Buy Verified Wise Accounts

https://globalseoshop.com/product/buy-verified-wise-accounts/

On the off chance that you need more data simply thump us-
Email: Globalseoshop@gmail.com
WhatsApp: +18647088783
Skype: GlobalSeoShop
Telegram: @GlobalSeoShop

#BuyWiseAccounts
#VerifiedWiseAccounts
#WiseAccountsForSale
#BuyVerifiedWise
#GlobalSEOShop
#WiseAccountSeller
#WiseVerifiedLogin
#WiseBusinessAccounts
#Wise2025
#OnlinePaymentAccounts

“Fudan สร้างชิปหน่วยความจำจากวัสดุ 2D บนซิลิคอนสำเร็จ — จุดเปลี่ยนวงการเซมิคอนดักเตอร์ระดับอะตอม”

ทีมนักวิจัยจากมหาวิทยาลัย Fudan ประเทศจีน ได้สร้างชิปหน่วยความจำที่ใช้งานได้จริงโดยใช้วัสดุสองมิติ (2D materials) และฝังลงบนซิลิคอนแบบดั้งเดิมได้สำเร็จเป็นครั้งแรก โดยใช้กระบวนการที่เรียกว่า “ATOM2CHIP” ซึ่งช่วยให้สามารถเติบโตชั้น molybdenum disulfide (MoS₂) ที่บางเพียงไม่กี่อะตอมลงบนชิป CMOS ขนาด 0.13 ไมโครเมตรได้โดยตรง

ผลลัพธ์คือชิปไฮบริดที่รวมหน่วยความจำแฟลชแบบ NOR ที่สร้างจากวัสดุ 2D เข้ากับคอนโทรลเลอร์ CMOS แบบมาตรฐาน ทำให้สามารถเขียน/ลบข้อมูลได้ในเวลาเพียง 20 นาโนวินาที เก็บข้อมูลได้นานถึง 10 ปี และทนต่อการเขียนซ้ำได้มากกว่า 100,000 ครั้ง โดยใช้พลังงานเพียง 0.644 พิโคจูลต่อบิต ซึ่งต่ำกว่าชิปแฟลชทั่วไปอย่างมาก

ทีมวิจัยยังรายงานว่า yield ของการผลิตเต็มชิปอยู่ที่ 94.34% ซึ่งใกล้เคียงกับระดับการผลิตเชิงพาณิชย์ และถือเป็นก้าวสำคัญในการนำวัสดุ 2D เข้าสู่การใช้งานจริงในอุตสาหกรรมเซมิคอนดักเตอร์

เพื่อให้วัสดุ 2D สามารถฝังลงบนพื้นผิวซิลิคอนได้โดยไม่เสียหาย ทีมงานได้พัฒนาเทคนิคการยึดเกาะแบบ conformal adhesion ที่ช่วยให้วัสดุสามารถ “ไหล” ไปตามพื้นผิวที่ไม่เรียบของซิลิคอนได้อย่างนุ่มนวล พร้อมระบบบรรจุภัณฑ์ที่ป้องกันความร้อนและไฟฟ้าสถิต

นอกจากนี้ยังมีการออกแบบระบบ cross-platform interface ที่ช่วยให้ชั้น 2D สามารถสื่อสารกับตรรกะ CMOS ได้อย่างไร้รอยต่อ รองรับการทำงานแบบ instruction-driven, 32-bit parallelism และ random access

ข้อมูลสำคัญจากข่าว
นักวิจัย Fudan สร้างชิปหน่วยความจำจากวัสดุ 2D บนซิลิคอนสำเร็จ
ใช้กระบวนการ ATOM2CHIP เพื่อฝัง MoS₂ บน CMOS 0.13μm
ชิปไฮบริดรวม NOR flash 2D กับคอนโทรลเลอร์ CMOS
เขียน/ลบข้อมูลได้ใน 20 นาโนวินาที
เก็บข้อมูลได้นาน 10 ปี และเขียนซ้ำได้มากกว่า 100,000 ครั้ง
ใช้พลังงานเพียง 0.644 พิโคจูลต่อบิต
Yield การผลิตเต็มชิปอยู่ที่ 94.34%
ใช้เทคนิค conformal adhesion เพื่อฝังวัสดุ 2D บนพื้นผิวซิลิคอน
มีระบบบรรจุภัณฑ์ป้องกันความร้อนและไฟฟ้าสถิต
ออกแบบ cross-platform interface เพื่อเชื่อมต่อกับ CMOS logic

ข้อมูลเสริมจากภายนอก
วัสดุ 2D เช่น MoS₂ มีคุณสมบัติทางไฟฟ้าและความบางระดับอะตอม
NOR flash เป็นหน่วยความจำที่ใช้ในงานที่ต้องการความเร็วสูงและความทนทาน
Yield สูงกว่า 90% ถือว่าใกล้เคียงกับระดับการผลิตเชิงพาณิชย์
การใช้ conformal adhesion ช่วยลดความเสียหายจากพื้นผิวที่ไม่เรียบ
การเชื่อมต่อกับ CMOS logic เป็นกุญแจสำคัญในการนำวัสดุ 2D ไปใช้งานจริง

https://www.tomshardware.com/tech-industry/semiconductors/researchers-achieve-breakthrough-integration-of-2d-materials-on-silicon-chips

“จีนขึ้นบัญชีดำ TechInsights — บริษัทแคนาดาที่เปิดโปง Huawei ใช้เทคโนโลยี TSMC ฝ่าฝืนมาตรการสหรัฐฯ”

รัฐบาลจีนประกาศขึ้นบัญชีดำบริษัท TechInsights จากแคนาดา โดยระบุว่าเป็น “หน่วยงานที่ไม่น่าเชื่อถือ” หลังจากบริษัทดังกล่าวเปิดเผยข้อมูลสำคัญเกี่ยวกับการใช้เทคโนโลยีจาก TSMC และผู้ผลิตชิปต่างประเทศในผลิตภัณฑ์ของ Huawei แม้จะอยู่ภายใต้ข้อจำกัดการส่งออกจากสหรัฐฯ

TechInsights เป็นบริษัทวิจัยด้านเซมิคอนดักเตอร์ที่เชี่ยวชาญในการ “แยกชิ้นส่วน” อุปกรณ์อิเล็กทรอนิกส์เพื่อวิเคราะห์โครงสร้างภายใน โดยรายงานล่าสุดของบริษัทพบว่า Huawei ยังคงใช้ชิ้นส่วนจาก TSMC, Samsung และ SK Hynix ในชิป AI รุ่น Ascend 910C ซึ่งขัดกับมาตรการควบคุมการส่งออกของสหรัฐฯ ที่พยายามจำกัดการเข้าถึงเทคโนโลยีขั้นสูงของจีน

กระทรวงพาณิชย์จีนระบุว่า TechInsights และบริษัทในเครือทั่วโลกจะถูกห้ามไม่ให้ทำธุรกรรมหรือแลกเปลี่ยนข้อมูลกับองค์กรหรือบุคคลในจีน โดยให้เหตุผลว่า TechInsightsมีส่วนร่วมใน “ความร่วมมือทางเทคนิคทางทหารกับไต้หวัน” และ “ให้ข้อมูลที่เป็นอันตรายต่อความมั่นคงของจีน”

การขึ้นบัญชีดำครั้งนี้เกิดขึ้นเพียงไม่กี่วันหลังจาก TechInsights เผยแพร่รายงานที่แสดงให้เห็นว่า Huawei ยังพึ่งพาเทคโนโลยีจากต่างประเทศ แม้จะพยายามสร้างห่วงโซ่อุปทานภายในประเทศเองก็ตาม

ข้อมูลสำคัญจากข่าว
จีนขึ้นบัญชีดำ TechInsights โดยระบุว่าเป็น “หน่วยงานที่ไม่น่าเชื่อถือ”
TechInsights เปิดเผยว่า Huawei ใช้ชิ้นส่วนจาก TSMC, Samsung และ SK Hynix
ชิ้นส่วนเหล่านี้ปรากฏในชิป AI รุ่น Ascend 910C ของ Huawei
การเปิดเผยขัดกับมาตรการควบคุมการส่งออกของสหรัฐฯ
กระทรวงพาณิชย์จีนห้าม TechInsights ทำธุรกรรมหรือแลกเปลี่ยนข้อมูลกับองค์กรในจีน
เหตุผลที่จีนให้คือความร่วมมือทางเทคนิคกับไต้หวันและการให้ข้อมูลที่เป็นภัยต่อจีน
TechInsights เป็นบริษัทวิจัยที่เชี่ยวชาญด้านการแยกชิ้นส่วนอุปกรณ์อิเล็กทรอนิกส์

ข้อมูลเสริมจากภายนอก
Huawei ถูกขึ้นบัญชีดำโดยสหรัฐฯ ตั้งแต่ปี 2019
TSMC และ Samsung อยู่ภายใต้ข้อจำกัดการส่งออกเทคโนโลยีขั้นสูงไปยังจีน
Ascend 910C เป็นชิป AI ระดับสูงที่ใช้ในงานประมวลผลแบบ deep learning
การแยกชิ้นส่วน (teardown) เป็นวิธีการวิเคราะห์ที่ใช้ตรวจสอบแหล่งที่มาของชิ้นส่วน
การควบคุมการส่งออกของสหรัฐฯ มุ่งลดความสามารถของจีนในการพัฒนาเทคโนโลยีทางทหาร

https://www.tomshardware.com/tech-industry/china-bans-research-company-that-helped-unearth-huaweis-use-of-tsmc-tech-despite-u-s-bans-techinsights-added-to-unreliable-entity-list-by-state-authorities

Decoding Market Opportunities: Key Insights from the Insomnia Market Research

Recent Insomnia Market research highlights how evolving patient expectations and technology integration are reshaping treatment methodologies. Research shows that insomnia affects more than one-third of adults globally, contributing to increased healthcare costs and lost productivity. The condition’s psychological and physiological impacts are encouraging pharmaceutical and technology companies to innovate beyond traditional medication-based therapies. Behavioral therapies, digital platforms, and wearable monitoring devices are at the forefront of this evolution. The increasing preference for non-drug treatments is transforming the competitive landscape, allowing new entrants and startups to thrive.

Ref - https://www.marketresearchfuture.com/reports/insomnia-market-545

“Claude Sonnet 4.5 จาก Anthropic เขียนโค้ดต่อเนื่อง 30 ชั่วโมง — ก้าวใหม่ของ AI ด้านการพัฒนาโปรแกรม”

Anthropic บริษัท AI คู่แข่งของ OpenAI ได้ประกาศความสำเร็จครั้งสำคัญในการพัฒนาโมเดล AI สำหรับงานเขียนโปรแกรม โดย Claude Sonnet 4.5 สามารถทำงานเขียนโค้ดได้ต่อเนื่องถึง 30 ชั่วโมงโดยไม่สะดุด ซึ่งถือเป็นการพัฒนาอย่างก้าวกระโดดจากเวอร์ชันก่อนหน้าที่ทำงานได้เพียง 7 ชั่วโมง

Sean Ward ซีอีโอของ Anthropic ระบุว่า “Claude Sonnet 4.5 ได้เปลี่ยนความคาดหวังของเรา — มันช่วยให้วิศวกรสามารถจัดการงานโครงสร้างซับซ้อนที่กินเวลาหลายเดือนให้เสร็จได้ในเวลาอันสั้น พร้อมรักษาความสอดคล้องของโค้ดขนาดใหญ่ได้อย่างดีเยี่ยม”

นอกจากความสามารถในการเขียนโค้ดต่อเนื่องแล้ว Claude Sonnet 4.5 ยังมีจุดเด่นด้านการตรวจจับช่องโหว่ในซอฟต์แวร์ ซึ่งช่วยลดความเสี่ยงจากการโจมตีทางไซเบอร์ และถูกนำไปใช้จริงในการพัฒนาซอฟต์แวร์ภายในของบริษัท

การพัฒนา AI ด้านการเขียนโปรแกรมกำลังกลายเป็นสนามแข่งขันใหม่ของบริษัทเทคโนโลยี โดย OpenAI เองก็เปิดตัว Codex สำหรับนักพัฒนาไปก่อนหน้านี้ และ Claude Sonnet 4.5 ถือเป็นการตอบโต้ที่ทรงพลังจากฝั่ง Anthropic

ข้อมูลสำคัญจากข่าว
Claude Sonnet 4.5 เขียนโค้ดต่อเนื่องได้ถึง 30 ชั่วโมง
เวอร์ชันก่อนหน้าทำงานได้เพียง 7 ชั่วโมง
ช่วยวิศวกรลดเวลาในการจัดการโครงสร้างซอฟต์แวร์ขนาดใหญ่
ตรวจจับช่องโหว่ในโค้ดที่อาจถูกใช้โจมตีทางไซเบอร์
ถูกนำไปใช้จริงในการพัฒนาซอฟต์แวร์ของ Anthropic
เป็นคู่แข่งโดยตรงกับ Codex จาก OpenAI

ข้อมูลเสริมจากภายนอก
Claude Sonnet 4.5 ใช้เทคนิค reasoning agent และ memory optimization เพื่อรักษาความต่อเนื่อง
การเขียนโค้ดต่อเนื่องช่วยลด context switching ของนักพัฒนา
การตรวจจับช่องโหว่ด้วย AI ช่วยลดภาระของทีม security
Claude Sonnet 4.5 รองรับการเขียนหลายภาษา เช่น Python, JavaScript, Go และ Rust
โมเดลนี้สามารถทำงานร่วมกับ IDE ผ่าน API ได้โดยตรง

คำเตือนและข้อจำกัด
Claude Sonnet 4.5 ยังอยู่ในช่วงทดลอง อาจมีข้อผิดพลาดในการวิเคราะห์โค้ด
การพึ่งพา AI ในการเขียนโค้ดทั้งหมดอาจทำให้เกิด blind spot ด้านความปลอดภัย
การตรวจจับช่องโหว่ด้วย AI ยังไม่สามารถแทนที่การตรวจสอบจากผู้เชี่ยวชาญได้
การใช้งานต่อเนื่อง 30 ชั่วโมงอาจต้องการทรัพยากรระบบสูง
การนำไปใช้ในองค์กรต้องมีการปรับแต่งและควบคุมสิทธิ์การเข้าถึงอย่างรัดกุม

https://www.thestar.com.my/tech/tech-news/2025/10/12/anthropic039s-new-ai-model-can-write-code-for-30-hours-straight

Congratulations to the 2025 Nobel Prize Laureates in Physiology or Medicine
Congratulations to Mary E. Brunkow, Fred Ramsdell, and Shimon Sakaguchi, awarded the 2025 Nobel Prize in Physiology or Medicine for their work on peripheral immune tolerance. Sakaguchi’s discovery of regulatory T cells in 1995 revealed the immune system’s peacekeepers, while Brunkow and Ramsdell’s identification of the Foxp3 gene in 2001 showed its vital role in preventing autoimmune disease. Their combined research transformed immunology, explaining how our bodies avoid harmful self-attacks and unlocking new possibilities for therapies in autoimmune disorders, cancer, and organ transplantation.

https://www.facebook.com/share/r/1Bkun4BY3v/?mibextid=UalRPS

Buy Verified Wise Accounts

https://globalseoshop.com/product/buy-verified-wise-accounts/

On the off chance that you need more data simply thump us-
Email: Globalseoshop@gmail.com
WhatsApp: +18647088783
Skype: GlobalSeoShop
Telegram: @GlobalSeoShop

#BuyWiseAccounts
#VerifiedWiseAccounts
#WiseAccountsForSale
#BuyVerifiedWise
#GlobalSEOShop

Buy Verified Wise Accounts

https://globalseoshop.com/product/buy-verified-wise-accounts/

On the off chance that you need more data simply thump us-
Email: Globalseoshop@gmail.com
WhatsApp: +18647088783
Skype: GlobalSeoShop
Telegram: @GlobalSeoShop

#BuyWiseAccounts
#VerifiedWiseAccounts
#WiseAccountsForSale
#BuyVerifiedWise
#GlobalSEOShop
#WiseAccountSeller
#WiseVerifiedLogin
#WiseBusinessAccounts
#Wise2025

แกะรอยสงครามโลกครั้งที่ 3 ตอนที่ 1
นิทานเรื่องจริง เรื่อง “แกะรอยสงครามโลกครั้งที่ 3”
ตอนที่ 1

กลิ่นสงครามโลกฉุนขึ้นทุกวัน สงครามชิงความเป็นเจ้าของโลกถ้าจะเลี่ยงยาก จะเริ่มเมื่อไหร่และจะเริ่มที่ไหนเท่านั้นเอง

อันที่จริง สงครามโลกครั้งที่ 3 เริ่มส่งสัญญาณ ส่งกลิ่นครั้งแรกมาแล้วตั้งแต่ วันที่รัสเซียยกกองทัพเข้าไปยึด Crimea เมื่อ 21 มีนาคม ค.ศ.2014 !

รัสเซียเป็นฝ่ายจุดชนวนสงครามโลกครั้งที่ 3 อย่างนั้นหรือ อย่าเพิ่งลงความเห็น ใจเย็น ตามอ่านกันไปเรื่อยๆก่อนครับ

ถ้าสังเกตกัน ผมเริ่มเขียนนิทานและเอาลงให้อ่านในเพจนิทานฯ ตั้งแต่เดือนตุลาคมปีที่แล้ว (ค.ศ.2013) แต่ ละเรื่องที่ผมเขียน เกี่ยวเนื่องและขยายความซึ่งกันและกัน เป็นการปูพื้นเรื่องราว เพื่อสร้างความเข้าใจให้แก่ท่านผู้อ่าน ต่อเหตุการณ์ที่เกิดขึ้นทั้งในบ้านเราและนอกบ้าน ซึ่งในที่สุดแล้ว จะนำไปสู่เหตุการณ์วิกฤติสำคัญของโลก ซึ่งผมคาดว่า มีความเป็นไปได้สูงว่าอาจจะเกิดขึ้น ในช่วงเวลาตั้งแต่ปลายปีนี้เป็นต้นไป

คงจำกันได้ (ถ้าจำไม่ได้โปรดกลับไปอ่านนิทานเรื่อง หักหน้า หักหลัง ใหม่ นะครับ) ผมได้เล่าให้ฟังว่า Sir Halford Mackinder หรือครู Mac ครูใหญ่ชาวอังกฤษด้านภูมิศาสตร์ การเมือง (Geopolitics) บอกมา 100 กว่าปีแล้ว ตั้งแต่ปี ค.ศ. 1904 ในการสัมมนาของ Rayal Geographic Society ที่ London ว่า ใครก็ตาม ที่มีอำนาจควบคุมเหนือรัสเซีย ผู้นั้นจะเป็นผู้ตัดสิน หรือควบคุมบริเวณ Eurasia อันกว้างใหญ่ และนั่นหมายความว่า จะเป็นผู้ควบคุมโลกใบนี้ได้อย่างสมบูรณ์

Eurasia คือบริเวณที่เริ่มตั้งแต่แม่น้ำ Elbe ในเยอรมัน ยาวลงมาถึงทะเล Adriatic ผ่าน Sofia, Bulgaria ข้ามมา Black Sea และ Caspian Sea จน มาถึงเอเซียกลาง ยาวไปถึงจีน เป็นบริเวณที่กว้างใหญ่และอุดมไปด้วยทรัพยากรธรรมชาติ เช่น น้ำมัน ก๊าซ และแร่ธาตุชั้นดีต่างๆ (คร่าวๆก็คือสหภาพโซเวียตและส่วนเหนือของตะวันออกกลางน่ะครับ)

ครู Mac เรียกใจกลาง Eurasia ว่า Heartland กล่องดวงใจ ซึ่งเป็นอาณาบริเวณปัจจุบัน ของรัสเซียและยูเครน !
รอบกล่องดวงใจ จะมีประเทศที่สำคัญเช่น เยอรมัน ออสเตรีย ตุรกี อินเดีย และจีน ล้อมรอบอยู่

แต่ถ้าเอา Eurasia ยุโรป และเอเซียมารวมกัน ครู Mac เรียกอาณาบริเวณทั้งหมดนั้น ว่า World Island ซึ่ง World Island นี่ ครู Mac ไม่นับรวมอังกฤษ เกาะใหญ่เท่าปลายนิ้วก้อยของเท้าซ้าย เข้าไปด้วย เพราะครู Mac วางแผนให้อังกฤษเท่านั้น เป็นผู้ครอบครอง World Island ทั้งหมด! แน่จริงครู!

ครู Mac บอกว่า สหภาพโซเวียต เป็นจุดยุทธศาสตร์ ที่เข้มแข็งที่สุดโดยสภาพของธรรมชาติ ที่ทำให้สามารถป้องกันตัวเองได้เป็นอย่างดี และมีความได้เปรียบอย่างสำคัญ นอกจากนี้สหภาพโซเวียต ยังเพียบพร้อมไปด้วยทรัพยากรธรรมชาติ และทรัพยากรมนุษย์ที่มีคุณภาพอย่างยิ่ง เป็นจำนวนมาก

บทเรียนเกี่ยวกับยุทธศาสตร์สำคัญของครู Mac ที่ก้องอยู่ ในรูหู ของเหล่าบรรดาลูกศิษย์ ซึ่งมีทั้งอยู่ทั้งในอังกฤษและอเมริกา ตั้งแต่ประมาณปี ค.ศ.1904 และกลายเป็นต้นกำเนิดของยุทธศาสตร์การชิงโลก หรือการทำสงครามโลก ตั้งแต่ครั้งที่ 1, 2 และอาจจะครั้งที่ 3 ด้วย คือ

Who rules East Europe commands the Heartland
Who rules the Heartland commands the World Island
Who rules the World Island commands the World

นอกจากนี้ครู Mac ยังบอกกับอังกฤษศิษย์รักว่า ยุทธศาสตร์ที่อังกฤษจะต้องยึดถือเป็นหลัก จำใส่หัวไว้อย่าได้ลืมเป็นอันขาด คือต้องทำทุกวิถีทาง ที่จะไม่ให้มีการรวมตัวกันระหว่าง Poland, Czecho, Austria, Hungary และ Russia

แนวความคิดของครู Mac เป็น เสมือนเข็มทิศ แรงผลักดันที่สำคัญ ที่ทำให้อังกฤษคิดครองโลก และนำไปสู่การตัดสินใจเข้าสู่สงครามโลกครั้งที่ 1 ในปี ค.ศ.1914 เมื่ออังกฤษรู้ว่า “น้ำมัน” คืออาวุธสำคัญในการครองโลก และขณะนั้นอังกฤษไม่มีแหล่งน้ำมันของตัวเอง แม้แต่แหล่งเดียว ขณะ เดียวกัน อังกฤษก็เตรียมพร้อมที่จะทำทุกอย่างเพื่อทำลายเยอรมัน ซึ่งอังกฤษคิดว่าเป็นคู่แข่งสำคัญในแผนการครองโลกของอังกฤษ (รายละเอียดเกี่ยวกับเรื่องนี้อยู่ในนิทานชุดเหยื่อ)

คงไม่เกินไป ถ้าจะบอกว่า ความหายนะของโลกนี้ ที่เกิดขึ้นจากผลของสงครามโลกครั้งที่ 1 และครั้งที่ 2 เริ่มต้นจากทฤษฎีครู Mac ตัณหาและความอยากครองโลกของอังกฤษ ผู้เป็นเจ้าของเกาะใหญ่เท่าปลายนิ้วก้อยของเท้าซ้าย !

สวัสดีครับ
คนเล่านิทาน
30 พย. 2557

“PipeWire 1.4.9 มาแล้ว! เสถียรขึ้น รองรับ libcamera sandbox และแก้ปัญหาเสียง ALSA อย่างชาญฉลาด”

PipeWire 1.4.9 ได้เปิดตัวเมื่อวันที่ 9 ตุลาคม 2025 โดยเป็นการอัปเดตบำรุงรักษาในซีรีส์ 1.4 ของระบบจัดการสตรีมเสียงและวิดีโอแบบโอเพ่นซอร์สบน Linux ที่ได้รับความนิยมสูงสุดในปัจจุบัน เวอร์ชันนี้เน้นการแก้ไขบั๊กและปรับปรุงความเข้ากันได้กับฮาร์ดแวร์และซอฟต์แวร์รุ่นใหม่ โดยเฉพาะการทำงานร่วมกับ libcamera และ ALSA

หนึ่งในจุดเด่นคือการปรับปรุงการกู้คืนเสียงเมื่อ ALSA ไม่รองรับ “3 periods” ซึ่งเคยทำให้ระบบเสียงล่มหรือไม่ตอบสนอง นอกจากนี้ยังแก้ regression ที่ทำให้ node ไม่เข้าสู่สถานะพร้อมใช้งาน และแก้ปัญหาการเริ่มต้น adapter ที่ล้มเหลว

PipeWire 1.4.9 ยังลบการตั้งค่า RestrictNamespaces ออกจากไฟล์ systemd เพื่อให้ libcamera สามารถโหลด IPA modules แบบ sandbox ได้ ซึ่งเป็นการเปิดทางให้ระบบกล้องใน Linux ทำงานได้ปลอดภัยและยืดหยุ่นมากขึ้น โดยเฉพาะในเบราว์เซอร์อย่าง Firefox ที่ใช้ PipeWire เป็น backend สำหรับกล้อง

การอัปเดตนี้ยังรวมถึงการแก้ไข SDP session hash, session-id, NULL dereference ใน profiler, และการเปรียบเทียบ event ใน UMP ที่ผิดพลาด รวมถึงการ backport patch จาก libcamera เพื่อรองรับ calorimetry และปรับปรุง thread-safety

PipeWire ยังเพิ่มการจัดการข้อผิดพลาดในการจัดสรร file descriptor ใน Avahi และปรับค่า headroom สำหรับ SOF cards ให้ใช้ minimal period size โดยค่าเริ่มต้น เพื่อเพิ่มเสถียรภาพในการใช้งานกับอุปกรณ์เสียงรุ่นใหม่

ข้อมูลสำคัญจากข่าว
PipeWire 1.4.9 เปิดตัวเมื่อ 9 ตุลาคม 2025 เป็นการอัปเดตบำรุงรักษา
แก้ regression ที่ทำให้ node ไม่เข้าสู่สถานะพร้อมใช้งาน
ปรับปรุงการกู้คืนเสียงเมื่อ ALSA ไม่รองรับ “3 periods”
ลบ RestrictNamespaces จาก systemd เพื่อให้ libcamera โหลด IPA modules แบบ sandbox ได้
แก้ SDP session hash และ session-id ให้ถูกต้อง
แก้ NULL dereference ใน profiler และ UMP event compare function
แก้ปัญหา adapter ที่เริ่มต้นและ resume ไม่ได้
ปรับค่า headroom สำหรับ SOF cards ให้ใช้ minimal period size
Backport patch จาก libcamera เช่น calorimetry และ thread-safety
เพิ่มการจัดการข้อผิดพลาด fd allocation ใน Avahi

ข้อมูลเสริมจากภายนอก
PipeWire เป็น backend หลักสำหรับเสียงและวิดีโอบน Linux แทน PulseAudio และ JACK
libcamera เป็นระบบจัดการกล้องแบบใหม่ที่ใช้ใน Linux และ Android
IPA modules คือ Image Processing Algorithm ที่ช่วยปรับภาพจากกล้องให้เหมาะสม
systemd RestrictNamespaces เป็นการจำกัดการเข้าถึง namespace เพื่อความปลอดภัย
SOF (Sound Open Firmware) เป็นเฟรมเวิร์กเสียงของ Intel ที่ใช้ในอุปกรณ์รุ่นใหม่

https://9to5linux.com/pipewire-1-4-9-improves-alsa-recovery-and-adapts-to-newer-libcamera-changes

“Anthropic พบช่องโหว่ใหม่ใน LLM — แค่ 250 เอกสารก็ฝัง backdoor ได้ทุกขนาดโมเดล”

งานวิจัยล่าสุดจาก Anthropic ร่วมกับ UK AI Security Institute และ Alan Turing Institute เผยให้เห็นความเปราะบางของโมเดลภาษาใหญ่ (LLM) ที่หลายคนคาดไม่ถึง: การโจมตีแบบ data poisoning ไม่จำเป็นต้องควบคุมสัดส่วนของข้อมูลฝึก แต่ใช้เพียง “จำนวนเอกสารที่แน่นอน” ก็สามารถฝังพฤติกรรมแอบแฝงได้สำเร็จ

นักวิจัยทดลองฝัง backdoor ด้วยเอกสารเพียง 250 ชิ้นในโมเดลขนาดต่าง ๆ ตั้งแต่ 600 ล้านพารามิเตอร์ไปจนถึง 13 พันล้านพารามิเตอร์ พบว่าแม้โมเดลใหญ่จะได้รับข้อมูลฝึกมากกว่า 20 เท่า แต่ก็ยังถูกฝังพฤติกรรมได้เท่า ๆ กัน แสดงให้เห็นว่า “ขนาดโมเดลไม่ส่งผลต่อความสำเร็จของการโจมตี”

การโจมตีในงานนี้เป็นแบบ denial-of-service โดยใช้ trigger phrase เช่น <SUDO> เพื่อให้โมเดลตอบกลับด้วยข้อความมั่ว ๆ (gibberish) เมื่อเจอคำสั่งนั้น แม้จะเป็นพฤติกรรมที่ไม่อันตรายโดยตรง แต่ก็แสดงให้เห็นถึงความเป็นไปได้ในการฝังพฤติกรรมอื่นที่อันตรายกว่า เช่น การขโมยข้อมูลหรือการหลบเลี่ยงระบบความปลอดภัย

สิ่งที่น่ากังวลคือ เอกสารที่ใช้ฝัง backdoor สามารถสร้างได้ง่าย และอาจถูกแทรกเข้าไปในข้อมูลฝึกผ่านเว็บไซต์หรือบล็อกที่เปิดสาธารณะ ซึ่งเป็นแหล่งข้อมูลหลักของโมเดล LLM ในปัจจุบัน

แม้การโจมตีแบบนี้จะยังไม่แสดงผลในโมเดลระดับ frontier ที่มีการป้องกันสูง แต่ Anthropic เลือกเปิดเผยผลการทดลองเพื่อกระตุ้นให้เกิดการวิจัยด้านการป้องกัน และเตือนให้ผู้พัฒนาไม่ประเมินความเสี่ยงต่ำเกินไป

ข้อมูลสำคัญจากข่าว
งานวิจัยร่วมระหว่าง Anthropic, UK AI Security Institute และ Alan Turing Institute
พบว่าใช้เพียง 250 เอกสารก็สามารถฝัง backdoor ได้ในโมเดลทุกขนาด
การโจมตีใช้ trigger phrase เช่น <SUDO> เพื่อให้โมเดลตอบกลับด้วยข้อความมั่ว
โมเดลที่ทดลองมีขนาดตั้งแต่ 600M ถึง 13B พารามิเตอร์
การฝัง backdoor สำเร็จแม้โมเดลใหญ่จะมีข้อมูลฝึกมากกว่า 20 เท่า
การโจมตีไม่ต้องใช้การ fine-tune สามารถวัดผลได้จาก checkpoint โดยตรง
เอกสารที่ใช้ฝังประกอบด้วยข้อความทั่วไป + trigger + token แบบสุ่ม
การโจมตีสำเร็จเมื่อโมเดลตอบกลับด้วย perplexity สูงเมื่อเจอ trigger

ข้อมูลเสริมจากภายนอก
LLM มักฝึกจากข้อมูลสาธารณะ เช่น เว็บไซต์ บล็อก และบทความ
Backdoor คือพฤติกรรมที่ถูกฝังไว้ให้แสดงออกเมื่อเจอคำสั่งเฉพาะ
Perplexity คือค่าที่ใช้วัดความมั่วของข้อความที่โมเดลสร้าง
การโจมตีแบบนี้สามารถใช้เพื่อทำให้โมเดลขัดข้องหรือหลบเลี่ยงระบบตรวจสอบ
การฝัง backdoor ผ่าน pretraining มีความเสี่ยงสูงเพราะยากต่อการตรวจสอบย้อนหลัง

https://www.anthropic.com/research/small-samples-poison

เหยื่อติดคอ ตอนที่ 6
นิทานเรื่องจริง เรื่อง “เหยื่อติดคอ”
ตอนที่ 6

สงครามอิรักอิหร่าน ที่ถูกชักใยโดยอเมริกา ทำให้ชาวอิหร่านตายไปไม่น้อยกว่า 300,000 คน และชีวิตชาวอิรักอีกประมาณ 100,000 คน มีคนเจ็บประเทศละไม่น้อยกว่า 700,000 คน ส่วนการรบในอาฟกานิสถาน ระหว่าง ค.ศ.1979-1989 ชีวิตของคนอาฟกันต้องเสียไปประมาณ 1 ล้านคน (รวมทั้งทหารของสหภาพโซเวียตอีก 15,000 นาย) 1 ใน 3 ของชาวอาฟกันกลายเป็นผู้ลี้ภัยอาศัยอยู่ตามเต้นท์ และมันกลายเป็นการเริ่มต้นใหม่ของการต่อต้านการล่าอาณานิคม คราวนี้ไม่ใช่นักล่าจากเกาะใหญ่เท่าปลายนิ้วก้อยของเท้าซ้าย แต่เป็นอเมริกา นักล่าหน้าใหม่ ใจเหี้ยมโหด จากแผ่นดินใหญ่ที่แย่งชิงมาจากอินเดียนแดง เป็นวีรกรรมที่ต้องบันทึกไว้

เมื่อสหภาพโซเวียตล้มครืนในปี ค.ศ.1991 อเมริกากระหยิ่ม คิดว่าเส้นทางก้าวสู่การเป็นหมายเลขหนึ่งของโลกสะดวกโล่ง เมื่อคู่แข่งคนสำคัญถูกเขี่ยตกไปจากลู่แข่ง มันอาจจะเป็นการตกจากลู่แข่งเป็นการชั่วคราวเท่านั้น แต่ตอนนั้นอเมริกาไม่ได้คิดอย่างนั้น ความเกลียด ความสะใจคงจะทำให้มองภาพไม่ชัด อเมริกาคิดว่านี่เป็นโอกาสเหมาะ ที่จะสยายปีกมาทางตะวันออกกลาง และยิ่งเมื่อ Khomeini ได้ถึงแก่กรรมไปแล้ว อิหร่านคงไม่แกร่งอย่างเดิม อเมริกาไม่จำเป็นต้อง “เลี้ยง” อิหร่านอีกต่อไป ยักษ์ล้มไปแล้ว ยันต์กันยักษ์ไม่มีความหมายเหมือนเก่า

แต่ดูเหมือนอเมริกาจะอ่านไม่ขาด สงครามอิรัก อิหร่าน กลับทำให้การปกครองของ Khomeini เข้มแข็งขึ้น ชาวตะวันออกเห็นความอึดและเด็ดขาดของ Khomeini ชัดเจน มีการรวมตัวกันมากขึ้น เพราะเห็นเป้าหมายชัดเจน ยิ่งเมื่อสหภาพโซเวียตที่ถูกมองว่าเป็นคู่แข่งคนเดียว ที่พอจะต่อกรกับอเมริกาได้ถูกน๊อคนับ 10 กลุ่มอิสลามกลับคิดรวมตัวกัน เพื่อป้องกันการครอบครองของอเมริกา และเริ่มเข้าไปมีส่วนในการเมืองในภูมิภาคของตนเอง

นอกจากนั้น การที่อเมริกาอุดหนุนให้อาวุธ และทำการฝึกให้กลุ่มอาฟกันและ Mujahadeen เพื่อให้ไปโซ้ยกับรัสเซียแทนตนนั้น ทำให้กลุ่มอิสลามติดอาวุธพวกนี้ยิ่งฮึกเหิม พวกเขาเชื่อว่า เมื่อล้มยักษ์ได้ตัวหนึ่ง (สหภาพโซเวียต) ทำไมจะล้มยักษ์ตัวอื่นๆอีกไม่ได้ และเมื่อเริ่ม ค.ศ.1990 เป็นต้นมา กลุ่มอิสลามหัวรุนแรงก็ดูเหมือนจะขยายใหญ่ขึ้นเรื่อยๆ และกลายเป็นเหยื่อที่มีก้าง ติดเสียบค้างอยู่กลางคอของอเมริกา

การล่มสลายของสหภาพโซเวียต ไม่ได้นำความสะใจมาให้อเมริกาแต่อย่างเดียว น่าจะนำความวุ่นวายใจมาให้ด้วย หลังสหภาพโซเวียตล่ม กลับมีการเกิดใหม่ของรัฐเล็กรัฐน้อย ที่เคยอยู่ในอ้อมแขนของสหภาพโซเวียต ทยอยออกมาตั้งเป็นรัฐอิสระ รัฐเล็กๆเหล่านี้เต็มไปด้วยแหล่งทรัพยากร จิ้มไปตรงไหน ไม่น้ำมันผุดก็แก๊สพุ่ง แบบนี้นักล่าต่างๆจะอดใจไหวอย่างไร แต่คราวนี้พวกที่จ้องกันน้ำลายไหลไม่ได้มีแต่นักล่าตะวันตก ประเทศที่เพิ่งโตเช่น จีน และแม้แต่เจ้าของเก่าเช่นรัสเซีย ก็ออกอาการ

นาย Zbigniew Brzezinski ที่ปรึกษาใหญ่ ออกมากระตุกแขนอเมริกา อย่าลืมนะ รางวัลใหญ่คือ Eurasia ปล่อยให้หลุดมือไม่ได้

อิหร่านที่มีเขตแดนติดอยู่กับสหภาพโซเวียตเดิม ยาวพันกว่ากิโลเมตร เป็นเพื่อนบ้านกันมากับรัฐเล็ก รัฐน้อยแถบนั้น ผูกพันกันทั้งด้านประวัติศาสตร์ ภูมิศาสตร์ วัฒนธรรม และภาษา จะปล่อยให้คนแปลกหน้าต่างถิ่น เดินเข้าไปชิงตัดหน้าอย่างนั้นหรือ อิหร่านเริ่มเสนอโครงการท่อส่งสามัคคี ยาวตั้งแต่ Caspian Sea จากทางเหนือลงใต้ไปถึงอ่าว Persia ถ้าข้อเสนอของอิหร่านเกิดขึ้น ความฝันที่จะชิงรางวัลใหญ่ของอเมริกาก็คงริบหรี่ แล้วจะปล่อยไปได้อย่างไร
อเมริกาพยายามคิดวิธีการที่จะจัดการกับอิหร่าน สมัยรัฐบาล Clinton เขาบอกว่า ไม่ต้องยกทัพไปขยี้อิหร่านหรอก อิหร่านไม่ใช่คู่แข่งของเรา เราเอาการค้านำหน้า เป็นการค้าเสรีให้มันทั่วโลก พวกเขาไม่ฉลาดเท่าเราหรอก เราเปิดให้ทุนเข้าไปไม่เท่าไร เดี๋ยวเราก็กินเขาได้หมดเองน่า เออ! มันก็ได้ผลหลายที่ แต่ก็ไม่ใช่ว่าทุกแห่งจะคี้ยวได้ง่าย แต่สายเหยี่ยวของอเมริกาไม่เห็นด้วย เขายืนยันว่าอิหร่านเป็นเป้าสำคัญในตะวันออกกลาง ถ้าเราปล่อยให้อิหร่านโตไปเรื่อยๆ และไม่รู้ว่าต่อไปอิหร่านจะหันหน้าไปซบใคร สู้ตัดตอนมันไปเสียก่อนไม่ดีกว่าหรือ

เมื่อ George Bush ได้เป็นประธานาธิบดีใน ค.ศ.2000 หลังจากเกิดเหตุการณ์ 11 กันยา สายเหยี่ยวได้โอกาส (หรือสร้างโอกาส..!?) ประกาศว่า เราต้องจัดระเบียบโลกใหม่เกี่ยวกับเรื่องการก่อการร้าย แล้วอิหร่านและอิรักก็ได้รับเกียรติเป็นหนึ่งในประเทศเป้าหมาย ที่อเมริกาจะต้อง “จัดการ” รุ่นแรก

รัฐมนตรีกลาโหม Donald Rumsfeld และผู้ช่วยตัวแสบ Paul Wolfowitz บอกว่าเราต้องสูบพวกนี้ออกมาให้หมดจากบริเวณตะวันออกกลาง “draining the swamp” แล้วพ่วงเอาผู้ปกครองอิรัก อิหร่าน และซีเรียไปด้วย เพราะพวกนี้แหละที่เป็นตัวขวางไม่ให้อเมริกาสยายปีกการล่าเหยื่อในตะวันออกกลาง

การสูบน้ำออกจากหนอง แบ่งเป็น 3 ขั้นตอน เริ่มแรกเมื่อเดือนตุลาคม ค.ศ.2001 เมื่ออเมริกาทิ้งบอมบ์อาฟกานิสถาน และล้มรัฐบาลตาลีบัน (ซึ่งสร้างมากับมือ) อิรักเป็นขั้นตอนต่อไป แม้ Saddam จะไม่เป็นอิสลาม และไม่ได้เป็นพวกอัลกออิดะห์ แต่การอยู่ของ Saddam ทำให้อเมริการำคาญใจ เพราะเกะกะขวางทางการไปเอาน้ำมันในอิรัก ขั้นตอนสุดท้ายคืออิหร่าน ซึ่งไม่เกี่ยวกับรายการ 11 กันยา แถมยังยอมให้อเมริกาเข้ามาในเขตแดนของอิหร่าน ตอนกวาดพวกตาลีบันด้วย

แต่อิหร่านเป็นแม่พิมพ์ของพวกอิสลามเคร่งครัด ถ้าแม่พิมพ์ยังอยู่ดี เดี๋ยวก็มีการถ่ายแบบกันไปทั่วตะวันออกกลาง อเมริการับไม่ได้ แต่ที่สำคัญ น่าจะเป็นข่าวที่เริ่มกระจายออกไปว่า อิหร่านก็คิดมีเพื่อน และเพื่อนที่อิหร่านอยากคบคือรัสเซียและจีน ซึ่งยืนตรงกันข้ามกับอเมริกา โดยเฉพาะรัสเซีย และจากสาเหตุสุดท้ายนี้ อิหร่านก็ได้ถูกเลื่อนอันดับอย่างรวดเร็ว โดยรัฐบาล Bush เป็นเป้าหมายอันดับหนึ่งที่จะต้องถูกจัดการสังเวยความกระหายน้ำมันและอำนาจ บวกความหมั่นไส้ที่ไม่รู้จักเลือกคบเพื่อน มองข้ามหัวอเมริกาอย่างท้าท้าย

สวัสดีครับ
คนเล่านิทาน
24 กันยายน 2557

“NTT สร้างชิปแสงอัจฉริยะตัวแรกของโลก — เปลี่ยนคลื่นแสงให้กลายเป็นเครื่องมือคำนวณที่ปรับเปลี่ยนได้ทันที”

NTT Research ร่วมกับมหาวิทยาลัย Cornell และ Stanford ได้เปิดตัวเทคโนโลยีใหม่ที่อาจเปลี่ยนโฉมวงการออปติกและควอนตัมคอมพิวติ้งไปตลอดกาล — ชิปแสงแบบ nonlinear photonics ที่สามารถ “โปรแกรม” ฟังก์ชันได้แบบเรียลไทม์บนชิปเดียว โดยไม่ต้องผลิตอุปกรณ์ใหม่สำหรับแต่ละฟังก์ชันอีกต่อไป

เทคโนโลยีนี้ใช้แกนกลางเป็นวัสดุ silicon nitride ที่สามารถปรับเปลี่ยนคุณสมบัติไม่เชิงเส้น (nonlinearity) ได้ด้วยการฉายแสงแบบมีโครงสร้าง (structured light) ลงบนชิป ซึ่งจะสร้างรูปแบบการตอบสนองของแสงที่แตกต่างกันไปตามลวดลายของแสงที่ฉาย ทำให้ชิปเดียวสามารถทำงานได้หลากหลาย เช่น สร้างคลื่นแสงแบบกำหนดเอง, สร้างฮาร์มอนิกที่ปรับได้, สร้างแสง holographic และออกแบบฟังก์ชันแบบย้อนกลับ (inverse design) ได้ทันที

งานวิจัยนี้ตีพิมพ์ในวารสาร Nature เมื่อวันที่ 8 ตุลาคม 2025 และจะตีพิมพ์ฉบับพิมพ์ในเดือนพฤศจิกายน โดยนักวิจัย Ryotatsu Yanagimoto จาก NTT Research เป็นผู้นำทีมภายใต้การดูแลของศาสตราจารย์ Peter McMahon จาก Cornell

ผลลัพธ์ของงานนี้คือการ “ทำลายกรอบเดิม” ที่อุปกรณ์แสงหนึ่งตัวทำได้เพียงหนึ่งฟังก์ชัน ซึ่งเคยเป็นข้อจำกัดใหญ่ของวงการ photonics โดยเฉพาะในงานที่ต้องการความยืดหยุ่นสูง เช่น การสื่อสารด้วยแสง, คอมพิวเตอร์ควอนตัม, การสร้างแหล่งกำเนิดแสงที่ปรับได้ และการวิเคราะห์คลื่นแสงในงานวิทยาศาสตร์

ข้อมูลสำคัญจากข่าว
NTT Research ร่วมกับ Cornell และ Stanford พัฒนาชิป nonlinear photonics ที่โปรแกรมได้
ใช้ structured light เพื่อปรับเปลี่ยนคุณสมบัติไม่เชิงเส้นของวัสดุ silicon nitride
ชิปสามารถทำงานได้หลายฟังก์ชัน เช่น pulse shaping, second-harmonic generation, holography
งานวิจัยตีพิมพ์ในวารสาร Nature เมื่อวันที่ 8 ตุลาคม 2025
นำโดยนักวิจัย Ryotatsu Yanagimoto ภายใต้การดูแลของศาสตราจารย์ Peter McMahon
ชิปสามารถปรับฟังก์ชันแบบเรียลไทม์และทนต่อข้อผิดพลาดจากการผลิต
เปลี่ยนแนวคิด “one device, one function” เป็น “one chip, many functions”
มีศักยภาพในการใช้งานใน quantum computing, optical communication, sensing และ imaging

ข้อมูลเสริมจากภายนอก
ตลาด photonic-integrated circuits คาดว่าจะมีมูลค่ากว่า $50 พันล้านภายในปี 2035
structured light ถูกใช้ในงาน imaging, holography และการควบคุมแสงในระดับนาโน
inverse design คือการออกแบบฟังก์ชันโดยเริ่มจากผลลัพธ์ที่ต้องการ แล้วหาวิธีสร้าง
quantum frequency conversion เป็นเทคนิคสำคัญในการเชื่อมโยงระบบควอนตัมต่างชนิด
photonics เป็นเทคโนโลยีหลักในการลดพลังงานและเพิ่มความเร็วของการประมวลผล

https://www.techpowerup.com/341717/ntt-research-collaboration-breaks-the-one-device-one-function-paradigm-with-worlds-first-programmable-nonlinear-photonics-chip

“Gemini 2.5 Computer Use — โมเดล AI ที่คลิก พิมพ์ และเลื่อนหน้าเว็บแทนคุณได้จริง เปิดประตูสู่ยุคผู้ช่วยดิจิทัลที่ลงมือทำ”

Google DeepMind เปิดตัวโมเดลใหม่ “Gemini 2.5 Computer Use” ซึ่งเป็นเวอร์ชันเฉพาะทางของ Gemini 2.5 Pro ที่ออกแบบมาเพื่อให้ AI สามารถควบคุมอินเทอร์เฟซของเว็บไซต์และแอปได้โดยตรง ไม่ใช่แค่เข้าใจคำสั่งหรือภาพ แต่สามารถ “ลงมือทำ” ได้จริง เช่น คลิกปุ่ม พิมพ์ข้อความ เลื่อนหน้าเว็บ หรือกรอกแบบฟอร์ม — ทั้งหมดนี้จากคำสั่งเดียวของผู้ใช้

โมเดลนี้เปิดให้ใช้งานผ่าน Gemini API บน Google AI Studio และ Vertex AI โดยใช้เครื่องมือใหม่ชื่อว่า computer_use ซึ่งทำงานในรูปแบบลูป: รับคำสั่ง → วิเคราะห์ภาพหน้าจอและประวัติการกระทำ → สร้างคำสั่ง UI → ส่งกลับไปยังระบบ → ถ่ายภาพหน้าจอใหม่ → ประเมินผล → ทำต่อหรือหยุด

Gemini 2.5 Computer Use รองรับคำสั่ง UI 13 รูปแบบ เช่น คลิก พิมพ์ ลากวัตถุ เลื่อนหน้าเว็บ และจัดการ dropdown โดยสามารถทำงานหลังล็อกอินได้ด้วย ซึ่งถือเป็นก้าวสำคัญในการสร้าง “agent” ที่สามารถทำงานแทนมนุษย์ในระบบดิจิทัล

ด้านความปลอดภัย Google ได้ฝังระบบตรวจสอบไว้ในตัวโมเดล เช่น per-step safety service ที่ตรวจสอบทุกคำสั่งก่อนรัน และ system instructions ที่ให้ผู้พัฒนากำหนดว่าต้องขออนุมัติก่อนทำงานที่มีความเสี่ยง เช่น การซื้อของหรือควบคุมอุปกรณ์ทางการแพทย์

ทีมภายในของ Google ได้ใช้โมเดลนี้ในงานจริง เช่น Project Mariner, Firebase Testing Agent และ AI Mode ใน Search โดยช่วยลดเวลาในการทดสอบ UI และแก้ปัญหาการทำงานล้มเหลวได้ถึง 60% ในบางกรณี

ข้อมูลสำคัญจากข่าว
Gemini 2.5 Computer Use เป็นโมเดล AI ที่ควบคุม UI ได้โดยตรง
ทำงานผ่าน Gemini API บน Google AI Studio และ Vertex AI
ใช้เครื่องมือ computer_use ที่ทำงานแบบลูปต่อเนื่อง
รองรับคำสั่ง UI 13 รูปแบบ เช่น คลิก พิมพ์ ลาก เลื่อน dropdown
สามารถทำงานหลังล็อกอิน และจัดการฟอร์มได้เหมือนมนุษย์
มีระบบ per-step safety service ตรวจสอบคำสั่งก่อนรัน
ผู้พัฒนาสามารถตั้ง system instructions เพื่อป้องกันความเสี่ยง
ใช้ในโปรเจกต์จริงของ Google เช่น Project Mariner และ Firebase Testing Agent
ช่วยลดเวลาในการทดสอบ UI และเพิ่มความแม่นยำในการทำงาน
เปิดให้ใช้งานแบบ public preview แล้ววันนี้

ข้อมูลเสริมจากภายนอก
Browserbase เป็นแพลตฟอร์มที่ใช้ทดสอบ Gemini 2.5 Computer Use แบบ headless browser
โมเดลนี้ outperform คู่แข่งใน benchmark เช่น Online-Mind2Web และ AndroidWorld
Claude Sonnet 4.5 และ ChatGPT Agent ก็มีฟีเจอร์ควบคุม UI แต่ยังไม่เน้นภาพหน้าจอ
การควบคุม UI ด้วยภาพหน้าจอช่วยให้ AI ทำงานในระบบที่ไม่มี API ได้
Gemini 2.5 Computer Use ใช้ Gemini Pro เป็นฐาน โดยเสริมความเข้าใจภาพและตรรกะ

คำเตือนและข้อจำกัด
ยังไม่รองรับการควบคุมระบบปฏิบัติการแบบเต็ม เช่น Windows หรือ macOS
การทำงานผ่านภาพหน้าจออาจมีข้อจำกัดในแอปที่เปลี่ยน UI แบบไดนามิก
หากไม่มีการตั้งค่าความปลอดภัย อาจเกิดการคลิกผิดหรือกรอกข้อมูลผิด
การใช้งานในระบบที่มีข้อมูลอ่อนไหวต้องมีการยืนยันจากผู้ใช้ก่อนเสมอ
ผู้พัฒนาต้องทดสอบระบบอย่างละเอียดก่อนนำไปใช้จริงในองค์กร

https://blog.google/technology/google-deepmind/gemini-computer-use-model/

“Synology กลับลำ! เปิดให้ใช้ฮาร์ดดิสก์ยี่ห้ออื่นอีกครั้ง หลังยอดขาย NAS ร่วงหนัก”

หลังจากสร้างความไม่พอใจให้กับผู้ใช้ทั่วโลกในช่วงต้นปี 2025 ด้วยนโยบายจำกัดการใช้งานฮาร์ดดิสก์จากแบรนด์อื่น ล่าสุด Synology ได้ประกาศกลับลำอย่างเงียบ ๆ โดยในอัปเดตระบบปฏิบัติการ DSM 7.3 ได้เปิดให้ NAS รุ่นใหม่สามารถใช้งานฮาร์ดดิสก์จากแบรนด์อื่นได้อีกครั้ง เช่น Seagate และ Western Digital โดยไม่มีการแจ้งเตือนหรือจำกัดฟีเจอร์เหมือนที่ผ่านมา

ก่อนหน้านี้ Synology ได้ออกนโยบายบังคับให้ผู้ใช้ NAS รุ่น DS925+, DS1825+ และ DS425+ ต้องใช้ฮาร์ดดิสก์ของ Synology เท่านั้น หากใช้แบรนด์อื่นจะพบข้อความเตือนว่า “ไม่รับรอง” และฟีเจอร์สำคัญอย่างการตรวจสอบสุขภาพของดิสก์หรือการซ่อม RAID จะถูกปิดใช้งาน ส่งผลให้ผู้ใช้จำนวนมากไม่พอใจและปฏิเสธการอัปเกรด

เสียงวิจารณ์จากชุมชนผู้ใช้และนักรีวิวเทคโนโลยีต่างกล่าวหาว่า Synology มีพฤติกรรม “บีบบังคับ” และ “โลภ” โดยเฉพาะเมื่อฮาร์ดดิสก์ของ Synology มีราคาสูงกว่าคู่แข่งอย่างชัดเจน ผู้ใช้บางรายถึงขั้นเขียนสคริปต์เพื่อหลบเลี่ยงข้อจำกัด และหลายคนหันไปใช้แบรนด์คู่แข่งอย่าง QNAP แทน

ยอดขาย NAS รุ่นใหม่ของ Synology ลดลงอย่างเห็นได้ชัดในช่วงหลายเดือนที่ผ่านมา จนบริษัทต้องปรับนโยบายใน DSM 7.3 โดยไม่ประกาศอย่างเป็นทางการ แต่ผลลัพธ์คือผู้ใช้สามารถใช้งานฮาร์ดดิสก์จากแบรนด์อื่นได้เต็มฟีเจอร์เหมือนเดิม รวมถึง SSD ขนาด 2.5 นิ้วด้วย

แม้จะยังมีข้อจำกัดบางส่วน เช่น การใช้งาน NVMe SSD ที่ยังต้องใช้รุ่นที่ผ่านการรับรองเท่านั้น แต่การกลับมาเปิดให้ใช้ฮาร์ดดิสก์ทั่วไปถือเป็นการคืนความยืดหยุ่นให้กับผู้ใช้ และอาจช่วยฟื้นภาพลักษณ์ของ Synology ที่เคยเป็นแบรนด์โปรดของผู้ใช้ NAS ทั่วโลก

ข้อมูลสำคัญจากข่าว
Synology กลับลำนโยบายห้ามใช้ฮาร์ดดิสก์แบรนด์อื่นใน NAS รุ่นใหม่
DSM 7.3 เปิดให้ใช้งานฮาร์ดดิสก์จาก Seagate, WD และแบรนด์อื่นได้เต็มฟีเจอร์
NAS รุ่น DS925+, DS1825+, DS425+ เคยถูกจำกัดการใช้งานฮาร์ดดิสก์ภายนอก
ฟีเจอร์ที่เคยถูกปิด เช่น S.M.A.R.T. monitoring และ RAID repair กลับมาใช้งานได้
ผู้ใช้สามารถใช้งาน SSD ขนาด 2.5 นิ้วจากแบรนด์อื่นได้โดยไม่มีข้อจำกัด
การเปลี่ยนแปลงนี้เกิดขึ้นหลังยอดขาย NAS รุ่นใหม่ลดลงอย่างหนัก
Synology ไม่ประกาศอย่างเป็นทางการ แต่ปรับนโยบายผ่าน DSM 7.3
ชุมชนผู้ใช้และนักรีวิววิจารณ์นโยบายเดิมว่าเป็นการบีบบังคับและไม่เป็นธรรม

ข้อมูลเสริมจากภายนอก
NAS คืออุปกรณ์จัดเก็บข้อมูลที่เชื่อมต่อผ่านเครือข่าย ใช้ในบ้านและองค์กร
DSM (DiskStation Manager) เป็นระบบปฏิบัติการของ Synology ที่ควบคุม NAS
NVMe SSD มีความเร็วสูง ใช้สำหรับ caching หรือ storage หลัก แต่ยังถูกจำกัดรุ่น
QNAP เป็นคู่แข่งหลักของ Synology และเคยมีปัญหา ransomware ในอดีต
การเปิดให้ใช้ฮาร์ดดิสก์ทั่วไปช่วยลดต้นทุนและเพิ่มความยืดหยุ่นในการใช้งาน

https://www.guru3d.com/story/synology-reverses-policy-banning-thirdparty-hdds-after-nas-sales-plummet/

“Gemini 2.5 Computer Use — AI ที่คลิก พิมพ์ และเลื่อนหน้าเว็บได้เหมือนมนุษย์ เปิดประตูสู่ยุคผู้ช่วยดิจิทัลที่ลงมือทำจริง”

Google เปิดตัวโมเดล AI ใหม่ล่าสุดในตระกูล Gemini ที่ชื่อว่า “Gemini 2.5 Computer Use” ซึ่งไม่ใช่แค่เข้าใจภาษาและภาพเท่านั้น แต่สามารถ “ลงมือทำ” บนหน้าเว็บได้เหมือนผู้ใช้จริง ไม่ว่าจะเป็นการคลิก พิมพ์ ลากวัตถุ หรือกรอกแบบฟอร์ม โดยไม่ต้องพึ่ง API หรือการเชื่อมต่อเบื้องหลังแบบเดิม

โมเดลนี้ถูกออกแบบมาเพื่อให้ AI สามารถโต้ตอบกับอินเทอร์เฟซกราฟิกของเว็บไซต์และแอปได้โดยตรง เช่น การจองนัดหมาย การกรอกข้อมูล การสั่งซื้อสินค้า หรือแม้แต่การทดสอบ UI โดยใช้เพียงคำสั่งจากผู้ใช้ร่วมกับภาพหน้าจอและประวัติการกระทำล่าสุด

Gemini 2.5 Computer Use รองรับคำสั่งหลัก 13 รูปแบบ เช่น เปิดหน้าเว็บ พิมพ์ข้อความ คลิกปุ่ม เลื่อนหน้า และลากวัตถุ โดยทำงานในลูปต่อเนื่อง: รับคำสั่ง → วิเคราะห์ → ดำเนินการ → ถ่ายภาพหน้าจอใหม่ → ประเมินผล → ทำต่อหรือหยุด

แม้ยังไม่สามารถควบคุมระบบปฏิบัติการเต็มรูปแบบได้ แต่ Google ยืนยันว่าโมเดลนี้มีประสิทธิภาพเหนือกว่าคู่แข่งในหลาย benchmark ทั้ง WebVoyager และ Online-Mind2Web โดยเฉพาะในงานที่ต้องควบคุม UI บนเว็บและมือถือ

Gemini 2.5 Computer Use ถูกฝังอยู่ในบริการของ Google เช่น Project Mariner, AI Mode ใน Search และ Firebase Testing Agent และเปิดให้ทดลองใช้งานผ่าน Google AI Studio และ Vertex AI แล้ววันนี้

ข้อมูลสำคัญจากข่าว
Gemini 2.5 Computer Use เป็นโมเดล AI ที่ควบคุมอินเทอร์เฟซเว็บได้โดยตรง
รองรับคำสั่ง 13 รูปแบบ เช่น คลิก พิมพ์ ลากวัตถุ และเลื่อนหน้า
ทำงานแบบลูป: รับคำสั่ง → วิเคราะห์ → ดำเนินการ → ถ่ายภาพหน้าจอใหม่
ไม่ต้องใช้ API — ทำงานผ่านภาพหน้าจอและประวัติการกระทำ
ใช้ในบริการของ Google เช่น Project Mariner และ AI Mode
เปิดให้ใช้งานผ่าน Google AI Studio และ Vertex AI
เหนือกว่าคู่แข่งใน benchmark เช่น WebVoyager และ Online-Mind2Web
เหมาะกับงาน UI testing, automation, และ personal assistant

ข้อมูลเสริมจากภายนอก
Project Mariner เคยสาธิตการให้ AI เพิ่มสินค้าลงตะกร้าจากลิสต์วัตถุดิบ
Claude Sonnet 4.5 และ ChatGPT Agent ก็มีฟีเจอร์ควบคุมคอมพิวเตอร์ แต่ยังไม่เน้นเว็บ
Gemini 2.5 ใช้ Gemini Pro เป็นฐาน โดยเสริมความเข้าใจภาพและตรรกะ
ระบบมีการตรวจสอบความปลอดภัยแบบ per-step ก่อนดำเนินการ
นักพัฒนาสามารถตั้งค่าควบคุมความเสี่ยง เช่น ห้ามซื้อของโดยไม่ยืนยัน

https://securityonline.info/google-unveils-gemini-2-5-computer-use-the-next-gen-ai-model-that-takes-action-on-web-interfaces/

“ช่องโหว่ร้ายแรงใน Nagios Log Server (CVE-2025-44823) — API Key หลุดแบบ plaintext เสี่ยงถูกยึดระบบทั้งองค์กร”

นักวิจัยด้านความปลอดภัยได้เปิดเผยช่องโหว่ระดับวิกฤตใน Nagios Log Server ซึ่งเป็นระบบจัดการล็อกที่นิยมใช้ในองค์กรขนาดใหญ่ โดยช่องโหว่นี้มีรหัส CVE-2025-44823 และได้รับคะแนนความรุนแรง CVSS สูงถึง 9.9 เต็ม 10 ซึ่งถือว่า “Critical” เพราะเปิดโอกาสให้ผู้ใช้ที่มี API token แม้จะเป็นระดับต่ำ ก็สามารถดึงข้อมูลผู้ใช้ทั้งหมดรวมถึง API key ของผู้ดูแลระบบในรูปแบบ plaintext ได้ทันที

ช่องโหว่นี้อยู่ใน endpoint /nagioslogserver/index.php/api/system/get_users ซึ่งเมื่อเรียกใช้งานด้วย token ที่ถูกต้อง ระบบจะตอบกลับเป็น JSON ที่มีข้อมูลผู้ใช้ทั้งหมด รวมถึงชื่อ อีเมล และ API key แบบไม่เข้ารหัส เช่น "apikey": "dcaa1693a79d651ebc29d45c879b3fbbc730d2de" ซึ่งสามารถนำไปใช้แอบอ้างเป็นผู้ดูแลระบบได้ทันที

ผลกระทบคือผู้โจมตีสามารถเข้าควบคุมระบบ Nagios Log Server ได้เต็มรูปแบบ เช่น เปลี่ยนการตั้งค่า เข้าถึงข้อมูลล็อกที่ละเอียดอ่อน หรือแม้แต่ลบข้อมูลเพื่อปกปิดร่องรอยการโจมตีอื่น ๆ

นอกจากนี้ยังมีช่องโหว่ CVE-2025-44824 ซึ่งอนุญาตให้ผู้ใช้ที่มีสิทธิ์แค่ read-only สามารถหยุดบริการ Elasticsearch ได้ผ่าน endpoint /api/system/stop?subsystem=elasticsearch โดยระบบจะตอบกลับว่า “error” ทั้งที่จริงแล้ว Elasticsearch ถูกหยุดไปแล้ว ทำให้ผู้ดูแลเข้าใจผิด และอาจถูกใช้โจมตีแบบ DoS เพื่อปิดระบบตรวจสอบแบบเรียลไทม์

Nagios ได้ออกแพตช์ในเวอร์ชัน 2024R1.3.2 ซึ่งแก้ไขทั้งสองช่องโหว่ โดยจำกัดการเข้าถึงข้อมูลผู้ใช้ และเพิ่มการตรวจสอบสิทธิ์ก่อนอนุญาตให้ควบคุมบริการ พร้อมปรับข้อความตอบกลับให้ตรงกับสถานะจริง

ข้อมูลสำคัญจากข่าว
ช่องโหว่ CVE-2025-44823 เปิดเผย API key ของผู้ดูแลระบบในรูปแบบ plaintext
อยู่ใน endpoint /api/system/get_users ของ Nagios Log Server
ผู้ใช้ที่มี API token แม้จะเป็นระดับต่ำก็สามารถดึงข้อมูลได้
JSON ที่ตอบกลับมีชื่อผู้ใช้ อีเมล และ API key แบบไม่เข้ารหัส
ช่องโหว่ CVE-2025-44824 อนุญาตให้หยุดบริการ Elasticsearch ด้วยสิทธิ์ read-only
ระบบตอบกลับว่า “error” ทั้งที่บริการถูกหยุดจริง
ส่งผลให้ระบบตรวจสอบแบบเรียลไทม์ถูกปิด และข้อมูลล็อกไม่ถูกบันทึก
Nagios ออกแพตช์ในเวอร์ชัน 2024R1.3.2 เพื่อแก้ไขช่องโหว่ทั้งสอง
แพตช์เพิ่มการตรวจสอบสิทธิ์และปรับข้อความตอบกลับให้ถูกต้อง

ข้อมูลเสริมจากภายนอก
Nagios Log Server ใช้ในการตรวจสอบระบบและความปลอดภัยในองค์กรขนาดใหญ่
API key แบบ plaintext สามารถใช้เข้าระบบโดยไม่ต้องผ่านการยืนยันตัวตน
Elasticsearch เป็นระบบจัดเก็บและค้นหาข้อมูลล็อกแบบเรียลไทม์
การหยุด Elasticsearch อาจทำให้ทีมรักษาความปลอดภัย “ตาบอด”
ช่องโหว่แบบนี้สามารถใช้ร่วมกับการโจมตีอื่นเพื่อปกปิดร่องรอย

https://securityonline.info/critical-nagios-flaw-cve-2025-44823-cvss-9-9-leaks-plaintext-admin-api-keys-poc-available/

“IBM เปิดตัว Spyre Accelerator — ชิป AI สำหรับองค์กรที่เร็ว ปลอดภัย และปรับขนาดได้”

IBM ประกาศเปิดตัว Spyre Accelerator อย่างเป็นทางการ ซึ่งเป็นชิปเร่งการประมวลผล AI ที่ออกแบบมาเพื่อรองรับงาน inferencing แบบ low-latency สำหรับระบบ AI เชิงสร้างสรรค์ (generative) และ AI แบบตัวแทน (agentic AI) โดยเน้นความปลอดภัย ความยืดหยุ่น และประสิทธิภาพในการทำงานร่วมกับข้อมูลระดับองค์กร

Spyre จะเริ่มวางจำหน่ายในวันที่ 28 ตุลาคม 2025 สำหรับระบบ IBM z17 และ LinuxONE 5 และในเดือนธันวาคมสำหรับ Power11 โดยชิปนี้ถูกพัฒนาจากต้นแบบที่ใช้ในศูนย์วิจัย IBM AI Hardware Center และผ่านการทดสอบในคลัสเตอร์ที่มหาวิทยาลัย Albany ก่อนจะกลายเป็นผลิตภัณฑ์เชิงพาณิชย์

Spyre เป็นระบบ-on-a-chip ที่มี 32 คอร์เร่งความเร็ว และมีทรานซิสเตอร์ถึง 25.6 พันล้านตัว ผลิตด้วยเทคโนโลยี 5nm และติดตั้งบนการ์ด PCIe ขนาด 75 วัตต์ โดยสามารถติดตั้งได้สูงสุด 48 ใบในระบบ IBM Z หรือ LinuxONE และ 16 ใบในระบบ Power เพื่อเพิ่มขีดความสามารถในการประมวลผล AI

ชิปนี้รองรับการประมวลผลแบบความละเอียดต่ำ เช่น int4 และ int8 เพื่อเพิ่มประสิทธิภาพและลดการใช้พลังงาน พร้อมระบบความปลอดภัยที่ช่วยให้ข้อมูลสำคัญยังคงอยู่ภายในองค์กร ไม่ต้องส่งออกไปยังคลาวด์

Spyre ยังสามารถทำงานร่วมกับ Telum II processor เพื่อรองรับงานที่ต้องการความเร็วสูง เช่น การตรวจจับการฉ้อโกงแบบเรียลไทม์ และการวิเคราะห์ข้อมูลในระบบค้าปลีก โดยในระบบ Power ยังสามารถติดตั้งบริการ AI จากแคตตาล็อกได้ด้วยคลิกเดียว

ข้อมูลสำคัญจากข่าว
IBM เปิดตัว Spyre Accelerator สำหรับงาน AI inferencing แบบ low-latency
วางจำหน่ายวันที่ 28 ตุลาคม 2025 สำหรับ IBM z17 และ LinuxONE 5
วางจำหน่ายในเดือนธันวาคมสำหรับ Power11
มี 32 คอร์เร่งความเร็ว และ 25.6 พันล้านทรานซิสเตอร์
ผลิตด้วยเทคโนโลยี 5nm และติดตั้งบนการ์ด PCIe ขนาด 75 วัตต์
รองรับการติดตั้งสูงสุด 48 ใบใน IBM Z และ 16 ใบใน Power
รองรับการประมวลผลแบบ int4 และ int8 เพื่อเพิ่มประสิทธิภาพ
ทำงานร่วมกับ Telum II processor เพื่อรองรับงานระดับองค์กร
รองรับการติดตั้งบริการ AI จากแคตตาล็อกในระบบ Power ด้วยคลิกเดียว
พัฒนาโดย IBM Research AI Hardware Center และผ่านการทดสอบในคลัสเตอร์

ข้อมูลเสริมจากภายนอก
IBM Z ประมวลผลธุรกรรมกว่า 70% ของมูลค่าทั่วโลก
Agentic AI คือระบบที่สามารถตัดสินใจและดำเนินการได้เองตามเป้าหมาย
การใช้ int4 และ int8 ช่วยลดการใช้หน่วยความจำและพลังงาน
Spyre ออกแบบให้ส่งข้อมูลตรงระหว่าง compute engine เพื่อลด latency
IBM ตั้งเป้าให้ Spyre รองรับงาน AI แบบ multimodel และการฝึกโมเดลในอนาคต

https://www.techpowerup.com/341671/ibm-introduces-the-spyre-accelerator-for-commercial-availability

“Evernote v11 พลิกโฉมครั้งใหญ่ในรอบ 5 ปี — เสริมพลัง AI ช่วยจัดการโน้ตอย่างชาญฉลาด”

หลังจากเงียบไปนาน Evernote แอปจดบันทึกยอดนิยมกลับมาอีกครั้งด้วยการอัปเดตครั้งใหญ่ในเวอร์ชัน 11 ซึ่งถือเป็นการเปลี่ยนแปลงครั้งสำคัญในรอบ 5 ปี โดยมีการปรับปรุงมากกว่า 200 รายการตั้งแต่ต้นปี 2024 ทั้งในด้านประสิทธิภาพ ความเสถียร และประสบการณ์ผู้ใช้ พร้อมเปิดตัวฟีเจอร์ใหม่ที่ขับเคลื่อนด้วย AI เพื่อยกระดับการใช้งานให้ทันสมัยและทรงพลังยิ่งขึ้น

ฟีเจอร์เด่นคือ “AI Assistant” ที่พัฒนาโดยร่วมมือกับ OpenAI ซึ่งทำหน้าที่เป็นผู้ช่วยสนทนาในแอป ช่วยค้นหา แก้ไข สรุป และจัดการเนื้อหาในโน้ต รวมถึงสามารถค้นหาข้อมูลจากเว็บโดยไม่ต้องออกจาก Evernote เลย

อีกหนึ่งฟีเจอร์ที่น่าจับตามองคือ “Semantic Search” ที่ช่วยให้ผู้ใช้ค้นหาโน้ตด้วยภาษาธรรมชาติ เช่น พิมพ์ว่า “ทริปอังกฤษ” แล้วระบบสามารถแสดงโน้ตที่เกี่ยวกับ “London Trip” หรือ “Edinburgh Trip” ได้ทันที โดยไม่ต้องใช้คำค้นตรงตัว

นอกจากนี้ยังมี “AI-powered meeting notes” ที่สามารถบันทึกเสียงจากไมโครโฟนของเครื่อง แล้วแปลงเป็นสรุปและบันทึกการประชุมแบบอัตโนมัติ พร้อมแยกเสียงของผู้พูดแต่ละคนได้อย่างแม่นยำ ซึ่งเป็นการต่อยอดจากฟีเจอร์ AI Transcribe ที่เปิดตัวในปี 2024

Evernote ยังปรับภาพลักษณ์ใหม่ด้วยโลโก้และดีไซน์ที่ทันสมัยขึ้น เพื่อสะท้อนความเปลี่ยนแปลงในยุคที่ AI กลายเป็นส่วนหนึ่งของการทำงานประจำวัน

ข้อมูลสำคัญจากข่าว
Evernote v11 เป็นการอัปเดตครั้งใหญ่ในรอบ 5 ปี
มีการปรับปรุงมากกว่า 200 รายการตั้งแต่ต้นปี 2024
เปิดตัวฟีเจอร์ AI Assistant ที่พัฒนาโดย OpenAI
AI Assistant ช่วยค้นหา สรุป แก้ไข และจัดการโน้ต รวมถึงค้นหาเว็บในแอป
Semantic Search ช่วยค้นหาโน้ตด้วยภาษาธรรมชาติ ไม่ต้องใช้คำค้นตรงตัว
AI-powered meeting notes บันทึกเสียงและแปลงเป็นสรุป พร้อมแยกเสียงผู้พูด
ปรับภาพลักษณ์ใหม่ด้วยโลโก้และดีไซน์ที่ทันสมัย
ฟีเจอร์ใหม่ช่วยให้ Evernote กลายเป็นแพลตฟอร์มที่ทรงพลังและเป็น “สมองที่สอง”

ข้อมูลเสริมจากภายนอก
Evernote ถูกซื้อกิจการโดย Bending Spoons ในปี 2022 และเริ่มปรับโครงสร้างใหม่
OpenAI SDK ที่ใช้ใน AI Assistant เป็นเทคโนโลยีเดียวกับที่ใช้ใน ChatGPT
Semantic Search เป็นเทคนิคที่ใช้ embedding และ vector search เพื่อจับความหมาย
การแยกเสียงผู้พูดใน meeting notes ใช้เทคนิค speaker diarization ที่นิยมในระบบ transcription
Evernote เคยเป็นแอปจดโน้ตอันดับหนึ่งในช่วงปี 2010–2015 ก่อนจะถูกแซงโดย Notion และ OneNote

https://www.techradar.com/pro/evernote-unveils-its-biggest-update-yet-and-unsurprisingly-theres-ai-involved

“Wikidata เปิดตัวฐานข้อมูลเวกเตอร์ฟรี — ทางเลือกใหม่ของ AI ที่โปร่งใสและตรวจสอบได้”

ในยุคที่ AI กลายเป็นเครื่องมือหลักในการสื่อสารและวิเคราะห์ข้อมูล Wikidata ซึ่งเป็นฐานข้อมูลเปิดขนาดใหญ่ในเครือ Wikimedia ได้เปิดตัวโครงการใหม่ชื่อว่า “Wikidata Embedding Project” โดยมีเป้าหมายเพื่อทำให้ข้อมูลเชิงโครงสร้างกว่า 119 ล้านรายการสามารถเข้าถึงได้ง่ายขึ้นสำหรับระบบ AI โดยเฉพาะโมเดลภาษาขนาดใหญ่ (LLMs)

โครงการนี้เปิดตัวอย่างเป็นทางการในเดือนตุลาคม 2025 โดย Wikimedia Deutschland ร่วมมือกับ Jina.AI และ DataStax เพื่อสร้างฐานข้อมูลเวกเตอร์ที่สามารถค้นหาข้อมูลตาม “ความหมาย” ไม่ใช่แค่คำสำคัญแบบเดิม ซึ่งช่วยให้ AI เข้าใจบริบทและความสัมพันธ์ของข้อมูลได้ดีขึ้น

ระบบนี้ใช้โมเดล embedding จาก Jina ที่รองรับมากกว่า 100 ภาษา และสามารถประมวลผลข้อความได้ถึง 8,192 โทเคน โดยจัดเก็บเวกเตอร์ใน Astra DB ของ DataStax ซึ่งเป็นฐานข้อมูลที่ออกแบบมาเพื่อรองรับงาน AI โดยเฉพาะ

ฐานข้อมูลเวกเตอร์นี้เปิดให้ใช้งานฟรีและเป็นโอเพ่นซอร์ส นักพัฒนาสามารถนำไปใช้ในงานหลากหลาย เช่น การตรวจสอบข้อเท็จจริง การจำแนกข้อมูลแบบ zero-shot การแยกชื่อบุคคลที่คล้ายกัน และการสร้างภาพเชิงความหมายของกราฟความรู้ นอกจากนี้ยังรองรับ GraphRAG ซึ่งเป็นเทคนิคใหม่ที่ผสานการค้นหาแบบเวกเตอร์กับกราฟเพื่อการดึงข้อมูลที่แม่นยำยิ่งขึ้น

Lydia Pintscher หัวหน้าโครงการ Wikidata กล่าวว่าการเปิดตัวครั้งนี้เป็นก้าวสำคัญในการสร้าง AI ที่โปร่งใสและตรวจสอบได้ โดยใช้ข้อมูลที่ได้รับการยืนยันแล้วจากชุมชนทั่วโลก แทนที่จะพึ่งพาข้อมูลปิดจากบริษัทเทคโนโลยีขนาดใหญ่

ผู้ใช้สามารถทดลองใช้งานได้ทันทีโดยไม่ต้องลงทะเบียน และ Wikimedia Deutschland ยังจัดสัมมนาออนไลน์ในวันที่ 9 ตุลาคม เพื่อแนะนำการใช้งานและแนวทางการนำไปใช้ในระบบ AI

ข้อมูลสำคัญจากข่าว
Wikidata เปิดตัว Wikidata Embedding Project ฐานข้อมูลเวกเตอร์แบบโอเพ่นซอร์ส
รองรับการค้นหาข้อมูลตามความหมาย (semantic search) ไม่ใช่แค่คำสำคัญ
ใช้โมเดล embedding จาก Jina ที่รองรับมากกว่า 100 ภาษา
เวกเตอร์ถูกจัดเก็บใน Astra DB ของ DataStax
รองรับการใช้งานฟรีโดยไม่ต้องลงทะเบียนหรือ API key
เปิดให้ใช้งานตั้งแต่ตุลาคม 2025 โดยร่วมมือกับ Jina.AI และ DataStax
รองรับภาษาอังกฤษ ฝรั่งเศส และอาหรับในช่วงแรก
ใช้ได้กับงาน AI เช่น fact-checking, zero-shot classification, named entity disambiguation
รองรับ GraphRAG เพื่อการค้นหาข้อมูลแบบผสมระหว่างเวกเตอร์และกราฟ
Wikimedia Deutschland จัดสัมมนาออนไลน์วันที่ 9 ตุลาคม เพื่อแนะนำการใช้งาน

ข้อมูลเสริมจากภายนอก
Wikidata เป็นฐานข้อมูลเปิดที่มีมากกว่า 119 ล้านรายการ และดูแลโดยอาสาสมัครกว่า 24,000 คน
Vector database ช่วยให้ AI เข้าใจบริบทของข้อมูลได้ดีกว่าการค้นหาแบบ keyword
GraphRAG เป็นเทคนิคใหม่ที่ใช้ในระบบ retrieval-augmented generation เพื่อเพิ่มความแม่นยำ
การใช้ข้อมูลที่ตรวจสอบได้ช่วยลดปัญหา “hallucination” ในการสร้างเนื้อหาโดย AI
การเปิดให้ใช้งานฟรีช่วยส่งเสริมการพัฒนา AI ในภาคการศึกษาและองค์กรไม่แสวงหากำไร

https://news.itsfoss.com/wikidata-launches-vector-database/

“StreetViewAI จาก Google ใช้ AI สนทนาเพื่อช่วยผู้พิการทางสายตาเดินทางผ่านภาพถนน — เมื่อการสำรวจโลกไม่ต้องพึ่งสายตาอีกต่อไป”

Google Research และ DeepMind ได้เปิดตัวระบบใหม่ชื่อว่า “StreetViewAI” ที่ออกแบบมาเพื่อแก้ปัญหาการพึ่งพาภาพในการใช้งาน Street View ซึ่งเป็นอุปสรรคสำคัญสำหรับผู้พิการทางสายตา โดยระบบนี้ใช้โมเดลมัลติโหมด Gemini Flash 2.0 เพื่อให้ผู้ใช้สามารถสำรวจภาพถนนกว่า 220 พันล้านภาพจากกว่า 100 ประเทศผ่านการสนทนาแบบธรรมชาติ

StreetViewAI ประกอบด้วย 3 ระบบหลัก ได้แก่

AI Describer: บรรยายสิ่งของ ความสัมพันธ์เชิงพื้นที่ และคำแนะนำการเดินทางแบบเรียลไทม์
AI Chat Agent: ให้ผู้ใช้ถามคำถามเชิงสถานการณ์ เช่น “ทางเดินมีร่มเงาไหม” หรือ “ทางเข้าร้านกาแฟใช้วีลแชร์ได้หรือเปล่า” แล้ว AI ตอบจากภาพก่อนหน้าและบริบทการสนทนา
AI Tour Guide: เพิ่มข้อมูลเชิงประวัติศาสตร์ วัฒนธรรม และสถาปัตยกรรมให้การสำรวจกลายเป็นการเรียนรู้

ในการทดสอบจริง มีผู้พิการทางสายตา 11 คนเข้าร่วม โดยใช้ไม้เท้าและ screen reader เป็นประจำ พบว่าผู้ใช้สนทนากับ AI Chat Agent ถึง 917 ครั้ง เทียบกับ 136 ครั้งกับ AI Describer ซึ่งแสดงให้เห็นว่าการสนทนาเป็นวิธีที่เข้าถึงง่ายและเป็นธรรมชาติที่สุด

ระบบสามารถตอบคำถามได้ถูกต้องถึง 86.3% โดยคำถามส่วนใหญ่เกี่ยวกับความสัมพันธ์เชิงพื้นที่ (27%), การตรวจสอบวัตถุ (26.5%) และการบรรยายภาพแบบเรียลไทม์ (18.4%) ผู้ใช้กว่า 90% เลือกใช้คำสั่งเสียงในการโต้ตอบ

ผู้ทดสอบหลายคนกล่าวว่า StreetViewAI ไม่เพียงนำทางถึงจุดหมาย แต่ยังบรรยายลักษณะของสถานที่นั้น เช่น สีของประตูหรือความสูงของบันได ซึ่งเป็นสิ่งที่ระบบนำทางทั่วไปไม่สามารถทำได้

Google มองว่า StreetViewAI เป็นก้าวสำคัญของ AI ที่ไม่ใช่แค่เพื่อความบันเทิงหรือผลิตภาพ แต่เพื่อการเข้าถึงอย่างเท่าเทียม และอาจขยายไปสู่การใช้งานในด้านการศึกษา การท่องเที่ยว และระบบเมืองอัจฉริยะในอนาคต

ข้อมูลสำคัญจากข่าว
StreetViewAI ใช้โมเดล Gemini Flash 2.0 เพื่อช่วยผู้พิการทางสายตาใช้งาน Street View
ครอบคลุมภาพถนนกว่า 220 พันล้านภาพจากกว่า 100 ประเทศ
มี 3 ระบบหลัก: AI Describer, AI Chat Agent, AI Tour Guide
AI Describer ให้คำบรรยายภาพแบบเรียลไทม์
AI Chat Agent ตอบคำถามเชิงสถานการณ์จากภาพและบริบท
AI Tour Guide ให้ข้อมูลเชิงวัฒนธรรมและประวัติศาสตร์
ผู้ใช้โต้ตอบกับ AI Chat Agent มากกว่าระบบอื่นถึง 917 ครั้ง
ความแม่นยำของ AI อยู่ที่ 86.3% โดยมีข้อผิดพลาดเพียง 3.9%
คำถามส่วนใหญ่เกี่ยวกับพื้นที่ วัตถุ และการบรรยายภาพ
ผู้ใช้กว่า 90% เลือกใช้คำสั่งเสียงในการโต้ตอบ
StreetViewAI บรรยายลักษณะของสถานที่ได้ละเอียดกว่าระบบนำทางทั่วไป

ข้อมูลเสริมจากภายนอก
Gemini Flash 2.0 เป็นโมเดลมัลติโหมดที่รองรับภาพ เสียง และข้อความในบริบทเดียวกัน
การใช้ AI ในการนำทางช่วยลดการพึ่งพาอุปกรณ์เสริม เช่น GPS หรือแอปแผนที่
การบรรยายภาพแบบ contextual ช่วยให้ผู้พิการทางสายตาเข้าใจสภาพแวดล้อมได้ดีขึ้น
StreetViewAI อาจนำไปใช้ในระบบเมืองอัจฉริยะ เช่น ป้ายบอกทางเสียงหรือแผนที่แบบสัมผัส
การใช้ AI เพื่อการเข้าถึงเป็นแนวทางใหม่ที่กำลังเติบโตในวงการเทคโนโลยี

https://securityonline.info/streetviewai-googles-multimodal-ai-brings-conversational-street-view-navigation-to-the-visually-impaired/

“Photos App เวอร์ชันใหม่จาก Microsoft ใช้ AI จัดระเบียบภาพและเพิ่มความคมชัด — แต่ต้องใช้ Copilot+ PC เท่านั้น”

Microsoft เปิดตัวอัปเดตใหม่ของแอป Photos บน Windows 11 ที่มาพร้อมฟีเจอร์อัจฉริยะจาก AI ซึ่งช่วยให้ผู้ใช้สามารถจัดระเบียบภาพถ่ายได้อย่างมีประสิทธิภาพมากขึ้น และเพิ่มความคมชัดให้กับภาพเก่าหรือภาพที่มีความละเอียดต่ำ โดยทั้งหมดนี้ทำงานแบบ local บนเครื่อง ไม่ต้องเชื่อมต่อเซิร์ฟเวอร์ภายนอก

ฟีเจอร์เด่นคือระบบ “Auto-Categorization” ที่ใช้ Neural Processing Unit (NPU) บน Copilot+ PC เพื่อสแกนภาพในเครื่องและจัดหมวดหมู่อัตโนมัติ เช่น ภาพใบเสร็จ, ภาพหน้าจอ, เอกสาร, และโน้ตที่เขียนด้วยลายมือ โดยระบบสามารถจำแนกภาพได้แม้จะเป็นภาษาต่างประเทศ เช่น ภาษาฮังการีหรืออาหรับ

นอกจากนี้ยังมีฟีเจอร์ “Super Resolution” ที่ช่วยเพิ่มความละเอียดของภาพโดยใช้ AI วิเคราะห์และเติมรายละเอียดที่ขาดหายไป เช่น เปลี่ยนภาพขนาด 256x256 พิกเซลให้กลายเป็นภาพ 1012x1012 พิกเซล พร้อมแสดงภาพเปรียบเทียบก่อนและหลังให้ผู้ใช้เลือกได้ว่าจะใช้หรือยกเลิก

การค้นหาภาพก็ง่ายขึ้นด้วยระบบ keyword search ที่สามารถกรองภาพตามประเภทหรือเนื้อหาได้ทันที เหมาะสำหรับผู้ที่มีภาพจำนวนมากและต้องการค้นหาภาพเฉพาะอย่างรวดเร็ว

อย่างไรก็ตาม ฟีเจอร์ทั้งหมดนี้จะใช้ได้เฉพาะบน Copilot+ PC ที่มีชิปจาก Intel, AMD หรือ Qualcomm ที่รองรับ NPU เท่านั้น ซึ่งทำให้ผู้ใช้ทั่วไปที่ยังไม่ได้อัปเกรดเครื่องอาจไม่สามารถใช้งานฟีเจอร์ใหม่เหล่านี้ได้

ข้อมูลสำคัญจากข่าว
Microsoft Photos อัปเดตใหม่ใช้ AI จัดระเบียบภาพและเพิ่มความคมชัด
ฟีเจอร์ Auto-Categorization จัดภาพเป็นหมวดหมู่ เช่น ใบเสร็จ, เอกสาร, โน้ต
ระบบสามารถจำแนกภาพจากภาษาต่างประเทศได้
ฟีเจอร์ Super Resolution เพิ่มความละเอียดภาพโดยใช้ AI แบบ local
ผู้ใช้สามารถเลือกระดับการเพิ่มความละเอียด เช่น 1x, 2x, 4x, 8x
มีระบบ keyword search เพื่อค้นหาภาพตามเนื้อหา
การทำงานทั้งหมดเกิดขึ้นบนเครื่อง ไม่ต้องเชื่อมต่อเซิร์ฟเวอร์
รองรับเฉพาะ Copilot+ PC ที่มี NPU จาก Intel, AMD หรือ Qualcomm

ข้อมูลเสริมจากภายนอก
NPU คือหน่วยประมวลผลเฉพาะสำหรับงาน AI ที่ช่วยให้ทำงานเร็วและประหยัดพลังงาน
การจัดหมวดหมู่ภาพด้วย AI ช่วยลดเวลาในการค้นหาและจัดการไฟล์
Super Resolution เป็นเทคนิคที่ใช้ในงานภาพถ่ายระดับมืออาชีพ เช่น การพิมพ์ภาพขนาดใหญ่
การประมวลผลแบบ local ช่วยเพิ่มความปลอดภัยของข้อมูลส่วนตัว
Copilot+ PC เป็นกลุ่มอุปกรณ์ใหม่ที่ Microsoft ผลักดันให้รองรับฟีเจอร์ AI เต็มรูปแบบ

https://www.techradar.com/pro/microsofts-new-photos-app-update-is-so-good-that-it-could-well-become-my-favorite-photo-organizing-tool-but-you-will-need-a-copilot-pc-to-experience-it

“Microsoft Teams เพิ่มฟีเจอร์แยกหน้าต่างช่องสนทนา — ยกระดับการทำงานหลายอย่างพร้อมกันแบบมืออาชีพ”

หลังจากที่ผู้ใช้เรียกร้องกันมานาน Microsoft Teams กำลังจะเปิดตัวฟีเจอร์ใหม่ที่ช่วยให้การทำงานหลายอย่างพร้อมกัน (multitasking) มีประสิทธิภาพมากขึ้น ด้วยการเพิ่มความสามารถในการ “แยกหน้าต่างช่องสนทนา” หรือ pop-out channels ซึ่งก่อนหน้านี้สามารถทำได้เฉพาะกับแชตส่วนตัวเท่านั้น

ฟีเจอร์นี้จะเริ่มทยอยเปิดใช้งานทั่วโลกตั้งแต่ปลายตุลาคมถึงพฤศจิกายน 2025 โดยผู้ใช้ Teams บนเดสก์ท็อปทั้ง Windows และ macOS จะสามารถคลิกขวาที่ช่องสนทนา แล้วเลือก “Pop out” เพื่อเปิดหน้าต่างแยกออกมา ทำให้สามารถติดตามหลายช่องทางพร้อมกันได้ เช่น ช่องประกาศของทีม ช่องโครงการ และแชตส่วนตัว โดยไม่ต้องสลับหน้าจอไปมา

การอัปเดตนี้จะช่วยลดปัญหา “context switching” หรือการเสียสมาธิจากการเปลี่ยนหน้าต่างบ่อย ๆ ซึ่งเป็นอุปสรรคสำคัญต่อประสิทธิภาพการทำงาน โดยเฉพาะในยุคที่การประชุมออนไลน์และการทำงานแบบไฮบริดกลายเป็นเรื่องปกติ

Microsoft ยังระบุว่า ฟีเจอร์นี้จะเปิดใช้งานโดยอัตโนมัติ ไม่ต้องตั้งค่าหรือดำเนินการใด ๆ จากผู้ดูแลระบบ และไม่มีผลกระทบต่อฟังก์ชันเดิมของ Teams แต่อย่างใด

นอกจากนี้ Microsoft ยังมีแผนเพิ่มฟีเจอร์อื่น ๆ เช่น การอัปเดตตำแหน่งที่ทำงานอัตโนมัติผ่าน Wi-Fi และการสนับสนุนการสนทนาแบบ threaded ในช่อง เพื่อให้การติดตามบทสนทนาหลายสายง่ายขึ้น

ข้อมูลสำคัญจากข่าว
Microsoft Teams เพิ่มฟีเจอร์แยกหน้าต่างช่องสนทนา (pop-out channels)
ฟีเจอร์นี้จะเริ่มเปิดใช้งานทั่วโลกตั้งแต่ปลายตุลาคมถึงพฤศจิกายน 2025
รองรับผู้ใช้บนเดสก์ท็อปทั้ง Windows และ macOS
ผู้ใช้สามารถเปิดช่องสนทนาในหน้าต่างแยกเพื่อดูหลายช่องพร้อมกัน
ลดปัญหา context switching และเพิ่มประสิทธิภาพการทำงาน
ฟีเจอร์เปิดใช้งานโดยอัตโนมัติ ไม่ต้องตั้งค่าหรือดำเนินการใด ๆ
ไม่มีผลกระทบต่อฟังก์ชันเดิมของ Teams
Microsoft มีแผนเพิ่มฟีเจอร์อื่น เช่น การอัปเดตตำแหน่งผ่าน Wi-Fi และ threaded conversations

ข้อมูลเสริมจากภายนอก
ฟีเจอร์ pop-out chats มีอยู่แล้วใน Teams แต่ช่องสนทนายังไม่เคยรองรับมาก่อน
การทำงานหลายอย่างพร้อมกันเป็นพฤติกรรมที่พบได้บ่อยในประชุมออนไลน์
การเปิดหลายหน้าต่างช่วยให้ผู้ใช้สามารถจัด workspace ตามความต้องการ
การสนทนาแบบ threaded ช่วยให้ติดตามบทสนทนาได้ง่ายขึ้นโดยไม่รบกวนช่องหลัก
Microsoft Research พบว่า 30% ของการประชุมมีการทำงานอื่นร่วมด้วย

https://www.techradar.com/pro/microsoft-teams-is-finally-adding-this-much-demanded-feature-and-it-could-massively-boost-your-productivity