ระบบความมั่นคงของบ้านอัจฉริยะที่ได้รับความนิยมสามารถถูกสั่งให้หยุดทำงานได้จากระยะไกล

ภาพจาก TechCrunch

นักวิจัยจาก Rapid7 บริษัทความมั่นคงทางไซเบอร์ พบช่องโหว่ที่สามารถใช้เพื่อหยุดระบบความมั่นคงภายในบ้านอัจฉริยะ Fortress S03 จากระยะไกล ระบบที่ใช้ Wi-Fi ช่วยให้เจ้าของสามารถตรวจตราบ้านของพวกเขาด้วยแอปพลิเคชันมือถือผ่านกล้องที่เชื่อมต่อกับอินเทอร์เน็ต เซ็นเซอร์ตรวจจับความเคลื่อนไหว และไซเรน และสั่งให้ทำงานหรือหยุดทำงานด้วยปุ่มกดที่ควบคุมด้วยวิทยุ นักวิจัยกล่าวว่าแฮกเกอร์สามารถสืบค้นส่วนต่อประสานการเขียนโปรแกรม (application program interface) ที่ไม่ผ่านการตรวจสอบสิทธิ์จากระยะไกล โดยไม่ต้องให้เซิร์ฟเวอร์ตรวจสอบความถูกต้องของการร้องขอ เซิร์ฟเวอร์จะส่งคืนหมายเลขประจำตัวอุปกรณ์เคลื่อนที่ระหว่างประเทศ (International Mobile Equipment Identity) หรือ IMEI ของอุปกรณ์ ซึ่งสามารถใช้เพื่อหยุดการรักษาความมั่นคงของระบบ ยิ่งไปกว่านั้นการสกัดขโมยสัญญาณวิทยุที่ไม่ได้เข้ารหัสระหว่าง S03 และปุ่มกดบนวิทยุ ทำให้สัญญาณสั่ง "ปิด" และ "เปิด" ความมั่นคงระบบ  ถูกจับและถูกสั่งให้เล่นซ้ำได้ Rapid7 แจ้งข้อบกพร่องแก่ Fortress จากนั้นจึงเปิดเผยต่อสาธารณะเมื่อบริษัทไม่ตอบสนองหลังจากผ่านไปแล้วสามเดือน สำนักงานกฎหมายที่เป็นตัวแทนของ Fortress เรียกคำกล่าวอ้างของช่องโหว่ในระบบ S03 ว่า "ไม่จริง เป็นการทำให้เข้าใจผิดโดยจงใจ และทำให้เสื่อมเสียชื่อเสียง" โดยไม่ระบุว่าเหตุใดจึงไม่จริง หรือ Fortress ได้แก้ไขช่องโหว่ดังกล่าวแล้ว

อ่านข่าวเต็มได้ที่: TechCrunch

AI บอกได้อย่างแม่นยำว่าขยะนี้รีไซเคิลได้หรือไม่แค่เหลือบมอง

ภาพจาก New Scientist

โครงข่ายประสาทเทียมที่ได้รับการฝึกฝนโดยชุดข้อมูลของรูปภาพ ใช้เว็บแคมทั่ว ๆ ไปเพื่อแยกแยะขยะที่รีไซเคิลได้ออกจากขยะที่รีไซเคิลไม่ได้โดยมีความแม่นยำมากกว่า 95% Ryan Grammenos และ Youpeng Yu จาก University College London แห่งสหราชอาณาจักร ได้ออกแบบเครือข่ายเพื่อสร้างความเชื่อมโยงระหว่างรูปลักษณ์ของวัตถุกับวัสดุที่เป็นส่วนประกอบ นักวิจัยใช้เทคนิคพิเศษ เช่นการตีความวัตถุที่ผิดรูปหรือผิดรูปร่าง เพื่อปรับปรุงความสามารถในการจำแนกประเภทของซอฟต์แวร์ Serge Belongie จาก University of Copenhagen ของเดนมาร์กกล่าวว่า "นักวิจัยด้านคอมพิวเตอร์วิชัน (computer vision) มักพูดถึงความท้าทายในการจำแนก 'จากของที่อยู่รวมกัน (int-the-wild)' และการจำแนกประเภทขยะเป็นตัวอย่างที่โดดเด่นของเรื่องนี้ การศึกษานี้แสดงให้เห็นผลลัพธ์ที่น่าพึงพอใจโดยใช้เทคโนโลยีล้ำสมัย และฉันเห็นว่าเทคโนโลยีประเภทนี้จะได้รับความสนใจในการนำไปใช้งานในที่สาธารณะได้อย่างหลากหลาย"

อ่านข่าวเต็มได้ที่: New Scientist

คลังข้อมูลดิจิทัลที่ควรจะเป็นที่เก็บอย่างถาวรดูเหมือนว่าจะสูญหายบนเว็บ

ภาพจาก New Scientist

Michael Nelson แห่ง Old Dominion University (ODU) และเพื่อนร่วมงานพบว่าคลังข้อมูลดิจิทัลบนเว็บที่ควรจะเก็บอย่างถาวรอาจสูญหายได้ ทีมงานใช้โปรแกรมรวบรวมข้อมูลเว็บระหว่างเดือนพฤศจิกายน 2017 ถึงมกราคม 2019 เพื่อเข้าถึงหน้าเว็บ 16,627 หน้า ที่เก็บรักษาไว้โดยผู้ให้บริการ 17 แห่ง ในสหรัฐอเมริกา ยุโรป และบางส่วนจากผู้ให้บริการอินเทอร์เน็ตทั้งอินเทอร์เน็ต มี URI 4 ตัวของข้อมูลที่เก็บไว้มีการเปลี่ยนแปลง ซึ่งส่งผลต่อความสามารถของโปรแกรมรวบรวมข้อมูลในการค้นหาหน้าที่เก็บไว้ ข้อมูลทั้ง 4 เก็บหน้าเว็บเพจ 1,981 หน้า ซึ่งมี 537 หน้าได้รับผลกระทบ รวมถึง 20 รายการที่เข้าถึงไม่ได้เลย Michael Nelson แห่ง ODU กล่าวว่า "ความสามารถในการเข้าถึงเอกสารสำคัญ และการแสดงให้เห็นถึงความสมบูรณ์และความถูกต้องของเอกสารสำคัญเหล่านั้น เป็นประเด็นสำคัญมากสำหรับเราและสมาชิกของเรา ซึ่งคลังข้อมูลของเว็บก็ไม่มีข้อยกเว้น"

อ่านข่าวเต็มได้ที่: New Scientist

ซอฟต์แวร์ตรวจจับทารกในกล้องดิจิทัลเป็นคู่แข่งกับเครื่อง ECG ได้

ภาพจาก University of South Australia

นักวิทยาศาสตร์จาก University of South Australia (UniSA) ได้พัฒนาซอฟต์แวร์ตรวจจับทารกที่ใช้คอมพิวเตอร์วิทัศน์ (computer vision) ซึ่งจะตรวจจับใบหน้าของทารกโดยอัตโนมัติบนเตียงในโรงพยาบาลและตรวจสุขภาพจากระยะไกลด้วยกล้องดิจิตอล ซึ่งการตรวจสัญญาณชีพนั้นมีความแม่นยำเทียบได้กับการใช้เครื่อง ECG Javaan Chahl ของ UniSA กล่าวว่าหลอด และอุปกรณ์อื่น ๆ อาจขัดขวางคอมพิวเตอร์จากการจดจำทารก แต่ระบบได้รับการฝึกฝนโดยใช้วิดีโอของทารกในหออภิบาลทารกแรกเกิด เพื่อระบุสีผิวและใบหน้าของพวกเขาได้อย่างน่าเชื่อถือ กล้องความละเอียดสูงบันทึกทารกในขณะที่เทคนิคการประมวลผลสัญญาณขั้นสูงคัดแยกข้อมูลทางสรีรวิทยาที่มีความสำคัญต่อสัญญาณชีพของทารก  Kim Gibson แห่ง UniSA กล่าวว่าการใช้โครงข่ายประสาทเทียมเพื่อตรวจจับใบหน้าของทารก ถือเป็นความสำเร็จที่สำคัญสำหรับการตรวจสอบแบบไม่ต้องใช้การสัมผัส

อ่านข่าวเต็มได้ที่: University of South Australia

หุ่นยนต์เหล่านี้ย้ายโซฟาได้แล้ว

ภาพจาก UC News

วิศวกรของ University of Cincinnati (UC)  ได้สอนหุ่นยนต์สองตัวให้ช่วยกันย้ายโซฟา โดยที่ไม่ต้องมีหุ่นยนต์ตัวหนึ่งกำกับอีกตัวหนึ่ง หุ่นยนต์ใช้เจเนติกฟัซซีโลจิก (genetic fuzzy logic)  ซึ่งเลียนแบบการใช้เหตุผลของมนุษย์ โดยแทนที่ระดับของความถูกต้องหรือความไม่ถูกต้องเป็นการจำแนกไบนารีอย่างง่าย (ใช่-ไม่ใช่) ในขณะที่เจเนติกอัลกอริธึมเรียนรู้จากผลลัพธ์ในอดีตปรับประสิทธิภาพการทำงานให้ดีที่สุด ในการจำลองการลากโซฟาเสมือนไปรอบ ๆ สิ่งกีดขวาง 2 ชิ้น และผ่านประตูแคบ หุ่นยนต์ทำงานสำเร็จ 95% ของการทดลองทั้งหมด พวกมันยังทำงานสำเร็จได้ 93% เมื่อใช้สิ่งกีดขวางสองอย่างที่มันไม่คุ้นเคย และย้ายประตูไปตำแหน่งอื่น Andrew Barth แห่ง UC กล่าวว่า "หากคุณสามารถฝึกหุ่นยนต์ให้ทำงานกึ่งอิสระโดยใช้ข้อมูลน้อยที่สุด แสดงว่าคุณทำให้ระบบของคุณแข็งแกร่งขึ้นเพื่อรับมือกับความผิดพลาด และทำให้มันสามารถทำงานเป็นกลุ่มใหญ่ร่วมกันได้ง่ายขึ้น"

อ่านข่าวเต็มได้ที่: UC News