notizie

Gli scienziati dell'EPFL hanno pubblicato un metodo programmabile che supera un importante ostacolo computazionale specifico dei sistemi di intelligenza artificiale basati sull'ottica. Hanno utilizzato la luce diffusa da un laser a bassa potenza per eseguire calcoli precisi e scalabili utilizzando una frazione dell'energia elettronica.

Gli scienziati dell'EPFL hanno scoperto che i coleotteri rinoceronte utilizzano meccanismi passivi anziché muscoli per estendere e ritrarre le ali. Hanno utilizzato queste scoperte per progettare un microrobot, dimostrando un approccio semplice ed efficace allo sviluppo di micromacchine volanti simili a insetti.

Grazie all'impegno degli studenti dell'EPFL, lo scorso semestre sono stati progettati sei prototipi per aiutare le persone con disabilità fisiche o mentali. Il mese scorso, presso lo SPOT, il makerspace dell'EPFL, sei team di studenti hanno presentato i loro progetti semestrali nell'ambito della Make Assistive Technologies Challenge (ATC), organizzata dall'associazione HackHealth.

In uno studio innovativo volto a comprendere come vengono creati i ricordi, gli scienziati dell'EPFL hanno rivelato il ruolo principale svolto dalla flessibilità della cromatina - il DNA impacchettato all'interno della cellula - nella selezione dei neuroni coinvolti nella formazione di un ricordo specifico.

I dati ottenuti da satelliti, droni, radar o persino microscopi sono una preziosa miniera di informazioni per conoscere meglio il nostro ambiente. Talvolta abbinati all'intelligenza artificiale, offrono una migliore comprensione dei fenomeni su tutte le scale. In un mondo in continua evoluzione, dove le minacce ambientali si moltiplicano, una migliore comprensione dei processi che si verificano naturalmente o sono indotti dal comportamento umano aiuta a sostenere le posizioni, a guidare gli sforzi di conservazione e ripristino e a orientare le nuove ricerche.

Per risolvere i problemi associati alla diagnosi e al trattamento del cancro al seno, gli scienziati dell'EPFL hanno sviluppato EMBER, uno strumento che integra i dati trascrittomici del cancro al seno provenienti da diverse banche dati. EMBER può migliorare l'oncologia di precisione prevedendo con precisione i sottotipi molecolari e le risposte al trattamento.

Sviluppata dall'EPFL, dall'Università Heriot-Watt e dal Politecnico di Zurigo, PrISMa è una nuova piattaforma che utilizza simulazioni avanzate e l'apprendimento automatico per migliorare le tecnologie di cattura del carbonio, tenendo conto dei punti di vista delle diverse parti interessate fin dall'inizio del processo di ricerca.

I ricercatori dell'EPFL hanno scoperto come le fibrille amiloidi formino strutture complesse. Questa scoperta ha portato a una migliore comprensione di patologie come il morbo di Alzheimer e ha aperto nuove prospettive nel campo della scienza dei materiali. Gli amiloidi sono aggregati proteici che possono formarsi nell'organismo e che talvolta portano a condizioni come il morbo di Alzheimer.

I ricercatori hanno dimostrato che il rimescolamento verticale non è l'unica forza trainante del rinnovamento invernale dell'acqua in profondità. Anche le forti correnti provenienti dal bacino del Petit Lac e dalla costa del Grand Lac svolgono un ruolo cruciale. Il rimescolamento verticale profondo nei cosiddetti laghi temperati avviene in inverno, quando le acque superficiali si raffreddano a causa dell'abbassamento delle temperature.

Gli scienziati dell'EPFL sono riusciti a capire come i modelli generativi basati sulle reti neurali superino le tecniche tradizionali per il campionamento dei dati da sistemi complessi. Questa scoperta rivela le sfide e le opportunità per il futuro dell'IA nella produzione di dati. Il mondo dell'intelligenza artificiale (AI) ha visto recentemente importanti progressi nei modelli generativi, un tipo di algoritmo di apprendimento automatico che "impara" modelli da un insieme di dati per produrre nuovi insiemi di dati simili.

Gli ingegneri dell'EPFL hanno creato un dispositivo in grado di convertire efficacemente il calore in tensione elettrica a temperature inferiori a quelle dello spazio. Questa innovazione potrebbe contribuire a superare uno dei principali ostacoli allo sviluppo delle tecnologie di calcolo quantistico, che richiedono temperature estremamente basse per un funzionamento ottimale.

Gli scienziati dell'EPFL presentano DiffPALM, un metodo innovativo di intelligenza artificiale che migliora la previsione delle interazioni tra le proteine e fornisce potenzialmente una migliore comprensione dei processi biologici rilevanti per le applicazioni mediche. Le proteine sono i mattoni della vita.

L'EPFL è entrato ufficialmente a far parte del progetto MUST (MUlti Spectroscopic Telescope), guidato dall'Università Tsinghua in Cina, come membro fondatore. Grazie a questo progetto di punta, gli scienziati potranno comprendere meglio l'Universo giovane, l'energia oscura e la materia oscura. Circa 13,8 miliardi di anni fa, l'Universo ha avuto inizio con il cosiddetto "Big Bang".

Dirigendo diverse lunghezze d'onda di luce su un materiale chiamato magnetite, gli scienziati dell'EPFL sono stati in grado di cambiarne lo stato, rendendolo più o meno elettricamente conduttivo. Questa scoperta potrebbe portare allo sviluppo di materiali innovativi per l'elettronica. La magnetite è il più antico e potente magnete della natura.

Gli scienziati dell'EPFL hanno dimostrato che negli ambienti chiusi il virus dell'influenza è infettivo più a lungo quando è accompagnato da alcuni batteri presenti nelle nostre vie respiratorie. Questi risultati rappresentano un ulteriore passo avanti verso una migliore comprensione della trasmissione di questo tipo di infezione e dei rischi di esposizione.

Un team di ricerca dell'EPFL è riuscito a guidare oggetti galleggianti attraverso un percorso ad ostacoli acquatico utilizzando esclusivamente le onde sonore. Questo nuovo metodo è molto promettente per applicazioni biomediche come la somministrazione mirata e non invasiva di farmaci. Nel 2018 Arthur Ashkin ha ricevuto il Premio Nobel per la Fisica per aver inventato le pinzette ottiche, che utilizzano raggi laser per manipolare particelle microscopiche.

L'analisi comportamentale può fornire molte informazioni sullo stato di salute o sulle intenzioni di un essere vivente. Una tecnologia sviluppata all'EPFL consente a un modello di deep learning di svolgere questa funzione in un ambiente naturale. Questo "modello di base", chiamato SuperAnimal, che funziona su decine di specie, sarà utile per la protezione degli animali, la biomedicina e la ricerca sulle neuroscienze.

Combinando tecnologie avanzate di mappatura molecolare e intelligenza artificiale, gli scienziati hanno pubblicato su Nature un "atlante" open source che fornisce una comprensione approfondita della biologia delle lesioni del midollo spinale nei topi e apre la strada a nuove terapie. Gli scienziati dell'EPFL hanno compiuto un importante passo avanti nel campo delle lesioni del midollo spinale, mappando le dinamiche cellulari e molecolari della paralisi con un dettaglio senza precedenti grazie al progetto ad accesso libero "Tabulae Paralytica".

Gli scienziati dell'EPFL hanno scoperto le complesse interazioni tra geni e ambiente che influenzano la salute metabolica nei topi e hanno convalidato le loro scoperte utilizzando dati umani reali. La sindrome metabolica, o MetS, è una condizione caratterizzata da un gruppo di fattori di rischio: pressione alta, glicemia alta, colesterolo alto e grasso addominale.

Nell'ambito del progetto VELOCE, gli scienziati dell'EPFL sono riusciti a misurare la velocità delle cefeidi, le "candele standard" che misurano le dimensioni dell'Universo, con una precisione senza precedenti. Foto: RS Puppis, una delle stelle variabili Cefeidi più luminose, la cui luminosità diminuisce e aumenta ritmicamente nel corso di un ciclo di sei settimane.