Ein internationales Forschungsteam hat einen KI-Algorithmus entwickelt, der aus Daten des geostationären Wettersatelliten Himawari-8 alle zehn Minuten hochwertige Informationen zur Ozeanfarbe gewinnt. Damit können schnelle Veränderungen in Küstengewässern, Algenblüten und Sedimenttransport erstmals in hoher zeitlicher Auflösung beobachtet werden. Die Studie wurde von Forschern der Chinesischen Akademie der Wissenschaften und Partnern durchgeführt. Hintergrund Die Ozeanfarbe gibt Aufschluss über marine Ökosysteme, Phytoplankton und Wasserqualität. Bisher lieferten vor allem polarumlaufende Satelliten wie MODIS präzise, aber nur einmal täglich aktualisierte Daten. Geostationäre Satelliten wie Himawari-8 bieten zwar eine hohe zeitliche Auflösung, sind jedoch nicht für Ozeanbeobachtung optimiert und liefern Daten mit niedrigem Signal-Rausch-Verhältnis und systematischen Fehlern. Technische Lösung Die Forscher entwickelten einen transformerbasierten Algorithmus, der atmosphärische Korrekturen mit maschinellem Lernen kombiniert. Das System wurde mit Hunderten Millionen Trainingsdaten aus MODIS- und AERONET-OC-Messungen trainiert. Es korrigiert Rauschen und systematische Verzerrungen in den Himawari-8-Daten und liefert… 

Norwegische Forscher haben ein kleines, lokales KI-System entwickelt, das Snack-Möhren in Verpackungen automatisch so ausrichtet, dass alle Karotten in dieselbe Richtung zeigen. Ziel ist ein ansprechendes Erscheinungsbild, das Verbraucher zum Kauf verleitet. Das System wurde vom Forschungsinstitut SINTEF für den norwegischen Gemüseproduzenten Totengrønt entwickelt. Hintergrund Snack-Möhren sollen als gesunde Alternative zu Chips und Schokolade positioniert werden. Damit sie optisch ansprechend wirken, müssen alle Karotten in der Verpackung einheitlich ausgerichtet sein – idealerweise mit dem oberen Ende in dieselbe Richtung. Bisher erfolgte diese Ausrichtung manuell, was zeitaufwendig und teuer ist. Gleichzeitig sind Snack-Möhren relativ gleichmäßig geformt, was die automatische Erkennung der Enden erschwert. Technische Lösung Das Team von SINTEF entwickelte ein kompaktes KI-System, das mit einer Kamera die Möhren von oben bis unten scannt und ihre Ausrichtung bestimmt. Das System läuft auf einem kleinen lokalen Rechner und kommt ohne große Cloud-Modelle… 

Forscher der Ohio University haben einen Nanosensor entwickelt, der anhand der Stickstoffmonoxid-Produktion (NO) von Stammzellen Autismus-Spektrum-Störungen (ASS) von Intelligenzminderung unterscheiden kann. Die Methode funktioniert bereits an undifferenzierten induzierten pluripotenten Stammzellen und könnte eine frühe, objektive Diagnose ermöglichen. Die Studie wurde in einer Fachzeitschrift veröffentlicht. Hintergrund Die Diagnose von Autismus-Spektrum-Störungen erfolgt derzeit vorwiegend durch Verhaltensbeobachtung und ist oft erst im Kleinkindalter möglich. ASS und Intelligenzminderung weisen häufig überlappende Symptome und gemeinsame genetische Ursachen auf, was die Differentialdiagnose erschwert. Bisher fehlten zuverlässige biologische Marker, die eine frühe und objektive Unterscheidung erlauben. Methode des Nanosensors Die Wissenschaftler nutzten einen Kohlenstofffaser-Nanosensor, der ursprünglich für kardiovaskuläre und Alzheimer-Forschung entwickelt worden war. Mit diesem Sensor maßen sie in Echtzeit die Stickstoffmonoxid-Produktion in induzierten pluripotenten Stammzellen (iPSCs), die aus Patienten gewonnen wurden. Die Messungen erfolgten bereits an undifferenzierten Zellen, ohne dass diese zuvor in Nervenzellen umgewandelt werden…