Các nhà nghiên cứu cuối cùng đã thành công trong việc xây dựng cấu trúc hạt nano được tìm kiếm từ lâu, mở ra cánh cửa cho các vật liệu mới với các đặc tính đặc biệt.

Các thiết bị điện tử được cung cấp năng lượng không dây có thể tạo ra một mạng lưới vạn vật rẻ hơn và thân thiện với môi trường hơn.

Trực quan hóa đầu kính hiển vi phơi bày vật liệu với ánh sáng terahertz. Màu sắc trên vật liệu biểu thị dữ liệu tán xạ ánh sáng và các đường màu đỏ và xanh dương biểu thị sóng terahertz.

Các nhà nghiên cứu phát triển các công cụ để giúp các nhà khoa học dữ liệu làm cho các tính năng được sử dụng trong các mô hình máy học trở nên dễ hiểu hơn đối với người dùng cuối. Các phương pháp giải thích giúp người dùng hiểu và tin tưởng vào các mô hình học máy thường mô tả mức độ đóng góp của các tính năng nhất định được sử dụng trong mô hình vào dự đoán của nó.

Wi-Peep nổi bật nhờ khả năng truy cập và tính di động của nó. Ngoài ra, nó được tạo bởi nhóm của Abedi chỉ bằng một máy bay không người lái mua ở cửa hàng và một lượng nhỏ phần cứng sẵn có, chỉ tốn 20 đô la.

Các nhà nghiên cứu tại Phòng thí nghiệm khoa học máy tính và trí tuệ nhân tạo (CSAIL) đã phát triển một kỹ thuật trí tuệ nhân tạo (AI) cho phép máy học các khái niệm được chia sẻ giữa các phương thức khác nhau như video, clip âm thanh và hình ảnh. Ví dụ: hệ thống AI có thể biết rằng tiếng em bé khóc trong video có liên quan đến từ được nói là “khóc” trong một clip âm thanh và sử dụng kiến thức này để xác định cũng như gắn nhãn các hành động trong video. Kỹ thuật này hoạt động tốt hơn các phương pháp học máy khác ở các tác vụ truy xuất đa phương thức, trong đó dữ liệu ở một định dạng (ví dụ: video) phải khớp với một truy vấn ở định dạng khác (ví dụ: ngôn ngữ nói). Nó cũng cho phép người dùng xem lý do đằng sau việc ra quyết định của máy.

Viện Khí tượng Thủy văn Hải văn và Môi trường đề xuất ứng dụng 15 mô hình sản xuất nông nghiệp thích ứng với xâm nhập mặn tại các địa phương của tỉnh Vĩnh Long.

Theo các nhà nghiên cứu từ MIT và các tổ chức khác, các mô hình học máy được thiết kế để bắt chước quá trình ra quyết định của con người thường đưa ra những phán đoán khác biệt và đôi khi khắc nghiệt hơn so với con người do được đào tạo về loại dữ liệu sai. Dữ liệu “đúng” để đào tạo các mô hình này là dữ liệu quy chuẩn, được gắn nhãn bởi những người được hỏi rõ ràng liệu các vật phẩm có tuân theo một quy tắc nhất định hay không. Tuy nhiên, hầu hết các mô hình được đào tạo dựa trên dữ liệu mô tả, trong đó con người xác định các đặc điểm thực tế thay thế. Khi các mô hình được đào tạo dựa trên dữ liệu mô tả để đánh giá các vi phạm quy tắc, chúng có xu hướng dự đoán quá mức những vi phạm này, có khả năng dẫn đến những hệ lụy nghiêm trọng trong thế giới thực.

Các nhà nghiên cứu tại TU Wien (Vienna) đã phát triển một loại pin oxy-ion mang tính đột phá, có độ bền vượt trội, loại bỏ nhu cầu sử dụng các nguyên tố hiếm và giải quyết vấn đề về nguy cơ hỏa hoạn.

Một hệ thống thị giác máy tính mới biến bất kỳ vật thể sáng bóng nào thành một loại máy ảnh, cho phép người quan sát nhìn thấy xung quanh các góc hoặc bên ngoài vật cản. Các nhà nghiên cứu của MIT và Đại học Rice đã phát triển ORCa, một hệ thống hỗ trợ AI biến các vật thể sáng bóng thành máy ảnh bằng cách chụp và lập bản đồ phản xạ. Phương pháp này có thể tăng cường hoạt động của phương tiện tự hành bằng cách cho phép chúng nhìn thấy vật cản xung quanh bằng cách sử dụng phản xạ từ môi trường xung quanh và nó cũng có các ứng dụng tiềm năng trong chụp ảnh bằng máy bay không người lái.