อัลกอริทึมเรียนรู้เชิงลึกติดตั้งบนอุปกรณ์เคลื่อนที่เพื่อคัดกรองโรคตา

ภาพจาก The Engineer

อัลกอริทึม (deep learning) หรือ DL ที่พัฒนาโดยนักวิทยาศาสตร์ที่ Tohoku University ของญี่ปุ่นจะสแกนภาพดวงตาเพื่อระบุลักษณะที่เกี่ยวข้องกับโรค ตัวแบบ DLที่มีน้ำหนักเบาสามารถฝึกได้โดยใช้รูปภาพจำนวนน้อย และใช้กับอุปกรณ์เคลื่อนที่ได้

"ตัวแบบที่พัฒนาขึ้นของเรามีความแม่นยำในการแบ่งส่วนที่ดีขึ้น และเพิ่มความสามารถในการทำซ้ำของการฝึกตัวแบบแม้จะมีพารามิเตอร์น้อยลง ทำให้มีประสิทธิภาพและ ใช้ทรัพยากรน้อยกว่าเมื่อเทียบกับซอฟต์แวร์เชิงพาณิชย์อื่นๆ" Toru Nakazawa จาก Tohoku อธิบาย

นักวิจัยใช้อุปกรณ์ที่มีทรัพยากรไม่มากเพื่อตรวจคัดกรองโรคต้อหิน "ตัวแบบของเรายังสามารถตรวจจับ/แบ่งส่วนจุดบอดในดวงตา และการตกเลือดในภาพของก้นตาได้อย่างแม่นยำ" Nakazawa กล่าว

อ่านข่าวเต็มได้ที่: The Engineer

นักวิทยาศาสตร์พัฒนาอัลกอริทึมเพื่อศึกษาข้อมูลจีโนม

ภาพจาก UCLA Samueli School of Engineering

ทีมนักวิจัยจากหลายสถาบันที่นำโดย Sriram Sankararaman แห่ง University of California, Los Angeles มหาวิทยาลัยแคลิฟอร์เนีย ได้พัฒนาอัลกอริธึมที่สามารถวิเคราะห์ข้อมูลจีโนม (genome) ได้เร็วกว่าวิธีก่อนหน้านี้ถึง 1,800 เท่า ทำให้สามารถวิเคราะห์ข้อมูลจากผู้คน 1 ล้านคนในวันเดียวได้

นักวิจัยได้ออกแบบเทคนิค Scalable pOPulation structure inference (SCOPE) เพื่อเร่งและปรับขนาดการอนุมานความแปรปรวนทางพันธุกรรมภายในประชากร เพื่อเปิดเผยแบบรูป (pattern) นำไปสู่ข้อสรุปโดยตรงหรือหลีกเลี่ยงการค้นพบความสัมพันธ์ลวงในการวิจัย

SCOPE ช่วยลดปริมาณทรัพยากรที่ต้องใช้ในการประมวลผลชุดข้อมูลขนาดใหญ่ และลดต้นทุนในการคำนวณ ในการทดลองหนึ่ง นักวิจัยใช้หน่วยความจำเพียง 250 กิกะไบต์ (GB) ในการคำนวณ แทนที่จะใช้พื้นที่ประมาณ 2,000 GB ที่เครื่องมือวิจัยก่อนหน้านี้ใช้

อ่านข่าวเต็มได้ที่: UCLA Samueli School of Engineering

วัดการปล่อยคาร์บอนของ AI

Photo by Andrea De Santis on Unsplash

นักวิจัยจาก Allen Institute for AI ได้พัฒนาวิธีการคำนวณการปล่อยคาร์บอนของระบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่มีความแม่นยำมากขึ้น วิธีการใหม่นี้จะบันทึกการใช้พลังงานของชิปเซิร์ฟเวอร์ในลักษณะที่เป็นลำดับชุดของการวัด และจัดข้อมูลนั้นในรูปแบบลำดับของจุดชุดของจุดข้อมูลที่มีรายละเอียดการปล่อยพลังงานภายในต่อกิโลวัตต์ชั่วโมง (kWh) ของพลังงานที่ใช้ไป

นักวิจัยพบว่าหน่วยประมวลผลกราฟิกที่ฝึกโมเดลที่ใหญ่ที่สุดโดยให้ทำการฝึกแค่ 13% ของการทำงานที่สมบูรณ์ ปล่อยคาร์บอนเกือบเท่ากับการจ่ายไฟให้กับบ้านหนึ่งหลังในสหรัฐเป็นเวลาหนึ่งปี ในทางตรงกันข้าม การฝึกโมเดลที่เล็กที่สุดจะสร้างคาร์บอนได้มากพอ ๆ กับการชาร์จโทรศัพท์

อ่านข่าวเต็มไดที่: IEEE Spectrum

เทคโนโลยีเบื้องหลังคริปโทอาจช่วยประหยัดเงินให้แบรนด์หรูเป็นพันล้าน

ภาพจาก CNN

แบรนด์หรูกำลังใช้เทคโนโลยีบล็อกเชนเพื่อป้องกันผลิตภัณฑ์ของตนจากการปลอมแปลง กลุ่มบริษัทแบรนด์หรู LVMH ร่วมมือกับบริษัทแฟชั่น Prada และกลุ่มบริษัทเครื่องประดับ Cartier ใน Aura Blockchain Consortium ซึ่งเป็นแพลตฟอร์มไม่แสวงหาผลกำไรที่สร้างฝาแฝดดิจิทัลสำหรับผลิตภัณฑ์ที่ออกแบบโดยนักออกแบบ 

กลุ่มบริษัทนี้ใช้บล็อคเชนในการผลิตตัวระบุผลิตภัณฑ์ดิจิทัลสำหรับแบรนด์มากกว่า 20 แบรนด์ รวมถึงผลิตภัณฑ์ที่จดทะเบียนมากกว่า 17 ล้านรายการ ตามข้อมูลของเลขาธิการสมาคม Daniela Ott ซอฟต์แวร์ซึ่งรวบรวมสมุดบัญชีของข้อมูล เช่น ประเภทวัสดุและแหล่งที่มา ผลิตภัณฑ์ผลิตขึ้นที่ไหนและเมื่อใด และผลิตขึ้นจำนวนเท่าใด ช่วยให้ลูกค้าได้รับใบรับรองดิจิทัลสำหรับการรับรองว่าสินค้าเป็นของแท้ โดยไม่สามารถปลอมแปลงได้ Ott กล่าว

อ่านข่าวเต็มได้ที่: CNN

โครงการภาษา AI แบบเปิดเผยโค้ดท้าทายตัวแบบของบริษัทยักษ์ใหญ่

ภาพจาก Nature

ตัวแบบการประมวลผลภาษาธรรมชาติ (natural language processing) ที่พัฒนาโดยทีมงานนานาชาติซึ่งมีนักวิจัยประมาณ 1,000 คน จะกลายเป็นคู่แข่งได้ในระดับที่ใหญ่เท่าตัวแบบที่พัฒนาโดย Google และ OpenAI แต่จะเป็นแบบเปิดเผยโค้ด และใช้งานได้หลายภาษา

เป้าหมายของโครงการนี้คือการลดอคติของมนุษย์และข้อบกพร่องอื่นๆ ของระบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่ยากต่อการแก้ไข เนื่องจากบริษัทเทคโนโลยีขนาดใหญ่ได้ปิดตัวแบบของตนไม่ให้นักวิจัยรู้

แม้ว่าตัวแบบจะไม่ถึงกับปราศจากอคติ แต่ Yacine Jernite ของ HuggingFace กล่าวว่าทีมงานมีเป้าหมายที่จะปรับปรุงตัวแบบที่มีอยู่ผ่านการใช้แหล่งข้อมูลที่มีความหลากหลายทางวัฒนธรรม และมีคุณภาพสูง

อ่านข่าวเต็มได้ที่: Nature