วันพุธที่ 12 มิถุนายน พ.ศ. 2567

หุ่นยนต์ให้บริการลูกค้าที่ Starbucks ของ NAVER 1784

star-bucks-Navar
ภาพจาก Interesting Engineering โดย Jijo Malayil

Starbucks ในอาคาร Naver 1784 ที่เมืองซองนัม (Seongnam) ประเทศเกาหลีใต้ มีหุ่นยนต์ประมาณ 100 ตัวให้บริการลูกค้า หุ่นยนต์ Rookie ให้บริการส่งพัสดุ กาแฟ และกล่องอาหารกลางวันตลอดทั้ง 36 ชั้นของอาคาร 

หุ่นยนต์ทำงานโดยระบบ AI, Robot และ Cloud ของ Naver ซึ่งทำให้สามารถนำทางภายในอาคารได้อย่างแม่นยำ วางแผนและประมวลผลสำหรับการเคลื่อนไหวและงานของหุ่นยนต์ รวมถึงการจัดการสภาพแวดล้อมแบบออนไลน์และออฟไลน์แบบเรียลไทม์

อ่านข่าวเต็มได้ที่: Interesting Engineering โดย Jijo Malayil

วันอังคารที่ 11 มิถุนายน พ.ศ. 2567

สหรัฐฯ ชะลอการส่งออกชิป AI โดย Nvidia, AMD ไปยังตะวันออกกลาง

chip
Photo by Vishnu Mohanan on Unsplash

สหรัฐอเมริกาได้ชะลอการออกใบอนุญาตให้กับ Nvidia, Advanced Micro Devices (AMD) และผู้ผลิตชิปอื่น ๆ สำหรับการขนส่งชิปเร่งความเร็ว AI  จำนวนมากไปยังตะวันออกกลาง เนื่องจากกำลังมีการทบทวนความปลอดภัยของชาติเกี่ยวกับการพัฒนา AI ในภูมิภาคนี้ 

ส่วนหนึ่งของความกังวลคือบริษัทจีน ซึ่งส่วนใหญ่ถูกตัดขาดจากเทคโนโลยีที่ทันสมัยของสหรัฐฯ อาจเข้าถึงชิปเหล่านั้นผ่านศูนย์ข้อมูลในตะวันออกกลางได้

อ่านข่าวเต็มได้ที่: Bloomberg โดย Mackenzie Hawkins, Ian King และ Nick Wadhams

วันจันทร์ที่ 10 มิถุนายน พ.ศ. 2567

LLM 1 บิตสามารถแก้ปัญหาความต้องการพลังงานของ AI ได้

large-1-infront-of-cds
ภาพจาก IEEE Spectrum โดย Matthew Hutson

นักวิจัยจาก ETH Zurich ของสวิตเซอร์แลนด์ Beihang University ของจีน และ University of Hong Kong ได้ใช้การควอนไทเซชันหลังการฝึกเพื่อสร้าง large language model (LLM) ขนาด 1 บิต ซึ่งสามารถช่วยลดความต้องการพลังงานของระบบ AI 

วิธี BiLLM ใช้บิตเดียวเพื่อประมาณค่าพารามิเตอร์เครือข่ายส่วนใหญ่ และสองบิตสำหรับพารามิเตอร์ที่มีอิทธิพลต่อประสิทธิภาพมากที่สุด วิธีนี้ถูกใช้เพื่อทำให้ LLM เวอร์ชันหนึ่งของ LLaMa ของ Meta ที่มี 13 พันล้านพารามิเตอร์เป็นแบบไบนาไรซ์ (binarize)  

BiLLM ทำงานได้ดีกว่าคู่แข่งแบบไบนาไรซ์ที่ใกล้เคียงที่สุดในขณะที่ใช้ความจุหน่วยความจำเพียงหนึ่งในสิบของรุ่นดั้งเดิม

อ่านข่าวเต็มได้ที่: IEEE Spectrum โดย Matthew Hutson 

วันอาทิตย์ที่ 9 มิถุนายน พ.ศ. 2567

เครื่องมือ AI พร้อมสร้างคำโกหกเกี่ยวกับการเลือกตั้งจากเสียงของผู้นำทางการเมือง

Donald-Trump
ภาพจาก Associated Press โดย Ali Swenson

การทดสอบเครื่องมือโคลนเสียงด้วย AI ที่ได้รับความนิยม 6 ตัว โดยนักวิจัยจากศูนย์ต่อต้านความเกลียดชังทางดิจิทัล (Center for Countering Digital Hate) ซึ่งเป็นกลุ่มสิทธิพลเมืองดิจิทัลในกรุงวอชิงตัน พบว่าเครื่องมือเหล่านี้สามารถสร้างเสียงโคลนของบุคคลสำคัญทางการเมืองได้อย่างน่าเชื่อถือ 

จากการทดสอบ 240 ครั้ง เครื่องมือสามารถสร้างเสียงโคลนที่น่าเชื่อถือได้ถึง 193 ครั้ง หรือคิดเป็น 80% ของการทดสอบทั้งหมด แม้ว่าเครื่องมือบางตัวจะตั้งกฎ หรือใช้การขัดขวางทางเทคโนโลยีเพื่อป้องกันการสร้างข้อมูลเท็จเกี่ยวกับการเลือกตั้ง แต่นักวิจัยพบว่าสิ่งจ่าง ๆ เหล่านั้นสามารถหลีกเลี่ยงได้โดยง่าย

อ่านข่าวเต็มได้ที่: Associated Press โดย Ali Swenson

วันเสาร์ที่ 8 มิถุนายน พ.ศ. 2567

ชิป Tianmouc และกล้องไฮบริดช่วยเพิ่มโอกาสให้ยานพาหนะไร้คนขับที่ปลอดภัยยิ่งขึ้น

hyvrid-system-for-auto-driving-car
ภาพจาก https://www.youtube.com/watch?v=9IwcBBoxci4&t=19s

นักวิจัยจาก Tsinghua University ในประเทศจีนได้พัฒนาชิป Tianmouc ซึ่งเป็นชิปรุ่นใหม่สำหรับระบบขับเคลื่อนอัตโนมัติ ที่รวมความสามารถในการตรวจจับอิงเหตุการณ์ (event-based) ที่รวดเร็วแต่มีความแม่นยำต่ำ เข้ากับการแสดงผลภาพแบบช้าแต่มีความแม่นยำสูง 

ขณะเดียวกัน นักวิจัยจาก University of Zurich ในสวิตเซอร์แลนด์ได้พัฒนากล้องไฮบริดที่ผสมผสานการประมวลผลตามเหตุการณ์ กับการประมวลผลภาพที่มีแบนด์วิดธ์สูง เพื่อแก้ปัญหาความหน่วงในการรับรู้และการคำนวณ 

เครื่องตรวจจับวัตถุแบบไฮบริดนี้สามารถลดเวลาที่ใช้ในการตรวจจับวัตถุในสถานการณ์ความเร็วสูงได้

อ่านข่าวเต็มได้ที่: The Register (U.K.) โดย Lindsay Clark