วันจันทร์ที่ 13 กรกฎาคม พ.ศ. 2569

นักวิจัยระบุ 'ต้นทุนพลังงานที่ซ่อนอยู่' ของ AI Agent

KAIST-Research
ภาพจาก TechXplore โดย Korea Advanced Institute of Science and Technology

ทีมนักวิจัยจาก Korea Advanced Institute of Science & Technology (KAIST) พบว่า ระบบ AI Agents ที่มีความสามารถในการวางแผน ใช้เครื่องมือทำงาน และประมวลผลหลายขั้นตอน มีการใช้พลังงานต่อหนึ่งคำสั่ง (Query) สูงกว่าระบบ AI เชิงสร้างสรรค์ (Generative AI) แบบทั่วไปถึง 136.5 เท่า

ทางทีมวิจัยระบุว่า ระบบสถาปัตยกรรมแบบ Agentic Systems นี้ จะต้องทำการเรียกใช้งานโมเดลภาษาขนาดใหญ่ (LLM) ซ้ำๆ หลายครั้ง ส่งผลให้เกิดความหน่วง (Latency) ในการทำงานเพิ่มขึ้นสูงถึง 153.7 เท่า และทำให้มีช่วงที่ปล่อยให้ชิปประมวลผลกราฟิก (GPU) เปิดทิ้งไว้โดยเปล่าประโยชน์ (Idle)

จากการทดสอบพบว่า AI Agent ขนาด 7 หมื่นล้านพารามิเตอร์ (70-billion-parameter) มีอัตราการใช้พลังงานเฉลี่ยสูงถึง 348.41 วัตต์-ชั่วโมง ต่อหนึ่งคำสั่ง ซึ่งมากกว่าปริมาณพลังงานที่ระบบ Generative AI ทั่วไปใช้ในการตอบคำถามง่ายๆ ถึง 136.5 เท่า

อ่านข่าวเต็มได้ที่: TechXplore โดย Korea Advanced Institute of Science and Technology

วันอาทิตย์ที่ 12 กรกฎาคม พ.ศ. 2569

การสร้างโค้ดด้วย AI แซงหน้าการควบคุมแล้ว

binary-digit
ภาพจาก TechRadar โดย Craig Hale 

ผลสำรวจจาก GitLab ซึ่งเก็บข้อมูลจากนักพัฒนาซอฟต์แวร์มากกว่า 1,500 คน พบว่า แม้เครื่องมือเขียนโค้ดด้วย AI จะช่วยเพิ่มประสิทธิภาพในการทำงาน (Productivity) แต่เครื่องมือเหล่านี้ไม่ได้ช่วยให้การส่งมอบซอฟต์แวร์เร็วขึ้นอย่างมีนัยสำคัญ เนื่องจากเวลาที่ประหยัดไปได้กลับต้องถูกนำมาใช้เพิ่มขึ้นในขั้นตอนการตรวจสอบโค้ด (Code Review) การทดสอบความถูกต้อง (Validation) และการกำกับดูแล (Governance) แทน

แม้ว่านักพัฒนาส่วนใหญ่จะรายงานว่าพวกเขาสามารถเขียนโค้ดได้เร็วขึ้นและมีคุณภาพสูงขึ้น แต่ 85% ของผู้ตอบแบบสอบถามระบุว่า ขั้นตอนการตรวจสอบโค้ด (Code Review) ได้กลายมาเป็นคอขวดหลัก (Primary Bottleneck) ในปัจจุบัน ในขณะที่อีก 73% ยอมรับว่าพวกเขามีกังวลเกี่ยวกับความสามารถในการบำรุงรักษาระยะยาว (Maintainability) ของโค้ดที่ถูกสร้างขึ้นโดย AI

 อ่านข่าวเต็มได้ที่: TechRadar โดย Craig Hale 

วันเสาร์ที่ 11 กรกฎาคม พ.ศ. 2569

แฮกเกอร์เผย Microsoft สามารถติดตามผู้ใช้ผ่าน Device ID ของ Windows

Microsoft
ภาพจาก PC Mag โดย Michael Kan 

การที่ Microsoft นำระบบ Global Device ID (GDID) มาใช้ในการสะกดรอยตามเครื่องคอมพิวเตอร์ Windows ของ Peter Stokes ผู้ต้องสงสัยว่าเป็นแฮกเกอร์ และเชื่อมโยงกิจกรรมของเขาเข้ากับกลุ่มอาชญากรรมไซเบอร์ Scattered Spider กำลังก่อให้เกิดความกังวลอย่างมากในเรื่องของความเป็นส่วนตัวของผู้ใช้งานและการสอดส่องดูแลบนโลกออนไลน์

เอกสารที่ใช้ในศาลระบุว่า ตัวระบุเอกลักษณ์ของอุปกรณ์จาก Microsoft ตัวนี้ สามารถเชื่อมโยงตัวเครื่องเข้ากับการเข้าเยี่ยมชมบริการของบุคคลที่สามได้ ซึ่งช่วยให้สามารถติดตามกิจกรรมต่างๆ ได้โดยไม่จำเป็นต้องพึ่งพาคุกกี้บนเบราว์เซอร์ (Browser Cookies)

ส่งผลให้นักวิจัยด้านความเป็นส่วนตัวออกมาแจ้งเตือนว่า ตัวระบุลักษณะนี้อาจถูกนำไปใช้ประโยชน์ในวงกว้างมากขึ้นในอนาคต และระบบติดตามที่คล้ายคลึงกันนี้อาจไม่ได้มีแค่ที่ Microsoft เพียงรายเดียว

อ่านข่าวเต็มได้ที่: PC Mag โดย Michael Kan 

วันศุกร์ที่ 10 กรกฎาคม พ.ศ. 2569

พลังแห่ง ‘Quantum Proofs’

fortune-teller
ภาพจาก Quanta Magazine โดย Ben Brubaker

ทีมนักวิจัยได้พิสูจน์ให้เห็นว่า มีปัญหาทางคอมพิวเตอร์บางประเภทที่จำเป็นต้องใช้ "การพิสูจน์ทางควอนตัม" (Quantum proofs) ในการแก้ไขอย่างแท้จริง ซึ่งผลลัพธ์ดังกล่าวถูกนำเสนอในวิทยานิพนธ์ความยาว 100 หน้า และคว้ารางวัลบทความวิจัยยอดเยี่ยม (Best-paper award) ในงานประชุมวิชาการ 2026 ACM Symposium on Theory of Computing (STOC) ที่ผ่านมา

แกนหลักของงานวิจัยนี้มุ่งเน้นไปที่ปัญหาที่เรียกว่า Spectral Forrelation ซึ่งเกี่ยวข้องกับการเปรียบเทียบวิธีการวัดสถานะควอนตัม (Quantum state) สองวิธี โดยทีมวิจัยประสบความสำเร็จในการพิสูจน์ความแตกต่างแบบ Oracle (Oracle separation) ระหว่างคลาสความซับซ้อนสองกลุ่ม ได้แก่ QMA (กลุ่มปัญหาที่ต้องตรวจยืนยันด้วยการพิสูจน์ทางควอนตัม) และ QCMA (กลุ่มปัญหาที่การพิสูจน์แบบดั้งเดิมหรือ Classical proofs แต่สามารถตรวจสอบได้ด้วยคอมพิวเตอร์ควอนตัม)

อ่านข่าวเต็มได้ที่: Quanta Magazine โดย Ben Brubaker

วันพฤหัสบดีที่ 9 กรกฎาคม พ.ศ. 2569

ภาษา Rust ไต่ขึ้นสู่ 10 อันดับแรกในดัชนี Tiobe

Rust-Logo
ภาพจาก InfoWorld โดย Paul Krill

เป็นครั้งแรกที่ภาษา Rust ประสบความสำเร็จในการก้าวขึ้นมาติดอันดับ 1 ใน 10 ภาษาโปรแกรมยอดนิยมจากดัชนี Tiobe Programming Community โดยขึ้นมาอยู่ในอันดับที่ 10 ด้วยส่วนแบ่งความนิยม 1.34% ในการจัดอันดับประจำเดือนกรกฎาคม 2026

ทาง Tiobe ระบุว่าการเติบโตของ Rust นั้นมาจากจุดเด่นในเรื่องของความปลอดภัยในการจัดการหน่วยความจำ (Memory Safety) และประสิทธิภาพการทำงานที่สูง ซึ่งทำให้มันกลายเป็นทางเลือกชั้นนำในการทดแทนภาษา C และ C++ ที่ยังคงต้องเผชิญกับความท้าทายในด้านการบริหารจัดการหน่วยความจำ นอกจากนี้ อันดับที่เพิ่มขึ้นยังสะท้อนให้เห็นถึงความสนใจที่เติบโตอย่างต่อเนื่องของอุตสาหกรรมที่มีต่อภาษา Rust อีกด้วย

อ่านข่าวเต็มได้ที่: InfoWorld โดย Paul Krill

วันอาทิตย์ที่ 14 มิถุนายน พ.ศ. 2569

หุ่นยนต์เหมือนคนเตรียมบริหารร้านสะดวกซื้อในฮ่องกง

robot-working-in-kitchen
ภาพจาก Interesting Engineering โดย Atharva Gosavi

ฮ่องกงเตรียมเปิดตัวร้านสะดวกซื้อรูปแบบแคปซูลที่ดำเนินการโดยหุ่นยนต์เหมือนคน (Humanoid Robot) ตลอด 24 ชั่วโมงเป็นแห่งแรก ซึ่งเป็นส่วนหนึ่งของความพยายามในวงกว้างที่จะส่งเสริมให้สาธารณชนหันมาเปิดรับและใช้งาน AI มากขึ้น

ร้านค้าที่ขับเคลื่อนด้วยหุ่นยนต์นี้ได้รับการพัฒนาโดยบริษัท AI เชิงกายภาพ (embodied AI) จากจีนแผ่นดินใหญ่ โดยหุ่นยนต์จะทำหน้าที่ให้บริการลูกค้าได้หลากหลายภาษา และจำหน่ายสินค้าประเภทต่างๆ ซึ่งการเปิดร้านในครั้งนี้จะทำหน้าที่เป็นเวทีสาธิตการใช้งานจริงของเทคโนโลยี AI เชิงกายภาพในโลกยุคปัจจุบัน

อ่านข่าวเต็มได้ที่: Interesting Engineering โดย Atharva Gosavi

วันเสาร์ที่ 13 มิถุนายน พ.ศ. 2569

OpenAI ยื่น IPO แล้ว

OpenAI
Photo by Levart_Photographer on Unsplash

OpenAI ประกาศว่าบริษัทได้ยื่นแบบแสดงรายการข้อมูลการเสนอขายหลักทรัพย์ (S-1) แบบลับ สำหรับการเตรียมเสนอขายหุ้นต่อประชาชนทั่วไปเป็นครั้งแรก (IPO) แล้ว อย่างไรก็ตาม ทางบริษัทย้ำว่ายังไม่มีการกำหนดกรอบเวลาที่แน่ชัดสำหรับกระบวนการดังกล่าว

การยื่นเอกสารในครั้งนี้เกิดขึ้นเพียงหนึ่งสัปดาห์หลังจากที่คู่แข่งคนสำคัญอย่าง Anthropic ได้ยื่นเอกสาร IPO ของตนเอง ซึ่งสะท้อนให้เห็นถึงการเติบโตและการเปลี่ยนแปลงอย่างรวดเร็วในภาคธุรกิจ AI 

ทั้งนี้ OpenAI มีมูลค่าบริษัทพุ่งสูงขึ้นไปแตะระดับประมาณ 8.52 แสนล้านดอลลาร์สหรัฐ (852 billion) หลังจากการระดมทุนรอบใหญ่เมื่อเดือนมีนาคมที่ผ่านมา

อ่านข่าวเต็มได้ที่: NBC News โดย Steve Kopack

วันศุกร์ที่ 12 มิถุนายน พ.ศ. 2569

Anthropic เผยแพร่เวอร์ชัน 'ปลอดภัย' ของโมเดล AI Claude Mythos สู่สาธารณะ

Claude
Photo by Aerps.com on Unsplash

Anthropic ได้เปิดตัว Fable 5 ซึ่งเป็นเวอร์ชันสาธารณะของโมเดล AI ขั้นสูงในตระกูล Mythos อย่างไรก็ตาม บริษัทยังคงจำกัดการเข้าถึงโมเดลตัวเต็มที่มีขีดความสามารถสูงสุดอย่าง Mythos 5 ไว้เฉพาะสำหรับองค์กรที่ผ่านการอนุมัติเท่านั้นเนื่องจากความกังวลด้านความปลอดภัยทางไซเบอร์

สำหรับ Fable 5 ได้รับการออกแบบมาเพื่อรองรับงานทั่วไป เช่น การเขียนโค้ด งานวิจัย และการวิเคราะห์รูปภาพ แต่หากมีคำขอที่อ่อนไหวหรือมีความเสี่ยงสูงที่เกี่ยวข้องกับความปลอดภัยทางไซเบอร์ ชีววิทยา หรือเคมี ระบบจะส่งต่อคำขอนั้นไปยังโมเดลในระดับที่ต่ำกว่าและมีความสามารถน้อยกว่าโดยอัตโนมัติ เพื่อความปลอดภัย

อ่านข่าวเต็มได้ที่: The Guardian (U.K.)

วันเสาร์ที่ 6 มิถุนายน พ.ศ. 2569

Anthropic ยื่นเอกสารเบื้องต้นสำหรับการเสนอขายหุ้น IPO ของบริษัท

Antropic
 ภาพจาก NPR โดย John Ruwitch 

Anthropic ได้ยื่นเอกสารเบื้องต้นแบบลับ (Confidential filing) สำหรับการเสนอขายหุ้นต่อสาธารณชน   ทั่วไปเป็นครั้งแรก (Initial Public Offering) หรือ IPO ต่อสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์ของสหรัฐฯ (SEC) ซึ่งถือเป็นก้าวแรกในการเปลี่ยนผ่านสู่การเป็นบริษัทมหาชนในตลาดหลักทรัพย์

ทางบริษัทเปิดเผยว่า การเสนอขายหุ้นในครั้งนี้ยังคงต้องขึ้นอยู่กับการตรวจสอบของหน่วยงานกำกับดูแล สภาวะตลาด และปัจจัยอื่นๆ โดยในขณะนี้ยังไม่มีการกำหนดจำนวนหุ้นและราคาที่จะเสนอขายแต่อย่างใด

อ่านข่าวเต็มได้ที่: NPR โดย John Ruwitch 

วันศุกร์ที่ 5 มิถุนายน พ.ศ. 2569

ผู้นำในวงการเทคโนโลยีร่วมลงนามในจดหมายเพื่อป้องกันการพัฒนาอาวุธชีวภาพด้วยปัญญาประดิษฐ์ (AI)

binary-digit
ภาพจาก Wired โดย Emily Mullin 

Demis Hassabis จาก Google DeepMind, Sam Altman จาก OpenAI, Dario Amodei จาก Anthropic และ Mustafa Suleyman จาก Microsoft AI เป็นหนึ่งในผู้ร่วมลงนามในจดหมายเปิดผนึกที่ยื่นต่อสภาคองเกรสแห่งสหรัฐฯ เพื่อเรียกร้องให้มีข้อบังคับให้ผู้ให้บริการ DNA และ RNA สังเคราะห์ ต้องทำการตรวจสอบประวัติลูกค้าและคำสั่งซื้อ เพื่อป้องกันความเสี่ยงในการนำไปใช้ในทางที่ผิด

กลุ่มผู้ลงนามได้เตือนว่า เทคโนโลยี AI ที่กำลังก้าวหน้าอย่างรวดเร็วอาจช่วยลดกำแพงด้านความรู้ลง ซึ่งในอดีตกำแพงนี้เป็นสิ่งสำคัญที่ช่วยสกัดกั้นไม่ให้ผู้ไม่ประสงค์ดีสามารถพัฒนาอาวุธชีวภาพขึ้นมาได้

อ่านข่าวเต็มได้ที่: Wired โดย Emily Mullin 

วันพฤหัสบดีที่ 4 มิถุนายน พ.ศ. 2569

เรดาร์สามารถแยกแยะความแตกต่างระหว่างแมลงชนิดต่าง ๆ ได้

a-researcher-in-field
ภาพจาก  IEEE Spectrum โดย Charles Q. Choi

ทีมนักวิจัยในยุโรปได้พัฒนาระบบเรดาร์คลื่นมิลลิเมตร (millimeter-wave radar) ที่สามารถระบุชนิดของแมลงผสมเกสรได้โดยไม่ต้องจับตัวหรือสร้างความเสียหายใดๆ แก่พวกมัน

แทนที่จะพึ่งพากล้องถ่ายภาพซึ่งมักมีข้อจำกัดด้านแสง สภาพอากาศ และการเคลื่อนไหว ระบบนี้จะใช้วิธีวิเคราะห์การสะท้อนของคลื่นเรดาร์ที่เกิดจากการขยับปีกของแมลง หรือที่เรียกว่า "สัญญาณไมโคร-ดอปเปลอร์" (micro-Doppler signatures) โดยการใช้ระบบการเรียนรู้ของเครื่อง (Machine Learning) ที่ผ่านการฝึกฝนกับแมลงผสมเกสร 5 สายพันธุ์ ทำให้โมเดลนี้มีความแม่นยำในการระบุสายพันธุ์สูงถึง 85% และมีความแม่นยำในการแยกแยะระหว่างผึ้งกับตัวต่อสูงถึง 96%

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Charles Q. Choi

วันพุธที่ 3 มิถุนายน พ.ศ. 2569

ขอบเขตของพื้นที่เกษตรกรรมทั่วโลกเปิดเผยต่อสาธารณะแล้ว

Fileds-Boundaries
ภาพจาก  The Source (Washington University in St. Louis) โดย Beth Miller

ทีมนักวิจัยจาก Washington University ใน St. Louis, Taylor Geospatial และห้องปฏิบัติการ Microsoft AI for Good Lab ได้ร่วมกันสร้างแผนที่ขอบเขตพื้นที่เกษตรกรรมระดับโลกฉบับแรกขึ้นมา พร้อมทั้งเปิดให้สาธารณะสามารถเข้าถึงเครื่องมือ AI เชิงภูมิสารสนเทศ (Geospatial AI) เพื่อใช้ในการติดตามตรวจสอบภาคเกษตรกรรมทั่วโลก

โครงการนี้มีวัตถุประสงค์เพื่อเพิ่มประสิทธิภาพในการทำแผนที่พืชพรรณ การประเมินผลผลิต การติดตามศัตรูพืช และการสร้างความมั่นคงทางอาหาร โดยการใช้ AI เข้ามาช่วยระบุพิกัดแปลงเกษตรกรรม ซึ่งระบบสามารถทำงานได้อย่างแม่นยำแม้ว่าขนาดของพื้นที่และแนวทางปฏิบัติในการทำฟาร์มของแต่ละภูมิภาคทั่วโลกจะมีความแตกต่างกันอย่างมากก็ตาม

อ่านข่าวเต็มได้ที่: The Source (Washington University in St. Louis) โดย Beth Miller

วันอังคารที่ 2 มิถุนายน พ.ศ. 2569

แฮกเกอร์สามารถเจาะเข้าไปในเซิร์ฟเวอร์ AI ได้ด้วยเสาอากาศทั่วไป

data-center
ภาพจาก Popular Science โดย Yook JiHun

ทีมนักวิจัยในประเทศเกาหลีใต้ สิงคโปร์ และจีน ได้สาธิตเทคนิคการแฮกข้อมูลที่สามารถถอดและสร้างโครงสร้างสถาปัตยกรรมของโมเดล AI ขึ้นมาใหม่ได้ โดยการดักจับสัญญาณแม่เหล็กไฟฟ้าที่รั่วไหลออกมาจากชิปประมวลผลกราฟิก (GPU)

การโจมตีนี้ใช้เพียงแค่เสาอากาศและเครื่องรับสัญญาณแม่เหล็กไฟฟ้าที่มีวางจำหน่ายทั่วไป ซึ่งทั้งสองสิ่งนี้มีขนาดเล็กพอที่จะใส่ในกระเป๋าเป้ได้ โดยผู้โจมตีสามารถระบุชั้นข้อมูล (layers) และค่าพารามิเตอร์ต่างๆ ของโมเดล AI ได้อย่างแม่นยำสูงถึง 97.6% แม้ว่าจะดำเนินการผ่านกำแพงคอนกรีตหรืออยู่ห่างออกไปหลายเมตรก็ตาม

อ่านข่าวเต็มได้ที่: Popular Science โดย Yook JiHun

วันจันทร์ที่ 1 มิถุนายน พ.ศ. 2569

เว็บไซต์มีวิธีใหม่ในการสอดแนมผู้เข้าชม: ด้วยการวิเคราะห์การทำงานของ SSD

SSD
ภาพจาก Ars Technica โดย Dan Goodin

นักวิจัยในประเทศออสเตรียได้พัฒนาเทคนิคการติดตามผ่านเว็บเบราว์เซอร์ที่สามารถอนุมานได้ว่าผู้ใช้กำลังเปิดเว็บไซต์หรือแอปพลิเคชันใดอยู่บนอุปกรณ์ โดยอาศัยการวัดความคลาดเคลื่อนเพียงเล็กน้อยของเวลาในการตอบสนอง (timing interactions) ของฮาร์ดดิสก์แบบ Solid-State Drive (SSD)

การโจมตีนี้ใช้ประโยชน์จาก contention side channel โดยใช้ภาษา JavaScript และระบบ Origin Private File System ของเบราว์เซอร์ เพื่อเฝ้าติดตามความหน่วงในการอ่าน-เขียนข้อมูล (input-output latency) ของ SSD จากนั้นจึงนำรูปแบบที่ได้ไปวิเคราะห์ด้วยโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Convolutional Neural Network - CNN) ซึ่งเทคนิคนี้ทำงานภายในเบราว์เซอร์ทั้งหมดและไม่จำเป็นต้องอาศัยการปฏิสัมพันธ์ใดๆ จากผู้ใช้เลย

อ่านข่าวเต็มได้ที่: Ars Technica โดย Dan Goodin

วันอาทิตย์ที่ 31 พฤษภาคม พ.ศ. 2569

Apple เปิดเผยซอร์สโค้ดของระบบเข้ารหัสที่ทนทานต่อควอนตัม

Apple's CoreCrypto
ภาพจาก Help Net Security โดย Anamarija Pogorelec

 

Apple ได้ทำการเปิดซอร์สโค้ด (Open-source) ของชุดโปรแกรมเข้ารหัสลับหลังยุคควอนตัม (Post-Quantum Cryptography - PQC) ในคลังโปรแกรม corecrypto ร่วมกับบทพิสูจน์ทางคณิตศาสตร์และเครื่องมือตรวจสอบ ความเคลื่อนไหวในครั้งนี้มีวัตถุประสงค์เพื่อรองรับการปกป้องข้อมูลจากคอมพิวเตอร์ควอนตัมในอนาคต ซึ่งอาจมีศักยภาพในการเจาะระบบเข้ารหัสแบบกุญแจสาธารณะ (Public-key Encryption) ที่ใช้งานอยู่ในปัจจุบันได้

ทั้งนี้ Corecrypto เป็นขุมพลังหลักที่ทำหน้าที่ขับเคลื่อนระบบการเข้ารหัส, การแฮช (Hashing), ลายเซ็นดิจิทัล (Digital Signatures), และการสุ่มตัวเลข (Random Number Generation) บนระบบปฏิบัติการและบริการทั้งหมดของ Apple ซึ่งถูกใช้งานในอุปกรณ์ที่เปิดใช้งานอยู่ทั่วโลกมากกว่า 2.5 พันล้านเครื่อง

อ่านข่าวเต็มได้ที่: Help Net Security โดย Anamarija Pogorelec

ลาก่อนและขอบคุณอาร์เน่อ สล็อต

เมื่อสัปดาห์ก่อน ผมสรุปส่งท้ายว่าเราคงต้องอยู่กับอาร์เน่อ สล็อตไปก่อนอย่างน้อยช่วงหนึ่งในฤดูกาลหน้า แต่เมื่อเย็นวานข่าวออกมารัว ๆ ว่าเรากับอาร์เน่อแยกทางกันเรียบร้อย 


ภาพโดย Timmy96, CC0, via Wikimedia Commons

การแยกทางกับอาร์เน่อสำหรับผมก็ถือว่าเป็นสิ่งที่ควรทำนะครับ อย่างที่เขียนไปในบล็อกที่แล้วว่าเพราะอะไร ยิ่งในนัดปิดฤดูกาลเราก็คงเห็นว่าทีมเราไม่มีอะไรที่พอจะมีความหวังว่าฤดูกาลหน้าจะดีขึ้นได้เลย เล่นดีอยู่แป๊ปนึง จากนั้นก็เป็นรองลงเรื่อย ๆ ขึ้นนำปุ๊ปก็เสียคืนปั๊ป แล้วก็ไม่มีแรงกระตุ้นเอาจริง ๆ เกือบแพ้คาบ้านส่งท้ายการอำลาสองตำนาน แค่เสมอด้วยฟอร์มแบบนั้นก็แย่แล้ว ถ้าแพ้นี่ไม่อยากจะพูดเลยว่าบรรยากาศจะเป็นยังไง

อาร์เน่อยังเปลี่ยนตัวมั่วเหมือนเดิม ตั้งแต่เริ่มต้นยันนัดสุดท้าย และผมก็ไม่แน่ใจนะว่าจริง ๆ การตัดสินใจว่าเขาไม่ได้อยู่ต่อมันอาจมาก่อนเริ่มเกมนั้นแล้ว และเขาก็อาจจะรู้ จึงดูเหมือนไม่กระตือรือร้นที่จะทำอะไร และช่วงอำลาสองตำนาน ขอบคุณแฟนบอล ก็เลือกที่จะนั่งดูอยู่บนม้านั่งสำรอง ซึ่งยิ่งเห็นความไม่เป็นพวกพ้อง ไม่เป็นหนึ่งเดียวกับทีม 

ผมไม่แน่ใจว่าการจะไม่ไปต่อกับอาร์เน่อมันเกิดขึ้นเมื่อไหร่ แต่ถ้าเกิดก่อนนี้มาสักสองสามสัปดาห์ แสดงว่าผู้บริหารสโมสรเราไม่เคยสนใจ ซาบี้ อลอนโซ่ เลย ปล่อยให้เขาไปอยู่กับเชลซี ซึ่งในมุมของผมและคิดว่าเดอะค็อปหลายคนก็น่าจะเสียดายนะ เพราะด้วยโปรไฟล์เขาพร้อมทุกอย่าง เคยคว้าแชมป์บุนเดสลีก้าแบบไร้พ่าย เคยใช้งานทั้งเวียร์ตซ์ และฟริมปง ได้อย่างมีประสิทธิภาพ แต่สิ่งที่ไม่พร้อมในสายตาบอร์ดอาจะเป็นเรื่องที่เขาต้องการเป็นผู้จัดการทีม ไม่ใช่แค่เป็นหัวหน้าโค้ช 

เต็งหนึ่งที่จะเข้ามาเป็นหัวหน้าโค้ชคนต่อไปของเราคือ อิราโอลา อดีตโค้ช บอร์นมัธ ซึ่งถ้าถามว่าผมดีใจไหม ก็บอกว่าเฉย ๆ นะ (แต่ก็คิดว่าดีกว่ายอมไปต่อกับอาร์เน่อ) คือสไตล์การเล่นของทีมบอร์นมัธ มันก็ดูเหมือนทีมเรา ดังนั้นทีมเราก็อาจกลับมาเล่นสนุกและมีคาแรกเตอร์ชัดเจน ไม่อะไรหว่าเหมือนตอนนี้ 


AFC Bournemouth, CC BY 3.0 <https://creativecommons.org/licenses/by/3.0>, via Wikimedia Commons

แต่เอาจริง ๆ จากประสบการณ์ก็เห็นแล้วว่าโค้ชที่ดูดีกับทีมกลาง ๆ แต่พอมาคุมทีมใหญ่แล้วก็ไปได้ไม่ถึงไหน ตัวอย่างใกล้สุดคือเชลซี ที่ไปเอาแกรม พอร์ตเตอร์ ที่ทำได้ดีกับไบรจ์ตันมา แต่พอมาเชลซีแล้วก็ไม่รอด  เราก็เคยมีประสบการณ์กับ เบร็นดอน รอดเจอร์ มาแล้ว ตอนคุมสวอนซี ก็ดูดี พอมาอยู่กับเราก็ไปได้ไม่สุด และอิราโอลา ยังไม่เคยคว้าแชมป์อะไรเลยนะ ยังไงก็ขอให้คิดผิดแล้วกัน ถ้าได้เขาหรือใครก็ตามก็ต้องเชียร์อยู่แล้ว ก็ขออย่าให้เป็นลูปเปลี่ยนโค้ชไปเรื่อย ๆ แล้วไม่ดีขึ้น เหมือนแมนยู เชลซี และสเปอร์เลยนะ

เรื่องมุมมองตัวเองกับอิราโอลา คิดว่าอาจจะแยกเขียนเป็นอีกบล็อกดีกว่า เพราะยังไม่แน่นอนว่าใช่เขาจริงไหม และบล็อกนี้อยากส่งท้ายอำลาอาร์เน่อมากกว่า

ก็ขอขอบคุณอาร์เน่อ สล็อต ที่เข้ามาพาทีมคว้าแชมป์ลีกสูงสุดสมัยที่ 20 ให้กับสโมสร ไม่มีใครจะลืมผลงานสุดยอดนั้นได้ ถึงแม้การอยู่ด้วยกันมันจะสั้นกว่าที่คาดไว้ก็ตาม ขอขอบคุณและขอโชคดีกับเส้นทางอาชีพต่อไปนะอาร์เน่อ...  

วันอาทิตย์ที่ 24 พฤษภาคม พ.ศ. 2569

วันปิดฤดูกาล 2025-2026

ผมวางแผนว่าจะโพสต์ให้ได้ทุกวันอาทิตย์ตลอดฤดูกาลนี้  แต่คิดไม่ถึงเลยว่าตัวเองจะยุ่งสุด ๆ จนหาเวลาไม่ได้ และอีกอย่างถึงหาเวลาได้ ก็ไม่มีแรงจูงใจที่จะโพสต์ครับ จากฟอร์มโดยรวมของทีมในฤดูกาลนี้ 

เราเริ่มพรีซีซันด้วยความหวัง เราได้นักเตะที่เราไม่เคยคิดว่าจะได้ ด้วยการทุ่มทุนอย่างที่แทบไม่เคยเห็นมาก่อนจาก FSG แต่สุดท้ายเรากำลังจะปิดฤดูกาลด้วยการต้องลุ้นชนะนัดสุดท้ายเพื่อการันตีที่ 5 หรืออาจจะได้ที่ 4 ขึ้นกับวิลล่าต้องแพ้ด้วย และเราจบอันดับต่ำกว่าคู่แข่งตลอดกาลอย่างแมนยูไนเต็ด ซึ่งฤดูกาลที่แล้วน่าจะอยู่สักอันดับ 15 มีแต้มห่างจากเราราว 40 แต้มได้ และตอนเริ่มต้นฤดูกาลก็ทำท่าจะแย่ด้วย ผลลัพธ์แบบนี้ไม่ใช่สิ่งที่เราคาดหวังแน่ ๆ จากทีมแชมป์เก่า และทีมที่ทุ่มเงินในตลาดนักเตะซื้อสตาร์เข้ามามากมาย นอกจากนี้เรากำลังจะสูญเสียตำนานออกไปอีกสองคนคือ โรเบิร์ตสันกับซาลาห์ ซึ่งกรณีของซาลาห์ เขาต่อสัญญาออกไปกับเรา 2 ปี แต่สุดท้ายเขาเลือกที่จะไป มันต้องมีปัญหาอะไรแน่ ๆ 


Fars Media Corporation, CC BY 4.0 <https://creativecommons.org/licenses/by/4.0>, via Wikimedia Commons

เอาจริง ๆ ซิตี้ก็ไม่ได้แกร่งเหมือนเก่า อาร์เซนอลที่กุนซือแซะเราปีที่แล้วว่าเป็นแชมป์ได้แต้มน้อย (แต่ปีนี้เขาเป็นแชมป์ถ้าชนะนัดสุดท้ายก็ได้มากกว่าเราแต้มเดียว ถ้าไม่ชนะก็น้อยกว่าเราอีก) จริง ๆ ด้วยการเสริมทีมเข้ามาเราควรจะลุ้นได้มากกว่านี้ จริง ๆ ไม่ควรจบต่ำกว่าที่สองด้วยซ้ำ แล้วปัญหามันเกิดจากอะไร 

ส่วนตัวมองว่าฟอร์มของทีมเริ่มไม่เหมือนเดิมตั้งแต่ฤดูกาลที่แล้วแล้ว คือเราเล่นช้าลง คอนโทรลมากขึ้น แต่ก็ยังคงใช้การเพรซซิ่งเหมือนยุคคลอปป์อยู่ ซึ่งมันได้ผลดี ทำให้หลายคนยังยอมรับได้ ถีงจะเริ่มบ่นว่าดูสนุกน้อยลง แต่ก็ยังเป็นลิเวอร์พูลที่คุ้นเคย เหมือนกับเปลี่ยนจาก Rock จ๋า ๆ มาเป็น Pop Rock อะไรประมาณนี้ ซึ่งมันทำให้ทีมนำค่อนข้างห่าง แต่จุดเปลี่ยนจริง ๆ ที่เห็นคือหลังจากเราแพ้ PSG ตกรอบ ทีมดูเล่นช้าลงไปอีก ดูเหมือนอาร์เน่อจะเริ่มคิดมาก และเริ่มพยายามเปลี่ยนลิเวอร์พูล แต่ผลลัพธ์กลับไม่ดีขึ้น  เราสียแต้มในลีกอย่างไม่ควรเสียมากขึ้น ซึ่งตอนนั้นแต้มยังไม่ขาดนะครับ แต่ด้วยความที่ต้นฤดูกาลนำมาเยอะ และซิตี้ก็มีปัญหา ทำให้เรายังคงได้แชมป์  และพอได้แชมป์ มันก็เลยไม่มีใครพูดถึงจุดนี้ 

แต่พอเริ่มฤดูกาลนี้ เราเปิดหัวด้วยการชนะติดกัน 5 นัด แต่ผมคิดว่าแฟนบอลหลายคนเริ่มเห็นแล้วว่า นี่ไม่ใช่ทีมที่เรารู้จัก เราเล่นช้าน่าเบื่อ กองกลางเก็บบอลจังหวะสองสู้คู่แข่งไม่ได้ กองกลางโล่งจนคู่แข่งโต้กลับมาถึงหน้าประตู ส่วนกองกลางอย่างเวียร์ซ ก็ต้องใช้เวลาปรับตัวเรื่องเจอการเล่นหลัก ๆ ในลีก 

กองหลังก็ไม่แน่นเหมือนเดิม ถ้าไม่ได้ประตูทั้งสองคนคือทั้งอลิซอน กับมามาดาชวิลลี ช่วยกันเซฟไว้เราน่าจะโดนเยอะกว่านี้ นี่ขนาดนี้เรายังเสียประตูในลีกไปแล้ว 52 ลูก พูดถึงมามาดาชวิลลี ถึงเขาจะออกบอลด้วยเท้าได้แย่มาก และเป็นเหตุให้เราสียประตูสักสามสี่ลูกได้ ก็ต้องบอกว่ามีจังหวะช่วยเซฟเยอะอยู่นะ แต่ถ้าถามว่าจะเป็นตัวแทนที่ไว้ใจได้ของอลิซอนไหม ตอนนี้ต้องบอกว่าไม่เชื่อมั่นเลย 

ส่วนกองหน้าซาลาห์ก็ฟอร์มตกไปเยอะ กักโปไม่ต้องพูดถึง และกองหน้าราคาแพงที่ซื้อเข้ามาก็มีอิกิติเก้ที่พอจะปรับตัวได้ แต่ก็ดูเหมือนจะไม่ฟิต ดูเปราะเจ็บง่าย สุดท้ายก็ต้องพักยาวไปเลย ส่วนอิซัคก็มีปัญหางอแงกับทีมเดิมจนไม่เคยฟิตพอเลย และยังมาโชคร้ายโดนเสียบหนักจนเจ็บยาวไปอีก เราขายคนที่ไม่ควรขายอย่างดิอาซไป เพราะไม่อยากเพิ่มค่าแรงให้เขา เป็นอะไรที่บ้าบอมาก จริง ๆ ได้อิกิติเก้มาแล้ว ไม่ต้องซื้ออิซัค เพิ่มค่าแรงให้ดิอาซ  เก็บณูนเยสไว้ช่วยไล่แย่งบอล และเขาก็เล่นเข้าจังหวะกับซาลาห์อยู่แล้วด้วย จังหวะเข้าทำน่าจะดีกว่านี้ 

ความจริงก็เริ่มปรากฏเมื่อหลังจากนั้นในลีก 10 นัดถัดมา เราแทบไม่ชนะใครเลย แพ้เยอะมาก โดนยิงก่อนคือรับประกันว่าแพ้ โดนยิงนาทีบาปเป็นประจำ คือทีมเหมือนขาดความมั่นใจ แต่ไปเล่นใน UCL เจอทีมที่ไม่เล่นหนักหรืออุดเหมือนในลีกก็ทำได้ดีเป็นบางนัด แต่นัดที่แพ้ทีมจากฮอลแลนด์หมดรูปนี่ก็ดูไม่จืดเหมือนกัน ถึงใน UCL ยังจบหนึ่งใน 8 ไม่ต้องเพลย์ออฟ แต่ในลีกแย่มาก ทำท่าเหมือนจะกลับมา แต่ก็เต็มที่ชนะติดกันได้สุงสุดสามนัด ด้วยรูปเกมที่ไม่ดี ช้าน่าเบื่อ ไม่รู้เล่นบอลรูปแบบไหน บอกตามตรงดูลิเวอร์พูลฤดูกาลนี้ ผมเปิดคอมทำงาน หรือทำอย่างอื่นไปด้วย เอาจริง ๆ หลาย ๆ ครั้งอยากแค่เปิด livescore มาดูผลก็พอ 

ความน่ากลัวไม่ใช่ทีมแพ้ คือถ้าเล่นมีรูปทรงแล้วมันดวงแตกจริง ๆ แพ้ได้ แต่เล่นไม่มีทรง และเสียเอกลักษณ์ของทีมไปเรื่อย ๆ ตลอดฤดูกาลที่ผ่านไปนี่มันไม่ใช่ ซึ่งคนรับผิดชอบหลักก็คงไม่พ้นอาร์เนอ สล็อต จะอ้างว่านักเตะต้องปรับตัว นักเตะเจ็บ แต่ประเด็นคือคุณมีทั้งฤดูกาล คุณยังหาทรงทีมไม่เจอเลย หลายคนบอกว่าให้เวลาคลอปป์สร้างทีมตั้งเยอะทำไมไม่อดทนกับอาร์เนอ คำตอบคือทรงบอลของคลอปป์ชัดเจนตั้งแต่แรก และถ้าไม่โชคร้าย เขาน่าจะพาทีมความแชมป์อย่างน้อยลีกคัพ ตั้งแต่ครึ่งฤดูกาลแรกที่เขามาคุมด้วยซ้ำ คือทรงบอลมันชัดแล้วเขาก็เติมเต็มเข้ามาเรื่อย ๆ ได้มาเน่ ซาลาห์ ไวนัลดุม จนสุดท้ายจิ๊กซอว์ที่ทำให้ทุกอย่างลงตัวคือฟานไดจ์ กับอลิซอน คือคุณต้องมีระบบของคุณก่อน แล้วก็ดูว่ายังขาดตรงไหนที่จะทำให้ระบบคุณดีขึ้น แต่นี่ทั้งฤดูกาล ระบบคุณคืออะไร จนแฟนบอลแซวกันว่าจ่ายบอลเป็นรูปตัว U  ระบบที่คลอปป์วางไว้ ฤดูกาลที่แล้วก็ใช้ได้อยู่ จะมาเปลี่ยนมากมายทำไม

จะโทษอาร์เนอคนเดียวก็ไม่ได้ ทีมหลังบ้านอย่างริชาร์ด ฮิวจ์ ก็ต้องโดน อันแรกเลยคือเกฮี เท่าที่จำได้ เป็นชื่อแรกเลยที่บอกนักเตะตกลงสัญญาส่วนตัวเรียบร้อย แต่เป็นบ้าอะไรไม่รู้ ไม่รีบเซ็น ยิ่งไปกว่านั้น พอยังเซ็นไม่ได้ดันรีบขายควอนซาห์ออกไปอีก อีกคนที่ไม่ควรขายคือดิอาซ อันนี้เท่าที่ตามข่าว อาร์เนอก็ขอไม่ให้ขาย แต่พี่แกก็จะขาย มองเรื่องธุรกิจเป็นหลัก คือกะเอาอิซัคมั้ง ทั้งที่จริงได้เอกิติเก้มาแล้ว ตำแหน่งมันทับกันไหม เอาจริง ๆ เก็บดิอาซ กับณูนเยสไว้น่าจะดีกว่า อย่างที่พูดมาแล้ว อีกคนที่น่าสงสารคือเอเลียต เอาจริง ๆ ถ้าวิลล่าจะไม่ซื้อ เอากลับมาให้โอกาสเขาเป็นตัวหมุนน่าจะดีกว่า แต่อันนี้ไม่รู้อาร์เน่อไม่เอาเองด้วยหรือเปล่า 



ภาพโดย Timmy96, CC0, via Wikimedia Commons

แต่สรุปคนรับผิดชอบหลัก ๆ ก็คืออาร์เนอ เอาจริง ๆ กองกลางของเรานี่น่าจะเป็นขุมกำลังที่มีนักเตะเจ็บน้อยที่สุดแล้ว แม็คอัลลิสเตอร์อาจจะฟอร์มตก แต่คนที่เหลือก็ยังเล่นได้ ดังนั้นมันควรจะปรับจูนได้ดีที่สุด แต่ทั้งฤดูกาลกองกลางเราสู้ใครแทบไม่ได้เลย แล้วมันก็เป็นปัญหาที่นำมาสู่การเสียประตู แค่ตัดบอลได้แทงบอลทีทะลุมาถึงหลังเลย แล้วหลังเราก็ขยันแจกโชค 

ดังนั้นอาร์เนอจะมาเรียกร้องขอเวลา สัญญาว่าฤดูกาลหน้าซื้ออีกคนสองคนกลับมาแน่ มันก็เลยทำให้คนไม่เชื่อ คือถ้าคุณทำบอลมีทรง แล้วทุกคนเห็นว่าเออมันเป็นเพราะมีคนเจ็บจริง ๆ นะที่ทำให้เป็นแบบนี้ เหมือนที่คลอปป์เคยเจอ แฟนบอลก็คงไม่โห่ไล่หรอก แฟนบอลลิเวอร์พูลในแอนฟิลด์น่าจะเป็นแฟนบอลที่อดทนที่สุดแล้ว การที่คุณโดนโห่มันก็คงต้องพิจารณาตัวเอง 

ส่วนตัวไม่เชื่ออาร์เนอ คนที่อยากได้อย่างอลอนโซ่ ตอนนี้ก็ไม่ได้แล้ว ส่วนอาริโอลาของบอร์มัธ ก็เฉย ๆ นะ กลัวเป็นเหมือนร็อดเจอร์ แต่ถ้าต้องลองกันสักตั้งก็กัดฟันว่าเอานะ คือความเชื่อในตัวอาร์เนอมันไม่มีแล้ว และยิ่งฟังการสัมภาษณ์ยิ่งแล้วไปใหญ่ ดังนั้นถ้าจะต้องเริ่มต้นใหม่ก็ขอเริ่มกับคนใหม่แล้วกัน ถ้าได้เบอร์ใหญ่อย่างหลุยส์ เอนริเก้ นี่จะเซอร์ไพรส์มาก 

ถ้ากลับมาในโลกของความจริง เราคงต้องเริ่มต้นกับอาร์เนอในฤดูกาลหน้าแหละ แต่จะได้อยู่ไปจนจบไหม และลิเวอร์พูลจะเป็นยังไงก็ต้องไปลุ้นกัน ถ้าเขาพาทีมไปไม่รอดเราจะได้คนที่สามารถชุบชีวิตทีมได้เหมือนคลอปป์ไหม หรือจะวนลูปเหมือนแมนยูเปลี่ยนคนนั้นคนนี้ไปเรื่อย ๆ แต่ยังไงก็หวังว่าอย่าให้ได้เลวร้ายจนต้องมาหนีตกชั้นเหมือนสเปอร์ในฤดูกาลนี้เลยนะ   

ถ้าจะต้องเริ่มฤดูกาลหน้าด้วยอาร์เนอหรือใครก็ตาม สิ่งที่ปรารถนาสูงสุดคือ ขอให้พาลิเวอร์พูลกลับมาเป็นทีมเดิม ที่วิ่งไล่บดบี้คู่แข่ง คิดเร็วทำเร็ว กลายเป็นทีมที่น่ากลัวสำหรับทุกทีม กลับมาเป็นแชมป์ หรืออย่างน้อยก็ต้องได้ลุ้นไปจนจบฤดูกาล และถ้าคนที่ทำได้เป็นอาร์เนอ ผมจะมาเขียนบทความขอโทษที่ไม่เชื่อใจ...  

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