วันอาทิตย์ที่ 26 มิถุนายน พ.ศ. 2565

หุ่นยนต์แมวไล่จับหนู

cat-mouse-robots
ภาพจาก New Scientist

การสาธิตเกมแมวไล่จับหนูโดยหุ่นยนต์แมวและหนูในห้องปฏิบัติการ บ่งบอกถึงศักยภาพของหุ่นยนต์ที่ทำสร้างขึ้นมาเพื่อภารกิจค้นหาและกู้ภัย หรือการสำรวจสัตว์ป่าด้วยคำแนะนำจากมนุษย์เพียงเล็กน้อย

หุ่นยนต์ Tianjicat ที่สร้างขึ้นโดยนักวิจัยที่มหาวิทยาลัย Tsinghua ของจีน ใช้ชิป neuromorphic ของ TianjicX ซึ่งสามารถเรียกใช้กระบวนการปัญญาประดิษฐ์ (artificial intelligence) หรือ AI หลายขั้นตอนพร้อมกันได้ 

นักวิจัยมอบหมายให้ Tianjicat ไล่ล่าหุ่นยนต์หนูที่ตั้งโปรแกรมให้เคลื่อนที่แบบสุ่มในห้องที่มีอุปสรรค Tianjicat ติดตามหุ่นยนต์เมาส์โดยใช้การจดจำภาพและการตรวจจับเสียง และกำหนดเส้นทางการไล่ล่าที่เหมาะสมที่สุดในขณะที่หลีกเลี่ยงการชนกับสิ่งกีดขวาง

นักวิจัยกล่าวว่าชิป TianjicX ลดปริมาณพลังงานที่จำเป็นสำหรับการตัดสินใจของ Tianjicat ในระหว่างการไล่ล่าประมาณครึ่งหนึ่ง

อ่านข่าวเต็มได้ที่: New Scientist

เพิ่มเติมเสริมข่าว: ดูวีดีโอได้จาก youtube

วันเสาร์ที่ 25 มิถุนายน พ.ศ. 2565

การขุดอีเธอเรียมกำลังจะจากไป

ethereum-miner
ภาพจาก Bloomberg

การขุดอีเธอเรียมอาจสิ้นสุดลงในไม่ช้าเนื่องจากสิ่งที่เรียกว่าการ "Merge" ซึ่งจะทำให้นักขุดมากถึง 1 ล้านรายขาดรายได้  การ "Merge" (คาดว่าจะเกิดขึ้นในเดือนสิงหาคม แม้ว่าจะถูกเลื่อนไปหลายครั้งแล้วก็ตาม) เกี่ยวข้องกับการเปลี่ยนจากรูปแบบการพิสูจน์ด้วยการทำงาน (proof-of-work) ซึ่งใช้กำลังและพลังงานในการคำนวณจำนวนมาก ไปเป็นแบบการพิสูจน์ด้วยการวางประกัน (proof-of-stake) เพื่อบันทึกการทำธุรกรรม

ตัวแบบนี้จะลดการใช้พลังงานของเครือข่ายอีเธอเรียมลงประมาณ 99% และยังทำให้นักขุดตกงานอีกด้วย หลังจากการ "Merge" นักขุด Ethereum บางคนวางแผนที่จะขุดเหรียญอื่นๆ ที่ต้องใช้หน่วยประมวลผลกราฟิก เช่น Ethereum Classic หรือ Ravencoin หรือใช้อุปกรณ์ของพวกเขาในการเรนเดอร์ (ด้านการผลิตวิดีโอดิจิทัล) หรืองานการเรียนรู้ของเครื่อง

อ่านข่าวเต็มได้ที่: Bloomberg

วันศุกร์ที่ 24 มิถุนายน พ.ศ. 2565

อัลกอริทึมคัดกรองพันธุกรรมช่วยระบุคนที่มีความเสี่ยงโรคไต

genetic-screening
ภาพจาก  Columbia University Irving Medical Center

ทีมนักวิทยาศาสตร์จากหลายสถาบันที่นำโดย Columbia University ได้พัฒนาอัลกอริทึมมการตรวจคัดกรองทางพันธุกรรมที่สามารถประเมินความเสี่ยงของบุคคลที่จะเป็นโรคไตได้ อัลกอริทึมวิเคราะห์ตัวแปรต่าง ๆ ของยีน APOL1 ซึ่งเป็นสาเหตุของโรคไตที่พบบ่อยในบุคคลที่มีเชื้อสายแอฟริกัน และตัวแปรอื่น ๆ อีกหลายพันชนิดที่มาจากบรรพบุรุษที่มีภูมิหลังแตกต่างกันหมดทุกเชื้อสาย 

นักวิจัยได้ทดสอบอัลกอริธึมกับกลุ่มคน 15 กลุ่ม ซึ่งเป็นกลุ่มคนที่มีบรรพบุรุษมาจากยุโรป แอฟริกา เอเชีย และละติน ไม่ว่าจะมาจากบรรพบุรุษแบบไหน คนที่ได้คะแนนสูงสุดมีแนวโน้มที่จะเป็นโรคไตมากกว่าคนทั่วไปถึงสามเท่า 

Krzysztof Kiryluk แห่ง Columbia กล่าวว่า "ด้วยวิธีการโพลีจีนิก (polygenic) นี้ เราสามารถระบุบุคคลที่มีความเสี่ยงก่อนที่จะเริ่มมีอาการของโรคไตได้เป็นเวลาหลายสิบปี ผู้ที่มีความเสี่ยงสูงอาจเปลี่ยนแปลงวิถีการดำเนินชีวิตเพื่อให้มีความระมัดระวังมากขึ้น เพื่อลดความเสี่ยงนั้น"

อ่านข่าวเต็มได้ที่: Columbia University Irving Medical Center

วันพฤหัสบดีที่ 23 มิถุนายน พ.ศ. 2565

ความมั่นคงที่มากขึ้นสำหรับอุปกรณ์อัจฉริยะ

security-key
ภาพจาก  MIT News

นักวิจัยของ Massachusetts Institute of Technology  ได้สาธิตเทคนิคการรักษาความปลอดภัยสองแบบที่สกัดกั้นการโจมตีด้วยพลังงานและแม่เหล็กไฟฟ้าจากช่องสัญญาณด้าข้าง ที่มุ่งโจมตีตัวแปลงอนาล็อกเป็นดิจิทัล (analog-to-digital converter) หรือ ADC ในอุปกรณ์อัจฉริยะ

หลักการแก้ไขใช้การเพิ่มการสุ่มในการแปลง ADC ซึ่งวิธีที่หนึ่งจะใช้เครื่องกำเนิดตัวเลขสุ่มเพื่อตัดสินใจว่าเมื่อใดที่จะสลับตัวเก็บ ซึ่งทำให้ความสัมพันธ์ของอุปกรณ์จ่ายไฟกับข้อมูลเอาท์พุตมีความซับซ้อน วิธีการดังกล่าวยังช่วยให้ตัวเปรียบเทียบทำงานอย่างต่อเนื่อง ป้องกันไม่ให้แฮกเกอร์ทราบเมื่อขั้นตอนการแปลงแต่ละขั้นตอนเริ่มต้นและสิ้นสุด

วิธีที่สองใช้ตัวเปรียบเทียบสองตัวและอัลกอริธึมเพื่อสุ่มสร้างเกณฑ์ (threshold) สองเกณฑ์แทนที่จะเป็นหนึ่ง ซึ่งสร้างวิธีเป็นล้านวิธีที่ ADC จะสร้างเอาต์พุตดิจิทัลได้

อ่านข่าวเต็มได้ที่: MIT News

วันพุธที่ 22 มิถุนายน พ.ศ. 2565

ชิป AI ที่ใช้พลังงานต่ำมาก

researchers-ai-chip-ultralow-power
ภาพจาก  IEEE Spectrum

นักวิจัยจาก Indian Institute of Technology, Bombay (IIT Bombay) ประเทศอินเดีย ได้ประกาศเปิดตัวชิปปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่มีพลังงานต่ำมาก ซึ่งอำนวยความสะดวกให้กับโครงข่ายประสาทเทียม Spiking Neural Network (SNN)  ซึ่งจำลองการประมวลผลสัญญาณประสาทของสมอง

นักวิจัยได้พัฒนา SNN ที่ชาร์จตัวเก็บประจุโดยใช้อุโมงค์กระแสไฟแบบแบนด์ต่อแบนด์ (band-to-band-tunneling current) Udayan Ganguly ของ IIT Bombay อธิบายว่า "เมื่อเทียบกับเซลล์ประสาทเทียม อันล้ำสมัยที่ใช้ในโครงข่าย SNN แบบฮาร์ดแวร์ เราประหยัดพลังงานต่ำกว่า 5,000 เท่าต่อหนึ่งสไปก์ (spike) ในพื้นที่คล้าย ๆ กัน และพลังงานที่ใช้ในการสแตนด์บายก็ต่ำกว่า 10 เท่า"

เมื่อนักวิจัยได้นำ SNN ไปใช้กับตัวแบบการรู้จำคำพูด ซึ่งเลียนแบบจากเยื่อหุ้มหูของสมอง ตัวแบบดังกล่าวก็สามารถรู้จำคำพูดได้

อ่านข่าวเต็มได้ที่: IEEE Spectrum