ระบบยังรวมระบบจดจำใบหน้าสำหรับแพนด้าไว้ด้วย โดยใช้อัลกอริธึมที่ทดสอบและปรับแต่งโดยใช้ฐานข้อมูลกว่า 6,400 ภาพที่ถ่ายจากแพนดา 218 ตัวที่อยู่ในความดูแล

อ่านข่าวเต็มได้ที่: CNN

ชายผู้ควบคุมคอมพิวเตอร์ด้วยความคิด

ภาพจาก The New York Times Magazine

Dennis DeGray  เป็นอัมพาตมาตั้งแต่ปีพ.ศ. 2549 สามารถควบคุมร่างกายได้เหมือนเดิมผ่านอินเทอร์เฟซระหว่างคอมพิวเตอร์กับสมอง (brain-computer interface) หรือ BCI ที่พัฒนาโดยนักวิจัยของ Stanford University 

BCI ที่ปลูกฝังในตัวเขาในปีพ.ศ.  2559 ช่วยให้ DeGray เลื่อนเคอร์เซอร์บนหน้าจอคอมพิวเตอร์ด้วยความคิด โดยใช้อัลกอริธึมการเรียนรู้ด้วยเครื่องที่เชื่อมโยงรูปแบบกิจกรรมประสาทที่แตกต่างกันกับการสั่งให้เคลื่อนไหวมือในลักษณะต่าง ๆ  DeGray ได้เรียนรู้ที่จะควบคุมเทคโนโลยีต่างๆ ด้วยความคิดของเขา รวมถึงวิดีโอเกม แขนขาหุ่นยนต์ และโดรนจำลอง

ความก้าวหน้าของ BCI จนถึงปัจจุบันได้อาศัยการผสมผสานระหว่างเทคโนโลยีที่รุกราน (invasive) และไม่รุกราน (noninvasive) Thomas Oxley จาก Synchron หนึ่งในบริษัทผู้พัฒนา BCI เชื่อว่าตัวแบบในอนาคตจะช่วยให้ผู้พิการทางร่างกายกลับมามีส่วนร่วมกับสภาพแวดล้อมทั้งทางกายภาพและดิจิทัลอีกครั้ง

อ่านข่าวเต็มได้ที่:  The New York Times Magazine

สัญญาณจากแรงโน้มถ่วงสามารถตรวจจับแผ่นดินไหวด้วยความเร็วแสง

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

เราใกล้ที่จะจับคู่ประเภทของเซลล์ทุกประเภทในร่างกายมนุษย์ได้แล้ว

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

แกะกล่องดำของการเรียนรู้ของเครื่อง

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