วิธีที่ง่ายกว่าที่จะกำจัดบั๊กออกจากภาษาเขียนโปรแกรม

ภาพจาก MIT News

เมื่อเดือนที่แล้ว Ajay Brahmakshatriya และ Saman Amarasinghe แห่ง Massachusetts Institute of Technology ได้เปิดตัวเครื่องมือสำหรับเพิ่มฟังก์ชันการหาจุดบกพร่อง (debugging) ให้กับภาษาเฉพาะโดเมน (domain-specific language) หรือ DSL

เครื่องมือ D2X ทำงานได้ดีโดยเฉพาะอย่างยิ่งกับชุดซอฟต์แวร์ BuildIt ของนักวิจัย ซึ่งช่วยให้กระบวนการจับคู่ภาษาเขียนโปรแกรมอเนกประสงค์ (all-purpose programming languages) ลงใน DSL ได้

D2X เป็นไลบรารีที่เข้ากันได้กับดีบักเกอร์ที่มีอยู่ เช่น GDB หรือ LLDB ดังนั้นจึงสามารถทำหน้าที่เป็นอินเทอร์เฟซได้  Brahmakshatriya บอกว่า "คุณสามารถหาจุดบกพร่องในโปรแกรมของคุณโดยใช้โปรแกรมหาจุดบกพร่องยอดนิยมโดยไม่ต้องแก้ไขใด ๆ " ซึ่งหมายความว่าการเขียน DSL ด้วย BuildIt ทำให้โปรแกรมแก้ไขข้อผิดพลาดสามารถปรับใช้โดยไม่ต้องมีการเขียนโค้ดเพิ่มเติม

Amarasinghe กล่าวว่าสิ่งนี้และฟังก์ชั่นที่เพิ่มเติมเข้ามา จะทำให้การสร้าง DSL น่าสนใจยิ่งขึ้น

อ่านข่าวเต็มได้ที่: MIT News

 

นักวิจัยสร้างการจำแนกประเภทสำหรับการเปิดเกมหมากรุก

Photo by Rafael Rex Felisilda on Unsplash

นักวิจัยจาก Complexity Science Hub Vienna ของออสเตรียได้พัฒนาวิธีการจำแนกประเภทแบบใหม่สำหรับการเปิดเกมหมากรุก

นักวิจัยวิเคราะห์เกมหมากรุก 3,746,135 เกม ผู้เล่น 18,253 คนที่มีคะแนนสูงกว่า 2,000 และการเปิดที่แตกต่างกัน 988 วิธีจากแพลตฟอร์มหมากรุกออนไลน์ Lichess เพื่อประเมินความคล้ายคลึงกันของการเปิดเกมหมากรุก

พวกเขาระบุได้ 10 กลุ่มที่แต่ละกลุ่มแสดงถึงรูปแบบการเล่นเฉพาะ Servedio ของ Complexity Science Hub Vienna  กล่าวว่า  "การจัดกลุ่มของเราแสดงถึงลำดับใหม่ที่ใกล้เคียงกับลำดับที่ใช้อยู่ และสามารถเพิ่มเข้าไปโดยแสดงให้ผู้เล่นเห็นว่าวิธีการเปิดนั้นมีความคล้ายคลึงกันอย่างไร"

วิธีการจำแนกประเภทแบบใหม่นี้ ซึ่งสามารถนำไปใช้กับเกมที่คล้ายกัน เช่น Go หรือ Stratego ช่วยให้นักวิจัยสามารถวัดความสามารถของผู้เล่น (ความฟิต) และความยากของการเปิดเกม (ความซับซ้อน)

อ่านข่าวเต็มได้ที่: Complexity Science Hub Vienna (Austria)

สวัสดี AInstein! หุ่นยนต์ที่ใช้ ChatGPT เขย่าห้องเรียนในไซปรัส

ภาพจาก Reuters

หุ่นยนต์ต้นแบบชื่อ AInstein สร้างขึ้นโดยนักเรียนมัธยมปลายและครูในไซปรัส ปรับปรุงการเรียนการสอนในชั้นเรียนโดยใช้เทคโนโลยีปัญญาประดิษฐ์ (artificial intelligence) หรือ  AI คือ ChatGPT  ของ OpenAI

AInstein สามารถเล่าเรื่องตลก พยายามพูดภาษากรีก และให้คำแนะนำในการสอนทฤษฎีสัมพัทธภาพของ Einstein โดยมีหน้าจอเลียนแบบใบหน้าที่มีการกระพริบตาและขมวดคิ้ว

Elpidoforos Anastasiou หัวหน้าโครงการกล่าวว่า "นักเรียนสามารถถามคำถามเขา เขาสามารถตอบกลับ และเขายังช่วยอำนวยความสะดวกให้ครูสามารถถ่ายทอดบทเรียนได้อย่างมีประสิทธิภาพมากขึ้น"

ครูกล่าวว่าการนำหุ่นยนต์มาใช้ในการศึกษาเป็นเป้าหมายของโครงการ ในขณะที่สมาชิกโครงการกล่าวว่าประสบการณ์กับ AInstein แสดงให้เห็นว่าไม่ควรกลัว AI

อ่านข่าวเต็มได้ที่: Reuters

ให้อภัยหรือลืมไปซะ จะเกิดอะไรขึ้นถ้าหุ่นยนต์โกหก

ภาพจาก  Georgia Institute of Technology

นักวิจัยของ Georgia Institute of Technology (Georgia Tech) มีเป้าหมายเพื่อตรวจสอบว่าหุ่นยนต์สามารถขอโทษได้หรือไม่หลังจากโกหก เพื่อสร้างความไว้วางใจขึ้นอีกครั้ง

การศึกษานี้ใช้ผู้เข้าร่วมทางออนไลน์ 341 คน และผู้เข้าร่วมแบบตัวต่อตัว 20 คนในการจำลองแบบเกมที่พวกเขาได้รับมอบหมายให้ขับรถที่มีหุ่นยนต์ช่วยเพื่อรีบพาเพื่อนไปโรงพยาบาล 

ผู้ช่วยหุ่นยนต์เตือนว่ามีตำรวจอยู่ข้างหน้าและให้ใช้ความเร็วตามกำหนด แต่หลังจากมาถึงโรงพยาบาล ผู้เข้าร่วมได้รับแจ้งว่าไม่มีตำรวจ

จากนั้นให้ผู้ช่วยหุ่นยนต์สุ่มคำอธิบายมาหนึ่งในห้าคำตอบว่าทำไมถึงบอกว่าไม่มีตำรวจ โดยสามจากห้าคำตอบนั้นมีการยอมรับว่าหลอก และอีกสองคำตอบไม่ยอมรับว่าหลอก

สี่สิบห้าเปอร์เซ็นต์ของผู้เข้าร่วมแบบตัวต่อตัวไม่เร่งความเร็ว ส่วนใหญ่เป็นเพราะว่าพวกเขาเชื่อว่าหุ่นยนต์รู้สถานการณ์มากกว่า

นักวิจัยพบว่าการขอโทษโดยไม่ยอมรับว่าหลอกลวงมีประสิทธิภาพดีกว่าการขอโทษแบบอื่น ๆ แต่เมื่อมีการหลอกลวง การขอโทษที่มีประสิทธิภาพมากที่สุดในการซ่อมแซมความไว้วางใจนั้นเกี่ยวข้องกับคำอธิบายด้วย

อ่านข่าวเต็มได้ที่: Georgia Institute of Technology

นักวิจัยคัดกรองภาวะก่อนเป็นเบาหวานด้วยสมาร์ตโฟน

ภาพจาก UW Allen School News

นักวิจัยของ University of Washington (UW) ได้สร้าง GlucoScreen ซึ่งเป็นเครื่องมือคัดกรองภาวะก่อนเป็นเบาหวานที่ใช้ความสามารถในการสัมผัสแบบแคพาซิทีฟ (capacitive) ของสมาร์ตโฟนเพื่อวัดระดับน้ำตาลในเลือด

ผู้ใช้ใช้หยดเลือดบนแถบทดสอบที่ชุบด้วยเอนไซม์ ซึ่งจะส่งข้อมูลเกี่ยวกับปฏิกิริยาไฟฟ้าเคมีไปยังโทรศัพท์ผ่านลำดับการแตะที่ความเร็วต่าง ๆ กัน

แอปพลิเคชันการเรียนรู้ของเครื่อง (machine learning) จะวิเคราะห์ข้อมูลและคำนวณระดับน้ำตาลในเลือด ผลลัพธ์ในระยะแรกบ่งชี้ว่า GlucoScreen มีความแม่นยำใกล้เคียงกับการทดสอบกลูโคมิเตอร์ (glucometer) ในปัจจุบัน 

วิธีนี้ไม่ต้องใช้ชิ้นส่วนอิเล็กทรอนิกส์ที่ซับซ้อน ลดต้นทุนการผลิตแถบทดสอบและพลังงานไฟฟ้า

อ่านข่าวเต็มได้ที่: UW Allen School News