Microsoft ตั้งเป้าตำแหน่งงาน 50,000 ตำแหน่ง จาการพยายามฝึกทักษะใหม่ผ่านเว็บไซต์ LinkedIn

ภาพจาก Reuters

Microsoft ประกาศความตั้งใจที่จะจ้างคน 50,000 คนสำหรับงานที่ต้องใช้ทักษะด้านเทคโนโลยีในอีกสามปีข้างหน้า ซึ่งเป็นส่วนหนึ่งของแคมเปญที่รณรงค์ผ่านเว็บไซต์เครือข่ายสำหรับคนทำงาน LinkedIn เพื่อเพิ่มทักษะให้กับพนักงานที่ได้รับผลกระทบจากการระบาดของโรคให้มีความรู้ในสาขาใหม่ Microsoft กล่าวว่าตำแหน่งดังกล่าวจะอยู่ใน "ระบบนิเวศ" ของ บริษัทในการใช้หรือช่วยขายผลิตภัณฑ์ การผลักดันดังกล่าวเริ่มขึ้นเมื่อปลายปีที่แล้ว เนื่องจากการปิดกิจการที่เกิดจากโรคระบาดซึ่งส่งผลกระทบต่อพนักงานบริการมากกว่าพนักงานด้านเทคโนโลยี และพนักงานบริษัทอื่น ๆ ที่สามารถทำงานจากที่บ้านได้ LinkedIn  เปิดให้เรียนหลักสูตรฝึกอบรมทักษะดิจิทัลมากมายที่เคยต้องเสียเงินในการสมัครเรียน ให้สามารถเรียนได้ฟรี โดยหลักสูตรมีตั้งแต่การพัฒนาซอฟต์แวร์ การวิเคราะห์ข้อมูล และไปจนถึงการวิเคราะห์ทางการเงิน  เว็บไซต์กล่าวว่าจะขยายหลักสูตรฟรีไปจนถึงสิ้นปีในขณะที่ Microsoft และ LinkedIn ประเมินว่ามีผู้ลงทะเบียนทั้งหมดถึง 30.7 ล้านคนเพิ่มขึ้นจากที่คาดไว้ 25 ล้านคน

อ่านข่าวเต็มได้ที่: Reuters

Turing Awards ปีนี้เป็นของผู้ที่วางรากฐานการเขียนโปรแกรมคอมพิวเตอร์

The New York Times

ACM ประกาศว่า Jeffrey Ullman และ Alfred Aho จะเป็นผู้ได้ Turing Awards  ในปีนี้ สำหรับผลงานของพวกเขาเกี่ยวกับแนวคิดที่เป็นรากฐานสำหรับภาษาโปแกรมคอมพิวเตอร์ นักวิทยาศาสตร์ทั้งสองช่วยปรับแต่งคอมไพเลอร์ให้สามารถแปลโปรแกรมซอฟต์แวร์ที่มนุษย์เขียนขึ้นให้เป็นสิ่งที่คอมพิวเตอร์สามารถเข้าใจได้อย่างมีประสิทธิภาพ และช่วยให้ในทุกวันนี้คนทุกคนสามารถเขียนโปรแกรมคอมพิวเตอร์เพื่อให้ทำงานใหม่ ๆ ได้ Ullman และ Aho ยังเป็นผู้เขียนตำราเรียนหลายเล่ม และสอนนักเรียนมาหลายชั่วอายุคน โดยที่พวกเขาแยกการพัฒนาซอฟต์แวร์ออกมาจากสาขาอื่น ๆ อย่างเช่น เช่นวิศวกรรมไฟฟ้าหรือคณิตศาสตร์ Krysta Svore จาก Columbia Universit กล่าวว่างานของเธอในด้านคอมพิวเตอร์ควอนตัมที่ Microsoft สร้างขึ้นจากแนวคิดภาษาคอมพิวเตอร์ของ Ullman และ Aho เนื่องจากระบบควอนตัมต้องการภาษาโปรแกรมของตนเอง

อ่านข่าวเต็มได้ที่: The New York Times

หุ่นยนต์เรียนการผูกเงื่อนโดยใช้นิ้วแค่สองนิ้วบนมือแต่ละข้าง

ภาพจาก New Scientist

Tetsuya Ogata และเพื่อนร่วมงานที่ Waseda University ของญี่ปุ่นได้สอนหุ่นยนต์ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ให้ผูกปมไว้รอบ ๆ กล่องโดยใช้นิ้วเพียงสองนิ้วในแต่ละมือ ในครั้งแรกทีมสั่งงานหุ่นยนต์สองแขนโดยตรงผ่านรีโมทคอนโทรลให้ผูกเงื่อนหลายสิบครั้ง จากนั้นรวบรวมข้อมูลที่บันทึกไว้จากกล้องที่ติดอยู่ด้านบน และพรอกซิมิตีเซ็นเซอร์ (proximity sensor) บนนิ้วมือ เชือกครึ่งหนึ่งมีสีน้ำเงินและอีกครึ่งหนึ่งมีสีแดงเพื่อช่วยให้จำแนกได้ง่ายขึ้น  นักวิจัยของ Waseda ใช้ข้อมูลที่รวบรวมได้ฝึกโครงข่ายประสาทเทียมเพื่อให้ทำงานซ้ำ โดยหุ่นยนต์ผูกเชือกที่มีสีได้สำเร็จ 95% และ 90% สำหรับเชือกสีขาวซึ่งไม่ได้ถูกฝึกมาก่อน

อ่านข่าวเต็มได้ที่: New Scientist

กล้องภายในรถของ Tesla อาจคุกคามความเป็นส่วนตัวของคนขับ

ภาพจาก CNet

Consumer Reports (CR) กล่าวว่ากล้องในห้องโดยสารที่ผู้ผลิตรถยนต์ไฟฟ้า Tesla รวมเข้ากับระบบช่วยผู้ขับขี่ อาจคุกคามความเป็นส่วนตัวของผู้ขับขี่ได้ กล้องจะบันทึกและส่งฟุตเทจจากในรถ และรายงานของ CR ได้เตือนผู้ขับขี่ที่ไม่เลือกืั้จะไม่ไม่เข้าร่วมโปรแกรมว่า พวกเขากำลังยอมให้ Tesla เข้าถึงข้อมูลที่ละเอียดอ่อน  ภายใน Model 3 และ Model Y ของ Tesla กล้องสามารถบันทึกช่วงเวลาก่อนการเบรกฉุกเฉินอัตโนมัติหรือช่วงเวลาก่อนเกิดอุบัติเหตุ และเป็นไปได้ที่รถจะแชร์เนื้อหานี้กับ Tesla ผู้ผลิตรถยนต์รายอื่นใช้ระบบป้อนข้อมูลแบบปิด (closed-loop) โดยจะไม่ส่งหรือบันทึกข้อมูลของคนขับภายในในรถน้อยกว่ามาก แม้จะมีการป้องกันว่าใครสามารถเข้าถึงภาพนี้ได้ แต่ CR กล่าวว่ามีความเป็นไปได้ที่ทุกคนรวมถึงคนร้ายสามารถเข้าถึงได้

อ่านข่าวเต็มได้ที่: CNet

ใช้ AI เพื่อเข้าใจว่าสมองเข้าใจประโยคได้อย่างไร

AI ช่วยให้เราเข้าใจว่าสมองแยกความแตกต่างจากประโยคอธิบายรูป "The cat ran over the car." กับ "The car ran over the cat." ได้อย่างไร ภาพจาก  University of Rochester Medical Center

นักวิจัยจาก University of Rochester Medical Center (URMC) และ Medical College of Wisconsin ได้รวมงานด้าน neuroimaging  และปัญญาประดิษฐ์ (artificial intelligence) หรือ AI  เข้าด้วยกัน เพื่ออธิบายกลไกของสมองในการทำความเข้าใจประโยค ทีมงานได้ทำการสแกนภาพสมองของผู้เข้าร่วมในการศึกษานี้ ด้วย functional magnetic resonance imaging (fMRI) ในขณะที่พวกเขากำลังอ่านประโยค ซึ่งจะแสดงให้เห็นถึงกิจกรรมการทำงานของสมอง ข้ามเครือข่ายในบริเวณต่าง ๆ ของสมอง ด้วยการใช้ตัวแบบ InferSent AI ของ Facebook นักวิจัยสามารถทำนายแบบรูปของกิจกรรมที่ได้จาก fMRI ที่สะท้อนการเข้ารหัสความหมายของประโยคระหว่างบริเวณต่าง ๆ ของสมอง Andrew Anderson จาก URMC กล่าวว่า "นี่เป็นครั้งแรกที่เราใช้แบบจำลองนี้เพื่อทำนายการทำงานของสมองในบริเวณต่าง ๆ เหล่านี้ และนั่นเป็นหลักฐานใหม่ที่แสดงให้เห็นว่าการแแทนที่ความหมายตามบริบทถูกเข้ารหัสทั่วทั้งเครือข่ายภาษาแบบกระจาย แทนที่จะอยู่ที่ไซต์เดียวในสมอง

อ่านข่าวเต็มได้ที่: University of Rochester Medical Center