Google ยังแก้ปัญหาอคติทางเพศจากการค้นรูปด้วยคำว่า "CEO" ไม่ได้

ภาพจาก University of Washington News

นักวิจัยจาก University of Washington (UW) ได้หักล้างคำกล่าวอ้างของ Google ว่าได้แก้ไขอคติทางเพศสำหรับการค้นคำที่เกี่ยวกับงานซึ่งถูกค้นพบโดยทีม UW อีกทีมในปี 2015 นักวิจัยแสดงให้เห็นว่า Google แก้ไขปัญหาได้เพียงบางส่วนเท่านั้น โดยจากรูปจะเห็นว่าทางซ้ายเป็นผลการค้นหาด้วยคำว่า CEO ซึ่ง Google บอกแก้ปัญหาแล้วจะเห็นว่ามีผู้หญิงออกมาตามสถิติที่แท้จริง แต่นักวิจัยแสดงให้เห็นว่าการเพิ่มคำค้นหาอื่นๆ ให้กับอาชีพนี้ เช่น "CEO + United States" จะได้ภาพถ่ายของบุคคลเป็นผู้หญิงน้อยกว่าผู้ชาย ความลำเอียงนี้ยังคงปรากฏอยู่ในเครื่องมือค้นหาสำคัญ ๆ อีกสี่ตัว รวมทั้ง Google ด้วย 

"เราต้องการแสดงให้เห็นว่านี่เป็นปัญหาที่สามารถแก้ไขได้อย่างเป็นระบบสำหรับข้อความค้นหาทั้งหมด แทนที่จะต้องแก้ไขด้วยวิธี 'ตีตัวตุ่น (whack-a-mole)' แบบนี้ ทีละปัญหา Chirag Shah แห่ง UW กล่าว

อ่านข่าวเต็มได้ที่: University of Washington News

เพิ่มเติมเสริมข่าว: เกมตีตัวตุ่น (whack-a-mole) คิดว่าคงเคยเล่นกันนะครับ ที่มันมีตัวตุ่นอยู่ในรูแล้วมันจะสุ่มโผล่ขึ้นมาให้เราตี 

ตัวแบบคอมพิวเตอร์ที่ใช้รักษามะเร็งระบุการผสมยาเพื่อรักษาโควิด-19

ภาพจาก  University College London (U.K.)

นักวิจัยจาก University College London (UCL) ของสหราชอาณาจักร ระบุยาชนิดใหม่ที่สามารถใช้รักษาการติดเชื้อ COVID-19 ที่รุนแรงในระยะต่าง ๆ ได้ นักวิจัยประสบความสำเร็จครั้งนี้โดยการปรับตัวแบบคอมพิวเตอร์ที่พัฒนาขึ้นโดยนักวิจัย UCL ก่อนหน้าที่ใช้ในการจำลองวิถีทางชีวเคมีและเมแทบอลิซึมของเซลล์ซึ่งมีผลกระทบต่อการกลายพันธุ์ที่ก่อให้เกิดมะเร็ง

นักวิจัยใช้ตัวแบบนี้เพื่อศึกษาผลของสารประกอบ 9,870 คู่ที่ออกฤทธิ์ต่อเป้าหมายเซลล์ที่มีศักยภาพ 140 เป้าหมาย ซึ่งทำให้เกิดการผสมผสานของการบำบัดแบบใหม่ที่อาจเป็นประโยชน์ต่อผู้ป่วยในระยะเริ่มต้นหรือช่วงปลายของโควิด-19

Jasmin Fisher แห่ง UCL กล่าวว่า "ตัวแบบของเราเป็นวิธีที่มีประสิทธิภาพสูงในการจัดลำดับความสำคัญของยาสำหรับการประเมินเป็นการรักษาโควิด-19 และยังช่วยให้มั่นใจได้ว่าผู้ป่วยโควิด-19 จะได้รับยาที่ถูกต้องในเวลาที่เหมาะสม"

อ่านข่าวเต็มได้ที่: University College London (U.K.)

นักดนตรีและนักเคมีในอิลลินอยส์ใช้เสียงช่วยให้เข้าใจวิทยาศาสตร์ดีขึ้น

Photo by Miguel Valencia on Unsplash

นักดนตรีและนักเคมีที่ University of Illinois Urbana-Champaign (UIUC) กำลังใช้เสียงเพื่อตรวจสอบและแสดงภาพกระบวนการทางชีวเคมีเพื่อให้เข้าใจพวกมันดีขึ้น 

Carla Scaletti ของ UIUC สร้างภาพแอนิเมชันควบคู่ไปกับเสียงเพื่อแสดงการพับของโปรตีน (protein folding) โดยอิงจากข้อมูลปริมาณมหาศาล Stephen Andrew Taylor แห่ง Scaletti และ UIUC ใช้การจับคู่เสียงเพื่อเชื่อมต่อแง่มุมต่างๆ ของโปรตีนกับพารามิเตอร์เสียง 

“ในระบบเสียงดิจิทัล ทุกอย่างเป็นกระแสของตัวเลข ดังนั้นจริง ๆ แล้วมันค่อนข้างเป็นธรรมชาติที่จะดึงกระแสของตัวเลขมาฟังให้เหมือนกับว่าเป็นเสียงที่บันทึกแบบดิจิทัล” Scaletti กล่าว และเสริมว่าแง่มุมที่มองไม่เห็นของสารประกอบบางอย่างสามารถเปิดเผยได้ผ่านเสียง

อ่านข่าวเต็มได้ที่: University of Illinois News Bureau

เรื่องวุ่น ๆ กับไฟ TOU

มิเตอร์ TOU

สวัสดีครับ #ศรัณย์วันศุกร์ วันนี้ผมขอนำเสนอเรื่องประสบการณ์กับค่าไฟ TOU ครับ จริง ๆ ว่าจะเขียนเรื่องนี้ตั้งแต่ศุกร์ที่แล้ว แต่บังเอิญมีเรื่อง M-Flow เข้ามาซะก่อน ซึ่งหลังจากเขียนไปก็เห็นว่ามีคนมีประสบการณ์วิ่งผ่านช่อง M-Flow แล้วถูกปรับกันเยอะแยะ ซึ่งโชคดีที่ตัวเองไม่โดนเพราะมองเห็นวิธีจ่ายพอดี และตอนนี้เท่าที่ตามข่าวมา M-Flow ก็จะคืนค่าปรับให้แล้วนะครับ 

มาเข้าเรื่องวันนี้กันดีกว่าวันนี้จะมาเล่าเรื่องประสบการณ์กับค่าไฟแบบ TOU ครับ สำหรับคนที่ยังไม่รู้ว่าค่าไฟแบบ TOU คืออะไร สรุปง่าย ๆ ก็คือการคิดอัตราค่าไฟฟ้าตามเวลาที่ใช้ TOU ย่อมาจาก Time of Use ครับ โดยการไฟฟ้าจะแบ่งการคิดอัตราค่าไฟออกเป็นสองช่วงเวลาคือช่วงเวลา Peak ก็คือช่วงที่มีการใช้ไฟเยอะ ก็คือจันทร์ถึงศุกร์ 9.00-22.00 (รวมวันพืชมงคล และวันแรงงานด้วย) ตรงนี้จะคิดค่าไฟแพง กับช่วง off-peak คือช่วงที่มีการใช้ไฟต่ำ คือจันทร์ถึงศุกร์ 22.00-9.00 เช้า วันเสาร์อาทิตย์ทั้งวัน วันหยุดราชการที่ไม่ใช่วันหยุดชดเชย วันพืชมงคล และวันแรงงานที่ตรงกับเสาร์อาทิตย์ ตรงนี้จะคิดค่าไฟถูก รายละเอียดสามารถดูได้จากที่นี่ครับ  

เอาจริง ๆ ตอนแรกผมก็ไม่รู้จักหรอกนะครับ แต่คุณภรรยาไปเจอมา แล้วก็ตัดสินใจสมัครไป รู้สึกจะมีค่าธรรมเนียมการสมัครด้วยนะครับ ผมจำไม่ได้ว่าเท่าไร และการไฟฟ้าก็มาเปลี่ยนมิเตอร์เป็นแบบ TOU ให้เมื่อประมาณกลางเดือนหรือสัปดาห์ที่สามของเดือนธันวาคมปีที่แล้วนี่แหละครับ พอมาเปลี่ยนปุ๊ปบ้านผมก็เปลี่ยนพฤติกรรมการใช้ไฟกันครับ อย่างผมปกติจะเริ่มเปิดแอร์ตอนประมาณสองทุ่มก็ยืดเป็นสี่ทุ่ม ยอมทนร้อนเพิ่มสองชั่วโมง 

คราวนี้ก็รอดูว่าค่าไฟจะถูกลงเท่าไร  ปรากฏว่าเมื่อบิลค่าไฟเดือนมกราคมมาถึงมันแพงขึ้นกว่าปกติครับ ซึ่งก็ทำให้ผมกับภรรยาประหลาดใจมาก (โดยเฉพาะผมอุตส่าห์ทนร้อนเพิ่ม) ขณะที่กำลังงง ๆ ว่าหรือมันจะคิดแบบเดิมรวมมาด้วยก่อนเปลี่ยน และจะรอดูอีกสักเดือนหนึ่ง ปรากฏว่าวันที่ 24 มกราคม มีรถการไฟฟ้ามาดูที่มิเตอร์ ซึ่งภรรยาผมก็ออกไปถามได้ความว่ามิเตอร์เสียครับ เสียตั้งแต่วันที่เอามาติดคือค่าไฟไม่เดินเลยเป็น 0 หมด และที่มานี่แค่มาดูนะครับ ยังไม่ได้มาเปลี่ยนเพราะยังเบิกของไม่ได้ 

คราวนี้ถ้ามิเตอร์เสียแล้วค่าไฟมาจากไหน คุณภรรยาก็เลยโทรไปการไฟฟ้า ซึ่งการไฟฟ้าแจ้งว่ามิเตอร์เสีย และคนที่มาจดคิดว่าเป็นบ้านไม่มีคนอยู่ก็เลยจดเป็นศูนย์ไปไม่ได้คิดอะไร คุณภรรยาก็เลยถามว่าแล้วค่าไฟเดือนที่แล้วมายังไง ก็ได้รับคำตอบว่าการไฟฟ้ารู้ครับว่ามันเป็นบ้านมีคนอยู่ และนี่คือสิ่งที่เขาทำครับ เขาบอกว่าเนื่องจากบ้านผมใช้ TOU เป็นเดือนแรก เขาไม่มีข้อมูลเก่า เขาเลยประมาณเลขขึ้นมาเองครับ (จะเรียกว่ามั่วก็น่าจะได้นะครับ) โดยเลขที่ประมาณขึ้นมาแบ่งเป็นช่วง peak 60% และช่วง off-peak 40% เจอคำตอบแบบนี้เข้าไปภรรยาผมถึงกับมึนเลยครับ ทำอย่างนี้ก็ได้หรือ ก็เลยบอกไปว่าอย่างนี้ไม่แฟร์นะ ถ้าเราจะใช้ช่วง peak เยอะ ๆ เราจะไปขอเปลี่ยนเป็น TOU ทำไม เปลี่ยนแล้วค่าไฟดันแพงขึ้น ซึ่งก็ได้รับคำตอบว่าเดี๋ยวถ้ามีข้อมูลแล้วจะเฉลี่ยคืนให้ 

และจากวันที่การไฟฟ้ามาดูว่ามิเตอร์เสีย เมื่อ 24 มกราคม ก็ยังไม่ได้มาเปลี่ยนนะครับ เพิ่งมาเปลี่ยนเมื่อวันที่ 21 กุมภาพันธ์ ซึ่งในช่วงนั้นเราก็ใช้ไฟกันตามปกติแบบก่อนจะเปลี่ยนมิเตอร์ครับ เพราะไม่รู้จะพยายามใช้แบบ TOU ไปทำไม ในเมื่อเดี๋ยวเขาก็จะใช้ค่าประมาณของเขาเองอีก แต่ปรากฏว่าเดือนนี้เขาประมาณให้ถูกกว่าปกติครับ (ก็ไม่รู้ว่าถ้าคุณภรรยาไม่โทรไปถามจะคิดแบบไหนนะครับ) และพอมิเตอร์มาติดเราก็ไปเช็คกันปรากฏว่ามันเดินแล้วครับ คราวนี้ก็ได้ใช้กันแบบ TOU ซะที เดี๋ยวเดือนหน้ามาดูกันครับว่าค่าไฟจริง ๆ แบบ TOU มันจะเป็นเท่าไร ถูกลงแค่ไหน  

คอมพิวเตอร์ DNA ประเมินคุณภาพน้ำ

ภาพจาก Northwestern University McCormick School of Engineering

นักวิทยาศาสตร์จาก Northwestern University McCormick School of Engineering ได้พัฒนาอุปกรณ์พกพาราคาไม่แพง ซึ่งสามารถยืนยันว่าน้ำดื่มได้หรือไม่ในไม่กี่นาที โดยใช้วงจรที่มีองค์ประกอบเป็น DNA 

นักวิจัยได้ประกอบโมเลกุลที่เป็นอิสระจากเซลล์ (cell-free molecule) ลงในตัวแปลงอนาล็อกเป็นดิจิตอล ซึ่งทำให้หลอดทดลองเรืองแสงเป็นสีเขียวเมื่อมีสารปนเปื้อนอยู่ในตัวอย่าง ระบบได้ปรับปรุงตัวตรวจสอบการปนเปื้อน ROSALIND ( RNA output sensors activated by ligand induction) ด้วยเครือข่ายพันธุกรรม (genetic network) 

Julius B. Lucks จาก Northwestern กล่าวว่า "เซนเซอร์ทางชีววิทยา (bio-sensor) ตรวจจับการปนเปื้อน จากนั้นข้อมูลดังกล่าวจะป้อนเข้าสู่เครือข่ายพันธุกรรม หรือวงจร ซึ่งทำงานเหมือนสมองเพื่อดำเนินการตามตรรกะ"

อ่านข่าวเต็มได้ที่: Northwestern University McCormick School of Engineering

หน้าปลอมที่สร้างด้วย AI ดูน่าเชื่อถือกว่าหน้าจริง

ภาพจาก  New Scientist

นักวิจัยจาก  Lancaster University แห่งสหราชอาณาจักร และ University of California, Berkeley พบว่าคนแยกแยะภาพใบหน้ามนุษย์ที่สร้างขึ้นโดยปัญญาประดิษฐ์จากภาพใบหน้าจริงได้ยากลำบากขึ้น นักวิจัยขอให้กลุ่มคนกลุ่มหนึ่งจำนวน 315 คนแยกแยะภาพถ่ายปลอม 400 ภาพจากภาพถ่ายคนจริง 400 ภาพ ความแม่นยำในการแยกแยะนั้นต่ำกว่าครึ่ง (48.2%)  ในขณะที่ผู้ทดลองอีกกลุ่มหนึ่งซึ่งได้รับการฝึกฝนให้รู้จักภาพที่สร้างจากคอมพิวเตอร์ทำได้ดีกว่าเล็กน้อยอยู่ที่ 59% 

นักวิจัยพบว่าใบหน้าคนขาวนั้นยากที่สุดสำหรับผู้เข้าร่วมในการแยกแยะ อาจเป็นเพราะซอฟต์แวร์ได้รับการฝึกฝนด้วยจำนวนใบหน้าคนขาวมากกว่าใบหน้าสีอื่นอย่างไม่เหมาะสม

อ่านข่าวเต็มได้ที่: New Scientist

เทคโนโลยีการรับรู้จากระยะไกลช่วยลดมลพิษทางอากาศในเมือง

ภาพจาก University of Technology Sydney (Australia)

นักวิจัยจาก University of Technology Sydney (UTS) ของออสเตรเลีย   Hong Kong Environmental Protection Department, และ Hong Kong Vocational Training Council พบว่าการใช้ระบบตรวจวัดการปล่อยมลพิษจากระยะไกลของเมือง ร่วมกับโครงการตรวจสอบและซ่อมแซมยานพาหนะที่มีมลพิษสูงสามารถปรับปรุงคุณภาพอากาศของเมืองนั้นได้อย่างมีนัยสำคัญ

การวิเคราะห์ระบุว่าโครงการบังคับใช้การสำรวจระยะไกลของฮ่องกงนำไปสู่การลดระดับมลพิษทางอากาศอย่างมีนัยสำคัญอย่างต่อเนื่อง 

Yuhan Huang จาก UTS กล่าวว่า "การกำหนดเป้าหมายไปยังส่วนเล็กๆ ของสิ่งที่ปล่อยมลพิษปริมาณสูงอย่างการควบคุมการปล่อยมลพิษของรถยนต์ ช่วยลดต้นทุนและเวลาในการซ่อมแซมสำหรับทั้งรัฐบาลและเจ้าของรถได้อย่างมาก เมื่อเทียบกับการสุ่มตัวอย่างแบบพาสซีฟ (passive sampling) หรือการตรวจสอบตามช่วงเวลา" 

อ่านข่าวเต็มได้ที่: University of Technology Sydney (Australia)

กว่าสองเท่าของผู้ป่วยผิวดำมีแนวโน้มที่จะถูกอธิบายในทางลบในเวชระเบียน

ภาพจาก UChicago News

นักวิจัยจาก University of Chicago Medicine ได้ขุดบันทึกสุขภาพทางอิเล็กทรอนิกส์ด้วยอัลกอริธึมการเรียนรู้ของเครื่อง (machine learning) และพบว่าผู้ป่วยผิวดำมีแนวโน้มที่จะถูกอธิบายในแง่ลบมากกว่า 

อัลกอริธึมค้นหาบันทึกของผู้ป่วยที่เป็นผู้ใหญ่มากกว่า 18,000 คน โดยค้นประวัติและบันทึกด้านกายภาพมากกว่า 40,000 รายการ สำหรับประโยคที่มีคำอธิบายเชิงลบ เช่น "ดื้อ" หรือ "ไม่ทำตามข้อกำหนด" นักวิจัยใช้การประมวลผลภาษาธรรมชาติเพื่อแยกแยะบริบทที่ใช้คำศัพท์เพื่ออธิบายผู้ป่วยหรือพฤติกรรมในเชิงลบของผู้ป่วย

 ผู้ป่วยผิวดำมีโอกาสเป็น 2.54 เท่าของคนไข้ผิวขาวที่มีตัวบ่งชี้เชิงลบอย่างน้อยหนึ่งรายการในบันทึก โดยมักใช้คำอธิบายเชิงลบกับผู้ป่วยที่ยังไม่แต่งงาน และผู้ที่มีประกันสุขภาพจากรัฐบาล

อ่านข่าวเต็มได้ที่: UChicago News

Digital Athlete ของ NFL ใช้ AI ช่วยลดการกระทบกระเทือนและการบาดเจ็บได้อย่างไร

ภาพจาก Photo by Adrian Curiel on Unsplash

National Football League (NFL) และ Amazon Web Services ได้สร้าง Digital Athlete ซึ่งเป็นเครื่องมือปัญญาประดิษฐ์ที่ใช้ภาพโทรทัศน์และเซ็นเซอร์ในชุดฟุตบอลเพื่อช่วยลดการบาดเจ็บในเกมอเมริกันฟุตบอล  ระบบสร้างตัวตนดิจิทัลของนักกีฬาในสภาพแวดล้อมเสมือนจริง และใช้การเรียนรู้ของเครื่องและคอมพิวเตอร์วิชัน (computer vision) เพื่อระบุผลกระทบและการบาดเจ็บต่อร่างกายเสมือนของเขา/เธอ

Priya Ponnapalli ที่ Amazon Machine Learning Solutions Lab กล่าวว่าการตั้งค่าเสมือนช่วยให้สามารถสัมผัสสถานการณ์ของเกมและสภาพแวดล้อมได้โดยไม่จำกัด "ทำให้สามารถทดสอบอุปกรณ์ความปลอดภัยใหม่ ทดสอบเมื่อกติกาเปลี่ยนไป และคาดการณ์เหตุการณ์การบาดเจ็บของผู้เล่นและแนวท้างการฟื้นฟูในท้ายที่สุด"

Jeff Miller จาก NFL กล่าวว่า "การทำให้คอมพิวเตอร์เข้าใจว่าผู้เล่นโดนหมวกกันน็อคกี่ครั้งในระหว่างเกม จะช่วยหาวิธีที่จะลดปริมาณการสัมผัสหมวกกันน็อค"

อ่านข่างเต็มได้ที่: New Scientist

เฮลิคอปเตอร์ Black Hawk บินโดยไม่มีนักบินอยู่ในเครื่อง

ภาพจาก CNN

สำนักงานโครงการวิจัยขั้นสูงด้านการป้องกันประเทศของกระทรวงกลาโหมสหรัฐ หรือ DARPA ประกาศว่าเฮลิคอปเตอร์ Black Hawk ทำการบินอัตโนมัติครั้งแรกที่ Fort Campbell ในรัฐเคนตักกี้ เมื่อเร็ว ๆ นี้ 

เฮลิคอปเตอร์บินเป็นเวลา 30 นาทีโดยไม่มีผู้โดยสารอยู่บนเครื่อง ซึ่งเป็นส่วนหนึ่งของโครงการ Aircrew Labor In-Cockpit Automation System (ALIAS) ของ DARPA

เครื่องบิน UH-60A รุ่น Black Hawk ได้รับการติดตั้งเทคโนโลยีอัตโนมัติ Sikorsky MATRIX จาก Lockheed Martin เพื่อให้สามารถบินได้โดยไม่ต้องใช้นักบิน

Stuart Young จาก DARPA กล่าวว่า "ด้วย ALIAS กองทัพจะมีความยืดหยุ่นในการปฏิบัติงานมากขึ้น ซึ่งรวมถึงความสามารถในการควบคุมเครื่องบินตลอดเวลาทั้งกลางวันและกลางคืน ทั้งที่มีและไม่มีนักบิน และในสภาวะที่ยากลำบากต่างๆ เช่น การต่อสู้ สภาวะที่มีความแออัด และสภาพวิสัยทัศน์ที่ไม่ดี 

อ่านข่าวเต็มได้ที่: CNN

ระบบคอมพิวเตอร์วิชันถูกออกแบบมาเพื่อวิเคราะห์เซลล์ในวีดีโอจากกล้องจุลทรรศน์

ภาพจาก Universidad Carlos III de Madrid (Spain)

ทีมนักวิจัยนานาชาติได้พัฒนาระบบคอมพิวเตอร์วิขชันที่สามารถวิเคราะห์เซลล์ในวิดีโอชีวการแพทย์ที่ถ่ายด้วยกล้องจุลทรรศน์ได้โดยอัตโนมัติ ระบบนี้รวมโครงข่ายประสาทเชิงลึก (deep neural network) เทคนิคทางสถิติ และตัวแบบทางเรขาคณิต

Ivan González Díaz ที่มหาวิทยาลัย Universidad Carlos III de Madrid ของสเปน กล่าวว่าระบบนี้ให้ความแม่นยำและความเร็วที่ดีขึ้น "มันไม่เหมาะในทางปฏิบัติที่จะให้ผู้เชี่ยวชาญด้านชีววิทยาแบ่งกลุ่มและติดตามเซลล์ในวิดีโอเป็นเวลาหลายเดือน" เขากล่าว "ในทางกลับกัน เพื่อให้ได้แนวคิดโดยประมาณ (เพราะขึ้นอยู่กับจำนวนเซลล์และความลึกของปริมาตร 3 มิติ [สามมิติ]) ระบบของเราใช้เวลาเพียง 15 นาทีในการวิเคราะห์วิดีโอความยาว 5 นาที"

นักวิทยาศาสตร์ที่ใช้วิธีนี้ได้ค้นพบว่าเซลล์ภูมิคุ้มกันนิวโทรฟิลมีพฤติกรรมที่แตกต่างกันในเลือดระหว่างการอักเสบ และหนึ่งในความหลากหลายนั้นดูเหมือนจะเชื่อมโยงกับการพัฒนาของโรคหัวใจและหลอดเลือด

อ่านข่าวเต็มได้ที่: Universidad Carlos III de Madrid (Spain)

เมื่อผมหลงเข้าไปใช้ M-Flow โดยบังเอิญ

สวัสดีครับ หลังจากไม่ได้เขียน #ศรัณย์วันศุกร์ มาซะนาน วันนี้พอจะมีเวลาบ้างและบังเอิญได้รับประสบการณ์การใช้งาน M-Flow เป็นครั้งแรก และเป็นแบบบังเอิญซะด้วย และก็เพิ่งอ่านข่าวว่ารู้สึกจะเมื่อวานหรือเมื่อวานซืนที่รถติดหน้าด่านมาก ๆ อาจมีสาเหตุมาจาก M-Flow ก็เลยจะมาเล่าให้ฟังกัน และมีข้อเสนอแนะบางอย่างเผื่อถ้าคนที่เกี่ยวข้องได้อ่านจะได้พิจารณาดูว่าจะไปปรับใช้ได้ไหมนะครับ

ก่อนอื่นมารู้จัก M-Flow กันก่อนครับ M-Flow เอาง่าย ๆ คือวิธีเก็บค่าผ่านทางพิเศษแบบใหม่ ซึ่งจะไม่มีไม้กันให้เราต้องจอดจ่ายเงิน หรือต้องชะลอรถเพื่อให้มีการอ่านบัตร Easy Pass หรือ M-Pass เพื่อหักเงินเราก่อนจะเปิดไม้กั้นให้เราผ่านไป ซึ่งโครงการนี้เป็นโครงการของกระทรวงคมนาคม ซึ่งตั้งใจจะนำมาใช้กับมอเตอร์เวย์ และทางด่วน ซึ่งเปิดตัวให้ใช้อย่างเป็นทางการไปแล้วตั้งแต่วันที่ 15 กุมภาพันธ์ 2565 ที่ด่านทับช้าง 1 ทับช้าง 2 ธัญบุรี 1 และธัญบุรี 2 

โดยวิธีการของระบบนี้คือเขาจะมีกล้องจับทะเบียนรถเรา แล้วก็ไปเก็บเงินเราตามวิธีการที่เราระบุไว้ตอนเราลงทะเบียนใช้งานระบบ หรือในตอนนี้เราไม่ลงทะเบียนก็ใช้ได้วิ่งผ่านไปก่อน แล้วเขาจะมีเว็บไซต์ให้เราไปจ่ายเงินทีหลังโดยป้อนทะเบียนรถเราเข้าไป ซึ่งกรณีของผมเป็นแบบหลังนี้ครับ เดี๋ยวผมจะเล่าให้ฟัง แต่ถ้าใครอยากรู้รายละเอียดเกี่ยวกับ M-Flow สามารถเข้าไปดูได้ที่เว็บไซต์ของ M-Flow ครับ 

จริง ๆ ผมได้รับอีเมลให้ลงทะเบียนสมัครใช้ M-Flow มาก่อนหน้านี้เป็นเดือนแล้วครับ แต่ไม่ได้สนใจจะสมัคร เพราะเหตุผลสองอย่าง อย่างแรกคือยังไม่ไว้ใจระบบอ่านเลขทะเบียนนี่สักเท่าไหร่ เพราะแค่ Easy Pass ที่ใช้อยู่ทุกวันนี้ แค่แสดงจำนวนเงินในบัตรตอนขับผ่านยังแสดงไม่ตรงเลย คือมันมักจะดีเลย์ไปแสดงของรถคันหน้าเรา อีกอย่างหนึ่งก็คือผมมองว่าวิธีนี้มันผูกติดกับตัวรถ คือถ้าผมเปลี่ยนรถ หรือมีวันหนึ่งสมมติต้องยืมรถภรรยามาขับ ถ้าเป็น Easy Pass ผมก็แค่เอามันไปใช้กับรถที่ผมจะใช้วันนั้น แต่ถ้าเป็นระบบนี้ผมก็ต้องลงทะเบียนรถทุกคัน ซึ่งขั้นตอนการลงทะเบียนถึงแม้จะดูไม่ยาก แต่ก็ดูยุ่ง ๆ และถ้าต้องลงทะเบียนรถหลายคัน ก็น่าจะยุ่งขึ้นไปอีก ก็เลยยังไม่สมัคร และคิดว่าจะใช้  Easy Pass ไปก่อน จนระบบมันลงตัว หรือเขายกเลิก Easy Pass ไปแล้ว หรือตัวเองพร้อมที่จะลงทะเบียน

บังเอิญวันนี้ผมมีธุระต้องไปแถวคลองหลวงตั้งแต่เช้า ก็ขับรถขึ้นมอเตอร์เวย์ไป โดยลืมสนิทเลยว่า M-Flow มันเปิดใช้แล้ว และตามทางที่วิ่งไปก็จะเจอข้อความบนบอร์ดประชาสัมพันธ์ของมอเตอร์เวย์พูดถึง M-Flow ว่ารถที่ไม่ลงทะเบียนห้ามวิงผ่าน M-Flow จะมีโทษนู่นนี่นั่น แอบวิ่งไม่จ่ายเงินเจอค่าปรับ 10 เท่า เห็นป้ายแบบนี้แล้วก็ยังไม่ได้คิดครับว่ามันเปิดใช้แล้ว กับด่านที่ผมจะต้องผ่านนี่แหละคือธัญบุรี น่าจะ 2 นะครับ ขาออกมุ่งหน้าบางปะอิน 

ถ้าใครเคยผ่านด่านธัญบุรีอันนี้คงจะรู้นะครับว่ามันจะมีช่อง Easy Pass อยู่ขวาสุดสองช่อง ผมซึ่งคุ้นเคยกับด่านนี้ดีก็ขับไปตามความเคยชินครับไม่ได้มองป้าย M-Flow อะไร พอขับเข้าไปก็เป็นงงครับเพราะมันว่างมากแทบไม่มีรถวิ่งเข้ามาด้านนี้เลย หนักกว่านั้นมีกรวยมาวางกั้นไม่ให้เข้าไปที่ตู้ Easy Pass คราวนี้ก็เริ่มระลึกได้ครับว่า เฮ้ย หรือนี่มันจะเป็น M-Flow แต่ตอนนั้นก็ตั้งคำถามกับตัวเองนะครับว่าต่อให้เป็น M-Flow แล้วทำไมถึงปิดตู้ Easy Pass แต่คิดอีกทีสุดท้ายเขาคงอยากให้เป็น M-Flow ทั้งหมดรถจะได้ไม่ต้องชะลอ แต่ผมว่าถ้ามีตู้อยู่มันก็ต้องชะลอกันอยู่ดีนะ แต่เอาเถอะครับในตอนนั้นปัญหาเฉพาะหน้าก็คือทำยังไงดี เพราะอ่านป้ายคำขู่ตามทางที่ผ่านมาว่ารถไม่ลงทะเบียนห้ามวิ่งผ่าน M-Flow 

แต่จะให้ถอยกลับก็คงไม่ใช่ ถ้าทำอย่างนั้นสงสัยจะถูกชนแบนอยู่บนมอเตอร์เวย์ ก็เลยชะลอรถเลือกผ่านเข้าไปที่ตู้หนึ่ง ก็เห็นป้ายเล็ก ๆ เขียนไว้ประมาณว่า รถที่ไม่ได้ลงทะเบียนให้ไปจ่ายเงินย้อนหลังได้ที่เว็บไซต์ของ M-Flow เห็นแล้วก็เลยโล่งใจขึ้น แล้วก็นึกในใจว่า ทำไมมันถึงไปโปรโมทแต่เรื่องจะลงโทษรถที่ไม่ลงทะเบียนแล้วใช้ M-Flow ในเมื่อมันก็มีระบบให้จ่ายทีหลังด้วยตัวเองได้อยู่แล้ว 

จริง ๆ ควรจะโปรโมทระบบจ่ายทีหลังนี้มากกว่า เพราะอาจไม่ใช่ทุกคนที่จะผ่านมาใช้เป็นประจำ เขาอาจจะผ่านมาเป็นครั้งคราว พอผ่านเสร็จก็ไปจ่ายเงินย้อนหลัง ไม่จำเป็นต้องไปวุ่นวายลงทะเบียนอะไร และการโปรโมทแบบนี้ก็อาจเป็นการเชิญชวนให้คนที่ใช้ประจำแต่ไม่ได้ลงทะเบียนมาทดลองใช้ดูว่าระบบการอ่านเลขทะเบียนมันโอเคไหม ให้เขาลองใช้ดูแล้วก็ค่อยโปรโมทต่อว่าถ้าคุณลงทะเบียนคุณจะได้สิทธิพิเศษอะไรบ้าง นี่เล่นขู่กันอย่างเดียวเลย และนี่อาจเป็นสาเหตุหลักที่ทำให้รถติดหนักหน้าด่านเมื่อวานหรือเมื่อวานซืน เพราะคุณลดด่านที่ต้องจ่ายเงิน กับด่าน Easy Pass กับ M-Pass ลง ทำให้รถซึ่งส่วนใหญ่ยังไม่ได้ลงทะเบียนต้องไปแออัดกันหน้าด่าน ทำให้ท้ายแถวติดยาวเหยียดจนคนที่ลงทะเบียน M-Flow ก็เข้าช่อง M-Flow ไม่ได้ ไม่ต่างกับคนที่ใช้ Easy Pass หรือ M-Pass ที่ต้องมาติดท้ายแถวจากคนที่จ่ายเงินสด อันนี้ก็เป็นคำแนะนำนะครับ ไม่ได้ต่อว่าอะไร เพราะผมไม่ได้ไปติดอยู่กับเขา แต่คนที่ติดอยู่วันนั้นคงสรรเสริญคนที่คิดแต่เรื่องขู่แบบนี้ไปพอสมควรนะครับ :)

คราวนี้มาถึงเรื่องของผมต่อครับ หลังจากผมผ่านด่านมาแล้ว มาลงที่คลองหลวง ใช้เวลาผ่านจากด่านมาน่าจะประมาณ 20 นาที ผมก็ลองเข้าเว็บไซต์เพื่อเช็คดูว่าผมจะต้องจ่ายเงินยังไง เมื่อเข้าไปที่เว็บไซต์  ก็จะเจอเมนูตามรูปที่ 1 ครับ 

รูปที่ 1 เมนูจ่ายเงิน M-Flow

ผมก็เลือกอันล่างสุดนะครับ "วิ่งช่องผ่านทาง M-Flow แต่ไม่ใช่สมาชิก" รู้สึกว่าคำพูดมันประหลาด ๆ ไหมครับ จริง ๆ มันน่าจะเป็น "วิ่งผ่านช่องทาง M-Flow แต่ไม่ใช่สมาชิก" ว่าไหมครับ หลังจากเลือกอันนี้มันจะพาเราไปที่หน้าจอดังรูปที่ 2 ครับ

รูปที่ 2 ค้นหารถยนต์เพื่อชำระเงิน

 

เราก็ป้อนเลขทะเบียนรถเราซึ่งต้องแบ่งเป็นสามส่วนนะครับ คือช่องแรกให้ใส่สามหลักแรก ช่องที่สองก็ให้ใส่เลขสี่หลัก (รถผมมีสี่หลัก แต่ถ้าใครมีกี่หลักก็น่าจะใส่ตามนั้นนะครับ) และช่องสุดท้ายก็คือจังหวัด จากนั้นกดปุ่มค้นหา 

ซึ่งในตอนแรกที่ผมป้อน มันหาไม่เจอนะครับ มันบอกไม่มียอดค้างชำระ ตอนแรกผมก็คิดว่าระบบอ่านเลขทะเบียนมันแย่หรือเปล่านี่ แล้วตอนนี้มันไปอ่านเป็นรถใครแทนหรือเปล่า แต่คิดอีกทีสงสัยมันต้องใช้เวลาบันทึกข้อมูลลงระบบ ก็เลยทำธุระไปก่อน ช่วงบ่ายลองค้นอีกทีคราวนี้มันเจอครับ ก็ขึ้นว่าต้องจ่าย 30 บาท ซึ่งเราสามารถจ่ายผ่านระบบพรอมท์เพย์ (prompt pay) ได้นะครับ มันจะสร้าง QR Code ขึ้นมา เราก็เอาไปสแกนจ่ายผ่านแอปธนาคารได้เลย หลังจากจ่ายไปแล้ว ผมลองทิ้งเวลาไปสักหนึ่งชั่วโมง ลองค้นดูอีกทีก็ปรากฏว่าไม่มีค้างชำระแล้ว 

สรุปก็คือระบบอ่านเลขทะเบียนใช้ได้ แต่ต้องไม่ลืมว่าตอนผมผ่านด่านผมชะลอรถช้า ๆ เพราะเข้ามาแบบงง  ๆ หวังว่าจะเจอเจ้าหน้าที่บ้างแต่ก็ไม่มี เจอแต่ป้ายบอกจ่ายทีหลังได้ ดังนั้นที่เขาตั้งใจว่าให้วิ่งผ่านได้ด้วยความเร็ว 120 ไม่ต้องชะลอรถมันจะโอเคไหม ระบบจ่ายเงินก็ใช้ได้ แต่ไม่รู้ว่าถ้ามีคนใช้เยอะกว่านี้จะเป็นยังไง 

ก็หวังว่าข้อมูลนี้จะเป็นประโยชน์กับผู้อ่านทุกท่านนะครับ ถ้าใครผ่านทับช้าง 1 ทับช้าง 2 ธัญบุรี 1 และธัญบุรี 2 และไม่ได้ลงทะเบียน M-Flow ไว้ก็ใช้ได้นะครับ ไม่ต้องไปติดอยู่ที่ด่านจ่ายเงิน ส่วนคำแนะนำสำหรับเจ้าหน้าที่ก็คือน่าจะโปรโมทระบบจ่ายทีหลังนี้นะครับ แทนที่จะขู่ว่าไม่ลงทะเบียนห้ามผ่าน การโปรโมทแบบนี้ผมว่าจะทำให้คนอยากลองใช้มากขึ้น จะช่วยลดรถติดหน้าด่าน ซึ่งน่าจะเป็นจุดประสงค์หลักของการใช้ระบบนี้ แล้วพอเขาเห็นว่าถ้าสมัครสมาชิกมันทำให้สะดวกสบายกว่าอย่างเช่นมันสามารถหักค่าผ่านทางโดยใช้เงินที่มีใน Easy Pass และ M-Pass ได้ด้วย หักจากบัตรเครดิตได้ หรือจ่ายเป็นรายเดือนก็ได้ เขาก็จะสมัครกันเอง แต่ถ้าไม่โปรโมทระบบจ่ายทีหลังนี้เพราะกลัวระบบจ่ายเงินล่มถ้าคนมาใช้เยอะอันนี้ก็คงไม่มีคำพูดอะไรต่อครับ ส่วนถ้ากลัวคนมาใช้แล้วไม่ยอมจ่ายเพราะไม่ลงทะเบียน จริง ๆ อันนี้น่าจะคิดไว้ก่อนแล้วนะครับ ถ้ายังไม่ได้ทำก็เสนอทำพร้อมกับระบบใบสั่งไปเลย คือให้ขนส่งดูให้ว่าถ้ามีใบสั่งที่ยังไม่จ่าย หรือไม่จ่ายค่าผ่านทางก็ไม่ต่อทะเบียนให้ แก้กฎหมายตรงนี้กันไปเลย  

NFT เสนอวิธีที่จะควบคุมข้อมูลสุขภาพส่วนบุคคล

 

ภาพจาก  Baylor College of Medicine

โทเคนที่ทดแทนกันไม่ได้ (nonfungible token) หรือ NFT อาจถูกปรับแต่งเพื่อช่วยให้คนไข้ควบคุมการเข้าถึงข้อมูลสุขภาพของตัวเอง ตามคำกล่าวของทีมนักวิจัยนานาชาติที่นำโดยนักจริยธรรมทางชีววิทยา (bioethicist)  ของ Baylor College of Medicine

นักวิจัยเสนอให้ใช้สัญญาดิจิทัล NFT เพื่อให้ผู้ป่วยระบุได้ว่าใครบ้างที่สามารถเข้าถึงข้อมูลด้านสุขภาพส่วนบุคคลของพวกเขา และอนุญาตให้พวกเขาติดตามได้ว่าข้อมูลของพวกเขาถูกแบ่งปันไปอย่างไรบ้าง 

"NFT สามารถใช้เพื่อทำให้ข้อมูลด้านสุขภาพเป็นประชาธิปไตย (democratize) และช่วยให้บุคคลต่างๆ สามารถควบคุมและมีส่วนร่วมในการตัดสินใจมากขึ้นว่าใครสามารถดูและใช้ข้อมูลด้านสุขภาพของพวกเขาได้บ้าง" Kristin Kostick-Quenet จาก Baylor กล่าว 

นักวิจัยยอมรับความซับซ้อนและความอ่อนไหวของ NFT ต่อข้อบกพร่องด้านความปลอดภัยของข้อมูล ประเด็นความเป็นส่วนตัว และความขัดแย้งเกี่ยวกับสิทธิ์ในทรัพย์สินทางปัญญา ซึ่งเป็นประเด็นที่ต้องมีการศึกษาเพิ่มเติมต่อไป

อ่านข่าวเต็มได้ที่: Baylor College of Medicine

ภาษาโปรแกรมสำหรับคอมพิวเตอร์สมรรถนะสูง

ภาพจาก  New Scientist

ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI สามารถขจัดข้อผิดพลาดจากกลุ่มควอนตัมบิต ต้องขอบคุณ Lorenzo Cardarelli และเพื่อนร่วมงานที่ RWTH Aachen University ของเยอรมนี นักวิจัยใช้ตัวแบบคอมพิวเตอร์ควอนตัมขนาดเล็กเพื่อสร้างอัลกอริธึมเข้ารหัสอัตโนมัติ (autoencoder) การเรียนรู้ของเครื่องในเวอร์ชันสำหรับควอนตัม

พวกเขาป้อนข้อมูลเข้าสู่ระบบเพื่อดูข้อผิดพลาดที่เกิดขึ้น สร้างคู่ของข้อมูลที่ถูกต้องกับข้อมูลที่มีข้อผิดพลาดอย่างมาก ซึ่งพวกเขาฝึกตัวเข้ารหัสอัตโนมัติควอนตัมเพื่อตรวจจับและแก้ไขข้อผิดพลาด 

Cardarelli กล่าวว่า AI สามารถถูกฝึกบนคอมพิวเตอร์ควอนตัมเฉพาะ และเรียนรู้ที่จะแก้ไขข้อผิดพลาดเฉพาะของระบบนั้น Sonika Johri จากบริษัท IonQ บริษัทด้านการคำนวณควอนตัม (quantum computing)ในสหรัฐฯ กล่าวว่า "สิ่งที่ทำนี้เกือบจะเหมือนกับการปรับแต่งการออกแบบของโค้ดแก้ไขข้อผิดพลาดตามลักษณะของฮาร์ดแวร์นั้น ๆ 

อ่านข่าวเต็มได้ที่: New Scientist

Instagram สอน AI ให้รู้จักห้อง

Talavera Martinez ภาพจาก University of Groningen (Netherlands)

Estefania Talavera Martinez จาก University of Groningen  ของประเทศเนเธอร์แลนด์ได้สอนระบบปัญญาประดิษฐ์ (artificial intelligence)  หรือ AI เพื่อระบุพื้นที่ในอาคารที่เฉพาะเจาะจงโดยใช้ภาพและคำพูดที่บันทึกไว้ในวิดีโอ Instagram 

ซอฟต์แวร์การรู้จำคำพูดมาตรฐานของ Google ถอดเสียงคำพูดดังกล่าว และ Talavera Martínez และนักศึกษา Andreea Glavan ได้ออกแบบระบบให้จดจำวิดีโอจากพื้นที่ในอาคารเก้าประเภท ซึ่งมันทำได้อย่างแม่นยำ 70% จากที่ทดลองทั้งหมด

"การทดสอบที่เราทำนี้ยืนยันว่าการใช้ชุดข้อมูลผสม (คำพูดและวีดีโอ) นี้ ส่งผลให้ระบบนี้ทำงานได้ดีกว่าการฝึกอบรมโดยใช้รูปภาพหรือข้อความเท่านั้น" Talavera Martínez กล่าว

อ่านข่าวเต็มได้ที่: University of Groningen (Netherlands)

ทำระบบเรียนรู้ของเครื่องให้กระจ่าง

ภาพจาก MIT News

นักวิจัยจาก Massachusetts Institute of Technology (MIT) ได้พัฒนาระบบที่มีจุดมุ่งหมายเพื่อทำความเข้าใจการทำงานภายในของกล่องดำของโครงข่ายประสาทเทียม โดยการสร้างคำอธิบายของ "เซลล์ประสาท" แต่ละตัวที่ประมวลผลข้อมูลในภาษาธรรมชาติโดยอัตโนมัติ และพบว่าคำอธิบายมีความถูกต้องและเฉพาะเจาะจงมากกว่าวิธีการอื่น

นักวิจัยใช้ระบบ MILAN (mutual-information guided linguistic annotation of neurons) เพื่อตรวจสอบเซลล์ประสาทที่สำคัญที่สุดในโครงข่ายประสาทเทียม MILAN ยังถูกใช้เพื่อตรวจสอบตัวแบบเพื่อพิจารณาว่าพวกมันได้เรียนรู้บางสิ่งที่ไม่คาดคิดในผลลัพธ์หรือไม่ และแก้ไขโครงข่ายประสาทเทียมโดยการเอาเซลล์ประสาทที่ตรวจพบความสัมพันธ์ที่ไม่ดีในข้อมูลออก

Sarah Schwettmann แห่ง MIT กล่าวว่า "เราต้องการเข้าถึงพลังแห่งการแสดงออกของภาษามนุษย์ เพื่อสร้างคำอธิบายที่เป็นธรรมชาติและสมบูรณ์มากขึ้นสำหรับอธิบายสิ่งที่เซลล์ประสาททำ"

อ่านข่าวเต็มได้ที่: MIT News

วิธีการพยากรณ์โควิดโดยใช้ข้อมูลจากโรงพยาบาลและมือถือช่วยเมืองต่าง ๆ ในอเมริกาผ่านภัยการแพร่ระบาด

ภาพจาก University of Texas at Austin News

นักวิจัยจาก University of Texas at Austin (UT) ได้พัฒนาตัวแบบการคาดการณ์ และแดชบอร์ดสาธารณะ 2 หน้าที่ใช้ข้อมูลการเคลื่อนที่ของโทรศัพท์มือถือ และข้อมูลการรับเข้าโรงพยาบาลจากโควิด-19 เพื่อคาดการณ์ความต้องการของโรงพยาบาลในท้องถิ่น 

ตัวแบบและแดชบอร์ดนี้ถูกใช้มาเกือบสองปีแล้วเพื่อจัดการทรัพยากรด้านการรักษาพยาบาล รักษาความจุของโรงพยาบาลให้เพียงพอ และแจ้งให้สาธารณชนทราบเกี่ยวกับความเสี่ยงจากการระบาดใหญ่

การใช้กราฟิกที่ใช้งานง่ายและ เส้นสปาเก็ตตี้เหมือนที่ใช้พยากรณ์พายุเฮอริเคน (ตัวแบบคอมพิวเตอร์ที่แสดงเส้นทางพายุหมุนเขตร้อนที่อาจเกิดขึ้น)  แดชบอร์ดจะแสดงความเสี่ยงในทันทีและในอนาคตของการแพร่กระจายของ โควิด-19

ตัวแบบนี้ใช้ข้อมูลการเคลื่อนที่ของโทรศัพท์มือถือแบบไม่เปิดเผยชื่อผู้ใช้จาก SafeGraph สามารถปรับให้เข้ากับโครงการดูแลสุขภาพสำหรับโควิด-19 ที่เป็นที่ต้องการ ได้ล่วงหน้าสามสัปดาห์สำหรับเมืองใด ๆ ในสหรัฐอเมริกา

Spencer Fox แห่ง UT กล่าวว่า "ข้อมูลการเคลื่อนไหวของชุมชนช่วยให้เราวัดความเสี่ยงในการแพร่เชื้อโควิด-19 ที่เปลี่ยนแปลงไป และคาดการณ์การรักษาพยาบาลที่จะเพิ่มขึ้นอย่างรวดเร็วได้ล่วงหน้าหลายสัปดาห์"

อ่านข่าวเต็มได้ที่: University of Texas at Austin News

ภาษาโปรแกรม Python นั้นมีอิทธิพลครอบคลุม แต่นักพัฒนากำลังเพิ่มทักษะให้โดดเด่น

Photo by Radowan Nakif Rehan on Unsplash

การวิเคราะห์แพลตฟอร์มการเรียนรู้ปี 2021 ของ O'Reilly Media บ่งชี้ว่าความสนใจในภาษาการเขียนโปรแกรม C++ กำลังเพิ่มขึ้น โดยได้รับแรงหนุนจากอินเทอร์เน็ตของสรรพสิ่ง (Internet of Things) และการพัฒนาเกม

ในขณะเดียวกันความสนใจของนักพัฒนาในความปลอดภัยทางไซเบอร์ก็เพิ่มขึ้น เนื่องจากการโจมตีของซอฟต์แวร์เรียกค่าไถ่ (ransomware) ที่มีชื่อเสียง แพลตฟอร์มการเรียนรู้ของ O'Reilly มีการใช้งานเนื้อหาเกี่ยวกับซอฟต์แวร์เรียกค่าไถ่เพิ่มขึ้น 270% ในปีที่ผ่านมา 

รายงานพบว่าภาษาโปรแกรม Python และ Java ยังคงครอบครองการใช้งานแพลตฟอร์มอย่างต่อเนื่อง ในขณะที่เนื้อหาด้านภาษาโปรแกรม Go และ Rust เพิ่มขึ้น 23% และ 31% ตามลำดับในปีที่ผ่านมา

Mike Loukides แห่ง O'Reilly กล่าวว่า "ไม่ว่าคุณจะเชี่ยวชาญด้านใดหรือใช้เป็นภาษาอะไรเป็นภาษาหลัก ความเชี่ยวชาญในภาษายุคต่อไปอย่าง Go และ Rust จะเพิ่มมูลค่าให้กับคุณ"

ความสนใจในด้านอื่น ๆ ที่เพิ่มขึ้นอย่างเห็นได้ชัดคือ ซอฟต์แวร์คอนเทนเนอร์ (เพิ่มขึ้น 137%) การเรียนรู้ของเครื่อง (35%) เครือข่ายประสาท (13%) การเรียนรู้แบบเสริมแรง (reinforcement learning) (37%) และเครือข่ายแข่งขัน (adversarial network) (51%) 

อ่านข่าวเต็มได้ที่: ZDNet

ภาษาโปรแกรมโบราณอาจใช้กันทั่วไปมากกว่าที่เราคิด

Photo by Mitchell Luo on Unsplash

รายงานโดย Micro Focus ผู้ให้บริการซอฟต์แวร์ระดับองค์กรพบว่ามีการใช้รหัส COBOL มากกว่า 800000 ล้านบรรทัดในแต่ละวันทั่วโลก มากกว่าที่คาดไว้ถึงสามเท่า แม้ว่าจำนวนนักพัฒนาซอฟต์แวร์ที่คุ้นเคยกับภาษาโปรแกรมอายุ 60 ปีนี้จะลดลงก็ตาม

นอกจากนี้ นักพัฒนาเกือบครึ่งที่สำรวจคาดการณ์ว่าปริมาณการใช้ COBOL จะเพิ่มขึ้นในองค์กรในปีหน้า ในขณะที่กลุ่มที่คล้ายกันกล่าวว่าพวกเขาคาดว่าแอปพลิเคชั่น COBOL จะคงอยู่ต่อไปอย่างน้อยอีกทศวรรษ

รายงานพบว่า 64% ของบริษัทที่ใช้ COBOL เป็นหลักชอบที่จะปรับปรุงแอปของตนให้ทันสมัยมากกว่าที่จะแทนที่ ในขณะที่ 92% ของผู้ตอบแบบสอบถามกล่าวว่า COBOL จะยังคงความสำคัญเชิงกลยุทธ์ต่อธุรกิจของตน 

Ed Airey จาก Micro Focus กล่าวว่า "สำหรับผู้นำด้านไอที การสนับสนุนระบบธุรกิจหลัก การปรับแอปพลิเคชั่น COBOL ให้ทันสมัยนั้นเป็นหัวใจสำคัญของการเปลี่ยนแปลงทางดิจิทัล"

อ่านข่าวเต็มได้ที่: TechRadar

สตาร์ตอัพด้านเทคโนโลยีจากนมวัวสร้างตัวนับก้าวเดินให้วัว

ภาพจาก  CNN Business

Stellapps Technologies ของอินเดียได้คิดค้นสิ่งที่ CEO Ranjith Mukundan อธิบายว่าเป็น "อุปกรณ์ที่เหมือนกับ Fitbit สำหรับปศุสัตว์"

Stellapps รวมข้อมูลจากอุปกรณ์ติดตามก้าวเดิน "mooON" ซึ่งผูกติดอยู่กับขาของวัว เข้ากับข้อมูลที่เกษตรกรและสัตวแพทย์ใส่ลงในแอปสมาร์ตโฟน 

ปัจจุบัน เกษตรกรผู้เลี้ยงโคนมเกือบ 3 ล้านคนใช้เทคโนโลยีของ Stellapps ใน 36,000 หมู่บ้านในอินเดีย ตามที่ Mukundan ซึ่งบอกว่า ด้วยการติดตามและจัดการสัตว์ของพวกเขาที่ดีขึ้น เกษตรกรสามารถเพิ่มปริมาณน้ำนมได้

Stellapps ยังวัดปริมาณนมที่นำไปยังจุดรับส่งโดยใช้ตาชั่งดิจิทัล และโอนการชำระเงินโดยตรงไปยังบัญชีธนาคารของเกษตรกรผ่านแพลตฟอร์ม "mooPay"

อ่านข่าวเต็มได้ที่: CNN Business

'การช็อปปิ้ง' VR ช่วยทดสอบความเสื่อมทางปัญญาในผู้ใหญ่

ภาพจาก  King's College London (U.K.)

แบบทดสอบความเป็นจริงเสมือน (virtual reality) หรือ VR ที่พัฒนาโดยนักวิจัยที่ King's College London แห่งสหราชอาณาจักร สามารถใช้ในการประเมินฟังก์ชันด้านปัญญา (cognitive) ของแต่ละบุคคล และสุดท้ายอาจใช้เพื่อทดสอบความเสื่อมด้านปัญญาที่สัมพันธ์กับอายุ

โดยใช้การช้อปปิ้ง VR ที่เรียกว่า "VStore" โดยให้บุคคลที่มีสุขภาพดี 142 คนอายุระหว่าง 20 ถึง 79 ปี พูดชื่อสินค้า 12 รายการ จากนั้นประเมินพวกเขาโดยดูจากเวลาที่ใช้ในการรวบรวมสินค้าเหล่านั้นในร้านค้าเสมือนจริง วางมันบนเครื่องชำระเงินด้วยตนเองเสมือนจริง ชำระเงิน และจบด้วยการสั่งกาแฟ 

นักวิจัยพบว่า VStore กระตุ้นหน้าที่ที่สำคุัญด้าน neuropsychological หลายตัวพร้อมกัน ซึ่งอาจเข้าถึงช่วงที่กว้างกว่ามากของโดเมนด้านปัญญาจากการใช้การประเมินมาตรฐาน 

Lilla Porffy แห่ง King's College กล่าวว่า "นี่เป็นการค้นพบที่สำคัญที่เพิ่มเติมลงไปในข้อมูลหลักฐานที่กำลังเติบโตขึ้นว่า [VR] สามารถใช้ในการวัดความรู้ด้านปัญญา และการทำงานที่เกี่ยวข้องกับการใช้ชีวิตประจำวันอย่างมีประสิทธิภาพและแม่นยำ"

อ่านข่าวเต็มได้ที่: King's College London (U.K.)

เมตาจะเพิ่มระยะห่างระหว่างอวตารใน VR

Photo by Dima Solomin on Unsplash

Meta หรือชื่อเดิมคือ Facebook จะกำหนดระยะห่างอวตาร (avatar) ดิจิทัลของผู้ใช้ หลังจากมีการเตือนว่า metaverse จะจุดกระแสการล่วงละเมิดออนไลน์ครั้งใหม่ 

ในเดือนธันวาคม ผู้ใช้ที่ทดสอบแอปพลิเคชันความจริงเสมือน (virtual reality) หรือVR ที่ชื่อ Horizon Worlds  ของ Meta กล่าวว่าพวกเขาถูกละเมิดออนไลน์และเรียกร้องให้มีฟองป้องกันรอบอวตาร 

ในเวลาต่อมา Meta ได้ประกาศเปิดตัวขอบเขตส่วนบุคคลเสมือน 4 ฟุตในแอป VR Horizon Worlds และ Horizon Venues “ถ้ามีคนพยายามจะเข้าสู่ขอบเขตส่วนตัวของคุณ ระบบจะไม่ให้เขาเคลื่อนที่ต่อเมื่อพวกเขาไปถึงขอบเขตดังกล่าว” บริษัทกล่าว พร้อมเสริมว่า “เราคิดว่าสิ่งนี้จะช่วยกำหนดบรรทัดฐานทางพฤติกรรม—และนั่นเป็นสิ่งสำคัญสำหรับสื่อที่ค่อนข้างใหม่ เช่น VR

อ่านข่าวเต็มได้ที่: The Guardian (U.K.)

งานด้านเทคที่ดีที่สุดในประเทศ (อังกฤษ)

 ภาพจาก ZDNet

รายการงานที่ดีที่สุด 25 อันดับ ประจำปี 202 (25 Best Jobs List for 2022) ของ Glassdoor จัดอันดับนักพัฒนาที่ใช้ภาษา Java ให้เป็นงานที่ดีที่สุดในสหราชอาณาจักร ด้วยคะแนนงานโดยรวม 4.6 จาก 5 โดยพิจารณาจากเงินเดือน ความพึงพอใจในงาน และจำนวนตำแหน่งงานที่เปิดรับ 

งานที่เกี่ยวข้องกับวิทยาศาสตร์ เทคโนโลยี วิศวกรรม และคณิตศาสตร์ หรือ STEM 11 ตำแหน่งถูกจัดอยู่ในรายการ ซึ่งรายงานประกอบระบุว่า "สะท้อนถึงความสามารถของอุตสาหกรรมในการนำเสนอสมดุลชีวิตการทำงานที่ดี และทางเลือกในการทำงานที่ยืดหยุ่น" 

งานที่เกี่ยวข้องกับ STEM อื่นๆ ในรายการ ได้แก่ สถาปนิกองค์กร (enterprise architect) อยู่อันดับที่ 2 วิศวกรฟูลสแตก (full-stack engineer) อยู่อันดับ 4 นักวิทยาศาสตร์ข้อมูล อยู่อันดับ 5 วิศวกรฟรอนต์เอนด์ (front-end engineer) อยู่อันดับ 9 

นักออกแบบ UX อยู่อันดับ 11 วิศวกรอุปกรณ์เคลื่อนที่ (mobile engineer) อยู่อันดับ 12 วิศวกรข้อมูล (data engineer) อยู่อันดับ 15 วิศวกร DevOps อยู่อันดับ 16 วิศวกรซอฟต์แวร์ อยู่อันดับ 17 และวิศวกรคลาวด์ (cloud engineer) อยู่อันดับ 19 

รายงานยังเปิดเผยว่าสถาปนิกองค์กรเป็นงานที่มีรายได้สูงสุดในรายการ โดยมีฐานเงินเดือนเฉลี่ยอยู่ที่ 73,898 ปอนด์ (เกือบ 10,000 ดอลลาร์สหรัฐ) และงานที่เป็นที่ต้องการมากที่สุดในรายการก็คือวิศวกรซอฟต์แวร์ โดยมีตำแหน่งงานว่าง 3,599 ตำแหน่งบนแพลตฟอร์ม Glassdoor

อ่านข่าวเต็มได้ที่: ZDNet

นายจ้างต้องการนักวิทยาศาสตร์ข้อมูลเป็นอย่างมาก

ภาพจาก  ZDNet

รายงานทักษะด้านไอทีล่าสุดจากแพลตฟอร์มคัดกรองและสัมภาษณ์นักพัฒนาซอฟต์แวร์สัญชาติโปแลนด์ DevSkiller พบว่ามีความต้องการนักวิทยาศาสตร์ด้านข้อมูลเพิ่มขึ้นอย่างรวดเร็ว งานที่เกี่ยวข้องกับวิทยาศาสตร์ข้อมูลที่บริษัทจัดหางานระบุไว้สำหรับผู้สัมภาษณ์งานเพิ่มขึ้น 295% ในปี 2021 ทำให้ความต้องการทักษะ Python เพิ่มขึ้น 154% 

เกือบหนึ่งในสามของการทดสอบการเขียนโปรแกรมด้านวิทยาศาสตร์ข้อมูลเป็นการวิเคราะห์ข้อมูล และ Jakub Kubrynsk  ซีอีโอของ DevSkiller กล่าวว่าความนิยมที่เพิ่มขึ้นของวิทยาศาสตร์ข้อมูลนั้นไม่น่าแปลกใจ "เมื่อพิจารณาว่าข้อมูลนั้นมีค่าสำหรับบริษัททั่วโลกอย่างไรบ้าง"

ความต้องการทักษะต่างๆ เช่น ความมั่นคงทางไซเบอร์ การประกันคุณภาพ และความชำนาญในภาษาโปรแกรม PHP, Scala และ Blockchain ก็เพิ่มขึ้นอย่างรวดเร็วในปีที่แล้ว ตามรายงานซึ่งสรุปว่า "บริษัทต่างๆ ทุ่มเงินมหาศาลเพื่อสร้างทีมนักวิทยาศาสตร์ข้อมูลที่เหมาะสม เพื่อช่วยให้พวกเขาเติบโดขึ้นอย่างมีพลัง

อ่านข่าวเต็มได้ที่:  ZDNet

เว็บไซต์หลอกลวงส่งมัลแวร์ประตูลับตัวใหม่ที่มีความสามารถมากให้กับผู้ใช้ macOS

ภาพจาก Ars Technica

นักวิจัยจาก ESET บริษัทรักษาความปลอดภัยทางอินเทอร์เน็ตของสโลวาเกีย ได้ค้นพบมัลแวร์ของmacOS ที่ติดตั้งโดยช่องโหว่ที่แทบจะเป็นไปไม่ได้เลยที่ผู้ใช้ส่วนใหญ่จะตรวจพบ หรือหยุดการทำงานของมันได้ หลังจากผู้ใช้เข้าเว็บไซต์ที่เป็นอันตราย 

มัลแวร์ DazzleSpy เป็นโทรจันประตูลับ (backdoor)  ที่มีคุณสมบัติครบถ้วนซึ่งถูกเขียนขึ้นใหม่ทั้งหมดเพื่อให้แฮกเกอร์สามารถติดตามและควบคุม Mac ที่ถูกแทรกซึมได้ 

Marc-Etienne M.Léveillé ของ ESET บอกว่าการปรับแต่งมัลแวร์และการไม่มีเวอร์ชันที่เหมือนกันสำหรับ Windows แสดงให้เห็นอย่างชัดเจนว่าผู้สร้างมุ่งเป้าไปที่ Mac เท่านั้น เขาเสริมว่าในระบบที่ไม่ได้อัพเดตแพตช์ DazzleSpy จะเริ่มทำงานด้วยสิทธิ์ระดับผู้ดูแลระบบโดยที่เหยื่อไม่ทราบ

นักวิจัยด้านการวิเคราะห์ภัยคุกคามของ Google ซึ่งค้นพบช่องโหว่ของ DazzleSpy เป็นครั้งแรกกล่าวว่าแฮกเกอร์น่าจะได้รับการสนับสนุนจากรัฐ "โดยมีทีมวิศวกรรมซอฟต์แวร์ของตนเอง เมื่อดูจากคุณภาพของโค้ดที่ส่งขึ้นมา"

อ่านข่าวเต็มได้ที่: Ars Technica

ซอฟต์แวร์เต็มไปด้วยบั๊กโครงการที่ "น่าตื่นเต้น" นี้ จะช่วยขจัดมัน

ภาพจาก ACM

Arm ผู้ออกแบบชิปได้เปิดตัวต้นแบบบอร์ดสำหรับการพัฒนาโปรแกรม ทีอยู่บนสถาปัตยกรรม Capability Hardware Enhanced RISC Instruction (CHERI) 

บอร์ด Morello ที่พัฒนาขึ้นร่วมกับนักวิจัยหลัก ๆ จาก University of Cambridge ของสหราชอาณาจักร และ Microsoft สามารถปูทางสำหรับการออกแบบ CPU ใหม่ที่ขจัดข้อบกพร่องด้านความมั่นคงที่เกี่ยวข้องกับหน่วยความจำซึ่งเป็นผลมาจากโค้ดที่เขียนด้วยภาษาการเขียนโปรแกรม เช่น C และ C++

Ben Laurie ของ Google กล่าวว่าการแบ่งซอฟต์แวร์เป็นส่วน ๆ ของ CHERI นั้นคล้ายคลึงกับการแยกกระบวนการในซอฟต์แวร์สำหรับระบบปฏิบัติการที่ใช้กันในปัจจุบัน 

Saar Amar ของ Microsoft กล่าวว่า "มีโค้ด C และ C++ หลายพันล้านบรรทัดที่ใช้งานกันอย่างแพร่หลาย และความเข้ากันได้ในระดับซอร์สโค้ดที่แข็งแกร่งของ CHERI จะเป็นเส้นทางสู่การบรรลุเป้าหมายของความปลอดภัยของหน่วยความจำอย่างมีประสิทธิภาพสูง โดยไม่ต้องเขียนโค้ดใหม่ทั้งหมด"

อ่านข่าวเต็มได้ที่: ZDNet

หมอแอปมือถือตรวจหาไวรัส

ภาพจาก The Current (University of California, Santa Barbara)

แอปพลิเคชันมือถือและชุดตรวจโดย University of California, Santa Barbara (UCSB) ที่ทำงานร่วมกับแพทย์ในโรงพยาบาล Santa Barbara Cottageสามารถวินิจฉัยโรคโควิด-19 สายพันธุ์ของโควิด-19 และการติดเชื้อไวรัสไข้หวัดใหญ่ได้

ชุดคิท smaRT-LAMP มีต้นทุนการสร้างน้อยกว่า 100 ดอลลาร์ และต้องการเพียงตัวอย่างน้ำลายจากผู้ป่วยเท่านั้น แอปที่ฟรีใช้กล้องของสมาร์ทโฟนเพื่อวิเคราะห์ปฏิกิริยาเคมีในตัวอย่าง และสามารถให้ผลการวินิจฉัยได้ในเวลาเพียง 25 นาที

 Michael Mahan จาก UCSB กล่าวว่า "เกือบครึ่งหนึ่งของประชากรโลกมีสมาร์ทโฟน และเราเชื่อว่าสิ่งนี้มีศักยภาพที่น่าตื่นเต้นในการเข้าถึงการวินิจฉัยที่แม่นยำอย่างยุติธรรมและเท่าเทียมกัน"

อ่านข่าวเต็มได้ที่: The Current (University of California, Santa Barbara)

เทคโนโลยี AI วินิจฉัยโควิด-19 ในไม่กี่นาที

ภาพจาก  University of the West of Scotland (U.K.)

เทคนิคปัญญาประดิษฐ์ (artificial intelligence) หรือ AI  ที่พัฒนาโดยนักวิจัยจาก University of the West of Scotland (UWS) ของสหราชอาณาจักร สามารถวินิจฉัยโรคโควิด-19 ได้ในเวลาไม่กี่นาที เทียบกับการทดสอบ PCR สองชั่วโมง 

โดยการใช้เทคโนโลยีเอ็กซ์เรย์ เทคนิคนี้ใช้วิธีเปรียบเทียบภาพที่ได้จากการสแกน กับฐานข้อมูลของคนที่มีสุขภาพดีประมาณ 3,000 ภาพ ภาพผู้ที่ติดเชื้อโควิด-19 และภาพผู้ที่เป็นโรคปอดอักเสบจากไวรัส 

โดยการใช้โครงข่ายประสาทเทียมแบบลึกเพื่อเปรียบเทียบภาพที่ได้จากการสแกนและทำการวินิจฉัย ในการทดสอบ นักวิจัยพบว่าเทคนิคนี้มีความแม่นยำมากกว่า 98%

Naeem Ramzan จาก UWS กล่าวว่า "อาการของ COVID-19 จะไม่ปรากฏให้เห็นในการเอ็กซ์เรย์ในช่วงแรกของการติดเชื้อ ดังนั้นจึงเป็นสิ่งสำคัญที่จะต้องทราบว่าเทคโนโลยีนี้ไม่สามารถแทนที่การทดสอบ PCR ได้อย่างเต็มที่ อย่างไรก็ตาม ก็ยังคงมีบทบาทสำคัญในการลดการแพร่กระจายของไวรัส โดยเฉพาะอย่างยิ่งเมื่อการทดสอบ PCR ไม่พร้อมใช้งาน"

อ่านข่าวเต็มได้ที่: University of the West of Scotland (U.K.)

ทายาท Picasso จะขาย NFT กว่า 1000 ชิ้นที่เชื่อมโยงไปที่งานเซรามิกที่ไม่เคยแสดงที่ไหนมาก่อน

ภาพจาก The Washington Post

ทายาทของ Pablo Picasso วางแผนที่จะประมูลชิ้นส่วนดิจิทัลมากกว่า 1,000 ชิ้น ซึ่งเป็นตัวแทนของงานเซรามิกที่ไม่เคยมีใครเห็นมาก่อนของศิลปินชาวสเปน 

โทเค็นที่ไม่สามารถแทนที่ได้ (non-fungible token) หรือ NFT เชื่อมต่อกับชิ้นส่วนเซรามิกที่ศิลปินสร้างขึ้นในเดือนตุลาคม 1958 ผู้ซื้อจะไม่ได้เป็นเจ้าของเซรามิกหรือสิทธิ์ในรูปภาพ พวกเขาจะซื้อโทเค็นดิจิทัล ได้ตัวแทนทางดิจิทัลที่เป็นเอกลักษณ์ของงานที่รับรองว่ามันเป็นของแท้ (authenticity) 

Florian Picasso ซึ่งเป็นเหลนของ Pablo Picasso กล่าวว่า "เรากำลังพยายามสร้างสะพานเชื่อมระหว่างโลก NFT กับโลกวิจิตรศิลป์"  NFT จะมาพร้อมกับเพลงที่เรียบเรียงโดย Florian Picasso เนื้อร้องโดย John Legend และนักร้องเพลงแรป Nas รายได้ส่วนหนึ่งจากการประมูลจะนำไปบริจาคเพื่อการกุศล

อ่านข่าวเต็มได้ที่: The Washington Post

การจำลองช่วยปรับปรุงการทำนายหิมะถล่ม

ภาพจาก  ACM

นักวิจัยจาก Simon Fraser University (SFU) ของแคนาดาได้แสดงให้เห็นว่าการจำลองหิมะปกคลุม (snow cover) ด้วยคอมพิวเตอร์สามารถนำมาใช้ในการพยากรณ์อันตรายจากหิมะถล่มได้อย่างแม่นยำ ตัวแบบที่พัฒนาโดยนักวิจัยสามารถตรวจจับและติดตามชั้นหิมะที่อ่อนแอได้ 

นักวิจัยทำการจำลองโดยใช้ข้อมูล 16 ปี ของ ข้อมูลอุตุนิยมวิทยารายวัน ข้อมูลหิมะปกคลุม และข้อมูลหิมะถล่มจาก Whistler และ Rogers Pass ของแคนาดาและ Weissfluhjoch ของสวิตเซอร์แลนด์

ตัวแบบนี้ให้ผลลัพธ์สอดคล้องกับความถี่ที่สังเกตได้จริงของการเกิดหิมะถล่มตลอดระยะเวลาที่ทำการศึกษา

อ่านข่าวเต็มได้ที่: Simon Fraser University (Canada)