หุ่นยนต์นักวิ่ง Cassie บันทึกสถิติโลกใน Guinness ในการวิ่ง 100 เมตร

ภาพจาก USA Today

หุ่นยนต์ที่พัฒนาขึ้นที่ Agility Robotics ของ Oregon State University ได้สร้างสถิติโลก Guinness สำหรับหุ่นยนต์สองเท้าที่วิ่ง 100 เมตรได้ภายใน 24.73 วินาที

หุ่นยนต์ที่รู้จักกันในชื่อ Cassie ใช้การเรียนรู้ของเครื่อง (machine learning) เพื่อควบคุมการเคลื่อนไหวของมันเมื่อวิ่งกลางแจ้ง Devin Crowley แห่ง Oregon State กล่าวว่า "วิธีการเรียนรู้ด้วยเครื่องถูกใช้ในการรู้จำแบบรูป (pattern recognition) มานานแล้ว เช่น การรู้จำภาพ (image recognition) แต่การสร้างการควบคุมพฤติกรรมของหุ่นยนต์นั้นใหม่และแตกต่างออกไป" 

Jonathan Hurst แห่ง Oregon State กล่าวเสริมว่า "การใช้วิธีการเรียนรู้เพื่อควบคุมหุ่นยนต์เป็นฟิลด์ที่ใหม่มาก และการวิ่ง 100 เมตรนี้แสดงให้เห็นว่ามีประสิทธิภาพดีกว่าวิธีการควบคุมอื่น ๆ ผมคิดว่าความก้าวหน้าจะก้าวกระโดดนับจากนี้"

อ่านข่าวเต็มได้ที่: USA Today

AI แสดงให้เห็นว่าคนเราแปลความหมายรูปผิดได้ยังไง

ภาพจาก Cornell Tech

นักวิจัยจาก Cornell University และสถาบันพันธมิตรได้วิเคราะห์ว่ามนุษย์สามารถแปลความหมายของรูปผิดได้อย่างไร เพื่อพัฒนาอัลกอริทึมที่สามารถช่วยให้ผู้คนแปลความหมายข้อมูลภาพได้ดีขึ้น

นักวิจัยประเมินการคาดการณ์ 16 ล้านรายการของมนุษย์ว่าคนในชุมชนโหวตให้ทรัมป์หรือไบเดนในปี 2020 จากภาพ Google Street View และพบว่าอัลกอริทึมเก่งกว่าคนในการแยกความแตกต่างระหว่างผู้มีสิทธิเลือกตั้ง 

การวิเคราะห์ยังระบุวัตถุในภาพซึ่งนำไปสู่การคาดการณ์ที่ผิด เช่น ธงชาติอเมริกาและรถกระบะ นักวิจัยกล่าวว่าข้อผิดพลาดของมนุษย์ขึ้นอยู่กับอคติ ความแปรปรวน หรือสัญญาณรบกวน และแนะนำว่าการวิจัยนี้อาจนำไปสู่ระบบไฮบริดระหว่างมนุษย์กับเครื่องจักรที่ทำให้การคาดการณ์มีประสิทธิภาพมากขึ้น

อ่านข่าวเต็มได้ที่: Cornell Tech

เทคโนโลยีอาจช่วยวาฬที่ถูกคุกคามจากมลภาวะทางเสียง

ภาพจาก CNN

นักวิจัยจากห้องปฏิบัติการ Applied Bioacoustics ของสเปนได้พัฒนาซอฟต์แวร์ Listen to the Deep Ocean Environment (LIDO) เพื่อป้องกันการเสียชีวิตของวาฬที่เกิดจากมลภาวะทางเสียงใต้น้ำที่รบกวนการหาตำแหน่งจากเสียงสะท้อนของพวกมัน

LIDO ตรวจสอบแหล่งกำเนิดเสียงใต้น้ำแบบเรียลไทม์และระบุแหล่งที่มาโดยใช้ปัญญาประดิษฐ์ เดือนหน้า นักวิจัยจะทิ้งทุ่นที่ติดตั้ง LIDO ลงในอ่าวคอร์โควาโดนอกชายฝั่งชิลี ซึ่งมีวาฬและเรือเดินทะเลจำนวนมาก

ซอฟต์แวร์ดังกล่าวจะสามารถตรวจจับวาฬได้ภายในรัศมีอย่างน้อย 10 กิโลเมตร (6.2 ไมล์) และแจ้งเตือนกองทัพเรือชิลี ซึ่งจะแนะนำให้เรือใกล้เคียงเปลี่ยนเส้นทางหรือลดความเร็วเพื่อหลีกเลี่ยงสัตว์เลี้ยงลูกด้วยนมในน้ำชนิดนี้

เครือข่ายทุ่น LIDO มีการวางแผนสำหรับการนำไปใช้งาน ซึ่ง Sonia Español-Jiménez กับ MERI Foundation ของชิลีกล่าวว่ามีจุดมุ่งหมายเพื่อให้แน่ใจว่าจะมีทางเดินที่ปลอดภัยสำหรับวาฬอพยพและสัตว์ทะเลอื่นๆ

อ่านข่าวเต็มได้ที่: CNN

แฮกเกอร์ใช้ไฟล์ PowerPoint สำหรับการส่งมัลแวร์ 'Mouseover'

Photo by airfocus on Unsplash

บริษัทข่าวกรองด้านภัยคุกคาม Cluster25 สงสัยว่ากลุ่มแฮ็กที่เชื่อมโยงกับรัสเซียได้เริ่มใช้เทคนิคการรันโค้ดแบบใหม่ที่ใช้ประโยชน์จากการเลื่อนเมาส์ในโปรแกรมนำเสนอ Microsoft PowerPoint เพื่อกระตุุ้นมัลแวร์

ผู้โจมตีล่อเหยื่อด้วยไฟล์ PowerPoint ที่อ้างว่ามีเนื้อหาเกี่ยวข้องกับ Organization for Economic Cooperation and Development (OECD) ในไฟล์เป็นสไลด์พร้อมคำแนะนำภาษาอังกฤษและฝรั่งเศสสำหรับการใช้ตัวเลือกการแปลในแอปพลิเคชันการประชุมทางวิดีโอ Zoom

การนำเมาส์ไปวางเหนือไฮเปอร์ลิงก์เมื่อเปิดเอกสารลวงนี้ในโหมดการนำเสนอ จะเปิดใช้งานสคริปต์ PowerShell ที่เป็นอันตราย Cluster25 กล่าวว่าแฮ็กเกอร์ได้ใช้ช่องโหว่นี้เพื่อส่งมัลแวร์ Graphite โดยล่าสุดคือเมื่อวันที่ 9 กันยายน Graphite ได้รับการออกแบบมาเพื่อให้ผู้โจมตีสามารถโหลดมัลแวร์อื่น ๆ ลงในหน่วยความจำของระบบได้

อ่านข่าวเต็มได้ที่: BleepingComputer

วิศวกรสร้างกล้องใต้น้ำไร้สายซึ่งไม่ต้องใช้แบตเตอรี

ภาพจาก MIT News

วิศวกรของ Massachusetts Institute of Technology (MIT) ได้พัฒนากล้องถ่ายภาพใต้น้ำแบบไร้สายที่ไม่ต้องใช้แบตเตอรี่ ซึ่งพวกเขาอธิบายว่ามันใช้พลังงานอย่างมีประสิทธิภาพกว่ากล้องใต้น้ำอื่นๆ ประมาณ 100,000 เท่า

กล้องให้พลังงานแก่องค์ประกอบด้วยการถ่ายภาพและการสื่อสารด้วยการแปลงพลังงานกลจากคลื่นเสียงเป็นไฟฟ้า และยังใช้คลื่นเสียงเพื่อส่งข้อมูลไปยังเครื่องรับที่จะสร้างภาพขึ้นใหม่  ทรานสดิวเซอร์ piezoelectric ภายนอกเก็บเกี่ยวพลังงานจากคลื่นเสียงเพื่อผลิตพลังงานไฟฟ้า

ไดโอดเปล่งแสงสีแดง เขียว และน้ำเงินช่วยเสริมการทำงานของเซ็นเซอร์รับภาพพลังงานต่ำของกล้องเพื่อสร้างภาพถ่ายสี ในขณะที่ข้อมูลจะถูกส่งไปยังเครื่องรับผ่านการกระเจิงกลับ (backscattering) ใต้น้ำ

Fadel Adib แห่ง MIT กล่าวว่า "เทคโนโลยีนี้สามารถช่วยให้เราสร้างแบบจำลองสภาพภูมิอากาศที่แม่นยำยิ่งขึ้น และเข้าใจได้ดีขึ้นว่าการเปลี่ยนแปลงสภาพภูมิอากาศส่งผลกระทบต่อโลกใต้น้ำอย่างไร"

อ่านข่าวเต็มได้ที่: MIT News