นักวิจัยออกแบบตัวแบบการเรียนรู้ของเครื่องเพื่อทำนายการฆ่าตัวตายของวัยรุ่นและความเสี่ยงในการทำร้ายตนเองได้ดียิ่งขึ้น

ภาพจาก UNSW Sydney Newsroom (Australia)

ตัวแบบการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่พัฒนาโดยนักวิจัยจาก University of New South Wales (UNSW) ของออสเตรเลีย Ingham Institute for Applied Medical Research และ South Western Sydney Local Health District มีเป้าหมายที่จะคาดการณ์ความเสี่ยงของการฆ่าตัวตายและการพยายามทำร้ายตัวเองในหมู่วัยรุ่นได้ดียิ่งขึ้น

จากการใช้ข้อมูลจากผู้เข้าร่วม 2,809 คนในการศึกษาของ  Longitudinal Study of Australian Children นักวิจัยระบุปัจจัยเสี่ยงที่อาจเกิดขึ้นมากกว่า 4,000 รายการที่เกี่ยวข้องกับสุขภาพจิตและร่างกาย ความสัมพันธ์ระหว่างบุคคล และสภาพแวดล้อมในโรงเรียนและที่บ้าน

พวกเขาใช้อัลกอริทึม random forest classification เพื่อระบุปัจจัยเสี่ยงในช่วงอายุ 14-15 ปี ที่สามารถทำนายการทำร้ายตนเองและการพยายามฆ่าตัวตายได้มากที่สุดในช่วงอายุ 16-17 ปี ตัวแบบ ML ที่อิงตามปัจจัยเสี่ยงอันดับต้น ๆ มีความแม่นยำในการทำนายการทำร้ายตัวเองและการพยายามฆ่าตัวตายมากกว่าแนวทางมาตรฐาน ซึ่งจะพิจารณาเฉพาะความพยายามครั้งก่อนเท่านั้น

อ่านข่าวเต็มได้ที่: UNSW Sydney Newsroom (Australia)

ผู้ผลิตรถยนต์ไม่ผ่านการทดสอบความเป็นส่วนตัว ทำให้เจ้าของสามารถควบคุมข้อมูลส่วนบุคคลได้น้อยมาก

ภาพจาก Associated Press

การสำรวจโดยมูลนิธิ Mozilla Foundation ที่ไม่แสวงหากำไร พบว่าผู้ผลิตรถยนต์ส่วนใหญ่ยอมรับว่าอาจขายข้อมูลส่วนบุคคลของเจ้าของรถ 

Albert Fox Cahn จาก Carr Center for Human Rights Policy ของ Harvard เตือนว่า "อุปกรณ์อิเล็กทรอนิกส์ที่ผู้ขับขี่จ่ายเงินมากขึ้นเรื่อย ๆ เพื่อติดตั้ง กำลังรวบรวมข้อมูลเกี่ยวกับพวกเขาและผู้โดยสารมากขึ้นเรื่อย ๆ"

Mozilla กำหนดให้รถยนต์ได้รับคะแนนความเป็นส่วนตัวที่แย่ที่สุดในบรรดาผลิตภัณฑ์มากกว่าสิบประเภทที่องค์กรได้ตรวจสอบมาตั้งแต่ปี 2017 ไม่มีแบรนด์รถยนต์ใดใน 25 ยี่ห้อที่มีประกาศเกี่ยวกับความเป็นส่วนตัวที่ Mozilla ตรวจสอบในปีนี้ ที่ตรงตามมาตรฐานความเป็นส่วนตัวขั้นต่ำขององค์กรไม่แสวงหากำไร ซึ่งรวมถึงการเข้ารหัสข้อมูลส่วนบุคคลทั้งหมด เมื่อเปรียบเทียบกับ 37% ของแอปพลิเคชันด้านสุขภาพจิตที่ผ่านการตรวจสอบแล้ว

แบรนด์รถยนต์ 19 แบรนด์กล่าวว่าพวกเขาสามารถขายข้อมูลส่วนบุคคลของเจ้าของได้ โดยครึ่งหนึ่งยินดีแบ่งปันกับรัฐบาลหรือหน่วยงานบังคับใช้กฎหมายโดยไม่ต้องมีคำสั่งศาล

อ่านข่าวเต็มได้ที่: Associated Press

ซอฟต์แวร์ช่วยให้นักวิจัยชีวการแพทย์ไม่จำเป็นต้องเป็นนักวิทยาศาสตร์คอมพิวเตอร์

ภาพจาก Georgia Tech College of Engineering

นักวิทยาศาสตร์ที่ Georgia Institute of Technology และ Emory University ได้สร้างซอฟต์แวร์โอเพ่นซอร์สที่ช่วยให้นักวิจัยที่มีข้อมูลภาพสามารถทำการวิเคราะห์ภาพทางชีวการแพทย์ที่ซับซ้อนได้โดยไม่จำเป็นต้องมีทักษะการเขียนโค้ด

โปรแกรม Cellular assay Labeled Observation and Tracking Software (iCLOTS) แบบโต้ตอบจะปรับอัลกอริทึมการถ่ายภาพในปัจจุบันที่ได้รับการตรวจสอบความถูกต้องแล้ว โดยนักออกแบบมุ่งเน้นไปที่แพลตฟอร์มไมโครฟลูอิดิกส์ (microfluidics) เป็นหลัก

ทีมงานได้ทดสอบความสามารถในการทำซ้ำและความไวของ iCLOTS โดยนำไปใช้กับชุดข้อมูลที่เผยแพร่หลากหลายชุด และเปรียบเทียบการวิเคราะห์กับผลการศึกษา และกับผลลัพธ์ที่รวบรวมโดยมนุษย์ในการตรวจสอบรูปภาพหรือวิดีโอ

ซอฟต์แวร์เปิดเผยข้อมูลเชิงลึกจากโครงการที่อาจถูกมองข้ามในระหว่างการทดสอบการตรวจสอบความถูกต้อง

อ่านข่าวเต็มได้ที่: Georgia Tech College of Engineering

เราคุยกับวาฬได้ไหม?

ภาพจาก The New Yorker

นักวิจัยจาก Cetacean Translation Initiative (CETI) กำลังใช้ประโยชน์จากการเรียนรู้ของเครื่อง (machine learning) เพื่อช่วยถอดรหัส (coda) ที่วาฬใช้พูดคุยกัน และอาจทำให้ให้มนุษย์พูดคุยกับพวกมันได้เช่นกัน

นักวิจัยวางแผนที่จะติดอุปกรณ์บันทึกเสียงกับวาฬหัวทุย (sperm whale) ใกล้โดมินิกา เพื่อรวบรวมข้อมูลเพื่อฝึกอัลกอริทึมการเรียนรู้ของเครื่อง

พวกเขายังวางแผนที่จะบันทึกรหัสโคดาโดยใช้ "สถานีดักฟัง" สามแห่งที่ผูกไว้บนพื้นทะเลแคริบเบียน จากรหัสโคดา 25 รหัสที่บันทึกได้ของวาฬหัวทุยรอบๆ โดมินิกา ที่มีจำนวนและจังหวะการคลิกต่างกัน

Shane Gero จาก Carleton University ในแคนาดาได้รวบรวมรหัสโคดาของวาฬหัวทุยที่มีการคลิกประมาณ 100,000 ครั้ง แต่นักวิจัยของ CETI ประเมินว่าท้ายที่สุดแล้วจะต้องใช้จำนวนคลิกประมาณ 4 พันล้านคลิก

อ่านข่าวเต็มได้ที่: The New Yorker

การทดสอบคอมพิวเตอร์ควอนตัม

Photo by Manuel on Unsplash

ทีมนักวิจัยจากเยอรมนี เนเธอร์แลนด์ เดนมาร์ก และสหรัฐอาหรับเอมิเรตส์ คิดค้นวิธีการประเมินคุณภาพของคอมพิวเตอร์ควอนตัมโดยใช้เทคนิคทางฟิสิกส์ วิทยาการคอมพิวเตอร์ และคณิตศาสตร์

Jens Eisert จาก Freie Universität Berlin ประเทศเยอรมนี กล่าวว่า "มีการติดตั้งวงจรสุ่ม (Random circuit) จากนั้นผลการวัดจะถูกส่งออกเป็น 'ควอนตัมบิต' หรือ 'คิวบิต (qubit)'"

ข้อมูลประกอบด้วยข้อมูลการวินิจฉัยที่ครบครัน ซึ่งสามารถใช้เพื่อประเมินประสิทธิภาพและการทำงานของระบบควอนตัมในด้านต่าง ๆ

อ่านข่าวเต็มได้ที่: Freie University Berlin (Germany)