วันพฤหัสบดีที่ 30 มิถุนายน พ.ศ. 2565

ยานสำรวจดาวอังคารที่ใช้ Windows 98 ได้รับการอัปเดตเป็นครั้งแรกในรอบ 2 ทศวรรษ

Windows 98
ภาพจาก Wikipedia

วิศวกรจาก Istituto Nazionale di Astrofisica (INAF) ของอิตาลีได้ปรับปรุงระบบ Window 98 ของยานอวกาศ Mars Express เป็นครั้งแรกในรอบ 19 ปี ยานสำรวจของ European Space Agency ใช้เครื่องมือ Mars Advanced Radar for Subsurface and Ionospheric Sounding (MARSIS) เพื่อส่งคลื่นวิทยุความถี่ต่ำไปยังพื้นดาวอังคารเพื่อช่วยทำแผนที่โครงสร้างใต้ผิวดินในขณะที่ค้นหาน้ำไปด้วย 

เจ้าหน้าที่ของ INAF กล่าวว่าการอัปเดตนี้จะทำให้ Mars Express มองเห็นดาวอังคาร และดวงจันทร์ของมันคือ Phobos ของได้ละเอียดยิ่งขึ้น Andrea Cicchetti ของ INAF กล่าวว่าวิธีการก่อนหน้าของยานอวกาศในการจัดเก็บข้อมูลความละเอียดสูงนั้นทำให้หน่วยความจำบนเครื่องบินหมดไปอย่างรวดเร็ว

ในทางตรงกันข้าม "ด้วยการทิ้งข้อมูลที่เราไม่ต้องการ ซอฟต์แวร์ใหม่ช่วยให้เราสามารถเปิด MARSIS ได้นานขึ้นห้าเท่า และสำรวจพื้นที่ได้ขนาดใหญ่กว่ามากในแต่ละครั้ง" เขากล่าว

อ่านข่าวเต็มได้ที่: TechRadar

วันพุธที่ 29 มิถุนายน พ.ศ. 2565

เทคโนโลยีช่วยให้รถขับเคลื่อนด้วยตัวเองเรียนรู้จากหน่วยความจำของตัวเอง

self-driving-car
Cornell University Chronicle

เทคโนโลยีที่พัฒนาโดยนักวิจัยของ Cornell University มีเป้าหมายที่จะเติมเต็มยานยนต์ไร้คนขับด้วยความสามารถในการสร้าง "ความทรงจำ" จากประสบการณ์ก่อนหน้านี้เพื่อใช้ในการนำทาง

นักวิจัยได้รวบรวมชุดข้อมูลการเดินทางของ Ithaca365 โดยการขับรถด้วยเซ็นเซอร์ LiDAR  เป็นระยะทาง 15 กิโลเมตร (9.3 ไมล์) 40 ครั้งในระยะเวลา 18 เดือนในสภาพแวดล้อมต่างๆ สภาพอากาศ และช่วงเวลาของวัน

วิธีการนี้ใช้โครงข่ายประสาทเทียมในการคำนวณตัวอธิบายของวัตถุที่รถวิ่งผ่าน จากนั้นบีบอัดและจัดเก็บคุณสมบัติ Spatial-Quantized Sparse History (SQuaSH) เหล่านี้บนแผนที่เสมือน เมื่อรถวิ่งไปตามตำแหน่งเดิม มันจะสามารถสืบค้นฐานข้อมูล SQuaSH ที่จัดเก็บเส้นทางไว้และเรียกคืนความรู้นั้นได้

อ่านข่าวเต็มได้ที่: Cornell University Chronicle

วันอังคารที่ 28 มิถุนายน พ.ศ. 2565

สอนฟิสิกส์ให้ AI อาจทำให้มันค้นคว้าทั้งหมดได้ด้วยตัวเอง

ai-physics
ภาพจาก  SciTechDaily

นักวิจัยจาก Duke University พบว่าการเพิ่มความรู้ทางฟิสิกส์ที่รู้จักกันอยู่แล้วลงในอัลกอริธึมการเรียนรู้ของเครื่อง (machine learning) สามารถทำให้พวกมันหาข้อมูลเชิงลึกใหม่ ๆ ของคุณสมบัติของวัสดุ พวกเขาพัฒนาโครงข่ายประสาทเทียมเพื่อระบุลักษณะของเมตาแมททีเรียล (metamaterial) เกี่ยวกับข้อมูลของวัสดุ และทำนายปฏิสัมพันธ์กับสนามแม่เหล็กไฟฟ้า

ด้วยการให้ข้อมูลข้อจำกัดทางกายภาพที่ทราบกันอยู่แล้วของเมตาแมททีเรียล อัลกอริธึมสามารถทำนายคุณสมบัติของเมตาแมททีเรียลได้เร็ว แม่นยำยิ่งขึ้น และมีข้อมูลเชิงลึกเพิ่มเติมกว่าวิธีที่เคยใช้มาก่อน 

Jordan Malof แห่ง Duke กล่าวว่า "การบังคับให้โครงข่ายประสาทเทียมปฏิบัติตามกฎฟิสิกส์ ทำให้เราป้องกันไม่ให้เครือข่ายค้นหาความสัมพันธ์ที่อาจเข้ากับข้อมูลได้ แต่ความจริงแล้วเป็นไปไม่ได้"

อ่านข่าวเต็มได้ที่: SciTechDaily

วันจันทร์ที่ 27 มิถุนายน พ.ศ. 2565

75% ของเว็บไซต์ระดับท้อปของโลกยอมให้ใช้รหัสผ่านแย่ ๆ

 

login-screen
Photo by Mourizal Zativa on Unsplash

Arvind Narayanan จาก Princeton University และเพื่อนร่วมงานพบว่า 75% ของเว็บไซต์ภาษาอังกฤษชั้นนำ 120 แห่งอนุญาตให้ใช้รหัสผ่านที่อ่อนแอ ในขณะที่กว่าครึ่งของเว็บไซต์เหล่านั้นยังยอมให้ใช้รหัสผ่านที่มักจะรั่วไหลและเดาได้ง่าย 40 รายการ 

นักวิจัยตรวจสอบรหัสผ่าน 40 รายการนั้นด้วยตนเองบนแต่ละเว็บไซต์ เลือกรหัสผ่าน 20 ตัวแบบสุ่มจากกลุ่มตัวอย่างรหัสผ่านที่ใช้บ่อยที่สุด 100,000 รายการ ที่ตรวจพบในการละเมิดข้อมูล รวมทั้งรหัสผ่าน 20 ตัวแรกที่ถูกคาดเดาโดยโปรแกรมถอดรหัสรหัสผ่าน

มีเว็บไซต์เพียง 15 แห่งที่บล็อกรหัสผ่านที่ทดสอบทั้งหมด 40 รายการ รวมถึง Google, Adobe, Twitch, GitHub และ Grammarly มีเพียง 23 ไซต์จาก 120 ไซต์เท่านั้นที่มีเครื่องวัดความแข็งแรงของรหัสผ่าน ซึ่งกระตุ้นให้ผู้ใช้สร้างรหัสผ่านที่แข็งแรงเพียงพอ ในขณะที่ 54 ไซต์ยังคงใช้วิธีการสร้างรหัสผ่านที่ได้คะแนนต่ำ

อ่านข่าวเต็มได้ที่: New Scientist

วันอาทิตย์ที่ 26 มิถุนายน พ.ศ. 2565

หุ่นยนต์แมวไล่จับหนู

cat-mouse-robots
ภาพจาก New Scientist

การสาธิตเกมแมวไล่จับหนูโดยหุ่นยนต์แมวและหนูในห้องปฏิบัติการ บ่งบอกถึงศักยภาพของหุ่นยนต์ที่ทำสร้างขึ้นมาเพื่อภารกิจค้นหาและกู้ภัย หรือการสำรวจสัตว์ป่าด้วยคำแนะนำจากมนุษย์เพียงเล็กน้อย

หุ่นยนต์ Tianjicat ที่สร้างขึ้นโดยนักวิจัยที่มหาวิทยาลัย Tsinghua ของจีน ใช้ชิป neuromorphic ของ TianjicX ซึ่งสามารถเรียกใช้กระบวนการปัญญาประดิษฐ์ (artificial intelligence) หรือ AI หลายขั้นตอนพร้อมกันได้ 

นักวิจัยมอบหมายให้ Tianjicat ไล่ล่าหุ่นยนต์หนูที่ตั้งโปรแกรมให้เคลื่อนที่แบบสุ่มในห้องที่มีอุปสรรค Tianjicat ติดตามหุ่นยนต์เมาส์โดยใช้การจดจำภาพและการตรวจจับเสียง และกำหนดเส้นทางการไล่ล่าที่เหมาะสมที่สุดในขณะที่หลีกเลี่ยงการชนกับสิ่งกีดขวาง

นักวิจัยกล่าวว่าชิป TianjicX ลดปริมาณพลังงานที่จำเป็นสำหรับการตัดสินใจของ Tianjicat ในระหว่างการไล่ล่าประมาณครึ่งหนึ่ง

อ่านข่าวเต็มได้ที่: New Scientist

เพิ่มเติมเสริมข่าว: ดูวีดีโอได้จาก youtube

วันเสาร์ที่ 25 มิถุนายน พ.ศ. 2565

การขุดอีเธอเรียมกำลังจะจากไป

ethereum-miner
ภาพจาก Bloomberg

การขุดอีเธอเรียมอาจสิ้นสุดลงในไม่ช้าเนื่องจากสิ่งที่เรียกว่าการ "Merge" ซึ่งจะทำให้นักขุดมากถึง 1 ล้านรายขาดรายได้  การ "Merge" (คาดว่าจะเกิดขึ้นในเดือนสิงหาคม แม้ว่าจะถูกเลื่อนไปหลายครั้งแล้วก็ตาม) เกี่ยวข้องกับการเปลี่ยนจากรูปแบบการพิสูจน์ด้วยการทำงาน (proof-of-work) ซึ่งใช้กำลังและพลังงานในการคำนวณจำนวนมาก ไปเป็นแบบการพิสูจน์ด้วยการวางประกัน (proof-of-stake) เพื่อบันทึกการทำธุรกรรม

ตัวแบบนี้จะลดการใช้พลังงานของเครือข่ายอีเธอเรียมลงประมาณ 99% และยังทำให้นักขุดตกงานอีกด้วย หลังจากการ "Merge" นักขุด Ethereum บางคนวางแผนที่จะขุดเหรียญอื่นๆ ที่ต้องใช้หน่วยประมวลผลกราฟิก เช่น Ethereum Classic หรือ Ravencoin หรือใช้อุปกรณ์ของพวกเขาในการเรนเดอร์ (ด้านการผลิตวิดีโอดิจิทัล) หรืองานการเรียนรู้ของเครื่อง

อ่านข่าวเต็มได้ที่: Bloomberg

วันศุกร์ที่ 24 มิถุนายน พ.ศ. 2565

อัลกอริทึมคัดกรองพันธุกรรมช่วยระบุคนที่มีความเสี่ยงโรคไต

genetic-screening
ภาพจาก  Columbia University Irving Medical Center

ทีมนักวิทยาศาสตร์จากหลายสถาบันที่นำโดย Columbia University ได้พัฒนาอัลกอริทึมมการตรวจคัดกรองทางพันธุกรรมที่สามารถประเมินความเสี่ยงของบุคคลที่จะเป็นโรคไตได้ อัลกอริทึมวิเคราะห์ตัวแปรต่าง ๆ ของยีน APOL1 ซึ่งเป็นสาเหตุของโรคไตที่พบบ่อยในบุคคลที่มีเชื้อสายแอฟริกัน และตัวแปรอื่น ๆ อีกหลายพันชนิดที่มาจากบรรพบุรุษที่มีภูมิหลังแตกต่างกันหมดทุกเชื้อสาย 

นักวิจัยได้ทดสอบอัลกอริธึมกับกลุ่มคน 15 กลุ่ม ซึ่งเป็นกลุ่มคนที่มีบรรพบุรุษมาจากยุโรป แอฟริกา เอเชีย และละติน ไม่ว่าจะมาจากบรรพบุรุษแบบไหน คนที่ได้คะแนนสูงสุดมีแนวโน้มที่จะเป็นโรคไตมากกว่าคนทั่วไปถึงสามเท่า 

Krzysztof Kiryluk แห่ง Columbia กล่าวว่า "ด้วยวิธีการโพลีจีนิก (polygenic) นี้ เราสามารถระบุบุคคลที่มีความเสี่ยงก่อนที่จะเริ่มมีอาการของโรคไตได้เป็นเวลาหลายสิบปี ผู้ที่มีความเสี่ยงสูงอาจเปลี่ยนแปลงวิถีการดำเนินชีวิตเพื่อให้มีความระมัดระวังมากขึ้น เพื่อลดความเสี่ยงนั้น"

อ่านข่าวเต็มได้ที่: Columbia University Irving Medical Center

วันพฤหัสบดีที่ 23 มิถุนายน พ.ศ. 2565

ความมั่นคงที่มากขึ้นสำหรับอุปกรณ์อัจฉริยะ

security-key
ภาพจาก  MIT News

นักวิจัยของ Massachusetts Institute of Technology  ได้สาธิตเทคนิคการรักษาความปลอดภัยสองแบบที่สกัดกั้นการโจมตีด้วยพลังงานและแม่เหล็กไฟฟ้าจากช่องสัญญาณด้าข้าง ที่มุ่งโจมตีตัวแปลงอนาล็อกเป็นดิจิทัล (analog-to-digital converter) หรือ ADC ในอุปกรณ์อัจฉริยะ

หลักการแก้ไขใช้การเพิ่มการสุ่มในการแปลง ADC ซึ่งวิธีที่หนึ่งจะใช้เครื่องกำเนิดตัวเลขสุ่มเพื่อตัดสินใจว่าเมื่อใดที่จะสลับตัวเก็บ ซึ่งทำให้ความสัมพันธ์ของอุปกรณ์จ่ายไฟกับข้อมูลเอาท์พุตมีความซับซ้อน วิธีการดังกล่าวยังช่วยให้ตัวเปรียบเทียบทำงานอย่างต่อเนื่อง ป้องกันไม่ให้แฮกเกอร์ทราบเมื่อขั้นตอนการแปลงแต่ละขั้นตอนเริ่มต้นและสิ้นสุด

วิธีที่สองใช้ตัวเปรียบเทียบสองตัวและอัลกอริธึมเพื่อสุ่มสร้างเกณฑ์ (threshold) สองเกณฑ์แทนที่จะเป็นหนึ่ง ซึ่งสร้างวิธีเป็นล้านวิธีที่ ADC จะสร้างเอาต์พุตดิจิทัลได้

อ่านข่าวเต็มได้ที่: MIT News

วันพุธที่ 22 มิถุนายน พ.ศ. 2565

ชิป AI ที่ใช้พลังงานต่ำมาก

researchers-ai-chip-ultralow-power
ภาพจาก  IEEE Spectrum

นักวิจัยจาก Indian Institute of Technology, Bombay (IIT Bombay) ประเทศอินเดีย ได้ประกาศเปิดตัวชิปปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่มีพลังงานต่ำมาก ซึ่งอำนวยความสะดวกให้กับโครงข่ายประสาทเทียม Spiking Neural Network (SNN)  ซึ่งจำลองการประมวลผลสัญญาณประสาทของสมอง

นักวิจัยได้พัฒนา SNN ที่ชาร์จตัวเก็บประจุโดยใช้อุโมงค์กระแสไฟแบบแบนด์ต่อแบนด์ (band-to-band-tunneling current) Udayan Ganguly ของ IIT Bombay อธิบายว่า "เมื่อเทียบกับเซลล์ประสาทเทียม อันล้ำสมัยที่ใช้ในโครงข่าย SNN แบบฮาร์ดแวร์ เราประหยัดพลังงานต่ำกว่า 5,000 เท่าต่อหนึ่งสไปก์ (spike) ในพื้นที่คล้าย ๆ กัน และพลังงานที่ใช้ในการสแตนด์บายก็ต่ำกว่า 10 เท่า"

เมื่อนักวิจัยได้นำ SNN ไปใช้กับตัวแบบการรู้จำคำพูด ซึ่งเลียนแบบจากเยื่อหุ้มหูของสมอง ตัวแบบดังกล่าวก็สามารถรู้จำคำพูดได้

อ่านข่าวเต็มได้ที่: IEEE Spectrum

วันอังคารที่ 21 มิถุนายน พ.ศ. 2565

สกุลเงินคริปโตที่อยู่บนฐานของฟิสิกส์ส่งพลังงานผ่านบล็อกเชน

e-stable-coin
ภาพจาก Lawrence Livermore National Laboratory

นักวิจัยจาก U.S. Department of Energy's Lawrence Livermore National Laboratory (LLNL) ได้พัฒนา E-Stablecoin ซึ่งเป็นสกุลเงินดิจิทัลบนฐานของฟิสิกส์ซึ่งเชื่อมต่อพลังงานไฟฟ้ากับเทคโนโลยีบล็อกเชน 

Maxwell Murialdo และ Jon Belof แห่ง LLNL  กล่าวว่า E-Stablecoin เป็นสกุลเงินดิจิทัลที่ได้รับหลักประกันโดยตรงจากปริมาณไฟฟ้า 1 กิโลวัตต์ชั่วโมง นั่นคือถ้าใครที่ถือเหรียญนี้หนึ่งเหรียญเท่ากับมีปริมาณไฟฟ้า 1 กิโลวัตต์ชั่วโมง ทำให้ E-Stablecoin เป็นโทเค็นดิจิทัลตัวแรกที่มีหลักประกันเป็นสินทรัพย์ทางฟิสิกส์ หรือพูดง่าย ๆ คือในการสร้างเหรียญนี้หนึ่งเหรียญต้องใช้ไฟ 1 กิโลวัตต์ชั่วโมง และถ้าเหรียญถูกทำลาย (ใช้) ก็จะได้ ปริมาณไฟฟ้า 1 กิโลวัตต์ชั่วโมงกลับมา 

ด้วยวิธีการนี้ E-Stablecoin เป็นเหรียญแบบมูลค่าเสถียร (stable coin) ตัวแรกที่ไม่ต้องใช้คนกลางมาเป็นผู้ตรวจสอบเหมือนเหรียญแบบมูลค่าเสถียรตัวอื่นที่ผูกกับเงินดอลลาร์สหรัฐ E-Stablecoin อาจถูกส่งไปยังที่ห่างไกลที่ไม่มีเครือข่ายไฟฟ้า หรืออาจกล่าวว่ามันเป็นพลังงานที่นำกลับมาใช้ใหม่ได้อย่างมีประสิทธิภาพ

Belof กล่าวว่า "ด้วยการย้อนกลับทางอุณหพลศาสตร์ (thermodynamic reversibility) - ในขอบเขตของความเข้าใจด้านกลศาสตร์ทางสถิติ (statistical mechanics) สมัยใหม่ เรามองเห็นบล็อกเชนในอนาคตที่ไม่เพียงแต่ฝังรากในทรัพย์สินในชีวิตจริง เช่น การใช้พลังงาน แต่ยังเป็นผู้ดูแลทรัพยากรธรรมชาติที่รับผิดชอบมากขึ้นในด้านสิ่งแวดล้อม

อ่านข่าวเต็มได้ที่: Lawrence Livermore National Laboratory


วันจันทร์ที่ 20 มิถุนายน พ.ศ. 2565

หุ่นยนต์ค้นหากุญแจในกระเป๋าได้ด้วยการฟังในขณะที่มันควานหา

a-key-putting-in-a-bag
ภาพจาก  New Scientist

Maximilian Du แห่ง Stanford University และเพื่อนร่วมงานได้ฝึกแขนหุ่นยนต์ที่ติดตั้งไมโครโฟนไว้เพื่อค้นหาสิ่งของต่างๆ เช่น กุญแจในกระเป๋าถือ โดยฟังเสียงที่มันกระทบกันในขณะค้นหา “โดยพื้นฐานแล้วในสภาพแวดล้อมแบบนั้น เหมือนกับว่าคุณเอื้อมมือลงไป คุณไม่รู้ว่ากุญแจอยู่ที่ไหน แต่แล้วเมื่อคุณได้ยินเสียงของกุญแจ คุณก็จะบอกตำแหน่งมันได้ จากนั้นเมื่อรู้ตำแหน่ง คุณก็จะหยิบมันออกมาได้" Du กล่าว

นักวิจัยฝึกหุ่นยนต์โดยให้คนสาธิตวิธีการการกระทำผ่านชุดหูฟังความจริง และตัวควบคุมความจริงเสมือน (virtual reality) ของ Oculus โดยมีคำแนะนำเพิ่มเติมจากคนเพื่อแก้ไขการทำงานของมัน Olivia Lee จากสแตนฟอร์ดกล่าวว่าวิธีการนี้เพิ่มประสิทธิภาพได้ 20%

อ่านข่าวเต็มได้ที่: New Scientist


วันอาทิตย์ที่ 19 มิถุนายน พ.ศ. 2565

Meta อาจทำให้เราสร้างตัวตนสามมิติของเราจากกล้องโทรศัพท์

meta-facebook
Photo by Dima Solomin on Unsplash

 Meta  (Facebook) เสนอขั้นตอนง่าย ๆ แก่ผู้ใช้ในการสร้างอวาตาร์เสมือนจริงของตนเองโดยใช้สมาร์ทโฟน โดยนักวิจัยจาก Meta's Reality Labs ได้พัฒนาวิธีการใหม่ในการสร้างอวตารสามมิติ (3D) ที่เหมือนจริงกระบวนการนี้จะทำด้วยการที่ผู้ใช้เลื่อนกล้องของสมาร์ทโฟนผ่านใบหน้าจากด้านหนึ่งไปอีกด้านหนึ่ง จากนั้นแสดงสีหน้าท่าทางที่แตกต่างกันให้กับระบบ 

นักวิจัยกล่าวว่ากระบวนการนี้ใช้เวลาประมาณสามนาทีครึ่ง และใช้โครงข่ายประสาทเทียมที่ได้รับการฝึกฝนมาก่อนหน้านี้โดยข้อมูลใบหน้า 3 มิติที่บันทึกจากตัวอย่าง 255 ตัวอย่างจากกลุ่มของกล้องที่ความล้ำสมัย กระบวนการเรนเดอร์ใช้เวลาประมาณหกชั่วโมง และสามารถทำได้ในระบบคลาวด์ ทำให้ผู้ใช้แต่ละรายไม่ต้องใช้พีซีระดับไฮเอนด์

อ่านข่าวเต็มได้ที่: Gizmodo Australia

วันเสาร์ที่ 18 มิถุนายน พ.ศ. 2565

นักวิจัยสอนหุ่นยนต์ให้มองเห็นน้ำ

robot-pouring-water
ภาพจาก Carnegie Mellon University School of Computer Science

ทีมนักวิจัยของ Carnegie Mellon University (CMU) ได้สอนหุ่นยนต์ให้ระบุน้ำและเทลงในแก้วโดยใช้การเรียนรู้แบบแยกความแตกต่าง (contrastive learning) สำหรับการแปลภาพที่ไม่จับคู่กัน นักวิจัยเล่นวิดีโอ YouTube หลังแก้วน้ำใส เพื่อฝึกหุ่นยนต์ให้มองเห็นพื้นหลังผ่านแก้วน้ำ ซึ่งช่วยสอนให้หุ่นยนต์เทน้ำลงในแก้วได้สูงระดับหนึ่ง

ทีมงานได้ทดสอบการจดจำน้ำของหุ่นยนต์โดยใช้แก้วที่มีรูปร่างและขนาดต่าง ๆ David Held จาก CMU กล่าวว่า "เช่นเดียวกับที่เราฝึกแบบจำลองเพื่อแปลภาพม้าให้ดูเหมือนม้าลาย เราสามารถฝึกแบบจำลองในลักษณะเดียวกันนี้ เพื่อแปลภาพของเหลวสีเป็นภาพของเหลวใสได้ เราใช้ตัวแบบนี้ เพื่อให้หุ่นยนต์สามารถเข้าใจของเหลวที่โปร่งใสได้"

อ่านข่าวเต็มได้ที่: Carnegie Mellon University School of Computer Science

วันศุกร์ที่ 17 มิถุนายน พ.ศ. 2565

QR โค้ดที่กินได้ตรวจสอบวิสกี้ปลอม

qr-code-whiskey
ภาพจาก  Purdue University News

วิศวกรชีวการแพทย์ที่ Purdue University และ National Institute of Agricultural Sciences ของเกาหลีใต้ได้พัฒนารหัสตอบกลับอย่างรวดเร็ว (quick response code) หรือ QR โค้ด เพื่อยืนยันว่าวิสกี้เป็นของจริงหรือของปลอม

รหัส QR ถูกพิมพ์บนแท็กโปรตีนไหมเรืองแสงที่รับประทานได้ ซึ่งผู้ใช้สามารถสแกนด้วยสมาร์ทโฟนเพื่อตรวจสอบความแท้จริงของเครื่องดื่ม Young Kim จาก Purdue กล่าวว่านักวิทยาศาสตร์เสริมความทนทานของโปรตีนไหมด้วยแอลกอฮอล์ ดังนั้น "รูปร่างของแท็กสามารถคงอยู่ได้นาน"

Jungwoo Leem และ Kim จาก Purdue กล่าวว่าหนอนไหมชนิดพิเศษผลิตรังไหมเรืองแสงซึ่งถูกแปรรูปเป็นไบโอโพลีเมอร์ที่ใช้เพื่อสร้างรูปแบบการเข้ารหัสข้อมูล นักวิจัยใส่แท็กลงในวิสกี้ยี่ห้อต่าง ๆ ในช่วงระยะเวลา 10 เดือน และพบว่าพวกเขาสามารถยังคงสามารถใช้งานแท็กและอ่านรหัสด้วยแอปพลิเคชันสมาร์ทโฟน

อ่านข่าวเต็มได้ที่: Purdue University News

วันพฤหัสบดีที่ 16 มิถุนายน พ.ศ. 2565

ทำให้ข้อมูลการท่องเว็บปลอดภัยจากแฮกเกอร์

mit-team-fight-hacking-web
ภาพจาก MIT News

นักวิจัยของ Massachusetts Institute of Technology วิเคราะห์การโจมตีลายนิ้วมือของการโจมตีเว็บไซต์เพื่อพัฒนาระบบป้องกันใหม่ การวิจัยก่อนหน้านี้แสดงให้เห็นว่าการโจมตีทางไซเบอร์โดยใช้การเรียนรู้ของเครื่องช่วยนับจำนวนครั้งที่คอมพิวเตอร์เข้าถึงหน่วยความจำขณะโหลดเว็บไซต์ จากนั้นระบุไซต์ดังกล่าว 

นักวิจัยได้กำหนดวิธีการรับมือไว้ 2 แบบ ได้แก่ ส่วนขยายเบราว์เซอร์ (browser extension) ที่สร้างการขัดจังหวะบ่อยครั้งเพื่อทำให้ผู้โจมตีถอดรหัสสัญญาณได้ยากขึ้น และลดความแม่นยำในการโจมตีจาก 96% เป็น 62% แต่วิธีนี้จะลดประสิทธิภาพการประมวผลของคอมพิวเตอร์ 

วิธีที่สองคือเปลี่ยนตัวจับเวลาเพื่อคืนค่าที่ใกล้เคียงแต่ไม่ใช่เวลาจริง ซึ่งจะลดประสิทธิภาพความแม่นยำของการโจมตีลงเหลือ 1% เท่านั้น นักวิจัยบอกว่าประหลาดใจมากว่าการเพิ่มอะไรเล็ก ๆ น้อย ๆ อย่างเลขสุ่มเข้าไปจึงมีประสิทธิภารมากนัก และวิธีนี้สามารถปรับใช้ได้ทันที โดยไม่กระทบการใช้งานเว็บไซต์ด้วย

อ่านข่าวเต็มได้ที่: MIT News

วันพุธที่ 15 มิถุนายน พ.ศ. 2565

นักวิจัยพบช่องโหว่ในชิป M1 ซึ่งสร้างแพทช์แก้ไขไม่ได้

m1-chip
ภาพจาก TechCrunch

นักวิจัยจาก Massachusetts Institute of Technology พบว่าชิป M1 ของ Apple มีข้อบกพร่องด้านฮาร์ดแวร์ที่ "ไม่สามารถแพทช์แก้ไขได้ (unpatchable)" ซึ่งอาจทำให้แฮกเกอร์ฝ่าแนวป้องกันสุดท้ายไปได้

ข้อบกพร่องดังกล่าวมีรากฐานมาจาก pointer authentication codes (PACs) ที่ออกแบบมาเพื่อบล็อกผู้โจมตีไม่ให้ใส่รหัสที่เป็นอันตรายลงในหน่วยความจำของอุปกรณ์ เพื่อป้องกันการใช้ช่องโหว่ของบัฟเฟอร์โอเวอร์โฟลว์ (buffer overflow) 

"Pacman" ของนักวิจัยใช้การจู่โจมหน่วยความจำ และการโจมตีเชิงคาดเดาเพื่อหลีกเลี่ยงคุณลักษณะด้านความปลอดภัยไปแบบไร้ร่องรอย ทำให้ซอฟต์แวร์แพตช์นั้นใช้งานไม่ได้ การโจมตีเป็นการ "คาดเดา" บรรทัดของการทำงานเพื่อแสดงให้เห็นถึงการรั่วไหลของผลการตรวจสอบ PAC ในขณะที่ฮาร์ดแวร์ที่ทำงานเป็นช่องข้างเคียง (side-channel) แสดงให้เห็นว่าการเดานั้นถูกต้องหรือไม่

“หากไม่แก้ปัญหานี้ การโจมตีของเราจะส่งผลกระทบต่ออุปกรณ์พกพาส่วนใหญ่ และอาจรวมถึงอุปกรณ์เดสก์ท็อปในปีต่อๆ ไปด้วย” นักวิจัยเตือน

อ่านช่าวเต็มได้ที่: TechCrunch

วันอังคารที่ 14 มิถุนายน พ.ศ. 2565

ขอแนะนำหุ่นยนต์ที่วาดได้เหมือนคน

robot-painting
ภาพจาก Georgia Tech Research

นักวิจัยของ Georgia Institute of Technology (Georgia Tech) ได้สร้าง GTGraffiti ซึ่งเป็นหุ่นยนต์วาดภาพที่เลียนแบบการเคลื่อนไหวของมนุษย์ที่ถูกบันทึกผ่านการจับภาพเคลื่อนไหวด้วยงานศิลปะกราฟฟิตี้แบบพ่นสี 

นักวิจัยจับการเคลื่อนไหวของศิลปินสองคนขณะที่พวกเขาพ่นภาพวาดกราฟฟิตี้ จากนั้นจึงรวมข้อมูลความเร็ว ความเร่ง และขนาดของข้อมูล ไว้ในการออกแบบของหุ่นยนต์ที่ใช้สายเคเบิลควบคุมการเคลื่อนไหว 

ทีมงานได้แปลงการวางองค์ประกอบของศิลปินให้เป็นสัญญาณไฟฟ้า เพื่อสร้างคลังอักขระดิจิทัลที่หุ่นยนต์สามารถถูกโปรแกรมให้สร้างงานศิลปได้ทุกขนาด มุมมอง และการผสมผสาน

Gerry Chen แห่ง Georgia Tech กล่าวว่า "เราหวังว่าการวิจัยของเราจะสามารถช่วยศิลปินสร้างงานศิลปะที่ดำเนินการโดยหุ่นยนต์ที่เหนือมนุษย์ สื่อสารข้อความได้อย่างมีประสิทธิภาพมากกว่าชิ้นงานใดๆ ที่พวกเขาวาดเองได้"

อ่านข่าวเต็มได้ที่: Georgia Tech Research

วันจันทร์ที่ 13 มิถุนายน พ.ศ. 2565

ทำให้โปรแกรมเร็วขึ้นโดยไม่ต้องกลัวผิดพลาด

ีunix-shell
ภาพจาก  MIT News

ทีมนักวิจัยจากหลายสถาบันได้พัฒนา PaSh ซึ่งเป็นระบบที่สามารถเพิ่มความเร็วของโปรแกรมคอมพิวเตอร์บางประเภทได้อย่างมากในขณะที่รับรองความถูกต้องของผลลัพธ์ ระบบเร่งความเร็วของโปรแกรมหรือสคริปต์ที่ทำงานในเชลล์ Unix โดยแยกวิเคราะห์ส่วนประกอบออกเป็นส่วนๆ ที่สามารถรันบนโปรเซสเซอร์หลายตัว

PaSh ทำให้องค์ประกอบของโปรแกรมทำงานขนานกัน "ในเวลาที่ต้องการ (just-in-time)" เพื่อทำนายพฤติกรรมของโปรแกรม โดยเพิ่มความเร็วองค์ประกอบมากกว่าวิธีการแบบเดิมที่พยายามคิดการทำงานขนานกันเอาไว้ล่วงหน้า ในขณะที่ยังคงให้ผลลัพธ์ที่แม่นยำ

นักวิจัยทดสอบ PaSh กับสคริปต์หลายร้อยตัวโดยไม่แก้ไขสคริปต์ ระบบรันโปรแกรมได้เร็วกว่าสคริปต์ที่ไม่มีการให้ทำงานขนานกันโดยเฉลี่ยหกเท่า และทำให้ความเร็วสูงสุดเพิ่มขึ้นเกือบ 34 เท่า

อ่านข่าวเต็มได้ที่:  MIT News

วันอาทิตย์ที่ 12 มิถุนายน พ.ศ. 2565

VR ช่วยผู้สูงอายุที่ต้องกักตัวในศูนย์ผู้สูงอายุในช่วงโควิด-19

old-people-wear-VR
ภาพจาก ABC News (Australia)

นักวิจัยจาก Queensland University of Technology ของออสเตรเลียได้ทำการทดสอบเทคโนโลยีความจริงเสมือน (virtual reality) หรือ VR ที่ศูนย์ดูแลผู้สูงอายุสามแห่งใน Queensland และพบว่ามันช่วยให้ผู้สูงอายุ "เดินทาง" ไปยังจุดหมายปลายทางที่ระบุไว้ในรายการความต้องการ ระหว่างต้องกักตัวเพราะโควิด 

Vicki Cain แห่ง Arcare Aged Care Centre เรียกเทคโนโลยีนี้ว่า "ตัวเปลี่ยนเกม" Cain กล่าวว่า "มันพาพวกเขาออกไปจากความรู้สึกวิตกกังวล และพาพวกเขาไปที่ที่สวยงาม" Cain กล่าวว่า VR ช่วยปรับปรุงความแข็งแรงทางกายภาพและความคล่องตัวของผู้อยู่อาศัยด้วย

นักวิจัยวางแผนที่จะขยายโครงการไปยัง Victoria และได้สร้างชุดเครื่องมือออนไลน์ ซึ่งสามารถปรับให้เข้ากับความต้องการส่วนบุคคลของผู้สูงอายุในศูนย์ เพื่อช่วยให้จำนวนศูนย์ดูแลผู้สูงอายุที่ใช้ VR มีมากขึ้น

อ่านข่าวเต็มได้ที่: ABC News (Australia)

วันเสาร์ที่ 11 มิถุนายน พ.ศ. 2565

มาดูกันว่าสมองประมวลกลิ่นอย่างไร

woman-test-order-EEG
ภาพจาก University of Tokyo (Japan)

นักวิจัยจาก University of Tokyo (UTokyo) ประเทศญี่ปุ่น  ได้สร้างอุปกรณ์ส่งกลิ่น จากนั้นจึงใช้การเรียนรู้ของเครื่อง (machine learning) หรือ ML ในการวิเคราะห์คลื่นไฟฟ้าสมอง EEG เพื่อพิจารณาว่าสมองประมวลผลกลิ่นอย่างไร 

อุปกรณ์ของพวกเขากระจายกลิ่น 10 อย่างให้กับผู้เข้าร่วมทดลอง ซึ่งจะให้คะแนนความพอใจแต่ละกลิ่น ในขณะที่เครื่องบันทึก EEG ของพวกเขา การวิเคราะห์ ML สามารถตรวจสอบได้ว่าช่วงของกลิ่นต่าง ๆ ได้รับการประมวลผลเมื่อใดและที่ใดในสมอง ด้วยความละเอียดที่สูงในชั่วขณะนั้น

Mugihiko Kato แห่ง UTokyo กล่าวว่า "เรารู้สึกประหลาดใจที่เราสามารถตรวจจับสัญญาณจากกลิ่นที่นำเสนอ ด้วยการตอบสนองของในช่วงต้น ๆ ของ EEG  ได้เร็วถึง 100 มิลลิวินาทีหลังจากที่เริ่มส่งกลิ่น ซึ่งบ่งบอกว่าการเกิดขึ้นของข้อมูลกลิ่นในสมองนั้นมีความรวดเร็ว"

อ่านข่าวเต็มได้ที่: University of Tokyo (Japan)

วันศุกร์ที่ 10 มิถุนายน พ.ศ. 2565

Human Rights Watch บอกว่าเทคโนโลยีด้านการศึกษาติดตามเด็ก ๆ ผิดวิธี

girl-in-front-of-computer
Photo by Giovanni Gagliardi on Unsplash

โดยการศึกษาจาก Human Rights Watch (HRW) เทคโนโลยีด้านการศึกษา 164 ตัวที่รัฐบาลใช้ กับเด็ก ๆ ในโรงเรียนในช่วงการระบาดของโควิด-19 พบว่า 146 ตัวมีความเสี่ยงต่อความเป็นส่วนตัวของเด็ก ด้วยการเก็บรวบรวมข้อมูลและนำไปขายต่อ แอบเก็บข้อมูลการกดแป้นพิมพ์ และเก็บตำแหน่งเพื่อส่งไปยังบริษัทเทคโนโลยี 

ผลการศึกษาพบว่าบริษัทบุคคลที่สาม 199 แห่งได้รับข้อมูลส่วนบุคคลดังกล่าว แม้ว่าจะมีเพียง 35 รายที่เปิดเผยว่าข้อมูลจะถูกเก็บรวบรวมเพื่อการโฆษณาตามพฤติกรรมของผู้ใช้ โดยรวมแล้ว HRW กล่าวว่าความเป็นส่วนตัวของนักเรียนและครูประมาณ 41 ล้านคนกำลังตกอยู่ในอันตรายจากผลิตภัณฑ์เหล่านี้

ในออสเตรเลีย การศึกษาพบว่า Minecraft Education Edition, Webex ของ Cisco, Education Perfect, Microsoft Teams, Zoom, Webex และ Adobe Connect เป็นหนึ่งในโปรแกรมที่สามารถติดตามนักเรียนได้

อ่านข่าวเต็มได้ที่: ZDNet


วันพฤหัสบดีที่ 9 มิถุนายน พ.ศ. 2565

รถขับเคลื่อนด้วยตัวเองอาจถูกหลอกให้มีพฤติกรรมขับขี่ที่อันตราย

test-seldriving-car
ภาพจาก UCI News

นักวิจัยจาก University of California’s Irvine (UCI) และ  Los Angeles พบว่าวัตถุข้างถนนสามารถหลอกยานพาหนะที่ไม่มีคนขับให้หยุดกะทันหัน และพฤติกรรมการขับขี่ที่เป็นอันตรายอื่น ๆ

นักวิจัยกำลังตรวจสอบข้อบกพร่องด้านความปลอดภัยในโมดูลการวางแผนที่จัดการกระบวนการตัดสินใจของยานพาหนะ ทีมงานใช้เครื่องมือ PlanFuzz เพื่อประเมินการการติดตั้งแผนเชิงพฤติกรรมของระบบขับเคลื่อนอัตโนมัติของ Apollo และ Autoware 

เครื่องมือนี้ระบุว่ากล่องกระดาษแข็งและจักรยานที่จอดอยู่ข้างถนน มีผลให้รถอย่างถาวรบนทางสัญจรและทางแยกที่ว่างเปล่า รถยังละเลยที่จะเปลี่ยนเลนตามที่วางแผนไว้เมื่อรับรู้สึกถึงภัยคุกคามที่ไม่มีอยู่จริง

Qi Alfred Chen จาก UCI กล่าวว่ารถยนต์อัตโนมัติไม่สามารถแยกความแตกต่างระหว่างวัตถุที่ถูกทิ้งไว้บนถนนโดยบังเอิญ หรือโดยเจตนาในรูปแบบการจู่โจมแบบปฏิเสธการให้บริการ (denial-of-service attack)

อ่านข่าวเต็มได้ที่: UCI News



วันพุธที่ 8 มิถุนายน พ.ศ. 2565

แคลิฟอร์เนียอนุมัติแท็กซี่ไร้คนขับฝูงแรก

cruise-taxi
ภาพจาก Associated Press

California Public Utilities Commission มีมติเป็นเอกฉันท์อนุมัติการประมูลของ General Motors Cruise เพื่อให้บริการเรียกรถไร้คนขับในซานฟรานซิสโก บริการแท็กซี่หุ่นยนต์จะเริ่มต้นด้วยยานพาหนะไฟฟ้าจำนวน 30 คันที่รับผู้โดยสารตั้งแต่เวลา 22.00 น. จนถึงเวลา 06.00 น. ในพื้นที่แออัดน้อยของเมือง ทำให้หน่วยงานกำกับดูแลมีโอกาสประเมินเทคโนโลยีก่อนที่จะขยายการให้บริการ 

บริการแบบไร้คนขับจะไม่ให้บริการในวันฝนตกหนักหรือมีหมอกหนา ข้อจำกัดที่กำหนดไว้นี้เพื่อลดความเสียหายต่อทรัพย์สิน การบาดเจ็บ หรือการเสียชีวิต 

Gil West ของ Cruise กล่าวว่าการอนุมัตินี้คือ "การก้าวกระโดดครั้งใหญ่สำหรับภารกิจของเราที่ Cruise เพื่อช่วยชีวิต ช่วยรักษาโลก และประหยัดเวลาและเงินของผู้คน"

อ่านข่าวเต็มได้ที่: Associated Press

วันอังคารที่ 7 มิถุนายน พ.ศ. 2565

เมือง Reno ใช้บล็อกเชนเพื่อบันทึกรายการธุรกรรม

 

reno-city
ภาพจาก Gizmodo

Reno, NV (เนวาดา) ได้เปิดตัวโปรแกรมที่ใช้บล็อคเชนสำหรับการจัดเก็บข้อมูลเพื่อปรับปรุง "ความชัดเจนและความโปร่งใส" ในการเก็บข้อมูล เว็บพอร์ทัลจะช่วยให้ผู้อยู่อาศัยมีส่วนร่วมกับรัฐบาลของเมืองได้ง่ายขึ้น และเว็บไซต์จะบันทึกการโต้ตอบโดยใช้ซอฟต์แวร์บล็อกเชน

ในขั้นต้น แพลตฟอร์มนี้จะถูกนำมาใช้เพื่อปรับปรุงการเข้าถึงระบบ Historic Registry ของ Reno เพื่อให้ผู้ใช้สามารถยื่นคำขอสำหรับการซ่อมแซมหรือดัดแปลงอาคารที่มีประวัติศาสตร์  โดยจะบันทึกและตรวจสอบคำขอพร้อมกับคำตอบของรัฐบาล

โปรแกรมนี้สร้างขึ้นจากแอปพลิเคชัน STRATO จากบริษัทซอฟต์แวร์ BlockApps เมืองกล่าวในการแถลงข่าวว่า STRATO นั้น "สร้างขึ้นโดยมีจุดประสงค์เพื่อการเก็บบันทึกข้อมูลอย่างถาวร และไม่ใช่แหล่งที่ใช้พลังมหาศาลหรือปล่อยก๊าซเรือนกระจก"

อ่านข่าวเต็มได้ที่: Gizmodo

วันจันทร์ที่ 6 มิถุนายน พ.ศ. 2565

คอนแทคเลนส์จะเป็นสุดยอดจอคอมพิวเตอร์ได้หรือไม่

mojo-contact-lense
ภาพจาก BBC News

Mojo ซึ่งตั้งอยู่ในซาราโตกา รัฐแคลิฟอร์เนีย เป็นหนึ่งในบริษัทจำนวนหนึ่งที่กำลังทดสอบผลิตภัณฑ์คอนแทคเลนส์อัจฉริยะ เลนส์ scleral ของ Mojo มีจอแสดงผล microLED ที่ลอยอยู่หน้าดวงตาของผู้ใช้ เลนส์นอกจากช่วยแก้ไขการมองเห็นของผู้ใช้ แล้วยังติดตั้งจอแสดงผลขนาดเล็ก เซ็นเซอร์อัจฉริยะ และแบตเตอรี่โซลิดสเตต 

นักวิจัยคนอื่นๆ กำลังพัฒนาเลนส์อัจฉริยะเพื่อรวบรวมข้อมูลด้านสุขภาพ ซึ่งอาจวินิจฉัยและรักษาสภาพดวงตา หรือแม้แต่โรคเบาหวานและมะเร็ง โดยการติดตามระดับแสง โมเลกุลที่เกี่ยวข้องกับมะเร็ง ระดับน้ำตาลในน้ำตา และสารบ่งชี้ทางชีวภาพอื่น ๆ

Rebecca Rojas จาก Columbia University กล่าวว่าเลนส์ดังกล่าว "ยังสามารถให้ทางเลือกในการจัดส่งยาแบบขยายเวลาได้อีกด้วย ซึ่งเป็นประโยชน์ในการวินิจฉัยและแผนการรักษา"

อ่านข่าวเต็มได้ที่: BBC News

วันอาทิตย์ที่ 5 มิถุนายน พ.ศ. 2565

แฮกเกอร์ขโมยบัญชีผู้ใช้ WhatsApp ด้วยการหลอกให้ส่งต่อการโทร

whatsApp
ภาพจาก  BleepingComputer

Rahul Sasi ที่ Digital Risk Protection Company Cloudsek เผยแพร่รายละเอียดของการแฮ็กการส่งต่อการโทรสำหรับบัญชี WhatsApp Sasi กล่าวว่าแฮ็กเกอร์จะต้องโน้มน้าวให้เหยื่อโทรหาหมายเลขที่เริ่มต้นด้วยรหัส Man Machine Interface (MMI) ที่ใช้ส่งต่อการโทร รหัส MMI ที่แตกต่างกันสามารถส่งต่อการโทรไปยังปลายทางหมายเลขอื่น เมื่อสายไม่ว่างหรือมีปัญหา

เมื่อเหยื่อถูกหลอกให้ส่งต่อการโทรแล้ว แฮ็กเกอร์จะเริ่มลงทะเบียน WhatsApp บนอุปกรณ์ของพวกเขาโดยเลือกที่จะรับรหัสผ่านครั้งเดียวผ่านการโทรด้วยเสียง จากนั้นพวกเขาสามารถลงทะเบียนบัญชี WhatsApp ของเหยื่อบนอุปกรณ์ของพวกเขาและเปิดใช้งานการตรวจสอบสองปัจจัย (2FA) เพื่อบล็อกเจ้าของที่แท้จริงไม่ให้เข้าใช้บัญชี การเปิดใช้งาน 2FA ใน WhatsApp สามารถป้องกันช่องโหว่นี้ได้

อ่านข่าวเต็มได้ที่: BleepingComputer


วันเสาร์ที่ 4 มิถุนายน พ.ศ. 2565

ไลบรารียอดนิยมของภาษา Python และ PHP ถูกแฮกเพื่อขโมยกุญแจ AWS

้hacker
Photo by Nahel Abdul Hadi on Unsplash

ผู้ใช้ Reddit รายงานว่าในเดือนพฤภาคมที่ผ่านมา ซอฟต์แวร์ที่โจมตีซัพพลายเชนเจาะช่องโหว่จากโมดูล Python Package Index (PyPI) "ctx"  เพื่อขโมยข้อมูลเช่น คีย์ของ Amazon Web Services (AWS) และอัปโหลดไปยังเซิร์ฟเวอร์บนแพลตฟอร์มระบบคลาวด์ Heroku

แฮ็กเกอร์ที่มีจริยธรรม Somdev Sangwan ยังเตือนถึงการโจมตีที่เหมือนกันซึ่งใช้ "phpass" เวอร์ชันดัดแปลงที่เผยแพร่ไปยัง Packagist ที่เป็นที่เก็บแพ็กเกจ PHP/Composer 

โมดูล ctx มีการดาวน์โหลดมากกว่า 20,000 ครั้งต่อสัปดาห์ ในขณะที่เฟรมเวิร์ก PHPass มีการดาวน์โหลดมากกว่า 2.5 ล้านครั้งในไลบรารี Packagist

แม้ว่า PyPI ได้ลบเวอร์ชันที่มีช่องโหว่นี้ออกไปแล้ว แต่สำเนาที่ดึงมาจากคลังมัลแวร์ของทีมวิจัยด้านความปลอดภัย Sonatype พบว่ามีมัลแวร์ (malware) ในทุกเวอร์ชันของแพ็คเกจ (package)

ทั้ง PyPI และ PHP มีตรรกะและจุดปลายของ Heroku ที่เหมือนกัน ทำให้การจู่โจมนี้ทำได้เหมือน ๆ กัน

อ่านข่าวเต็มได้ที่: BleepingComputer



วันศุกร์ที่ 3 มิถุนายน พ.ศ. 2565

การสื่อสารที่ปลอดภัยด้วยอนุภาคแสง

quantum-network
ภาพจาก  Technical University of Darmstadt (Germany)

นักวิจัยจาก Technical University of Darmstadt ของเยอรมนีและบริษัทโทรคมนาคม Deutsche Telekom ได้พัฒนาเครือข่ายการสื่อสารที่ป้องกันการดักฟังโดยอิงจากการกระจายคีย์ควอนตัม 

ระบบอำนวยความสะดวกในการแลกเปลี่ยนคีย์ควอนตัม ทำให้หลายฝ่ายใช้เลขสุ่มร่วมกันเพื่อเข้ารหัส/ถอดรหัสข้อความที่บุคคลที่สามไม่สามารถถอดรหัสได้ ระบบกระจายโฟตอนไปยังผู้ใช้จากแหล่งกลางเพื่อคำนวณตัวเลขสุ่มและคีย์ดิจิทัล การพัวพันควอนตัม (quantum entanglement ) ช่วยให้มั่นใจถึงความปลอดภัยของคีย์ 

วิธีการนี้ใช้โปรโตคอลที่เข้ารหัสข้อมูลควอนตัมในเฟสของโฟตอน และเวลาที่ข้อมูลมาถึง ปกป้องข้อมูลจากการถูกแทรกแซงจากสภาพแวดล้อม เครือข่ายควอนตัมที่เป็นผลลัพธ์สามารถปรับขนาดทั้งในแง่ของจำนวนผู้ใช้ และไม่จำเป็นที่ต้องมีโหนดที่เชื่อถือได้ที่ทนทานต่อความผิดพลาด

อ่านข่าวเต็มได้ที่: Technical University of Darmstadt (Germany)


วันพฤหัสบดีที่ 2 มิถุนายน พ.ศ. 2565

VR ช่วยตำรวจฝึกใช้เครื่องช้อตไฟฟ้าในรูปแบบที่เคลื่อนย้ายได้

police-training-taser
ภาพจาก Associated Press

Axon บริษัทที่พัฒนา Taser (เครื่องช้อตไฟฟ้า) กำลังขยายโปรแกรมการฝึกอบรมแบบความจริงเสมือน (virtual reality) หรือ  VR และสมจริงสำหรับเจ้าหน้าที่ตำรวจที่ต้องใช้อุปกรณ์ดังกล่าว

แนวคิดคือการให้เจ้าหน้าที่ได้สัมผัสกับสถานการณ์เสมือนจริงที่จะช่วยให้พวกเขาตัดสินใจได้ดีขึ้นเกี่ยวกับการใช้ Tasers ในสถานการณ์จริง 

โปรแกรมการฝึกนี้ ใช้ชุดหูฟัง VR ตัวควบคุมข้อมือ และตลับ VR พิเศษที่ใช้กับ Taser ที่เจ้าหน้าที่ใช้จริง ส่วนประกอบต่างๆ ถูกเก็บอยู่ในกระเป๋าสัมภาระขนาดเล็ก เพื่อให้ตำรวจสามารถฝึกการใช้งานได้ในขณะรอเข้ากะ หรือเข้ากะอยู่ในสถานีตำรวจ โดยไม่จำเป็นต้องเดินทางไปฝึกนอกสถานที่

อ่านข่าวเต็มได้ที่: Associated Press

วันพุธที่ 1 มิถุนายน พ.ศ. 2565

UT และ Meta สร้างมนุษย์ดิจิทัลที่เรียนรู้การเคลื่อนไหวที่ซับซ้อน

robotic-skeleton
ภาพจาก University of Twente (Netherlands)

นักวิจัยจาก Artificial Intelligence (AI) Research Laboratory ของ Meta และ University of Twente (UT) ในเนเธอร์แลนด์ สร้างตัวแบบมนุษย์ดิจิทัลโดยใช้เฟรมเวิร์กโอเพ่นซอร์ส MyoSuite ที่พวกเขาร่วมกันพัฒนา

MyoSuite ช่วยให้สามารถสร้างการจำลองร่วมของระบบกล้ามเนื้อและกระดูกที่ขับเคลื่อนด้วย AI ซึ่งสามารถเรียนรู้การเคลื่อนไหวที่ซับซ้อนในขณะที่พวกมันโต้ตอบกับหุ่นยนต์ผู้ช่วย (assistive robot) 

ระบบยังสามารถสร้างตัวแบบเพื่อบอกว่า จะออกแบบและควบคุมหุ่นยนต์ดังกล่าวได้อย่างไร เพื่อช่วยฟื้นฟูการเคลื่อนไหวให้กับคนจริง ๆ ที่ประสบปัญหาความบกพร่องบางอย่าง

Massimo Sartori จาก UT กล่าวว่า "เราหวังว่าคุณลักษณะที่หลากหลายที่ได้รับการสนับสนุนจากเฟรมเวอร์กของเรา จะเปิดโอกาสใหม่ ๆ ในการทำความเข้าใจกลไกทางประสาทวิทยาที่มีปฏิสัมพันธ์กับหุ่นยนต์"

อ่านข่าวเต็มได้ที่: University of Twente (Netherlands)