วันศุกร์ที่ 7 มกราคม พ.ศ. 2565

AI เพิ่มความสามารถของกล้องจุลทรรศน์อิเล็กตรอน

electron-microscope
ภาพจาก Argonne National Laboratory

Charudatta Phatak, Tao Zhou, and Mathew Cherukara จาก Argonne National Laboratory ของกระทรวงพลังงานสหรัฐ ได้พัฒนาเทคนิคปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อเพิ่มความละเอียดและความไวของกล้องจุลทรรศน์อิเล็กตรอน 

นักวิจัยเสนอให้ใช้อัลกอริธึมการฝึกอบรมโครงข่ายประสาทเชิงลึกเพื่อดึงข้อมูลสำคัญที่เก็บไว้ในคลื่นอิเล็กตรอนหรือเฟส วิธีการนี้ยังช่วยให้นักวิทยาศาสตร์สามารถดึงข้อมูลที่สำคัญเกี่ยวกับกล้องจุลทรรศน์อิเล็กตรอน ตลอดจนกู้คืนการเปลี่ยนแปลงเฟสเล็ก ๆ เพื่อรับข้อมูลเกี่ยวกับการเปลี่ยนแปลงเล็ก ๆ น้อย ๆ ในการทำให้เป็นแม่เหล็กและศักย์ไฟฟ้าสถิต 

Zhou กล่าวว่า "ความจริงที่ว่าเราไม่จำเป็นต้องเพิ่มอุปกรณ์ใหม่ใด ๆ เพื่อใช้ประโยชน์จากความสามารถนี้ ถือเป็นข้อได้เปรียบอย่างมากจากมุมมองของนักทดลอง"

อ่านข่าวเต็มได้ที่: Argonne National Laboratory

วันพฤหัสบดีที่ 6 มกราคม พ.ศ. 2565

แฮชเรตของการขุดบิตคอยน์ทำสถิติสูงสุด

bitcoin-mining
ภาพจาก coindesk 

แฮชเรต (hashrate) คือปริมาณพลังงานที่นักขุดหรือ miner ใช้เพื่อสร้างบิตคอยน์ใหม่และยืนยันรายการธุรกรรม (transaction) บนเครือข่ายบิตคอยน์ ยิ่งมีแฮชเรตสูงมากเท่าไรก็ยิ่งทำให้เครือข่ายมีความมั่นคงจากการจู่โจม 51%  

แต่การทำให้เครื่องมีความสามารถดังกล่าวมีค่าใช้จ่ายสูงและต้องใช้ความรู้ลึกทางเทคนิค ซึ่งในอดีตที่ผ่านมานักขุดได้เข้ามาติดตั้งเครืองในเขตชั้นในของจีนที่ซึ่งค่าแรงไม่สูงมาก และสภาพอากาศเอื้ออำนวย

อย่างไรก็ตามรัฐบาลจีนไม่ได้ปลื้มกับคริปโตมากนัก การปราบปรามนักขุดและธุรกิจการขุดในปีที่แล้วทำให้แฮชเรตตกลงเหลือ 61 เอกซาแฮช (exahash) ต่อวินาที ในเดือนมิถุนายน 2021 จากที่เคยอยู่ในระดับมากกว่า 190 เอกซาแฮชต่อวินาทีในเดือนเมษายน 2021 

ข้อมูลในขณะนั้นประเมินว่ามากกว่า 46% ของพลังประมวลผลของบิตคอยน์นั้นมาจากนักขุดจีน การห้ามดังกล่าวนำไปสู่การอพยพของนักขุดจีนไปยังภูมิภาคอื่น ๆ เช่น คาซัคสถาน อิหร่าน และสหรัฐอเมริกา

แต่ตั้งแต่นั้นมาบิตคอยน์ก็เด้งกลับมาและเครือข่ายใช้เวลาไม่นานในการกู้คืน: ข้อมูล Glassnode แสดงให้เห็นว่าแฮชเรตเพิ่มขึ้นถึง 201 เอกซาแฮช ในวันที่ 1 มกราคม ซึ่งสูงกว่าระดับในเดือนเมษายน 2021

วิศวกรบางคนกล่าวว่าการฟื้นตัวแสดงให้เห็นถึงความยืดหยุ่นของเครือข่ายหลังจากที่ตกลงไปเมื่อปีที่แล้ว "การพังทลายลง และการฟื้นตัวอย่างสมบูรณ์จากการที่ตกลงไป 50% จากการที่การขุดถูกห้ามในประเทศที่มีพลังขุดมากที่สุด แสดงให้เห็นถึงหลักไมล์สำคัญของความยืดหยุ่นของเครือข่าย" Jameson Lopp ซึ่งเป็นผู้ก่อตั้งกระเป๋าเงิน Casa และนักพัฒนาบิตคอยน์ได้ทวีตเมื่อคืนวันอาทิตย์ (2 มกราคม 2022)

อ่านข่าวเต็มได้ที่: coindesk 

เพิ่มเติมเสริมข่าว: exa = 1 X 10 ^ 18

 

วันพุธที่ 5 มกราคม พ.ศ. 2565

แพลตฟอร์มใช้แมชชีนเลิร์นนิง แมสสเปกโตรมิเตอร์เพื่อประมวลผลการทดสอบ COVID-19 อย่างรวดเร็ว

spectaprass-slide
ภาพจาก University of California, Davis

นักวิจัยจาก University of California, Davis (UC Davis) และ SpectraPass ซึ่งเป็นบริษัทสตาร์ทอัพในลาสเวกัส ได้ร่วมมือกันในการศึกษาแพลตฟอร์มการทดสอบ COVID-19 แบบใหม่อย่างรวดเร็ว ระบบการทดสอบที่ปรับขนาดได้ระบุการติดเชื้อโดยการวิเคราะห์โปรไฟล์โปรตีนต่าง ๆ ที่ร่างกายสร้างขึ้นเพื่อตอบสนองต่อการติดเชื้อประเภทต่าง ๆ 

Nam Tran แห่ง UC Davis กล่าวว่าเป้าหมายของการศึกษานี้ "คือการมีผู้ติดเชื้อไวรัสโควิด-19 ทั้งในเชิงบวกและเชิงลบในการฝึกอัลกอริทึมการเรียนรู้ด้วยเครื่องของเราเพื่อระบุผู้ป่วยที่ติดเชื้อ SARS-CoV-2" ซึ่งจะมีผู้เข้าร่วมประมาณ 2,000 คนในแซคราเมนโตและลาสเวกัส 

ก่อนหน้านี้ นักวิจัยของ UC Davis ได้กำหนดวิธีการที่แม่นยำ 98.3% สำหรับการทดสอบ COVID-19 ที่เป็นบวก และ 96% สำหรับการทดสอบที่เป็นลบ โดยอุปกรณ์ทดสอบที่ UC Davis สามารถระบุเชื้อโรคระบบทางเดินหายใจได้มากกว่า 280 ชนิด รวมถึง SARS-CoV-2 และสายพันธุ์ที่เกี่ยวข้อง เช่น ไข้หวัดใหญ่และไข้หวัด ซึ่งทำให้สามารถฝึกฝนการเรียนรู้ของเครื่องให้แยกความแตกต่างระหว่างโควิด-19 กับโรคระบบทางเดินหายใจอื่น ๆ 

อ่านข่าวเต็มได้ที่: University of California, Davis

วันอังคารที่ 4 มกราคม พ.ศ. 2565

จู่โจมคอมพิวเตอร์โดยใช้แสงเลเซอร์

laser-attack-computer
ภาพจาก Karlsruhe Institute of Technology (Germany)

นักวิจัยจาก Karlsruhe Institute of Technology (KIT) ของเยอรมนี Technical University of Braunschweig และ Technical University of Berlin แสดงให้เห็นว่าระบบคอมพิวเตอร์ที่อยู่เดี่ยว ๆ สามารถถูกแฮ็กได้โดยใช้เลเซอร์ที่มีการบังคับทิศทาง 

นักวิจัยพบว่าแฮกเกอร์สามารถสื่อสารอย่างลับๆ กับระบบคอมพิวเตอร์ผ่านทางอากาศในระยะห่างหลายเมตร โดยใช้การบังคับทิศทางเลเซอร์เพื่อส่งข้อมูลไปยังไดโอดเปล่งแสง (light-emitting diodes) หรือ LED ของอุปกรณ์สำนักงานแบบเดิมโดยไม่ต้องใช้ฮาร์ดแวร์เพิ่มเติมติดตั้งไปยังอุปกรณ์ที่ถูกโจมตี 

Christian Wressnegger แห่ง KIT กล่าวว่า "โครงการ LaserShark แสดงให้เห็นถึงความสำคัญในการปกป้องระบบไอที ที่สำคัญถัดจากมาตรการรักษาความปลอดภัยทั่วไปของเทคโนโลยีสารสนเทศและการสื่อสาร"

อ่านข่าวเต็มได้ที่: Karlsruhe Institute of Technology (Germany)

วันจันทร์ที่ 3 มกราคม พ.ศ. 2565

ตัวแบบปรับปรุงการเรียนรู้ของเครื่องในการวิเคราะห์โควิด-19 ให้แม่นยำขึ้นในขณะที่ยังคงรักษาความเป็นส่วนตัวไว้

model-covid
ภาพจาก University of Cambridge (U.K.)

นักวิจัยในสหราชอาณาจักรและจีนได้พัฒนาตัวแบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI สำหรับการเรียนรู้ด้วยเครื่อง ที่สามารถวินิจฉัยโรคโควิด-19 ในขณะที่รักษาความเป็นส่วนตัวของข้อมูลผู้ป่วยได้ 

นักวิจัยใช้การเรียนรู้แบบร่วมมือกัน (federated learning) เพื่อฝึกตัวแบบจากข้อมูลการสแกนด้วยเครื่องเอกซเรย์คอมพิวเตอร์แบบสามมิติจำนวน 9,573 ชิ้นจากผู้ป่วย 3,336 รายในโรงพยาบาล 23 แห่งในจีนและสหราชอาณาจักร 

พวกเขาทดสอบเฟรมเวอร์ก (framework) โดยใช้ชุดข้อมูลที่มีการตรวจสอบ และมีขนาดเหมาะสม 2 ชุด การเรียนรู้แบบร่วมมือกันสนับสนุนตัวแบบ AI ที่มีลักษณะทั่วไปมากขึ้น เพื่อลดอคติที่เกิดจากชุดข้อมูลที่แตกต่างกัน ในขณะที่รักษาความเป็นส่วนตัวของศูนย์ข้อมูลแต่ละแห่งในสภาพแวดล้อมการทำงานร่วมกัน 

Michael Roberts จาก University of Cambridge แห่งสหราชอาณาจักรกล่าวว่า "เราได้แสดงให้เห็นแล้วว่าการเข้ารหัสข้อมูลทางการแพทย์นั้นเป็นไปได้ ดังนั้นเราจึงสามารถสร้างและใช้เครื่องมือเหล่านี้ในขณะที่รักษาความเป็นส่วนตัวของผู้ป่วยทั้งที่อยู่ภายในและภายนอกประเทศ"

อ่านข่าวเต็มได้ที่: University of Cambridge (U.K.)