Apple จะลงทุนหนึ่งพันล้านเหรียญเพื่อเปิดแคมปัสที่จะจ้างพนักงานสามพันคนใน North Carolina

 

David Paul Morris | Bloomberg | Getty Images

Apple วางแผนที่จะเปิดแคมปัสแห่งใหม่ในเขต Raleigh, NC โดยมีพนักงาน 3,000 คนที่ทำงานเกี่ยวกับวิศวกรรมซอฟต์แวร์ การเรียนรู้ของเครื่อง (machine learning) และเทคโนโลยีอื่น ๆ บริษัท จะใช้จ่ายมากกว่า 1 พันล้านเหรียญในแคมปัสนี้ เพิ่มเติมจากแผนก่อนหน้านี้ที่จะเปิดแคมปัสที่ลงทุนไป 1 พันล้านเหรียญใน Austin, TX ปีหน้า แคมปัส NC จะตั้งอยู่ในพื้นที่สามเหลี่ยมการวิจัย ซึ่งหมายถึงมันอยู่ใกล้กับ  North Carolina State University, Duke University, และ University of North Carolina at Chapel Hill ความเคลื่อนไหวดังกล่าวเกิดขึ้นในขณะที่ บริษัทเทคโนโลยีอื่น ๆ เช่น Oracle, Google และ Amazon ขยายตัวออกไปนอกพื้นที่ San Francisco Bay เพื่อเข้าถึงกลุ่มคนที่มีความสามารถได้มากขึ้น ในพื้นที่ที่มีค่าครองชีพที่ต่ำกว่า ในขณะเดียวกัน Apple ประกาศว่าจะเพิ่มตำแหน่งงาน 20,000 ตำแหน่งทั่วประเทศในอีก 5 ปีข้างหน้าในเมืองต่าง ๆ เช่น San Diego, Culver City, Boulder, และ Seattle.

อ่านข่าวเต็มได้ที่: CNBC

เมืองไหน (ในอเมริกา) เหมาะกับงานด้านเทคที่สุด

Photo: Getty Images

เครือข่ายโซเชียลของคนทำงาน Blind ได้สำรวจผู้ใช้ 1,085 ราย จากบริษั เทคโนโลยีใน Austin, Chicago, New York City (NYC), San Francisco Bay Area, และ Seattle เพื่อหาว่าเมืองใดที่พวกเขาคิดว่าปฏิบัติต่อคนทำงานด้านเทคโนโลยีได้ดีที่สุด แม้ว่าผู้ตอบแบบสอบถามส่วนใหญ่ในแต่ละเมือง จะให้คะแนนเมืองนั้นสูงในหมวดหมู่ส่วนใหญ่ แต่ก็มีความแตกต่างกันให้เห็นได้ Austin ได้รับการจัดอันดับให้เป็นเมืองอันดับต้น ๆ ที่รัฐบาลท้องถิ่นช่วยให้พนักงานเทคโนโลยีและ บริษัทต่าง ๆ ประสบความสำเร็จ NYC ได้รับการจัดอันดับสูงสุดในฐานะสถานที่ที่เพื่อนร่วมงานเทคโนโลยีสามารถพบปะสังสรรค์ได้ ในขณะที่ผู้ตอบแบบสอบถามระบุว่าพวกเขาเห็นว่า San Francisco Bay Area มีโอกาสในการทำงานด้านเทคโนโลยีมากที่สุด

อ่านข่าวเต็มได้ที่: IEEE Spectrum

นักวิจัยเตือนให้เซ็ตค่า iPhone เพื่อแก้บั๊กที่มีมายาวนาน

Photo by David Švihovec on Unsplash

ผู้ไม่ประสงค์ดีสามารถใช้ประโยชน์จากข้อผิดพลาดในคุณลักษณะ AirDrop ของ iPhone และ MacBooks เพื่อเข้าถึงอีเมลและหมายเลขโทรศัพท์ของเจ้าของตามการศึกษาของนักวิจัยจาก Technical University of Darmstadt (TU Darmstadt) ของเยอรมนี AirDrop ช่วยให้ผู้ใช้สามารถช้งานทั้ง Bluetooth และ Wi-Fi เพื่อค้นหาอุปกรณ์ Apple ที่อยู่ใกล้เคียงและแชร์เอกสารและไฟล์อื่น ๆ ระหว่างกันได้ อย่างไรก็ตามคนแปลกหน้าที่อยู่ในระยะของอุปกรณ์ดังกล่าว สามารถดึงอีเมลและหมายเลขโทรศัพท์ได้เมื่อผู้ใช้เปิด AirDrop เนื่องจากฟังก์ชันจะตรวจสอบข้อมูลดังกล่าวกับสมุดที่อยู่ของผู้ใช้รายอื่นในระหว่างกระบวนการตรวจสอบสิทธิ์ นักวิจัยกล่าวว่าพวกเขาแจ้งเตือน Apple ถึงช่องโหว่เมื่อเกือบสองปีที่แล้ว แต่ บริษัท "ไม่ได้รับทราบปัญหาหรือระบุว่าพวกเขากำลังดำเนินการแก้ไขปัญหา" พวกเขาแนะนำให้ผู้ใช้ปิดใช้งาน AirDrop และไม่เปิดเมนูแชร์ และเปิดใช้งานฟังก์ชันเมื่อจำเป็นต้องแชร์ไฟล์เท่านั้นจากนั้นปิดใช้งานเมื่อเสร็จสิ้น

อ่านข่าวเต็มได้ที่: USA Today

สมาร์ตโฟนที่มีระบบแจ้งเตือนฉุกเฉิน

ภาพจาก ACM

นักวิจัยด้านวิทยาการคอมพิวเตอร์จาก University of Alabama at Birmingham (UAB) และ Jacksonville State University ได้พัฒนาและทดสอบระบบสมาร์ทโฟนที่ใช้บลูทูธ เพื่อเผยแพร่การแจ้งเตือนเหตุฉุกเฉินในในเมือง InSight เป็นสัญญาณเตือนที่สามารถติดตั้งได้อย่างง่ายดายในราคาที่ต่ำ ซึ่งสามารถตรวจจับเมื่อผู้ใช้เข้าใกล้สถานที่ที่เป็นอันตราย ระบบใช้แอปพลิเคชันมือถือ บีคอน และเซิร์ฟเวอร์แบ็กเอนด์ เพื่อคำนวณและกระจายสัญญาณไปให้ผู้รับได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต Ragib Hasan ของ UAB กล่าวว่า "ระบบของเรา InSight สามารถทำงานได้ในช่วงที่เกิดภัยพิบัติแม้ในสภาวะที่ไม่มีไฟ ระบบระบุตำแหน่งบนพื้นโลก  และเครือข่ายโทรศัพท์ เพื่อกระจายการแจ้งเตือนและช่วยชีวิต"

อ่านข่าวเต็มได้ที่: University of Alabama at Birmingham

AI ติดตามการพัฒนาของทฤษฎีสมคบคิดเกี่ยวกับ COVID-19 บนโซเชียลมีเดียได้อย่างแม่นยำ

ภาพแสดงการเปลี่ยนแปลงของความสำคัญของคำจาการทวีตที่เเกี่ยวกับทฤษฎีสมคบคิดเกี่ยวกับ Bill และ Melinda Gates ภาพจาก Los Alamos National Laboratory News

นักวิทยาศาสตร์จาก Los Alamos National Laboratory (LANL) ของกระทรวงพลังงานสหรัฐอเมริกาได้พัฒนาโปรแกรมการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่ระบุทฤษฎีสมคบคิดที่เกี่ยวข้องกับ Covid -19 บนโซเชียลมีเดียได้อย่างแม่นยำ และสร้างตัวแบบการวิวัฒนาการของพวกมัน ทีมงานใช้ข้อมูล Twitter ที่เปิดเผยต่อสาธารณะและไม่เปิดเผยตัวตน เพื่ออธิบายหัวข้อทฤษฎีสมคบคิดของ Covid-19 สี่ประเด็น และกำหนดบริบทของแต่ละประเด็นในช่วงห้าเดือนแรกของการระบาด ทีมงานสร้างตัวแบบปัญญาประดิษฐ์แบบ random-forest ที่ระบุว่าทวีตนั้นให้ข้อมูลที่ผิดพลาดเกี่ยวกับ Covid-19 หรือไม่ นักวิทยาศาสตร์ได้เรียนรู้ว่าเทคนิคการเรียนรู้แบบมีผู้สอน (supervised learning) สามารถระบุทฤษฎีสมคบคิดไดโดยอัตโนมัติ  ในขณะที่วิธีการสร้างตัวแบบหัวข้อแบบไดนามิกที่ไม่มีผู้สอน สามารถตรวจสอบการเปลี่ยนแปลงความสำคัญของคำระหว่างหัวข้อต่าง ๆ ในแต่ละทฤษฎีสมคบคิดได้

อ่านข่าวเต็มได้ที่: Los Alamos National Laboratory News

Apple ตกเป็นเป้าหมายของ Ransomware จากการแฮกบริษัทซัพพลายเออร์ Quanta

ภาพจาก ACM

Quanta Computer บริษัทคู่สัญญาของ Apple ในไต้หวันประสบปัญหาถูกโจมตีโดย ซอฟต์แวร์เรียกค่าไถ่หรือ Ransomware  จาก REvil ซึ่งอยู่ในรัสเซีย โดยอ้างว่าได้ขโมยพิมพ์เขียวของผลิตภัณฑ์ล่าสุดของ Apple ผู้ใช้คนนหนึ่งในฟอรัมไซเบอร์ XSS โพสต์เมื่อวันอาทิตย์ว่า REvil กำลังจะประกาศ "การโจมตีครั้งใหญ่ที่สุดเท่าที่เคยมีมา" ตามแหล่งข่าวที่ไม่เปิดเผยตัวตน REvil ระบุชื่อ Quanta เป็นเหยื่อรายล่าสุดบนเว็บไซต์ "Happy Blog" โดยอ้างว่ารอเผยแพร่การละเมิดดังกล่าว จนกว่า Apple เปิดตัวผลิตภัณฑ์ล่าสุด เนื่องจาก Quanta ปฏิเสธที่จะจ่ายค่าไถ่ เมื่อการเปิดตัวสิ้นสุดลง REvil ได้โพสต์แผนผังการออกแบบระบบสำหรับแล็ปท็อปเครื่องใหม่ รวมถึงการทำงานของสิ่งที่ดูเหมือนว่าจะเป็น Macbook ที่ออกแบบมาเมื่อไม่นานมานี้ในเดือนมีนาคม REvil กำลังพยายามขู่ Apple ด้วยการใช้ข้อมูลที่ขโมยมา โดยบอกให้ Apple จ่ายค่าไถ่ในวันนที่ 1 พ.ค. จนกว่าจะถึงวันนั้นแฮกเกอร์จะปล่อยไฟล์ออกมาวันละไฟล์ โฆษกของ Apple ปฎิเสธที่จะให้ความเห็นในเรื่องนี้ ส่วน Quanta กำลังปรับปรุงโครงสร้างด้านความมั่นคงทางไซเบอร์เพื่อปกป้องข้อมูล

อ่านข่าวเต็มได้ที่: Bloomberg 

ธนาคารในสหรัฐใช้ AI ในการตรวจสอบลูกค้าและพนักงานท่ามกลางการเปลี่ยนแปลงทางเทคโนโลยี

ภาพจาก Reuters

ธนาคารหลายแห่งในสหรัฐอเมริการวมถึง City National Bank of Florida, JPMorgan Chase & Co. และ Wells Fargo & Co. กำลังเปิดตัวระบบปัญญาประดิษฐ์เพื่อวิเคราะห์ความชอบของลูกค้า ตรวจสอบพนักงานและตรวจจับกิจกรรมที่น่าสงสัยใกล้ตู้เอทีเอ็ม City National จะเริ่มทดลองใช้การจดจำใบหน้าในต้นปี 2022 โดยมีเป้าหมายในการนำมาแทนระบบการตรวจสอบสิทธิ์ที่มีความปลอดภัยต่ำกว่า JPMorgan กำลังทดสอบเทคโนโลยีการวิเคราะห์วิดีโอในบางสาขาในโอไฮโอ และ Wells Fargo ใช้เทคโนโลยีนี้เพื่อป้องกันการฉ้อโกง ความกังวลเกี่ยวกับการใช้เทคโนโลยีดังกล่าวมีตั้งแต่ข้อผิดพลาดในการจับคู่ใบหน้า และการสูญเสียความเป็นส่วนตัว ไปจนถึงการใช้ระบบตรวจสอบที่ไม่สมสัดส่วนในชุมชนที่มีรายได้ต่ำและไม่ใช่คนผิวขาว Walter Connors ของธนาคาร Brannen Bank ในฟลอริดากล่าวว่า "ใครก็ตามที่เดินเข้าไปในสาขาธนาคารก็รู้อยู่แล้วว่าจะถูกบันทึกเอาไว้ แต่เมื่อคุณพูดถึงการรู้จำใบหน้านั่นจะเป็นอีกเรื่องที่ใหญ่กว่า"

อ่านข่าวเต็มได้ที่: Reuters

ออกแบบหุ่นยนต์ DNA ในไม่กีนาทีแทนที่จะเป็นวัน

ภาพจาก Ohio State News

ซอฟต์แวร์ที่พัฒนาโดยนักวิจัยจาก Ohio State University สามารถช่วยรวมสายดีเอ็นเอเล็ก ๆ เข้ากับหุ่นยนต์ที่อาจใช้ในการส่งยาภายในร่างกาย ตรวจหาเชื้อโรคร้ายแรง หรือพัฒนาอุปกรณ์อิเล็กทรอนิกส์ที่มีขนาดเล็กลงได้ ซอฟต์แวร์ MagicDNA สามารถพัฒนาอุปกรณ์ขนาดนาโนนี้ได้ในเวลาเพียงไม่กี่นาทีเมื่อเทียบกับหลายวันเมื่อทำด้วยตนเอง นอกจากนี้ยังสามารถสร้างอุปกรณ์นาโนที่ซับซ้อนมากขึ้นโดยมีส่วนประกอบมากถึง 20 ชิ้นซึ่งควบคุมได้ง่ายกว่าเมื่อเทียบกับส่วนประกอบประมาณ 6 ชิ้นที่เชื่อมต่อด้วยข้อต่อและบานพับที่สร้างขึ้นโดยใช้กระบวนการแบบดั้งเดิม ซอฟต์แวร์นี้ทำให้กระบวนการออกทำในรูปบบแบบสามมิติได้อย่างสมบูรณ์ โดยนักวิจัยสามารถสร้างโครงสร้างดีเอ็นเอ "จากล่างขึ้นบน" ซึ่งพวกเขาตัดสินใจว่าจะจัดระเบียบสายดีเอ็นเอแต่ละเส้นให้เป็นโครงสร้างที่ต้องการได้อย่างไร หรือ "จากบนลงล่าง" ซึ่งจะกำหนดรูปร่างของอุปกรณ์แล้วทำให้การจัดระเบียบของสายดีเอ็นเอเป็นไปโดยอัตโนมัติ ซอฟต์แวร์นี้ยังจำลองการเคลื่อนไหวและการทำงานของอุปกรณ์เมื่อมันต้องทำงานในสภาพแวดล้อมจริง 

อ่านข่าวเต็มได้ที่: Ohio State News

IBM ปล่อย Qizkit Module ที่ใช้คอมพิวเตอร์ควอนตัมเพื่อปรับปรุงการเรียนรู้ของเครื่อง

 

The IBM Q quantum system at Semicon West. Image Credit: Dean Takahashi

IBM ได้เปิดตัวชุดโมดูลแอปพลิเคชัน Qiskit Machine Learning ซึ่งเป็นส่วนหนึ่งของความพยายามในการสนับสนุนให้นักพัฒนาได้ลองใช้คอมพิวเตอร์ควอนตัม ทีมแอปพลิเคชัน Qiskit ของ บริษัท กล่าวว่าโมดูลจะช่วยเพิ่มประสิทธิภาพการเรียนรู้ของเครื่อง โดยการใช้ระบบควอนตัมสำหรับส่วนประกอบกระบวนการบางอย่าง ทีมงานกล่าวว่า "Quantum machine learning (QML) เสนอโมเดลรูปแบบใหม่ที่ใช้ประโยชน์จากความสามารถเฉพาะของคอมพิวเตอร์ควอนตัม เช่นทำงานกับ feature space ที่มีมิติมากขึ้นแบบเอกซ์โปเนนเชียล เพื่อปรับปรุงความแม่นยำของแบบจำลอง ไอบีเอ็มคาดหวังว่าคอมพิวเตอร์ควอนตัมจะได้รับโมเมนตัมของตลาด ด้วยการถ่ายโอนงานเฉพาะบางอย่างจากคอมพิวเตอร์แบบคลาสสิกไปยังแพลตฟอร์มควอนตัม

อ่านข่าวเต็มได้ที่: VentureBeat

AWS เปิดเผยวิธีที่จะสร้างควอนตัวคอมพิวเตอร์ที่แม่นยำมากขึ้น

Image: Getty Images/iStockphoto

Amazon Web Services (AWS) ซึ่งเป็นบริษัทย่อยด้านคลาวด์ของ Amazon ได้เปิดเผยสถาปัตยกรรมใหม่สำหรับคอมพิวเตอร์ควอนตัมที่ทนต่อความผิดพลาด ซึ่งสามารถรับรองว่าควอนตัมบิต (qubits) สามารถคำนวณได้ด้วยความแม่นยำสูงสุด สถาปัตยกรรมนำเสนอระบบที่เกี่ยวกับ "cat states" ซึ่งเป็นรูปแบบของการแก้ไขข้อผิดพลาดเชิงควอนตัมแบบพาสซีฟ (passive quantum error correction) แต่ทีม AWS ได้เสนอการแก้ไขข้อผิดพลาดเชิงควอนตัมแบบแอกทีฟ (active quantum error correction) เพื่อป้องกันข้อผิดพลาดอื่น ๆ ที่นอกเหนือจาก bit-flip 

อ่านข่าวเต็มได้ที่: ZDNet

แอปคำนวณความเสี่ยงติดเชื้อโคโรนาไวรัสในห้อง

picture alliance/dpa | Friso Gentsch

เว็บแอปพลิเคชันฟรีที่ออกแบบโดยนักวิจัยจาก Max Planck Institute for Dynamics and Self-Organization (MPIDS) ของเยอรมนี และ University Medical Center Göttingen สามารถคำนวณความเสี่ยงของการติดเชื้อโคโรนาไวรัสภายในอาคารได้ แอปนี้ใช้วิธีการที่เรียกว่า HEADS (Human Emission of Aerosol and Droplet Statistics) เพื่อคำนวณความเสี่ยงในการติดเชื้อผ่านละอองลอย ผู้ใช้ป้อนพารามิเตอร์บางอย่างเช่นขนาดของห้องจำนวนคนที่มีอยู่และไม่ว่าพวกเขากำลังหายใจพูดเสียงดังหรืออาจจะร้องเพลง HEADS ตระหนักถึงข้อเท็จจริงที่ว่าละอองสเปรย์ขนาดใหญ่อาจเป็นอันตรายมากกว่าเมื่อถูกปล่อยออกมา เนื่องจากอาจมีไวรัสหลายตัว Mohsen Bagheri ของ MPIDS กล่าวว่า "ด้วยการวัดโฮโลแกรมและการติดตามอนุภาคของเราตอนนี้เรารู้จักละอองลอยขนาดใหญ่เป็นอย่างดีซึ่งช่วยให้เราสามารถระบุปริมาณไวรัสในสภาพแวดล้อมภายในอาคารได้เป็นอย่างดี"

อ่านข่าวเต็มได้ที่: Max Planck Gessellschaft (Germany)

คนอาจเชื่อคอมพิวเตอร์มากกว่าคนด้วยกัน

ภาพจาก UGA Today

งานวิจัยใหม่ของนักวิทยาศาสตร์ข้อมูลแห่ง University of Georgia (UGA) ระบุว่าผู้คนอาจเต็มใจที่จะไว้วางใจโปรแกรมคอมพิวเตอร์มากกว่าคนด้วยกัน โดยเฉพาะงานที่ยากมาก ๆ นักวิจัยขอให้อาสาสมัคร 1,500 คนนับจำนวนคนในรูปถ่ายของคนจำนวนมาก จากนั้นให้ฟังคำแนะนำจากคนอื่นและจากอัลกอริทึม Aaron Schecter แห่ง UGA กล่าวเมื่อจำนวนคนที่ปรากฎในภาพถ่ายเพิ่มขึ้นอาสาสมัครก็มีแนวโน้มที่จะทำตามคำแนะนำของอัลกอริทึม มากกว่าที่จะนับตัวเองหรือเชื่อตามคนส่วนใหญ่ Eric Bogert นักศึกษาปริญญาเอกกล่าวว่า “ดูเหมือนว่าจะมีความเอนเอียงไปที่อัลกอริทึมมากขึ้นในงานที่ยากขึ้น โดยมีผลมากกว่าความเอนเอียงจากการพึ่งพาคำแนะนำจากคนอื่น”

อ่านข่าวเต็มได้ที่: UGA Today

Toyota เปิดตัวรถรุ่นใหม่ที่มีระบบช่วยขับขี่ขั้นสูง

ภาพจาก Reuters

Toyota Motor ผู้ผลิตรถยนต์สัญชาติญี่ปุ่นได้เปิดตัวรถยนต์ Lexus และ Mirai รุ่นใหม่ล่าสุดในญี่ปุ่นพร้อมระบบช่วยเหลือผู้ขับขี่ขั้นสูง (advanced driver assistance systems) หรือ ADAS โซลูชัน Advanced Drive ของ Toyota มีระบบอัตโนมัติระดับ 2 ที่ช่วยในการขับขี่รวมถึงการรักษารถให้อยู่ในเลน การรักษาระยะห่างจากรถคันอื่น และการเปลี่ยนเลนอย่างปลอดภัย James Kuffner จาก Toyota กล่าวว่ารถยนต์รุ่นใหม่นี้เป็นรุ่นแรกที่ บริษัทนำออกสู่ตลาดที่โดยให้การอัปเดตซอฟต์แวร์แบบ over-the-air และใช้ปัญญาประดิษฐ์แบบการเรียนรู้เชิงลึก (Deep Learning) Kuffner กล่าวเสริมว่ารถยนต์ในอนาคตจะ“ อัพเกรดได้” และ“ ปรับแต่งได้มากขึ้น”

อ่านข่าวเต็มได้ที่: Reuters

การขุดบิตคอยน์ในจีนจะปล่อยคาร์บอนถึงหลัก 130 ล้านตันในปี 2024

Andrey Rudakov/Bloomberg via Getty Images

นักวิจัยจากมหาวิทยาลัย Tsinghua ของจีนคาดการณ์ว่าการขุดบิตคอยน์ (bitcoin) ของจีนจะปล่อยคาร์บอนประมาณ 130 ล้านเมตริกตันสู่ชั้นบรรยากาศภายในปี 2024 และคิดเป็นประมาณ 5.4% ของการปล่อยคาร์บอนจากการผลิตไฟฟ้าของจีน ทีมงานคาดการณ์การปล่อยมลพิษสูงสุดในปี 2024 โดยการคำนวณว่าการลงทุนในอุปกรณ์คอมพิวเตอร์และค่าไฟฟ้าที่เกี่ยวข้องกับการขุดบิตคอยน์จะมากกว่าผลประโยชน์ทางการเงินที่ได้รับ Guan Dabo ของ Tshinghua กล่าวว่าจะต้องมีกฎระเบียบเพื่อลดการปล่อยก๊าซคาร์บอนจากการขุดบิตคอยน์ และภาคส่วนอื่น ๆ ที่จะเกิดขึ้นในอนาคต เนื่องจากความมุ่งมั่นของจีนที่จะบรรลุเป้าหมายคาร์บอนเป็นศูนย์ในปี 2060

อ่านข่าวเต็มได้ที่: New Scientist

AI อาจเจาะภาษาของมะเร็งและอัลไซเมอร์ได้

Image credit: Weitz lab, Harvard University

การศึกษาของนักวิจัยจาก St. John's College, University of Cambridge ในสหราชอาณาจักรพบว่า "ภาษาทางชีววิทยา" ของโรคมะเร็งอัลไซเมอร์และโรคทางระบบประสาทอื่น ๆ สามารถทำนายได้โดยการเรียนรู้ของเครื่อง (machine learning) นักวิจัยใช้อัลกอริทึมที่คล้ายกับที่ใช้โดย Netflix, Facebook และผู้ช่วยด้านเสียงเช่น Alexa และ Siri เพื่อฝึกตัวแบบเครือข่ายประสาทเทียมเชิงภาษา เพื่อศึกษาการควบแน่น (condensate) ทางชีวโมเลกุล  (biomolecular) Tuomas Knowles ของ St. John's College กล่าวว่า "ข้อบกพร่องใด ๆ ที่เชื่อมต่อกับหยดโปรตีนเหล่านี้อาจนำไปสู่โรคต่าง ๆ เช่นมะเร็ง นี่คือเหตุผลที่การนำเทคโนโลยีการประมวลผลภาษาธรรมชาติมาใช้ในการวิจัยเกี่ยวกับโมเลกุลที่เป็นต้นกำเนิดของความผิดปกติของโปรตีนจึงมีความสำคัญหากเราต้องการให้สามารถแก้ไขความผิดพลาดทางไวยากรณ์ในเซลล์ซึ่งทำให้เกิดโรค"

อ่านข่าวเต็มได้ที่: University of Cambridge (U.K.)

หุ่นยนต์จากสวิสใช้แสงยูวีเพื่อฆ่าเชื้อไวรัสให้กับเครื่องบินโดยสาร

ภาพจาก Reuters

หุ่นยนต์ที่พัฒนาโดย UVeya สตาร์ทอัพสัญชาติสวิสใช้แสงอัลตราไวโอเลต หรือ UV เพื่อฆ่าไวรัสบนเครื่องบินโดยสารของสวิส ในการทดสอบที่ดำเนินการกับบริษัทผู้ให้บริการสนามบิน Dnata ในสหรัฐอาหรับเอมิเรตส์ ทีม UVeya ได้สร้างหุ่นยนต์ต้นแบบ 3 ตัวซึ่งหนึ่งในนั้น Jodoc Elmiger ผู้ร่วมก่อตั้งได้สาธิตมาแล้วในเครื่องบินเจ็ทของ Helvetic Airways ที่สนามบิน Zurich ของสวิตเซอร์แลนด์ หุ่นยนต์ 1 ตัวสามารถฆ่าเชื้อเครื่องในหนึ่งช่องทางเดินของเครื่องบินได้ภายใน 13 นาที Lukas Gyger แห่ง Dnata กล่าวว่า "เรากำลังมองหาทางออกที่ยั่งยืนและเป็นมิตรกับสิ่งแวดล้อม เพื่อให้แน่ใจว่าผู้เดินทางโดยเครื่องบินจะไม่ป่วย"

อ่านข่าวเต็มได้ที่: Reuters

เครือข่ายเรียนรู้เชิงลึกชอบเสียงคนมากกว่า

 

ภาพจาก Columbia Engineering

Hod Lipson และ Boyuan Chen จาก Columbia University สาธิตให้เห็นว่าระบบปัญญาประดิษฐ์ที่ตั้งโปรแกรมด้วยไฟล์เสียงภาษามนุษย์สามารถทำงานได้ดีกว่าระบบที่เข้ารหัสด้วยป้ายกำกับข้อมูลที่เป็นตัวเลข  วิศวกรได้สร้างเครือข่ายประสาทเทียมสองเครือข่าย และฝึกให้พวกมันจดจำวัตถุ 10 ประเภทในชุดภาพถ่าย 50,000 ภาพ ระบบหนึ่งได้รับการฝึกฝนด้วยอินพุตไบนารี ในขณะที่อีกระบบหนึ่งได้รับการป้อนตารางข้อมูลที่มีรูปถ่ายของสัตว์หรือสิ่งของพร้อมไฟล์เสียงที่สอดคล้องกันของเสียงของมนุษย์ที่พูดชื่อสัตว์หรือสิ่งของ นักวิจัยจากโคลัมเบียพบว่าเมื่อนำเสนอด้วยภาพเครือข่ายโปรแกรมไบนารีจะตอบด้วย 1 และ 0 ในขณะที่อีกเครือข่ายหนึ่งจะพูดชื่อของวัตถุจากภาพ เมื่อทดสอบด้วยภาพที่ไม่ชัดเจนพบว่าเครือข่ายที่ฝึกด้วยเสียงมีความแม่นยำ 50% ในขณะที่เครือข่ายที่ฝึกด้วยตัวเลขมีความแม่นยำเพียง 20%

อ่านข่าวเต็มได้ที่: Columbia Engineering

เครื่องมือ AI สามารถช่วยตรวจหาเนื้องอกได้

ภาพจาก MIT News

นักวิจัยจาก Massachusetts Institute of Technology (MIT) ได้ออกแบบระบบปัญญาประดิษฐ์ที่วิเคราะห์ภาพแบบ wide-field ของผิวของผู้ป่วยเพื่อตรวจหามะเร็งผิวหนังได้อย่างมีประสิทธิภาพมากขึ้น กระบวนการนี้ใช้โครงข่ายประสาทเทียมแบบ deep convolutional (DCNNs) เพื่อเพิ่มประสิทธิภาพในการระบุ และการจำแนกประเภทของสีของรอยโรคที่น่าสงสัย ( suspicious pigmented lesions) หรือ SPL ในภาพแบบ wide-field นักวิจัยของ MIT ได้ฝึกฝนระบบโดยใช้ภาพแบบ wide-field 20,388 ภาพจากผู้ป่วย 133 คนที่ Hospital Gregorio Marañón ในสเปน รวมถึงภาพที่เผยแพร่ต่อสาธารณะด้วย แพทย์ผิวหนังจำแนกรอยโรคด้วยสายตาจากภาพเพื่อเปรียบเทียบ โดยระบบมีความไวมากกว่า 90.3% ในการแยกความแตกต่างของ SPL จากแผลที่ไม่น่าสงสัย ผิวหนัง และพื้นหลัง (ของภาพ) ทีมีความซับซ้อน

อ่านข่าวเต็มได้ที่: MIT News

Rice กับ Intel ฝึกฝน AI แบบเหมาะสมที่สุดสำหรับฮาร์ดแวร์ของสินค้าโภคภัณฑ์

ภาพจาก Rice University

นักวิทยาศาสตร์คอมพิวเตอร์ของ Rice University และผู้ร่วมงานจาก Intel ได้สาธิตซอฟต์แวร์ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่ทำงานบนโปรเซสเซอร์ของสินค้าโภคภัณฑ์ และฝึกเครือข่ายประสาทเทียมเชิงลึก (deep neural network)  หรือ DNN ได้เร็วกว่าแพลตฟอร์มที่ใช้หน่วยประมวลผลกราฟิก  หรือ GPU อย่างมีนัยสำคัญ Anshumali Shrivastava ของ Rice กล่าวว่าค่าใช้จ่ายในการฝึกอบรม DNN ถือเป็นปัญหาคอขวดที่ใหญ่ที่สุดใน AI และ sub-linear deep learning engine (SLIDE) ซึ่งทีมได้พัฒนาขึ้นเอาชนะมันได้ด้วยการทำงานบนซีพียูของสินค้าโภคภัณฑ์ และด้วยมองว่าการฝึก DNN เป็นปัญหาการสืบค้นโดยใช้ตารางแฮช   (hash table) งานวิจัยล่าสุดได้พิจารณาถึงผลกระทบของ vectorization และตัวเร่งการเพิ่มประสิทธิภาพหน่วยความจำที่มีต่อ CPU Shrivastava กล่าวว่า "เราใช้ประโยชน์จากนวัตกรรมเหล่านั้นเพื่อใช้ SLIDE ให้ดียิ่งขึ้นไปอีกโดยแสดงให้เห็นว่าถ้าเราแก้ไขการคูณเมทริกซ์ไม่ได้ เรายังสามารถใช้ประโยชน์จากพลังในซีพียูสมัยใหม่ และฝึกโมเดล AI ได้เร็วกว่าฮาร์ดแวร์เฉพาะทางที่ดีที่สุดถึง 4 ถึง 15 เท่า"

อ่านข่าวเต็มได้ที่: Rice University News

ภาษาโปรแกรมรุ่นเก๋าจู่ ๆ กลับมาได้รับความนิยมอีกครั้ง

TIOBE Index April 2021

ดัชนี Tiobe Programming Community ล่าสุด แสดงให้เห็นว่า Objective-C หลุดจากรายการภาษาโปรแกรมยอดนิยม 20 อันดับแรก ในขณะที่ Fortran ขึ้นจากอันดับที่ 34 เป็นอันดับที่ 20 ในปีที่ผ่านมา Tiobe ตั้งสมมติฐานว่าที่ Objective-C ยังคงได้รับความนิยมส่วนหนึ่งเป็นเพราะการใช้ Swift ลดลง เนื่องจากนักพัฒนาแอปพลิเคชันมือถือมุ่งเน้นไปที่ภาษาที่สามารถใช้ในการสร้างแอปที่ทำงานได้บนหลายแพลตฟอร์ม ตัว Swift เองก็ตกลงไปที่อันดับ 15 จากที่เคยอยู่อันดับ 11 เมื่อเมษายนปี 2020 Fortran ซึ่งถูกเผยแพร่โดย IBM ในปี 1950 ยังคงเป็นภาษายอดนิยมในแวดวงการคำนวณทางวิทยาศาสตร์ Tiobe บอกว่า "Fortran เป็นภาษาการเขียนโปรแกรมเชิงพาณิชย์จริง ๆ ตัวแรก  และกำลังได้รับความนิยมเนื่องจากความต้องการคำนวณที่ต้องใช้ตัวเลขมาก ๆ   [ทางวิทยาศาสตร์]"

อ่านข่าวเต็มได้ที่: ZDNet

ทำไมคำตัดสินของศาลสูงที่ให้ Google ชนะ Oracle จึงเป็นชัยชนะของนวัตกรรม

Tom Carnegie on Unsplash

เมื่อวันจันทร์ที่ผ่านมา (5 เมษายน) ศาลสูงสหรัฐได้ยุติการต่อสู้ทางกฎหมายที่ยาวนานกว่าทศวรรษในการตัดสินว่า Google ไม่ได้ละเมิดลิขสิทธิ์ของ Oracle ที่เกี่ยวข้องกับภาษาโปรแกรม Java การตัดสินจะเกี่ยวข้องกับการใช้  API (Application Program Interface) ซึ่งทำให้ฮาร์ดแวร์หรือซอฟต์แวร์ของบริษัทต่าง ๆ สามารถติดต่อกันได้  Microsoft, Red Hat ของ IBM และ Mozilla เป็นส่วนหนึ่งในบริษัทเทคโนโลยีที่อาจได้รับผลกระทบ เนื่องจากการพัฒนาซอฟต์แวร์ใหม่อาจถูกขัดขวางหากความต้องการของ Oracle ได้รับการอนุมัติ  Stan Adams จาก Center for Democracy and Technology  "ผลการตัดสินครั้งนี้ถือเป็นชัยชนะครั้งใหญ่สำหรับนักพัฒนาและผู้บริโภค เมื่อซอฟต์แวร์ทำงานร่วมกันได้ซึ่งหมายถึงหมายความว่าซอฟต์แวร์ตัวหนึ่งสามารถพูดคุยกับซอฟต์แวร์อีกตัวหนึ่ง มันก็ง่ายที่จะสร้างนวัตกรรมและสร้างบริการใหม่ ๆ "

อ่านข่าวเต็มได้ที่: Fortune

เพิ่มเติมเสริมข่าว: ถ้าใครอยากรู้ที่มาที่ไป และความสำคัญของชัยชนะด้าน API นี้ สามารถย้อนไปอ่านข่าวที่ผมเขียนไว้เมื่อต้นปี 2563 ได้ครับ

เครื่องมือที่ใช้ AI เป็นฐานสามารถตรวจจับอาการไบโพลาร์ได้ตั้งแต่ระยะเริ่มต้น

Owen Beard on Unsplash

ตัวแบบการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่พัฒนาโดยนักวิจัยจาก University of Alberta (UAlberta) ของแคนาดาและเพื่อนร่วมงานจากจีน สามารถช่วยระบุการขาดดุลทางปัญญาที่ละเอียดอ่อน ซึ่งบ่งบอกถึงโรคไบโพลาร์ในระยะเริ่มต้นหรือขั้นแรกของโรค ทีมได้ฝึกตัวแบบโดยการเปรียบเทียบผู้ป่วยที่เป็นโรคไบโพลาร์เรื้อรัง กับกลุ่มควบคุมที่สุขภาพดี จากนั้นแสดงให้เห็นว่าตัวแบบสามารถแยกความแตกต่างของผู้ป่วยโรคไบโพลาร์ในขั้นแรกจากกลุ่มควบคุมด้วยความแม่นยำ 76% นักวิจัยคิดว่าการทดสอบความรู้ความเข้าใจ (cognitive test) ที่ใช้การวิเคราะห์ ML เป็นเทคนิคที่ใช้ค่าใช้จ่ายน้อย และใช้เวลาในการวินิจฉัยโรคไบโพลาร์น้อยกว่าการถ่ายภาพสมอง และมันยังสามารถติดตามอาการเมื่อเวลาผ่านไปได้อีกด้วย

อ่านข่าวเต็มได้ที่: Folio (University of Alberta, Canada)

นักวิจัยออสเตรเลียใช้การเรียนรู้ของเครื่องเพื่อวิเคราะห์ศิลปะในหิน

Image: Mimal Land Management Aboriginal Corporation (MLMAC)

นักวิจัยชาวออสเตรเลียใต้ที่มหาวิทยาลัย Flinders กำลังวิเคราะห์วิวัฒนาการของศิลปะบนหินผ่านการเรียนรู้ของเครื่อง (machine learning) ทีมงานได้ศึกษาภาพงานศิลปะที่รวบรวมระหว่างการสำรวจพื้นที่ Arnhem Land โดยใช้ตัวแบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน (convolutional neural network) ที่ได้รับการฝึกฝนและเผยแพร่ก่อนหน้านี้ และกลุ่มของชุดข้อมูลที่แต่ละชุดออกแบบมาสำหรับการจำแนกประเภทวัตถุ ผู้ตรวจสอบจาก Flinders ใช้การเรียนรู้แบบถ่ายโอน (transfer learning) เพื่อปรับใช้เครือข่ายเหล่านี้บนชุดข้อมูลโดยไม่ต้องฝึกอบรมใหม่ และวิเคราะห์การตอบสนองของตัวแบบบนชุดข้อมูลศิลปะในก้อนหิน Daryl Wesley ของ Flinders กล่าวว่าคอมพิวเตอร์ได้สังเกตเห็นวัตถุมากกว่า 1,000 ประเภท และเรียนรู้ที่จะแยกความแตกต่างโดยดูจากภาพถ่าย Ian Moffat ของ Flinders กล่าวว่าการเรียนรู้แบบถ่ายโอนช่วยขจัดอคติของมนุษย์จำนวนมากออกจากการวิเคราะห์ และแง่มุมที่น่าตื่นเต้นอย่างยิ่งของงานวิจัยนี้ก็คือ "เป็นการทำซ้ำผลลัพธ์ที่ได้จากการศึกษาอื่น ๆ ที่ใช้วิธีการแบบดั้งเดิมมากกว่านี้"

อ่านข่าวเต็มได้ที่: ZDNet

จากการศึกษาของ MIT พบข้อผิดพลาด "อย่างเป็นระบบ" ในการให้ป้ายกำกับของชุดข้อมูลที่ได้รับความนิยมในการทำเบนช์มาร์กของ AI

ตารางแสดงเปอร์เซ็นต์ของการให้ป้ายกำกับที่ผิดพลาดของชุดข้อมูลยอดนิยมของเบนช์มาร์ก AI

การวิเคราะห์โดยนักวิจัยของ Massachusetts Institute of Technology (MIT) แสดงให้เห็นถึงความอ่อนแอของชุดข้อมูลมาตรฐานปัญญาประดิษฐ์โอเพนซอร์สที่เป็นที่นิยม เนื่องจากข้อผิดพลาดในให้ป้ายกำกับ ทีมงานได้ตรวจสอบชุดทดสอบ 10 ชุดจากชุดข้อมูลรวมถึงฐานข้อมูล ImageNet และพบว่ามีข้อผิดพลาดเฉลี่ย 3.4% ในชุดข้อมูลทั้งหมด นักวิจัยของ MIT คำนวณว่าฐานข้อมูล QuickDraw ที่ดูแลโดย Google ซึ่งมีภาพวาด 50 ล้านภาพ มีข้อผิดพลาดมากที่สุดในชุดทดสอบโดยอยู่ที่ 10.12% ของป้ายกำกับทั้งหมด นักวิจัยกล่าวว่าการให้ป้ายกำกับที่ไม่ถูกต้องเหล่านี้ทำให้ผลการทดสอบจากชุดทดสอบไม่เสถียร นักวิจัยสรุปว่า "โดยทั่วไปแล้วผู้ปฏิบัติงานด้านแมชชีนเลิร์นนิงจะเลือกตัวแบบที่จะใช้ตามความแม่นยำในการทดสอบ การค้นพบของเราแนะนำให้ระวัง โดยเสนอว่าการตัดสินตัวแบบจากชุดทดสอบที่มีป้ายกำกับอย่างถูกต้องอาจมีประโยชน์มากกว่า โดยเฉพาะอย่างยิ่งสำหรับชุดข้อมูลจริงที่มักจะมีข้อมูลที่มีข้อมูลที่ไม่พึงประสงค์ปะปนมา 

อ่านข่าวเต็มได้ที่: VentureBeat

นักวิทยาศาสตร์สร้างรุ่นต่อไปของหุ่นยนต์มีชีวิต

Photos: Doug Blackiston, Tufts University

นักวิทยาศาสตร์จาก University of Vermont (UVM) ทำงานร่วมกับนักชีววิทยาของ Tufts University ติดตามการพัฒนาของเครื่องที่สามารถซ่อมแซมตัวเองทางชีววิทยาที่สร้างจากเซลล์กบ ที่เรียกว่า Xenobot โดยสร้างรุ่น (generation) ต่อไปของ Xenobots ทีสามารถประกอบตัวเองจากเซลล์แต่ละเซลล์ ไม่ใช้เซลล์กล้ามเนื้อสำหรับการเคลื่อนไหว และสามารถบันทึกความทรงจำได้ Xenobots รุ่นต่อไปมีประสิทธิภาพเหนือกว่ารุ่นก่อนหน้าอย่างมาก และยังแสดงให้เห็นว่าสนับสนุนหน่วยความจำระดับโมเลกุลและการรักษาตัวเอง Doug Blackiston ของ Tufts กล่าวว่า "วิธีการนี้ช่วยให้เราเข้าใจว่าเซลล์สื่อสารกันอย่างไรเมื่อพวกมันมีปฏิสัมพันธ์ระหว่างกันในระหว่างการพัฒนาและเราจะควบคุมปฏิสัมพันธ์เหล่านั้นให้ดีขึ้นได้อย่างไร"

อ่านข่าวเต็มได้ที่: UVM Today

กล้องสมาร์ตโฟนที่ใช้ในการวัดชีพจรอัตราการหายใจอาจช่วยเรื่องดูแลสุขภาพจากระยะไกล

Cristina Zaragoza on Unsplash

นักวิจัยจาก University of Washington  (UW) และ Microsoft Research ได้พัฒนาระบบที่ใช้กล้องจากสมาร์ตโฟนหรือคอมพิวเตอร์ เพื่ออ่านชีพจรและการหายใจจากวิดีโอที่แสดงใบหน้าของผู้ใช้ ระบบรักษาความเป็นส่วนตัวโดยทำงานอยู่บนอุปกรณ์แทนที่จะอยู่ในระบบคลาวด์ ในขณะที่แมชชีนเลิร์นนิง (ML) จะบันทึกการเปลี่ยนแปลงเล็กน้อยของแสงที่สะท้อนจากใบหน้าของคน ซึ่งจะมีความสัมพันธ์กับการไหลเวียนของเลือดที่เปลี่ยนแปลงไป นักวิจัยเริ่มจากได้ฝึกฝนระบบจากชุดข้อมูลวิดีโอของใบหน้า และข้อมูลชีพจรและการหายใจของแต่ละบุคคลที่บันทึกจากเครื่องมือที่เป็นมาตรฐาน มันคำนวณสัญญาณชีพโดยใช้ข้อมูลเชิงพื้นที่และเวลา (spatial and temporal) จากวิดีโอ Xin Liu จาก UW กล่าวว่า“ ทุกคนมีความแตกต่างกัน ดังนั้นระบบนี้จึงต้องสามารถปรับให้เข้ากับลายเซ็นทางกายภาพที่เป็นเอกลักษณ์ของแต่ละคนได้อย่างรวดเร็ว และแยกสิ่งนี้ออกจากรูปแบบอื่น ๆ เช่นรูปลักษณ์ และในสภาพแวดล้อมที่พวกเขาอยู่”

อ่านข่าวเต็มได้ที่: UW News

เครื่องมือเอาแบบรูปด้านมืดออกจากแอปมือถือ

Photo: iStockphoto

นักวิจัยจาก University of Oxford ของสหราชอาณาจักรได้พัฒนาเครื่องมือชื่อ GreaseDroid ที่ใช้งานง่ายในการกำจัดคุณลักษณะการออกแบบ "แบบรูปด้านมือ (dark pattern)  จากแอปพลิเคชันมือถือยอดนิยม คุณลักษณะดังกล่าวมีจุดมุ่งหมายเพื่อปรับเปลี่ยนพฤติกรรมออนไลน์ของผู้ใช้ เพื่อประโยชน์ของผู้สร้างแอป ซึ่งอาจส่งผลเสียต่อความเป็นอิสระของผู้ใช้ ความเป็นส่วนตัว ความปลอดภัย และทางเลือกของผู้ใช้อย่างมีนัยสำคัญ GreaseDroid ช่วยให้ผู้ใช้ติดตั้งโปรแกรมเพื่อแก้ไขโค้ดของแอป และลบหรือแก้ไขคุณสมบัติที่รองรับแบบรูปด้านมืดผ่านทางเว็บพอร์ทัล ผู้ใช้เลือกแอปที่จะแก้ไขจากนั้นเรียกดูไลบรารีของแพตช์ที่มีเป้าหมายแก้ไขแบบรูปด้านมืดที่แตกต่างกัน หลังจากเลือกแล้ว ซอฟต์แวร์ GreaseDroid จะติดตั้งการเปลี่ยนแปลง และให้ลิงก์สำหรับดาวน์โหลดแอปเวอร์ชันที่ผู้ใช้กำหนดเอง Colin Gray จาก Purdue University กล่าวว่า GreaseDroid เน้นในประเด็น "การใช้สิ่งที่อาจถือได้ว่าเป็น 'การแฮ็ก' อย่างมีจริยธรรมเพื่อให้ผู้บริโภคสามารถตอบสนองต่อภัยคุกคามที่ติดมา และทำงานอยู่ในแอปบนอุปกรณ์อัจฉริยะของตัวเอง"

อ่านข่าวเต็มได้ที่: IEEE Spectrum

เพิ่มเติมเสริมข่าว: 

เป็นแนวคิดที่น่าสนใจดีนะครับ ใครที่สนใจจะลองใช้ GreaseDroid  ลองเข้าไปที่ Github นี้ครับ  โดยจะมีการนำเสนองานนี้ใน ACM Conference on Human Factors in Computing Systems ในเดือนพฤษภาคมนี้ครับ

Android ส่งข้อมูลกลับไปให้ Google มากกว่าที่ iOS ส่งให้ Apple กว่า 20 เท่า

 

ภาพจาก Ars Technica

Douglas Leith จาก Trinity College ของไอร์แลนด์บอกว่าระบบปฏิบัติการ Android (OS) ส่งข้อมูลจากโทรศัพท์มือถือสมาร์ทโฟนไปยัง Google มากกว่าที่ iOS ส่งไปยัง Apple ประมาณ 20 เท่าแม้ว่าอุปกรณ์จะไม่มีการใช้งาน เพิ่งเปิด หรือผู้ใช้เลือกที่จะไม่เข้าร่วมก็ตาม เมื่อเริ่มต้นเปิดเครื่อง โดยอุปกรณ์ Android จะส่งข้อมูลประมาณ 1 MB เทียบกับ 42 KB ของ iOS ในขณะที่ไม่ได้ใช้งานเครื่อง  Android จะส่งข้อมูลประมาณ 1 MB ทุก 12 ชั่วโมงเทียบกับ iOS ประมาณ 52 KB ระบบปฏิบัติการทั้งสองยังส่งข้อมูลไปยังบริษัทแม่เมื่อผู้ใช้ทำงานอย่างการใส่ซิมการ์ด หรือเรียกดูหน้าจอการตั้งค่าโทรศัพท์มือถือ แม้ว่าจะไม่ได้ใช้งานอุปกรณ์ แต่ละเครื่องจะเชื่อมต่อไปยังเซิร์ฟเวอร์โดยเฉลี่ยทุกๆ 4.5 นาที  Leith ยังพบว่าแอปพลิเคชันหรือบริการที่ติดตั้งมากับเครื่อง จะติดต่อกับเครือข่ายได้แม้ว่าโทรศัพท์จะไม่ได้ใช้ก็ตาม   Leith บอกว่าการค้นพบเหล่านี้น่าเป็นห่วงเพราะ "ปัจจุบันมีตัวเลือกที่เป็นจริงเพียงไม่กี่ตัวเท่านั้นในการป้องกันการแชร์ข้อมูลนี้"

อ่านข่าวเต็มได้ที่: Ars Technica

Microsoft ตั้งเป้าตำแหน่งงาน 50,000 ตำแหน่ง จาการพยายามฝึกทักษะใหม่ผ่านเว็บไซต์ LinkedIn

ภาพจาก Reuters

Microsoft ประกาศความตั้งใจที่จะจ้างคน 50,000 คนสำหรับงานที่ต้องใช้ทักษะด้านเทคโนโลยีในอีกสามปีข้างหน้า ซึ่งเป็นส่วนหนึ่งของแคมเปญที่รณรงค์ผ่านเว็บไซต์เครือข่ายสำหรับคนทำงาน LinkedIn เพื่อเพิ่มทักษะให้กับพนักงานที่ได้รับผลกระทบจากการระบาดของโรคให้มีความรู้ในสาขาใหม่ Microsoft กล่าวว่าตำแหน่งดังกล่าวจะอยู่ใน "ระบบนิเวศ" ของ บริษัทในการใช้หรือช่วยขายผลิตภัณฑ์ การผลักดันดังกล่าวเริ่มขึ้นเมื่อปลายปีที่แล้ว เนื่องจากการปิดกิจการที่เกิดจากโรคระบาดซึ่งส่งผลกระทบต่อพนักงานบริการมากกว่าพนักงานด้านเทคโนโลยี และพนักงานบริษัทอื่น ๆ ที่สามารถทำงานจากที่บ้านได้ LinkedIn  เปิดให้เรียนหลักสูตรฝึกอบรมทักษะดิจิทัลมากมายที่เคยต้องเสียเงินในการสมัครเรียน ให้สามารถเรียนได้ฟรี โดยหลักสูตรมีตั้งแต่การพัฒนาซอฟต์แวร์ การวิเคราะห์ข้อมูล และไปจนถึงการวิเคราะห์ทางการเงิน  เว็บไซต์กล่าวว่าจะขยายหลักสูตรฟรีไปจนถึงสิ้นปีในขณะที่ Microsoft และ LinkedIn ประเมินว่ามีผู้ลงทะเบียนทั้งหมดถึง 30.7 ล้านคนเพิ่มขึ้นจากที่คาดไว้ 25 ล้านคน

อ่านข่าวเต็มได้ที่: Reuters

Turing Awards ปีนี้เป็นของผู้ที่วางรากฐานการเขียนโปรแกรมคอมพิวเตอร์

The New York Times

ACM ประกาศว่า Jeffrey Ullman และ Alfred Aho จะเป็นผู้ได้ Turing Awards  ในปีนี้ สำหรับผลงานของพวกเขาเกี่ยวกับแนวคิดที่เป็นรากฐานสำหรับภาษาโปแกรมคอมพิวเตอร์ นักวิทยาศาสตร์ทั้งสองช่วยปรับแต่งคอมไพเลอร์ให้สามารถแปลโปรแกรมซอฟต์แวร์ที่มนุษย์เขียนขึ้นให้เป็นสิ่งที่คอมพิวเตอร์สามารถเข้าใจได้อย่างมีประสิทธิภาพ และช่วยให้ในทุกวันนี้คนทุกคนสามารถเขียนโปรแกรมคอมพิวเตอร์เพื่อให้ทำงานใหม่ ๆ ได้ Ullman และ Aho ยังเป็นผู้เขียนตำราเรียนหลายเล่ม และสอนนักเรียนมาหลายชั่วอายุคน โดยที่พวกเขาแยกการพัฒนาซอฟต์แวร์ออกมาจากสาขาอื่น ๆ อย่างเช่น เช่นวิศวกรรมไฟฟ้าหรือคณิตศาสตร์ Krysta Svore จาก Columbia Universit กล่าวว่างานของเธอในด้านคอมพิวเตอร์ควอนตัมที่ Microsoft สร้างขึ้นจากแนวคิดภาษาคอมพิวเตอร์ของ Ullman และ Aho เนื่องจากระบบควอนตัมต้องการภาษาโปรแกรมของตนเอง

อ่านข่าวเต็มได้ที่: The New York Times