จำลองการไอและจามเพื่อดูว่า COVID-19 แพร่กระจายอย่างไร

ภาพจาก Sandia National Laboratories

นักวิทยาศาสตร์คอมพิวเตอร์ 2 กลุ่มใช้อุปกรณ์คอมพิวเตอร์ที่ Sandia National Laboratories ของกระทรวงพลังงานแห่งสหรัฐอเมริกาเพื่อสร้างการจำลองละอองที่ปล่อยออกมาโดยการไอหรือจามโดยละเอียด เพื่อแสดงให้เห็นว่า COVID-19 แพร่กระจายอย่างไร การศึกษาที่จำลองการไอโดยมีและไม่มีลม และมีและไม่มีสิ่งป้องกัน พบว่าตัวป้องกันสามารถป้องกันละอองขนาดใหญ่ ในขณะที่อนุภาคขนาดเล็กสามารถอยู่ในอากาศได้เป็นเวลานาน และสามารถเดินทางได้ไกลขึ้นโดยขึ้นอยู่กับสภาพแวดล้อม การศึกษาอันที่สองจำลองละอองสเปรย์ที่มีขนาดเล็กลงภายใต้สภาวะต่าง ๆ พบว่าหน้ากากอนามัย และเฟซชิลด์ (face shield)  สามารถป้องกันไม่ให้ละอองแพร่กระจายไปในระยะไกลได้

อ่านข่าวเต็มได้ที่: Sandia National Laboratories

อนาคตของการติดตามไวรัสสามารถพบได้ที่วิทยาเขตของวิทยาลัยนี้

ภาพจาก The New York Times

Colorado Mesa University (CMU) และ Broad Institute of the Massachusetts Institute of Technology และ Harvard University ได้เปลี่ยนวิทยาเขตของ CMU ให้เป็นห้องปฏิบัติการทางระบาดวิทยาที่ค้นคว้าแนวทางใหม่ในการจัดการการระบาด นักศึกษาของ CMU ใช้แอปพลิเคชัน Scout เพื่อรายงานอาการ COVID ไปยังแดชบอร์ดดิจิทัลที่ชื่อว่า Lookout เพื่อติดตามการแพร่เชื้อไวรัส เมื่อนักศึกษาของ CMU กลับมาที่วิทยาเขตเมื่อเดือนสิงหาคมที่ผ่านมา Scout กลายเป็นหนังสือเดินทางสุขภาพประจำวันที่ใช้รายงานอาการ และรายงานว่าพวกเขาเดินทางออกนอกพื้นที่เมื่อเร็ว ๆ นี้หรือไม่ Lookout จัดทำมุมมองแบบองค์รวมของกิจกรรมในมหาวิทยาลัย และนำเข้าผลการทดสอบรายชั่วโมงจากเว็บไซต์ทดสอบโคโรนาไวรัสของ CMU Sabeti กล่าวว่าข้อมูลที่มีรายละเอียด และมีจำนวนมากจาก CMU "จะช่วยให้เราเข้าใจการแพร่กระจายของไวรัสได้ดีขึ้นจากการตั้งค่าที่จุดเดียว  และเราจะช่วยบรรเทาปัญหาได้อย่างไรในอนาคต"

อ่านข่าวเต็มได้ที่: The New York Times

จอสัมผัสที่เที่ยงตรงขึ้นขอบคุณ AI

Photograph: Adobe Stock

เทคนิคปัญญาประดิษฐ์ (artificial intelligence) หรือ AI แบบใหม่ที่พัฒนาโดยนักวิทยาศาสตร์คอมพิวเตอร์ที่ ETH Zurich ประเมินตำแหน่งที่นิ้วสัมผัสหน้าจอโทรศัพท์มือถือได้แม่นยำขึ้น เพื่อลดข้อผิดพลาดในการพิมพ์ Christian Holz จาก ETH อธิบายการทำงานของ CapContact AI ว่า “ ประมาณพื้นที่สัมผัสจริงระหว่างนิ้วมือและหน้าจอสัมผัสเมื่อสัมผัส” จากนั้น“ สร้างพื้นที่สัมผัสเหล่านี้ที่ความละเอียดแปดเท่าของเซ็นเซอร์สัมผัสปัจจุบัน ทำให้อุปกรณ์สัมผัสของเราตรวจจับการสัมผัสได้แม่นยำมากขึ้น” นักวิจัยพบว่าแนวทางการเรียนรู้เชิงลึกแบบใหม่ช่วยขจัดข้อผิดพลาดในการตรวจจับจากอินพุตที่มีความละเอียดต่ำ ซึ่งพวกเขาบอกว่าเป็นสาเหตุของข้อผิดพลาดหนึ่งในสามของอุปกรณ์หน้าจอสัมผัสที่ใช้อยู่ในปัจจุบัน

อ่านข่าวเต็มได้ที่: ETH Zurich (Switzerland)

ระบบที่ช่วยกำจัดขยะในตารางข้อมูลโดยอัตโนมัติ

ภาพจาก MIT News

ระบบที่พัฒนาโดยนักวิจัยจาก Massachusetts Institute of Technology (MIT) จะล้าง "ความสกปรกในข้อมูล" โดยอัตโนมัติ เช่นการพิมพ์ผิด ข้อมูลที่ซ้ำ ค่าที่หายไป การสะกดผิด และความไม่สอดคล้องกัน ระบบนี้มีชื่อว่า PClean มันจะรวมข้อมูลภูมิหลังที่เกี่ยวข้องกับฐานข้อมูล และประเด็นปัญหาที่อาจเกิดขึ่นได้เข้ากับการให้เหตุผลที่เป็นไปได้ทางสามัญสำนึก (common-sense probabilistic reasoning) เพื่อใช้ในการตัดสินใจว่าจะเรียกใช้ฐานข้อมูลและประเภทข้อผิดพลาดแบบใด การแก้ไขจะใช้การให้เหตุผลแบบ  Bayesian ซึ่งใช้ความน่าจะเป็นจากความรู้เดิมเกี่ยวกับข้อมูลที่คลุมเครือ เพื่อหาคำตอบที่ถูกต้อง และสามารถให้ค่าประมาณที่ปรับเทียบแล้วสำหรับความไม่แน่นอนของมัน  นักวิจัยพบว่า PClean ซึ่งมีโค้ดเพียง 50 บรรทัดมีประสิทธิภาพเหนือกว่าเกณฑ์เปรียบเทียบ (benchmark) ต่าง ๆ ทั้งในด้านความแม่นยำและเวลาในการทำงาน

อ่านข่าวเต็มได้ที่: MIT News

IBM แก้ปัญหาควอนตัมคอมพิวติงได้เร็วกว่าวิธีเดิม 120 เท่า

Photo by Michael Dziedzic on Unsplash

นักวิจัยของ IBM ได้แก้ปัญหาควอนตัมคอมพิวติงปัญหาหนึ่งได้เร็วกว่าการแก้ปัญหาครั้งล่าสุดถึง 120 เท่า  ทีม IBM Quantum ได้จำลองพฤติกรรมของโมเลกุลลิเธียมไฮไดรด์ทั้งหมดบนคลาวด์ในเวลาเพียง 9 ชั่วโมงบนแพลตฟอร์ม Qiskit Runtime ของ IBM ในปี 2560 นักวิจัยได้จำลองโมเลกุลดังกล่าวโดยใช้โปรเซสเซอร์ควอนตัม 7 qubit ซึ่งใช้เวลาถึง 45  วัน

อ่านข่าวเต็มได้ที่: ZDNet