Tin tức
Bài viết gần đây
Hiệu chuẩn robot với phần mềm RMS của API Metrology: đo vị trí thật, sửa sai số định vị
Hiệu chuẩn robot với phần mềm RMS của API Metrology: đo vị trí thật, sửa sai số định vị 07/11/2026

Robot lặp lại tốt nhưng định vị tuyệt đối chưa chính xác. Tìm hiểu RMS của API Metrology: quy trình hiệu chuẩn robot bằng laser tracker, ứng dụng và ví dụ thực tế.

Robot đa trục lặp lại rất tốt nhưng chưa chắc chính xác: vai trò của hệ thống tracking 3D M-Track
Robot đa trục lặp lại rất tốt nhưng chưa chắc chính xác: vai trò của hệ thống tracking 3D M-Track 03/11/2026

Robot đa trục lặp lại tốt nhưng định vị tuyệt đối chưa chính xác. Tìm hiểu hệ thống tracking 3D M-Track của Scanology: thông số, ứng dụng và xu hướng.

Ứng dụng API Laser Tracker trong đo kiểm cấu kiện thép cỡ lớn: dầm cầu, kết cấu nặng
Ứng dụng API Laser Tracker trong đo kiểm cấu kiện thép cỡ lớn: dầm cầu, kết cấu nặng 31/10/2026

Đo kiểm dầm cầu thép và cấu kiện kích thước lớn bằng API Laser Tracker: nhanh, linh hoạt, tiếp cận được cả vị trí khó đo. V-Proud chia sẻ kinh nghiệm thực tế từ các dự án trong năm.

Dùng trí tuệ nhân tạo cấp "chứng minh thư" cho… muỗi

23/12/2020 3934

Giới khoa học đã phát triển cách thức xác định nhanh chóng và chính xác các "thông tin cá nhân" của những con muỗi, hỗ trợ việc giám sát bệnh tật do muỗi gây ra.

MỤC LỤC BÀI VIẾT

    Theo trang tin khoa học Eureka Alert, nhóm nghiên cứu tại Đại học Rhode Island (Mỹ) đã áp dụng trí tuệ nhân tạo (AI) để phân loại muỗi về giới tính, chủng, loài và dòng giống. 

    Thành công này có ý nghĩa quan trọng trong phòng chống các bệnh nguy hiểm do muỗi truyền như sốt rét, sốt xuất huyết, Chikungunya.

    Trí tuệ nhân tạo có thể xác định nhanh chóng các loại muỗi mà cả chuyên gia vẫn chưa phân biệt được.

    Trí tuệ nhân tạo có thể xác định nhanh chóng các loại muỗi mà cả chuyên gia vẫn chưa phân biệt được.

    Bệnh sốt rét hiện vẫn đang là cuộc khủng hoảng sức khỏe tại nhiều lục địa, với số ca nhiễm và số người có nguy cơ mắc cao nhất ở vùng cận Sahara của châu Phi. Tuy nhiên, xác định những con muỗi truyền sốt rét rất khó vì có một sốt chủng loài mà ngay cả những chuyên gia cũng gần như không thể phân biệt được.

    Trong nghiên cứu mới, nhóm khoa học đã ứng dụng một thuật toán trí tuệ nhân tạo gọi là "mạng thần kinh tích chập" (Convoluted Neural Network - CNN) để phân tích 1.709 bức ảnh 2D của những con muỗi trưởng thành. Số muỗi này được thu thập từ 16 đàn của 5 vùng địa lý, bao gồm 1 loài vẫn chưa phân biệt được.

    Sử dụng một thư viện các loài muỗi đã xác định, nhóm nghiên cứu dạy cho CNN cách phân biệt chủng muỗi Anopheles với những chủng muỗi khác, xác định loài và giới tính trong cùng một chủng Anopheles và xác định 2 dòng trong cùng một loài. Hệ thống AI đã dự đoán chính xác gần 100% về loài và hơn 98% về giới tính.

    Kết quả nghiên cứu này được đăng trên tạp chí khoa học PLOS Neglected Tropical Diseases.

    Theo báo cáo của Tổ chức Y tế thế giới (WHO) vào tháng 8-2020, số ca mắc sốt xuất huyết trong 30 năm qua cao gấp 5 lần so với 30 năm trước đó và đã lan rộng ra 128 quốc gia, với hơn 3 tỉ người sống trong vùng có nguy cơ nhiễm bệnh.

    Mỗi năm ước tính có khoảng 390 triệu trường hợp mắc sốt xuất huyết, tỉ lệ tử vong trung bình khoảng 2,5-5%. Những biến đổi về khí hậu, xây dựng, môi trường sống, di biến động dân cư... khiến cho nguồn truyền bệnh ngày càng đa dạng và khó kiểm soát.

    Nguồn: khoahoc.tv


    Zalo

    (84) 896 555 247