วันอังคารที่ 18 ตุลาคม พ.ศ. 2565

เครื่องมือนับก้าวเดินอาจช่วยลดความเสี่ยงจากโรค

woman-wearing-fitbit
ภาพจาก Vanderbilt University Medical Center

การศึกษาโดยนักวิจัยที่ Vanderbilt University Medical Center พบว่าความเสี่ยงของโรคเรื้อรังทั่วไปบางชนิดสามารถลดลงได้ด้วยการใช้เครื่องติดตามกิจกรรมแบบสวมใส่ได้ 

จากการศึกษาพบว่าแพทย์สามารถใช้ข้อมูลจากเครื่องติดตามเหล่านี้เพื่อปรับแต่งแผนการออกกำลังกายตามคุณสมบัติทางการแพทย์ของผู้ป่วย และโพรไฟล์ความเสี่ยง

นักวิจัยวิเคราะห์ข้อมูลด้านสุขภาพของผู้สวมใส่ FitBit มากกว่า 6,000 รายในโครงการวิจัย Precision Medicine Research จากโครงการ All of Us เป็นระยะเวลาเฉลี่ย 4 ปี 

พวกเขาพบว่าโรคอ้วน ภาวะหยุดหายใจขณะหลับ โรคกรดไหลย้อน และโรคซึมเศร้าสามารถป้องกันได้ด้วยการเดินมากกว่า 8,200 ก้าวต่อวัน การศึกษายังพบว่าหลังจากไปถึง 8,000 ถึง 9,000 ก้าวต่อวันแล้ว ก้าวเดินหลังจากนั้นก็ไม่ช่วยลดความเสี่ยงต่อความดันโลหิตสูงหรือโรคเบาหวานอีกต่อไป

อ่านข่าวเต็มได้ที่: Vanderbilt University Medical Center

วันจันทร์ที่ 17 ตุลาคม พ.ศ. 2565

ซอฟต์แวร์การประมวลผลภาษาธรรมชาติประเมินเรียงความระดับมัธยม

researchers
ทีมนักวิจัย
ภาพจาก  Penn State News

นักวิทยาศาสตร์คอมพิวเตอร์ที่  Pennsylvania State University (Penn State)  University of Wisconsin-Madison (UW-Madison) ประเมินซอฟต์แวร์ประมวลผลภาษาธรรมชาติสำหรับการประเมินบทความวิทยาศาสตร์ของนักเรียน 

นักวิจัยได้เพิ่มเครื่องมือ PyrEval เพื่อประเมินแนวคิดในการเขียนของนักเรียนตามเกณฑ์การให้คะแนนที่กำหนดไว้ล่วงหน้าที่สามารถคำนวณเป็นคะแนนได้ 

ซอฟต์แวร์ PyrEval-CR "สามารถให้คำติชมแก่นักเรียนระดับมัธยมศึกษาตอนต้นเกี่ยวกับบทความทางวิทยาศาสตร์ของพวกเขาได้ทันที" ในขณะที่ยังสรุปหัวข้อหรือแนวคิดในเรียงความ "จากห้องเรียนหนึ่งห้องหรือมากกว่า ครูจึงสามารถรู้ได้อย่างรวดเร็วว่านักเรียนเข้าใจบทเรียนวิทยาศาสตร์อย่างแท้จริงหรือไม่" Rebecca Passonneau แห่ง Penn State กล่าว 

นักวิจัยทดสอบ PyrEval-CR กับบทความวิทยาศาสตร์หลายร้อยเรื่องจากโรงเรียนของรัฐในวิสคอนซิน (Wisconsin) 

อ่านข่าวเต็มได้ที่: Penn State News

วันอาทิตย์ที่ 16 ตุลาคม พ.ศ. 2565

ข้อมูลที่ไม่มีขื่อไม่ได้หมายความว่าจะมีความเป็นส่วนตัว

neural-network
ภาพจาก Illinois Institute of Technology

นักวิจัยของ Illinois Institute of Technology (Illinois Tech) ใช้การเรียนรู้ของเครื่อง (machine learning) และอัลกอริทึมปัญญาประดิษฐ์ (artificial intelligence) เพื่อกรองข้อมูลส่วนบุคคลจากข้อมูลมือถือที่ไม่ระบุชื่อ

ตัวแบบโครงข่ายประสาทเทียมประเมินเพศ และอายุของผู้ใช้แต่ละราย ผ่านการสื่อสารส่วนตัวโดยนำข้อมูลมาจากบริษัทโทรศัพท์มือถือในละตินอเมริกา 

อัลกอริทึมคาดเดาเพศของบุคคลด้วยความแม่นยำ 67% และตาดเดาอายุด้วยความแม่นยำ 78% ซึ่งทำได้ดีกว่าโมเดลปัจจุบันอย่างมาก 

นักวิจัยใช้อุปกรณ์คอมพิวเตอร์ที่หาได้ทั่วไปเพื่อดึงข้อมูลนี้ และแม้ว่าชุดข้อมูลที่พวกเขาใช้จะไม่เปิดเผยต่อสาธารณะ แต่คนร้ายก็สามารถรวบรวมชุดข้อมูลที่คล้ายกันได้โดยการรวบรวมข้อมูลผ่านฮอตสปอต Wi-Fi สาธารณะ หรือมุ่งเป้าไปที่ผู้ให้บริการโครงสร้างพื้นฐานด้านการประมวลผล Vijay จาก Illinois Tech กล่าว

อ่านข่าวเต็มได้ที่: Illinois Institute of Technology


วันเสาร์ที่ 15 ตุลาคม พ.ศ. 2565

จะเก็บข้อมูลไว้เป็นพันปีได้อย่างไร

storage-center
ภาพจาก BBC News

นักวิทยาศาสตร์กำลังศึกษา DNA เพื่อใช้เป็นสื่อบันทึกข้อมูลสำหรับเก็บรักษาข้อมูลดิจิทัลให้อยู่ได้นานกว่าอายุของฮาร์ดแวร์ในปัจจุบัน นักวิจัยระบุว่า DNA มีประสิทธิภาพและความทนทานที่เหนือกว่า ถ้าเก็บไว้ในที่เย็นและแห้งจะอยู่ได้เป็นเวลาหลายศตวรรษ

ความหนาแน่นอย่างมากของโมเลกุลจะทำให้มีความจุจำนวนมหาศาล หมายความว่าข้อมูลที่มนุษย์สร้างขึ้นทั้งหมดในปี 2025 สามารถบรรจุอยู่ในห้องสมุดดีเอ็นเอขนาดเท่าลูกปิงปองเท่านั้น 

การห่อหุ้ม DNA ในวัสดุอย่างเช่น ลูกแก้ว ยังช่วยเพิ่มการป้องกันได้ และนักวิจัยแนะนำว่าการจัดเก็บ DNA ที่ห่อหุ้มไว้ในตู้น้ำแข็งอาจทำให้มันเป็นอมตะ

อ่านข่าวเต็มได้ที่: BBC News


วันศุกร์ที่ 14 ตุลาคม พ.ศ. 2565

AI บอกได้ว่าตึกไหนมีการจัดการพลังงานอย่างมีประสิทธิภาพได้จากการดูจากภายนอก

buildings
ภาพจาก New Scientist

นักวิจัยจากมหาวิทยาลัย Stanford และ IBM Research Europe ใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ  AI เพื่อวัดประสิทธิภาพการใช้พลังงานของอาคารจากภายนอกตึก 

นักวิจัยได้ฝึกอบรมและทดสอบ AI ในการสำรวจระยะไกล และการใช้ข้อมูลสาธารณะของอาคารเกือบ 40,000 แห่งในสหราชอาณาจักร โดยได้รวม Google Street View และภาพถ่ายทางอากาศ การวัดการสูญเสียความร้อนในอาคารโดยใช้ดาวเทียม และข้อมูลเกี่ยวกับขนาดอาคารและวัสดุก่อสร้างแต่ละรายการ

ทีมงานมอบหมายให้ AI คาดการณ์ระดับพลังงานของอาคาร 3,700 แห่งโดยใช้ข้อมูลสาธารณะ โดยได้คะแนนประสิทธิภาพประมาณ 70% เทียบกับ 45% ที่สร้างโดยตัวแบบที่สร้างขึ้นเพื่อคาดการณ์สิ่งเดียวกัน

Qunshan Zhao จากมหาวิทยาลัย Glasgow แห่งสหราชอาณาจักรกล่าว "ประโยชน์ของการใช้ภาพเหล่านี้คือคุณจะสามารถขยายการวิเคราะห์ด้วน AI นี้ ไปใช้งานในระดับโลกได้"

อ่านข่าวเต็มได้ที่: New Scientist