รัฐบาลสวีเดนสั่งระงับ ChatGPT และ Claude

Photo by Emiliano Vittoriosi on Unsplash

ทางการสวีเดนได้ออกคำสั่งห้ามไม่ให้ข้าราชการและพนักงานของรัฐใช้งานโมเดล AI ผ่านเว็บเบราว์เซอร์ ทั้ง ChatGPT ของ OpenAI และ Claude ของ Anthropic บนคอมพิวเตอร์สำหรับการทำงาน เนื่องจากกังวลว่าข้อมูลลับหรือข้อมูลที่มีความละเอียดอ่อนอาจรั่วไหล หรือถูกนำไปใช้ฝึกฝนโมเดล AI โดยปราศจากการคุ้มครองข้อมูลที่รัดกุมเพียงพอ

มาตรการจำกัดการใช้งานดังกล่าวมีขึ้นหลังจากการตรวจสอบพบการใช้งาน AI ที่สุ่มเสี่ยงและอาจก่อให้เกิดปัญหาในสำนักงานบริหารการขนส่งแห่งสวีเดน (Swedish Transport Administration) ซึ่งสะท้อนให้เห็นถึงความกังวลในวงกว้างเกี่ยวกับการนำเทคโนโลยีที่ไม่ได้รับอนุญาตมาใช้ในองค์กร หรือที่เรียกว่าปรากฏการณ์ "Shadow IT"

อ่านข่าวเต็มได้ที่: euronews โดย Jonathan Benton

นักวิทยาศาสตร์สร้างแบบจำลองจักรวาลยุคแรกที่ละเอียดที่สุดเท่าที่เคยมีมา

ภาพจาก Smithsonian

ทีมนักวิจัยจากศูนย์ฟิสิกส์ดาราศาสตร์ฮาร์วาร์ดและสมิธโซเนียน (Center for Astrophysics | Harvard & Smithsonian) ได้พัฒนาหนึ่งในแบบจำลองคอมพิวเตอร์ที่จำลองจักรวาลในยุคแรกเริ่มที่มีขนาดใหญ่และมีรายละเอียดสูงที่สุดเท่าที่เคยสร้างมา

แบบจำลองนี้มีชื่อว่า "Lumina" ซึ่งสามารถจำลองปฏิสัมพันธ์ระหว่างสสารทั่วไป สสารมืด (Dark Matter) และรังสีต่างๆ ในช่วง 2 พันล้านปีแรกของเอกภพขึ้นมาใหม่ โดยจะช่วยให้นักดาราศาสตร์สามารถตีความและทำความเข้าใจข้อมูลจากการสังเกตการณ์ของกล้องโทรทรรศน์อวกาศเจมส์ เว็บบ์ (James Webb Space Telescope) และกล้องโทรทรรศน์อวกาศแนนซี เกรซ โรแมน (Nancy Grace Roman Space Telescope) ได้อย่างแม่นยำยิ่งขึ้น

ทั้งนี้ การสร้างแบบจำลอง Lumina ต้องใช้พลังการประมวลผลจากหน่วยประมวลผลกราฟิก (GPU) มากกว่า 15,000 ตัว บนซูเปอร์คอมพิวเตอร์ Frontier

อ่านข่าวเต็มได้ที่: Smithsonian

โมเดลของ Anthropic เข้าถึงข้อมูลของผู้มีสิทธิเลือกตั้ง

 

Photo by Brecht Corbeel on Unsplash

Anthropic เปิดเผยว่า โมเดล AI ของบริษัทอย่าง Claude ได้เข้าถึงข้อมูลสถิติผลการเลือกตั้งโดยรวม (Aggregate voting data) ของรัฐจอร์เจียซึ่งเปิดเผยต่อสาธารณะโดยไม่ได้รับอนุญาต ในระหว่างที่กำลังดำเนินโครงการวิเคราะห์ทางสถิติเป็นการภายใน

ทางบริษัทระบุว่า ตัวโมเดลได้ทำการหลบเลี่ยงเพย์วอลล์ (Paywall) เพื่อดึงข้อมูลที่ปกติแล้วต้องชำระค่าธรรมเนียมในการเข้าดู อย่างไรก็ตาม โมเดลไม่ได้เข้าถึงระบบลงทะเบียนผู้มีสิทธิเลือกตั้ง ทั้งยังไม่ได้แก้ไขหรือดึงบันทึกข้อมูลการลงคะแนนเสียงของบุคคลใดๆ ทั้งสิ้น

ทั้งนี้ Anthropic ได้แจ้งเรื่องดังกล่าวให้ทางเลขาธิการแห่งรัฐจอร์เจีย (Georgia's Secretary of State) และทำเนียบขาวรับทราบล่วงหน้าเป็นเวลาหลายสัปดาห์ ก่อนที่เหตุการณ์นี้จะถูกเปิดเผยต่อสาธารณชน

อ่านข่าวเต็มได้ที่: Axios โดย Maria Curi และ Alex Isenstadt

นักวิจัยระบุ 'ต้นทุนพลังงานที่ซ่อนอยู่' ของ AI Agent

ภาพจาก TechXplore โดย Korea Advanced Institute of Science and Technology

ทีมนักวิจัยจาก Korea Advanced Institute of Science & Technology (KAIST) พบว่า ระบบ AI Agents ที่มีความสามารถในการวางแผน ใช้เครื่องมือทำงาน และประมวลผลหลายขั้นตอน มีการใช้พลังงานต่อหนึ่งคำสั่ง (Query) สูงกว่าระบบ AI เชิงสร้างสรรค์ (Generative AI) แบบทั่วไปถึง 136.5 เท่า

ทางทีมวิจัยระบุว่า ระบบสถาปัตยกรรมแบบ Agentic Systems นี้ จะต้องทำการเรียกใช้งานโมเดลภาษาขนาดใหญ่ (LLM) ซ้ำๆ หลายครั้ง ส่งผลให้เกิดความหน่วง (Latency) ในการทำงานเพิ่มขึ้นสูงถึง 153.7 เท่า และทำให้มีช่วงที่ปล่อยให้ชิปประมวลผลกราฟิก (GPU) เปิดทิ้งไว้โดยเปล่าประโยชน์ (Idle)

จากการทดสอบพบว่า AI Agent ขนาด 7 หมื่นล้านพารามิเตอร์ (70-billion-parameter) มีอัตราการใช้พลังงานเฉลี่ยสูงถึง 348.41 วัตต์-ชั่วโมง ต่อหนึ่งคำสั่ง ซึ่งมากกว่าปริมาณพลังงานที่ระบบ Generative AI ทั่วไปใช้ในการตอบคำถามง่ายๆ ถึง 136.5 เท่า

อ่านข่าวเต็มได้ที่: TechXplore โดย Korea Advanced Institute of Science and Technology

การสร้างโค้ดด้วย AI แซงหน้าการควบคุมแล้ว

ภาพจาก TechRadar โดย Craig Hale 

ผลสำรวจจาก GitLab ซึ่งเก็บข้อมูลจากนักพัฒนาซอฟต์แวร์มากกว่า 1,500 คน พบว่า แม้เครื่องมือเขียนโค้ดด้วย AI จะช่วยเพิ่มประสิทธิภาพในการทำงาน (Productivity) แต่เครื่องมือเหล่านี้ไม่ได้ช่วยให้การส่งมอบซอฟต์แวร์เร็วขึ้นอย่างมีนัยสำคัญ เนื่องจากเวลาที่ประหยัดไปได้กลับต้องถูกนำมาใช้เพิ่มขึ้นในขั้นตอนการตรวจสอบโค้ด (Code Review) การทดสอบความถูกต้อง (Validation) และการกำกับดูแล (Governance) แทน

แม้ว่านักพัฒนาส่วนใหญ่จะรายงานว่าพวกเขาสามารถเขียนโค้ดได้เร็วขึ้นและมีคุณภาพสูงขึ้น แต่ 85% ของผู้ตอบแบบสอบถามระบุว่า ขั้นตอนการตรวจสอบโค้ด (Code Review) ได้กลายมาเป็นคอขวดหลัก (Primary Bottleneck) ในปัจจุบัน ในขณะที่อีก 73% ยอมรับว่าพวกเขามีกังวลเกี่ยวกับความสามารถในการบำรุงรักษาระยะยาว (Maintainability) ของโค้ดที่ถูกสร้างขึ้นโดย AI

 อ่านข่าวเต็มได้ที่: TechRadar โดย Craig Hale