วันเสาร์ที่ 31 ตุลาคม พ.ศ. 2563

เครื่องมือเพื่อทำนายอัตราการเสียชีวิตจาก COVID-19

Photo by Avi Richards on Unsplash

นักวิจัยจากหลายสถาบันในอังกฤษได้พัฒนาขั้นตอนวิธีสำหรับทำนายอัตราการตายจาก COVID-19 นักวิจัยได้รวบรวมข้อมูลจากคนไข้กว่า 8 ล้านคน โดยข้อมูลของคนไข้ 6 ล้านคนถูกใช้เป็นตัวสร้างตัวแบบโดยใช้ช่วงเวลา 97 วัน จากวันที่ 24 มกราคม ถึง 30 เมษายน ข้อมูลของอีก 2.2 ล้านคนใช้เพื่อตรวจสอบประสิทธิภาพของตัวแบบบนช่วงเวลาที่ต่างกันสองช่วงในรอบของการระบาดรอบแรก โดยตัวแบบทำนายว่า 5% จากคนที่ที่ถูกทำนายว่ามีปัจจัยเสี่ยงสูงมากจาก COVID-19 จะเป็น 75% ของผู้ที่ตายในช่วงเวลาที่ศึกษา 97 วันแรก นักวิจัยคาดหวังว่าตัวแบบนี้จะช่วยในการแบ่งกลุ่มความเสี่ยงของประชากรสำหรับการจัดการด้านสาธารณสุขในการระบาดรอบสอง และช่วยสนับสนุนการแบ่งปันด้านการจัดการความเสี่ยง

อ่านข่าวเต็มได้ที่: Independent (U.K.)

วันศุกร์ที่ 30 ตุลาคม พ.ศ. 2563

บริษัทความมั่นคงทางไซเบอร์พบว่าแฮกเกอร์ขายข้อมูลผู้เลือกตั้งในอเมริกา 186 ล้านคน

Consumer data for sale.Trustwave

Trustway บริษัทด้านความมั่นคงทางไซเบอร์พบว่าแฮกเกอร์กำลังขายข้อมูลส่วนบุคคลของคนอเมริกัน 245 ล้านคน รวมถึงข้อมุลการลงทะเบียนของผู้เลือกตั้ง 186 ล้านคน โดยแฮกเกอร์เรียกตัวเองว่า Greenmoon 2019 และได้สร้างตัวตนปลอมขึ้นมาเพื่อรับเงิน โดยรวมถึงการใช้กระเป๋าเงินบิตคอยน์ด้วย Trustwave ได้รายงานเรื่องนี้ให้กับ FBI แล้ว Trustwave บอกว่าข้อมูลเหล่านี้เมื่ออยู่ในมือผู้ไม่หวังดีก็จะสามารถนำไปใช้เพื่อสร้างการบิดเบือนข้อมูลผ่านทางสื่อสังคมออนไลน์ อีเมลล่อลวง ข้อความและโทรศัพท์หลอกลวงทั้งก่อน ระหว่างและหลังการเลือกตั้ง โดยเฉพาะอย่างยิ่งถ้ามีการโต้แย้งผลการเลือกตั้ง

อ่านข่าวเต็มได้ที่: NBC News

วันพฤหัสบดีที่ 29 ตุลาคม พ.ศ. 2563

เทคนิคที่จะทำให้ AI เรียนรู้ได้โดยไม่ต้องมีข้อมูลฝึกหัด

 

Sample images from the MNIST dataset.WIKIMEDIA

นักวิจัยจาก University of Waterloo ในแคนาดานำเสนอตัวแบบปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI ที่มีความสามารถที่เรียกว่า การเรียนรู้แบบ "less than one”-shot (LO-shot)" นั่นคือระบบสามารถรับรู้วัตถุที่นอกเหนือสิ่งที่มันเคยเรียนรู้มาได้อย่างแม่นยำ นักวิจัยสาธิตแนวคิดนี้โดยใช้ภาพ 60,000 ภาพจากชุดข้อมูลของ MNIST ซึ่งเป็นรูปลายมือของการเขียนเลข 0 ถึง 9 โดยจากงานวิจัยก่อนหน้าของ Massachusetts Institute of Technology ได้กลั่นรูปภาพให้เหลือรูปภาพที่ใช้ฝึกอยู่เพียง 10 รูปภาพ โดยใช้เพียง 10 รูปภาพนี้ ก็ทำให้ AI สามารถเรียนรู้ลายมือของการเขียนเลข 0-9 ได้ ซึ่งนักวิจัยจาก Waterloo ต้องการจะลดจำนวนรูปภาพที่ใช้ฝึกลงไปอีก โดยการพยายามรวมภาพการฝึกเลขหลาย ๆ ตัวไว้ในภาพเดียว โดยใช้เทคโนโลยีที่เรียกว่า Soft labels ซึ่งพยายามจับส่วนที่เหมือนกันของตัวเลขแต่ละตัว จากนั้นก็ฝึกระบบด้วยข้อมูลอย่างเช่น รูปนี้มีเปอร์เซนต์ที่จะเป็นเลข 3 อยู่ 60%  เป็นเลข 8 อยู่ 30% และเป็นเลข 0 อยู่ 10% เป็นต้น ซึ่งจากการทดลองพบว่าตัวอย่างเพียงสองตัวอย่างอาจแยกความแตกต่างได้เป็น หมื่นหรือเป็นล้านคลาส ซึ่งนักวิจัยบอกว่าประสิทธิภาพของวิธีนี้ขึ้นอยู่กับชุดข้อมูลที่จะถูกนำมาใช้ด้วย

อ่านข่าวเต็มได้ที่:  MIT Technology Review

 

วันพุธที่ 28 ตุลาคม พ.ศ. 2563

SocialBlock: เทคโนโลยีที่จะเพิ่มความมั่นคงของข้อมูลในเมืองอัจฉริยะ

Photo: Kaspars Upmanis / unsplash.com

นักวิจัยจาก Universitat Oberta de Catalunya (UOC) ในสเปน ได้พัฒนาสถาปัตยกรรมมที่จะสร้างแอปพลิเคชันการจัดการข้อมูลแบบที่มีผู้ใช้เป็นศูนย์กลาง (user-centric) โดยใช้ประโยชน์จากเทคโนโลยีบล็อกเชน (blockchain) แนวคิดเบื้องหลังของ SocialBlock คือ กระจายศูนย์การจัดเก็บข้อมูลและจัดการ เพื่อให้การควบคุมข้อมูลกลับไปอยู่ในมือของคนที่สร้างมันขึ้นมา แนวคิดนี้จะมีผลอย่างมีนัยสำคัญกับเมืองอัจฉริยะที่ใช้อินเทอร์เน็ตของสรรพสิ่ง (internet of things) เซ็นเซอร์ (sensor) โดรน (drone) บิ๊กดาต้า และเทคโนโลยีอื่น ๆ เพื่อยกระดับคุณภาพของชีวิต จริง ๆ มีโครงการในลักษณะนี้อยู่บ้างแล้ว แต่จะทำกับส่วนเล็ก ๆ โครงการนี้จะเป็นโครงการแรกที่จะทำกับเมืองทั้งเมือง  

อ่านข่าวเต็มได้ที่: Universitat Oberta de Catalunya (Spain)

วันอังคารที่ 27 ตุลาคม พ.ศ. 2563

รัฐบาลสหรัฐใช้ AI เพื่อคัดและตัดข้อบังคับที่ล้าสมัย

ภาพจาก ACM

Office of Management and Budget (OMB) ของทำเนียบขาวบอกว่ารัฐบาลกลางจะใช้ปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI ในการลบข้อกำหนดที่ล้าสมัย และไม่สอดคล้องกันออกจากกฏข้อบังคับของรัฐบาล โดยโครงการนำร่องเริ่มเมื่อปี 2019 ที่ Department of Health and Human Services โดยใช้การเรียนรู้ของเครื่อง (machine learning) และการประมวลผลภาษาธรรมชาติ (natural language processing) เปิดเผยให้เห็นถึงความผิดพลาดด้านเทคนิค และความล้าสมัยในกฏเกณฑ์มีอยู่  ทำเนียบขาวบอกว่าจะใช้ AI และเทคโนโลยีอื่น ๆ ในการหาจุดที่กฏต่าง ๆ จะถูกอัพเดตให้ทันสมัย และขจัดข้อผิดพลาดทางเทคนิคออกไป

อ่านข่าวเต็มได้ที่: Reuters