วันอังคารที่ 11 ตุลาคม พ.ศ. 2565

อัลกอริทึมอาจช่วยป้องกันการตัดไฟจากซอฟต์แวร์เรียกค่าไถ่

Saurabh Bagchi
ภาพจาก Purdue University: Saurabh Bagchi ผู้พัฒนาอัลกอริทึม

การป้องกันการตัดไฟจากซอฟต์แวร์เรียกค่าไถ่อาจทำได้โดยอัลกอริทึมที่พัฒนาโดยนักวิจัยของมหาวิทยาลัย Purdue ที่ใช้ทำแผนที่พื้นที่ของกริดไฟฟ้าที่ควรให้ความสำคัญด้านความมั่นคง

อัลกอริธึมจะจูงใจผู้ที่เป็นผู้ตัดสินใจด้านความมั่นคงแต่ละรายให้แบ่งการลงทุนด้านความปลอดภัยเพื่อจำกัดความเสียหายสะสมที่เกิดจากการโจมตีของซอฟต์แวร์เรียกค่าไถ่

นักวิจัยประเมินอัลกอริทึมในบริบทของโครงสร้างพื้นฐานที่สำคัญประเภทต่าง ๆ นอกเหนือจากอุตสาหกรรมพลังงาน พวกเขาทดสอบเครื่องมือนี้ในรูปแบบการแฮ็กสมาร์ตกริดที่มีรายงานไว้ก่อนหน้านี้ ระบบควบคุมอุตสาหกรรม แพลตฟอร์มอีคอมเมิร์ซ และเครือข่ายโทรคมนาคมของเว็บ

นักวิจัยกล่าวว่าอัลกอริทึมสามารถจัดสรรการลงทุนด้านความมั่นคงที่เหมาะสมที่สุดเพื่อลดความเสียหายจากการโจมตี

อ่านข่าวเต็มได้ที่: Purdue University

วันจันทร์ที่ 10 ตุลาคม พ.ศ. 2565

ดวงจันทร์เกิดขึ้นได้อย่างไร ซุปเปอร์คอมพิวเตอร์อาจเพิ่งพบคำตอบ

moon
Photo by Pedro Lastra on Unsplash

สมมติฐานจากการจำลองโดยใช้ซูเปอร์คอมพิวเตอร์ของนักวิจัยจากมหาวิทยาลัย Durham แห่งสหราชอาณาจักร ชี้ให้เห็นว่าดวงจันทร์อาจก่อตัวขึ้นภายในไม่กี่ชั่วโมงหลังจากที่ชิ้นส่วนของโลกแตกออกจากการชนกับดาวเคราะห์เก่าแก่ที่รู้จักกันในชื่อ Theia ตรงกันข้ามกับความเชื่อที่มีมาช้านานว่าดวงจันทร์ก่อตัวขึ้นหลังการชนกันหลายพันปี

นักวิจัยใช้ซูเปอร์คอมพิวเตอร์ COSMA ของ Durham เพื่อเรียกใช้โปรแกรม SWIFT (SPH With Inter-dependent Fine-grained Tasking) ซึ่งจำลองการชนกันหลายร้อยครั้งระหว่าง โลก และ Theia ในมุม การหมุน และความเร็วที่ต่างกัน 

นักวิจัยจำลองอนุภาคได้มากถึง 100 ล้านอนุภาค ซึ่งสูงกว่าความละเอียดในการจำลองก่อนหน้านี้ Jacob Kegerreis จาก Durham กล่าวว่า "ตัวอย่างเพิ่มเติมจากพื้นผิวดวงจันทร์อาจเป็นประโยชน์อย่างมากสำหรับการค้นพบใหม่นี้ และให้ความมั่นใจมากขึ้นเกี่ยวกับองค์ประกอบและวิวัฒนาการของดวงจันทร์ ซึ่งเราสามารถย้อนรอยไปยังตัวแบบจำลองอย่างตัวแบบของเราได้"

อ่านข่าวเต็มได้ที่: Live Science

วันอาทิตย์ที่ 9 ตุลาคม พ.ศ. 2565

DeepMind สร้างอัลกอริทึมที่เร็วกว่าเพื่อแก้ปริศนาทางคณิตศาสตร์ที่ยากมาก

alphatensor-deepmind
ภาพจาก Nature

นักวิจัยจากห้องปฏิบัติการปัญญาประดิษฐ์ (artificial intelligence)  DeepMind ได้สร้างอัลกอริธึมที่สามารถแก้ปัญหาการคำนวณทางคณิตศาสตร์ที่ยากโดยมีประสิทธิภาพการคำนวณที่ดีขึ้น 

นักวิจัยได้ออกแบบอัลกอริทึม AlphaTensor เพื่อคูณเมทริกซ์ ซึ่งประกอบด้วยการคูณตัวเลขที่จัดเรียงในกริดที่ใช้แสดงข้อมูล 

AlphaTensor ใช้การเรียนรู้แบบเสริมกำลัง (reinforcement learning) และการค้นหาทรี (tree)  ซึ่งเป็นแนวทางการเล่นเกมที่ AI จะตรวจสอบผลลัพธ์ของความเป็นไปได้ในการท่องไปยังกิ่งต่าง ๆ ของทรี เพื่อวางแผนการขั้นต่อไป

นักวิจัยได้ทดสอบ AlphaTensor กับเมทริกซ์ขนาดต่าง ๆ สูงสุดที่ขนาด 5 x 5 ซึ่งในบางกรณีมันพบวิธีลัดที่นักคณิตศาสตร์เจอก่อนหน้านี้ ในขณะที่บางกรณีมันก็พบทางลัดใหม่ ๆ ของตัวมันเอง

อ่านข่าวเต็มได้ที่: Nature


วันศุกร์ที่ 7 ตุลาคม พ.ศ. 2565

ทำเนียบขาวเปิดตัวกฎหมายสิทธิทาง AI

white-house
Photo by Tabrez Syed on Unsplash

เมื่อวันที่ 4 ต.ค. ฝ่ายบริหารของ Biden ได้เผยแพร่ร่างสำหรับ AI Bill of Rights ซึ่งเสนอแนวทางสำหรับรัฐบาลสหรัฐฯ ในการปกป้องสิทธิพลเมืองทั้งโลกจริง และดิจิทัลในโลกที่จะพึ่งพาปัญญาประดิษฐ์ (artificial intelligence) หรือ AI มากขึ้น

ร่างดังกล่าวไม่ได้กำหนดรูปแบบการบังคับใช้กฎหมายอย่างเฉพาะเจาะจง ได้รับการพัฒนาโดยการปรึกษาหารือกับหน่วยงานต่าง ๆ และรวมข้อเสนอแนะจากนักเทคโนโลยี กลุ่มประชาสังคม ธุรกิจ และนักวิจัยในอุตสาหกรรม

Alondra Nelson แห่งสำนักงานนโยบายวิทยาศาสตร์และเทคโนโลยีทำเนียบขาว (White House Office of Science and Technology Policy) กล่าวว่า "รัฐบาลของ Biden-Harris กำลังบอกว่าเราต้องทำงานร่วมกัน ไม่ใช่แค่เพียงทุกส่วนของรัฐบาลเท่านั้น แต่ในทุกภาคส่วน เพื่อสร้างความเท่าเทียมที่ศูนย์กลาง และเพื่อให้สิทธิพลเมืองเป็นศูนย์กลางอย่างแท้จริง ในวิธีการที่เราสร้างและกำกับการใช้เทคโนโลยี เราสามารถ และควรจะคาดหวังในสิ่งที่ดีขึ้น และเรียกร้องในสิ่งที่ดีกว่าจากเทคโนโลยีของเรา"

อ่านข่าวเต็มได้ที่: Associated Press

วันพฤหัสบดีที่ 6 ตุลาคม พ.ศ. 2565

Meta ใช้ AI สร้างวีดีโอจากคำ

Meta-Logo
Photo by Dima Solomin on Unsplash

นักวิจัยของ Meta กำลังสร้างวิดีโอจากข้อความเตือนสั้น ๆ โดยใช้งานวิจัย Make-A-Video ซึ่งใช้ตัวแบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ในการแปลงข้อความเป็นรูปภาพ เพื่อตรวจสอบว่าคำสอดคล้องกับรูปภาพอย่างไร และใช้การเรียนรู้โดยไม่ต้องฝึกสอนเพื่อสร้างการเคลื่อนไหวที่สมจริงด้วยการวิเคราะห์วีดีโอ

นักวิจัยกล่าวว่าตัวแบบ AI แปลงข้อความเป็นรูปภาพของพวกเขาได้รับการฝึกอบรมโดยใช้ข้อมูลจากอินเทอร์เน็ต ดังนั้นจึงได้เรียนรู้ "และมีแนวโน้มว่าจะมีอคติทางสังคมที่เกินจริง ซึ่งรวมถึงอคติที่เป็นอันตรายด้วย" 

Mark Zuckerberg CEO ของ Meta โพสต์บน Facebook ว่า "การสร้างวิดีโอนั้นยากกว่าภาพถ่ายมาก เพราะนอกจากจะต้องสร้างแต่ละพิกเซลอย่างถูกต้องแล้ว ระบบยังต้องคาดการณ์ว่าจะมีการเปลี่ยนแปลงอย่างไรเมื่อเวลาผ่านไป"

อ่านข่าวเต็มได้ที่: CNN Business