วันพฤหัสบดีที่ 28 กันยายน พ.ศ. 2566

ทำไม NASA จึงส่งข้อมูลความมั่นคงของชาติไปดวงจันทร์

lonestar-data-center
ภาพจาก

องค์การการบินและอวกาศแห่งชาติของสหรัฐอเมริกา (National Aeronautics and Space Administration) หรือ NASA จะทำงานร่วมกับบริษัทสตาร์ทอัพด้านคอมพิวเตอร์อย่าง Lonestar ในฟลอริดา และ Isle of Man ที่ปกครองตนเองของอังกฤษ เพื่อส่งข้อมูลเพย์โหลดไปยังดวงจันทร์ในเดือนกุมภาพันธ์ปีหน้า เพื่อประเมินพื้นที่จัดเก็บข้อมูลสำรองบนดวงจันทร์ซึ่งเป็นส่วนหนึ่งของโปรแกรม  Artemis

คณะทำงานร่วมหวังว่าจะมั่นใจในความปลอดภัยของข้อมูลและการป้องกันการปลอมแปลงโดยใช้บล็อกเชน ขณะเดียวกันก็แสดงให้เห็นถึงความถูกต้องของข้อมูลที่เก็บไว้

หลังจากลงจอดแล้ว นักวิจัยตั้งใจที่จะ "เปิดเผย" เพย์โหลดของคิวบ์ข้อมูลบนศูนย์ข้อมูลของ Lonestar แบบดิจิทัลเพื่อพิสูจน์แหล่งที่มาของดวงจันทร์ จากนั้นส่งกลับมายังโลกและรวบรวมเป็นบล็อกเชนเพื่อส่งสัญญาณให้มีการตรวจสอบ

ข้อมูลที่จะแปลงเป็นดิจิทัลและเปิดตัวบนดาต้าคิวบ์คือสแตมป์ที่ที่ทำการไปรษณีย์ของ Isle of Man เลือก

อ่านข่าวเต็มได้ที่: BBC Science Focus


วันพุธที่ 27 กันยายน พ.ศ. 2566

ใช้การเรียนรู้ของเครื่องเพื่อลดความแตกต่างทางดิจิทัลในแคนาดา

satellite-dish
ภาพจาก Waterloo News (Canada)

นักวิจัยจาก University of Waterloo ของแคนาดาและสภาวิจัยแห่งชาติได้พัฒนา Multivariate Variance-based Genetic Ensemble Learning Method ซึ่งเป็นวิธีการเรียนรู้ของเครื่อง (machine learning) เพื่อคาดการณ์ปัญหาดาวเทียมที่อาจเกิดขึ้นเพื่อให้แน่ใจว่าชาวแคนาดาในชนบทและห่างไกลสามารถเข้าถึงอินเทอร์เน็ตได้อย่างต่อเนื่อง

วิธีการนี้รวมตัวแบบที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (artificial intelligence) หลายแบบเพื่อระบุความผิดปกติในดาวเทียมและเครือข่ายดาวเทียมก่อนที่จะบานปลาย 

นักวิจัยได้ทดสอบตัวแบบของพวกเขากับชุดข้อมูล Soil Moisture Active Passive, Mars Science Laboratory Rover และ Server Machine ที่เปิดเผยต่อสาธารณะ พวกเขาพบว่าความเที่ยงตรง ความแม่นยำ และการรีคอล (recall) ของตัวแบบของพวกเขานั้นเหนือกว่าตัวแบบที่มีอยู่

Peng Hu จาก Waterloo กล่าวว่า "งานวิจัยนี้จะช่วยให้เราออกแบบระบบดาวเทียมที่เชื่อถือได้ ยืดหยุ่น และปลอดภัยมากขึ้น"

อ่านข่าวเต็มได้ที่: Waterloo News (Canada)

วันอังคารที่ 26 กันยายน พ.ศ. 2566

ซอฟต์แวร์ตรวจจับการฟอกเงินได้เร็วกว่าที่เคย

money
ภาพจาก King's College London (U.K.)

นักวิทยาศาสตร์คอมพิวเตอร์ที่ King's College London (KCL) ของสหราชอาณาจักร และ CWI และ Vrije Universiteit Amsterdam ในเนเธอร์แลนด์ ได้พัฒนาซอฟต์แวร์ที่สามารถตรวจจับการฟอกเงินได้เร็วขึ้นและมีความแม่นยำมากขึ้นกว่าเดิม

อัลกอริทึมจะระบุตรวจจับเมื่ออาชญากร "สเมิร์ฟ (smurf) "แบ่งเงินจำนวนมากออกเป็นธุรกรรมเล็ก ๆ ระหว่างบัญชีธนาคารจำนวนมาก อัลกอริทึมจะประมวลผลข้อมูลที่ได้รับจากหลายบัญชี โดยมองเป็นแต่ละโหนดบนกราฟ โดยซอฟต์แวร์จะมุ่งเน้นไปที่พื้นที่กราฟซึ่งมีกิจกรรมที่น่าสงสัยมีปริมาณหนาแน่น

Grigorios Loukides จาก KCL กล่าวว่าซอฟต์แวร์ "สามารถค้นหาโซลูชันที่ดีที่สุดที่เป็นไปได้สำหรับการตรวจจับการจำแนกประเภททั่วไปของการโจมตีแบบสเมิร์ฟในข้อมูลจำนวนนับล้าน ซึ่งมีประสิทธิภาพมากกว่าวิธีการล้ำสมัยที่ใช้อยู่ในปัจจุบันถึง 3.2 เท่าโดยเฉลี่ย"

Loukides เสริมว่าความสามารถในการวิเคราะห์ข้อมูลที่รวดเร็วของเครื่องมือช่วยให้ผู้เชี่ยวชาญด้านการฟอกเงินสามารถจัดการกับผู้ไม่ประสงค์ดีได้อย่างมีประสิทธิภาพ

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

วันจันทร์ที่ 25 กันยายน พ.ศ. 2566

โปรแกรมวิเคราะห์ใบหน้าของ NIST ช่วยหาจุดผิดปกติในภาพ

hacker
Photo by Bermix Studio on Unsplash

นักวิทยาศาสตร์จากสถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐอเมริกา (National Institute of Standards and Technology ) หรือ NIST ประเมินการจดจำ/วิเคราะห์ใบหน้าโดยซอฟต์แวร์ประมวลผลภาพที่ล้ำสมัย

การประเมินหนึ่งให้คะแนนความสามารถของอัลกอริทึมการวิเคราะห์ใบหน้าในการตรวจสอบว่าข้อบกพร่องเป็นหลักฐานของการโจมตีด้วยการปลอมแปลง หรือที่เรียกว่าการตรวจจับการโจมตีการแสดงตัวตนหรือไม่

นักวิจัยได้ประเมินอัลกอริธึม 82 ตัวด้วยการโจมตีการแสดงตัวตน 9 ประเภทซึ่งรวมถึงการสวมหน้ากากและการถือรูปถ่ายของบุคคลอื่นหน้ากล้อง พวกเขาเรียนพบว่าไม่มีโปรแกรมใดที่สามารถตรวจจับการปลอมแปลงได้ทุกประเภท

การศึกษาอีกชิ้นหนึ่งได้ทดสอบอัลกอริทึม 7 ตัวที่ออกแบบมาเพื่อระบุข้อบกพร่องที่ทำให้ภาพถ่ายไม่เป็นไปตามข้อกำหนดของหนังสือเดินทาง โดยใช้มาตรการคุณภาพ 20 รายการตามมาตรฐานที่ยอมรับในระดับสากล

Joyce Yang จาก NIST กล่าวว่าประสิทธิภาพของซอฟต์แวร์ในมาตรวัดบางตัวดีกว่ามาตรวัดอีกหลายตัว และผลลัพธ์ที่ได้จะชี้ให้เห็นถึงมาตรฐานใหม่ที่กำหนดแนวทางสำหรับการวัดคุณภาพที่อัลกอริทึมมควรพิจารณา

อ่านข่าวเต็มได้ที่: NIST News

วันอาทิตย์ที่ 24 กันยายน พ.ศ. 2566

จิ้งจกที่คุณอยากเห็นมันไต่อยู่ตามกำแพง

lizard-robot
ภาพจาก Worcester Polytechnic Institute

นักวิทยาศาสตร์ของ Worcester Polytechnic Institute ร่วมมือกับเจ้าหน้าที่ของเมือง Worcester รัฐแมสซาชูเซตส์ เพื่อสร้างหุ่นยนต์ที่มีรูปร่างคล้ายจิ้งจกที่สามารถคลานเข้าไปในพื้นที่แคบเพื่อทำการตรวจสอบและทำแผนที่สามมิติ 

หุ่นยนต์ต้นแบบเป็นไปตามการออกแบบ "โอริกามิ (origami)" ที่ประกอบด้วยพลาสติก ส่วนประกอบที่พิมพ์แบบ 3 มิติ และองค์ประกอบที่สร้างด้วยเลเซอร์ พร้อมด้วยแผงวงจรแบบกำหนดเอง คอมพิวเตอร์ขนาดเล็ก เซ็นเซอร์ องค์ประกอบที่เป็นโลหะ โครงสร้างตัวถังแบบโมดูลาร์ และมอเตอร์

มันมีกล้องและเซ็นเซอร์เพื่อวัดอุณหภูมิและระดับสารปนเปื้อน และใช้ปัญญาประดิษฐ์เพื่อทำงานด้วยความเป็นอิสระในระดับหนึ่ง นักวิจัยได้ทดสอบอุปกรณ์ดังกล่าวในศาลากลางเมือง  Worcester และศูนย์ผู้สูงอายุWorcester  ซึ่งมันสามารถเข้าถึงพื้นที่แคบ ๆ และเดินทางไปในบริเวณโดยรอบในแนวนอนและแนวตั้งโดยไม่ทำให้เกิดตวามเสียหายใด ๆ 

อ่านข่าวเต็มได้ที่: Worcester Polytechnic Institute

วันเสาร์ที่ 23 กันยายน พ.ศ. 2566

การเรียนรู้ของเครื่องแบบควอนตัมช่วยแก้ปัญหาการหาเส้นทางเมื่อเกิดภัยธรรมชาติ

diagrams-on-blackboard
Photo by Dan Cristian Pădureț on Unsplash

ทางแก้ปัญหา (solution) การเรียนรู้ของเครื่อง ( machine learning) แบบควอนตัมที่พัฒนาโดยนักวิจัยที่ Terra Quantum และ Honda Research Institute Europe (HRI-EU) มีเป้าหมายเพื่อลดเวลาการอพยพระหว่างการเกิดภัยพิบัติทางธรรมชาติ

เครื่องมือประมวลผลควอนตัมแบบไฮบริด ซึ่งทำการจำลองควอนตัมบนฮาร์ดแวร์คอมพิวเตอร์แบบคลาสสิก จะพิจารณาตัวแปรแบบเรียลไทม์ และสามารถตัดสินใจได้โดยใช้ข้อมูลที่มีอยู่ในตัวเองเท่านั้น

ในการจำลองแผ่นดินไหวบนแผนที่ของเมืองเล็ก ๆ ที่สมจริง ทางแก้ปัญหานี้สามารถคาดการณ์เส้นทางหลบหนีของยานพาหนะที่มีประสิทธิภาพและปรับเปลี่ยนได้ และลดเวลาการอพยพให้สั้นลงโดยใช้ข้อมูลแผนที่น้อยกว่า 1%

Sebastian Schmitt จาก HRI-EU กล่าวว่า "การนำมาใช้กับปัญหาที่เกิดขึ้นจริง อาจทำให้เทคโนโลยีควอนตัมเปิดเผยศักยภาพของมัน ซึ่งถือเป็นหนึ่งในความท้าทายที่ใหญ่ที่สุดในสาขานี้ในปัจจุบัน งานนี้แสดงให้เห็นถึงก้าวย่างที่เต็มไปด้วยความหวังในทิศทางดังกล่าว และแสดงให้เห็นถึงวิธีการใช้สถาปัตยกรรมการเรียนรู้แบบผสมผสานของควอนตัม-คลาสสิก ในการใช้งานจริง"

อ่านข่าวเต็มได้ที่: HPCwire


วันศุกร์ที่ 22 กันยายน พ.ศ. 2566

นวัตกรรมการเรียนรู้ของเครื่องลดการใช้พลังงานคอมพิวเตอร์

mainframe
ภาพจาก WSU Insider

กรอบ (framework) การเรียนรู้ของเครื่อง (machine learning) ที่พัฒนาโดยนักวิจัยจาก Washington State University (WSU) และ Intel สามารถจัดการการใช้พลังงานเพื่อลดการใช้พลังงานในโปรเซสเซอร์คอมพิวเตอร์แบบมัลติคอร์

นักวิจัยได้ออกแบบอัลกอริธึมเพื่อเลือกระดับแรงดันไฟฟ้าและความถี่สำหรับคลัสเตอร์ต่างๆ ของโปรเซสเซอร์ 64 คอร์ เฟรมเวิร์กที่ปรับขนาดได้ได้เรียนรู้เพื่อเพิ่มประสิทธิภาพการจัดการพลังงานโดยไม่ลดประสิทธิภาพการทำงานของโปรเซสเซอร์หลายตัว ทำให้ประหยัดพลังงานได้สูงสุดถึง 60%

Jana Doppa จาก WSU กล่าวว่านวัตกรรมนี้ได้รับการออกแบบมาสำหรับระบบคอมพิวเตอร์ในอนาคตที่โปรเซสเซอร์อาจมีมากถึง 1,000 คอร์ อย่างไรก็ตามมันสามารถนำไปใช้กับระบบฝังตัวที่มีขนาดเล็กมากด้วย

อ่านข่าวเต็มได้ที่: WSU Insider

วันพฤหัสบดีที่ 21 กันยายน พ.ศ. 2566

การสร้างตัวแบบพฤติกรรมโซเชียลมีเดียเพื่อสู้กับข้อมูลที่ผิดพลาด

social-medai-icons
Photo by Alexander Shatov on Unsplash


นักวิจัยที่นำโดย Alexander Nwala ของ  College of William and Mary ได้เปิดตัว Behavioral Languages for Online Characterization (BLOC) ซึ่งเป็นกรอบภาษาสากลสำหรับการสร้างแบบจำลองพฤติกรรมโซเชียลมีเดีย

Nwala และเพื่อนร่วมงานที่ Indiana University Observatory on Social Media ออกแบบ BLOC เพื่อต่อสู้กับข้อมูลที่ผิดในเชิงรุกโดยจัดให้มีภาษาท้องถิ่นสำหรับการอธิบายพฤติกรรมของโซเชียลมีเดีย โดยทำให้การกระทำที่อาจเป็นอันตรายสามารถจดจำได้ง่ายขึ้น

Nwala กล่าวว่านักวิจัยสุ่มตัวอย่างโพสต์จากบัญชีโซเชียลมีเดียที่ระบุภายในระยะเวลาที่กำหนด และใช้ตัวอักษรเฉพาะเพื่อเข้ารหัสข้อมูล

BLOC รวบรวมพฤติกรรมของผู้ใช้ในลักษณะที่สามารถปรับให้เข้ากับแพลตฟอร์มโซเชียลมีเดียต่าง ๆ ได้อย่างง่ายดายผ่านพฤติกรรม และอักขระที่ใช้ในเนื้อหา

Nwala กล่าวว่า "เราสร้างแบบจำลองที่จับภาพเครื่องจักรและพฤติกรรมของมนุษย์ จากนั้นเราจะค้นหาว่าบัญชีที่ไม่รู้จักนั้นใกล้กับมนุษย์หรือเครื่องจักรมากกว่า"

อ่านข่าวเต็มได้ที่: William & Mary News

วันพุธที่ 20 กันยายน พ.ศ. 2566

เครื่องมือเจาะทะลวงโฆษณาที่โจมตีโดยใช้วิศวกรรมสังคม

pop-up-ad-blocker
ภาพจาก  Georgia Tech Research

Trident ซึ่งพัฒนาโดยนักวิจัยที่ Georgia Institute of Technology (Georgia Tech) คือโปรแกรมเสริมที่เข้ากันได้กับ Google Chrome ซึ่งสามารถบล็อกโฆษณาออนไลน์ที่ใช้วิศวกรรมสังคมได้ โดยที่นักวิจัยอธิบายว่ามีประสิทธิภาพเกือบสมบูรณ์

Zheng Yang จาก Georgia Tech กล่าวว่า "เป้าหมายคือการระบุโฆษณาที่น่าสงสัยซึ่งมักจะนำผู้ใช้ไปยังเว็บไซต์ที่เป็นอันตรายหรือกระตุ้นให้มีการดาวน์โหลดซอฟต์แวร์ที่ไม่พึงประสงค์ Trident ทำงานภายในเครื่องมือสำหรับนักพัฒนาซอฟต์แวร์ของ Chrome และใช้ AI ที่ซับซ้อนเพื่อประเมินภัยคุกคามที่อาจเกิดขึ้น"

นักวิจัยสร้าง Trident โดยใช้ชุดข้อมูลที่รวบรวมจากเว็บไซต์กว่า 100,000 แห่ง ซึ่งช่วยระบุการโจมตี 1,479 ครั้ง ครอบคลุมการโจมตีทางวิศวกรรมสังคม 6 ประเภททั่วไปที่เจอบนเว็บ

Trident มีอัตราการตรวจจับโฆษณาที่เป็นอันตรายที่เกือบจะสมบูรณ์แบบตลอดระยะเวลาหนึ่งปี โดยให้อัตราผลบวกลวงเพียง 2.57%

อ่านข่าวเต็มได้ที่: Georgia Tech Research

วันอังคารที่ 19 กันยายน พ.ศ. 2566

ทำไมญี่ปุ่นถึงพัฒนา ChatGPT ของตัวเอง

Fugaku-Supercomputer
ภาพจาก Nature

รัฐบาลญี่ปุ่น บริษัทเทคโนโลยีขนาดใหญ่ของญี่ปุ่น และนักวิจัยในญี่ปุ่นกำลังทำงานเพื่อสร้าง ChatGPT เวอร์ชันที่มีตัวแบบภาษาขนาดใหญ่ (large language model) หรือ LLM ที่ใช้ภาษาญี่ปุ่น

LLM ที่ได้รับการฝึกอบรมโดยใช้ชุดข้อมูลในภาษาอื่นไม่ได้คำนึงถึงความแตกต่างในระบบตัวอักษร โครงสร้างประโยค และวัฒนธรรม

Tokyo Institute of Technology, Tohoku University, Fujitsu และ RIKEN กลุ่มศูนย์วิจัยที่ได้รับทุนสนับสนุนจากรัฐบาล กำลังร่วมมือกันในการสร้าง LLM ของญี่ปุ่นโดยใช้ซูเปอร์คอมพิวเตอร์ Fugaku LLM ซึ่งมีกำหนดเปิดตัวในปีหน้า อาจมีพารามิเตอร์อย่างน้อย 3 หมื่นล้านตัว

ในขณะเดียวกัน LLM ที่ได้รับทุนสนับสนุนจากกระทรวงศึกษาธิการ วัฒนธรรม กีฬา วิทยาศาสตร์ และเทคโนโลยีของญี่ปุ่นสามารถเริ่มต้นด้วยพารามิเตอร์แสนล้านตัว และเพิ่มขึ้นได้เมื่อเวลาผ่านไป

Shotaro Kinoshita จาก  Keio University School of Medicine กล่าวว่าการพัฒนา ChatGPT เวอร์ชันภาษาญี่ปุ่นที่แม่นยำอาจมี "ผลกระทบเชิงบวกต่อการวิจัยร่วมระหว่างประเทศ"

อ่านข่าวเต็มได้ที่: Nature

วันจันทร์ที่ 18 กันยายน พ.ศ. 2566

การเรียนรูัของเครื่องจัดการชุดข้อมูลขนาดมหาศาล

out-of-memory-algorithm
ภาพจาก Los Alamos National Laboratory

อัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) ที่พัฒนาขึ้นที่ Los Alamos National Laboratory (LANL) ของกระทรวงพลังงานสหรัฐฯ (DOE) สามารถระบุและแบ่งคุณลักษณะสำคัญของชุดข้อมูลขนาดใหญ่ออกเป็นชุดที่สามารถจัดการได้

นักวิจัยได้ทดสอบอัลกอริทึมบนซูเปอร์คอมพิวเตอร์ Summit ที่ห้องปฏิบัติการแห่งชาติ Oak Ridge ของ DOE โดย Ismael Boureima จาก LANL กล่าวว่า "เราได้พัฒนาวิธี 'หน่วยความจำไม่เพียงพอ' สำหรับวิธีการแยกตัวประกอบเมทริกซ์ที่ไม่เป็นลบ ซึ่งช่วยให้คุณสามารถแยกตัวประกอบชุดข้อมูลขนาดใหญ่กว่าที่เคยทำได้บนฮาร์ดแวร์ที่กำหนด"

อัลกอริทึมถ่ายโอนข้อมูลระหว่างคอมพิวเตอร์ได้อย่างมีประสิทธิภาพโดยเร่งความเร็วในการคำนวณและเชื่อมต่ออย่างรวดเร็วโดยใช้ฮาร์ดแวร์ เช่น หน่วยประมวลผลกราฟิก (GPU) ในขณะที่ทำงานหลายอย่างพร้อมกัน

นักวิจัยของ LANL ใช้อัลกอริทึมในการประมวลผลเมทริกซ์หนาแน่น (desnse matrix) 340 เทราไบต์ และเมทริกซ์กระจัดกระจาย (sparse matrix) 11 เอ็กซาไบต์ ด้วย GPU 25,000 ตัว

อ่านข่าวเต็มได้ที่: Los Alamos National Laboratory

วันอาทิตย์ที่ 17 กันยายน พ.ศ. 2566

Kotlin ขึ้นสู่ 20 อันดับแรกของ Tiobe

balloons
ภาพจาก  InfoWorld

Kotlin ซึ่งเป็นภาษาทางเลือกแทน Java ของ JetBrains ได้เข้าสู่ดัชนีความนิยมภาษาโปรแกรมรายเดือนของ Tiobe โดยอยู่ในอันดับที่ 20 ด้วยคะแนน 0.90% ในเดือนกันยายน

การจัดอันดับคำนวณโดยใช้สูตรที่คำนึงถึงจำนวนวิศวกร หลักสูตร และหน่วยงานที่ใช้แต่ละภาษาโดยอิงจากข้อมูลเครื่องมือค้นหายอดนิยม 10 อันดับแรกของ Tiobe ในเดือนกันยายน ได้แก่ Python, C, C++, Java, C#, JavaScript, Visual Basic, PHP, ภาษา Assembly และ SQL

ในขณะเดียวกัน 10 อันดับแรกในดัชนี Pypl Popularity of Programming Language ฉบับเดือนกันยายน ซึ่งวัดการค้นหาบทช่วยสอนภาษาของ Google ได้แก่ Python, Java, JavaScript, C#, C/C++, PHP, R, TypeScript, Swift และ Objective-C

อ่านข่าวเต็มได้ที่: InfoWorld

วันเสาร์ที่ 16 กันยายน พ.ศ. 2566

คอมพิวเตอร์ที่ใช้ DNA สามารถทำงานกับโปรแกรมได้เป็นแสนล้านโปรแกรม

DNA-strand
ภาพจาก New Scientist

นักวิจัยจากมหาวิทยาลัย Shanghai Jiao Tong (SJTU) ของจีน และ Chinese Academy of Sciences ได้พัฒนาคอมพิวเตอร์เหลวที่สามารถรันโปรแกรมต่างๆ มากกว่าแสนล้านโปรแกรมโดยใช้สาย DNA

นักวิจัยได้รวมโมเลกุล DNA สั้น ๆ เข้ากับวงจรที่ทำหน้าที่เป็นเหมือนสายสัญญาณ และสั่งให้พวกมันสร้างโครงสร้างที่แตกต่างกัน

การเพิ่มโมเลกุลขนาดสั้นต่างๆ ลงในหลอดที่เต็มไปด้วยสาย DNA ช่วยให้อาร์เรย์เกท DNA ที่โปรแกรมได้ (DNA-based programmable gate array ) หรือ DPGA แต่ละตัวสามารถติดตั้งวงจรที่แตกต่างกันได้ 

มีการทดลองครั้งหนึ่งที่ใช้การออกแบบ DPGA สำหรับการจำแนกและเลือกโมเลกุล RNA ขนาดเล็กที่เกี่ยวข้องกับมะเร็งไตประเภทหนึ่ง ซึ่งการทดลองนี้จัดว่าเป็นการบุกเบิกวิธีการทางธรรมชาติสำหรับ "การวินิจฉัยโรคอย่างชาญฉลาดสำหรับโรคประเภทต่างๆ" Fei Wang จาก SJTU กล่าว

อ่านข่าวเต็มได้ที่: New Scientist


วันศุกร์ที่ 15 กันยายน พ.ศ. 2566

ตัวแบบ AI เพิ่มความเร็วของคอมพิวเตอรฺวิทัศน์แบบความละเอียดสูง

MIT-AI-Computer-Vision
ภาพจาก MIT News

ทีมงานนานาชาติที่นำโดยนักวิจัยจาก Massachusetts Institute of Technology (MIT) ได้พัฒนาชุดตัวแบบคอมพิวเตอร์วิทัศน์ (computer vision) ที่สามารถดำเนินการแบ่งส่วนความหมาย (จัดหมวดหมู่แต่ละพิกเซลในภาพความละเอียดสูง) ในแบบเรียลไทม์ด้วยทรัพยากรฮาร์ดแวร์ที่จำกัด

ซีรีส์ใหม่ของตัวแบบที่มีชื่อว่า EfficientViT สามารถบรรลุความแม่นยำเท่าเดิมหรือดีกว่า และเร็วกว่าตัวแบบการแบ่งส่วนความหมายที่ล้ำสมัยที่มีอยู่ถึงเก้าเท่า เนื่องจากฟังก์ชันความคล้ายคลึงกันเชิงเส้นและสถาปัตยกรรมที่เป็นมิตรต่อฮาร์ดแวร์

ด้วยการจัดเรียงลำดับการดำเนินการใหม่ EfficientViT สามารถลดการคำนวณทั้งหมดได้ โดยไม่สูญเสียฟังก์ชันการทำงานหรือสูญเสียฟิลด์รับสัญญาณส่วนกลาง

Song Han จาก MIT กล่าวว่า "เราสามารถได้รับสิ่งที่ดีที่สุดจากทั้งสองโลก และลดการประมวลผลลงเพื่อให้เร็วพอที่จะรันบนอุปกรณ์พกพาและอุปกรณ์คลาวด์" ตัวแบบดังกล่าวสามารถช่วยเพิ่มประสิทธิภาพการตัดสินใจแบบเรียลไทม์ของรถยนต์ขับเคลื่อนอัตโนมัติ

อ่านข่าวเต็มได้ที่: MIT News

วันพฤหัสบดีที่ 14 กันยายน พ.ศ. 2566

ไก่ทอดหุ่นยนต์ ผู้ประกอบการหาวิธีปรับปรุงอาหารยอดนิยมของเกาหลีใต้

robot-fried-chicken
ภาพจาก Yahoo! News

ผู้ประกอบการ Kang Ji-young ได้ติดตั้งแขนหุ่นยนต์ในแฟรนไชส์ Robert Chicken ของเธอในเกาหลีใต้เพื่อไม่เพียงแต่ปรุงไก่ทอดให้เร็วขึ้น แต่ยังเพื่อแก้ไขปัญหาการขาดแคลนแรงงานของประเทศที่มีอัตราการเกิดต่ำที่สุดในโลก

แขนหุ่นยนต์ที่ยืดหยุ่นแต่ละข้างสามารถทอดไก่ได้ 100 ตัวภายในสองชั่วโมง ซึ่งปกติต้องใช้คนงาน 5 คนและเครื่องทอดหลายตัว หุ่นยนต์จะจัดการกระบวนการทอดทั้งหมดและทำการวัดอุณหภูมิน้ำมันและระดับออกซิเดชั่นแบบเรียลไทม์เพื่อให้มั่นใจถึงรสชาติที่สม่ำเสมอ

รัฐบาลเกาหลีใต้ได้ประกาศกองทุน "foodtech" เพื่อลงทุนในสตาร์ทอัพที่ทำงานเกี่ยวกับอาหารที่ใช้เทคโนโลยีขั้นสูง

อ่านข่าวเต็มได้ที่: Yahoo! News

วันพุธที่ 13 กันยายน พ.ศ. 2566

อุปกรณ์ตรวจจับการปฎิเสธอวัยวะที่ถูกปลูกถ่าย

implant-device-inkidney
ภาพจาก Northwestern Now

นักวิจัยจาก Northwestern University และ University of Chicago ได้ออกแบบอุปกรณ์อิเล็กทรอนิกส์ชีวภาพที่สามารถตรวจสอบอวัยวะที่ปลูกถ่ายได้อย่างต่อเนื่องแบบเรียลไทม์ และสามารถตรวจจับอุณหภูมิที่ผิดปกติซึ่งส่งสัญญาณถึงการปฏิเสธอวัยวะได้

อุปกรณ์บางเบา ที่ถูกปลูกถ่ายเข้าไปจะวางอยู่บนไตโดยตรงใต้แคปซูลไต และมีเทอร์โมมิเตอร์ที่สามารถตรวจจับการเปลี่ยนแปลงของอุณหภูมิแม้แต่ในระดับที่น้อยมาก และสตรีมข้อมูลแบบไร้สายไปยังสมาร์ทโฟนหรือแท็บเล็ต เพื่อแจ้งเตือนผู้ป่วยหรือแพทย์เกี่ยวกับความผิดปกติ

ในการทดสอบกับสัตว์ขนาดเล็กที่มีการปลูกถ่ายไต นักวิจัยพบว่าเซ็นเซอร์ตรวจพบข้อบ่งชี้ในการปฏิเสธที่เป็นไปได้เร็วกว่าเทคนิคการติดตามในปัจจุบันถึงสามสัปดาห์

อ่านข่าวเต็มได้ที่: Northwestern Now

วันอังคารที่ 12 กันยายน พ.ศ. 2566

นักวิจัยพบว่าข้อบกพร่องบนอุปกรณ์ของ Apple ทำให้อุปกรณ์ติดสปายแวร์

Apple_inc
ภาพจาก  Reuters

นักวิจัยจาก Citizen Lab ในแคนาดา พบว่าอุปกรณ์ Apple ถูกใช้เพื่อแพร่กระจายสปายแวร์จากกลุ่มข่าวกรองทางไซเบอร์ของอิสราเอล NSO

หน่วยงานเฝ้าระวังดิจิทัลรายนี้ระบุว่า ตรวจพบว่ามีการนำข้อบกพร่องดังกล่าวไปใช้เพื่อแพร่ระบาด สปายแวร์ Pegasus ของ NSO ในอุปกรณ์ Apple ของพนักงานกลุ่มประชาสังคมในวอชิงตัน

Citizen Lab กล่าวว่าข้อบกพร่องดังกล่าวส่งผลกระทบต่อ iPhone ที่ใช้ iOS เวอร์ชันล่าสุด โดยผู้ใช้ที่ตกเป็นเหยื่อไม่ต้องทำอะไรเลย John Scott-Railton จาก Citizen Lab กล่าวว่า "นี่แสดงให้เห็นว่าภาคประชาสังคมกลับมาทำหน้าที่เป็นระบบเตือนภัยล่วงหน้าเกี่ยวกับการโจมตีที่ซับซ้อนจริง ๆ อีกครั้ง"

หน่วยเฝ้าระวังรายงานข้อบกพร่องไปยัง Apple ซึ่งได้ปล่อยการอัปเดตบนอุปกรณ์ของ Apple แล้ว

อ่านข่าวเต็มได้ที่: Reuters

วันจันทร์ที่ 11 กันยายน พ.ศ. 2566

นักต้มตุ๋นใช้ข้อบกพร่องด้านความมั่นคงโดยหลอกว่าเมลถูกส่งต่อมาจากโปรไฟล์ที่มีชื่อเสียง

gmail-downloading
Photo by Solen Feyissa on Unsplash

นักวิจัยจาก University of California, San Diego,  Stanford University และ University of Twenteในเนเธอร์แลนด์ ค้นพบวิธีที่นักต้มตุ๋นปลอมตัวเป็นองค์กรที่มีชื่อเสียงระดับสูงโดยใช้ประโยชน์จากช่องโหว่ในการส่งต่ออีเมล

นักวิจัยได้แจ้งเตือน Microsoft, Apple และ Google ถึงข้อบกพร่องดังกล่าว ซึ่งตามที่พวกเขาทราบยังไม่ได้มีการแก้ไขข้อบกพร่องนี้อย่างสมบูรณ์ พวกเขาแนะนำให้ปิดการใช้งานการส่งต่อแบบเปิด ซึ่งช่วยให้ผู้ใช้สามารถกำหนดค่าบัญชีของตนเพื่อส่งต่อข้อความไปยังที่อยู่อีเมลที่กำหนดโดยไม่ต้องมีการยืนยันจากที่อยู่ปลายทาง

อ่านข่าวเต็มได้ที่: UC San Diego Today

วันอาทิตย์ที่ 10 กันยายน พ.ศ. 2566

นักวิจัยออกแบบตัวแบบการเรียนรู้ของเครื่องเพื่อทำนายการฆ่าตัวตายของวัยรุ่นและความเสี่ยงในการทำร้ายตนเองได้ดียิ่งขึ้น

woman-deprerssed
ภาพจาก UNSW Sydney Newsroom (Australia)

ตัวแบบการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่พัฒนาโดยนักวิจัยจาก University of New South Wales (UNSW) ของออสเตรเลีย Ingham Institute for Applied Medical Research และ South Western Sydney Local Health District มีเป้าหมายที่จะคาดการณ์ความเสี่ยงของการฆ่าตัวตายและการพยายามทำร้ายตัวเองในหมู่วัยรุ่นได้ดียิ่งขึ้น

จากการใช้ข้อมูลจากผู้เข้าร่วม 2,809 คนในการศึกษาของ  Longitudinal Study of Australian Children นักวิจัยระบุปัจจัยเสี่ยงที่อาจเกิดขึ้นมากกว่า 4,000 รายการที่เกี่ยวข้องกับสุขภาพจิตและร่างกาย ความสัมพันธ์ระหว่างบุคคล และสภาพแวดล้อมในโรงเรียนและที่บ้าน

พวกเขาใช้อัลกอริทึม random forest classification เพื่อระบุปัจจัยเสี่ยงในช่วงอายุ 14-15 ปี ที่สามารถทำนายการทำร้ายตนเองและการพยายามฆ่าตัวตายได้มากที่สุดในช่วงอายุ 16-17 ปี ตัวแบบ ML ที่อิงตามปัจจัยเสี่ยงอันดับต้น ๆ มีความแม่นยำในการทำนายการทำร้ายตัวเองและการพยายามฆ่าตัวตายมากกว่าแนวทางมาตรฐาน ซึ่งจะพิจารณาเฉพาะความพยายามครั้งก่อนเท่านั้น

อ่านข่าวเต็มได้ที่: UNSW Sydney Newsroom (Australia)

วันเสาร์ที่ 9 กันยายน พ.ศ. 2566

ผู้ผลิตรถยนต์ไม่ผ่านการทดสอบความเป็นส่วนตัว ทำให้เจ้าของสามารถควบคุมข้อมูลส่วนบุคคลได้น้อยมาก

cars-on-street
ภาพจาก Associated Press

การสำรวจโดยมูลนิธิ Mozilla Foundation ที่ไม่แสวงหากำไร พบว่าผู้ผลิตรถยนต์ส่วนใหญ่ยอมรับว่าอาจขายข้อมูลส่วนบุคคลของเจ้าของรถ 

Albert Fox Cahn จาก Carr Center for Human Rights Policy ของ Harvard เตือนว่า "อุปกรณ์อิเล็กทรอนิกส์ที่ผู้ขับขี่จ่ายเงินมากขึ้นเรื่อย ๆ เพื่อติดตั้ง กำลังรวบรวมข้อมูลเกี่ยวกับพวกเขาและผู้โดยสารมากขึ้นเรื่อย ๆ"

Mozilla กำหนดให้รถยนต์ได้รับคะแนนความเป็นส่วนตัวที่แย่ที่สุดในบรรดาผลิตภัณฑ์มากกว่าสิบประเภทที่องค์กรได้ตรวจสอบมาตั้งแต่ปี 2017 ไม่มีแบรนด์รถยนต์ใดใน 25 ยี่ห้อที่มีประกาศเกี่ยวกับความเป็นส่วนตัวที่ Mozilla ตรวจสอบในปีนี้ ที่ตรงตามมาตรฐานความเป็นส่วนตัวขั้นต่ำขององค์กรไม่แสวงหากำไร ซึ่งรวมถึงการเข้ารหัสข้อมูลส่วนบุคคลทั้งหมด เมื่อเปรียบเทียบกับ 37% ของแอปพลิเคชันด้านสุขภาพจิตที่ผ่านการตรวจสอบแล้ว

แบรนด์รถยนต์ 19 แบรนด์กล่าวว่าพวกเขาสามารถขายข้อมูลส่วนบุคคลของเจ้าของได้ โดยครึ่งหนึ่งยินดีแบ่งปันกับรัฐบาลหรือหน่วยงานบังคับใช้กฎหมายโดยไม่ต้องมีคำสั่งศาล

อ่านข่าวเต็มได้ที่: Associated Press

วันศุกร์ที่ 8 กันยายน พ.ศ. 2566

ซอฟต์แวร์ช่วยให้นักวิจัยชีวการแพทย์ไม่จำเป็นต้องเป็นนักวิทยาศาสตร์คอมพิวเตอร์

iCLOTS
ภาพจาก Georgia Tech College of Engineering

นักวิทยาศาสตร์ที่ Georgia Institute of Technology และ Emory University ได้สร้างซอฟต์แวร์โอเพ่นซอร์สที่ช่วยให้นักวิจัยที่มีข้อมูลภาพสามารถทำการวิเคราะห์ภาพทางชีวการแพทย์ที่ซับซ้อนได้โดยไม่จำเป็นต้องมีทักษะการเขียนโค้ด

โปรแกรม Cellular assay Labeled Observation and Tracking Software (iCLOTS) แบบโต้ตอบจะปรับอัลกอริทึมการถ่ายภาพในปัจจุบันที่ได้รับการตรวจสอบความถูกต้องแล้ว โดยนักออกแบบมุ่งเน้นไปที่แพลตฟอร์มไมโครฟลูอิดิกส์ (microfluidics) เป็นหลัก

ทีมงานได้ทดสอบความสามารถในการทำซ้ำและความไวของ iCLOTS โดยนำไปใช้กับชุดข้อมูลที่เผยแพร่หลากหลายชุด และเปรียบเทียบการวิเคราะห์กับผลการศึกษา และกับผลลัพธ์ที่รวบรวมโดยมนุษย์ในการตรวจสอบรูปภาพหรือวิดีโอ

ซอฟต์แวร์เปิดเผยข้อมูลเชิงลึกจากโครงการที่อาจถูกมองข้ามในระหว่างการทดสอบการตรวจสอบความถูกต้อง

อ่านข่าวเต็มได้ที่: Georgia Tech College of Engineering

วันพฤหัสบดีที่ 7 กันยายน พ.ศ. 2566

เราคุยกับวาฬได้ไหม?

whale
ภาพจาก The New Yorker

นักวิจัยจาก Cetacean Translation Initiative (CETI) กำลังใช้ประโยชน์จากการเรียนรู้ของเครื่อง (machine learning) เพื่อช่วยถอดรหัส (coda) ที่วาฬใช้พูดคุยกัน และอาจทำให้ให้มนุษย์พูดคุยกับพวกมันได้เช่นกัน

นักวิจัยวางแผนที่จะติดอุปกรณ์บันทึกเสียงกับวาฬหัวทุย (sperm whale) ใกล้โดมินิกา เพื่อรวบรวมข้อมูลเพื่อฝึกอัลกอริทึมการเรียนรู้ของเครื่อง

พวกเขายังวางแผนที่จะบันทึกรหัสโคดาโดยใช้ "สถานีดักฟัง" สามแห่งที่ผูกไว้บนพื้นทะเลแคริบเบียน จากรหัสโคดา 25 รหัสที่บันทึกได้ของวาฬหัวทุยรอบๆ โดมินิกา ที่มีจำนวนและจังหวะการคลิกต่างกัน

Shane Gero จาก Carleton University ในแคนาดาได้รวบรวมรหัสโคดาของวาฬหัวทุยที่มีการคลิกประมาณ 100,000 ครั้ง แต่นักวิจัยของ CETI ประเมินว่าท้ายที่สุดแล้วจะต้องใช้จำนวนคลิกประมาณ 4 พันล้านคลิก

อ่านข่าวเต็มได้ที่: The New Yorker

วันพุธที่ 6 กันยายน พ.ศ. 2566

การทดสอบคอมพิวเตอร์ควอนตัม

circuit
Photo by Manuel on Unsplash

ทีมนักวิจัยจากเยอรมนี เนเธอร์แลนด์ เดนมาร์ก และสหรัฐอาหรับเอมิเรตส์ คิดค้นวิธีการประเมินคุณภาพของคอมพิวเตอร์ควอนตัมโดยใช้เทคนิคทางฟิสิกส์ วิทยาการคอมพิวเตอร์ และคณิตศาสตร์

Jens Eisert จาก Freie Universität Berlin ประเทศเยอรมนี กล่าวว่า "มีการติดตั้งวงจรสุ่ม (Random circuit) จากนั้นผลการวัดจะถูกส่งออกเป็น 'ควอนตัมบิต' หรือ 'คิวบิต (qubit)'"

ข้อมูลประกอบด้วยข้อมูลการวินิจฉัยที่ครบครัน ซึ่งสามารถใช้เพื่อประเมินประสิทธิภาพและการทำงานของระบบควอนตัมในด้านต่าง ๆ

อ่านข่าวเต็มได้ที่: Freie University Berlin (Germany)

วันอังคารที่ 5 กันยายน พ.ศ. 2566

เซ็นเซอร์ตรวจจับแผ่นดินไหวติดตามการโจมตีด้วยระเบิดในยูเครน

destroy-building
ภาพจาก New Scientist

นักวิทยาศาสตร์จากมูลนิธิวิจัยแผ่นดินไหว NORSAR ของนอร์เวย์ และ State Space Agency แห่งรัฐยูเครน กำลังใช้เครื่องวัดแผ่นดินไหวที่ปกติใช้ในการตรวจจับแผ่นดินไหว เพื่อติดตามการโจมตีด้วยระเบิดในจังหวัดต่าง ๆ ใกล้กรุงเคียฟ เมืองหลวงของยูเครน

Ben Dando และเพื่อนร่วมงานจาก NORSAR ใช้ซอฟต์แวร์และวิธีการที่มีอยู่เพื่อพัฒนาอัลกอริทึมการตรวจจับที่สามารถแจ้งเตือนผู้ใช้โดยอัตโนมัติภายใน 10 ถึง 15 นาทีหลังจากเกิดการระเบิด โดยคำนวณตำแหน่งและจังหวะเวลาของการระเบิดแต่ละครั้ง โดยขึ้นอยู่กับว่าเซ็นเซอร์แผ่นดินไหวในบริเวณใกล้เคียงตรวจพบคลื่นแผ่นดินไหวที่แตกต่างกันเมื่อใด

เทคนิคดังกล่าวพบว่ามีประสิทธิภาพเป็นพิเศษภายในรัศมี 200 กิโลเมตรจากสถานีแผ่นดินไหว Malin ทางตะวันตกเฉียงเหนือของกรุงเคียฟ ซึ่งติดตั้งเซ็นเซอร์แผ่นดินไหว 24 ตัวและเซ็นเซอร์อินฟาเรด ที่สามารถระบุคลื่นเสียงซึ่งโดยทั่วไปอยู่นอกขอบเขตการได้ยินของมนุษย์

อ่านข่าวเต็มได้ที่: New Scientist

วันจันทร์ที่ 4 กันยายน พ.ศ. 2566

สิบสองชาติเร่งให้ยักษ์ใหญ่ด้านโซเชียลมีเดียจัดการการจัดเก็บข้อมูลแบบผิดกฏหมาย

screen-scrapping
ภาพจาก  ZDNet

แถลงการณ์ร่วมจากหลายสิบประเทศ รวมถึงออสเตรเลีย แคนาดา สหราชอาณาจักร ฮ่องกง และสวิตเซอร์แลนด์ เรียกร้องให้แพลตฟอร์มโซเชียลมีเดียจัดการกับการขโมยข้อมูลที่ผิดกฎหมาย โดยเน้นว่ากฎหมายท้องถิ่นกำหนดให้ต้องปกป้องข้อมูลของผู้ใช้

ประเทศต่าง ๆ กำลังมองหาข้อเสนอแนะจากบริษัทแม่ของแพลตฟอร์มเหล่านี้ เกี่ยวกับวิธีการปฏิบัติตามหรือวางแผนที่จะปฏิบัติตาม “ความคาดหวังและหลักการ” ที่กำหนดไว้ในแถลงการณ์ ซึ่งในบางเขตอำนาจศาลถือเป็น “ข้อกำหนดทางกฎหมายที่ชัดเจน”

คำแถลงร่วมระบุว่าแพลตฟอร์มต่างๆ เช่น YouTube, TikTok, Facebook, Weibo, X และ LinkedIn ควรจำกัดจำนวนการเข้าชมต่อชั่วโมงหรือต่อวันของบัญชีเดียวที่จะเข้าดูโปรไฟล์ของบัญชีอื่น ๆ  

ทีมพัฒนาหรือผู้ที่มีบทบาทที่ได้รับมอบหมายให้กำหนด และดำเนินมาตรการป้องกันการขูด (scrap) ข้อมูลและระบุและดำเนินการทางกฎหมายกับผู้ที่ขูด

อ่านข่าวเต็มได้ที่: ZDNet

วันอาทิตย์ที่ 3 กันยายน พ.ศ. 2566

NIST วางมาตรฐานอัลกอริทึมการเข้ารหัสที่สามารถสู้กับการจู่โจมจากคอมพิวเตอร์ควอนตัม

encryption-algorithms
ภาพจาก NIST News

สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (National Institute of Standards and Technology) หรือ NIST ได้เผยแพร่ร่างมาตรฐานสำหรับอัลกอริทึมสามในสี่ที่ได้รับเลือกเมื่อปีที่แล้วสำหรับการต้านทานการโจมตีจากคอมพิวเตอร์ควอนตัม

ชุมชนการเข้ารหัสลับทั่วโลกมีเวลาจนถึงวันที่ 22 พฤศจิกายนในการส่งความคิดเห็นเกี่ยวกับร่างมาตรฐาน อัลกอริธึมสามตัวที่มีการเปิดตัวเป็นมาตรฐาน ได้แก่ CRYSTALS-Kyber ซึ่งเป็นอัลกอริธึมสำหรับการเข้ารหัสทั่วไป CRYSTALS-Dilithium และ SPHINCS+ ซึ่งได้รับการออกแบบมาเพื่อปกป้องลายเซ็นดิจิทัล

ร่างมาตรฐานสำหรับอัลกอริธึมที่สี่ FALCON ซึ่งมีจุดประสงค์เพื่อปกป้องลายเซ็นดิจิทัลนั้นคาดว่าจะเกิดขึ้นภายในหนึ่งปี ในขณะเดียวกัน นักวิจัยของ NIST ยังคงประเมินอัลกอริธึมชุดที่สองต่อไป โดยจะมีการเผยแพร่ร่างมาตรฐานในปีหน้า (ถ้ามี)

อ่านข่าวเต็มได้ที่: NIST News

วันเสาร์ที่ 2 กันยายน พ.ศ. 2566

ภาษาเขียนโปรแกรมตัวท้อปประจำปี 2023

list-programming-languages
ภาพจาก IEEE Spectrum

การจัดอันดับภาษาการเขียนโปรแกรมยอดนิยมประจำปีของ IEEE Spectrum แสดงให้เห็นช่วงการนำที่กว้างขึ้นโดย Python ซึ่งอยู่ในอันดับที่ 1 ซึ่งเป็นผลมาจากการที่ภาษาดังกล่าวกลายเป็นภาษาที่ใช้งานทั่วไปและเป็นภาษาชั้นนำสำหรับปัญญาประดิษฐ์ (artitificial intelligence)

ภาษายอดนิยมในรายการหา "งาน" คือ SQL ซึ่งผู้จ้างงานให้ความสำคัญร่วมกับทักษะในภาษาต่างๆ เช่น Java หรือ C++ เนื่องจากข้อมูลสำคัญทางธุรกิจที่สำคัญอยู่ในฐานข้อมูล SQL ในสถาปัตยกรรมแบบกระจายสมัยใหม่

Java และภาษาที่คล้าย C จำนวนมากได้รับความนิยมรวมกันมากกว่า Python สำหรับงานที่มีประสิทธิภาพสูงหรือต้องใช้ทรัพยากรมาก เนื่องจาก Python มีค่าใช้จ่ายด้านการตีความ (interpreter) ที่สูงเกินไป

สำหรับด้านธุรกิจอย่างธนาคารขนาดใหญ่ ซึ่งข้อผิดพลาดมีค่ามหาศาล ภาษา COBOL ยังเป็นที่ต้องการ จากการรีวิวโฆษณาหางานพบว่าในการประกาศหางานด้าน fintech มีการหาคนเขียน COBOL มากกว่าด้านคริปโท (crypto)

อ่านข่าวเต็มได้ที่: IEEE Spectrum

วันศุกร์ที่ 1 กันยายน พ.ศ. 2566

CU Boulder เพิ่มวิชาเขียนโค้ดเข้าไปในหลักสูตรภาษาอังกฤษ


CU-Boulder
ภาพจาก Government Technology

University of Colorado Boulder (CU Boulder) ได้เปิดสอนชั้นเรียนภาษาอังกฤษที่รวมเอาวิทยาศาสตร์ข้อมูลและการเขียนโค้ดเข้าไว้ด้วยกันแล้ว

หลังจากที่นักเรียนได้รับการสอนวิธีเขียนโค้ดและใช้ภาษาการเขียนโปรแกรม R แล้ว พวกเขาก็จะได้เรียนรู้การถึงสำรวจนวนิยายโดยใช้วิธีวิทยาศาสตร์ข้อมูล

David Glimp จาก CU Boulder กล่าวว่า "หลักสูตรเหล่านี้เป็นช่องทางในการเข้าถึงนักศึกษาจากสาขาวิทยาการคอมพิวเตอร์ พื้นหลัง STEM วิทยาการสารสนเทศ สังคมศาสตร์ และธุรกิจ และนำพวกเขาเข้าสู่การศึกษาวรรณกรรมและค้นหาวิธีอื่นในการดึงดูดพวกเขาให้คิดเกี่ยวกับวรรณกรรม"

หลักสูตรนี้ยังมุ่งส่งเสริมความร่วมมือข้ามสาขาวิชาอีกด้วย Glimp กล่าวเสริมว่า "เรากำลังพยายามดำเนินการในลักษณะที่ให้คุณค่ากับการสืบค้นวรรณกรรมแบบดั้งเดิมและโอกาสใหม่ ๆ ที่เปิดกว้างโดยวิทยาศาสตร์ข้อมูล"

อ่านข่าวเต็มได้ที่: Government Technology

วันพฤหัสบดีที่ 31 สิงหาคม พ.ศ. 2566

อุปกรณ์ขนาดเท่ากระเป๋าเสื้ออาจช่วยตรวจว่าบาดแผลติดเชิ้อหรือไม่ ได้เร็วกว่า

protect-infected-wound
ภาพจาก Frontiers Science News

นักวิทยาศาสตร์ในแคนาดาและเม็กซิโกได้ออกแบบอุปกรณ์ขนาดพกพาเพื่อระบุบาดแผลที่ติดเชื้อจากภาพทางการแพทย์ที่ถ่ายด้วยสมาร์ทโฟนหรือแท็บเล็ต

แพทย์สามารถติด Swift Ray 1 เข้ากับสมาร์ทโฟนและเชื่อมโยงกับซอฟต์แวร์ Swift Skin and Wound เพื่อบันทึกภาพถ่ายระดับภาพถ่ายทางการแพทย์ ภาพความร้อนอินฟราเรด และภาพเรืองแสงของแบคทีเรีย

นักวิจัยได้เลือกผู้ป่วยที่ได้รับบาดเจ็บ 66 ราย ในขณะที่นักวิทยาศาสตร์ตรวจสอบภาพบาดแผลของพวกเขา และจำแนกบาดแผล 20 แผลว่าไม่มีการอักเสบ 26 แผลเป็นอักเสบ และ 20 แผลเป็นติดเชื้อ

นักวิจัยใช้อัลกอริธึมการจัดกลุ่ม k-neighbor ที่ใกล้ที่สุดเพื่อกำหนดตัวแบบการเรียนรู้ของเครื่อง (machibe learning) ที่สามารถระบุบาดแผล 3 ประเภทด้วยความแม่นยำโดยรวม 74% และระบุบาดแผลที่ติดเชื้อได้ 100% และบาดแผลที่ไม่ติดเชื้อ 91% อย่างถูกต้อง

อ่านข่าวเต็มได้ที่: Frontiers Science News

วันพุธที่ 30 สิงหาคม พ.ศ. 2566

ขอเชิญพบกับ Apollo หุ่นยนต์เหมือนคนที่เปรียบได้กับ iPhone

apollo-robot
ภาพจาก CNN

นักวิจัยจาก Apptronik บริษัทสตาร์ทอัพด้านหุ่นยนต์ในเท็กซัสได้เปิดตัว Apollo หุ่นยนต์ฮิวแมนนอยด์ที่มีความสูงเกือบ 6 ฟุต (1.8 เมตร) และหนัก 160 ปอนด์ (27 กก.) ที่สามารถยกน้ำหนักได้ 55 ปอนด์ (25 กก.) และได้รับการออกแบบมาเพื่อทำงานเคียงข้างมนุษย์

หุ่นยนต์ที่ใช้พลังงานจากแบตเตอรี่ติดตั้งแผงหน้าอกดิจิทัลที่ให้รายละเอียดอายุการใช้งานแบตเตอรี่ที่เหลืออยู่ งานปัจจุบัน เวลาที่คาดว่าจะเสร็จสิ้น และงานถัดไป

อพอลโลสามารถเดิน งอแขน และจับสิ่งของต่าง ๆ ได้ และมีใบหน้าที่เข้าถึงได้และเป็นมิตร เพื่อช่วยให้เพื่อนร่วมงานที่เป็นมนุษย์รู้สึกสบายใจกับมันมากขึ้น นอกจากนี้ยังมีกล้องการรับรู้และเซ็นเซอร์ที่ช่วยให้สามารถจัดทำแผนที่สภาพแวดล้อมและหลีกเลี่ยงอุปสรรคได้

Jeff Cardenas ซีอีโอของ Apptronik กล่าวว่า "เป้าหมายคือการสร้างหุ่นยนต์ตัวหนึ่งที่สามารถทำสิ่งต่าง ๆ นับพันได้ และถ้าต้องการให้มันทำงานใหม่หรือมีพฤติกรรมใหม่ก็แค่อัพเดตซอฟต์แวร์เท่านั้น"

อ่านข่าวเต็มได้ที่: CNN

วันอังคารที่ 29 สิงหาคม พ.ศ. 2566

การปลูกถ่ายสมองสามารถช่วยให้ผู้ที่เป็นอัมพาตพูดได้เร็วและชัดเจนขึ้น

brain-implant-speech
ภาพจาก  CNN

การวิจัยแสดงให้เห็นว่าการปลูกถ่ายสมองสามารถช่วยให้ผู้ป่วยที่เป็นอัมพาตสื่อสารได้เร็วขึ้นและแม่นยำยิ่งขึ้น 

ทีมนักวิจัยจากหลายสถาบันที่นำโดย Jaimie Henderson จาก Stanford University วิเคราะห์ว่าระบบประสาทเทียมที่ฝังลงในสองบริเวณของผู้ป่วยโรคปลอกประสาทเสื่อมแข็งชนิดอะไมโอโทรฟิค (amyotrophic) ซึ่งผู้ป่วยคือ Pat Bennett บันทึกการทำงานของระบบประสาทขณะที่เธอพยายามขยับใบหน้า ส่งเสียง หรือพูดคำเดียวได้อย่างไร

อาร์เรย์อิเล็กโทรดเชื่อมโยงกับคอมพิวเตอร์โดยใช้สาย ในขณะที่ซอฟต์แวร์ถอดรหัสและแปลสัญญาณเป็นคำที่แสดงบนหน้าจอคอมพิวเตอร์แบบเรียลไทม์

Frank Willett จากสถาบันการแพทย์ Howard Hughes กล่าวว่า "เราสามารถถอดรหัสความพยายามในการพูดโดยมีอัตราข้อผิดพลาดของคำ 23% เมื่อใช้ชุดคำขนาดใหญ่ที่เก็บคำที่ผู้ป่วยน่าจะพูดจำนวน 125,000 คำ ซึ่งหมายความว่าประมาณสามในสี่ของคำจะถูกถอดรหัสอย่างถูกต้อง"

อ่านข่าวเต็มได้ที่: CNN

วันจันทร์ที่ 28 สิงหาคม พ.ศ. 2566

IBM อาจทำให้การแก้ไขข้อผิดพลาดง่ายขึ้นสำหรับคอมพิวเตอร์ควอนตัม

quantum-computer
ภาพจาก New Scientist

นักวิจัยของ IBM ลดจำนวนบิตควอนตัม (qubits) ที่จำเป็นสำหรับการแก้ไขข้อผิดพลาดควอนตัมลงอย่างมาก โปรโตคอลเกี่ยวข้องกับการเชื่อมโยงแต่ละ qubit ในคอมพิวเตอร์กับอีก 6 ตัวผ่านทางควอนตัมพัวพัน (quantum entanglement) ดังนั้นแต่ละ qubit จะตรวจสอบกันและกัน

ในขณะที่รหัสพื้นผิว (surface code) เชื่อมต่อแต่ละคิวบิตกับอีกสี่ตัวเพื่อให้สามารถจัดเรียงเป็นตารางที่เรียบง่ายบนพื้นผิวของชิปได้ โปรโตคอลใหม่ต้องใช้ตารางคู่ขนานสองตาราง นักวิจัยประเมินว่าการตั้งค่านี้สามารถควบคุม 288 คิวบิตเพื่ออำนวยความสะดวกในระดับการแก้ไขข้อผิดพลาดซึ่งต้องใช้ 4,000 คิวบิตด้วยโค้ดพื้นผิว

Jérémie Guillaud จากบริษัทสตาร์ทอัพคอมพิวเตอร์ควอนตัมสัญชาติฝรั่งเศส Alice & Bob กล่าวว่าเทคโนโลยีที่จำเป็นในการทำให้แนวคิดนี้เป็นจริงสามารถพัฒนาได้ในอีกไม่กี่ปีข้างหน้า

อ่านข่าวเต็มได้ที่: New Scientist


วันอาทิตย์ที่ 27 สิงหาคม พ.ศ. 2566

การเรียนรู้ของเครื่องที่ใช้แสงอาจทำให้ได้ LLM ที่มีประสิทธิภาพมากขึ้น

light-based-AI
ภาพจาก MIT News

ทีมที่นำโดยนักวิจัยจาก Massachusetts Institute of Technology ได้พัฒนาระบบการเรียนรู้ของเครื่อง (machine learning) ที่ใช้แสงซึ่งสามารถแซงหน้าระบบที่อยู่เบื้องหลัง ChatGPT ในแง่ของความสามารถและประสิทธิภาพ ในขณะเดียวกันก็ใช้พลังงานน้อยกว่าด้วย

สถาปัตยกรรมขนาดกะทัดรัดนี้อิงตามอาร์เรย์ของเลเซอร์เปล่งแสงพื้นผิวแนวตั้งที่พัฒนาโดยนักวิจัยจาก Technische Universitat Berlin ของเยอรมนี ระบบใช้เลเซอร์ขนาดไมครอนนับร้อยและการเคลื่อนตัวของแสงเพื่อทำการคำนวณ

นักวิจัยกล่าวว่าสามารถปรับขนาดเพื่อใช้ในเชิงพาณิชย์ได้ในอนาคตอันใกล้นี้ โดยต้องพึ่งพาอาร์เรย์เลเซอร์ที่ใช้กันทั่วไปในระบบระบุใบหน้าของโทรศัพท์มือถือ และสำหรับการสื่อสารข้อมูล

พวกเขาพบว่าระบบนี้ประหยัดพลังงานมากกว่า 100 เท่า และมีประสิทธิภาพมากกว่า 25 เท่าในแง่ของความหนาแน่นในการประมวลผล เมื่อเทียบกับซูเปอร์คอมพิวเตอร์ล้ำสมัยในปัจจุบันที่ใช้ในการขับเคลื่อนตัวแบบการเรียนรู้ของเครื่องที่มีอยู่

อ่านข่าวเต็มได้ที่: MIT News

วันเสาร์ที่ 26 สิงหาคม พ.ศ. 2566

การสำรวจพบว่าหนึ่งในสี่ของผู้ทำอาชีพด้านเทคพร้อมจะออกจากงาน

sleeping-work-hard
ภาพจาก ZDNet

การสำรวจโดยผู้ให้บริการแพลตฟอร์มระบบอัตโนมัติ Ivanti พบว่า 25% ของผู้เชี่ยวชาญด้านไอทีกำลังพิจารณาลาออกจากงานในอีก 6 เดือนข้างหน้า ซึ่งสาเหตุหลักมาจากภาระงานจำนวนมาก ความเครียด และความโดดเดี่ยวที่เชื่อมโยงกับการทำงานจากระยะไกล

การสำรวจผู้บริหาร ผู้เชี่ยวชาญ และพนักงานออฟฟิศจำนวน 8,400 คนยังพบว่าผู้เชี่ยวชาญด้านไอทีมีแนวโน้มมากกว่าพนักงานที่มีความรู้อื่นๆ ถึง 1.4 เท่าที่จะ "ลาออกอย่างเงียบ ๆ" โดยสร้างความเสียหายให้กับนายจ้างในสหรัฐฯ ที่อาจมีมูลค่าสูงถึง 145 พันล้านดอลลาร์

ประมาณ 31% ของผู้เชี่ยวชาญด้านไอทีที่กำลังพิจารณาลาออก อ้างว่าสุขภาพจิตไม่ดี รายงานระบุว่าปริมาณงานด้านไอทีเพิ่มขึ้น 73% อันเป็นผลมาจากการทำงานแบบไฮบริดหรือการทำงานระยะไกล ผู้เชี่ยวชาญด้านไอทีอย่างน้อย 25% กำลังประสบปัญหาความเหนื่อยล้า และ 23% กล่าวว่าพวกเขารู้สึกเชื่อมโยงกับเพื่อนร่วมงานน้อยลง

อ่านข่าวเต็มได้ที่: ZDNet

วันศุกร์ที่ 25 สิงหาคม พ.ศ. 2566

ความรู้สึกหลังเลือกตั้งจนได้รัฐบาลใหม่

ภาพจาก รายการกรรมกรข่าวคุยนอกจอ


มาพบกับ #ศรัณย์วันศุกร์ กันอีกครั้งหลังจากไม่ได้เจอกันนาน ในสัปดาห์นี้เราก็ได้ตัวนายกกันสักทีหลังจากที่ผ่านการเลือกตั้งมาแล้วเกือบสามเดือน มีปรากฏการณ์เกิดขึ้นมากมายที่ไม่คิดว่าจะได้เห็น ดังนั้นผมเลยคิดว่ามาลองสรุปความเห็น ความรู้สึกตัวเองไว้สักหน่อยดีกว่า

เริ่มจากผลการเลือกตั้งก่อนแล้วกันนะครับ ผลการเลือกตั้งออกมาต้องบอกว่าผมดีใจ และประหลาดใจ ซึ่งความประหลาดใจนี้ก็คงเหมือนกับหลายคนที่พรรคที่ชนะอันดับหนึ่งคือก้าวไกล โดยชนะเพื่อไทยไป 10 เสียง แต่เป็นสิบเสียงของบัญชีรายชื่อ ซึ่งถ้านับเสียงจริง ๆ ก็ราว ๆ สี่ล้านคะแนน ส่วนผลเขต ก้าวไกลได้เท่าเพื่อไทย และเอาชนะเพื่อไทยได้ในหลาย ๆ เขตที่ควรเป็นของเพื่อไทย ส่วนที่ดีใจคือผลเลือกตั้งคราวนี้ อย่างน้อยมันก็เป็นตัวบ่งชี้ระดับหนึ่งว่า คนไทยค่อนประเทศบอกว่าพอได้แล้ว ไม่เอาแล้วกับพวกยึดอำนาจ ซึ่งบริหารประเทศไม่ได้เรื่องด้วย คือถ้าบริหารประเทศได้เรื่อง อาจไม่แพ้ยับขนาดนี้

จากนั้นก็มีการจับมือกันของแปดพรรคนำโดยก้าวไกล และเพื่อไทย ซึ่งเอาจริง ๆ มันไม่น่าเกิดขึ้น แต่ผู้คนเชียร์ให้มันเกิดขึ้น เพราะคิดว่าสองพรรคนี้สู้กับฝั่งยึดอำนาจมาด้วยกันตอนเป็นฝ่ายค้าน แต่ความเป็นจริงสองพรรคนี้ต่างกันมาก ก้าวไกลยืนอยู่บนหลักการจนดูเหมือนไม่ยอมโอนอ่อนผ่อนตาม ซึ่งก็ไม่ผิด เราควรคาดหวังว่าเราควรมีพรรคแบบนี้ไหม?  พวกที่ขัดขวางการเลือกตั้งจนประยุทธ์เข้ามา โดยอ้างว่าต้องปฏิรูปก่อนเลือกตั้ง จริง ๆ ควรดีใจด้วยซ้ำที่มีพรรคแบบนี้ แต่ข้อเสียคือด้วยระบบการเมืองแบบนี้ ถ้าพรรคแบบนี้ไม่ชนะขาด และไม่มีพรรคอื่น ๆ ที่มีหลักการเหมือนกัน โอกาสที่จะได้ทำงานมันก็ยาก ส่วนเพื่อไทยนั้นเป็นการเมืองแบบเก่า และเป็นมานานแล้ว คือสามารถประนีประนอม เพื่อให้ได้มาซึ่งอำนาจบริหาร ซึ่งก็ไม่ได้ผิดอะไรนะ เพราะในการเมืองแบบนี้ มันก็ต้องทำแบบนี้ ถึงจะได้อำนาจ ได้โอกาสเข้ามาทำงาน    

ดังนั้นการจับมือที่เกิดขึ้นคิดว่าเพื่อไทยอาจจะกำลังช็อคอยู่ที่แพ้ และด้วยเสียงเชียร์ก็เลยจำต้องตกลงเข้าร่วม ความเป็นจริงเพื่อไทยน่าจะคาดหวังว่าตัวเองควรจะได้เกิน 250 และก้าวไกลได้ไม่เกิน 100 ดังนั้นถ้าจับกับก้าวไกลแล้วมีปัญหาก็อาจจะไปเอาภูมิใจไทย ชาติพัฒนาอะไรพวกนี้มาร่วมแทน แต่เมื่อเป็นแบบนี้ก็เลยต้องตามน้ำไป    

และเราก็ได้เห็นกลไกการยึดอำนาจที่สืบทอดกันมาคือ สว. สำแดงเดช ซึ่งจริง ๆ กลไกนี้ ควรจะได้สำแดงเดชตั้งแต่สี่ปีที่แล้วแล้ว แต่บังเอิญเพื่อไทยไม่ได้ชนะขาดตามที่คาด ดังนั้นพวกสว.ก็อ้างว่าก็โหวตตามเสียงสส.นั่นแหละ แต่คราวนี้ใครที่มีใจเป็นธรรมก็คงเห็นแล้วว่าเขาโหวตกันยังไง  เรื่องต่าง ๆ ที่ยกมาเป็นข้ออ้างทั้งนั้น โดยเฉพาะเรื่อง ม.112 ซึ่งมันเป็นกฎหมายหนึ่งมาตรา ซึ่งต้องคุยกันในสภา ในการเลือกตั้งครั้งนี้ไม่มีพรรคไหนได้เสียงเกินครึ่งเลยสักพรรค และสส.ส่วนใหญ่ก็ไม่เห็นด้วยเรื่องจะแก้ ยังไงมันก็ไม่ผ่านอยู่แล้ว ดังนั้นคราวที่แล้วใครที่เชียร์ประยุทธ์ และเถียงหัวชนฝาว่าใครรวมเสียงข้างมากได้สว.เขาก็โหวตให้ทั้งนั้น  หวังว่าจะเห็นแล้วนะ 

ด้วยความที่พรรคของประยุทธ์และประวิตรแพ้ขาด มันก็แทบจะปิดทางที่สองคนจะกลับมา ดังนั้นฝั่งอำนาจก็ต้องเลือก และเขาเลือกเพื่อไทย เพราะคิดว่ายังไงมันก็การเมืองแบบเก่า มันคุยกันได้ มันประนีประนอมกันได้ ถ้ายอมก้าวไกล โครงสร้างอำนาจต่าง ๆ ที่วางไว้มันก็คงพังหมด จึงเกิดปรากฏการณ์สลายขั้วแปดพรรคอย่างที่เห็น ซึ่งเพื่อไทยก็เอาด้วยอยู่แล้ว เพราะ(อาจ)ไม่อยากร่วมแต่แรก และอยู่กับก้าวไกลมันมองไม่เห็นทางเพราะพวกที่มีอำนาจเขายืนยันว่าไม่เอา ตัวเองเป็นพรรคพร้อมประนีประนอมเพื่อให้ได้อำนาจปกครองอยู่แล้ว  ก็จำยอมเสียมวลชนไปบางส่วน และคิดว่าจะบริหารให้ดี ถ้าทำดีได้ ก็อาจได้มวลชนกลับมา ซึ่งก็อาจจะจริงก็ได้นะ ก็ต้องรอดูกันไป 

ถามว่าตัวเองรู้สึกผิดหวังหรืออะไรไหม คำตอบคือไม่ ใครจะเป็นรัฐบาลก็ได้ เอาจริง ๆ ตัวเองไม่เดือดร้อนนะ แต่ขอให้มาตามหลักการตามกติกา และรู้จักรอ ไม่ใช่เกลียดใครพอเขาทำอะไรก็ผิดไปหมด ลงถนนประท้วงปิดบ้านปิดเมือง เขาให้ไปเลือกตั้งก็ไม่ไป ไอ้ไม่ไปก็ไม่เป็นไรหรอก แต่ไปขัดขวางก่อความวุ่นวายจนเลือกตั้งเป็นโมฆะ แล้วเปิดโอกาสให้ทหารเข้ามายึดอำนาจ แล้วก็ไชโยโห่ร้องว่าชนะแล้ว แต่ฝ่ายที่ตัวเองชอบมีอำนาจ ทำเหมือนกันแต่เหมือนโดนสากอุดปาก ไอ้พวกโดนสากอุดปากไม่พูดอะไรนี่ก็ยังดี บางคนเอาสากออกจากปากมาแก้ตัวให้ข้าง ๆ คู ๆ อีก หลายครั้งต้องหงุดหงิดกับตรรกะประหลาด ๆ ของคนพวกนี้ 

ในกรณีนี้ที่ได้เพื่อไทยเป็นแกนนำ ถึงแม้จะต้องจับกับพรรคยึดอำนาจเก่า ยังไงมันก็อยู่ในกติกานะ ดังนั้นไม่เห็นด้วยถ้าจะประท้วงปิดบ้านปิดเมืองกัน ก็รอให้เขาทำงานไป แล้วดูผลงาน จริง ๆ ต้องเอาใจช่วยด้วยซ้ำว่าเขาจะเก่งเหมือนที่เคย เพราะเก้าปีที่ผ่านมาภายใต้ประยุทธ์ มันดูเละเทะมาก ถ้ามันยังเละต่อไปอีก คราวนี้ได้เดือนร้อนกันถ้วนหน้าแน่

แต่ถ้าถามว่าหงุดหงิดอะไรที่สุด คำตอบก็คือ กลไกยึดอำนาจนี้มันยังทำงานอยู่ ดึใจได้วันสองวันวันที่ผลเลือกตั้งออกมาว่าพวกยึดอำนาจแพ้ขาด นึกว่ามันจะสำนึกยอมแพ้ เพราะก็อยู่มาเก้าปีแล้ว แต่มันก็ไม่ยอมและสุดท้ายคนที่ชนะก็ยังเป็นพวกมันอยู่ดี ชี้ว่าจะเอาอะไร จะไม่เอาอะไรได้หมด และตอนนี้ก็ดูแล้วกัน ตามข่าวที่ออกมา (ุถ้าจริง) ก็ดูเหมือนว่าจะมีการชี้ว่าที่รมต.กลาโหม ซึ่งคือคนของประยุทธ์ ถ้าเป็นแบบนี้จริงก็เท่ากับว่าจริง ๆ แล้วเราไม่ได้ชนะ ประยุทธ์ที่บอกวางมือ อาจไม่ได้วางมือ และประวิตรก็อาจรอเสียบอยู่ 

ที่หงุดหงิดถัดมาก็เพื่อไทยนี่แหละ ทำไมยังสยบยอมมันทุกอย่าง ตอนนี้ตัวเองได้นายกแล้ว มันน่าจะแสดงความเข้มแข็งเด็ดขาดออกมาบ้างไหม อย่างแก้รัฐธรรมนูญ ตอนแรกก็เสียงแข็งแก้แน่ พอเข้ามาเป็นจะแก้รัฐธรรมนูญ ตั้งสสร. ร่างใหม่ทั้งฉบับ คงหวังจะได้มวลชนคืนบ้าง (อ้างเหมือนประชาธิปัตย์ตอนเข้าร่วมกับประยุทธ์เป๊ะ ผ่านมาจนครบอายุ ไม่เห็นจะรณรงค์ให้แก้อะไรได้) แต่สุดท้ายตอนนี้เสียงอ่อนแล้ว "มันเป็นแค่การรณรงค์หาเสียง จริง ๆ ยังไม่ได้มีนโยบายอะไรออกมา" (ต่อไปเพื่อไทยหาเสียงอะไร ก็ไม่ต้องเชื่อแล้วสินะ เพราะเป็นแค่การรณรงค์)  

แล้วก็ยังคำว่าสลายขั้วสลายความขัดแย้งอีก เบื่อมาก มันสลายยังไง แค่หัวที่เคยขัดแย้งกันมารวมกันเพื่ออำนาจ มวลชนตัวเองเขาเอาด้วยหมดหรือเปล่าก็ไม่รู้ แล้วที่ถีบหัวที่มีคนสนับสนุนอย่างน้อย 14 ล้านเสียงออกมาแบบหาเรื่องเขานี่ คือถ้าเป็นคนนี้ยังไงก็ยืนกระต่ายขาเดียวว่าไม่เอาเพราะพูดว่าจะแก้ 112  อีกคนก็พูดเหมือนกันแต่ไม่เป็นไรยอมได้ ตรงนี้นี่มันไม่ได้สร้างความขัดแย้งเลยใช่ไหม หรือคน 14 ล้านนี้ไม่ต้องสนใจมัน 

โอเคก็ขอบันทึกไว้แค่นี้แล้วกันครับ เอาใจช่วยรัฐบาลใหม่ฟื้นเศรษฐกิจของประเทศ สภาช่วยกันแก้กฏหมายให้มันเป็นธรรม โละองค์กรอิสระที่ทำงานไม่ได้เรื่อง ไม่ทำหน้าที่ที่ึควรทำ และไม่มีความจำเป็นออกไป รอเวลาที่อำนาจจะกลับมาในมืออีกครั้ง ถึงวันนั้นก็หวังว่าเสียงที่เราโหวตไปมันจะเป็นไปตามที่เราต้องการ ไม่มีเรื่องอะไรที่มันไม่ปกติมาขวางอีก หวังว่าจะไม่มีการปิดบ้านปิดเมืองเรียกทหารออกมาอีก และพวกสว.ชุดนี้ ควรจะมีสำนึกโดยเลิกกลับเข้ามาทำงานการเมืองกันได้แล้ว โดยเฉพาะคนที่เกาะสภามาเป็นสิบ ๆ ปี ปากบอกรักธรรมนูญเหลือเกินอย่ามาแตะต้อง แต่พอพวกทหารออกมาฉีกก็เงียบกริบ รอวันถูกเรียกใช้ไปเป็นสภาตรายาง และก็ทำทุกอย่างเพื่อช่วยสืบทอดอำนาจ ไม่รู้ว่าจะหวังมากไปไหมว่า ถ้ามีช่องทางจะเอาผิดคนพวกนี้ได้ก็อยากให้ทำ รวมถึงพวกยึดอำนาจด้วย นายกที่มีที่มาจากยึดอำนาจ ให้ไม่นับว่าเคยเป็นนายก  


ซุปเปอร์คอมพิวเตอร์ที่เร็วที่สุดในยุโรปฝึกตัวแบบภาษาขนาดใหญ่ในฟินแลนด์

AI
ภาพจาก Computer Weekly

University of Turku ของฟินแลนด์เป็นหนึ่งในห้องปฏิบัติการวิจัยของมหาวิทยาลัยในยุโรป 10 แห่งที่ร่วมมือกันพัฒนาตัวแบบภาษาขนาดใหญ่ (Large Language Model) หรือ LLM ในภาษาต่าง ๆ ของยุโรป

นักวิจัยกำลังฝึกอบรมตัวแบบภาษาที่คล้ายกับ GPT บน LUMI (Large Unified Modern Infrastructure) ซึ่งเป็นซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดของยุโรป ซึ่งตั้งอยู่ที่ศูนย์ข้อมูล CSC ในเมือง Kajaani ประเทศฟินแลนด์

ความพยายามนี้มีความสำคัญเนื่องจาก LLM ต้องการข้อความจำนวนมากในภาษาที่ต้องการฝึก และพลังในการคำนวณที่เพียงพอในการฝึกอบรม LLM ด้วยข้อมูลนั้น

Aleksi Kallio จาก CSC กล่าวว่า "เมื่อ  LLM ถูกใช้งาน พวกมันก็เปรียบเสมือนกล่องดำ ซึ่งแทบจะเป็นไปไม่ได้เลยที่จะเข้าใจมัน ด้วยเหตุนี้การเปิดเผยให้มากที่สุดเท่าที่จะเป็นไปได้ในขณะที่กำลังสร้างตัวแบบจึงเป็นสิ่งสำคัญ และด้วยเหตุนี้ ฟินแลนด์จึงต้องการให้มีการฝึกฝน LLM ของตัวเองในฟินแลนด์

อ่านข่าวเต็มได้ที่: Computer Weekly

วันพฤหัสบดีที่ 24 สิงหาคม พ.ศ. 2566

รถไร้คนขับอาจมีปัญหาในการตรวจจับเด็กและคนผิวเข้ม

driveless-car
Photo by Brock Wegner on Unsplash

นักวิทยาศาสตร์ในสหราชอาณาจักรและจีนประเมินเครื่องตรวจจับคนเดินถนนที่ใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI จำนวน 8 เครื่องที่ใช้ในการวิจัยรถยนต์ไร้คนขับ และพบว่าอาจมีปัญหาในการตรวจจับเด็กและคนผิวเข้ม

นักวิจัยได้เรียนรู้ว่าเครื่องตรวจจับมีความแม่นยำในการระบุผู้ใหญ่สูงกว่าเด็กเกือบ 20% และสำหรับคนเดินถนนที่มีผิวสีอ่อนถึง 7.5% เมื่อเทียบกับผู้ที่มีผิวสีเข้ม

Jie Zhang จาก King's College London ในสหราชอาณาจักรกล่าวว่าแม้ว่ารายละเอียดซอฟต์แวร์ของผู้ผลิตรถยนต์จะเป็นความลับ แต่โดยทั่วไปแล้วข้อมูลเหล่านี้จะอยู่บนฐานของตัวแบบโอเพ่นซอร์สที่มีอยู่ ซึ่ง "จะต้องมีปัญหาที่คล้ายกันแน่นอน"

Carissa Véliz จากมหาวิทยาลัยอ็อกซ์ฟอร์ดในสหราชอาณาจักรกล่าวว่าปัญหาเหล่านี้จะต้องได้รับการแก้ไขก่อนที่จะปรับใช้ระบบ AI ในรถยนต์บนถนนจริง 

อ่านข่าวเต็มได้ที่: New Scientist

วันพุธที่ 23 สิงหาคม พ.ศ. 2566

หุ่นยนต์นักบินเหมือนคนที่ขับเครื่องบินได้ดีกว่านักบินที่เป็นคน

humanoid-pilot
ภาพจาก EuroNews

วิศวกรและนักวิจัยจาก Korea Advanced Institute of Science & Technology แห่งเกาหลีใต้ กำลังพัฒนาหุ่นยนต์เหมือนคนที่สามารถขับเครื่องบินได้โดยไม่ต้องดัดแปลงห้องนักบิน

"Pibot" สามารถใช้งานอุปกรณ์การบินแบบเดียวกับที่มนุษย์ใช้ แม้จะอยู่ท่ามกลางการสั่นสะเทือนที่รุนแรงผ่านเทคโนโลยีการควบคุมที่มีความแม่นยำสูง หุ่นยนต์สามารถตรวจสอบสถานะปัจจุบันของเครื่องบินได้โดยใช้กล้องภายนอกและควบคุมสวิตช์บนแผงควบคุมโดยใช้กล้องภายในตัวของมัน

Pibot ยังสามารถจดจำคู่มือที่ซับซ้อนในภาษาที่มนุษย์ใช้กัน รวมถึงแผนภูมิการนำทางการบินของ Jeppesen ทั้งหมด นักวิจัยคาดหวังว่าเมื่อสร้าง  P ibot เสร็จในปี 2026 มันจะสามารถขับเครื่องบินได้โดยไม่มีข้อผิดพลาด และเอาชนะการตอบสนองของมนุษย์ในสถานการณ์ฉุกเฉินด้วย ต้องขอบคุณความก้าวหน้าของตัวแบบภาษาขนาดใหญ่ (large language model) 

อ่านข่าวเต็มได้ที่: EuroNews

วันอังคารที่ 22 สิงหาคม พ.ศ. 2566

บริษัทในอิสราเอลใช้ AI เพื่อปกป้องผึ้ง

AI-Bee
ภาพจาก

BeeHero บริษัทเทคโนโลยีการเกษตรของอิสราเอลเปิดตัว Pollination Insight Platform เพื่อติดตามการผสมเกสรผึ้ง เพิ่มประสิทธิภาพการผสมเกสร และปรับปรุงผลผลิตพืชผล

แพลตฟอร์มดังกล่าวใช้เซ็นเซอร์ภาคสนามเพื่อติดตามกิจกรรมการถ่ายละอองเรณูของพืชผลหลายชนิดแบบเรียลไทม์ เพื่อรวมไว้ในชุดข้อมูลพฤติกรรมผึ้งที่ใหญ่ที่สุดในโลก

การวิเคราะห์ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์จะแปลงข้อมูลให้เป็นข้อมูลเชิงลึกที่แจ้งการตัดสินใจของผู้ปลูกที่สามารถเพิ่มผลผลิตพืชผลได้

BeeHero พัฒนาแพลตฟอร์มโดยความร่วมมือกับ Hazera บริษัทเมล็ดพันธุ์ผักระดับโลกในอิสราเอล และได้นำไปใช้ในสหรัฐอเมริกา ยุโรป และอิสราเอล

Avi Gabai จาก Hazera กล่าวว่า "การเปิดตัวโซลูชันการตรวจจับภาคสนามนี้ถือเป็นก้าวสำคัญในความพยายามอย่างต่อเนื่องของอุตสาหกรรมการเกษตรในการรับมือกับความท้าทายที่เกิดจากจำนวนประชากรผึ้งที่ลดลง"

อ่านข่าวเต็มได้ที่: The Jerusalem Post (Israel)

วันจันทร์ที่ 21 สิงหาคม พ.ศ. 2566

นักวิจัยสาธิตโหมดเครื่องบินปลอมที่หลอกผู้ใช้ iPhone

iphones
ภาพจาก Computer Weekly

นักวิจัยของ Jamf Threat Labs สาธิตสายโซ่การทำงานที่ช่วยให้ผู้โจมตีสามารถใช้ 'โหมดเครื่องบิน' เทียมเพื่อเชื่อมต่อกับอุปกรณ์ที่ผู้ใช้เชื่อว่าออฟไลน์อยู่

นักวิจัยสร้างโหมดเครื่องบินปลอมโดยระบุสตริงเฉพาะในบันทึกคอนโซลของอุปกรณ์ "#N การตั้งค่าโหมดเครื่องบินของผู้ใช้เปลี่ยนจาก kFalse เป็น KTrue" การเข้าถึงรหัสของอุปกรณ์ และแทนที่ฟังก์ชันด้วยฟังก์ชันว่างหรือ "ไม่ทำอะไรเลย"

พวกเขายังเข้าถึงส่วนติดต่อผู้ใช้เพื่อเพิ่มโค้ดเล็ก ๆ เพื่อหรี่ไอคอนการเชื่อมต่อมือถือและไฮไลต์ไอคอนโหมดเครื่องบิน จากนั้นใช้ประโยชน์จาก CommCentre เพื่อบล็อกการเข้าถึงข้อมูลมือถือสำหรับแอพบางตัว ผู้ใช้จึงได้รับการแจ้งเตือน "ปิดโหมดเครื่องบิน" นักวิจัยเชื่อว่าเทคนิคนี้น่าจะใช้ในการโจมตีเป้าหมายได้มากที่สุด

อ่านข่าวเต็มได้ที่: Computer Weekly

วันอาทิตย์ที่ 20 สิงหาคม พ.ศ. 2566

นักวิจัยใช้ระบบคลาวด์เพื่อจำลองซูเปอร์คอมพิวเตอร์สำหรับการศึกษาโรคหัวใจ

Google-cloud
ภาพจาก Reuters

 Petros Koumoutsakos จาก Harvard University และเพื่อนร่วมงานได้โคลนซูเปอร์คอมพิวเตอร์สำหรับการศึกษาโรคหัวใจโดยใช้แพลตฟอร์มคลาวด์ของ Google

นักวิจัยได้จำลองการรักษาโดยมีเป้าหมายที่ก้อนเลือดและเซลล์เนื้องอกในระบบไหลเวียนโลหิตของมนุษย์ Koumoutsakos กล่าวว่าทีมของเขาสามารถเข้าถึงซูเปอร์คอมพิวเตอร์เต็มรูปแบบเพื่อเรียกใช้การจำลองหนึ่งรายการเท่านั้น ทีมงานต้องการการเข้าถึงซูเปอร์คอมพิวเตอร์เพิ่มเติมเพื่อเพิ่มประสิทธิภาพ 

นักวิทยาศาสตร์คนอื่นๆ สามารถใช้คลาวด์สาธารณะเพื่อหาทรัพยากรซูเปอร์คอมพิวติ้งเพิ่มเติม เช่นเดียวกับที่ Koumoutsakos ทำ เพื่อหลีกเลี่ยงปัญหาการขาดแคลนทรัพยากรคอมพิวเตอร์และเร่งการวิจัยของพวกเขา

อ่านข่าวเต็มได้ที่: Reuters

วันเสาร์ที่ 19 สิงหาคม พ.ศ. 2566

การสอบแบบกระดาษ การแบน chatbot: การมอบหมายงานพิสูจน์ว่าไม่ได้มาจาก chatGPT

chatGPT
Photo by Jonathan Kemper on Unsplash

การลอกเลียนผลงานผ่าน ChatGPT และแชทบ็อตปัญญาประดิษฐ์อื่น ๆ แพร่หลายในวิทยาเขตของวิทยาลัย และนักการศึกษาในสาขาต่าง ๆ รวมถึงวิทยาการคอมพิวเตอร์ กำลังพิจารณาวิธีป้องกันไม่ให้ใช้เครื่องมือเพื่อทำข้อสอบและงานที่มอบหมาย

บางที่เปลี่ยนจากการทดสอบแบบดิจิทัลอย่างเดียวกลับไปเป็นข้อสอบกระดาษ บางที่ขอดูแบบร่าง (draft) ของงานและประวัติการแก้ไข 

อย่างไรก็ตาม หลายคนยอมรับว่าบริการตรวจจับการคัดลอกผลงาน เช่น Turnitin นั้นไม่มีความแม่นยำในการระบุข้อความที่เกิดจากแชทบอทหรือการทำงานแบบผสม ดังนั้นหากการโกงไม่ชัดเจน นักการศึกษาก็ไม่สามารถแน่ใจได้อย่างสมบูรณ์ว่ามีการใช้แชทบอท

Bonnie MacKellar จาก St. John's University กล่าวว่าอาจารย์ผู้สอนวิทยาการคอมพิวเตอร์ซึ่งจัดการกับการลอกเลียนผลงานโดยรับโค้ดโปรแกรมจากเพื่อนหรืออินเทอร์เน็ต มีแนวโน้มที่จะใช้การทดสอบกระดาษและต้องเขียนโค้ดด้วยลายมือ

MacKellar เสริมว่าการใช้ทางลัด AI ในชั้นเรียนเบื้องต้นจะทำให้นักเรียนไม่สามารถเรียนรู้ทักษะที่จำเป็นสำหรับหลักสูตรระดับสูงได้

อ่านข่าวเต็มได้ที่: Associated Press

วันศุกร์ที่ 18 สิงหาคม พ.ศ. 2566

แฮกเกอร์โจมตี chatGPT โดยการสนับสนุนของทำเนียบขาว

GPT4
Photo by D koi on Unsplash

ในการแข่งขันที่สนับสนุนโดยทำเนียบขาว แฮ็กเกอร์หลายพันคนจะเข้าร่วมการประชุม DEF CON ประจำปีในลาสเวกัส เพื่อโอกาสในการถอดรหัสตัวแบบปัญญาประดิษฐ์เชิงกำเนิด (generative artificial intelligence) รวมถึง ChatGPT ของ OpenAI

นักพัฒนาตัวแบบจะอนุญาตให้ผู้เข้าร่วมในทีมสีแดง (ทีมผู้จู่โจม) ผลักดันระบบคอมพิวเตอร์ไปยังขอบเพื่อระบุช่องโหว่ที่นำไปใช้ประโยชน์ได้

โฆษกของ OpenAI กล่าวว่า "ไม่เพียงแต่จะช่วยให้เรารวบรวมความคิดเห็นที่มีค่าซึ่งจะทำให้ตัวแบบของเราแข็งแกร่งและปลอดภัยขึ้นได้ ทีมสีแดงยังให้มุมมองที่แตกต่าง และความเห็นหลากหลายเพื่อช่วยชี้นำการพัฒนา AI" โฆษกของ OpenAI กล่าว

ผู้จัดงานออกแบบการประกวดตาม "พิมพ์เขียวสำหรับกฎหมายว่าด้วยสิทธิของ AI" ของสำนักงานนโยบายวิทยาศาสตร์และเทคโนโลยีของทำเนียบขาว โดยมีจุดประสงค์เพื่อให้เกิดการใช้งาน AI ที่มีความรับผิดชอบมากขึ้นและจำกัดการตรวจสอบโดยใช้ AI

อ่านข่าวเต็มได้ที่: CNN