DeepMind ทำนายสภาพอากาศอย่างแม่นยำบนเครื่องคอมพิวเตอร์ตั้งโต๊ะ

ภาพจาก Nature

Google DeepMind พัฒนาตัวแบบการพยากรณ์อากาศด้วยการเรียนรู้ของเครื่อง (machine learning) ซึ่งมีประสิทธิภาพเหนือกว่าเครื่องมือพยากรณ์ทั่วไปที่ดีที่สุดในปัจจุบัน รวมถึงวิธีการอื่น ๆ ที่ใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI

ตัวแบบ GraphCast สามารถทำงานบนคอมพิวเตอร์ตั้งโต๊ะ (desktop) และทำนายได้ภายในไม่กี่นาที นักวิจัยได้ฝึกฝนตัวแบบนี้โดยใช้การประมาณสภาพอากาศทั่วโลกในอดีตตั้งแต่ปี 1979 ถึง 2017 โดยใช้ตัวแบบทางกายภาพ ซึ่งช่วยให้ GraphCast เรียนรู้การเชื่อมโยงระหว่างตัวแปรสภาพอากาศต่าง ๆ

ตัวแบบที่ได้รับการฝึกใช้สถานะปัจจุบันของสภาพอากาศทั่วโลก และการประมาณการสภาพอากาศจากหกชั่วโมงก่อนหน้า เพื่อคาดการณ์สภาพอากาศล่วงหน้าหกชั่วโมง 

นักวิจัยพบว่า GraphCast สามารถใช้การประมาณการสภาพอากาศทั่วโลกตั้งแต่ปี 2018 เพื่อพยากรณ์ล่วงหน้าสูงสุด 10 วันในเวลาไม่ถึงหนึ่งนาที โดยผลลัพธ์ที่แม่นยำกว่าระบบพยากรณ์ High RESolution ของ  European Centre for Medium-Range Weather Forecasts ซึ่งใช้เวลาเป็นชั่วโมงในการพยากรณ์

อ่านข่าวเต็มได้ที่: Nature

ลูกฟุตบอลไฮเทคเปิดตัวในยูโร 2024

ภาพจาก Associated Press

ลูกฟุตบอลไฮเทคที่ช่วยในการตัดสินล้ำหน้าจะเปิดตัวในการแข่งขันชิงแชมป์แห่งชาติยุโรปในปีหน้า หลังจากถูกนำมาใช้ในการแข่งขันฟุตบอลโลกเมื่อปีที่แล้ว

EUFA และผู้ผลิตคือ Adidas เปิดตัวลูกบอลสำหรับยูโร 2024 ที่กรุงเบอร์ลินเมื่อวันพุธที่ผ่านมา ชิปที่ติดตั้งอยู่บนไจโรสโคป (gyroscope) ภายในลูกบอลจะส่งข้อมูล 500 ครั้งต่อวินาทีเพื่อบันทึกจุดที่มันถูกเตะ 

“จุดเตะ” ช่วยให้ผู้ตัดสินในการจับคู่กับมุมกล้องหลายมุมเพื่อสร้างภาพสามมิติที่แสดงให้เห็นการเคลื่อนไหวของผู้เล่นเพื่อตัดสินว่าล้ำหน้าหรือไม่

EUFA กล่าวว่า “เทคโนโลยีที่เชื่อมต่อกับลูกบอลให้ข้อมูลเชิงลึกที่ไม่เคยมีมาก่อนในทุกองค์ประกอบของการเคลื่อนไหวของลูกบอล และมีส่วนช่วยในกระบวนการตัดสินโดย VAR (video assistant refereeing)” 

อ่านข่าวเต็มได้ที่: Associated Press

วิศวกรกำลังทำภารกิจหาจุดผิดพลาด

ภาพจาก MIT News

อัลกอริทึมที่พัฒนาโดยนักวิจัยจาก Massachusetts Institute of Technology (MIT) มีเป้าหมายเพื่อระบุผิดพลาดที่อาจเกิดขึ้นในระบบอัตโนมัติจำลองก่อนที่จะนำไปใช้งานจริง

อัลกอริทึมการสุ่มตัวอย่างอัตโนมัติยังสามารถระบุวิธีแก้ไขความผิดพลาด และแนะนำวิธีแก้ปัญหาได้ ความแตกต่างจากการค้นหาอัตโนมัติอื่น ๆ ที่มีจุดมุ่งหมายเพื่อตรวจจับความล้มเหลวของระบบที่รุนแรงที่สุด อัลกอริทึมใหม่นี้สามารถตรวจจับช่องโหว่ที่ละเอียดอ่อนมากขึ้น

อัลกอริทึมยังสามารถเปิดเผยความสัมพันธ์ที่ซ่อนอยู่ในระบบได้ นอกจากนี้ นักวิจัยสามารถย้อนไปดูไปสู่ห่วงโซ่ของการเปลี่ยนแปลงที่ส่งผลให้เกิดความผิดพลาดในการระบุวิธีแก้ไข

Chuchu Fan จาก MIT กล่าวว่า "หากคุณสามารถทำนายความผิดพลาดได้ คุณก็ควรจะคาดการณ์ได้ว่าจะต้องทำอย่างไรเพื่อหลีกเลี่ยงความผิดพลาดนั้น วิธีการของเรากำลังปิดลูปนั้น"

อ่านข่าวเต็มได้ที่: MIT News

AI จะช่วยเหลือผู้พิการได้มากขึ้นหรือไม่?

ภาพจาก UW News

นักวิจัยจาก University of Washington (UW) ทั้งที่พิการและไม่พิการได้ทดสอบระบบช่วยการเข้าถึงโดยใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI กับตัวเอง โดยให้ผลลัพธ์ที่หลากหลาย

ตัวอย่างเช่น บุคคลที่มีหมอก (fog) ในสมองเป็นช่วง ๆ ใช้โปรแกรมสรุป PDF อย่าง ChatPDF.com เพื่อช่วยในการทำงาน พบว่าบ่อยครั้งที่สร้าง "คำตอบที่ไม่ถูกต้องทั้งหมด"

อย่างไรก็ตามจากการใช้งานยังพบว่าแชทบอทสามารถช่วยสร้างและจัดรูปแบบการอ้างอิงสำหรับรายงานที่พวกเขาเขียนในที่ทำงาน ในทำนองเดียวกัน ผู้ที่เป็นออทิสติกพบว่า AI ลดภาระด้านการรับรู้ (cognitive) ด้วยการช่วยเขียนข้อความ Slack ในที่ทำงาน แม้ว่าเพื่อนร่วมงานจะมองว่าข้อความเหล่านั้นมีลักษณะเหมือน "หุ่นยนต์"

ความถี่ของข้อผิดพลาดที่เกิดจาก AI "ทำให้การวิจัยเกี่ยวกับการตรวจสอบความถูกต้องของตัวช่วยการเข้าถึงมีความสำคัญเป็นพิเศษ" ตามข้อมูลของ Jennifer Mankoff จาก UW

อ่านข่าวเต็มได้ที่: UW News

ชุมชนการเขียนโค้ดในสิงคโปร์เติบโตเร็วที่สุดในเอเชียแปซิฟิก

ภาพจาก The Straits Times (Singapore)

ประมาณหนึ่งในหกของประชากร 5.9 ล้านคนของสิงคโปร์มีส่วนร่วมในการเขียนโค้ดคอมพิวเตอร์ การวิเคราะห์ผู้ใช้ GitHub ที่ไม่ซ้ำกันจากเข้าสู่ระบบในสิงคโปร์ แสดงให้เห็นว่ามีอัตราส่วนที่สูงที่สุดในโลกและเพิ่มขึ้น 400% จากปี 2019 

ชุมชนการเขียนโค้ดของประเทศที่เป็นเกาะแห่งนี้ เติบโตเร็วที่สุดในเอเชียแปซิฟิก โดยเพิ่มขึ้น 39% ในช่วง 12 เดือนนับถึงเดือนกันยายน และแซงหน้าแม้แต่อินเดีย ซึ่งคาดว่าจะแซงหน้าสหรัฐอเมริกาเป็นประเทศที่มีชุมชนผู้สร้างซอฟต์แวร์ที่ใหญ่ที่สุดภายในปี 2027 

มีนักพัฒนาซอฟต์แวร์ประมาณ 2000,000 รายในสิงคโปร์ แต่ข้อมูลของ GitHub รวมเอาสมาชิกที่อาจไม่ได้เขียนโค้ด แต่รวมเอาผู้วิเคราะห์ ออกแบบ หรืออัพโหลดโค้ดด้วย 

Sharryn Napier จาก GitHub กล่าวว่า "จากประสบการณ์ของผม สิงคโปร์ได้ทำเกินขีดจำกัดของตัวเองมาโดยตลอด โดยเฉพาะอย่างยิ่งในภาคส่วนเทคโนโลยี"

อ่านข่าวเต็มได้ที่: The Straits Times (Singapore)