Месяц: Май 2024

Ученые из Университета Хьюстона представили новый способ обнаружения рака, который может сделать процедуру такой же простой, как обычный анализ крови. Метод, сочетающий PANORAMA и флуоресцентное образование, обладает потенциалом обнаруживать рак на самых ранних стадиях и улучшать эффективность лечения с точностью 98,7%.

Ученые смогли изучить количество и состав малых EV (экстрацеллюлярных везикул), которые могут переносить различные вещества, такие как белки и нуклеиновые кислоты, в крови. Используя методы PANORAMA и флуоресценции, исследователи смогли визуализировать и подсчитать малые EV, определить их размер и состав.

В исследовании приняли участие 205 пациентов с раком и 106 здоровых людей. Установлено, что метод обладает высокой чувствительностью (99,5%) и специфичностью (97,3%) в диагностике рака.

Ученые надеются, что их метод станет полезным инструментом для скрининга рака и поможет в понимании биологии рака и малых EV.

Ученые создали робототехническую систему, которая сотрудничает с людьми при создании произведений искусства. Названная CoFRIDA, она приглашает пользователей любого уровня художественного мастерства к сотрудничеству для создания произведений искусства в реальном мире.

CoFRIDA — это эволюция проекта FRIDA, созданного для работы с текстовыми и визуальными подсказками пользователей. Робот может использовать кисть или маркер, чтобы создать картину на основе поданных ему исходных данных. Разработка CoFRIDA стала возможной благодаря сотрудничеству ученых из разных лабораторий.

Создатели CoFRIDA стремились не только улучшить процесс создания произведений искусства, но и обеспечить пользователям более широкие возможности участия в этом процессе. Они разработали метод обучения робота на основе данных, собранных с помощью симулятора рисования. Этот метод позволяет CoFRIDA создавать художественные произведения, учитывая реальные ограничения робота.

Исследователи надеются, что CoFRIDA станет не только инструментом для создания уникальных произведений искусства, но и средством для привлечения внимания к робототехнике и расширения творческих способностей пользователей.

Carnegie Mellon University

Ученые из Университета Уорика используют искусственный интеллект (ИИ) для анализа космических взрывов, известных как сверхновые. Их исследование опубликовано в журнале «Monthly Notices of the Royal Astronomical Society».

Многие звезды во Вселенной завершают свою жизнь как белые карлики — компактные звезды, содержащие примерно массу солнца в размерах Земли. Некоторые из этих белых карликов в конечном итоге взрываются как сверхновые. Этот процесс является высокоэнергетическим и приводит к образованию тяжелых элементов, являющихся строительными блоками жизни, таких как кальций и железо, которые высвобождаются обратно во Вселенную.

Несмотря на их важность, астрономы до сих пор не знают точно, как или почему происходят эти сверхновые.

Чтобы лучше понять, новое исследование будет использовать тип искусственного интеллекта, известный как машинное обучение, для ускорения экспериментов по сверхновым — процессов, которые в настоящее время являются очень ресурсозатратными и времязатратными. Это поможет выяснить, как происходят эти космические взрывы, сравнивая модели взрывов с реальными наблюдениями.

Международная группа ученых разработала новый алгоритм на основе нейронных сетей, который поможет астрономам обнаруживать землеподобные экзопланеты. Используя данные метода радиальной скорости, исследователи стремятся разработать более эффективные методы обнаружения таких планет.

Эксперты отмечают, что машинное обучение становится все более эффективным инструментом для анализа больших объемов данных в научной области. Алгоритм разработчиков успешно обнаруживает экзопланеты, имеющие потенциальные орбитальные периоды от нескольких дней до нескольких сотен дней.

Хотя данное исследование сфокусировано на обнаружении землеподобных экзопланет методом радиальной скорости, ученые также отмечают, что дополнительные данные, включая время транзита и фотометрию, могут быть использованы для этой цели. Планируемый к запуску в 2026 году космический телескоп PLATO, разработанный Европейским космическим агентством, будет иметь возможность обнаружить множество землеподобных экзопланет в Млечном Пути.

Группа ученых идентифицировала, как наше сознание работает с фразами, содержащими отрицание, показав, что оно смягчает, а не инвертирует значение. Это исследование поможет лучше понять, как мозг интерпретирует тонкие изменения в значении.

В ряде коммуникаций, от рекламы до юридических документов, отрицание часто используется намеренно для создания неоднозначности. Результаты исследования также могут указать на способы понимания и улучшения функциональности искусственного интеллекта.

Исследователи провели серию экспериментов, чтобы измерить, как участники интерпретируют фразы и отслеживали активность их мозга во время задачи по определению значений. В ходе экспериментов участники долго интерпретировали фразы с отрицанием по сравнению с фразами без него, что свидетельствует о том, что отрицание замедляет нашу обработку значения.

Исследователи из Института биомедицинских исследований имени Фралина при Технологическом институте Вирджинии разработали ценный инструмент, помогающий понять и классифицировать ультрапереработанные продукты, которые составляют значительную часть рациона большинства населения планеты и связаны с различными проблемами со здоровьем.

Инструмент, опубликованный в журнале Appetite, состоит из набора изображений, на которых показаны как минимально обработанные, так и ультраобработанные продукты. Эти изображения тщательно подобраны по 26 характеристикам, включая макроэлементы, натрий, пищевые волокна, калории, цену и даже визуальные аспекты, такие как цвет и размер порции.

Этот инструмент основан на системе классификации NOVA, которая делит продукты на четыре группы в зависимости от степени их обработки. Несмотря на то, что система NOVA подверглась критике за ее кажущуюся сложность, исследователи обнаружили, что люди с образованием в области питания в целом согласны с классификацией продуктов, что «говорит о ее обоснованности».

Система NOVA классифицирует продукты на:

Необработанные или минимально обработанные: свежие фрукты, овощи, бобовые, простой йогурт.

Обработанные кулинарные ингредиенты: масла для жарки, сливочное масло, соль.

Переработанные продукты: сыр, консервированные овощи, свежеиспеченный хлеб.

Ультрапереработанные продукты: безалкогольные напитки, ароматизированные йогурты, обработанное мясо, большинство упакованных хлебов.

Полученный набор изображений позволяет исследователям изучить «влияние обработки продуктов питания на наше восприятие и выбор, отделив этот фактор от других влияний». Это очень важно, так как ультрапереработанные продукты связаны с повышенным риском ожирения, диабета, сердечно-сосудистых заболеваний и рака.

Материалы новостного характера нельзя приравнивать к назначению врача. Перед принятием решения посоветуйтесь со специалистом.

Ученые из Шанхайского университета разработали новый искусственный интеллект, который помогает роботам лучше понимать и выполнять задачи. В отличие от традиционных роботов, которым требуется подробное программирование, новая система использует машинное обучение для адаптации к окружающей среде и изменениям в заданиях.

Интеллект под названием «Коррекция и планирование с интеграцией памяти» (CPMI) способен учиться на лету, запоминая и анализируя опыт выполнения предыдущих задач. Благодаря этому роботы, оснащенные CPMI, могут самостоятельно планировать действия, исправлять ошибки и эффективнее достигать поставленных целей.

Испытания показали, что роботы с CPMI превосходят существующие модели по эффективности и способности к обучению. В будущем такая технология может быть использована в самых разных областях, от домашних роботов-помощников до роботов на производстве.

Разработчики CPMI планируют совершенствовать систему, расширяя ее память и возможности обучения. Они уверены, что их изобретение позволит роботам стать более автономными и поможет внедрить искусственный интеллект во многие сферы нашей жизни.

Открытие квантовой механики раскрыло новые возможности для коммуникации, обработки и защиты данных. Профессор Артур Экерт, основатель квантовой криптографии, считает, что будущее в этой области обещает множество перспективных решений. Он подчеркивает, что ранее дебаты шли о том, являются ли события в квантовой механике по-настоящему случайными или нет. Эксперименты Джона Белла и последующие исследования подтвердили, что случайность является неотъемлемой частью квантовых событий.

Это открыло путь к разработке квантовой криптографии, основанной на использовании случайности для создания непроницаемого шифрования. Применение этой технологии становится особенно актуальным с развитием квантовых компьютеров, которые могут подорвать классические методы шифрования. Однако, как отмечает профессор Экерт, квантовая криптография не заменит полностью классические методы, поскольку не всегда необходимо обеспечивать абсолютную безопасность.

Кроме того, профессор Экерт призывает к развитию кибербезопасности и обучению людей методам защиты данных. Его исследования в Окинавском институте науки и технологий направлены как на разработку новых стратегий кибербезопасности, так и на понимание природы случайности в нашей вселенной.

Ученые из университета Джонса Хопкинса разработали метод создания реалистичных изображений опухолей печени на компьютерных томографах. Разработка поможет в подготовке искусственного интеллекта (ИИ) для самостоятельного обнаружения раковых образований на реальных снимках.

Сейчас обучение ИИ сдерживает нехватка качественных данных — разметка медицинских снимков вручную занимает много времени. Например, в открытом доступе есть всего 200 томограмм печени с отмеченными опухолями — крайне мало для обучения моделей, способных распознавать рак на ранней стадии.

Команда исследователей создала метод генерации искусственных опухолей, максимально похожих на настоящие. Сначала они выбирали места размещения, избегая сосудов. Затем добавляли «шум», чтобы имитировать неровную текстуру реальных образований. Наконец, учитывалось давление опухоли на окружающие ткани, которое влияет на ее внешний вид.

Полученные искусственные опухоли настолько реалистичны, что даже врачи иногда путают их с настоящими.

Используя только эти изображения, ученые обучили модель искусственного интеллекта. Она превзошла предыдущие разработки и показала результаты, сравнимые с моделями, обученными на реальных данных.

Ученые сделали открытие, которое может произвести революцию в области криогенной техники. Исследователи разработали новый тип «криогенного охладителя», который достигает температуры, близкой к абсолютному нулю, в 3,5 раза быстрее и потребляет на 71% меньше энергии, чем нынешние технологии.

Криогеника играет важнейшую роль во многих сферах, начиная от сохранения тканей и эмбрионов и заканчивая компьютерной томографией и космическим телескопом Джеймса Уэбба. Однако достижение таких сверхнизких температур традиционно требует больших затрат энергии и времени.

Новый дизайн, разработанный группой специалистов Национального института стандартов и технологий (NIST), предполагает простую модификацию существующей технологии PTR. Отрегулировав механические соединения и настройки клапанов, исследователи значительно повысили эффективность процесса охлаждения.

Эта инновация обещает существенную экономию средств и экологические преимущества. В случае широкого внедрения новый «криохолодильник» сможет ежегодно экономить 27 миллионов ватт электроэнергии.

Эта технология может открыть новые возможности в таких областях, как термоядерная энергетика и квантовые вычисления, где достижение и поддержание сверхнизких температур имеет решающее значение.