ข่าวนี้น่าจะมีประโยชน์กับนักเรียนหรือนักศึกษาที่กำลังศึกษาเรื่องของโครงสร้างข้อมูล, อัลกอริทึม, กราฟ โดยทางมหาวิทยาลัยแห่งชาติของสิงคโปร์ได้จัดทำเว็บไซต์สำหรับจำลองการทำงานของอัลกอริทึมในคอมพิวเตอร์อาทิ การจัดเรียงข้อมูล การค้นหาข้อมูล โดยสามารถจำลองการทำงานได้ทีละขั้นตอนคล้าย ๆ กับตอนดีบั้กโปรแกรม เอาเป็นว่าลองเข้าไปดูในเว็บไซต์ของ VisuAlgo เลยดีกว่าครับ

สำหรับคนที่จบมานานแล้วลองเข้าไปดูก็เพลิน ๆ ดีเหมือนกันครับ :)

น่าทึ่งที่หลายครั้งผลงานที่มนุษย์สร้างขึ้นก็สามารถทำอะไรได้มากกว่าที่ผู้สร้างเคยคิดไว้ ตัวอย่างหนึ่งดังเช่น อัลกอริทึมของ Google ที่ถูกพัฒนาขึ้นมาใช้งานกับระบบโฆษณา AdWords ได้ตรวจสอบพบแก๊งมิจฉาชีพต้มตุ๋นและกลุ่มโจรขโมยรถยนต์ในประเทศจีน

ไมโครซอฟท์ประกาศปรับปรุงระบบแยกแยะและวิเคราะห์เสียงของ Windows Phone (ที่ใช้เอนจินของ Bing) ให้มีความแม่นยำมากขึ้นกว่าเดิมแม้ในสภาพที่มีเสียงรบกวนมากๆ และทำงานแยกแยะเสียงได้เร็วกว่ารุ่นก่อน 15%

เบื้องหลังการปรับปรุงฟีเจอร์นี้มาจากผลงานของทีม Microsoft Research ในปักกิ่งและสหรัฐ ที่ใช้เทคนิค deep neural networks (DNNs) จำลองการทำงานของเส้นประสาทในสมอง ผนวกกับฐานข้อมูลขนาดใหญ่ของ Bing ทำให้เทคนิคการวิเคราะห์เสียงพูดของค่ายไมโครซอฟท์พัฒนาขึ้นอีกมาก

ไมโครซอฟท์ยังให้ข้อมูลว่าเทคนิค DNN สามารถใช้กับภาษาอื่นๆ ที่ไม่ใช่ภาษาอังกฤษได้ด้วย ทำให้ไมโครซอฟท์สามารพัฒนาและสอน DNN ให้เข้าใจภาษาอื่นๆ ต่อไปในอนาคตได้

กูเกิลเปิดตัวอัลกอริทึมสำหรับบีบอัดไฟล์แบบใหม่ชื่อ Zopfli จุดเด่นของมันคือประสิทธิภาพในการบีบอัดไฟล์ที่ดีกว่า zlib/gzip และ 7-zip ในปัจจุบันประมาณ 3-8%

อย่างไรก็ตาม Zopfli ไม่ใช่ทางเลือกของการบีบอัดไฟล์ทุกประเภท เพราะการบีบอัดที่ดีขึ้นเล็กน้อย กลับต้องแลกมาด้วยระยะเวลาในการคำนวณที่เพิ่มขึ้นถึง 81 เท่าตัว (เทียบกับ gzip แบบอัดมากที่สุดระดับ -9) ส่วนระยะเวลาคลายการบีบอัด (uncompress) กลับใกล้เคียงกันมาก

การทำนายเทรนด์ต่างๆ อาจดูเหมือนเป็นไปไม่ได้ก็จริง แต่ในวันนี้คณาจารย์และนักศึกษาจาก MIT ทำสำเร็จแล้ว โดยการใช้อัลกอริทึมในการทำนายเทรนด์ของ Twitter ใน 1 ชั่วโมงถึง 1 ชั่วโมง 30 นาทีต่อมาโดยมีอัตราความแม่นยำถึง 95 เปอร์เซนต์ และยังพบว่าสามารถทำนายเทรนด์ได้ถึง 4-5 ชั่วโมงต่อมาโดยที่มีอัตราความแม่นยำใกล้เคียงกัน

ประโยชน์การใช้งานของอัลกอริทึมนี้ อาจไม่ได้มีแค่เอาไว้อวดเพื่อนเท่ๆ เพียงอย่างเดียว แต่ยังเป็นประโยชน์กับทาง Twitter ในด้านของการโฆษณา คือ โฆษณาให้ตรงกับเทรนด์ของทวิตเตอร์ในเวลานั้นๆ อีกด้วย โดยอัลกอริทึมนี้จะเปิดตัวอย่างเป็นทางการในสัปดาห์หน้า ณ Workshop ที่เกี่ยวกับ Social Network ของทาง MIT ครับ

ปัญหาใหญ่ของบริษัทเทคโนโลยีนอกจากการแข่งขันกันสูงแล้ว ยังมีอีกหนึ่งปัญหาที่ส่วนมากเป็นกันถ้วนหน้า ตั้งแต่บริษัทเล็กๆ ไปจนถึงบริษัทยักษ์ใหญ่ แม้แต่กูเกิลเองก็ยังออกมายอมรับแล้วว่าพนักงานหญิงในบริษัทนั้นน้อยกว่าผู้ชายมาก และยังมีอัตราการออกจากบริษัทมากกว่าผู้ชาย (หนึ่งในนั้นก็คือ Marissa Mayer ที่เพิ่งย้ายไปยาฮู) จนถึงตอนนี้พนักงานหญิงในกูเกิลเหลือเพียงหนึ่งในสามของทั้งหมด หรือราวๆ 34,300 คนแล้ว

แม้ว่าเราจะได้เห็นหุ่นยนต์ที่ถูกสร้างขึ้นออกมาให้เลียนแบบมนุษย์ในหลาย ๆ ด้านแล้วก็ตาม แต่การที่จะสอนคอมพิวเตอร์ให้เข้าใจความน่าเสียดายนั้นดูเหมือนจะเป็นเรื่องใหม่ที่ยังไม่มีใครได้พบเห็นมาก่อน

นักวิจัยจากมหาวิทยาลัย Tel Aviv ของประเทศอิสราเอลได้รับการสนับสนุนทางการเงินจากกูเกิล ให้พยายามค้นคว้าอัลกอริธึมที่สามารถที่จะสอนให้คอมพิวเตอร์เรียนรู้จากประสบการณ์ของตัวเองในกรณีต่าง ๆ เช่น การบริหาร ทราฟฟิกของเครือข่ายหรืออินเทอร์เน็ตให้มีประสิทธิภาพ

หลังจากที่ The New York Times ตีพิมพ์เรื่องของลูกค้าที่ซื้อแว่นตา Lafont ผ่านเว็บโดยการค้นหาข้อมูลด้วยกูเกิล และสรุปความว่ายิ่งลูกค้าด่ามากเท่าไหร่เว็บก็ยิ่งขายดีนั้น ทางกูเกิลก็ไม่นิ่งนอนใจ ได้ออกมาชี้แจงผ่านบลอกของกูเกิลว่า นี่เป็นปัญหาที่ไม่ควรเกิดขึ้นและตอนนี้กูเกิลก็ได้ตั้งทีมมาดูแลปัญหานี้โดยเฉพาะ รวมถึงปรับปรุงอัลกอริธึมใหม่ที่จะป้องกันปัญหานี้

โดยตอนนี้ระบบใหม่เริ่มใช้งานแล้ว แนวทางที่ใช้หลักๆ มีดังนี้

ผู้อ่าน Blognone คงรู้จักโปรแกรม Shazam ที่เอาไว้ฟังเพลงแล้วให้มันบอกว่าเพลงนี้ชื่ออะไร ถ้าใครเคยลองจะรู้ว่ามันแม่นมาก (โดยเฉพาะเพลงภาษาอังกฤษ)

ทางเว็บไซต์ Gizmodo สงสัยว่ากระบวนการทำงานของ Shazam เป็นอย่างไร จึงไปขุดในเปเปอร์วิจัยของหนึ่งในผู้ก่อตั้ง Shazam ที่เผยแพร่ต่อสาธารณะ ขั้นตอนการทำงานมีดังนี้

โจเซฟ ครูสกัล (Joseph Kruskal) ผู้คิดค้นอัลกอริทึมของครูสกัลที่ใช้ในการหาต้นไม้ทอดข้ามน้อยที่สุด (Minimum Spanning Tree) ได้เสียชีวิตแล้วเมื่อวันที่ 19 กันยายน 2010

ถ้าใครเรียนวิชาอัลกอริทึมมาคงจะคุ้นๆ กับชื่ออัลกอริทึมนี้อยู่บ้างเพราะมักถูกใช้เป็นตัวอย่างของอัลกอริทึมเชิงละโมบอยู่เสมอ

ที่มา - Computational Complexity

ทีมวิจัยจากมหาวิทยาลัย Goethe และสถาบันเทคโนโลยี Karlsruhe ได้แสดงประสิทธิภาพของเครื่องที่ประกอบจากซีพียู Atom และไดรฟ์ SSD ประกอบเป็นระบบที่ชื่อว่า EcoSort สามารถทำประสิทธิภาพได้ถึงสามเท่าจากสถิติเดิม

สถิติใหม่นี้สามารถเรียงข้อมูลจำนวน 36,400 เรคคอร์ดต่อจูลส์ ขณะที่สถิติเดิมใช้ซีพียู Opteron สามารถทำได้เพียง 11,600 เรคคอร์ดต่อจูลส์เท่านั้น

สเปคเครื่องของ EcoSort ใช้ Atom 330 แรม 4GB และ SSD ขนาด 256GB ของ Super Talent Technology

แค่ SSD อย่างเดียวงานนี้ก็ลูกละสองหมื่นครับ

ปล. การทดสอบทำด้วยการรัน Sort Benchmark ที่คิดค้นโดย Jim Gray นักวิทยาศาสตร์ของไมโครซอฟท์ผู้สูญหายไปในการล่องทะเล

SHA นั้นเป็นมาตรฐานการแฮช (hash) แบบทางเดียวที่ได้รับความนิยมในวงกว้าง และการแข่งขันเสนออัลกอลิธึ่มเพื่อจะได้รับการประกาศเป็นมาตรฐาน SHA-3 นั้นกำลังเข้าสู่รอบที่สอง

อัลกอลิธึ่มที่ผ่านเข้ารอบสองนั้นมีทั้งสิ้น 14 อัลกอลิธึ่ม โดยมีการเปิดความคิดเห็นจากรอบแรกให้ผู้ที่เสนออัลกอลิธึ่มเข้ามาสามารถปรับแก้กันได้ถึงวันที่ 15 กันยายนนี้ ก่อนจะตัดสินในรอบต่อไป

การแฮชแบบทางเดียวเป็นส่วนสำคัญในระบบการรักษาความปลอดภัยในทุกว้นนี้ โดยการเจาะการเข้ารหัสเว็บแบบ SSL ที่ทำได้เมื่อปลายปีที่แล้วนั้นก็อาศัยช่องโหว่ของ MD5 ซึ่งเป็นอัลกอลิธึ่มแฮชแบบทางเดียวแบบหนึ่ง (ที่ไม่ปลอดภัยนัก)

ที่มา - NIST

ปัจจุบันพนักงานเก่าๆตั้งแต่ก่อตั้ง Google เริ่มจะลาออกจากบริษัทมากขึ้นเรื่อยๆ และ Google เองก็กังวลว่าการลาออกของพนักงานระดับหัวกะทิจะส่งผลกระทบระยะยาวกับบริษัทได้
ทำให้ Google คิดค้น Algorithm ที่จะค้นหาพนักงานที่มีแนวโน้มจะลาออกจากบริษัทขึ้นมา

Google กล่าวว่า Algorithm นี้สามารถค้นหาได้ว่า ในพนักงาน 20,000 กว่าคน มีคนไหนที่มีแนวโน้มจะลาออกบ้าง. Google ยังไม่เปิดเผยสมการที่ใช้ แต่มีการเปิดเผยว่าปัจจุบันนี้สามารถค้นหาได้แล้วว่าพนักงานคนไหนมีแนวโน้มจะลาออกสูงและพนักงานคนไหนที่รู้สึกว่าตัวเองได้ทำงานน้อยกว่าที่คาดหวัง ซึ่งว่ากันว่าเป็นสาเหตุอันดับต้นๆของการที่พนักงานจะลาออก