Smart Ring กับการใช้ AI เพื่อตรวจจับ COVID-19 ก่อนที่อาการจะเริ่มต้น

หนึ่งในส่วนที่ยากที่สุดในการติดตามการระบาดของ COVID-19 คือ วิธีการจะตรวจจับในขณะที่ coronavirus ซ่อนอยู่ในร่างกายมนุษย์

ในบางกรณีอาจใช้เวลามากถึงห้าวัน สำหรับคนที่ติดเชื้อโดย coronavirus ที่จะเริ่มแสดงอาการ ในช่วงเวลาดังกล่าวพวกเขาสามารถแพร่กระจายโรคไปสู่ผู้คนใหม่ ๆ ได้ โดยแทบจะไม่รู้ตัวว่าตัวเองนั้นป่วย

ทีมนักวิทยาศาสตร์และแพทย์ กำลังพยายามตรวจหาโรคนี้ให้เร็วขึ้นกว่าเดิมโดยการตรวจสอบข้อมูลที่บันทึกไว้โดย อุปกรณ์ที่เรียกว่า Smart Ring ที่สวมใส่ได้ ซึ่งจะช่วยให้สามารถค้นพบผู้ป่วย COVID-19 ได้

“ อาสาสมัครสวม อุปกรณ์ Smart Ring เหล่านี้ และทำการลงแอปของเรา ซึ่งพวกเขาจะได้รับแบบสอบถามในตอนเช้า” Dr. Ali Rezai หนึ่งในนักวิจัยกล่าว  “ห้านาทีในตอนเช้าพวกเขาเล่นเกมบางเกม มันเป็นแอปเกม ซึ่งเรากำลังถามคำถามเฉพาะเนื้อหาสำหรับ COVID”

Rezai ซึ่งเป็นผู้นำโครงการใหม่เป็นศัลยแพทย์ระบบประสาทที่ West Virginia University Medicine และเป็นหัวหน้าของ WVU Rockefeller Neuroscience Institute เขาและทีมของเขาร่วมมือกับ บริษัท Oura Health ที่ผลิตอุปกรณ์สวมใหม่ได้ซึ่งได้ร่วมมือกัน ผลิตแหวนอัจฉริยะที่บันทึกอุณหภูมิ รูปแบบการนอนหลับ ระดับกิจกรรม และความแปรปรวนของอัตราการเต้นของหัวใจอย่างต่อเนื่อง

ร่วมด้วยการฝึกอบรมอัลกอริทึมทางด้านปัญญาประดิษฐ์พร้อมกับข้อมูลทั้งหมด โดยมีการรวบรวมจากผู้ใช้นับหมื่นคนและเรียงลำดับว่า มีการแสดงให้เห็นว่าอาสาสมัครติดไวรัสโดยการตรวจสอบด้วยวิธีมาตรฐานด้วยการ swabs จมูกหรือไม่ Rezai กล่าวว่า เขาเห็นความสัมพันธ์ที่ชัดเจนระหว่างการเปลี่ยนแปลงของอุณหภูมิของ COVID-19

Smart Ring ที่มาพร้อม App
Smart Ring ที่มาพร้อม App

ตอนนี้ทีมของเขากำลังทดลองใช้ ซึ่งมีแพทย์พยาบาลและคนงานในโรงพยาบาลอื่น ๆ ประมาณ 1,000 คนที่อยู่ในแนวหน้าทำการตรวจสอบทางกายภาพของพวกเขาอย่างต่อเนื่องโดยการสวมแหวน Smart Ring ของ Oura และบันทึกข้อมูลทั้งหมดลงในแอป

จนถึงตอนนี้ Rezai กล่าวว่าแบบจำลอง AI ของเขาสามารถทำนายได้ 24 ชั่วโมงล่วงหน้า ด้วยความแม่นยำถึง 90 เปอร์เซ็นต์

“ เป้าหมายคือการใช้เทคโนโลยี Smart Ring Oura และแอพของเราในการทำนายอาการและระบุผู้ปฏิบัติงานด้านการดูแลสุขภาพแนวหน้าก่อนที่พวกเขาจะมีอาการ” Rezai กล่าว“ และจะช่วยจำกัดการแพร่กระจายที่เกิดขึ้นได้”

ผู้ใช้ Oura Ring ได้โพสต์บน Facebook เกี่ยวกับวิธีที่แหวนของเขาเตือนเขาว่าเขาน่าจะป่วยเร็ว ๆ นี้ ตามความผันผวนของอุณหภูมิ และเขาได้รับการทดสอบด้วยวิธีการ Swaps ทางจมูกสำหรับการตรวจหาเชื้อ COVID-19 ซึ่งสุดท้ายก็ได้ผลเป็นบวกจริง ๆ และเขาสามารถกักกันตัวได้เร็วกว่าหากเขารอให้อาการอื่น ๆ ที่จะเริ่มขึ้นเช่น การเจ็บคอ ไอ หรือการเป็นไข้

จนกว่าเราจะมีวัคซีน Rezai กล่าวว่า , COVID-19 จะไม่หายไปไหน ในระหว่างนี้ เขารู้สึกว่าเป็นสิ่งสำคัญในการพัฒนาเครื่องมือที่จะทำให้คนปลอดภัย และการใช้เทคโนโลยีไม่ว่าจะเป็นข้อมูลจากเครื่องสวมใส่เช่น แหวน หรือ การอัพเดตจากแอพจะกลายเป็นส่วนสำคัญของการลดการแพร่ระบาดแทบจะทั้งสิ้น

ต้องบอกว่า เป็นอีกหนึ่งเทคโนโลยีที่น่าสนใจมาก ๆ สำหรับ Smart Ring ในบทความนี้ เพราะช่วยให้ Detect ผู้ป่วยได้ก่อนที่จะมีอาการออกมาจริง ๆ อย่างที่เราได้เห็นในปัจจจุบันที่แพทย์มักให้สังเกตอาการที่เข้าข่าย และอยู่ในกลุ่มเสี่ยงเท่านั้น ถึงจะมีการตรวจหาเชื้อ COVID-19 ให้

ซึ่งแน่นอน การรอแบบนั้น ก็จะทำให้กลุ่มเสี่ยงเหล่านี้ สามารถไปเผยแพร่เชื้อให้กับคนอื่น ๆ อีกมากมาย ซึ่งกว่าจะรู้ตัวเมื่อมีอาการ เชื้อก็ได้แพร่กระจายไปเป็นจำนวนมากแล้ว ซึ่งการใช้เทคโนโลยีเพื่อ Detect ได้ก่อน และให้ความแม่นยำถึง 90% นั้นถือเป็นเทคโนโลยีที่น่าสนใจอย่างยิ่ง

โดยเฉพาะกลุ่มแนวหน้าในการดูแลอย่าง แพทย์ พยาบาล หรือ เจ้าหน้าที่สาธารณสุขที่เกี่ยวข้อง เพราะการสูญเสียกลุ่มบุคลากรเหล่านี้ไป โดยเฉพาะการที่เมื่อตรวจเจอหนึ่งคน คนที่เกี่ยวข้องอีกหลายคนก็ต้องถูกกักตัวไปด้วยทำให้ทรัพยากรทางการแพทย์ในแนวหน้าสูญเสียไปอย่างมากนั่นเองครับ

References : https://futurism.com/neoscope/smart-ring-ai-spot-covid19-before-symptoms-begin

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

เมื่อ AI สามารถสร้างชุดความคิดของมนุษย์ขึ้นใหม่จากคลื่นสมองได้แบบเรียลไทม์

นักวิจัยจาก บริษัท ของรัสเซีย Neurobotics และสถาบันฟิสิกส์และเทคโนโลยีแห่งมอสโกได้ค้นพบวิธีการแสดงภาพสมองของคน ๆ หนึ่ง โดยเลียนแบบสิ่งที่พวกเขาสังเกตเห็นได้แบบเรียลไทม์ 

ซึ่งสิ่งนี้จะช่วยในการสร้างอุปกรณ์การฟื้นฟูสมรรถภาพหลังการผ่าตัดที่ควบคุมโดยสัญญาณสมอง ทีมนักวิจัยได้ตีพิมพ์ผลงานวิจัยลงบน bioRxiv และโพสต์วิดีโอออนไลน์โดยแสดงระบบ “อ่านใจ” ได้สำเร็จ

ในการพัฒนาอุปกรณ์ที่ควบคุมโดยสมอง และวิธีการรักษาโรคทางปัญญาและการฟื้นฟูสมรรถภาพหลังการทำ neurobiologists ซึ่งต้องมีความเข้าใจว่าสมองเข้ารหัสข้อมูลอย่างไร สิ่งสำคัญคือการศึกษากิจกรรมสมองของผู้คนที่รับรู้ข้อมูลภาพ ตัวอย่างเช่น ขณะพวกเขากำลังดูวิดีโอ เป็นต้น

โซลูชันที่มีอยู่สำหรับการแยกภาพที่สังเกตได้จากสัญญาณสมองนั้นอาจใช้คลื่น MRI หรือวิเคราะห์สัญญาณที่ได้รับผ่านการปลูกถ่ายโดยตรงจากเซลล์ประสาท ทั้งสองวิธีมีการใช้งานที่ค่อนข้าง จำกัด ในการปฏิบัติทางคลินิกและในชีวิตประจำวัน

โดยอินเตอร์เฟซคอมพิวเตอร์กับสมองที่พัฒนาโดย MIPT และNeurobotics อาศัย เทคโนโลยี Neural Network และสัญญาณ EEG ซึ่งเป็นเทคนิคในการบันทึกคลื่นสมองผ่านขั้วไฟฟ้าที่วางไว้บนหนังศีรษะ โดยการวิเคราะห์กิจกรรมของสมองระบบจะสร้างภาพที่เห็นโดยบุคคลผ่านข้อมูล EEG แบบเรียลไทม์

การสร้างภาพจากสมองได้แบบเรียลไทม์
การสร้างภาพจากสมองได้แบบเรียลไทม์

“ เรากำลังทำงานในโครงการ Assistive Technologies ของ Neuronet ใน National Technology Initiative ซึ่งมุ่งเน้นไปที่ส่วนต่อประสานระหว่างคอมพิวเตอร์และสมองที่ช่วยให้ผู้ป่วยหลังการผ่าตัดใช้ในการควบคุมแขน เพื่อการฟื้นฟูระบบประสาท หรือผู้ป่วยที่เป็นอัมพาต  

เป้าหมายสูงสุดคือการเพิ่มความแม่นยำของการควบคุมระบบประสาทสำหรับบุคคลที่มีสุขภาพดีเช่นเดียวกัน” Vladimir Konyshev หัวหน้าห้องปฏิบัติการ Neurorobotics ที่ MIPT กล่าว

ในส่วนแรกของการทดลองนักประสาทวิทยาได้ขอให้อาสาสมัครที่มีสุขภาพดีชม 20 นาทีของวิดีโอ YouTube  โดยทีมนักวิจัยได้เลือกวิดีโอ 5 หมวดหมู่ : รูปที่เป็นแบบนามธรรม น้ำตก ใบหน้ามนุษย์ กลไกการเคลื่อนไหว และกีฬาแข่งรถ 

จากการวิเคราะห์ข้อมูล EEG นักวิจัยแสดงให้เห็นว่ารูปแบบคลื่นสมองนั้นแตกต่างกันสำหรับวิดีโอแต่ละประเภท สิ่งนี้ทำให้ทีมวิเคราะห์การตอบสนองของสมองต่อวิดีโอได้แบบเรียลไทม์

ในขั้นตอนที่สองของการทดสอบจะมีการสุ่มหมวดหมู่สามหมวดหมู่จากหมวดหมู่เดิมทั้ง 5 หมวดหมู่ นักวิจัยได้พัฒนาโครงข่ายประสาทเทียม (Neural Network) สองเครือข่าย หนึ่งสำหรับสร้างภาพเฉพาะหมวดหมู่แบบสุ่มจาก “สัญญาณรบกวน” และอีกรูปแบบหนึ่งสำหรับสร้าง “เสียงรบกวน” ที่คล้ายกันจาก EEG จากนั้นทีมได้ทำการ Training ผ่าน Neural Network ให้ทำงานร่วมกันในลักษณะที่เปลี่ยนสัญญาณ EEG ให้เป็นภาพจริงคล้ายกับที่ผู้ทดสอบกำลังเฝ้าสังเกต

ลกอริทึมการทำงานของระบบสมองและคอมพิวเตอร์ (BCI) เครดิต: Anatoly Bobe / Neurobotics และ@tsarcyanide / MIPT Press Office
ลกอริทึมการทำงานของระบบสมองและคอมพิวเตอร์ (BCI) เครดิต: Anatoly Bobe / Neurobotics และ@tsarcyanide / MIPT Press Office

ในการทดสอบความสามารถของระบบในการมองเห็นการทำงานของสมอง ผู้เข้าร่วมจะถูกแสดงวิดีโอที่มองไม่เห็นจากหมวดหมู่เดียวกันก่อนหน้านี้ ซึ่งขณะที่พวกเขาดู ข้อมูล EEGs จะถูกบันทึกและส่งไปยังเครือข่ายประสาท ระบบผ่านการทดสอบและสามารถสร้างภาพที่น่าเชื่อถือซึ่งสามารถแบ่งได้อย่างง่ายดายอย่างที่เราเห็นในรูปข้างล่าง

แต่ละคู่นำเสนอเฟรมจากวิดีโอที่ดูโดยผู้ทดสอบและภาพที่สร้างขึ้นโดยเครือข่ายประสาทเทียม เครดิต: Grigory Rashkov / Neurobotics
แต่ละคู่นำเสนอเฟรมจากวิดีโอที่ดูโดยผู้ทดสอบและภาพที่สร้างขึ้นโดยเครือข่ายประสาทเทียม เครดิต: Grigory Rashkov / Neurobotics

“ อิเลคโทรนิคฮาโลแกรม คือ ชุดของสัญญาณสมองที่บันทึกจากคลื่นสมอง นักวิจัยเคยคิดว่าการศึกษากระบวนการทางสมองผ่าน EEG นั้นเหมือนกับการหาโครงสร้างภายในของเครื่องจักรไอน้ำโดยการวิเคราะห์ควันที่ตกค้างจากรถไฟไอน้ำ”  Grigory Rashkov ผู้ร่วมเขียนบทความวิจัยจาก MIPT และโปรแกรมเมอร์ที่ Neurobotics “เราไม่ได้คาดหวังว่าจะมีข้อมูลเพียงพอที่จะสร้างภาพที่บุคคลสังเกตได้ แต่มันกลับกลายเป็นว่าเป็นไปได้ดีทีเดียว”

“ ยิ่งไปกว่านั้นเราสามารถใช้สิ่งนี้เป็นพื้นฐานสำหรับอินเทอร์เฟซคอมพิวเตอร์กับสมองได้แบบเรียลไทม์ ภายใต้เทคโนโลยียุคปัจจุบัน อินเทอร์เฟซสำหรับระบบประสาทที่สร้างโดย Elon Musk เผชิญกับความท้าทายของการผ่าตัดที่ซับซ้อนและการเสื่อมสภาพอย่างรวดเร็วเนื่องจากกระบวนการทางธรรมชาติ

ทีมนักวิจัยหวังว่าในที่สุดเราจะสามารถออกแบบส่วนต่อประสานประสาทราคาไม่แพงซึ่งไม่ต้องใช้การฝังแบบผ่าตัดเข้าไปในสมองจริง ๆ ” นักวิจัยกล่าวเสริม

เราได้เห็นเทคโนโลยี ที่มีการเชื่อมต่อสมองเข้ากับคอมพิวเตอร์ (Brain Machine Interface) ที่มีการวิจัยเรื่องราวเหล่านี้เป็นจำนวนมากในช่วงปีที่ผ่านมา ซึ่งรวมถึงโครงการ NeuralLink ของ Elon Musk ด้วยเช่นกัน

เช่นเดียวกับเทคโนโลยี Brain Machine Interface เทคโนโยโลยีอย่างที่เราเห็นในบทความนี้ นั้นก็ใช้รูปแบบคล้าย ๆ กัน ซึ่งมุ่งเน้นไปที่ส่วนต่อประสานระหว่างคอมพิวเตอร์และสมองที่ช่วยให้ผู้ป่วยหลังการผ่าตัดใช้ในการควบคุมแขน เพื่อการฟื้นฟูระบบประสาท หรือผู้ป่วยที่เป็นอัมพาต  

ซึ่งผมก็เชื่อว่า เราจะเห็นเทคโนโลยีเหล่านี้ ที่กำลังก้าวหน้าไปอย่างรวดเร็ว สามารถช่วยเหลือผู้ป่วยที่มีปัญหากับอวัยวะต่าง ๆ ของพวกเขาไม่ว่าจะเป็นดวงตา แขนขา ที่พิการ หรือ อื่น ๆ ได้อีกมากมายในอนาคตอย่างแน่นอนครับ

References : https://mipt.ru/english/news/neural_network_reconstructs_human_thoughts_from_brain_waves_in_real_time

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

Computer Chips กับการขับเคลื่อนโดยเซลล์ประสาทของมนุษย์

บริษัท Startup จากประเทศออสเตรเลีย Cortical Labs ได้คิดค้นการสร้างชิปคอมพิวเตอร์ที่ใช้เซลล์ชีวภาพที่สกัดจากหนูและเซลล์ประสาทของมนุษย์

เป้าหมายคือการลดปริมาณของระบบปัญญาประดิษฐ์ในปัจจุบันที่ต้องใช้พลังงานอย่างมากโดยการเลียนแบบสมองของมนุษย์

ตามประกาศของ Cortical Labs บริษัท กำลังวางแผนที่จะ “สร้างเทคโนโลยีที่ควบคุมพลังของชีววิทยาสังเคราะห์และศักยภาพของสมองมนุษย์” เพื่อสร้าง “new class” ของ AI ที่สามารถที่จะแก้ไข “ความท้าทายที่ยิ่งใหญ่ที่สุดของสังคมมนุษย์”

เซลล์ประสาทของหนูนั้นสกัดมาจากตัวอ่อน แต่ส่วนของเซลล์จากมนุษย์จะถูกสร้างขึ้นโดยการเปลี่ยนเซลล์ผิวหนังให้กลายเป็นเซลล์ต้นกำเนิดและสุดท้ายทำให้กลายเป็นเซลล์ประสาท

ความคิดในการใช้เซลล์ประสาทชีวภาพกับคอมพิวเตอร์ ไม่ใช่เรื่องใหม่ การประกาศของ Cortical Labs นั้นเกิดขึ้นหนึ่งสัปดาห์หลังจากกลุ่มนักวิจัยชาวยุโรปสามารถเปิดใช้งาน Neural Network ที่ทำงานได้ ซึ่งช่วยให้เซลล์สมองที่ใช้สารชีวภาพและซิลิกอนสื่อสารกันผ่านทางระบบอินเทอร์เน็ต

นักวิจัยของ MIT ได้พยายามใช้แบคทีเรียโดยไม่ใช่เซลล์ประสาทเพื่อสร้างระบบคอมพิวเตอร์ในปี 2016

ณ ตอนนี้สมองขนาดเล็กของ Cortical มีพลังการประมวลผลน้อยกว่าสมองแมลงปอ บริษัท กำลังมองหาชิปที่ขับเคลื่อนด้วยเซลล์ประสาทของหนู เพื่อให้สามารถเล่นเกม “Pong” ได้

Hon Weng Chong ซีอีโอ ของบริษัท กล่าวกับ Fortune.com ว่า พวกเขาได้พยายามเดินตามรอยเส้นทางของ บริษัท AI DeepMind ซึ่งใช้เกมเพื่อทดสอบพลังของ อัลกอริทึม AI

“สิ่งที่เรากำลังพยายามที่จะทำคือการแสดงให้เห็นว่าเราสามารถสร้างรูปร่างลักษณะการทำงานของเซลล์ประสาทเหล่านี้มาใช้ในการประมวลผลทางคอมพิวเตอร์ได้” Hon Weng Chong บอกกับ Fortune.com

ต้องบอกว่าเรื่องราวเหล่านี้ ในเรื่องการใช้เซลล์ประสาท ไม่ว่าจากสัตว์ หรือ มนุษย์ เพื่อมาช่วยเหลือในการประมวลผลข้อมูลทางคอมพิวเตอร์นั้น คงไม่ใช่เรื่องเพ้อฝันในนวนิยายอีกต่อไป หลังจากเราได้เห็นงานวิจัยเหล่านี้ออกมาอย่างต่อเนื่อง

ซึ่งจากบทความนี้ ก็เป็นอีกตัวอย่างหนึ่งที่แสดงให้เห็นถึงความก้าวหน้าในงานวิจัยด้านดังกล่าว ณ ปัจจุบัน ที่กำลังพัฒนาไปมาก ๆ ซึ่งจากบทความนั้น ก็ได้เริ่มนำมาทดสอบกับเกมส์อย่าง Pong ที่เป็นเกมส์ Basic ที่มนุษย์เล่นกัน ถือเป็นก้าวแรกที่สำคัญมาก ๆ สำหรับเทคโนโลยีนี้นั่นเองครับผม

References : https://fortune.com/2020/03/30/startup-human-neurons-computer-chips/ https://www.techtimes.com/articles/248478/20200331/real-human-neurons-as-basis-of-new-computer-chips-are-being-built-by-this-start-up-company.htm

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

MUSA หุ่นยนต์ผ่าตัดระดับ Super Micro ที่มนุษย์ไม่สามารถทำได้

ลองจินตนาการการผ่าตัดของแพทย์ ที่พยายามขยับมือในระดับความห่างแค่เพียงมิลลิเมตรมันเป็นสิ่งที่ทำได้ยากจริง ๆ หากต้องทำโดยใช้แพทย์ที่เป็นมนุษย์

นั่นเป็นเหตุผลว่าทำไมเรื่องราวของหุ่นยนต์ MUSA มันถึงไม่ธรรมดาที่หุ่นยนต์ผ่าตัดจากเนเธอแลนด์ตัวใหม่ ที่เพิ่งจะเข้าผ่าตัดด้วยกล้องจุลทรรศน์กำลังประสบความสำเร็จในมนุษย์จริง ๆ

ตามเอกสารที่ตีพิมพ์เมื่อวันอังคารในวารสารทางการแพทย์ Nature Communications แพทย์ทำการผ่าตัดด้วยหุ่นยนต์ระดับ Super Micro เป็นครั้งแรกโดยใช้อุปกรณ์หุ่นยนต์ผ่าตัดรูปแบบเฉพาะ 

โดย MUSA ผลิตโดย บริษัท Microsure ของเนเธอแลนด์ โดย MUSA’s จะถูกดำเนินการผ่านแพทย์โดยใช้จอยสติ๊กแบบคีมที่ติดตั้งบนโต๊ะผ่าตัดและคันเหยียบสำหรับบังคับการเคลื่อนไหว

สิ่งที่ทำให้ MUSA แตกต่างจากอุปกรณ์ผ่าตัดที่ใช้หุ่นยนต์ช่วยอื่น ๆ เช่น หุ่นยนต์ DaVinci ที่ใช้กันมาอย่างยาวนานแล้ว เพราะมันเป็นหุ่นยนต์ผ่าตัดที่ประสบความสำเร็จมากที่สุด นั่นคือมันสามารถเข้าไปในที่ DaVinci ไม่สามารถทำได้: เป้าหมายการผ่าตัดในระดับมิลลิเมตรที่ MUSA สามารถเข้าถึงได้ :

MUSA ช่วยแพทย์ผ่าตัดผู้ป่วยด้วยโรคมะเร็งเต้านม lymphedema ซึ่งแต่เดิมนั้นอัตราการรอดชีวิตจากมะเร็งเต้านมมีเพียงแค่หนึ่งในสาม ในสองปีหลังจากการผ่าตัดมะเร็งเต้านมครั้งแรก

การศึกษายืนยันประสิทธิภาพของหุ่นยนต์แสดงให้เห็นว่าผู้ป่วยที่ได้รับการรักษาด้วยการผ่าตัดระดับ Super Micro ของ MUSA ได้ช่วยปรับปรุงผลลัพธ์ที่เหนือกว่าหุ่นยนต์ผ่าตัดแบบอื่น ๆ ที่เคยมีมา ซึ่งทำให้ผู้ป่วยหายเร็วขึ้น

ตอนนี้ยังไม่มีราคาที่แน่นอนสำหรับหุ่นยนต์ผ่าตัดตัวใหม่นี้ และระบบที่ใกล้เคียงที่สุดกับ MUSA คือ DaVinci ที่มีราคาสูงถึง 2 ล้านเหรียญสหรัฐ ซึ่งก็อย่าคาดหวังที่จะเห็นมันในโรงพยาบาลทั่วไป เพราะเป็นการลงทุนที่สูงมาก ๆ

แต่สิ่งที่เราคาดหวังว่าจะได้เห็นในไม่ช้า คือ ข่าวเรื่องการทดลองการใช้ MUSA มากขึ้น และการพัฒนาเทคโนโลยีชนิดที่จะช่วยให้สามารถนำไปใช้ในวงกว้างมากยิ่งขึ้นในอนาคต หุ่นยนต์ DaVinci ปรากฏตัวขึ้นในปี 2000 และเพียงยี่สิบปีต่อมา เทคโนโลยีรวมถึงเซ็นเซอร์ใหม่ ๆ กำลังทำให้หุ่นยนต์เหล่านี้ ผ่าตัดในพื้นที่ขนาดเล็กลงเรื่อย ๆ ในระดับต่ำกว่ามิลลิเมตร 

และต้องบอกว่า MUSA นั้นเป็นมากกว่าการปฏิวัติการผ่าตัด มันทำให้เราเห็นว่าหุ่นยนต์กำลังจะเข้ามาท้าทายอาชีพหลัก ๆ ของมนุษย์เราเพิ่มมากขึ้นเรื่อย ๆ แม้กระทั่งอาชีพหมอผ่าตัด

แม้ตอนนี้มันจะเป็นเพียงแค่ตัวช่วยที่ยอดเยี่ยมของศัลยแพทย์ก็ตามที แต่อย่าลืมว่า ด้วยเทคโนโลยีอย่าง AI , Machine Learning ผสานกับ อุปกรณ์เซ็นเซอร์ที่มีความละเอียดสูงต่าง ๆ ที่กำลังก้าวหน้าไปอย่างรวดเร็วในปัจจุบันนั้น อีกไม่นาน เราอาจจะต้องยอมรับให้หุ่นยนต์ทั้งตัวเป็นผู้ผ่าตัดมนุษย์จริง ๆ ด้วยตัวมันเอง โดยไม่จำเป็นต้องพึ่งแพทย์ต่อไปอีกเลย ก็เป็นได้ครับผม

References : https://futurism.com/neoscope/musa-robot-surgery-supermicrosurgery-success

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

DARPA กำลังใช้คลื่นสมองของนักเล่นเกมเพื่อฝึกฝนหุ่นยนต์นักรบ

ทีมนักวิจัยด้านปัญญาประดิษฐ์ที่มหาวิทยาลัยบัฟฟาโลวางแผนที่จะศึกษาคลื่นสมองและการเคลื่อนไหวของดวงตานักเล่นเกมประมาณ 25 คน ในขณะที่พวกเขากำลังเล่นวิดีโอเกม

จากนั้นพวกเขาจะใช้ข้อมูลที่รวบรวมจากนักเล่นเกมเพื่อสร้าง AI ขั้นสูงเพื่อที่จะสามารถประสานการทำงานของกองยานยนต์ของหุ่นยนต์ AI ที่ใช้เทคโนโลยีการขับเคลื่อนแบบอัตโนมัติ

หน่วยงานวิจัยโครงการวิจัยขั้นสูงของกระทรวงกลาโหมสหรัฐหรือที่รู้จักกันดีในนาม DARPA ได้มอบเงินทุนจำนวน 316,000 เหรียญสหรัฐ ให้กับการศึกษาซึ่งนักวิจัย Souma Chowdhury นักวิจัยบอกกับทาง Digital Trends ว่างานวิจัยชิ้นนี้กำลังก้าวไปข้างหน้าอย่างรวดเร็ว

ทีมยังต้องมีการรวบรวมข้อมูลนักเล่นเกม แต่นั่นก็ไม่ควรใช้เวลานานเกินไป นักวิจัยได้สร้างเกมวางแผนแบบเรียลไทม์สำหรับการศึกษาโดยใช้เวลาประมาณ 5 ถึง 10 นาที ในการเล่นแต่ละเกม ถ้านักเล่นเกมแต่ละคนเล่นได้ หกหรือเจ็ดเกม Chowdhury คาดว่าทีมงานของเขาจะมีข้อมูลมากพอที่จะฝึกอบรม AI ของพวกเขา

ท้ายที่สุดนักวิจัยหวังว่าจะได้ AI ที่สามารถเป็นแนวทางในการทำงานของกลุ่มหุ่นยนต์ 250 ตัวทั้งบนพื้นดินและในอากาศ ทำให้กองยานหุ่นยนต์ใหม่นี้ สามารถที่จะสำรวจสภาพแวดล้อมที่ไม่สามารถคาดเดาได้ด้วยตนเองในอนาคต

“ มนุษย์สามารถสร้างกลยุทธ์ที่ไม่เหมือนใครซึ่ง AI อาจไม่เคยเรียนรู้มาก่อน” Chowdhury กล่าวกับ Digital Trends“ สิ่งที่เราเห็นใน AI นั้นอยู่ในแอปพลิเคชั่นที่มีสภาพแวดล้อมที่ค่อนข้างแน่นอน แต่ในแง่ของการให้เหตุผลเชิงบริบทในสภาพแวดล้อมจริง เพื่อทำสิ่งต่างๆ นั้น ยังอยู่ในช่วงตั้งไข่ เพียงเท่านั้น ยังต้องมีการเรียนรู้จากมนุษย์อีกเยอะมาก ๆ ”

ความคิดเห็นเพิ่มเติมจากผู้เขียน

เป็นอีกหนึ่งงานวิจัยที่น่าสนใจมาก ๆ สำหรับการนำ AI มาเรียนรู้จากผู้เล่นเกม แน่นอนว่าเรื่องทำนองนี้เคยสำเร็จมาแล้วอย่างยิ่งใหญ่ในเกมโกะ ที่ Alpha Go ที่เริ่มต้นก็เรียนรู้จากหมากกระดานของผู้เล่นทั่วโลกก่อนพัฒนาตัวเองจนสามารถเอาชนะแชมป์โลกได้สำเร็จ

เราจะเห็นได้ว่า เป็น Trend ที่ชัดเจนมาก ๆ ที่เรื่องของการรบในอนาคตนั้น AI และ หุ่นยนต์จะเข้ามามีบทบาทที่สำคัญอย่างแน่นอนหากเกิดสงครามใหญ่ขึ้นมาจริง ๆ ซึ่งเราจะเห็นการรบแบบใหม่ ที่มีประสิทธิภาพและความแม่นยำสูง แบบที่ไม่เคยเห็นมาก่อนในสงครามครั้งไหน ๆ ที่ผ่านมาอย่างแน่นอนครับ หากเกิดสงครามโลกครั้งที่ 3 ขึ้นมาจริง ๆ

References : https://www.digitaltrends.com/cool-tech/brain-training-future-swarm-robot-armies

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol