วันพุธที่ 11 มกราคม พ.ศ. 2566

ChatGPT กำลังช่วยผู้ที่่เขียนโปรแกมไม่เป็นให้สร้างมัลแวร์ที่ใช้งานได้

chatGPT
ภาพจาก Ars Technica

ผู้เข้าร่วมในฟอรัมอาชญากรรมไซเบอร์ บางคนไม่มีประสบการณ์ในการเขียนโค้ด หรือมีประสบการณ์น้อยมาก กำลังใช้ ChatGPT ซึ่งเป็นแชทบ็อตปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่เปิดตัวในเดือนพฤศจิกายนในรูปแบบเบต้า เพื่อเขียนมัลแวร์ที่ใช้งานได้จริง ตามรายงานจากบริษัทความมั่นคง Check Point Research 

ตัวอย่างเช่น ผู้เข้าร่วมรายหนึ่งให้เครดิต ChatGPT จากการให้ความช่วยเหลือที่ยอดเยี่ยม กับสิ่งที่ถูกอ้างว่าเป็นสคริปต์แรกที่คนคนนั้นเขียนขึ้น

นักวิจัยของ Check Point พบว่าสคริปต์สามารถ "แก้ไขได้อย่างง่ายดายเพื่อใช้เข้ารหัสเครื่องของใครบางคนโดยสมบูรณ์โดยไม่ต้องมีการโต้ตอบกับผู้ใช้"

นักวิจัยของ Check Point เองก็พัฒนามัลแวร์ที่มีกระบวนการสำหรับการติดไวรัสเต็มรูปแบบโดยใช้ความช่วยเหลือจาก ChatGPT  พวกเขาเขียนสรุปว่า "งานยากทำโดย AI ไปแล้ว สิ่งที่เหลือให้เราทำคือสั่งการโจมตี"

อ่านข่าวเต็มได้ที่: Ars Technica

วันอังคารที่ 10 มกราคม พ.ศ. 2566

โรงเรียนในนิวยอร์คห้ามการใช้ chatGPT เนื่องจากกลัวการโกง

chatGPT
ภาพจาก CNet

New York City Department of Education (NYCDOE) กล่าวว่าได้ห้ามการเข้าถึงแชทบอท ChatGPT บนอุปกรณ์และเครือข่ายออนไลน์เนื่องจากความกังวลเกี่ยวกับ "ผลกระทบเชิงลบต่อการเรียนรู้ของนักเรียนและ ความถูกต้องของเนื้อหา"

Jenna Lyle จาก NYCDOE กล่าวว่า "แม้ว่าเครื่องมือนี้อาจสามารถตอบคำถามได้อย่างรวดเร็วและง่ายดาย แต่เครื่องมือนี้ไม่ได้สร้างทักษะการคิดเชิงวิพากษ์และการแก้ปัญหา ซึ่งจำเป็นต่อความสำเร็จทางวิชาการและการเรียนรู้ตลอดชีวิต"

นักเรียนและครูยังคงสามารถเชื่อมต่อกับ ChatGPT ได้โดยใช้อุปกรณ์ที่ไม่ได้เชื่อมต่อกับระบบของโรงเรียน Lyle ยังกล่าวอีกว่าคนที่สนใจศึกษาเทคโนโลยีพื้นฐานของแชทบอทสามารถร้องขอการเข้าถึงได้

อ่านข่าวเต็มได้ที่: CNet

วันจันทร์ที่ 9 มกราคม พ.ศ. 2566

NSF มุ่งเป้าการให้ทุนเพื่อปรับปรุงความหลากหลายของแรงงานด้าน AI

man-with-AR-headset
ภาพจาก Nextgov

มูลนิธิวิทยาศาสตร์แห่งชาติ (National Science Foundation) หรือ NSF ของสหรัฐอเมริกา และองค์กรวิจัยของรัฐบาลกลางอีก 6 องค์กรจะผลักดันให้ส่งเสริมบุคลากรด้านปัญญาประดิษฐ์ (artificial intelligence) หรือ AI และการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่ครอบคลุมมากขึ้นผ่านโครงการ ExpandAI

โปรแกรมนี้จะเพิ่มช่องทางการระดมทุนของรัฐบาลกลางมากขึ้นในการวิจัยและพัฒนา AI ภายในมหาวิทยาลัยที่มีประชากรนักศึกษาที่หลากหลายและมุ่งเน้นไปที่การศึกษาด้าน AI 

ExpandAI จะจัดหาเงินทุนสำหรับโครงการพัฒนาและความร่วมมือระหว่างสถาบันวิจัย AI ระดับชาติที่เข้าร่วม โครงการพัฒนาศักยภาพจะมุ่งสร้างศูนย์การศึกษา AI แห่งใหม่ภายในสถาบันสำหรับชนกลุ่มน้อยซึ่งปัจจุบันยังขาดหลักสูตร AI/ML และจะรองรับนักศึกาชาวอเมริกันเชื้อสายแอฟริกัน/อเมริกันผิวดำ ชาวอเมริกันเชื้อสายฮิสแปนิก ชาวอเมริกันอินเดียน ชาวอะแลสกา ชาวฮาวายพื้นเมือง และชาวเกาะแปซิฟิกจำนวนมาก

Margaret Martonosi จาก NSF กล่าวว่า "เราหวังว่าจะได้เห็นการมีส่วนร่วมที่หลากหลายและครอบคลุมมากขึ้นของนักประดิษฐ์ที่มีความสามารถจากทั่วประเทศของเรา เพื่อขับเคลื่อนการวิจัยและนวัตกรรมด้าน AI"

อ่านข่าวเต็มได้ที่: Nextgov



วันอาทิตย์ที่ 8 มกราคม พ.ศ. 2566

ภาษาเขียนโปรแกรม: ทำไมภาษาเก่าแก่ยอดนิยมตัวนี้กำลังกลับมาพุ่งอีกครั้ง

man-using-3-monitors
Photo by Max Duzij on Unsplash

Tiobe บริษัททดสอบซอฟต์แวร์ได้เลือก C++ เป็นภาษาโปรแกรมของปี 2022 รายงานการใช้งานจาก Tiobe พบว่ามันเพิ่มขึ้นเร็วกว่าภาษาอื่น ๆ ทั้งหมดเมื่อปีที่แล้ว โดยเพิ่มขึ้น 4.26% เมื่อเทียบกับเดือนมกราคมปี 2022 ยิ่งไปกว่านั้นในดัชนีรายเดือนแรกของปีนี้ มันถูกจัดอยู่ในอันดับที่ 3

C++ ได้รับความนิยมเร็วกว่าภาษาอื่น ๆ ในปีที่แล้ว ซึ่งเป็นผลมาจาก "ประสิทธิภาพที่ยอดเยี่ยมในขณะที่เป็นภาษาเชิงวัตถุระดับสูง" Paul Jensen CEO ของ Tiobe กล่าว

Jensen กล่าวเสริมว่า "ด้วยเหตุนี้ จึงเป็นไปได้ที่จะพัฒนาระบบซอฟต์แวร์ที่รวดเร็วและใหญ่ (โค้ดหลายล้านบรรทัด) ในภาษา C++ โดยไม่จำเป็นต้องจบลงด้วยฝันร้ายในการบำรุงรักษา"

อ่านข่าวเต็มได้ที่: ZDNet

วันเสาร์ที่ 7 มกราคม พ.ศ. 2566

ใช้ภาพที่สร้างจากคอมพิวเตอร์เพื่อสร้างระบบรู้จำใบหน้าที่ไม่ลำเอียง

AI-generated-image
ภาพจาก USC Viterbi School of Engineering

Jiazhi Li และ Wael AbdAlmageed จาก Information Sciences Institute แห่งมหาวิทยาลัย Southern California ได้พัฒนาวิธีการสร้างซอฟต์แวร์จดจำใบหน้าที่ไม่ลำเอียงด้วยการสร้างภาพใหม่ขึ้นมา

AbdAlmageed กล่าวว่า "เราสามารถสร้างชุดข้อมูลการฝึกอบรมสังเคราะห์ที่เมื่อรวมกับข้อมูลจริงแล้ว จะมีตัวอย่างภาพใบหน้าที่มีลักษณะต่างๆ กันในจำนวนที่สมดุล (เช่น อายุ เพศ และสีผิว)"

วิธีการที่เรียกว่า Controllable Attribute Translation for Fair Facial Attribute Classification ช่วยให้ซอฟต์แวร์สามารถวิเคราะห์ข้อมูลโดยมีอคติที่น้อยกว่ามากอย่างมีนัยสำคัญ เนื่องจากภาพตัวอย่างมีระดับที่สมดุลของแอตทริบิวต์ทั้งหมด

Li กล่าวว่าโปรแกรมการจดจำใบหน้าสามารถฝึกด้วยภาพสังเคราะห์ได้อย่างมีประสิทธิผลดีเช่นเดียวกับการใช้ภาพจริง

อ่านข่าวเต็มได้ที่: USC Viterbi School of Engineering