ธนาคารในสหรัฐใช้ AI ในการตรวจสอบลูกค้าและพนักงานท่ามกลางการเปลี่ยนแปลงทางเทคโนโลยี

ภาพจาก Reuters

ธนาคารหลายแห่งในสหรัฐอเมริการวมถึง City National Bank of Florida, JPMorgan Chase & Co. และ Wells Fargo & Co. กำลังเปิดตัวระบบปัญญาประดิษฐ์เพื่อวิเคราะห์ความชอบของลูกค้า ตรวจสอบพนักงานและตรวจจับกิจกรรมที่น่าสงสัยใกล้ตู้เอทีเอ็ม City National จะเริ่มทดลองใช้การจดจำใบหน้าในต้นปี 2022 โดยมีเป้าหมายในการนำมาแทนระบบการตรวจสอบสิทธิ์ที่มีความปลอดภัยต่ำกว่า JPMorgan กำลังทดสอบเทคโนโลยีการวิเคราะห์วิดีโอในบางสาขาในโอไฮโอ และ Wells Fargo ใช้เทคโนโลยีนี้เพื่อป้องกันการฉ้อโกง ความกังวลเกี่ยวกับการใช้เทคโนโลยีดังกล่าวมีตั้งแต่ข้อผิดพลาดในการจับคู่ใบหน้า และการสูญเสียความเป็นส่วนตัว ไปจนถึงการใช้ระบบตรวจสอบที่ไม่สมสัดส่วนในชุมชนที่มีรายได้ต่ำและไม่ใช่คนผิวขาว Walter Connors ของธนาคาร Brannen Bank ในฟลอริดากล่าวว่า "ใครก็ตามที่เดินเข้าไปในสาขาธนาคารก็รู้อยู่แล้วว่าจะถูกบันทึกเอาไว้ แต่เมื่อคุณพูดถึงการรู้จำใบหน้านั่นจะเป็นอีกเรื่องที่ใหญ่กว่า"

อ่านข่าวเต็มได้ที่: Reuters

ออกแบบหุ่นยนต์ DNA ในไม่กีนาทีแทนที่จะเป็นวัน

ภาพจาก Ohio State News

ซอฟต์แวร์ที่พัฒนาโดยนักวิจัยจาก Ohio State University สามารถช่วยรวมสายดีเอ็นเอเล็ก ๆ เข้ากับหุ่นยนต์ที่อาจใช้ในการส่งยาภายในร่างกาย ตรวจหาเชื้อโรคร้ายแรง หรือพัฒนาอุปกรณ์อิเล็กทรอนิกส์ที่มีขนาดเล็กลงได้ ซอฟต์แวร์ MagicDNA สามารถพัฒนาอุปกรณ์ขนาดนาโนนี้ได้ในเวลาเพียงไม่กี่นาทีเมื่อเทียบกับหลายวันเมื่อทำด้วยตนเอง นอกจากนี้ยังสามารถสร้างอุปกรณ์นาโนที่ซับซ้อนมากขึ้นโดยมีส่วนประกอบมากถึง 20 ชิ้นซึ่งควบคุมได้ง่ายกว่าเมื่อเทียบกับส่วนประกอบประมาณ 6 ชิ้นที่เชื่อมต่อด้วยข้อต่อและบานพับที่สร้างขึ้นโดยใช้กระบวนการแบบดั้งเดิม ซอฟต์แวร์นี้ทำให้กระบวนการออกทำในรูปบบแบบสามมิติได้อย่างสมบูรณ์ โดยนักวิจัยสามารถสร้างโครงสร้างดีเอ็นเอ "จากล่างขึ้นบน" ซึ่งพวกเขาตัดสินใจว่าจะจัดระเบียบสายดีเอ็นเอแต่ละเส้นให้เป็นโครงสร้างที่ต้องการได้อย่างไร หรือ "จากบนลงล่าง" ซึ่งจะกำหนดรูปร่างของอุปกรณ์แล้วทำให้การจัดระเบียบของสายดีเอ็นเอเป็นไปโดยอัตโนมัติ ซอฟต์แวร์นี้ยังจำลองการเคลื่อนไหวและการทำงานของอุปกรณ์เมื่อมันต้องทำงานในสภาพแวดล้อมจริง 

อ่านข่าวเต็มได้ที่: Ohio State News

IBM ปล่อย Qizkit Module ที่ใช้คอมพิวเตอร์ควอนตัมเพื่อปรับปรุงการเรียนรู้ของเครื่อง

 

The IBM Q quantum system at Semicon West. Image Credit: Dean Takahashi

IBM ได้เปิดตัวชุดโมดูลแอปพลิเคชัน Qiskit Machine Learning ซึ่งเป็นส่วนหนึ่งของความพยายามในการสนับสนุนให้นักพัฒนาได้ลองใช้คอมพิวเตอร์ควอนตัม ทีมแอปพลิเคชัน Qiskit ของ บริษัท กล่าวว่าโมดูลจะช่วยเพิ่มประสิทธิภาพการเรียนรู้ของเครื่อง โดยการใช้ระบบควอนตัมสำหรับส่วนประกอบกระบวนการบางอย่าง ทีมงานกล่าวว่า "Quantum machine learning (QML) เสนอโมเดลรูปแบบใหม่ที่ใช้ประโยชน์จากความสามารถเฉพาะของคอมพิวเตอร์ควอนตัม เช่นทำงานกับ feature space ที่มีมิติมากขึ้นแบบเอกซ์โปเนนเชียล เพื่อปรับปรุงความแม่นยำของแบบจำลอง ไอบีเอ็มคาดหวังว่าคอมพิวเตอร์ควอนตัมจะได้รับโมเมนตัมของตลาด ด้วยการถ่ายโอนงานเฉพาะบางอย่างจากคอมพิวเตอร์แบบคลาสสิกไปยังแพลตฟอร์มควอนตัม

อ่านข่าวเต็มได้ที่: VentureBeat

AWS เปิดเผยวิธีที่จะสร้างควอนตัวคอมพิวเตอร์ที่แม่นยำมากขึ้น

Image: Getty Images/iStockphoto

Amazon Web Services (AWS) ซึ่งเป็นบริษัทย่อยด้านคลาวด์ของ Amazon ได้เปิดเผยสถาปัตยกรรมใหม่สำหรับคอมพิวเตอร์ควอนตัมที่ทนต่อความผิดพลาด ซึ่งสามารถรับรองว่าควอนตัมบิต (qubits) สามารถคำนวณได้ด้วยความแม่นยำสูงสุด สถาปัตยกรรมนำเสนอระบบที่เกี่ยวกับ "cat states" ซึ่งเป็นรูปแบบของการแก้ไขข้อผิดพลาดเชิงควอนตัมแบบพาสซีฟ (passive quantum error correction) แต่ทีม AWS ได้เสนอการแก้ไขข้อผิดพลาดเชิงควอนตัมแบบแอกทีฟ (active quantum error correction) เพื่อป้องกันข้อผิดพลาดอื่น ๆ ที่นอกเหนือจาก bit-flip 

อ่านข่าวเต็มได้ที่: ZDNet

แอปคำนวณความเสี่ยงติดเชื้อโคโรนาไวรัสในห้อง

picture alliance/dpa | Friso Gentsch

เว็บแอปพลิเคชันฟรีที่ออกแบบโดยนักวิจัยจาก Max Planck Institute for Dynamics and Self-Organization (MPIDS) ของเยอรมนี และ University Medical Center Göttingen สามารถคำนวณความเสี่ยงของการติดเชื้อโคโรนาไวรัสภายในอาคารได้ แอปนี้ใช้วิธีการที่เรียกว่า HEADS (Human Emission of Aerosol and Droplet Statistics) เพื่อคำนวณความเสี่ยงในการติดเชื้อผ่านละอองลอย ผู้ใช้ป้อนพารามิเตอร์บางอย่างเช่นขนาดของห้องจำนวนคนที่มีอยู่และไม่ว่าพวกเขากำลังหายใจพูดเสียงดังหรืออาจจะร้องเพลง HEADS ตระหนักถึงข้อเท็จจริงที่ว่าละอองสเปรย์ขนาดใหญ่อาจเป็นอันตรายมากกว่าเมื่อถูกปล่อยออกมา เนื่องจากอาจมีไวรัสหลายตัว Mohsen Bagheri ของ MPIDS กล่าวว่า "ด้วยการวัดโฮโลแกรมและการติดตามอนุภาคของเราตอนนี้เรารู้จักละอองลอยขนาดใหญ่เป็นอย่างดีซึ่งช่วยให้เราสามารถระบุปริมาณไวรัสในสภาพแวดล้อมภายในอาคารได้เป็นอย่างดี"

อ่านข่าวเต็มได้ที่: Max Planck Gessellschaft (Germany)