นักวิจัยใช้ AI สู้กับข้อความสร้างความเกลียดชังออนไลน์

ภาพจาก University of Michigan Computer Science and Engineering

นักวิจัยจาก University of Michigan (U-M) ทำงานร่วมกับเพื่อนร่วมงานที่ Microsoft เพื่อสร้างเครื่องมือสำหรับตรวจจับคำพูดแสดงความเกลียดชังทางออนไลน์โดยการรวมตัวแบบการเรียนรู้เชิงลึกและกลยุทธ์ rules-based แบบดั้งเดิม

แนวทางของ Rule By Example (RBE) "จับคู่กฎเชิงตรรกะที่สามารถอธิบายได้ดีกับ [ตัวอย่างคำพูดแสดงความเกลียดชัง] จากนั้นเข้ารหัสและเรียนรู้กฎเหล่านี้" Christopher Clarke จาก U-M กล่าว

RBE สามารถคาดการณ์และจัดหมวดหมู่คำพูดแสดงความเกลียดชังทางออนไลน์ได้อย่างแม่นยำโดยใช้กฎและตัวเข้ารหัสข้อความเพื่อเรียนรู้ที่แนวโน้ม การฝังเนื้อหาแสดงความเกลียดชังอย่างชัดเจน และกฎพื้นฐานของสิ่งเหล่านั้น

เฟรมเวิร์กยังสร้างความโปร่งใสด้วยการอนุญาตให้ผู้ใช้ดูปัจจัยที่กำหนดความแม่นยำของตัวแบบ RBE มีความแม่นยำมากกว่าตัวแยกประเภทที่เป็นคู่แข่งที่ใกล้เคียงที่สุด 2%

อ่านข่าวเต็มได้ที่: University of Michigan Computer Science and Engineering

Llama และ chatGPT ไม่ได้เปิดเผยโค้ดต้นฉบับ

ภาพจาก  IEEE Spectrum

นักวิจัยที่ Radboud University ของเนเธอร์แลนด์ได้ประเมินตัวแบบภาษาขนาดใหญ่ (large language model) หรือ LLM ทั้งหมด  21 ตัวซึ่งระบุว่าเปิดเผยโค้ดต้นฉบับ (open source)  และได้เรียนรู้ว่าแบบจำลองส่วนใหญ่มีความเปิดจำกัดกว่าที่ระบุไว้อย่างมาก

นักวิจัยพบว่า ChatGPT ของ OpenAI ทำคะแนนได้แย่ที่สุดสำหรับความเปิดกว้าง โดยติดป้ายว่า "ปิด" ในการประเมินทั้งหมด ยกเว้น model card และ preprint ซึ่งได้รับสถานะ "บางส่วน"

Llama 2 ของ Meta เป็น LLM ที่ทำคะแนนได้แย่ที่สุดเป็นอันดับสอง แม้ว่าบริษัทสื่อสังคมออนไลน์จะอ้างว่าการเปิดตัวนี้มีจุดมุ่งหมายเพื่อทำให้ตัวแบบ "เข้าถึงได้สำหรับบุคคลทั่วไป ผู้สร้าง นักวิจัย และธุรกิจ เพื่อให้พวกเขาสามารถทดลอง สร้างสรรค์ และปรับขนาดความคิดของตนอย่างมีความรับผิดชอบ"

แม้ว่าตัวแบบที่มีขนาดเล็กกว่าและมุ่งเน้นการวิจัยจะเปิดกว้างกว่า ChatGPT หรือ Llama 2 แต่นักวิจัยกล่าวว่ามีเพียงไม่กี่รุ่นที่เปิดเผยการเรียนรู้เสริมกำลังด้วยฟังก์ชันป้อนกลับของมนุษย์ในรายละเอียดที่เพียงพอ และตัวแบบส่วนใหญ่ไม่ได้รับการตรวจสอบแบบ peer review

อ่านข่าวเต็มได้ที่: IEEE Spectrum

การทำแผนที่ด้วยเลเซอร์เปิดเผยเมืองของชาวมายาที่สาบสูญ

ภาพจาก CNN

เทคโนโลยีการทำแผนที่ด้วยเลเซอร์ค้นพบเมืองของชาวมายาที่สาบสูญไปนานในป่าของคาบสมุทรยูคาทาน (Yucatan Peninsula) ของเม็กซิโก 

ในเดือนมีนาคม Juan Carlos Fernandez-Diaz แห่ง University of Houston ใช้ระบบ LiDAR เพื่อระบุเมือง Ocomtun ที่สูญหายโดยใช้การบินสี่ชั่วโมงจำนวนสามเที่ยวบิน

Fernandez-Diaz เป็นผู้บุกเบิกการใช้ LiDAR ทางโบราณคดี ทำแผนที่ป่าในอเมริกากลางกว่า 20,000 ตารางกิโลเมตร (7,722 ตารางไมล์) และมีส่วนร่วมในการขุดค้น 45 ครั้ง

Ivan Šprajc จาก Academy of Sciences and Arts ของสโลเวเนีย ซึ่งเป็นผู้นำการสำรวจ Ocomtun กล่าวว่า LiDAR ช่วยให้นักโบราณคดีมองผ่านป่าทึบได้

อ่านข่าวเต็มได้ที่: CNN

เข้าถึงรากของปัญหาโดยใช้ตัวแบบฝาแฝดดิจิทัลของต้นไม้

ภาพจาก Purdue University

ทีมนักวิทยาศาสตร์นานาชาติได้จำลองการพัฒนาที่ประสานกันของรากต้นไม้ และวิธีที่พวกมันตอบสนองต่อน้ำและสารอาหารที่ได้รับผ่านแฝดดิจิทัลแบบโต้ตอบสามมิติ

ตัวแบบแบบดิจิทัล Rhizomorph จำลององค์ประกอบโครงสร้าง เช่น ทรายดินเหนียว ดินร่วน หรือซากพืช โดยผสานรวมน้ำ สารอาหาร และแสง ในกลไกการส่งสัญญาณที่แจ้งเตือนรากและหน่อว่ามีพลังงานอยู่เท่าใด ตัวแบบนี้มีความสามารถการกำหนดค่าระบบรากต่างเช่นระบบรากแก้ว รากที่ตอบสนองต่อสารอาหารต่างๆ และดิน

Przemyslaw Prusinkiewicz จาก University of Calgary ของแคนาดา อ้างถึงงานวิจัยนี้ว่า "ทำให้มีความก้าวหน้าอย่างมากในเทคโนโลยีล่าสุด เกี่ยวกับการสร้างตัวแบบต้นไม้ในสภาพแวดล้อมจริง"

อ่านข่าวเต็มได้ที่: Purdue University

คุณลักษณะการตรวจจับการแอบอ้างบุคคลอื่นช่วยปกป้องแบรนด์และความเป็นตัวตนจากบัญชีปลอมบนโซเชียลมีเดีย

 

Photo by Merakist on Unsplash

Viral Nation บริษัทการเปลี่ยนรูปด้านการตลาดบนโซเชียลมีเดีย ความเป็นเลิศ และเทคโนโลยีในแคนาดา ประกาศเปิดตัวฟีเจอร์ป้องกันการแอบอ้างบุคคลอื่นสำหรับแพลตฟอร์มติดตามสื่อสังคม Viral Nation_Secure

การปรับปรุงสามารถป้องกันแบรนด์ ความเป้นตัวตน และสังคมโดยรวมจากบัญชีปลอม คุณลักษณะนี้สามารถตรวจจับบัญชีปลอมด้วยความแม่นยำที่ไม่มีใครเทียบได้โดยใช้การวิเคราะห์ปัญญาประดิษฐ์แบบหลายขั้นตอนที่เป็นกรรมสิทธิ์เฉพาะ ซึ่งรวมถึงการจดจำและการรู้จำในการตรวจจับ และการวิเคราะห์เชิงลึก

ระบบสามารถดำเนินการค้นหาอย่างต่อเนื่องพร้อมกันในแพลตฟอร์มต่าง ๆ ติดป้ายกำกับและเปิดเผยบัญชีปลอม ค้นหาพร้อม ๆ กันจากหลากหลายแพลตฟอร์ม ในขณะที่เปิดเผยบัญชีที่ถูกลบไปให้กับแพลตฟอร์มเพื่อปกป้องแบรนด์ส่วนบุคคล และสถานะออนไลน์ของบริษัท

คุณลักษณะนี้ยังสามารถระบุเนื้อหาโซเชียลมีเดียที่ไม่ปลอดภัย เช่น คำหยาบคาย คำพูดแสดงความเกลียดชัง และความรุนแรงในรูปภาพ วิดีโอ และข้อความ และตรวจจับการละเมิดลิขสิทธิ์เสียง

อ่านข่าวเต็มได้ที่: Viral Nation