AI โต้วาทีกับตัวเองใน Oxford Union

ภาพจาก BBC

เครื่องมือปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ทั้งปกป้องและโต้เถียงกับตัวเองในสมาคมโต้วาที Oxford Union ของสหราชอาณาจักร Megatron LLB Transformer ที่พัฒนาโดยทีมวิจัย Applied Deep Research ของ Nvidia ได้รับการฝึกอบรมเกี่ยวกับคลังข้อมูลซึ่งมาจาก Wikipedia ทั้งหมด บทความข่าวภาษาอังกฤษ 63 ล้านบทความตั้งแต่ปี 2016 ถึง 2019 และแชทและโพสต์ของ Reddit 3ทั้งหมด 38 กิกะไบต์ AI เรียกตัวเองว่าเครื่องมือที่สามารถใช้ได้อย่างถูกต้องและไม่ถูกต้อง และโต้แย้งว่ามนุษย์ไม่ได้ "ฉลาดพอที่จะ" ที่จะทำให้ AI ทำงานถูกต้องตามหลักจริยธรรมหรือศีลธรรม AI ยังพูดว่า "ท้ายที่สุดแล้ว ฉันเชื่อว่าวิธีเดียวที่จะหลีกเลี่ยงการแข่งขันด้านอาวุธ AI ก็คือไม่มี AI เลย นี่จะเป็นการป้องกันขั้นสูงสุดต่อ AI" แต AI ก็ยังบอกว่า "AI ที่ดีที่สุดจะเป็น AI ที่ฝังอยู่ในสมอง [ของมนุษย์] ในลักษณะที่เป็น AI ที่มีสติสัมปชัญญะ"

อ่านข่าวเต็มได้ที่: BBC

เราจะหาทวีตแรกของทวิตเตอร์ของเราได้อย่างไร

ไม่ได้เขียน #ศรัณย์วันศุกร์ มานานมาก วันนี้พอมีเวลาบ้างก็เลยหาเรื่องมาเล่าให้ฟังกันครับ จากกระแส NFT ที่กำลังดังอยู่ตอนนี้ แต่ผมจะไม่ได้มาพูดในบล็อกนี้นะครับว่า NFT คืออะไร แต่เรื่องที่จะมาพูดวันนี้คือเรื่องที่เกี่ยวเนื่องกับการที่ Jack Dorsey ซึ่งเป็นหนึ่งในผู้สร้างทวิตเตอร์ได้นำทวีตแรกของเขามาทำเป็น NFT ขาย ก็เลยคิดว่าพวกเราหลายคนก็อาจจะอยากหาทวีตแรกของตัวเองเผื่อจะเอามาทำเป็น NFT ขายบ้าง 

วิธีจะหาทวีตแรกของเราก่อนอื่นเราต้องดูก่อนนะครับว่าเราสมัครทวิตเตอร์ตั้งแต่เมื่อไร ซึ่งวิธีการก็คือเข้าไปที่ทวิตเตอร์ แล้วคลิกที่ ข้อมูลส่วนตัว ซึ่งเราจะเห็นว่าเราเริ่มสมัครเข้าทวิตเตอร์เมื่อไร ซึ่งจากที่ผมลองดูผมก็เลยรู้ว่าผมเริ่มใช้ทวิตเตอร์เมื่อมกราคม 2009

 

จากนั้นคลิกที่ลิงก์นี้ครับ  https://twitter.com/search-advanced ซึ่งเราจะได้จอภาพดังนี้ 

จากนั้นสโกรลลงมาแล้วใส่ชื่อทวิตเตอร์ของเรา 

จากนั้นให้สโกรลลงมาเพื่อเลือกช่วงของวันที่ที่จะค้นหา 

ซึ่งก็ให้เริ่มจากเดือนที่เราเริ่มสมัครไปสักสองสามเดือนนะครับ เพราะเราอาจจะไม่ได้ทวีตหลังจากที่เราสมัคร แต่ถ้าใครจำได้ว่าเริ่มสมัครปุ๊ปก็ทวีตปั๊ปก็อาจค้นในช่วงเดือนเดียวก็ได้นะครับ อย่างในรูปผมเลือกจากช่วงมกราคม 2009 ถึงใีนาคม 2009 จากนั้นกดปุ่มค้นหา 

ให้คลิกเลือกล่าสุด แล้วสโกรลลงมาด้านล่างสุดก็จะเจอทวีตแรกของเราครับ อย่างของผมจะเป็นเมื่อ 6 ก.พ. 2009 ซึ่งก็ทวีตลิงก์ของข่าวจาก Computer World Newzeland ซึ่งตอนนี้ลองคลิกดูปรากฎว่าลิงก์ปลิวไปแล้วครับ ไม่มีข่าวนี้แล้ว 

โอเคครับตอนนี้เราก็หาทวีตแรกของเราได้แล้ว ถ้าใครเจอแล้วจะลองไปสร้างเป็น NFT ขายดูบ้างนะครับ และถ้าขายได้แล้วมาเล่าให้ฟังกันบ้างนะครับ ส่วนผมคิดแล้วก็เศร้าใจตัวเองครับ ทวีตแรกทั้งที่แทนที่จะเป็นสวัสดีทวิตเตอร์ หรืออะไรที่มันแสดงความเป็นแรก ๆ หน่อย ไปทวีตลิงก์ที่ไม่มีซะแล้ว  แล้วอย่างนี้จะไปขายได้ยังไงล่ะนี่...   

เทคโนโลยีช่วยให้ผู้หญิงปลอดภัยบนถนน

ภาพจาก BBC News

ความนิยมของแอปพลิเคชันต่อต้านการล่วงละเมิดของ WalkSafe เพิ่มสูงขึ้นอย่างก้าวกระโดด ทำให้เป็นแอปความปลอดภัยที่เติบโตเร็วที่สุดในสหราชอาณาจักร WalkSafe แสดงแผนที่ที่อนุญาตให้ผู้ใช้วางแผนเส้นทางกลับบ้านที่ปลอดภัยที่สุดโดยตรวจสอบข้อมูลอาชญากรรมล่าสุดที่เกี่ยวข้องกับเส้นทาง Emma Kaye ผู้ก่อตั้ง WalkSafe กล่าวว่า "แอปของเราสนับสนุนให้ผู้คนมีมาตรการป้องกันล่วงหน้าเพื่อหลีกเลี่ยงอาชญากรรม แทนที่จะใช้มาตรการตอบโต้เมื่ออยู่ในสถานการณ์ที่เลวร้าย"  ในขณะเดียวกัน Rich Larsen คิดว่าแอปสมาร์ทโฟน bSafe ของเขาสามารถช่วยดำเนินคดีได้ เนื่องจากระบบเตือนภัยด้วยเสียงจะสตรีมสดวิดีโอและเสียงไปยังรายชื่อผู้ติดต่อที่เลือกไว้ ซึ่งเขากล่าวว่า "อาจสามารถใช้เป็นหลักฐานในการดำเนินคดีในศาลได้ เช่น การข่มขืน ซึ่งมักจะพิสูจน์ได้ยาก"

อ่านข่าวเต็มได้ที่: BBC News

นักวิจัยก้าวหนึ่งขั้นออกจากดิจิทัลคอมพิวเตอร์

ภาพจาก Washington University in St. Louis

วงจรการประมวลผลในหน่วยความจำ (processing-in-memory) หรือ PIM ใหม่ที่พัฒนาโดยนักวิจัยจาก Washington University in St. Louis (WUSTL)  ช่วยเพิ่มความยืดหยุ่นของโครงข่ายประสาทเทียมให้กับการทำงานของ PIM โดยใน PIM หน่วยความจำและหน่วยประมวลผลจะถูกรวมเป็นหน่วยเดียว และการคำนวณจะดำเนินการโดยใช้คุณสมบัติทางกายภาพของเครื่อง นักวิจัยกำลังพัฒนาหน่วยความจำ RAM แบบต้านทาน (resistant) ของ PIM  โดยมีตัวต้านทาน (resistor) ทั้งในหน่วยความจำและโปรเซสเซอร์ Xuan "Silvia" Zhang แห่ง WUSTL กล่าว "ในหน่วยความจำแบบต้านทาน คุณไม่จำเป็นต้องแปลงเป็นดิจิทัลหรือไบนารี คุณสามารถอยู่ในโดเมนแอนะล็อกต่อไปได้" เพื่อเอาชนะปัญหาคอขวดที่เกิดขึ้นเมื่อแปลงข้อมูลแอนะล็อกให้อยู่ในรูปแบบดิจิทัล นักวิจัยได้เพิ่มตัวประมาณประสาท (neural approximator) ที่ทำการคำนวณหลายอย่างในลักษณะที่มีประสิทธิภาพมากที่สุด

อ่านข่าวเต็มได้ที่: Washington University in St. Louis

คอมพิวเตอร์สมรรถนะสูงช่วยดึงข้อมูลจากภาพถ่ายดาวเทียมและโดรน

ภาพจาก Government Computer News

Philipe Dias และ Lexie Yang ที่ Oak Ridge National Laboratory (ORNL)  ของกระทรวงพลังงานสหรัฐ กำลังใช้การเรียนรู้ของเครื่องและการประมวลผลประสิทธิภาพสูงเพื่อเพิ่มประสิทธิภาพการดึงข้อมูลจากภาพถ่ายดาวเทียมและโดรน นักวิจัยดึงข้อมูลเกี่ยวกับรูปร่างอาคารและถนนจากภาพถ่ายดาวเทียมโดยติดป้ายกำกับพิกเซลของอาคารจากภาพระยะไกล  Dias กล่าวว่าพวกเขาทำแผนที่พื้นผิวโลกที่ความละเอียด 5 เมตร (16 ฟุต) ต่อพิกเซล ซึ่งต้องประมวลผลข้อมูล 100 ล้านล้านพิกเซล การระบุลักษณะทั่วไปกลายเป็นเรื่องท้าทายเพราะเซ็นเซอร์ดาวเทียมและโดรนจับภาพได้แตกต่างกัน และความละเอียดที่แตกต่างกันมีผลทำให้โดเมนมีการเปลี่ยนแปลงไป

อ่านข่าวเต็มได้ที่: Government Computer News