วันศุกร์ที่ 18 มิถุนายน พ.ศ. 2564

โค้ด www ที่เปลี่ยนโลกถูกเอาขึ้นประมูลเป็น NFT

web-code
Photo by Markus Spiske on Unsplash

ซอร์สโค้ดต้นฉบับของ Tim Berners-Lee นักวิทยาศาสตร์คอมพิวเตอร์ สำหรับสิ่งที่กลายมาเป็นเวิลด์ไวด์เว็บตอนนี้เป็น NFT ตัวหนึ่งที่ Sotheby's จะประมูลด้วยการเสนอราคาเริ่มต้นที่ 1,000 ดอลลาร์ Ethereum blockchain NFT ที่มีลายเซ็นดิจิทัลมีซอร์สโค้ด ภาพเคลื่อนไหว จดหมายเขียนโดย Berners-Lee และโปสเตอร์ดิจิทัลของโค้ดจากไฟล์ต้นฉบับ ซึ่งรวมถึงการอิมพลีเมนต์ภาษาและโปรโตคอลสามตัวที่ Berners-Lee เป็นผู้พัฒนาขึ้น ได้แก่ Hypertext Markup Language (HTML), Hypertext Transfer Protocol (HTTP), และ Uniform Resource Identifiers โดย Berners-Lee กล่าวว่า NFT เป็น "สิ่งที่ต้องทำตามธรรมชาติ … เมื่อคุณเป็นนักวิทยาศาสตร์คอมพิวเตอร์ และเมื่อคุณเขียนโค้ดและอยู่มาหลายปีแล้ว มันเป็นเรื่องถูกต้องที่จะเซ็นลายเซ็นดิจิทัลของผมบนสิ่งประดิษฐ์ดิจิทัลอย่างสมบูรณ์"

อ่านข่าวเต็มได้ที่: Reuters


วันพฤหัสบดีที่ 17 มิถุนายน พ.ศ. 2564

ปัญหาการขาดแคลนแรงงานทักษะสูงทำให้ต้องการแรงงานต่างชาติ (อเมริกา)

immigrant
ภาพจาก CNBC

นายจ้างในสหรัฐฯ กำลังมองหาแรงงานต่างชาติด้านคอมพิวเตอร์ ท่ามกลางการขาดแคลนบุคลากรที่มีความสามารถในประเทศ จากการศึกษาของกลุ่มวิจัยด้านการย้ายถิ่นฐานสองฝ่าย (bipartisan immigration research group)  New American Economy (NAE) ในขณะที่นายจ้างในสหรัฐฯ เปิดรับตำแหน่งงานเกี่ยวกับคอมพิวเตอร์ 1.36 ล้านตำแหน่งในปีที่แล้ว ข้อมูลของกระทรวงแรงงานระบุว่ามีเพียง 177,000 คนที่ทำงานด้านคอมพิวเตอร์และคณิตศาสตร์เท่านั้นที่ว่างงาน NAE พบประกาศรับสมัครงานมากกว่าเจ็ดรายการสำหรับการประกอบอาชีพเกี่ยวกับคอมพิวเตอร์หรือคณิตศาสตร์สำหรับผู้ว่างงานแต่ละคนในสหรัฐฯ  ข้อมูลสำมะโนประชากรระบุแรงงานต่างชาติคิดเป็น 25% ของแรงงานด้านคอมพิวเตอร์ในปี 2019 Andrew Lim แห่ง NAE กล่าวว่า "หลักฐานในรายงานฉบับนี้สนับสนุนแนวคิดที่ว่ายังคงมีความต้องการจากนายจ้างในสหรัฐฯ สำหรับแรงงานที่เกี่ยวข้องกับคอมพิวเตอร์ ซึ่งนโยบายด้านแรงงานต่างชาติในปัจจุบันในสหรัฐฯไม่ตอบสนองข้อมูลนี้"

อ่านข่าวเต็มได้ที่: CNBC

วันพุธที่ 16 มิถุนายน พ.ศ. 2564

นักวิทยาศาสตร์ทำนายได้ว่าผู้รอดชีวิตจากโรคหลอดเลือดสมองจะฟื้นฟูทักษะทางภาษาได้ดีหรือไม่

brain
Photo by Natasha Connell on Unsplash

นักวิทยาศาสตร์จาก Boston University และ University of Texas at Austin ใช้การจำลองสมองด้วยคอมพิวเตอร์เพื่อคาดการณ์โอกาสของชาวฮิสแพนิก (Hispanic) ที่รอดชีวิตจากโรคหลอดเลือดสมองที่รู้สองภาษาจะฟื้นทักษะทางภาษาได้หรือไม่ ตัวแบบโครงข่ายประสาทเทียมจำลองสมองของคนสองภาษาที่มีความบกพร่องทางภาษา และการตอบสนองของสมองต่อการรักษาในภาษาอังกฤษและสเปน ตัวแบบนี้สามารถเน้นภาษาที่เหมาะสมที่สุดที่จะมุ่งเน้นในการฟื้นฟู และการคาดการณ์ผลหลังการรักษา ตัวแบบสามารถทำนายผลการรักษาได้อย่างแม่นยำในภาษาที่ใช้รักษา ซึ่งหมายความว่าตัวแบบดังกล่าวสามารถบอกแผนการฟื้นฟูให้กับผู้ให้บริการด้านสุขภาพได้

อ่านข่าวเต็มได้ที่: The Brink (Boston University)

วันอังคารที่ 15 มิถุนายน พ.ศ. 2564

ควบคุมการสร้างอินซูลินจากนาฬิกาอัจฉริยะ

Photograph: Colourbox

ไดโอดเปล่งแสงสีเขียว (green light-emitting diode) หรือ green LED ของนาฬิกาอัจฉริยะที่ขายกันอยู่ทุกวันนี้ สามารถใช้สั่งสวิตช์โมเลกุลที่ถูกปลูกถ่ายเพื่อควบคุมการผลิตอินซูลินได้ ต้องขอบคุณนักวิจัยจาก ETH Zurich ในสวิตเซอร์แลนด์ สวิตช์ต้นแบบเชื่อมต่อกับเครือข่ายยีน (gene) ที่ถูกปลูกถ่ายในเซลล์ HEK 293 ซึ่งสามารถตอบสนองต่อแสงสีเขียวในการผลิตอินซูลินหรือสารอื่น ๆ ขึ้นอยู่กับการกำหนดค่าของเครือข่าย ระบบใช้ซอฟต์แวร์นาฬิกาอัจฉริยะมาตรฐาน ทำให้ไม่จำเป็นต้องพัฒนาโปรแกรมขึ้นมาโดยเฉพาะ Martin Fussenegger แห่ง ETH Zurich กล่าวว่า "นี่เป็นครั้งแรกที่การปลูกถ่ายแบบนี้ถูกสั่งการโดยใช้อุปกรณ์อิเล็กทรอนิกส์อัจฉริยะที่มีจำหน่ายในท้องตลาด"

อ่านข่าวเต็มได้ที่: ETH Zurich (Switzerland)

วันจันทร์ที่ 14 มิถุนายน พ.ศ. 2564

จักรยานอัจฉริยะทำนายเส้นทางของรถและส่งแตรเตือนว่าจะชน

e-bike
ภาพจาก University of Minnesota

วิศวกรของ  University of Minnesota (U of M) ได้ออกแบบจักรยานอัจฉริยะต้นแบบซึ่งพวกเขากล่าวว่าสามารถป้องกันตัวเองจากการชนได้ เซ็นเซอร์ LiDAR ที่ด้านหน้าของจักรยานอิเลกทรอนิกส์  (e-bike) จะสแกนหารถยนต์เมื่อจักรยานใกล้ถึงทางแยก ในขณะที่เลเซอร์ด้านหลังและด้านซ้ายจะติดตามยานพาหนะที่อยู่ด้านหลังและอยู่ข้างจักรยาน Rajesh Rajamani แห่ง U จาก M กล่าวว่าไมโครโปรเซสเซอร์บนรถอ่านข้อมูลนี้ และคาดการณ์เส้นทางวิ่งของรถด้วยอัลกอริทึม โดยการคำนวณความเร็วสัมพัทธ์กับจักรยาน ระบบจะส่งเสียงแตรเพื่อเตือนผู้ขับขี่รถยนต์ว่าอาจเกิดการชนกันขึ้น Rajamani กล่าวว่าระบบสามารถทำนายการชนกันระหว่างจักรยานกับรถที่พบบ่อยที่สุดได้ในระยะไกลถึง 30 เมตร (98 ฟุต)

อ่านข่าวเต็มได้ที่: IEEE Spectrum