สุดอึ้ง ! สหรัฐฯ ทำให้ AI เก่งถึงขั้นช่วยแนะวิธีรักษามะเร็งแล้ว !
การใช้ AI ในวงการต่าง ๆ นั้นกลายเป็นเรื่องปกติเข้าไปทุกวัน ไม่เว้นแม้แต่วงการการแพทย์ ซึ่งโดยทั่วไปมักพบในการใช้งานควบคู่กับเครื่องมือการแพทย์เพื่อเสริมความแม่นยำในการรักษาหรือการผ่าตัด แต่แพทย์นักวิจัยจากมหาวิทยาลัยจอนส์ฮอปกินส์ (Johns Hopkins University) ได้ทำการพัฒนาระบบปัญญาประดิษฐ์ (AI) ที่มีพื้นฐานจากระบบเรียนรู้ด้วยตัวเอง (Machine Learning) ในการวิเคราะห์การทำงานของโครงสร้างโปรตีนที่ส่วนพื้นผิวของเซลล์เม็ดเลือดขาวเพื่อคาดการณ์วิธีการรักษามะเร็งที่เหมาะสม
ระบบดังกล่าวมีชื่อว่า ดีปทีซีอาร์ (DeepTCR) โดย TCR หรือเรียกว่า T-Cell Receptor (ทีเซลล์ รีเซปเตอร์) เป็นชื่อของส่วนโครงสร้างกรดอะมิโน (Amino Acid Structure) บนเซลล์เม็ดเลือดขาวประเภททีเซลล์ (T-Cell) ที่ทำหน้าที่ต่อสู้กับสิ่งแปลกปลอมในร่างกาย รวมถึงเซลล์มะเร็งด้วยเช่นกัน
การพัฒนาจะเริ่มจากรวบรวมข้อมูลรูปแบบการตอบสนองของกรดอะมิโนแบบต่าง ๆ ที่มีต่อเซลล์มะเร็ง หลังการให้การรักษาด้วยยาแบบผสม 2 ชนิด ซึ่งพบว่ามีรูปแบบการตอบสนองถึง 43 รูปแบบ จากนั้นข้อมูลที่ได้นี้จะถูกนำไปป้อนเข้าสู่ฐานข้อมูลของดีปทีซีอาร์ (DeepTCR) เพื่อหารูปแบบที่เหมาะสมที่สุด ผ่านการค้นหาเอกลักษณ์เชิงโมเลกุล (Molecule Characteristics) ที่ส่งสัญญาณว่าการรักษานั้นได้ผล
จากการเก็บข้อมูล TCR นับพัน ดีปทีซีอาร์ (DeepTCR) พบว่าผู้ที่ได้รับการรักษาอย่างเหมาะสม จะมี TCR ที่สามารถเข้าคู่กำจัดเซลล์เนื้องอกหรือเซลล์มะเร็งได้มากกว่าผู้ที่ได้รับการรักษาที่ไม่เหมาะสม โดยการเปรียบเทียบจำนวนความหลากหลายของ TCR ในช่วงก่อนรับการรักษาและระหว่างการรักษา ซึ่งข้อมูลเหล่านี้จะนำไปเก็บไว้และใช้ในการทำนายการรักษาที่เหมาะสมในคนไข้คนถัดไปที่นำเซลล์เลือดและเซลล์มะเร็งมาวิเคราะห์
ดร.จอห์น-วิลเลียม สิดหอม นักวิจัยหลัก (First Author) ของการวิจัยนี้มองว่าสิ่งที่ ดีปทีซีอาร์ (DeepTCR) ค้นพบนั้นได้เปิดมิติใหม่ของการทำนายการตอบสนองของเนื้องอกที่มีต่อระบบภูมิคุ้มกันของผู้ป่วยด้วยการนำ AI มาเป็นกลยุทธ์ใหม่ในการค้นหาตัวรับ (Receptor) ที่เหมาะสมกับการรักษา ซึ่งทำให้การฆ่าเซลล์มะเร็งตรงเป้ามากยิ่งขึ้น
อ้างอิง : https://news.trueid.net/detail/gMjg094LEgXK
ระบบรับฟังเสียงประชาชน AI วิสัยทัศน์ที่เป็นจริงของ นครปฐม Smart City
จากวิสัยทัศน์ที่เป็นยิ่งกว่าความหวังหมู่บ้าน นครปฐม จับมือกับ บิสกิต โซลูชั่น บริษัทผู้เชี่ยวชาญด้าน AI สัญชาติไทย นำเทคโนโลยี AI มาใช้กับการปกครองส่วนท้องถิ่น นำร่องด้วย ระบบรับฟังเสียงประชาชน AI ตัวช่วยรวบรวมเรื่องราว – แยกแยะ – จัดส่ง ทันที ให้หน่วยงานที่รับผิดชอบโดยตรงแก้ไข ลดเวลาและขั้นตอนที่ส่งข้อมูลตามสายงาน แบบ Omni-channel ทั้งออนไลน์และออฟไลน์ อัปเดทติดตามสถานะได้เรียลไทม์ ตอบสนองงานบริการประชาชนได้เร็วขึ้น
สร้างการมีส่วนร่วมกับประชาชนทุกพื้นที่ ทุกวัย ประหยัดต้นทุน เวลา และกำลังคน ช่วยยกระดับการบริการประชาชนและต่อยอดวางแผนพัฒนาเมืองอย่างยั่งยืน เป็นโมเดลทางเลือกยกระดับองค์กรปกครองส่วนท้องถิ่นทั่วประเทศ
การยกระดับนครปฐมสู่การเป็นเมืองอัจฉริยะ นครปฐม Smart City ครั้งนี้ การันตีด้วยรางวัล Microsoft Innovation Excellence Award 2020 จาก Microsoft Thailand
สุทธิพันธุ์ สุทัศน์ ณ อยุธยา ประธานกรรมการบริหาร บริษัท บิสกิต โซลูชั่น จำกัด (BIZCUIT Solution) เปิดเผยว่า ล่าสุดบริษัทฯ ได้เข้าไปให้บริการกับ เทศบาลนครนครปฐม ตามนโยบายของ เสรินทร์ แก้วพิจิตร นายกเทศมนตรีนครนครปฐม นำเทคโนโลยี AI ที่พัฒนาโดยคนไทยเข้ามาบูรณาการใช้เพื่อบริการประชาชน โดยมีจุดมุ่งหมายเพื่อยกระดับคุณภาพชีวิตของประชาชนในเขตเทศบาลนครนครปฐมให้ดียิ่งขึ้น บนบริการที่ง่าย สะดวก และรวดเร็วจากการประยุกต์ใช้เทคโนโลยี นำร่องด้วยโซลูชัน Fullloop
“ระบบรับฟังเสียงประชาชน AI” นับเป็นมิติใหม่ของงานบริการประชาชน เป็นจุดเริ่มต้นการพัฒนาองค์กรปกครองส่วนท้องถิ่น ก้าวเข้าสู่ความเป็นเมืองอัจฉริยะ หรือ Smart City บนงบประมาณที่สมเหตุสมผลและใช้เวลาในการดำเนินการไม่นานประมาณ 1 เดือน
“เทคโนโลยี AI ของโซลูชัน Fullloop นี้แยกแยะทุกเรื่องราวที่ประชาชนส่งเข้ามาจากทุกช่องทาง ว่าเรื่องใดเป็น ‘คำร้องเรียน’ เรื่องใดเป็น ‘ข้อเสนอแนะ’ การแยกแยะเจตนาในการให้ข้อมูลจากประชาชนนี้สำคัญมาก เพราะทำให้พนักงานเทศบาลสามารถลำดับความสำคัญในการจัดการ และจัดส่งต่องานไปยังผู้ปฏิบัติงานที่รับผิดชอบงานด้านนั้นโดยตรงให้ไปจัดการได้อย่างตรงจุด รวมถึงการนำไปต่อยอดในการสร้างระบบอัตโนมัติต่างๆ ให้กับงานบริการอื่นๆ ในอนาคตได้อีกด้วย ความสามารถของ AI ที่เข้าใจภาษาไทยได้ในระดับลึกซึ้งนี้ เกิดขึ้นจากการเทรน AI ด้วยปริมาณข้อมูลกว่า 10 ล้านข้อความ ซึ่งล้วนมาจากฐานข้อมูลและความเชี่ยวชาญของบริษัท BIZCUIT Solution ที่ให้บริการกับหลากหลายอุตสาหกรรม การันตีคุณภาพด้วยรางวัลจาก Microsoft Thailand และเรานำมาประยุกต์ใช้ประโยชน์กับงานภาคประชาชน ถือเป็นความภูมิใจของเราทุกคนในฐานะที่เป็นทีมงานพัฒนาที่เป็นคนไทย 100 เปอร์เซ็นต์”
สุทธิพันธุ์ กล่าวเสริมว่า นอกจากโซลูชัน Fullloop “ระบบรับฟังเสียงประชาชน” บริษัทยังมีโซลูชัน Bizcuit Vision Analytic นั้นคือ Video Analytic ที่ทำงานด้วยระบบ Edge Computing ร่วมกับ Computer Vision AI ที่ทำการวิเคราะห์ข้อมูลแบบ Real Time โดยไม่ผ่านระบบบันทึกภาพ ทำให้ไม่ละเมิด พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล หรือ PDPA โดยเปลี่ยนกล้อง CCTV ที่มีอยู่แล้วให้กลายเป็นกล้อง AI ช่วยดูแลรักษาความปลอดภัยของประชาชน เช่น นำไปปรับปรุงและพัฒนาประสิทธิภาพของระบบการจราจรบนท้องถนน ซึ่งนับเป็นทางออกใหม่ที่ช่วยเพิ่มความปลอดภัยให้กับคนใช้รถใช้ถนนได้อย่างมีประสิทธิภาพ ในงบประมาณที่ไม่สูงและดำเนินการติดตั้งได้อย่างรวดเร็ว
สมโชค พงษ์ขวัญ รองนายกเทศมนตรีนครนครปฐม ในฐานะผู้รับนโยบายและผู้ดูแลโครงการจากนายกเทศมนตรีนครนครปฐม กล่าวว่า ที่ต้องการนำเทคโนโลยีเข้ามาช่วยพัฒนายกระดับคุณภาพชีวิตของประชาชนให้ดียิ่งขึ้น จึงได้นำร่องนำโซลูชัน Fullloop “ระบบรับฟังเสียงประชาชน AI” อัจฉริยะ ที่นำเอา “เทคโนโลยี AI” ที่พัฒนาโดยฝีมือคนไทยมาใช้ในการวิเคราะห์ แยกแยะ ส่งต่องานไปยังหน่วยงานที่เกี่ยวข้อง พร้อมกับการติดตามสถานการณ์ แก้ไขปัญหาแบบเรียลไทม์ ช่วยเพิ่มประสิทธิภาพงานบริการประชาชน รวมถึงอำนวยความสะดวกการทำงานของเจ้าหน้าที่ด้วย
อาทิ ระบบนี้ทำให้ประชาชนแจ้งเรื่องร้องเรียน หรือให้คำแนะนำ ด้วยการแนบรูปถ่ายของเหตุการณ์ และพิกัดสถานที่ผ่านมือถือได้ตลอด 24 ชั่วโมง ความอัจฉริยะของ AI จะช่วยแยกเรื่องร้องเรียนหรือข้อเสนอแนะออกจากกันได้ ทำให้ประหยัดเวลาแก้ไขปัญหาร้องเรียน หรือนำข้อเสนอแนะมาพัฒนาตามแต่ละหน่วยงานได้รวดเร็วขึ้น โดยเจ้าหน้าที่ระดับปฏิบัติการ ก็เข้ามามอนิเตอร์งานในระบบได้อย่างง่ายดาย โดยไม่จำเป็นต้องมีความเชี่ยวชาญหรือมีความรู้เฉพาะทางด้านเทคโนโลยีคอมพิวเตอร์
ระบบที่พัฒนาขึ้นมาใหม่ไว้บริการประชาชนนี้ใช้งานได้ตามทุกช่องทางที่ประชาชนสะดวกหรือคุ้นเคยทั้งวิถีเก่าและวิถีใหม่ แบบ Omni-channel ทั้งออนไลน์และออฟไลน์ ได้อย่างสมบูรณ์ รองรับประชาชนทุกกลุ่ม ทุกเพศ ทุกวัย เช่น การส่งจดหมายไปรษณีย์ การพบเจ้าหน้าที่เวลาลงพื้นที่ให้บันทึกข้อมูลลงระบบได้ หรือเดินทางเข้ามาให้ข้อเสนอแนะที่ศูนย์บริการประชาชนทางโทรศัพท์
ในขณะที่คนรุ่นใหม่ถนัดใช้เทคโนโลยีก็สแกนและกรอกข้อเสนอแนะผ่านช่องทางออนไลน์ เว็บไซต์ และโซเชียลมีเดียบนโทรศัพท์มือถือ ทำให้เทศบาลนครนครปฐมบริการประชาชนได้เร็วขึ้น ขณะเดียวกันเจ้าหน้าที่ของเทศบาลก็มี AI คอยติดตามงานเพื่อให้เราทำงานได้เร็วตามคำมั่นสัญญากับประชาชนอีกด้วย นอกจากนี้โซลูชันดังกล่าวยังเป็นทางเลือกที่ตอบโจทย์องค์กรปกครองส่วนท้องถิ่น เนื่องจากใช้งบประมาณไม่สูง ระยะเวลาในการดำเนินการสั้นเพียง 1 เดือน ค่าซ่อมบำรุงไม่สูง ใช้งานได้ง่าย สะดวก รวดเร็ว และมีประสิทธิภาพสูง
อ้างอิง : https://www.bangkokbiznews.com/tech/gadget/1039265
AI ถูกโจมตีผ่านข้อมูลซ่อนใน QR Code ได้
วิศวกรไทย-ญี่ปุ่น เตือนภัยหลังผลวิจัยพิสูจน์ AI -Machine Learning ถูกโจมตีผ่านข้อมูลซ่อนในคิวอาร์โค้ดได้ ชี้ 2 แนวทางป้องกัน ย้ำแม้เทคโนโลยีจะเลิศล้ำเพียงใด ยังจำเป็นต้องมีมนุษย์ตรวจสอบเพื่อยืนยันผลลัพธ์ที่เชื่อถือได้
รศ.ดร.จักรกฤษณ์ ศุทธากรณ์ คณบดีคณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล กล่าวว่าเทคโนโลยีปัญญาประดิษฐ์ (AI) และ Machine Learning (ML) ยังมีคำถามเรื่องความปลอดภัยไว้วางใจได้ 100% หรือไม่ ? ทำให้ทีมวิศวกรนักวิจัยไทย-ญี่ปุ่น โดย คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล ร่วมกับ สถาบันวิทยาศาสตร์และเทคโนโลยีขั้นสูงแห่งประเทศญี่ปุ่น หรือ JAIST (Japan Advanced Institute of Science and Technology) ลงมือทำวิจัยและได้รับการตีพิมพ์ในวารสารนานาชาติ เรื่อง การโจมตีการเรียนรู้ของเครื่องผ่านรูปแบบตัวอย่างปฏิปักษ์ (Attacking Machine Learning With Adversarial Examples) ชี้ให้เห็นว่า Machine Learning ยังมีช่องโหว่ภัยความเสี่ยงจากการโดนโจมตีที่จะสร้างความเสียหายได้
“ปัจจุบันเทคโนโลยี AI และ Machine Learning (ML) มีบทบาทในวิถีชีวิตของประชาชน การทำงาน และหลายธุรกิจอุตสาหกรรม เช่น การแพทย์สุขภาพ ธุรกิจการค้า อีคอมเมิร์ซ ตลาดทุนการเงิน ยานยนต์ขนส่งโลจิสติกส์ โทรคมนาคม การผลิตในอุตสาหกรรม ความมั่นคงปลอดภัยจึงเป็นเรื่องสำคัญ ผลงานวิจัย การโจมตีการเรียนรู้ของเครื่องผ่านรูปแบบตัวอย่างปฏิปักษ์ นี้ได้รับการตีพิมพ์ในวารสารนานาชาติ Journal of Imaging นับเป็นงานวิจัยระดับนานาชาติที่ได้รับความสนใจอย่างสูงจากประชาคมโลก เนื่องจากเป็นครั้งแรกที่มีการออกแบบการโจมตี ML Model ในรูปแบบของ QR Code ซึ่งจะเป็นประโยชน์ต่อความมั่นคงปลอดภัยของบริการที่เข้าถึงประชาชนและองค์กรในวงการต่างๆ”
สำหรับทีมนักวิจัยไทย-ญี่ปุ่น จำนวน 3 คน มาจากการผนึกความร่วมมือระหว่างคณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล และสถาบันวิทยาศาสตร์และเทคโนโลยีขั้นสูงแห่งประเทศญี่ปุ่น (JAIST) ประกอบด้วย ดร. กรินทร์ สุมังคะโยธิน อาจารย์ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ ศ. โคตานิ คาซุโนริ และ ผศ. ปริญญา ศิริธนวันต์ จากสถาบัน JAIST
ดร. กรินทร์ สุมังคะโยธิน อาจารย์ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล กล่าวถึงที่มาของงานวิจัย ว่า AI ปัญญาประดิษฐ์เป็นการทำให้คอมพิวเตอร์หรือเครื่องจักรฉลาด ส่วน Machine Learning (ML) เป็นหนึ่งในกระบวนการเรียนรู้ของ AI โดยการนำเข้าข้อมูลสู่อัลกอริทึม เพื่อสร้างโครงข่ายการตัดสินใจในการคาดคะเนแนวโน้มหรือทำนายผลลัพธ์ คล้ายคลึงกับการตัดสินใจของมนุษย์ เพื่อลดภาระงานหนักและความผิดพลาดจากความเหนื่อยล้า ตัดสินใจได้รวดเร็วกว่าเมื่อเทียบกับการทำงานของมนุษย์ อย่างไรก็ตามความเข้าใจถึงโครงสร้างการตัดสินใจของเน็ตเวิร์คโมเดลของ Machine Learning นั้นยังคงคลุมเครือ และยังคงเป็นสิ่งที่ต้องทำการศึกษาต่อไป
“ทำให้ในปัจจุบัน Machine Learning สามารถถูกโจมตีผ่านความคลุมเครือดังกล่าวจากผู้ประสงค์ร้าย เพื่อใช้ประโยชน์จากผลลัพธ์ที่ผิดเพี้ยน ด้วยเหตุนี้ทีมนักวิจัยจึงทำการศึกษาวิจัยด้านการโจมตี ML โดยมี วัตถุประสงค์เพื่อศึกษารูปแบบการโจมตีโดยมุ่งเน้นการโจมตีที่สามารถหลบหลีกการสังเกตจากมนุษย์ ซึ่งอาจจะสร้างความเสียหายหรือผลเสียได้อย่างมหาศาล ไม่ว่าจะเป็นแวดวงการเงิน การรักษาพยาบาล การสื่อสาร คมนาคมขนส่ง ระบบรักษาความปลอดภัยของข้อมูล ระบบการผลิต จนถึงระบบการป้องกันประเทศ”
ทีมวิจัยวิศวะมหิดล – JAIST ใช้เวลาศึกษาวิจัยร่วมกันกว่า 3 ปี แม้จะมีอุปสรรคช่วงวิกฤติโควิด-19 แต่ก็สามารถทำงานผ่านระบบออนไลน์บนแพลตฟอร์มที่มีประสิทธิภาพระดับสูงของญี่ปุ่น โดยได้ศึกษาวิเคราะห์และออกแบบ การโจมตีการเรียนรู้ของ ML ผ่านรูปแบบตัวอย่างปฏิปักษ์ บนสมมุติฐานโดยที่มีเป้าหมายในการโจมตี ML Model และสามารถหลบเลี่ยงการสังเกตจากมนุษย์ ทำให้ส่งผลกระทบต่อการตัดสินใจผิดพลาดของเครื่องจักร โดยการโจมตีนั้นสามารถมุ่งเป้าไปที่ผลลัพธ์ใดๆ ที่ถูกกำหนดไว้ล่วงหน้าได้
“เราได้กำหนดรูปแบบการโจมตีผ่านข้อมูลที่ถูกซ่อนใน ‘รูปแบบ QR-Code’ สำหรับฟังก์ชันการทำงาน ของการโจมตีในรูปแบบ Adversarial Examples เป็นการหลอก AI ให้สับสน โดยการใส่ข้อมูลปนเปื้อนลงไปในข้อมูลเป้าหมาย อาทิ ข้อมูลภาพ, ข้อมูลเสียง, ข้อมูลสัญญาณ หรือ ข้อมูลประเภทอื่นๆ โดยผลการโจมตีนั้นมีทั้งแบบการกำหนดผลลัพธ์จากการโจมตีไว้ล่วงหน้า หรือ ทำให้ผลลัพธ์คลาดเคลื่อนจากสิ่งที่ควรจะเป็นได้”
สรุปผลการวิจัย สามารถบีบอัดให้ข้อมูลการโจมตีผ่านข้อมูลที่ถูกซ่อนใน QR-Code ที่สามารถสแกนได้ และยังคงความสามารถของการโจมตีแบบมุ่งเป้าหมายผลลัพธ์ได้เป็นอย่างดี นอกจากการใช้ในการทดสอบการโจมตี Machine Learning แล้ว งานวิจัยชิ้นนี้ยังสามารถนำมาใช้พัฒนา ระบบป้องกันและตรวจจับการโจมตีจากการวิเคราะห์โดย ML Model ในหลายๆ วัตถุประสงค์อีกด้วย เช่น ปกป้องความเป็นส่วนตัว ระบบป้องกันทางการทหาร อีกด้วย เป็นการพิสูจน์ให้เห็นว่าการตัดสินใจของ Machine Learning ควรใช้เป็นเพียงเครื่องมือและนวัตกรรมที่ช่วยลดภาระงานของมนุษย์เท่านั้น ท้ายสุดแล้วยังคงต้องได้รับการตรวจสอบจากมนุษย์ผู้เชี่ยวชาญเพื่อยืนยันผลลัพธ์เป็นขั้นตอนสุดท้าย
จากความสำเร็จของงานวิจัยชิ้นนี้ แผนในอนาคต ทีมวิจัยไทย-ญี่ปุ่น จะคิดค้นหาวิธีการที่สามารถโจมตีได้มีประสิทธิภาพในระดับสูงขึ้นอีก ให้ก้าวทันเทคโนโลยีใหม่ๆ ที่เปลี่ยนแปลงรวดเร็ว และยังคงไว้ซึ่งความสามารถในการทำงานของรูปแบบข้อมูลดั้งเดิม (เช่น การโจมตีในรูปแบบ QR-Code ต้อง Scan ได้ เป็นต้น) สำหรับวิธีป้องกันการโจมตีในอนาคต Adversarial Example Attack มี 2 แนวทาง ได้แก่ 1.ใช้การโจมตี Adversarial Example เพื่อปกป้องข้อมูลจากการถูกตรวจสอบที่ไม่ได้รับอนุญาต 2. ใช้ข้อมูลที่ได้จากการโจมตี Adversarial Example นำกลับมาเพื่อวิเคราะห์ถึงการโจมตี และออกแบบ Machine Learning โมเดลที่ทนทานต่อการโจมตีมากยิ่งขึ้น
ข้อแนะนำสำหรับนักไอทีในการใช้ Machine Learning อย่างปลอดภัย ให้พึงระวังเสมอว่า ข้อมูลนำเข้าอาจถูกปนเปื้อนการโจมตีมุ่งเป้าในรูปแบบต่างๆ เช่น Adversarial Example หรืออาจพ่วงมากับมัลแวร์ ดังนั้นการใช้ Machine Learning เพื่อการทำงานที่มั่นคงและปลอดภัย มีความจำเป็นต้องมีวาง ระบบการตรวจสอบผลลัพธ์สุดท้ายโดยผู้เชี่ยวชาญ เพื่อความถูกต้องที่เชื่อถือได้อีกครั้ง อย่าปล่อยให้ Machine ทำงาน 100% ในปัจจุบัน AI และ Machine Learning ยังมีข้อจำกัดและจะเป็นตัวช่วยที่ดีได้ก็ต่อเมื่อทั้งคนและเครื่องจักรมีการคิดและทำงานประสานกันอย่างสมดุล ไม่อ้างอิงฝ่ายใดฝ่ายหนึ่งมากจนเกินไป
อ้างอิง : https://mgronline.com/cyberbiz/detail/9650000111659
นักวิจัยเยอรมัน ใช้ AI ถอดรหัสภาษาสัตว์
คนรักสัตว์คงชอบใจ หากวันหนึ่งสามารถคุยกับสัตว์เลี้ยงตัวโปรดรู้เรื่อง เพราะนักวิจัยชาวเยอรมันได้ใช้ระบบ AI ถอดรหัสภาษาสัตว์เพื่อสื่อสารให้เข้าใจพวกเขามากยิ่งขึ้น
สื่อสารข้ามเผ่าพันธุ์ระหว่างมนุษย์กับสัตว์เป็นเรื่องที่เกิดขึ้นได้ยาก แต่มนุษย์ยังคงปรารถนาที่จะเข้าใจภาษาสัตว์อยู่เรื่อยมาด้วยเหตุผลที่หลากหลาย ทั้งการอยากเข้าใจความต้องการของสัตว์เลี้ยง อยากมีเพื่อนคุยคลายเหงา ตลอดจนการศึกษาพฤติกรรมสัตว์ ซึ่งการเข้าใจภาษาของสัตว์จะไม่ใช่เรื่องที่เป็นไปไม่ได้อีกต่อไป เมื่อนักวิจัยจากประเทศเยอรมนีได้ทดลองใช้ระบบปัญญาประดิษฐ์ (AI) ถอดรหัสภาษาสัตว์เพื่อศึกษาพฤติกรรม
นักวิจัยชาวเยอรมันใช้ AI ถอดรหัสรูปแบบเสียงที่ไม่ใช่เสียงของมนุษย์ เช่น การเต้นโยกเยกของผึ้ง เสียงความถี่ต่ำของช้าง หรือเสียงของวาฬ โดยใช้ระบบปัญญาประดิษฐ์ (AI) เข้ามาช่วยในการสื่อสาร ซึ่งออกแบบให้เข้ากับสัตว์แต่ละประเภทและคอยสังเกตพฤติกรรมของสัตว์เพื่อบรรลุเป้าหมายที่ต้องการ
Robo Bee ออกแบบมาเพื่อเลียนแบบการเต้นของผึ้งซึ่งเป็นการสื่อสารกันตามธรรมชาติของผึ้ง ตัวหุ่นยนต์มีลักษณะเป็นฟองน้ำที่มีปีกติดอยู่กับแท่งที่ใช้ควบคุมการเคลื่อนไหว และฝึกให้หุ่นยนต์เลียนแบบการเคลื่อนไหวของผึ้ง เช่น การไหลเวียนของอากาศ การสั่นสะเทือน ซึ่งหุ่นยนต์ก็สามารถหลอกให้ผึ้งทำตามคำสั่งได้สำเร็จ ด้วยคำสั่งที่ให้ผึ้งบินเข้าไปในรัง หรือคำสั่งให้หยุดทำกิจกรรมบางอย่าง
การมีเสียงคำรามอันทรงพลังและมักจะเงยหน้าให้งวงชี้ขึ้นไปในอากาศของช้าง นอกจากเสียงที่ดังกึกก้องแล้ว พวกมันยังปล่อยเสียงที่มีความถี่ต่ำที่หูของมนุษย์ปกติไม่สามารถได้ยิน นักวิจัยจึงใช้ปัญญาประดิษฐ์ (AI) มาใช้ในการรับฟังเสียงอินฟราโซนิก ซึ่งทำให้นักวิจัยสามารถได้ยินเสียงอินฟราซาวน์ ซึ่งคล้ายกับการสั่นที่หน้าอก ที่สื่อถึงความรู้สึกไม่สบายใจ
นอกจากนี้ ยังมี Project CEIT (Cetacean Translation Initiative) โครงการเพื่อการรับฟังและแปลการสื่อสารของวาฬสเปิร์ม หรือ วาฬหัวทุย โดยมีเป้าหมายเพื่อสื่อสารกับสัตว์ทะเล โดยใช้ระบบปัญญาประดิษฐ์ (AI) ตีความหมายของเสียงคลิก หรือ codas ที่วาฬสเปิร์มใช้ในการสื่อสารกัน โครงการนี้เปิดตัวไปเมื่อเดือนตุลาคม 2021 ในตอนนี้อยู่ระหว่างการประมวลผล โดยจะใช้ระบบปัญญาประดิษฐ์ (AI) เชื่อมโยงแต่ละเสียงของวาฬสเปิร์มกับบริบทเฉพาะ เพื่อให้สามารถสื่อสารกับวาฬสเปิร์มได้ ซึ่งจะใช้เวลาประมาณ 5 ปี ในการบรรลุเป้าหมายนี้
การสื่อสารระหว่างมนุษย์กับสัตว์ดูเหมือนจะมีข้อดีที่จะทำให้เข้าใจความต้องการและพฤติกรรมของพวกมันได้ดียิ่งขึ้น แต่ในขณะเดียวกันการนำเทคโนยีนี้มาใช้ก็มีความน่ากังวลอยู่สูง โดยเฉพาะในประเด็นด้านจริยธรรม เพราะอาจมีคนนำมาใช้งานในทางที่ผิด เช่น การหลอกให้ผึ้งมาทำรังเฉพาะจุดเพื่อตีรังผึ้งไปขาย หรือการเข้าใจการสื่อสารและอารมณ์ของช้างเพื่อหวังฆ่าช้างเอางา เป็นต้น และที่สำคัญอาจทำให้มนุษย์ควบคุมหรือบงการชีวิตของพวกมันได้ ดังนั้นการนำเทคโนโลยีนี้มาใช้ควรทำเพื่อเข้าใจธรรมชาติของสัตว์ก็เพียงพอแล้ว
อ้างอิง : https://www.thaipbs.or.th/news/content/321716
มันนิกซ์คว้า 2 รางวัลชนะเลิศระดับโลก โชว์ความสำเร็จใช้ AI ลดหนี้นอกระบบ
บริษัท มันนิกซ์ จำกัด (MONIX) บริษัทฟินเทคสตาร์ทอัพร่วมทุนโดยกลุ่มเอสซีบี เอกซ์ (SCB X Group) และกลุ่มอบาคัส (Abakus Group) ฟินเทคยูนิคอร์นจากประเทศจีน นำแอปฟินนิกซ์ (FINNIX) คว้า 2 รางวัลชนะเลิศระดับโลก ได้แก่ รางวัลชนะเลิศสาขา Best AI Initiative จากเวที Global Retail Banking Innovation Awards 2022 จัดโดย The Digital Banker และรางวัลชนะเลิศสาขา Best in Future of Intelligence จากเวที IDC Future Enterprise Awards 2022 ด้วยผลงานโดดเด่นในการใช้นวัตกรรมเอไอและบิ๊กดาต้า ช่วยผู้มีรายได้น้อยเข้าถึงสินเชื่อถูกกฎหมายได้ใน 5 นาที พร้อมสร้างวินัยการเงินด้วยเกมให้รางวัลที่ตรงใจเมื่อรักษาเครดิตดี ลดปัญหาหนี้นอกระบบให้สังคม
น.ส.ถิรนันท์ อรุณวัฒนกูล ประธานเจ้าหน้าที่ปฏิบัติการ บริษัท มันนิกซ์ จำกัด กล่าวว่า 2 รางวัลใหญ่จากสถาบันระดับโลกนี้ ตอกย้ำความสำเร็จที่มาจากความมุ่งมั่นของทีมงานมันนิกซ์ทุกคนที่ได้นำเทคโนโลยีมาใช้เพื่อเข้าใจลูกค้ามากที่สุด เพื่อพัฒนาและมอบสิ่งที่ดีที่สุดให้ลูกค้า โดยที่ลูกค้าต้องเหนื่อยน้อยที่สุด ทำให้เรามีระบบการพิจารณาสินเชื่อที่แม่นยำและมีประสิทธิภาพสูง ซึ่งขับเคลื่อนด้วยพลังเอไอ (AI) และแมชชีนเลิร์นนิ่ง (ML) 100 เปอร์เซ็นต์ สามารถคัดกรอง วิเคราะห์ความเสี่ยง และอนุมัติสินเชื่อที่เหมาะสมให้ลูกค้าได้ไวสุดใน 5 นาที โดยใช้เพียงข้อมูลทางเลือก (Alternative Data) นอกจากนี้ เรายังช่วยลดภาระให้ผู้สมัครสินเชื่อสามารถพิสูจน์ตัวตนแบบอิเล็กทรอนิกส์ (e-KYC) ได้เองในแอปฟินนิกซ์ ไม่ต้องเดินทางไปทำที่สาขาให้เสียเวลาและค่าเดินทาง ซึ่งตอบโจทย์ผู้มีรายได้น้อยได้เป็นอย่างดี
ทั้งนี้ รางวัลชนะเลิศ สาขา Best AI Initiative จากเวที Global Retail Banking Innovation Awards 2022 โดย The Digital Banker สื่อด้านการเงินการธนาคารระดับโลก สะท้อนความสำเร็จในการใช้เทคโนโลยีเอไอและแมชชีนเลิร์นนิ่ง ช่วยให้ผู้มีรายได้น้อยสามารถสมัครขอสินเชื่อถูกกฎหมายและได้รับเงินเข้าบัญชีภายใน 5 นาทีในแอปฟินนิกซ์ โดยใช้บัตรประชาชนเพียงใบเดียว ไม่ต้องใช้สลิปเงินเดือน ไม่ต้องใช้หลักทรัพย์หรือคนค้ำประกัน และสามารถใช้บริการได้ตลอด 24 ชั่วโมง
และรางวัลชนะเลิศ Best in Future of Intelligence จากเวทีระดับโลก IDC Future Enterprise Awards 2022 โดย IDC สถาบันวิจัยด้านการตลาดระดับโลก ตอกย้ำความเป็นองค์กรนวัตกรรมแห่งอนาคตที่แข็งแกร่งในด้านการใช้เทคโนโลยีและเอไอ มาช่วยยกระดับชีวิตการเงินและสร้างโอกาสที่เท่าเทียมให้ผู้มีรายได้น้อย พร้อมทั้งสร้างเสริมวัฒนธรรมองค์กรให้พนักงานในทุกระดับใช้ข้อมูลในการตัดสินใจและพัฒนาผลิตภัณฑ์และบริการ เพื่อลดความเหลื่อมล้ำทางการเงินให้สังคม
“เราภาคภูมิใจที่ได้สร้างโอกาสให้ผู้มีรายได้น้อยกว่า 600,000 ราย สามารถเข้าถึงสินเชื่อที่ถูกกฎหมายและเป็นธรรม โดยไม่ต้องตกเป็นเหยื่อหนี้นอกระบบ อีกทั้งช่วยฝึกวินัยการเงินด้วยเกมที่ให้รางวัลคนรักษาเครดิตดี ควบคู่ไปกับการให้ความรู้ด้านการเงิน และสร้างงานเสริมรายได้ให้ลูกค้าร่วมกับพันธมิตร ปัจจุบัน มันนิกซ์มียอดปล่อยสินเชื่อทั้งสิ้นแล้วกว่า 10,000 ล้านบาท โดยมีอัตราหนี้เสียเพียงเลขหลักเดียว เรามุ่งมั่นที่จะพัฒนาแอปฟินนิกซ์ให้ดียิ่งขึ้นไป เพื่อยกระดับคุณภาพชีวิตของคนทำมาหากินให้การเงินดีมีสุขอย่างยั่งยืนต่อไป”
อ้างอิง : https://mgronline.com/stockmarket/detail/9650000111237
เปิดตัว Notion AI ช่วยเราเขียนโพสต์ งาน หรือแม้กระทั่งบทกวี
สักวันหนึ่ง Notion จะสามารถเขียนบันทึกย่อให้คุณได้ โดยขณะนี้ทางบริษัทกำลังเริ่มทดสอบฟีเจอร์ใหม่ที่เรียกว่า Notion AI ซึ่ง Ivan Zhao ซีอีโอของ Notion ได้บอกว่ามันจะสามารถเปลี่ยนวิธีที่ผู้คนใช้แอปและทำงานของพวกเขาได้
สำหรับการใช้ Notion AI สิ่งที่เราต้องทำคือบอกแอปว่าเราต้องการอะไร (บล็อกโพสต์ เทมเพลตอีเมลรับสมัครงาน หรือ รายชื่อหนังสือธุรกิจดีๆ ที่ควรอ่าน) และแอปจะสร้างเนื้อหาขึ้นมาทันที โดย Notion AI หลักๆ แล้วนั้นมีไว้สำหรับการเขียน ซึ่งงานจำนวนมากต้องใช้การเขียน งานบางงานซ้ำซ้อน (เช่น การสร้างรายละเอียดสำหรับสมัคร) และงานบางส่วนที่สร้างสรรค์ (เช่น การเขียนโพสต์ในบล็อกหรือการระดมความคิดใหม่ๆ) Zhao คิดว่า Notion AI สามารถช่วยได้ทั้งสองกรณี “สำหรับผู้ใช้จำนวนมาก มันจะสามารถแก้ปัญหาการขาดความคิดสร้างสรรค์ได้ และยิ่งไปกว่านั้น ยังช่วยประหยัดเวลาอีกด้วย”
Notion กำลังใช้โมเดลภาษาขนาดใหญ่แบบเดียวกับที่บริษัทต่างๆ เช่น Google เริ่มนำมาใช้ในผลการค้นหา และสตาร์ทอัพอย่าง Mem ใช้เพื่อจัดโครงสร้างข้อมูลส่วนบุคคลของผู้ใช้ ปัจจุบันมีเครื่องมือการเขียนที่ขับเคลื่อนโดย AI มากมาย เช่น Grammarly Jasper และ Wordcraft ซอฟต์แวร์ใหม่ของ Google ซึ่งทั้งหมดนี้ก็พัฒนาขึ้นอย่างรวดเร็วด้วยโมเดลภาษาขนาดใหญ่
Notion ยังจินตนาการถึงการใช้ AI มากกว่าแค่การเขียน “มันสามารถช่วยให้คุณตอบคำถามได้” เขากล่าว “ผู้ใช้ Notion จำนวนมากจ่ายเงินให้เราเพราะเราเป็นฐานความรู้ที่ดีและการตอบคำถามมันจะเป็นสุดยอดการใช้งานฐานความรู้เลยแหละ” คุณสามารถค้นหาอะไรก็ได้และ Notion AI จะหาข้อมูลที่ถูกต้องให้คุณ
ตอนนี้เราสามารถเข้าไปลงทะเบียนรอสำหรับ Notion AI ได้แล้ว โดย Notion มีแผนจะเปิด Notion AI ให้กับตัวแทนผลิตภัณฑ์ของพวกเขาบางรายก่อน จากนั้นจะอนุญาติให้ผู้ใช้เข้ามาใช้เพิ่มขึ้นเมื่อเวลาผ่านไป
อ้างอิง : https://www.theverge.com/2022/11/16/23460904/notion-ai-notes-writing-machine-learning
Ubisoft จับมือ Riot Games พัฒนา AI ช่วยลด Toxic ในช่องแชท
Ubisoft และ Riot Games ร่วมมือกันในโครงการวิจัยใหม่ที่มีวัตถุประสงค์เพื่อลด toxic แชทในเกม
โครงการใหม่ที่เรียกว่า “Zero Harm in Comms” จะแบ่งออกเป็นสองขั้นตอนหลัก สำหรับระยะแรก ทาง Ubisoft และ Riot จะพยายามสร้างเฟรมเวิร์กที่ทำให้พวกเขาแชร์ รวบรวม และแท็กข้อมูลร่วมกับวิธีปกป้องความเป็นส่วนตัวของข้อมูลผู้ใช้
เมื่อสร้างเฟรมเวิร์กการปกป้องความเป็นส่วนตัวแล้ว ทาง Ubisoft และ Riot วางแผนที่จะสร้างเครื่องมือ AI ที่ได้รับการฝึกอบรมจากชุดข้อมูลเพื่อพยายามตรวจจับและบรรเทา “พฤติกรรมก่อกวน” การร่วมมือครั้งนี้ ทาง Ubisoft และ Riot พยายามใช้การประมวลผลภาษาธรรมชาติ (Natural Language Processing) เพื่อได้มาซึ่งความหมายทั่วไปของประโยคต่างๆ ที่คำนึงถึงบริบทของการสนทนาด้วย
เป้าหมายคือผู้เล่นเห็นข้อความที่ toxic น้อยลงในแชท ซึ่งทั้งสองบริษัทดำเนินให้บริการเกมที่มีผู้เล่นจำนวนมาก ดังนั้นพวกเขาจึงได้รับประโยชน์มากมายจากการลดข้อความ toxic ในแชท หากผู้คนรู้สึกปลอดภัยในการเล่นเกม พวกเขาก็อาจจะเล่นเกมเหล่านี้มากขึ้น ซึ่งปกติแล้วทาง Riot ก็ติดตามการสื่อสารด้วยเสียงของพูดเล่นอยู่แล้วซึ่งเป็นส่วนหนึ่งของความพยายามในการต่อสู้กับพฤติกรรมก่อกวนของผู้เล่นบางคน
อย่างไรก็ตามจนถึงขณะนี้ AI ก็ยังไม่ได้รับการพิสูจน์ว่าเป็นเครื่องมือมหัศจรรย์ที่สามารถแก้ไขปัญหาในเรื่องการดูแลเนื้อหาให้ถูกต้องได้ แต่ทาง Ubisoft และ Riot ได้บอกว่าจะแบ่งปัน “การเรียนรู้ในช่วงเริ่มต้นของการทดลอง” ในปีหน้า “ไม่ว่าผลลัพธ์จะเป็นอย่างไร”
อ้างอิง : https://www.theverge.com/2022/11/16/23460869/ubisoft-riot-games-toxic-chat-zero-harm-in-comms
Baidu เคลมโรโบแท็กซี่ของเขาสามารถขึ้นมาแข่งกับแท็กซี่ปกติได้แล้ว
Baidu บริษัทเทคโนโลยีของจีนกล่าวว่าธุรกิจโรโบแท็กซี่ในเมืองใหญ่ใกล้จะได้รับความสนใจเช่นเดียวกับบริการเรียกรถแบบเดิมๆ
ในช่วงไตรมาสที่ 3 ที่ผ่านมาของปี แท็กซี่ไร้คนขับของ Baidu แต่ละคันมีการเดินทางโดยเฉลี่ยมากกว่า 15 เที่ยวต่อวันในกรุงปักกิ่ง เซี่ยงไฮ้ และกวางโจว ซึ่ง Robin Li CEO ของทาง Baidu ได้ออกมากล่าวว่า “จากความรู้ของเรา ตัวเลขนี้ค่อนข้างใกล้เคียงกับค่าเฉลี่ยรายวันสำหรับบริการเรียกรถทั่วไป” ซึ่งจำนวนการเดินทางต่อรถที่ใช้งานบนแอปเรียกรถในนิวยอร์กซิตี้เฉลี่ยประมาณ 12 เที่ยวต่อวันในเดือนกันยายน ตามข้อมูลล่าสุดที่มีอยู่
โดยในปักกิ่ง เซี่ยงไฮ้ และกวางโจว หุ่นยนต์ของ Baidu ซึ่งมีชื่อว่า Apollo Go สามารถทำงานได้ในพื้นที่ชานเมืองบางแห่งเท่านั้น ซึ่งบริษัทไม่ได้บอกว่าสามารถคิดค่าโดยสารสำหรับการนั่งโรโบแท็กซี่ในกวางโจวหรือเซี่ยงไฮ้ได้หรือไม่
ประมาณ 12 เดือนที่แล้ว Baidu ได้รับการอนุมัติจากกรุงปักกิ่งให้เริ่มคิดค่าโดยสารสำหรับการขี่ Robotaxi ในเขต Yizhuang ซึ่งใช้เวลาขับรถประมาณครึ่งชั่วโมงจากใจกลางเมืองเมืองหลวง การขี่เหล่านั้นยังคงต้องการพนักงานที่เป็นมนุษย์เพื่อนั่งอยู่ในรถ อย่างไรก็ตามในสัปดาห์ที่ผ่านมานี้ทาง Baidu กล่าวว่าพวกเขาได้รับการอนุมัติจากทางการปักกิ่งในท้องถิ่นให้ทดสอบรถยนต์ไร้คนขับจำนวน 10 คันโดยไม่มีเจ้าหน้าที่คนใดอยู่บนรถด้วยเลย ทาง Pony.ai สตาร์ทอัพที่ดำเนินธุรกิจโรโบแท๊กซี่ กล่าวว่าพวกเขาก็ได้รับการอนุมัติในลักษณะเดียวกัน จากการตรวจสอบ CNBC ของทั้งแอพ Apollo Go และ Pony.ai เมื่อวันสัปดาห์ที่ผ่านมาพบว่ามีการลดราคามากกว่า 80%
Baidu มีการดำเนินงานหุ่นยนต์แท็กซี่ในหลายเมืองในประเทศจีน และสามารถคิดค่าโดยสารได้อย่างน้อยเจ็ดแห่ง ตามข้อมูลของบริษัท โดยการเดินทางด้วย Robotaxi ทั้งหมดในไตรมาสที่สามเพิ่มขึ้นมากกว่า 300% จากปีที่แล้วเป็นมากกว่า 474,000 เที่ยว
—————————————————————————————-
ทั้งหมดเป็นข่าวที่น่าสนใจใน 18 – 24 พฤศจิกายน 2565 พบกันใหม่ในสัปดาห์หน้านะคะ : )
หากมีข้อสงสัย ติชมสามารถ ติดตามและสอบถามได้ที่
: AIไทยสามารถ โดย AI for all Thailand
