AI ที่ใช้ใยแก้วนำแสงช่วยติดตามการบาดเจ็บของสมอง

ภาพจาก Imperial College London (U.K.)

นักวิจัยจาก Imperial College London ของสหราชอาณาจักรและมหาวิทยาลัย Sichuan ของจีนได้พัฒนาปัญญาประดิษฐ์ (artificial intelligence) ที่ขับเคลื่อนด้วยเซ็นเซอร์ใยแก้วนำแสงเพื่อวัดเครื่องหมายทางชีวภาพ (biomarker) ของอาการบาดเจ็บที่สมองหลายตัวพร้อมกัน

อุปกรณ์นี้ใช้อัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) ที่ได้รับการฝึกอบรมจากข้อมูลก่อนหน้าเพื่อตรวจสอบค่า pH อุณหภูมิ ออกซิเจนที่ละลายในน้ำ (dissolved oxygen) และระดับกลูโคส และเพื่อคาดการณ์ความเข้มข้นของเครื่องหมายทางชีวภาพ

ใยแก้วนำแสงแบบยืดหยุ่นที่ใช้ซิลิกาถูกแทรกเข้าไปในเนื้อเยื่อสมองเพื่อตรวจสอบน้ำไขสันหลัง (cerebrospinal fluid) หรือ CSF ในขณะที่ฟิล์มตรวจจับสี่ชิ้นที่ติดอยู่ที่ปลายของเส้นใยจะวัดปริมาณความเข้มข้นของเครื่องหมายทางชีวภาพแต่ละตัว

Yubing Hu แห่ง Imperial College กล่าวว่า "ผลลัพธ์ที่ให้ความหวังนี้ของเราชี้ให้เห็นถึงทั้งการติดตามเครื่องหมายทางชีวภาพที่แม่นยำ และการคาดการณ์ที่เที่ยงตรงของความก้าวหน้าของการบาดเจ็บ ซึ่งหลังจากการพัฒนาเพิ่มเติมจะสามารถช่วยแพทย์ตรวจสอบทั้งสุขภาพสมองของผู้ป่วยและการตอบสนองต่อการรักษา"

อ่านข่าวเต็มได้ที่: Imperial College London (U.K.)

การชารจ์รถไฟฟ้าที่เร็วสุด ๆ

ภาพจาก American Chemical Society

นักวิจัยจาก Idaho National Laboratory ใช้การเรียนรู้ของเครื่อง (machine learning) เพื่อพัฒนาวิธีการชาร์จอย่างรวดเร็วสำหรับแบตเตอรี่รถยนต์ไฟฟ้า โดยไม่ทำลายแบตเตอรี่หรือทำให้อายุการใช้งานสั้นลง

นักวิจัยได้ฝึกอบรมตัวแบบการเรียนรู้ของเครื่องโดยใช้ข้อมูลเกี่ยวกับสภาพของแบตเตอรี่ลิเธียมไอออนแบบต่างๆ ในระหว่างรอบการชาร์จ/การคายประจุ ข้อมูลเหล่านี้ถูกใช้ในการระบุและเพิ่มประสิทธิภาพโปรโตคอลการชาร์จแบบใหม่ ซึ่งถูกทดสอบกับแบตเตอรีจริง

Eric Dufek แห่ง Idaho National Laboratory กล่าวว่า "เราได้เพิ่มปริมาณพลังงานที่สามารถใส่เข้าไปในเซลล์แบตเตอรี่ได้อย่างมีนัยสำคัญในระยะเวลาอันสั้น ปัจจุบัน เราสามารถชาร์จได้มากกว่า 90% ใน 10 นาที

อ่านข่าวเต็มได้ที่: American Chemical Society

ตัวแบบ AI ตรวจจับพาร์กินสันจากรูปแบบการหายใจ

ภาพจาก MIT News

กลุ่มนักวิจัยจากหลายสถาบันได้สร้างแบบจำลองปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่สามารถตรวจหาโรคพาร์กินสันจากรูปแบบการหายใจของแต่ละคน 

Yuzhe Yang และ Yuan แห่ง Massachusetts Institute of Technology (MIT) ได้ฝึกฝนแบบจำลอง AI ซึ่งเป็นโครงข่ายประสาทเทียม เพื่อระบุการปรากฏตัวของโรคจากการหายใจตอนกลางคืน และเพื่อประเมินความรุนแรงและติดตามความก้าวหน้าของโรคเมื่อเวลาผ่านไป

มันถูกนำไปใช้ในอุปกรณ์ที่ปล่อยสัญญาณวิทยุ วิเคราะห์การสะท้อนของพวกมันจากสภาพแวดล้อม และแยกรูปแบบการหายใจของผู้ทดลองโดยไม่ต้องสัมผัสร่างกาย นักวิจัยได้ป้อนรูปแบบเหล่านั้นไปยังโครงข่ายประสาทเทียม ซึ่งจะประเมินการอาการพาร์กินสันที่ซ่อนอยู่

อ่านข่าวเต็มได้ที่: MIT News

กำลังมีความกังวลว่าเครือข่าย 5G จะถูกแฮกได้

ภาพจาก IEEE Spectrum

นักวิจัยด้านความปลอดภัยของเยอรมนีระบุว่าเครือข่าย 5G สามารถถูกแฮ็กได้ โดยมีการละเมิดและยึดเครือข่ายที่ออนไลน์อยู่ในการทำแบบฝึกหัดที่ต่อเนื่องกันที่เรียกว่า "red teaming" ซึ่งแฮกเกอร์ถูกบริษัทจ้างมาให้เจาะระบบ

เทคโนโลยีคลาวด์ที่กำหนดค่าไม่ดีทำให้แฮกกอร์ใช้ประโยชน์จากช่องโหว่นี้ได้ และ Karsten Nohl จาก Security Research Labs ของเยอรมนีกล่าวถึงความล้มเหลวในการปรับใช้การรักษาความมั่นคงขั้นพื้นฐานบนคลาวด์ 

การเกิดขึ้นของ 5G ทำให้ความต้องการด้านเวอร์ชวลไลเซชัน (virtualization) ซึ่งคือการจำลองฮาร์ดแวร์เสมือนขึ้นมาใช้งานมีเพิ่มมากขึ้น โดยเฉพาะอย่างยิ่งสำหรับเครือข่ายที่ใช้สัญญาณวิทยุในการเชื่อมโยงอุปกรณ์ของผู้ใช้ปลายทางกับแกนของเครือข่าย  Nohl กล่าวว่าเครือข่าย 5G ตอบสนองต่อความซับซ้อนที่มากขึ้นนี้ด้วยการจัดการเครือข่ายแบบอัตโนมัติมากขึ้น ซึ่งทำให้การใช้ประโยชน์จากช่องโหว่ทำได้ง่ายขึ้น

อ่านข่าวเต็มได้ที่: IEEE Spectrum

Google สาธิตหุ่นยนต์หยิบกระป๋องน้ำอัดลม

 

ภาพจาก Reuters

Alphabet บริษัทในเครือ Google ได้พัฒนาพนักงานเสิร์ฟจักรกลที่สามารถหยิบน้ำอัดลมและของว่างจากห้องพักสำหรับพนักงานในสำนักงาน เพื่อเป็นตัวอย่างของนวัตกรรมด้านปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่ช่วยเคลียร์เส้นทางสำหรับงานด้านหุ่นยนต์อเนกประสงค์ที่ควบคุมได้ง่าย

ปัจจุบันหุ่นยนต์สามารถทำงานง่ายๆ เพียงไม่กี่สิบอย่างเท่านั้น ในทางปฏิบัติ พวกมันตีความคำสั่งที่พูดตามปกติ พิจารณาว่าทำได้ไหมจากความสามารถของพวกมัน และวางแผนขั้นตอนการทำงานให้เสร็จสิ้น นักวิจัยของ Google ได้รวมเทคโนโลยีภาษาไว้ในหุ่นยนต์ โดยพวกเขาสามารถใช้มันในการอนุมานความรู้จากวิกิพีเดีย โซเชียลมีเดีย และหน้าเว็บต่าง ๆ 

การใช้ AI ที่มีความสามารถทางภาษาที่มีความละเอียดขึ้น ช่วยเพิ่มความสำเร็จในการดำเนินการตามคำสั่งของหุ่นยนต์จาก 61% เป็น 74%

อ่านข่าวเต็มได้ที่: Reuters