ข้อมูลจากทวิตเตอร์อาจมีมีผลต่อนโยบายของพลังงานที่นำกลับมาใช้ใหม่ได้

นักวิจัยจาก Penn State University, Deakin University ใน Australia, Shahrekord University ใน Iran, และ Population Research Institute ซึ่งเป็นองค์กรไม่แสวงผลกำไร ได้ศึกษาข้อมูลของผู้ใช้ทวิตเตอร์ใน Alaska และพบว่าข้อมูลดังกล่าวสามารถแสดงให้เห็นถึงความเปลี่ยนแปลงทางความคิดเกี่ยวกับพลังงานที่นำกลับมาใช้ใหม่ได้ นักวิจัยบอกว่าเขาสามารถมองเห็นได้ว่ารูปบบของพลังงานแบบไหนที่เป็นที่ยอมรับ และแบบไหนที่ทำให้เกิดข้อถกเถียง นักวิจัยยังบอกว่าข้อมูลดังกล่าวสามารถให้การศึกษากับผู้คนเกี่ยวกับประเภทของพลังงานที่นำกลับมาใช้ใหม่ ซึ่งจะเป็นประโยชน์กับคนที่จะจัดทำนโยบาย บริษัทพลังงาน และรัฐบาล

อ่านข่าวเต็มได้ที่: Penn State News

AI ซึ่งพัฒนาด้วยตัวเอง

นักวิจัยจาก Google ได้พัฒนาโปรแกรมซึ่งหยิบยืมแนวคิดมาจากทฤษฎีวิวัฒนาการของดาร์วิน รวมถึงสิ่งมีชีวิตที่จะรอดคือสิ่งมีชีวิตที่ปรับตัวได้มากที่สุด มาใช้ให้ AI ปรับปรุงตัวเอง โดยไม่ต้องมีข้อมูลจากคนเลย โปรแกรมชื่อ AutoML-Zero จะสร้างขั้นตอนวิธีขึ้นมา 100 วิธีแบบสุ่ม และใช้ในการแก้ปัญหาอย่างการรู้จำภาพ จากนั้นเปรียบเทียบผลลัพธ์จากขั้นตอนวิธีที่ออกแบบโดยคน โดยโปรแกรมจะทดลองแก้ค่าตรงนั้นบ้าง ตรงนี้บ้าง เพื่อสร้างเวอร์ชันที่แตกต่างกัน จากนั้นบรรดาโปรแกรมที่ขอเรียกว่าโปรแกรมลูกหลานที่ทำงานดีกว่าก็จะถูกเพิ่มเข้าไปใน และขั้นตอนวิธีเก่าก็จะถูกลบออกไป ซึ่งวิธีนี้นักวิจัยบอกว่าจะสามารถสร้างงานในด้าน AI ที่เคยต้องใช้เวลาเป็นทศวรรษ มาเหลือใช้เวลาในระดับวันเท่านั้น

อ่านข่าวเต็มได้ที่:  Science

เพิ่มเติมเสริมข่าว:

เห็นกำลังพูดถึงทฤษฎีของดาร์วินกัน พอดีเจอข่าวนี้พอดี ก็เลยเอามาแบ่งปันกันครับ

หุ่นยนต์ AI สอนตัวเองให้เลือกทางขับรถ

นักวิจัยจาก University of California, Berkeley (UC Berkeley) ได้พัฒนาระบให้หุ่นยนต์เรียนรู้ด้วยตัวเองจากประสบการณ์ในสภาพแวดล้อมจริง โดยไม่ต้องมีคนฝึกสอน ระบบดังกล่าวมีชื่อว่า BADGR: the Berkeley Autonomous Driving Ground Robot autonomously โดยโจทย์ของการศึกษานี้เขาเริ่มจากคำถามว่า เราเป็นคนถ้าเราต้องลากรถเข็นไป ระหว่างทางเท้าเรียบ ๆ กับทางที่เป็นสนามหญ้า เราจะเลือกทางไหน คำตอบก็ชัเดเจนว่าเราต้องเลือกทางเรียบ แต่หุ่นยนต์ไม่ได้ทำงานแบบนั้น มันดูทุกอย่างในรูปแบบเรขาคณิต ดูว่าข้างหน้ามีอะไรขวางอยู่หรือเปล่า แต่ไม่ได้แยกระหว่างทางเรียบกับทางขรุขระ ดังนั้นถ้าให้มันไปเก็บภาพจากสภาพแวดล้อมจริง และนำข้อมูลกลับมาฝึกสอนตัวเอง จะช่วยให้มันเลือกเส้นทางได้ดีขึ้น 

อ่านข่าวเต็มได้ที่: IEEE Spectrum 

เวลาผ่านไปแต่ยังมีสิ่งที่เหมือนเดิม

เมื่อหลายวันก่อนผมได้นั่งรถที่ลูกชายคนโตขับ โดยมีลูกชายคนเล็กนั่งอยู่ข้างหน้า นาน ๆ จะได้เป็นคนนั่งสักที ลูกสองคนซึ่งเรียนอยู่ในสาขาเดียวกัน คนโตกำลังจะจบแล้วปีนี้ เรียกว่าจบแล้วก็คงได้ เพราะเรียนและสอบไปหมดแล้ว และกำลังจะเริ่มงานแล้ว ส่วนคนเล็กอยู่ปี 2 สองคนพี่น้องก็คุยกันในเรื่องการงาน และวิชาการของสาขาเขา ซึ่งผมก็ฟังรู้เรื่องบ้าง ไม่รู้เรื่องบ้าง แต่สิ่งที่อดคิดไม่ได้ก็คือ เวลาผ่านไปเร็วเหลือเกิน ผมยังเห็นภาพที่ตัวเองนั่งขับรถอยู่ข้างหน้า ลูกเล็ก ๆ สองคนนั่งอยู่ข้างหลัง คุยกัน เล่นเกมกัน กินขนมกัน และผมก็ชอบฟังเขาคุยกันเหมือนตอนนี้แหละ และก็มีหลายครั้งที่เขาพูดถึงเรื่องเกม ซึ่งบางครั้งผมก็ไม่รู้เรื่องเหมือนกันว่าเขาพูดถึงอะไรกัน

เวลาผ่านไปเร็วมากจริง ๆ นะครับ จากคนขับ เปลี่ยนเป็นคนได้มานั่งข้างหลัง แต่สิ่งที่เหมือนเดิมคือ มันก็ยังมีเรื่องที่ผมฟังเขาคุยกันไม่รู้เรื่องเหมือนเดิม :)

ใช้ AI ช่วยให้เข้าใจสมบัติอันมีค่าของมหาสมุทร

นักวิจัยจาก  National Oceanic and Atmospheric Administration ด้วยความช่วยเหลือจากวิศวกรของ Google ได้ใช้โครงข่ายประสามเทียม (Neural Network) ฝึกสอนให้โปรแกรมสามารถแยกความแตกต่างระหว่างเสียงของวาฬหลังค่อม (humpback whale) ออกจากเสียงอื่น ๆ ในมหาสมุทรได้ ซึ่งประโยชน์ก็คือสามารถที่จะรู้ที่อยู่ของพวกมัน เพื่อให้ความช่วยเหลือ เนื่องจากวาฬหลังค่อมจัดเป็นสัตว์ที่อยู่ในความเสี่ยงที่จะสูญพันธ์ 

อ่านข่าวเต็มได้ที่: The Newyork Times