AI เชิงสัญลักษณ์ที่แน่นอนเพื่อการประมินความยุติธรรมของ AI ได้ดีขึ้น

ภาพจาก MIT News

ภาษาสำหรับเขียนโปรแกรมปัญญาประดิษฐ์ตัวใหม่สามารถประเมินความเป็นธรรมของอัลกอริทึมได้เร็ว และแม่นยำกว่าเครื่องมืออื่น ๆ ที่มีอยู่ ต้องขอบคุณผลงานของนักวิจัยจาก Massachusetts Institute of Technology ภาษาเขียนโปรแกรม Sum-Product Probabilistic Language (SPPL) จะส่งคำตอบที่เร็ว และแม่นยำต่อการตอบคำถามด้านการอนุมานความน่าจะเป็น และยอมให้ผู้ใช้เขียนอัลกอริธึมความน่าจะเป็น ที่สามารถให้ผลลัพธ์ด้านการอนุมานความน่าจะเป็นที่แน่นอนได้โดยอัตโนมัติเท่านั้น ผู้ใช้ยังสามารถตรวจสอบความเร็วที่คาดไว้ของการอนุมานได้ เพื่อหลีกเลี่ยงการเขียนโปรแกรมที่ทำงานช้า Jean-Baptiste Tristan แห่งBoston College กล่าวว่า "SPPL มอบความยืดหยุ่นและความน่าเชื่อถือที่ปรับปรุงให้ดีขึ้นกว่า PPL อื่นๆ ในประเภทปัญหาที่ท้าทายและสำคัญ เนื่องจากความสามารถในการแสดงความหมายของภาษา ความแม่นยำ และความหมายที่เรียบง่าย ตลอดจนความเร็วและความสมบูรณ์ของกลไกการอนุมานเชิงสัญลักษณ์ที่แน่นอน"

อ่านข่าวเต็มได้ที่: MIT News

ตัวแบบคอมพิวเตอร์ทางอารายธรรมเสนอทางเลือกเพื่อจบภาวะโลกร้อน

เจ้าหน้าที่การไฟฟ้าเช็คแผงโซลาร์ที่ติดตั้งในฟารม์เลี้ยงปลาในจีน ภาพจาก NPR

นักวิทยาศาสตร์ด้านสภาพอากาศบางคนเชื่อว่า การจำลองสภาพเศรษฐกิจโลกด้วยคอมพิวเตอร์ขนาดใหญ่สามารถนำมาใช้เพื่อสร้างแนวทางในการป้องกันผลกระทบที่เลวร้ายที่สุดของภาวะโลกร้อนได้  มีแบบจำลองการประเมินแบบบูรณาการหลัก 6 แบบ โดย 4 แบบอยู่ในยุโรป 1 แบบอยู่ในญี่ปุ่น และ 1 แบบอยู่ในสหรัฐฯ Detlef van Vuuren จากหน่วยงานประเมินสิ่งแวดล้อมของเนเธอร์แลนด์กล่าวว่า พวกมันกำลังถูกนำมาใช้เพื่อตรวจสอบสิ่งที่จำเป็นเพื่อให้บรรลุเป้าหมายตามข้อตกลงปารีส ในการลดการปล่อยก๊าซเรือนกระจกให้เป็นศูนย์ภายในเวลาประมาณ 40 ปี ตัวแบบแต่ละตัวจะรวมข้อมูลเกี่ยวกับแหล่งที่มาของการปล่อยก๊าซเรือนกระจกในปัจจุบัน เช่น รถยนต์ โรงไฟฟ้า และเตาเผาในบ้าน ตลอดจนข้อสันนิษฐานเกี่ยวกับการค้าระหว่างประเทศ ราคา และต้นทุนของเทคโนโลยีใหม่ จากนั้นนักวิทยาศาสตร์ได้กำหนดขีดจำกัดการปล่อยก๊าซเรือนกระจก และตัวแบบจะกำหนดกลยุทธ์ที่คุ้มค่าใช้จ่ายที่สุดสำหรับทำให้บรรลุถึงข้อจำกัดเหล่านั้น โดยมีเงื่อนไขว่ามีความเป็นไปได้ทางเทคโนโลยีและไม่ทำลายทรัพยากรธรรมชาติ

อ่านข่าวเต็มได้ที่: NPR

เด็กหญิงทั้งสิบในทีมหุ่นยนต์ของอัฟกานิสถานได้รับการช่วยเหลือแล้ว

ภาพจาก NBC News

สมาชิก 10 คนของทีมหุ่นยนต์เด็กผู้หญิงของอัฟกานิสถาน ได้รับการอพยพอย่างปลอดภัยจากบ้านเกิดของพวกเธอจากการยึดครองของตาลีบาน องค์กรแม่ของทีมคือ Digital Citizen Fund (DCF) ระบุว่าเด็กหญิงทั้งหมดที่มีอายุระหว่าง 16-18 ปี เดินทางถึงกรุงโดฮา ประเทศกาตาร์ จากเมืองคาบูล เรียบร้อยแล้ว Elizabeth Schaeffer Brown แห่ง DCF กล่าวว่า "จริง ๆ แล้ว  สาว ๆ 'ช่วยเหลือตัวเอง' ถ้าพวกเธอไม่ทำงานหนักและกล้าหาญที่จะเรียนต่อ ซึ่งทำให้พวกเธอได้เชื่อมต่อกับโลกใบนี้ พวกเธอก็อาจจะยังถูกขังอยู่ในระบบ" สมาชิกในทีมหลายคนยังคงอยู่ในอัฟกานิสถาน และ DCF ได้ร่วมมือกับกาตาร์เพื่อจัดเตรียมการอพยพสำหรับพวกเธอและผู้ช่วยของพวกเธอ Brown กล่าวว่า "เราขอขอบคุณ [ความพยายามในการช่วยเหลือ] และหวังว่ามันจะเปลี่ยนไปเป็นพันธะกรณีในระยะยาวสำหรับการศึกษาของเด็กผู้หญิง"

อ่านข่าวเต็มได้ที่: NBC News

นักวิจัยจาก Stanford ใช้ AI เพื่อปลดล็อกความลึกลับของสภาพอากาศที่รุนแรงสุดขั้ว

ภาพจาก Stanford University

เครื่องมือการเรียนรู้ของเครื่อง (machine learning) ที่พัฒนาโดยนักวิจัยของ Stanford University มีเป้าหมายเพื่อทำนายเหตุการณ์สภาพอากาศสุดขั้วได้แม่นยำยิ่งขึ้น นักวิจัยได้ฝึกอบรมอัลกอริธึมการเรียนรู้ของเครื่องเพื่อตรวจจับแบบรูปการหมุนเวียนของบรรยากาศขนาดใหญ่ที่เชื่อมโยงกับปริมาณน้ำฝนจำนวนมหาศาล ซึ่งกำหนดไว้เหนือเปอร์เซ็นต์ไทล์ที่ 95 โดยเน้นที่ตอนบนของมิสซิสซิปปี้ และแหล่งต้นน้ำของรัฐมิสซูรีตะวันออก อัลกอริธึมพบปัจจัยหลายประการที่ทำให้เกิดฝนที่รุนแรงขึ้นในภูมิภาค และระบุวันที่ฝนตกมากได้อย่างแม่นยำมากกว่า 90% เหนือสิ่งอื่นใดนักวิจัยระบุว่าความเข้มข้นของฝนที่สูงขึ้นในวันเหล่านั้นเชื่อมโยงกับกระแสความชื้นในบรรยากาศที่พัดมาจากอ่าวเม็กซิโก ซึ่งส่งผลให้มีฝนตกหนักในแถบมิดเวสต์ Frances Davenport แห่งสแตนฟอร์ดกล่าวว่า "ในขณะที่เรามุ่งเน้นไปที่มิดเวสต์ในขั้นต้น แต่แนวทางของเราสามารถนำไปใช้กับภูมิภาคอื่น ๆ และใช้เพื่อทำความเข้าใจการเปลี่ยนแปลงในสภาพการที่รุนแรงในวงกว้างมากขึ้น ซึ่งจะช่วยให้ประชาคมเตรียมพร้อมสำหรับผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศได้ดีขึ้น"

อ่านข่าวเต็มได้ที่: Stanford University

เพิ่มเติมเสริมข่าว: เอาข่าวนี้มาเล่าให้ฟังเพราะอยากให้มีการทำวิจัยแบบนี้ในประเทศเราบ้างครับ

นักศึกษาพิสูจน์ว่าอัลกอริธึมของทวิตเตอร์ลำเอียงต่อใบหน้าที่ขาวกว่า เพรียวบางกว่า และอ่อนเยาว์กว่า

ภาพจาก The Guardian

นักศึกษาระดับบัณฑิตศึกษาของ Swiss Federal Institute of Technology Lausanne (EFPL) คือ Bogdan Kulynych ได้รับ $3,500 ในฐานะผู้ชนะของ "รางวัลล่าบั๊กในอัลกอริธึม" ครั้งแรกของทวิตเตอร์ (Twitter) Kulynych ระบุว่าอัลกอริธึมการครอบตัดรูปภาพของโซเชียลมีเดียยักษ์ใหญ่ชอบใบหน้าที่ขาวกว่า อ่อนเยาว์กว่า และเพรียวบางกว่า เพื่อพิสูจน์ว่ามีความลพเอียงนี้ Kulynych ได้สร้างใบหน้าขึ้นซึ่งแตกต่างกันเล็กน้อยในแง่ของโทนสีผิว ความกว้าง และเพศหรืออายุ และนำไปผ่านอัลกอริธึมการครอบตัดรูปภาพ Kulynych พบว่าซอฟต์แวร์เน้นไปที่ใบหน้าที่อ่อนกว่า เพรียวบาง และขาวกว่า มากกว่าใบหน้าที่แสดงวัยที่สูงกว่า กว้างกว่า หรือใบหน้าที่สีเข้มกว่า Rumman Chowdhury จาก Twitter กล่าวว่า "เราสร้างตัวกรองเหล่านี้เพราะเราคิดว่านั่นคือสิ่งที่ 'ความสวย' เป็น และนั่นก็จบลงด้วยการฝึกโมเดลของเรา และผลักดันแนวคิดที่ไม่สมจริงเหล่านี้ว่าอะไรที่ดึงดูดใจ"

อ่านข่าวเต็มได้ที่: The Guardian