Facebook ให้พนักงานที่ทำหน้าที่คัดกรองข้อความกลับบ้านเรื่องจากโคโรนาไวรัส

เมื่อเร็ว ๆ นี้ Facebook ได้ให้พนักงานที่เป็นคนตรวจสอบข้อมูลกลับบ้านโดยยังคงจ่ายเงินเดือน เนื่องจากการระบาดของโคโรนาไวรัส ซึ่งก็เท่ากับว่าตอนนี้การคัดกรองเนื้อหาที่ไม่พึงประสงค์ต่าง ๆ จะขึ้นอยู่กับขั้นตอนวิธีปัญญาประดิษฐ์ของ Facebook เอง ดังนั้นตอนนี้ผู้ใช้ก็อาจจะเจอปัญหาข้อผิดพลาดอย่างเช่นเนื้อหาที่ไม่มีอะไรเลย แต่อาจถูกลบออกไปได้ และไม่ใช่ Facebook ที่เดียว Youtube และ Twitter ก็ออกมาประกาศเช่นกันว่าจะใช้โปรแกรมในการคัดกรองเนิ้อหาเช่นกัน

อ่านข่าวเต็มได้ที่: The Washington Post

เพิ่มเติมเสริมข่าว:

งานคัดกรองนี่เขาทำกันยังไงนะ ทำไมถึงทำที่บ้านไม่ได้ 

ไอบีเอ็มร่วมมือกับทำเนียบขาวใช้ซุปเปอร์คอมพิวเตอร์ช่วยทำวิจัยโคโรนาไวรัส

ไอบีเอ็มจะช่วยในการประสานงานและสนับสนุนซุปเปอร์คอมพิวเตอร์ซึ่งมีพลังประมวลผลกว่า 330 petaflops เพื่อช่วยนักวิทยาศาสตร์ในการทำวิจัยเกี่ยวกับ COVID-19 โดยการทำงานนี้เป็นการทำงานซึ่งเป็นความร่วมมือกับสำนักงานนโยบายวิทยาศาสตร์และเทคโนโลยีของทำเนียบขาว โดยในเบื้องต้นนี้จะใช้ซุปเปอร์คอมพิวเตอร์ 16 ตัว จากไอบีเอ็ม ห้องปฏิบัติการวิจัยแห่งชาติ มหาวิทยาลัยหลายแห่ง อะเมซอน กูเกิล ไมโครซอฟท์ และหน่วยงานอื่น ๆ ซึ่งพลังงานในการประมวลผลนี้จะเปิดให้นักวิจัยเข้าถึงได้จากระยะไกล ถ้าโครงการของนักวิจัยได้รับการอนุมัติ

 อ่านข่าวเต็มได้ที่: CNN

เพิ่มเติมเสริมข่าว:

ความเร็ว 1 petaflop เท่ากับสามารถทำงานคำสั่งเลขทศนิยมได้ 1000 ล้านล้าน คำสั่งต่อวินาที

นักวิจัยเผยช่องโหว่ของโปรแกรมจัดการรหัสผ่าน

ผู้เชี่ยวชาญด้านความมั่นคงมักจะให้คำแนะนำว่าให้เราตั้งรหัสผ่านให้มีความซับซ้อน และต่างกันในแต่ละบัญชีผู้ใช้ที่เราใช้ แต่ปัญหาของการทำอย่างนั้นคือเราไม่สามารถจำรหัสผ่านทั้งหมดได้ โปรแกรมจัดการรหัสผ่านจึงถูกพัฒนาขึ้นมาเพื่อแก้ปัญหานี้  หลักการทำงานของโปรแกรมจัดการรหัสผ่านก็คือให้เราเอารหัสผ่านทั้งหมดมาให้โปรแกรมนี้เก็บไว้ (บางโปรแกรมสามารถสร้างรหัสผ่านให้เราได้ด้วย) จากนั้นเราก็จำแค่รหัสผ่านเดียวก็คือของโปรแกรมนี้ แต่นักวิจัยจาก University of York แสดงให้เห็นว่าโปรแกรมจัดการรหัสผ่านเหล่านี้ยังไม่รัดกุมพอ โดยเขาได้สร้างแอปพลิเคชันเลียนแบบแอปพลิเคชันของ Google ขึ้นมา พบว่าสามารถหลอกให้ 2 ใน 5 ของโปรแกรมจัดการรหัสผ่านยอมเปิดเผยรหัสผ่านได้ ปัญหาคือโปรแกรมเหล่านี้บางตัวใช้เงื่อนไขที่ไม่เข้มข้นในการตรวจสอบยืนยันตัวแอปพลิเคชัน และแอปพลิเคชันบางตัวยังไม่ยอมกำหนดจำนวนครั้งในการป้อนรหัสที่ผิดเอาไว้ด้วย 

อ่านข่าวเต็มได้ที่: University of York

วิธีการทางด้านการเรียนรู้ของเครื่องที่ใช้กันอย่างแพร่หลายตอนนี้อาจใช้งานไม่ได้อย่างที่คาดหวังกัน

นักวิจัยจาก University of California, Santa Cruz (UCSC), Google, และ Stanford University พบข้อผิดพลาดพื้นฐานในเทคนิคของการเรียนรู้ของเครื่อง (machine learning) ที่ใช้ในการสร้างตัวแบบของเครือข่ายที่มีความซับซ้อน โดยนักวิจัยบอกว่าเทคนิคที่ใช้กันนั้นไม่เพียงพอที่จะใช้กับเครือข่ายที่มีความซับซ้อน เช่นเครือข่ายสังคม (social network) นักวิจัยบอกว่าไม่ใช่มันจะใช้ไม่ได้เลย เพียงแต่มันไม่ได้เก่งเท่ากับที่เราเชื่อกัน

อ่านข่าวเต็มได้ที่:  UC Santa Cruz Newscenter

สถิติใหม่ของจำนวนบั๊กในซอฟต์แวร์เปิดเผยโค้ด

จำนวนช่องโหว่ที่ถูกตรวจพบในซอฟต์แวร์แบบเปิดเผยโค้ดเพิ่มขึ้นจาก 4,100 เมื่อปีที่แล้วมาเป็น 6,100 ในปีนี้ จากข้อมูลของเว็บไซต์ WhiteSource ซึ่ง WhiteSource บอกว่า 85% ของช่องโหว่ได้ถูกค้นพบและแก้ไขแล้ว WhiteSource ยังได้ศึกษาว่าช่องโหว่เกิดจากภาษาเขียนโปรแกรมภาษาใดบ้างพบว่ามากที่สุดคือภาษา C อยู่ที่ 30% ส่วน PHP นั้นอยู่ที่ 27% และ Python อยู่ที่ 5%

อ่านข่าวเต็มได้ที่: ZDNet