ทำไม NASA จึงส่งข้อมูลความมั่นคงของชาติไปดวงจันทร์

ภาพจาก

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

คณะทำงานร่วมหวังว่าจะมั่นใจในความปลอดภัยของข้อมูลและการป้องกันการปลอมแปลงโดยใช้บล็อกเชน ขณะเดียวกันก็แสดงให้เห็นถึงความถูกต้องของข้อมูลที่เก็บไว้

หลังจากลงจอดแล้ว นักวิจัยตั้งใจที่จะ "เปิดเผย" เพย์โหลดของคิวบ์ข้อมูลบนศูนย์ข้อมูลของ Lonestar แบบดิจิทัลเพื่อพิสูจน์แหล่งที่มาของดวงจันทร์ จากนั้นส่งกลับมายังโลกและรวบรวมเป็นบล็อกเชนเพื่อส่งสัญญาณให้มีการตรวจสอบ

ข้อมูลที่จะแปลงเป็นดิจิทัลและเปิดตัวบนดาต้าคิวบ์คือสแตมป์ที่ที่ทำการไปรษณีย์ของ Isle of Man เลือก

อ่านข่าวเต็มได้ที่: BBC Science Focus

ใช้การเรียนรู้ของเครื่องเพื่อลดความแตกต่างทางดิจิทัลในแคนาดา

ภาพจาก Waterloo News (Canada)

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

วิธีการนี้รวมตัวแบบที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (artificial intelligence) หลายแบบเพื่อระบุความผิดปกติในดาวเทียมและเครือข่ายดาวเทียมก่อนที่จะบานปลาย 

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

Peng Hu จาก Waterloo กล่าวว่า "งานวิจัยนี้จะช่วยให้เราออกแบบระบบดาวเทียมที่เชื่อถือได้ ยืดหยุ่น และปลอดภัยมากขึ้น"

อ่านข่าวเต็มได้ที่: Waterloo News (Canada)

ซอฟต์แวร์ตรวจจับการฟอกเงินได้เร็วกว่าที่เคย

ภาพจาก King's College London (U.K.)

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

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

Grigorios Loukides จาก KCL กล่าวว่าซอฟต์แวร์ "สามารถค้นหาโซลูชันที่ดีที่สุดที่เป็นไปได้สำหรับการตรวจจับการจำแนกประเภททั่วไปของการโจมตีแบบสเมิร์ฟในข้อมูลจำนวนนับล้าน ซึ่งมีประสิทธิภาพมากกว่าวิธีการล้ำสมัยที่ใช้อยู่ในปัจจุบันถึง 3.2 เท่าโดยเฉลี่ย"

Loukides เสริมว่าความสามารถในการวิเคราะห์ข้อมูลที่รวดเร็วของเครื่องมือช่วยให้ผู้เชี่ยวชาญด้านการฟอกเงินสามารถจัดการกับผู้ไม่ประสงค์ดีได้อย่างมีประสิทธิภาพ

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

โปรแกรมวิเคราะห์ใบหน้าของ NIST ช่วยหาจุดผิดปกติในภาพ

Photo by Bermix Studio on Unsplash

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

การประเมินหนึ่งให้คะแนนความสามารถของอัลกอริทึมการวิเคราะห์ใบหน้าในการตรวจสอบว่าข้อบกพร่องเป็นหลักฐานของการโจมตีด้วยการปลอมแปลง หรือที่เรียกว่าการตรวจจับการโจมตีการแสดงตัวตนหรือไม่

นักวิจัยได้ประเมินอัลกอริธึม 82 ตัวด้วยการโจมตีการแสดงตัวตน 9 ประเภทซึ่งรวมถึงการสวมหน้ากากและการถือรูปถ่ายของบุคคลอื่นหน้ากล้อง พวกเขาเรียนพบว่าไม่มีโปรแกรมใดที่สามารถตรวจจับการปลอมแปลงได้ทุกประเภท

การศึกษาอีกชิ้นหนึ่งได้ทดสอบอัลกอริทึม 7 ตัวที่ออกแบบมาเพื่อระบุข้อบกพร่องที่ทำให้ภาพถ่ายไม่เป็นไปตามข้อกำหนดของหนังสือเดินทาง โดยใช้มาตรการคุณภาพ 20 รายการตามมาตรฐานที่ยอมรับในระดับสากล

Joyce Yang จาก NIST กล่าวว่าประสิทธิภาพของซอฟต์แวร์ในมาตรวัดบางตัวดีกว่ามาตรวัดอีกหลายตัว และผลลัพธ์ที่ได้จะชี้ให้เห็นถึงมาตรฐานใหม่ที่กำหนดแนวทางสำหรับการวัดคุณภาพที่อัลกอริทึมมควรพิจารณา

อ่านข่าวเต็มได้ที่: NIST News

จิ้งจกที่คุณอยากเห็นมันไต่อยู่ตามกำแพง

ภาพจาก Worcester Polytechnic Institute

นักวิทยาศาสตร์ของ Worcester Polytechnic Institute ร่วมมือกับเจ้าหน้าที่ของเมือง Worcester รัฐแมสซาชูเซตส์ เพื่อสร้างหุ่นยนต์ที่มีรูปร่างคล้ายจิ้งจกที่สามารถคลานเข้าไปในพื้นที่แคบเพื่อทำการตรวจสอบและทำแผนที่สามมิติ 

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

มันมีกล้องและเซ็นเซอร์เพื่อวัดอุณหภูมิและระดับสารปนเปื้อน และใช้ปัญญาประดิษฐ์เพื่อทำงานด้วยความเป็นอิสระในระดับหนึ่ง นักวิจัยได้ทดสอบอุปกรณ์ดังกล่าวในศาลากลางเมือง  Worcester และศูนย์ผู้สูงอายุWorcester  ซึ่งมันสามารถเข้าถึงพื้นที่แคบ ๆ และเดินทางไปในบริเวณโดยรอบในแนวนอนและแนวตั้งโดยไม่ทำให้เกิดตวามเสียหายใด ๆ 

อ่านข่าวเต็มได้ที่: Worcester Polytechnic Institute

การเรียนรู้ของเครื่องแบบควอนตัมช่วยแก้ปัญหาการหาเส้นทางเมื่อเกิดภัยธรรมชาติ

Photo by Dan Cristian Pădureț on Unsplash

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

เครื่องมือประมวลผลควอนตัมแบบไฮบริด ซึ่งทำการจำลองควอนตัมบนฮาร์ดแวร์คอมพิวเตอร์แบบคลาสสิก จะพิจารณาตัวแปรแบบเรียลไทม์ และสามารถตัดสินใจได้โดยใช้ข้อมูลที่มีอยู่ในตัวเองเท่านั้น

ในการจำลองแผ่นดินไหวบนแผนที่ของเมืองเล็ก ๆ ที่สมจริง ทางแก้ปัญหานี้สามารถคาดการณ์เส้นทางหลบหนีของยานพาหนะที่มีประสิทธิภาพและปรับเปลี่ยนได้ และลดเวลาการอพยพให้สั้นลงโดยใช้ข้อมูลแผนที่น้อยกว่า 1%

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

อ่านข่าวเต็มได้ที่: HPCwire

นวัตกรรมการเรียนรู้ของเครื่องลดการใช้พลังงานคอมพิวเตอร์

ภาพจาก WSU Insider

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

นักวิจัยได้ออกแบบอัลกอริธึมเพื่อเลือกระดับแรงดันไฟฟ้าและความถี่สำหรับคลัสเตอร์ต่างๆ ของโปรเซสเซอร์ 64 คอร์ เฟรมเวิร์กที่ปรับขนาดได้ได้เรียนรู้เพื่อเพิ่มประสิทธิภาพการจัดการพลังงานโดยไม่ลดประสิทธิภาพการทำงานของโปรเซสเซอร์หลายตัว ทำให้ประหยัดพลังงานได้สูงสุดถึง 60%

Jana Doppa จาก WSU กล่าวว่านวัตกรรมนี้ได้รับการออกแบบมาสำหรับระบบคอมพิวเตอร์ในอนาคตที่โปรเซสเซอร์อาจมีมากถึง 1,000 คอร์ อย่างไรก็ตามมันสามารถนำไปใช้กับระบบฝังตัวที่มีขนาดเล็กมากด้วย

อ่านข่าวเต็มได้ที่: WSU Insider

การสร้างตัวแบบพฤติกรรมโซเชียลมีเดียเพื่อสู้กับข้อมูลที่ผิดพลาด

Photo by Alexander Shatov on Unsplash

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

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

Nwala กล่าวว่านักวิจัยสุ่มตัวอย่างโพสต์จากบัญชีโซเชียลมีเดียที่ระบุภายในระยะเวลาที่กำหนด และใช้ตัวอักษรเฉพาะเพื่อเข้ารหัสข้อมูล

BLOC รวบรวมพฤติกรรมของผู้ใช้ในลักษณะที่สามารถปรับให้เข้ากับแพลตฟอร์มโซเชียลมีเดียต่าง ๆ ได้อย่างง่ายดายผ่านพฤติกรรม และอักขระที่ใช้ในเนื้อหา

Nwala กล่าวว่า "เราสร้างแบบจำลองที่จับภาพเครื่องจักรและพฤติกรรมของมนุษย์ จากนั้นเราจะค้นหาว่าบัญชีที่ไม่รู้จักนั้นใกล้กับมนุษย์หรือเครื่องจักรมากกว่า"

อ่านข่าวเต็มได้ที่: William & Mary News

เครื่องมือเจาะทะลวงโฆษณาที่โจมตีโดยใช้วิศวกรรมสังคม

ภาพจาก  Georgia Tech Research

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

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

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

Trident มีอัตราการตรวจจับโฆษณาที่เป็นอันตรายที่เกือบจะสมบูรณ์แบบตลอดระยะเวลาหนึ่งปี โดยให้อัตราผลบวกลวงเพียง 2.57%

อ่านข่าวเต็มได้ที่: Georgia Tech Research

ทำไมญี่ปุ่นถึงพัฒนา ChatGPT ของตัวเอง

ภาพจาก Nature

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

LLM ที่ได้รับการฝึกอบรมโดยใช้ชุดข้อมูลในภาษาอื่นไม่ได้คำนึงถึงความแตกต่างในระบบตัวอักษร โครงสร้างประโยค และวัฒนธรรม

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

ในขณะเดียวกัน LLM ที่ได้รับทุนสนับสนุนจากกระทรวงศึกษาธิการ วัฒนธรรม กีฬา วิทยาศาสตร์ และเทคโนโลยีของญี่ปุ่นสามารถเริ่มต้นด้วยพารามิเตอร์แสนล้านตัว และเพิ่มขึ้นได้เมื่อเวลาผ่านไป

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

อ่านข่าวเต็มได้ที่: Nature

การเรียนรูัของเครื่องจัดการชุดข้อมูลขนาดมหาศาล

ภาพจาก Los Alamos National Laboratory

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

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

อัลกอริทึมถ่ายโอนข้อมูลระหว่างคอมพิวเตอร์ได้อย่างมีประสิทธิภาพโดยเร่งความเร็วในการคำนวณและเชื่อมต่ออย่างรวดเร็วโดยใช้ฮาร์ดแวร์ เช่น หน่วยประมวลผลกราฟิก (GPU) ในขณะที่ทำงานหลายอย่างพร้อมกัน

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

อ่านข่าวเต็มได้ที่: Los Alamos National Laboratory

Kotlin ขึ้นสู่ 20 อันดับแรกของ Tiobe

ภาพจาก  InfoWorld

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

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

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

อ่านข่าวเต็มได้ที่: InfoWorld

คอมพิวเตอร์ที่ใช้ DNA สามารถทำงานกับโปรแกรมได้เป็นแสนล้านโปรแกรม

ภาพจาก New Scientist

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

นักวิจัยได้รวมโมเลกุล DNA สั้น ๆ เข้ากับวงจรที่ทำหน้าที่เป็นเหมือนสายสัญญาณ และสั่งให้พวกมันสร้างโครงสร้างที่แตกต่างกัน

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

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

อ่านข่าวเต็มได้ที่: New Scientist

ตัวแบบ AI เพิ่มความเร็วของคอมพิวเตอรฺวิทัศน์แบบความละเอียดสูง

ภาพจาก MIT News

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

ซีรีส์ใหม่ของตัวแบบที่มีชื่อว่า EfficientViT สามารถบรรลุความแม่นยำเท่าเดิมหรือดีกว่า และเร็วกว่าตัวแบบการแบ่งส่วนความหมายที่ล้ำสมัยที่มีอยู่ถึงเก้าเท่า เนื่องจากฟังก์ชันความคล้ายคลึงกันเชิงเส้นและสถาปัตยกรรมที่เป็นมิตรต่อฮาร์ดแวร์

ด้วยการจัดเรียงลำดับการดำเนินการใหม่ EfficientViT สามารถลดการคำนวณทั้งหมดได้ โดยไม่สูญเสียฟังก์ชันการทำงานหรือสูญเสียฟิลด์รับสัญญาณส่วนกลาง

Song Han จาก MIT กล่าวว่า "เราสามารถได้รับสิ่งที่ดีที่สุดจากทั้งสองโลก และลดการประมวลผลลงเพื่อให้เร็วพอที่จะรันบนอุปกรณ์พกพาและอุปกรณ์คลาวด์" ตัวแบบดังกล่าวสามารถช่วยเพิ่มประสิทธิภาพการตัดสินใจแบบเรียลไทม์ของรถยนต์ขับเคลื่อนอัตโนมัติ

อ่านข่าวเต็มได้ที่: MIT News

ไก่ทอดหุ่นยนต์ ผู้ประกอบการหาวิธีปรับปรุงอาหารยอดนิยมของเกาหลีใต้

ภาพจาก Yahoo! News

ผู้ประกอบการ Kang Ji-young ได้ติดตั้งแขนหุ่นยนต์ในแฟรนไชส์ Robert Chicken ของเธอในเกาหลีใต้เพื่อไม่เพียงแต่ปรุงไก่ทอดให้เร็วขึ้น แต่ยังเพื่อแก้ไขปัญหาการขาดแคลนแรงงานของประเทศที่มีอัตราการเกิดต่ำที่สุดในโลก

แขนหุ่นยนต์ที่ยืดหยุ่นแต่ละข้างสามารถทอดไก่ได้ 100 ตัวภายในสองชั่วโมง ซึ่งปกติต้องใช้คนงาน 5 คนและเครื่องทอดหลายตัว หุ่นยนต์จะจัดการกระบวนการทอดทั้งหมดและทำการวัดอุณหภูมิน้ำมันและระดับออกซิเดชั่นแบบเรียลไทม์เพื่อให้มั่นใจถึงรสชาติที่สม่ำเสมอ

รัฐบาลเกาหลีใต้ได้ประกาศกองทุน "foodtech" เพื่อลงทุนในสตาร์ทอัพที่ทำงานเกี่ยวกับอาหารที่ใช้เทคโนโลยีขั้นสูง

อ่านข่าวเต็มได้ที่: Yahoo! News

อุปกรณ์ตรวจจับการปฎิเสธอวัยวะที่ถูกปลูกถ่าย

ภาพจาก Northwestern Now

นักวิจัยจาก Northwestern University และ University of Chicago ได้ออกแบบอุปกรณ์อิเล็กทรอนิกส์ชีวภาพที่สามารถตรวจสอบอวัยวะที่ปลูกถ่ายได้อย่างต่อเนื่องแบบเรียลไทม์ และสามารถตรวจจับอุณหภูมิที่ผิดปกติซึ่งส่งสัญญาณถึงการปฏิเสธอวัยวะได้

อุปกรณ์บางเบา ที่ถูกปลูกถ่ายเข้าไปจะวางอยู่บนไตโดยตรงใต้แคปซูลไต และมีเทอร์โมมิเตอร์ที่สามารถตรวจจับการเปลี่ยนแปลงของอุณหภูมิแม้แต่ในระดับที่น้อยมาก และสตรีมข้อมูลแบบไร้สายไปยังสมาร์ทโฟนหรือแท็บเล็ต เพื่อแจ้งเตือนผู้ป่วยหรือแพทย์เกี่ยวกับความผิดปกติ

ในการทดสอบกับสัตว์ขนาดเล็กที่มีการปลูกถ่ายไต นักวิจัยพบว่าเซ็นเซอร์ตรวจพบข้อบ่งชี้ในการปฏิเสธที่เป็นไปได้เร็วกว่าเทคนิคการติดตามในปัจจุบันถึงสามสัปดาห์

อ่านข่าวเต็มได้ที่: Northwestern Now

นักวิจัยพบว่าข้อบกพร่องบนอุปกรณ์ของ Apple ทำให้อุปกรณ์ติดสปายแวร์

ภาพจาก  Reuters

นักวิจัยจาก Citizen Lab ในแคนาดา พบว่าอุปกรณ์ Apple ถูกใช้เพื่อแพร่กระจายสปายแวร์จากกลุ่มข่าวกรองทางไซเบอร์ของอิสราเอล NSO

หน่วยงานเฝ้าระวังดิจิทัลรายนี้ระบุว่า ตรวจพบว่ามีการนำข้อบกพร่องดังกล่าวไปใช้เพื่อแพร่ระบาด สปายแวร์ Pegasus ของ NSO ในอุปกรณ์ Apple ของพนักงานกลุ่มประชาสังคมในวอชิงตัน

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

หน่วยเฝ้าระวังรายงานข้อบกพร่องไปยัง Apple ซึ่งได้ปล่อยการอัปเดตบนอุปกรณ์ของ Apple แล้ว

อ่านข่าวเต็มได้ที่: Reuters

นักต้มตุ๋นใช้ข้อบกพร่องด้านความมั่นคงโดยหลอกว่าเมลถูกส่งต่อมาจากโปรไฟล์ที่มีชื่อเสียง

Photo by Solen Feyissa on Unsplash

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

นักวิจัยได้แจ้งเตือน Microsoft, Apple และ Google ถึงข้อบกพร่องดังกล่าว ซึ่งตามที่พวกเขาทราบยังไม่ได้มีการแก้ไขข้อบกพร่องนี้อย่างสมบูรณ์ พวกเขาแนะนำให้ปิดการใช้งานการส่งต่อแบบเปิด ซึ่งช่วยให้ผู้ใช้สามารถกำหนดค่าบัญชีของตนเพื่อส่งต่อข้อความไปยังที่อยู่อีเมลที่กำหนดโดยไม่ต้องมีการยืนยันจากที่อยู่ปลายทาง

อ่านข่าวเต็มได้ที่: UC San Diego Today

นักวิจัยออกแบบตัวแบบการเรียนรู้ของเครื่องเพื่อทำนายการฆ่าตัวตายของวัยรุ่นและความเสี่ยงในการทำร้ายตนเองได้ดียิ่งขึ้น

ภาพจาก UNSW Sydney Newsroom (Australia)

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

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

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

อ่านข่าวเต็มได้ที่: UNSW Sydney Newsroom (Australia)

ผู้ผลิตรถยนต์ไม่ผ่านการทดสอบความเป็นส่วนตัว ทำให้เจ้าของสามารถควบคุมข้อมูลส่วนบุคคลได้น้อยมาก

ภาพจาก Associated Press

การสำรวจโดยมูลนิธิ Mozilla Foundation ที่ไม่แสวงหากำไร พบว่าผู้ผลิตรถยนต์ส่วนใหญ่ยอมรับว่าอาจขายข้อมูลส่วนบุคคลของเจ้าของรถ 

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

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

แบรนด์รถยนต์ 19 แบรนด์กล่าวว่าพวกเขาสามารถขายข้อมูลส่วนบุคคลของเจ้าของได้ โดยครึ่งหนึ่งยินดีแบ่งปันกับรัฐบาลหรือหน่วยงานบังคับใช้กฎหมายโดยไม่ต้องมีคำสั่งศาล

อ่านข่าวเต็มได้ที่: Associated Press