อุตสาหกรรมก่อสร้างในสหรัฐอเมริกาเป็นผู้มีส่วนสำคัญในการก่อมลพิษและการบริโภคพลังงานทั่วโลก เมื่อวัสดุที่ราคาถูกและมีความทนทานน้อยลงกลายเป็นเรื่องปกติ ขยะจากการก่อสร้างจึงเพิ่มขึ้นเป็น 600 ล้านตันในปี 2018 ซึ่งเป็นการเพิ่มขึ้นถึง 300% นับตั้งแต่ปี 1990 การพัฒนาที่รวดเร็วนี้ยังทำให้การปล่อยก๊าซเรือนกระจกสูงขึ้นถึงระดับสูงสุดในปี 2023 ความพยายามในการส่งเสริมการลดขยะ การปรับปรุง และการออกแบบที่ใช้พลังงานอย่างมีประสิทธิภาพมักประสบปัญหากับเส้นตาย งบประมาณ และลำดับความสำคัญที่เปลี่ยนแปลง อย่างไรก็ตาม ความก้าวหน้าในเทคโนโลยีดิจิทัล—จากการเรียนรู้ของเครื่องไปจนถึงบล็อกเชน—มีศักยภาพในการส่งเสริมความยั่งยืนในอุตสาหกรรม งานวิจัยจากวิทยาลัยวิศวกรรมของ Drexel ได้ตรวจสอบการใช้เทคโนโลยีเหล่านี้ในการลดขยะและการปล่อยคาร์บอนในก่อสร้าง โดยเปิดเผยถึงทั้งความท้าทายและโอกาสในการบูรณาการ เศรษฐกิจหมุนเวียนซึ่งเป็นธีมหลักในงานวิจัยนี้เสนอทางเลือกที่ยั่งยืนแทนรูปแบบเชิงเส้นที่เป็นแบบ "เอามา-ทำ-ทิ้ง" โดยเน้นการนำกลับมาใช้ใหม่ การซ่อมแซม และการรีไซเคิลวัสดุ แนวทางนี้ไม่เพียงแต่เป็นประโยชน์ต่อสิ่งแวดล้อม แต่ยังช่วยแก้ปัญหาความยุติธรรมทางสังคมที่เกี่ยวข้องกับการขุดทรัพยากรในประเทศที่กำลังพัฒนา การขยายอายุการใช้งานของวัสดุผ่านการทำเหมืองในเมืองและการนำกลับมาใช้ใหม่ในท้องถิ่น สามารถเสริมสร้างความยืดหยุ่นต่อการหยุดชะงักในห่วงโซ่อุปทานในขณะที่สร้างงานใหม่ ตลอดหลายปีที่ผ่านมา อุตสาหกรรมการก่อสร้างมีการสร้างขยะมากขึ้นโดยให้ความสำคัญกับการก่อสร้างที่รวดเร็วด้วยวัสดุราคาถูก ทำให้เกิดขยะและการใช้ทรัพยากรเพิ่มขึ้น อาคารสมัยใหม่หลายหลังพึ่งพาระบบประดิษฐ์ที่ใช้พลังงานมากกว่าการใช้เทคนิคการออกแบบแบบพาสซีฟที่ใช้ทรัพยากรธรรมชาติ การเปลี่ยนแปลงไปสู่โครงสร้างที่ใช้แล้วทิ้งได้เพิ่มความดันต่อทรัพยากรธรรมชาติและเพิ่มความเสี่ยงทางเศรษฐกิจ นวัตกรรมดิจิทัล เช่น พาสปอร์ตวัสดุ—บันทึกดิจิทัลที่ระบุคุณสมบัติและศักยภาพในการนำกลับมาใช้ใหม่ของวัสดุ—สามารถช่วยในการติดตามและกู้คืนวัสดุก่อสร้าง ซึ่งสนับสนุนวิธีปฏิบัติที่ยั่งยืน การรวมเครื่องมือเหล่านี้กับการจำลองข้อมูลอาคาร (BIM) อาจช่วยสร้างตลาดสำหรับวัสดุที่ฟื้นคืนและสนับสนุนเป้าหมายเศรษฐกิจหมุนเวียน ปัญญาประดิษฐ์ (AI) ยังมีบทบาทสำคัญในการส่งเสริมการออกแบบที่ยั่งยืน สามารถเพิ่มประสิทธิภาพการทำงานของอาคารและการเลือกวัสดุ ขณะเดียวกันก็ช่วยในการระบุและกู้คืนวัสดุที่มีอยู่ AI สามารถทำให้แน่ใจว่าทรัพยากรที่มีค่าไม่ถูกทำลาย และช่วยให้กระบวนการรีไซเคิลมีประสิทธิภาพมากขึ้น เทคนิคที่มีอยู่ในปัจจุบันเพื่อปรับปรุงการกู้คืนวัสดุรวมถึงการรื้อถอน—การทำลายอาคารอย่างระมัดระวังเพื่อกู้คืนวัสดุ เช่น ไม้และอิฐ เมืองบางแห่งในสหรัฐอเมริกาได้ออกกฎระเบียบเกี่ยวกับการรื้อถอนเพื่อส่งเสริมความยั่งยืนแล้ว อย่างไรก็ตาม อุปสรรคหลายอย่างยังขัดขวางการนำวิธีปฏิบัติที่ยั่งยืนมาใช้ในวงกว้าง รวมถึงรหัสอาคารที่ล้าสมัยซึ่งไม่สนับสนุนการนำวัสดุกลับมาใช้ใหม่ ขาดการศึกษาเกี่ยวกับหลักการเศรษฐกิจหมุนเวียน และแนวคิดที่ฝังรากลึกในอุตสาหกรรมที่ต่อต้านนวัตกรรม การเอาชนะความท้าทายเหล่านี้ต้องมีนโยบายที่เข้มแข็งขึ้น สิ่งจูงใจ และการฝึกอบรมที่เพิ่มขึ้นเพื่อเปลี่ยนแนวคิดไปสู่การกู้คืนวัสดุและกลยุทธ์การออกแบบหมุนเวียน

**มิร่า มูราตี้ เตรียมแสดงโครงการปัจจุบันของเธอ** อดีต CTO ของ OpenAI ได้ก่อตั้ง Thinking Machines Lab โดยมีเป้าหมายเพื่อปรับปรุงการเข้าถึง AI **ผู้ช่วย AI เข้าสู่สภาพแวดล้อมการผลิต** ผู้ผลิตมีข้อมูลมากมาย เทคโนโลยีที่ขับเคลื่อนด้วย LLM สามารถทำให้พวกเขาใช้ข้อมูลเหล่านั้นได้อย่างมีประสิทธิภาพ **Anthropic เปิดตัวโมเดล AI ‘Hybrid Reasoning’ ตัวแรก** Claude 3

เข้าสู่ระบบเพื่อดูพอร์ตโฟลิโอของคุณ เข้าสู่ระบบ

วอชิงตัน ดี.ซี.

**ความก้าวหน้าสำหรับโมเดล AI การสร้างวิดีโอที่ใช้ชิปสำเร็จรูปแสดงถึงเหตุการณ์สำคัญสำหรับประเทศจีนและเปลี่ยนแปลงภูมิทัศน์ฮาร์ดแวร์ AI ของโลก** **ระยะเวลาในการอ่าน: 2 นาที** **ทำไมคุณจึงเชื่อถือ SCMP** *จางทงอิน, ปักกิ่ง* **เผยแพร่: 19:00 น

**สรุปพัฒนาการหลักในแอปพลิเคชันบล็อกเชน:** หลัวและคณะได้แนะนำกลไกการเห็นพ้องบล็อกเชนใหม่สำหรับเครือข่ายแบบไร้สาย ซึ่งช่วยเพิ่มประสิทธิภาพพลังงานและอัตราการส่งข้อมูลในเครือข่ายบล็อกเชนสำหรับอุปกรณ์ประหยัดพลังงาน วิธีการวิทยุเชิงรู้จำของพวกเขามั่นใจในความเชื่อถือได้สูงในกระบวนการส่งข้อมูลในขณะที่ยังคงรักษาลักษณะการกระจายอำนาจของบล็อกเชน ทำให้เหมาะสำหรับสภาพแวดล้อม IoT กงและคณะได้นำเสนอแผนการส่งออกดิจิทัลทวินที่ช่วยโดยบล็อกเชนสำหรับเครือข่ายอวกาศ-อากาศ-พื้นดิน (SAGN) ทำให้การส่งออกงานดิจิทัลทวินมีความปลอดภัย กรอบบล็อกเชนของพวกเขาช่วยปรับปรุงการจัดการข้อมูล ลดเวลาแฝง และเพิ่มการใช้ทรัพยากร ทำให้มั่นใจได้ในการแบ่งปันข้อมูลที่ตรงตามข้อกำหนดและมีประสิทธิภาพในสภาพแวดล้อมที่หลากหลาย หยางและคณะมุ่งเน้นการใช้บล็อกเชนเพื่อเพิ่มประสิทธิภาพการเรียนรู้แบบหลายงาน (MTL) สำหรับผู้โดยสารรถยนต์ โมเดลกระจายอำนาจของพวกเขาแชร์ข้อมูลที่สร้างโดยผู้ใช้ได้อย่างปลอดภัย เพิ่มคำแนะนำเส้นทางในขณะที่ยังคงความเป็นส่วนตัวของข้อมูลนำไปสู่การเพิ่มประสิทธิภาพในการเดินทางและลดเวลาเดินทาง ในภาคสุขภาพ โซลูชันบล็อกเชนช่วยจัดการข้อมูลทางการแพทย์ที่ละเอียดอ่อนอย่างปลอดภัย บล็อกเชนช่วยในการตรวจสอบธุรกรรมในขณะที่สามารถแบ่งปันข้อมูลได้อย่างมีประสิทธิภาพโดยใช้สัญญาอัจฉริยะในหมู่ผู้ให้บริการทางการแพทย์ แม้จะมีข้อดี แต่ความท้าทาย เช่น ค่าใช้จ่ายในการประมวลผลสูงและประสิทธิภาพที่ล่าช้าขัดขวางการนำไปใช้ในวงกว้าง ดังนั้นจึงจำเป็นต้องมีโซลูชันบล็อกเชนที่มีประสิทธิภาพมากขึ้น กรอบการตรวจจับข้อมูลยานยนต์ของ Liu และ Zhao ใช้บล็อกเชนเพื่อส่งเสริมความสดใหม่ของข้อมูลสำหรับระบบขนส่งอัจฉริยะ (ITS) รับประกันการแบ่งปันข้อมูลเรียลไทม์ในหมู่ยานพาหนะ โดยใช้สัญญาอัจฉริยะเพื่อทำให้การตรวจสอบข้อมูลอัตโนมัติและกระตุ้นการอัปเดตข้อมูลที่ทันเวลา ศักยภาพในการเปลี่ยนแปลงของเทคโนโลยีบล็อกเชนถูกสาธิตโดยการนำการบัญชีที่มีสามรายการ (TEA) มาใช้ ซึ่งให้บัญชีแยกระหว่างที่ปลอดภัย โปร่งใส และเป็นกลางสำหรับบันทึกทางการเงิน อย่างไรก็ตาม ความท้าทาย เช่น ความสามารถในการปรับขนาด การใช้พลังงาน และความไม่แน่นอนด้านกฎระเบียบ ยังเป็นอุปสรรคต่อการทำให้บล็อกเชนได้รับการใช้เต็มที่ในด้านการบัญชี เจิ้งและคณะเสนอกรอบการเรียนรู้เชิงเสริมหลายตัวที่เสริมด้วยบล็อกเชนสำหรับการซื้อขายพลังงานแบบเพียร์ทูเพียร์ โมเดลของพวกเขาใช้นโยบายการประมูลสองครั้งต่อเนื่อง (CDA) เพื่อรักษาความเป็นส่วนตัวในการทำธุรกรรมพลังงานในขณะที่ปรับปรุงพลศาสตร์ตลาดและความพึงพอใจของผู้ใช้ การใช้บล็อกเชนที่สร้างสรรค์นี้เกินกว่าคริปโตเคอเรนซี่; การวิจัยเกี่ยวกับการรวมระบบ ERP เข้ากับบล็อกเชนต้องการสร้างข้อมูลทางการเงินที่ป้องกันการปลอมแปลงและห้องเก็บข้อมูลที่มีประสิทธิภาพ โมเดลบล็อกเชนไฮบริดรวมส่วนประกอบของระบบสาธารณะและส่วนตัวเพื่อปรับปรุงการใช้ทรัพยากรและความเชื่อถือได้ โมเดลเหล่านี้เป็นสิ่งจำเป็นในแอปพลิเคชันที่ต้องการความสมบูรณ์ของข้อมูลสูง เช่น ระบบตุลาการและการจัดการข้อมูลสุขภาพ โครงการ BIoMT มุ่งเป้าที่จะพัฒนาสุขภาพโดยการรวมบล็อกเชนกับ IoT เพื่อส่งเสริมการจัดการข้อมูลผู้ป่วยที่ปลอดภัยและมีประสิทธิภาพในขณะที่จัดการปัญหาอย่างความปลอดภัยของข้อมูลและการทำงานร่วมกัน Liu และคณะยังสำรวจกรอบบล็อกเชนที่มีน้ำหนักเบาสำหรับอุปกรณ์ IIoT ที่มีข้อจำกัดด้านทรัพยากร โดยประสบความสำเร็จในการพัฒนาประสิทธิภาพการจัดเก็บข้อมูลและการปรับขนาด บทบาทของการพิสูจน์การดึงข้อมูล (PoR) ภายนอกในระบบจัดเก็บข้อมูลแบบกระจายสำหรับข้อมูลทางการแพทย์ช่วยให้การจัดเก็บข้อมูลมีความปลอดภัยในสภาพแวดล้อมใหม่ เช่น เมตาเวิร์ส โดยเพิ่มการตรวจสอบความสมบูรณ์ของข้อมูลโดยไม่กระทบต่อความเป็นส่วนตัวของผู้ป่วย มีหลายแผนการมอบเวกเตอร์เกิดขึ้นเพื่อส่งเสริมการแบ่งปันข้อมูลอย่างมีประสิทธิภาพในสภาพแวดล้อมด้านการดูแลสุขภาพ โดยทำให้มั่นใจว่าเฉพาะข้อมูลที่เลือกจะถูกเปิดเผยโดยไม่กระทบต่อชุดข้อมูลทั้งหมด พัฒนาการเหล่านี้แสดงให้เห็นว่าบล็อกเชน IoT และการประมวลผลข้อมูลคลาวด์ทำงานร่วมกันอย่างไรเพื่อสร้างแอปพลิเคชันที่กระจายอำนาจและปลอดภัยในหลากหลายโดเมน ระบบจัดการคดีตุลาการที่ใช้บล็อกเชนที่เสนอใช้สถาปัตยกรรมหลายบล็อกเชน บูรณาการผู้ที่มีส่วนร่วมในภาคกฎหมายผ่านสัญญาอัจฉริยะและกลไกการเห็นพ้องเพื่อทำให้กระบวนการตุลาการมีความรวดเร็วและปลอดภัย กรอบนี้ประกอบด้วยโมดูลของคณะลูกขุน อัยการ และการป้องกัน ซึ่งมีการจัดการคดีอย่างโปร่งใสและลดข้อผิดพลาดด้วยมือผ่านการทำงานอัตโนมัติ กลไกสัญญาอัจฉริยะช่วยในการตรวจสอบข้อมูล การส่งหลักฐาน และการทำให้กระบวนการคดีเป็นอัตโนมัติ ขณะเดียวกันก็รักษาความสอดคล้องตามกฎหมาย การทดสอบแสดงให้เห็นว่า กลไกการเห็นพ้องแบบไฮบริดที่รวมระหว่างProof-of-Work (PoW) และ Proof-of-Stake (PoS) ช่วยเพิ่มประสิทธิภาพของระบบอย่างมาก โดยบาลานซ์ความปลอดภัยและประสิทธิภาพในสภาพแวดล้อมกฎหมายที่มีความเสี่ยงสูง การวิเคราะห์เวลาแฝงและอัตราการส่งข้อมูลเผยให้เห็นว่าสถาปัตยกรรมนี้เหนือกว่าต้นแบบแบบดั้งเดิมอย่างมีประสิทธิภาพ รับมือกับข้อมูลตุลาการที่มีขนาดใหญ่ในขณะที่รักษาความสมบูรณ์และความปลอดภัยผ่านโปรโตคอลการเข้ารหัสขั้นสูง โดยสรุป การบูรณาการเทคโนโลยีบล็อกเชนเข้ากับหลากหลายสาขา—ตั้งแต่เครือข่ายไร้สายและการดูแลสุขภาพไปจนถึงการจัดการคดีตุลาการ—เผยให้เห็นถึงศักยภาพที่สำคัญในการเพิ่มประสิทธิภาพ ความปลอดภัย และความโปร่งใสในระบบที่ซับซ้อน การพัฒนาที่ต่อเนื่องของแอปพลิเคชันเหล่านี้มีแนวโน้มที่จะตอบสนองความท้าทายในปัจจุบันในขณะเดียวกันก็เปิดทางให้เกิดนวัตกรรมในอนาคต

AI ควรเข้ามาแทนที่งานของรัฐบาลในพื้นที่ที่สามารถแข่งขันหรือทำได้ดีกว่าคน ตามแนวทางใหม่ที่ทำให้สหภาพแรงงานเตือนเคียร์ สตาร์เมอร์ไม่ให้โทษปัญหาต่างๆ ต่อข้าราชการ ซึ่งโครงการนี้เป็นส่วนหนึ่งของกลยุทธ์ของนายกรัฐมนตรีในการปรับโครงสร้างการดำเนินงานของรัฐบาล ซึ่งเขาจะอธิบายในวันพฤหัสบดีนี้ โดยมุ่งเน้นไปที่การเปลี่ยนแปลงทางดิจิทัลที่อาจประหยัดเงินได้หลายพันล้าน เจ้าหน้าที่จะได้รับคำสั่งว่า “ไม่มีเวลาของบุคคลใดควรใช้ไปกับงานที่ดิจิทัลหรือ AI สามารถทำได้ดีกว่า รวดเร็วกว่า และมาตรฐานเดียวกัน” สตาร์เมอร์คาดว่า การนำเครื่องมือดิจิทัลมาใช้สามารถประหยัดได้มากกว่า 45 พันล้านปอนด์ ก่อนที่จะรวม AI โดยมีการสนับสนุนจากการจ้างงานผู้ฝึกงานด้านเทคโนโลยี 2,000 คนเข้าทำงานในข้าราชการ อย่างไรก็ตาม ขณะที่มีการตัดงบประมาณอย่างมีนัยสำคัญในงบประมาณที่กำลังจะมาถึง เดฟ เพนแมน หัวหน้าสหภาพ FDA สำหรับข้าราชการระดับสูง ชี้ว่า แม้ว่าจะมีเป้าหมายที่กว้างขวางที่น่ายกย่อง แต่กลยุทธ์เฉพาะในการบรรลุวัตถุประสงค์เหล่านี้ก็เป็นสิ่งที่จำเป็น เขาได้กล่าวถึงความจำเป็นในการชี้แจงเกี่ยวกับการทำงานให้ได้มากขึ้นด้วยทรัพยากรที่ลดน้อยลง และแสดงความกังวลเกี่ยวกับการนำเสนอภาพลักษณ์เชิงลบของข้าราชการที่ได้รับการผลักดันโดยพรรคอนุรักษ์นิยมในอดีต ไมค์ แคลนซี่ เลขาธิการทั่วไปของสหภาพพรอสเพคท์ ย้ำถึงความสำคัญของการมีส่วนร่วมของพนักงานในทุกการ改革 พร้อมทั้งเตือนเกี่ยวกับวาทกรรมที่อาจก่อให้เกิดความแตกแยก ขณะเดียวกันที่ส่งเสริมการใช้เทคโนโลยีที่ดีขึ้นในบริการสาธารณะ เขาก็เตือนว่ากลไกการจ่ายเงินในปัจจุบันอาจทำให้รัฐบาลไม่สามารถดึงดูดความเชี่ยวชาญที่จำเป็นได้ และเรียกร้องให้มีการใช้ประโยชน์จากความสามารถที่มีอยู่ในข้าราชการให้ดียิ่งขึ้น สตาร์เมอร์คาดว่าจะประกาศความตั้งใจในการลดกฎระเบียบและกำจัดหน่วยงานบางแห่ง โดยมีเป้าหมายเพื่อลดค่าใช้จ่ายในการควบคุมลง 25% เขาจะอธิบายถึงสภาพปัจจุบันของสหราชอาณาจักรว่า “ใหญ่ขึ้นแต่อ่อนแอลง” โดยแสดงความเร่งด่วนสำหรับการเปลี่ยนแปลงที่จะมีประโยชน์ต่อคนทำงานจริงและสามารถเปิดโอกาสในการประหยัดและเพิ่มผลผลิตผ่านการดิจิทัล ขณะเดียวกันก็มีการเปรียบเทียบกับแนวทางของโดนัลด์ ทรัมป์ ในสหรัฐอเมริกา รัฐบาลของสตาร์เมอร์มีรายงานว่าตั้งเป้าที่จะลดจำนวนข้าราชการลงมากกว่า 10,000 ตำแหน่ง โดยอาจมีการเปลี่ยนแปลงการจัดการผลการปฏิบัติงานและสิ่งจูงใจในการจ่ายเงินเพื่อปรับปรุงผลลัพธ์ ขณะนี้มีการหารือเกี่ยวกับโครงการที่เรียกว่า “project chainsaw” ซึ่งเกี่ยวข้องกับการปรับโครงสร้างอย่างมีนัยสำคัญที่คล้ายคลึงกับการลดงบประมาณที่มีข้อขัดแย้งของทรัมป์ อย่างไรก็ตาม โฆษกของสตาร์เมอร์ได้ปฏิเสธว่ารัฐบาลตั้งใจที่จะเข้าหาการปรับปรุงด้วยมาตรการที่รุนแรง โดยยืนยันถึงกลยุทธ์ที่มีความสมดุลแทนการตัดอย่างสุดขั้ว