วันเสาร์ที่ 20 มกราคม พ.ศ. 2567

ฟุตบอลโดรนแสดงในงาน CES

drone-soccer
ภาพจาก The Japan Times

ในงานแสดง CES มีการโชว์การแข่งโดรนซอกเกอร์ความยาว 3 นาที โดยโดรนควบคุมระยะไกล 10 ลำ พุ่งว่อนไปทั่วสนาม

ฟุตบอลโดรนเป็นกีฬาที่มีการแข่งขันใน 20 ประเทศ โดยเฉพาะในเกาหลีใต้ ซึ่งเป็นตลาดที่ใหญ่ที่สุด โดยมีทีมแข่งมากกว่า 2,000 ทีม และกำลังจะมีการจัดฟุตบอลโดรนชิงแชมโลกครั้งแรกในเดือนตุลาคม 2025

อ่านข่าวเต็มได้ที่: The Japan Times

วันศุกร์ที่ 19 มกราคม พ.ศ. 2567

ค้นหาหุ่นยนต์ที่ไม่เป็นคนเกินไปหรือเป็นเครื่องจักรเกินไป

robot
ภาพจาก Yahoo! News; โดย Julie Jammot

หุ่นยนต์จำนวนมากที่จัดแสดงในงาน CES ได้รับการออกแบบมาเพื่อให้ผู้คนรู้สึกสะดวกสบายและปลอดภัยในการโต้ตอบกับพวกมัน

หุ่นยนต์เหล่านี้มีลักษณะทางใบหน้าบางอย่างคล้ายกับมนุษย์และตอบโต้ได้มากขึ้นด้วยปัญญาประดิษฐ์แบบสร้างสรรค์

อย่างไรก็ตาม Jerome Monceaux จาก Enchanted Tools กล่าวว่าหุ่นยนต์ไม่ควรดูคล้ายมนุษย์มากเกินไป โดยกล่าวว่า "สิ่งนี้สร้างความคาดหวังในพฤติกรรมที่คล้ายคลึงกันกับของเราเอง ดังนั้น จึงมีความเสี่ยงที่จะผิดหวังเพราะหุ่นยนต์ไม่เห็นและเข้าใจโลกอย่างที่เราทำ และอีกหลายปีข้างหน้าก็ยังคงเป็นเช่นนั้น"

ถึงอย่างนั้น Jonathan Hurst จาก Agility กล่าวว่าหุ่นยนต์ Digit ของพวกเขาจะยังคงมีหัวไว้ แม้ว่าจะไม่มีจุดประสงค์ทางเทคนิคก็ตาม

อ่านข่าวเต็มได้ที่: Yahoo! News; โดย Julie Jammot

วันพุธที่ 17 มกราคม พ.ศ. 2567

จมูกอิเลกทรอนิกส์ดมกาแฟหลากหลายได้เกือบจะสมบูรณ์

steaming-cup-of-coffee-coffee-bean-background
ภาพจาก 

นักวิจัยจาก National Kaohsiung University ประเทศไต้หวัน ได้พัฒนาอุปกรณ์จมูกอิเล็กทรอนิกส์ (e-nose) ที่สามารถระบุชนิดของกาแฟได้จากการดมกลิ่น

อุปกรณ์นี้ใช้การวิเคราะห์ก๊าซเพื่อระบุลักษณะของสาร โดยมีเซ็นเซอร์โลหะออกไซด์เซมิคอนดักเตอร์ (metal semiconductor oxide) 8 ตัว ซึ่งแต่ละตัวจะตรวจจับก๊าซเฉพาะและส่งข้อมูลไปยังอัลกอริธึม AI

ในการทดสอบอัลกอริธึมต่าง ๆ กับเมล็ดกาแฟ 16 สายพันธุ์ อัตราความแม่นยำอยู่ระหว่าง 81% ถึง 98% โดยอัลกอริธึมเครือข่ายประสาทเทียมแบบ Convolutional Neural Network มีความแม่นยำสูงสุด

อ่านข่าวเต็มได้ที่: IEEE Spectrum; โดย Michelle Hampson

วันอังคารที่ 16 มกราคม พ.ศ. 2567

เทคโนโลยีช่วยถอดรหัสพฤติกรรมความเจ็บปวดในสัตว์

mouse
ภาพจาก Popular Science; โดย Peter Hess

นักวิจัยใช้เทคโนโลยีวิดีโอเกม  AI และการมองเห็นด้วยคอมพิวเตอร์ (computer vision) เพื่อถอดรหัสพฤติกรรมของสัตว์เพื่อเป็นตัวแทนของสุขภาพมนุษย์ 

มีการพัฒนาเครื่องมือการมองเห็นด้วยคอมพิวเตอร์หลายรูปแบบเพื่อวัดพฤติกรรมของสัตว์ รวมถึง MoSeq ของ Harvard Medical School, LabGym ของ University of Michigan, B-SOiD ของ Carnegie Mellon University และ DeepLab Cut ของ École Polytechnique Fédérale de Lausanne 

ในระยะยาวนักวิจัยหวังว่าเครื่องมือเหล่านี้จะช่วยปรับปรุงสุขภาพของสัตว์และมนุษย์

อ่านข่าวเต็มได้ที่: Popular Science; โดย Peter Hess

วันจันทร์ที่ 15 มกราคม พ.ศ. 2567

วัสดุที่ถูกค้นพบด้วย AI อาจช่วยลดการใช้ลิเทียมในแบตเตอรี

new-solid-state-electrolite
ภาพจาก BBC; โดย Shiona McCallum

นักวิจัยจาก Microsoft  และ Pacific Northwest National Laboratory  (PNNL) ใช้ปัญญาประดิษฐ์ (AI) และซูเปอร์คอมพิวเตอร์ค้นพบวัสดุใหม่ที่จะช่วยลดการใช้ลิเทียมในแบตเตอรี่ได้สูงสุด 70%! 

พวกเขาใช้เวลาน้อยกว่า 1 สัปดาห์ในการคัดเลือกวัสดุอนินทรี 32 ล้านชนิด เหลือเพียง 18 ตัวเลือกที่มีแนวโน้ม ซึ่งปกติแล้วจะใช้เวลาเกิน 20 ปี! 

พวกเขาใช้เวลาไม่ถึง 9 เดือน นับจากค้นพบ N2116 (อิเลกโทรไลต์ที่มีสภาวะเป็นของแข็ง)  ในการสร้างต้นแบบของแบตเตอรีที่ใช้ได้จริง

อ่านข่าวเต็มได้ที่:  BBC; โดย Shiona McCallum