วันอาทิตย์ที่ 12 กุมภาพันธ์ พ.ศ. 2566

ความก้าวหน้าทางควอนตัมสามารถปฏิวัติวงการคอมพิวเตอร์ได้

computer-chip
ภาพจาก BBC News

นักวิทยาศาสตร์จาก Sussex University ของสหราชอาณาจักรประสบความสำเร็จในการสร้างสถิติใหม่ด้านความเร็วและความแม่นยำในการถ่ายโอนข้อมูลควอนตัมระหว่างชิปคอมพิวเตอร์ ซึ่งนับเป็นก้าวใหม่สู่คอมพิวเตอร์ควอนตัมแบบการประมวลผลหลายงาน (multitasking) 

ระบบสามารถส่งข้อมูลแบบชิปต่อชิปด้วยความน่าเชื่อถือ 99.999993% ที่ความเร็วสูงสุดเป็นสถิติ นักวิจัยกล่าวว่าสิ่งนี้แสดงให้เห็นว่าชิปสามารถประกอบเข้าด้วยกันเพื่อใช้เป็นคอมพิวเตอร์ควอนตัมที่มีประสิทธิภาพมากขึ้น

Winifred Hensinger จาก Sussex กล่าวว่า "สิ่งที่เราประสบความสำเร็จจากจุดนี้คือ ความสามารถในการสร้างคอมพิวเตอร์ควอนตัมที่ทรงพลังอย่างยิ่งที่สามารถแก้ปัญหาที่สำคัญที่สุดสำหรับอุตสาหกรรมและสังคม"

อ่านข่าวเต็มได้ที่: BBC News

วันพฤหัสบดีที่ 9 กุมภาพันธ์ พ.ศ. 2566

NIST เลือกอัลกอริทึม "วิทยาการรหัสลับน้ำหนักเบา" เพื่อปกป้องอุปกรณ์ขนาดเล็ก

security-for-iot
ภาพจาก NIST News

ผู้เชี่ยวชาญด้านความมั่นคง (security) ปลอดภัยจากสถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐอเมริกา (National Institute of Standards and Technology ) หรือ NIST ได้เลือกอัลกอริทึมการเข้ารหัสในตระกูล Ascon เพื่อให้ได้รับการขนานนามว่าเป็นมาตรฐานการเข้ารหัสที่มีน้ำหนักเบาของหน่วยงานภายในปีนี้

ทีมนักวิจัยนานาชาติได้คิดค้นอัลกอริทึมเพื่อป้องกันข้อมูลที่สร้างและส่งผ่านอินเทอร์เน็ตของสรรพสิ่ง (Internet of Things) หรือ IoT 

อัลกอริทึมบางส่วนหรือทั้งหมดจากเจ็ดรายการในตระกูล Ascon อาจกลายเป็นส่วนหนึ่งของมาตรฐานการเข้ารหัสที่มีน้ำหนักเบาของ NIST งานที่พวกมันทำได้แก่ การเข้ารหัสที่น่าเชื่อถือ ด้วยข้อมูลที่เกี่ยวข้องและการแฮช (hash) ซึ่ง McKay จาก NIST กล่าวว่าเป็นหนึ่งในสิ่งที่สำคัญที่สุดในวิทยาการรหัสลับน้ำหนักเบา

อ่านข่าวเต็มได้ที่: NIST News

วันพุธที่ 8 กุมภาพันธ์ พ.ศ. 2566

หุ่นยนต์บินได้เลียนแบบการใช้เสียงสะท้อนของค้างคาวเพื่อหลีกเลี่ยงการชนกำแพง

drone-mimic-bat
ภาพจาก New Scientist

Frederike Dümbgen และเพื่อนร่วมงานที่ University of Toronto  ของแคนาดาและ Swiss Federal Institute of Technology เมืองโลซานน์ ได้ติดตั้งอุปกรณ์ให้หุ่นยนต์บินได้ เพื่อใช้ตำแหน่งเสียงสะท้อนคล้ายค้างคาวในการระบุตำแหน่งสภาพแวดล้อม โดยใช้เพียงไมโครโฟนและลำโพงธรรมดา

ลำโพงของหุ่นยนต์จะปล่อยเสียงออกมาด้วยช่วงความถี่ต่าง ๆ ซึ่งจะสะท้อนจากผนังและไมโครโฟนจะบันทึกเสียงที่สะท้อนกลับมา จากนั้นอัลกอริทึมจะใช้แบบรูปการรบกวนที่เกิดจากคลื่นเสียงเพื่อสร้างตัวแบบพื้นผิวของสภาพแวดล้อม

นักวิจัยได้ทดสอบระบบบนโดรนที่ติดตั้งเครื่องปล่อยสัญญาณเสียง และไมโครโฟน 4 ตัว และบนหุ่นยนต์ติดล้อที่มีลำโพงและไมโครโฟนในตัว โดรนสามารถระบุตำแหน่งผนังได้แม่นยำถึง 2 เซนติเมตร (0.7 นิ้ว) จากระยะห่าง 0.5 เมตรเมื่อหยุดเคลื่อนที่ และแม่นยำ 8 เซนติเมตร (3.1 นิ้ว) เมื่อลอยอยู่ในอากาศ

อ่านข่าวเต็มได้ที่: New Scientist

วันอังคารที่ 7 กุมภาพันธ์ พ.ศ. 2566

รถขับเคลื่อนอัตโนมัติ: อัลกอริทึมกระจายความเสี่ยงอย่างเท่าเทียม

autonomous-driving-cars-in-action
ภาพจาก Technical University of Munich (Germany)

อัลกอริทึมรถขับเคลื่อนอัตโนมัติที่พัฒนาโดยนักวิจัยที่ Technical University of Munich (TUM) เป็นครั้งแรกที่รวมคำแนะนำด้านจริยธรรม 20 ข้อของคณะกรรมาธิการสหภาพยุโรป และเป็นครั้งแรกที่กระจายความเสี่ยงอย่างเป็นธรรมแทนที่จะใช้หลักการอย่างใดอย่างหนึ่ง/หรือเพื่อตัดสินใจอย่างมีจริยธรรม

Maximilian Geisslinger จาก TUM กล่าวว่า "อัลกอริทึมของเราชั่งน้ำหนักความเสี่ยงต่างๆ และสร้างทางเลือกทางจริยธรรมจากพฤติกรรมที่เป็นไปได้หลายพันรายการ และดำเนินการดังกล่าวภายในเวลาเพียงเสี้ยววินาที"

นักวิจัยได้แปลกฎของคณะผู้เชี่ยวชาญเป็นการคำนวณทางคณิตศาสตร์โดยจำแนกประเภทยานพาหนะและผู้คนที่สัญจรไปมาบนถนนตามความเสี่ยงที่จะเกิดกับผู้อื่นและความเต็มใจที่จะรับความเสี่ยง

พวกเขาใช้ความเสี่ยงสูงสุดที่ยอมรับได้ตามสถานการณ์และตัวแปร ต่าง ๆ บนท้องถนน โดยคำนึงถึงความรับผิดชอบของแต่ละฝ่าย

อ่านข่าวเต็มได้ที่: Technical University of Munich (Germany)

วันจันทร์ที่ 6 กุมภาพันธ์ พ.ศ. 2566

ใช้หุ่นยนต์เพื่อสู้สาหร่ายพิษ

researchers
ทีมนักวิจัย ภาพจาก C Viterbi School of Engineering

วิธีการที่คิดค้นโดยนักวิทยาศาสตร์คอมพิวเตอร์และนักชีววิทยาที่ University of Southern California สามารถช่วยให้หุ่นยนต์อัตโนมัติระบุไซต์ตัวอย่างที่ดีที่สุดสำหรับสาหร่ายพิษได้

หุ่นยนต์ทำหน้าที่เป็น "ตัวสำรวจล่วงหน้า" เพื่อล่วงหน้าไปตรวจสอบพื้นที่ล่วงหน้าก่อนนักชีววิทยา โดยใช้กรอบการวางแผนเพื่อค้นหาร่องรอยของสาหร่ายที่ผลิบาน ในขณะที่สำรวจแหล่งน้ำตามความต้องการของนักชีววิทยา

แบบจำลองระบบอัตโนมัตินั้น "ฉลาดกว่า" กว่าอุปกรณ์ที่นักชีววิทยามักใช้เพื่อวัตถุประสงค์ดังกล่าว เนื่องจากมีการใช้ประโยชน์จากการจำลองสภาพแวดล้อมโดยใช้การวางแผนเส้นทางที่ให้ข้อมูลเพื่อระบุเส้นทางที่เหมาะสมที่สุดเพื่อบรรลุวัตถุปะสงค์

อ่านข่าวเต็มได้ที่: USC Viterbi School of Engineering