ความมั่นคงที่มากขึ้นสำหรับอุปกรณ์อัจฉริยะ

ภาพจาก  MIT News

นักวิจัยของ Massachusetts Institute of Technology  ได้สาธิตเทคนิคการรักษาความปลอดภัยสองแบบที่สกัดกั้นการโจมตีด้วยพลังงานและแม่เหล็กไฟฟ้าจากช่องสัญญาณด้าข้าง ที่มุ่งโจมตีตัวแปลงอนาล็อกเป็นดิจิทัล (analog-to-digital converter) หรือ ADC ในอุปกรณ์อัจฉริยะ

หลักการแก้ไขใช้การเพิ่มการสุ่มในการแปลง ADC ซึ่งวิธีที่หนึ่งจะใช้เครื่องกำเนิดตัวเลขสุ่มเพื่อตัดสินใจว่าเมื่อใดที่จะสลับตัวเก็บ ซึ่งทำให้ความสัมพันธ์ของอุปกรณ์จ่ายไฟกับข้อมูลเอาท์พุตมีความซับซ้อน วิธีการดังกล่าวยังช่วยให้ตัวเปรียบเทียบทำงานอย่างต่อเนื่อง ป้องกันไม่ให้แฮกเกอร์ทราบเมื่อขั้นตอนการแปลงแต่ละขั้นตอนเริ่มต้นและสิ้นสุด

วิธีที่สองใช้ตัวเปรียบเทียบสองตัวและอัลกอริธึมเพื่อสุ่มสร้างเกณฑ์ (threshold) สองเกณฑ์แทนที่จะเป็นหนึ่ง ซึ่งสร้างวิธีเป็นล้านวิธีที่ ADC จะสร้างเอาต์พุตดิจิทัลได้

อ่านข่าวเต็มได้ที่: MIT News

ชิป AI ที่ใช้พลังงานต่ำมาก

ภาพจาก  IEEE Spectrum

นักวิจัยจาก Indian Institute of Technology, Bombay (IIT Bombay) ประเทศอินเดีย ได้ประกาศเปิดตัวชิปปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่มีพลังงานต่ำมาก ซึ่งอำนวยความสะดวกให้กับโครงข่ายประสาทเทียม Spiking Neural Network (SNN)  ซึ่งจำลองการประมวลผลสัญญาณประสาทของสมอง

นักวิจัยได้พัฒนา SNN ที่ชาร์จตัวเก็บประจุโดยใช้อุโมงค์กระแสไฟแบบแบนด์ต่อแบนด์ (band-to-band-tunneling current) Udayan Ganguly ของ IIT Bombay อธิบายว่า "เมื่อเทียบกับเซลล์ประสาทเทียม อันล้ำสมัยที่ใช้ในโครงข่าย SNN แบบฮาร์ดแวร์ เราประหยัดพลังงานต่ำกว่า 5,000 เท่าต่อหนึ่งสไปก์ (spike) ในพื้นที่คล้าย ๆ กัน และพลังงานที่ใช้ในการสแตนด์บายก็ต่ำกว่า 10 เท่า"

เมื่อนักวิจัยได้นำ SNN ไปใช้กับตัวแบบการรู้จำคำพูด ซึ่งเลียนแบบจากเยื่อหุ้มหูของสมอง ตัวแบบดังกล่าวก็สามารถรู้จำคำพูดได้

อ่านข่าวเต็มได้ที่: IEEE Spectrum

สกุลเงินคริปโตที่อยู่บนฐานของฟิสิกส์ส่งพลังงานผ่านบล็อกเชน

ภาพจาก Lawrence Livermore National Laboratory

นักวิจัยจาก U.S. Department of Energy's Lawrence Livermore National Laboratory (LLNL) ได้พัฒนา E-Stablecoin ซึ่งเป็นสกุลเงินดิจิทัลบนฐานของฟิสิกส์ซึ่งเชื่อมต่อพลังงานไฟฟ้ากับเทคโนโลยีบล็อกเชน 

Maxwell Murialdo และ Jon Belof แห่ง LLNL  กล่าวว่า E-Stablecoin เป็นสกุลเงินดิจิทัลที่ได้รับหลักประกันโดยตรงจากปริมาณไฟฟ้า 1 กิโลวัตต์ชั่วโมง นั่นคือถ้าใครที่ถือเหรียญนี้หนึ่งเหรียญเท่ากับมีปริมาณไฟฟ้า 1 กิโลวัตต์ชั่วโมง ทำให้ E-Stablecoin เป็นโทเค็นดิจิทัลตัวแรกที่มีหลักประกันเป็นสินทรัพย์ทางฟิสิกส์ หรือพูดง่าย ๆ คือในการสร้างเหรียญนี้หนึ่งเหรียญต้องใช้ไฟ 1 กิโลวัตต์ชั่วโมง และถ้าเหรียญถูกทำลาย (ใช้) ก็จะได้ ปริมาณไฟฟ้า 1 กิโลวัตต์ชั่วโมงกลับมา 

ด้วยวิธีการนี้ E-Stablecoin เป็นเหรียญแบบมูลค่าเสถียร (stable coin) ตัวแรกที่ไม่ต้องใช้คนกลางมาเป็นผู้ตรวจสอบเหมือนเหรียญแบบมูลค่าเสถียรตัวอื่นที่ผูกกับเงินดอลลาร์สหรัฐ E-Stablecoin อาจถูกส่งไปยังที่ห่างไกลที่ไม่มีเครือข่ายไฟฟ้า หรืออาจกล่าวว่ามันเป็นพลังงานที่นำกลับมาใช้ใหม่ได้อย่างมีประสิทธิภาพ

Belof กล่าวว่า "ด้วยการย้อนกลับทางอุณหพลศาสตร์ (thermodynamic reversibility) - ในขอบเขตของความเข้าใจด้านกลศาสตร์ทางสถิติ (statistical mechanics) สมัยใหม่ เรามองเห็นบล็อกเชนในอนาคตที่ไม่เพียงแต่ฝังรากในทรัพย์สินในชีวิตจริง เช่น การใช้พลังงาน แต่ยังเป็นผู้ดูแลทรัพยากรธรรมชาติที่รับผิดชอบมากขึ้นในด้านสิ่งแวดล้อม

อ่านข่าวเต็มได้ที่: Lawrence Livermore National Laboratory

หุ่นยนต์ค้นหากุญแจในกระเป๋าได้ด้วยการฟังในขณะที่มันควานหา

ภาพจาก  New Scientist

Maximilian Du แห่ง Stanford University และเพื่อนร่วมงานได้ฝึกแขนหุ่นยนต์ที่ติดตั้งไมโครโฟนไว้เพื่อค้นหาสิ่งของต่างๆ เช่น กุญแจในกระเป๋าถือ โดยฟังเสียงที่มันกระทบกันในขณะค้นหา “โดยพื้นฐานแล้วในสภาพแวดล้อมแบบนั้น เหมือนกับว่าคุณเอื้อมมือลงไป คุณไม่รู้ว่ากุญแจอยู่ที่ไหน แต่แล้วเมื่อคุณได้ยินเสียงของกุญแจ คุณก็จะบอกตำแหน่งมันได้ จากนั้นเมื่อรู้ตำแหน่ง คุณก็จะหยิบมันออกมาได้" Du กล่าว

นักวิจัยฝึกหุ่นยนต์โดยให้คนสาธิตวิธีการการกระทำผ่านชุดหูฟังความจริง และตัวควบคุมความจริงเสมือน (virtual reality) ของ Oculus โดยมีคำแนะนำเพิ่มเติมจากคนเพื่อแก้ไขการทำงานของมัน Olivia Lee จากสแตนฟอร์ดกล่าวว่าวิธีการนี้เพิ่มประสิทธิภาพได้ 20%

อ่านข่าวเต็มได้ที่: New Scientist

Meta อาจทำให้เราสร้างตัวตนสามมิติของเราจากกล้องโทรศัพท์

Photo by Dima Solomin on Unsplash

 Meta  (Facebook) เสนอขั้นตอนง่าย ๆ แก่ผู้ใช้ในการสร้างอวาตาร์เสมือนจริงของตนเองโดยใช้สมาร์ทโฟน โดยนักวิจัยจาก Meta's Reality Labs ได้พัฒนาวิธีการใหม่ในการสร้างอวตารสามมิติ (3D) ที่เหมือนจริงกระบวนการนี้จะทำด้วยการที่ผู้ใช้เลื่อนกล้องของสมาร์ทโฟนผ่านใบหน้าจากด้านหนึ่งไปอีกด้านหนึ่ง จากนั้นแสดงสีหน้าท่าทางที่แตกต่างกันให้กับระบบ 

นักวิจัยกล่าวว่ากระบวนการนี้ใช้เวลาประมาณสามนาทีครึ่ง และใช้โครงข่ายประสาทเทียมที่ได้รับการฝึกฝนมาก่อนหน้านี้โดยข้อมูลใบหน้า 3 มิติที่บันทึกจากตัวอย่าง 255 ตัวอย่างจากกลุ่มของกล้องที่ความล้ำสมัย กระบวนการเรนเดอร์ใช้เวลาประมาณหกชั่วโมง และสามารถทำได้ในระบบคลาวด์ ทำให้ผู้ใช้แต่ละรายไม่ต้องใช้พีซีระดับไฮเอนด์

อ่านข่าวเต็มได้ที่: Gizmodo Australia