บอสตัน — แมลงที่อร่อย ระวัง: ในความพยายามที่จะจับเหยื่อเว็บสล็อตออนไลน์ แมงมุมอสูรความเร็วจะปล่อยตัวและใยของมันด้วยอัตราเร่งประมาณ 100 เท่าของเสือชีตาห์นั่นทำให้สิ่งมีชีวิตเล็ก ๆ เหล่านี้เรียกว่าแมงมุมหนังสติ๊กซึ่งเป็นแมงที่เคลื่อนไหวเร็วที่สุดที่รู้จักนักวิทยาศาสตร์รายงานเมื่อวันที่ 4 มีนาคมในการประชุม American Physical Societyพบในอเมซอนของเปรู แมงมุมหนังสติ๊กสานใยกรวย ใยแมงมุมเหล่านี้มีเกลียวเพียงเส้นเดียวติดอยู่ที่ปลายกรวย ซึ่งแมงมุมจะม้วนเข้าไปเพื่อเพิ่มความตึงเครียด เมื่อแมงมุมสัมผัสได้ถึงอาหาร มันจะปล่อยใยแมงมุมออกมา แมงมุมและใยแมงมุมพุ่งไปข้างหน้า ดักจับเหยื่อ “เช่นนั้น แมงมุมของเราก็ทานอาหารเย็น” นักชีวฟิสิกส์ Symone Alexander จาก Georgia Tech กล่าวในที่ประชุม
การใช้กล้องความเร็วสูงแบบพกพาเพื่อจับการเคลื่อนไหวของแมงมุม Alexander
และเพื่อนร่วมงานได้จับเวลาแมงมุมด้วยความเร็วสูงสุดประมาณ 4 เมตรต่อวินาที ใกล้เคียงกับความเร็วของมนุษย์จ็อกกิ้ง “เป็นเรื่องดี … เราไม่ใช่เป้าหมายของพวกมัน” อเล็กซานเดอร์กล่าวถึงแมงมุม ซึ่งเป็นสายพันธุ์หนึ่งในตระกูลเทอริดิโอโซมาติดี แมงมุมตัวอื่นๆ ที่ขึ้นชื่อเรื่องความรวดเร็วนั้นดูเชื่องช้าเมื่อเปรียบเทียบกัน เช่น แมงมุม Moroccan flic-flac ซึ่งเกวียนหนีจากอันตรายด้วยความเร็วประมาณ 2 เมตรต่อวินาที
อัตราเร่งสูงสุดของแมงมุมหนังสติ๊กอยู่ที่ 1,100 เมตรต่อวินาทียกกำลังสอง โดยการเปรียบเทียบเสือชีตาห์จะเร่งความเร็วได้สูงถึง 13 เมตรต่อวินาทียกกำลังสอง อเล็กซานเดอร์กล่าว นั่นเป็นสถิติที่ทำให้แมวที่มีเท้าเหยียบย่ำอับอาย ( SN: 3/3/18, p. 8 )
สิ่งที่ AI ควรทำจริงๆ Allen กล่าวคือรายงานบางอย่างเช่น
“ฉันคิดว่ากลุ่มผู้ป่วยเหล่านี้จริงๆ แล้วเป็นกลุ่มเดียวกันจริงๆ … แต่คนอื่น ๆ เหล่านี้ที่นี่ ฉันไม่ค่อยแน่ใจเกี่ยวกับเรื่องนี้”
นักวิทยาศาสตร์ไม่ใช่คนแปลกหน้าในการจัดการกับความไม่แน่นอน แต่เทคนิคการวัดความไม่แน่นอนแบบดั้งเดิมได้รับการออกแบบมาสำหรับกรณีที่นักวิทยาศาสตร์ได้วิเคราะห์ข้อมูลที่รวบรวมไว้โดยเฉพาะเพื่อประเมินสมมติฐานที่กำหนดไว้ล่วงหน้า นั่นไม่ใช่วิธีการทำงานของโปรแกรม AI การทำเหมืองข้อมูลโดยทั่วไป ระบบเหล่านี้ไม่มีสมมติฐานที่เป็นแนวทาง และพวกมันก็สับสนกับชุดข้อมูลขนาดใหญ่ที่โดยทั่วไปแล้วไม่มีการรวบรวมเพื่อจุดประสงค์เดียว อย่างไรก็ตาม นักวิจัยอย่าง Allen กำลังออกแบบโปรโตคอลเพื่อช่วย AI ยุคหน้าในการประเมินความถูกต้องและความสามารถในการทำซ้ำของการค้นพบ
หนึ่งในเทคนิคเหล่านี้อาศัยแนวคิดที่ว่าหากโปรแกรม AI ได้ค้นพบจริง เช่น การระบุกลุ่มผู้ป่วยที่มีความหมายทางคลินิก การค้นพบนั้นควรอยู่ในชุดข้อมูลอื่นๆ โดยทั่วไปแล้วนักวิทยาศาสตร์จะมีราคาแพงเกินไปที่จะรวบรวมชุดข้อมูลใหม่ขนาดใหญ่เพื่อทดสอบสิ่งที่ AI ค้นพบ แต่อัลเลนกล่าวว่า “เราสามารถนำข้อมูลปัจจุบันที่เรามี และเราสามารถรบกวนข้อมูลและสุ่มข้อมูลในลักษณะที่เลียนแบบ [รวบรวม] ชุดข้อมูลในอนาคต” หาก AI พบการจำแนกประเภทผู้ป่วยประเภทเดียวกันซ้ำแล้วซ้ำอีก ตัวอย่างเช่น “คุณอาจมีการค้นพบที่ดีในมือของคุณ” เธอกล่าวสล็อตออนไลน์
