AI บอกได้อย่างแม่นยำว่าขยะนี้รีไซเคิลได้หรือไม่แค่เหลือบมอง

ภาพจาก New Scientist

โครงข่ายประสาทเทียมที่ได้รับการฝึกฝนโดยชุดข้อมูลของรูปภาพ ใช้เว็บแคมทั่ว ๆ ไปเพื่อแยกแยะขยะที่รีไซเคิลได้ออกจากขยะที่รีไซเคิลไม่ได้โดยมีความแม่นยำมากกว่า 95% Ryan Grammenos และ Youpeng Yu จาก University College London แห่งสหราชอาณาจักร ได้ออกแบบเครือข่ายเพื่อสร้างความเชื่อมโยงระหว่างรูปลักษณ์ของวัตถุกับวัสดุที่เป็นส่วนประกอบ นักวิจัยใช้เทคนิคพิเศษ เช่นการตีความวัตถุที่ผิดรูปหรือผิดรูปร่าง เพื่อปรับปรุงความสามารถในการจำแนกประเภทของซอฟต์แวร์ Serge Belongie จาก University of Copenhagen ของเดนมาร์กกล่าวว่า "นักวิจัยด้านคอมพิวเตอร์วิชัน (computer vision) มักพูดถึงความท้าทายในการจำแนก 'จากของที่อยู่รวมกัน (int-the-wild)' และการจำแนกประเภทขยะเป็นตัวอย่างที่โดดเด่นของเรื่องนี้ การศึกษานี้แสดงให้เห็นผลลัพธ์ที่น่าพึงพอใจโดยใช้เทคโนโลยีล้ำสมัย และฉันเห็นว่าเทคโนโลยีประเภทนี้จะได้รับความสนใจในการนำไปใช้งานในที่สาธารณะได้อย่างหลากหลาย"

อ่านข่าวเต็มได้ที่: New Scientist

คลังข้อมูลดิจิทัลที่ควรจะเป็นที่เก็บอย่างถาวรดูเหมือนว่าจะสูญหายบนเว็บ

ภาพจาก New Scientist

Michael Nelson แห่ง Old Dominion University (ODU) และเพื่อนร่วมงานพบว่าคลังข้อมูลดิจิทัลบนเว็บที่ควรจะเก็บอย่างถาวรอาจสูญหายได้ ทีมงานใช้โปรแกรมรวบรวมข้อมูลเว็บระหว่างเดือนพฤศจิกายน 2017 ถึงมกราคม 2019 เพื่อเข้าถึงหน้าเว็บ 16,627 หน้า ที่เก็บรักษาไว้โดยผู้ให้บริการ 17 แห่ง ในสหรัฐอเมริกา ยุโรป และบางส่วนจากผู้ให้บริการอินเทอร์เน็ตทั้งอินเทอร์เน็ต มี URI 4 ตัวของข้อมูลที่เก็บไว้มีการเปลี่ยนแปลง ซึ่งส่งผลต่อความสามารถของโปรแกรมรวบรวมข้อมูลในการค้นหาหน้าที่เก็บไว้ ข้อมูลทั้ง 4 เก็บหน้าเว็บเพจ 1,981 หน้า ซึ่งมี 537 หน้าได้รับผลกระทบ รวมถึง 20 รายการที่เข้าถึงไม่ได้เลย Michael Nelson แห่ง ODU กล่าวว่า "ความสามารถในการเข้าถึงเอกสารสำคัญ และการแสดงให้เห็นถึงความสมบูรณ์และความถูกต้องของเอกสารสำคัญเหล่านั้น เป็นประเด็นสำคัญมากสำหรับเราและสมาชิกของเรา ซึ่งคลังข้อมูลของเว็บก็ไม่มีข้อยกเว้น"

อ่านข่าวเต็มได้ที่: New Scientist

ซอฟต์แวร์ตรวจจับทารกในกล้องดิจิทัลเป็นคู่แข่งกับเครื่อง ECG ได้

ภาพจาก University of South Australia

นักวิทยาศาสตร์จาก University of South Australia (UniSA) ได้พัฒนาซอฟต์แวร์ตรวจจับทารกที่ใช้คอมพิวเตอร์วิทัศน์ (computer vision) ซึ่งจะตรวจจับใบหน้าของทารกโดยอัตโนมัติบนเตียงในโรงพยาบาลและตรวจสุขภาพจากระยะไกลด้วยกล้องดิจิตอล ซึ่งการตรวจสัญญาณชีพนั้นมีความแม่นยำเทียบได้กับการใช้เครื่อง ECG Javaan Chahl ของ UniSA กล่าวว่าหลอด และอุปกรณ์อื่น ๆ อาจขัดขวางคอมพิวเตอร์จากการจดจำทารก แต่ระบบได้รับการฝึกฝนโดยใช้วิดีโอของทารกในหออภิบาลทารกแรกเกิด เพื่อระบุสีผิวและใบหน้าของพวกเขาได้อย่างน่าเชื่อถือ กล้องความละเอียดสูงบันทึกทารกในขณะที่เทคนิคการประมวลผลสัญญาณขั้นสูงคัดแยกข้อมูลทางสรีรวิทยาที่มีความสำคัญต่อสัญญาณชีพของทารก  Kim Gibson แห่ง UniSA กล่าวว่าการใช้โครงข่ายประสาทเทียมเพื่อตรวจจับใบหน้าของทารก ถือเป็นความสำเร็จที่สำคัญสำหรับการตรวจสอบแบบไม่ต้องใช้การสัมผัส

อ่านข่าวเต็มได้ที่: University of South Australia

หุ่นยนต์เหล่านี้ย้ายโซฟาได้แล้ว

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

เทคโนโลยีที่จะนำ 5G ที่เร็วกว่ามาสู่บ้าน

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