เครื่องตอบรับเสมือนบันทึกโลกจริงในขณะที่คุณอยู่ใน VR

ภาพจาก New Scientist

พนักงานสามารถใช้ "เครื่องตอบรับอัตโนมัติ" ความจริงเสมือน (virtual reality) หรือ VR เพื่อบันทึกสิ่งที่เกิดขึ้นในสภาพแวดล้อมของพวกเขาในขณะที่พวกเขากำลังทำงานอยู่ใน VR และแสดงเหตุการณ์นั้นในแบบการสร้างโครงสร้างสามมิติขึ้นใหม่ในภายหลัง

Andreas Fender และ Christian Holb ที่ ETH Zürich ในสวิตเซอร์แลนด์ได้ออกแบบระบบ AsyncReality ซึ่งใช้กล้องตรวจจับความลึกสี่ตัวที่สามารถกำหนดระยะห่างของวัตถุจากกล้องแต่ละตัวและสร้างสภาพแวดล้อมใหม่ในรูปแบบ 3 มิติ

AsyncReality บันทึกการเปลี่ยนแปลงสภาพแวดล้อมและตรวจจับเหตุการณ์ที่เกี่ยวข้องกันในขณะที่พนักงานอยู่ใน "โหมดโฟกัส" เพื่อนำมาเล่นตามลำดับในภายหลัง “การจัดเตรียมสำนักงาน ทั้งหมดในอนาคตอาจแตกต่างกันโดยสิ้นเชิง เพราะมันเชื่อมโยงกับโลกเสมือนจริงที่เราโต้ตอบด้วยในเวลาเดียวกัน” Fender กล่าว

อ่านข่าวเต็มได้ที่: New Scientist

Cisco เตรียมเทคโนโลยีเพื่อคาดการณ์ปัญหาเครือข่ายระดับองค์กร

ภาพจาก  Network World

นักวิจัยของ Cisco ได้พัฒนาเครื่องมือวิเคราะห์เพื่อการคาดการณ์ ซึ่งพวกเขาอ้างว่าจะช่วยให้ผู้ให้บริการเครือข่ายสามารถคาดการณ์และป้องกันปัญหาเครือข่ายได้ เครื่องมือคาดการณ์จะรวบรวมข้อมูลทางไกลจากเราเตอร์ (router) สวิตช์ (switch) เซิร์ฟเวอร์ และอุปกรณ์อื่น ๆ และใช้ปัญญาประดิษฐ์ (artificial intelligence) และการเรียนรู้ของเครื่อง (machine learning) เพื่อเรียนรู้รแบบรูป (pattern) ในข้อมูล คาดการณ์ปัญหาที่จะเกิดกับผู้ใช้ และเสนอตัวเลือกสำหรับการแก้ไข

Chuck Robbins ของ Cisco กล่าวว่า "อนาคตของการเชื่อมต่อจะขึ้นอยู่กับเครือข่ายที่สามารถซ่อมแซมตัวเองซึ่งสามารถเรียนรู้ คาดการณ์ และวางแผนได้" บริษัทมีแผนที่จะนำเสนอเทคโนโลยีในรูปแบบซอฟต์แวร์ในลักษณะการบริการ (software-as-a-service)

อ่านข่าวเต็มได้ที่: Network World

เครื่องมือช่วยทำนายสภาพจราจรให้เร็วขึ้น

ภาพจาก Futurity.org

นักวิจัยของ North Carolina State University (NC State) ได้ปรับเปลี่ยนอัลกอริทึมที่พัฒนาขึ้นเพื่อช่วยลดการคำนวณที่ซับซ้อน ในการคาดการณ์รูปแบบการจราจรให้ดีขึ้นในสถานที่และเวลาที่เฉพาะเจาะจง อัลกอริทึมแบ่งตัวแบบการทำนายการจราจรที่ใหญ่กว่าออกเป็นชุดของปัญหาที่เล็กกว่าที่สามารถแก้ไขได้พร้อมกัน

อัลกอริทึมที่ปรับแต่งแล้วนี้ยังช่วยทำให้เวลาในการทำงานทำได้ดีขึ้น โดยจะบอกให้ตัวแบบรับรู้เมื่อได้ผลลัพธ์ที่อยู่ในช่วง 5% หรือ 10% ของผลลัพธ์ที่เหมาะสมที่สุด Ali Hajbabaie แห่ง NC State กล่าวว่าอัลกอริธึมที่ดัดแปลงนี้ใช้หน่วยความจำคอมพิวเตอร์น้อยกว่ามาก และเวลาในการทำงานเร็วกว่ามาก

อ่านข่าวเต็มได้ที่: Futurity.org

ปัญหาของแผนการที่ Elon Musk จะเปิดเผยโค้ดของอัลกอริทึมของทวิตเตอร์

Photo by Souvik Banerjee on Unsplash

แผนการที่ประกาศออกมาของ Elon Musk สำหรับเครือข่ายสังคม Twitter นั้นก็รวมถึงการเปิดเผยโค้ดของอัลกอริทึม ซึ่งผู้เชี่ยวชาญกล่าวว่าจะเพิ่มความโปร่งใสได้เพียงเล็กน้อยเท่านั้นถ้าไม่สามารถเข้าถึงข้อมูลที่พวกเขาใช้การฝึกสอนได้

Jennifer Cobbe แห่ง University of Cambridge ของสหราชอาณาจักรกล่าวว่า "โดยมากแล้วที่ผู้คนพูดถึงความรับผิดชอบของอัลกอริทึมในทุกวันนี้ ต่างตระหนักดีว่าไม่ใช่ตัวอัลกอริทึมเองที่เราต้องการเห็น สิ่งที่เราต้องการจริง ๆ คือข้อมูลเกี่ยวกับวิธีการที่มันถูกพัฒนาขึ้นมา 

นอกจากนี้ยังมีข้อกังวลว่าเมื่อเปิดเผยโค้ดอัลกอริทีมของ Twitter แล้ว จะทำให้ผู้ไม่หวังดีสามารถระบุช่องโหว่เพื่อนำไปใช้ประโยชน์ และอาจทำให้เอาชนะบอทที่ใช้ในการสแปม (spam bot) ได้ยากขึ้น

อ่านข่าวเต็มได้ที่: MIT Technology Review

วิธีการตรวจจับวีดีโอ deepfake ด้วยความแม่นยำถึง 99%

Photo by Christian Gertenbach on Unsplash

นักวิทยาศาสตร์จาก University of California, Riverside (UC Riverside) ได้พัฒนาเทคนิคในการตรวจจับการเปลี่ยนแปลงการแสดงความรู้สึกของใบหน้าในวิดีโอ Deepfake ที่มีความแม่นยำสูงสุดถึง 99% วิธีการดังกล่าวแบ่งงานออกเป็นสองสายภายในโครงข่ายประสาทเชิงลึกลึก (deep neural network): สายแรกระบุการแสดงออกทางใบหน้า และป้อนข้อมูลบริเวณใบหน้าที่มีการแสดงออกดังกล่าวไปยังสายที่สอง ซึ่งเป็นตัวเข้ารหัส-ตัวถอดรหัส ซึ่งมีสถาปัตยกรรมการตรวจจับการบิดเบือนการแสดงออกของใบหน้า และจำกัดบริเวณการบิดเบือนในรูปภาพ 

Ghazal Mazaheri จาก UC Riverside กล่าวว่า "การเรียนรู้แบบมัลติทาสก์สามารถใช้ประโยชน์จากคุณลักษณะเด่นที่เรียนรู้โดยระบบจดจำการแสดงออกทางสีหน้า เพื่อประโยชน์ในการฝึกสอนระบบตรวจจับการบิดเบือนแบบทั่วไป วิธีการดังกล่าวบรรลุประสิทธิภาพที่น่าประทับใจในการตรวจจับการบิดเบือนการแสดงออกทางสีหน้า”

อ่านข่าวเต็มได้ที่: UC Riverside News