นาฬิกาอัจฉริยะอาจช่วยวิเคราะห์โรคพาร์กินสันในระยะเริ่มต้น

ภาพจาก BBC News

นักวิทยาศาสตร์แห่ง Cardiff University ในสหราชอาณาจักร วิเคราะห์ข้อมูลจากผู้สวมใส่นาฬิกาอัจฉริยะ (smart watch)  103,712 คน เพื่อทำนายว่าใครจะเป็นโรคพาร์กินสัน โดยการติดตามความเร็วในการเคลื่อนไหวในช่วง 1 สัปดาห์ระหว่างปี 2013-2016 นักวิจัยใช้ข้อมูลจากฐานข้อมูล Biobank ของสหราชอาณาจักร ซึ่งครอบคลุมข้อมูลด้านสุขภาพของผู้คนจำนวนมากกว่า 500,000 คน

Kathryn Peall จาก Cardiff กล่าวว่า "เราเปรียบเทียบตัวแบบของเรากับความผิดปกติต่างๆ จำนวนหนึ่ง รวมถึงความผิดปกติของระบบประสาทประเภทอื่น ๆ บุคคลที่เป็นโรคข้อเข่าเสื่อม และความผิดปกติด้านการเคลื่อนไหวอื่น ๆ เหนือสิ่งอื่นใด ก็คือข้อดีของความสามารถในการทำงานกับชุดข้อมูล เช่น Biobank ของสหราชอาณาจักร ผลลัพธ์ของบุคคลที่ได้รับการวินิจฉัยว่าเป็นโรคพาร์กินสันนั้นแตกต่างกัน"

Cynthia Sandor จาก Cardiff กล่าวว่าผลการวิเคราะห์นี้สามารถให้ข้อมูลเพื่อการพัฒนาเครื่องมือคัดกรองเพื่อตรวจหาโรคพาร์กินสันในระยะแรก

อ่านข่าวเต็มได้ที่: BBC News

สอน AI ให้เขียนคำอธิบายแผนภูมิให้ดีขึ้น

ภาพจาก MIT News

ชุดข้อมูลที่พัฒนาโดยนักวิจัยของ Massachusetts Institute of Technology (MIT) มีเป้าหมายเพื่อปรับปรุงระบบคำบรรยายอัตโนมัติ โดยการฝึกตัวแบบการเรียนรู้ของเครื่อง (machine learning) เพื่อปรับแต่งความซับซ้อนและเนื้อหาในคำบรรยายแผนภูมิตามความต้องการของผู้ใช้

ชุดข้อมูล VisText มีแผนภูมิมากกว่า 12,000 รายการ แต่ละรายการแสดงเป็นตารางข้อมูล รูปภาพ และซีนกราฟ (scence graph)  นักวิจัยพบว่าตัวแบบการเรียนรู้ของเครื่องที่ฝึกด้วยซีนกราฟมีประสิทธิภาพเทียบเท่าหรือดีกว่าตัวแบบที่ฝึกด้วยตารางข้อมูล

Benny J. Tang จาก MIT กล่าวว่า "ซีนกราฟเป็นเหมือนสิ่งที่ดีที่สุดของทั้งสองโลก — มันมีข้อมูลเกือบทั้งหมดอยู่ในรูปภาพ ซึ่งการข้อมูลดึงออกมาจากรูปภาพทำได้ง่ายกว่าตารางข้อมูล 

เนื่องจากข้อมูลเป็นข้อความด้วย เราจึงสามารถใช้ประโยชน์จากความก้าวหน้าในโมเดลภาษาขนาดใหญ่ที่ทันสมัยสำหรับคำบรรยาย"

อ่านข่าวเต็มได้ที่: MIT News

AI สู้กับขยะอวกาศ

ภาพจาก IEEE Spectrum

นักวิจัยกำลังใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อติดตามเศษซากอวกาศ ทำนายการชนกัน และคิดค้นวิธีการกำจัดเศษซากและนำกลับมาใช้ใหม่

ทีมที่นำโดย Fabrizio Piergentili จาก Sapienza University of Rome ของอิตาลีได้พัฒนาอัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) ที่ติดตามการเคลื่อนที่ของเศษซากอวกาศที่หมุนไป

นักวิจัยจาก Air Force Institute of Technology ยังได้แสดงให้เห็นว่าการจำลองด้วยคอมพิวเตอร์สามารถช่วยทำนายพฤติกรรมของดาวเทียมได้อย่างไร ในขณะเดียวกัน นักวิจัยจาก Roma Tre University ของอิตาลีได้ฝึกฝนโครงข่ายประสาทเทียมโดยใช้เรดาร์และข้อมูลแสงจากกล้องโทรทรรศน์ภาคพื้นดินเพื่อตรวจจับเศษซากอวกาศในวงโคจรระดับต่ำของโลก

อย่างไรก็ตาม Moriba Jah จาก  University of Texas at Austin เตือนเกี่ยวกับการพึ่งพา AI Jah กล่าวว่า "หากเวอร์ชันของวันนี้ข้อมูลที่คุณป้อนเข้าไปมีจำกัด การทำนายของวันพรุ่งนี้ก็จะถูกจำกัดด้วย"

อ่านข่าวเต็มได้ที่: IEEE Spectrum

นักวิจัยพัฒนาเทคโนโลยี LiDAR ที่เล็กลงและถูกลง

ภาพจาก GeekWire

นักวิจัยของ  ได้สร้าง LiDAR ในเวอร์ชันที่เล็กลงและมีราคาย่อมเยามากขึ้น Mo Li จาก UW อธิบายว่า "เราได้คิดค้นอุปกรณ์บังคับเลี้ยวด้วยลำแสงเลเซอร์ชนิดใหม่ทั้งหมด โดยไม่ต้องใช้ชิ้นส่วนที่เคลื่อนไหวสำหรับสแกนระบบ LiDAR และรวมมันเข้ากับชิปคอมพิวเตอร์"

อุปกรณ์ดังกล่าวสามารถนำเลเซอร์สแกนไปยังพื้นที่ว่างโดยใช้เสียงที่วิ่งบนพื้นผิวของชิป ในขณะที่ตรวจจับและถ่ายภาพวัตถุสามมิติที่อยู่ห่างออกไปมากกว่า 100 เมตร ตามรายงานของ Li 

อ่านข่าวเต็มได้ที่: GeekWire

ต่อไปการแพ็กของจะง่ายขึ่นและเร็วขึ้น

ภาพจาก MIT News

นักวิจัยจาก Massachusetts Institute of Technology (MIT) และ Inkbit บริษัที่แตกออกมาจากMIT ได้สร้างอัลกอริธึมการบรรจุของที่ระบุวิธีการบรรจุสิ่งของให้หนาแน่นที่สุดลงในวัตถุที่ต้องการ

ตัวแบบ Scalable Spectral Packing จะสร้างการจัดเรียงสำหรับวัตถุสามมิติทึบ เพื่อบรรจุลงคอนเทนเนอร์ที่มีขนาดคงที่ จากนั้นวางตำแหน่งโดยมองคอนเทนเนอร์ในลักษณะกริดสามมิติ

ในการสาธิตครั้งหนึ่ง อัลกอริทึมบรรจุวัตถุ 670 ชิ้นโดยใช้ความหนาแน่นของเนื้อที่ประมาณ 36% ในเวลาเพียง 40 วินาที

อ่านข่าวเต็มได้ที่: MIT News