AI ช่วยส่งเสริมอาชีพนักวิจัย แต่ทำให้การค้นพบทางวิทยาศาสตร์ราบเรียบเกินไป

ภาพจาก IEEE Spectrum โดย Elie Dolgin 

นักวิจัยจาก University of Chicago และ Beijing National Research Center for Information Science and Technology ของประเทศจีน พบว่านักวิทยาศาสตร์ที่ใช้เครื่องมือ AI ในการทำงาน มีผลงานตีพิมพ์มากกว่ากลุ่มที่ไม่ใช้ถึง 3 เท่า และได้รับการอ้างอิง (citations) สูงกว่าเกือบ 5 เท่า นอกจากนี้ยังสามารถก้าวขึ้นสู่บทบาทผู้นำได้เร็วกว่าปกติถึง 1-2 ปี

อย่างไรก็ตาม ผลการศึกษายังระบุว่า AI ส่วนใหญ่ถูกนำมาใช้เพื่อปรับปรุงขั้นตอนการทำงานวิจัยในส่วนที่ง่ายให้เป็นระบบอัตโนมัติ (automates easier parts) มากกว่าที่จะเป็นการช่วยขยายขอบเขตการค้นพบทางวิทยาศาสตร์ใหม่ ๆ (expanding scientific discovery)

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Elie Dolgin

การวัดประสิทธิภาพของคอมพิวเตอร์ควอนตัมแบบใช้สปิน (spin-based)

ภาพจาก  Physics

นักวิจัยได้ทำการทดสอบเกณฑ์มาตรฐาน (Benchmark) สำหรับคอมพิวเตอร์ควอนตัมขนาด 6 คิวบิต (six-qubit quantum computer) ที่สร้างขึ้นจากสปินของอิเล็กตรอน (electron spins) ภายในสารกึ่งตัวนำชนิดจุดควอนตัม (semiconductor quantum dots)

สิ่งที่แตกต่างจากคอมพิวเตอร์ควอนตัมแบบตัวนำยิ่งยวด (Superconducting quantum computers) คือ อุปกรณ์แบบใช้สปิน (spin-based devices) สามารถผลิตขึ้นได้ด้วยเทคนิค complementary-metal-oxide-semiconductor (CMOS) แบบเดียวกับที่ใช้ในกระบวนการผลิตวงจรรวม (Integrated circuits) ทั่วไป

ทีมวิจัยได้ทดสอบวงจรที่มีความซับซ้อนโดยการแพร่กระจายสภาวะพัวพัน (entanglement) ไปทั่วทั้ง 6 คิวบิต จากนั้นจึงทำการย้อนกลับกระบวนการเพื่อวัดค่าความแม่นยำ ผลการทดสอบพบว่าค่าความเที่ยงตรง (fidelity) ลดลงเมื่อมีการใช้จำนวนคิวบิตมากขึ้นและมีการทำงานที่ยาวนานขึ้น ซึ่งสาเหตุหลักเกิดจากการสะสมของสัญญาณรบกวน (noise)

อ่านข่าวเต็มได้ที่: Physics

กลับบิตเพียงหนึ่งบิตก็ทำให้ซีพียู AMD เปิดช่องโหว่ของเครื่องเสมือนได้แล้ว

Photo by Andrew D on Unsplash

นักวิทยาศาสตร์คอมพิวเตอร์จากสถาบัน CISPA Helmholtz Center for Information Security ในประเทศเยอรมนี ได้ตรวจพบช่องโหว่ในหน่วยประมวลผล AMD Zen CPU ที่สามารถทำลายความปลอดภัยเชิงบูรณาการ (integrity) ของเครื่องเสมือนที่เป็นมีความปลอดภัยขั้นสูง (confidential virtual machines) ซึ่งใช้เทคโนโลยี AMD’s SEV-SNP ได้

ช่องโหว่ดังกล่าวมีชื่อว่า StackWarp เปิดโอกาสให้โฮสต์ที่ประสงค์ร้าย (malicious host) ที่มีการเปิดใช้งานระบบ simultaneous multithreading (SMT) สามารถเข้ามาจัดการกับ stack pointer ของเครื่องเสมือนที่ได้รับการป้องกันอยู่ได้ โดยการสลับบิตควบคุม (control bit) ที่ไม่มีการระบุไว้ในเอกสารเพียงบิตเดียว การโจมตีนี้อาจส่งผลให้ข้อมูลที่ละเอียดอ่อนถูกเปิดเผย ก้าวข้ามกลไกการตรวจสอบสิทธิ์ (authentication mechanisms) และสามารถเข้าถึงระบบในระดับ kernel ได้อย่างเต็มรูปแบบ

ทั้งนี้ AMD ได้ปล่อยแพตช์แก้ไขไปเมื่อเดือนกรกฎาคม 2025 และเผยแพร่ประกาศด้านความปลอดภัยโดยระบุว่าช่องโหว่นี้มีความรุนแรงในระดับต่ำ (low severity)

อ่านข่าวเต็มได้ที่: The Register (U.K.) โดย Thomas Claburn

รายงานระบุว่า ความเสี่ยงของการใช้ AI ในโรงเรียนมีมากกว่าประโยชน์

ภาพจาก NPR โดย Cory Turner

รายงานฉบับใหม่จาก Brookings Institution สรุปว่าในปัจจุบัน ความเสี่ยงของการใช้ Generative AI ในการศึกษาระดับ K-12 (ระดับอนุบาลถึงมัธยมศึกษาตอนปลาย) นั้นมีน้ำหนักมากกว่าประโยชน์ที่ได้รับ

แม้ว่า AI จะสามารถช่วยในด้านการอ่าน การเขียน การวางแผนการสอน และการเพิ่มโอกาสในการเข้าถึงการศึกษาสำหรับนักเรียนที่มีความบกพร่องทางร่างกายหรือสติปัญญา แต่ในขณะเดียวกัน AI ก็อาจขัดขวางพัฒนาการทางสติปัญญา สังคม และอารมณ์ โดยการส่งเสริมให้เกิดการพึ่งพาเทคโนโลยีมากเกินไปและลดทอนทักษะการคิดวิเคราะห์ (critical thinking)

รายงานฉบับนี้ได้เรียกร้องให้มีการใช้ AI ในลักษณะที่เป็นส่วนเสริม (supplement) ไม่ใช่การเข้ามาแทนที่ (replace) ครูผู้สอน พร้อมทั้งเรียกร้องให้มี ความฉลาดทางดิจิทัลด้าน AI (AI literacy) แบบองค์รวม การเข้าถึงที่เท่าเทียม (equitable access) การออกแบบที่ยึดเด็กเป็นศูนย์กลาง (child-centered design)  และกฎระเบียบจากภาครัฐ (government regulation)

อ่านข่าวเต็มได้ที่: NPR โดย Cory Turner

CAISI ร้องขอข้อมูลเกี่ยวกับการรักษาความปลอดภัยของระบบ AI Agent

Photo by Igor Omilaev on Unsplash

ศูนย์มาตรฐานและนวัตกรรม AI (Center for AI Standards and Innovation หรือ CAISI) ภายใต้สถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐฯ (National Institute of Standards and Technology - NIST) ได้ทำเรื่องขอข้อมูลและความคิดเห็นเกี่ยวกับการพัฒนาและการปรับใช้งานระบบ AI agent อย่างปลอดภัย

ทางศูนย์ได้เปิดรับข้อมูลจากเหล่านักพัฒนา AI agent, นักวิจัยด้านความปลอดภัยคอมพิวเตอร์ และผู้เกี่ยวข้องรายอื่นๆ ในประเด็นดังต่อไปนี้:

• ภัยคุกคามด้านความปลอดภัย ที่ส่งผลกระทบต่อระบบ AI agent
• วิธีการเสริมสร้างความปลอดภัย ทั้งในขั้นตอนการพัฒนาและการนำไปใช้งานจริง
• ช่องว่างที่อาจเกิดขึ้น ในแนวทางการรักษาความปลอดภัยทางไซเบอร์สำหรับระบบ AI agent
• แนวทางการวัดระดับความปลอดภัย รวมถึงการคาดการณ์ความเสี่ยงที่อาจเกิดขึ้นในระหว่างการพัฒนา

อ่านข่าวเต็มได้ที่: NIST