วันพุธที่ 25 มีนาคม พ.ศ. 2569

ชิปที่ทำงานตลอดเวลา ตรวจจับใบหน้าได้ในเวลาน้อยกว่าหนึ่งมิลลิวินาที

Closed-Up-Face
ภาพจาก IEEE Spectrum โดย Katherine Bourzac

ทีมนักวิจัยจาก Nvidia ได้พัฒนาระบบ Computer Vision แบบเปิดใช้งานตลอดเวลา (Always-on) ที่ใช้พลังงานต่ำเป็นพิเศษ โดยมีความสามารถในการตรวจจับใบหน้ามนุษย์ได้ภายในเวลาไม่ถึง 1 มิลลิวินาที

ชิปตัวนี้ถูกออกแบบมาเพื่อใช้ในอุปกรณ์ต่างๆ เช่น แล็ปท็อป ยานยนต์ไร้คนขับ (Autonomous vehicles) และหุ่นยนต์ โดยสามารถลดการใช้พลังงานลงได้อย่างมหาศาลผ่านแนวทางที่เรียกว่า “Race to sleep” ซึ่งเป็นการประมวลผลข้อมูลอย่างรวดเร็วแล้วรีบตัดเข้าสู่โหมดพักการทำงานทันที

ในขณะที่ระบบประมวลผลภาพทั่วไปมักต้องใช้กำลังไฟฟ้าประมาณ 10 วัตต์ แต่ระบบใหม่นี้ใช้กำลังไฟฟ้าน้อยกว่า 5 มิลลิวัตต์ และยังสามารถระบุส่ามีใบหน้ามนุษย์อยู่หรือไม่ได้ด้วยความแม่นยำสูงถึงประมาณ 99%

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Katherine Bourzac

วันอังคารที่ 24 มีนาคม พ.ศ. 2569

ArXiv ประกาศความเป็นอิสระจาก Cornell

arxiv-org
ภาพจาก Science โดย Jeffrey Brainard 

ในวันที่ 1 กรกฎาคมนี้ arXiv.org ผู้ให้บริการเผยแพร่บทความวิชาการก่อนการตีพิมพ์ (Preprint) จะเปลี่ยนสถานะเป็นบรรษัทไม่แสวงหากำไรที่เป็นอิสระ (Independent nonprofit corporation) หลังจากที่ได้รับการดูแลโดย Cornell University มานานกว่า 2 ทศวรรษ

Greg Morrisett จาก Cornell Tech ระบุว่า การเปลี่ยนแปลงในครั้งนี้จะช่วยให้ arXiv สามารถระดมทุนได้มากขึ้นจากกลุ่มผู้บริจาคที่หลากหลาย เพื่อสนับสนุนจำนวนงานวิจัยในรูปแบบ Preprints ที่เพิ่มสูงขึ้นเรื่อยๆ นอกจากนี้ เขายังกล่าวเสริมว่า เงินทุนดังกล่าวจะช่วยให้ arXiv สามารถรับมือกับการเกิดขึ้นของ "slop" หรือเนื้อหาขยะที่สร้างขึ้นโดย AI ได้อีกด้วย

อ่านข่าวเต็มได้ที่: Science โดย Jeffrey Brainard 

วันจันทร์ที่ 23 มีนาคม พ.ศ. 2569

เงินเดือนของบุคลากรด้านเทคโนโลยีหลักของญี่ปุ่นถูกกว่าของมาเลเซียแล้ว

Jaoan-Malaysia-Flags
ภาพจาก Nikkei Asia (Japan) โดย Tsubasa Suruga

ข้อมูลจาก Hays Specialist Recruitment Japan พบว่า อัตราเงินเดือนในตำแหน่งงานหลักด้านเทคโนโลยีของประเทศมาเลเซียได้พุ่งสูงขึ้นจนแซงหน้าตำแหน่งงานลักษณะเดียวกันในประเทศญี่ปุ่นเป็นครั้งแรก ท่ามกลางการแข่งขันที่รุนแรงขึ้นและภาคส่วนกึ่งตัวนำ (Semiconductor) ที่กำลังเติบโตอย่างรวดเร็วของมาเลเซีย

เพดานเงินเดือนระดับสูงสุดในมาเลเซียพุ่งขึ้นไปถึง 28 ล้านเยน (ประมาณ 176,000 ดอลลาร์สหรัฐ) สำหรับทั้งตำแหน่ง CTO และ IT directors ในขณะที่ตำแหน่งเดียวกันนี้ในญี่ปุ่นมีอัตราเงินเดือนอยู่ที่ 26 ล้านเยน (ประมาณ 163,000 ดอลลาร์สหรัฐ) และ 25 ล้านเยน (ประมาณ 157,000 ดอลลาร์สหรัฐ) ตามลำดับ

อ่านข่าวเต็มได้ที่: Nikkei Asia (Japan) โดย Tsubasa Suruga

วันอาทิตย์ที่ 22 มีนาคม พ.ศ. 2569

นักวิจัยค้นพบสปายแวร์ของไอโฟน

iphone
Photo by Bagus Hernawan on Unsplash

ตามรายงานการวิเคราะห์ร่วมกันจากนักวิจัยของบริษัทไซเบอร์ Lookout, บริษัทความปลอดภัยบนมือถือ iVerify และ Google ระบุว่า ในช่วงไม่กี่สัปดาห์ที่ผ่านมามีการฝังช่องโหว่ซอฟต์แวร์ (Software exploit) ที่สามารถเจาะและขโมยข้อมูลจาก iPhones ไว้บนเว็บไซต์หลายสิบแห่งในประเทศยูเครน

นักวิจัยค้นพบมัลแวร์ชื่อ “Darksword” ซึ่งถูกส่งไปยังผู้ใช้ iPhone ที่รันระบบปฏิบัติการ iOS เวอร์ชัน 18.4 ถึง 18.6.2 ซึ่งเป็นเวอร์ชันที่ปล่อยออกมาในช่วงระหว่างเดือนมีนาคมถึงสิงหาคม 2025 ทั้งนี้ Apple ได้ออกแพตช์ (Patches) เพื่อแก้ไขช่องโหว่ดังกล่าวแล้ว อย่างไรก็ตาม คาดการณ์ว่ายังมี iPhones อีกประมาณ 220 ล้านถึง 270 ล้านเครื่องที่ยังคงใช้งาน iOS เวอร์ชันที่มีความเสี่ยงอยู่

อ่านข่าวเต็มได้ที่: Reuters โดย A. J. Vicens

วันเสาร์ที่ 21 มีนาคม พ.ศ. 2569

ผู้เล่น 'Pokémon Go' ไม่รู้ตัวว่ากำลังฝึกหุ่นยนต์ส่งของด้วยภาพกว่าสามหมื่นล้านภาพ

pokemon-go-player
ภาพจาก Popular Science โดย Mack DeGeurin

Niantic Spatial บริษัทด้าน AI ผู้อยู่เบื้องหลังการพัฒนาเกม Pokémon Go ได้ประกาศความเป็นพันธมิตรกับ Coco Robotics โดยทาง Coco จะนำระบบระบุตำแหน่งด้วยภาพ (Visual Positioning System หรือ VPS) ของ Niantic มาใช้เพื่อเพิ่มประสิทธิภาพให้กับหุ่นยนต์ส่งอาหารและสินค้าอุปโภคบริโภคระยะใกล้ ในพื้นที่ที่สัญญาณ GPS ไม่เสถียร

ไฮไลท์สำคัญคือ โมเดล VPS นี้ถูกฝึกฝนด้วยรูปภาพมากกว่า 3 หมื่นล้านรูป ที่ผู้เล่นเกม Pokémon Go ถ่ายและส่งเข้ามาเพื่อแลกกับรางวัลในเกม ข้อมูลมหาศาลนี้ถูกนำมาสร้างเป็นโมเดล 3 มิติของสถานที่สำคัญต่างๆ (landmarks) ซึ่งจะช่วยให้หุ่นยนต์ส่งของของ Coco สามารถระบุตำแหน่งของตัวเองได้

อ่านข่าวเต็มได้ที่: Popular Science โดย Mack DeGeurin

วันศุกร์ที่ 20 มีนาคม พ.ศ. 2569

เทคโนโลยี BCI ช่วยให้ผู้พิการทางร่างกายสามารถส่งข้อความได้เร็วเหมือนความเร็วปกติ

brain-gate
ภาพจาก Scientific American โดย Tanya Lewis

ส่วนเชื่อมต่อสมองกับคอมพิวเตอร์ (Brain-Computer Interface) หรือ BCI ที่พัฒนาโดยกลุ่มนักวิจัย BrainGate Consortium ช่วยให้ผู้ป่วยที่เป็นอัมพาตสามารถพิมพ์ข้อความโดยใช้เพียงความคิดได้ด้วยความเร็วสูงสุดถึง 22 คำต่อนาที ซึ่งใกล้เคียงกับความเร็วในการพิมพ์ข้อความบนสมาร์ทโฟนโดยทั่วไป

ระบบนี้ใช้การฝังอิเล็กโทรด (implanted electrodes) เพื่อตรวจจับสัญญาณกิจกรรมของประสาทจากส่วนควบคุมการเคลื่อนไหวของสมอง (motor cortex) และประยุกต์ใช้ AI ในการทำนายการเคลื่อนไหวนิ้วมือที่ผู้ป่วยตั้งใจจะกดบนแป้นพิมพ์แบบ QWERTY

อย่างไรก็ตาม เทคโนโลยีนี้ยังมีข้อจำกัดเนื่องจากจำเป็นต้องมีการปรับจูนค่า (calibrate) ระบบ BCI ใหม่ทุกครั้งก่อนเริ่มใช้งาน

อ่านข่าวเต็มได้ที่: Scientific American โดย Tanya Lewis

วันพฤหัสบดีที่ 19 มีนาคม พ.ศ. 2569

สหรัฐฯ บังคับใช้มาตรการคว่ำบาตรต่อโครงการแรงงานทางไกลของเกาหลีเหนือ

North-Korea
Photo by Thomas Evans on Unsplash

กระทรวงการคลังสหรัฐฯ (U.S. Treasury Department) ได้ประกาศคว่ำบาตรบุคคล 6 ราย และบริษัท 2 แห่ง ฐานให้ความช่วยเหลือแผนการของเกาหลีเหนือที่ใช้แรงงาน IT ทางไกล (remote IT workers) เพื่อหาเงินทุนสนับสนุนโครงการอาวุธ

เจ้าหน้าที่ปฏิบัติการของเกาหลีเหนือได้ปลอมตัวเป็นผู้เชี่ยวชาญด้าน IT ที่ถูกกฎหมายในต่างประเทศ โดยมักใช้การขโมยอัตลักษณ์ (stolen identities) และปลอมแปลงเอกสาร เพื่อส่งเงินค่าจ้างกลับไปยังกรุงเปียงยาง (Pyongyang) สำหรับสนับสนุนการพัฒนาอาวุธนิวเคลียร์และขีปนาวุธข้ามทวีป

มีรายงานว่าโครงการดังกล่าวสามารถสร้างรายได้เกือบ 800 ล้านดอลลาร์สหรัฐ ในปี 2024 เพียงปีเดียว โดยแรงงานบางส่วนยังมีการฝังมัลแวร์ (malware) เพื่อขโมยข้อมูลสำคัญของบริษัทนายจ้างอีกด้วย

อ่านข่าวเต็มได้ที่: CBS News โดยNicole Sganga

แนะนำเว็บไซต์เรียนรู้การเรียนรู้ Machine Learning ผ่านการเล่นเกม

สวัสดีครับวันนี้ผมมีเว็บไซต์ที่น่าสนใจที่จะช่วยให้เราเข้าใจกระบวนการพัฒนาโมเดลการเรียนรู้ของเครื่อง (Machine Learning) มาแนะนำให้ลองไปเล่นกันดูครับ นั่นคือ AI Quest จาก Google ครับ ซึ่งเข้าได้จากลิงก์นี้ครับ https://research.google/ai-quests 

ซึ่งเว็บไซต์นี้ก็ตามชื่อครับ คือเขาจะให้เราทำภารกิจ (quest) ด้าน AI เพื่อนำมาสร้างโมเดลการเรียนรู้ของเครื่องเพื่อนำมาแก้ปัญหา โดยเราจะได้เรียนรู้ขั้นตอนเริ่มตั้งแต่

1. การเข้าใจปัญหา 

2. การเก็บรวบรวมข้อมูล 

4.การทำความสะอาดข้อมูล (data cleansing)

5. การเลือกข้อมูลที่เกี่ยวข้องที่สุด (Feature Selection) เพื่อนำมาสร้างจะให้เราทำสร้างโมเดลการเรียนรู้ของเครื่อง 

6. การฝึกฝนโมเดล

7. การทดสอบโมเดล

8. การปรับปรุงโมเดล 

9. การนำโมเดลไปใช้งานจริง 

โดยภารกิจหนึ่งที่ผมลองทำดูแล้วก็คือภารกิจช่วยเรื่องน้ำท่วมตลาด ซึ่งเขาก็จะเริ่มจากเล่าปัญหาให้เราฟังตัวละครตัวแรกก็คือ Luna ผู้จัดการของตลาดซึ่งมีปัญหาน้ำท่วม ซึ่งตลาดนี้อยู่ติดกับแม่น้ำ และน้ำก็มักจะท่วมเข้ามาแบบไม่มีการเตือนล่วงหน้า สร้างความเสียหายให้กับร้านค้าในตลาด เขาจึงต้องการให้นำ AI เข้ามาช่วย 

Luna-Ai-quest
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

เมื่อเราเข้าใจปัญหาแล้ว เราก็จะไปพบกับ Mentor ของเราคือ ศาสตราจารย์ Skype ครับ ซึ่งเขาก็จะแนะนำขั้นตอนต่าง ๆ ให้เราทำตามในการนำ AI มาสร้างโมเดลการเรียนรู้ของเครื่องเพื่อแก้ปัญหานี้ครับ 


 

Professor-Skype
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

ซึ่งขั้นตอนแรกของภารกิจก็คือ เราต้องเข้าป่าไปรวบรวมเครื่องมือที่อยู่ในป่า เพื่อจำนำเอาข้อมูลมาใช้ในการสร้างโมเดลครับ โดยจะมีเครื่องมือ 12 ตัวที่เราต้องไปรวบรวมมาครับ 

Ai-Quest-Task1
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

ใน 12 ตัวนี้ เราจะเห็นว่ามีบางตัวอาจไม่ได้ช่วยมากเท่าไรนะครับ นั่นคือขั้นตอนที่เราจะต้องคดกรองต่อไป แต่ขั้นตอนต่อไปที่เจาจะให้เราทำคือการทำความสะอาดข้อมูลครับ ก็คือดูว่าในตัวข้อมูลมีอะไรขาดตกบกพร่อง หรือมีอะไรแปลกแยก (outliers) ไหม 


data-cleansing
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

อย่างรูปข้างบนนี้เราจะเห็นว่าข้อมูล Precipitation ในแถวที่สองหายไป เราก็คลิกได้เลยครับ และเขาก็จะมีข้อผิดพลาดอื่น ๆ ให้เราฝึกทำ เราเจอตรงไหนผิดเราก็คลิกตรงนั้นได้เลยครับ 

ขั้นต่อไปคือการทำ Feature Selection ครับ เขาจะให้เราเลือกข้อมูลจากเครื่องมือ 4 ตัวที่คิดว่าน่าจะเกี่ยวข้องมากที่สุด 

AI-Quest-Task3
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

เราก็ลองเลือกดูเลยครับ เมื่อเลือกเสร็จแล้วระบบก็จะสร้างโมเดลการเรียนรู้ของเครื่อง โดยโมเดลจะทำทำหน้าที่บอกบริเวณที่น้ำจะท่วมสูง (ขายของตรงนี้ไม่ได้เลย) กลาง (พอจะขายได้ถ้าตั้งร้านสูงหน่อย) และปลอดภัย (ตั้งร้านได้ไม่ต้องกังวล) และก็ถามทบทวนว่าเราเข้าใจสิ่งที่โมเดลสร้างใช่ไหม ให้ตอบคำถามให้ถูกนะครับ :)

understand-model
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

ขั้นต่อไปก็คือการฝึกสอนโมเดล ซึ่งเขาก็จะถามคำถามเพื่อเช็คว่าเราเข้าใจการฝึกสอนโมเดลไหมด้วยนะครับ เราก็ต้องตอบคำถามให้ถูกนะครับ

หลังจากนั้นเราจะได้ผลลัพธ์คือความแม่นยำของโมเดลเราตัวอย่างดังรูปครับ 


evaluate-model
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

ซึ่งถ้าได้ไม่ถึง 90% แนะนำให้กลับไปทำใหม่นะครับ ในความเป็นจริงเกิดได้จากหลายสาเหตุ แต่ในเกมนี้เน้นที่ feature ที่เราเลือกมาอาจยังไม่ได้เกี่ยวข้องที่สุด ให้เราคลิก improve forcast accuracy เพื่อกลับไปเลือกใหม่ครับ 

ในการเลือกใหม่นี้เขาจะบอกเราครับว่า ตัวไหนที่ไม่ใช่ High Relevance เราก็เอาตัวนั้นออก ขั้นตอนการเลือก Fearture นี้ถ้าเราเป็นผู้เชี่ยวชาญในโดเมน (domain expert) เราก็อาจเลือกได้ถูกต้องแต่แรก แต่ถ้าเราไม่ใช่ ก็ต้องลองดูครับ และในที่นี้เขาก็ช่วยแนะนำให้เราเลย เพื่อไม่ให้เราหัวเสียมากเกินไป :) 

 

final-result
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes


ได้ 90% แล้ว เราก็เลือก Generate Forecast ได้เลยครับ 


หลังจากนั้นก็มีตัวอย่างการเอาไปใช้งานจริงครับ ก็จะมีคำเตือนขึ้นมาแบบนี้ครับ


Ai-quest-warn-flood
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

 

ก็ให้กดปุ่ม Take Action นะครับ แล้วเขาก็จะมีแผนผังให้เราจัดวางร้านแบบธรรมดากับแบบสูง โดยมีแผนที่บอกระดับน้ำสูง ตรงสีแดงคือสูงมากวางร้านไม่ได้ ตรงสีเหลืองน้ำท่วมกลางต้องใช้ร้านสูง และสีฟ้าปลอดภัยใช้ร้านสูงธรรมดาได้ เราก็จัดการวางเลยครับ 


AI-Quest-Task5
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

และเมื่อเราทำสำเร็จ Luna ก็จะออกมาขอบคุณเราครับ 

Luna-thanks
ภาพจาก https://research.google/ai-quests/intl/en_gb/quest/market-marshes

อ้อยังไม่จบนะครับ Professor Skype ก็จะมาถามเราให้ทบทวนขั้นการสร้างโมเดลการเรียนรู้ของเครื่องอีกทีหนึ่ง และถามคำถามส่งท้ายว่าคนกับ AI ทำงานร่วมกันได้ยังไง ซึ่งผมก็คิดว่าทุกคนคงตอบได้ไม่ยาก เมื่อทำภารกิจมาจนจบนะครับ 

และเขาก็จะปิดท้ายด้วยการให้เราดูวีดีโอที่ Google ทำโครงการพยากรณ์น้ำท่วมครับ ซึ่งผมก็แนะนำว่าให้ดูนะครับ 

โดยสรุปผมว่าเว็บไซต์นี้ดีมากนะครับ คือผมเชื่อว่ามีหลายคนที่สนใจการสร้างโมเดลการเรียนรู้ของเครื่อง แต่ยังไม่มีความรู้ความเข้าใจ ว่าขั้นตอนมันเป็นยังไง แล้วก็ไปเจอคำศัพท์อย่างการเตรียมข้อมูล การสำรวจข้อมูล feature selection และการฝึกโมเดล แล้วก็พยายามเจาะเข้าไปในแต่ละส่วน โดยไม่เข้าใจเลยว่าภาพใหญ่จริง ๆ มันคืออะไร อันนั้นจะทำให้เข้าใจยาก แต่ถ้าเข้าใจภาพใหญ่ก่อน แล้วค่อย ๆ เจาะรายละเอียดลงไปในแต่ละขั้นตอน จะทำให้เราเข้าใจได้ง่ายและดีขึ้นครับ ลองไปเล่นกันดูนะครับ 





วันพุธที่ 18 มีนาคม พ.ศ. 2569

เครื่องมือ AI ของสเปนติดตามคำพูดแสดงความเกลียดชังบนโซเชียลมีเดีย

hate-speech
Photo by Jon Tyson on Unsplash

Pedro Sánchez นายกรัฐมนตรีสเปน ได้เปิดตัวเครื่องมือ AI ของรัฐบาลเพื่อจัดลำดับแพลตฟอร์มโซเชียลมีเดีย โดยพิจารณาจากปริมาณคำพูดแสดงความเกลียดชัง (hate speech) ที่แพร่กระจายอยู่ในแต่ละเว็บไซต์

ระบบดังกล่าวมีชื่อว่า HODIO ซึ่งจะทำหน้าที่ติดตามวิวัฒนาการและการแพร่กระจายของเนื้อหาที่สร้างความเกลียดชังบนโซเชียลมีเดีย ผ่านการวิเคราะห์ข้อมูลกิจกรรมบนโซเชียลมีเดียที่เปิดเผยต่อสาธารณะ

Sánchez ระบุว่า "การขยายสัญญาณโดยอัลกอริทึม" (algorithmic amplification) ของคำพูดแสดงความเกลียดชัง จะถูกกำหนดให้เป็นความผิดทางกฎหมาย เนื่องจากรัฐบาลพยายามที่จะกดดันให้แพลตฟอร์มต่าง ๆ ต้องมีความรับผิดชอบต่อเนื้อหาที่เกิดขึ้น

อ่านข่าวเต็มได้ที่: Politico Europe โดย Milena Wälde 

วันอังคารที่ 17 มีนาคม พ.ศ. 2569

โรงยิมหุ่นยนต์ในเยอรมันใช้สำหรับฝึกหุ่นยนต์เหมือนมนุษย์

humanoid-working
ภาพจาก Interesting Engineering โดย Georgina Jedikovska

Technical University of Munich หรือ TUM ในประเทศเยอรมนี กำลังร่วมมือกับบริษัท NEURA Robotics เพื่อดำเนินงานในศูนย์วิจัยและฝึกอบรมด้านหุ่นยนต์ที่มีพื้นที่กว่า 25,000 ตารางฟุต

TUM RoboGym จะเป็นพื้นที่สำหรับหุ่นยนต์เหมือนมนุษย์ (humanoid robots) ในการเรียนรู้ภารกิจเฉพาะด้านจากมนุษย์ และทำการฝึกฝนซ้ำๆ จนชำนาญ ก่อนที่จะนำทักษะเหล่านี้ไปประยุกต์ใช้ในสถานการณ์จริง นอกจากเป้าหมายในการสะสมข้อมูลการฝึกฝนที่มีคุณภาพสูงแล้ว RoboGym แห่งนี้ยังจะถูกใช้เป็นสถานที่สำหรับฝึกอบรมวิศวกรและนักศึกษาอีกด้วย

อ่านข่าวเต็มได้ที่: Interesting Engineering โดย Georgina Jedikovska

วันจันทร์ที่ 16 มีนาคม พ.ศ. 2569

LeCun และคณะเสนอเฟรมเวอร์กของ SAI

AI
Photo by Steve Johnson on Unsplash

ในผลงานวิจัยฉบับใหม่ Yann LeCun ผู้ได้รับรางวัล ACM A.M. Turing Award และคณะผู้วิจัย ได้นำเสนอเฟรมเวอร์กสำหรับการพัฒนาปัญญาประดิษฐ์ในอนาคตเพื่อมุ่งไปสู่ Superhuman Adaptable Intelligence (SAI) หรือปัญญาประดิษฐ์ที่มีความสามารถในการปรับตัวเหนือระดับมนุษย์

เฟรมเวิร์กดังกล่าวเรียกร้องให้มีการกำหนดเป้าหมายใหม่ในการพัฒนา AI โดยมุ่งเน้นที่ ความเร็วในการปรับตัว ของระบบ AI ต่อฟังก์ชันหรือภารกิจใหม่ ๆ แทนที่จะมุ่งเน้นเพียงการบรรลุระดับสติปัญญาเท่าเทียมกับมนุษย์ (human-level intelligence) นอกจากนี้ยังให้ความสำคัญกับ ความเชี่ยวชาญเฉพาะด้าน (specialization) มากกว่าการเป็นระบบที่ทำงานได้ครอบจักรวาล (generalization)

คณะผู้วิจัยวาดภาพอนาคตของ AI ว่าจะไม่ใช่โมเดลเดียวที่ทำได้ทุกอย่าง (universal model) แต่จะเป็นชุดของ ระบบที่ทำงานร่วมกัน (collaborative systems) หลาย ๆ ระบบแทน

อ่านข่าวเต็มได้ที่: 36Kr (China) 

วันอาทิตย์ที่ 15 มีนาคม พ.ศ. 2569

Tony Hoare ผู้คิดค้นอัลกอริทึมการเรียงลำดับ Quicksort เสียชีวิตแล้วในวัย 92 ปี

Tony Hoare
ภาพจาก Wikipedia

Charles Antony ("Tony") Richard Hoare ผู้ได้รับรางวัล ACM A. M. Turing Award ได้เสียชีวิตลงแล้วด้วยวัย 92 ปี

Hoare เป็นที่รู้จักดีที่สุดในฐานะผู้สร้างอัลกอริทึม Quicksort ซึ่งเขาคิดค้นขึ้นในปี 1959 และยังคงเป็นหนึ่งในวิธีการจัดเรียงข้อมูลที่รวดเร็วที่สุดจนถึงปัจจุบัน

ต่อมาเขาได้พัฒนา Hoare logic ซึ่งอิงตาม Hoare triple อันเป็นเครื่องมือสำคัญในการใช้เหตุผลและการตรวจสอบความถูกต้องของโปรแกรมอย่างเป็นทางการ (formal verification) นอกจากนี้ เขายังได้ตีพิมพ์โมเดล Communicating Sequential Processes ซึ่งเป็นแนวทางที่ภาษาโปรแกรมต่างๆ เช่น Clojure, Erlang และ Go ใช้ในการจัดการการทำงานแบบพร้อมกัน (concurrent operations)

อ่านข่าวเต็มได้ที่: The Register (U.K.); Liam Proven

วันเสาร์ที่ 14 มีนาคม พ.ศ. 2569

Intel สาธิตชิปประมวลผลข้อมูลที่เข้ารหัส

Intel-chip
ภาพจาก IEEE Spectrum โดย Samuel K. Moore

Intel ได้สาธิตชิปประมวลผล Heracles ซึ่งเป็นชิปสำหรับการเข้ารหัสข้อมูลแบบ Fully Homomorphic Encryption (FHE) โดยผลการทดสอบแสดงให้เห็นว่าสามารถทำงานด้าน FHE ได้รวดเร็วกว่าซีพียูเซิร์ฟเวอร์อย่าง Intel Xeon ถึง 5,000 เท่า

ในการสาธิตแบบสด (Live Demo) ได้จำลองสถานการณ์ที่ผู้ลงคะแนนเสียงต้องการตรวจสอบว่าบัตรเลือกตั้งของตนถูกลงทะเบียนอย่างถูกต้องหรือไม่ ชิป Heracles สามารถประมวลผลคำขอนี้ได้ภายในเวลาเพียง 14 ไมโครวินาที ในขณะที่ชิป Xeon ต้องใช้เวลาถึง 15 มิลลิวินาที

เบื้องหลังความเร็วระดับนี้เกิดจากการรันชุดคำสั่ง 3 สายงานที่ทำงานสอดประสานกัน (Synchronized streams) ไปพร้อมๆ กัน ได้แก่: การเคลื่อนย้ายข้อมูลเข้าและออกจากตัวประมวลผล การเคลื่อนย้ายข้อมูลภายในตัวชิป การคำนวณทางคณิตศาสตร์ให้เสร็จสมบูรณ์

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Samuel K. Moore

วันศุกร์ที่ 13 มีนาคม พ.ศ. 2569

ระบบการพิจารณาบทความวิจัยโดยใช้ AI ปฏิเสธบทความวิจัยมากกว่าที่เคยเป็นมา

paperreview-ai
https://paperreview.ai

PaperReview.ai เครื่องมือ AI ในรูปแบบ Agentic AI ที่พัฒนาโดยทีมนักวิจัยจาก Stanford University กำลังถูกนำมาใช้เพื่อย่นระยะเวลาในกระบวนการพิจารณาผลงานวิจัย (Peer Review) จากเดิมที่ต้องใช้เวลานานหลายเดือนหรือเป็นปี ให้เหลือเพียงไม่กี่นาทีเท่านั้น

โดยหลักการทำงานของ AI ผู้รีวิวนี้จะทำการสแกนบทความวิจัยที่ถูกส่งเข้ามา และนำไปเปรียบเทียบกับงานวิจัยที่เกี่ยวข้องในฐานข้อมูล arXiv และแหล่งข้อมูลอื่น ๆ ที่ใกล้เคียงกัน ซึ่งเครื่องมือนี้สามารถระบุจุดที่ขาดการอ้างอิง (Citations), ข้อโต้แย้งที่ยังมีน้ำหนักน้อย รวมถึงข้อผิดพลาดในส่วนของระเบียบวิธีวิจัย (Methodology) ได้อย่างรวดเร็ว

อย่างไรก็ตาม เริ่มมีกระแสความกังวลเกิดขึ้นเกี่ยวกับเครื่องมือดังกล่าว เนื่องจากพบว่ามีอัตราการปฏิเสธรับตีพิมพ์ (Rejection rates) ที่ค่อนข้างสูง

อ่านข่าวเต็มได้ที่: ABC Money (U.K.)

วันอาทิตย์ที่ 15 กุมภาพันธ์ พ.ศ. 2569

เปิดใจให้กว้างแล้วโฟกัสการเลือกตั้งครั้งนี้ไปที่การทำหน้าที่ของกกต.

Votes
Photo by Cyrus Crossan on Unsplash

หลังจากเลือกตั้งเสร็จ ประเทศไทยของเราก็ยังคงมีปัญหาเหมือนแทบทุกครั้ง จริง ๆ มันมีปัญหาตั้งแต่การเลือกตั้งล่วงหน้าแล้ว ซึ่งปัญหาส่วนใหญ่มันเป็นปัญหาจากการทำหน้าที่จัดการของกกต. เริ่มตั้งแต่การลงทะเบียนล่วงหน้า และการลงประชามตินอกเขต ก็ทำให้มันวุ่นวายจนคนหลายคนลงทะเบียนล่วงหน้า แต่ไม่ได้ลงประชามตินอกเขต และก็ไม่ได้คิดโทษตัวเองหรอก อาจคิดในใจว่าพวกแกมันโง่เอง 

ขอโทษนะภรรยานายกยังทำแค่ลงเลือกตั้งล่วงหน้า ไม่ได้รู้ว่าต้องลงประชามตินอกเขตแยกต่างหากด้วย ถ้าระดับภรรยานายกยังไม่รู้ มันก็ไม่แปลกที่คนอีกหลายคนในประเทศจะไม่รู้ แล้วยังให้เวลาเขาลงทะเบียนน้อยอีก เข้าใจว่ามีคนเสียสิทธิส่วนนี้ไปประมาณ 800,000 คน และการเสียสิทธินี้ มันมีผลเหมือนการเสียสิทธิที่ไม่ได้ไปเลือกตั้ง 

นอกจากนี้การจัดการเลือกตั้งล่วงหน้าก็มีปัญหามากมาย ก็ลองดูจากข่าวเองแล้วกันนะครับ ยกตัวอย่างรายชื่อผู้สมัครจากบางพรรคหายไป พอคนไปสอบถามก็บอกว่าเขาโดนตัดสิทธิไปแล้ว ทั้งที่จริงมันเป็นการตกหล่นจากฝั่งกกต. พอรู้ตัวก็เติมเข้าไป แต่คนที่เลือกไปแล้วล่ะ คนที่เขาเชื่อกกต.ว่าผู้สมัครที่เขาจะเลือกโดนตัดสิทธิไปแล้ว แล้วเขาไปเลือกคนอื่น หรือโหวตโนไป ทำให้เขาไม่ได้เลือกคนที่ต้องการ จะรับผิดชอบยังไง คะแนนนึงถึงมันอาจจะเปลี่ยนอะไรไม่ได้ มันก็มีความหมายกับคนเลือกไม่ใช่หรือ 

พอมีปัญหาการเลือกตั้งล่วงหน้า กกต. ควรจะระมัดระวัง เพื่อไม่ให้เกิดปัญหาในการเลือกตั้งจริง แต่ก็กลับเกิดปัญหาโดยเฉพาะในการนับคะแนน คำถามที่ต้องตอบและชี้แจง เป็นลำดับแรก ๆ คือ ทำไมจำนวนบัตร กับจำนวนผู้มาใช้สิทธิถึงไม่ตรงกัน ปัญหานี้จริง ๆ ไม่ต้องให้ใครมาร้อง พอนับเสร็จ กรรมการประจำหน่วยควรจะต้องนับใหม่เลยไหม หรือหาสาเหตุให้ได้ไหม จำนวนบัตรบัญชีรายชื่อ กับแบบแบ่งเขต ทำไมมันถึงต่างกันอย่างมีนัยสำคัญขนาดนั้น ขั้นตอนการทำงานของกรรมการประจำหน่วย ทำไมหลายหน่วยจึงทำไม่ถูกขั้นตอน คำถามคืออบรมเจ้าหน้าที่กันมายังไง สิ่งเหล่านี้ไม่ควรจะเกิดขึ้นเลยหรือถ้า ถ้าวางแผนบริหารจัดการกันดี ๆ 

นับคะแนนเสร็จ ก็ไม่ยอมประกาศผลคะแนนหน้าหน่วย ซึ่งเป็นวิธีการที่โปร่งใสที่สุดแล้ว เข้าใจว่าเลือกตั้งของเราตั้งแต่ยุคเก่า ๆ ก็ประกาศคะแนนติดไว้หน้าหน่วยเลย ไม่ต้องให้ใครไปทวง คือไม่เข้าใจเหตุผลที่ไม่ประกาศ เข้าใจว่าเลือกตั้งคราวที่แล้วก็ไม่ยอมประกาศหน้าหน่วย ส่วนตัวมองว่ามันไม่มีเหตุมีผลอะไรเลย ทำไมสิ่งที่ดี ๆ ที่ทำให้โปร่งใส ถึงเอามันออกไป คือให้ไปรอคะแนนที่ป้อนเข้าระบบอย่างเดียว มันก็มีคำถามนะ ว่าจะรู้ได้ยังไงว่าคุณป้อนข้อมูลถูก 100% 

นี่คือปัญหาที่เกิดขึ้น ซึ่งผมมองว่าทุกคคนที่เอาอคติส่วนตัวจากการรักชอบออกไปควรจะมองเห็น ไม่ใช่มานั่งบอกว่า มันขี้แพ้ชวนตี แพ้แล้วพาล มาป่วนการเลือกตั้ง หรือไปกล่าวหาว่าการเลือกตั้งครั้งนี้โกงแน่ ๆ ผมบอกเลยนะครับว่า ผลการเลือกตั้งมันออกมาแล้ว และมันจะไม่ได้เปลี่ยนแปลงอะไรมากหรอกครับ ต่อให้เลือกตั้งใหม่ ผลมันก็จะออกมาประมาณนี้ 

ดังนั้นผมอยากให้เอาความคิดแบ่งฝักแบ่งฝ่ายนี้ออกไป แล้วมองให้เห็นว่าสิ่งที่กกต.ทำมันเป็นปัญหา เราจ่ายเงินภาษีให้กับคนกลุ่มนี้ เขามีหน้าที่เดียวคือจัดการเลือกตั้ง การเลือกตั้งขนาดใหญ่แบบนี้ ไม่ได้มีบ่อย ๆ 3-4 ปีครั้ง ในช่วง 3-4 ปีนี้ อาจมีการเลือกตั้งระดับท้องถิ่นบ้าง คำถามคือเขาทำอะไรกันในช่วง 3-4 ปี ที่่ไม่ได้มีการเลือกตั้งใหญ่  เขาไม่ได้คิดนวตกรรมอะไรที่จะทำให้การเลือกตั้งมันง่าย สะดวก รวดเร็วโปร่งใสบ้างหรือ ต่อให้ไม่ได้คิด จะใช้วิธีเดิม ๆ ทำไมเขาถึงยังทำมันให้ออกมาดีไม่ได้ เรามีปัญหากับการสรรหาคนกลุ่มนี้เข้ามาไหม แล้วเขาทำงานผิดพลาดแบบนี้เราทำอะไรกับเขาได้บ้าง 

คราวนี้ก็มาถึงประเด็นร้อนตอนนี้คือตัวบาร์โค้ดที่สามารถติดตามกลับมายังตัวผู้เลือกได้ว่าเลือกใคร อันนี้ก็เป็นปัญหา คือผมไม่ได้บอกว่ามันผิดถึงขนาดที่จะต้องให้การเลือกตั้งโมฆะแน่ ๆ นะ เพราะคนที่จะตัดสินได้คือศาล ผมไม่อยากเลือกตั้งใหม่ เพราะผมเชื่อว่าผลจะไม่เปลี่ยน เสียเงิน เสียเวลากันโดยใช่เหตุ อาจมีคะแนนดิบเปลี่ยนบ้าง เพราะอาจมีคนเปลี่ยนใจจากการจับขั้วที่เห็น แต่ถ้าศาลบอกว่ามันขัดรัฐธรรมนูญจริง และต้องเลือกใหม่ กกต.ก็ต้องรับผิดชอบ อาจมีติดคุกกันบ้าง แต่ประเทศก็เสียหาย เสียทั้งเงิน และเวลาแทนที่จะมีรัฐบาลที่มีอำนาจเต็มเข้ามาบริหารประเทศโดยเร็ว ก็ต้องรอไปอีก 

ซึ่งปัญหานี้จะไม่เกิดเลยถ้ากกต.มีการบริหารจัดการที่ดี และหมั่นติดต่อสื่อสารกับประชาชน แต่สิ่งที่ผมกังวลคือ แม้แต่ตัวกกต.บางคนเองก็ไม่รู้นี่สิว่า ไอ้บาร์โค้ดนี่มันย้อนกลับได้ถึงตัวคน อาจมารู้พร้อม ๆ กับพวกเรานี่แหละ 

แต่สมมติว่ากกต.รู้แล้วกัน สิ่งแรกคือ กกต. รู้ว่าจะมีการเลือกตั้งสองแบบ และมีลงประชามติ และกกต.ตัดสินใจใช้บัตรสามรูปแบบที่่ต่างกัน อันแรกที่ควรต้องออกมาชี้แจงก่อนเลือกตั้งคือ ทำไมต้องใช้สามแบบ ถ้าทั้งสามแบบนี้ สามารถใช้ยืนยันว่ามันเป็นบัตรจริงจากกกต. ตามที่กกต.ให้สัมภาษณ์ภายหลัง ทำไมจึงไม่เลือกวิธีใดวิธีหนึ่ง ซึ่งเท่าที่ตามข่าว บัตรประชามติ ทำง่ายมีราคาถูกที่สุด ทำไมจึงไม่ใช้รูปแบบนี้ ซึ่งเหมือน กกต.บอกว่า โรงพิมพ์ความสามารถไม่เท่ากัน แต่ถ้าโรงพิมพ์ที่มันพิมพ์แบบยากกว่าได้ มันก็ควรพิมพ์แบบที่ง่ายกว่าได้ไม่ใช่หรือ 

ถัดมาถ้าจะเลือกใช้แบบย้อนกลับได้ ก็ควรจะต้องแจ้งให้ประชาชนทราบล่วงหน้า การที่มีคนเอามาโพสต์ว่า จะโวยวายอะไรกัน ที่สิงค์โปร์บัตรเลือกตั้งเขาก็ย้อนกลับไปหาผู้เลือกได้ แต่ประเด็นคือเขาชี้แจงให้ประชาชนรู้แต่แรก และเขาบอกขั้นตอนการแยกเก็บต้นขั้วกับบัตรอย่างชัดเจน แต่ประเทศเราเพิ่งมารู้หลังเลือกตั้งแล้ว และสังเกตไหมครับว่า กกต.เน้นแต่การจัดเก็บบัตรลงคะแนน แต่ไม่ได้พูดถึงการจัดเก็บต้นขั้วเลย (มาพูดตอนแถลงแล้วมีคนถาม) ซึ่งตรงนี้ก็ไม่แปลกที่จะมีคนกังวล เพราะคนไทยส่วนใหญ่เชื่อว่าการลงคะแนนเป็นความลับมาตลอด ไม่มีทางย้อนกลับมาถึงตัวได้ว่าเราเลือกใคร ไม่เช่นนั้นคงไม่มีคำพูดอย่าง "รับเงินหมา แต่การพรรคที่เราชอบ" มันไม่เกี่ยวกับทำได้ยากหรือง่าย แต่คนไทยส่วนที่กังวลนี่เข้าใจมาตลอดว่ามันไม่มีทางเป็นไปได้ พอรู้ว่าเฮ้ยมันย้อนกลับได้นะ เขาถึงตกใจ และไม่พอใจ และให้ลองคิดด้วยว่า โอเคการเลือกตั้งระดับชาติมันอาจจะยากจริง แต่ถ้าลงมาระดับท้องถิ่น แล้วมันทำแบบนี้ได้ ไอ้ที่ว่ายาก ๆ มันจะง่ายขึ้นไหม แล้วถ้าคนไทยไม่รู้ไปเรื่อย ๆ แต่พวกนักการเมือง ผู้มีอำนาจรู้ ต่อไปจะเป็นยังไง 

การเอามาประกาศล่วงหน้า ยังมีประโยชน์คืออาจมีคนไปยื่นถามศาลว่าทำได้ไหม การเลือกตั้งจะยังลับอยู่ไหม ซึ่งถ้าศาลตัดสินว่าได้มันก็จะจบไม่ต้องมาเป็นประเด็น และประชาชนจะได้ติดตามการเก็บข้อมูลแยกสามส่วนของกกต. ว่าทำจริงไหม 

พูดถึงการลงคะแนนต้องเป็นความลับนี่ อันนี้ก็ต้องมาดูกันต่อว่าการที่สิงคโปร์ทำอย่างนี้ได้ แสดงว่ารัฐธรรมนูญของสิงคโปร์ไม่มีประโยคนี้ใช่ไหม แต่ของไทยมันมี ดังนั้นผมก็หวังว่าจะมีคนยื่นศาลให้ทำให้มันชัดเจนไปเลยนะ จะได้รู้ว่าการเลือกตั้งต่อไปที่มันจะมีขึ้นนี่ทำแบบนี้ได้ไหม

คือคนทีชอบออกมาพูดว่าแพ้แล้วพาลนี่ควรเข้าใจนะ การทำตรงนี้มันเป็นการทำให้ชัดว่าอะไรทำได้อะไรทำไม่ได้ และถ้าทำได้ ต่อไปกกต.ก็ควรต้องมีมาตรการเหมือนที่สิงคโปร์ทำ คือแยกการจัดเก็บต้นขั้ว และบัตรออกจากกัน แต่ตอนนี้กกต.เน้นแต่การเก็บบัตร แทบไม่ได้พูดถึงต้นขั้วเลย จนกระทั่งมีคำถามจากการแถลงของกกต. ถึงรู้ว่าแยกเก็บนะ แต่ก็อยู่กับกกต.ทั้งหมดอยู่ดี ส่วนตัวคิดว่าควรแยกหน่วยงานเก็บไปเลย และควรทำลายให้เร็วที่สุดด้วย อย่างสิงคโปร์บอกทุกอย่างถูกทำลายภายใน 6 เดือน แต่ของไทยรู้สึกจะสองปี นานไปไหม มันอาจมีคำถาม สองปีนี่รอให้มีคนไปเก็บข้อมูลหรือเปล่า  

คำถามอีกอย่างที่ต้องตอบคือมันมีความจำเป็นอะไรถึงจะต้องเก็บไปถึงจุดที่ว่าประชาชนคนนี้เลือกใคร จะตรวจสอบอะไรกันหรือ มันจะมีเคสไหนที่ต้องรู้ข้อมูลนี้ อันนี้ถ้าเอาโมเดลสิงคโปร์มา ก็ลองไปถามสิงคโปร์ดู แล้วมาบอกหน่อยว่าทำไปทำไม ส่วนตัวตอนนี้คิดไม่ออกว่า การย้อนกลับไปจนถึงตัวได้ว่าเลือกใครนี่ มันจะทำให้การเลือกตั้งมีความปลอดภัยขึ้นยังไง คือถ้ากลัวว่าจะมีคนแอบไปเอาบัตรจากหน่วยนึง แล้วเอาไปกาล่วงหน้า แอบมาใสอีกหน่วยนึง ก็แค่ให้ทุกใบในเล่มของหน่วยนี้มีเลขเดียวกันก็รู้แล้วว่า มันมาจากหน่วยเดียวกันไหม  

ในทางปฎิบัติ สมมติมีคำสั่งศาลบอกว่าให้ไปดูสิว่าไอ้คนนี้มันเลือกใคร ไอ้กระบวนการที่บอกว่าเป็นไปได้ยากนี่ มันก็ต้องทำให้กกต.ทำงานยากใช่ไหม เพราะต้องไปค้นข้อมูลเป็นล้าน ๆ เอามาจับคู่กัน แล้วสมมติในกระบวนการนี้เกิดมีคนคนนึงหวังดี คิดว่าเฮ้ยถ้ามันมีคำสั่งศาลออกมาอีก เราต้องมาทำแบบนี้อีก เรามาเก็บข้อมูลทั้งหมดเข้าระบบกันดีไหม ต่อไปพอศาลสั่ง เราก็หาเลยง่ายดี  คงบันเทิงไม่เบา  

เลิกแบ่งฝักแบ่งฝ่ายกันซะที เลิกซะทีคำพูดแพ้แล้วพาล ถ้าตัวเองชนะก็เงียบใช่ไหม หรือโกงแน่ ๆ ต้องเลือกใหม่ จะต้องลงถนน มาโฟกัสที่เรื่องนี้กัน คะแนนหนึ่งคะแนนของทุกคนมีความหมายนะครับ ตัวอย่างผู้สมัครคนหนึ่งที่ได้ 0 คะแนน ทั้งที่เขาเลือกตัวเอง แต่ผลออกมาเป็นว่าแม้แต่เขาก็ไม่เลือกตัวเอง เขาเสียหน้านะครับ ต่อไปอาจมีคนแซวเขาไปตลอดว่า นี่มาหาคะแนนจากชาวบ้านทำไม ถ้าตัวเองยังไม่เลือกตัวเองเลย  

เรามาช่วยกดดันทำให้องค์กรที่มีหน้าที่จัดการเลือกตั้งนี่ ทำหน้าที่ของเขาให้ดี เพราะตราบใดที่เรายังต้องใช้รัฐธรรมนูญ 60 นี้อยู่ เราก็ต้องจัดเลือกตั้งโดยองคฺ์กรนี้แหละครับ มาช่วยผลักดันให้องค์กรนี้ทำงานแบบมีประสิทธิภาพเหมือนที่ญี่ปุ่นเขาทำ เลือกเสร็จ ประกาศผล รวดเร็ว โปร่งใส ไม่มีใครข้องใจ จัดตั้งรัฐบาลทำงานต่อได้ทันที... 


 

วันพฤหัสบดีที่ 5 กุมภาพันธ์ พ.ศ. 2569

เปิดตัวแอปสโตร์สำหรับหุ่นยนต์

robots
ภาพจาก Forbes โดย John Koetsier

OpenMind บริษัทซอฟต์แวร์ด้านโรบอติกส์ ได้เปิดตัวร้านค้าแอปพลิเคชัน (App Store) สำหรับหุ่นยนต์เป็นแห่งที่สองของโลก โดยตั้งเป้าที่จะเป็นศูนย์รวมแอปฯ จำนวนหลายพันรายการเพื่อเพิ่มทักษะใหม่ ๆ ให้กับหุ่นยนต์ฮิวแมนนอยด์ (Humanoid) และหุ่นยนต์สี่ขา (Quadruped)

แพลตฟอร์มนี้ถูกสร้างขึ้นบนระบบปฏิบัติการแบบโมดูลาร์ OM1 ของ OpenMind ซึ่งช่วยให้เหล่านักพัฒนาสามารถส่งแอปพลิเคชันที่สามารถใช้งานข้ามแพลตฟอร์มกับหุ่นยนต์หลากหลายแบรนด์ได้ โดยในช่วงแรก แอปฯ ส่วนใหญ่จะมุ่งเน้นไปที่ด้านการเป็นเพื่อนเล่น (Companionship) ความปลอดภัย (Security) การประสานงาน (Coordination) และการช่วยเหลือเบื้องต้น มากกว่าที่จะเน้นงานบ้านทั่วไปอย่างการทำความสะอาดหรือการล้างจาน

อ่านข่าวเต็มได้ที่: Forbes โดย John Koetsier

วันจันทร์ที่ 2 กุมภาพันธ์ พ.ศ. 2569

Great Refactor มีเป้าหมายเพื่อเสริมความแข็งแกร่งให้กับโค้ดที่สำคัญ

Rust-Logo
ภาพจาก IEEE Spectrum โดย Edd Gent

โครงการ The Great Refactor ซึ่งเปิดตัวโดยสถาบันคลังสมอง Institute for Progress เมื่อเดือนสิงหาคมที่ผ่านมา มีวัตถุประสงค์เพื่อยกระดับความปลอดภัยของซอฟต์แวร์ทั่วโลก โดยการใช้เครื่องมือเขียนโค้ดด้วย AI ในการเปลี่ยนโค้ดภาษา C และ C++ ที่มีความเสี่ยง ให้กลายเป็นภาษา Rust ซึ่งมีความปลอดภัยด้านหน่วยความจำ (Memory-safe) โดยอัตโนมัติ

ครงการนี้เสนอให้มีการจัดตั้ง "Focused Research Organization" ที่ได้รับทุนสนับสนุนจากรัฐบาล ตั้งเป้าที่จะใช้เครื่องมือเขียนโค้ดพลัง AI ในการแปลงโค้ดจำนวน 100 ล้านบรรทัด ในไลบรารีซอฟต์แวร์แบบโอเพนซอร์ส (Open-source) ที่มีความสำคัญระดับวิกฤต ให้เป็นภาษา Rust ภายในปี 2030 

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Edd Gent

วันอาทิตย์ที่ 1 กุมภาพันธ์ พ.ศ. 2569

การสนับสนุนข้อกำหนดการเปิดเผยข้อมูลสาธารณะลดลงในหมู่นักวิจัย

Data
Photo by Claudio Schwarz on Unsplash

ผลการสำรวจนักวิจัยจำนวน 4,700 คน ใน 151 ประเทศ ซึ่งจัดทำโดย Digital Science, Springer Nature และ Figshare เผยให้เห็นว่า ในช่วงทศวรรษที่ผ่านมา แรงสนับสนุนต่อข้อบังคับระดับชาติ (National Mandates) เรื่องการเปิดเผยข้อมูลการวิจัย (Open Research Data) มีแนวโน้มลดลง

ในปีที่ผ่านมา คะแนนสนับสนุนข้อบังคับระดับชาติลดลงจนเหลือต่ำกว่า 50% ในกลุ่มนักวิจัยจากประเทศที่มีระบบเศรษฐกิจชั้นนำส่วนใหญ่  อินเดียเป็นเพียงประเทศเดียวในการสำรวจที่นักวิจัยส่วนใหญ่ยังคงให้การสนับสนุนข้อบังคับระดับชาติสำหรับข้อมูลแบบเปิด (Open Data)

แม้จะมีความกังวลเรื่องข้อบังคับ แต่นักวิจัยเกือบทั้งหมด (81%) ระบุว่าตนเองสนับสนุนหลักการเรื่องข้อมูลแบบเปิดอย่างแข็งขัน และ 88% ให้การสนับสนุนการเข้าถึงข้อมูลแบบเสรี (Open Access)

อ่านข่าวเต็มได้ที่: Times Higher Education โดย Jack Grove

วันเสาร์ที่ 31 มกราคม พ.ศ. 2569

ข้อความที่ทำให้เข้าใจผิดในโลกจริง สามารถเข้าควบคุมหุ่นยนต์ที่ใช้ปัญญาประดิษฐ์ได้

misleading-text-fool-AI
ภาพจาก UC Santa Cruz News โดย Emily Cerf

นักวิจัยจาก University of California, Santa Cruz ได้พัฒนาวิธีการโจมตีที่เรียกว่า command hijacking against embodied AI (CHAI) เพื่อแสดงให้เห็นว่าโมเดลภาษา-การมองเห็นขนาดใหญ่ (Large Visual-Language Models) สามารถถูกปั่นหัวเพื่อเข้าควบคุมระบบการตัดสินใจของ AI ได้อย่างไร

CHAI ใช้ Generative AI ในการปรับแต่งข้อความบนป้ายถนนหรือวัตถุอื่นๆ เพื่อเพิ่มโอกาสที่ AI (Embodied AI) จะปฏิบัติตามคำสั่งที่ระบุในข้อความนั้น ระบบจะปรับแต่งลักษณะปรากฏของข้อความ ทั้งในด้านตำแหน่ง สี และขนาด เพื่อให้สอดคล้องกับสภาพแวดล้อมจริงจนดูแนบเนียน

จากการทดสอบพบว่าการโจมตีแบบ CHAI มีอัตราความสำเร็จ (Attack Success Rates) ในระดับที่น่าตกใจ ดังนี้ 95.5% สำหรับโดรนที่ทำหน้าที่ติดตามวัตถุทางอากาศ 81.8% สำหรับยานยนต์ไร้คนขับ (Self-driving vehicles) และ 68.1% สำหรับโดรนในสถานการณ์การลงจอดฉุกเฉิน

อ่านข่าวเต็มได้ที่: UC Santa Cruz News โดย Emily Cerf

วันศุกร์ที่ 30 มกราคม พ.ศ. 2569

ว่าด้วยเรื่องประชามติรัฐธรรมนูญ 8 ก.พ. 2569

 

รัฐธรรมนูญ-ไทย
https://th.wikipedia.org/wiki/%E0%B9%84%E0%B8%9F%E0%B8%A5%E0%B9%8C:1932_Constitution_of_Siam_-_2017-01-26_(007).jpg

#ศรัณย์วันศุกร์ วันนี้ ขอพูดถึงเรื่องการเมืองที่เกี่ยวข้องกับเราสักวันแล้วกันนะครับ นั่นคือการลงประชามติรัฐธรรมนูญ บางคนอาจถามว่าไม่พูดเรื่องเลือกตั้งด้วยหรือ ก็ขอไม่พูดมากแล้วกันครับ ขอพูดสั้น ๆ ว่า ชอบนโยบายพรรคไหน ชอบผู้แทนเขตคนไหนก็เลือกคนนั้นแล้วกันครับ แต่เมื่อเลือกตั้งไปแล้ว ก็ให้เคารพการตัดสินใจของคนอื่น อย่าไปด้อยค่าความคิดของคนที่เห็นต่างกับตัวเอง อย่าสนับสนุนอำนาจที่มันอยู่นอกเหนือจากประชาชน วางอคติ รับฟังข่าวสารให้รอบด้าน เลิกสนับสนุนการใช้นิติสงครามทำลายกัน เลือกตั้งไปแล้วก็ให้โอกาสเขาทำงาน เขาทำงานไม่ดี ครั้งหน้าก็อย่าไปเลือก ปล่อยให้ระบบมันเดินไป 

แต่เรื่องที่อยากพูดจริง ๆ วันนี้คือเรื่องรัฐธรรมนูญครับ ที่อยากพูดเพราะอยากจะให้เรามีข้อมูลที่ถูกต้อง ก่อนที่จะไปลงมติกัน ไม่อยากให้เกิดเหตุการณ์แบบปี 2559 ที่บอกรับ ๆ ไปก่อนแล้วแก้กันทีหลัง หรือมาพูดกันทีหลังว่า หะ มันมีแบบนี้ด้วยหรือ ถ้ารู้จะไม่รับอะไรแบบนี้ เพราะมันมีพวกนักการเมือง หรือนักวิชาการ ที่จริง ๆ เข้าใจเรื่องราวเป็นอย่างดี แต่พยายามที่จะบิดเรื่องให้ประชาชนที่ติดตามตัวเองเข้าใจผิด และให้ผลโหวตไปทางที่ตัวเองอยากได้ 

ก่อนอื่นเลยครับ ถ้าใครจะไปกาไม่เห็นชอบ ผมขอให้คุณไปกาเพราะคุณรู้สึกว่ารัฐธรรมนูญฉบับนี้มันดีอยู่แล้ว หรือคุณเห็นปัญหาบ้าง แต่คุณคิดว่ามันไม่ใช่ปัญหาใหญ่ ถ้าเป็นเคสนี้คุณไปกาไม่เห็นชอบเลย แล้วไม่ต้องอ่านบทความนี้ต่อแล้วก็ได้ (แต่ถ้าจะอ่านต่อก็เชิญนะครับ :) )

แต่ถ้าคุณมีความรู้สึกว่าเออมันก็มีปัญหาที่ควรแก้ อย่างตึกสตง. ถล่ม แล้วคุณรู้สึกว่าเมื่อไรพวกมีอำนาจมันจะถูกลงโทษ  แต่ผ่านไปนานแล้วก็ยังไม่มีใครต้องรับผิดชอบ แล้วคุณพบว่ารัฐธรรมนูญฉบับนี้ไม่ได้เอื้อให้ใครทำอะไรกับคนพวกนี้ได้ คุณก็เห็นว่าน่าจะแก้ ก็ขออย่าไปกาไม่เห็นชอบเพราะคำพูดประเภทมันสิ้นเปลืองเงินทอง เอาเงินไปแก้เศรษฐกิจดีกว่า คืออะไรที่มันไม่ดีมันก็ควรต้องแก้นะครับ เหมือนบ้านที่เราอยู่อาศัยถ้ามันมีปัญหาที่ต้องซ่อม ถ้าไม่ซ่อมมันจะยิ่งพังจนอยู่ไม่ได้ ยังไงก็ต้องจัดงบประมาณไปซ่อม ถูกไหมครับ นี่คือประเด็นแรกที่ฝั่งพวกไม่อยากให้แก้มักจะยกมาพูด

แต่ประเด็นเรื่องสิ้นเปลืองนี่ยังไม่หนักเท่าประเด็นที่จะพูดต่อไปครับ และเป็นเรื่องน่าเศร้ามากที่พวกนักการเมือง อาจารย์ด้านกฎหมาย นักวิชาการบางคน ที่จริง ๆ รู้และเข้าใจ แต่จะพูดแบบนี้ เพื่อให้ได้ผลที่ตัวเองต้องการ ประเด็นแรกก็คือ ถ้าโหวตเห็นชอบประชามติในวันที่ 8 ก.พ. นี้ คือการฉีกรัฐธรรมนูญ ซึ่งจริง ๆ มันไม่ใช่นะครับ 

การฉีกรัฐธรรมนญ จะหมายความว่ารัฐธรรมนูญฉบับปัจจุบันมันจะหายไปเลย ซึ่งจะเกิดขึ้นได้กรณีเดียวครับ คือทหารออกมายึดอำนาจ แต่การโหวตในวันที่ 8 ก.พ. นี้ เป็นการโหวตว่าเราเห็นชอบให้มีการร่างรัฐธรรมนูญใหม่มาแทนฉบับปัจจุบันหรือไม่ ซึ่งถ้าผลจากการโหวตออกมาสมมติออกมาเป็นเห็นชอบ รัฐธรรมนูญฉบับปัจจุบันก็จะยังอยู่ครับ มันจะอยู่จนกว่าเราจะมีรัฐธรรมนูญฉบับใหม่ ซึ่งก็ต้องผ่านการเห็นชอบจากประชาชน ซึ่งมันยังมีอีกสองขั้นตอนหลักที่ผมจะกล่าวถึงต่อไปครับ แต่ถ้าผลโหวตเป้นไม่เห็นชอบ เราก็จะใช้รัญธรรมนูญฉบับปัจจุบันกันต่อไป และผมเชื่อว่าคราวนี้การจะร่างใหม่ทั้งฉบับคงเป็นไปได้ยากมาก ๆ แล้ว ดังนั้นใครชอบรัฐธรรมนูญฉบับนี้ ไปกาไม่เห็นชอบเลยครับ แต่อย่ากาเพราะจริง ๆ อยากแก้ แต่มีคนบอกว่าการการเห็นชอบคือการฉีกรัฐธรรมนูญ อย่าให้คนพวกนี้มาหลอกเราครับ 

ถ้าใครยังไม่เข้าใจ ผมขอยกตัวอย่างนี้ครับ สมมติตอนเรามุงหลังคาบ้าน มีคนมาเสนอหลังคาแบบเจาะรูเอาไว้ โดยบอกว่าเป็นหลังคาแบบ "ดาวสวยฟ้าใส" ตอนนอนมองเห็นดวงดาว จะได้หลับสบาย ซึ่งพวกเราส่วนใหญ่ก็ยอมรับหลังคาแบบนี้กันด้วยเหตุผลที่ต่างกัน แต่เมื่อใช้งานมาจนถึงหน้าหนาว มันมีฝุ่น PM 2.5 เข้ามาตามรูหลังคา พอถึงหน้าฝนก็มีฝนรั่วเข้ามา ก็มีคนบอกว่าต้องเปลี่ยนนะ ผู้มีอำนาจก็บอกว่าขั้นแรก พวกเราต้องโหวตกันก่อนว่าจะเปลี่ยนหลังคาไหม 

การโหวตครั้งนี่้ จึงเป็นการถามว่าจะเปลี่ยนหลังคากันไหม ถ้าผลออกมาว่าไม่เปลี่ยนก็จบ ถ้าผลออกมาว่าส่วนใหญ่อยากเปลี่ยน ก็จะเริ่มกระบวนการขั้นต่อไป ซึ่งในช่วงที่จะทำกระบวนการขั้นต่อไป หลังคา "ดาวสวยฟ้าใส" จะยังอยู่นะครับ ไม่ได้ถูกรื้อออกไป 

แล้วต้องบอกนะครับว่า กระบวนการขั้นที่หนึ่งในการแก้รัฐธรรมนูญนี้ ยังไงก็ต้องมี เพราะศาลรัฐธรรมนูญสั่งมาว่า จะต้องมาถามประชาชนว่า เห็นชอบให้มีการร่างรัฐธรรมนูญฉบับใหม่ไหม

ประเด็นถัดมา ถ้าโหวตเห็นชอบจะเป็นการตีเช็คเปล่า จะเอาอะไรใส่เข้ามาก็ได้ สิ่งที่เอาไว้ปราบโกงพวกนักการเมืองจะหายไป หรือโยงไปล้มสถาบันอะไรแบบนี้ ซึ่งจริง ๆ มันไม่ใช่การตีเช็คเปล่านะครับ  อย่างที่บอกไปแล้วคำถามนี้ ยังไงมันก็ต้องมี เพราะเป็นขั้นแรกตามที่ศาลรัฐธรรมนูญสั่ง

 และศาลรัฐธรรมนูญก็ล็อคไว้อีกว่า ขั้นต่อไปต้องไปวางกรอบมาว่าการแก้จะแก้อะไรบ้าง จะแก้ยังไง อะไรประมาณนี้ และเมื่อทำกรอบนี้เสร็จก็ต้องเอามาถามประชาชนอีกรอบหนึ่งว่า ประชาชนเห็นชอบกับกรอบการแก้นี้ไหม ดังนั้นมันไม่มีการตีเช็คเปล่าให้ไปแก้อะไรก็ได้ ถ้าขั้นนี้ไม่ผ่านก็ใช้รัฐธรรมนูญเดิมที่ก็ยังใช้อยู่จนถึงขั้นตอนนี้กันต่อไป แต่ถ้าผ่านก็ไปขั้นตอนต่อไป และรัฐธรรมนูญปัจจุบันก็ยังใช้อยู่นะครับ ยังไม่ได้หายไปไหน

ขอเสริมเรื่องตีเช็คเปล่าอีกนิด คือจริง ๆ ศาลรัฐธรรมนูญเปิดช่องว่าขั้นที่ 1 กับ 2 นี่ทำพร้อมกันได้ ซึ่งร่างของกรอบที่จะแก้นี่ในสภาเขาทำกันแล้ว แต่ปัญหาคือมันติดที่นักการเมืองบางพรรค และสว. ไม่เห็นด้วย ซึ่งต้องบอกว่าพวก สว.นี่แหละที่เป็นกับดักหนึ่งที่คนร่างรัฐธรรมนูญฉบับปัจจุบันนี้วางไว้ เพื่อไม่ให้การร่างรัฐธรรมนูญใหม่มันทำได้ 

การที่พรรคประชาชนทำ MOA กับพรรคภูมิใจไทย เพราะคิดว่าพรรคภูมิใจไทยจะสามารถโน้มน้าวพวกสว.ให้หันมาร่วมกับสส.ได้ ทำไมถึงคิดว่าภูมิใจไทยคุยกับสว.ได้ ปัญหามันก็เกิดจากรัฐธรรมนุญฉบับนี้ ที่ดูถูกประชาชนอย่างเรา ๆ ว่าถ้าให้เลือกสว.เอง เดี๋ยวก็ไปเลือกลูกเมีย เครือญาติ พวกสส. เลยออกแบบให้มันพิสดารเข้าไว้ 

แต่เขาว่ากันว่าพรรคภูมิใจไทยเห็นช่องว่างของกติกา เลยสามารถทำให้คนของตัวเองเข้ามาเป็นสว.ได้จำนวนมาก ที่เขาเรียกกันว่าสว. สีน้ำเงิน นั่นแหละครับ อันนี้ผมพูดตามที่ติดตามข่าวมานะ จริงเท็จยังไงผมไม่รู้ เพราะมีการฟ้องกันอยู่เรื่องฮั้วสว. แต่เรื่องเหมือนมันจะหยุดไปเลย เมื่อเปลี่ยนรัฐบาล

สรุปคือภูมิใจไทยคุยกับสว.ไม่ได้ หรือไม่คิดจะทำจริง ๆ ก็ไม่รู้นะครับ จนเป็นเหตุให้พรรคประชาชนเห็นว่าเมื่อไม่ทำตาม MOA ก็ยุบสภาเถอะ ก็เลยมีการยุบสภาก่อนที่กรอบจะเสร็จ เราจึงมีได้แค่คำถามเดียวคือเห็นชอบไหม และเมื่อสภามันยุบไปแล้ว กรอบเดิมที่ทำไว้แล้ว มันก็ต้องไปเริ่มกันใหม่ครับ (ถ้าประชามติครั้งนี้ผ่านนะครับ) ดังนั้นแทนที่จะมีกรอบให้โหวตกันด้วยเลยไม่มี แต่จะพูดว่าตีเช็คเปล่าไม่ได้นะครับ เพราะผมขอย้ำว่าศาลรัฐธรรมนูญสั่งมาว่าต้องมีขั้นแรก คือถามว่าเห็นชอบจะให้ร่างรัฐธรรมนูญใหม่ไหม ดังนั้นไม่ว่าจะมีกรอบหรือไม่ มันก็ต้องมีคำถามนี้ ถ้ามีกรอบ เราจะได้โหวตสองขั้นในทีเดียว แต่เมื่อไม่มีกรอบเราก็โหวตขั้นแรกก่อน ดังนั้นคนที่พยามให้ข้อมูลว่าเป็นการตีเช็คเปล่า จึงเป็นการให้ข้อมูลที่ผิด 

ถ้ากลับไปที่ตัวอย่าง หลังคา "ดาวสวยฟ้าใส" ของเรา ขั้นตอนนี้ก็คือขั้นตอนที่จะทำหลังจากมีการเห็นชอบขั้นตอนแรกมาแล้ว โดยจะมีการบอกว่าผู้รับเหมาที่จะมาสร้างหลังคาให้เราคือใคร และหลังคาที่เขาจะสร้างจะมีหน้าตาเป็นยังไง ซึ่งถ้าสมมติผู้รับเหมาคือกิจการร่วมค้าที่มันสร้างตึกสตง. เราก็สามารถโหวตคว่ำในขั้นนี้ได้ (ถ้าเป็นแบบนี้จริง คนที่อยากเปลี่ยนหลังคาก็อาจมาร่วมโหวตไม่เอาด้วย เพราะกลัวหลังคามันจะถล่มมาทับตาย) หรือถ้าเขาออกแบบมาไม่เห็นดาวแล้ว คนที่ยังอยากเห็นดาวอยู่ก็โหวตไม่เอาได้ หรือถ้าเขาออกแบบแบบใช้วัสดุโปร่งใสแบบมองเห็นท้องฟ้าด้วย กันฝนได้ด้วย ถ้าเราพอใจเราก็ร่วมกันโหวตว่าเอาตามนี้ แต่ไม่ว่าจะผ่านหรือไม่ผ่านในขั้นตอนนี้ หลังคา "ดาวสวยฟ้าใส" ก็ยังใช้อยู่ และก็ไม่มีการตีเช็คเปล่าให้สร้างหลังคาอะไรก็ได้ 

ขั้นที่สาม (ถ้าผ่านขั้นที่สองมาแล้ว) ขั้นนี้เอาจริง ๆ ก็น่าจะใช้เวลานานระดับหนึ่งนะครับ ซึ่งรัฐธรรมนูญปัจจุบันก็ยังใช้อยู่ต่อไป (คนที่ัรักรัฐธรรมนูญฉบับนี้มาก คุณเห็นไหมครับว่ามันไม่ได้ถูกฉีกหายไปไหน) ในการร่าง เราก็สามารถติดตามได้เรื่อย ๆ ว่าเขาแก้อะไรบ้าง ตรงตามกรอบที่วางไว้ไหม สุดท้ายเมื่อร่างเสร็จ ก็จะเอาร่างนั้นมาลงมติกันอีกทีหนึ่ง ซึ่งถ้ามันไม่ผ่าน เราก็ใช้รัฐธรรมนูญเดิมกันต่อไป แต่ถ้ามันผ่าน รัฐธรรมนูญฉบับปัจจุบันก็จะถูกแทนที่ด้วยรัฐธรรมนูญฉบับใหม่ 

มันต้องมาถึงจุดนี้นะครับ  รัฐธรรมนูญฉบับปัจจุบันนี้มันถึงจะหายไป ซึ่งน่าจะใช้เวลาเป็นปี ดังนั้นไอ้คำพูดที่บอกว่าการโหวตเห็นชอบคือการฉีกรัฐธรรมนูญ มันจึงเป็นการพูดที่ไร้ซึ่งความจริงเป็นที่สุด ย้ำอีกรอบฉีกรัฐธรรมนูญพวกที่ทำได้มีพวกเดียวคือพวกทหารที่ออกมายึดอำนาจ และออกมาทำหลายครั้งแล้ว 

ถ้ายังไม่เข้าใจอีกก็กลับไปที่หลังคา "ดาวสวยฟ้าใส" ของเรา สมมติมันผ่านขั้นที่สองมาแล้ว บริษัทก็จะสร้างหลังคาตามกรอบที่เราอนุมัติในขั้นที่สอง มาให้เราดู เราก็ดูว่ามันตรงสเป็กไหม วัสดุดีไหม อะไรแบบนี้ แล้วก็ตัดสินใจว่าจะรับหรือไม่รับ ถ้ารับก็เขาก็จะเอาหลังคานั้นไปเปลี่ยน ถ้าไม่รับก็อยู่กับหลังคา "ดาวสวยฟ้าใส" ต่อไป 

จะเห็นว่ามันมีขั้นตอนมากมายกว่าที่รัฐธรรมนูญฉบับใหม่มันจะมาแทนที่ฉบับเก่า คนที่ไม่อยากร่างใหม่ ถ้าโหวตครั้งแรกชนะก็จบเลย ถ้าครั้งแรกแพ้ ก็ยังมีครั้งที่สอง ที่สามให้โหวตไม่รับ ส่วนคนที่อยากได้ฉบับใหม่ ต้องโหวตให้ชนะถึงสามรอบ 

คราวนี้ถ้าถามว่าทำไมมันยุ่งขนาดนี้ และสุดท้ายพอทำถึงขั้นที่สาม แล้วไม่รับ มันก็เสียเงินเสียทองไปโดยเปล่าประโยชน์หรือเปล่า ตอบคำถามเสียเงินเสียทองก่อน อย่างที่บอกไปแต่แรก ถ้าอะไรมันเสีย แล้วมันจำเป็นต้องซ่อม หรือต้องซื้อใหม่ จะต้องจ่ายเงินยังไงมันก็ต้องยอม ซึ่งเราก็หวังว่าถ้าแก้แล้วมันจะออกมาดี แต่ถ้าแก้แล้วมันออกมาไม่ดี ก็ต้องยอมเสียเงินและเสียเวลากันฟรี แต่ก็ดีกว่าไม่ได้ลองแก้ถูกไหมครับ จริง ๆ ผมเชื่อว่าถ้าได้เดินหน้าแก้ไปแล้ว และเราได้ติดตามการแก้อย่างใกล้ชิด สุดท้ายมันก็ไม่น่าจะจบด้วยการทิ้งไปนะครับ

ส่วนถ้าถามว่าทำไมมันถึงยุ่ง คำตอบก็เพราะคนร่างรัฐธรรมนูญ ออกแบบให้มันร่างใหม่ได้ยาก และนักการเมืองที่ไม่เห็นด้วย ก็ยังไปดึงเอาศาลรัฐธรรมนูญมายุ่ง ซึ่งศาลรัฐธรรมนูญก็สั่งว่าให้ถามสามครั้งแบบนี้แหละครับ (เอาจริง ๆ เห็นว่าคำสั่งที่ให้ทำสามครั้งนี้มันเกินคำถามที่เขาถามไปด้วย) ทั้ง ๆ ที่จริง ๆ ถ้ายอมให้แก้กันซะ แก้เสร็จก็เอามาถามว่าจะเอาไหม ถ้าไม่เอาก็ใช้ของเก่า มันก็จบ ในช่วงที่แก้ก็มีการรณรงค์ถามความเห็นประชาชนเป็นระยะ ให้ส่งความเห็นเข้าไป มีช่องทางตั้งเยอะตั้งแยะในการรับฟังความเห็น แล้วสุดท้ายก็โหวตกันทีเดียว เหมือนตอนโหวตรัฐธรรมนุญฉบับนี้

อีกคำถามที่มักจะถูกนำมาถามกัน และก็ถูกชี้นำโดยนักการเมือง และนักวิชาการที่ไม่เห็นกับการร่างใหม่ก็คือไปแก้เป็นรายมาตราดีกว่า ไม่เปลืองเงินด้วย คำตอบก็คือ ถ้ามันทำได้เขาก็ทำไปแล้วแหละครับ แต่มันทำไม่ได้ เพราะหนึ่งสิ่งที่อยากแก้หลาย ๆ เรื่อง มันมีสว. ซึ่งไม่ได้มีที่มาจากประชาชน นั่งขวางอยู่ คือตามรัฐธรรมนูญฉบับนี้ เขากำหนดว่า ในการแก้ พอถึงขั้นสุดท้ายสองสภาคือ สว. และสส. ต้องประชุมร่วมกัน ผลโหวตต้องเกินครึ่ง และที่เกินครึ่งนี้ต้องมีเสียงจากสว.ไม่ต่ำกว่าหนึ่งในสาม ก็คือ 60 กว่าคน จาก 200 คน ซึ่งหลายคนบอกว่าแค่ 60 กว่า จาก 200 เอง แต่ในความเป็นจริง มันยากนะครับ และสว.ก็แสดงอภินิหารมาหลายครั้งแล้ว โดยเฉพาะถ้าจะแก้อะไรที่กระทบกับอำนาจเขา ไอ้ร่างกรอบที่จะมาถามครั้งที่สอง ที่ผ่านออกมาไม่ได้ส่วนหนึ่ง ก็เพราะดีลกับสว.ไม่ได้นี่แหละครับ เพราะจะไปเอาอำนาจ หนึ่งในสาม ของเขาออก 

อีกจุดหนึ่งที่นักวิชาการที่เชี่ยวชาญเรื่องรัฐธรรมนูญเขาบอกมาก็คือ การแก้รายมาตรามันทำได้ยาก เพราะรัฐธรรมนูญฉบับนี้ มันเขียนโยงกันไปโยงกันมา แก้ตรงโน้น จะกระทบตรงนี้ คือจะแก้ตรงนี้ ก็ต้องไปแก้ตรงนี้ด้วย ถ้าจะเปรียบก็เหมือนการเขียนโปรแกรมที่ไม่ดี นั่นแหละครับ แก้ตรงนี้ กระทบตรงโน้น ต่อกันไปเป็นลูกโซ่ ซึ่งโปรแกรมแบบนี้ ยอมเสียเงินเสียเวลาเขียนใหม่ จะประหยัดกว่าไปแก้ครับ 

ถึงตรงนี้ก็หวังว่าจะเข้าใจการลงประชามติรัฐธรรมนูญในครั้งนี้กันมากขึ้นนะครับ เราจะได้ไปลงประชามติกันด้วยข้อมูลที่ครบถ้วนสมบูรณ์ ไม่ถูกชี้นำโดยฝ่ายที่มีอคติฝ่ายใดฝ่ายหนึ่ง ถ้าคุณเข้าใจเรื่องครบถ้วนแล้ว คุณก็ถามตัวเอง ถ้าคุณชอบหรือคิดว่ารัฐธรรมนูญเดิมมันมีดีมากกว่าเสียคุณก็ไปกาไม่เห็นชอบ แต่ถ้าคุณคิดว่ารัฐธรรมนูญมันไม่ดี ต้องร่างใหม่ก็ไปกาเห็นชอบ หรือแม้แต่ใครที่คิดว่ามันก็น่าจะแก้ แต่ยังไม่รู้ว่าเขาจะแก้อะไร เขาจะแก้ที่คุณไม่ชอบไหม  หรือสิ่งที่คุณชอบจะหายไปไหม คุณก็กาเห็นชอบไปก่อนก็ได้ แล้วก็ไปดูในขั้นที่สองขั้นที่สามต่อไป ถ้าไม่พอใจคุณก็โหวตไม่เห็นชอบได้  


เชื่อกันว่าแฮกเกอร์ชาวรัสเซียอยู่เบื้องหลังการโจมตีทางไซเบอร์ต่อเป้าหมายด้านพลังงานของโปแลนด์

cyber-attack
Photo by TRG on Unsplash

หน่วยข่าวกรองทหารของรัสเซียที่รู้จักกันในชื่อ Sandworm ถูกเชื่อว่ามีความเป็นไปได้สูงที่จะอยู่เบื้องหลังความพยายามโจมตีทางไซเบอร์ต่อระบบโครงข่ายไฟฟ้าของประเทศโปแลนด์เมื่อเดือนธันวาคม 2025 ที่ผ่านมา ตามรายงานของนักวิจัยจากบริษัทซอฟต์แวร์ ESET ในประเทศสโลวาเกีย

นักวิจัยสรุปผลโดยอ้างอิงจากรูปแบบการดำเนินงานในอดีตของ Sandworm และการตรวจพบรหัส (code) ที่มีความซ้ำซ้อนกับการโจมตีทางไซเบอร์ที่กลุ่มนี้เคยทำมาก่อนหน้านี้ แฮกเกอร์พยายามติดตั้งมัลแวร์ที่ชื่อว่า DynoWiper ซึ่งมีวัตถุประสงค์เพื่อทำลายไฟล์ข้อมูลในระบบคอมพิวเตอร์เป้าหมาย ทางการโปแลนด์ระบุว่าสามารถยับยั้งการโจมตีดังกล่าวได้ทันท่วงที ก่อนที่จะส่งผลให้เกิดไฟฟ้าดับเป็นวงกว้าง

อ่านข่าวเต็มได้ที่: Reuters โดย A.J. Vicens


วันพฤหัสบดีที่ 29 มกราคม พ.ศ. 2569

บริษัท Snap ตกลงยุติคดีฟ้องร้องเรื่องการเสพติดสื่อสังคมออนไลน์ก่อนการพิจารณาคดี

snap-logo
ภาพจาก BBC News โดย Lily Jamali

Snap บริษัทแม่ของ Snapchat ได้บรรลุข้อตกลงยอมความในคดีความเรื่องการเสพติดโซเชียลมีเดีย เพียงไม่กี่วันก่อนที่คดีจะเข้าสู่กระบวนการพิจารณาในชั้นศาล ณ นครลอสแอนเจลิส โดยโจทก์ซึ่งเป็นหญิงสาววัย 19 ปี อ้างว่าการออกแบบอัลกอริทึมบนแพลตฟอร์มอย่าง Snapchat เป็นสาเหตุที่ทำให้เกิดอาการเสพติดและส่งผลเสียต่อสุขภาพจิตของเธอ

ในขณะที่ Snap เลือกที่จะยุติคดีด้วยการยอมความ (settlement) แต่จำเลยรายอื่น ๆ ซึ่งรวมถึง Meta, TikTok และ YouTube ยังไม่มีการยอมความ และกระบวนการพิจารณาคดีจะดำเนินต่อไปสำหรับบริษัทเหล่านี้

คดีนี้อาจกลายเป็นการท้าทายความเชื่อมั่นของบริษัทโซเชียลมีเดียที่มักใช้การคุ้มครองจาก Section 230 (กฎหมายที่คุ้มครองแพลตฟอร์มไม่ต้องรับผิดชอบต่อเนื้อหาที่ผู้ใช้โพสต์) โดยฝั่งโจทก์โต้แย้งว่า แพลตฟอร์มเหล่านี้จงใจออกแบบระบบเพื่อส่งเสริมพฤติกรรมการเสพติด

อ่านข่าวเต็มได้ที่: BBC News โดย Lily Jamali

วันพุธที่ 28 มกราคม พ.ศ. 2569

GPT-5.2 พัฒนาช่องโหว่ Zero-Day ในระดับขนาดใหญ่

GPT-Logo
ภาพจาก Cyber Security News โดย Tushar Subhra Dutta

Sean Heelan นักวิจัยอิสระด้านความปลอดภัยทางไซเบอร์ ได้ทำการศึกษาและพบว่า GPT-5.2 มีความสามารถในการพัฒนา Zero-day exploits (รหัสโจมตีช่องโหว่ที่ยังไม่มีการแก้ไข) ได้ด้วยตัวเองในระดับสเกลใหญ่ โดย Heelan ได้ทดสอบ GPT-5.2 และ Opus 4.5 กับช่องโหว่ใน QuickJS JavaScript interpreter ซึ่งผลลัพธ์ที่ได้คือโค้ดโจมตีที่แตกต่างกันกว่า 40 รายการจากการกำหนดค่า (configurations) 6 รูปแบบ

GPT-5.2 สามารถผ่านโจทย์การทดสอบได้ทั้งหมด รวมถึงงานที่มีความซับซ้อนอย่างการเจาะผ่านระบบป้องกันความปลอดภัยหลายชั้น (bypassing multiple security protections) งานทั้งหมดสำเร็จภายในเวลา ไม่ถึง 3 ชั่วโมง โดยใช้ทรัพยากรการประมวลผลเพียงเล็กน้อยเท่านั้น

แม้ว่าการทดสอบนี้จะมุ่งเป้าไปที่ interpreter ในรูปแบบที่ลดทอนความซับซ้อนลง แต่ผลลัพธ์ชี้ให้เห็นว่าเทคโนโลยีนี้มีศักยภาพที่จะขยายขีดความสามารถ (scalability) ไปสู่เป้าหมายที่ใหญ่และซับซ้อนกว่านี้ได้

อ่านข่าวเต็มได้ที่: Cyber Security News โดย Tushar Subhra Dutta

วันอังคารที่ 27 มกราคม พ.ศ. 2569

บทความที่ได้รับการยอมรับจาก NeurIPS มีจำนวนการอ้างอิงแบบหลอน ๆ จาก AI มากกว่า 100 ครั้ง

GPT-Chip
Photo by D koi on Unsplash

GPTZero สตาร์ทอัพจากแคนาดา ได้ใช้เครื่องมือตรวจจับที่สามารถตรวจสอบความถูกต้องของการอ้างอิงเทียบกับฐานข้อมูลวิชาการและเว็บไซต์ต่าง ๆ เพื่อวิเคราะห์บทความวิจัยกว่า 4,000 ฉบับที่ได้รับการตอบรับและนำเสนอในงานประชุมด้าน AI ระดับโลกอย่าง NeurIPS (Neural Information Processing Systems) 2025

 ทางบริษัทระบุว่า ตรวจพบการอ้างอิงที่เกิดจากอาการ "AI หลอน" (AI-hallucinated citations) หลายร้อยรายการในบทความวิจัยอย่างน้อย 53 ฉบับ ซึ่งการอ้างอิงปลอมเหล่านี้สามารถเล็ดลอดสายตาของผู้ตรวจสอบ (Reviewers) อย่างน้อย 3 คนที่ได้รับมอบหมายให้ตรวจทานในแต่ละบทความไปได้

โดยลักษณะของข้อมูลที่พบมีตั้งแต่ การอ้างอิงที่ ถูกสร้างปลอมขึ้นมาทั้งหมด (Entirely fabricated) การ ดัดแปลงข้อมูลบางส่วน จากงานวิจัยที่มีอยู่จริง เช่น การปลอมชื่อผู้แต่ง ชื่อเรื่อง หรือชื่อวารสารให้ผิดไปจากความเป็นจริง

อ่านข่าวเต็มได้ที่: Fortune โดย Sharon Goldman

วันจันทร์ที่ 26 มกราคม พ.ศ. 2569

็Hinton เป็นนักวิทยาศาสตร์คนที่สองที่มีการอ้างอิงผลงานมากกว่า 1 ล้านครั้ง

Scholar-Citation
ภาพจาก 36Kr (China)

Geoffrey Hinton  ผู้ชนะรางวัล ACM A.M. Turing Award กลายเป็นนักวิทยาศาสตร์คอมพิวเตอร์รายที่สอง ต่อจาก Yoshua Bengio เพื่อนร่วมรางวัล Turing Award ที่มียอดการถูกนำไปอ้างอิง (citations) บน Google Scholar มากกว่า 1 ล้านครั้ง

ผลงานที่ถูกอ้างอิงสูงสุดของ Hinton:

อันดับ 1: งานวิจัยปี 2012 เรื่อง "ImageNet classification with deep convolutional neural networks" ซึ่งมียอดการอ้างอิงมากกว่า 180,000 ครั้ง

อันดับ 2: งานวิจัยปี 2015 เรื่อง "Deep learning" ซึ่งเขียนร่วมกับ Bengio และ Yann LeCun ผู้ชนะรางวัล Turing Award อีกท่านหนึ่ง โดยมียอดการอ้างอิงมากกว่า 100,000 ครั้ง

อ่านข่าวเต็มได้ที่: 36Kr (China)

วันอาทิตย์ที่ 25 มกราคม พ.ศ. 2569

อุปกรณ์สวมใส่ช่วยคืนเสียงให้แก่ผู้ป่วยโรคหลอดเลือดสมอง

handshake
Photo by National Cancer Institute on Unsplash

ทีมนักวิจัยจาก University of Cambridge ในสหราชอาณาจักร ได้พัฒนาอุปกรณ์สวมใส่ที่ช่วยให้ผู้ป่วยที่เคยประสบภาวะโรคหลอดเลือดสมอง (strokes) หรือมีอาการทางประสาทอื่น ๆ สามารถฟื้นฟูเสียงพูดของตนเองได้ โดยไม่จำเป็นต้องใช้วิธีการผ่าตัดฝังอุปกรณ์ในสมองในแบบที่รุกล้ำร่างกาย (invasive brain implants)

อุปกรณ์ดังกล่าวมีชื่อว่า Revoice ซึ่งสามารถถอดรหัสสัญญาณเสียงพูด สัญญาณบ่งชี้ทางอารมณ์ และข้อมูลสภาพแวดล้อมโดยใช้เซ็นเซอร์และ AI ตัวเครื่องถูกออกแบบมาให้สวมใส่ไว้รอบคอ โดย Revoice จะแปลสัญญาณต่าง ๆ เช่น อัตราการเต้นของหัวใจและการสั่นสะเทือนของกล้ามเนื้อลำคอให้กลายเป็นคำพูด อีกทั้งยังสามารถพยากรณ์และส่งคำพูดออกมาเป็นประโยคที่สมบูรณ์ได้อีกด้วย

อ่านข่าวเต็มได้ที่: The Independent (U.K.) โดย Jane Kirby

วันเสาร์ที่ 24 มกราคม พ.ศ. 2569

AI ช่วยส่งเสริมอาชีพนักวิจัย แต่ทำให้การค้นพบทางวิทยาศาสตร์ราบเรียบเกินไป

ิbroken-pencils
ภาพจาก IEEE Spectrum โดย Elie Dolgin 

นักวิจัยจาก University of Chicago และ Beijing National Research Center for Information Science and Technology ของประเทศจีน พบว่านักวิทยาศาสตร์ที่ใช้เครื่องมือ AI ในการทำงาน มีผลงานตีพิมพ์มากกว่ากลุ่มที่ไม่ใช้ถึง 3 เท่า และได้รับการอ้างอิง (citations) สูงกว่าเกือบ 5 เท่า นอกจากนี้ยังสามารถก้าวขึ้นสู่บทบาทผู้นำได้เร็วกว่าปกติถึง 1-2 ปี

อย่างไรก็ตาม ผลการศึกษายังระบุว่า AI ส่วนใหญ่ถูกนำมาใช้เพื่อปรับปรุงขั้นตอนการทำงานวิจัยในส่วนที่ง่ายให้เป็นระบบอัตโนมัติ (automates easier parts) มากกว่าที่จะเป็นการช่วยขยายขอบเขตการค้นพบทางวิทยาศาสตร์ใหม่ ๆ (expanding scientific discovery)

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Elie Dolgin

วันศุกร์ที่ 23 มกราคม พ.ศ. 2569

การวัดประสิทธิภาพของคอมพิวเตอร์ควอนตัมแบบใช้สปิน (spin-based)

quantum-bits
ภาพจาก  Physics

นักวิจัยได้ทำการทดสอบเกณฑ์มาตรฐาน (Benchmark) สำหรับคอมพิวเตอร์ควอนตัมขนาด 6 คิวบิต (six-qubit quantum computer) ที่สร้างขึ้นจากสปินของอิเล็กตรอน (electron spins) ภายในสารกึ่งตัวนำชนิดจุดควอนตัม (semiconductor quantum dots)

สิ่งที่แตกต่างจากคอมพิวเตอร์ควอนตัมแบบตัวนำยิ่งยวด (Superconducting quantum computers) คือ อุปกรณ์แบบใช้สปิน (spin-based devices) สามารถผลิตขึ้นได้ด้วยเทคนิค complementary-metal-oxide-semiconductor (CMOS) แบบเดียวกับที่ใช้ในกระบวนการผลิตวงจรรวม (Integrated circuits) ทั่วไป

ทีมวิจัยได้ทดสอบวงจรที่มีความซับซ้อนโดยการแพร่กระจายสภาวะพัวพัน (entanglement) ไปทั่วทั้ง 6 คิวบิต จากนั้นจึงทำการย้อนกลับกระบวนการเพื่อวัดค่าความแม่นยำ ผลการทดสอบพบว่าค่าความเที่ยงตรง (fidelity) ลดลงเมื่อมีการใช้จำนวนคิวบิตมากขึ้นและมีการทำงานที่ยาวนานขึ้น ซึ่งสาเหตุหลักเกิดจากการสะสมของสัญญาณรบกวน (noise)

อ่านข่าวเต็มได้ที่: Physics

วันพฤหัสบดีที่ 22 มกราคม พ.ศ. 2569

กลับบิตเพียงหนึ่งบิตก็ทำให้ซีพียู AMD เปิดช่องโหว่ของเครื่องเสมือนได้แล้ว

AMD-Chip
Photo by Andrew D on Unsplash

นักวิทยาศาสตร์คอมพิวเตอร์จากสถาบัน CISPA Helmholtz Center for Information Security ในประเทศเยอรมนี ได้ตรวจพบช่องโหว่ในหน่วยประมวลผล AMD Zen CPU ที่สามารถทำลายความปลอดภัยเชิงบูรณาการ (integrity) ของเครื่องเสมือนที่เป็นมีความปลอดภัยขั้นสูง (confidential virtual machines) ซึ่งใช้เทคโนโลยี AMD’s SEV-SNP ได้

ช่องโหว่ดังกล่าวมีชื่อว่า StackWarp เปิดโอกาสให้โฮสต์ที่ประสงค์ร้าย (malicious host) ที่มีการเปิดใช้งานระบบ simultaneous multithreading (SMT) สามารถเข้ามาจัดการกับ stack pointer ของเครื่องเสมือนที่ได้รับการป้องกันอยู่ได้ โดยการสลับบิตควบคุม (control bit) ที่ไม่มีการระบุไว้ในเอกสารเพียงบิตเดียว การโจมตีนี้อาจส่งผลให้ข้อมูลที่ละเอียดอ่อนถูกเปิดเผย ก้าวข้ามกลไกการตรวจสอบสิทธิ์ (authentication mechanisms) และสามารถเข้าถึงระบบในระดับ kernel ได้อย่างเต็มรูปแบบ

ทั้งนี้ AMD ได้ปล่อยแพตช์แก้ไขไปเมื่อเดือนกรกฎาคม 2025 และเผยแพร่ประกาศด้านความปลอดภัยโดยระบุว่าช่องโหว่นี้มีความรุนแรงในระดับต่ำ (low severity)

อ่านข่าวเต็มได้ที่: The Register (U.K.) โดย Thomas Claburn

วันพุธที่ 21 มกราคม พ.ศ. 2569

รายงานระบุว่า ความเสี่ยงของการใช้ AI ในโรงเรียนมีมากกว่าประโยชน์

students-using-laptop
ภาพจาก NPR โดย Cory Turner

รายงานฉบับใหม่จาก Brookings Institution สรุปว่าในปัจจุบัน ความเสี่ยงของการใช้ Generative AI ในการศึกษาระดับ K-12 (ระดับอนุบาลถึงมัธยมศึกษาตอนปลาย) นั้นมีน้ำหนักมากกว่าประโยชน์ที่ได้รับ

แม้ว่า AI จะสามารถช่วยในด้านการอ่าน การเขียน การวางแผนการสอน และการเพิ่มโอกาสในการเข้าถึงการศึกษาสำหรับนักเรียนที่มีความบกพร่องทางร่างกายหรือสติปัญญา แต่ในขณะเดียวกัน AI ก็อาจขัดขวางพัฒนาการทางสติปัญญา สังคม และอารมณ์ โดยการส่งเสริมให้เกิดการพึ่งพาเทคโนโลยีมากเกินไปและลดทอนทักษะการคิดวิเคราะห์ (critical thinking)

รายงานฉบับนี้ได้เรียกร้องให้มีการใช้ AI ในลักษณะที่เป็นส่วนเสริม (supplement) ไม่ใช่การเข้ามาแทนที่ (replace) ครูผู้สอน พร้อมทั้งเรียกร้องให้มี ความฉลาดทางดิจิทัลด้าน AI (AI literacy) แบบองค์รวม การเข้าถึงที่เท่าเทียม (equitable access) การออกแบบที่ยึดเด็กเป็นศูนย์กลาง (child-centered design)  และกฎระเบียบจากภาครัฐ (government regulation)

อ่านข่าวเต็มได้ที่: NPR โดย Cory Turner

วันอังคารที่ 20 มกราคม พ.ศ. 2569

CAISI ร้องขอข้อมูลเกี่ยวกับการรักษาความปลอดภัยของระบบ AI Agent

AI-Chip
Photo by Igor Omilaev on Unsplash

ศูนย์มาตรฐานและนวัตกรรม AI (Center for AI Standards and Innovation หรือ CAISI) ภายใต้สถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐฯ (National Institute of Standards and Technology - NIST) ได้ทำเรื่องขอข้อมูลและความคิดเห็นเกี่ยวกับการพัฒนาและการปรับใช้งานระบบ AI agent อย่างปลอดภัย

ทางศูนย์ได้เปิดรับข้อมูลจากเหล่านักพัฒนา AI agent, นักวิจัยด้านความปลอดภัยคอมพิวเตอร์ และผู้เกี่ยวข้องรายอื่นๆ ในประเด็นดังต่อไปนี้:

  • ภัยคุกคามด้านความปลอดภัย ที่ส่งผลกระทบต่อระบบ AI agent
  • วิธีการเสริมสร้างความปลอดภัย ทั้งในขั้นตอนการพัฒนาและการนำไปใช้งานจริง
  • ช่องว่างที่อาจเกิดขึ้น ในแนวทางการรักษาความปลอดภัยทางไซเบอร์สำหรับระบบ AI agent
  • แนวทางการวัดระดับความปลอดภัย รวมถึงการคาดการณ์ความเสี่ยงที่อาจเกิดขึ้นในระหว่างการพัฒนา

อ่านข่าวเต็มได้ที่: NIST

วันจันทร์ที่ 19 มกราคม พ.ศ. 2569

นักเรียนในกรุงโซลเกือบทั้งหมดใช้ AI สร้างสรรค์

Korean-Students
ภาพจาก The Korea Herald โดย Lee Seung-ku

ผลการสำรวจนักเรียนระดับมัธยมต้นและมัธยมปลายจำนวน 26,541 คนในกรุงโซล ประเทศเกาหลีใต้ โดยสถาบันวิจัยและสารสนเทศการศึกษาแห่งกรุงโซล (Seoul Education Research and Information Institute) พบว่านักเรียนถึง 94.7% เคยใช้งาน Generative AI โดยในจำนวนนี้มีนักเรียนถึง 80% ที่ใช้งานเพื่อวัตถุประสงค์ทางวิชาการ ซึ่งแบ่งเป็นการใช้ในกิจกรรมในชั้นเรียน (42.5%) และการศึกษาด้วยตนเอง (35.7%)

ในขณะเดียวกัน จากการสำรวจครูจำนวน 3,334 คน พบว่าครูกังวลด้านต่าง ๆ ดังนี้  93.4% กังวลว่านักเรียนจะพึ่งพาเทคโนโลยีมากเกินไป (Overly dependent) 92.4% กังวลเกี่ยวกับปัญหาการคัดลอกผลงาน (Plagiarism) ที่อาจเกิดขึ้น 92.5% กังวลว่า AI จะขัดขวางการพัฒนาทักษะการคิดเชิงวิพากษ์ (Critical thinking) ของนักเรียน

อ่านข่าวเต็มได้ที่: The Korea Herald โดย Lee Seung-ku