ผู้นำในวงการเทคโนโลยีร่วมลงนามในจดหมายเพื่อป้องกันการพัฒนาอาวุธชีวภาพด้วยปัญญาประดิษฐ์ (AI)

ภาพจาก Wired โดย Emily Mullin 

Demis Hassabis จาก Google DeepMind, Sam Altman จาก OpenAI, Dario Amodei จาก Anthropic และ Mustafa Suleyman จาก Microsoft AI เป็นหนึ่งในผู้ร่วมลงนามในจดหมายเปิดผนึกที่ยื่นต่อสภาคองเกรสแห่งสหรัฐฯ เพื่อเรียกร้องให้มีข้อบังคับให้ผู้ให้บริการ DNA และ RNA สังเคราะห์ ต้องทำการตรวจสอบประวัติลูกค้าและคำสั่งซื้อ เพื่อป้องกันความเสี่ยงในการนำไปใช้ในทางที่ผิด

กลุ่มผู้ลงนามได้เตือนว่า เทคโนโลยี AI ที่กำลังก้าวหน้าอย่างรวดเร็วอาจช่วยลดกำแพงด้านความรู้ลง ซึ่งในอดีตกำแพงนี้เป็นสิ่งสำคัญที่ช่วยสกัดกั้นไม่ให้ผู้ไม่ประสงค์ดีสามารถพัฒนาอาวุธชีวภาพขึ้นมาได้

อ่านข่าวเต็มได้ที่: Wired โดย Emily Mullin 

เรดาร์สามารถแยกแยะความแตกต่างระหว่างแมลงชนิดต่าง ๆ ได้

ภาพจาก  IEEE Spectrum โดย Charles Q. Choi

ทีมนักวิจัยในยุโรปได้พัฒนาระบบเรดาร์คลื่นมิลลิเมตร (millimeter-wave radar) ที่สามารถระบุชนิดของแมลงผสมเกสรได้โดยไม่ต้องจับตัวหรือสร้างความเสียหายใดๆ แก่พวกมัน

แทนที่จะพึ่งพากล้องถ่ายภาพซึ่งมักมีข้อจำกัดด้านแสง สภาพอากาศ และการเคลื่อนไหว ระบบนี้จะใช้วิธีวิเคราะห์การสะท้อนของคลื่นเรดาร์ที่เกิดจากการขยับปีกของแมลง หรือที่เรียกว่า "สัญญาณไมโคร-ดอปเปลอร์" (micro-Doppler signatures) โดยการใช้ระบบการเรียนรู้ของเครื่อง (Machine Learning) ที่ผ่านการฝึกฝนกับแมลงผสมเกสร 5 สายพันธุ์ ทำให้โมเดลนี้มีความแม่นยำในการระบุสายพันธุ์สูงถึง 85% และมีความแม่นยำในการแยกแยะระหว่างผึ้งกับตัวต่อสูงถึง 96%

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Charles Q. Choi

ขอบเขตของพื้นที่เกษตรกรรมทั่วโลกเปิดเผยต่อสาธารณะแล้ว

ภาพจาก  The Source (Washington University in St. Louis) โดย Beth Miller

ทีมนักวิจัยจาก Washington University ใน St. Louis, Taylor Geospatial และห้องปฏิบัติการ Microsoft AI for Good Lab ได้ร่วมกันสร้างแผนที่ขอบเขตพื้นที่เกษตรกรรมระดับโลกฉบับแรกขึ้นมา พร้อมทั้งเปิดให้สาธารณะสามารถเข้าถึงเครื่องมือ AI เชิงภูมิสารสนเทศ (Geospatial AI) เพื่อใช้ในการติดตามตรวจสอบภาคเกษตรกรรมทั่วโลก

โครงการนี้มีวัตถุประสงค์เพื่อเพิ่มประสิทธิภาพในการทำแผนที่พืชพรรณ การประเมินผลผลิต การติดตามศัตรูพืช และการสร้างความมั่นคงทางอาหาร โดยการใช้ AI เข้ามาช่วยระบุพิกัดแปลงเกษตรกรรม ซึ่งระบบสามารถทำงานได้อย่างแม่นยำแม้ว่าขนาดของพื้นที่และแนวทางปฏิบัติในการทำฟาร์มของแต่ละภูมิภาคทั่วโลกจะมีความแตกต่างกันอย่างมากก็ตาม

อ่านข่าวเต็มได้ที่: The Source (Washington University in St. Louis) โดย Beth Miller

แฮกเกอร์สามารถเจาะเข้าไปในเซิร์ฟเวอร์ AI ได้ด้วยเสาอากาศทั่วไป

ภาพจาก Popular Science โดย Yook JiHun

ทีมนักวิจัยในประเทศเกาหลีใต้ สิงคโปร์ และจีน ได้สาธิตเทคนิคการแฮกข้อมูลที่สามารถถอดและสร้างโครงสร้างสถาปัตยกรรมของโมเดล AI ขึ้นมาใหม่ได้ โดยการดักจับสัญญาณแม่เหล็กไฟฟ้าที่รั่วไหลออกมาจากชิปประมวลผลกราฟิก (GPU)

การโจมตีนี้ใช้เพียงแค่เสาอากาศและเครื่องรับสัญญาณแม่เหล็กไฟฟ้าที่มีวางจำหน่ายทั่วไป ซึ่งทั้งสองสิ่งนี้มีขนาดเล็กพอที่จะใส่ในกระเป๋าเป้ได้ โดยผู้โจมตีสามารถระบุชั้นข้อมูล (layers) และค่าพารามิเตอร์ต่างๆ ของโมเดล AI ได้อย่างแม่นยำสูงถึง 97.6% แม้ว่าจะดำเนินการผ่านกำแพงคอนกรีตหรืออยู่ห่างออกไปหลายเมตรก็ตาม

อ่านข่าวเต็มได้ที่: Popular Science โดย Yook JiHun

เว็บไซต์มีวิธีใหม่ในการสอดแนมผู้เข้าชม: ด้วยการวิเคราะห์การทำงานของ SSD

ภาพจาก Ars Technica โดย Dan Goodin

นักวิจัยในประเทศออสเตรียได้พัฒนาเทคนิคการติดตามผ่านเว็บเบราว์เซอร์ที่สามารถอนุมานได้ว่าผู้ใช้กำลังเปิดเว็บไซต์หรือแอปพลิเคชันใดอยู่บนอุปกรณ์ โดยอาศัยการวัดความคลาดเคลื่อนเพียงเล็กน้อยของเวลาในการตอบสนอง (timing interactions) ของฮาร์ดดิสก์แบบ Solid-State Drive (SSD)

การโจมตีนี้ใช้ประโยชน์จาก contention side channel โดยใช้ภาษา JavaScript และระบบ Origin Private File System ของเบราว์เซอร์ เพื่อเฝ้าติดตามความหน่วงในการอ่าน-เขียนข้อมูล (input-output latency) ของ SSD จากนั้นจึงนำรูปแบบที่ได้ไปวิเคราะห์ด้วยโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Convolutional Neural Network - CNN) ซึ่งเทคนิคนี้ทำงานภายในเบราว์เซอร์ทั้งหมดและไม่จำเป็นต้องอาศัยการปฏิสัมพันธ์ใดๆ จากผู้ใช้เลย

อ่านข่าวเต็มได้ที่: Ars Technica โดย Dan Goodin