วันอังคารที่ 7 กันยายน พ.ศ. 2564

หุ่นยนต์เหล่านี้ย้ายโซฟาได้แล้ว

two-arm-robotos
ภาพจาก UC News

วิศวกรของ University of Cincinnati (UC)  ได้สอนหุ่นยนต์สองตัวให้ช่วยกันย้ายโซฟา โดยที่ไม่ต้องมีหุ่นยนต์ตัวหนึ่งกำกับอีกตัวหนึ่ง หุ่นยนต์ใช้เจเนติกฟัซซีโลจิก (genetic fuzzy logic)  ซึ่งเลียนแบบการใช้เหตุผลของมนุษย์ โดยแทนที่ระดับของความถูกต้องหรือความไม่ถูกต้องเป็นการจำแนกไบนารีอย่างง่าย (ใช่-ไม่ใช่) ในขณะที่เจเนติกอัลกอริธึมเรียนรู้จากผลลัพธ์ในอดีตปรับประสิทธิภาพการทำงานให้ดีที่สุด ในการจำลองการลากโซฟาเสมือนไปรอบ ๆ สิ่งกีดขวาง 2 ชิ้น และผ่านประตูแคบ หุ่นยนต์ทำงานสำเร็จ 95% ของการทดลองทั้งหมด พวกมันยังทำงานสำเร็จได้ 93% เมื่อใช้สิ่งกีดขวางสองอย่างที่มันไม่คุ้นเคย และย้ายประตูไปตำแหน่งอื่น Andrew Barth แห่ง UC กล่าวว่า "หากคุณสามารถฝึกหุ่นยนต์ให้ทำงานกึ่งอิสระโดยใช้ข้อมูลน้อยที่สุด แสดงว่าคุณทำให้ระบบของคุณแข็งแกร่งขึ้นเพื่อรับมือกับความผิดพลาด และทำให้มันสามารถทำงานเป็นกลุ่มใหญ่ร่วมกันได้ง่ายขึ้น"

อ่านข่าวเต็มได้ที่: UC News


วันจันทร์ที่ 6 กันยายน พ.ศ. 2564

เทคโนโลยีที่จะนำ 5G ที่เร็วกว่ามาสู่บ้าน

multi-beam-mmwave-setup
เครื่องมือทดลองแยกคลื่นมิลลิมิเตอร์ (ภาพจาก UC San Diego Jacobs School of Engineering)

นักวิจัยจาก University of California, San Diego (UC San Diego) ได้พัฒนาระบบที่ช่วยให้มั่นใจได้ว่าการเชื่อมต่อ 5G นั้นทั้งเร็วสุดยอดและเชื่อถือได้ ความท้าทายที่สำคัญที่ระบบ 5G เผชิญอยู่คือการเชื่อมต่อสามารถถูกขัดขวางได้หากมีสิ่งกีดขวางขวางทางการส่งผ่านคลื่นที่เหมือนเลเซอร์ในระดับมิลลิเมตรระหว่างสถานีฐานกับเครื่องรับ ระบบใหม่เอาชนะความท้าทายนี้ด้วยการแยกคลื่นมิลลิเมตรเดียวออกเป็นหลายเส้นซึ่งใช้เส้นทางที่ต่างกันจากสถานีฐานไปยังเครื่องรับ นักวิจัยได้พัฒนาอัลกอริธึมที่สั่งให้สถานีฐานแยกลำแสงออกเป็นหลายเส้นทาง เรียนรู้เส้นทางที่มีประสิทธิภาพที่สุดในสภาพแวดล้อมที่กำหนด และปรับมุม เฟส และกำลังของแต่ละลำแสงให้เหมาะสม Dinesh Bharadia แห่ง UC San Diego กล่าวว่า "ระบบหลายลำแสงของเราให้ผลลัพธ์ที่มากขึ้น ในขณะที่ใช้พลังงานรวมในปริมาณที่เท่ากันกับระบบลำแสงเดียว"

อ่านข่าวเต็มได้ที่: UC San Diego Jacobs School of Engineering

วันอาทิตย์ที่ 5 กันยายน พ.ศ. 2564

PhonoGraft อุปกรณ์ฟื้นฟูแก้วหูของฮาร์วาร์ดเข้าสู่การพัฒนาเชิงพาณิชย์

ear-drums-implant
ภาพจาก Wyss Institute at Harvard

อุปกรณ์ฟื้นฟูการได้ยินทางชีวภาพที่พัฒนาโดยนักวิจัยจาก Harvard University ได้เข้าสู่การพัฒนาเชิงพาณิชย์แล้ว อุปกรณ์นี้รู้จักกันในชื่อ PhonoGraft  ซึ่งเป็นส่วนต่อเติมที่เข้ากันได้ทางชีวภาพที่ถูกพิมพ์ด้วยเครื่องพิมพ์สามมิติ โดยใช้ระบบหมึกแบบโพลีเมอร์สังเคราะห์ อุปกรณ์นี้ที่สามารถจำลองโครงสร้างและคุณสมบัติด้านเสียงของแก้วหูได้  อุปกรณ์นี้สามารถถูกปลูกถ่ายเพื่อซ่อมแซมแก้วหูที่เสียหาย ช่วยกระตุ้นคุณสมบัติการรักษาตัวเองของเนื้อเยื่อแก้วหู ขณะนี้นักวิจัยกำลังรอการอนุมัติสำหรับอุปกรณ์จากสำนักงานคณะกรรมการอาหารและยาของประเทศสหรัฐอเมริกา

อ่านข่าวเต็มได้ที่: Wyss Institute at Harvard


วันเสาร์ที่ 4 กันยายน พ.ศ. 2564

เครื่องมือทำเหมืองข้อมูลต่อสู้กับข้อมูลผิดเกี่ยวกับ COVID-19 เพื่อระบุอาการ

google-trends
ภาพจาก UC Riverside News

นักวิจัยจาก University of California, Riverside (UCR) และ University of Texas Rio Grande Valley ได้พัฒนาอัลกอริธึมที่ระบุอาการ COVID-19 ที่ไม่เป็นเอกลักษณ์ 3 อาการ ซึ่งแตกต่างจากอาการของโรคไข้หวัดใหญ่ อัลกอริทึมได้ขุดข้อมูล Google Trends ของปี 2019 และ 2020 โดยใช้การวิเคราะห์การเลือกปฏิบัติที่ไม่เป็นลบ (nonnegative discriminative analysis) ที่เขาเรียกว่า DNA เพื่อหาคำหลักที่ไม่ซ้ำกันในชุดข้อมูลหนึ่งเมื่อเทียบกับอีกชุดหนึ่ง Jia Chen จาก UCR กล่าวว่า "เราคิดว่าการค้นหาอาการในปี 2019 จะนำไปสู่โรคไข้หวัดใหญ่หรือโรคทางเดินหายใจอื่น ๆ ในขณะที่การค้นหาอาการเดียวกันในปี 2020 อาจจะเป็นไข้หวัดใหญ่หรือโควิด-19 โดยการใช้  DNA เราสามารถหาความแตกต่างกันในชุดข้อมูลสองชุดได้ ซึ่งสิ่งที่ปรากฏออกมาก็คือคำที่ใช้กันในหมู่แพทย์ ซึ่งก็พิสูจน์ว่าวิธีของเราได้ผล"  Jia Chen จาก UCR ยังอธิบายอัลกอริทึมว่าง่ายต่อการรวมเข้ากับเครื่องมือที่อาจช่วยให้นักวิทยาศาสตร์ตรวจสอบโรคอื่น ๆ และเรียนรู้เพิ่มเติมเกี่ยวกับอาการของโรค

อ่านข่าวเต็มได้ที่: UC Riverside News


วันศุกร์ที่ 3 กันยายน พ.ศ. 2564

นักวิจัยสอน AI ให้เห็นความลึกในภาพถ่าย ภาพวาด

sample-images
ภาพจาก SFU

นักวิจัยจาก Simon Fraser University (SFU) ในแคนาดาและ Adobe Research ใช้กระบวนการที่เรียกว่าการประมาณความลึกด้วยตาข้างเดียว เพื่อสอนปัญญาประดิษฐ์ในการระบุความลึกจากภาพถ่ายเดียว Sebastian Dille จาก SFU กล่าวว่า "เราวิเคราะห์ภาพและปรับกระบวนการของเราให้เหมาะสม โดยดูที่เนื้อหาภาพตามข้อจำกัดของสถาปัตยกรรมปัจจุบัน เราให้ป้อนภาพเข้าเครือข่ายในรูปแบบต่างๆ เพื่อสร้างรายละเอียดให้มากที่สุดเท่าที่ตัวแบบจะทำได้ ในขณะที่รักษารูปทรงที่สมจริงเอาไว้" Yagiz Aksoy แห่ง SFU กล่าวเสริมว่า "ด้วยแผนที่ความลึกที่มีความละเอียดสูงที่เราสามารถหาได้สำหรับภาพถ่าย ศิลปินและผู้สร้างเนื้อหาสามารถถ่ายโอนภาพถ่ายหรืองานศิลปะของพวกเขาไปยังโลก 3 มิติ (สามมิติ) ที่สมบูรณ์ได้ทันที"

อ่านข่าวเต็มได้ที่: Simon Fraser University (Canada)