วันอาทิตย์ที่ 22 พฤศจิกายน พ.ศ. 2563

การเซ็นเซอร์อินเทอร์เน็ตอย่างรุนแรงมากกำลังแพร่กระจายไปทั่วในประเทศประชาธิปไตย

Photo by Leon Seibert on Unsplash


นักวิจัยจาก University of Michigan (U-M) ใช้ระบบติดตามการเซ็นเซอร์อัตโนมัติเพื่อสาธิตให้เห็นว่า การเซ็นเซอร์ออนไลน์กำลังแพร่กระจายไปอย่างรวดเร็วแม้แต่ในประเทศที่มีเสรีภาพที่สุด ทีมนักวิจัยใช้เครื่องมือที่เรียกว่า Censored Planet เก็บข้อมูลจากการประเมินกว่า 21 พันล้านครั้ง จากระยะเวลากว่า 20 เดือน จาก 221 ประเทศ และพบว่าการเซ็นเซอร์อินเทอร์เน็ตกำลังเพิ่มชึ้นใน 10 ประเทศ รวมถึงประเทศที่คาดไม่ถึงอย่างนอร์เวย์ ญึ่ปุ่น อิตาลี อินเดีย อิสราเอล และโปแลนด์ ทีมนักวิจัยบอกว่าในหลายกรณีมันเริ่มจากการบล็อกสิ่งที่ไม่เหมาะสมชัดเจนอย่างภาพโป๊เด็ก แล้วก็นำไปสู่การวางนโนบายการบล็อกที่รุนแรงมากขึ้น และนี่คือสิ่งที่แสดงให้เห็นว่าการประเมินการเซ็นเซอร์เป็นสิ่งจำเป็น วิธีการที่ Censored Planet ใช้เป็นวิธีที่มีประสิทธิภาพโดยการแปลงเซิร์ฟเวอร์อินเทอร์เน็ตสาธารณะให้กลายเป็นทหารยามในการติดตามและรายงานเมื่อมีการบล็อกการเข้าถึงเว็บไซต์

อ่านข่าวเต็มได้ที่:  University of Michigan News

วันเสาร์ที่ 21 พฤศจิกายน พ.ศ. 2563

ซุปเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลกตอนนี้ยิ่งเร็วมากขึ้นไปอีก

Image credit: RIKEN

Fugaku ของญี่ปุ่นซึ่งเป็นซุปเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลกในการจัดอันดับของ Top500 ตอนนี้มีความเร็วเพิ่มขึ้นเป็น 442 petaFLOPS จากเดิมที่มีความเร็ว 416 petaFLOPS ในเดือนมิถุนายนที่ผ่านมา  Fugaku ยังได้คะแนนเพิ่มขึ้นจากการผสมผสานด้าน high-performance computing (HPC)-artificial intelligence (AI) ซึ่งเพิ่มขึ้นจนแตะหลัก 2.0  exaFLOPS ประสิทธิภาพที่เพิ่มขึ้นได้มาจากการเพิ่มคอร์เข้าไป 330,000 คอร์ ใน CPU ที่เป็น  Arm-based ของ Fujitsu A64FX ทำให้ตอนนี้มีคอร์ทั้งหมด 7,630,848 คอร์ 

อ่านข่าวเต็มได้ที่: TechRadar

วันศุกร์ที่ 20 พฤศจิกายน พ.ศ. 2563

เซ็นเซอร์สำหรับเส้นใยอัจฉริยะที่ทนทานต่อการซักและการถูกทำลายด้วยวิธีต่าง ๆ

Image courtesy of James Weaver/Harvard SEAS

นักวิจัยจาก Harvard University John A. Paulson School of Engineering and Applied Sciences (SEAS) และ Wyss Institute for Biologically Inspired Engineering ได้พัฒนาเซ็นเซอร์ที่มีความทนทานที่จะนำไปติดตั้งกับเส้นใยอัจฉริยะ และระบบหุ่นยนต์แบบซอฟต์ (soft robotic system) โดยเซ็นเซอร์นี้ได้ผ่านการทดสอบด้วยการถูกแทงด้วยมีดผ่าตัด ทุบด้วยค้อน เอารถยนต์แล่นทับ และผ่านการซ้กด้วยเครื่องซักผ้าหลายครั้ง ซึ่งผลลัพธ์คือไม่เกิดความเสียหายใด ๆ นักวิจัยบอกว่าด้วยเซนเซอร์นี้จะทำให้เกิดแอปพลิเคชั้นใหม่ ๆ ที่จะใช้วัดกลไกทางชีวภาพและจิตใจของผู้คนได้ตลอดวัน ซึ่งเป็นสิ่งที่ไม่เคยทำได้ด้วยเทคโนโลยีที่มีอยู่ก่อนหน้านี้ 

 อ่านข่าวเต็มได้ที่: Harvard University John A. Paulson School of Engineering and Applied Sciences

วันพฤหัสบดีที่ 19 พฤศจิกายน พ.ศ. 2563

ใช้การเรียนรู้ของเครื่องเพื่อช่วยให้เห็นผลกระทบด้านจิตใจต่อการระบาดของ COVID-19

ภาพจาก MIT News

นักวิจัยจาก  Massachusetts Institute of Technology (MIT) และ Harvard University ได้สาธิตให้เห็นว่าการเรียนรู้ของเครื่อง (machine learning) สามารถนำมาใช้เพื่อประเมินผลกระทบด้านจิตใจต่อสถานการณ์การระบาดของโรค โดยวิเคราะห์จากคำที่ผู้คนใช้ในการโพสต์เพื่อแสดงความกังวลต่อเรื่องนี้ ขั้นตอนวิธีประมวลผลภาษาธรรมชาติ (machine learning) ได้ประมวลผลข้อความที่ถูกโพสต์ใน Reddit กว่า 800,000 ข้อความ โดยวัดความถี่ของคำที่เกี่ยวข้องกับความกังวล ความตาย การกักตัว และยาเสพติด นักวิจัยได้วิเคราะห์การเปลี่ยนแปลงของน้ำหนักและเนื้อหาที่โพสต์จากเดือนมกราคมถึงเมษายน 2020 และได้พบว่ามีกลุ่มที่มีแนวโน้มจะฆ่าตัวตายและเปล่าเปลี่ยว  โดยการโพสต์ในกลุ่มนี้มากขึ้นเป็นสองเท่าในช่วงของการระบาด เทียบกับเดือนเดียวกันของปีที่แล้ว

อ่านข่าวเต็มได้ที่:   MIT News

วันพุธที่ 18 พฤศจิกายน พ.ศ. 2563

เครื่องมือช่วยตรวจสอบการใช้งานด้านความมั่นคงอย่างไม่ปลอดภัยของแอนดรอยด์แอป

ภาพจาก Columbia Engineering

 เครื่องมือที่ชื่อ CRYLOGGER ที่ถูกพัฒนาโดยนักวิทยาศาสตร์คอมพิวเตอร์จากคณะวิศวกรรมมหาวิทยาลัยโคลอมเบียสามารถวิเคราะห์การใช้การเข้ารหัสลับแบบผิด ๆ ในแอนดรอยด์แอปพลิเคชันพันกว่าตัว โดยไม่ต้องเข้าไปดูซอร์ซโค้ดของโปรแกรม ซึ่ง CRYLOGGER พบว่าแอปเหล่านี้ใช้ไลบรารีที่ไม่ตรงกับข้อกำหนดด้านมาตรฐานความมั่นคง หลายตัวใช้ขั้นตอนวิธีที่มีข้อบกพร่อง และหลายตัวใช้วิธีการเข้ารหัสที่ไม่ปลอดภัยในการปกป้องข้อมูลของผู้ใช้ นักวิจัยบอกว่าสิ่งที่พบนี้ไม่จำเป็นว่าจะต้องมีการจู่โจมเกิดขึ้น แต่น่าจะพิจารณาว่าเป็นคำเตือนมากกว่า นักวิจัยได้ติดต่อผู้พัฒนาแอปกว่า 300 ราย เพื่อยืนยันเรื่องนี้ แต่มีเพียง 10 รายเท่านั้นที่ตอบกลับมาด้วยข้อมูลที่เป็นประโยชน์ นักวิจัยเชื่อว่าวิธีที่ CRYPTOLGGGER ใช้คือการเก็บข้อมูลจากการรันโปรแกรมเพื่อไปวิเคราะห์ภายหลัง โดยไม่ต้องไปยุ่งกับซอร์ซโค้ดของโปรแกรม จะสามารถนำไปประยุกต์ใช้กับโดนเมนด้านความมั่นคงอื่น ๆ ได้อีกด้วย

อ่านข่าวเต็มได้ที่:  Columbia Engineering