วันจันทร์ที่ 10 มกราคม พ.ศ. 2565

ภาษาเขียนโปรแกรมยอดนิยมอันดับหนึ่งยังคงรักษาอันดับไว้ได้

python-program
Photo by Chris Ried on Unsplash

Python ได้อันดับหนึ่งในรายการภาษาการเขียนโปรแกรมของ Tiobe เป็นปีที่สองติดต่อกัน โดยมันได้รับตำแหน่งภาษาโปรแกรมแห่งปี  การจัดอันดับ Tiobe ขึ้นอยู่กับคำที่นักพัฒนาใช้ในการค้นหาภาษา โดยแบ่งตามส่วนแบ่งการค้นหาของแต่ละภาษา 

Python ได้รับความนิยมจากการใช้ในการเรียนรู้ของเครื่อง (machine learning) และวิทยาศาสตร์ข้อมูล และมีไลบรารีซอฟต์แวร์ที่ครอบคลุม ตัวภาษาทำงานได้ดีบนฮาร์ดแวร์ระดับไฮเอนด์ และยังเปิดโอกาสในการพัฒนาบนแพลตฟอร์มคลาวด์เช่น Azure 

"Python มีทุกอย่างที่จะกลายเป็นภาษาโปรแกรมมาตรฐานโดยพฤตินัยสำหรับหลายๆ โดเมน" Paul Jensen จาก Tiobe กล่าว "ไม่มีวี่แววว่าพาเหรดแห่งชัยชนะของ Python จะหยุดในเร็วๆ นี้"

อ่านข่าวเต็มได้ที่: ZDNet

วันอาทิตย์ที่ 9 มกราคม พ.ศ. 2565

การระบุการอัดเสียงปลอม

Schönherr และ Frank ภาพจาก Ruhr-Universität Bochum (Germany)

Joel Frank และ Lea Schönherr ที่ Ruhr-Universität Bochum (RUB) ของเยอรมนี กำลังพัฒนาเครื่องมือในการระบุการอัดเสียงปลอมที่สร้างขึ้นโดยปัญญาประดิษฐ์ (artificial intelligence) หรือ AI 

นักวิจัยได้รวบรวมชุดข้อมูลเสียงแบบ deepfake ที่สร้างขึ้นโดย AI ประมาณ 118,000 รายการ ซึ่งประกอบด้วยเนื้อหาภาษาอังกฤษและภาษาญี่ปุ่นโดยมีความยาวประมาณ 196 ชั่วโมง จากนั้นจึงเปรียบเทียบ deepfake กับการบันทึกคำพูดจริง และพล็อต (plot) ไฟล์ในรูปแบบสเปกโตรแกรมที่แสดงการกระจายความถี่ตามช่วงเวลา ทำให้เห็นความแตกต่างที่ละเอียดอย่างมากในย่านความถี่สูงระหว่างไฟล์จริงและไฟล์ปลอม 

Frank และ Schönherr ได้เขียนโปรแกรมจากอัลกอริธึมที่สามารถแยกแยะระหว่าง deepfakes และคำพูดจริง เพื่อเป็นจุดเริ่มต้นสำหรับนักวิทยาศาสตร์ในการคิดค้นวิธีการตรวจจับแบบใหม่

อ่านข่าวเต็มได้ที่: Ruhr-Universität Bochum (Germany)

วันเสาร์ที่ 8 มกราคม พ.ศ. 2565

AI ชี้ช่องทางที่ทำให้การสื่อสารระหว่างหมอกับคนไข้ดีขึ้น

doctor-patient
ภาพถ่ายโดย Gustavo Fring จาก Pexels

แพทย์มักใช้ภาษาที่ผู้ป่วยไม่เข้าใจ จากการวิเคราะห์อีเมลที่ปลอดภัยกว่า 250,000 ฉบับที่จัดทำโดยนักวิจัยจาก University of California, San Francisco, Arizona State University (ASU), และบริษัทประกัน Kaiser Permanente 

นักวิจัยใช้อัลกอริธึม และการเรียนรู้ของเครื่องเพื่อหาปริมาณความซับซ้อนทางภาษาของข้อความและความรู้ด้านสุขภาพของผู้ป่วย 

Nicholas Duran แห่ง ASU กล่าวว่าอัลกอริธึมวิเคราะห์การจัดเรียงคำ คุณสมบัติทางจิตวิทยาและภาษา ความถี่ และความเด่นทางอารมณ์ การให้คะแนนแพทย์ของผู้ป่วยขึ้นอยู่กับวิธีการเขียนของแพทย์เป็นอย่างมาก  

Andrew Karter แห่ง Kaiser Permanente กล่าวว่า "ผลการวิจัยของเราชี้ให้เห็นว่าผู้ป่วยจะได้รับประโยชน์เมื่อแพทย์ปรับแต่งข้อความอีเมลของตนให้สอดคล้องกับระดับของภาษาที่ผู้ป่วยใช้" 

อ่านข่าวเต็มได้ที่: University of California, San Francisco

วันศุกร์ที่ 7 มกราคม พ.ศ. 2565

AI เพิ่มความสามารถของกล้องจุลทรรศน์อิเล็กตรอน

electron-microscope
ภาพจาก Argonne National Laboratory

Charudatta Phatak, Tao Zhou, and Mathew Cherukara จาก Argonne National Laboratory ของกระทรวงพลังงานสหรัฐ ได้พัฒนาเทคนิคปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อเพิ่มความละเอียดและความไวของกล้องจุลทรรศน์อิเล็กตรอน 

นักวิจัยเสนอให้ใช้อัลกอริธึมการฝึกอบรมโครงข่ายประสาทเชิงลึกเพื่อดึงข้อมูลสำคัญที่เก็บไว้ในคลื่นอิเล็กตรอนหรือเฟส วิธีการนี้ยังช่วยให้นักวิทยาศาสตร์สามารถดึงข้อมูลที่สำคัญเกี่ยวกับกล้องจุลทรรศน์อิเล็กตรอน ตลอดจนกู้คืนการเปลี่ยนแปลงเฟสเล็ก ๆ เพื่อรับข้อมูลเกี่ยวกับการเปลี่ยนแปลงเล็ก ๆ น้อย ๆ ในการทำให้เป็นแม่เหล็กและศักย์ไฟฟ้าสถิต 

Zhou กล่าวว่า "ความจริงที่ว่าเราไม่จำเป็นต้องเพิ่มอุปกรณ์ใหม่ใด ๆ เพื่อใช้ประโยชน์จากความสามารถนี้ ถือเป็นข้อได้เปรียบอย่างมากจากมุมมองของนักทดลอง"

อ่านข่าวเต็มได้ที่: Argonne National Laboratory

วันพฤหัสบดีที่ 6 มกราคม พ.ศ. 2565

แฮชเรตของการขุดบิตคอยน์ทำสถิติสูงสุด

bitcoin-mining
ภาพจาก coindesk 

แฮชเรต (hashrate) คือปริมาณพลังงานที่นักขุดหรือ miner ใช้เพื่อสร้างบิตคอยน์ใหม่และยืนยันรายการธุรกรรม (transaction) บนเครือข่ายบิตคอยน์ ยิ่งมีแฮชเรตสูงมากเท่าไรก็ยิ่งทำให้เครือข่ายมีความมั่นคงจากการจู่โจม 51%  

แต่การทำให้เครื่องมีความสามารถดังกล่าวมีค่าใช้จ่ายสูงและต้องใช้ความรู้ลึกทางเทคนิค ซึ่งในอดีตที่ผ่านมานักขุดได้เข้ามาติดตั้งเครืองในเขตชั้นในของจีนที่ซึ่งค่าแรงไม่สูงมาก และสภาพอากาศเอื้ออำนวย

อย่างไรก็ตามรัฐบาลจีนไม่ได้ปลื้มกับคริปโตมากนัก การปราบปรามนักขุดและธุรกิจการขุดในปีที่แล้วทำให้แฮชเรตตกลงเหลือ 61 เอกซาแฮช (exahash) ต่อวินาที ในเดือนมิถุนายน 2021 จากที่เคยอยู่ในระดับมากกว่า 190 เอกซาแฮชต่อวินาทีในเดือนเมษายน 2021 

ข้อมูลในขณะนั้นประเมินว่ามากกว่า 46% ของพลังประมวลผลของบิตคอยน์นั้นมาจากนักขุดจีน การห้ามดังกล่าวนำไปสู่การอพยพของนักขุดจีนไปยังภูมิภาคอื่น ๆ เช่น คาซัคสถาน อิหร่าน และสหรัฐอเมริกา

แต่ตั้งแต่นั้นมาบิตคอยน์ก็เด้งกลับมาและเครือข่ายใช้เวลาไม่นานในการกู้คืน: ข้อมูล Glassnode แสดงให้เห็นว่าแฮชเรตเพิ่มขึ้นถึง 201 เอกซาแฮช ในวันที่ 1 มกราคม ซึ่งสูงกว่าระดับในเดือนเมษายน 2021

วิศวกรบางคนกล่าวว่าการฟื้นตัวแสดงให้เห็นถึงความยืดหยุ่นของเครือข่ายหลังจากที่ตกลงไปเมื่อปีที่แล้ว "การพังทลายลง และการฟื้นตัวอย่างสมบูรณ์จากการที่ตกลงไป 50% จากการที่การขุดถูกห้ามในประเทศที่มีพลังขุดมากที่สุด แสดงให้เห็นถึงหลักไมล์สำคัญของความยืดหยุ่นของเครือข่าย" Jameson Lopp ซึ่งเป็นผู้ก่อตั้งกระเป๋าเงิน Casa และนักพัฒนาบิตคอยน์ได้ทวีตเมื่อคืนวันอาทิตย์ (2 มกราคม 2022)

อ่านข่าวเต็มได้ที่: coindesk 

เพิ่มเติมเสริมข่าว: exa = 1 X 10 ^ 18