วันพฤหัสบดีที่ 6 พฤษภาคม พ.ศ. 2564

ระบบแนะนำหนังสือของ Amazon อาจนำไปสู่ทฤษฎีสุดขั้ว?

Amazon books
ภาพจาก USA Today

จากการศึกษาโดยสถาบันคลังความคิดที่มีที่ตั้งในลอนดอนคือ Institute for Strategic Dialogue (ISD) พบว่าอัลกอริธึมการแนะนำของ Amazon นำผู้คนไปยังหนังสือเกี่ยวกับทฤษฎีสมคบคิดและความสุดขั้ว รวมถึงผู้เขียนที่ถูกแบนโดยแพลตฟอร์มออนไลน์อื่น ผู้คนที่ดูหนังสือเกี่ยวกับการสมรู้ร่วมคิดใน Amazon มักจะได้รับคำแนะนำเกี่ยวกับหนังสือเพิ่มเติมในเรื่องนั้น รวมถึงหนังสือเกี่ยวกับทฤษฎีสมคบคิดอื่น ๆ Chloe Colliver ของ ISD กล่าวว่าคุณลักษณะต่าง ๆ เช่นการเติมข้อความอัตโนมัติในแถบค้นหา และคำแนะนำเนื้อหาสำหรับผู้เขียนหรือผู้แต่งที่คล้ายกันสามารถนำผู้ใช้ไปสู่เนื้อหาที่รุนแรงได้ Colliver กล่าวว่า "เมื่อคิดว่าระบบแนะนำมีความสำคัญต่อการขายของ Amazon เพียงใด จึงน่าที่จะสันนิษฐานได้ว่าคำแนะนำเกี่ยวกับเนื้อหาที่รุนแรงหรือการสมคบคิดที่เป็นอันตราย ก็สามารถแพร่หลายไปได้อย่างมาก"

อ่านข่าวเต็มได้ที่: USA Today

วันพุธที่ 5 พฤษภาคม พ.ศ. 2564

การประเมินการมองของเด็กวัยหัดเดินช่วยหาสัญญาณของโรคออทิสติกได้หรือไม่

Image Credit: Rawpixel.com / Shutterstock

สัญญาณที่เป็นไปได้ของอาการออทิสซึมสเปกตรัม (autism spectrum disorder) หรือ ASD สามารถระบุได้ในเด็กวัยหัดเดิน โดยใช้วิธีประเมินการจ้องมองคอมพิวเตอร์ที่พัฒนาโดยนักวิจัยจาก Duke University เทคนิคนี้สามารถตรวจจับรูปแบบการจ้องตา ซึ่งเป็นรูปแบบของ ASD ด้วยความแม่นยำ 90% โดยใช้แอปมือถือบนสมาร์ตโฟนหรือแท็บเล็ต เด็ก ๆ ดูวิดีโอในแอปในขณะที่กล้องของโทรศัพท์หรือแท็บเล็ตบันทึกการจ้องมองของพวกเขา จากนั้นทีม Duke ใช้ computer-vision เพื่อประเมินรูปแบบการจ้องตาที่ได้จากแอปพลิเคชันเพื่อตรวจจับความเป็นไปได้ที่จะเกิด ASD ในเด็กวัยหัดเดินเหล่านั้น นักวิจัยกล่าวว่า "ผลลัพธ์ใหม่เหล่านี้อาจมีศักยภาพในการพัฒนาเครื่องมือคัดกรองออทิสติกที่ปรับขนาดได้  สามารถปรับแต่งได้อย่างเป็นธรรมชาติ และทำให้ได้ชุดข้อมูลที่นำไปใช้กับการเรียนรู้ของเครื่อง (machine learning)"

อ่านข่าวเต็มได้ที่: News-Medical Life Sciences

วันอังคารที่ 4 พฤษภาคม พ.ศ. 2564

เครื่องมือ AI คำนวณความเค้นและความเครียดของวัสดุจากภาพถ่าย

MIT News

นักวิจัยของ Massachusetts Institute of Technology (MIT) ได้พัฒนาเทคนิคในการประเมินคุณสมบัติของวัสดุอย่างรวดเร็วเช่นความเค้นและความเครียด จากภาพของโครงสร้างภายในของวัสดุ ทีมงานได้ฝึกอบรม Generative Adversarial Neural Network โดยใช้ภาพที่เป็นคู่กันหลายพันภาพตาม ซึ่งภาพหนึ่งแสดงให้เห็นโครงสร้างจุลภาคภายในของวัสดุที่อยู่ภายใต้แรงกล อีกภาพหนึ่งคือรหัสสีแสดงค่าความเค้นและความเครียด Markus Buehler จาก MIT กล่าวว่าคอมพิวเตอร์สามารถทำนายแรงต่าง ๆ ที่กระทำกับวัสดุได้แต่วิธีนี้ตรงข้ามกับวิธีการทั่วไปซึ่ง "คุณจะต้องเขียนสมการ และขอให้คอมพิวเตอร์แก้สมการเชิงอนุพันธ์ย่อยแต่วิธีของเราก็คือให้อ่านภาพต่อภาพ" Buehler กล่าวว่าเครือข่ายนี้เหมาะอย่างยิ่งสำหรับการอธิบายคุณสมบัติของวัสดุ เนื่องจากสามารถประมวลผลข้อมูลผ่านชุดของ Convolutions ซึ่งวิเคราะห์ภาพในระดับที่ใหญ่ขึ้นเรื่อย ๆ

อ่านข่าวเต็มได้ที่: MIT News

วันจันทร์ที่ 3 พฤษภาคม พ.ศ. 2564

กัปตัน AI เรืออัตโนมัติเตรียมออกเดินทางครั้งแรก

 

ภาพจาก BEN STANSALL AFP

เรืออัตโนมัติ Mayflower 400 กำลังเตรียมพร้อมสำหรับการเดินทางข้ามมหาสมุทรแอตแลนติก จากอังกฤษไปยังเมือง Plymouth. MA เรือที่ใช้พลังงานแสงอาทิตย์ ติดตั้งเรดาร์และกล้อง มีปัญญาประดิษฐ์ติดตั้งอยู่ ซึ่งได้เรียนรู้การระบุสิ่งกีดขวางในทะเล โดยการวิเคราะห์ภาพถ่ายหลายพันภาพ Rosie Lickorish ของ IBM กล่าวว่า พาหนะไร้คนขับช่วยให้เกิดข้อได้เปรียบใน "สภาพแวดล้อมที่พลาดไม่ได้" ของมหาสมุทรเปิด "การมีเรือโดยไม่มีคนอยู่บนเรือ ทำให้นักวิทยาศาสตร์สามารถขยายพื้นที่การสำรวจได้" Mayflower 400 จะวิเคราะห์มลพิษทางทะเล และพลาสติกในน้ำ รวมทั้งติดตามสัตว์น้ำที่เลี้ยงลูกด้วยนม ข้อมูลที่รวบรวมได้จะถูกปล่อยให้ใช้ฟรี ๆ 

อ่านข่าวเต็มได้ที่: France24


วันอาทิตย์ที่ 2 พฤษภาคม พ.ศ. 2564

"อุปกรณ์คล้ายสมองมนุษย์" เลียนแบบการเรียนรู้ของคน ความก้าวหน้าครั้งใหญ่ของคอมพิวเตอร์

ภาพจาก The Independent (U.K.)

อุปกรณ์ที่จำลองขึ้นตามสมองของมนุษย์ โดยนักวิจัยจาก Northwestern University และ University of HongKong สามารถเรียนรู้โดยการเชื่อมโยงผ่านทรานซิสเตอร์แบบซินแนปติก (synaptic transistor) ที่ประมวลผลและจัดเก็บข้อมูลพร้อมกัน นักวิจัยตั้งโปรแกรมให้วงจรเชื่อมโยงแสงกับความดันโดยการกะพริบหลอดแอลอีดี (LED) จากนั้นใช้แรงกดจากนิ้ว วัสดุไฟฟ้าเคมีออร์แกนิก (organic electrochemical material) ช่วยให้อุปกรณ์สร้างความทรงจำได้ หลังจากฝึกไป 5 รอบแล้วอุปกรณ์จะเชื่อมโยงแสงกับแรงกด และสามารถตรวจจับแรงกดจากแสงเพียงอย่างเดียว Jonathan Rivnay จาก Northwestern กล่าวว่า "เนื่องจากมันเข้ากันได้กับสภาพแวดล้อมทางชีวภาพ อุปกรณ์จึงสามารถเชื่อมต่อกับเนื้อเยื่อที่มีชีวิตได้โดยตรง ซึ่งมีความสำคัญอย่างยิ่งสำหรับไบโออิเล็กทรอนิกส์ (bioelectronics) รุ่นต่อไป"

อ่านข่าวเต็มได้ที่: The Independent (U.K.)