Google Lens ระบุปัญหาผิวจากรูปภาพ

ภาพจาก  ScienceAlert

แอปพลิเคชันการค้นหาด้วยภาพ Google Lens สามารถช่วยวินิจฉัยสภาพผิวโดยจับภาพบริเวณที่ได้รับผลกระทบและเปรียบเทียบกับภาพที่ตรงกัน

Google กล่าวว่า Lens "สามารถค้นหาสภาพผิวที่คล้ายคลึงกับสิ่งที่คุณเห็นบนผิวของคุณ" เพื่อช่วยผู้ใช้ในการวินิจฉัยปัญหาผิว Google อธิบายว่า "ฟีเจอร์นี้ยังใช้งานได้หากคุณไม่แน่ใจว่าจะอธิบายสิ่งอื่นๆ บนร่างกายของคุณอย่างไร เช่น ตุ่มที่ริมฝีปาก รอยบนเล็บ หรือผมร่วงที่ศีรษะ"

ยักษ์ใหญ่ด้านเครื่องมือค้นหากล่าวว่า Lens อาจใช้เพื่อช่วยทำการบ้าน เและแปลป้ายถนนเมื่อเดินทางไปต่างประเทศ

อ่านข่าวเต็มได้ที่: ScienceAlert

Mercedes นำ ChatGPT มาสู่รถ

Photo by Aaron Huber on Unsplash

Mercedes-Benz ผู้ผลิตรถยนต์สัญชาติเยอรมันได้ร่วมมือกับ Microsoft ในการเพิ่มซอฟต์แวร์ปัญญาประดิษฐ์ ChatGPT ให้กับรถยนต์ Mercedes-Benz ในสหรัฐอเมริกา Microsoft กล่าวว่า ChatGPT จะทำให้ความสามารถในการสั่งการด้วยเสียงของรถยนต์ราบรื่นขึ้นโดยรองรับบทสนทนาที่ดูเป็นธรรมชาติมากขึ้น

ระบบจะสามารถเรียกคืนบริบทของการสนทนาและมีส่วนร่วมในการสนทนากลับไปกลับมากับคนขับหรือผู้โดยสาร Microsoft กล่าวว่าแชทบอทจะช่วยให้ระบบตอบสนองต่อคำขอที่หลากหลายมากขึ้น รวมถึงคำขอที่ไม่เกี่ยวข้องกับรถหรือคนขับ และโต้ตอบกับฟังก์ชันอื่นๆ เช่น การซื้อตั๋วภาพยนตร์

เจ้าของรถ Mercedes ในสหรัฐอเมริกาซึ่งมีรถที่มีระบบอินโฟเทนเมนท์ MBUX สามารถทดสอบ ChatGPT รุ่นเบต้าได้ตั้งแต่วันที่ 16 มิถุนายน

อ่านข่าวเต็มได้ที่: CNN Business

เทคนิคคอมพิวเตอร์วิทัศน์ช่วยเพิ่มการวิเคราะห์ภาพด้วยกล้องจุลทรรศน์สำหรับการวินิจฉัยโรคมะเร็ง

ภาพจาก University of Michigan Computer Science and Engineering

นักวิจัยจาก University of Michigan (UM) และศูนย์ดูแลสุขภาพ Michigan Medicine ได้พัฒนาเทคนิคการคอมพิวเตอร์วิทัศน์ที่วิเคราะห์ภาพด้วยกล้องจุลทรรศน์ของเนื้องอกโดยใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI และการเรียนรู้ของเครื่อง (machine learning) เพื่อวินิจฉัยโรคมะเร็ง

เครื่องมือ HiDisc วิเคราะห์หลาย ๆ ส่วนของเนื้องอกก้อนเดียว นอกจากนี้ยังพึ่งพาการเพิ่มข้อมูลน้อยลงในการแปลงและติดป้ายกำกับรูปภาพ

ในการทดสอบกับวิธีการเรียนรู้การวินิจฉัยโรคมะเร็งด้วยตนเองที่ล้ำสมัย นักวิจัยสังเกตว่าการจำแนกภาพดีขึ้นเกือบ 4% เมื่อเทียบกับวิธีพื้นฐานที่มีประสิทธิภาพดีที่สุด

Cheng Jiang จาก UM กล่าวว่า "เป้าหมายของเราคือการใช้ AI เพื่อช่วยแพทย์ในการวินิจฉัยโดยอิงจากภาพเนื้องอกเหล่านี้แทบจะทันทีในระหว่างการผ่าตัด ขณะที่ศัลยแพทย์กำลังรออยู่"

อ่านข่าวเต็มได้ที่: University of Michigan Computer Science and Engineering

ซอฟต์แวร์ตรวจจับบ็อตอาจไม่แม่นยำอย่างที่เราเห็น

Photo by Souvik Banerjee on Unsplash

นักวิจัยของ Massachusetts Institute of Technology (MIT) พบว่าความแม่นยำของตัวแบบการตรวจจับบ็อตที่ถูกพัฒนาขึ้นมาอาจต่ำกว่าที่รายงานไว้ เนื่องจากข้อจำกัดในข้อมูลการฝึกอบรม

นักวิจัยใช้ตัวแบบการเรียนรู้ของเครื่อง (machine learning) ที่มีขายทั่วไปกับชุดข้อมูล Twitter จากพื้นที่เก็บข้อมูลที่ของโดย Indiana University ซึ่งตรวจแยกบอทจากคนด้วยความแม่นยำ 99%

การวิเคราะห์เชิงลึกแสดงให้เห็นว่าตัวแบบที่ได้รับการฝึกฝนให้ทำงานได้ดีในชุดข้อมูลหนึ่งไม่จำเป็นต้องมีประสิทธิภาพดีกว่าการคาดเดาแบบสุ่มในชุดข้อมูลอื่น โดยแนะนำว่าตัวแบบที่ใช้งานทั่วไปที่ได้รับการฝึกฝนบนข้อมูลดังกล่าวอาจเสี่ยงต่อข้อผิดพลาดในสถานการณ์จริง

นักวิจัยยังได้เรียนรู้ว่าอัลกอริทึมที่ค่อนข้างง่ายให้ความแม่นยำคล้ายกับตัวแบบที่ซับซ้อนกว่าสำหรับชุดข้อมูลหลาย ๆ ชุด

อ่านข่าวเต็มได้ที่: MIT Sloan School of Management

การสำรวจพบว่าร้อยละ 92 ของนักเขียนโปรแกรมใช้เครื่องมือ AI

ภาพจาก  ZDNet

การสำรวจล่าสุดโดย GitHub พบว่า 92% ของนักพัฒนาในสหรัฐอเมริกาใช้เครื่องมือเขียนโค้ดปัญญาประดิษฐ์ (artificial intelligence) หรือ AI โดยมีเพียง 6% เท่านั้นที่ใช้ในเรื่องที่ไม่เกี่ยวกับงานอย่างเดียว

จากการสำรวจนักพัฒนา 500 คนในสหรัฐอเมริกา 70% กล่าวว่าโค้ดของพวกเขาได้รับประโยชน์อย่างมากจาก AI ผู้ตอบแบบสอบถามกล่าวว่าเครื่องมือเขียนโค้ด AI มีประโยชน์ในการบรรลุมาตรฐานด้านประสิทธิภาพด้วยคุณภาพโค้ดที่ดีกว่า เอาต์พุตที่เร็วขึ้น และปัญหาในระดับการใช้งานจริงที่น้อยลง

อย่างไรก็ตาม โค้ดที่เขียนด้วย AI ดูเหมือนจะเป็นจุดจบสำหรับนักพัฒนา เนื่องจากการสำรวจพบว่าพวกเขา “ต้องการเพิ่มทักษะด้านการออกแบบแก้ปัญหา รับข้อเสนอแนะจากผู้ใช้ปลายทาง และประเมินทักษะการสื่อสารของพวกเขา” Inbal Shani จาก GitHub กล่าว “

หัวหน้าโครงการจะต้องเริ่มถามว่าการวัดปริมาณโค้ดยังคงเป็นวิธีที่ดีที่สุดในการวัดความสามารถในการผลิตและผลลัพธ์หรือไม่"

อ่านข่าวเต็มได้ที่: ZDNet