ยักษ์ใหญ่ด้านน้ำมันของอเมริกากำลังมุ่งให้บริการความต้องการด้านศูนย์ข้อมูลของบริษัทเทคโนโลยี

Photo by Justin on Unsplash

บริษัทน้ำมันรายใหญ่ของสหรัฐฯ กำลังดำเนินการเกี่ยวกับข้อตกลงที่จะใช้ก๊าซธรรมชาติและการดักจับคาร์บอนเพื่อจ่ายพลังงานให้กับศูนย์ข้อมูล AI ของอุตสาหกรรมเทคโนโลยี 

Exxon กล่าวเมื่อวันพุธว่า บริษัทกำลังดำเนินการเพื่อจัดหาไฟฟ้าคาร์บอนต่ำให้กับศูนย์ข้อมูลผ่านโรงไฟฟ้าที่ใช้ก๊าซธรรมชาติภายในสิ้นทศวรรษนี้ 

Jeff Gustavson ประธาน Chevron New Energies กล่าวว่า บริษัทของเขาได้เจรจามานานกว่าหนึ่งปีแล้วเกี่ยวกับการจัดหาพลังงานจากโรงไฟฟ้าที่ใช้ก๊าซธรรมชาติควบคู่กับเทคโนโลยีการดักจับคาร์บอนให้กับศูนย์ข้อมูล

อ่านข่าวเต็มได้ที่: Reuters โดย Shariq Khan และ Shashwat Awasthi 

ยุโรปกระโดดเข้าสู่การแข่งขันใช้ซูปเปอร์คอมพิวเตอร์กับ AI

ภาพสร้างจาก ChatGPT

สหภาพยุโรปจะลงทุน 1,500 ล้านยูโรในเจ็ดพื้นที่ทั่วทั้งสหภาพ เพื่อสร้างและบำรุงรักษาซูเปอร์คอมพิวเตอร์ที่บริษัทสตาร์ทอัพในยุโรปสามารถใช้ฝึกอบรมโมเดล AI ของพวกเขาได้ 

คณะกรรมาธิการยุโรปจะสนับสนุนเงิน 750 ล้านยูโร โดยบริษัทสมาชิกสหภาพยุโรปจะเป็นผู้จัดหาส่วนที่เหลือ เป้าหมายของโครงการริเริ่มนี้คือการขจัดการพึ่งพาบริษัทเทคโนโลยียักษ์ใหญ่ในสหรัฐอเมริกา

อ่านข่าวเต็มได้ที่: Politico Europe โดย Pieter Haeck

Meta เผยว่า Gen AI มีผลกระทบต่อการเลือกตั้งทั่วโลกเพียงเล็กน้อย

ภาพจาก Reuters โดย Sheila Dang

Nick Clegg จาก Meta กล่าวว่าการใช้งานแอปของบริษัทมีปริมาณข้อมูลที่บิดเบือนด้วย AI ที่เกี่ยวข้องกับการเลือกตั้งระดับโลกในปีนี้อยู่ในระดับต่ำ และเนื้อหาดังกล่าวถูกลบหรือมีการติดป้ายเตือนอย่างรวดเร็ว 

Clegg ยังกล่าวว่าในปี 2024 Meta ได้ลบปฏิบัติการโน้มน้าวใจที่แอบแฝงประมาณ 20 กรณีออกจากแพลตฟอร์ม พร้อมยอมรับว่า Meta "อาจจะทำเกินไปเล็กน้อย" ในการอธิบายถึงการควบคุมเนื้อหาระหว่างการระบาดของโควิด-19

อ่านข่าวเต็มได้ที่: Reuters โดย Sheila Dang 

วิธีใหม่บีบอัดข้อมูลจีโนมหลักเทราไบต์ให้เหลือเพียงกิกะไบต์

Photo by National Cancer Institute on Unsplash

Genotype Representation Graph (GRG) ที่สร้างโดยนักวิจัยจาก Cornell University สามารถบีบอัดข้อมูลจีโนมขนาดหลายร้อยเทราไบต์ให้เหลือเพียงไม่กี่กิกะไบต์ ทำให้สามารถจัดเก็บชุดข้อมูลไว้ในเครื่องได้แทนที่จะต้องเก็บไว้ในคลาวด์ 

Ziqing Pan จาก Cornell กล่าวว่า ประโยชน์หลักคือความสามารถในการคำนวณด้วยกราฟโดยไม่ต้องคลายการบีบอัดข้อมูล

อ่านข่าวเต็มได้ที่: Cornell Chronicle โดย Linda B. Glaser

ChatGPT แย่มากในการตรวจสอบโค้ดที่ตัวเองสร้างขึ้น

ภาพจาก IEEE Spectrum โดย Michelle Hampson

นักวิจัยจาก Zhejiang University ในประเทศจีนพบว่า ChatGPT มักจะมั่นใจในความถูกต้อง ช่องโหว่ และการซ่อมแซมโค้ดที่สร้างขึ้นมากเกินไป 

การศึกษาของพวกเขาพบว่า ChatGPT-3.5 มีอัตราความสำเร็จเฉลี่ย 57% ในการสร้างโค้ดที่ถูกต้อง 73% ในการสร้างโค้ดที่ไม่มีช่องโหว่ด้านความปลอดภัย และ 70% ในการซ่อมแซมโค้ดที่ไม่ถูกต้อง 

นักวิจัยพบว่าการใช้คำถามชี้นำช่วยให้ ChatGPT ระบุข้อผิดพลาดของตัวเองได้มากขึ้น ในขณะที่การขอให้สร้างรายงานการทดสอบช่วยเพิ่มจำนวนช่องโหว่ที่สำคัญ

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Michelle Hampson