วันจันทร์ที่ 23 พฤษภาคม พ.ศ. 2565

มัลแวร์บน iPhone ยังทำงานได้แม้จะปิดเครื่อง

iphone-low-batt
ภาพจาก  Ars Technica

นักวิชาการจาก Technical University of Darmstadt (TU Darmstadt) ของเยอรมนี  ได้สร้างมัลแวร์ที่ใช้ประโยชน์จากการทำงานอย่างต่อเนื่องของชิปบลูทูธของ iPhone แม้ว่าอุปกรณ์จะปิดอยู่ มัลแวร์ที่กำหนดเป้าหมายโหมดพลังงานต่ำ ( low-power mode-targeting) หรือ LPM ช่วยให้ผู้โจมตีสามารถติดตามตำแหน่งของโทรศัพท์ หรือเรียกใช้คุณสมบัติใหม่ ๆ เมื่อปิดโทรศัพท์

"เนื่องจากการรองรับ LPM ขึ้นอยู่กับฮาร์ดแวร์ของ iPhone จึงไม่สามารถลบออกได้ด้วยการอัปเดตระบบ" นักวิจัยอธิบาย "ดังนั้นจึงมีผลระยะยาวต่อรูปแบบการรักษาความปลอดภัยของ iOS โดยรวม" นักวิจัยกล่าวว่าการใช้ประโยชน์จากการค้นพบนี้ในทางปฏิบัติยังจำกัดอยู่ เนื่องจากการถ้าจะทำให้เครื่องติดมัลแวร์นี้จะต้องใช้ iPhone ที่เจลเบรคแล้ว นักวิจัยกล่าว และเสริมว่า มัลแวร์อื่น ๆ น่าจะมุ่งเป้าไปที่ฟีเจอร์ที่เปิดตลอดเวลาของ iOS มากกว่า

อ่านข่าวเต็มได้ที่: Ars Technica

วันอาทิตย์ที่ 22 พฤษภาคม พ.ศ. 2565

เทคโนโลยีอัจฉริยะช่วยรักษาแพนดายักษ์ของจีน

panda
ภาพจาก CNN

Sichuan Forest and Grassland Administration ของจีน และบริษัทเทคโนโลยี Huawei  ได้ร่วมกันพัฒนาระบบ Digital Panda เพื่อปกป้องถิ่นที่อยู่ของแพนด้ายักษ์ด้วยการตรวจจับไฟป่าในพื้นที่ที่เข้าถึงยาก ซึ่งพวกมันอาศัยอยู่ และแจ้งเตือนเจ้าหน้าที่พิทักษ์ป่าและหน่วยดับเพลิงเพื่อให้พวกเขาสามารถตอบสนองได้อย่างรวดเร็ว

ระบบที่ใช้พลังงานแสงอาทิตย์จะรวบรวมข้อมูลจากกล้อง 596 ตัว กล้องอินฟราเรด 45 ตัว โดรน และดาวเทียม และจัดเก็บข้อมูลไว้ในคลาวด์ ระบบยังรวมระบบจดจำใบหน้าสำหรับแพนด้าไว้ด้วย โดยใช้อัลกอริธึมที่ทดสอบและปรับแต่งโดยใช้ฐานข้อมูลกว่า 6,400 ภาพที่ถ่ายจากแพนดา 218 ตัวที่อยู่ในความดูแล

อ่านข่าวเต็มได้ที่: CNN

วันเสาร์ที่ 21 พฤษภาคม พ.ศ. 2565

ชายผู้ควบคุมคอมพิวเตอร์ด้วยความคิด

human-neurons
ภาพจาก The New York Times Magazine

Dennis DeGray  เป็นอัมพาตมาตั้งแต่ปีพ.ศ. 2549 สามารถควบคุมร่างกายได้เหมือนเดิมผ่านอินเทอร์เฟซระหว่างคอมพิวเตอร์กับสมอง (brain-computer interface) หรือ BCI ที่พัฒนาโดยนักวิจัยของ Stanford University 

BCI ที่ปลูกฝังในตัวเขาในปีพ.ศ.  2559 ช่วยให้ DeGray เลื่อนเคอร์เซอร์บนหน้าจอคอมพิวเตอร์ด้วยความคิด โดยใช้อัลกอริธึมการเรียนรู้ด้วยเครื่องที่เชื่อมโยงรูปแบบกิจกรรมประสาทที่แตกต่างกันกับการสั่งให้เคลื่อนไหวมือในลักษณะต่าง ๆ  DeGray ได้เรียนรู้ที่จะควบคุมเทคโนโลยีต่างๆ ด้วยความคิดของเขา รวมถึงวิดีโอเกม แขนขาหุ่นยนต์ และโดรนจำลอง

ความก้าวหน้าของ BCI จนถึงปัจจุบันได้อาศัยการผสมผสานระหว่างเทคโนโลยีที่รุกราน (invasive) และไม่รุกราน (noninvasive) Thomas Oxley จาก Synchron หนึ่งในบริษัทผู้พัฒนา BCI เชื่อว่าตัวแบบในอนาคตจะช่วยให้ผู้พิการทางร่างกายกลับมามีส่วนร่วมกับสภาพแวดล้อมทั้งทางกายภาพและดิจิทัลอีกครั้ง

อ่านข่าวเต็มได้ที่:  The New York Times Magazine

วันศุกร์ที่ 20 พฤษภาคม พ.ศ. 2565

สัญญาณจากแรงโน้มถ่วงสามารถตรวจจับแผ่นดินไหวด้วยความเร็วแสง

earthquake
ภาพจาก Science

นักวิทยาศาสตร์จากมหาวิทยาลัย Cote d'Azur ของฝรั่งเศสได้พัฒนาอัลกอริทึมเพื่อตรวจจับคลื่นสะท้อน กลับ (backwash) จากคลื่นความโน้มถ่วงความเร็วแสงที่แผ่ออกมาจากแผ่นดินไหว เพื่อเป็นวิธีการระบุขนาดของแผ่นดินไหวได้เร็วยิ่งขึ้น

ทีมของ Cote d'Azur ได้ฝึกสอนอัลกอริทึมจากการจำลองแผ่นดินไหวหลายแสนครั้ง จากนั้นจึงทดสอบกับข้อมูลจากแผ่นดินไหวในประเทศญี่ปุ่นในปี 2011 ที่เกิดที่ Tohoku ดัวแบบดังกล่าวแซงหน้าระบบเตือนภัยล่วงหน้าที่ล้ำสมัยอื่นๆ โดยการทำนายขนาดของแผ่นดินไหวได้อย่างแม่นยำในเวลาประมาณ 50 วินาที

ตัวแบบนี้ซึ่ง Bernard Whiting จากมหาวิทยาลัยฟลอริดาเรียกว่า "การพิสูจน์ด้วยการทำให้เกิดผล (proof of implementation)" มีการวางแผนที่จะนำไปใช้ที่ญี่ปุ่น

อ่านข่าวเต็มได้ที่: Science

วันพฤหัสบดีที่ 19 พฤษภาคม พ.ศ. 2565

เราใกล้ที่จะจับคู่ประเภทของเซลล์ทุกประเภทในร่างกายมนุษย์ได้แล้ว

human-cell
ภาพจาก ScienceAlert

นักวิจัยมากกว่า 2,300 คนใน 83 ประเทศเข้าร่วมในการศึกษา 4 รายการที่รวบรวมการจับคู่เซลล์มากกว่า 1 ล้านเซลล์ในอวัยวะต่างๆ ของมนุษย์ 33 ชิ้น 

Steve Quake แห่งมหาวิทยาลัยสแตนฟอร์ดอธิบายว่า "สิ่งที่เราสามารถทำได้ร่วมกันในที่นี้คือช่วยให้เข้าใจและตีความว่าส่วนต่างๆ ของจีโนมถูกใช้เพื่อกำหนดประเภทเซลล์ต่างๆ และสร้างคำจำกัดความระดับโมเลกุลสำหรับเซลล์ประเภทต่าง ๆ ที่เราศึกษาร่วมกันได้อย่างไร

นักวิจัยได้ใช้อัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) ตัวใหม่ เพื่อแยกแบบรูปโมเลกุลที่สำคัญ และใช้กระบวนการทดลองเพื่อสร้างโปรไฟล์ประเภทเซลล์อื่น ๆ มากขึ้น เพื่อช่วยรวบรวมและค้นหาผ่านแผนที่เซลล์

ชุดข้อมูลจะช่วยให้นักวิทยาศาสตร์สามารถจัดทำแผนภูมิการเชื่อมโยงระหว่างเซลล์สำหรับแผนที่ร่างกายทั้งตัวของการแสดงกระบวนการทางชีววิทยาและการหยุดชะงักที่ก่อให้เกิดโรค

อ่านข่าวเต็มได้ที่: ScienceAlert


วันพุธที่ 18 พฤษภาคม พ.ศ. 2565

แกะกล่องดำของการเรียนรู้ของเครื่อง

open-box
ภาพจาก MIT News

เฟรมเวอร์กทางคณิตศาสตร์ที่พัฒนาขึ้นโดยนักวิจัยจาก Massachusetts Institute of Technology และ Microsoft Research มีวัตถุประสงค์เพื่อหาปริมาณและประเมินความสามารถในการเข้าใจคำอธิบายของตัวแบบการเรียนรู้ของเครื่อง (machine learning) ในการทำนายของมัน 

เฟรมเวอร์กที่เรียกว่า ExSum (Explanation Summary) สามารถประมวลผลกฎในชุดข้อมูลทั้งชุดได้ ExSum ช่วยให้ผู้ใช้สามารถดูว่ากฎทำได้ตามตัวชี้วัดสามตัวหรือไม่ ได้แก่ ความครอบคลุมซึ่งคือขอบเขตความครอบคลุมของกฎในชุดข้อมูลทั้งหมด ความถูกต้องซึ่งคือเปอร์เซ็นต์ที่ตัวอย่างแต่ละรายการเป็นไปตามกฎ และความคมชัดซึ่งคือกฏมีความแม่นยำเพียงใด 

Yilun Zhou จาก MIT กล่าวว่า "ก่อนงานนี้ หากคุณมีคำอธิบายแบบเฉพาะที่ถูกต้อง แสดงว่าคุณทำเสร็จแล้ว คุณได้รับจอกศักดิ์สิทธิ์ในการอธิบายตัวแบบของคุณ เรากำลังเสนอมิติเพิ่มเติมนี้เพื่อให้แน่ใจว่าคำอธิบายเหล่านี้เข้าใจได้"

อ่านข่าวเต็มได้ที่: MIT News

วันอังคารที่ 17 พฤษภาคม พ.ศ. 2565

จะเป็นยังไงถ้ามีหุ่นยนต์มาทำสีเล็บให้ในราคา $10

robot-paint-nail
ภาพจาก CNN Business

Target ยักษ์ใหญ่ค้าปลีกได้ติดตั้งหุ่นยนต์ทาสีเล็บที่ผลิตโดยบริษัท Clockwork ที่ร้านค้าสามแห่งในแคลิฟอร์เนียและมินนิโซตา ซึ่งเป็นส่วนหนึ่งของการทดสอบเพื่อดูว่าผู้ที่มาจับข่ายซื้อตอบสนองอย่างไร ลูกค้าเลื่อนมือเข้าไปในเครื่อง โดยกล้องสองตัวจะถ่ายรูปเล็บแต่ละเล็บประมาณ 100 รูป

Renuka Apte แห่ง Clockwork กล่าวว่าภาพเหล่านั้นถูกรวมเข้าด้วยกันเป็นกลุ่มของจุดแบบสามมิติที่แสดงรูปร่างของเล็บ ซึ่งระบบจะใช้เพื่อค้นหาขอบของเล็บ จากนั้นอัลกอริทึมมจะกำหนดการเคลื่อนไหวและความเร็วที่เหมาะสมของปิเปตเพื่อทายาทาเล็บ 

Kelsie Marian จากบริษัทวิจัยตลาด Gartner กล่าวว่าการทดลองระยะยาวโดยผู้ค้าปลีก จะทำให้ผู้บริโภครู้สึกสบายใจมากขึ้นกับการที่ต่อไปจะมีหุ่นยนต์ในร้านค้า

อ่านข่าวเต็มได้ที่: CNN Business

วันจันทร์ที่ 16 พฤษภาคม พ.ศ. 2565

นักวิจัยใช้ AI ในการตรวจจับปั๊มหัวใจที่อ่อนแอผ่านตัววัด ECG ใน Apple Watch ของผู้ป่วย

apple-watch
Photo by Daniel Korpai on Unsplash

นักวิจัยที่ Mayo Clinic ได้พัฒนาอัลกอริทึมปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่สามารถระบุผู้ป่วยที่มีปั๊มหัวใจอ่อนแอโดยอาศัยการติดตามคลื่นไฟฟ้าหัวใจแบบ single-lead จาก Apple Watch นักวิจัยได้ปรับปรุงอัลกอริทีม 12-lead ที่ถูกสร้างขค้นมาสำหรับปั๊มหัวใจที่อ่อนแอ เพื่อตีความสัญญาณ ECG ที่เกิดจาก single-lead ของ Apple Watch พวกเขายังได้พัฒนาแอปสมาร์ตโฟนที่ช่วยให้ผู้เข้าร่วมการศึกษาสามารถส่ง ECG แบบ single-lead จาก Apple Watch ของพวกเขา

Dr. Paul Friedman จาก Mayo Clinic กล่าวว่า "เป็นเรื่องน่าทึ่งอย่างยิ่งที่ AI จะเปลี่ยนสัญญาณ ECG ของนาฬิกาในระดับผู้บริโภคให้กลายเป็นเครื่องตรวจจับภาวะนี้ ซึ่งปกติจะต้องใช้การทดสอบเพื่อให้ได้ภาพจากอุปกรณ์ที่มีราคาแพงและซับซ้อน เช่น การตรวจคลื่นไฟฟ้าหัวใจ CT scan หรือ MRI

อ่านข่าวเต็มได้ที่: Mayo Clinic

วันอาทิตย์ที่ 15 พฤษภาคม พ.ศ. 2565

เครื่องตอบรับเสมือนบันทึกโลกจริงในขณะที่คุณอยู่ใน VR

vr-user
ภาพจาก New Scientist

พนักงานสามารถใช้ "เครื่องตอบรับอัตโนมัติ" ความจริงเสมือน (virtual reality) หรือ VR เพื่อบันทึกสิ่งที่เกิดขึ้นในสภาพแวดล้อมของพวกเขาในขณะที่พวกเขากำลังทำงานอยู่ใน VR และแสดงเหตุการณ์นั้นในแบบการสร้างโครงสร้างสามมิติขึ้นใหม่ในภายหลัง

Andreas Fender และ Christian Holb ที่ ETH Zürich ในสวิตเซอร์แลนด์ได้ออกแบบระบบ AsyncReality ซึ่งใช้กล้องตรวจจับความลึกสี่ตัวที่สามารถกำหนดระยะห่างของวัตถุจากกล้องแต่ละตัวและสร้างสภาพแวดล้อมใหม่ในรูปแบบ 3 มิติ

AsyncReality บันทึกการเปลี่ยนแปลงสภาพแวดล้อมและตรวจจับเหตุการณ์ที่เกี่ยวข้องกันในขณะที่พนักงานอยู่ใน "โหมดโฟกัส" เพื่อนำมาเล่นตามลำดับในภายหลัง “การจัดเตรียมสำนักงาน ทั้งหมดในอนาคตอาจแตกต่างกันโดยสิ้นเชิง เพราะมันเชื่อมโยงกับโลกเสมือนจริงที่เราโต้ตอบด้วยในเวลาเดียวกัน” Fender กล่าว

อ่านข่าวเต็มได้ที่: New Scientist

วันเสาร์ที่ 14 พฤษภาคม พ.ศ. 2565

Cisco เตรียมเทคโนโลยีเพื่อคาดการณ์ปัญหาเครือข่ายระดับองค์กร

chart-link-on-screen
ภาพจาก  Network World

นักวิจัยของ Cisco ได้พัฒนาเครื่องมือวิเคราะห์เพื่อการคาดการณ์ ซึ่งพวกเขาอ้างว่าจะช่วยให้ผู้ให้บริการเครือข่ายสามารถคาดการณ์และป้องกันปัญหาเครือข่ายได้ เครื่องมือคาดการณ์จะรวบรวมข้อมูลทางไกลจากเราเตอร์ (router) สวิตช์ (switch) เซิร์ฟเวอร์ และอุปกรณ์อื่น ๆ และใช้ปัญญาประดิษฐ์ (artificial intelligence) และการเรียนรู้ของเครื่อง (machine learning) เพื่อเรียนรู้รแบบรูป (pattern) ในข้อมูล คาดการณ์ปัญหาที่จะเกิดกับผู้ใช้ และเสนอตัวเลือกสำหรับการแก้ไข

Chuck Robbins ของ Cisco กล่าวว่า "อนาคตของการเชื่อมต่อจะขึ้นอยู่กับเครือข่ายที่สามารถซ่อมแซมตัวเองซึ่งสามารถเรียนรู้ คาดการณ์ และวางแผนได้" บริษัทมีแผนที่จะนำเสนอเทคโนโลยีในรูปแบบซอฟต์แวร์ในลักษณะการบริการ (software-as-a-service)

อ่านข่าวเต็มได้ที่: Network World

วันศุกร์ที่ 13 พฤษภาคม พ.ศ. 2565

เครื่องมือช่วยทำนายสภาพจราจรให้เร็วขึ้น

traffic
ภาพจาก Futurity.org

นักวิจัยของ North Carolina State University (NC State) ได้ปรับเปลี่ยนอัลกอริทึมที่พัฒนาขึ้นเพื่อช่วยลดการคำนวณที่ซับซ้อน ในการคาดการณ์รูปแบบการจราจรให้ดีขึ้นในสถานที่และเวลาที่เฉพาะเจาะจง อัลกอริทึมแบ่งตัวแบบการทำนายการจราจรที่ใหญ่กว่าออกเป็นชุดของปัญหาที่เล็กกว่าที่สามารถแก้ไขได้พร้อมกัน

อัลกอริทึมที่ปรับแต่งแล้วนี้ยังช่วยทำให้เวลาในการทำงานทำได้ดีขึ้น โดยจะบอกให้ตัวแบบรับรู้เมื่อได้ผลลัพธ์ที่อยู่ในช่วง 5% หรือ 10% ของผลลัพธ์ที่เหมาะสมที่สุด Ali Hajbabaie แห่ง NC State กล่าวว่าอัลกอริธึมที่ดัดแปลงนี้ใช้หน่วยความจำคอมพิวเตอร์น้อยกว่ามาก และเวลาในการทำงานเร็วกว่ามาก

อ่านข่าวเต็มได้ที่: Futurity.org

วันพฤหัสบดีที่ 12 พฤษภาคม พ.ศ. 2565

ปัญหาของแผนการที่ Elon Musk จะเปิดเผยโค้ดของอัลกอริทึมของทวิตเตอร์

twitter
Photo by Souvik Banerjee on Unsplash

แผนการที่ประกาศออกมาของ Elon Musk สำหรับเครือข่ายสังคม Twitter นั้นก็รวมถึงการเปิดเผยโค้ดของอัลกอริทึม ซึ่งผู้เชี่ยวชาญกล่าวว่าจะเพิ่มความโปร่งใสได้เพียงเล็กน้อยเท่านั้นถ้าไม่สามารถเข้าถึงข้อมูลที่พวกเขาใช้การฝึกสอนได้

Jennifer Cobbe แห่ง University of Cambridge ของสหราชอาณาจักรกล่าวว่า "โดยมากแล้วที่ผู้คนพูดถึงความรับผิดชอบของอัลกอริทึมในทุกวันนี้ ต่างตระหนักดีว่าไม่ใช่ตัวอัลกอริทึมเองที่เราต้องการเห็น สิ่งที่เราต้องการจริง ๆ คือข้อมูลเกี่ยวกับวิธีการที่มันถูกพัฒนาขึ้นมา 

นอกจากนี้ยังมีข้อกังวลว่าเมื่อเปิดเผยโค้ดอัลกอริทีมของ Twitter แล้ว จะทำให้ผู้ไม่หวังดีสามารถระบุช่องโหว่เพื่อนำไปใช้ประโยชน์ และอาจทำให้เอาชนะบอทที่ใช้ในการสแปม (spam bot) ได้ยากขึ้น

อ่านข่าวเต็มได้ที่: MIT Technology Review

วันพุธที่ 11 พฤษภาคม พ.ศ. 2565

วิธีการตรวจจับวีดีโอ deepfake ด้วยความแม่นยำถึง 99%

deepfake
Photo by Christian Gertenbach on Unsplash

นักวิทยาศาสตร์จาก University of California, Riverside (UC Riverside) ได้พัฒนาเทคนิคในการตรวจจับการเปลี่ยนแปลงการแสดงความรู้สึกของใบหน้าในวิดีโอ Deepfake ที่มีความแม่นยำสูงสุดถึง 99% วิธีการดังกล่าวแบ่งงานออกเป็นสองสายภายในโครงข่ายประสาทเชิงลึกลึก (deep neural network): สายแรกระบุการแสดงออกทางใบหน้า และป้อนข้อมูลบริเวณใบหน้าที่มีการแสดงออกดังกล่าวไปยังสายที่สอง ซึ่งเป็นตัวเข้ารหัส-ตัวถอดรหัส ซึ่งมีสถาปัตยกรรมการตรวจจับการบิดเบือนการแสดงออกของใบหน้า และจำกัดบริเวณการบิดเบือนในรูปภาพ 

Ghazal Mazaheri จาก UC Riverside กล่าวว่า "การเรียนรู้แบบมัลติทาสก์สามารถใช้ประโยชน์จากคุณลักษณะเด่นที่เรียนรู้โดยระบบจดจำการแสดงออกทางสีหน้า เพื่อประโยชน์ในการฝึกสอนระบบตรวจจับการบิดเบือนแบบทั่วไป วิธีการดังกล่าวบรรลุประสิทธิภาพที่น่าประทับใจในการตรวจจับการบิดเบือนการแสดงออกทางสีหน้า”

อ่านข่าวเต็มได้ที่: UC Riverside News


วันอังคารที่ 10 พฤษภาคม พ.ศ. 2565

ใคร ๆ ก็มีความเห็นได้แม้แต่ AI

ai-wine-review
ภาพจาก Dartmouth College

นักวิทยาศาสตร์คอมพิวเตอร์ของวิทยาลัย Dartmouth College ได้ฝึกฝนอัลกอริทึมปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อให้ความเห็นในการวิจารณ์ผลิตภัณฑ์ พวกเขาฝึกสอนอัลกอริทึมโดยใช้บทวิจารณ์ไวน์และเบียร์ที่มีการเผยแพร่หลายพันรายการ จากนั้นให้อัลกอริทึมสร้างบทวิจารณ์ที่เหมือนมนุษย์สำหรับผลิตภัณฑ์ดังกล่าว

ด้วยความช่วยเหลือของคณาจารย์ที่ Tuck School of Business ของ Dartmouth โค้ดเขียนบทวิจารณ์จึงได้รับการพัฒนาขึ้นเพื่อเปลี่ยนอัลกอริทึมให้เป็นเครื่องมือทางการตลาด Prasad Vana จาก Tuck กล่าวว่า "การใช้ AI ในการเขียนและสังเคราะห์บทวิจารณ์สามารถสร้างประสิทธิภาพได้ทั้งสองด้านของตลาด ความหวังก็คือ AI จะเป็นประโยชน์ต่อผู้รีวิวที่ต้องเผชิญกับปริมาณงานเขียนที่มากขึ้น และผู้บริโภคที่ต้องค้นหาผลิตภัณฑ์จากเนื้อหามากมายที่เกี่ยวกับผลิตภัณฑ์"

อ่านข่าวเต็มได้ที่: Dartmouth College

วันจันทร์ที่ 9 พฤษภาคม พ.ศ. 2565

แอปจับการเคลื่อนไหวของดวงตาอาจทำให้การตรวจจับโรคทางระบบประสาททำได้ง่าย ๆ ที่บ้าน

eye-catching-app-smartphone
ภาพจาก UC San Diego News Center

นักวิจัยจาก University of California, San Diego (UCSD) ได้เปิดใช้งานการตรวจคัดกรองโรคทางระบบประสาทผ่านแอปพลิเคชันสมาร์ทโฟนด้วยการสแกนดวงตา แอปนี้ใช้กล้องอินฟราเรดระยะใกล้ในสมาร์ตโฟนรุ่นใหม่ๆ หลายตัว ร่วมกับกล้องเซลฟี่ทั่วไปเพื่อวัดการเปลี่ยนแปลงของเส้นผ่านศูนย์กลางรูม่านตา ซึ่งสามารถใช้ในการประเมินสภาพการรับรู้ของบุคคล

กล้องอินฟราเรดช่วยให้แอปสามารถประมาณขนาดของรูม่านตาด้วยความแม่นยำระดับหน่วยย่อยของมิลลิเมตรโดยใช้ได้กับสีของดวงตาที่ต่างกัน ในขณะที่กล้องเซลฟี่จะบันทึกระยะห่างสามมิติระหว่างสมาร์ตโฟนและผู้ใช้

Colin Berry จาก UCSD กล่าวว่า "เราหวังว่าสิ่งนี้จะเปิดประตูสู่การสำรวจใหม่ๆ ในการใช้สมาร์ตโฟนเพื่อตรวจหาและติดตามปัญหาสุขภาพที่เคยเกิดขึ้นมาแล้ว"

อ่านข่าวเต็มได้ที่: UC San Diego News Center

วันอาทิตย์ที่ 8 พฤษภาคม พ.ศ. 2565

วิธีการที่ฉลาดกว่าในการผลิตยา

molecule
ภาพจาก MIT News

นักวิจัยของ Massachusetts Institute of Technology (MIT)  ได้พัฒนาแนวทางใหม่ที่ช่วยให้ตัวแบบการเรียนรู้ของเครื่อง (machine learning) ใช้ในการค้นพบยาใหม่ ๆ เพื่อแนะนำเฉพาะโครงสร้างโมเลกุลที่สามารถผลิตได้จริงในห้องปฏิบัติการ 

หลังจากการฝึกสอนในด้านโครงสร้างโมเลกุลที่สมบูรณ์ และชุดของส่วนประกอบโครงสร้างและปฏิกิริยาเคมี ตัวแบบก็สามารถกำหนดเส้นทางการสังเคราะห์ได้ด้วยตัวของมันเอง ระบบเสนอโครงสร้างโมเลกุลที่มีคะแนนสูงหรือดีกว่าที่เสนอโดยวิธีอื่น แต่รับประกันว่าโครงสร้างโมเลกุลที่เสนอสามารถนำไปสังเคราะห์ได้

Wenhao Gao จาก MIT กล่าวว่า "แทนที่จะออกแบบโมเลกุลของยาโดยตรง เราออกแบบลำดับการดำเนินการเพื่อให้ได้โมเลกุลนั้น ซึ่งช่วยให้เรารับประกันคุณภาพของโครงสร้างได้"

อ่านข่าวเต็มได้ที่: MIT News

วันเสาร์ที่ 7 พฤษภาคม พ.ศ. 2565

ชาวเซี่ยงไฮ้หันไปใช้ NFT เพื่อบันทึกการล็อกดาวน์เนื่องจากโควิด-19 เพื่อต่อสู้กับการเซ็นเซอร์

NFT-From-Shanghai-Lockdown
ภาพจาก Reuters

ผู้คนในเซี่ยงไฮ้ ประเทศจีน กำลังสร้างวิดีโอ ภาพถ่าย และงานศิลปะที่สร้างขึ้นระหว่างการปิดเมืองจากไวรัสโควิด-19 เป็นโทเค็นที่ไม่สามารถทดแทนได้ (nonfungible token) หรือ NFT เพื่อหลีกเลี่ยงการสูญเสียข้อมูลนี้ไปจากการเซ็นเซอร์ของจีน

พวกเขาหันไปใช้ตลาด NFT เนื่องจากข้อมูลที่บันทึกไว้ในบล็อคเชนไม่สามารถลบได้ เมื่อวันที่ 2 พฤษภาคม OpenSea ซึ่งเป็นตลาดซื้อขาย NFT ที่ใหญ่ที่สุดในโลก ได้นำเสนอ NFT จำนวน 786 รายการที่เกี่ยวข้องกับวิดีโอชื่อ "เสียงแห่งเดือนเมษายน (The Voice of April)" ซึ่งตกเป็นเป้าหมายของการเซ็นเซอร์ รวมถึง NFT อื่น ๆ อีกหลายร้อยรายการที่เชื่อมโยงกับการปิดเมืองเซี่ยงไฮ้

เนื้อหาส่วนใหญ่ที่สร้างขึ้นเป็น NFT เกี่ยวข้องกับโพสต์ Weibo จากชาวเมืองที่ระบายความหงุดหงิดจากการล็อกดาวน์ ภาพจากศูนย์กักกันภายใน และงานศิลปะที่ได้รับแรงบันดาลใจจากชีวิตภายใต้การล็อกดาวน์

อ่านข่าวเต็มได้ที่: Reuters

วันศุกร์ที่ 6 พฤษภาคม พ.ศ. 2565

พิพิธภัณฑ์การล้างเผ่าพันธ์แห่งแรกในจักรวาลนฤมิตจัดแสดง NFT จากผู้รอดชีวิต

holocuast-museum
ภาพจาก The Jerusalem Post (Israel)

โทเค็นที่ไม่สามารถทดแทนได้ (non-fungible token) หรือ NFT ที่สร้างโดยผู้รอดชีวิตจากการฆ่าล้างเผ่าพันธุ์ (Holocaust) ถูกจัดแสดงในพิพิธภัณฑ์ฆ่าล้างเผ่าพันธุ์แห่งแรกในจักรวาลนฤมิต (metaverse)  ซึ่งก่อตั้งโดยองค์กร Chasdei Naomi ในอิสราเอล สิ่งที่แสดงในโครงการ รวมถึงคำให้การทางวิดีโอ และการสัมภาษณ์ระหว่างผู้รอดชีวิตและผู้สร้างสื่อออนไลน์ จะถูกบันทึกและโพสต์ไปที่จักรวาลนฤมิต ในลักษณะเป็น NFT บนบล็อคเชน 

ตัวแทน Chasdei Naomi กล่าวว่าโครงการได้สร้าง "การเชื่อมต่อส่วนบุคคลและระหว่างรุ่นระหว่างผู้ที่อยู่ใช้งาน NFT และผู้รอดชีวิต" ตัวแทนอีกคนหนึ่งกล่าวว่า "เรื่องของการรักษาความทรงจำเกี่ยวกับการฆ่าล้างเผ่าพันธุ์ต้องปรับตัวให้เข้ากับยุคเทคโนโลยีเพื่อไม่ให้มันถูกลืมเลือนไป"

อ่านข่าวเต็มได้ที่: The Jerusalem Post (Israel)

วันพฤหัสบดีที่ 5 พฤษภาคม พ.ศ. 2565

ข้อมูลจากดาวเทียมช่วยส่งการช่วยเหลือจากภัยธรรมชาติ

satellite
ภาพจาก Ohio State News

นักวิจัยจาก Ohio State University (OSU)  กล่าวว่าภาพสามมิติ (3D) ที่สร้างจากข้อมูลดาวเทียมสามารถช่วยเหลือผู้เผชิญเหตุเบื้องต้นด้วยการตรวจจับภัยธรรมชาติในพื้นที่ห่างไกล  Rongjun Qin จาก OSU กล่าวว่านักวิทยาศาสตร์ "สามารถหาจำนวนคนที่จะส่งไปปฏิบัติการกู้ภัย และสังเกตระดับความเสียหายจริงที่เหตุการณ์นี้สร้างขึ้น" โดยการใช้แหล่งข้อมูลต่างๆ เช่น ชุดข้อมูลจากกลุ่มดาวเทียม Planetscope เพื่อสร้างแบบจำลองพื้นผิว 3 มิติของภูมิภาคที่ต้องการ

การสร้างภาพ 3 มิติขึ้นมาใหม่ของ Qin ใช้ปัจจัยในระดับระดับความสูงและภูมิประเทศที่แตกต่างกัน และแม่นยำลึกลงไปประมาณ 6 เมตร (20 ฟุต) จากพื้นดิน กรณีทดสอบในชนบทของสเปนและอัลเลนทาวน์ รัฐเพนซิลเวเนีย แสดงให้เห็นว่านักวิจัยสามารถสร้างภาพ 3D ขึ้นมาใหม่ในภูมิภาคหนึ่ง และสามารถตรวจจับการเปลี่ยนแปลง 3D เมื่อเวลาผ่านไปในอีกภูมิภาคหนึ่งได้

อ่านข่าวเต็มได้ที่: Ohio State News

วันพุธที่ 4 พฤษภาคม พ.ศ. 2565

บริษัทรางในญี่ปุ่นเปิดตัวหุ่นยนต์คนงานกันดั้มที่ควบคุมด้วย VR

rail-robot
ภาพจาก New Atlas

บริษัท West Japan Rail ทำงานร่วมกับ บริษัทหุ่นยนต์ขั้นสูง Human Machinery Co. และผู้ให้บริการโซลูชั่นโครงสร้างพื้นฐานด้านการขนส่ง Nippon Signal Co. ได้ติดตั้งหุ่นยนต์บำรุงรักษาเครื่องจักรกลหนักแบบฮิวแมนนอยด์ที่ควบคุมผ่านความเป็นจริงเสมือน (virtual reality) หรือ VR 

บริษัทกล่าวว่าหุ่นยนต์ได้รับการออกแบบ "เพื่อปรับปรุงประสิทธิภาพและความปลอดภัย" โดยช่วยให้พนักงานยกและจัดการอุปกรณ์รอบระบบรางไม่ต้องเสี่ยงกับไฟฟ้าช็อตหรือล้ม ลำตัวของหุ่นยนต์ติดตั้งกับแขนเครนไฮดรอลิก ซึ่งเคลื่อนที่ไปรอบ ๆ ระบบด้วยรถราง และหย่อนขาที่เอาไว้ทรงตัวลงเมื่อถ฿งจุดที่ทำงาน 

ผู้ควบคุมการทำงานสวมแว่นตา VR ที่ติดตามการเคลื่อนไหวเพื่อควบคุมการเคลื่อนไหวของส่วนหัว และใช้ด้ามจับควบคุมการเคลื่อนไหวของแขนและมือของหุ่นยนต์

อ่านข่าวเต็มไดที่: New Atlas


วันอังคารที่ 3 พฤษภาคม พ.ศ. 2565

คอมพิวเตอร์กำลังแข่งกันหาว่าไวรัสจากสัตว์อะไรที่ติดคนได้บ้าง

mouse
ภาพจาก The New York Times

นักวิจัยกำลังใช้ตัวแบบการเรียนรู้ของเครื่อง (machine learning) เพื่อทำนายว่าไวรัสในสัตว์ชนิดใดสามารถแพร่ระบาดในเซลล์ของมนุษย์ได้ ในเดือนมีนาคม Colin Carlson แห่งมหาวิทยาลัยจอร์จทาวน์และเพื่อนร่วมงานของเขาได้สร้างฐานข้อมูลแบบเปิด VIRION ซึ่งรวมข้อมูลเกี่ยวกับไวรัส 9,521 ตัวและชนิดของสัตว์ที่พวกมันเข้าไปแฝงตัวอยู่ 3,692 ชนิด

Carlson และคณะยังได้พัฒนาตัวแบบเพื่อระบุสัตว์ที่มีแนวโน้มว่าน่าจะเป็นที่อยู่ของไวรัสสายพันธ์ที่ใกล้เคียง SARS-CoV-2 มากที่สุด ในปี 2020 ตัวแบบดังกล่าวระบุค้างคาวมากกว่า 300 สปีชีส์ที่มีแนวโน้มว่าจะเป็นที่อยู่ของเบตาโคโรนาไวรัส (betacoronavirus) มากที่สุด ซึ่งหลังจากนั้นก็พบว่า 47 สปีชีส์จาก 300 สปีชีส์ดังกล่าวเป็นที่อยู่ของเบตาโคโรนาไวรัสจริง ๆ 

Emmie de Wit แห่ง Rocky Mountain Laboratories กล่าวว่า "สิ่งที่เราต้องการทราบจริง ๆ ไม่ใช่แค่ว่าไวรัสชนิดใดที่สามารถแพร่เชื้อสู่มนุษย์ได้ แต่ไวรัสชนิดใดที่ทำให้เกิดการระบาดได้"

อ่านข่าวเต็มได้ที่: The New York Times

 

วันจันทร์ที่ 2 พฤษภาคม พ.ศ. 2565

แอปบน iOS ยังคงติดตามเราอยู่ไม่ว่า Apple จะพูดยังไงก็ตาม

smartphone-usage
ภาพจาก Ars Technica

นักวิจัยจาก University of Oxford แห่งสหราชอาณาจักรพบว่าแอป iOS ยังคงติดตามผู้ใช้ได้แม้ว่านโยบาย App Tracking Transparency (ATT) ของ Apple จะห้ามไม่ให้นักพัฒนาแอปติดตามกิจกรรมของผู้ใช้ในแอปต่างๆ โดยไม่ได้รับอนุญาตอย่างชัดแจ้ง

นักวิจัยพบแอป iOS 9 แอปที่ใช้โค้ดฝั่งเซิร์ฟเวอร์เพื่อสร้างตัวระบุผู้ใช้ร่วมกัน ซึ่งสามารถใช้สำหรับการติดตามข้ามแอปโดยบริษัทในเครือของ Alibaba ของจีน พวกเขายังเปรียบเทียบแอป 1,685 ตัวก่อนและหลังการติดตั้ง ATT โดยพบว่าจำนวนไลบรารีการติดตามที่ใช้โดยแอปนั้นคงที่

แม้ว่าแอป 25% จะบอกว่าไม่ได้รวบรวมข้อมูลผู้ใช้ แต่ 80% มีไลบรารีตัวติดตามอย่างน้อยหนึ่งไลบรารีนักวิจัยยังพบว่ามากกว่าครึ่งของแอพที่ใช้ SKAdNetwork, Google Firebase Analytics และ Google Crashlytics และ 47% ของแอพที่ใช้ Facebook SDK ไม่เปิดเผยว่ามีการเข้าถึงข้อมูลผู้ใช้

อ่านข่าวเต็มได้ที่: Ars Technica


วันอาทิตย์ที่ 1 พฤษภาคม พ.ศ. 2565

อุปกรณ์สวมใส่จะสามารถติดตามความรุนแรงของโควิด 19 ได้หรือไม่

smartwatch
Photo by Ivan Shilov on Unsplash

การศึกษาที่ดำเนินการโดยนักวิจัยของ University of Michigan (U-M) ใช้ข้อมูลอัตราการเต้นของหัวใจเพื่อพิจารณาว่าสมาร์ทวอทช์สามารถติดตามพัฒนาการของอาการ COVID-19 ได้ดีเพียงใด  นักวิจัยศึกษาข้อมูลตัวจากตัวติดตามสมรรถภาพจากแพทย์ฝึกหัด 43 คน และนักศึกษาระดับปริญญาตรีและบัณฑิตศึกษา 72 คน ซึ่งมีผลตรวจโควิด-19 เป็นบวก

พวกเขาพบว่าเมื่อโรคเริ่มแสดงอาการ ผู้เข้าร่วมการศึกษามีอัตราการเต้นของหัวใจเพิ่มขึ้นต่อการก้าวเดินหนึ่งก้าว และยิ่งมีอัตราเพิ่มขึ้นถ้ามีอาการไอ Daniel Forger จาก UM กล่าวว่า "คนส่วนใหญ่ที่ใช้ข้อมูลนี้คิดว่าอัตราการเต้นของหัวใจเป็นเพียงตัวเลขตัวหนึ่ง แต่อัตราการเต้นของหัวใจเป็นสัญญาณสำคัญที่สะท้อนถึงกระบวนการทางสรีรวิทยาต่างๆ มากมาย นั่นคือสิ่งที่เป้าหมายของเราในฐานะนักคณิตศาสตร์: เราสามารถที่จะเอาชุดของตัวเลขเช่น อัตราการเต้นของหัวใจ เสียง และทุกสิ่งทุกอย่าง แล้วบอกความแตกต่างระหว่างสัญญาณของร่างกายได้หรือไม่"

อ่านข่าวเต็มได้ที่: HealthDay News


วันเสาร์ที่ 30 เมษายน พ.ศ. 2565

ระบบค้นคว้ายาใหม่ ๆ ด้วย AI อาจถูกนำไปปรับใช้ในการสร้างอาวุธเคมี

ai-drug-discovery
ภาพจาก Scientific American

นักวิทยาศาสตร์จาก Collaborations Pharmaceuticals ได้นำเสนองานวิจัยในการประชุม Spiez CONVERGENCE ในปี 2020 ที่สวิตเซอร์แลนด์ว่า เฟรมเวิร์กการค้นคว้ายาที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (artificial intelligence) หรือ AI อาจถูกนำไปใช้ประโยชน์เพื่อผลิตอาวุธเคมี

นักวิจัยได้ใช้ซอฟต์แวร์ MegaSyn ของ Collaborations เพื่อสร้างรายการของโมเลกุลที่เป็นพิษซึ่งคล้ายกับสารสื่อประสาท VX ซึ่งสร้างออกมาได้ 40,000 ตัวอย่าง ซึ่งรวมถึงสารที่สามารถใช้เป็นอาวุธอื่น ๆ นอกเหนือจาก VX ในเวลาน้อยกว่าหกชั่วโมง

Fabio Urbina แห่ง Collaborations กล่าวว่าทีมก่อนหน้านี้เคยใช้ MegaSyn เพื่อสร้างโมเลกุลที่ใช้ในการรักษาโดยมีเป้าหมายระดับโมเลกุลเดียวกันกับ VX ในขณะที่โมเลกุลที่เป็นพิษถูกสร้างขึ้นโดยขอให้ระบบออกแบบโมเลกุลที่คล้ายกันโดยไม่มีข้อมูลเข้าเชิงโครงสร้าง

อย่างไรก็ตาม ผู้เชี่ยวชาญบางคนกล่าวว่าการวิจัยไม่ได้ตอบคำถามสำคัญว่าการใช้ซอฟต์แวร์ AI เพื่อค้นหาสารพิษจะสามารถนำไปสู่การพัฒนาอาวุธชีวภาพในทางปฏิบัติได้หรือไม่

อ่านข่าวเต็มได้ที่: Scientific American

วันศุกร์ที่ 29 เมษายน พ.ศ. 2565

I Feel Fine

วันศุกร์นี้อยากมาชวนฟังเพลงกันครับ ไม่ได้ฟังกันมานานแล้ว เพลงที่จะมาชวนฟังก็เป็นเพลงของ The Beatles คือ I Feel Fine เหตุผลก็ไม่มีอะไรมากครับ เพราะหนึ่งในฐานะแฟนบอลลิเวอร์พูลมาอย่างเหนียวแน่นมาสีสิบกว่าปีได้  ตามข่าวความสำเร็จของทีมจากหนังสือนิตยสารเป็นส่วนใหญ่ในยุค ปลาย  70 ต่อ 80 ที่ทีมครองความยิ่งใหญ่ เพราะในช่วงนั้นการสื่อสารยังไม่ดีเท่าทุกวันนี้ โอกาสจะมีบอลถ่ายทอดทีมโปรดมาให้ดูสักนัดก็ยากมาก ผ่านยุคตกต่ำที่ต้องมองความสำเร็จของแมนยูปีแล้วปีเล่าในยุค 90 ที่ได้เริ่มดูถ่ายทอดสดได้มากขึ้น แต่ก็ต้องมองทีมตัวเองมีได้แค่ลุ้นตอนต้น ๆ ของฤดูกาล แล้วก็ค่อย ๆ หายไปจนไม่มีเหลือลุ้นอะไร เหมือนที่แมนยูเป็นอยู่ตอนนี้

แต่ถึงตอนนี้คงต้องบอกว่ากองเชียร์ลิเวอร์พูลทุกคนคงจะอยู่ในสถานะ I Feel Fine เพราะผลงานของทีมที่ดีขึ้นเรื่อย ๆ ภายใต้การดูแลของชายที่ชื่อว่า เจอร์เก็น คลอปป์ ซึ่งกำลังพาลิเวอร์พูลกลับสู่ยุครุ่งเรื่องอีกครั้ง ในฤดูกาลนี้ก็ยังมีลุ้นทุกรายการที่ลงแข่ง เป็นทีมที่ได้รับการยอมรับว่าเป็นทีมที่ดีที่สุดทีมหนึ่งของโลก และนอกจากนี้ยังมีข่าวดีอีกคือ คลอปป์ ยอมขยายสัญญาตัวเองออกไปจากที่จะหมดลงในปี 2024 เป็นปี 2026 ดูหมือนว่ามันจะขยายไปอีกไม่นาน แต่สำหรับแฟนลิเวอร์พูลแล้ว ผมว่าคลอปป์ยอมต่อสัญญาออกไปแม้จะเป็นแค่ปีเดียวก็ทำให้แฟน ๆ มีความสุขแล้ว เพราะมันหมายความว่าลิเวอร์พูลก็จะมีโอการประสบความสำเร็จเพิ่มขึ้นไปอีกตามจำนวนปีที่คลอปป์อยู่ต่อ

นอกจากจะรู้สึก Fine แบบชื่อเพลงแล้ว อีกเหตุผลหนึ่งที่ผมอยากจะมาชวนฟังเพลงนี้ก็เพราะ กองเชียร์ลิเวอร์พูลที่อังกฤษได้แต่งเพลงสั้น ๆ ให้คลอปป์ โดยใช้ทำนองเพลง I Feel Fine นี้ครับ ไปฟังเพลงและดูเนื้อร้องของเพลงนี้กันก่อนครับ 


 Baby's good to me, you know

She's happy as can be, you know
She said so
I'm in love with her and I feel fine

Baby says she's mine, you know
She tells me all the time, you know
She said so
I'm in love with her and I feel fine

I'm so glad that she's my little girl
She's so glad, she's telling all the world
That her baby buys her things, you know
He buys her diamond rings, you know
She said so
She's in love with me and I feel fine, mm

Baby says she's mine, you know
She tells me all the time, you know
She said so
I'm in love with her and I feel fine

I'm so glad that she's my little girl
She's so glad, she's telling all the world
That her baby buys her things, you know
He buys her diamond rings, you know
She said so
She's in love with me and I feel fine
She's in love with me and I feel fine

และนี่คือเพลงของคลอปป์ครับ



เนื้อเพลงก็สั้น ๆ ตามนี้ครับ

I'm so glad that Jurgen is a Red.

I'm so glad he delivered what he said.

Jurgen said to me, you know. We'll win the Premier League, you know. He said so.

I'm in love with him and I feel fine.


วันศุกร์นี้ก็ขอแสดงความ Fine ตามประสาเดอะค็อปสักวันนะครับ และก็ตามลุ้นให้ทีมทำภารกิจ 4 แชมป์ ที่แทบจะเป็น mission impossible ได้สำเร็จ 

กังวลว่าโทรศัพท์มือถือของคุณกำลังแอบฟังอยู่ใช่ไหม

voice-editing-program
Photo by Kelly Sikkema on Unsplash

นักวิทยาศาสตร์คอมพิวเตอร์ของ Columbia University ได้พัฒนาอัลกอริธึมที่สามารถบล็อกอุปกรณ์อัจฉริยะทั้งหลาบจากการสอดแนมผู้ใช้ โดยสร้างเสียงที่เงียบมาก ๆ  Carl Vondrick แห่ง Columbia กล่าวว่าอัลกอริธึมสามารถบล็อกไมโครโฟนที่แอบซ่อนอยู่เพื่อฟังเสียงได้ 80% ของเวลาทั้งหมดโดยการซ่อนเสียงของคน

Mia Chiquier จาก Columbia อธิบายว่าโปรแกรมใช้การโจมตีแบบคาดเดา สัญญาณที่สามารถขัดขวางรูปแบบการรู้จำคำพูดอัตโนมัติที่ถูกสอนให้ถอดเสียง ระบบจะทำงานนี้ในเวลาที่ใกล้เคียงกับเวลาจริงโดยคาดการณ์การโจมตีในอนาคตของสัญญาณหรือคำ โดยอ้างอิงจากสองวินาทีของคำพูดที่ใช้เป็นข้อมูลเข้า ระดับเสียงของการโจมตีใกล้เคียงกับเสียงรบกวนที่มีอยู่ตามปกติเป็นอย่างมาก ดังนั้นเราจึงสามารถสนทนาได้อย่างเป็นธรรมชาติ

อ่านข่าวเต็มได้ที่: Columbia Engineering News

วันพฤหัสบดีที่ 28 เมษายน พ.ศ. 2565

ความเสี่ยงจากยาปลอมกำลังเพิ่มขึ้น เทคโนโลยีจากมือถือช่วยตรวจสอบได้

Fake-Label
ภาพจาก SciTechDaily

นักวิจัยได้พัฒนาวิธีการระบุยาปลอมโดยใช้แท็กที่สามารถกิน และอ่านได้ผ่านแอปสมาร์ทโฟนเพื่อตรวจสอบแหล่งที่มาและคุณภาพของยา นักวิจัยดัดแปลงพันธุกรรมตัวไหมเพื่อผลิตโปรตีนไหมที่กินได้โดยมีโปรตีนเรืองแสงสีฟ้า สีเขียว หรือสีแดงติดอยู่ 

แท็กที่มีโปรตีนไหมเรืองแสงเหล่านี้ สามารถถูกเอนไซม์ในทางเดินอาหารย่อยสลายได้อย่างปลอดภัย โดยสามารถใช้กับยาเม็ดหรือเติมลงในยาน้ำได้ แอพสมาร์ทโฟนจะสแกนหารูปแบบการเรืองแสง และหากพบ จะใช้อัลกอริธึมการเรียนรู้เชิงลึก (deep learning) เพื่อถอดรหัสคีย์ดิจิทัลและนำผู้ใช้ไปยังหน้าเว็บที่มีข้อมูลเกี่ยวกับแหล่งที่มาของยาและเป็นยาจริงหรือไม่

อ่านข่าวเต็มได้ที่: SciTechDaily

วันพุธที่ 27 เมษายน พ.ศ. 2565

หุ่นยนต์ควบคุมด้วยจอยสติ๊กสามารถช่วยศัลยแพทย์รักษาโรคหลอดเลือดสมองจากระยะไกลได้

joystick-robot
ภาพจาก MIT News

ระบบเทเลโรโบติก (telerobotic) ที่พัฒนาขึ้นโดยนักวิจัยจาก Massachusetts Institute of Technology (MIT), Massachusetts General Hospital, และ Philips Research North America  ช่วยให้ศัลยแพทย์ทำงานจากระยะไกลได้ โดยใช้จอยสติ๊กและการถ่ายทอดภาพสดเพื่อควบคุมแขนหุ่นยนต์โดยที่ผู้ควบคุมอยู่อีกที่หนึ่ง

ระบบสามารถช่วยชีวิตผู้ป่วยโรคหลอดเลือดสมองหรือหลอดเลือดโป่งพองได้ โดยสามารถเข้าถึงเพื่อเปิดทางหลอดเลือดจากระยะไกล ในช่วงเวลาวิกฤตทันทีหลังจากเริ่มมีอาการ ในระหว่างการทดสอบโดยใช้แบบจำลองขนาดเท่าของจริง ศัลยแพทย์ระบบประสาทสามารถควบคุมแขนของหุ่นยนต์จากระยะไกลเพื่อนำลวดแม่เหล็ก (magnetic wire) ผ่านหลอดเลือดแดงและหลอดเลือดได้หลังจากฝึกใช้เพียงชั่วโมงเดียว

Yoonho Kim แห่ง MIT อธิบายว่า "จุดประสงค์หลักของสายนำแม่เหล็ก (magnetic guidewire) คือการไปยังตำแหน่งเป้าหมายอย่างรวดเร็วและปลอดภัย เพื่อใช้อุปกรณ์มาตรฐานอย่าง microcatheters ในการรักษาได้ ระบบของเราเปรียบเสมือนเครื่องนำทาง"

อ่านข่าวเต็มได้ที่: MIT News


วันอังคารที่ 26 เมษายน พ.ศ. 2565

รถขับเคลื่อนด้วยตัวเองสามารถถูกหลอกให้เห็นไฟแดงเป็นไฟเขียวได้

street-night
Photo by Tom Hill on Unsplash

นักวิจัยจาก Zhejiang University ของจีนพบว่ารถยนต์ไร้คนขับอาจถูกหลอกให้มองเห็นสัญญาณไฟจราจรสีแดงเป็นสีเขียวได้ นักวิทยาศาสตร์ฉายเลเซอร์ไปที่เซ็นเซอร์ของกล้องห้ารุ่นที่ใช้โดยรถขับเคลื่อนด้วยตนเอง โดยมีซอฟต์แวร์โอเพนซอร์ซสองชุดอ่านภาพที่ถ่ายไว้ 

เลเซอร์ที่มีความยาวคลื่น 650 นาโนเมตรและความยาวคลื่น 520 นาโนเมตรทำให้ภาพทั้งหมดเป็นสีแดงหรือสีเขียวตามลำดับ ในขณะที่การกะพริบของเลเซอร์ที่ความถี่สูงทำให้เกิดสีในบางส่วนของภาพเท่านั้น การเพิ่มแถบแนวนอนสีเขียวหรือสีแดงทำให้ชุดซอฟต์แวร์ทั้งสองตรวจพบสัญญาณไฟจราจรอย่างไม่ถูกต้องโดยเฉลี่ยว่าเป็นสีเขียว 30%  และสีแดง 86% ของเวลาทั้งหมด ระหว่างกล้องทุกตัว

อ่านข่าวเต็มได้ที่: New Scientist

วันจันทร์ที่ 25 เมษายน พ.ศ. 2565

เครื่องมือที่อาจทำนายความเสี่ยงของงานคุณจากระบบอัตโนมัติ

robot
Photo by Owen Beard on Unsplash

นักวิทยาศาสตร์จาก Swiss Federal Institute of Technology (EPFL) ในเมืองโลซานน์  และ University of Lausanne ในสวิตเซอร์แลนด์ได้ออกแบบอัลกอริธึมเพื่อทำนายว่าแต่ละอาชีพมีความเสี่ยงจากระบบอัตโนมัติอย่างไร 

ดัชนีความเสี่ยงด้านระบบอัตโนมัติ (automation risk index) หรือ ARI จะตรวจสอบจำนวนข้อกำหนดในรายละเอียดงานที่หุ่นยนต์สามารถทำได้เมื่อเปรียบเทียบกับมนุษย์ จัดอันดับความสำคัญของทักษะเหล่านี้ และประเมินความสามารถในปัจจุบันของหุ่นยนต์ที่จะทำมัน 

ในการจัดอันดับงาน 967 ตำแหน่งโดย ARI ที่ระบุไว้ในฐานข้อมูล Occupation Information Network นักฟิสิกส์ได้รับการพิจารณาให้เป็นอาชีพที่ปลอดภัยที่สุดจากระบบอัตโนมัติ ในขณะที่พบว่าคนงานบรรจุหีบห่อ และคนงานในโรงฆ่าสัตว์มีความเสี่ยงสูงสุด

นักวิจัยยังได้จัดทำดัชนีความยืดหยุ่นนี้เป็นเว็บไซต์เพื่อผู้ใช้สามารถค้นหาเพื่อค้นหาความเสี่ยงด้านระบบอัตโนมัติที่เกี่ยวข้องกับตำแหน่งงาน และงานที่มีความเสี่ยงต่ำกว่า ซึ่งใครที่สนใจสามารถทดลองเข้าไปค้นหาดูได้จากลิงก์นี้ครับ https://lis2.epfl.ch/resiliencetorobots/#/

 อ่านข่าวเต็มได้ที่: Silicon Republic

วันเสาร์ที่ 23 เมษายน พ.ศ. 2565

บอทสามารถตรวจพบผู้ใช้ Twitter ที่มีความซึมเศร้า 9 จาก 10 ราย

twitter-bot-depression
ภาพจาก Brunel University London (U.K.)

อัลกอริทึมที่พัฒนาโดยนักวิจัยจาก Brunel University London และ University of Leicester ในสหราชอาณาจักร สามารถตรวจสอบสภาพจิตใจของบุคคลได้โดยการแยกและวิเคราะห์จุดข้อมูล 38 จุดจากโปรไฟล์ Twitter สาธารณะของพวกเขา

นักวิจัยได้ฝึกอบรมบอทบนฐานข้อมูลสองฐานข้อมูลที่มีประวัติการทวีตของผู้ใช้หลายพันคน และข้อมูลเพิ่มเติมเกี่ยวกับสุขภาพจิตของพวกเขา โดยไม่รวมเอาผู้ใช้ที่มีการทวีตน้อยกว่า 5 ทวีต จากนั้นจึงแก้ไขคำที่สะกดผิดและตัวย่อโดยใช้ซอฟต์แวร์ภาษาธรรมชาติ

อัลกอริทึมระบุภาวะซึมเศร้าด้วยความแม่นยำ 88.39% ในชุดข้อมูลหนึ่ง และ 70.69% ในอีกชุดหนึ่ง Abdul Sadka แห่ง Brunel กล่าวว่า "แม้จะไม่ได้แม่นยำ 100% แต่ฉันไม่คิดว่าโซลูชันการเรียนรู้ของเครื่องใด ๆ จะสามารถบรรลุความน่าเชื่อถือได้ที่ระดับ 100% อย่างไรก็ตาม ยิ่งคุณเข้าใกล้ตัวเลข 90 เปอร์เซ็นต์มากเท่าไหร่ ก็ยิ่งดีเท่านั้น”

อ่านข่าวเต็มได้ที่: Brunel University London (U.K.)

วันศุกร์ที่ 22 เมษายน พ.ศ. 2565

AI กำลังอธิบายตัวเองให้คนฟัง และดูเหมือนจะได้ผล

linkedin-microsoft-logos
ภาพจาก Reuters

บริษัทสตาร์ทอัพและบริษัทเทคโนโลยีรายใหญ่กำลังลงทุนอย่างหนักในด้านปัญญาประดิษฐ์ที่อธิบายได้ (eXplainable artificial intelligence) หรือ XAI เนื่องจากหน่วยงานกำกับดูแลของสหรัฐอเมริกาและสหภาพยุโรปรณรงค์เพื่อให้เกิดความเป็นธรรมและความโปร่งใสจากการตัดสินใจโดยอัตโนมัติ

ผู้สนับสนุน XAI กล่าวว่าได้ช่วยให้ AI มีประสิทธิภาพมากขึ้นในด้านต่างๆ เช่น การดูแลสุขภาพและการขาย Microsoft เห็นว่ารายรับจากการสมัครสมาชิก LinkedIn เพิ่มขึ้น 8% หลังจากให้บริการซอฟต์แวร์ CrystalCandle แก่ทีมขาย ซึ่งระบุลูกค้าที่มีความเสี่ยงที่จะยกเลิกสมาชิกพร้อมทั้งอธิบายเหตุผล ส่วนผู้ที่ยังคลางแคลงบอกว่าคำอธิบายของ AI ว่าทำไมมันถึงทำนายได้ยังมีความไม่น่าเชื่อถืออยู่มาก 

LinkedIn กล่าวว่าเราไม่สามารถตัดสินความครบถ้วนสมบูรณ์ของอัลกอริธึมได้หากไม่เข้าใจเหตุผล ในขณะที่เครื่องมือเช่น CrystalCandle สามารถช่วยให้แพทย์เรียนรู้ว่าเพราะอะไร AI จึงคาดการณ์ว่าบางคนมีความเสี่ยงที่จะเป็นโรคมากขึ้น

อ่านข่าวเต็มได้ที่: Reuters

วันพฤหัสบดีที่ 21 เมษายน พ.ศ. 2565

การท่องเน็ตที่ให้ความรู้สึกทันทีทันใด

microwave-tower
ภาพจาก  Duke Today

นักวิจัยจาก   Duke University, University of Illinois, Yale University, และ ETH Zurich ของสวิตเซอร์แลนด์ ได้พัฒนาการออกแบบสำหรับเครือข่ายอินเทอร์เน็ตความเร็วแสงใน 120 เมืองในสหรัฐอเมริกา แทนที่จะใช้สายเคเบิลใยแก้วนำแสงที่ฝังไว้คดเคี้ยวไปมาตามพิ้นดิน เครือข่ายจะนำข้อมูลแบบไร้สายผ่านการส่งสัญญาณคลื่นไมโครเวฟ เนื่องจากสัญญาณเดินทางในอากาศเร็วกว่าแสงที่เดินทางผ่านไฟเบอร์ 50%

วิธีการนี้ใช้เครือข่ายที่สร้างขึ้นเองตั้งแต่ต้นปี 2010 ซึ่งช่วยลดเวลาในการส่งข้อมูลระหว่าง Chicago Mercantile Exchange และตลาดหลักทรัพย์ในรัฐนิวเจอร์ซีย์ได้ภายในเสี้ยววินาที นักวิจัยประเมินว่าการส่งข้อมูลผ่านเครือข่ายดังกล่าวจะมีค่าใช้จ่าย 81 เซนต์ต่อกิกะไบต์ และลดความล่าช้าลงอยู่ใน 5% ของความเร็วที่แสงทำได้ 

อย่างไรก็ตามนักวิจัยบอกว่าไม่ใช่ว่าจะสามารถเปลี่ยนอินเทอร์เน็ตมาใช้แบบนี้ได้ทั้งหมด เพราะเอาจริง ๆ แล้วปริมาณข้อมูลในการรับส่งด้วยวิธีนี้ยังเทียบกับวิธีเดิมไม่ได้ มันเหมาะกับงานที่ต้องการการตอบสนองอย่างทันใดเช่นการที่นักดนตรีอาจจะอยู่ห่างกันเป็นร้อยไมล์ แต่เมื่อเล่นเพลงด้วยกันแล้ว เหมือนกับนั่งเล่นอยู่ในห้องเดียวกัน  

อ่านข่าวเต็มได้ที่: Duke Today



วันพุธที่ 20 เมษายน พ.ศ. 2565

ข้อมูลจากเพื่อน และคนที่ไม่รู้จักสามารถบอกได้ว่าเราอยู่ที่ไหน

location-tracking
ภาพจาก Futurity.org

ทีมนักวิทยาศาสตร์นานาชาติระบุว่าข้อมูลจากเพื่อนและคนแปลกหน้าสามารถใช้ทำนายตำแหน่งของใครบางคนได้ แม้ว่าฟังก์ชันการติดตามข้อมูลบนอุปกรณ์ส่วนตัวของพวกเขาจะถูกปิดไว้ก็ตาม 

Gourab Ghoshal University of Rochester และเพื่อนร่วมงานได้วิเคราะห์ชุดข้อมูลเครือข่ายโซเชียลที่มีข้อมูลตำแหน่งที่อยู่สามชุดที่รวบรวมการเช็คอินนับล้านครั้งบนแอปพลิเคชัน เช่น Brightkite, Facebook และ Foursquare และบันทึกของข้อมูลการโทรมากกว่า 22 ล้านครั้งโดยผู้ใช้ที่ไม่ระบุชื่อเกือบ 36,000 ราย 

ทีมงานใช้ทฤษฎีสารสนเทศและการวัดเอนโทรปี (entropy) เพื่อเรียนรู้ว่ารูปแบบการเคลื่อนไหวของผู้ที่มีความสัมพันธ์ทางสังคมกับบุคคลนั้น สามารถรวบรวมข้อมูลที่จำเป็นต้องใช้ในการประเมินความเคลื่อนไหวของบุคคคลนั้นได้มากถึง 95%  แม้แต่ข้อมูลจากคนแปลกหน้าก็สามารถนำมาใช้ทำนายการเคลื่อนไหวของบุคคลได้ถึง 85%

อ่านข่าวเต็มได้ที่: Futurity.org

วันอังคารที่ 19 เมษายน พ.ศ. 2565

แอปประชุมทางไกลอาจยังฟังเสียงเราอยู่ถึงแม้เราจะปิดไมค์แล้ว

Favaz-And-Yucheng
Fawaz and Yucheng ภาพจาก  University of Wisconsin-Madison News

Kassem Fawaz และ Yucheng Yang แห่ง University of Wisconsin-Madison พบว่าแอปพลิเคชั่นการประชุมผ่านวิดีโอจำนวนมากยังคงฟังเสียงของเราอยู่เมื่อมีเราปิดไมโครโฟน นักวิจัยได้ทดสอบแอปเหล่านั้นบนระบบปฏิบัติการหลายตัว และได้เรียนรู้ว่าโดยส่วนใหญ่ "เมื่อคุณปิดเสียงตัวเอง แอปเหล่านี้ไม่ได้หยุดเข้าถึงไมโครโฟน" Fawaz กล่าว 

Fawaz ร่วมกับ Yang และเพื่อนร่วมงานที่ Loyola University Chicago ติดตามเสียงในแอปการประชุมทางวิดีโอยอดนิยม และพบว่าพวกมันทั้งหมดเก็บรวบรวมข้อมูลเป็นครั้งคราวขณะปิดเสียง แอพหนึ่งยังคงรวบรวมและส่งข้อมูลไปยังเซิร์ฟเวอร์ในอัตราปกติแม้จะปิดเสียงไมโครโฟน 

นักวิจัยได้ฝึกอบรมตัวแยกประเภทกิจกรรมโดยใช้เสียงจากวิดีโอ YouTube ซึ่งแสดงถึงกิจกรรมพื้นหลังทั่วไป 6 กิจกรรมเพื่อระบุกิจกรรมพื้นหลังจากแอปการประชุมทางวิดีโอที่ปิดเสียง โดยคะแนนความแม่นยำที่ได้อยู่ที่ 82% 

อ่านข่าวเต็มได้ที่: University of Wisconsin-Madison News


วันจันทร์ที่ 18 เมษายน พ.ศ. 2565

นักวิจัยสามารถระบุคนที่มีอาการเครียดหลังเหตุการณ์สะเทือนใจได้อย่างแม่นยำโดยดูจากข้อความเท่านั้น

man-with-tablet
ภาพจาก Folio (University of Alberta, Canada)

ตัวแบบการเรียนรู้ของเครื่อง (machine learning) ที่ได้รับการฝึกฝนโดยนักวิจัยจาก University of Alberta (U of A) ของแคนาดา เพื่อระบุผู้ที่มีความผิดปกติจากความเครียดหลังเหตุการณ์สะเทือนใจ (post-traumatic stress disorder) หรือ PTSD โดยการวิเคราะห์ข้อความที่พวกเขาเขียน

Jeff Sawalha แห่ง U of A และเพื่อนร่วมงานวิเคราะห์ข้อความในชุดข้อมูลที่รวบรวมไว้ที่ University of Southern California จากการสัมภาษณ์ 250 ครั้งกับตัวละครที่สร้างขึ้นระหว่างการประชุมทางวิดีโอกับคน 188 คนที่ไม่เป็น PTSD และ 87 คนที่เป็น PTSD 

นักวิจัยสามารถระบุบุคคลที่มี PTSD ได้อย่างแม่นยำถึง 80% จากคะแนนที่ระบุความถี่ของคำพูดของพวกเขาโดยดูคำพูดที่มีความรู้สึกเป็นกลางหรือเป็นลบเป็นหลัก Sawalha กล่าวว่า "การมีเครื่องมือเช่นนี้ที่ก้าวหน้าไปเรื่อย ๆ อาจเป็นประโยชน์กับโลกหลังการเกิดโรคระบาด"

อ่านข่าวเต็มได้ที่: Folio (University of Alberta, Canada)

วันอาทิตย์ที่ 17 เมษายน พ.ศ. 2565

การแฮกที่เรียกว่า Brokenwire อาจขัดขวางการชาร์จรถยนต์ไฟฟ้า

car-ev-charger
Photo by Ernest Ojeh on Unsplash

นักวิจัยจาก University of Oxford ของสหราชอาณาจักรและ Armasuisse S+T ของสวิตเซอร์แลนด์ ระบุวิธีการโจมตีระบบ Combined Charging System (CCS) และขัดขวางช่วงการชาร์จรถยนต์ไฟฟ้า เทคนิค Brokenwire ขัดขวางการสื่อสารการควบคุมระหว่างรถกับที่ชาร์จ ทำให้แฮกเกอร์สามารถหยุดการชาร์จแบบไร้สายได้จากระยะไกลถึง 151 ฟุต (46 เมตร)
นักวิจัยไม่ได้เปิดเผยรายละเอียดเพิ่มเติม เพื่อป้องกันการหาประโยชน์จากช่องโหว่ดังกล่าว แต่ระบุว่าการโจมตีดังกล่าวอาจเกิดขึ้นได้ด้วยการใช้องค์ประกอบเหล่านี้ร่วมกัน ซึ่งก็คือวิทยุที่ใช้องค์ประกอบเป็นซอฟต์แวร์ (software-define radio) ที่หาซื้อได้จากร้านค้า เครื่องขยายเสียง และเสาอากาศไดโพล (dipole antenna)  

นักวิจัยกล่าวว่า "การใช้ PLC [power-line communications] สำหรับการสื่อสารในการชาร์จเป็นข้อบกพร่องด้านการออกแบบที่ร้ายแรง ซึ่งทำให้ยานพาหนะหลายล้านคัน ซึ่งบางคันเป็นโครงสร้างพื้นฐานที่สำคัญ มีช่องโหว่สำหรับการจู่โจม"

อ่านข่าวเต็มได้ที่: The Hacker News

วันเสาร์ที่ 16 เมษายน พ.ศ. 2565

เมืองต่าง ๆ ใช้ฝาแฝดดิจิทัลอย่าง SimCity เพื่อช่วยสร้างนโยบาย

city-plan
ภาพจาก Bloomberg CityLab

เมืองต่าง ๆ เช่น ออร์แลนโด ฟลอริดา และสิงคโปร์ใช้ฝาแฝดดิจิทัลในการสร้างแบบจำลองเสมือนจริงของตนเอง เพื่อจำลองผลกระทบของนโยบายหรือโครงการโครงสร้างพื้นฐานใหม่ ๆ ที่อาจให้ข้อมูลประกอบการตัดสินใจในโลกจริง

ตัวอย่างเช่น  Orlando Economic Partnership และบริษัทเกม Unity ได้พัฒนาตัวแบบสามมิติ (3D) ของพื้นที่ในเมืองนำไปแสดงต่อนักลงทุนทีมีศักยภาพ เพื่อพยายามขยายพื้นที่ดังกล่าวให้เป็นศูนย์กลางทางเทคโนโลยี

ในขณะเดียวกัน โมเดล Virtual Singapore รวมภาพระดับถนนมากกว่า 3 ล้านภาพและภาพถ่ายทางอากาศ 160,000 ภาพ รวมถึงจุดข้อมูล 3 มิติอีกนับพันล้านจุด ซึ่งกินข้อมูลดิบเกินกว่า 100 เทราไบต์ Victor Khoo แห่งหน่วยงาน Singapore Land Authority กล่าวว่าแบบจำลองนี้มีความแตกต่างระหว่างองค์ประกอบแต่ละอัน ทำให้ง่ายต่อการทดสอบการตอบสนองต่อสภาวะต่าง ๆ ในการจำลองแบบต่าง ๆ

อ่านข่าวเต็มได้ที่: Bloomberg CityLab

 

วันศุกร์ที่ 15 เมษายน พ.ศ. 2565

ค่าไฟแบบ TOU จริง ๆ เดือนแรกมาแล้ว

TOU-meter
มิเตอร์ TOU

วันนี้ผมจะมาเล่าให้ฟังต่อเนื่องจากบทความเรื่องไฟ TOU อันแรกนะครับ ถ้าใครยังไม่ได้อ่านก็อาจเข้าไปอ่านก่อนได้นะครับ  เรื่องวุ่น ๆ กับไฟ TOU  แต่ถ้าขี้เกียจอ่านผมสรุปให้ฟังคร่าว ๆ ก็คือ ผมได้ขอติดตั้งไฟแบบ TOU คือคิดอัตราตามเวลาการใช้งาน คือ 9.00-22.00 วันจันทร์ถึงศุกร์ก็แพงหน่อย แต่จาก 22.00-9.00 วันเสาร์อาทิตย์และวันหยุดราชการก็ถูกหน่อย โดยการไฟฟ้าได้มาติดตั้งให้ในเดือนธันวาคม แต่ปรากฏว่ามิเตอร์ที่การไฟฟ้าเอามาติดเสีย การไฟฟ้าก็เลยประมาณ (มโน) ค่าไฟบ้านผมมาจนถึงเดือนกุมภาพันธ์ เพราะต้องรอเบิกมิเตอร์ใหม่ 

แต่ในเดือนมีนาคมผมก็ได้ยอดใช้จ่ายจริงมาแล้วครับ วันนี้ผมก็เลยจะมาลองคำนวณให้ดูนะครับว่าค่าไฟถ้าคิดแบบ  TOU กับแบบเดิมมันประหยัดลงมากไหม เพราะในบทความแรกก็มีคนอยากรู้ เพราะถ้าคุ้มเขาก็อยากลองไปติดบ้าง ในบทความนี้ผมจะคิดเฉพาะค่าไฟนะครับ ไม่ได้คิดค่าบริการ ค่า FT และ VAT  โดยเดือนมีนาคมนี้ตามบิลค่าไฟบ้านผมใช้ไปแบบนี้ครับ on peak (ราคาแพง) 98 หน่วย off peak (ราคาถูก)  489 หน่วย ถ้าไม่คิดแยกเท่ากับบ้านผมใช้ไฟรวม 587 หน่วยนะครับ

โอเคคราวนี้มาดูอัตราค่าไฟกันครับ รายละเอียดตามลิงก์นี้ครับ  

เนื่องจากบ้านผมเป็นบ้านพักอาศัย และมีอัตราการใช้ไฟเกิน 150 หน่วยต่อเดือน ดังนั้นอัตราค่าไฟก็คือ 

 150 หน่วยแรก (หน่วยที่ 0 – 150) 3.2484

250 หน่วยต่อไป (หน่วยที่ 151 – 400)  4.2218

เกิน 400 หน่วยขึ้นไป (หน่วยที่ 401 เป็นต้นไป) 4.4217

ถ้าคิดตามสูตรนี้ก็คือ ผมจะต้องเสีย 150 * 3.2484 + 250 * 4.2218 + 187 * 4.4217 = 2369.56 บาท 

แต่ถ้าคิดแบบ TOU ของผมจะเข้า 1.2.2 อัตราก็คือ 

 แรงดันตํ่ากว่า 22 กิโลโวลท์ on peak 5.7982, off peak   2.6369

ค่าไฟที่ผมต้องจ่ายคือ 98 * 5.7982 + 489 * 2.6369 = 1857.66 บาท

ดังนั้นส่วนต่างก็คือ 2369.56-1857.66 = 511.9 บาท  เท่ากับประหยัดไปได้ประมาณ 500 บาท

สำหรับใครที่อ่านถึงตรงนี้แล้วอยากจะเปลี่ยนมาใช้แบบนี้ผมขอให้ข้อมูลเพิ่มอย่างนี้นะครับ มันมีค่าเปลี่ยนมิเตอร์อยู่ประมาณ 6600 บาท ซึ่งถ้าผมประหยัดได้เดือนละ  500 แบบนี้ จะใช้เวลาประมาณหนึ่งปีจึงจะได้จำนวนเงินเท่ากับค่ามิเตอร์ที่จ่ายไป นั่นคือจะประหยัดได้จริง ๆ ก็ต้องหนึ่งปีผ่านไปแล้ว และเราต้องปรับเปลี่ยนพฤติกรรมการใช้ไฟสักเล็กน้อยนะครับ อย่างเปิดแอร์ผมก็จะรอสี่ทุ่ม จะซักผ้าโดยใช้เครื่องซักผ้า อบผ้า ก็จะรอสี่ทุ่ม หรือรอวันหยุด อีกอย่างหนึ่งที่ควรรู้ไว้ก็คือถ้าใครไปขอเปลี่ยนแล้ว แล้วปรากฏว่าค่าไฟมันแพงกว่าเดิม จะขอเปลี่ยนกลับเลยไม่ได้นะครับ จะต้องใช้แบบนี้ไปอย่างน้อยหนึ่งปีจึงจะขอเปลี่ยนกลับได้ 

ก็หวังว่าจะเป็นประโยชน์สำหรับคนที่อยากเปลี่ยนนะครับ อ้อเกือบลืมศุกร์นี้อยู่ในช่วงสงกรานต์พอดี ก็ขออวยพรให้มีความสุขกัน เดินทางปลอดภัย และรอดพ้นภัยโควิดนะครับ สุขสันต์เทศกาลสงกรานต์ ปีใหม่ไทยครับ...  

เงินเดือนของวิศวกรซอฟต์แวร์ในปี 2022

SE-Salary
ภาพจาก  IEEE Spectrum

รายงาน State of Software Engineers ปี 2022 ของ Hired ซึ่งเป็น ตลาดการจ้างงานออนไลน์  ประเมินทักษะที่ต้องการมากที่สุดและค่าจ้างที่ได้ โดยวิเคราะห์การโต้ตอบประมาณ 366,000 รายการระหว่างบริษัทและวิศวกรซอฟต์แวร์ และจากการสำรวจวิศวกรอีกกว่า 2,000 คน

Hired พบว่าจากการโจมตีทางไซเบอร์ที่เพิ่มขึ้นในปีที่แล้วทำให้ความต้องการวิศวกรความมั่นคง (security engineer) เพิ่มขึ้น ซึ่งทำให้เงินเดือนเฉลี่ยของพวกเขาพุ่งขึ้น 7.59% เทียบกับปี 2020 วิศวกรที่มีทักษะการเขียนโปรแกรม Go ถูกเรียกสัมภาษณ์ 1.8 เท่าของวิศวกรซอฟต์แวร์ทั่วไป ในขณะที่ Python และ JavaScript เป็นภาษาที่พวกเขาชื่นชอบ โดยผู้ตอบแบบสอบถามบอกว่าเพราะมีไลบรารีและแพ็คเกจที่มีประโยชน์และได้รับการดูแลอย่างดี

เงินเดือนเฉลี่ยสำหรับวิศวกรซอฟต์แวร์ในซิลิคอนแวลลีย์เพิ่มขึ้น 2% ในปี 2021 เป็น 170,000 ดอลลาร์ต่อปี และเงินเดือนสำหรับวิศวกรที่ทำงานจากระยะไกลที่ Bay Area เพิ่มขึ้นเป็น 168,000 ดอลลาร์

อ่านข่าวเต็มได้ที่:  IEEE Spectrum

วันพฤหัสบดีที่ 14 เมษายน พ.ศ. 2565

อัลกอริทึมสามารถระบุบุคคลได้จากจังหวะการเต้นของหัวใจ

heart-beat
ภาพจาก Universidad Carlos III de Madrid (Spain)

นักวิจัยจาก Universidad Carlos III de Madrid (UC3M) ของสเปนและ Shahid Rajaee Teacher Training University ของอิหร่านกำลังพัฒนาอัลกอริธึมที่สามารถระบุตัวบุคคลจากจังหวะการเต้นของหัวใจ Carmen Cámara แห่ง UC3M กล่าวว่านักวิจัยได้วิเคราะห์การบันทึกคลื่นไฟฟ้าหัวใจ (ECG) ราวกับว่ามันเป็นคลื่นเสียง โดยใช้คุณสมบัติทางดนตรีของไดนามิก จังหวะ เสียงต่ำ ระดับเสียง และโทนเสียง 

Pedro Peris-López จาก UC3M บอกว่า ผลที่ได้คือการผสานพารามิเตอร์ที่ไม่ซ้ำกันสำหรับแต่ละคน โดยมีอัตราแม่นยำที่ 96.6% โดยวิธีนี้ให้มาตรวัดทางชีวภาพแบบสากล (universal biometric measure)   และยังเสริมว่า "ทุกวันนี้ มีสร้อยข้อมือและนาฬิกาอัจฉริยะที่บันทึก ECG อยู่แล้ว ซึ่งก็เพียงพอกับการติดตั้งแอปพลิเคชันที่ใช้อัลกอริธึมการระบุตัวตนของเรา"

อ่านข่าวเต็มได้ที่: Universidad Carlos III de Madrid (Spain)

วันพุธที่ 13 เมษายน พ.ศ. 2565

FBI บอกว่าสามารถขัดขวางแฮกเกอร์รัสเซียได้

FBI-Building
ภาพจาก Reuters

เจ้าหน้าที่สหรัฐกล่าวว่า FBI ได้เข้าควบคุมเราเตอร์และอุปกรณ์ไฟร์วอลล์หลายพันเครื่องจากแฮ็กเกอร์ชาวรัสเซีย โดยกล่าวว่าการดำเนินการดังกล่าวเป็นการพยายามป้องกันไม่ให้แฮ็กเกอร์เชื่อมโยงอุปกรณ์เข้ากับบ็อตเน็ต ซึ่งจะทำให้พวกเขาสามารถโจมตีเซิร์ฟเวอร์อื่นโดยสร้างทราฟฟิกปลอมได้

Merrick Garland อัยการสูงสุดของสหรัฐอเมริกากล่าวว่า "โชคดีที่เราสามารถทำลายบ็อตเน็ตนี้ได้ก่อนที่จะใช้งานได้" บ็อตเน็ตถูกควบคุมโดยมัลแวร์ Cyclops Blink ซึ่งหน่วยงานป้องกันภัยทางอินเทอร์เน็ตของสหรัฐฯ และสหราชอาณาจักรระบุว่าเป็น Sandworm ซึ่งเป็นกลุ่มที่เกี่ยวข้องกับหน่วยข่าวกรองทางทหารของรัสเซีย 

Chris Wray ผู้อำนวยการ FBI กล่าวว่า "เราลบมัลแวร์ออกจากอุปกรณ์ที่ใช้ในธุรกิจขนาดเล็กหลายพันแห่งเพื่อสร้างความปลอดภัยให้กับเครือข่ายของโลก เราได้ปิดประตูที่รัสเซียเคยใช้”

อ่านข่าวเต็มได้ที่: Reuters