วันพุธที่ 13 ธันวาคม พ.ศ. 2566

เครื่องบินขนส่งสินค้าที่ควบคุมจากระยะไกลได้รับการทดสอบครั้งใหญ่ครั้งแรก

remote-control-plane
ภาพจาก Bloomberg

Reliable Robotics สตาร์ทอัพด้านการบินอัตโนมัติของรัฐแคลิฟอร์เนีย ประกาศว่าตนได้บินเครื่องบินขนส่งสินค้าขนาดเล็กที่ยืมมาจาก FedEx Corp. โดยไม่มีคนอยู่บนเครื่อง ซึ่งถือเป็นก้าวสำคัญสู่การได้รับการอนุมัติตามกฎข้อบังคับสำหรับระบบนักบินควบคุมระยะไกล

ในการประสานงานกับสำนักงานการบินแห่งชาติสหรัฐ เที่ยวบิน 12 นาที Cessna 208B Grand Caravan ในช่วงปลายเดือนพฤศจิกายน ได้บินขึ้นและลงจอดที่สนามบินเทศบาล Hollister ในแคลิฟอร์เนียตอนเหนือ นักบินระยะไกลรับสายการติดต่อทางวิทยุทั้งหมด และติดตามเครื่องบินระหว่างบินจากระยะไกลประมาณ 50 ไมล์

“เราสาธิตการแท็กซี่ การบินขึ้น และการลงจอดแบบอัตโนมัติ ทั้งหมดนี้โดยไม่ต้องใช้นักบิน” Robert Rose ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารของ Reliable Robotics กล่าว 

“ระบบของเราไม่ได้สตาร์ทเครื่องยนต์อัตโนมัติ ดังนั้นจึงต้องมีคนอยู่บนเครื่องบินเพื่อสตาร์ทเครื่องยนต์” เขากล่าวเสริม “เรากำลังทำเรื่องนั้นอยู่”

อ่านข่าวเต็มได้ที่: Bloomberg

วันอังคารที่ 12 ธันวาคม พ.ศ. 2566

AI ทำให้การจับเป็นธรรมชาติมากขึ้น

researchers-from-TUM
ภาพจาก Technical University of Munich (Germany)

อัลกอริทึมปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ที่พัฒนาโดยนักวิจัยจา Technical University of Munich (TUM) ของเยอรมนี ใช้หลักการการทำงานร่วมกันและเครือข่ายเซ็นเซอร์ เพื่อช่วยให้ผู้ป่วยควบคุมอุปกรณ์มือเทียมขั้นสูงได้อย่างเป็นธรรมชาติมากขึ้น

หลักการประสานกันใช้เพื่ออธิบาย เช่น วิธีที่นิ้วเคลื่อนไหวแบบประสานกันเพื่อจับวัตถุและปรับให้เข้ากับรูปร่างของมันเมื่อมีการสัมผัส นักวิจัยได้พัฒนาอัลกอริทีมการเรียนรู้ของเครื่อง (machine learning) ตามหลักการนี้

Patricia Capsi Morales จาก TUM กล่าวว่า "ด้วยความช่วยเหลือของการเรียนรู้ของเครื่อง เราสามารถเข้าใจความหลากหลายของวัตถุต่าง ๆ และปรับปรุงความสามารถในการปรับตัวในการควบคุมเมื่อเวลาผ่านไปและตามกระบวนการเรียนรู้"

อ่านข่าวเต็มได้ที่: Technical University of Munich (Germany)

วันจันทร์ที่ 11 ธันวาคม พ.ศ. 2566

โลกขึ้นอยู่กับโค้ดที่มีอายุ 60 ปี ที่ไม่มีใครรู้จัก

coding-with-multiple-monitors
ภาพจาก PC Magazine

ภาษาเขียนโปรแกรม COBOL ที่มีมายาวนานถึง 64 ปี เป็นหนึ่งในภาษาการเขียนโปรแกรมเมนเฟรมอันดับต้น ๆ ที่มีการใช้งาน โดยเฉพาะในภาคการธนาคาร ยานยนต์ ประกันภัย รัฐบาล การดูแลสุขภาพ และการเงิน

อย่างไรก็ตาม โรงเรียนและมหาวิทยาลัยส่วนใหญ่ไม่ได้สอนภาษา COBOL มานานหลายทศวรรษแล้ว ซึ่งถือเป็นความท้าทายเนื่องจากผู้เชี่ยวชาญภาษา COBOL จะเกษียณอายุ โดยไม่มีคนมาทดแทน

IBM หวังที่จะใช้ปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อแก้ไขสถานการณ์โดยการสร้างผู้ช่วยโค้ดแบบ AI ผู้สร้าง (generative AI) ที่เรียกว่า watsonx เพื่อแปลงโค้ด COBOL เป็นภาษาการเขียนโปรแกรมสมัยใหม่ขึ้น

Skyla Loomis จาก IBM กล่าวว่า "ถึงแม้ได้รับความช่วยเหลือจาก AI แต่ยังต้องมีนักพัฒนา" เพื่อแก้ไขโค้ดที่ AI สร้างให้ เขากล่าวเสริมว่า "นี่เป็นการเพิ่มประสิทธิภาพการทำงาน ไม่ใช่กิจกรรมทดแทนนักพัฒนาซอฟต์แวร์"

อ่านข่าวเต็มได้ที่:  PC Magazine


วันอาทิตย์ที่ 10 ธันวาคม พ.ศ. 2566

การเรียนรู้ของเครื่องตรวจสอบ 'ภาระงาน' ของผู้ขับขี่เพื่อปรับปรุงความปลอดภัยทางถนน

smart-car
ภาพจาก University of Cambridge (U.K.)

นักวิจัยจาก University of Cambridge ร่วมมือกับ Jaguar Land Rover พัฒนาอัลกอริทึมที่สามารถปรับเปลี่ยนได้ ซึ่งสามารถปรับปรุงความปลอดภัยทางถนนได้ โดยการทำนายว่าเมื่อใดที่ผู้ขับขี่สามารถโต้ตอบได้อย่างปลอดภัยกับระบบในรถหรือรับข้อความ

นักวิจัยใช้การผสมผสานระหว่างการทดลองบนท้องถนนและการเรียนรู้ของเครื่อง (machine learning) รวมถึงเทคนิคการกรองแบบเบย์ (Bayesian filtering) เพื่อวัด "ภาระงาน (workload) " ของคนขับอย่างต่อเนื่อง

อัลกอริทึมที่ได้สามารถปรับเปลี่ยนได้และสามารถตอบสนองในเวลาใกล้เคียงกับเวลาจริงต่อการเปลี่ยนแปลงพฤติกรรมและสถานะของผู้ขับขี่ สภาพถนน ประเภทถนน หรือลักษณะของผู้ขับขี่ ข้อมูลนี้สามารถรวมเข้ากับระบบภายในรถยนต์ได้

Bashar Ahmad จากเคมบริดจ์กล่าวว่า "เราสามารถปรับเปลี่ยนตัวแบบต่าง ๆ ได้ทุกที่ทุกเวลาโดยใช้เทคนิคการกรองแบบเบย์แบบง่าย ๆ มันสามารถปรับให้เข้ากับประเภทและสภาพถนนที่แตกต่างกันได้อย่างง่ายดาย หรือผู้ขับขี่คนละคนที่ใช้รถคันเดียวกัน"

อ่านข่าวเต็มได้ที่: University of Cambridge (U.K.)



วันเสาร์ที่ 9 ธันวาคม พ.ศ. 2566

ข้อมูลส่วนบุคคลอาจเข้าถึงได้จากคำถามที่ป้อนให้ chatGPT

opne-AI
ภาพจาก Silicon Angle

นักวิจัยของ Google แสดงให้เห็นว่า ChatGPT ของ OpenAI สามารถใช้เพื่อนำเอาข้อมูลส่วนบุคคล เช่น ชื่อ ที่อยู่อีเมล และหมายเลขโทรศัพท์ หากได้รับ พรอมท์ (prompt) ที่ถูกต้อง

แม้ว่าโมเดลภาษาขนาดใหญ่ที่ขับเคลื่อนแชทบอทดังกล่าวจะได้รับการฝึกให้ดึงข้อมูลจากข้อมูลออนไลน์เพื่อตอบคำถามโดยไม่ต้องทำซ้ำข้อมูลนั้น แต่นักวิจัยพบว่าพวกเขาสามารถบังคับให้ ChatGPT ให้คำตอบที่มีข้อความจากตัวแบบภาษาต้นฉบับโดยใช้คำหลักซ้ำ ๆ

นักวิจัยกล่าวว่า "การใช้คำถาม ChatGPT มูลค่าเพียง 200 ดอลลาร์สหรัฐทำให้เราสามารถดึงตัวอย่างการฝึกอบรมแบบจดจำคำต่อคำที่ไม่ซ้ำกันได้มากกว่า 10,000 ตัวอย่าง การคาดเดาของเราทำให้คาดได้ว่าถ้าใช้งบประมาณที่มากขึ้น ฝ่ายตรงข้ามที่ตั้งใจทุ่มสามารถดึงข้อมูลได้มากขึ้นอย่างมาก"

อ่านข่าวเต็มได้ที่: Silicon Angle