โรงยิมหุ่นยนต์ในเยอรมันใช้สำหรับฝึกหุ่นยนต์เหมือนมนุษย์

ภาพจาก Interesting Engineering โดย Georgina Jedikovska

Technical University of Munich หรือ TUM ในประเทศเยอรมนี กำลังร่วมมือกับบริษัท NEURA Robotics เพื่อดำเนินงานในศูนย์วิจัยและฝึกอบรมด้านหุ่นยนต์ที่มีพื้นที่กว่า 25,000 ตารางฟุต

TUM RoboGym จะเป็นพื้นที่สำหรับหุ่นยนต์เหมือนมนุษย์ (humanoid robots) ในการเรียนรู้ภารกิจเฉพาะด้านจากมนุษย์ และทำการฝึกฝนซ้ำๆ จนชำนาญ ก่อนที่จะนำทักษะเหล่านี้ไปประยุกต์ใช้ในสถานการณ์จริง นอกจากเป้าหมายในการสะสมข้อมูลการฝึกฝนที่มีคุณภาพสูงแล้ว RoboGym แห่งนี้ยังจะถูกใช้เป็นสถานที่สำหรับฝึกอบรมวิศวกรและนักศึกษาอีกด้วย

อ่านข่าวเต็มได้ที่: Interesting Engineering โดย Georgina Jedikovska

LeCun และคณะเสนอเฟรมเวอร์กของ SAI

Photo by Steve Johnson on Unsplash

ในผลงานวิจัยฉบับใหม่ Yann LeCun ผู้ได้รับรางวัล ACM A.M. Turing Award และคณะผู้วิจัย ได้นำเสนอเฟรมเวอร์กสำหรับการพัฒนาปัญญาประดิษฐ์ในอนาคตเพื่อมุ่งไปสู่ Superhuman Adaptable Intelligence (SAI) หรือปัญญาประดิษฐ์ที่มีความสามารถในการปรับตัวเหนือระดับมนุษย์

เฟรมเวิร์กดังกล่าวเรียกร้องให้มีการกำหนดเป้าหมายใหม่ในการพัฒนา AI โดยมุ่งเน้นที่ ความเร็วในการปรับตัว ของระบบ AI ต่อฟังก์ชันหรือภารกิจใหม่ ๆ แทนที่จะมุ่งเน้นเพียงการบรรลุระดับสติปัญญาเท่าเทียมกับมนุษย์ (human-level intelligence) นอกจากนี้ยังให้ความสำคัญกับ ความเชี่ยวชาญเฉพาะด้าน (specialization) มากกว่าการเป็นระบบที่ทำงานได้ครอบจักรวาล (generalization)

คณะผู้วิจัยวาดภาพอนาคตของ AI ว่าจะไม่ใช่โมเดลเดียวที่ทำได้ทุกอย่าง (universal model) แต่จะเป็นชุดของ ระบบที่ทำงานร่วมกัน (collaborative systems) หลาย ๆ ระบบแทน

อ่านข่าวเต็มได้ที่: 36Kr (China) 

Tony Hoare ผู้คิดค้นอัลกอริทึมการเรียงลำดับ Quicksort เสียชีวิตแล้วในวัย 92 ปี

ภาพจาก Wikipedia

Charles Antony ("Tony") Richard Hoare ผู้ได้รับรางวัล ACM A. M. Turing Award ได้เสียชีวิตลงแล้วด้วยวัย 92 ปี

Hoare เป็นที่รู้จักดีที่สุดในฐานะผู้สร้างอัลกอริทึม Quicksort ซึ่งเขาคิดค้นขึ้นในปี 1959 และยังคงเป็นหนึ่งในวิธีการจัดเรียงข้อมูลที่รวดเร็วที่สุดจนถึงปัจจุบัน

ต่อมาเขาได้พัฒนา Hoare logic ซึ่งอิงตาม Hoare triple อันเป็นเครื่องมือสำคัญในการใช้เหตุผลและการตรวจสอบความถูกต้องของโปรแกรมอย่างเป็นทางการ (formal verification) นอกจากนี้ เขายังได้ตีพิมพ์โมเดล Communicating Sequential Processes ซึ่งเป็นแนวทางที่ภาษาโปรแกรมต่างๆ เช่น Clojure, Erlang และ Go ใช้ในการจัดการการทำงานแบบพร้อมกัน (concurrent operations)

อ่านข่าวเต็มได้ที่: The Register (U.K.); Liam Proven

Intel สาธิตชิปประมวลผลข้อมูลที่เข้ารหัส

ภาพจาก IEEE Spectrum โดย Samuel K. Moore

Intel ได้สาธิตชิปประมวลผล Heracles ซึ่งเป็นชิปสำหรับการเข้ารหัสข้อมูลแบบ Fully Homomorphic Encryption (FHE) โดยผลการทดสอบแสดงให้เห็นว่าสามารถทำงานด้าน FHE ได้รวดเร็วกว่าซีพียูเซิร์ฟเวอร์อย่าง Intel Xeon ถึง 5,000 เท่า

ในการสาธิตแบบสด (Live Demo) ได้จำลองสถานการณ์ที่ผู้ลงคะแนนเสียงต้องการตรวจสอบว่าบัตรเลือกตั้งของตนถูกลงทะเบียนอย่างถูกต้องหรือไม่ ชิป Heracles สามารถประมวลผลคำขอนี้ได้ภายในเวลาเพียง 14 ไมโครวินาที ในขณะที่ชิป Xeon ต้องใช้เวลาถึง 15 มิลลิวินาที

เบื้องหลังความเร็วระดับนี้เกิดจากการรันชุดคำสั่ง 3 สายงานที่ทำงานสอดประสานกัน (Synchronized streams) ไปพร้อมๆ กัน ได้แก่: การเคลื่อนย้ายข้อมูลเข้าและออกจากตัวประมวลผล การเคลื่อนย้ายข้อมูลภายในตัวชิป การคำนวณทางคณิตศาสตร์ให้เสร็จสมบูรณ์

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Samuel K. Moore

ระบบการพิจารณาบทความวิจัยโดยใช้ AI ปฏิเสธบทความวิจัยมากกว่าที่เคยเป็นมา

https://paperreview.ai

PaperReview.ai เครื่องมือ AI ในรูปแบบ Agentic AI ที่พัฒนาโดยทีมนักวิจัยจาก Stanford University กำลังถูกนำมาใช้เพื่อย่นระยะเวลาในกระบวนการพิจารณาผลงานวิจัย (Peer Review) จากเดิมที่ต้องใช้เวลานานหลายเดือนหรือเป็นปี ให้เหลือเพียงไม่กี่นาทีเท่านั้น

โดยหลักการทำงานของ AI ผู้รีวิวนี้จะทำการสแกนบทความวิจัยที่ถูกส่งเข้ามา และนำไปเปรียบเทียบกับงานวิจัยที่เกี่ยวข้องในฐานข้อมูล arXiv และแหล่งข้อมูลอื่น ๆ ที่ใกล้เคียงกัน ซึ่งเครื่องมือนี้สามารถระบุจุดที่ขาดการอ้างอิง (Citations), ข้อโต้แย้งที่ยังมีน้ำหนักน้อย รวมถึงข้อผิดพลาดในส่วนของระเบียบวิธีวิจัย (Methodology) ได้อย่างรวดเร็ว

อย่างไรก็ตาม เริ่มมีกระแสความกังวลเกิดขึ้นเกี่ยวกับเครื่องมือดังกล่าว เนื่องจากพบว่ามีอัตราการปฏิเสธรับตีพิมพ์ (Rejection rates) ที่ค่อนข้างสูง

อ่านข่าวเต็มได้ที่: ABC Money (U.K.)