วันพฤหัสบดีที่ 20 พฤษภาคม พ.ศ. 2564

จอสัมผัสที่เที่ยงตรงขึ้นขอบคุณ AI

smartphone input
Photograph: Adobe Stock

เทคนิคปัญญาประดิษฐ์ (artificial intelligence) หรือ AI แบบใหม่ที่พัฒนาโดยนักวิทยาศาสตร์คอมพิวเตอร์ที่ ETH Zurich ประเมินตำแหน่งที่นิ้วสัมผัสหน้าจอโทรศัพท์มือถือได้แม่นยำขึ้น เพื่อลดข้อผิดพลาดในการพิมพ์ Christian Holz จาก ETH อธิบายการทำงานของ CapContact AI ว่า “ ประมาณพื้นที่สัมผัสจริงระหว่างนิ้วมือและหน้าจอสัมผัสเมื่อสัมผัส” จากนั้น“ สร้างพื้นที่สัมผัสเหล่านี้ที่ความละเอียดแปดเท่าของเซ็นเซอร์สัมผัสปัจจุบัน ทำให้อุปกรณ์สัมผัสของเราตรวจจับการสัมผัสได้แม่นยำมากขึ้น” นักวิจัยพบว่าแนวทางการเรียนรู้เชิงลึกแบบใหม่ช่วยขจัดข้อผิดพลาดในการตรวจจับจากอินพุตที่มีความละเอียดต่ำ ซึ่งพวกเขาบอกว่าเป็นสาเหตุของข้อผิดพลาดหนึ่งในสามของอุปกรณ์หน้าจอสัมผัสที่ใช้อยู่ในปัจจุบัน

อ่านข่าวเต็มได้ที่: ETH Zurich (Switzerland)

วันพุธที่ 19 พฤษภาคม พ.ศ. 2564

ระบบที่ช่วยกำจัดขยะในตารางข้อมูลโดยอัตโนมัติ

PClean
ภาพจาก MIT News

ระบบที่พัฒนาโดยนักวิจัยจาก Massachusetts Institute of Technology (MIT) จะล้าง "ความสกปรกในข้อมูล" โดยอัตโนมัติ เช่นการพิมพ์ผิด ข้อมูลที่ซ้ำ ค่าที่หายไป การสะกดผิด และความไม่สอดคล้องกัน ระบบนี้มีชื่อว่า PClean มันจะรวมข้อมูลภูมิหลังที่เกี่ยวข้องกับฐานข้อมูล และประเด็นปัญหาที่อาจเกิดขึ่นได้เข้ากับการให้เหตุผลที่เป็นไปได้ทางสามัญสำนึก (common-sense probabilistic reasoning) เพื่อใช้ในการตัดสินใจว่าจะเรียกใช้ฐานข้อมูลและประเภทข้อผิดพลาดแบบใด การแก้ไขจะใช้การให้เหตุผลแบบ  Bayesian ซึ่งใช้ความน่าจะเป็นจากความรู้เดิมเกี่ยวกับข้อมูลที่คลุมเครือ เพื่อหาคำตอบที่ถูกต้อง และสามารถให้ค่าประมาณที่ปรับเทียบแล้วสำหรับความไม่แน่นอนของมัน  นักวิจัยพบว่า PClean ซึ่งมีโค้ดเพียง 50 บรรทัดมีประสิทธิภาพเหนือกว่าเกณฑ์เปรียบเทียบ (benchmark) ต่าง ๆ ทั้งในด้านความแม่นยำและเวลาในการทำงาน

อ่านข่าวเต็มได้ที่: MIT News

วันอังคารที่ 18 พฤษภาคม พ.ศ. 2564

IBM แก้ปัญหาควอนตัมคอมพิวติงได้เร็วกว่าวิธีเดิม 120 เท่า


Glass Orb with Patterns
Photo by Michael Dziedzic on Unsplash

นักวิจัยของ IBM ได้แก้ปัญหาควอนตัมคอมพิวติงปัญหาหนึ่งได้เร็วกว่าการแก้ปัญหาครั้งล่าสุดถึง 120 เท่า  ทีม IBM Quantum ได้จำลองพฤติกรรมของโมเลกุลลิเธียมไฮไดรด์ทั้งหมดบนคลาวด์ในเวลาเพียง 9 ชั่วโมงบนแพลตฟอร์ม Qiskit Runtime ของ IBM ในปี 2560 นักวิจัยได้จำลองโมเลกุลดังกล่าวโดยใช้โปรเซสเซอร์ควอนตัม 7 qubit ซึ่งใช้เวลาถึง 45  วัน

อ่านข่าวเต็มได้ที่: ZDNet

วันจันทร์ที่ 17 พฤษภาคม พ.ศ. 2564

คนไข้อาจไม่รับคำแนะนำจากหมอ AI ที่รู้จักชื่อพวกเขา

AI Doctor
IMAGE: UNSPLASH/ALEXANDER SINN

จากผลการศึกษาของนักวิจัยจาก  Pennsylvania State University (Penn State) และ University of California, Santa Barbara พบว่า ผู้ป่วยอาจไม่เชื่อใจแพทย์แบบปัญญาประดิษฐ์  (artificial intelligence) หรือ AI ที่รู้จักชื่อและประวัติทางการแพทย์ของพวกเขา ทีมนักวิจัยได้ออกแบบแชทบอท 5 ตัว โดยบอทเหล่านี้ถูกตั้งโปรแกรมให้ถามคำถามเกี่ยวกับอาการและพฤติกรรมที่เกี่ยวข้องกับ COVID-19 จากนั้นจึงวินิจฉัยและให้คำแนะนำ ผู้เข้าร่วมการศึกษามีแนวโน้มที่จะพิจารณาว่าแชทบอทล่วงล้ำ และมีแนวโน้มน้อยมากที่จะปฏิบัติตามคำแนะนำทางการแพทย์ เมื่อแชทบอทคุยกับพวกเขาโดยชื่อแรก (first name) และอ้างถึงประวัติทางการแพทย์ของพวกเขา แต่ในทางกลับกันพวกเขาคาดว่าหมอที่เป็นคนจะสามารถแยกเขาออกออกจากคนไข้รายอื่น และมีแนวโน้มน้อยที่จะปฏิบัติตามถ้าหมอจำข้อมูลของพวกเขาไม่ได้ Shyam Sundar จาก Penn State กล่าวว่า "เมื่อระบบ AI รับรู้ถึงความเป็นเอกลักษณ์ของบุคคล มันจะถูกมองว่าเป็นการล่วงล้ำ ซึ่งสะท้อนถึงความกังวลที่มากขึ้นกับการใช้ AI ในสังคม"

อ่านข่าวเต็มได้ที่: Penn State News

วันอาทิตย์ที่ 16 พฤษภาคม พ.ศ. 2564

AI ใช้พลังงานมหาศาลแต่แฮกเกอร์จะทำให้มันใช้มากขึ้นไปอีก

TAYLOR VICK/UNSPLASH
TAYLOR VICK/UNSPLASH

นักวิจัยของ Maryland Cybersecurity Center (MC2) ได้สรุปการโจมตีที่สามารถเพิ่มการใช้พลังงานของระบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI โดยการบังคับให้เครือข่ายประสาทเทียมในระดับลึก (deep neural network) ใช้ทรัพยากรในการคำนวณมากเกินความจำเป็น ทีมงานได้เพิ่มสัญญาณรบกวนเล็กน้อยให้กับอินพุตของเครือข่ายประสาทเทียมแบบหลายทางออกที่ปรับข้อมูลเข้าได้ (input-adaptive multi-exit neural network) ซึ่งทำให้ระบบมองว่ายากขึ้นขึ่งต้องใช้การคำนวณที่เพิ่มขึ้น นั่นคือต้องใช้พลังงานมากขึ้นในการทำให้เสร็จสมบูรณ์ ในการสมมติว่าผู้โจมตีมีข้อมูลทั้งหมดเกี่ยวกับเครือข่าย นักวิจัยสามารถใช้พลังงานในระดับสูงสุด และถ้าสมมติว่ามีข้อมูลน้อยหรือไม่มีเลยก็ยังสามารถทำให้การประมวลผลช้าลง และเพิ่มการใช้พลังงานได้จาก 20% ถีง 80% แม้ว่าการแฮ็กนี้ยังคงอยู่เป็นทฤษฎีอยู่ แต่ Tudor Dumitras จาก MC2 กล่าวว่า "สิ่งที่สำคัญก็คือการทำให้คนสนใจว่านี่เป็นรูปแบบภัยคุกคามใหม่ และการโจมตีประเภทนี้สามารถเกิดขึ้นได้"

อ่านข่าวเต็มได้ที่: MIT Technology Review