เฟรมเวอร์ก Lightning ที่เพิ่งถูกค้นพบมีความสามารถมากมายในการแฮกลินุกซ์

ภาพจาก Ars Technica

นักวิจัยจากบริษัทรักษาความปลอดภัย Intezer ได้เผยให้รู้จักเฟรมเวอร์ก Lightning ซึ่งเป็นเฟรมเวิร์กมัลแวร์แบบโมดูลาร์ที่ไม่มีเคยมีบันทึกเป้นเอกสารก่อนหน้านี้ โดยเฟรมเวอร์กนี้มุ่งโจมตีลินุกซ์ (Linux) หลังจากผู้โจมตีเข้าถึงระบบเป้าหมายแล้วก็จะติดตั้ง Lightning ลงไป โดย Lightning นำเสนอประสิทธิภาพและความเร็วที่เหมือนกันกับที่เฟรมเวิร์ก Djang มีให้สำหรับการพัฒนาเว็บ 

"Lightning มีความสามารถมากมาย และความสามารถในการติดตั้ง root kit มากมายหลายตัว รวมถึงความสามารถในการรันส่วนเสริม" Ryan Robinson จาก Intezer เขียน 

อ่านข่าวเต็มได้ที่: Ars Technica

นักวิจัยสร้างเซ็นเซอร์สำหรับดาวเทียมที่พิมพ์จากเครื่องพิมพ์สามมิติ

ภาพจาก  MIT News

นักวิทยาศาสตร์จาก Massachusetts Institute of Technology (MIT) ได้สร้างเครื่อง วิเคราะห์ศักยภาพการหน่วงเวลา (retarding potential analyzers) หรือ RPA ที่พิมพ์ด้วยเครื่องพิมพ์ 3 มิติทั้งหมด ซึ่งเป็นเซ็นเซอร์พลาสม่าที่ใช้โดยดาวเทียมเพื่อกำหนดองค์ประกอบทางเคมีและการกระจายพลังงานไอออนของบรรยากาศ 

เซ็นเซอร์ทำงานเช่นเดียวกับเซ็นเซอร์พลาสม่าเซมิคอนดักเตอร์ล้ำสมัยที่ผลิตในห้องปลอดเชื้อ ซึ่งทำให้มีราคาแพงและต้องใช้เวลาในการผลิตที่ซับซ้อนหลายสัปดาห์ ในทางตรงกันข้าม เซ็นเซอร์ที่พิมพ์ 3 มิติของ MIT สามารถผลิตได้ในหลักสิบดอลลาร์ในเวลาไม่กี่วัน ทำให้เหมาะสำหรับดาวเทียมขนาดเล็ก CubeSat 

นักวิจัยได้พัฒนาเซ็นเซอร์โดยใช้วัสดุแก้วเซรามิกซึ่งมีความทนทานมากกว่าวัสดุเซ็นเซอร์แบบเดิม เช่น ซิลิกอนและสารเคลือบฟิล์มบาง Luis Fernando Velásquez-García จาก MIT กล่าวว่า "การผลิตแบบเติมเนื้อวัสดุสามารถสร้างความแตกต่างอย่างมากในอนาคตของฮาร์ดแวร์สำหรับอวกาศ บางคนคิดว่าเมื่อใช้เครื่องพิมพ์3 มิติ ก็ต้องได้ประสิทธิภาพน้อยลง แต่เราได้แสดงให้เห็นแล้วว่ามันไม่เป็นอย่างนั้นเสมอไป"

อ่านข่าวเต็มได้ที่: MIT News

หุ่นยนต์เรียนงานบ้านด้วยการดูคนทำ

ภาพจาก Carnegie Mellon University School of Computer Science

Shikhar Bahl, Deepak Pathak และ Abhinav Gupta แห่ง Carnegie Mellon University พัฒนาอัลกอริธึมการเรียนรู้หุ่นยนต์ด้วยการเลียนแบบมนุษย์ในธรรมชาติ (In-the-Wild Human Imitating Robot Learning) หรือ  WHIRL เพื่อสอนหุ่นยนต์ให้ทำงานโดยการสังเกตสิ่งที่คนทำ 

WHIRL ช่วยให้หุ่นยนต์ได้รับความรู้จากวิดีโอที่แสดงปฏิสัมพันธ์ของมนุษย์กับสิ่งต่าง ๆ และนำข้อมูลนั้นไปใช้กับงานใหม่ ทำให้เหมาะสมกับการเรียนรู้การทำงานบ้าน นักวิจัยได้ติดตั้งกล้องให้กับหุ่นยนต์ และใช้อัลกอริธึม เพื่อให้หุ่นยนต์ได้เรียนรู้การทำงานมากกว่า 20 งานในสภาพแวดล้อมทางธรรมชาติ

ในแต่ละกรณี หุ่นยนต์จะเฝ้าดูมนุษย์ทำงานหนึ่งครั้ง จากนั้นจึงฝึกฝนและเรียนรู้ที่จะทำงานให้เสร็จด้วยตัวเอง “แทนที่จะรอให้หุ่นยนต์ถูกตั้งโปรแกรมหรือฝึกให้ทำงานต่าง ๆ ให้สำเร็จก่อนที่จะนำไปใช้ในบ้านคน เทคโนโลยีนี้ช่วยให้เราส่งหุ่นยนต์ไปที่บ้าน และให้พวกมันเรียนรู้วิธีการทำงานให้ลุล่วง พร้อมทั้งปรับตัวให้เข้ากับสภาพแวดล้อมด้วยการมองเท่านั้น" Pathak อธิบาย

อ่านข่าวเต็มได้ที่: Carnegie Mellon University School of Computer Science

การเขียนโค้ดที่ผิดพลาดทำให้ผู้คนเป็นล้านเข้าถึงบริการไม่ได้

Photo by Kenny Eliason on Unsplash

ชาวแคนาดาหลายล้านคนไม่สามารถใช้โทรศัพท์มือถือ อินเทอร์เน็ต หรือบริการโทรศัพท์บ้านอย่างน้อยหนึ่งวันเนื่องจากข้อผิดพลาดในการเขียนโปรแกรม เมื่อวันที่ 8 กรกฎาคม เมื่อ Rogers Communications กำลังอัปเกรดโครงสร้างพื้นฐานไร้สาย/บรอดแบนด์

บริษัทโทรคมนาคมมีเครือข่ายหลักเพียงเครือข่ายเดียวที่รองรับบริการทั้งหมดของตน และเอกสารของบริษัทระบุว่าโค้ดบางส่วนได้ลบตัวกรองการกำหนดเส้นทางระหว่างระยะที่หกของการอัพเกรดโครงสร้างพื้นฐานที่มีทั้งหมดเจ็ดระยะ

การลบโค้ดดังกล่าว ทำให้ช่องสัญญาณอินเทอร์เน็ตที่เป็นไปได้ทั้งหมดส่งผ่านเราเตอร์ ส่งผลให้อุปกรณ์หลายเครื่องใช้หน่วยความจำและการประมวลผลเกินกว่าขอบเขตของตัวเอง ทำใหเครือข่ายหยุดทำงาน Rogers ใช้อุปกรณ์จากผู้ผลิตหลายรายในเครือข่าย และซัพพลายเออร์ของเราเตอร์มีการจัดการทราฟฟิกและการป้องกันโอเวอร์โหลดที่แตกต่างกัน ซึ่งจากเอกสารระบุว่าเป็นสาเหตุของการหยุดทำงาน

อ่านข่าวเต็มได้ที่: The Globe and Mail (Canada)

การเขียนโค้ดที่ผิดพลาดทำให้ตัวประมวลผลกราฟิกของอินเทลทำงานช้าลงร้อยเท่าในการทำเรย์เทรซซิง

Photo by Nana Dua on Unsplash

ข้อผิดพลาดในการเขียนโค้ดของไดรเวอร์ของหน่วยประมวลผลกราฟิก (graphic processing unit) หรือ GPU ของอินเทล (Intel) บนระบบปฏิบัติการลินุกซ์ (Linux) ซึ่งตั้งใจจะทำให้การทำเรย์เทรซซิง (ray tracing) เร็วขึ้น 100 เท่า กลับทำงานช้าลง ท่ามกลางข่าวที่ว่าไดรเวอร์ของ Arc GPU ของอินเทลก็มีปัญหากับวินโดวส์ (Windows) 

ไดรเวอร์ Mesa Vulkan ซึ่งเป็นแบบเปิดเผยโค้ดต้นฉบับ (open source) ของอินเทล มักจะรับประกันว่าหน่วยความจำชั่วคราวที่ใช้สำหรับการทำเรย์เทรซซิงของ Vulkan จะอยู่ในหน่วยความจำภายใน แต่โค้ดที่ขาดหายไปข้ามการจัดสรรหน่วยความจำในลักษณะนี้

สิ่งนี้ทำให้โปรแกรมควบคุมเปลี่ยนเอาข้อมูลที่ใช้ในการทำเรย์เทรซซิงไปใช้หน่วยความจำระบบภายนอกที่ช้า แล้วจึงย้อนกลับมาใช้หน่วยความจำภายใน เว็บไซต์ข่าวลินุกซ์ชื่อ Phoronix กล่าวว่าวิศวกรที่พัฒนาไดรเวอร์กราฟิกของอินเทลบนลินุกซ์ Lionel Landwerlin ได้ปล่อยโปรแกรมแก้ไข Mesa 22.2 ที่รวมเข้าไปในไดรเวอร์ Vulkan ซึ่งจะให้ผู้ใช้ทั่วไปได้ใช้งานภายในสิ้นเดือนสิงหาคม

อ่านข่าวเต็มได้ที่: Tom's Hardware

ซอฟต์แวร์เรียกค่าไถ่จู่โจมการศึกษาระดับมหาวิทยาลัยมากขึ้น

ภาพจาก Inside Higher Ed

บริษัทความมั่นคงทางไซเบอร์ Sophos รายงานการโจมตีของซอฟต์แวร์เรียกค่าไถ่ทั่วโลกในปีที่แล้วว่า  เกือบ 75% ของการโจมตีของซอฟต์แวร์เรียกค่าไถ่ในสถาบันอุดมศึกษานั้นประสบความสำเร็จ และมีเพียง 2% ของเหยื่อเท่านั้นที่เอาข้อมูลทั้งหมดกลับคืนมาได้ แม้แต่หลังจากจ่ายค่าไถ่แล้ว

ภาคการศึกษาระดับสูงใช้เวลาฟื้นตัวหลังการโจมตีช้าที่สุด โดย 40% ของเหยื่อใช้เวลามากกว่าหนึ่งเดือนในการฟื้นฟู เทียบกับค่าเฉลี่ยทั่วโลกที่อยู่ที่ 20% 

Jeremy Epstein ประธานคณะกรรมการนโยบายเทคโนโลยีของสหรัฐอเมริกาของ ACM กล่าวว่า "เมื่อภาคส่วนใดปรับปรุงการป้องกัน คนเลวจะไปที่ไหนสักแห่งที่การป้องกันต่ำกว่า ที่ทำให้พวกเขาสามารถหาเงินได้ง่าย"

อ่านข่าวเต็มได้ที่: Inside Higher Ed

แอปติดตามการสัมผัสผู้ป่วยของ Google และ Apple อาจถูกโจมตีทางดิจิทัล

ภาพจาก  Ohio State News

แอปพลิเคชันติดตามการสัมผัสผู้ป่วยที่ขับเคลื่อนโดย Google/Apple Exposure Notification framework (GAEN) มีความเสี่ยงต่อการโจมตีซ้ำ (replay attach) ตามสภาพภูมิศาสตร์ ตามการกล่าวอ้างของนักวิจัยจาก Ohio State University (OSU)

การโจมตีจะเกิดจากการที่บุคคลที่สาม ดักจับและใช้ประโยชน์จากข้อมูลติดตามการสัมผัสที่ถูกส่งออกมาจากโทรศัพท์ของผู้ใช้จากพื้นที่หนึ่ง และนำไปส่งซ้ำในพื้นที่ที่ห่างไกลออกไป

Anish Arora แห่ง OSU กล่าวว่า "เนื่องจากเฟรมเวิร์กทำงานเป็นโปรโตคอลไร้สาย ใครๆ ก็เพิ่มข้อมูล โควิดปลอมเข้าไปได้ และการได้ข้อมูลเท็จเหล่านั้น อาจทำลายความเชื่อมั่นของสาธารณชนต่อระบบติดตามการสัมผัสผู้ป่วย"

อ่านข่าวเต็มได้ที่: Ohio State News

ไมโครซอฟท์เปิดตัวจำลองการบินเพื่อฝึกโดรน

ภาพจาก BBC News

โปรแกรมจำลองการบินใหม่ของไมโครซอฟท์ ได้รับการออกแบบมาเพื่อฝึกระบบปัญญาประดิษฐ์ (artificial intelligence) ของโดรนทางอากาศที่ทำงานอัตโนมัติ Project AirSim ช่วยให้บริษัทต่าง ๆ ดำเนินการทดสอบการจำลองการบินได้ในสถานที่ที่อาจเป็นอันตรายเกินไปในที่จะทดลองบินได้จริง ๆ ได้หลายล้านเที่ยวในไม่เวลากี่วินาที

 Project AirSim ทำงานบนแพลตฟอร์ม Azure cloud computing ของไมโครซอฟท์ Josh Riedy จากบริษัทตรวจสอบโครงสร้างพื้นฐานที่ใช้โดรนอย่าง Airtonomy กล่าวว่าเครื่องจำลอง "ยอมให้เราเราทำผิดพลาดได้" ในการฝึกโดรน รวมทั้งอนุญาตให้ผู้ใช้กำหนดสถานการณ์ "จะเกิดอะไรขึ้นหาก" ซึ่งอาจอันตรายเกินไปสำหรับการทดสอบจริง ๆ ไมโครซอฟท์กล่าวว่าแพลตฟอร์มที่เป็นกรรมสิทธิ์ใหม่นี้ต้องการความรู้ด้านเทคนิคน้อยกว่าเครื่องจำลองที่มีอยู่ก่อนหน้านี้

อ่านข่าวเต็มได้ที่: BBC News

เมื่อทักษะทางภาษาของ AI เก่งขึ้น นักวิทยาศาสตร์ก็เริ่มกังวล

นักวิจัยผู้สร้าง BLOOM ภาพจาก  Associated Press

นักวิทยาศาสตร์กังวลเกี่ยวกับการใช้ตัวแบบภาษาขนาดใหญ่ในแชทบ็อตและเทคโนโลยีอื่น ๆ ซึ่งไม่ใช่เรื่องเล็กน้อย เพราะผู้สร้างพวกมันปกปิดการทำงานภายในและข้อบกพร่องที่อาจทำให้ระบบดังกล่าวแพร่กระจายข้อมูลที่ผิด 

Percy Liang แห่ง Stanford University กล่าวว่าบริษัทต่างๆ เผชิญกับแรงกดดันจากการแข่งขันที่จะไม่เปิดเผยเทคโนโลยีที่เป็นรากฐานของตัวแบบภาษาขนาดใหญ่ หรือเป็นพันธมิตรกับมาตรฐานของชุมชน

นักวิทยาศาสตร์กลุ่มหนึ่งทำงานร่วมกับรัฐบาลของฝรั่งเศสเพื่อเปิดตัวแบบภาษาขนาดใหญ่ BigScience Large Open-science Open-access Multilingual Language Mode (BLOOM) ซึ่งพัฒนาขึ้นเพื่อเป็นคู่แข่งกับตัวแบบแบบปิดเช่น GPT-3 ของ Microsoft BLOOM ทำงานได้กับ 46 ภาษา ในขณะที่ระบบส่วนใหญ่เน้นที่ภาษาอังกฤษหรือจีน

อ่านข่าวเต็มได้ที่: Associated Press

อุปกรณ์ติดตามสุขภาพแบบสวมใส่ทำงานได้โดยไม่ต้องใช้แบตเตอรี

ภาพจาก University of California, Irvine

นักวิจัยจาก University of California, Irvine (UCI) ได้พัฒนาอุปกรณ์สวมใส่แบบไร้สายที่ให้พลังงานตนเอง ซึ่งสามารถตรวจสอบชีพจรของผู้ใช้ได้ นักวิจัยระบุว่าการเปลี่ยนแปลงในวงจรเซ็นเซอร์จะช่วยให้สามารถตรวจสอบอัตราการเต้นของหัวใจ อุณหภูมิร่างกาย ความดันโลหิต และสัญญาณชีพอื่นๆ ได้เช่นกัน

สายรัดข้อมือมีเครื่อง triboelectric nanogenerators (TENGs) ที่แปลงการกระแทกทางกลหรือแรงดันเป็นไฟฟ้า เพื่อให้พลังงานแก่อุปกรณ์ เพื่อให้สามารถแสดงอัตราชีพจรของผู้ใช้บนจอแสดงผล LED นอกจากนี้ยังมีเทคโนโลยีการสื่อสารระยะใกล้เพื่อให้พลังงานแบบไร้สาย และการแลกเปลี่ยนข้อมูลระหว่างสายรัดข้อมือกับอุปกรณ์เคลื่อนที่ที่อยู่ใกล้เคียง

Rahim Esfandyar-Pour ของ UCI กล่าวว่าสายรัดข้อมือ "ช่วยให้สามารถตรวจสอบสุขภาพได้อย่างต่อเนื่องโดยไม่ต้องใช้แบตเตอรี่ ทำงานแบบไร้สาย และตามความต้องการได้ในทุกที่ทุกเวลา สร้างจากวัสดุที่มีต้นทุนต่ำและมีความยืดหยุ่น และยังสามารถปรับแต่งให้ตรงกับข้อกำหนดของเซ็นเซอร์อิเล็กทรอนิกส์ชีวภาพที่สวมใส่ได้หลากหลาย

อ่านข่าวเต็มได้ที่: University of California, Irvine

การเรียนรู้ของเครื่องสามารถระบุว่าคนที่ซื้อปืนมีความเสี่ยงฆ่าตัวตายหรือไม่

ภาพจาก The Hill

การวิจัยโดยนักวิทยาศาสตร์จาก University of California, Davis (UC Davis) ชี้ว่าการเรียนรู้ของเครื่อง (machine learning) สามารถใช้ข้อมูลการจัดซื้อปืนพกเพื่อระบุผู้ซื้อปืนที่เสี่ยงต่อการฆ่าตัวตายได้ 

นักวิจัยวิเคราะห์ข้อมูลจากฐานข้อมูล Dealer's Record of Sale ของแคลิฟอร์เนีย โดยใช้ การจำแนกแบบ random forest เพื่อประเมินความสามารถของข้อมูลในการทำนายผู้ที่มีความเสี่ยงในการฆ่าตัวตายสูงภายในหนึ่งปีของการซื้อปืน 

พวกเขาประเมินอัตราการฆ่าตัวตายของผู้ซื้อปืน 0.07% ภายในปีนั้น และระบุปัจจัยเสี่ยง 41 ประการสำหรับการฆ่าตัวตายด้วยอาวุธปืน รวมถึงอายุที่มากขึ้น การซื้อครั้งแรก เป็นคนผิวขาว การอาศัยอยู่ใกล้กับผู้ขาย และการซื้อปืนรีโวลเวอร์ (revolver) 

Hannah S. Laqueur ของ UC Davis กล่าวว่า "การศึกษาครั้งนี้มีส่วนสนับสนุนให้มีหลักฐานเพิ่มขึ้นว่าวิธีการคำนวณจากคอมพิวเตอร์ สามารถช่วยระบุกลุ่มที่มีความเสี่ยงสูง และสามารถพัฒนาให้เกิดการแทรกแซงบุคคลเหล่านั้นได้"

อ่านข่าวเต็มได้ที่: The Hill

สอน AI ให้ถามข้อมูลทางคลีนิค

ภาพจาก MIT Computer Science and Artificial Intelligence Laboratory

นักวิทยาศาสตร์ของ Massachusetts Institute of Technology (MIT) และผู้เชี่ยวชาญทางการแพทย์ได้รวบรวมชุดข้อมูลของคำถามที่แพทย์ถามมากกว่า 2,000 ข้อเมื่อตรวจสอบบันทึกสุขภาพอิเล็กทรอนิกส์ (electronic health record) หรือ EHRs 

ตัวแบบการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่ได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลนี้ถามคำถามที่ถือดีมาก เมื่อเทียบกับคำถามจริงจากผู้เชี่ยวชาญทางการแพทย์ มากกว่า 60% ของเวลาทั้งหมด ในทางตรงกันข้าม ตัวแบบที่ได้รับการฝึกฝนเจากคำถามทางคลินิกที่ใช้ชุดข้อมูลที่เปิดเผยต่อสาธารณะสามารถถามคำถาม 25% ของคำถามที่แพทย์ถาม

Peter Szolovits แห่ง MIT กล่าวว่า "คุณค่าของงานนี้อยู่ที่การรวบรวมคำถามที่ถามโดยแพทย์เกี่ยวกับผู้ป่วยแต่ละรายอย่างรอบคอบ ซึ่งเราสามารถพัฒนาวิธีการที่ใช้ข้อมูลเหล่านี้ และตัวแบบภาษาทั่วไปเพื่อถามคำถามที่ดีขึ้น"

อ่านข่าวเต็มได้ที่: MIT Computer Science and Artificial Intelligence Laboratory

อัลกอริทึมความยุติธรรมทางอาญาทำนายความเสี่ยงของการพิจารณาคดีแบบมีอคติ

Photo by Tingey Injury Law Firm on Unsplash

American Civil Liberties Union, Carnegie Mellon University,  Idaho Justice Project, และ University of Pennsylvania ได้พัฒนาอัลกอริธึมความยุติธรรมทางอาญาเพื่อทำนายความน่าจะเป็นที่จำเลยจะได้รับการพิจารณาโทษแบบมีอคติในศาล

อัลกอริทึมมจะพิจารณาตัวแปรที่ดูเหมือนไม่มีสาระสำคัญ เช่น เพศและเชื้อชาติของผู้พิพากษาและจำเลย ตลอดจนรายละเอียดของคดีเช่น บทลงโทษขั้นต่ำ และลักษณะของการกระทำความผิด เพื่อคาดการณ์แนวโน้มที่ผู้พิพากษาจะลงโทษจำคุกนานแบบผิดปกติ  (นานกว่าที่เคยสั่งลงโทษเมื่อเปรียบเทียบกับร้อละ 90 ของคดีที่มีปัจจัยคล้าย ๆ กัน) 

ทีมนักพัฒนาบอกว่าอัลกอริธึมอาจช่วยจำเลยที่ทำผิดให้สามารถโต้แย้งเพื่อลดโทษที่รุนแรงอย่างไม่เป็นสัดส่วนได้

อ่านข่าวเต็มได้ที่: Government Technology

เมื่อนักเล่นเกมเริ่มทำตัวน่ารังเกียจ

Photo by Florian Olivo on Unsplash

นักวิจัยจาก Utrecht University ของเนเธอร์แลนด์ได้พัฒนาตัวแบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่สามารถระบุพฤติกรรมที่เป็นพิษในหมู่นักเล่นเกมแบบได้แบบเรียลไทม์ ตัวแบบนี้ออกแบบมาเพื่อคัดกรองภาษาที่เป็นปัญหา หรือเพื่อช่วยผู้ดำเนินรายการในการตัดสินใจคว่ำบาตรผู้เล่นที่ใช้ภาษาดังกล่าว

ผู้เข้าร่วมดูวิดีโอของเกมเมอร์ที่เล่น Overwatch และให้คะแนนระดับความเป็นพิษผ่านช่องทางแชทด้วยเสียงของเกม ซึ่งเน้นสิ่งที่ Julian Frommel ของ Utrecht เรียกว่า "ความท้าทายของความรู้สึกนึกคิด" ในการตรวจจับความเป็นพิษโดยอัตโนมัติ

นักวิจัยใช้ข้อมูลนี้เพื่อสร้างและตรวจสอบตัวแบบ AI ซึ่งสามารถคาดการณ์ความเป็นพิษได้อย่างแม่นยำถึง 86.3% Frommel กล่าวว่าตัวแบบดังกล่าวมีค่าใช้จ่ายในการคำนวณเพียงเล็กน้อย และ "สามารถดำเนินการอัตโนมัติ และนำไปใช้เป็นแนวทางที่ไม่รุกล้ำมากเกินไปในหลายเกมที่ใช้ช่องทางแชทด้วยเสียง"

อ่านข่าสเต็มได้ที่: IEEE Spectrum 

เส้นใยอัจฉริยะสัมผัสได้ว่าผู้ใช้เคลื่อนไหวอย่างไร

ภาพจาก MIT News

นักวิจัยจาก Massachusetts Institute of Technology (MIT), Wellesley College,  และ Nanyang Technological University ของสิงคโปร์ ได้ประดิษฐ์สิ่งทออัจฉริยะที่สามารถสัมผัสท่าทางและการเคลื่อนไหวของผู้สวมใส่ได้

นักวิจัยใช้เทอร์โมฟอร์มเพื่อละลายเส้นด้ายพลาสติกเล็กน้อย เพิ่มความแม่นยำของเซ็นเซอร์ความดันที่ใช้ทอเป็นสิ่งถักทอหลายชั้นที่เรียกว่า 3DKnITS พวกเขาใช้กระบวนการนี้เพื่อผลิตรองเท้าอัจฉริยะ และเสื่อที่ทอขึ้นมา จากนั้นจึงประกอบระบบฮาร์ดแวร์และซอฟต์แวร์เพื่อวัดและตีความข้อมูลจากเซ็นเซอร์ความดันที่อยู่ในนั้น

ระบบบอกการเคลื่อนไหวและท่าโยคะของคนที่ยืนอยู่บนเสื่ออัจฉริยะได้โดยมีความแม่นยำประมาณ 99% Irmandy Wicaksono แห่ง MIT กล่าวว่ากระบวนการผลิตช่วยให้สร้างต้นแบบได้อย่างรวดเร็ว และสามารถขยายไปสู่การผลิตในระดับโรงงานได้

อ่านข่าวเต็มได้ที่: MIT News

ซอฟต์แวร์เรียกค่าไถ่เปลี่ยนภาษาเขียนโปรแกรมจาก Go เป็น Rust

ภาพจาก ZDNet

นักวิจัยด้านความปลอดภัยของ Microsoft พบว่า ซอฟต์แวร์เรียกค่าไถ่ (ransomware) Hive สายพันธุ์ใหม่ที่เคยเขียนด้วยภาษา Go ได้ถูกเขียนใหม่โดยใช้ Rust การเปลี่ยนแปลงนี้ดำเนินการมาเป็นเวลาสองสามเดือนแล้ว เนื่องจากผู้เขียน Hive ดูเหมือนจะคัดลอกกลยุทธ์จากซอฟต์แวร์เรียกค่าไถ่ BlackCat ซึ่งเขียนด้วยภาษา Rust ด้วย

นักวิจัยจากบริษัทด้านอัจฉริยะทางไซเบอร์  Group-IB ระบุว่ากลุ่ม Hive ได้แปลงตัวเข้ารหัสลินุกซ์ (Linux) สำหรับที่มุ่งเป้าไปที่ เซิร์ฟเวอร์ของ VMware ESXi เป็นภาษา Rust ดังนั้นนักวิจัยด้านความปลอดภัยจึงไม่สามารถสอดส่องการสนทนาเรียกค่าไถ่กับเหยื่อได้

Microsoft Threat Intelligence Center เขียนบล็อกว่าการเปลี่ยนแปลงนั้นเกี่ยวข้องกับการเข้ารหัสไฟล์ที่ซับซ้อนมากขึ้นด้วย

อ่านข่าวเต็มได้ที่: ZDNet

หุ่นยนต์เอาชนะความไม่แน่นอนในการค้นหาวัตถุที่ถูกฝังอยู่

ภาพจาก MIT News

นักวิจัยของ Massachusetts Institute of Technology (MIT) ได้พัฒนาระบบหุ่นยนต์ที่สามารถค้นหาวัตถุที่มองไม่เห็นที่ฝังอยู่ใต้กองของวัตถุได้อย่างมีประสิทธิภาพ โดยวัตถุที่เป็นเป้าหมายนั้นไม่ต้องติดแท็ก RFID ตราบใดที่วัตถุบางตัวในกองมีแท็กดังกล่าวติดอยู่ 

ระบบ FuseBot สร้างตัวแบบสามมิติของสภาพแวดล้อมโดยการสแกนกองด้วยกล้อง และใช้เสาอากาศ RF เพื่อค้นหาแท็ก RFID ของวัตถุแต่ละตัวในกอง ในการทดลองทดลองมากกว่า 180 รายการ FuseBot สามารถค้นหาเป้าหมายได้สำเร็จ 95% ของเวลา เทียบกับ 84% ที่ได้จากระบบหุ่นยนต์ที่เน้นเฉพาะการมองเห็น (vision-only) ที่ล้ำสมัยที่สุด โดย FuseBot ใช้การความเคลื่อนไหวน้อยลง 40%

Fadel Adib แห่ง MIT กล่าวว่า "เราสามารถทำเช่นนี้ได้เพราะเราได้เพิ่มการใช้เหตุผลต่อเนื่องหลายรูปแบบให้กับระบบ"

อ่านข่าวเต็มได้ที่: MIT News

Apple จะเพิ่มการป้องกัน "ล็อกดาวน์" ให้กับ iPhone, iPad และ Mac

ภาพจาก Associated Press

Apple ได้ประกาศเปิดตัวตัวเลือก "ล็อกดาวน์" สำหรับคอมพิวเตอร์ iPhone, iPad และ Mac ที่กำลังจะเปิดตัว เพื่อป้องกันผลิตภัณฑ์เหล่านั้นจากสปายแวร์ (spyware) โดยแฮกเกอร์ที่ได้รับการสนับสนุนจากรัฐ ในขั้นต้น บริษัทจะให้โหมดล็อกดาวน์เป็นเวอร์ชันทดสอบ เพื่อให้นักวิจัยด้านความปลอดภัยสามารถระบุจุดบกพร่องหรือจุดอ่อนต่างๆ ได้

ฟีเจอร์นี้ได้รับการออกแบบให้เป็นปุ่มฉุกเฉินที่ Apple คิดว่าผู้ใช้จำนวนน้อยจะต้องการใช้ การเปิดใช้งานการล็อกดาวน์จะจำกัดการท่องเว็บ และปิดใช้งานคุณสมบัติต่างๆ เช่น ความสามารถในการส่งไฟล์แนบและลิงก์ในข้อความ และรับสาย FaceTime จากหมายเลขใหม่

Apple เชื่อว่าการป้องกันเพิ่มเติมนี้จะมีความสำคัญสำหรับนักเคลื่อนไหว นักข่าว และเป้าหมายอื่นๆ ของการแฮ็กโดยโดยองค์กรที่ได้รับทุนสนับสนุน

อ่านข่าวเต็มได้ที่: Associated Press

นักวิจัยสร้าง "คอมพิวเตอร์โควิด" เพื่อเพิ่มความเร็วในการวินิจฉัย

Photo by CDC on Unsplash

เครื่องมือปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่พัฒนาขึ้นโดยนักวิจัยจาก University of Leicester สหราชอาณาจักร ตรวจพบเชื้อโควิด-19 ด้วยความแม่นยำสูงด้วยการวิเคราะห์การสแกนทรวงอกด้วยเครื่องเอกซเรย์คอมพิวเตอร์ (CT) ซอฟต์แวร์ซึ่งใช้อัลกอริทึมการเรียนรู้เชิงลึกสามารถนำไปใช้กับอุปกรณ์พกพาได้

Yudong Zhang แห่งมหาวิทยาลัยเลสเตอร์กล่าวว่าเครื่องมือนี้ “สามารถค้นหาบริเวณที่น่าสงสัยในภาพสแกนทรวงอกได้โดยอัตโนมัติ และทำนายได้อย่างแม่นยำ” Zhang กล่าวเสริมว่าความแม่นยำของเครื่องมือหมายความว่า “สามารถใช้ในการวินิจฉัยทางคลินิกของ โควิด-19 ซึ่งอาจช่วยควบคุมการแพร่กระจายของไวรัสได้”

อ่านข่าวเต็มได้ที่: University of Leicester (U.K.)

บล็อกเชนทำให้การจัดเก็บจีโนมมีความปลอดภัย

ภาพจาก YaleNews

เทคโนโลยี SAMchain ที่พัฒนาโดยนักวิทยาศาสตร์ของ Yale University ใช้ประโยชน์จากบล็อกเชนเพื่อให้ผู้ใช้ควบคุมข้อมูลจีโนมของตนเองได้ SAMchain รับประกันความปลอดภัยของข้อมูลจีโนมส่วนบุคคล โดยป้องกันการเปลี่ยนแปลงจากผู้อื่น และความเสียหายที่อาจเกิดขึ้นได้เป็นครั้งคราวของข้อมูล DNA ที่จัดเก็บบนคลาวด์ 

นักวิจัยได้หลีกเลี่ยงปัญหาในการจัดเก็บชุดข้อมูลจำนวนมากที่ได้มาจากการจัดลำดับจีโนมโดยการเปรียบเทียบ DNA ของแต่ละบุคคลกับจีโนมอ้างอิงมาตรฐาน จากนั้นจึงเก็บเฉพาะความแตกต่างในบล็อกที่เชื่อมโยงกันของบล็อกเชน 

บล็อกเหล่านี้ถูกทำดัชนีตามลำดับเพื่อให้สามารถสืบค้นได้อย่างรวดเร็ว และความแตกต่างเหล่านั้นสามารถเชื่อมโยงกับสภาวะที่มีปัจจัยเสี่ยงทางพันธุกรรมที่ทราบกันอยู่แล้ว "เราคิดว่าสิ่งนี้จะทำให้การวิจัยจีโนมง่ายขึ้น" อดีตนักวิจัยของ Yale Gamze Gürsoy กล่าว

อ่านข่าวเต็มได้ที่: YaleNews

หุ่นยนต์หิ่งห้อยเริ่มบินแล้ว

ภาพจาก MIT News

หิ่งห้อยเป็นแรงบันดาลใจให้นักวิจัยที่ Massachusetts Institute of Technology (MIT) และ Ningxia University ของจีน สร้างหุ่นยนต์ที่บินและเปล่งแสงได้ซึ่งช่วยในการติดตามการเคลื่อนไหวและการสื่อสารให้สะดวกขึ้น 

นักวิจัยได้ออกแบบตัวกระตุ้นแบบอ่อนเพื่อควบคุมปีกของหุ่นยนต์ และฝังอนุภาคไฟฟ้าที่เรืองแสงไว้ภายในตัวกระตุ้น ซึ่งจะปล่อยแสงสีเมื่อสัมผัสกับสนามไฟฟ้าของหุ่นยนต์ 

ทีมงานใช้แสงนี้และกล้องสมาร์ทโฟนสามตัวกับโปรแกรมคอมพิวเตอร์เพื่อติดตามตำแหน่งและท่าทางของหุ่นยนต์ในระยะ 2 มิลลิเมตร ด้วยระบบจับภาพการเคลื่อนไหวอินฟราเรดที่ล้ำสมัย 

"นี่เป็นก้าวสำคัญในการส่งหุ่นยนต์เหล่านี้ขึ้นบินในสภาพแวดล้อมกลางแจ้ง เมื่อเราไม่มีระบบติดตามการเคลื่อนไหวที่ล้ำสมัยที่ได้รับการปรับแต่งมาอย่างดี" Kevin Chen จาก MIT กล่าว

อ่านข่าวเต็มได้ที่: MIT News

อัลกอริทึมเรียนรู้เชิงลึกติดตั้งบนอุปกรณ์เคลื่อนที่เพื่อคัดกรองโรคตา

ภาพจาก The Engineer

อัลกอริทึม (deep learning) หรือ DL ที่พัฒนาโดยนักวิทยาศาสตร์ที่ Tohoku University ของญี่ปุ่นจะสแกนภาพดวงตาเพื่อระบุลักษณะที่เกี่ยวข้องกับโรค ตัวแบบ DLที่มีน้ำหนักเบาสามารถฝึกได้โดยใช้รูปภาพจำนวนน้อย และใช้กับอุปกรณ์เคลื่อนที่ได้

"ตัวแบบที่พัฒนาขึ้นของเรามีความแม่นยำในการแบ่งส่วนที่ดีขึ้น และเพิ่มความสามารถในการทำซ้ำของการฝึกตัวแบบแม้จะมีพารามิเตอร์น้อยลง ทำให้มีประสิทธิภาพและ ใช้ทรัพยากรน้อยกว่าเมื่อเทียบกับซอฟต์แวร์เชิงพาณิชย์อื่นๆ" Toru Nakazawa จาก Tohoku อธิบาย

นักวิจัยใช้อุปกรณ์ที่มีทรัพยากรไม่มากเพื่อตรวจคัดกรองโรคต้อหิน "ตัวแบบของเรายังสามารถตรวจจับ/แบ่งส่วนจุดบอดในดวงตา และการตกเลือดในภาพของก้นตาได้อย่างแม่นยำ" Nakazawa กล่าว

อ่านข่าวเต็มได้ที่: The Engineer

นักวิทยาศาสตร์พัฒนาอัลกอริทึมเพื่อศึกษาข้อมูลจีโนม

ภาพจาก UCLA Samueli School of Engineering

ทีมนักวิจัยจากหลายสถาบันที่นำโดย Sriram Sankararaman แห่ง University of California, Los Angeles มหาวิทยาลัยแคลิฟอร์เนีย ได้พัฒนาอัลกอริธึมที่สามารถวิเคราะห์ข้อมูลจีโนม (genome) ได้เร็วกว่าวิธีก่อนหน้านี้ถึง 1,800 เท่า ทำให้สามารถวิเคราะห์ข้อมูลจากผู้คน 1 ล้านคนในวันเดียวได้

นักวิจัยได้ออกแบบเทคนิค Scalable pOPulation structure inference (SCOPE) เพื่อเร่งและปรับขนาดการอนุมานความแปรปรวนทางพันธุกรรมภายในประชากร เพื่อเปิดเผยแบบรูป (pattern) นำไปสู่ข้อสรุปโดยตรงหรือหลีกเลี่ยงการค้นพบความสัมพันธ์ลวงในการวิจัย

SCOPE ช่วยลดปริมาณทรัพยากรที่ต้องใช้ในการประมวลผลชุดข้อมูลขนาดใหญ่ และลดต้นทุนในการคำนวณ ในการทดลองหนึ่ง นักวิจัยใช้หน่วยความจำเพียง 250 กิกะไบต์ (GB) ในการคำนวณ แทนที่จะใช้พื้นที่ประมาณ 2,000 GB ที่เครื่องมือวิจัยก่อนหน้านี้ใช้

อ่านข่าวเต็มได้ที่: UCLA Samueli School of Engineering

วัดการปล่อยคาร์บอนของ AI

Photo by Andrea De Santis on Unsplash

นักวิจัยจาก Allen Institute for AI ได้พัฒนาวิธีการคำนวณการปล่อยคาร์บอนของระบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่มีความแม่นยำมากขึ้น วิธีการใหม่นี้จะบันทึกการใช้พลังงานของชิปเซิร์ฟเวอร์ในลักษณะที่เป็นลำดับชุดของการวัด และจัดข้อมูลนั้นในรูปแบบลำดับของจุดชุดของจุดข้อมูลที่มีรายละเอียดการปล่อยพลังงานภายในต่อกิโลวัตต์ชั่วโมง (kWh) ของพลังงานที่ใช้ไป

นักวิจัยพบว่าหน่วยประมวลผลกราฟิกที่ฝึกโมเดลที่ใหญ่ที่สุดโดยให้ทำการฝึกแค่ 13% ของการทำงานที่สมบูรณ์ ปล่อยคาร์บอนเกือบเท่ากับการจ่ายไฟให้กับบ้านหนึ่งหลังในสหรัฐเป็นเวลาหนึ่งปี ในทางตรงกันข้าม การฝึกโมเดลที่เล็กที่สุดจะสร้างคาร์บอนได้มากพอ ๆ กับการชาร์จโทรศัพท์

อ่านข่าวเต็มไดที่: IEEE Spectrum

เทคโนโลยีเบื้องหลังคริปโทอาจช่วยประหยัดเงินให้แบรนด์หรูเป็นพันล้าน

ภาพจาก CNN

แบรนด์หรูกำลังใช้เทคโนโลยีบล็อกเชนเพื่อป้องกันผลิตภัณฑ์ของตนจากการปลอมแปลง กลุ่มบริษัทแบรนด์หรู LVMH ร่วมมือกับบริษัทแฟชั่น Prada และกลุ่มบริษัทเครื่องประดับ Cartier ใน Aura Blockchain Consortium ซึ่งเป็นแพลตฟอร์มไม่แสวงหาผลกำไรที่สร้างฝาแฝดดิจิทัลสำหรับผลิตภัณฑ์ที่ออกแบบโดยนักออกแบบ 

กลุ่มบริษัทนี้ใช้บล็อคเชนในการผลิตตัวระบุผลิตภัณฑ์ดิจิทัลสำหรับแบรนด์มากกว่า 20 แบรนด์ รวมถึงผลิตภัณฑ์ที่จดทะเบียนมากกว่า 17 ล้านรายการ ตามข้อมูลของเลขาธิการสมาคม Daniela Ott ซอฟต์แวร์ซึ่งรวบรวมสมุดบัญชีของข้อมูล เช่น ประเภทวัสดุและแหล่งที่มา ผลิตภัณฑ์ผลิตขึ้นที่ไหนและเมื่อใด และผลิตขึ้นจำนวนเท่าใด ช่วยให้ลูกค้าได้รับใบรับรองดิจิทัลสำหรับการรับรองว่าสินค้าเป็นของแท้ โดยไม่สามารถปลอมแปลงได้ Ott กล่าว

อ่านข่าวเต็มได้ที่: CNN

โครงการภาษา AI แบบเปิดเผยโค้ดท้าทายตัวแบบของบริษัทยักษ์ใหญ่

ภาพจาก Nature

ตัวแบบการประมวลผลภาษาธรรมชาติ (natural language processing) ที่พัฒนาโดยทีมงานนานาชาติซึ่งมีนักวิจัยประมาณ 1,000 คน จะกลายเป็นคู่แข่งได้ในระดับที่ใหญ่เท่าตัวแบบที่พัฒนาโดย Google และ OpenAI แต่จะเป็นแบบเปิดเผยโค้ด และใช้งานได้หลายภาษา

เป้าหมายของโครงการนี้คือการลดอคติของมนุษย์และข้อบกพร่องอื่นๆ ของระบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่ยากต่อการแก้ไข เนื่องจากบริษัทเทคโนโลยีขนาดใหญ่ได้ปิดตัวแบบของตนไม่ให้นักวิจัยรู้

แม้ว่าตัวแบบจะไม่ถึงกับปราศจากอคติ แต่ Yacine Jernite ของ HuggingFace กล่าวว่าทีมงานมีเป้าหมายที่จะปรับปรุงตัวแบบที่มีอยู่ผ่านการใช้แหล่งข้อมูลที่มีความหลากหลายทางวัฒนธรรม และมีคุณภาพสูง

อ่านข่าวเต็มได้ที่: Nature

นักวิจัยพัฒนาอัลกอริทึมเพื่อช่วยศึกษาการเชื่อมต่อของสมอง

ภาพจาก The Hindu (India)

นักวิจัยจาก India's Indian Institute of Science (IISc.) ได้พัฒนาอัลกอริธึม Regularized, Accelerated, Linear Fascicle Evaluation (ReAl–LiFE) เพื่อให้ได้ข้อมูลเชิงลึกมากขึ้นเกี่ยวกับการเชื่อมต่อระหว่างส่วนต่างๆ ของสมองมนุษย์

อัลกอริทึมที่มุ่งใช้หน่วยประมวลผลกราฟิก (GPU) สามารถช่วยวิเคราะห์ข้อมูลการเชื่อมต่อที่เกิดจากการถ่ายภาพด้วยเครื่อง MRI แบบกระจาย (diffusion MRI) หรือ dMRI ที่สแกนได้เร็วกว่าเครื่องทั่วไปทั่วไป หรืออัลกอริธึมล้ำสมัย 100 ถึง 150 เท่า

ISSc. ให้ข่าวประชาสัมพันธ์ว่านักวิจัยได้ปรับเปลี่ยนอัลกอริธึมการหาค่าเหมาะสม (optimization)  LiFE เพื่อลดภาระในการคำนวณโดยกำจัดการเชื่อมต่อที่ซ้ำซ้อนและ ให้ทำงานใหม่เพื่อทำงานบน GPU Devarajan Sridharan จาก IISc. กล่าวว่า "งานที่ก่อนหน้านี้ใช้เวลาหลายชั่วโมงต่อวันสามารถทำได้ภายในไม่กี่วินาทีถึงไม่กี่นาที"

อ่านข่าวเต็มได้ที่: The Hindu (India)

ช่องโหว่ใน AI ทำให้หุ่นยนต์เหยียดเชื้อชาติและเพศ

ภาพจาก Johns Hopkins University Hub

นักวิจัยจากมหาวิทยาลัย Johns Hopkins University,  Georgia Institute of Technology (Georgia Tech) และ University of Washington พบว่า หุ่นยนต์ที่ติดตั้งโมเดลปัญญาประดิษฐ์ที่สามารถดาวน์โหลดได้แบบสาธารณะ ซึ่งสร้างด้วยโครงข่ายประสาท CLIP แสดงอคติทางเพศและเชื้อชาติอย่างมีนัยสำคัญ

หุ่นยนต์ได้รับคำสั่ง 62 คำสั่งที่เกี่ยวข้องกับการเลือกบล็อกที่มีใบหน้ามนุษย์ที่หลากหลายและวางลงในกล่อง นักวิจัยพบว่าหุ่นยนต์เลือกผู้ชายบ่อยกว่าผู้หญิง 8 % และเลือกผู้ชายผิวขาวและเอเชียมากที่สุด และผู้หญิงผิวดำน้อยที่สุด

หุ่นยนต์ยังระบุด้วยว่าผู้หญิงเป็น "แม่บ้าน" มากกว่าผู้ชายผิวขาว ผู้ชายผิวดำเป็น "อาชญากร" มากกว่าผู้ชายผิวขาว 10% ผู้ชายลาตินเป็น "ภารโรง" มากกว่าผู้ชายผิวขาว 10% และผู้ชายเป็น "แพทย์" มากกว่าผู้หญิงทั้งหมดไม่ว่าเชื้อชาติอะไร

Andrew Hundt แห่ง Georgia Tech กล่าวว่า "หุ่นยนต์ได้เรียนรู้การเหมารวมที่เป็นพิษผ่านโมเดลโครงข่ายประสาทเทียมที่มีข้อบกพร่องเหล่านี้"

อ่านข่าวเต็มได้ที่: Johns Hopkins University Hub

นักวิจัยเปิดเผยโค้ดการตัวจำลองภาพแบบเหมือนจริงของการขับเคลื่อนอัตโนมัติ

ภาพจาก MIT News

ทีมวิจัยที่นำโดยนักวิจัยของ Massachusetts Institute of Technology (MIT) ได้พัฒนาเครื่องมือจำลองที่ขับเคลื่อนด้วยข้อมูล ซึ่งช่วยให้ยานยนต์ที่ขับเคลื่อนอัตโนมัติเรียนรู้ที่จะขับรถในโลกแห่งความเป็นจริง และแก้ไขจากสถานการณ์ที่เกือบชนกันได้

โค้ดเบื้องหลังระบบจำลองภาพแบบเหมือนจริง VISTA 2.0 กำลังถูกเปิดเผยสู่สาธารณะ Daniela Rus แห่ง MIT กล่าวว่า "ด้วยการเปิดตัวครั้งนี้ ชุมชนการวิจัยจะสามารถเข้าถึงเครื่องมือใหม่อันทรงพลังสำหรับทำให้การวิจัยและพัฒนาการควบคุมที่มีประสิทธิภาพแบบปรับได้สำหรับการขับขี่แบบอัตโนมัติทำได้เร็วขึ้น"

Alexander Amini จาก MIT กล่าวว่า "VISTA 2.0 แสดงให้เห็นถึงความสามารถในการจำลองข้อมูลเซ็นเซอร์ได้ดีกว่ากล้องสองมิติแบบ RGB มากเท่านั้น แต่ยังดีกว่า LiDAR สามมิติ ซึ่งมีจำนวนมิติสูงมากด้วยจุดนับล้าน กล้องติดตามตามเหตุการณ์ไม่ปกติ และแม้แต่การโต้ตอบแบบไดนามิกกับยานพาหนะอื่น ๆ "

อ่านข่าวเต็มได้ที่: MIT News