วันพุธที่ 31 สิงหาคม พ.ศ. 2565

ภารกิจของ NASA ส่งผู้ช่วยเสียงขึ้นไปดวงจันทร์

spaceship
ภาพจาก Space.com

ภารกิจ Artemis 1 ของ NASA มีกำหนดจะเปิดตัวในวันที่ 26 สิงหาคม 2022  (แต่ล่าช้า) โดยจะนำผู้ช่วยเสียงที่ใช้เทคโนโลยีของ Alexa โดยตั้งชื่อมันว่า Callisto ขึ้นสู่วงโคจรของดวงจันทร์ 

ออกแบบโดยวิศวกรของ Lockheed Martin, Cisco และ Amazon Callisto มีเป้าหมายที่จะปรับปรุงยานอวกาศในอนาคตด้วยข้อมูลแบบเรียลไทม์ การเชื่อมต่อที่เพิ่มขึ้น และการตอบสนองต่อภารกิจเฉพาะ

Lockheed Martin กล่าวว่า Callisto จะแสดงให้เห็นว่า "เทคโนโลยีเสียง, AI และการประชุมทางวิดีโอที่ใช้แท็บเล็ตแบบพกพาสามารถช่วยปรับปรุงประสิทธิภาพและการรับรู้สถานการณ์สำหรับผู้ที่อยู่บนยานอวกาศได้อย่างไร" รวมทั้งยังให้ "การเข้าถึงข้อมูลภารกิจได้ในแบบเรียลไทม์ การเชื่อมต่อเสมือนกับผู้คนและการส่งข้อมูลกลับมาบนโลก"

Amazon กล่าวว่า Callisto จะเชื่อมโยงกับตัวควบคุมภารกิจโดยใช้ Deep Space Network ของ NASA และจะมีฟีเจอร์การควบคุมเสียงเฉพาะที่ (Local Voice Control) ซึ่ง "อนุญาตให้ Alexa ประมวลผลคำสั่งเสียงในตัวเครื่อง แทนที่จะต้องส่งข้อมูลไปยังระบบคลาวด์"

อ่านข่าวเต็มได้ที่: Space.com



วันอังคารที่ 30 สิงหาคม พ.ศ. 2565

AI ที่ใช้ใยแก้วนำแสงช่วยติดตามการบาดเจ็บของสมอง

brain-xray-film
ภาพจาก Imperial College London (U.K.)

นักวิจัยจาก Imperial College London ของสหราชอาณาจักรและมหาวิทยาลัย Sichuan ของจีนได้พัฒนาปัญญาประดิษฐ์ (artificial intelligence) ที่ขับเคลื่อนด้วยเซ็นเซอร์ใยแก้วนำแสงเพื่อวัดเครื่องหมายทางชีวภาพ (biomarker) ของอาการบาดเจ็บที่สมองหลายตัวพร้อมกัน

อุปกรณ์นี้ใช้อัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) ที่ได้รับการฝึกอบรมจากข้อมูลก่อนหน้าเพื่อตรวจสอบค่า pH อุณหภูมิ ออกซิเจนที่ละลายในน้ำ (dissolved oxygen) และระดับกลูโคส และเพื่อคาดการณ์ความเข้มข้นของเครื่องหมายทางชีวภาพ

ใยแก้วนำแสงแบบยืดหยุ่นที่ใช้ซิลิกาถูกแทรกเข้าไปในเนื้อเยื่อสมองเพื่อตรวจสอบน้ำไขสันหลัง (cerebrospinal fluid) หรือ CSF ในขณะที่ฟิล์มตรวจจับสี่ชิ้นที่ติดอยู่ที่ปลายของเส้นใยจะวัดปริมาณความเข้มข้นของเครื่องหมายทางชีวภาพแต่ละตัว

Yubing Hu แห่ง Imperial College กล่าวว่า "ผลลัพธ์ที่ให้ความหวังนี้ของเราชี้ให้เห็นถึงทั้งการติดตามเครื่องหมายทางชีวภาพที่แม่นยำ และการคาดการณ์ที่เที่ยงตรงของความก้าวหน้าของการบาดเจ็บ ซึ่งหลังจากการพัฒนาเพิ่มเติมจะสามารถช่วยแพทย์ตรวจสอบทั้งสุขภาพสมองของผู้ป่วยและการตอบสนองต่อการรักษา"

อ่านข่าวเต็มได้ที่: Imperial College London (U.K.)


วันจันทร์ที่ 29 สิงหาคม พ.ศ. 2565

การชารจ์รถไฟฟ้าที่เร็วสุด ๆ

EV-charging
ภาพจาก American Chemical Society

นักวิจัยจาก Idaho National Laboratory ใช้การเรียนรู้ของเครื่อง (machine learning) เพื่อพัฒนาวิธีการชาร์จอย่างรวดเร็วสำหรับแบตเตอรี่รถยนต์ไฟฟ้า โดยไม่ทำลายแบตเตอรี่หรือทำให้อายุการใช้งานสั้นลง

นักวิจัยได้ฝึกอบรมตัวแบบการเรียนรู้ของเครื่องโดยใช้ข้อมูลเกี่ยวกับสภาพของแบตเตอรี่ลิเธียมไอออนแบบต่างๆ ในระหว่างรอบการชาร์จ/การคายประจุ ข้อมูลเหล่านี้ถูกใช้ในการระบุและเพิ่มประสิทธิภาพโปรโตคอลการชาร์จแบบใหม่ ซึ่งถูกทดสอบกับแบตเตอรีจริง

Eric Dufek แห่ง Idaho National Laboratory กล่าวว่า "เราได้เพิ่มปริมาณพลังงานที่สามารถใส่เข้าไปในเซลล์แบตเตอรี่ได้อย่างมีนัยสำคัญในระยะเวลาอันสั้น ปัจจุบัน เราสามารถชาร์จได้มากกว่า 90% ใน 10 นาที

อ่านข่าวเต็มได้ที่: American Chemical Society



วันอาทิตย์ที่ 28 สิงหาคม พ.ศ. 2565

 ตัวแบบ AI ตรวจจับพาร์กินสันจากรูปแบบการหายใจ

ai-detect-Parkinson
ภาพจาก MIT News

กลุ่มนักวิจัยจากหลายสถาบันได้สร้างแบบจำลองปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่สามารถตรวจหาโรคพาร์กินสันจากรูปแบบการหายใจของแต่ละคน 

Yuzhe Yang และ Yuan แห่ง Massachusetts Institute of Technology (MIT) ได้ฝึกฝนแบบจำลอง AI ซึ่งเป็นโครงข่ายประสาทเทียม เพื่อระบุการปรากฏตัวของโรคจากการหายใจตอนกลางคืน และเพื่อประเมินความรุนแรงและติดตามความก้าวหน้าของโรคเมื่อเวลาผ่านไป

มันถูกนำไปใช้ในอุปกรณ์ที่ปล่อยสัญญาณวิทยุ วิเคราะห์การสะท้อนของพวกมันจากสภาพแวดล้อม และแยกรูปแบบการหายใจของผู้ทดลองโดยไม่ต้องสัมผัสร่างกาย นักวิจัยได้ป้อนรูปแบบเหล่านั้นไปยังโครงข่ายประสาทเทียม ซึ่งจะประเมินการอาการพาร์กินสันที่ซ่อนอยู่

อ่านข่าวเต็มได้ที่: MIT News

วันเสาร์ที่ 27 สิงหาคม พ.ศ. 2565

กำลังมีความกังวลว่าเครือข่าย 5G จะถูกแฮกได้

5g-network
ภาพจาก IEEE Spectrum

นักวิจัยด้านความปลอดภัยของเยอรมนีระบุว่าเครือข่าย 5G สามารถถูกแฮ็กได้ โดยมีการละเมิดและยึดเครือข่ายที่ออนไลน์อยู่ในการทำแบบฝึกหัดที่ต่อเนื่องกันที่เรียกว่า "red teaming" ซึ่งแฮกเกอร์ถูกบริษัทจ้างมาให้เจาะระบบ

เทคโนโลยีคลาวด์ที่กำหนดค่าไม่ดีทำให้แฮกกอร์ใช้ประโยชน์จากช่องโหว่นี้ได้ และ Karsten Nohl จาก Security Research Labs ของเยอรมนีกล่าวถึงความล้มเหลวในการปรับใช้การรักษาความมั่นคงขั้นพื้นฐานบนคลาวด์ 

การเกิดขึ้นของ 5G ทำให้ความต้องการด้านเวอร์ชวลไลเซชัน (virtualization) ซึ่งคือการจำลองฮาร์ดแวร์เสมือนขึ้นมาใช้งานมีเพิ่มมากขึ้น โดยเฉพาะอย่างยิ่งสำหรับเครือข่ายที่ใช้สัญญาณวิทยุในการเชื่อมโยงอุปกรณ์ของผู้ใช้ปลายทางกับแกนของเครือข่าย  Nohl กล่าวว่าเครือข่าย 5G ตอบสนองต่อความซับซ้อนที่มากขึ้นนี้ด้วยการจัดการเครือข่ายแบบอัตโนมัติมากขึ้น ซึ่งทำให้การใช้ประโยชน์จากช่องโหว่ทำได้ง่ายขึ้น

อ่านข่าวเต็มได้ที่: IEEE Spectrum


วันศุกร์ที่ 26 สิงหาคม พ.ศ. 2565

Google สาธิตหุ่นยนต์หยิบกระป๋องน้ำอัดลม

 

robot-fetchin-soda
ภาพจาก Reuters

Alphabet บริษัทในเครือ Google ได้พัฒนาพนักงานเสิร์ฟจักรกลที่สามารถหยิบน้ำอัดลมและของว่างจากห้องพักสำหรับพนักงานในสำนักงาน เพื่อเป็นตัวอย่างของนวัตกรรมด้านปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่ช่วยเคลียร์เส้นทางสำหรับงานด้านหุ่นยนต์อเนกประสงค์ที่ควบคุมได้ง่าย

ปัจจุบันหุ่นยนต์สามารถทำงานง่ายๆ เพียงไม่กี่สิบอย่างเท่านั้น ในทางปฏิบัติ พวกมันตีความคำสั่งที่พูดตามปกติ พิจารณาว่าทำได้ไหมจากความสามารถของพวกมัน และวางแผนขั้นตอนการทำงานให้เสร็จสิ้น นักวิจัยของ Google ได้รวมเทคโนโลยีภาษาไว้ในหุ่นยนต์ โดยพวกเขาสามารถใช้มันในการอนุมานความรู้จากวิกิพีเดีย โซเชียลมีเดีย และหน้าเว็บต่าง ๆ 

การใช้ AI ที่มีความสามารถทางภาษาที่มีความละเอียดขึ้น ช่วยเพิ่มความสำเร็จในการดำเนินการตามคำสั่งของหุ่นยนต์จาก 61% เป็น 74%

อ่านข่าวเต็มได้ที่: Reuters

วันพฤหัสบดีที่ 25 สิงหาคม พ.ศ. 2565

ภาษาเขียนโปรแกรมตัวท้อปปี 2022

python-code
ภาพจาก Photo by Artturi Jalli on Unsplash

การจัดอันดับภาษาเขียนโปรแกรมยอดนิยมประจำปี 2022 ของ IEEE Spectrum พบว่า Python ยังคงเป็นภาษาที่ได้รับความนิยมมากที่สุด โดยที่ C ตามมาติด ๆ ทั้ง Java และ JavaScript ยังคงได้รับความนิยมอย่างต่อเนื่อง โดยได้แรงสนับสนุนจากความซับซ้อนที่เพิ่มขึ้นของเว็บไซต์  การจัดอันดับพิจารณาจาก “ตัวชี้วัดเก้าตัวที่เราคิดว่าเป็นตัวแทนที่ดีสำหรับการวัดภาษาที่ผู้คนใช้เขียนโปรแกรม”

ถ้าดูเมตริกจาก IEEE Job Site และ CareerBuilder เพียงอย่างเดียว พบว่า SQL เป็นภาษาโปรแกรมที่ถูกกล่าวถึงบ่อยที่สุดในโฆษณางานบนเว็บไซต์ดังกล่าว ตามด้วย Java, Python และ JavaScript 

อ่านข่าวเต็มได้ที่: IEEE Spectrum

วันพุธที่ 24 สิงหาคม พ.ศ. 2565

สมาร์ตโฟนอาจรู้ว่าเป็นคุณจากวิธีที่คุณถือมัน

smartphone-in-hand
ภาพจาก New Scientist

กลุ่มนักวิจัยจาก Toulouse Institute of Computer Science Research ของฝรั่งเศสได้ฝึกฝนอัลกอริทึมมที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อระบุบุคคลตามรูปแบบการสั่นของมือเมื่อถือสมาร์ตโฟน

อาสาสมัครกว่า 200 คนแต่ละคนถือสมาร์ตโฟนไว้ในขณะที่เซ็นเซอร์รวบรวมข้อมูลในหนึ่งเซสชันซึ่งยาว 30 วินาที หรืออาจบันทึกชุดของเซสชันก็ได้ 

AI วิเคราะห์ข้อมูลนี้ประมาณครึ่งหนึ่งเพื่อกำหนดวิธีที่ดีที่สุดในการแยกแยะผู้ใช้แต่ละราย จากนั้นจึงใช้อีกครึ่งหนึ่งเพื่อทดสอบการระบุตัวบุคคล อัลกอริทึมระบุกลุ่มทดสอบได้อย่างถูกต้อง 92.5% ของเวลาภายใน 1.5 วินาทีจากการทดสอบ 1,100 รายการ

อ่านข่าวเต็มได้ที่: New Scientist


วันอังคารที่ 23 สิงหาคม พ.ศ. 2565

งานด้านวิทยาศาสตร์ข้อมูลตัวเลือกสูงสุดสำหรับเจน Z

data-scientist
ภาพจาก ACM

เว็บไซต์สำรวจงานของสหรัฐ Glassdoor รายงานว่าคนทำงานเจน Z มีความพึงพอใจในอาชีพด้านวิทยาศาสตร์ข้อมูล โดยอยู่ในอันดับที่ 4 จาก 10 อันดับแรก

Richard Johnson แห่ง Glassdoor กล่าวว่าการวิจัยก่อนหน้านี้พบว่านักวิทยาศาสตร์ข้อมูลได้รับค่าแรงสูง มีตำแหน่งงานว่างมากมาย และมีความพึงพอใจในงานมาก ทำให้ "ไม่ต้องสงสัยเลยว่าปัจจัยเหล่านี้ดึงดูดพนักงานที่อายุน้อยที่กำลังเริ่มต้นทำงาน"

รายงานยังระบุด้วยว่าพนักงานที่อายุน้อยมีความพึงพอใจมากขึ้นในการทำงานให้กับบริษัทขนาดใหญ่และเป็นที่ยอมรับ ซึ่งสามารถรับมือกับความวุ่นวายทางเศรษฐกิจได้ เนื่องจากนักวิทยาศาสตร์ข้อมูลไม่จำเป็นต้องอยู่ในสำนักงาน นายจ้างจึงมีแนวโน้มที่จะให้พนักงานมีความยืดหยุ่นในการทำงานทางไกลมากขึ้น

Johnson กล่าวว่าวิทยาศาสตร์ข้อมูลยังดึงดูดเจน Z เพราะมันต้องการความคิดสร้างสรรค์ เนื่องจากพนักงานต้อง "ทำความเข้าใจรูปแบบข้อมูลที่ซับซ้อน และนำมาผสานเข้ากับคำบรรยายที่เข้าใจง่ายสำหรับผู้เกี่ยวข้องที่หลากหลาย"

อ่านข่าวเต็มได้ที่: Fortune


วันจันทร์ที่ 22 สิงหาคม พ.ศ. 2565

คำที่สร้างขึันเอง หลอก AI ที่ใช้สร้างภาพจากข้อความ

circuit-board
ภาพจาก Discover

Raphaël Millière แห่ง Columbia University' พบว่าคำที่สร้าวขึ้นเองสามารถหลอกลวงเครื่องมือสร้างข้อความเป็นรูปภาพ ทำให้เกิดคำถามเกี่ยวกับความปลอดภัย 

Millièreสร้างคำที่ไร้สาระโดยใช้เทคนิคการรวมเอาคำที่มีความหมายจริงจากภาษาต่าง ๆ มาประกอบกัน ตัวอย่างเช่น คำว่า "falaiscoglieklippantilado" ที่ประกอบขึ้นจากคำภาษาเยอรมัน อิตาลี ฝรั่งเศส และสเปนสำหรับ "หน้าผา" ซึ่งผลลัพธ์คือเครื่องสร้างภาพของหน้าผาหลายรูป เมื่อป้อนข้อมูลลงในเครื่องมือสร้างข้อความเป็นรูปภาพ DALL-E 2 

Millière กล่าวว่า "การทดลองเบื้องต้นชี้ให้เห็นว่าสตริงแบบผสมสามารถสร้างขึ้นอย่างเป็นระบบเพื่อสร้างภาพของวัตถุแทบทุกประเภทที่ต้องการ หรือแม้กระทั่งรวมเข้าด้วยกันเพื่อสร้างฉากที่ซับซ้อนมากขึ้น" 

อย่างไรก็ตาม Millière ตั้งข้อสังเกตว่า "โดยหลักการแล้ว การผสมคำแบบนี้อาจเป็นวิธีที่ง่าย และน่าจะเลี่ยงจากตัวกรอง [เนื้อหา] ได้เป็นอย่างดี ซึ่งอาจนำไปสู่เพื่อสร้างเนื้อหาที่เป็นอันตราย ล่วงละเมิด ผิดกฎหมาย หรือมีความละเอียดอ่อน ซึ่งรวมถึงความรุนแรง ความเกลียดชัง การเหยียดผิว การเหยียดเพศ หรือ ภาพลามกอนาจาร

อ่านข่าวเต็มได้ที่: Discover

วันอาทิตย์ที่ 21 สิงหาคม พ.ศ. 2565

Apple เตือนช่องโหว่ด้านความมั่นคงของ iPhone, iPad และ Mac

Apple-Store
ภาพจาก Associated Press

Apple ออกรายงานความมั่นคงสองฉบับเกี่ยวกับข้อบกพร่องสำคัญที่แฮ็กเกอร์อาจใช้ประโยชน์จากเพื่อยึด iPhone, iPad และ Mac โดยได้รับ "สิทธิ์การเข้าถึงระดับผู้ดูแลระบบเต็มรูปแบบ"

Rachel Tobac จากบริการรักษาความปลอดภัยคอมพิวเตอร์ SocialProof Security กล่าวว่าสิ่งนี้จะช่วยให้ผู้บุกรุกปลอมแปลงเป็นเจ้าของอุปกรณ์และเรียกใช้ซอฟต์แวร์ใด ๆ เหมือนกับเจ้าของเป็นคนเรียกเอง ผู้เชี่ยวชาญด้านความมั่นคงแนะนำให้ผู้ใช้อัปเดตอุปกรณ์ที่ได้รับผลกระทบ ในขณะที่นักวิจัย Will Strafach กล่าวว่าเขาไม่เห็นการวิเคราะห์ทางเทคนิคเกี่ยวกับช่องโหว่ที่ Apple เพิ่งแก้ไข

บริษัทอ้างว่านักวิจัยนิรนามเป็นผู้ค้นพบข้อบกพร่อง โดยไม่เปิดเผยว่าพบได้อย่างไรหรือที่ไหน ก่อนหน้านี้ Apple ยอมรับการมีอยู่ของข้อบกพร่องร้ายแรงที่คล้ายคลึงกัน และแสดงความตระหนักว่าช่องโหว่ดังกล่าวอาจถูกนำไปใช้งานหลายสิบครั้งจากการประมาณการของ Strafach

อ่านข่าวเต็มได้ที่: Associated Press

วันเสาร์ที่ 20 สิงหาคม พ.ศ. 2565

Deepfakes เผยช่องโหว่ในเทคโนโลยีจดจำใบหน้า

deep-fake
Photo by Christian Gertenbach on Unsplash

นักวิจัยจาก Pennsylvania State University และ หลายมหาวิทยาลัยในซานตงและเจ้อเจียงของจีนพบว่า ส่วนต่อประสานโปรแกรมประยุกต์ (Application Programming Interface) หรือ  API ส่วนใหญ่ที่ใช้คุณสมบัติการตรวจจับความมีชีวิตจากใบหน้าของเทคโนโลยีการจดจำใบหน้า ระบุ Deepfakes ไม่ได้เสมอไป และตัวที่ทำได้ก็มีประสิทธิภาพน้อยกว่าที่อ้างไว้ในการตรวจจับ Deepfakes

นักวิจัยได้สร้างและใช้เฟรมเวิร์กการโจมตีที่ขับเคลื่อนด้วย DeepFake คือ LiveBugger เพื่อประเมิน API การตรวจสอบความมีชีวิตจากใบหน้าที่ใช้ในเชิงพาณิชย์จำนวน 6 รายการ LiveBugger พยายามหลอกลวง API โดยใช้รูปภาพและวิดีโอ Deepfake จากชุดข้อมูลสองชุดที่แยกจากกัน และสามารถผ่านการตรวจจับจากวิธีการตรวจสอบที่ใช้กันมากที่สุด 4 วิธีได้อย่างง่ายดาย

นักวิจัยเสนอให้เสริมความปลอดภัยให้กับเทคโนโลยีด้วยการกำจัดการตรวจสอบที่วิเคราะห์เฉพาะภาพนิ่งของใบหน้าของผู้ใช้ และใหใช้การจับคู่การเคลื่อนไหวของริมฝีปากกับเสียงของผู้ใช้ในรูปแบบการวิเคราะห์ภาพและเสียงแบบคู่

อ่านข่าวเต็มได้ที่: Pennsylvania State University

วันศุกร์ที่ 19 สิงหาคม พ.ศ. 2565

นักวิจัยจาก Stanford และ Nvidia ลดขนาดอุปกรณ์สวมหัว VR ให้เหลือขนาดเท่าแว่นปกติ

vr-headset
ภาพจาก Interesting Engineering

อุปกรณ์สวมหัวสำหรับความจริงเสมือน (virtual reality) หรือ VR ถูกลดความหนาให้เท่ากับแว่นตาที่ใช้กันทั่วไป โดยนักวิทยาศาสตร์จาก Stanford University และบริษัทซอฟต์แวร์ Nvidia ซึ่งออกแบบเลนส์แพนเค็ก (pancake lense) ให้ทำงานร่วมกับภาพสามมิติ 

 อุปกรณ์นี้มีน้ำหนักเพียง 60 กรัม ซึ่งหนักน้อยกว่าชุดสวมหัว Quest ของ Meta ที่หนัก 503 กรัม เป็นอย่างมาก อย่างไรก็ตาม มุมมองภาพ (field-of-view) ของตัวอุปกรณ์ต้นแบบยังเล็กกว่าอุปกรณ์ที่มีขายในตลาดปัจจุบัน และยังต้องมีการวัดขนาดรูม่านตาของผู้ใส่ให้แม่นยำอีกด้วย

อ่านข่าวเต็มได้ที่:  Interesting Engineering

วันพฤหัสบดีที่ 18 สิงหาคม พ.ศ. 2565

Nvidia มองว่าจักรวาลนฤมิตรจะเต็มไปด้วยอวตาร Chatbot ที่เหมือนจริง

chatbot-avatar
ภาพจาก CNET

Nvidia ได้เปิดตัว Avatar Cloud Engine ซึ่งรวมกราฟิกสามมิติ (3D) และปัญญาประดิษฐ์ (artificial intelligence) เพื่อสร้างแบบจำลอง 3 มิติของมนุษย์ที่เหมือนจริงเพื่อใช้เป็นอวตารในจักรวาลนฤมิตร (metaverse) 

Rev Lebaredian ของ Nvidia คาดการณ์ว่าในท้ายที่สุดจะเป็นไปไม่ได้ที่จะระบุได้ว่าอวตารเหล่านี้เป็นมนุษย์หรือบอท Jensen Huang จาก Nvidia กล่าวว่า "อวตารจะเติมโลกเสมือนจริงเพื่อช่วยเราสร้างสิ่งต่างๆ เพื่อเป็นแบรนด์แอมบาสเดอร์และตัวแทนฝ่ายบริการลูกค้า ช่วยคุณค้นหาบางสิ่งบนเว็บไซต์ รับคำสั่งซื้อของคุณที่ไดรฟ์ทรู หรือแนะนำแผนเกษียณอายุ หรือแผนประกันชีวิต

เครื่องมือ Audio2Face ของ Nvidia จะจับคู่การแสดงออกของอวตารกับคำที่พูด ในขณะที่เครื่องมือ Audio2Emotion จะปรับเปลี่ยนการแสดงออกทางสีหน้าของอวตารตามเพื่อสื่อความรู้สึกตามคำที่ใช้

อ่านข่าวเต็มได้ที่: CNET



วันพุธที่ 17 สิงหาคม พ.ศ. 2565

Zoom ดีสำหรับการสั่งให้โปรแกรมทำงานจากระยะไกล

 

online-conference-program
ภาพจาก  PC Magazine

Ivan Fratric นักวิจัยด้านความมั่นคงของ Google Project Zero ได้เปิดตัวการโจมตีการเรียกใช้โค้ดจากระยะไกลโดยใช้ประโยชน์จากเทคโนโลยีที่เป็นพื้นฐานของ Zoom และแอปพลิเคชันอื่น ๆ

วิธีของ Fratric มีเป้าหมายคือบั๊กใน XMPP ซึ่งเป็นโปรโตคอลที่คล้ายกับการส่งข้อความโต้ตอบแบบทันที (IM) ที่อยู่บนฐานของ XML

วิธีการนี้ใช้การฝังโค้ดหรือส่วนหนึ่งของโค้ด XMPP ไว้ภายในส่วนของโค้ด XMPP ตัวอื่น ผู้โจมตีสามารถใช้ไคลเอนต์ (client) ให้แอบส่งส่วนของโค้ดไปกับข้อความที่ปกติ ซึ่งเซิร์ฟเวอร์ที่อยู่ระหว่างทางยอมรับและส่งต่อ แต่ที่ฝั่งของไคลเอนต์ที่เป็นเหยื่อจะแปลความว่าเป็นโค้ดสองส่วน

Fratric แจ้งเตือน Zoom ซึ่งได้ออกแพตช์แก้แล้ว แต่ Fratric เตือนว่าเป้าหมายอื่นๆ ก็มีความเสี่ยงต่อบั๊ก XMPP เช่นกัน

อ่านข่าวเค็มได้ที่: PC Magazine



วันอังคารที่ 16 สิงหาคม พ.ศ. 2565

AI อาจเป็นผู้ช่วยเหลือของการดับเพลิงในอนาคต

flashover
ภาพจาก NIST News

ตัวแบบปัญญาประดิษฐ์ (artificial intelligence) ใหม่จากนักวิจัยที่ U.S. National Institute of Standards  และ Hong Kong Polytechnic University สามารถเตือนนักดับเพลิงถึงไฟที่จะเกิดขึ้นกระทันหัน (flashover) 

ตัวแบบ Flashover Prediction Neural Network (FlashNet) สามารถทำนายไฟที่จะเกิดขึ้นกระทันหันได้เร็วถึง 30 วินาทีก่อนเกิดการปะทุ ด้วยความแม่นยำสูงสุด 92.1% นักวิจัยใช้โครงข่ายประสาทเทียมแบบกราฟ (graph neural network) เพื่อเสริมความแข็งแกร่งให้ FlashNet และฝึกฝนกับกรณีไฟไหม้เกือบ 25,000 กรณี จากนั้นใช้อีก 16,000 รายสำหรับการปรับแต่งและการทดสอบขั้นสุดท้าย

ในการจำลองแบบดิจิทัลของการเกิดเพลิงไหม้มากกว่า 41,000 ครั้งในอาคาร 17 ประเภทซึ่งเป็นตัวแทนของแผนผังชั้นที่อยู่อาศัยทั่วไปในสหรัฐฯ FlashNet มีประสิทธิภาพเหนือกว่าตัวแบบอื่นๆ อีก 5 ตัวที่ใช้การเรียนรู้ของเครื่อง (machine learning) 

อ่านข่าวเต็มได้ที่: NIST News

วันจันทร์ที่ 15 สิงหาคม พ.ศ. 2565

หาบั๊กได้เร็วกว่าแฮกเกอร์

error-in-code
ภาพจาก USC Viterbi School of Engineering

นักวิจัยจาก Viterbi School of Engineering (USC Viterbi) ของ  University of Southern California,  Arizona State University, Cisco Systems และ  EURECOM ศูนย์วิจัยระดับบัณฑิตศึกษาของฝรั่งเศส ได้เสนอวิธีการค้นหาอัตโนมัติแบบใหม่สำหรับการค้นหาจุดบกพร่องในซอฟต์แวร์ที่แฮ็กเกอร์อาจใช้ประโยชน์ได้

Nicolaas Weideman จาก USC Viterbi กล่าวว่า "เนื่องจากโปรแกรมคอมพิวเตอร์มีขนาดใหญ่และซับซ้อนมากในปัจจุบัน เราจึงต้องการตรวจจับช่องโหว่เหล่านี้โดยอัตโนมัติ แทนที่จะให้ผู้เชี่ยวชาญที่เป็นมนุษย์วิเคราะห์โปรแกรมเพื่อค้นหาช่องโหว่

เทคนิค ARBITER จะวิเคราะห์ซอฟต์แวร์ที่ระดับไบนารี โดยรวมการตรวจจับช่องโหว่แบบสถิต (static) และไดนามิก (dynamic) เข้าด้วยกันเพื่อเพิ่มความแม่นยำของวิธีการแบบคงที่และความสามารถในการปรับขนาดของวิธีไดนามิก

อ่านข่าวเต็มได้ที่: USC Viterbi School of Engineering

วันอาทิตย์ที่ 14 สิงหาคม พ.ศ. 2565

การแฮ็กเทอร์มินัลของ Starlink เริ่มขึ้นแล้ว

satellite-dishes
Photo by Pawel Czerwinski on Unsplash

Lennert Wouters จาก Katholieke Universiteit Leuven ของเบลเยียม แฮ็กเครือข่าย Starlink ของ SpaceX ซึ่งเป็นเครือข่ายดาวเทียมขนาดเล็กกว่า 3,000 ดวงที่ช่วยให้สามารถเชื่อมต่ออินเทอร์เน็ตไปยังจุดที่อยู่ห่างไกลบนโลกได้

Wouter ใช้ประโยชน์จากช่องโหว่ในจานดาวเทียมของ Starlink เพื่อเข้าถึงเครือข่ายและเรียกใช้โค้ดที่เขียนขึ้นเอง เขาถอดจานออกและสร้างแผงวงจรพิมพ์แบบต่อพ่วงได้จากอะไหล่ที่หาได้ง่าย ซึ่งทำเขาสามารถเริ่มการโจมตีแบบการป้อนแรงดันไฟฟ้าที่ผิดพลาด และหลีกเลี่ยงการตรวจสอบลายเซ็นได้

Wouter แจ้งเตือน Starlink เกี่ยวกับข้อบกพร่องในปีที่แล้ว และกล่าวว่าแม้ว่า SpaceX จะออกอัปเดตเฟิร์มแวร์ที่ทำให้การโจมตีทำได้ยากขึ้น แต่จุดบกพร่องนี้สามารถแก้ไขได้โดยการผลิตชิปหลักรุ่นใหม่เท่านั้น

อ่านข่าวเต็มได้ที่: Wired


วันเสาร์ที่ 13 สิงหาคม พ.ศ. 2565

แพลตฟอร์มเซ็นเซอร์ชีวภาพแบบสวมใส่ได้ที่มีขนาดเท่าเหรียญติดตามสุขภาพแบบดิจิทัล

bio-sensor
ภาพจาก The University of Hong Kon

นักวิจัยจาก University of Hong Kong ได้พัฒนาแพลตฟอร์มเซนเซอร์ชีวภาพที่สวมใส่ได้ซึ่งสามารถตรวจสอบสุขภาพได้อย่างต่อเนื่อง

ระบบที่มีขนาดเท่าเหรียญที่เรียกว่า PERfECT (Personalized Electronic Reader for Electrochemical Transistors) มีน้ำหนักเพียง 0.4 กรัม และสามารถรวมเข้ากับสมาร์ตโฟนเพื่อวัดระดับข้อมูลต่าง ๆ ซึ่งรวมถึงกลูโคส ความเข้มข้นของแอนติบอดีในเลือดหรือเหงื่อ

ระบบ PERfECT สามารถทำหน้าที่เป็นสถานีไฟฟ้าเคมีขนาดเล็กสำหรับอุปกรณ์ที่สวมใส่ได้ และวัดเอาต์พุตของทรานซิสเตอร์แรงดันต่ำในอุปกรณ์เหล่านั้น

Shiming Zhang จาก HKU กล่าวว่า "ระบบที่สวมใส่ได้ของเรามีขนาดเล็ก นุ่ม และผู้สวมใส่ก็แทบมองไม่เห็นแต่มันสามารถตรวจสอบสภาพร่างกายของเราได้อย่างต่อเนื่อง"

อ่านข่าวเต็มได้ที่: The University of Hong Kon

วันศุกร์ที่ 12 สิงหาคม พ.ศ. 2565

การทดลองที่อาจทำให้สามารถแก้ความท้าทายครั้งใหญ่ในการคำนวณควอนตัม

two-qbit-inducing
ภาพจาก ScienceAlert

นักวิทยาศาสตร์จาก National Institutes of Natural Sciences ของญี่ปุ่นได้สร้างเกทของสองควอนตัมบิต (qubit) ที่เร็วมาก ซึ่งสามารถจัดการกับความท้าทายครั้งใหญ่ในการคำนวณควอนตัม โดยการเพิ่มความเร็วการทำงานของเกทควอนตัมให้เกินกว่าหนึ่งในล้านของวินาที เกทสามารถเอาชนะสิ่งรบกวน และให้ผลคำนวณที่แม่นยำ

นักวิจัยได้ระบายความร้อนด้วยเลเซอร์ เพื่อทำให้แก๊สของอะตอมของรูบิเดียมสองอะตอมให้มีค่าใกล้ศูนย์อย่างสมบูรณ์ และจัดการพวกมันให้อยู่ในระยะห่างระดับไมครอน 

จากนั้นพวกเขาใช้เลเซอร์เป็นจังหวะเพื่อขยายอนุภาคให้เป็นอะตอมของ Rydberg ทำให้เกิดการเหนี่ยวนำ (inducing) รูปร่างวงโคจรและพลังงานอิเล็กตรอนเป็นระยะ 6.5 นาโนวินาทีระหว่างอะตอม ซึ่งเร็วกว่าความเร็วของการทดลองอะตอม Rydberg ครั้งก่อนมากกว่า 100 เท่า

อ่านข่าวเต็มได้ที่: ScienceAlert

วันพฤหัสบดีที่ 11 สิงหาคม พ.ศ. 2565

นิ้วประดิษฐ์สามารถระบุว่าสิ่งของทั่ว ๆ ไป ทำมาจากอะไร

Artificial-Finger
ภาพจาก New Scientist

นิ้วประดิษฐ์ที่สร้างขึ้นโดยนักวิจัยจาก Beijing Institute of Nanoenergy and Nanosystems ของจีน สามารถระบุวัสดุต่างๆ โดยใช้เซ็นเซอร์แบบไตรโบอิเล็กทริก (triboelectric) และสามารถรับรู้ถึงความหยาบของวัสดุเหล่านั้นได้

อุปกรณ์นี้มีเซ็นเซอร์สี่เหลี่ยมจัตุรัสสี่ตัว ซึ่งแต่ละอันประกอบด้วยพอลิเมอร์ที่แตกต่างกันซึ่งมีคุณสมบัติทางไฟฟ้าต่างกัน เมื่อเซ็นเซอร์เคลื่อนเข้าใกล้พื้นผิวของวัตถุมากพอ อิเล็กตรอนจากเซนเซอร์แต่ละตัวจะมีปฏิสัมพันธ์กับพื้นผิวในลักษณะเฉพาะที่สามารถวัดปริมาณได้

เซ็นเซอร์เชื่อมต่อกับโปรเซสเซอร์และหน้าจอไดโอดเปล่งแสงอินทรีย์ ซึ่งแสดงชื่อประเภทวัสดุ เมื่อรวมเข้ากับการวิเคราะห์ข้อมูลโดยใช้การเรียนรู้ของเครื่อง (machine learning)  นิ้วประดิษฐ์สามารถระบุวัสดุที่แตกต่างกัน 12 ชนิด ซึ่งรวมถึงไม้ แก้ว พลาสติก และซิลิกอน โดยมีความแม่นยำอย่างน้อย 90%

อ่านข่าวเต็มได้ที่: New Scientist

วันพุธที่ 10 สิงหาคม พ.ศ. 2565

มหาวิทยาลัยในจักรวาลนฤมิตมาแล้ว การศึกษาระดับสูงพร้อมหรือยัง

VR
ภาพจาก Inside Higher Ed

ฤดูใบไม้ร่วงนี้ นักศึกษาจากมหาวิทยาลัย 10 แห่งในสหรัฐฯ จะเข้าร่วมมหาวิทยาลัยนฤมิตร (metaversities)  แพลตฟอร์มความจริงเสมือน (virtual reality) หรือ VR ที่ครูและนักเรียนสวมชุดหูฟัง VR และโต้ตอบกันได้ 

ฝ่ายสนับสนุนอ้างว่า VR เพิ่มการมีส่วนร่วม ความสำเร็จ และความพึงพอใจของนักเรียน แต่นักวิชาการบางคนกังวลเกี่ยวกับผู้ที่เป็นเจ้าของเทคโนโลยีมหาวิทยาลัยนฤมิตร ที่อาจเน้นรายได้เหนือเสรีภาพทางวิชาการ การนำข้อมูลของนักเรียนไปใช้ประโยชน์ 

ความท้าทายดังกล่าวหลายตัวสามารถแก้ไขได้โดยการปรับใช้แนวปฏิบัติที่ดีที่สุดด้านการศึกษา แรงจูงใจทางการค้า และการจัดการปัญหาทางการเมือง โดยนักเรียนอาจพบว่ามหาวิทยาลัยนฤมิตรดีกว่าการมีส่วนร่วมผ่านหน้าจอสองมิติจากระยะไกล 

ปีที่แล้ว Morehouse College ได้ทดสอบแนวคิดมหาวิทยาลัยนฤมิตร กับหลักสูตรประวัติศาสตร์โลก ชีววิทยา และเคมี นักศึกษาประวัติศาสตร์โลกที่เข้าร่วมได้คะแนนเฉลี่ยปรับขึ้น 10% เมื่อเทียบกับเกรดในวิชาเดียวกันที่ใช้ซูมและการเรียนในชั้น 

Nir Eisikovits แห่ง University of Massachusetts เชื่อว่าการศึกษาในมหาวิทยาลัยจะเป็นตัวเสริมของมหาวิทยาลัยนฤมิตร ไม่ใช่ในทางกลับกัน

อ่านข่าวเต็มได้ที่: Inside Higher Ed

วันอังคารที่ 9 สิงหาคม พ.ศ. 2565

อัลกอริทึมช่วยสร้างคำถามทางคณิตศาสตร์

MIT-Math-problem-solver
ภาพจาก MIT News

ทีมนักวิจัยจากหลายสถาบันที่นำโดย Iddo Drori แห่ง Massachusetts Institute of Technology ใช้ตัวแบบโครงข่ายประสาทเทียมเพื่อแก้ปัญหาคณิตศาสตร์ระดับมหาวิทยาลัยในไม่กี่วินาที

นักวิจัยใช้ตัวแบบ Codex ของ OpenAI ซึ่งถูกฝึกอบรมเกี่ยวกับข้อความและ "ปรับแต่ง" ให้เข้าใจโค้ดโปรแกรม เพื่อเรียนรู้ว่าข้อความและโค้ดมีความสัมพันธ์กันอย่างไร

ตัวแบบสามารถแปลงคำถามจากข้อความเป็นโค้ด จากการให้ตัวอย่างโค้ดคำถามสองสามตัวอย่าง จากนั้นรันโค้ดเพื่อแก้ปัญหา

ตัวแบบนี้ยังอธิบายวิธีแก้ปัญหาโดยอัตโนมัติ และสามารถสร้างปัญหาใหม่ในวิชาคณิตศาสตร์ระดับมหาวิทยาลัย ซึ่งนักศึกษามหาวิทยาลัยแยกแยะไม่ออกว่าเป็นคำถามที่ไม่ได้สร้างจากคน Drori กล่าวว่า "งานชิ้นนี้เปิดพื้นที่ให้ผู้คนเริ่มใช้การเรียนรู้ของเครื่องเพื่อแก้ปัญหาที่ยากขึ้นและยากขึ้น" 

อ่านข่าวเต็มได้ที่: MIT News

วันจันทร์ที่ 8 สิงหาคม พ.ศ. 2565

หุ่นยนต์ใต้น้ำได้รับการพัฒนาให้ทำแผนที่ใต้น้ำ

underwater
Photo by Luise and Nic on Unsplash

เฟรมเวิร์กใหม่ช่วยให้หุ่นยนต์ใต้น้ำที่ทำงานอัตโนมัติสามารถสร้างแผนที่สภาพแวดล้อมใต้น้ำที่รกได้อย่างมีประสิทธิภาพมากขึ้นและมีข้อผิดพลาดน้อยลง 

นักวิจัยได้สร้างแผนที่เสมือนจริงซึ่งแสดงพื้นที่ที่หุ่นยนต์ยังไม่เคยเห็น และอัลกอริทึมที่กำหนดเส้นทางของหุ่นยนต์ผ่านพื้นที่เหล่านั้น โดยคำนึงถึงความไม่แน่นอนของการทำงานในพื้นที่ เนื่องจากขาด GPS ใต้น้ำ และการสังเกตด้วยการรับรู้ที่รวบรวมโดยใช้การถ่ายภาพโซนาร์

เฟรมเวอร์กนี้ได้รับการทดสอบที่ท่าเรือที่ Kings Point, NY โดยใช้หุ่นยนต์ใต้น้ำ BlueROV2 Brendan Englot แห่ง  Stevens Institute of Technology กล่าวว่า "ผลการวิจัยพบว่าตัวแบบที่เป็นคู่แข่งขันกัน แต่ละตัวมีข้อดีเฉพาะของตัวเอง แต่ในส่วนของเราเสนอการประนีประนอมที่น่าสนใจอย่างมากระหว่างการสำรวจสภาพแวดล้อมที่ไม่รู้จักอย่างรวดเร็ว ในขณะที่สร้างแผนที่ที่แม่นยำของสภาพแวดล้อมเหล่านั้น"

อ่านข่าวเต็มไดที่: IEEE Spectrum

วันอาทิตย์ที่ 7 สิงหาคม พ.ศ. 2565

แฮกเกอร์ที่ถูกหนุนหลังโดยเกาหลีเหนือใช้วิธีอันชาญฉลาดในการอ่าน Gmail

gmail-target-malware
ภาพจาก Ars Technica

นักวิจัยจากบริษัทรักษาความปลอดภัย Volexity ได้ค้นพบมัลแวร์ที่มีชื่อว่า SHARPEXT ซึ่งกลุ่มแฮ็กเกอร์ SharpTongue ที่ได้รับการสนับสนุนจากเกาหลีเหนือใช้เพื่ออ่านและดาวน์โหลดอีเมลและไฟล์แนบจากบัญชี Gmail และ AOL ของเหยื่อ

Steven Adair แห่ง Volexity กล่าวว่า SHARPEXT ติดตั้งส่วนขยายสำหรับเบราว์เซอร์ Chrome และ Edge "ด้วยวิธีสเปียร์ฟิชชิ่ง (spear phishing) และวิศวกรรมทางสังคมที่เหยื่อถูกหลอกให้เปิดเอกสารที่เป็นอันตราย"

บริการอีเมลไม่ตรวจสอบส่วนขยาย (extension) และเนื่องจากเบราว์เซอร์ได้รับการตรวจสอบสิทธิ์แล้ว จึงไม่สามารถระบุการโจมตี หรือป้องกันได้ Volexity กล่าวว่า SHARPEXT ถูกใช้งานมา "นานกว่าหนึ่งปี" ทำให้แฮกเกอร์สามารถรวบรวมรายชื่อที่อยู่อีเมลที่จะไม่สนใจ และสามารถติดตามอีเมลหรือไฟล์แนบที่ถูกโจมตีแล้วได้

อ่านข่าวเต็มได้ที่: Ars Technica

เพิ่มเติมเสริมข่าว: สเปียร์ฟิชชิงคืออีเมลหรือการสื่อสารในรูปแบบอิเลกทรอนิกส์ที่เหมือนกับมาจากแหล่งที่น่าเชื่อถือ และหลอกลวงเหยื่อที่หลงเชื่อให้เข้าไปที่เว็บไซต์ที่มีมัลแวร์

วันเสาร์ที่ 6 สิงหาคม พ.ศ. 2565

VR ช่วยผ่าตัดแฝดที่มีศีรษะติดกัน

Conjoined-twins
ภาพจาก BBC News

เทคโนโลยีความจริงเสมือน (virtual reality) หรือ VR เป็นเครื่องมือในการผ่าตัดที่ช่วยแยกฝาแฝดบราซิลที่ศีรษะติดกันได้สำเร็จ 

การผ่าตัดที่ทำที่ Instituto Estadual do Cerebro Paulo Niemeyer ในเมืองริโอเดอจาเนโร ร่วมกับโรงพยาบาล Great Ormond Street ของสหราชอาณาจักร มีการใช้การฉายภาพ VR ของฝาแฝดโดยอิงจากการตรวจเอกซเรย์คอมพิวเตอร์ (CT) และการถ่ายภาพด้วยคลื่นสนามแม่เหล็ก (MRI) 

การใช้เทคโนโลยี VR ทำให้ศัลยแพทย์ในบราซิลและสหราชอาณาจักรสามารถร่วมผ่าตัดฝาแฝดด้วยกันได้ Dr. Noor ul Owase Jeelani กล่าวว่า "ในหลายแง่มุมการผ่าตัดนี้ถือว่ายากที่สุดในยุคของเรา และการทำมันโดยใช้  VR จริง ๆ แล้วก็เหมือนการส่งคนไปดาวอังคาร"

อ่านข่าวเต็มได้ที่: BBC News


วันศุกร์ที่ 5 สิงหาคม พ.ศ. 2565

ฮาร์ดแวร์ที่ทำให้ AI คำนวณเร็วขึ้นและใช้พลังงานน้อยมาก

processor
ภาพจาก MIT News

นักวิจัยจาก Massachusetts Institute of Technology (MIT) ได้พัฒนาเทคโนโลยีโปรเซสเซอร์แบบแอนะล็อก(analog) ที่ใช้ฟอสโฟซิลิเกตกลาส (phosphosilicate glass) หรือ PSG เพื่อให้สามารถคำนวณได้เร็วขึ้นและประหยัดพลังงานมากขึ้น 

การเรียนรู้ของเครื่อง (machine learning) แบบแอนะล็อกทำได้โดยการเพิ่มและลดค่าการนำไฟฟ้าของตัวต้านทานแบบโปรแกรมได้โปรโตนิก ซึ่งควบคุมโดยการเคลื่อนที่ของโปรตอนเข้าและออกจากช่องสัญญาณในตัวต้านทาน

นักวิจัยใช้ PSG เพื่อสร้างตัวต้านทานโปรโตนิกที่สามารถโปรแกรมได้ ซึ่งเร็วกว่าอุปกรณ์ที่เร็วที่สุดที่นักวิจัยพัฒนามาก่อนหน้านี้ถึง 1 ล้านเท่า มันยังสามารถทำงานได้ที่อุณหภูมิห้องโดยใช้พลังงานน้อยกว่ามาก

Murat Onen แห่ง MIT กล่าวว่า "เมื่อคุณมีโปรเซสเซอร์แบบแอนะล็อก คุณจะไม่เป็นเหมือนเครือข่ายการฝึกอบรมที่คนอื่นใช้งานอยู่อีกต่อไป แต่คุณจะเป็นเครือข่ายการฝึกอบรมที่มีความซับซ้อนอย่างที่ไม่เคยมีใครทำได้มาก่อน และมีประสิทธิภาพเหนือกว่าทุกเครือข่าย หรืออาจพูดได้อีกอย่างหนึ่งว่า นี่ไม่ใช่รถที่เร็วขึ้น แต่มันคือยานอวกาศ”

อ่านข่าวเต็มได้ที่: MIT News

วันพฤหัสบดีที่ 4 สิงหาคม พ.ศ. 2565

แก้ปัญหาที่มีตัวแปร 3,854 ตัวได้ใน 6 นาที ด้วยการคำนวณแบบควอนตัม

CPU
Photo by Jeremy Bezanger on Unsplash

Quantum Computing Inc. (QCI) แก้ปัญหาการปรับให้เหมาะสม (optimization) ที่มีตัวแป 3,854 ตัวของ BMW ผู้ผลิตรถยนต์สัญชาติเยอรมันได้ในหกนาที โดยใช้โซลูชัน Entropy Quantum Computing (EQC) เพื่อกำหนดตำแหน่งที่เหมาะสมของเซ็นเซอร์ยานพาหนะในการแข่งขัน Vehicle Sensor Placement Challenge 2022 ของ BMW  ตัว 

EQC ใช้ปัจจัยของสภาพแวดล้อมที่เปลี่ยนไปในการคำนวณ ซึ่งช่วยประหยัดเวลาและค่าใช้จ่ายโดยที่ไม่ต้องมีการควบคุมตัวแปรทุกตัวที่อยู่นอกหน่วยประมวลผลควอนตัม

Bob Liscouski จาก QCI กล่าวว่า "เราเชื่อว่าสิ่งนี้พิสูจน์ให้เห็นว่าเทคโนโลยีนวตกรรมการคำนวณแบบควอนตัมสามารถแก้ปัญหาจริงทางธุรกิจในปัจจุบันได้"

อ่านข่าวเต็มได้ที่: Tom's Hardware

วันพุธที่ 3 สิงหาคม พ.ศ. 2565

การติดตามไฟป่าที่แม่นยำยิ่งขึ้นโดยใช้โซเชียลมีเดีย

twitter
ภาพจาก  Imperial College London (U.K.)

ตัวแบบการทำนายไฟป่าด้วยการเรียนรู้ของเครื่อง (machine learning) หรือ ML ใช้โซเชียลมีเดียและข้อมูลของพื้นที่จากดาวเทียมเพื่อการพยากรณ์และติดตามแบบเรียลไทม์ที่แม่นยำยิ่งขึ้น

“แทนที่จะมีเครือข่ายของกล้องหรือเซ็นเซอร์สภาพอากาศเพื่อติดตามไฟป่า คุณสามารถใช้เครือข่ายของผู้ใช้เครือข่ายสังคมหรือ 'เซ็นเซอร์มนุษย์' ที่โพสต์ข้อมูลเกี่ยวกับภัยพิบัติแบบเรียลไทม์ได้” Jake Lever นักวิจัยจาก Imperial College London (ICL) ซึ่งพัฒนาตัวแบบกล่าว

นักวิจัยรวมข้อมูล Twitter กับข้อมูลดาวเทียมจาก Global Fire Atlas เพื่อสร้างตัวแบบ Sentimental Wildfires ML ซึ่งได้รับการฝึกสอนโดใช้ข้อมูลไฟป่าจากพื้นที่จริง และจากเครือข่ายสังคมผ่านเฟรมเวอร์กวิเคราะห์เนื้อหาข้อความของ Sentimental Analysis

พวกเขาทดสอบตัวแบบโดยใช้ชุดข้อมูลในปี ค.ศ. 2016 สองชุดจากสหรัฐอเมริกาและออสเตรเลีย และผลการวิจัยของพวกเขาบ่งชี้ว่าโซเชียลมีเดียคาดการณ์การเกิดไฟป่าได้

อ่านข่าวเต็มได้ที่: Imperial College London (U.K.)

วันอังคารที่ 2 สิงหาคม พ.ศ. 2565

คิดว่าถนนควรจะได้รับการออกแบบใหม่ไหมถาม AI ดูสิ

AI-Redesigned-Street
Stuart Road, in Katz’s hometown of Herndon, Virginia. 
Credit: Zach Katz/OpenAI

Zach Katz ศิลปินจากกบรู๊คลินและอดีตนักเคลื่อนไหว ใช้ระบบ DALL-E 2 ของ OpenAI ซึ่งเป็นห้องปฏิบัติการปัญญาประดิษฐ์ (artificial intelligence) หรือ AI  เพื่อออกแบบถนนใหม่ให้เป็นมิตรกับคนเดินถนนและจักรยานมากขึ้น

DALL-E 2 ซึ่งเป็นรุ่นที่สองของโครงข่ายประสาทเทียม DALL-E สามารถแปลงข้อความเป็นคุณลักษณะที่มองเห็นได้และแสดงว่าคุณลักษณะเหล่านี้เกี่ยวข้องกันอย่างไร ต้องขอบคุณชุดข้อมูลการฝึกอบรมขนาดใหญ่

ผู้ใช้สามารถป้อนข้อความค้นหาและขอรูปแบบและคุณสมบัติเฉพาะจาก AI แม้ว่าผลลัพธ์จะมีความลำเอียงกับผู้หญิงและคนผิวสีเนื่องจากขาดข้อมูลการฝึกอบรมที่หลากหลาย Katz โพสต์ภาพถนนที่สร้างใหม่ของ DALL-E บน Twitter โดยมีคำขอให้ออกแบบใหม่จากทั่วโลกค้างอยู่เป็นจำนวนมาก

อ่านข่าวเต็มได้ที่: Bloomberg

วันจันทร์ที่ 1 สิงหาคม พ.ศ. 2565

การเข้ารหัสควอนตัมอาจทำให้เกิดการสื่อสารที่ปลอดภัยอย่างแท้จริง

quantum-encryption-machine
ภาพจาก Silicon Republic

การเข้ารหัสด้วยควอนตัมรูปแบบใหม่อาจถึงจุดที่สามารถทำให้เกิดการสื่อสารที่ปลอดภัยอย่างแท้จริง โดยช่วยอำนวยความสะดวกในการกระจายคีย์ควอนตัมระหว่างอุปกรณ์สองเครื่อง โดยอิงจากการพัวพันของควอนตัม (quantum entanglement) ตามคำกล่าวอ้างของทีมนักวิทยาศาสตร์นานาชาติ

นักวิจัยจำกัดไอออนเดี่ยวสองตัว—ผู้ส่งและตัวรับ—ในกับดักที่แยกจากกันซึ่งเชื่อมต่อกันด้วยใยแก้วนำแสง การพัวพันช่วยให้ผู้ส่งและผู้รับสร้างผลลัพธ์ร่วมกันโดยไม่มีการแทรกแซงจากบุคคลที่สาม

นักวิจัยกล่าวว่าระบบนี้อาจนำไปสู่การสื่อสารแบบสองฝ่ายที่ "อยู่เหนือพื้นฐาน" ของการควบคุมโดยศัตรู และยังสามารถรับประกันการสื่อสารแบบส่วนตัว ด้วยสมมติฐานทั่วไปเพียงเล็กน้อยเกี่ยวกับอุปกรณ์ที่ใช้

อ่านข่าวเต็มได้ที่: Silicon Republic