محققان چینی نوع جدیدی از تراشه‌های اطلاعاتی موسوم به "داروین" را تولید کرده‌اند که به اجرای الگوریتم‌های پیچیده هوشمند بر روی دستگاه‌های کوچک در عصر اینترنت اشیا کمک خواهد کرد.

 شبکه عصبی هوشمند (ANN) نوعی سیستم پردازش اطلاعات مبتنی بر تقلید از اصول مغزهای زیستی است.

این سیستم بطور گسترده‌ای در حوزه‌های کاربردی مانند شناسایی الگو، کنترل خودکار، پردازش سیگنال، سیستم پشتیبانی از تصمیم و هوش مصنوعی، اعمال می‌شود.

شبکه عصبی خوشه‌ای (SNN) نوعی سیستم ANN الهام گرفته زیستی است که پردازش اطلاعات را بر مبنای خوشه‌هایی با گسستگی زمانی اجرا می‌کند.

این سیستم به لحاظ زیستی بسیار واقع بینانه‌تر از ANN است و می‌تواند بطور بالقوه‌ای به نسبت عملکرد-قدرت بسیار بهتری دست یابد.

اکنون محققان دانشگاه ژجیانگ و دانشگاه هانگژو دیانزی در هانگژوی چین با موفقیت توانسته‌اند واحد پردازش عصبی "داروین" را تولید کنند که یک سخت‌افزار کمک پردازنده neuromorphic مبتنی بر شبکه‌های عصبی خوشه‌ای است که با فناوری استاندارد CMOS ساخته شده است.

محققان یک کمک‌پردازنده تولید کرده‌اند و آن را "داروین" نامیدند. واحد پردازش عصبی داروین به ارائه شتاب سخت‌افزاری به الگوریتم‌های هوشمند پرداخته و دامنه کاربرد هدف آن شامل دستگاه‌های کوچک تعبیه شده کم قدرت با منابع محدود است.

تولید موفق داروین نشان‌دهنده امکان اجرای بلادرنگ شبکه‌های عصبی خوشه‌ای در سیستم‌های تعبیه شده با منابع محدود است. این تراشه از پیکربندی انعطاف‌پذیر انبوهی از پارامترهای شبکه عصبی پشتیبانی کرده و از این رو می‌تواند برای اجرای ویژگی‌های مختلف تنظیم شده توسط کاربر مورد استفاده قرار بگیرد.

کاربردهای بالقوه این تراشه شامل سیستم‌های سخت‌افزار هوشمند، رباتیک، رابط‌های رایانه-مغز و سایر موارد است.

نتایج این تحقیق در مجله Science China Press منتشر شده است.

پژوهشگران دانشگاه برن موفق به کشف مکانیسمی شدند که مسؤول بیداری سریع از خواب و بیهوشی در مغز است.

 این دانشمندان معتقدند که یافته‌های آنها می‌تواند استراتژی‌ جدیدی برای درمان اختلالات خواب و نجات بیمار از زندگی نباتی ارائه کند.

استاد آنتوان آدامانتیدیس ، کارولینا گوتیرز هررا و دیگر همکارانشان که این پژوهش را انجام دادند، از نتایج اولیه آن هیجان زده شدند.

محققان با تحریک این مکانیسم تازه کشف شده که بین هیپوتالاموس و تالاموس قرار دارد دریافتند که می‌توانند به خواب سبک پایان بخشند.

محققان با استفاده از روش اپتوژنتیک که تا به امروز اغلب در پژوهش‌های عصب‌شناسی از آن استفاده شده است، نشان دادند که این جریان می‌تواند به عنوان یک هدف درمانی جدید برای اختلالات خواب به کار گرفته شود.

آدامانتیدیس اظهار کرد: این یک کشف هیجان‌انگیز است چرا که روش‌های درمانی برای بازیابی افراد از حالت نباتی و هوشیاری کم کاملا محدود است.

وی و هررا بر این باورند که پژوهش آنها می‌تواند منجر به پیشرفت در درمان دقیق‌تر اختلالات خواب شود. علاوه بر این، روش این گروه قادر به خارج کردن بیمار از حالت هوشیاری کم خواهد بود.

آدامانتیدیس اظهار کرد: هنوز کارهای زیادی در این زمینه باید صورت بگیرد و طراحی استراتژی‌های درمانی جدید بر اساس نتایج این پژوهش، نیازمند زمان بیشتری است.

محققان مؤسسه ریکن ژاپن با پیوند بافت شبکیه مشتق شده از سلول بنیادی جنینی انسان به شبکیه مدلهای نخستی توانستند بینایی آن‌ها را بهبود بخشند.

 رتینیت پیگمانته یک بیماری ژنتیکی چشم است که منجر به آسیب دیدن شبکیه می‌شود. هیچ درمانی برای آن شناخته نشده و بیمار با گذشت زمان کل بینایی خود را در اثر آن از دست می‌دهد.

اما دانشمندان ژاپنی توانسته‌اند گام رو به جلویی برداشته و موفق به رشد و پیوند بافت شبکیه در شبکیه میمون‌های رزوس مبتلا به رتینیت پیگمانته شدند.

سه هفته پس از درمان، آزمایشات چشم بر روی دو میمون نشان داد که بینایی آن‌ها بهبود یافته است.

محققان بافت شبکیه را از سلول‌های بنیادی پرورش داده و سپس آن را در منطقه شبکیه موش‌های مبتلا به رتینیت پیگمانته پیوند زدند. بافت رشد کرد و در برخی موارد به سلول‌های موجود در شبکیه چسبید و اتصالاتی را ایجاد کرد که عامل اصلی در موفقیت این رویکرد به شمار می‌رود.

سپس محققان این رویکرد را بر روی میمون‌های رزوس مبتلا به این بیماری آزمایش کردند که در آن‌ها نیز، سلول‌های شبکیه رشد کرده و اتصالات سیناپس‌هایی را شکل دادند. برای موفق شدن پیوندهای این چنینی، سلول‌ها باید نه تنها رشد کرده و از سلول‌های بنیادی مشتق شوند، بلکه باید به سلولهای موجود در ناحیه نیز وصل شده و یک واحد را تشکیل دهند.

به گفته محققان، پژوهشهای آینده به آن‌ها در درک بهتر این که هر چند وقت یکبار بافت شبکیه پیوندی به ایجاد ارتباط با سلول‌های شبکیه موجود در ناحیه می‌پردازد، کمک خواهد کرد. اگرچه تا کارآزمایی بالینی این درمان بر روی انسان هنوز زمان زیادی باقی مانده، محققان بر این باورند که مدلهای میمون به آن‌ها در بهینه سازی شرایطی که انتظار دارند در انسان ببیند، کمک خواهد کرد.

جزئیات این دستاورد علمی در مجله PNAS منتشر شده است.

محققان پژوهشگاه رویان موفق به استخراج و شناسایی سلول‌های بنیادی سرطانی شدند.

 سرطان، عنوان گروهی از بیماری‌ها است که با تقسیم بی‌رویه سلول‌ها و خارج شدن آنان از چرخه طبیعی اتفاق می‌افتد. درمان این گروه از بیماری‌ها سخت و پرهزینه است.

از جمله دلایل دشواری درمان این گروه از بیماری‌ها وجود گیرنده‌های خاصی بر سطح سلول‌های سرطانی است که دارو‌های وارد شده به سلول را به خارج پمپ می‌کنند. به این ترتیب یافتن دارویی برای از میان بردن این سلول‌ها دشوار است. اما تمام سلول‌های درگیر در ایجاد تومور به یک اندازه خطرناک نیستند.

در واقع عامل اصلی سرطان، گروهی از سلول‌ها هستند با قدرت تقسیم بالا و مقاومت زیاد به دارو‌ها که به آنان سلول‌های بنیادی سرطانی می‌گویند. اگر در یک بیمار سرطانی بتوان این سلول‌ها را هدف گرفته و از میان برداشت از متازتاز جلوگیری خواهد شد.

برای یافتن راه نابودی این سلول‌ها نخست لازم است که شناخت کافی از چگونگی کارکرد آنان حاصل شود. برای شناخت، نخست لازم است که جمعیتی از این سلول‌ها خالص شده در دسترس پژوهشگران قرار گیرد.

بدین منظور، سید محمد موذنی و همکارانش در پژوهشگاه رویان در تلاش برای یافتن جمعیت خالصی از این سلول‌ها دست به پژوهشی زدند که طی آن پس از ایجاد سرطان در گروهی از موش‌ها، بافت توموری جدا شد و سلول‌های آن بر اساس نشانگر‌های واقع بر سطح سلول‌ها جداسازی شدند.

سلول‌های بنیادی سرطانی نشانگر‌های خاصی بر سطح خود دارند که آنان را از سایر سلول‌ها متمایز می‌کند. سپس به منظور اطمینان از خالص بودن جمعیت سلولی، قدرت تومور زایی آنان با تزریق به موش مورد بررسی قرار گرفت.

نتایج این پژوهش که در مجله آسیب شناسی زیستی به چاپ رسید، نشان داد در میان جمعیت‌های مختلف سلولی حاصل از تومور، به طور متوسط یک سلول از تقریبا 1800 سلول، سلول بنیادی سرطانی است. حال که امکان شناسایی سلول‌های بنیادی سرطانی فراهم شده است، این امکان وجود خواهد داشت که با تخلیص و جداسازی آنان مطالعات لازم بر روی این سلول‌ها انجام گیرد. این آغازی برای تحقیق در درمان سرطان خواهد بود.

یک سطل زباله شناور توسط شرکت Indiegogo طراحی شده که به کمک آن می‌توان با روشی ساده اقدام به جمع‌آوری زباله از سطح آب اقیانوس کرد.

 این سطل زباله برای شناور بودن در تفرجگاه‌های ساحلی، رودخانه‌ها، محل‌های مسکونی نزدیک آب و بنادر طراحی شده و زباله‌های ریز و مایعات را با مکش ، درون خود می‌کشد و آب از پایین این سطل خارج شده و زباله درون کیسه آن باقی می‌ماند.

طراحان از این پلاستیک‌های جمع شده درون سطل برای ساخت سطل دیگر استفاده می‌کنند.

با این روش محیط‌زیست اقیانوس‌ها کنترل شده و پلاستیک‌ها از سطح آن جمع‌آوری می‌شود.

کیسه درونی این سطل زباله از الیاف طبیعی ساخته شده و قابلیت جداسازی آب و روغن را دارد. اندازه این سطل کوچک بوده و می‌توان به راحتی آن را با کرجی حمل کرد.

طراحان در شرکت Indiegogo امیدوارند سطل‌های زباله جدیدتری از مواد پایدار موجود بسازند.

آنها می‌گویند: با این روش به اقتصاد کشور کمک کرده و به مردم آموزش می‌دهند. همچنین از مواد بازیافتی در دیگر موارد استفاده می‌کنند.

محققان دانشگاه کمبریج برای اولین ‌بار موفق به شبیه‌سازی سیستم بینایی خودروهای خودکار یا بدون ‌راننده شدند.

 محققان با طراحی سیستم جدید به کاربران اجازه می‌دهند تا تصاویر خود را در نرم‌افزار گرافیکی تحت‌ شبکه بارگذاری کنند که سیستم به طور خودکار تصاویر را دسته‌بندی و تبدیل به نمونه دیجیتالی می‌کند.

خودروهای بدون راننده از مکانیزمی هوشمند جهت شناسایی و دسته‌بندی اجسام موجود در مسیر استفاده می‌کنند. در برنامه‌ریزی سیستم تشخیص و برخورد خودروهای بدون راننده، تمامی اجسام موجود در مسیر به 12 گروه مختلف شامل ساختمان‌ها، پیاده‌روها و دوچرخه‌ها تقسیم می‌شوند.

محققان دانشگاه کمبریج برای اولین ‌بار یک نرم‌افزار تحت شبکه و رایگان را در اختیار کاربران قرار داده‌اند که به کمک آن می‌توان با بارگذاری تصاویر وب‌سایت مربوطه، نحوه تصویرسازی خودروهای هوشمند از دنیای واقعی را مشاهده کرد.

نخستین نرم‌افزار رایگان در وب‌سایت اینترنتی SegNet هم‌اکنون در اختیار کاربران است. این نرم‌افزار قادر است تا تصاویر معمولی گرفته شده توسط گوشی‌های هوشمند یا دوربین‌های معمولی را دسته‌بندی کرده و پس از پردازش در موتور گرافیکی خود، به تصاویر چشمان دیجیتالی خودروهای بدون ‌راننده تبدیل کند.

دکتر الکس کندال، دانشجوی رشته مهندسی رایانه از دانشگاه کمبریج اظهار کرد: برای برنامه‌نویسی این نرم‌افزار از 5000 تصویر استفاده شده است. به طور میانگین تبدیل هر تصویر به نمونه دیجیتالی خودروهای هوشمند حدود 30 دقیقه زمان نیاز دارد.

محققان دانشگاه لستر در مطالعه‌ای نشان دادند، سیاهچاله‌های واقع در قلب کهکشان‌ها قبل از این که دیسک‌های گازی‌شان را از دست بدهند، می‌توانند تا 50 میلیارد برابر حجم خورشید رشد کنند. سیاهچاله‌ها حول این دیسک‌های گازی در حال چرخش هستند.

 پروفسور اندرو کینگ از دپارتمان فیزیک و نجوم دانشگاه لستر در مطالعه‌ای با عنوان «یک سیاهچاله تا چه اندازه رشد می‌کند؟» به بررسی سیاهچاله‌های بسیار بزرگی در مرکز کهکشان‌ها پرداختند که دیسک‌های گازی در اطراف آن‌ها در حال چرخش هستند.

این گازها می‌توانند انرژی‌شان را از دست بدهند و به عنوان غذایی به درون سیاهچاله سقوط کنند. اما این دیسک‌ها به ناپایداری معروفند و مستعد فروپاشی هستند و قابلیت تبدیل شدن به ستاره را دارند.

طبق محاسبات پروفسور کینگ، اگر لبه خارجی یک سیاهچاله دیسک خود را نگه دارد می‌تواند به حجمی 50 میلیارد برابر حجم خورشید دست یابد.

تنها راه بزرگتر شدن این سیاهچاله سقوط یک ستاره به درون آن و یا ادغام شدنش با یک سیاهچاله دیگر است.

به گفته پروفسور کینگ اهمیت بسزای این کف، از این جهت است که اخترشناسان می‌توانند با مشاهده مقدار عظیم تابشی که در نتیجه سقوط این دیسک گازی به درون سیاهچاله ایجاد می‌شود، بیشترین حجم آن را بدست آورند. محدودیت حجم باعث می‌شود طی این فرایند حجم سیاهچاله از محاسبات ما بیشتر نشود، چون این دیسک‌ها به خودی خود نورانی نیستند.

نتایج تحقیق جدید دانشمندان آزمایشگاه پبشرانش جت ناسا و دانشگاه ایالتی سان‌دیگو نشان داده که مقادیر بسیار بیشتری از انتشارات متان قطبی که جزء اصلی گرمایش جهانی است، در زمستان رخ می‌دهد.

 مشاهدات محققان بر میزان گاز گلخانه‌ای متان منتشره از توندرای قطبی تمرکز داشت که تا حد زیادی در اثر تجزیه مواد آلی موجود در آن ایجاد شده‌اند. نظارت بر این انتشارات بسیار مهم است زیرا تصور می‌شود تغییرات آب‌وهوایی ممکن است بطور چشمگیری میزان گاز منتشر شده را افزایش دهد، بویژه این که اکنون در لایه ثابتی از خاک منجمد موسوم به پرموفراست محبوس شده است.

نتایج جدید نخستین موردی نیست که به بررسی انتشارات متان قطبی پرداخته است. در واقع، دانشمندان برای چندین دهه از ابزارهای خاص برای ثبت دقیق سطح انتشارات استفاده کرده‌اند. اما مشکل بزرگ، درک چگونگی رسیدن این میزان انتشار به حالت کنونی است چرا که همه سوابق در تابستان کوتاه قطبی جمع‌آوری شده‌اند.

در ماههای زمستانی که 70 تا 80 درصد سال را در بر می‌گیرد، مدلهای تغییرات آب‌وهوایی بطور کامل بر مبنای گمانه‌زنی‌ها هستند. این پیش‌بینی‌ها بطور کلی از یک موضوع تبعیت می‌کنند که به دلیل زمین یخزده، انتشارات متان در زمستان تقریبا صفر می‌شود.

با پژوهش جدید اکنون دانشمندان نشان داده‌اند که این نظریه کاملا اشتباه است. با اینکه زمین در زمستان بطور کامل یخ می‌زند، اما موضوع پیچیده‌تر از پیش‌بینی‌ مدلهای کنونی است. زمانی که دما به حدود صفر درجه سانتیگراد می‌رسد، بخشهای بالایی و پایینی بالاترین لایه زمین موسوم به لایه فعال یخ می‌زد اما بخش مرکزی بصورت عایق‌بندی شده باقی مانده و به تجزیه ماده آلی در طول سردترین دوره‌های سال ادامه می‌دهد.

محققان برای تعیین میزان متان منتشر شده توسط لایه مرکزی، پنج برج نمونه‌گیری در بالای مدار قطبی در آلاسکا را ارتقا دادند که این کار آن‌ها را قادر ساخت در سراسر سال به جمع‌آوری داده پرداخته و سوابقی را از ژوئیه 2013 تا ژانویه 2015 جمع‌آوری کنند. نتایج بدست آمده بسیار هشداردهنده بودند چرا که نشان می‌دهند بخش بزرگی از انتشارات کلی متان از این منطقه در ماه‌های سرد سال رخ می‌دهد.

محققان برای بررسی نتایج خود به مقایسه آن‌ها با خوانش‌های هواپیمایی که بر روی قطب گردش می‌کرد، پرداختند. دو گروه داده در کنار هم نشان داد که گاز متان پس از سرد شدن زمین در ماه‌های زمستانی هم منتشر می‌شود.

با تغییر چشمگیر نتایج نسبت به پیش‌بینی‌های کنونی،‌ اکنون ضروری است که مدلهای آب‌وهوایی متعاقبا تغییر کنند.

تیمی از دانشمندان دانشگاه استونی بروک با رد پژوهش قبلی در مورد ارتباط جهش‌های ژنی تصادفی با دو سوم سرطان‌های بزرگسالان، تحلیل جدیدی را ارائه کرده‌اند که نشان می‌دهد عوامل بیرونی نقش بسیار مهمتری در این مقوله ایفا می‌کنند.

 در حالی که درک خوبی در مورد سرطان وجود دارد و تیم‌های تحقیقاتی بسیار زیادی در سراسر جهان بر روی درمان‌های موثرتر کار می‌کنند، توسعه درمان آن بسیار پیچیده بوده و بحثهای زیادی در مورد عوامل ایجاد کننده سرطان‌های خاص وجود دارد. درک قویتر در مورد دلایل این بیماری بطور طبیعی تحقیقات را ارتقا داده و به درمان‌های هدفمندتر منجر خواهد شد.

محققان با این هدف و با الهام از تحقیقات دانشگاه جانز هاپکینز به ارائه شواهد محکم برای نقش رفتار و محیط بر روی سرطان پرداختند.

پژوهشگران در ابتدا به بررسی خطر ناشی از افزایش حجم سلول بافت پرداختند. آن‌ها همچنین با استفاده از داده‌های مشابه پژوهش جانز هاپکینز، ارتباط بین خطر مادام‌العمر سرطان و تقسیم سلول‌های بنیادی بافت طبیعی را مورد بررسی قرار دادند. این همبستگی بسیار نادر بود و نشان می‌داد که تنها 10 درصد سرطان‌ها به دلیل عوامل خطر درونی بودند.

پژوهشگران سپس تحقیقات ریاضیاتی بر روی پژوهشهای اخیری که به بررسی نشانه‌های جهشی در سرطان پرداخته بودند، انجام داده و حدود 30 نشانه را شناسایی و طبقه‌بندی کردند که منشا هر مورد را تعیین می‌کرد. نتایج حاکی از آن بود که سرطان‌های خاص بیش از 50 درصد درونی بودند اما اکثرا احتمال داشتند که با عوامل بیرونی ایجاد شده باشند.

محققان برای جمع‌آوری شواهد بیشتر به بررسی داده‌های برنامه SEER پرداخته و دریافتند که نرخ وقوع و مرگ‌ومیر سرطان‌های متعدد در حقیقت در حال افزایش است و محققان دلیل آن را بیشتر عوامل بیرونی شناسایی کردند.

بخش پایانی این پژوهش بر داده‌های موجود اکتفا نکرد و در عوض بیشتر بر دانش انسان از جهش‌های ژنتیکی در سرطان تکیه داشت و محققان یک مدل محاسباتی را برای بررسی نرخ جهش درونی احتمالی ایجاد کردند.

این به صورت عمومی پذیرفته شده که حداقل سه جهش پیش از وقوع سرطان مورد نیاز است. اگر ابتلا به سرطان تنها مبتنی بر بدشانسی باشد، باید عوامل داخلی کافی برای ایجاد چندین جهش وجود داشته باشد. مدل دانشمندان نشان داد که این مورد صحت نداشت و یکبار دیگر نشان داد که عوامل داخلی تنها در درصدهای کوچکی مسؤول ابتلا به سرطان هستند.

محققان بر این باورند که رویکرد چند روشی با استفاده از هر دو تحلیل داده و مدلسازی می‌تواند تاثیر بزرگی بر تحقیقات سرطان داشته باشد.

این یافته‌ها در مجله نیچر منتشر شده است.