ฝนหนักมีผลต่อการตรวจจับวัตถุของเซ็นเซอร์ LiDAR ในรถขับเคลื่อนด้วยตัวเอง

ภาพจาก ACM

นักวิจัยจาก University of Warwick ในสหราชอาณาจักรพบว่าเซ็นเซอร์ LiDAR บนยานพาหนะขับเคลื่อนอัตโนมัติ มีประสิทธิภาพน้อยลงในการตรวจจับวัตถุในระยะไกลในช่วงที่ฝนตกหนัก นักวิจัยใช้เครื่องจำลอง WMG 3xD ของมหาวิทยาลัยเพื่อทดสอบเซ็นเซอร์ LiDAR ของรถขับเคลื่อนอัตโนมัติ โดยใช้ความแรงของฝนที่แตกต่างกันที่เกิดขึ้นบนถนนจริง พวกเขาพบว่าเมื่อปริมาณน้ำฝนเพิ่มขึ้นจนถึง 50 มม. ต่อชั่วโมง การตรวจจับวัตถุโดยเซ็นเซอร์จะลดลงโดยต้องใช้ระยะทางที่ไกลขึ้น  Valentina Donzella จาก Warwick กล่าวว่า "ในที่สุดเราได้ข้อยืนยันแล้วว่า การตรวจจับวัตถุโดยเซ็นเซอร์ LiDAR นั้นยังมีปัญหาอยู่ ยิ่งฝนตกหนักเท่าไร มันก็ยิ่งต้องใช้ระยะทางไกลมากขึ้น"

อ่านข่าวเต็มได้ที่: University of Warwick (U.K.)

อุปกรณ์ดมกลิ่นหาโรคซึ่งสามารถสู้กับจมูกของสุนัขได้

ภาพจาก MIT News

ระบบที่พัฒนาโดยทีมงานจากหลายสถาบัน รวมถึงนักวิจัยของ Massachusetts Institute of Technology (MIT) สามารถตรวจจับสารเคมี และจุลินทรีย์จากตัวอย่างอากาศได้ด้วยความไวมากกว่าจมูกของสุนัขถึง 200 เท่า เมื่อจับคู่กับการเรียนรู้ของเครื่อง (machine learning) นักวิจัยกล่าวว่าระบบของพวกเขาสามารถระบุคุณสมบัติของตัวอย่างที่เป็นพาหะของโรคได้ ระบบนี้ได้ฝังความสามารถในการดมกลิ่นของสัตว์เลี้ยงลูกด้วยนมให้ทำงานในรูปแบบเซ็นเซอร์ ซึ่งสายธารของข้อมูล (data stream) สามารถจัดการได้ในระบบเวลาจริงโดยใช้สมาร์ตโฟน ระบบนี้มีอัตราผลสำเร็จเทียบได้กับจมูกของสุนัขดมกลิ่น เมื่อทดสอบจากตัวอย่างปัสสาวะ 50 ตัวอย่างที่ได้รับการบืนยันแล้วว่ามาจากผู้ป่วยที่เป็นมะเร็งต่อมลูกหมาก และกลุ่มควบคุมที่ไม่เป็นโรค ซึ่งทั้งระบบนี้และสุนัขสามารถทำนายได้ที่ความแม่นยำกว่า 70%   Andreas Mershin จาก MIT กล่าวว่าเครื่องตรวจจับกลิ่นดังกล่าวซึ่งติดตั้งอัลกอริธึมขั้นสูง สามารถระบุสัญญาณเริ่มต้นของโรคได้เร็วกว่าระบบการตรวจคัดกรองทั่วไป

อ่านข่าวเต็มได้ที่: MIT News

รายงานจาก EU บอกว่า AI ทำให้รถอัตโนมัติมีความเสี่ยงสูงจากการจู่โจม

รายงานโดย  European

Photo by Alexander Jawfox on Unsplash

Union Agency for Cybersecurity (ENISA)   บอกว่ายานพาหนะขับเคลื่อนด้วยตัวเองนั้น "มีความเสี่ยงสูงต่อการโจมตีในหลากหลายรูปแบบ" ซึ่งอาจเป็นอันตรายต่อผู้โดยสาร คนเดินถนนและผู้คนในยานพาหนะอื่น รายงานระบุถึงภัยคุกคามสำคัญที่อาจเกิดขึ้นกับยานพาหนะที่ขับเคลื่อนด้วยตนเอง รวมถึงการโจมตีเซ็นเซอร์ด้วยลำแสง เช่นเดียวกับการแฮ็กระบบการเรียนรู้ของเครื่อง (machine learning, ML) ด้วยการใช้ปัญญาประดิษฐ์ (AI) และเซ็นเซอร์มากขึ้นในการเป็นพลังขับเคลื่อนยานยนต์อัตโนมัติ จึงทำให้มันเป็นเป้าโจมตีที่มีศักยภาพมากขึ้น นักวิจัยจึงแนะนำให้ผู้กำหนดนโยบาย และภาคธุรกิจต่างๆ ส่งเสริมวัฒนธรรมความปลอดภัยในห่วงโซ่อุปทานด้านยานยนต์ รวมถึงผู้ให้บริการที่เกี่ยวข้อง นักวิจัยแนะนำว่าระบบ AI และ ML สำหรับยานยนต์อิสระ “ควรได้รับการออกแบบติดตั้งและปรับใช้โดยทีมที่ประกอบด้วยผู้เชี่ยวชาญด้านโดเมนยานยนต์ ผู้เชี่ยวชาญด้าน ML และผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์ มาทำงานร่วมกัน”

อ่านข่าวเต็มได้ที่: VentureBeat

บิดแล้วก็ซิงก์ นักวิทยาศาตร์ใช้ Gyroscope ของสมาร์ตโฟนเพื่อปรับเวลาระหว่างอุปกรณ์

Photo by Jun Wai Chin on Unsplash

อัลกอริทึมที่พัฒนาโดยนักวิทยาศาสตร์จาก Skolkovo Institute of Science and Technology (Skoltech) ของรัสเซียและ Saint Petersburg State University สามารถปรับเวลาในสมาร์ตโฟนสำหรับงานที่ต้องใช้การวัดพร้อมกัน การปรับเวลานี้ใช้ Gyroscope ที่เรียกว่า micro-electro-mechanical systems (MEMS) ที่มีอยู่ในสมาร์ตโฟนเป็นมาตรฐานอยู่แล้ว อัลกอริทึมนี้ถูกใช้ในสมาร์ทโฟนสองเครื่องให้ถ่ายภาพพร้อมกัน ซึ่งการทดลองได้ผลว่ามีประสิทธิภาพดีกว่าซอฟต์แวร์ปรับเวลาที่มีอยู่ในหลักความแม่นยำหลายไมโครวินาที การใช้งานก็คือให้ถือสมาร์ตโฟนด้วยมือเดียว บิดมันเล็กน้อย แล้วปล่อยให้ซอฟต์แวร์ทำการปรับเวลา ทีมนักวิจัยกำลังปรับวิธีการนี้ให้ใช้กับอุปกรIณ์อื่น ๆ ได้ ไม่ใช่แค่สมาร์ตโฟน และยังมองการใช้เซ็นเซอร์อื่น ๆ อย่าง Lidar และกล้องวัดความลึก 

อ่านข่าวเต็มได้ที่: Skoltech

AI ช่วยลดความเสี่ยงของ HIV จากชุมชนที่มีความเสี่ยงสูง

ภาพจาก The Harvard Gazette

นักวิจัยจาก Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS), University of Southern California และ Pennsylvania State University ได้พัฒนาระบบปัญญาประดิษฐ์ (AI) เพื่อลดความเสี่ยงของการแพร่เชื้อไวรัส  HIV ใน ชุมชนที่มีความเสี่ยงสูง ทีมงานร่วมมือกับนักสังคมสงเคราะห์ที่ศูนย์ดรอปอินสำหรับเยาวชนจรจัดสามแห่งซึ่งพวกเขาได้เกณฑ์ผู้เข้าร่วมการศึกษามากกว่า 700 คน นักวิทยาศาสตร์ได้ทำแผนที่เครือข่ายโซเชียลของผู้เข้าร่วมและใช้อัลกอริทึมเพื่อระบุผู้นำที่มีความเชื่อมโยงกับหลากหลายเครือข่าย ผู้นำเหล่านี้ได้รับการฝึกอบรมเกี่ยวกับการป้องกันเอชไอวี และส่งเสริมกลยุทธ์การป้องกันโดยการสื่อสารกับเครือข่ายทางสังคมของพวกเขาที่ศูนย์ดรอปอิน โปรแกรมนี้มีชื่อว่า CHANGE (CompreHensive Adaptive Network samplinG for social influencE) โดยผลวิจัยพบว่าเยาวชนที่เข้าร่วมโครงการมีโอกาสน้อยที่จะมีเซ็กส์โดยไม่ป้องกัน เมื่อเทียบกับผู้ที่ลงทะเบียนเป็นผู้สังเกตุการณ์เฉย ๆ 

อ่านข่าวเต็มได้ที่: The Harvard Gazette