ข่าว AI รอบโลก – สัปดาห์ที่ 2 เดือนเมษายน 2022

Tesla จะผลิตหุ่นยนต์มนุษย์ภายในปีหน้า ?

Tesla บริษัทผลิตรถยนต์ไฟฟ้าได้ประกาศว่าทางบริษัทมีแผนที่จะผลิตหุ่นยนต์ฮิวแมนนอยด์หรือหุ่นยนต์ที่ออกแบบขึ้นมาโดยมีพื้นฐานมาจากร่างกายมนุษย์ที่มีชื่อว่า Optimus ภายในปีหน้า โดย Elon Musk ประธานบริษัท Tesla ได้บอกว่าสุดท้ายแล้ว Optimus จะสามารถทำอะไรก็ตามที่มนุษย์ไม่ต้องการที่จะทำและมันจะนำเราไปสู่ยุคแห่งความอุดมสมบูรณ์และหุ่นยนต์นั้นจะเปลี่ยนแปลงโลกยิ่งกว่ารถยนต์ไฟฟ้าที่มีชื่อเสียงของเขาเสียอีก และเขายังบอกอีกว่าขณะที่พวกเขากำลังพัฒนา Optimus นั้น ทุกคนล้วนแต่ต้องการแน่ใจว่ามันจะปลอดภัย ซึ่งเขาบอกว่ามันไม่มีอะไรแบบในภาพยนตร์คนเหล็กหรอก โดยก่อนหน้านี้เขาเคยบอกว่า Tesla นั้นกำลังออกแบบหุ่นยนต์ในแบบที่มนุษย์มีความสามารถในการควบคุมมันได้ เริ่มแรกนั้นหลายคนคิดว่าหุ่นยนต์ของ Tesla คงเป็นโปรเจกต์ที่ไม่มีความสำคัญอะไรมาก แต่ในเดือนมกราคมที่ผ่านมา Musk ได้ออกมาบอกว่าเขาให้ความสำคัญกับหุ่นยนต์นี้ในระดับต้น ๆ ของการพัฒนาสินค้าใหม่สำหรับปีนี้ โดยเขาเชื่อว่าในระยะยาว มันความสามารถที่จะเป็นสิ่งที่ความสำคัญมากกว่ารถยนต์ของพวกเขาซะอีกอย่างไรก็ตาม Gary Marcus นักวิจัยด้าน AI ได้ออกมาบอกกับทาง CNBC ว่าพนันได้เลยว่าหุ่นยนต์ของ Tesla นั้นจะไม่สามารถทำได้ทุกอย่างที่มนุษย์ทำได้หรอกในปี 2023 นี้ เขาบอกว่าการที่หุ่นยนต์ที่ไม่เคยนำมาแสดงในที่สาธารณะเลยจะสามารถทำในสิ่งที่มนุษย์ทำได้ทุกอย่างนั้นภายในปีหน้านั้นเป็นอะไรที่เกินความเป็นจริง ขนาดรถยนต์ของ Tesla นั้นยังไม่สามารถแก้ไขปัญหาที่ค่อนข้างง่ายอย่างหนึ่งได้เลย (การขับรถ) เมื่อเราลองมองย้อนกลับไป Musk เคยประกาศเกี่ยวกับสินค้าใหม่ของเขาหลายตัวที่ไม่สามารถนำมาใช้ได้จริงทันภายในเวลาที่เขาบอก เช่นเขาเคยประกาศว่าบริษัท Tesla นั้นจะสามารถมีแท็กซี่ขับเคลื่อนอัตโนมัติถึงหนึ่งล้านคันอยู่บนถนนภายในปี 2020 แต่ปัจจุบันเรายังไม่ได้เห็นสิ่งเหล่านั้นอย่างที่เขาพูด

อ้างอิง : https://www.cnbc.com/2022/04/08/elon-musk-says-tesla-is-aiming-to-start-production-on-optimus-next-year.html?&qsearchterm=AI

 

ทำนายปริมาณน้ำฝนด้วย Deep learning

ในปัจจุบัน การพยากรณ์อากาศระยะยาวส่วนใหญ่จะอาศัยแบบจำลองเชิงตัวเลข ที่สามารถจำลองกระบวนการฟิสิกส์ของบรรยากาศได้ โดยใช้ภาพท้องฟ้า ข้อมูลเรดาร์ และข้อมูลบรรยากาศอื่นๆ ที่มีอยู่ แม้ว่าวิธีการเหล่านี้สามารถทำนายการตกของหยาดน้ำฟ้าได้อย่างแม่นยำ แต่ก็มักจะต้องทำการคำนวณอย่างละเอียดถี่ถ้วนและใช้เวลานานในการคาดการณ์ ด้วยเหตุนี้ วิธีการเหล่านี้จึงมักทำได้ไม่ดีกับการตกของหยาดน้ำฟ้าในทันทีหรือการทำนายปริมาณน้ำฝนที่จะเกิดขึ้น ดังนั้นนักวิจัยจาก IRT AESE Saint Exupéry และ Météo-France จึงได้พัฒนา 3 Deep neuron network เพื่อทำนายการตกของหยาดน้ำฟ้าที่กำลังจะเกิดขึ้น ซึ่งวิธีนี้ได้ถูกตีพิมพ์บน arXiv ที่อนุญาตให้นักอุตุนิยมวิทยา รัฐบาล ผู้จัดงานกีฬา และองค์กรอื่นๆ สามารถใช้เพื่อคาดการณ์การเกิดพายุ พายุเฮอริเคน และเหตุการณ์สภาพอากาศสุดขั้วอื่นๆ ล่วงหน้าได้หนึ่งถึงหกชั่วโมง ซึ่งเป้าหมายของงานนี้ คือการพัฒนาโครงข่ายประสาทเทียมเชิงลึกที่สามารถทำนายปริมาณน้ำฝนที่เกิดขึ้นแบบทันทีได้อย่างมีประสิทธิภาพมากกว่าแบบจำลองพยากรณ์อากาศเชิงตัวเลข โดยได้นำเสนอโมเดลที่แตกต่างกันสามแบบ ได้แก่ U-net, ConvLSTM และเครือข่าย SVG-LP ในการทำงาน ซึ่งโมเดลทั้งสามได้รับการเทรนกับชุดข้อมูลที่มีภาพความละเอียดสูง 20,352 ภาพ ซึ่งถ่ายโดย Météo-France ที่ใช้เทคโนโลยีเรดาร์สะท้อนระหว่างปี 2560 ถึง 2561 ครอบคลุมพื้นที่ประมาณ 1,000 x 1,000 ตารางกิโลเมตรในฝรั่งเศส ซึ่งจากผลการประเมินประสิทธิภาพของโมเดล พบว่าความแม่นยำของการทำนายของทั้ง 3 โมเดล สามารถจับภาพวิวัฒนาการของหยาดน้ำฟ้าได้เป็นอย่างดี แต่โมเดล U-Net ที่ใช้ convolutional neural network (CNN) ทำงานได้ดีกว่าอีก 2 โมเดลที่เหลือ

อ้างอิง : https://techxplore.com/news/2022-04-deep-imminent-precipitations.html

 

AI การแพทย์ทำนายว่าใครมีความเสี่ยงกับภาวะหัวใจหยุดเต้น

ภาวะหัวใจหยุดเต้นบางครั้งดูเหมือนจะเกิดขึ้นอย่างกะทันหันและคาดไม่ถึง เหตุการณ์ที่คุกคามถึงชีวิตเหล่านี้บางครั้งอาจตามมาด้วยโรคร้าย แต่บางครั้งอาจเป็นเรื่องซ่อนเร้นและคาดเดาไม่ได้ นักวิทยาศาสตร์จึงพัฒนาเทคโนโลยีที่เรียกว่า SSCAR – Survival Study of Cardiac Arrhythmia Risk เป็นเทคโนโลยีที่ใช้ปัญญาประดิษฐ์ ซึ่งวิเคราะห์ภาพการเต้นของหัวใจเพื่อระบุรอยแผลเป็นที่เกิดจากโรคหัวใจ จากนั้น SSCAR จะใช้ข้อมูลนี้เพื่อทำนายความเสี่ยงของภาวะหัวใจเต้นผิดจังหวะที่อาจทำให้หัวใจหยุดเต้น SSCAR นั้นแม่นยำมาก การคาดการณ์เหล่านั้นแม่นยำกว่าที่แพทย์จะสามารถทำได้ นักวิทยาศาสตร์ได้พัฒนา SSCAR ด้วยการป้อนภาพหัวใจหลายร้อยภาพจากผู้ป่วยจริง เพื่อฝึกอัลกอริทึมให้รู้จักรูปแบบบางอย่าง และสามารถคาดการณ์ได้ SSCAR สามารถจดจำรูปแบบและความสัมพันธ์ระหว่างรูปแบบที่มองไม่เห็นด้วยตามนุษย์ ความแม่นยำและความเร็วของการวินิจฉัยเป็นที่น่าประทับใจอย่างยิ่งและอาจช่วยชีวิตผู้ป่วยได้หลายพันคน

อ้างอิง : https://hub.jhu.edu/2022/04/07/trayanova-artificial-intelligence-cardiac-arrhythmia/

 

Google ปรับเพิ่มพารามิเตอร์บน Pathways Language Model (PaLM) เพื่อพัฒนางานด้าน NLP อย่างก้าวกระโดด

Google ประกาศเปิดตัว Pathways Language Model (PaLM) โมเดลนี้แสดงความสามารถที่ก้าวล้ำในโดเมนที่หลากหลาย เช่น การทำความเข้าใจภาษาและการสร้าง การให้เหตุผล และงานที่เกี่ยวข้องกับโค้ด ตัวอย่างเช่น ในด้านการประมวลผลภาษาธรรมชาติ มันสามารถแยกแยะเหตุและผล อธิบายเรื่องตลก และการแก้ไขข้อผิดพลาดในข้อมูลโค้ด ตลอดจนเดาภาพยนตร์จากอีโมจิ PaLM สามารถบรรลุเป้าหมายในด้านประสิทธิภาพได้ดีกว่าประสิทธิภาพโดยเฉลี่ยของมนุษย์

อ้างอิง : https://ai.googleblog.com/2022/04/pathways-language-model-palm-scaling-to.html?m=1

DALL-E, AI สร้างภาพตามเราสั่ง

OpenAI ห้องปฏิบัติการวิจัยปัญญาประดิษฐ์ชื่อดังกำลังสร้าง AI ที่สามารถสร้างรูปภาพดิจิทัลได้เพียงแค่บอกว่าเราต้องการอยากจะเห็นอะไร โดย AI ดังกล่าวมีชื่อว่า DALL-E ที่มาจากรวมกันของชื่อของภาพยนตร์แอนิเมชันหุ่นยนต์ชื่อดังอย่าง WALL-E และ Salvador Dalí ศิลปินภาพวาดแนวเหนือจริง Alex Nichol หนึ่งในทีมวิจัยเบื้องหลัง AI ตัวนี้ได้ทำการแสดงการทำงานของมันให้ทางสำนักข่าว New York Times โดยเพียงเขาพิมพ์ประโยค “a teapot in the shape of an avocado” ลงไป ระบบ AI นั้นก็ได้สร้างภาพกาน้ำชาสีเขียวเข้มรูปร่างคล้ายอะโวคาโดขึ้นมาจำนวน 10 รูปที่แตกต่างกัน เมื่อเขาพิมพ์ว่า “cats playing chess” ลงไป ระบบก็ได้ทำการสร้างภาพของลูกแมวขนปุยสองตัวนั่งหันหน้าเข้าหากันโดยมีกระดานหมากรุกและหมากรุก 32 ตัวคั่นตรงกลาง และเมื่อเขาพิมพ์ไปว่า “a teddy bear playing a trumpet underwater” ระบบก็ทำการสร้างรูปฟองน้ำเล็กๆจำนวนมากกำลังลอยตัวขึ้นจากปลายของทรัมเป็ตที่หมีเท็ดดี้กำลังเป่าอยู่ มากไปกว่านั้น DALL-E ยังสามารถแก้ไขรูปภาพได้ด้วยโดยทาง Alex Nichol ได้ทำการลบทรัมเป็ตออกและบอกให้ระบบใส่กีตาร์เข้าไปแทนซึ่งผลลัพธ์ก็คือกีตาร์ก็ได้ไปอยู่ระหว่างมือทั้งสองข้างของหมีเท็ดดี้ งานวิจัยนี้ถูกพัฒนาโดยนักวิจัยเจ็ดคนเป็นเวลากว่าสองปี โดยทาง OpenAI มีแผนว่าระบบนี้จะถูกนำไปใช้เป็นเครื่องมือให้กับนักออกแบบกราฟิกเพื่อเป็นตัวช่วยในการคิดไอเดียใหม่ ๆ อย่างไรก็ตามเทคโนโลยีนี้ไม่ได้สมบูรณ์แบบ เมื่อ Alex Nichol ได้ทำการขอให้ DALL-E ทำการสร้างภาพ “put the Eiffel Tower on the moon” ซึ่งตัวของระบบนั้นดูเหมือนจะไม่เข้าใจไอเดีย โดยมันได้ทำการสร้างรูปภาพดวงจันทร์ที่อยู่บนท้องฟ้าข้างบนหอไอเฟลแทน หรืออย่างประโยคว่า “a living room filled with sand” ตัวระบบก็ได้สร้างรูปที่ดูเหมือนจะเป็นไซต์งานก่อสร้างมากกว่าจะเป็นห้องนั่งเล่น แต่เมื่อเขาเติมรายละเอียดไปในประโยคอีกหน่อยเป็น “a piano in a living room filled with sand” ตัวระบบถึงจะสร้างรูปที่เหมือนหาดทรายที่อยู่ในห้องนั่งเล่น ในอีกด้านหนึ่ง AI ก็ยังสามารถแสดงให้เห็นถึงอคติของมันต่อผู้หญิงและคนผิวสีได้ด้วยเช่นกัน เนื่องจากมันเรียนรู้จากข้อมูลออนไลน์ไม่ว่าจะเป็น ข้อความ รูป และข้อมูลอื่น ๆ ที่มีอคติ นอกจากนั้นมันสามารถใช้เพื่อสร้างภาพลามกอนาจาร คำพูดที่แสดงความเกลียดชัง และเนื้อหาที่ไม่เหมาะสมอื่น ๆ ได้อีกด้วย ผู้เชี่ยวชาญหลายคนเชื่อว่าในที่สุดเทคโนโลยีจะทำให้การสร้างข้อมูลที่บิดเบือนเป็นเรื่องง่าย และผู้คนจะต้องสงสัยในเกือบทุกอย่างที่พวกเขาเห็นทางออนไลน์ OpenAI นั้นให้ความสำคัญการใช้งาน DALL-E ในทางที่ไม่เหมาะสมโดยระบบของพวกเขานั้นมีตัวกรองที่ป้องกันการสร้างภาพที่ไม่เหมาะสมเช่น เมื่อมีคนขอให้สร้างภาพ “a pig with the head of a sheep” ตัวระบบก็จะปฏิเสธในการสร้างภาพนั้นเนื่องจากการรวมกันของคำว่า “pig” และ “head” อาจจะถูกสร้างมาเป็นรูปที่ไม่เหมาะสม สุดท้ายแล้ว OpenAI อาจจะสามารถควบคุมพฤติกรรมของระบบได้ในบางรูปแบบ แต่ในไม่ช้าคนอื่น ๆ ทั่วโลกอาจสร้างเทคโนโลยีที่คล้ายคลึงกันได้ซึ่งทุกคนจะสามารถเข้าถึงเทคโนโลยีรูปแบบนี้และนำไปใช้ในรูปแบบที่เราไม่อาจคาดคิดได้

อ้างอิง : https://www.nytimes.com/2022/04/06/technology/openai-images-dall-e.html?searchResultPosition=3

 

‘OpenSynthetics’ Community รวบรวมข้อมูลสังเคราะห์เพื่อการพัฒนา AI แห่งแรกของโลก

OpenSynthetics เป็นชุมชนเฉพาะกลุ่มแรก ที่มุ่งเน้นไปที่การเป็นศูนย์รวมสำหรับชุดข้อมูลสังเคราะห์ (synthetic data) ที่อนุญาตให้ผู้คนสามารถเข้าถึงงานวิจัย เอกสาร และ code ได้ ซึ่งข้อมูล synthetic data หรือภาพที่จำลองมาจากการสร้างด้วยคอมพิวเตอร์นี้ มักจะถูกนำมาใช้ในการเทรนข้อมูลของ computer vision models ในการเข้าถึง OpenSynthetics ผู้ที่สนใจพัฒนา AI หรือ ML ที่เป็น beginner ก็สามารถเข้าร่วมได้แม้ไม่มีประสบการณ์ และสามารถแชร์ความรู้หรือเครื่องมือและเทคนิคสำหรับการสร้างและใช้ข้อมูลสังเคราะห์เพื่อสร้างแบบจำลอง AI ที่มีความสามารถมากขึ้นได้ และไม่ว่าจะเป็นในนามบุคคลหรือองค์กร พวกเขาก็จะสามารถเข้าถึงเนื้อหาที่เกี่ยวข้องกับความต้องการและประสบการณ์ของตนได้ นอกจากนี้ OpenSynthetics จะทำหน้าที่เป็นศูนย์กลางของชุมชน โดยนำนักวิชาการ ผู้ปฏิบัติงาน และนักวิจัยมารวมตัวกันเพื่อพัฒนาการใช้ข้อมูลสังเคราะห์ร่วมกันอีกด้วย

อ้างอิง : https://www.prnewswire.com/news-releases/introducing-opensynthetics-the-first-community-hub-focused-on-synthetic-data-for-ai-development-301525351.html

—————————————————————————————-

ทั้งหมดเป็นข่าวที่น่าสนใจใน 8 – 14 เมษายน 2565 พบกันใหม่ในสัปดาห์หน้านะคะ : )

หากมีข้อสงสัย ติชมสามารถ ติดตามและสอบถามได้ที่
 : AIไทยสามารถ โดย AI for all Thailand



เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

อนุญาตทั้งหมด
Manage Consent Preferences
  • Always Active

บันทึก