Raspberry Pi มุ่งหน้าสู่อวกาศด้วยการท้าทายการเขียนโปรแกรมภาษา Python

ภาพจาก ZDNet

คอมพิวเตอร์ Raspberry Pi ที่อัปเกรดแล้วจะกลับไปที่สถานีอวกาศนานาชาติ ( International Space Station) หรือ ISS เพื่อใช้ในสิ่งที่หน่วยงานอวกาศยุโรป (European Space Agency) หรือ ESA เรียกว่าความท้าทาย  Mission Zero และ Mission Space Lab โดย Mission Zero เชิญผู้เขียนโค้ดให้เขียนอัลกอริธึม Python เพื่ออ่านค่าความชื้นบน ISS เพื่อแสดงต่อนักบินอวกาศโดยใช้ข้อความส่วนตัว ESA กล่าวว่า Mission Space Lab ท้าทายทีมเยาวชน "ในการออกแบบและเขียนโปรแกรมสำหรับการทดลองทางวิทยาศาสตร์ที่ช่วยเพิ่มความเข้าใจของเราเกี่ยวกับชีวิตบนโลกหรือชีวิตในอวกาศ" Astro Pi ใหม่ คือ Raspberry Pi 4 Model B ที่มีหน่วยความจำ 8 GB, กล้อง, เครื่องเร่งการเรียนรู้ของเครื่อง, เซ็นเซอร์, ไจโรสโคป (gyroscope), มาตรความเร่ง (accelerometer), เครื่องวัดความเข้มข้นของสนามแม่เหล็ก (magnetometer)  และเมทริกซ์ไดโอดเปล่งแสง ( a light-emitting diode matrix) สำหรับการตอบกลับด้วยภาพ ESA กล่าวว่าตัวเร่งความเร็วจะช่วยให้ทีมต่างๆ "สามารถพัฒนาตัวแบบการเรียนรู้ของเครื่อง (machine learning) ที่มีการประมวลที่มีความเร็วสูง และเป็นแบบเรียลไทม์ (real-time) ได้"

อ่านข่าวเต็มได้ที่:  ZDNet

ศาลตัดสินว่าคนเท่านั้นที่จดสิทธิบัตรในสหรัฐได้ไม่ใช่เครื่อง AI

Photo by Possessed Photography on Unsplash

ผู้พิพากษาของศาลเขตของสหรัฐอเมริกา Leonie Brinkema ในเมืองอเล็กซานเดรีย รัฐเวอร์จิเนีย ได้ตัดสินว่ามีเพียงมนุษย์จริงๆ เท่านั้นที่สามารถถูกระบุว่าเป็นผู้ประดิษฐ์สิทธิบัตรภายใต้กฎหมายของสหรัฐอเมริกา ในขณะที่คอมพิวเตอร์ที่ใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ไม่สามารถทำได้ Brinkema ตัดสินว่าภายใต้กฎหมายของรัฐบาลกลาง "บุคคล" ซึ่งถูกนิยามว่าเป็นบุคคลธรรมดาจะต้องสาบานว่าพวกเขาเป็นผู้ประดิษฐ์ในการขอรับสิทธิบัตร คดีนี้เกี่ยวข้องกับโครงการประดิษฐ์ประดิษฐ์ที่ University of Surrey แห่งสหราชอาณาจักร ซึ่งได้ดำเนินการด้วยความพยายามระดับโลกเพื่อให้มีคอมพิวเตอร์ที่ชื่อว่าเป็นนักประดิษฐ์ ศาลในแอฟริกาใต้และออสเตรเลียได้ตัดสินด้วยความที่ชอบโครงการนี้ Ryan Abbott แห่ง University of Surrey กล่าวว่าจะอุทธรณ์คำตัดสินของศาลสหรัฐฯ รวมถึงคำตัดสินในสหราชอาณาจักรและยุโรปด้วย Abbott กล่าวว่า "เราเชื่อว่าการระบุ AI ในฐานะนักประดิษฐ์นั้นสอดคล้องกับทั้งภาษาและวัตถุประสงค์ของพระราชบัญญัติสิทธิบัตร"

อ่านข่าวเต็มได้ที่: Bloomberg

แพลตฟอร์มการวินิจฉัยโรคแบบเคลื่อนย้ายได้ "Lab-on-a-chip" สามารถทดสอบโควิด-19 ให้หลายสิบคนได้อย่างรวดเร็ว

ภาพจาก UT News

ต้นแบบแพลตฟอร์มการวินิจฉัยโรคแบบเคลื่อนย้ายได้ที่สร้างโดยวิศวกรของ University of Texas at Austin (UTA) และ Omega Optics ซึ่งเป็นบริษัทที่แตกตัวออกมา สามารถช่วยเจ้าหน้าที่ทางการแพทย์ตรวจหาเชื้อโควิด-19 ที่ไม่แสดงอาการได้อย่างรวดเร็ว รวมถึงโรคอื่นๆ ที่ยากต่อการตรวจพบ นักวิจัยกล่าวว่าแพลตฟอร์ม "lab-on-a-chip" สามารถตรวจจับความเข้มข้นของไวรัสที่มีเพียงเล็กน้อยจากตัวตัวอย่างได้ และสามารถทดสอบผู้ป่วยหลายสิบหรือหลายร้อยคนได้เร็วกว่า และมีค่าใช้จ่ายน้อยกว่าเทคนิคปัจจุบัน ระบบนี้มีราคาไม่แพงในการผลิต และการพึ่งพาชิปซิลิกอนทำให้สามารถปรับขยายได้ง่าย Ray Chen แห่ง UTA กล่าวว่า "แทนที่จะต้องพาคนไปโรงพยาบาล ซึ่งไม่สามารถทำได้เสมอไปในพื้นที่ห่างไกล เราสามารถนำโรงพยาบาลไปหาผู้คนได้"

อ่านข่าวเต็มได้ที่: UT News

นักวิทยาศาสตร์คอมพิวเตอร์สร้างระบบค้นข้อมูลที่จะจำกัดข้อมูลที่ผิดพลาดเกี่ยวกับ COVID-19

ภาพจาก University of Waterloo News (Canada)

ระบบที่พัฒนาโดยนักวิทยาศาสตร์คอมพิวเตอร์ที่ University of Waterloo ของแคนาดา ประสบความสำเร็จในการเพิ่มความแม่นยำและความน่าเชื่อถือขึ้น 80% ในการค้นหาที่เกี่ยวข้องกับโควิด-19 และหัวข้อด้านสุขภาพอื่น ๆ  Ronak Pradeep จาก Waterloo กล่าวว่า "ระบบค้นหาส่วนใหญ่ได้รับการฝึกบนข้อมูลที่ได้รับการดูแลมาเป็นอย่างดีแล้ว ดังนั้นพวกมันจึงไม่รู้วิธีแยกความแตกต่างระหว่างบทความที่ส่งเสริมการดื่มสารฟอกขาวเพื่อป้องกัน COVID-19 ซึ่งตรงข้ามกับข้อมูลด้านสุขภาพที่แท้จริง เป้าหมายของเราคือการช่วยให้ผู้คนเห็นบทความที่ถูกต้อง และรับข้อมูลที่ถูกต้อง เพื่อให้พวกเขาสามารถตัดสินใจได้ดีขึ้นในภาพรวมเกี่ยวกับเรื่องต่าง ๆ เช่น COVID"  

อ่านข่าวเต็มได้ที่: University of Waterloo News (Canada)

จำนวนจินตภาพช่วยป้องกัน AI จากภัยคุกคามที่ร้ายแรง

ภาพจาก Duke University Pratt School of Engineering

วิศวกรคอมพิวเตอร์ที่ Duke University ได้แสดงให้เห็นว่าตัวเลขที่มีทั้งส่วนจำนวนจริง และจำนวนจินตภาพ มีความสำคัญอย่างยิ่งในการรักษาความมั่นคงให้กับอัลกอริธึมปัญญาประดิษฐ์ (artificial intelligence) หรือ AI จากภัยคุกคาม ในขณะที่ยังคงรักษาประสิทธิภาพไว้ได้  การรวมชั้นค่าจำนวนเชิงซ้อนเพียงสองชั้น จากการฝึกในหลักร้อยครั้งก็สามาถให้การป้องกันที่เพียงพอได้ ตัวอย่างเช่น การใช้จำนวนเชิงซ้อนที่มีจำนวนจินตภาพสามารถปลูกฝังความยืดหยุ่นเพิ่มเติม เพื่อใช้ปรับพารามิเตอร์ภายในของโครงข่ายประสาทเทียมที่ได้รับการฝึกฝนบนชุดข้อมูลภาพได้ Eric Yeats แห่ง Duke กล่าวว่า "โครงข่ายประสาทเทียมที่มีค่าจำนวนเชิงซ้อนมีศักยภาพในการสำรวจภูมิประเทศที่ 'ลดหลั่นกันเป็นขั้นบันได' หรือ 'ที่ราบสูง' ได้มากขึ้น และการเปลี่ยนแปลงระดับความสูง ทำให้โครงข่ายประสาทเทียมสัมผัสได้ถึงความซับซ้อนที่มากขึ้น ซึ่งหมายความว่าจะสามารถระบุวัตถุได้ด้วยความแม่นยำมากขึ้นด้วย"  วิธีนี้ช่วยให้เครือข่ายประสาทเทียมที่ใช้ปรับความลาดเอียงโดยใช้จำนวนเชิงซ้อน สามารถแก้ปัญหาได้เร็วพอ ๆ กับระบบที่ไม่มีการรักษาความมั่นคงเป็นพิเศษ

อ่านข่าวเต็มได้ที่: Duke University Pratt School of Engineering