 |
| Photo by Michael Dziedzic on Unsplash |
นักวิจัยของ IBM ได้แก้ปัญหาควอนตัมคอมพิวติงปัญหาหนึ่งได้เร็วกว่าการแก้ปัญหาครั้งล่าสุดถึง 120 เท่า ทีม IBM Quantum ได้จำลองพฤติกรรมของโมเลกุลลิเธียมไฮไดรด์ทั้งหมดบนคลาวด์ในเวลาเพียง 9 ชั่วโมงบนแพลตฟอร์ม Qiskit Runtime ของ IBM ในปี 2560 นักวิจัยได้จำลองโมเลกุลดังกล่าวโดยใช้โปรเซสเซอร์ควอนตัม 7 qubit ซึ่งใช้เวลาถึง 45 วัน
อ่านข่าวเต็มได้ที่: ZDNet
 |
| IMAGE: UNSPLASH/ALEXANDER SINN |
จากผลการศึกษาของนักวิจัยจาก Pennsylvania State University (Penn State) และ University of California, Santa Barbara พบว่า ผู้ป่วยอาจไม่เชื่อใจแพทย์แบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่รู้จักชื่อและประวัติทางการแพทย์ของพวกเขา ทีมนักวิจัยได้ออกแบบแชทบอท 5 ตัว โดยบอทเหล่านี้ถูกตั้งโปรแกรมให้ถามคำถามเกี่ยวกับอาการและพฤติกรรมที่เกี่ยวข้องกับ COVID-19 จากนั้นจึงวินิจฉัยและให้คำแนะนำ ผู้เข้าร่วมการศึกษามีแนวโน้มที่จะพิจารณาว่าแชทบอทล่วงล้ำ และมีแนวโน้มน้อยมากที่จะปฏิบัติตามคำแนะนำทางการแพทย์ เมื่อแชทบอทคุยกับพวกเขาโดยชื่อแรก (first name) และอ้างถึงประวัติทางการแพทย์ของพวกเขา แต่ในทางกลับกันพวกเขาคาดว่าหมอที่เป็นคนจะสามารถแยกเขาออกออกจากคนไข้รายอื่น และมีแนวโน้มน้อยที่จะปฏิบัติตามถ้าหมอจำข้อมูลของพวกเขาไม่ได้ Shyam Sundar จาก Penn State กล่าวว่า "เมื่อระบบ AI รับรู้ถึงความเป็นเอกลักษณ์ของบุคคล มันจะถูกมองว่าเป็นการล่วงล้ำ ซึ่งสะท้อนถึงความกังวลที่มากขึ้นกับการใช้ AI ในสังคม"
อ่านข่าวเต็มได้ที่: Penn State News
 |
| TAYLOR VICK/UNSPLASH |
นักวิจัยของ Maryland Cybersecurity Center (MC2) ได้สรุปการโจมตีที่สามารถเพิ่มการใช้พลังงานของระบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI โดยการบังคับให้เครือข่ายประสาทเทียมในระดับลึก (deep neural network) ใช้ทรัพยากรในการคำนวณมากเกินความจำเป็น ทีมงานได้เพิ่มสัญญาณรบกวนเล็กน้อยให้กับอินพุตของเครือข่ายประสาทเทียมแบบหลายทางออกที่ปรับข้อมูลเข้าได้ (input-adaptive multi-exit neural network) ซึ่งทำให้ระบบมองว่ายากขึ้นขึ่งต้องใช้การคำนวณที่เพิ่มขึ้น นั่นคือต้องใช้พลังงานมากขึ้นในการทำให้เสร็จสมบูรณ์ ในการสมมติว่าผู้โจมตีมีข้อมูลทั้งหมดเกี่ยวกับเครือข่าย นักวิจัยสามารถใช้พลังงานในระดับสูงสุด และถ้าสมมติว่ามีข้อมูลน้อยหรือไม่มีเลยก็ยังสามารถทำให้การประมวลผลช้าลง และเพิ่มการใช้พลังงานได้จาก 20% ถีง 80% แม้ว่าการแฮ็กนี้ยังคงอยู่เป็นทฤษฎีอยู่ แต่ Tudor Dumitras จาก MC2 กล่าวว่า "สิ่งที่สำคัญก็คือการทำให้คนสนใจว่านี่เป็นรูปแบบภัยคุกคามใหม่ และการโจมตีประเภทนี้สามารถเกิดขึ้นได้"
อ่านข่าวเต็มได้ที่: MIT Technology Review
 |
| ภาพจาก Fraunhofer-Gesellschaft (Germany) |
นักวิจัยจากสถาบัน Fraunhofer Institute for Casting, Composite and Processing Technology (IGCV) ของเยอรมนีได้พัฒนาแหวนสำหรับสวมนิ้วอัจฉริยะที่พิมพ์จากเครื่องพิมพ์สามมิติ (3D) ที่สามารถใช้แทนกุญแจบ้าน กระเป๋าสตางค์ บัตรประกันสุขภาพ และอื่น ๆ ได้ แหวนอัจฉริยะมีชิประบุตัวตนด้วย RFID อยู่ในตัวที่ช่วยให้สามารถซื้อสินค้า เปิดประตูอัจฉริยะ จัดเก็บข้อมูลทางการแพทย์ และยังทำเรื่องอื่น ๆ ได้อีกมากมาย การพิมพ์แบบสามมิติจะพิมพ์ทีละชั้น มีการหยุดพิมพ์เพื่อฝังชิป RFID เข้าไปในโพรงของแหวน จากนั้นจึงพิมพ์ต่อไป Maximilian Binder ของ IGCV กล่าวว่า "การแปลงเทคโนโลยีฮาร์ดแวร์ เพื่อให้สามารถฝังชิ้นส่วนอิเล็กทรอนิกส์ในระหว่างกระบวนการผลิตนั้นเป็นเอกลักษณ์ของงานนี้"
อ่านข่าวเต็มได้ที่: Fraunhofer-Gesellschaft (Germany)
 |
| Photo by Andriyko Podilnyk on Unsplash |
ตัวแบบการคำนวณที่พัฒนาโดยนักวิจัยจาก University of Sussex ของสหราชอาณาจักรแสดงให้เห็นถึงความคล้ายคลึงกันในการเรียนรู้ของแมลงและสัตว์เลี้ยงลูกด้วยนม แบบจำลองแสดงให้เห็นว่าเซลล์ประสาทโดปามีนในสมองของแมลงวันผลไม้สร้างสัญญาณคล้ายกับเซลล์ประสาทโดปามีนในสัตว์เลี้ยงลูกด้วยนม และสัญญาณเหล่านี้สนับสนุนการเรียนรู้ตามสิ่งที่เรียกว่า ข้อผิดพลาดในการทำนายรางวัล (reward prediction error หรือ RPE James Bennett นักวิจัยจาก Sussex กล่าวว่า "การสร้างสะพานเชื่อมระหว่างการศึกษาแมลงและสัตว์เลี้ยงลูกด้วยนมเกี่ยวกับการเรียนรู้ อาจเปิดโอกาสในการใช้ประโยชน์จากเครื่องมือทางพันธุกรรมที่มีประสิทธิภาพสำหรับการทดลองในแมลงและสมองที่มีขนาดเล็กลง เพื่อให้เข้าใจถึงการทำงานของสมองและโรคในสัตว์เลี้ยงลูกด้วยนม รวมถึงมนุษย์ด้วย"
อ่านข่าวเต็มได้ที่: University of Sussex (U.K.)
