10 เทคโนโลยีแห่งอนาคตประจำปี 2025 โดย MIT เทคโนโลยีลํ้าๆ จะถูกรวบรวมในทุก ๆ ปี เทคโนโลยีเหล่านี้ไม่เพียงแต่จะเปลี่ยนแปลงวิถีชีวิตของเรา แต่ยังส่งผลกระทบต่ออุตสาหกรรมและสังคมในวงกว้างอีกด้วย แล้วสำหรับปี 2025 นี้จะมีเทคโนโลยีอะไรที่น่าจับตามองบ้าง?
เทคโนโลยีเปลี่ยนอนาคตแห่งปี 2025 โดย MIT ที่คุณอาจไม่เคยรู้ว่าแบบนี้ก็มีด้วยหรอ?
ทุกปี MIT Technology Review จะคัดเลือกเทคโนโลยีที่น่าจับตามองที่สุด ซึ่งมักจะเกี่ยวข้องกับการค้นพบทางวิทยาศาสตร์ การพัฒนาเทคโนโลยีใหม่ๆ และแนวคิดที่เป็นนวัตกรรม เทคโนโลยีเหล่านี้ไม่เพียงแต่มีความน่าสนใจในเชิงวิชาการ แต่ยังมีศักยภาพในการเปลี่ยนแปลงโลกของเราในอนาคตอันใกล้ แล้ว 10 เทคโนโลยีแห่งอนาคตประจำปี 2025 มีดังนี้
- หอสังเกตการณ์ Vera C. Rubin
- การค้นหาแบบ Generative AI
- โมเดลภาษาขนาดเล็ก (Small language models)
- อาหารเสริมลดแก๊สของวัว
- Robotaxis รถแท็กซี่ไร้คนขับ
- เชื้อเพลิงเครื่องบินที่รักษาสิ่งแวดล้อม
- หุ่นยนต์เรียนรู้เร็ว
- ยาป้องกัน HIV ที่ออกฤทธิ์ยาวนาน
- Green steel เหล็กสีเขียว
- Stem-cell therapies การรักษาด้วยเซลล์ต้นกำเนิด
และรายละเอียดของทั้ง 10 เทคโนโลยีแห่งอนาคตประจำปี 2025 มีดังนี้
1 หอสังเกตการณ์ Vera C. Rubin
เมื่อมองขึ้นไปบนท้องฟ้ายามค่ำคืน เราก็จะพบดวงดาวมากมาย แต่ดวงดาวและอนุภาคต่างๆ ที่เรามองเห็นนั้นเป็นเพียงแค่ 5% ของสิ่งที่อยู่ในจักรวาลเท่านั้น นักดาราศาสตร์เชื่อว่า 95% ที่เหลือคือพลังงานมืด (Dark energy) และสสารมืด (Dark matter) แล้วสิ่งลึกลับเหล่านี้คืออะไรกันแน่?
กล้องโทรทรรศน์ตัวใหม่ในชิลีถูกสร้างขึ้นเพื่อค้นหาสิ่งลึกลับเหล่านี้ และสิ่งอื่นๆ ที่ไม่รู้จักในจักรวาล กล้องโทรทรรศน์ขนาดใหญ่นี้ตั้งชื่อตามนักดาราศาสตร์ชาวอเมริกัน Vera Rubin ในช่วงทศวรรษปี 1970-1980 Vera Rubin ได้สังเกตดาวฤกษ์ในขอบนอกของกาแล็กซีแบบก้นหอยหลายสิบแห่ง และพบว่าดาวฤกษ์เหล่านั้นเคลื่อนที่เร็วกว่าที่คาดการณ์ไว้ จนนำมาสู่การคำนวณของเธอที่เสนอหลักฐานที่หนักแน่นถึงการมีอยู่ของสสารมืด ซึ่งเป็นมวลที่เราไม่สามารถสังเกตเห็นได้โดยตรง แต่ดูเหมือนจะมีอิทธิพลต่อทุกสิ่งทุกอย่าง ตั้งแต่เส้นทางการโคจรของดาวฤกษ์ไปจนถึงโครงสร้างของจักรวาลโดยรวม
สสารมืด (Dark Matter) คืออะไร?
สสารมืด (Dark Matter) เป็นองค์ประกอบในอวกาศชนิดหนึ่งซึ่งเป็นเพียงสมมุติฐานทางด้านฟิสิกส์ดาราศาสตร์และจักรวาลวิทยา เนื่องจากสสารมืดไม่ปล่อยแสงหรือพลังงานใดๆ ออกมาให้เราตรวจจับได้ ทำให้เราทำได้แค่ตั้งสมมติฐานของการมีอยู่ของมันจากผลกระทบทางแรงโน้มถ่วงที่มันมีต่อสสารปกติในกาแล็กซี
ปรากฏการณ์ที่ตรวจพบอันเกี่ยวข้องกับสสารมืด เช่นความเร็วในการหมุนตัวของดาราจักร ความเร็วในการโคจรของดาราจักรในกระจุกดาราจักร รวมถึงการกระจายอุณหภูมิของแก๊สร้อนในดาราจักรและในคลัสเตอร์ของดาราจักร โดยมีการประเมิณว่ามีสสารมืดอยู่ประมาณ 22% ของมวลและพลังงานรวมทั้งหมดในเอกภพ
พลังงานมืด (Dark energy) คืออะไร?
พลังงานมืด (Dark energy) เป็นพลังงานสมมุติที่ถูกใช้เพื่ออธิบายผลการสังเกต และการทดลองมากมายที่แสดงถึงลักษณะของเอกภพ เช่นการขยายตัวออกอย่างมีอัตราเร่ง ในแบบจำลองมาตรฐานของจักรวาลวิทยา มีพลังงานมืดอยู่ในเอกภพประมาณ 74% ของมวลและพลังงานรวมทั้งหมดในเอกภพ
ภารกิจของหอสังเกตการณ์ Vera C. Rubin
หอดูดาวนี้ตั้งอยู่บนยอดของสันเขาเซโร ปาชอน (Cerro Pachón) ในประเทศชิลี จะทำหน้าที่สานต่อภารกิจของ Vera Rubin ด้วยภาพความละเอียดสูงมาก หอสังเกตการณ์แห่งนี้ดำเนินการโดย SLAC National Accelerator Laboratory และ US National Science Foundation และจะเป็นที่ตั้งของกล้องดิจิทัลที่ใหญ่ที่สุดเท่าที่เคยสร้างมาสำหรับการศึกษาดาราศาสตร์ และภารกิจแรกของมันคือการดำเนินการสำรวจมรดกของอวกาศและเวลา (Legacy Survey of Space and Time) นักดาราศาสตร์จะโฟกัสเลนส์ยักษ์ของกล้องไปยังท้องฟ้าเหนือซีกโลกใต้ และถ่ายภาพซ้ำแล้วซ้ำเล่าในบริเวณเดียวกันของท้องฟ้าเป็นเวลาหนึ่งทศวรรษ
หากทุกอย่างเป็นไปด้วยดี กล้องโทรทรรศน์จะจับภาพแรกได้ในช่วงกลางปี 2025
เมื่อสิ้นสุดการสำรวจ กล้องขนาด 3.2 กิกะพิกเซลนี้จะบันทึกข้อมูลของกาแล็กซี 20,000 ล้านแห่ง และรวบรวมข้อมูลได้มากถึง 60 เพตาไบต์ เมื่อรวบรวมภาพทั้งหมดเหล่านี้เข้าด้วยกันด้วยอัลกอริทึม และซูเปอร์คอมพิวเตอร์ จะทำให้เหล่านักดาราศาสตร์สามารถดูภาพท้องฟ้าแบบไทม์แลปส์ได้ และจะเห็นว่ากาแล็กซีจำนวนมากกระจัดกระจายและก่อตัวอย่างไร ทำให้พวกเขาสามารถศึกษาผลกระทบจากแรงโน้มถ่วงของมวลสารมืดได้ นอกจากนี้ พวกเขายังวางแผนที่จะสร้างแผนที่สามมิติของกาแล็กซีทางช้างเผือกที่มีรายละเอียดมากที่สุดเท่าที่เคยมีมาอีกด้วย
2 การค้นหาแบบ Generative AI
ในยุคที่มีข้อมูลมากมาย การค้นหาสิ่งที่ต้องการได้อย่างรวดเร็วและแม่นยำกลายเป็นสิ่งสำคัญ จากการค้นหาแบบดั้งเดิมที่เราคุ้นเคยอาจกำลังจะเปลี่ยนโฉมไปอย่างสิ้นเชิง ด้วยเทคโนโลยีปัญญาประดิษฐ์ (AI) ที่ก้าวกระโดด โดยเฉพาะอย่างยิ่ง การค้นหาแบบ Generative AI ที่กำลังเป็นที่จับตามองและถูกนำมาพัฒนาอย่างต่อเนื่อง
การเปิดตัว “AI Overviews” ของ Google ซึ่งขับเคลื่อนโดยโมเดลภาษา Gemini จะเปลี่ยนแปลงวิธีการค้นหาข้อมูลบนอินเทอร์เน็ตของผู้คนหลายพันล้านคน และการค้นหาแบบ Generative อาจเป็นก้าวแรกสู่การมีตัวแทน AI ที่สามารถจัดการคำถามหรือภารกิจใดๆ ที่คุณต้องการได้ แทนที่จะส่งรายการลิงก์ให้ผู้ใช้ AI Overviews จะให้คำตอบที่รวบรัด ทำให้การรับข้อมูลเชิงลึกรวดเร็วและง่ายขึ้นโดยไม่ต้องเลื่อนดู และคลิกผ่านลิงก์หลายแหล่ง
Generative AI คืออะไร?
Generative AI เป็นสาขาหนึ่งของปัญญาประดิษฐ์ที่มุ่งเน้นการสร้างสรรค์สิ่งใหม่ๆ ไม่ว่าจะเป็นข้อความ รูปภาพ เพลง หรือแม้แต่โค้ดโปรแกรม โดยอาศัยการเรียนรู้จากข้อมูลจำนวนมหาศาลที่ได้รับการฝึกฝนมา ซึ่งแตกต่างจาก AI แบบเดิมที่มุ่งเน้นการวิเคราะห์ข้อมูลที่มีอยู่
การค้นหาแบบ Generative AI ทำงานอย่างไร?
เมื่อเราป้อนคำค้นหาลงในระบบค้นหาแบบ Generative AI เอไอจะไม่เพียงแค่ค้นหาเว็บเพจที่ตรงกับคำค้นหาเท่านั้น แต่ยังจะทำการประมวลผลข้อมูลบนหน้าเว๊บเหล่านั้นเพื่อสร้างคำตอบที่ตรงประเด็นและเข้าใจง่ายที่สุด เช่น การสรุปข้อมูลสำคัญ หรือการเปรียบเทียบข้อมูลจากหลายแหล่ง
การเติบโตของการค้นหาแบบ Generative AI
การเพิ่มขึ้นของการค้นหาแบบ Generative ไม่ได้จำกัดอยู่ที่ Google เท่านั้น Microsoft และ OpenAI ก็ได้เปิดตัวเวอร์ชันของตนเองในปี 2024 เช่นกัน ในขณะเดียวกัน ในคอมพิวเตอร์และอุปกรณ์อื่น ๆ ของเราก็มีการค้นหาที่ได้รับความช่วยเหลือจาก AI ที่ใช้การวิเคราะห์รูปภาพ เสียง และวิดีโอเพื่อส่งคืนคำตอบ
แต่ความโดดเด่นในการค้นหาทั่วโลกของ Google ทำให้เป็นผู้เล่นที่สำคัญที่สุด และบริษัทได้เปิดตัว AI Overviews ให้กับผู้คนมากกว่าหนึ่งพันล้านคนทั่วโลกแล้ว ผลลัพธ์ที่ได้คือการค้นหาที่ให้ความรู้สึกเหมือนการสนทนามากขึ้น ทั้ง Google และ OpenAI ต่างรายงานว่าผู้คนโต้ตอบกับการค้นหาแบบ Generative แตกต่างกัน พวกเขาถามคำถามที่ยาวขึ้นและถามคำถามเพิ่มเติมมากขึ้น
ผลกระทบของการค้นหาแบบ Generative AI
การประยุกต์ใช้ AI ใหม่นี้มีผลกระทบอย่างรุนแรงต่อการโฆษณาออนไลน์และสื่อ เนื่องจากผลิตภัณฑ์การค้นหาเหล่านี้มักจะสรุปข้อมูลจากข่าวออนไลน์และบทความ จึงมีความกังวลว่าผลลัพธ์การค้นหาแบบ Generative จะทำให้ผู้คนมีเหตุผลน้อยลงที่จะคลิกผ่านไปยังแหล่งข้อมูลต้นฉบับ ทำให้เว็บไซต์เหล่านั้นสูญเสียรายได้โฆษณาที่อาจเกิดขึ้น สำนักพิมพ์และศิลปินหลายรายได้ฟ้องร้องเกี่ยวกับการใช้เนื้อหาของพวกเขาในการฝึกฝนโมเดล AI
ในมุมของผู้ใช้งานถึงแม้ว่าการค้นหาแบบ Generative AI จะช่วยให้เราประหยัดเวลาได้มาก แต่คำตอบเหล่านั้นก็ถูกสร้างขึ้นโดย AI ซึ่งอาจไม่ถูกต้องหรือบิดเบือนจากความเป็นจริง ดังนั้นเมื่อใช้ AI เพื่อค้นหาข้อมูลจึงต้องตรวจสอบผลลัพธ์ก่อนทุกครั้ง
อนาคตของการค้นหาแบบ Generative AI
ในอนาคต Generative AI มีศักยภาพที่จะถูกผนวกเข้ากับเครื่องมือค้นหาและแพลตฟอร์มต่าง ๆ อย่างกว้างขวางมากขึ้น เพื่อมอบประสบการณ์การค้นหาที่เป็นธรรมชาติและตอบสนองได้ดีขึ้น เราสามารถคาดหวังได้ว่าในอนาคตอันใกล้ การค้นหาข้อมูลจะกลายเป็นเรื่องง่ายและสะดวกสบายยิ่งขึ้น
3 โมเดลภาษาขนาดเล็ก (Small language models)
ในปี 2020 ที่ผ่านมา OpenAI เปิดตัว GPT-3 ที่เป็นโมเดลภาษาที่ใหญ่ (Large language models : LLMs) ที่มีขนาดใหญ่ที่สุดเท่าที่เคยสร้างมา ซึ่งได้จุดชนวนให้เกิดกระแสของเทคโนโลยี AI จนถึงทุกวันนี้ ดังที่ Noam Brown นักวิจัยที่ OpenAI กล่าวกับผู้ชมที่ TEDAI San Francisco ในเดือนตุลาคมที่ผ่านมาว่า “ความก้าวหน้าที่น่าทึ่งใน AI ในช่วงห้าปีที่ผ่านมาสามารถสรุปได้ในคำเดียว: ขนาด”
แต่เนื่องจากผลตอบแทนสำหรับโมเดลระดับไฮเอนด์รุ่นใหม่ลดลง นักวิจัยจึงค้นหาวิธีที่ทำขนาดของโมเดลเล็กลงสำหรับงานบางอย่าง โมเดลขนาดเล็กที่ได้รับการฝึกอบรมบนชุดข้อมูลบางประเภทโดยเฉพาะ สามารถทำงานได้ดีพอๆ กับโมเดลขนาดใหญ่ จึงเป็นข่าวดีสำหรับธุรกิจที่จะปรับใช้ AI สำหรับบางงานโดยไม่จำเป็นต้องมีอินเทอร์เน็ต
โมเดลภาษาขนาดเล็ก หรือ Small Language Models (SLMs) คืออะไร
โมเดลภาษาขนาดเล็ก หรือ Small Language Models (SLMs) คือโมเดลปัญญาประดิษฐ์ประเภทหนึ่งที่ถูกออกแบบมาให้มีขนาดเล็กกว่าโมเดลภาษาขนาดใหญ่ (Large Language Models : LLMs) อย่างมาก โมเดลเหล่านี้มีพารามิเตอร์น้อยกว่า ทำให้ใช้ทรัพยากรในการประมวลผลน้อยลง แต่ยังคงมีความสามารถในการทำความเข้าใจและสร้างภาษาธรรมชาติได้ในระดับหนึ่ง
ทำไมโมเดลภาษาขนาดเล็กจึงสำคัญ
- ประสิทธิภาพ: SLMs ใช้ทรัพยากรน้อยกว่า ทำให้สามารถทำงานได้บนอุปกรณ์ที่มีขีดจำกัด เช่น สมาร์ทโฟน หรือไมโครคอนโทรลเลอร์ได้
- ความเร็ว: เนื่องจากมีขนาดเล็ก ทำให้ SLMs สามารถประมวลผลข้อมูลได้เร็วกว่า LLMs
- ต้นทุน: การฝึกอบรมและใช้งาน SLMs มีค่าใช้จ่ายน้อยกว่า LLMs อย่างมาก
- ความเฉพาะเจาะจง: SLMs สามารถถูกฝึกอบรมให้มีความเชี่ยวชาญในโดเมนเฉพาะ ทำให้สามารถทำงานได้ดีกว่า LLMs ในงานบางประเภท
- ความเป็นส่วนตัว: เนื่องจากสามารถทำงานบนอุปกรณ์ได้โดยตรง จึงไม่จำเป็นต้องส่งข้อมูลไปประมวลผลบนเซิร์ฟเวอร์ ทำให้มีความเป็นส่วนตัวมากขึ้น
- ไม่จำเป็นต้องต่ออินเทอร์เน็ต: เพราะสามารถทำงานได้บนอุปกรณ์เลย จึงไม่จำเป็นต้องต่ออินเทอร์เน็ตเพื่อส่งข้อมูลไปประมวลผลบนเซิร์ฟเวอร์ แต่จะใช้ได้กับงานที่ไม่ต้องการข้อมูลเรียลไทม์
การแข่งขันในตลาดโมเดลภาษาขนาดเล็ก
บริษัทเทคโนโลยีรายใหญ่ส่วนใหญ่ในขณะนี้มีโมเดล AI ขนาดเล็กที่เป็นเรือธง เช่น OpenAI มี GPT-4o และ GPT-4o mini, Google DeepMind มี Gemini Ultra และ Gemini Nano และ Claude 3 ของ Anthropic มี Opus ที่เป็นโมเดลขนาดใหญ่ Sonnet โมเดลขนาดกลาง และ Haiku โมเดลขนาดเล็ก ส่วน Microsoft เป็นผู้นำในการพัฒนาโมเดลภาษาขนาดเล็กที่เรียกว่า Phi
มีบริษัทขนาดเล็กจำนวนมากขึ้นเรื่อยๆ ที่เสนอโมเดลขนาดเล็กเช่นกัน สตาร์ทอัพด้าน AI อย่าง Writer อ้างว่าโมเดลภาษาล่าสุดของพวกเขามีประสิทธิภาพระดับสูง
เพราะโมเดลขนาดมีเล็กจึงทำให้ฝึกอบรมและใช้งานได้เร็วขึ้น ซึ่งเป็นข่าวดีสำหรับทุกคนที่ต้องการใช้เอไอราคาถูก และอาจเป็นเรื่องดีสำหรับสภาพภูมิอากาศด้วย เนื่องจากโมเดลขนาดเล็กทำงานด้วยพลังงานเพียงเศษเสี้ยวของโมเดล AI ขนาดใหญ่
และข้อดีมาก ๆ อีกอย่างหนึ่งของโมเดล AI ขนาดเล็กคือ เราสามารถใช้งานได้ทันที และใช้ได้ในอุปกรณ์ขนาดเล็ก โดยไม่จำเป็นต้องส่งคำขอไปยังคลาวด์ ทำให้ใช้งานได้อย่างสะดวกรวดเร็ว
4 อาหารเสริมลดแก๊สของวัว
บริษัทต่างๆ กำลังมีความคืบหน้าในการแก้ปัญหาที่ยุ่งยากที่สุดอย่างหนึ่งสำหรับการเปลี่ยนแปลงสภาพภูมิอากาศนั้นก็คือ “แก๊สเรอของวัว”
ปัญหาแก๊สเรอของวัวใหญ่กับสภาพภูมิอากาศโลก
ปัญหาแก๊สเรอของวัวเป็นหนึ่งในปัญหาสำคัญที่ส่งผลกระทบต่อสภาพภูมิอากาศโลกอย่างมาก โดยเฉพาะอย่างยิ่งก๊าซมีเทนที่เกิดจากกระบวนการย่อยอาหารของวัว ซึ่งเป็นก๊าซเรือนกระจกที่จะกักเก็บความร้อนมากกว่าก๊าซคาร์บอนไดออกไซด์ถึง 25 เท่า
จากการวิเคราะห์มลพิษทางภูมิอากาศจากปศุสัตว์คิดเป็น 11% ถึง 20% ของมลพิษทางภูมิอากาศทั่วโลกทั้งหมด นั้นหมายความว่าการลดการปล่อยก๊าซเหล่านั้นก็จะเป็นการช่วยลดโลกร้อนด้วย และทางออกหนึ่งของปัญหานี้คือ อาหารเสริมลดแก๊สเรอของวัว
อาหารเสริมลดแก๊สในกระเพาะวัว
บริษัท DSM-Firmenich ในเนเธอร์แลนด์ที่ผลิตน้ำหอม ยา และผลิตภัณฑ์อื่นๆ ได้พัฒนาอาหารเสริม Bovaer ซึ่งสามารถลดการปล่อยก๊าซมีเทนได้ 30% ในโคนม และมากกว่านั้นในโคเนื้อ มันทำงานโดยการยับยั้งเอนไซม์ในลำไส้ของสัตว์ ซึ่งโดยปกติจะช่วยเปลี่ยนไฮโดรเจนและคาร์บอนไดออกไซด์ที่เกิดขึ้นระหว่างการย่อยอาหารให้เป็นก๊าซมีเทนที่พวกมันเรอออกมา
ในเดือนพฤษภาคม 2024 องค์การอาหารและยาได้อนุญาตให้ใช้อาหารเสริมนี้ในสหรัฐอเมริกา และอาหารเสริมนี้มีวางจำหน่ายแล้วในกว่า 55 ประเทศ รวมถึงออสเตรเลีย บราซิล และสมาชิกสหภาพยุโรป
ในขณะเดียวกัน สตาร์ทอัพ เช่น Blue Ocean Barns, Rumin8 และ Symbrosia ก็กำลังพัฒนา ทดสอบ หรือขออนุมัติผลิตภัณฑ์ที่ได้มาจากสาหร่ายทะเลแดงชนิดหนึ่ง ซึ่งสามารถลดระดับมีเทนได้ ในระยะยาว ปัญหานี้จะถูกแก้โดยวัคซีน หรือการเปลี่ยนแปลงจุลินทรีย์ในลำไส้ของวัว
ความท้าทายของอาหารเสริมลดแก๊สของวัว
ยังคงต้องจับตามองว่าเกษตรกรผู้เลี้ยงโคจำนวนเท่าใดยอมจ่ายเงินสำหรับผลิตภัณฑ์ดังกล่าว แต่ในกรณีของ Bovaer เกษตรกรที่ใช้สามารถรับเครดิตก๊าซเรือนกระจกที่บริษัทบางแห่งได้จากตลาดคาร์บอน
แน่นอนว่าอาหารเสริมนี้ไม่ได้แก้ปัญหาทั้งหมด อุตสาหกรรมปศุสัตว์จำเป็นต้องดำเนินการสำคัญอื่นๆ เพื่อลดการปล่อยก๊าซเรือนกระจก รวมถึงการหยุดบุกรุกป่า
5 Robotaxis รถแท็กซี่ไร้คนขับ
หากอาศัยอยู่ในบางเมืองในอเมริกาหรือจีน อาจเคยพบเห็นรถยนต์ไร้คนขับที่กำลังรับ-ส่งผู้โดยสาร นี่เป็นการเปลี่ยนแปลงครั้งสำคัญที่เกิดขึ้นเมื่อ 3 ปีก่อน และรถแท็กซี่ไร้คนขับอาจให้บริการในเมืองอื่น ๆ อีกมากมายในเร็ว ๆ นี้
Robotaxis รถแท็กซี่ไร้คนขับ คืออะไร?
Robotaxi หรือ แท็กซี่ไร้คนขับ คือยานพาหนะที่สามารถขับเคลื่อนได้เองโดยอัตโนมัติ โดยไม่จำเป็นต้องมีคนขับคอยควบคุม รถจะใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) และเซนเซอร์ต่างๆ เพื่อตรวจจับสภาพแวดล้อมและตัดสินใจในการขับขี่ เช่น การเร่งความเร็ว การเบรก การเลี้ยว และการหลีกเลี่ยงสิ่งกีดขวาง
ระบบต่าง ๆ ใน Robotaxis
Robotaxis สามารถทำงานโดยอาศัยระบบที่ซับซ้อนหลายอย่าง เช่น
- เซนเซอร์: เช่น กล้อง LiDAR, Radar, และ Ultrasonic sensor ที่ช่วยให้รถสามารถรับรู้สภาพแวดล้อมรอบข้างได้อย่างแม่นยำ
- ระบบ GPS: ช่วยในการระบุตำแหน่งและวางแผนเส้นทาง
- ปัญญาประดิษฐ์ (AI): ทำหน้าที่ในการประมวลผลข้อมูลจากเซนเซอร์ต่างๆ และตัดสินใจในการขับขี่
- แผนที่ดิจิทัล: เป็นฐานข้อมูลที่สำคัญในการวางแผนเส้นทางและหลีกเลี่ยงอุปสรรค
Robotaxis ที่ให้บริการแล้ว
ในขณะนี้ ในเมืองต่างๆ ทั่วประเทศจีน ผู้โดยสารสามารถเลือกใช้บริการรถแท็กซี่ไร้คนขับที่ดำเนินการโดย Baidu, AutoX และสตาร์ทอัพท้องถิ่นอย่าง WeRide และ Pony AI ซึ่งมีความทะเยอทะยานที่จะขยายไปยังสิงคโปร์ ตะวันออกกลาง และสหรัฐอเมริกา และแม้ว่ารถยนต์ไร้คนขับจะเป็นภาพที่พบเห็นได้ทั่วไปบนท้องถนนของอเมริกาเป็นเวลาหลายปีแล้ว เพราะบริษัทต่างๆ ได้เก็บข้อมูลการฝึกอบรม AI หลายล้านไมล์ แต่ประชาชนเพิ่งเริ่มโดยสารจริง ๆ เมื่อเร็ว ๆ นี้
บริษัทในเครือของ Alphabet บริษัทแม่ของ Google เป็นผู้เล่นรายใหญ่ที่สุดในอุตสาหกรรมนี้ของสหรัฐฯ หลังจากเปิดตัวบริการแท็กซี่ไร้คนขับในซานฟรานซิสโก ลอสแอนเจลิส และฟีนิกซ์ บริษัทวางแผนที่จะขยายไปยังออสตินและแอตแลนตาในปลายปีนี้ผ่านการเป็นพันธมิตรกับ Uber Zoox ซึ่งเป็นบริษัทในเครือของ Amazon มีเป้าหมายที่จะเปิดตัวบริการแท็กซี่ไร้คนขับในลาสเวกัสในปี 2025 และขณะนี้ยังดำเนินการทดลองในซานฟรานซิสโก ออสติน และไมอามี และ Wayve สตาร์ทอัพจากสหราชอาณาจักร
อุปสรรคของ Robotaxis
Robotaxis ยังคงมีอุปสรรคอีกมากมาย เช่น ในประเทศจีน การโดยสารรถแท็กซี่ไร้คนขับนั้นราคาถูกมากจนทำให้เกิดความไม่พอใจจากคนขับรถแท็กซี่จำนวนกว่า 10 ล้านคน ในสหรัฐอเมริกา Cruise ของ General Motors ได้ให้บริการในเดือนตุลาคม 2023 หลังจากเกิดอุบัติเหตุชนคนเดินเท้า และ GM ประกาศเมื่อเดือนที่แล้วว่าจะหยุดการสนับสนุนธุรกิจแท็กซี่ไร้คนขับ และ Tesla ต้องพิสูจน์เทคโนโลยีและรับใบอนุญาตที่จำเป็นก่อน จึงจะสามารถดำเนินการตามแผนที่ระบุไว้ในการเปิดตัวบริการเรียกรถโดยสารแบบไร้คนขับในแคลิฟอร์เนียและเท็กซัสในปี 2025
อย่างไรก็ตาม อุตสาหกรรมนี้กำลังก้าวไปข้างหน้า ผู้คนจำนวนมากขึ้นกำลังได้สัมผัสกับรถแท็กซี่ไร้คนขับเป็นครั้งแรกและรู้สึกสบายใจมากขึ้นกับเทคโนโลยี คาดว่าผู้เล่นรายใหญ่ที่สุดจะขยายการดำเนินงานไปยังเมืองใหม่และเริ่มแข่งขันด้านราคา
6 เชื้อเพลิงเครื่องบินที่รักษาสิ่งแวดล้อม
ในปี 2024 เครื่องบินทั่วโลกใช้เชื้อเพลิงประมาณ 100 พันล้านแกลลอน ขณะที่ใช้เชื้อเพลิงที่ไม่ใช่เชื้อเพลิงฟอสซิลมีเพียงประมาณ 0.5% เท่านั้น สิ่งนี้อาจเปลี่ยนแปลงในเร็วๆ นี้
การปล่อยก๊าซเรือนกระจกจากการบินเป็นสาเหตุประมาณ 4% ของภาวะโลกร้อนจนถึงปัจจุบัน เชื้อเพลิงเครื่องบินทางเลือกแบบใหม่ หรือที่เรียกว่า Sustainable Aviation Fuel (SAF) ที่ผลิตจากวัตถุดิบ เช่น น้ำมันพืชที่ใช้แล้ว เศษพืช กากอุตสาหกรรม และการดักจับคาร์บอนไดออกไซด์ในอากาศ ซึ่งเชื่อเพลิงเหล่านี้สามารถใช้ในเครื่องบินที่มีอยู่แล้วได้ ซึ่งจะช่วยให้เกิดความก้าวหน้าด้านการรักษาการเปลี่ยนแปลงสภาพภูมิอากาศได้
กฎหมายการใช้เชื้อเพลิงเครื่องบินทางเลือกเพื่อการบิน
ปัจจุบัน รัฐบาลหลายแห่งกำหนดเป้าหมายหรือออกกฎหมายที่กำหนดให้สายการบินเริ่มใช้เชื้อเพลิงทางเลือกเหล่านี้ เช่น ในสหภาพยุโรปและสหราชอาณาจักรเชื้อเพลิงทางเลือกจะต้องถูกใช้อย่างน้อย 2% ในปีนี้ และจะเพิ่มขึ้นเรื่อยๆ จนถึง 70% ในปี 2050
เชื้อเพลิงทางเลือกที่จำหน่ายในเชิงพาณิชย์เกือบทั้งหมดผลิตจากไขมัน น้ำมัน และจาระบีที่ใช้แล้ว บริษัท Montana Renewables ได้รับเงินกู้ 1.44 พันล้านดอลลาร์จากกระทรวงพลังงานสหรัฐฯ เมื่อเร็วๆ นี้ เพื่อขยายโรงงานแห่งหนึ่งสำหรับการผลิตดังกล่าว อย่างไรก็ตาม วัสดุเหล่านี้ยังคงมีปริมาณจำกัด
อุปสรรคของเชื้อเพลิงเครื่องบินทางเลือกเพื่อการบิน
นอกจากปริมาณวัตถุดิบที่ใช้ผลิตมีจำกัดแล้ว ปัจจัยสำคัญอย่างหนึ่งสำหรับเชื้อเพลิงเครื่องบินทางเลือกที่ก้าวไปข้างหน้าจะเป็นต้นทุน โดยเฉลี่ยแล้ว SAF ในตลาดปัจจุบันมีแนวโน้มที่จะมีราคาแพงกว่าเชื้อเพลิงเครื่องบินทั่วไปเกือบ 3 เท่า
7 หุ่นยนต์เรียนรู้เร็ว
Generative AI กำลังก่อให้เกิดการเปลี่ยนแปลงครั้งใหญ่ในโลกของหุ่นยนต์ ตอนนี้ชัดเจนแล้วว่าเราอาจสร้างหุ่นยนต์ที่มีความสามารถแบบเดียวกับในนิยายวิทยาศาสตร์
ปัญญาประดิษฐ์เชิงสร้างสรรค์คืออะไร และทำไมถึงสำคัญต่อหุ่นยนต์?
Generative AI คือเทคโนโลยีที่สามารถสร้างสรรค์เนื้อหาใหม่ๆ ได้ เช่น ข้อความ ภาพ หรือแม้แต่โค้ดโปรแกรม โดยอาศัยข้อมูลที่ได้รับการฝึกฝนมาอย่างมากมาย เมื่อนำเทคโนโลยีนี้มาประยุกต์ใช้กับหุ่นยนต์ ทำให้หุ่นยนต์สามารถเรียนรู้จากข้อมูลจำนวนมหาศาลได้อย่างรวดเร็ว ไม่ว่าจะเป็นข้อมูลจากการเคลื่อนไหวของมนุษย์ ข้อมูลจากเซนเซอร์ หรือแม้แต่ข้อมูลจากอินเทอร์เน็ต
การเรียนรู้ที่หลากหลายและซับซ้อน
ในอดีต การฝึกหุ่นยนต์ให้ทำภารกิจต่างๆ จำเป็นต้องอาศัยการเขียนโปรแกรมที่ซับซ้อนและใช้เวลานาน แต่ด้วยเทคโนโลยี AI หุ่นยนต์สามารถเรียนรู้จากข้อมูลที่หลากหลายและซับซ้อนได้ เช่น การล้างจาน หุ่นยนต์สามารถเรียนรู้จากการสังเกตมนุษย์ล้างจาน การสัมผัสความรู้สึกของน้ำและจาน รวมถึงการวิเคราะห์ข้อมูลจากภาพและวิดีโอที่เกี่ยวข้องบนอินเทอร์เน็ต ทำให้หุ่นยนต์สามารถปรับตัวและเรียนรู้ที่จะทำงานได้อย่างมีประสิทธิภาพมากขึ้น
โดยการผสานแหล่งข้อมูลเหล่านี้เข้ากับโมเดล AI ใหม่ จะสามารถฝึกอบรมหุ่นยนต์ที่แม้จะไม่สมบูรณ์แบบ แต่ก็มีจุดเริ่มต้นที่ดีกว่าหุ่นยนต์ที่ได้รับการฝึกอบรมด้วยวิธีการแบบแมนนวล การเห็นวิธีการต่างๆ มากมายที่สามารถทำงานเดียวกันได้ ทำให้ง่ายสำหรับโมเดล AI ในการปรับปรุง และเพื่อคาดเดาว่าการเคลื่อนไหวครั้งต่อไปของหุ่นยนต์ควรเป็นอย่างไรในโลกแห่งความจริง
ตัวอย่างหุ่นยนต์ที่ถูกใช้งานจริง
ถึงแม้ว่าการใช้หุ่นยนต์ในโรงงานจะเกิดขึ้นมานานแล้ว แต่การใช้หุ่นยนต์คล้ายมนุษย์ หรือ Humanoid robots ในโรงงานกำลังเป็นแนวโน้มที่สำคัญในอุตสาหกรรมทั่วโลก และนี้คือตัวอย่างของการนำ Humanoid robots มาใช้งานจริง
- (Optimus): หุ่นยนต์ที่ออกแบบมาเพื่อช่วยในการผลิตในโรงงาน โดยสามารถเคลื่อนไหวได้เหมือนมนุษย์และสามารถยกของได้ถึง 20 กิโลกรัม
- GR-2 จาก Shanghai Fourier Intelligent Technology ที่กำลังเป็นที่จับตามอง เพราะหุ่นรุ่น GR-1 พึ่งได้รับรางวัลใหญ่ในงาน DIA 2024
- Ameca: หุ่นยนต์ที่มีความสามารถในการแสดงสีหน้าและอารมณ์อย่างเป็นธรรมชาติ ซึ่งถูกออกแบบมาเพื่อให้เหมือนมนุษย์มากที่สุด
อนาคตของหุ่นยนต์
ด้วยความก้าวหน้าของเทคโนโลยี AI ทำให้เราสามารถคาดหวังว่าในอนาคต หุ่นยนต์จะมีบทบาทสำคัญในชีวิตประจำวันของเรามากยิ่งขึ้น หุ่นยนต์อาจกลายเป็นผู้ช่วยส่วนตัวที่สามารถทำความเข้าใจและตอบสนองความต้องการของเราได้ หรืออาจถูกนำไปใช้ในงานที่เสี่ยงอันตรายแทนที่มนุษย์ อย่างไรก็ตามจริยธรรมในการใช้หุ่นยนต์ และความปลอดภัยในการทำงานร่วมกับมนุษย์ ก็เป็นเรื่องที่เราต้องให้ความสำคัญเช่นกัน
8 ยาป้องกัน HIV ที่ออกฤทธิ์ยาวนาน
ในเดือนมิถุนายน 2024 ผลการทดลองยาป้องกัน HIV ชนิดใหม่ที่ชื่อ Lenacapavir ได้ประกาศออดมาว่าสามารถป้องกันการติดเชื้อ HIV ในเด็กหญิงและหญิงกว่า 5,000 คนในยูกันดาและแอฟริกาใต้ได้ 100% โดยการฉัดเพียงครั้งเดียวในระยะยะเวลา 6 เดือน
ยาป้องกัน HIV
เราได้มียาป้องกันการติดเชื้อก่อนการสัมผัส (PrEP) ที่มีประสิทธิภาพสำหรับ HIV มาตั้งแต่ปี 2012 แต่ยาเหล่านี้จำเป็นต้องรับประทานทุกวันหรือก่อนการสัมผัสกับเชื้อไวรัสทุกครั้ง ซึ่งเป็นเรื่องที่ท้าทายสำหรับคนที่มีสุขภาพดี และเนื่องจากยาเหล่านี้ยังใช้รักษาโรคติดเชื้อด้วย ทำให้หลายคนอายที่จะกินมัน อีกทั้ง ยาเหล่านี้ยังมีราคาแพงหรือเข้าถึงได้ยาก แต่มีข่าวดีที่ในการทดลองยาเลนาคาปาเวียร์ ที่โดยบริษัท Gilead นักวิจัยพบว่าการฉีดยาใหม่นี้มีประสิทธิภาพมากกว่ายา PrEP แบบรับประทานทุกวัน
ในปี 2021 สำนักงานคณะกรรมการอาหารและยาแห่งสหรัฐอเมริกา (FDA) ได้อนุมัติยาฉีดป้องกัน HIV ชนิดยาวนานอีกชนิดหนึ่งที่ชื่อ คาโบเทกราเวียร์ (Cabotegravir) ซึ่งจะต้องฉีดทุกสองเดือน แม้ว่าจะมีความต้องการสูง แต่การนำยาออกสู่ตลาดก็เป็นไปอย่างช้าๆ
นักวิทยาศาสตร์และนักเคลื่อนไหวหวังว่าเรื่องราวของเลนาคาปาเวียร์จะดีกว่า จนถึงตอนนี้ FDA อนุมัติยาตัวนี้เฉพาะสำหรับผู้ที่ติดเชื้อ HIV และมีอาการดื้อต่อการรักษาด้วยวิธีอื่นเท่านั้น ขณะเดียวกันนั้นยาตัวนี้ก็ได้รับอนุญาตให้ผลิตเพื่อป้องกันเชื่อ HIV ใน 120 ประเทศที่มีรายได้น้อย
ประสิทธิภาพของยา Lenacapavir
ในเดือนตุลาคม บริษัท Gilead ได้ประกาศผลการทดลองเพิ่มเติมสำหรับยาเลนาคาปาเวียร์ พบว่ามีประสิทธิภาพในการป้องกันการติดเชื้อ HIV ได้ 96% ในกลุ่มชายที่มีเพศสัมพันธ์กับชายด้วยกัน และบุคคลอื่น รวมถึงบุคคลข้ามเพศชาย บุคคลข้ามเพศหญิง และบุคคลที่ไม่ระบุเพศ ซึ่งมีเพศสัมพันธ์กับบุคคลที่กำหนดเพศเป็นชาย เกินกว่า 3,200 คน
องค์การสหประชาชาติได้ตั้งเป้าหมายที่จะยุติโรคเอดส์ภายในปี 2030 ซึ่งเป็นเป้าหมายที่ท้าทายมาก เพราะมีพบการติดเชื้อ HIV ใหม่มากกว่า 1 ล้านรายทุกปีทั่วโลก ยานี้เลยเป็นความหวังของการบรรลุเป้าหมายนี้
9 Green steel เหล็กสีเขียว
การผลิตเหล็กคิดเป็นประมาณ 8% ของการปล่อยก๊าซคาร์บอนออกไซด์ทั่วโลก และใช้พลังงานหมุนเวียนสามารถช่วยลดมลพิษของอุตสาหกรรมนี้ได้
การผลิตเหล็ก
เหล็กส่วนใหญ่ยังคงผลิตในเตาหลวงแบบใช้ถ่านหิน โดยทุก ๆ การผลิตเหล็ก 1 ตันจะปล่อยก๊าซคาร์บอนไดออกไซด์ออกมาประมาณ 2 ตัน ด้วยเทคนิคใหม่ที่เรียกว่าการรีดิวซ์โดยตรง (Direct reduction) จะใช้แก๊สธรรมชาติในการเปลี่ยนแร่เหล็กที่เป็นส่วนประกอบหลักของเหล็กให้เป็นเหล็ก ซึ่งทำให้ลดการปล่อยมลพิษลงประมาณ 40% แต่ยังคงเป็นมลพิษปริมาณมหาศาล
การใช้ไฮโดรเจนในการผลิตเหล็ก
ดังนั้น บริษัทหลายแห่งจึงกำลังพัฒนาวิธีการใช้ไฮโดรเจนที่ผลิตจากพลังงานหมุนเวียนเพื่อทำปฏิกิริยากับแร่เหล็กเพื่อผลิตเหล็ก ซึ่งเป็นขั้นตอนที่มีการใช้พลังงานมากที่สุดและสกปรกที่สุดในกระบวนการผลิตเหล็ก ในทางทฤษฎีแล้ว กระบวนการเหล่านี้อาจปล่อยมลพิษลดลงจนใกล้เคียงศูนย์
Stegra ซึ่งเป็นสตาร์ทอัพสวีเดน ได้ระดมทุนเกือบ 7 พันล้านดอลลาร์เพื่อสร้างโรงงานดังกล่าวใน Boden ทางตอนเหนือของสวีเดน (ในเดือนกันยายน บริษัทได้เปลี่ยนชื่อจาก H2 Green Steel) บริษัทจะผลิตไฮโดรเจนจากการแยกน้ำด้วยกระบวนการอิเล็กโทรไลซิส โดยใช้กระแสไฟฟ้าสะอาดที่จ่ายโดยพลังงานลมและพลังงานน้ำ โรงงานนี้มีกำหนดเริ่มการผลิตในปี 2026 ซึ่งอาจเป็นโรงงานผลิตเหล็กขนาดอุตสาหกรรมแห่งแรก
Hybrit ซึ่งเป็นเทคโนโลยีที่พัฒนาโดย SSAB ผู้ผลิตเหล็ก LKAB บริษัทเหมืองแร่ และ Vattenfall บริษัทพลังงาน ใช้กระบวนการที่คล้ายคลึงกันในการผลิตเหล็กสีเขียว LKAB กำลังก่อสร้างโรงงานใน Gällivare ประเทศสวีเดน ติดกับเหมืองแร่เหล็กของบริษัท อย่างไรก็ตาม แผนการเหล่านั้นล่าช้าลงเนื่องจากปัญหาในการขอใบอนุญาตด้านสิ่งแวดล้อม
การใช้กระแสไฟฟ้าในการผลิตเหล็ก
อีกวิธีหนึ่งในการผลิตเหล็กสีเขียวคือ การทำลายพันธะในเหล็กออกไซด์โดยการส่งกระแสไฟฟ้าผ่านส่วนผสมของแร่เหล็กและอิเล็กโทรไลต์ แยกโลหะบริสุทธิ์ออก หากมีแหล่งพลังงานไฟฟ้าที่สะอาด กระบวนการนี้จะมีคาร์บอนฟุตปริ้นน้อยมาก บริษัท Boston Metal มีเป้าหมายที่จะทำให้กระบวนการผลิตนี้สามารถใช้ได้เป็นเชิงพาณิชย์ แล้วหวังว่าจะได้รับใบอนุญาตในปี 2026
อุปสรรคและความท้าทายของ Green steel
แม้ว่าเหล็กสีเขียวจะมีศักยภาพในการเปลี่ยนแปลงอุตสาหกรรมเหล็กและส่งผลดีต่อสภาพแวดล้อม แต่ก็ยังมีอุปสรรคและความท้าทายอยู่บ้าง เช่น
- ต้นทุนการผลิต: ต้นทุนการผลิตเหล็กสีเขียวยังสูงกว่าเหล็กแบบดั้งเดิม
- โครงสร้างพื้นฐาน: ต้องมีการลงทุนในโครงสร้างพื้นฐานเพื่อรองรับการผลิตไฮโดรเจนและพลังงานหมุนเวียนในปริมาณมาก
- นโยบายสนับสนุน: ต้องมีนโยบายสนับสนุนจากภาครัฐเพื่อส่งเสริมการผลิตเหล็กสีเขียว
เหล็กสีเขียวเป็นอนาคตของอุตสาหกรรมเหล็กที่ยั่งยืน การพัฒนาเทคโนโลยีการผลิตเหล็กสีเขียวจะช่วยลดการปล่อยก๊าซเรือนกระจกและสร้างโลกที่เป็นมิตรต่อสิ่งแวดล้อมมากขึ้น อย่างไรก็ตาม การบรรลุเป้าหมายนี้ต้องอาศัยความร่วมมือจากทุกภาคส่วน ทั้งภาครัฐ ภาคเอกชน และประชาชน
10 Stem-cell therapies การรักษาด้วยเซลล์ต้นกำเนิด
เมื่อราวหนึ่งในสี่ของศตวรรษที่ผ่านมา นักวิจัยได้แยกเซลล์ต้นกำเนิดที่มีศักยภาพสูงจากตัวอ่อนที่สร้างขึ้นผ่านการปฏิสนธิในหลอดทดลอง เซลล์เหล่านี้ในทางทฤษฎีสามารถเปลี่ยนรูปร่างเป็นเนื้อเยื่อใด ๆ ก็ได้ในร่างกายมนุษย์ และนี่คือสัญญาณของการปฏิวัติทางการแพทย์
เซลล์ต้นกำเนิด (Stem-cell) คืออะไร?
เซลล์ต้นกำเนิด (Stem-cell) เป็นเซลล์พิเศษที่มีความสามารถในการแบ่งตัวและพัฒนาไปเป็นเซลล์ชนิดอื่น ๆ ในร่างกายได้หลากหลายชนิด เช่น เซลล์ผิวหนัง เซลล์ประสาท เซลล์กล้ามเนื้อ เป็นต้น ทำให้เซลล์ต้นกำเนิดเปรียบเสมือน “โรงงานผลิตเซลล์” ภายในร่างกายของเรา
การรักษาด้วยเซลล์ต้นกำเนิดทำงานอย่างไร?
การรักษาด้วยเซลล์ต้นกำเนิดมีหลักการคือ นำเซลล์ต้นกำเนิดที่ได้รับการเพาะเลี้ยงในห้องปฏิบัติการมาปลูกถ่ายเข้าสู่ร่างกายของผู้ป่วย เพื่อทดแทนเซลล์ที่เสียหายหรือทำงานผิดปกติ ทำให้ร่างกายสามารถซ่อมแซมตัวเองได้
ตลอดช่วงเวลาที่ผ่านมา ศาสตร์แห่งเซลล์ต้นกำเนิดไม่ได้ดำเนินไปอย่างราบรื่น แม้ว่านักวิทยาศาสตร์จะเรียนรู้วิธีสร้างเซลล์เหล่านี้ได้โดยไม่ต้องใช้ตัวอ่อน แต่การชักนำให้พวกมันกลายเป็นเนื้อเยื่อที่มีหน้าที่การทำงานอย่างแท้จริงนั้นเป็นเรื่องยากกว่าที่ใคร ๆ คาดการณ์ไว้
ความสำเร็จของการรักษาด้วยเซลล์ต้นกำเนิด
อย่างไรก็ตาม ตอนนี้การรักษาด้วยเซลล์ต้นกำเนิดได้สร้างผลลัพธ์ในที่สุด ยกตัวอย่างกรณีของ Justin Graves ชายผู้ป่วยเป็นโรคลมบ้าหมูที่รุนแรง ซึ่งได้รับการปลูกถ่ายเซลล์ประสาทที่ผลิตในห้องปฏิบัติการ เซลล์ประสาทเหล่านี้ถูกออกแบบมาเพื่อลดการทำงานผิดปกติของไฟฟ้าในสมองที่ทำให้เกิดอาการชัก
นับตั้งแต่ที่ Justin Graves ได้รับการผ่าตัดซึ่งดำเนินการในปี 2023 ที่ the University of California ซานดิเอโก เขารายงานว่ามีอาการชักประมาณสัปดาห์ละครั้ง แทนที่จะเป็นวันละครั้งอย่างที่เคยเป็น “มันเป็นเพียงการเปลี่ยนแปลงที่น่าทึ่ง และสมบูรณ์แบบ” เขากล่าว “ตอนนี้ผมเป็นผู้เผยแผ่ศรัทธาในเซลล์ต้นกำเนิดอย่างแท้จริง”
การทดลองโรคลมบ้าหมูนี้ ศึกษาโดยบริษัท Neurona Therapeutics อยู่ในระยะเริ่มต้น มีการรักษาผู้ป่วยเพียง 15 รายเท่านั้น แต่ผลลัพธ์เบื้องต้นนั้นน่าทึ่ง
เมื่อเดือนมิถุนายนที่ผ่านมา การศึกษาเซลล์ต้นกำเนิดอีกครั้งหนึ่งกับโรคเบาหวานชนิดที่ 1 ซึ่งเป็นภาวะของภูมิต้านของตนเองที่เคยเรียกว่าโรคเบาหวานในวัยเด็ก ซึ่งร่างกายจะโจมตีเซลล์เบต้าในตับอ่อน ทำให้ไม่มีเซลล์เบต้าที่ทำงานเพื่อควบคุมระดับน้ำตาลในเลือด ผู้ป่วยโรคเบาหวานชนิดที่ 1 ต้องพึ่งพาการตรวจระดับน้ำตาลในเลือดทุกวัน และการฉีดอินซูลินเพื่อมีชีวิตอยู่
ในการศึกษาที่ดำเนินการโดย Vertex Pharmaceuticals ในบอสตัน ผู้ป่วยบางรายที่ได้รับการถ่ายเลือดของเซลล์เบต้าที่ผลิตในห้องปฏิบัติการ และผู้ป่วยเหล่านี้สามารถหยุดการใช้ยาอินซูลินได้ ในทางกลับกัน เซลล์ใหม่ของพวกเขาจะสร้างอินซูลินเมื่อจำเป็น
อนาคตของการรักษาด้วยเซลล์ต้นกำเนิด
ไม่มีอาการชักอีกต่อไป ไม่มีการฉีดยาอินซูลินอีกต่อไป นั่นคือคำพูดที่ผู้ป่วยต้องการได้ยินเสมอมา และนั่นหมายความว่านักวิจัยเซลล์ต้นกำเนิดใกล้จะบรรลุเป้าหมายในการรักษา การรักษาด้วยเซลล์ต้นกำเนิดเป็นความหวังใหม่ในการรักษาโรคต่างๆ ที่เคยรักษายากหรือรักษาไม่หาย แม้ว่ายังมีข้อจำกัดและความท้าทายอยู่บ้าง แต่ด้วยความก้าวหน้าทางวิทยาศาสตร์และเทคโนโลยี การรักษาด้วยเซลล์ต้นกำเนิดมีแนวโน้มที่จะเป็นอนาคตของการแพทย์
อ้างอิง และ cover technologyreview.com
ชมรายการ Digital Thailand ตอน “ 10 เทคโนโลยีแห่งอนาคตประจำปี 2025 โดย MIT ” ได้ที่รายการย้อนหลังตอนนี้เลย
ออกอากาศวันเสาร์ที่ 15 กุมภาพันธ์ 2568
ในรายการ Digital Thailand ทุกวันเสาร์ ทางช่อง 3 กด 33 เวลา 4.40-5.05 น.
ยังมีบทความที่น่าสนใจ
Green AI คืออะไร? จะช่วยแก้ปัญหา AI ทำให้โลกร้อนขึ้นได้หรือไม่?
วิธีจับผิด AI รู้ก่อนโดนหลอก! จับผิดอันไหนของจริง อันไหน AI ดูยังไง?
อย่าลืมกดติดตามอัปเดตข่าวสาร เทคนิคดีๆกันนะคะ Please follow us
Youtube it24hrs
Twitter it24hrs
Tiktok it24hrs
facebook it24hrs
ติดต่อโฆษณา [email protected] โทร 0802345023
