ฟาร์มเกษตรยุคใหม่! ลดการใช้น้ำลงกว่า 90%
สตาร์ทอัพในสหรัฐอเมริกานำเสนอวิธีการทำฟาร์มเกษตรแบบใหม่ โดยใช้หุ่นยนต์และ AI เข้ามาควบคุมการปลูกพืชแบบไร้ดินในเรือนกระจก โดยบริษัทเคลมว่าวิธีการนี้จะช่วยประหยัดน้ำที่ใช้ในการเกษตรไปได้ถึง 90%โดยบริษัท ไอเอิร์น ออกซ์ (Iron Ox) ใช้ปัญญาประดิษฐ์ ร่วมกับการสั่งการหุ่นยนต์ ในการควบคุมการผลิตต่าง ๆ เพื่อให้แน่ใจว่าพืชจะได้รับแสงแดด น้ำ และสารอาหารในระดับที่เหมาะสม ประกอบไปด้วยหุ่นยนต์ 2 รูปแบบ ตัวแรกมีชื่อว่า โกรเวอร์ (Grover) เป็นหุ่นยนต์ที่ทำหน้าที่ขนส่งภาชนะบรรจุพืช ช่วยในการเฝ้าสแกน เช็กคุณภาพผักที่ปลูก และสามารถยกน้ำหนักได้มากกว่า 1,000 ปอนด์ หรือประมาณ 450 กิโลกรัม ส่วน ฟิล (Phil) เป็นหุ่นยนต์ที่ทำหน้าที่เหมือนคนดูแลพืชอย่างใกล้ชิด โดยจะทำหน้าที่ควบคู่ไปกับโกรเวอร์ โดยเน้นไปที่การตรวจเช็กความต้องการของพืชแต่ละชนิด ส่งข้อมูลไปยังระบบคลาวด์ ร่วมกับการทำงานของปัญญาประดิษฐ์ จากนั้นมันก็จะเข้ารดน้ำและสารอาหารอื่น ๆ ให้ตรงความต้องการ
ด้วยวิธีนี้บริษัทเคลมว่านอกจากจะลดการใช้น้ำแล้ว ยังลดการใช้พลังงานกว่าฟาร์มปลูกพืชแบบแนวตั้ง (Veirtcal Farming) ถึง 75% และใช้พื้นที่น้อยกว่าฟาร์มปลูกพืชบนดินถึง 15%
อ้างอิง : https://www.tnnthailand.com/news/tech/111417/
AI ช่วยบล็อกไมโครโฟนดักฟังเสียง
เคยสังเกตไหมว่าโฆษณาออนไลน์ที่คุณเจอนั้นใกล้เคียงกับสิ่งที่คุณเพิ่งพูดคุยกับเพื่อนและครอบครัวของคุณอย่างน่ากลัว ไมโครโฟนถูกฝังอยู่ในเกือบทุกอย่างในทุกวันนี้ ตั้งแต่โทรศัพท์ นาฬิกา และโทรทัศน์ไปจนถึงระบบสั่งงานด้วยเสียง และไมโครโฟนจะฟังคุณอยู่เสมอ คอมพิวเตอร์ใช้งาน AI ตลอดเวลาในการประมวลผลคำพูดของคุณ เพื่อรับข้อมูลเกี่ยวกับคุณ หากคุณต้องการป้องกันไม่ให้สิ่งนี้เกิดขึ้น คุณจะทำอย่างไร?
ในสมัยก่อนถ้าเราไม่ต้องการให้คนอื่นรู้ว่าเรากำลังทำอะไรอยู่ เราจะแค่เปิดให้เพลงให้เสียงดังหรือเปิดน้ำในห้องน้ำทิ้งไว้ เมื่อเวลาที่ผ่านมาไม่นานนักวิจัยของ Columbia Engineering ได้พัฒนาระบบใหม่ที่สร้างเสียงที่กระซิบที่เงียบกริบซึ่งเราสามารถเล่นได้ในทุกห้อง ในทุกสถานการณ์ เพื่อป้องกันไม่ให้อุปกรณ์อัจฉริยะต่างๆสอดแนมเรา ซึ่งระบบนี้จะทำให้ผู้คนมีสิทธิ์ในการปกป้องความเป็นส่วนตัวในการใช้เสียงมากขึ้น
Carl Vondrick ผู้ช่วยศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์กล่าวว่า อัลกอริทึมของเขาซึ่งจัดการบล็อกไมโครโฟนที่คอยสอดแนมเพื่อไม่ให้ได้ยินคำพูดนั้น มีความถูกต้องถึง 80% ซึ่งโดยพื้นฐานแล้วระบบจะอำพรางเสียงของบุคคลผ่านทางอากาศ ซ่อนเสียงเหล่านั้นจากระบบการฟังที่คอยสอดแนม ซึ่งมันจะไม่รบกวนการสนทนาระหว่างผู้คนในห้องด้วย
Mia Chiquier หัวหน้าทีมวิจัยกล่าวว่า อัลกอริทึมของเขาสามารถทำนายคำพูดที่บุคคลจะพูดในลำดับต่อไปได้แม่นยำ ทำให้มีเวลาเพียงพอในการสร้างเสียงกระซิบที่ถูกต้อง จนถึงตอนนี้วิธีการของเขาใช้ได้กับคำศัพท์ภาษาอังกฤษส่วนใหญ่และเขาวางแผนที่จะใช้อัลกอริทึมกับภาษาต่างๆ มากขึ้น
อย่างไรก็ตามจากปัญหาการใช้ AI ดักฟังเสียงนั้น Jianbo Shi ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์และสารสนเทศแห่งมหาวิทยาลัยเพนซิลเวเนียได้ให้ความเห็นเกี่ยวกับจริยธรรมด้าน AI ว่า “สำหรับพวกเราในชุมชนการวิจัย ข้อกังวลด้านจริยธรรมของเทคโนโลยี AI นั้นเป็นปัญหาสำคัญมาก แต่ดูเหมือนว่ามันจะไม่ได้ถูกคำนึงถึงในการพัฒนา AI สักเท่าไร” “และในฐานะชุมชน เราต้อง ‘มีสติ’ คิดเกี่ยวกับผลกระทบต่อมนุษย์และสังคมของเทคโนโลยี AI ที่เราพัฒนาโดยเราควรที่จะให้ความสำคัญกับมันในขั้นตอนแรกสุดของการออกแบบการวิจัย” การศึกษานี้ทำให้เขาคิดถึงวิธีการใช้ AI เพื่อปกป้องเราจากการใช้งาน AI ที่เราไม่ได้ตั้งใจจะให้มันเป็น?
เขายังบอกอีกว่าการศึกษานี้ยังทำให้เราหลายคนคิดไปในหลากหลายทิศทางเกี่ยวกับ AI “อย่าถามว่า AI ที่มีจริยธรรมสามารถทำอะไรให้เราได้บ้าง แต่ให้ถามว่าเราจะทำอะไรได้บ้างเพื่อสร้าง AI ให้เป็น AI ที่มีจริยธรรม เมื่อเราทุกคนเชื่อในทิศทางนี้แล้วการวิจัย AI อย่างมีจริยธรรมก็สนุกและสร้างสรรค์ไม่แพ้กัน”
งานวิจัยนี้จะถูกนำเสนอวันที่ 25 เมษายน 2022 ที่งาน International Conference for Learning Representations
อ้างอิง : https://techxplore.com/news/2022-04-spying-ai-block-rogue-microphones.html
นำร่องคัดกรองมะเร็งปอดในไทย รู้ผลภายใน 3 นาที
20 เม.ย.65 โรงพยาบาลบ้านแพ้ว(องค์การมหาชน) ร่วมกับ สำนักงานส่งเสริมเศรษฐกิจดิจิทัล(ดีป้า) และแอสตร้าเซนเนก้า ประเทศไทย แถลงข่าวเปิดโครง “ตรวจไว สู้ภัยมะเร็งปอด” นำร่องการนำนวัตกรรม AI มาใช่เพื่อเพิ่มประสิทธิภาพการตรวจหามะเร็งปอดในระยะเริ่มต้น ที่อาจมีขนาดเล็กหรือมองเห็นได้ยากด้วยการเอกซ์เรย์ทรวงอกภายใต้บริการตรวจสุขภาพของโรงพยาบาลบ้านแพ้ว ช่วยให้แพทย์ทำการวินิจฉัยโรคได้แม่นยำและมีประสิทธิภาพยิ่งขึ้น ส่งผลให้ผู้ป่วยมะเร็งได้รับการรักษาที่รวดเร็ว และลดอัตราการเสียชีวิตได้
นพ.พรเทพ พงศ์ทวิกร ผู้อำนวยการโรงพยาบาลบ้านแพ้ว (องค์การมหาชน) กล่าวถึงวัตถุประสงค์ว่า มะเร็ง นับว่าเป็นโรคที่มีผู้เสียชีวิตสูงสุดในประเทศ โดยโรคมะเร็งปอดมักจะตรวจเจอในระยะที่ 4 หรือระยะสุดท้ายแล้ว จึงทำให้มีอัตราการเสียชีวิตสูง ซึ่งในไทยพบผู้ป่วยมะเร็งปอด 47 คน/วัน หรือประมาณ 17,000 คน/ปี จากเดิมการตรวจเอกซเรย์ปอด ในการคัดกรองหามะเร็ง จะต้องให้แพทย์อ่านผลเอกซเรย์ก่อน จะใช้เวลาค่อนข้างนาน ดังนั้นในการพัฒนาด้านแพทย์ได้เห็นประโยชน์ในการนำนวัตกรรม AI มาใช้เพื่อเพิ่มประสิทธิภาพในการตรวจมะเร็งปอดเพื่อคัดกรองให้เจอตั้งแต่ในระยะเริ่มต้น มีความรวดเร็วและแม่นยำ โดยโซลูชัน AI ได้รับการพัฒนามาจากภาพถ่ายรังสีทรวงอกกว่า 1.5-2 ล้านภาพ สามารถตรวจและระบุตำแหน่งปอดที่ผิดปกติได้ถึง 29 แบบ ภายในเวลาไม่ถึงนาที รวมไปถึงสิ่งบ่งชี้ที่จะเป็นมะเร็งปอดโดยมีการวิจัยพัฒนามากว่า 2 ปี เพื่อวินิจฉัยความผิดปกติที่พบได้ทั่วไปจากภาพถ่ายรังสีทรวงอกและผลลัพธ์ที่ได้มีความแม่นยำมากกว่า มีความปลอดภัย
อย่างไรก็ตามผู้ที่สนใจสามารถเข้ารับบริการตรวจคัดกรองโรคมะเร็งปอดผ่านเครื่องเอกซเรย์ ฟรี ได้ภายในงาน “ตรวจไว สู้ภัยมะเร็งปอด” ตั้งแต่ วันที่ 21-24 เมษายน 2565 เวลา 11.00-19.00 น. ชั้น 1 โซน Eden ศูนย์การค้าเซ็นทรัลเวิลด์ จากนั้นหน่วยเอกซเรย์ปอดจะเคลื่อนที่ (Mobile Screening) ตามสาขาต่างๆในเครือเซ็นทรัล อาทิ ห้างสรรพสินค้าโรบินสันลาดกระบัง, ศูนย์การค้าเซ็นทรัลอีสต์วิลล์, ศูนย์การค้าเซ็นทรัลลาดพร้าว, ศูนย์การค้าเซ็นทรัลปิ่นเกล้า,ศูนย์การค้าเซ็นทรัลพระราม 2
อ้างอิง : https://www.thaipost.net/education-news/126900/
ตัวช่วยประเมินความเสี่ยงการกลับมาติดสุราซ้ำ
นักวิจัยจากมหาวิทยาลัยเยลพบว่า AI อาจช่วยให้ผู้ดูแลและผู้ป่วยที่ติดสุรา สามารถคาดการณ์การกำเริบของการดื่มสุราได้ ซึ่งช่วยให้สามารถปรับการรักษาที่เหมาะสมได้ก่อนที่จะเกิดขึ้น
ในการศึกษานี้ ผู้วิจัยได้ใช้ข้อมูลทางคลินิกและรูปแบบของ AI ที่เรียกว่า machine learning ในการพัฒนาโมเดลเพื่อทำนายการกำเริบของโรคในผู้ป่วย โดยข้อมูลที่นำมาใช้พัฒนาและทดสอบโมเดล จะมาจากข้อมูลของผู้ใหญ่ในสหรัฐอเมริกามากกว่า 1,300 คน จากศูนย์การรักษา 11 แห่ง ที่ใช้เวลา 16 สัปดาห์ในการทดลองทางคลินิก ซึ่งผู้ป่วยจะได้รับการสุ่มเลือกให้ใช้ยาหรือการบำบัดตามพฤติกรรม และจะนำข้อมูลเกี่ยวกับวิธีการปฏิบัติของพวกเขา ไปใช้ในการ “ฝึก” อัลกอริทึมของ machine learning เพื่อที่จะนำไปสร้างโมเดลที่สามารถทำนายการกลับมาเป็นซ้ำในการติดสุราหนักได้
นักวิจับพบว่า โมเดลนี้ได้ผลดีในการทำนายอาการกำเริบของโรค และมีแนวโน้มที่จะแม่นยำกว่าแพทย์ในการระบุผู้ป่วยที่มีความเสี่ยงที่จะกลับไปดื่มหนักอีก โดยในโมเดล ได้แสดงปัจจัยที่สำคัญที่สุดที่ใช้ในการทำนายการกำเริบของโรคได้ เช่น ระดับเอนไซม์ในตับและอายุที่เริ่มติดสุรา และคะแนนของผู้ป่วยในการสำรวจด้วยตนเอง อย่างเช่น ปัจจัยที่เกี่ยวข้องกับพฤติกรรมการดื่มสุราและอาการทางจิต เป็นต้น ซึ่งนักวิจัยยังกล่าวอีกว่า โมเดลนี้สามารถแสดงให้เห็นความแตกต่างของปัจจัยสำคัญในการทำนายที่แตกต่างกันในผู้ชายและผู้หญิงได้ ซึ่งสอดคล้องกับการวิจัยก่อนหน้านี้ที่แสดงให้เห็นความแตกต่างทางเพศในการเชื่อมโยงกับการดื่มที่เป็นอันตราย
อัปเกรดสมองให้ก้าวไกลด้วย Neuralink
จะเป็นอย่างไรหากสมองของมนุษย์ มีศักยภาพในการประมวลผลเทียบเท่าซูเปอร์คอมพิวเตอร์? อาจจะมองว่ามันคือแนวคิดจากนิยาย ทว่า ในอนาคตคุณอาจจะสามารถ “อัปเกรดสมอง” ของคุณได้จริง ๆ
Neuralink (นิวรัลลิงก์) คือ ชื่อบริษัทที่ก่อตั้งโดยอีลอน มัสก์ มีเป้าหมายเพื่อพัฒนาอุปกรณ์ฝังสมอง หรือ Implantable brain–machine interfaces (BMIs) ที่สามารถนำมาใช้ในทางการแพทย์ รวมถึงการปรับปรุงศักยภาพของมนุษย์
นับตั้งแต่ปี ค.ศ. 2017 เป็นต้นมา บริษัท Neuralink จึงได้พัฒนาอุปกรณ์ฝังสมอง BMIs ขึ้นมา โดยนิยมเรียกกันในชื่อ “ชิป Neuralink” และเริ่มทำการทดลองในสัตว์ก่อนที่จะนำมาใช้ในมนุษย์เป็นลำดับถัดไป จนกระทั่งในปี 2019 อีลอน มัสก์ ได้เผยโมเดลของชิป Neuralink รุ่นแรกสู่สาธารณชน โดยมีลักษณะเป็นอุปกรณ์ที่ซ่อนอยู่บริเวณหลังหู แล้วโยงสายอิเล็กโทรดผ่านกะโหลกเข้าไปยังสมอง ในปี 2020 ทางบริษัทได้ปรับปรุงชิป Neuralink ขึ้นมาใหม่ โดยประกอบด้วย 2 ส่วน คือ ส่วนที่เป็นชิป ในขณะที่อีกส่วนหนึ่งเป็นสายรับ-ส่งข้อมูล ซึ่งภายในประกอบด้วยเส้นอิเล็กโทรดจำนวนมาก และแต่ละเส้นมีความบางกว่าเส้นผมของมนุษย์เสียอีก โดยจะถูกฝังไว้ที่กะโหลกศีรษะแทนการติดไว้บริเวณหลังหู
การฝังชิป Neuralink นั้น เนื่องจากเส้นอิเล็กโทรดมีความบางและมีจำนวนหลายเส้น ทางบริษัทจึงเลือกใช้หุ่นยนต์ AI ที่มาพร้อมกล้องจุลทรรศน์กำลังขยายสูง เพื่อทำการผ่าตัดและฝังเส้นอิเล็กโทรดแต่ละเส้นลงไปในสมองได้อย่างแม่นยำกระบวนการฝังชิปใช้เวลาประมาณ 1 ชั่วโมงเท่านั้น ซึ่งนอกจากจะให้ความแม่นยำและความรวดเร็วในการผ่าตัดแล้ว ผู้ที่เข้ารับการฝังชิปไม่มีความจำเป็นต้องดมยาสลบ
การทำงานของชิป Neuralink จะอาศัยกลไกการส่งกระแสไฟฟ้าของเซลล์ประสาทในการร่วมทำงานกับสมอง จะทำหน้าที่เสมือนเซลล์ประสาทอีกตัวหนึ่ง ที่สามารถรับกระแสประสาทจากสมองเข้ามาประมวลผลผ่านอิเล็กโทรดที่ฝังไว้ และสามารถส่งกระแสประสาทกลับไปเพื่อกระตุ้นให้เซลล์ประสาททำงานตามคำสั่ง Neuralink สามารถนำมาประยุกต์ใช้งานทางการแพทย์ได้ ตัวอย่างเช่น ผู้ป่วยอัมพาตและผู้ป่วยโรคกล้ามเนื้ออ่อนแรง สามารถควบคุมอุปกรณ์อิเล็กทรอนิกส์ผ่านความคิด ผู้ป่วยที่เป็นโรคลมชักและผู้ป่วยจิตเวช แพทย์สามารถติดตามการทำงานของสมองได้แบบเรียลไทม์ ชิปฝังสมองนี้ยังสามารถนำมาประยุกต์เพื่อเพิ่มศักยภาพของสมองมนุษย์ได้อย่างน่าอัศจรรย์ เช่น ในกรณีที่คุณเปลี่ยนบ้านให้เป็นสมาร์ตโฮม คุณอาจผสานการควบคุมอุปกรณ์อิเล็กทรอนิกส์ต่าง ๆ ภายในบ้านร่วมกับชิป Neuralink ทั้งนี้การพัฒนาชิปยังมีอันตรายและข้อกังขาด้านจริยธรรมมากมาย เช่น ความเสี่ยงจากชิปฝังสมอง Neuralink สามารถเกิดขึ้นได้ในทุกขั้นตอนตั้งแต่เริ่มการผ่าตัด ไปจนถึงหลังจากที่คุณได้รับการฝังชิปจนสำเร็จแล้ว ชิปอาจถูกควบคุมโดยแฮกเกอร์จากระยะไกล การฝังชิปลงในสมองสัตว์นับว่าเป็นการทดลองที่มีความเสี่ยง ซึ่งแน่นอนว่าทาง Neuralink ได้ถูกร้องเรียนในประเด็นด้านจริยธรรมการทดลองในสัตว์ โดยองค์กรพิทักษ์สัตว์
อ้างอิง : https://www.tnnthailand.com/news/tech/111114/
เพิ่มขีดความสามารถในการผลิตโซลาร์เซลล์ด้วย AI
วัสดุที่มีโครงสร้าง Perovskite เป็นวัสดุประเภทหนึ่งที่ปัจจุบันเป็นคู่แข่งสำคัญในการแทนที่โซลาร์เซลล์ที่ใช้ซิลิคอนในปัจจุบัน โดยวัสดุประเภทนี้มีคุณสมบัติต่างจากซิลิคอนก็คือมันบางและเบากว่ามากซึ่งทำให้มันสามารถถูกผลิตได้ง่ายกว่า ราคาถูกกว่า และน้ำหนักเบากว่าด้วย แต่การนำแร่ชนิดนี้ออกมาจากห้องปฏิบัติการเผื่อการผลิตจำนวนมากนั้นยังเป็นปัญหาที่หลายคนพยายามแก้ไขมาเป็นเวลานาน
ในการผลิตโซลาร์เซลล์ที่ใช้วัสดุ perovskite นั้นจำเป็นต้องใช้การ optimize ตัวแปรสภาพแวดล้อมจำนวนมากซึ่งปัจจุบันเทคโนโลยีอย่าง machine learning นั้นสามารถเข้ามาช่วยในการเพิ่มความเร็วในการพัฒนาวิธีการผลิตที่ดีที่สุดช่วยให้การพัฒนาเทคโนโลยีเกี่ยวกับโซลาร์เซลล์ในรุ่นต่อไปเกิดขึ้นได้จริง
ระบบดังกล่าวถูกพัฒนาโดยนักวิจัยที่ MIT และ Stanford University ในช่วงไม่กี่ปีที่ผ่านมาซึ่งทำให้มันสามารถรวมข้อมูลจากการทดลองก่อนหน้านี้และข้อมูลตามการสังเกตการณ์โดยพนักงานที่มีประสบการณ์ให้กับกระบวน machine learning เพื่อประมวลผล
ภายในกระบวนการนั้นตัวแปรจำนวนหนึ่งอาจส่งผลกระทบต่อผลลัพธ์อย่างเช่น องค์ประกอบของวัสดุเริ่มต้น อุณหภูมิความชื้น ความเร็วของการผลิต ระยะห่างของหัวฉีดที่ใช้ในการสเปรย์วัสดุลงบนพื้นผิว และวิธีการรักษาวัสดุ ปัจจัยจำนวนมากดังกล่าวนั้นอาจจะมีปฏิสัมพันธ์ส่งผลกระทบต่อกันและกันเช่น ความชื้นกับการผลิตในพื้นที่อากาศไหลเวียนเป็นต้น ซึ่งปฏิสัมพันธ์เช่นนั้นอาจจะเป็นสิ่งที่เราไม่สามารถควบคุมได้ ด้วยเหตุผลนี้มันจึงเป็นไปได้ยากมากที่เราจะประเมินผลลัพธ์การผสมผสานที่เป็นไปได้ทั้งหมดของตัวแปรเหล่านั้น ซึ่งตรงนี้ machine learning นั้นจะเข้ามาช่วยในการชี้นำกระบวนการทดลอง ซึ่งระบบของ MIT และ Stanford ที่นำกระบวนการ machine learning มาใช้นั้นให้ผลลัพธ์ที่ดีขึ้นซึ่งนำไปสู่การผลิตโซลาร์เซลล์ด้วยวัสดุ perovskite ที่มีประสิทธิภาพในการแปลงพลังงาน (energy conversion efficiency) ที่ 18.5% ซึ่งถือเป็นระดับที่สูงมากสำหรับการแข่งขันในตลาดปัจจุบัน
Liu นักวิจัยที MIT ให้สัมภาษณ์ว่าปัจจุบันหลายบริษัทกำลังเตรียมตัวสำหรับการผลิตโซลาร์เซลล์ด้วยวัสดุ perovskite แม้กว่าพวกเขายังมีคงมีปัญหาเกี่ยวกับรายละเอียดวิธีการผลิตก็ตาม เขายังได้บอกอีกว่าบริษัทจำนวนมากยังไม่สามารถผลิตโซลาร์เซลล์ดังกล่าวได้ในปริมาณที่มาก แต่พวกเขาก็ได้เริ่มประยุกต์ใช้กับสิ่งที่มีขนาดเล็กแต่มีมูลค่าสูงอย่างโซลาร์เซลล์กระเบื้องสำหรับการนำไปใช้กับอาคาร
อ้างอิง : https://news.mit.edu/2022/ai-perovskite-solar-manufacturing-0413
Platform AI ตัวช่วยด้าน Cybersecurity
เมื่อวันที่ 20 เมษายน 2565 Arcanna.ai ได้ประกาศว่า platform ทาง Cybersecurity ของพวกเขาพร้อมใช้งานได้แล้ว โดย platform นี้ได้รวบรวมและผสานความรู้จากผู้เชี่ยวชาญของสถาบันเข้ากับบริบทขององค์กรเพื่อสร้างโมเดล AI ที่เฉพาะเจาะจงเพื่อให้เหมาะกับแต่ละองค์กรได้ โดย platform ดังกล่าว ยังช่วยให้ทีม Cybersecurity สามารถใช้ระบบนี้กับองค์กรของตนเองได้ โดยที่ไม่ต้องเขียนโปรแกรมเพื่อช่วยให้เวิร์กโฟลว์ทำงานอัตโนมัติ และยังใช้การเรียนรู้เชิงลึก (Deep learning) และการประมวลผลภาษาธรรมชาติ (NLP) ในการรักษาความปลอดภัยทางไซเบอร์อีกด้วย
CEO ของ Arcanna.ai ชื่อ Petricia Ruto ได้กล่าวว่า มีเพียงบริษัทชั้นนำ 1 % เท่านั้นที่สามารถซื้อ infrastructure และบุคลากรมากพอที่จะสามารถรักษาความปลอดภัยได้ นี่เป็นเพราะว่าจำนวนของผู้มีความสามารถทาง cybersecurity มีน้อยเกินไป Arcanna.ai จึงสร้างระบบนี้ขึ้นมา ด้วยการเสริมความสามารถของมนุษย์ด้วย AI เพื่อที่จะทำให้ระบบ automation นี้สามารถนำไปใช้ได้กับบริษัทในทุกๆขนาดได้
กองทัพเรือสหรัฐฯ ยิงโดรนด้วยเลเซอร์ LLD สำเร็จเป็นครั้งแรก
Lockheed Martin Layered Laser Defense (LLD) ถูกทดสอบครั้งแรกในเดือนกุมภาพันธ์ที่ผ่านมา การทดสอบดังกล่าวแสดงให้เห็นว่าตัวอาวุธสามารถติดตามและกำจัดเป้าหมายขนาดใหญ่ได้ ทั้งโดรน ยานพาหนะทางอากาศ ควอดคอปเตอร์ ขีปนาวุธต่างๆ โดยตัวอุปกรณ์จะมีคุณสมบัติคือ กล้องโทรทรรศน์ความละเอียดสูง ระบบติดตามที่สามารถระบุเป้าหมายได้ (ใช้ AI ในการควบคุม) ตัวอาวุธไม่ต้องใช้ส่วนประกอบที่เป็นระเบิดหรือหัวจรวดใดๆ ทำให้มันค่อนข้างปลอดภัยต่อยานพาหนะที่บรรทุกมัน สามารถยิงได้ไม่จำกัด ตามพลังงานที่เหลืออยู่ ค่าใช้จ่ายในการยิงหนึ่งครั้งมีค่าเท่ากับ 1 ดอลลาร์เท่านั้น
อ้างอิง : https://www.tnnthailand.com/news/tech/111225/
ประเทศกำลังพัฒนากำลังถูกทิ้งไว้ข้างหลังในการแข่งขันด้าน AI ?
ในเดือนตุลาคม พ.ศ. 2564 มีรายงานว่ามีประเทศจำนวน 44 ประเทศที่มีแผนกลยุทธ์ด้าน AI ระดับชาติ ซึ่งแสดงให้เห็นถึงความตั้งใจที่จะก้าวไปข้างหน้าในการแข่งขัน AI ระดับโลกของประเทศเหล่านั้น ซึ่งรวมถึงประเทศเศรษฐกิจเกิดใหม่อย่างจีนและอินเดียที่เป็นผู้นำในการสร้างแผน AI ระดับชาติในประเทศกำลังพัฒนาด้วย
Oxford Insights บริษัทที่ปรึกษาที่ให้คำปรึกษาแก่องค์กรและรัฐบาลในเรื่องที่เกี่ยวกับการเปลี่ยนแปลงทางดิจิทัลได้จัดอันดับความพร้อมของ 160 ประเทศทั่วโลกเมื่อพูดถึงการใช้ AI ในการบริการสาธารณะ ผลปรากฏออกมาว่าประเทศสหรัฐอเมริกาครองอันดับหนึ่งในดัชนีความพร้อมด้าน AI ของรัฐบาลในปี 2564 ตามมาด้วยสิงคโปร์และสหราชอาณาจักร ภูมิภาคที่มีคะแนนต่ำสุดในดัชนีนี้นั้นคือประเทศที่กำลังพัฒนาเป็นส่วนใหญ่ เช่น ประเทศในแอฟริกาตอนใต้ ประเทศในแถบแคริบเบียนและลาตินอเมริกา ตลอดจนประเทศในเอเชียกลางและเอเชียใต้บางประเทศ
ในส่วนของประเทศไทยนั้นอยู่ในอันดับที่ 59 ซึ่งเมื่อเทียบกับภูมิภาคเอเชียตะวันออกเฉียงใต้ ประเทศไทยนั้นอยู่ในอันดับที่ 5 เป็นรองประเทศอย่าง สิงคโปร มาเลเซีย อินโดนีเซีย และ บรูไน
ประเทศที่พัฒนาแล้วนั้นมีความได้เปรียบอย่างมากในการสร้างความก้าวหน้าอย่างรวดเร็วในการปฏิวัติ AI ด้วยความสามารถทางเศรษฐกิจที่มากกว่า ทำให้การลงทุนจำนวนมากในการวิจัยและพัฒนาที่จำเป็นสำหรับการสร้างแบบจำลอง AI ที่ทันสมัย
ในทางตรงกันข้ามประเทศที่กำลังพัฒนามักให้ลำดับความสำคัญที่เร่งด่วนกับเรื่องอื่นๆ ที่จำเป็นมากกว่า เช่น การศึกษา การสุขาภิบาล การดูแลสุขภาพ และการให้อาหารแก่ประชากร
ปัจจุบันการประยุกต์ใช้ AI ที่ทันสมัยจำนวนมากตั้งแต่ฟีเจอร์การแปลภาษาของ Google ไปจนถึงขั้นตอนการผ่าตัดโดยใช้หุ่นยนต์ช่วย ใช้ประโยชน์จาก deep learning ซึ่งเป็นรูปแบบการเรียนรู้เชิงลึกแบบพิเศษโดยอิงตามสถาปัตยกรรมของสมองมนุษย์
โดยการทำงานของมันนั้นจำเป็นต้องใช้ข้อมูลจำนวนมหาศาลในการเรียนรู้เพื่อจะที่จะทำงานอย่างใดอย่างหนึ่งให้ดี ซึ่งหมายความว่าพวกเขาต้องการโครงสร้างพื้นฐานที่ซับซ้อนของการจัดเก็บข้อมูลและฮาร์ดแวร์คอมพิวเตอร์ที่ทันสมัย ซึ่งโครงสร้างพื้นฐานด้านการประมวลผลขนาดใหญ่ดังกล่าวนั้นเป็นสิ่งที่ขาดแคลนสำหรับประเทศที่กำลังพัฒนานอกเหนือจากเรื่องค่าใช้จ่ายแล้วประเทศที่กำลังพัฒนานั้นยังเจอปัญหาอื่นๆ ที่ส่งผลกระทบอีกด้วยนั้นคือปัญหาสิ่งแวดล้อมเช่น สภาพอากาศสุดขั้ว ภัยแล้ง น้ำท่วม และมลภาวะ ซึ่งส่วนหนึ่งเป็นเพราะความสามารถในการลงทุนในการดำเนินการด้านสภาพอากาศมีจำกัด แต่ถึงจะเป็นอย่างนั้นประเทศที่กำลังพัฒนาก็ได้ประโยชน์จาก AI ที่ถูกพัฒนาแล้วมาใช้งานในการแก้ไขปัญหาดังกล่าวรวมไปถึงปัญหาอื่นๆ ได้ด้วยตั้งแต่การปรับปรุงสุขอนามัย การช่วยเหลือด้านการศึกษา ไปจนถึงการดูแลทางการแพทย์ที่ดีขึ้น การเปลี่ยนแปลงที่เพิ่มขึ้นเหล่านี้อาจมีผลกระทบต่อการไหลที่มีนัยสำคัญ ตัวอย่างเช่น การปรับปรุงบริการด้านสุขอนามัยและสุขภาพในประเทศกำลังพัฒนาสามารถช่วยหลีกเลี่ยงการระบาดของโรคได้แต่ถ้าเราต้องการบรรลุคุณค่าที่แท้จริงของ “AI ที่ดี” นั้น การมีส่วนร่วมอย่างเท่าเทียมกันในการพัฒนาและใช้เทคโนโลยีเป็นสิ่งสำคัญ ซึ่งหมายความว่าประเทศที่พัฒนาแล้วจำเป็นต้องให้การสนับสนุนทางการเงินและเทคโนโลยีมากขึ้นแก่ประเทศกำลังพัฒนาในการปฏิวัติ AI โดยการสนับสนุนนี้จะต้องมากกว่าระยะสั้นแต่จะสร้างประโยชน์ที่สำคัญและยั่งยืนให้กับทุกคน
—————————————————————————————-
ทั้งหมดเป็นข่าวที่น่าสนใจใน 15 – 21 เมษายน 2565 พบกันใหม่ในสัปดาห์หน้านะคะ : )
หากมีข้อสงสัย ติชมสามารถ ติดตามและสอบถามได้ที่
: AIไทยสามารถ โดย AI for all Thailand
