วันพุธที่ 26 ตุลาคม พ.ศ. 2565

หุ่นยนต์ทำลายสถิติการพับผ้า

clothes-folding-robot
ภาพจาก Ars Technica

นักวิจัยจาก University of California, Berkeley และ Karlsruhe Institute of Technology ของเยอรมนี ได้สร้างสถิติความเร็วในการพับผ้าของหุ่นยนต์ด้วยระบบ SpeedFolding 

SpeedFolding ผสมผสานแมชชีนวิชั่น (machine vision) เครือข่าย BiManual Manipulation Network (BiMaMa-Net) และแขนหุ่นยนต์อุตสาหกรรมสองตัวเพื่อพับเสื้อผ้าในตำแหน่งแบบสุ่มได้ถึง 30 ถึง 40 ชิ้นต่อชั่วโมง ซึ่งนักวิจัยบอกว่าสถิติก่อนหน้านี้ึคือ 6 ชิ้นต่อชั่วโมง

โครงข่ายประสาทเทียม BiMaMa-Net วิเคราะห์ตัวอย่าง 4,300 ตัวอย่างที่มนุษย์และเครื่องจักรช่วยสอนเพื่อเรียนรู้การพับเสื้อผ้า ระบบใช้กล้องเหนือศีรษะเพื่อศึกษาสถานะเริ่มต้นของเสื้อผ้า และคำนวณตำแหน่งที่จะจับ

หุ่นยนต์ SpeedFolding สามารถพับเสื้อผ้าจากตำแหน่งเริ่มต้นแบบสุ่มได้ภายในเวลาไม่ถึงสองนาทีโดยเฉลี่ยที่อัตราความสำเร็จ 93% โดยสามารถทำงานได้กับเสื้อผ้าที่มีวัสดุ รูปร่าง หรือสีที่ต่างจากที่ได้รับการฝึกฝน 

อ่านข่าวเต็มได้ที่: Ars Technica



วันอังคารที่ 25 ตุลาคม พ.ศ. 2565

วิศวกรพัฒนาเซ็นเซอร์ช่วยวัดว่าหน้ากากอนามัยพอดีกับหน้าเราไหม

MIT-Facemask
ภาพจาก  MIT News

นักวิจัยของ Massachusetts Institute of Technology (MIT) ได้พัฒนาเซ็นเซอร์ที่สามารถระบุได้ว่าหน้ากากมีความพอดีหรือไม่ พวกเขาพัฒนาอุปกรณ์ที่เรียกว่า cMaSK (conformable multimodal sensor face mask) ซึ่งมีเซ็นเซอร์ 17 ตัวรอบขอบเพื่อตรวจสอบว่าหน้ากากสัมผัสกับผิวหนังหรือไม่

นอกจากนี้ยังสามารถวัดอุณหภูมิ ความชื้น และความกดอากาศเพื่อระบุการกระทำต่างๆ เช่น การพูดและการไอ และมีมาตรความเร่งที่สามารถระบุได้ว่าผู้สวมใส่กำลังเคลื่อนไหวหรือไม่ เซ็นเซอร์ฝังอยู่ในกรอบโพลีเมอร์ที่ยืดหยุ่นได้ซึ่งสามารถติดเข้ากับด้านในของหน้ากากได้

จากการศึกษา ข้อมูลจากเซ็นเซอร์ได้รับการวิเคราะห์โดยอัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) ซึ่งพบว่าหน้ากากมีความพอดีกับใบหน้าของผู้ชายมากกว่าผู้หญิง

Canan Dagdeviren จาก MIT กล่าวว่า "เรามีขนาดรองเท้าที่แตกต่างกัน และคุณยังสามารถปรับแต่งรองเท้าของคุณได้ด้วย ดังนั้นทำไมคุณจึงไม่สามารถปรับแต่งและออกแบบหน้ากากของคุณ เพื่อสุขภาพของคุณเองและเพื่อประโยชน์ทางสังคม"

อ่านข่าวเต็มได้ที่:  MIT News

วันจันทร์ที่ 24 ตุลาคม พ.ศ. 2565

จะจัดการข้อมูลดิจิทัลที่จัดเก็บเป็น DNA ได้อย่างไร

dna-strand
ภาพจาก CNRS News (France)

นักวิจัยจาก CNRS  (French National Center for Scientific Research)  และ ESPCI Paris-PSL ของฝรั่งเศส และ University of Tokyo ของญี่ปุ่น ใช้ประโยชน์จากเอ็นไซม์ เซลล์ประสาทเทียม และโครงข่ายประสาทเทียมเพื่อดึงหรือจัดการข้อมูลดิจิทัลที่จัดเก็บเป็น DNA

โดยใช้ปฏิกิริยาของเอนไซม์ 3 ตัว นักวิจัยได้พัฒนาเซลล์ประสาทเคมีที่สร้างโครงสร้างเครือข่ายของเซลล์ประสาท ที่มีความสามารถในการคำนวณที่ซับซ้อน เซลล์ประสาทเคมีเหล่านี้สามารถประมวลผลข้อมูลบนสาย DNA และแสดงผลเป็นสัญญาณเรืองแสง

นักวิจัยยังได้เพิ่มความแม่นยำในการคำนวณโดยใช้เซลล์ประสาทเทียมสองชั้น และการย่อขนาดปฏิกิริยาของไมโครฟลูอิดิก (microfluidic miniaturization of reactions) ซึ่งช่วยให้เกิดปฏิกิริยาเป็นหมื่นครั้ง

อ่านข่าวเต็มได้ที่: CNRS News (France)


วันอาทิตย์ที่ 23 ตุลาคม พ.ศ. 2565

ทำอะไรหายไปใช่ไหม? ค้นไฟล์ 91.7 ล้านไฟล์จากยุค 80,90 และ 2000 สิ

floppy-disks
ภาพจาก Ars Technica

เว็บไซต์ใหม่ทำให้ผู้ใช้สามารถกรองไฟล์คอมพิวเตอร์ 91.7 ล้านไฟล์จากซีดีรอมและฟลอปปีดิสก์ย้อนหลังไปถึงปี 1980 เว็บไซต์ Discmaster ซึงเจ้าภาพคือนักกิจกรรมด้านก็บเอกสารทางเทคนิค Jason Scott โดยเว็บไซต์นี้เป็นงานของกลุ่มโปรแกรมเมอร์ที่ไม่ระบุชื่อโดยทำให้เราสามารถค้นรูปภาพ เอกสารข้อความ เพลง เกม แชร์แวร์ (shareware) วิดีโอ และอื่น ๆ จากหน่วยเก็บข้อมูลบนอินเทอร์เน็ต 

Discmaster อนุญาตให้ผู้ใช้ค้นหาตามประเภทไฟล์ รูปแบบ (format) แหล่งที่มา ขนาดไฟล์ วันที่ของไฟล์ และเงื่อนไขอื่น ๆ Scott กล่าวว่า "คุณค่าที่นำเสนอคือคุณค่าของฐานข้อมูลสำหรับวิจัยที่เข้าถึงได้ฟรี" การแปลงรูปแบบไฟล์ส่วนใหญ่ดำเนินการหลังฉาก เพื่อทำให้ไฟล์โบราณเหล่านี้เข้าถึงได้มากขึ้น

อ่านข่าวเต็มได้ที่: Ars Technica

เพิ่มเติมเสริมข่าว: ลิงก์ของ Discmaster คืออันนี้ครับ http://discmaster.textfiles.com/


วันเสาร์ที่ 22 ตุลาคม พ.ศ. 2565

AI ล้มเหลวในการลดอคติจากการรับสมัครงาน

Man
ภาพจาก BBC News

การศึกษาโดยนักวิจัยจาก University of Cambridge แห่งสหราชอาณาจักร พบว่าความหลากหลายและอคติในการจ้างงานไม่ได้ดีขึ้นจากการใช้เทคโนโลยีปัญญาประดิษฐ์ (artificial intelligence) หรือ AI 

Kerry Mackereth จากเคมบริดจ์กล่าวว่า "เครื่องมือเหล่านี้ไม่สามารถฝึกให้ระบุเฉพาะลักษณะที่เกี่ยวข้องกับงาน โดยแยกเพศและเชื้อชาติออกจากกระบวนการจ้างงาน เพราะลักษณะที่เราคิดว่าจำเป็นสำหรับการเป็นพนักงานที่ดีนั้นมีความผูกพันกันอย่างแยกไม่ออกระหว่างเพศกับเชื้อชาติ

นักวิจัยได้พัฒนาเครื่องมือสรรหาบุคลากร AI แบบง่าย ซึ่งกำหนดคะแนนบุคลิกภาพให้กับภาพถ่ายของผู้สมัครโดยพิจารณาจากความเป็นมิตร ความพากเพียร การเปิดกว้าง ความมีมโนธรรม และอาการทางประสาท

อย่างไรก็ตาม พวกเขาพบว่าตัวแปรที่ไม่เกี่ยวข้องหลายอย่าง เช่น การเปลี่ยนแปลงความคมชัด ความสว่าง และความอิ่มตัว ทำให้คะแนนของเครื่องมือเบี่ยงเบนไป

อ่านข่าวเต็มได้ที่: BBC News