วันจันทร์ที่ 31 กรกฎาคม พ.ศ. 2566

การทำแผนที่ด้วยเลเซอร์เปิดเผยเมืองของชาวมายาที่สาบสูญ

laser-mapping
ภาพจาก CNN

เทคโนโลยีการทำแผนที่ด้วยเลเซอร์ค้นพบเมืองของชาวมายาที่สาบสูญไปนานในป่าของคาบสมุทรยูคาทาน (Yucatan Peninsula) ของเม็กซิโก 

ในเดือนมีนาคม Juan Carlos Fernandez-Diaz แห่ง University of Houston ใช้ระบบ LiDAR เพื่อระบุเมือง Ocomtun ที่สูญหายโดยใช้การบินสี่ชั่วโมงจำนวนสามเที่ยวบิน

Fernandez-Diaz เป็นผู้บุกเบิกการใช้ LiDAR ทางโบราณคดี ทำแผนที่ป่าในอเมริกากลางกว่า 20,000 ตารางกิโลเมตร (7,722 ตารางไมล์) และมีส่วนร่วมในการขุดค้น 45 ครั้ง

Ivan Šprajc จาก Academy of Sciences and Arts ของสโลเวเนีย ซึ่งเป็นผู้นำการสำรวจ Ocomtun กล่าวว่า LiDAR ช่วยให้นักโบราณคดีมองผ่านป่าทึบได้

อ่านข่าวเต็มได้ที่: CNN

วันอาทิตย์ที่ 30 กรกฎาคม พ.ศ. 2566

เข้าถึงรากของปัญหาโดยใช้ตัวแบบฝาแฝดดิจิทัลของต้นไม้

rhizomorph
ภาพจาก Purdue University

ทีมนักวิทยาศาสตร์นานาชาติได้จำลองการพัฒนาที่ประสานกันของรากต้นไม้ และวิธีที่พวกมันตอบสนองต่อน้ำและสารอาหารที่ได้รับผ่านแฝดดิจิทัลแบบโต้ตอบสามมิติ

ตัวแบบแบบดิจิทัล Rhizomorph จำลององค์ประกอบโครงสร้าง เช่น ทรายดินเหนียว ดินร่วน หรือซากพืช โดยผสานรวมน้ำ สารอาหาร และแสง ในกลไกการส่งสัญญาณที่แจ้งเตือนรากและหน่อว่ามีพลังงานอยู่เท่าใด ตัวแบบนี้มีความสามารถการกำหนดค่าระบบรากต่างเช่นระบบรากแก้ว รากที่ตอบสนองต่อสารอาหารต่างๆ และดิน

Przemyslaw Prusinkiewicz จาก University of Calgary ของแคนาดา อ้างถึงงานวิจัยนี้ว่า "ทำให้มีความก้าวหน้าอย่างมากในเทคโนโลยีล่าสุด เกี่ยวกับการสร้างตัวแบบต้นไม้ในสภาพแวดล้อมจริง"

อ่านข่าวเต็มได้ที่: Purdue University

วันเสาร์ที่ 29 กรกฎาคม พ.ศ. 2566

คุณลักษณะการตรวจจับการแอบอ้างบุคคลอื่นช่วยปกป้องแบรนด์และความเป็นตัวตนจากบัญชีปลอมบนโซเชียลมีเดีย

 

social-media
Photo by Merakist on Unsplash

Viral Nation บริษัทการเปลี่ยนรูปด้านการตลาดบนโซเชียลมีเดีย ความเป็นเลิศ และเทคโนโลยีในแคนาดา ประกาศเปิดตัวฟีเจอร์ป้องกันการแอบอ้างบุคคลอื่นสำหรับแพลตฟอร์มติดตามสื่อสังคม Viral Nation_Secure

การปรับปรุงสามารถป้องกันแบรนด์ ความเป้นตัวตน และสังคมโดยรวมจากบัญชีปลอม คุณลักษณะนี้สามารถตรวจจับบัญชีปลอมด้วยความแม่นยำที่ไม่มีใครเทียบได้โดยใช้การวิเคราะห์ปัญญาประดิษฐ์แบบหลายขั้นตอนที่เป็นกรรมสิทธิ์เฉพาะ ซึ่งรวมถึงการจดจำและการรู้จำในการตรวจจับ และการวิเคราะห์เชิงลึก

ระบบสามารถดำเนินการค้นหาอย่างต่อเนื่องพร้อมกันในแพลตฟอร์มต่าง ๆ ติดป้ายกำกับและเปิดเผยบัญชีปลอม ค้นหาพร้อม ๆ กันจากหลากหลายแพลตฟอร์ม ในขณะที่เปิดเผยบัญชีที่ถูกลบไปให้กับแพลตฟอร์มเพื่อปกป้องแบรนด์ส่วนบุคคล และสถานะออนไลน์ของบริษัท

คุณลักษณะนี้ยังสามารถระบุเนื้อหาโซเชียลมีเดียที่ไม่ปลอดภัย เช่น คำหยาบคาย คำพูดแสดงความเกลียดชัง และความรุนแรงในรูปภาพ วิดีโอ และข้อความ และตรวจจับการละเมิดลิขสิทธิ์เสียง

อ่านข่าวเต็มได้ที่: Viral Nation

วันศุกร์ที่ 28 กรกฎาคม พ.ศ. 2566

สกุลเงินคริปโทใหม่ให้โทเค็นกับผู้ใช้แลกกับการสแกนลูกตา

eye-ball
ภาพจาก The Guardian (U.K.)

Sam Altman ซึ่งเป็น CEO ของ OpenAI ได้เปิดตัวโครงการสกุลเงินคริปโทของ Worldcoin เพื่อแยก "มนุษย์ที่ยืนยันตัวตนแล้ว" จากระบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ผ่านการสแกนไบโอเมตริกซ์

ผู้เข้าร่วมที่เปิดตัวบัญชีใหม่จะได้รับการสแกนม่านตาเพื่อแลกกับโทเค็นจำนวน 25 โทเค็น ซึ่งเทียบเท่ากับเงินประมาณ 40 ปอนด์ (51.66 ดอลลาร์สหรัฐฯ) 

ตามโครงการนี้ World ID ที่พวกเขาได้รับจะยืนยันว่าพวกเขาเป็น "บุคคลจริงและมันจะไม่ซ้ำกับใคร" ผู้ใช้ยังสามารถชำระเงิน ซื้อ และโอนเงินทั่วโลกโดยใช้สินทรัพย์ดิจิทัล และสกุลเงินดั้งเดิมผ่านแอปพลิเคชัน World 

ผู้ใช้ 2 ล้านคนจาก 33 ประเทศ ส่วนใหญ่อยู่ในยุโรป อินเดีย และแอฟริกาตอนใต้ ได้ลงทะเบียนและได้รับการสแกนเพื่อบริการดังกล่าวแล้ว ซึ่งแอปจะเปิดตัวอย่างเป็นทางการในสัปดาห์นี้

อ่านข่าวเต็มได้ที่: The Guardian (U.K.)

วันพฤหัสบดีที่ 27 กรกฎาคม พ.ศ. 2566

AI ที่สอน AI ตัวอื่น

robot-brain
ภาพจาก USC Viterbi School of Engineering

นักวิทยาศาสตร์จาก University of Southern California (USC), Intel Labs และ Chinese Academy of Sciences แสดงให้เห็นว่าเราสามารถฝึกหุ่นยนต์เพื่อไปฝึกหุ่นยนต์ตัวอื่นได้ด้วยการแบ่งปันความรู้

นักวิจัยได้พัฒนาเครื่องมือ Shared Knowledge Lifelong Learning (SKILL) เพื่อสอนตัวแทน (agent) ปัญญาประดิษฐ์ (artificial intelligence) ด้วยงาน 102 งานที่ไม่ซ้ำกัน โดยแบ่งปันความรู้ผ่านเครือข่ายการสื่อสารแบบกระจายอำนาจ

นักวิจัยกล่าวว่าพวกเขาพบว่าอัลกอริทึมของเครื่องมือ SKILL ช่วยเร่งกระบวนการเรียนรู้โดยอนุญาตให้ตัวแทนเรียนรู้ไปพร้อมกัน งานวิจัยนี้ระบุว่าเวลาในการเรียนรู้ลดลง 101.5 เท่าเมื่อตัวแทน 102 คนเรียนรู้แค่งานแล้วนำมาแบ่งปันกัน

อ่านข่าวเต็มได้ที่: USC Viterbi School of Engineering