แอปเกี่ยวกับการมีลูกแอบแบ่งปันข้อมูล

ตัวอย่างแอปเกี่ยวกับการมีลูกใน Play Store

การศึกษาของนักวิจัยจาก Newcastle University ในสหราชอาณาจักร และมหาวิทยาลัย Umea ของสวีเดนพบว่าแอปเกี่ยวกับการมีลูกอันดับต้น ๆ จำนวนมาก รวบรวมและแบ่งปันข้อมูลส่วนบุคคลโดยผู้ใช้ไม่รู้หรือไม่ได้รับอนุญาตจากผู้ใช้ นักวิจัยได้ศึกษาข้อกำหนดเกี่ยวกับความเป็นส่วนตัว และแนวทางปฏิบัติในการติดตามการใช้งานของแอปการมีลูกที่ให้ใช้งานฟรี 30 แอป โดยเลือกจากผลการค้นหาอันดับต้น ๆ ใน Google Play Store พวกเขาพบว่าข้อกำหนดเกี่ยวกับความเป็นส่วนตัว และแนวทางปฏิบัติในการติดตามการใช้งานของแอปเหล่านี้ ส่วนใหญ่ไม่เป็นไปตามกฎระเบียบการคุ้มครองข้อมูลทั่วไปของสหภาพยุโรป นักวิจัยยังพบว่าไม่ว่าผู้ใช้จะยอมมีส่วนร่วมกับข้อกำหนดความเป็นส่วนตัวของแอปหรือไม่ก็ตาม จะมีการเปิดใช้งานตัวติดตามผู้ใช้โดยเฉลี่ยแล้ว 3.8 ตัวทันทีที่ติดตั้งและเปิดแอป นักวิจัยเชื่อว่าจำเป็นต้องมีกระบวนการทางกฎหมายและจริยธรรมที่เพียงพอเพื่อจัดการกับข้อมูลดังกล่าว

อ่านข่าวเต็มได้ที่: News-Medical Life Sciences

IBM เปิดตัวเทคโนโลยีชิปแบบ 2 นาโนเมตร

ภาพจาก Reuters

IBM ได้เปิดตัวสิ่งที่เรียกว่าเทคโนโลยีการผลิตชิป 2 นาโนเมตรตัวแรกของโลกซึ่งจะมีขนาดเล็กและเร็วกว่าโปรเซสเซอร์ 5 นาโนเมตรระดับแนวหน้าที่ใช้ในปัจจุบัน รวมถึงชิป 3 นาโนเมตรที่คาดว่าจะตามมา บริษัทกล่าวว่าชิปใหม่นี้อาจเร็วกว่าชิป 7 นาโนเมตรทั่วไปที่ใช้ในแล็ปท็อปและโทรศัพท์สมัยใหม่หลายรุ่นถึง 45% และประหยัดพลังงานมากขึ้นถึง 75% Dario Gil จาก IBM Research กล่าวว่าการย่อขนาดทรานซิสเตอร์ของชิปจะช่วยเพิ่มความเร็วและประสิทธิภาพ ในขณะเดียวกันก็สร้างปัญหาเกี่ยวกับการรั่วไหลของอิเล็กตรอนเมื่อสวิตช์ควรจะอยู่ในสถานะปิด  Gil กล่าวว่านักวิทยาศาสตร์ของไอบีเอ็มปูแผ่นฉนวนกันความร้อนที่หนาเพียงไม่กี่นาโนเมตรเพื่อหยุดการรั่วไหล บริษัทบอกว่าชิป 2 นาโนเมตรจะใช้เวลาอีกหลายปีในการออกสู่ตลาด

อ่านข่าวเต็มได้ที่: Reuters

อัลกอริทึมช่วยปรับปรุงวิธีการปกป้องข้อมูล

ภาพจาก DGIST

นักวิจัยจาก Daegu Gyeongbuk Institute of Science and Technology (DGIST) ของเกาหลีใต้ได้พัฒนาอัลกอริทึมที่ใช้ประเมินและตรวจสอบความปลอดภัยของการเข้ารหัส โดยใช้ความซับซ้อนในการคำนวณน้อยลง  โดยทั่วไปแล้วมาตรวัด "Min-entropy" จะใช้ในการประมาณและตรวจสอบคุณสมบัติขอต้นทางที่นำมาใช้ในการสร้างตัวเลขสุ่มที่ใช้ในการเข้ารหัสข้อมูล อัลกอริธึมแบบออฟไลน์ที่พัฒนาโดยนักวิจัย จะประเมินค่า min-entropy จากชุดข้อมูลทั้งหมด พวกเขายังพัฒนาเครื่องมือประมาณค่าแบบออนไลน์ ที่ต้องการตัวอย่างข้อมูลที่ไม่มากนัก และเมื่อใช้ตัวอย่างข้อมูลเพิ่มขึ้นก็จะได้ความแม่นยำที่มากขึ้น เนื่องจากเครื่องมือประมาณค่าแบบออนไลน์ไม่ต้องการพื้นที่จัดเก็บสำหรับชุดข้อมูลทั้งหมด จึงเหมาะสำหรับอุปกรณ์อินเทอร์เน็ตของสรรพสิ่ง (Internet of Things) และแอปพลิเคชันอื่น ๆ ที่มีข้อจำกัดด้านหน่วยความจำ พื้นที่จัดเก็บข้อมูล และฮาร์ดแวร์ Yongjune Kim จาก DGIST กล่าวว่า "การประเมินของเราแสดงให้เห็นว่า อัลกอริทึมของเราสามารถประมาณค่า min-entropy ได้เร็วกว่าอัลกอริทึมมาตรฐานปัจจุบัน 500 เท่าในขณะที่ยังคงความแม่นยำในการประมาณค่าเอาไว้" 

อ่านข่าวเต็มได้ที่: Daegu Gyeongbuk Institute of Science and Technology (South Korea)

เพิ่มความเร็วในการรักษาโควิดแบบใหม่

ภาพจาก University of New Mexico

นักวิทยาศาสตร์จาก University of New Mexico (UNM)  และ University of Texas at El Paso ได้พัฒนาเครื่องมือคำนวณ เพื่อช่วยให้นักวิจัยยาระบุโมเลกุลต่อต้านโควิดได้อย่างรวดเร็ว ก่อนที่ไวรัสจะจู่โจมเซลล์ของมนุษย์ หรือหยุดการทำงานของมันในระยะแรกของการติดเชื้อ ทีมงานได้เปิดตัว REDIAL-2020 ซึ่งเป็นชุดตัวแบบการคำนวณแบบโอเพนซอร์สที่สามารถช่วยคัดกรองโมเลกุลขนาดเล็กอย่างรวดเร็ว เพื่อหาลักษณะการต่อสู้กับโควิดที่มีประสิทธิภาพ REDIAL-2020 ใช้อัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) หรือ ML)ที่ประมวลผลข้อมูลจำนวนมากอย่างรวดเร็ว และกำจัดรูปแบบที่นักวิจัยที่เป็นมนุษย์อาจพลาดไป ทีมงานได้ตรวจสอบการคาดการณ์ของ ML โดยเปรียบเทียบชุดข้อมูลจาก National Center for Advancing Translational Sciences กับผลลัพธ์ของยาที่ผ่านการอนุมัติที่บันทึกไว้ในฐานข้อมูล DrugCentral ของ UNM

อ่านข่าวเต็มได้ที่: University of New Mexico

การเรียนรู้ของเครื่องนำภาพถ่ายดิจิทัลให้กลับมามีชีวิต

การสังเคราะห์ภาพเพื่อเปลี่ยนการโฟกัส Image: Courtesy of Nima Kalantari

เทคนิคการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่พัฒนาโดยนักวิจัยจาก Texas A&M University (TAMU) ช่วยให้ผู้ใช้สามารถสร้างมุมมองใหม่ ๆ ของฉากจากภาพถ่ายเพียงภาพเดียว Nima Kalantari จาก TAMU กล่าวว่า "เราสามารถดาวน์โหลดและใช้ภาพใดก็ได้บนอินเทอร์เน็ต แม้กระทั่งภาพที่มีอายุ 100 ปี และทำให้ภาพนั้นกลับมามีชีวิตอีกครั้ง และมองมันจากมุมที่แตกต่างกัน" Kalantari และนักศึกษาระดับบัณฑิตศึกษา Qinbo Li ได้ฝึกฝนเครือข่ายการเรียนรู้เชิงลึกเพื่อสร้างมุมมองใหม่ ๆ จากภาพเพียงภาพเดียวโดยให้มันศึกษาชุดภาพกว่า 2,000 ภาพ และภาพของมุมมองใหม่ ๆ ที่เกี่ยวข้อง ภาพที่ใช้เป็นข้อมูลแต่ละภาพจะถูกแปลงเป็นภาพแบบมัลติเพลน (multiplane) เพื่อฝึกเครือข่ายให้ระบุตำแหน่งของวัตถุในฉาก

อ่านข่าวเต็มได้ที่: Texas A&M Engineering News