หน้าปลอมที่สร้างด้วย AI ดูน่าเชื่อถือกว่าหน้าจริง

ภาพจาก  New Scientist

นักวิจัยจาก  Lancaster University แห่งสหราชอาณาจักร และ University of California, Berkeley พบว่าคนแยกแยะภาพใบหน้ามนุษย์ที่สร้างขึ้นโดยปัญญาประดิษฐ์จากภาพใบหน้าจริงได้ยากลำบากขึ้น นักวิจัยขอให้กลุ่มคนกลุ่มหนึ่งจำนวน 315 คนแยกแยะภาพถ่ายปลอม 400 ภาพจากภาพถ่ายคนจริง 400 ภาพ ความแม่นยำในการแยกแยะนั้นต่ำกว่าครึ่ง (48.2%)  ในขณะที่ผู้ทดลองอีกกลุ่มหนึ่งซึ่งได้รับการฝึกฝนให้รู้จักภาพที่สร้างจากคอมพิวเตอร์ทำได้ดีกว่าเล็กน้อยอยู่ที่ 59% 

นักวิจัยพบว่าใบหน้าคนขาวนั้นยากที่สุดสำหรับผู้เข้าร่วมในการแยกแยะ อาจเป็นเพราะซอฟต์แวร์ได้รับการฝึกฝนด้วยจำนวนใบหน้าคนขาวมากกว่าใบหน้าสีอื่นอย่างไม่เหมาะสม

อ่านข่าวเต็มได้ที่: New Scientist

เทคโนโลยีการรับรู้จากระยะไกลช่วยลดมลพิษทางอากาศในเมือง

ภาพจาก University of Technology Sydney (Australia)

นักวิจัยจาก University of Technology Sydney (UTS) ของออสเตรเลีย   Hong Kong Environmental Protection Department, และ Hong Kong Vocational Training Council พบว่าการใช้ระบบตรวจวัดการปล่อยมลพิษจากระยะไกลของเมือง ร่วมกับโครงการตรวจสอบและซ่อมแซมยานพาหนะที่มีมลพิษสูงสามารถปรับปรุงคุณภาพอากาศของเมืองนั้นได้อย่างมีนัยสำคัญ

การวิเคราะห์ระบุว่าโครงการบังคับใช้การสำรวจระยะไกลของฮ่องกงนำไปสู่การลดระดับมลพิษทางอากาศอย่างมีนัยสำคัญอย่างต่อเนื่อง 

Yuhan Huang จาก UTS กล่าวว่า "การกำหนดเป้าหมายไปยังส่วนเล็กๆ ของสิ่งที่ปล่อยมลพิษปริมาณสูงอย่างการควบคุมการปล่อยมลพิษของรถยนต์ ช่วยลดต้นทุนและเวลาในการซ่อมแซมสำหรับทั้งรัฐบาลและเจ้าของรถได้อย่างมาก เมื่อเทียบกับการสุ่มตัวอย่างแบบพาสซีฟ (passive sampling) หรือการตรวจสอบตามช่วงเวลา" 

อ่านข่าวเต็มได้ที่: University of Technology Sydney (Australia)

กว่าสองเท่าของผู้ป่วยผิวดำมีแนวโน้มที่จะถูกอธิบายในทางลบในเวชระเบียน

ภาพจาก UChicago News

นักวิจัยจาก University of Chicago Medicine ได้ขุดบันทึกสุขภาพทางอิเล็กทรอนิกส์ด้วยอัลกอริธึมการเรียนรู้ของเครื่อง (machine learning) และพบว่าผู้ป่วยผิวดำมีแนวโน้มที่จะถูกอธิบายในแง่ลบมากกว่า 

อัลกอริธึมค้นหาบันทึกของผู้ป่วยที่เป็นผู้ใหญ่มากกว่า 18,000 คน โดยค้นประวัติและบันทึกด้านกายภาพมากกว่า 40,000 รายการ สำหรับประโยคที่มีคำอธิบายเชิงลบ เช่น "ดื้อ" หรือ "ไม่ทำตามข้อกำหนด" นักวิจัยใช้การประมวลผลภาษาธรรมชาติเพื่อแยกแยะบริบทที่ใช้คำศัพท์เพื่ออธิบายผู้ป่วยหรือพฤติกรรมในเชิงลบของผู้ป่วย

 ผู้ป่วยผิวดำมีโอกาสเป็น 2.54 เท่าของคนไข้ผิวขาวที่มีตัวบ่งชี้เชิงลบอย่างน้อยหนึ่งรายการในบันทึก โดยมักใช้คำอธิบายเชิงลบกับผู้ป่วยที่ยังไม่แต่งงาน และผู้ที่มีประกันสุขภาพจากรัฐบาล

อ่านข่าวเต็มได้ที่: UChicago News

Digital Athlete ของ NFL ใช้ AI ช่วยลดการกระทบกระเทือนและการบาดเจ็บได้อย่างไร

ภาพจาก Photo by Adrian Curiel on Unsplash

National Football League (NFL) และ Amazon Web Services ได้สร้าง Digital Athlete ซึ่งเป็นเครื่องมือปัญญาประดิษฐ์ที่ใช้ภาพโทรทัศน์และเซ็นเซอร์ในชุดฟุตบอลเพื่อช่วยลดการบาดเจ็บในเกมอเมริกันฟุตบอล  ระบบสร้างตัวตนดิจิทัลของนักกีฬาในสภาพแวดล้อมเสมือนจริง และใช้การเรียนรู้ของเครื่องและคอมพิวเตอร์วิชัน (computer vision) เพื่อระบุผลกระทบและการบาดเจ็บต่อร่างกายเสมือนของเขา/เธอ

Priya Ponnapalli ที่ Amazon Machine Learning Solutions Lab กล่าวว่าการตั้งค่าเสมือนช่วยให้สามารถสัมผัสสถานการณ์ของเกมและสภาพแวดล้อมได้โดยไม่จำกัด "ทำให้สามารถทดสอบอุปกรณ์ความปลอดภัยใหม่ ทดสอบเมื่อกติกาเปลี่ยนไป และคาดการณ์เหตุการณ์การบาดเจ็บของผู้เล่นและแนวท้างการฟื้นฟูในท้ายที่สุด"

Jeff Miller จาก NFL กล่าวว่า "การทำให้คอมพิวเตอร์เข้าใจว่าผู้เล่นโดนหมวกกันน็อคกี่ครั้งในระหว่างเกม จะช่วยหาวิธีที่จะลดปริมาณการสัมผัสหมวกกันน็อค"

อ่านข่างเต็มได้ที่: New Scientist

เฮลิคอปเตอร์ Black Hawk บินโดยไม่มีนักบินอยู่ในเครื่อง

ภาพจาก CNN

สำนักงานโครงการวิจัยขั้นสูงด้านการป้องกันประเทศของกระทรวงกลาโหมสหรัฐ หรือ DARPA ประกาศว่าเฮลิคอปเตอร์ Black Hawk ทำการบินอัตโนมัติครั้งแรกที่ Fort Campbell ในรัฐเคนตักกี้ เมื่อเร็ว ๆ นี้ 

เฮลิคอปเตอร์บินเป็นเวลา 30 นาทีโดยไม่มีผู้โดยสารอยู่บนเครื่อง ซึ่งเป็นส่วนหนึ่งของโครงการ Aircrew Labor In-Cockpit Automation System (ALIAS) ของ DARPA

เครื่องบิน UH-60A รุ่น Black Hawk ได้รับการติดตั้งเทคโนโลยีอัตโนมัติ Sikorsky MATRIX จาก Lockheed Martin เพื่อให้สามารถบินได้โดยไม่ต้องใช้นักบิน

Stuart Young จาก DARPA กล่าวว่า "ด้วย ALIAS กองทัพจะมีความยืดหยุ่นในการปฏิบัติงานมากขึ้น ซึ่งรวมถึงความสามารถในการควบคุมเครื่องบินตลอดเวลาทั้งกลางวันและกลางคืน ทั้งที่มีและไม่มีนักบิน และในสภาวะที่ยากลำบากต่างๆ เช่น การต่อสู้ สภาวะที่มีความแออัด และสภาพวิสัยทัศน์ที่ไม่ดี 

อ่านข่าวเต็มได้ที่: CNN