แสดงบทความที่มีป้ายกำกับ sarunitnews แสดงบทความทั้งหมด
แสดงบทความที่มีป้ายกำกับ sarunitnews แสดงบทความทั้งหมด

วันพุธที่ 23 มีนาคม พ.ศ. 2565

Time ปล่อยนิตยสารฉบับเต็มในรูปแบบ NFT

NFT
Photo by Mo on Unsplash

Time จะเผยแพร่นิตยสารฉบับแรกที่มีการกระจายอำนาจอย่างสมบูรณ์ ซึ่งจะวางจำหน่ายในวันที่ 23 มีนาคม นี้ ในรูปแบบโทเค็นที่ไม่สามารถทดแทนกันได้ (nonfungible token) หรือ NFT บนบล็อกเชน โครงการนี้สร้างขึ้นโดยร่วมมือกับ LITDAO ซึ่งเป็นสกุลแบบ Web3 และโครงการ NFT เนื้อหาเด่นของฉบับบนี้จะนำเสนอเรื่องราวเกี่ยวกับ Vitalik Buterin ของ Ethereum และจะถูกแจกจ่ายในลักษณะของแอร์ดรอป (airdrop) ไปยังผู้ถือกระเป๋าสตางค์ (wallet) ของ LIT และ TIMEPiece บางคน 

"ในขณะที่ Time ยังคงผลักดันขอบเขตในสิ่งที่เป็นไปได้ภายในระบบนิเวศ Web3 การผลิตนิตยสารฉบับสมบูรณ์ฉบับแรกบนบล็อกเชน ดูเหมือนจะเป็นส่วนขยายที่ควรจะเป็นสำหรับแบรนด์ของเรา และเรารู้ว่านิตยสารฉบับนี้จะเป็นที่ชื่นชอบของชุมชนของเราอย่างแน่นอน"  Keith A. Grossman จาก Time กล่าว

อ่านข่าวเต็มได้ที่: Time

วันอังคารที่ 22 มีนาคม พ.ศ. 2565

โปรแกรมเขียนโค้ดอัตโนมัติเขียนภาษา C ได้เก่งที่สุด

programming-code
Photo by Ilya Pavlov on Unsplash

นักวิจัยจาก Carnegie Mellon University (CMU) ได้เปิดตัวโปรแกรมสร้างโค้ดอัตโนมัติซึ่งได้รับการฝึกสอนโดยใช้ภาษาเขียนโปรแกรมหลายภาษา ซึ่งพวกเขาพบว่าโปรแกรมดังกล่าวเขียนโค้ดในภาษาซีได้ดีมาก นักวิจัยหวังว่าโปรแกรมแบบเปิดเผยรหัสนี้ที่ชื่อว่า PolyCoder จะทำให้การวิจัยปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ด้านโปรแกรมสร้างโค้ดมีความเท่าเทียมกันมากขึ้น ซึ่งตอนนี้ บริษัทอย่าง DeepMind ซึ่งเป็นบริษัทในเครือของ Alphabet และ Open AI กำลังครองตลาดอยู่ในขณะนี้ 

การสร้างโค้ดอัตโนมัติอยู่บนสมมติฐานที่ว่ากระบวนการนี้สามารถประหยัดเวลาของนักพัฒนา และโค้ดนั้นถูกต้องและไม่มีข้อบกพร่องด้านความปลอดภัย นักวิจัยของ CMU กล่าวว่า PolyCoder มีพารามิเตอร์ "2.7 พันล้านตัวบนสถาปัตยกรรม GPT-2 และได้รับการฝึกอบรมโดยใช้โค้ด 249 กิกะไบต์ จากภาษาเขียนโปรแกรม 12 ภาษา และฝึกอบรมบนเครื่องคอมพิวเตอร์เครื่องเดียว" (DeepMind ฝึกตัวแบบโปรแกรมสร้างโค้ด AlphaCode โดยใช้เครื่องคอมพิวเตอร์หลายเครื่องในศูนย์ข้อมูลของ Google)

อ่านข่าวเต็มได้ที่: ZDNet


วันจันทร์ที่ 21 มีนาคม พ.ศ. 2565

การเข้ารหัสลับที่ตั้งใจจะไว้สู้กับควอนตัมถูกถอดรหัสง่ายมาก

encryption
ภาพจาก  New Scientist

Ward Beullen ที่ IBM Research Zurich ในสวิตเซอร์แลนด์สามารถถอดรหัสอัลกอริธึมการเข้ารหัสที่อ้างว่าเป็นหนึ่งในสามทางเลือกที่จะเป็นมาตรฐานระดับโลกในการต่อต้านการแฮ็กด้วยควอนตัมได้อย่างง่ายดาย 

Rainbow เป็นอัลกอริทึมลายเซ็นดิจิทัลที่ส่งไปยังการแข่งขัน Post-Quantum Cryptography ที่จัดโดย National Institute of Standards and Technology (NIST)  ของสหรัฐอเมริกา แต่ Beullens สามารถหาคีย์ลับ (secret key) ของ Rainbow จากคีย์สาธารณะ (public key)  โดยใช้เวลาเพียง 53 ชั่วโมงด้วยเครื่องคอมพิวเตอร์โน้ตบุ๊คธรรมดา 

Beullens กล่าวว่าข้อบกพร่องนี้จะทำให้ผู้โจมตีสามารถ "พิสูจน์ตัวตน" ว่าเป็นคนอื่นได้ ทำให้ Rainbow "ไร้ประโยชน์" สำหรับการตรวจสอบยืนยันข้อความ Dustin Moody แห่ง NIST กล่าวว่าการแฮ็ก Rainbow นั้นถูกยืนยันแล้วว่าทำได้ และอัลกอริทึมนี้ไม่น่าจะถูกเลือกให้เป็นอัลกอริธึมลายเซ็นที่จะถูกนำไปใช้

อ่านข่าวเต็มได้ที่: New Scientist


วันอาทิตย์ที่ 20 มีนาคม พ.ศ. 2565

เครื่องมือช่วยให้เข้าใจไวรัสที่มีการกลายพันธ์สูงรวมถึงโควิด-19 ด้วย

Lab-work
ภาพจาก Los Alamos Reporter

นักวิทยาศาสตร์จาก Los Alamos National Laboratory (LANL) ของกระทรวงพลังงานสหรัฐ ได้พัฒนา FEVER (Fast Evaluation of Viral Emerging Risks) หรือการประเมินความเสี่ยงไวรัสอุบัติใหม่อย่างรวดเร็ว ซึ่งเป็นเครื่องมือคำนวณสำหรับการตรวจจับและตรวจสอบไวรัสที่มีการกลายพันธุ์สูง

นักวิจัยใช้ FEVER เพื่อออกแบบการทดสอบการวัดที่ยืดหยุ่น โดยสามารถระบุคลาสของไวรัสสำหรับการเฝ้าระวังทางชีวภาพ วินิจฉัยสายพันธุ์ของการระบาดได้อย่างแม่นยำ และประเภทการกลายพันธุ์เพื่อค้นหาสายพันธ์ที่ส่งผลกระทบต่อสาธารณสุข

อ่านข่าวเต็มได้ที่: Los Alamos Reporter

วันเสาร์ที่ 19 มีนาคม พ.ศ. 2565

หุ่นยนต์ฆ่าเชื้อโควิด-19 และเชื้อโรคอื่น ๆ บนเครื่องบินของ Avelo Airlines

robot-sanitizer-airplane
ภาพจาก Hartford Courant

Avelo Airlines สตาร์ทอัพในเมืองฮุสตัน รัฐเท็กซัส ใช้หุ่นยนต์อัตโนมัติจากผู้ผลิต Aero HygenX ของแคนาดาในการฆ่าเชื้อห้องโดยสารเครื่องบินสำหรับเชื้อโควิด-19 และไวรัสอื่นๆ  สายการบินได้ติดตั้งหุ่นยนต์ RAY ที่สนามบินTweed-New Haven ของคอนเนตทิคัต โดยมันจะใช้แสงอัลตราไวโอเลต-ซี (ultraviolet-C) ซึ่ง Jim Olson  จาก Avelo กล่าวว่า "ทำลาย 99.9% ของเชื้อโรคทั้งหมด ซึ่งรวมถึง—แต่ไม่จำกัดเฉพาะ—โควิด-19" 

Olson กล่าวว่าหุ่นยนต์ RAY รุ่นที่สองกำลังปฏิบัติงานอยู่ที่ฐานชายฝั่งตะวันตกของ Avelo ในลอสแองเจลิส โดยอุปกรณ์ดังกล่าวยังฆ่าเชื้อในห้องครัว ห้องน้ำ ลานบิน และพิ้นที่เทอร์มินัลปลายทางของเครื่องบินเมื่อสิ้นสุดการบินในแต่ละวัน 

Andrew Levy  ประธานบริษัท Avelo กล่าวว่า "RAY ปลอดภัยกว่า เร็วกว่า คุ้มค่ากว่า และเป็นทางแก้ที่ยั่งยืนกว่ากระบวนการฆ่าเชื้อด้วยมือแบบธรรมดาที่ใช้สารเคมีโดยสายการบินส่วนใหญ่"

อ่านข่าวเต็มได้ที่: Hartford Courant

วันศุกร์ที่ 18 มีนาคม พ.ศ. 2565

Java ก้าวกระโดดอย่างไม่คาดคิดในหมู่ภาษาโปรแกรมยอดนิยม

programming
Photo by Farzad Nazifi on Unsplash

Python, Java, SQL และ JavaScript เป็นภาษาการเขียนโปรแกรมที่เป็นที่ต้องการมากที่สุดในปีนี้ โดยแต่ละภาษาจะปรากฏในรายการงานมากกว่า 50,000 ตำแหน่งงานบนเว็บไซต์ Indeed ตามรีวิวโฆษณางานโดย CodingDojo แพลตฟอร์มการฝึกอบรมสำหรับนักพัฒนา

Java ขึ้นอันดับ 1 โดยมีความต้องการมากกว่า 80,000 รายการ ส่งสัญญาณว่าความนิยมได้กลับมาอีกครั้งหลังจากการลดลงเล็กน้อยในช่วงสองปีที่ผ่านมาอันเนื่องมาจากการเติบโตของ Python แม้ว่า Python จะเป็นภาษาที่ปรากฏบ่อยที่สุดบน Indeed แต่ CodingDojo พบว่า Java ที่เติบโตอย่างรวดเร็วในปีที่ผ่านมาผลักให้ Python มาอยู่ในอันดับที่สอง

อย่างไรก็ตามความต้องการ Python ยังคงเพิ่มขึ้น โดยที่ CodingDojo สังเกตว่าการลดลงนั้นเป็นเพียงเพราะความต้องการนักเขียนโปรแกรมที่เชี่ยวชาญ Java นั้นเพิ่มขึ้นอย่างมาก “ความต้องการนักเขียนโปรแกรมที่ลดลงเนื่องจากการระบาดใหญ่ได้ผ่านไปแล้ว” แพลตฟอร์มกล่าว

อ่านข่าวเต็มได้ที่: ZDNet

วันพฤหัสบดีที่ 17 มีนาคม พ.ศ. 2565

นักวิจัยสามารถขโมยข้อมูลได้ระหว่างการเข้ารหัสแบบโฮโมมอร์ฟิก

computer-hacked
ภาพจาก NC State University News

นักวิจัยจาก North Carolina State University (NC State)  และ Dokuz Eylul University ของตุรกี ได้ถอดรหัสการเข้ารหัสแบบโฮโมมอร์ฟิก (homomorphic)  รุ่นต่อไป โดยใช้การโจมตีแบบช่องทางด้านข้าง (side-channel) การเข้ารหัสแบบโฮโมมอร์ฟิก ทำให้บุคคลที่สามไม่สามารถอ่านข้อมูลแต่ยังคงใช้ข้อมูลได้ 

Aydin Aysu แห่ง NC State กล่าวว่ากระบวนการนี้ใช้พลังงานในการประมวลผลมาก และนักวิจัยสามารถอ่านข้อมูลระหว่างการเข้ารหัสโดยการตรวจสอบการใช้พลังงานในตัวเข้ารหัสข้อมูลโดยใช้ SEAL Homomorphic Encryption Library ของ Microsoft  "เราสามารถทำแบบนี้ได้ด้วยการวัดพลังงานเพียงครั้งเดียว" Aysu กล่าว และทีมงานได้ยืนยันข้อบกพร่องในไลบรารีจนถึงเวอร์ชัน 3.6 เป็นอย่างน้อย

อ่านข่าวเต็มได้ที่: NC State University News

วันพุธที่ 16 มีนาคม พ.ศ. 2565

เรดาร์ที่เชื่อถือได้ เทคโนโลยีเซ็นเซอร์ AI สำหรับการขับขี่อัตโนมัติ

car-radar-sensor
ภาพจาก  Graz University of Technology (Austria)

ระบบปัญญาประดิษฐ์ (artifical intelligence) หรือ AI สำหรับเซ็นเซอร์เรดาร์ในรถยนต์ที่พัฒนาโดยนักวิจัยจาก Graz University of Technology (TU Graz) ของออสเตรีย จะกรองสัญญาณรบกวนจากเซ็นเซอร์เรดาร์อื่นๆ เพื่อปรับปรุงการตรวจจับวัตถุ

นักวิจัยได้สร้างตัวแบบสถาปัตยกรรมสำหรับกำจัดสัญญาณรบกสนโดยอัตโนมัติ โดยอิงจากโครงข่ายประสาทเทียมแบบคอนโวลูชัน (convolution neural network) หรือ CNN เพื่อให้มีประสิทธิภาพมากขึ้น นักวิจัยได้ฝึกอบรมโครงข่ายประสาทเทียมด้วยข้อมูลที่มีสัญญาณรบกวนจำนวนมาก และค่าผลลัพธ์ที่ต้องการ จากนั้นบีบอัดตัวแบบที่มีประสิทธิภาพมากที่สุดต่อไปโดยลดความกว้างของบิต ส่งผลให้ตัวแบบ AI มีประสิทธิภาพการกรองสูงและใช้พลังงานต่ำ

Franz Pernkopf แห่ง TU Graz กล่าวว่า "เราต้องการทำให้พฤติกรรมของ CNN อธิบายได้ชัดเจนขึ้นอีกเล็กน้อย เราไม่เพียงแต่สนใจในผลลัพธ์ แต่ยังสนใจช่วงของการแปรปรวน ยิ่งมีช่วงความแปรปรวนน้อยเท่าใด เครือข่ายก็ยิ่งมีความแน่นอนมากขึ้นเท่านั้น"

อ่านข่าวเต็มได้ที่: Graz University of Technology (Austria)

วันอังคารที่ 15 มีนาคม พ.ศ. 2565

เตรียมรับมือกับโรคระบาดครั้งต่อไป

doctoe-interview-patient
ภาพจาก University of Waterloo News (Canada)

ทีมวิจัยสหวิทยาการที่ GoodLabs Studio และ University of Waterloo ของแคนาดากำลังพัฒนา Syndrome Anomaly Detection System (SADS) เพื่อให้ข้อมูลแบบเรียลไทม์ และขับเคลื่อนด้วยข้อมูลเชิงลึก ซึ่งสามารถช่วยให้เจ้าหน้าที่สาธารณสุขป้องกันการระบาดใหญ่ในอนาคตได้ 

ระบบนี้ใช้การเรียนรู้ของเครื่อง (machine learning) หรือ ML  และปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อติดตามโรคในวงกว้าง โดยมีเป้าหมายในการระบุรูปแบบของโรคที่ผิดปกติในชุมชนต่างๆ เพื่อให้ดำเนินการได้อย่างรวดเร็ว

SADS ใช้แอปที่ใช้การประมวลผลภาษาธรรมชาติ (natural language processing) หรือ NLP เพื่อบันทึกอาการที่ผู้ป่วยอธิบายในการสนทนากับแพทย์ของตัวเอง การใช้ NLP ภายในแอปปกป้องข้อมูลส่วนบุคคลของผู้ป่วย จากนั้น ML ด้านภาษาเชิงลึก (deep language) จะถูกนำมาใช้เพื่อรวบรวมและจัดหมวดหมู่ข้อมูล เช่น อาการ อายุ เพศ และที่อยู่ เพื่อตรวจจับรูปแบบ SADS ติดตามอาการผิดปกติเมื่อเวลาผ่านไปเพื่อแสดงให้เห็นว่าโรคใหม่สามารถแพร่กระจายในชุมชนได้อย่างไร

อ่านข่าวเต็มได้ที่: University of Waterloo News (Canada)

วันจันทร์ที่ 14 มีนาคม พ.ศ. 2565

การทัวร์ฟาร์มแบบ VR ขยายการเข้าถึงการเกษตรในเมือง

vr-farm
ภาพจาก Cornell Chronicle

นักวิจัยจากมหาวิทยาลัยคอร์เนลล์ได้สร้างทัวร์แบบ VR สำหรับ Red Hook Farms ในนครนิวยอร์ก พวกเขาสร้างแบบจำลองเสมือนจริงโดยใช้โดรน และโฟโตแกรมมีทรี (photogrammetry) ผู้ใช้ที่มีชุดหูฟัง VR, คอมพิวเตอร์ หรือโทรศัพท์มือถือ สามารถ "เดิน" รอบฟาร์มและเข้าไปในพื้นที่ที่ผู้จัดการฟาร์มนำเสนอวิดีโอสาธิตและให้คำแนะนำในหัวข้อต่าง ๆ เช่น การเพาะปลูก การทำปุ๋ยหมัก และการกำจัดวัชพืช

Tapan Parikh จาก Cornell กล่าวว่า "เรากำลังมองหาสื่อที่ทำให้เกิดความสุข ที่ผสมผสานระหว่างการได้รับประสบการณ์ และความสามารถในการประชุมผู้คนจากทั่วทั้งรัฐ เราหวังว่านั่นคือสิ่งที่ [VR] มอบให้เรา"

อ่านข่าวเต็มได้ที่: Cornell Chronicle

วันอาทิตย์ที่ 13 มีนาคม พ.ศ. 2565

เครื่องมือ AI ตรวจพบโรคหัวใจที่มักถูกมองข้าม

heart-surgery
Photo by National Cancer Institute on Unsplash

นักวิทยาศาสตร์จากสถาบัน Smidt Heart Institute ของ Cedars-Sinai ได้พัฒนาเครื่องมือปัญญาประดิษฐ์ที่สามารถตรวจจับและแยกแยะอาการของโรคหัวใจสองอาการที่มักถูกมองข้าม นักวิจัยใช้อัลกอริธึมนี้ในการวิเคราะห์วิดีโออัลตราซาวนด์หัวใจประมาณ 34, 000 รายการจาก Cedars-Sinai และ Stanford Healthcare และระบุลักษณะที่บ่งชี้ว่าผู้ป่วยบางรายอาจแสดงอาการ hypertrophic cardiomyopathy หรือ  cardiac amyloidosis

David Ouyang จาก Smidt กล่าวว่าอัลกอริธึมตรวจพบผู้ป่วยที่มีความเสี่ยงสูง โดยมีความแม่นยำมากกว่าผู้เชี่ยวชาญทางคลินิก "เนื่องจากอัลกอริธึมรับสัญญาณที่ละเอียดอ่อนในวิดีโออัลตราซาวนด์ที่แยกความแตกต่างระหว่างภาวะหัวใจที่มักจะดูคล้ายกับเงื่อนไขที่ไม่เป็นพิษเป็นภัย หรือเหมือนกับอาการอื่น ๆ ในการตรวจสอบขั้นต้น

อ่านข่าวเต็มได้ที่: Cedars-Sinai

วันเสาร์ที่ 12 มีนาคม พ.ศ. 2565

ใช้การเรียนรู้ของเครื่องเพื่อเข้าใจว่าเซลล์สมองทำงานอย่างไร

 

machine-learning
Photo by Markus Winkler on Unsplash

Daifeng Wang แห่ง University of Wisconsin-Madison (UW) และเพื่อนร่วมงานใช้การเรียนรู้ของเครื่อง (machine learning) หรือ ML และปัญญาประดิษฐ์ (artificial intelligence)  หรือ AI เพื่อให้เข้าใจได้ดีขึ้นว่าลักษณะปฏิสัมพันธ์มีอิทธิพลต่อการทำงานของเซลล์สมองอย่างไร 

นักวิจัยได้ใช้การเรียนรู้ที่หลากหลายเพื่อทำนายลักษณะของเซลล์ประสาท โดยจัดแนวการแสดงตัวของยีน และข้อมูลอิเล็กโทรฟิสิกส์ (electrophysiological) สำหรับเซลล์ประสาทประมาณ 3, 000 เซลล์ในสมองของหนู คุณลักษณะของเซลล์ประสาททั้งสองแสดงค่าสูงในกลุ่มเซลล์เดียวกัน แต่มีค่าต่ำในส่วนที่เหลือ และแสดงความสัมพันธ์ซึ่งกันและกันซึ่งอธิบายรูปร่างที่หลากหลาย 

จากนั้นนักวิจัยได้ใช้กลุ่มเซลล์เพื่อเปิดเผยความเชื่อมโยงระหว่างลักษณะทางอิเล็กโทรฟิสิกส์ กับยีนเฉพาะที่ควบคุมการแสดงออกของยีนอื่น ๆ สิ่งนี้ทำให้ทราบถึงการพัฒนาของ deepManReg ซึ่งเป็นรูปแบบการเรียนรู้ที่หลากหลายซึ่งปรับปรุงการทำนายลักษณะของเซลล์ประสาทตามการแสดงออกของยีนและอิเล็กโทรฟิสิกส์  "โดยพื้นฐานแล้ว [เราสามารถศึกษา] ว่ายีนเหล่านั้นถูกควบคุมอย่างไรเพื่อให้ส่งผลต่ออิเล็กโทรฟิสิกส์ หรือพฤติกรรมในเซลล์ที่เป็นโรค" Wang กล่าว

อ่านข่าวเต็มได้ที่: University of Wisconsin-Madison News

วันศุกร์ที่ 11 มีนาคม พ.ศ. 2565

Mozilla แก้ช่องโหว่ที่ร้ายแรงที่กำลังถูกใช้โจมตี Firefox

https://www.mozilla.org/en-US/firefox/new/

Mozilla ได้เปิดตัวแก้ไขความปลอดภัยสำหรับข้อบกพร่องที่สำคัญสองประการที่กำลังถูกใช้โจมตีเบราว์เซอร์ Firefox บริษัทกล่าวว่าทั้ง CVE-2022-26485 และ CVE-2022-26486 เป็นข้อบกพร่องที่ร้ายแรง บริษัทบอกว่า "เราได้รับรายงานว่ามีการใช้ช่องโหว่นี้อย่างมากมาย" 

บริษัทให้เครดิตนักวิจัยที่บริษัทรักษาความปลอดภัย Qihoo 360 ATA ของจีนที่ระบุข้อบกพร่องนี้ ตัวแก้ไขข้อบกพร่องนี้ถูกปล่อยออกมากับ Firefox 97.0.2, Firefox ESR 91.6.1, Firefox สำหรับ Android 97.3.0 และ Focus 97.3.0 นอกจากนี้ยังแก้ไขที่ตัว Thunderbird 91.6.2 ด้วย

อ่านข่าวเต็มได้ที่: ZDNet

วันพฤหัสบดีที่ 10 มีนาคม พ.ศ. 2565

ยูเครนขอบริจาคเป็นเงินคริปโต ก้าวข้ามขีดจำกัดของการบริจาคปกติ

ิbitcoin-exchange
ภาพจาก The Washington Post

Elliptic บริษัทวิเคราะห์บล็อคเชนของสหราชอาณาจักรกล่าวว่ารัฐบาลของยูเครนสามารถระดมทุนได้กว่า 42 ล้านดอลลาร์ในสกุลเงินดิจิทัลในเวลาน้อยกว่าหนึ่งสัปดาห์ผ่านการระดมทุนจากคนทั่วไป  (crowd funding) 

Kuna.io บริษัทแลกเปลี่ยนคริปโตใน Kyiv กล่าวว่า การบริจาคบางส่วนได้ถูกแปลงเป็นสกุลเงินปกติแล้ว โดยส่วนใหญ่เป็นเงินยูโร และใช้เพื่อซื้ออุปกรณ์ที่ไม่เป็นอันตราย เช่น โดรนและเสื้อเกราะกันกระสุน ผู้สนับสนุนเงินคริปโตของตะวันตกมองว่านี่เป็นโอกาสในการทดสอบข้อถกเถียงที่ว่าบล็อคเชนสามารถทำให้สังคมแบบเปิดก้าวไปข้างหน้าได้หรือไม่ พวกเขาอ้างว่าเงินคริปโตทำให้ยูเครนหาเงินได้โดยไม่ติดข้อจำกัดของรัฐบาล หรือข้อจำกัดของแพลตฟอร์มเทคโนโลยีที่มาจาก Silicon Valley ในขณะเดียวกันก็ให้ความโปร่งใสเกี่ยวกับการใช้จ่าย

ยังมีผู้กังวลว่าความคิดริเริ่มดังกล่าวอาจสนับสนุนกิจกรรมที่ผิดกฎหมาย หรืออาจกระตุ้นผู้นำเผด็จการให้พยายามดำเนินการในลักษณะเดียวกัน

อ่านข่าวเต็มได้ที่: The Washington Post

 

วันพุธที่ 9 มีนาคม พ.ศ. 2565

Amazon กำลังจะปิดร้านหนังสือแบบจริง ๆ ทั้งหมดและร้าน 4-star ด้วย

Amazon-bookstore
ภาพจาก engadget

Amazon ยักษ์ใหญ่ค้าปลีกของโลก (ไม่ใช่ร้านกาแฟบ้านเรานะครับ) บอกกับ Reuter ว่ากำลังจะปิดร้านหนังสือจริง ๆ ทั้งหมด 68 สาขา และร้าน  4-star ในอเมริกาและสหราชอาณาจักร 

อย่างไรก็ตามทางบริษัทบอกกับ New York Times ว่าการซื้อขายในแบบคนต่อคนยังมีความสำคัญ โดยบริษัทจะโฟกัสไปที่ร้านแบบที่ไม่มีพนักงานเก็บเงินที่ใช้เทคโนโลยี Just Walk Out และร้านที่เพิ่งเปิดตัวไปอย่างร้านเสื้อผ้าใน Los Angeles วันปิดร้านจะแตกต่างกันไปในแต่ละสาขา พนักงานในร้านที่ปิดจะถูกย้ายไปทำที่ Amazon shop ที่อยู่ใกล้เคียง 

บริษัทเริ่มเปิดร้านหนังสือจริง ๆ สาขาแรกในเดือนพฤศจิกายน 2015 และร้าน 4-star ในเดือนกันยายน 2018 ซึ่งยังไม่แน่ใจนักว่ามันได้ผลดีแค่ไหน แต่ที่แน่ ๆ คือมันไม่สร้างความเปลี่ยนแปลงเท่ากับร้านหนังสือบนอินเทอร์เน็ต 

Amazon ไม่ได้กังวลเรื่องนี้มากนัก บริษัทยังคงเปิดร้านแบบไม่มีพนักงานเก็บเงินมากขึ้น และยังมีร้านที่กำลังทดสอบระบบ Just Walk Out อย่าง Starbuck และ Sainsbury's  นอกจากนี้ยังเปิดร้านอาหารสดร้านแรกในปี 2020 อีกด้วย การปิดครั้งนี้น่าจะเป็นการปรับกลยุทธ์ไปข้างหน้ามากกว่าถอยหลัง 

อ่านข่าวเต็มได้ที่: engadget

 


วันอังคารที่ 8 มีนาคม พ.ศ. 2565

เงินเดือนด้านเทคโนโลยีพุ่งสูงขึ้น 22% ในสิงคโปร์เนื่องจากการไล่ล่าหานักเขียนโปรแกรมที่มีทักษะ

Singapore
Photo by Jisun Han on Unsplash

รายงานโดย NodeFlair เว็บไซต์อาชีพด้านเทคโนโลยีของสิงคโปร์และ Quest Ventures บริษัทร่วมทุนในเอเชีย พบว่าเงินเดือนสำหรับวิศวกรซอฟต์แวร์ในสิงคโปร์เพิ่มขึ้นเฉลี่ย 22% ในปีที่แล้ว รายงานระบุว่า บทบาทผู้เชี่ยวชาญ เช่นนักเขียนโปรแกรมซอฟต์แวร์ระดับผู้นำทีม มีการขึ้นเงินเดือนโดยเฉลี่ยสูงถึง 32% ซึ่งแสดงให้เห็นถึงความแปรปรวนในวงกว้างของเงินเดือน

สาเหตุที่ทำให้เงินเดือนพุ่งสูงขึ้นทำให้ค่าครองชีพในสิงคโปร์สูงขึ้น ในขณะที่วีซ่าคนงานที่เข้มงวดกว่านั้นทำให้การค้นหาผู้เชี่ยวชาญจากต่างประเทศที่มีอายุน้อยกว่านั้นซับซ้อนขึ้น Yu Liuqing จาก Economist Intelligence Unit กล่าวว่าความเข้มงวดนี้น่าจะทำให้เกิดปัญหาการขาดแคลนพนักงาน โดยเสริมว่าบริษัทขนาดเล็กและสตาร์ทอัพในท้องถิ่นอาจไม่สามารถรักษาระดับเงินเดือนที่สูงขึ้นสำหรับตำแหน่งจูเนียร์ได้

อ่านข่าวเต็มได้ที่: Bloomberg

วันจันทร์ที่ 7 มีนาคม พ.ศ. 2565

ก้าวข้ามขนมซอง ตู้หยอดเหรียญใน New York ขายงานศิลปะ NFT

์NFT-ATM
ภาพจาก Reuters

ตู้จำหน่ายสินค้าสำหรับโทเค็นที่ทดแทนกันไม่ได้ (Non-fungible Token) หรือ NFT เครื่องแรกได้ติดตั้งในNew York City โดย Neon แพลตฟอร์มรวบรวมงานศิลปะดิจิทัล "ตู้เอทีเอ็ม NFT" ที่หน้าร้านเล็กๆ ในย่านการเงินใน Lower Manhattan ขายรหัส QR ที่เชื่อมต่อกับงานศิลปะออนไลน์ในราคาตั้งแต่ 5.99 ถึง 420.49 ดอลลาร์ 

ลูกค้าจะไม่รู้ว่าพวกเขาซื้องานศิลปะดิจิทัลชิ้นใดจนกว่าจะสแกนรหัส QR ซึ่งทำให้พวกเขาสามารถแสดงผลงานศิลปะบนสมาร์ทโฟน แล็ปท็อป หรือแท็บเล็ตเครื่องใดก็ได้ Kyle Zappitell แห่ง Neon กล่าวว่ากลุ่มลูกค้าเป้าหมายคือ "คนที่พยายามซื้อสกุลเงินดิจิทัล หรือสนใจที่จะซื้อ NFT แต่เจออุปสรรคมากเกินไป" Zappitell ยังบอกด้วยว่า "ในฐานะของผู้รวบรวมงาน NFT สิ่งที่คุณรักก็คือการสุ่มเอาว่าคุณจะได้อะไร ซึ่งนี่เป็นแง่มุมที่น่าตื่นเต้น"

อ่านข่าวเต็มได้ที่: Reuters

วันอาทิตย์ที่ 6 มีนาคม พ.ศ. 2565

คนแยกแยะโปรไฟล์ LinkedIn ปลอมที่สร้างจาก AI ได้แย่มาก

a-man-browsing-linkedin
ภาพจาก  New Scientist

นักวิทยาศาสตร์จาก University of Illinois at Urbana-Champaign (UIUC) และ Santa Clara University พบว่าโปรไฟล์ปลอมที่สร้างโดยปัญญาประดิษฐ์ (artificial intelligence) หรือ AI บนเครือข่ายสังคมออนไลน์ด้านธุรกิจ LinkedIn สามารถหลอกลวงผู้คนได้อย่างง่ายดาย

ผู้เข้าร่วมการศึกษาเกือบ 300 คนจะต้องตรวจสอบโปรไฟล์ 3 โปรไฟล์ โดย 2 โปรไฟล์มีรูปภาพโปรไฟล์ Deepfake หรือข้อความที่สร้างโดย AI ผู้เข้าร่วมยอมรับคำขอเป็นเพื่อนจาก 90% ของโปรไฟล์ Deepfake ที่สอดคล้องกัน และระหว่าง 79% ถึง 85% ของโปรไฟล์ที่มีข้อผิดพลาดให้เห็นอย่างชัดเจน

Jaron Mink แห่ง UIUC กล่าวว่าพวกเขาไม่ได้สังเกตเห็นความแตกต่างของอายุ และสงสัยเกี่ยวกับข้อผิดพลาดทางไวยากรณ์น้อยกว่าภาพที่ไม่สมบูรณ์ เมื่อได้รับแจ้งว่ามีการใช้โปรไฟล์ Deepfake เพื่อหลอกลวงผู้คน ระดับการยอมรับในส่วนของโปรไฟล์ที่ไม่สอดคล้องกันลดลงถึง 43%

Gang Wang ของ UIUC ตั้งข้อสังเกตว่าแม้ว่าผู้ใช้ที่ได้รับการฝึกฝนแล้วจะสามารถระบุโปรไฟล์ปลอมได้ดีกว่า "สถิติโดยรวมแสดงให้เห็นว่าพวกเขาก็ยังไม่ค่อยเก่งในเรื่องนี้"

อ่านข่าวเต็มได้ที่: New Scientist

วันเสาร์ที่ 5 มีนาคม พ.ศ. 2565

จำลองการแพร่ของโควิด-19 ในห้องเรียน

classsroom
Photo by Ivan Aleksic on Unsplash

นักวิจัยจากห้องปฏิบัติการ Argonne National Laboratory ของกระทรวงพลังงานสหรัฐ (DOE) ใช้ซูเปอร์คอมพิวเตอร์ Summit ที่ Oak Ridge National Laboratory (ORNL) ของ DOE เพื่อจำลองการแพร่กระจายของอนุภาคไวรัสละอองลอยในห้องเรียนห้องหนึ่งของโรงเรียนระดับประถมศึกษา

ทีมงานใช้การจำลองกระแสน้ำวนขนาดใหญ่เพื่อสร้างตัวแบบการเคลื่อนที่ของก๊าซและของเหลวที่ไม่เสถียรด้วยการกระจายอนุภาคละอองลอยซึ่งมีขนาดตั้งแต่ 0.1 ถึง 5 ไมครอนในห้องเรียนขนาด 14×12×3 ตารางเมตร 

นักวิจัยพบว่าเส้นทางการระบายอากาศในห้องเรียนแบบดั้งเดิมที่มีช่องลมออกของเครื่องทำความร้อน พัดลมระบายอากาศ เครื่องปรับอากาศ อยู่ตรงข้ามกับประตูห้องเรียน จะสร้างโซนตาย (dead zone) ที่อนุภาคที่ปล่อยออกมาระหว่างการหายใจปกติและการพูดมักจะยังคงอยู่ นักวิจัยระบุว่าการวางตำแหน่งช่องทางเข้าของของเครื่องทำความร้อน พัดลมระบายอากาศ เครื่องปรับอากาศ และประตูบนผนังฝั่งเดียวกันช่วยลดโซนตายเหล่านี้ได้อย่างมาก

อ่านข่าวเต็มได้ที่: Oak Ridge National Laboratory

วันศุกร์ที่ 4 มีนาคม พ.ศ. 2565

ไต้หวันใช้เทคโนโลยีธรรมดาในการต่อสู้โควิด-19 ได้อย่างไร

Taiwanese
ภาพจาก BBC News

ไต้หวันสามารถควบคุมโรคโควิด-19 ได้ผ่านระบบการติดตามที่ใช้เทคโนโลยีระดับธรรมดาซึ่งพัฒนาโดยกลุ่มนักออกแบบ นักเขียนโค้ด และนักเคลื่อนไหวที่ชื่อว่า g0v เมื่อ COVID เกิดขึ้นครั้งแรกในไต้หวัน g0v ได้เริ่มระดมมวลชนเพื่อแก้ไขปัญหาที่เกิดขึ้น เช่น การติดตามผู้ที่สัมผัสกับผู้ป่วยและการปันส่วนหน้ากากอนามัย ในที่สุดก็คิดค้นโครงการไฮบริด ระบบใช้ QR code และรหัส 15 หลักที่เกี่ยวข้อง ซึ่งสามารถส่งผ่าน SMS โดยไม่ต้องใช้สมาร์ทโฟนไปยังสายด่วน 1922 ที่ Central Epidemic Command Center ของไต้หวัน

ธุรกิจต่างๆ โพสต์รหัส QR ที่ลูกค้าต้องสแกนทุกครั้งที่เข้ามา ส่งข้อความไปที่สายด่วน 1922 หรือกรอกแบบฟอร์มด้วยปากกาและกระดาษในกรณีที่เกิดการระบาดในชุมชน QR code ได้ช่วยหน่วยงานด้านสุขภาพในท้องถิ่นตรวจสอบการเคลื่อนไหวของบุคคลเมื่อตรวจพบผู้ที่มีผลตรวจเป็นบวก ในขณะที่เครือข่ายโทรศัพท์มือถือของไต้หวันก็ถูกใช้เพื่อค้นหาและติดต่อกับบุคคลที่อาจติดเชื้อ

อ่านข่าวเต็มได้ที่: BBC News