คิดว่าถนนควรจะได้รับการออกแบบใหม่ไหมถาม AI ดูสิ

Stuart Road, in Katz’s hometown of Herndon, Virginia. 

Credit: Zach Katz/OpenAI

Zach Katz ศิลปินจากกบรู๊คลินและอดีตนักเคลื่อนไหว ใช้ระบบ DALL-E 2 ของ OpenAI ซึ่งเป็นห้องปฏิบัติการปัญญาประดิษฐ์ (artificial intelligence) หรือ AI  เพื่อออกแบบถนนใหม่ให้เป็นมิตรกับคนเดินถนนและจักรยานมากขึ้น

DALL-E 2 ซึ่งเป็นรุ่นที่สองของโครงข่ายประสาทเทียม DALL-E สามารถแปลงข้อความเป็นคุณลักษณะที่มองเห็นได้และแสดงว่าคุณลักษณะเหล่านี้เกี่ยวข้องกันอย่างไร ต้องขอบคุณชุดข้อมูลการฝึกอบรมขนาดใหญ่

ผู้ใช้สามารถป้อนข้อความค้นหาและขอรูปแบบและคุณสมบัติเฉพาะจาก AI แม้ว่าผลลัพธ์จะมีความลำเอียงกับผู้หญิงและคนผิวสีเนื่องจากขาดข้อมูลการฝึกอบรมที่หลากหลาย Katz โพสต์ภาพถนนที่สร้างใหม่ของ DALL-E บน Twitter โดยมีคำขอให้ออกแบบใหม่จากทั่วโลกค้างอยู่เป็นจำนวนมาก

อ่านข่าวเต็มได้ที่: Bloomberg

การเข้ารหัสควอนตัมอาจทำให้เกิดการสื่อสารที่ปลอดภัยอย่างแท้จริง

ภาพจาก Silicon Republic

การเข้ารหัสด้วยควอนตัมรูปแบบใหม่อาจถึงจุดที่สามารถทำให้เกิดการสื่อสารที่ปลอดภัยอย่างแท้จริง โดยช่วยอำนวยความสะดวกในการกระจายคีย์ควอนตัมระหว่างอุปกรณ์สองเครื่อง โดยอิงจากการพัวพันของควอนตัม (quantum entanglement) ตามคำกล่าวอ้างของทีมนักวิทยาศาสตร์นานาชาติ

นักวิจัยจำกัดไอออนเดี่ยวสองตัว—ผู้ส่งและตัวรับ—ในกับดักที่แยกจากกันซึ่งเชื่อมต่อกันด้วยใยแก้วนำแสง การพัวพันช่วยให้ผู้ส่งและผู้รับสร้างผลลัพธ์ร่วมกันโดยไม่มีการแทรกแซงจากบุคคลที่สาม

นักวิจัยกล่าวว่าระบบนี้อาจนำไปสู่การสื่อสารแบบสองฝ่ายที่ "อยู่เหนือพื้นฐาน" ของการควบคุมโดยศัตรู และยังสามารถรับประกันการสื่อสารแบบส่วนตัว ด้วยสมมติฐานทั่วไปเพียงเล็กน้อยเกี่ยวกับอุปกรณ์ที่ใช้

อ่านข่าวเต็มได้ที่: Silicon Republic

เฟรมเวอร์ก Lightning ที่เพิ่งถูกค้นพบมีความสามารถมากมายในการแฮกลินุกซ์

ภาพจาก Ars Technica

นักวิจัยจากบริษัทรักษาความปลอดภัย Intezer ได้เผยให้รู้จักเฟรมเวอร์ก Lightning ซึ่งเป็นเฟรมเวิร์กมัลแวร์แบบโมดูลาร์ที่ไม่มีเคยมีบันทึกเป้นเอกสารก่อนหน้านี้ โดยเฟรมเวอร์กนี้มุ่งโจมตีลินุกซ์ (Linux) หลังจากผู้โจมตีเข้าถึงระบบเป้าหมายแล้วก็จะติดตั้ง Lightning ลงไป โดย Lightning นำเสนอประสิทธิภาพและความเร็วที่เหมือนกันกับที่เฟรมเวิร์ก Djang มีให้สำหรับการพัฒนาเว็บ 

"Lightning มีความสามารถมากมาย และความสามารถในการติดตั้ง root kit มากมายหลายตัว รวมถึงความสามารถในการรันส่วนเสริม" Ryan Robinson จาก Intezer เขียน 

อ่านข่าวเต็มได้ที่: Ars Technica

นักวิจัยสร้างเซ็นเซอร์สำหรับดาวเทียมที่พิมพ์จากเครื่องพิมพ์สามมิติ

ภาพจาก  MIT News

นักวิทยาศาสตร์จาก Massachusetts Institute of Technology (MIT) ได้สร้างเครื่อง วิเคราะห์ศักยภาพการหน่วงเวลา (retarding potential analyzers) หรือ RPA ที่พิมพ์ด้วยเครื่องพิมพ์ 3 มิติทั้งหมด ซึ่งเป็นเซ็นเซอร์พลาสม่าที่ใช้โดยดาวเทียมเพื่อกำหนดองค์ประกอบทางเคมีและการกระจายพลังงานไอออนของบรรยากาศ 

เซ็นเซอร์ทำงานเช่นเดียวกับเซ็นเซอร์พลาสม่าเซมิคอนดักเตอร์ล้ำสมัยที่ผลิตในห้องปลอดเชื้อ ซึ่งทำให้มีราคาแพงและต้องใช้เวลาในการผลิตที่ซับซ้อนหลายสัปดาห์ ในทางตรงกันข้าม เซ็นเซอร์ที่พิมพ์ 3 มิติของ MIT สามารถผลิตได้ในหลักสิบดอลลาร์ในเวลาไม่กี่วัน ทำให้เหมาะสำหรับดาวเทียมขนาดเล็ก CubeSat 

นักวิจัยได้พัฒนาเซ็นเซอร์โดยใช้วัสดุแก้วเซรามิกซึ่งมีความทนทานมากกว่าวัสดุเซ็นเซอร์แบบเดิม เช่น ซิลิกอนและสารเคลือบฟิล์มบาง Luis Fernando Velásquez-García จาก MIT กล่าวว่า "การผลิตแบบเติมเนื้อวัสดุสามารถสร้างความแตกต่างอย่างมากในอนาคตของฮาร์ดแวร์สำหรับอวกาศ บางคนคิดว่าเมื่อใช้เครื่องพิมพ์3 มิติ ก็ต้องได้ประสิทธิภาพน้อยลง แต่เราได้แสดงให้เห็นแล้วว่ามันไม่เป็นอย่างนั้นเสมอไป"

อ่านข่าวเต็มได้ที่: MIT News

หุ่นยนต์เรียนงานบ้านด้วยการดูคนทำ

ภาพจาก Carnegie Mellon University School of Computer Science

Shikhar Bahl, Deepak Pathak และ Abhinav Gupta แห่ง Carnegie Mellon University พัฒนาอัลกอริธึมการเรียนรู้หุ่นยนต์ด้วยการเลียนแบบมนุษย์ในธรรมชาติ (In-the-Wild Human Imitating Robot Learning) หรือ  WHIRL เพื่อสอนหุ่นยนต์ให้ทำงานโดยการสังเกตสิ่งที่คนทำ 

WHIRL ช่วยให้หุ่นยนต์ได้รับความรู้จากวิดีโอที่แสดงปฏิสัมพันธ์ของมนุษย์กับสิ่งต่าง ๆ และนำข้อมูลนั้นไปใช้กับงานใหม่ ทำให้เหมาะสมกับการเรียนรู้การทำงานบ้าน นักวิจัยได้ติดตั้งกล้องให้กับหุ่นยนต์ และใช้อัลกอริธึม เพื่อให้หุ่นยนต์ได้เรียนรู้การทำงานมากกว่า 20 งานในสภาพแวดล้อมทางธรรมชาติ

ในแต่ละกรณี หุ่นยนต์จะเฝ้าดูมนุษย์ทำงานหนึ่งครั้ง จากนั้นจึงฝึกฝนและเรียนรู้ที่จะทำงานให้เสร็จด้วยตัวเอง “แทนที่จะรอให้หุ่นยนต์ถูกตั้งโปรแกรมหรือฝึกให้ทำงานต่าง ๆ ให้สำเร็จก่อนที่จะนำไปใช้ในบ้านคน เทคโนโลยีนี้ช่วยให้เราส่งหุ่นยนต์ไปที่บ้าน และให้พวกมันเรียนรู้วิธีการทำงานให้ลุล่วง พร้อมทั้งปรับตัวให้เข้ากับสภาพแวดล้อมด้วยการมองเท่านั้น" Pathak อธิบาย

อ่านข่าวเต็มได้ที่: Carnegie Mellon University School of Computer Science