เครื่องมือช่วยทำนายสภาพจราจรให้เร็วขึ้น

ภาพจาก Futurity.org

นักวิจัยของ North Carolina State University (NC State) ได้ปรับเปลี่ยนอัลกอริทึมที่พัฒนาขึ้นเพื่อช่วยลดการคำนวณที่ซับซ้อน ในการคาดการณ์รูปแบบการจราจรให้ดีขึ้นในสถานที่และเวลาที่เฉพาะเจาะจง อัลกอริทึมแบ่งตัวแบบการทำนายการจราจรที่ใหญ่กว่าออกเป็นชุดของปัญหาที่เล็กกว่าที่สามารถแก้ไขได้พร้อมกัน

อัลกอริทึมที่ปรับแต่งแล้วนี้ยังช่วยทำให้เวลาในการทำงานทำได้ดีขึ้น โดยจะบอกให้ตัวแบบรับรู้เมื่อได้ผลลัพธ์ที่อยู่ในช่วง 5% หรือ 10% ของผลลัพธ์ที่เหมาะสมที่สุด Ali Hajbabaie แห่ง NC State กล่าวว่าอัลกอริธึมที่ดัดแปลงนี้ใช้หน่วยความจำคอมพิวเตอร์น้อยกว่ามาก และเวลาในการทำงานเร็วกว่ามาก

อ่านข่าวเต็มได้ที่: Futurity.org

ปัญหาของแผนการที่ Elon Musk จะเปิดเผยโค้ดของอัลกอริทึมของทวิตเตอร์

Photo by Souvik Banerjee on Unsplash

แผนการที่ประกาศออกมาของ Elon Musk สำหรับเครือข่ายสังคม Twitter นั้นก็รวมถึงการเปิดเผยโค้ดของอัลกอริทึม ซึ่งผู้เชี่ยวชาญกล่าวว่าจะเพิ่มความโปร่งใสได้เพียงเล็กน้อยเท่านั้นถ้าไม่สามารถเข้าถึงข้อมูลที่พวกเขาใช้การฝึกสอนได้

Jennifer Cobbe แห่ง University of Cambridge ของสหราชอาณาจักรกล่าวว่า "โดยมากแล้วที่ผู้คนพูดถึงความรับผิดชอบของอัลกอริทึมในทุกวันนี้ ต่างตระหนักดีว่าไม่ใช่ตัวอัลกอริทึมเองที่เราต้องการเห็น สิ่งที่เราต้องการจริง ๆ คือข้อมูลเกี่ยวกับวิธีการที่มันถูกพัฒนาขึ้นมา 

นอกจากนี้ยังมีข้อกังวลว่าเมื่อเปิดเผยโค้ดอัลกอริทีมของ Twitter แล้ว จะทำให้ผู้ไม่หวังดีสามารถระบุช่องโหว่เพื่อนำไปใช้ประโยชน์ และอาจทำให้เอาชนะบอทที่ใช้ในการสแปม (spam bot) ได้ยากขึ้น

อ่านข่าวเต็มได้ที่: MIT Technology Review

วิธีการตรวจจับวีดีโอ deepfake ด้วยความแม่นยำถึง 99%

Photo by Christian Gertenbach on Unsplash

นักวิทยาศาสตร์จาก University of California, Riverside (UC Riverside) ได้พัฒนาเทคนิคในการตรวจจับการเปลี่ยนแปลงการแสดงความรู้สึกของใบหน้าในวิดีโอ Deepfake ที่มีความแม่นยำสูงสุดถึง 99% วิธีการดังกล่าวแบ่งงานออกเป็นสองสายภายในโครงข่ายประสาทเชิงลึกลึก (deep neural network): สายแรกระบุการแสดงออกทางใบหน้า และป้อนข้อมูลบริเวณใบหน้าที่มีการแสดงออกดังกล่าวไปยังสายที่สอง ซึ่งเป็นตัวเข้ารหัส-ตัวถอดรหัส ซึ่งมีสถาปัตยกรรมการตรวจจับการบิดเบือนการแสดงออกของใบหน้า และจำกัดบริเวณการบิดเบือนในรูปภาพ 

Ghazal Mazaheri จาก UC Riverside กล่าวว่า "การเรียนรู้แบบมัลติทาสก์สามารถใช้ประโยชน์จากคุณลักษณะเด่นที่เรียนรู้โดยระบบจดจำการแสดงออกทางสีหน้า เพื่อประโยชน์ในการฝึกสอนระบบตรวจจับการบิดเบือนแบบทั่วไป วิธีการดังกล่าวบรรลุประสิทธิภาพที่น่าประทับใจในการตรวจจับการบิดเบือนการแสดงออกทางสีหน้า”

อ่านข่าวเต็มได้ที่: UC Riverside News

ใคร ๆ ก็มีความเห็นได้แม้แต่ AI

ภาพจาก Dartmouth College

นักวิทยาศาสตร์คอมพิวเตอร์ของวิทยาลัย Dartmouth College ได้ฝึกฝนอัลกอริทึมปัญญาประดิษฐ์ (artificial intelligence) หรือ AI เพื่อให้ความเห็นในการวิจารณ์ผลิตภัณฑ์ พวกเขาฝึกสอนอัลกอริทึมโดยใช้บทวิจารณ์ไวน์และเบียร์ที่มีการเผยแพร่หลายพันรายการ จากนั้นให้อัลกอริทึมสร้างบทวิจารณ์ที่เหมือนมนุษย์สำหรับผลิตภัณฑ์ดังกล่าว

ด้วยความช่วยเหลือของคณาจารย์ที่ Tuck School of Business ของ Dartmouth โค้ดเขียนบทวิจารณ์จึงได้รับการพัฒนาขึ้นเพื่อเปลี่ยนอัลกอริทึมให้เป็นเครื่องมือทางการตลาด Prasad Vana จาก Tuck กล่าวว่า "การใช้ AI ในการเขียนและสังเคราะห์บทวิจารณ์สามารถสร้างประสิทธิภาพได้ทั้งสองด้านของตลาด ความหวังก็คือ AI จะเป็นประโยชน์ต่อผู้รีวิวที่ต้องเผชิญกับปริมาณงานเขียนที่มากขึ้น และผู้บริโภคที่ต้องค้นหาผลิตภัณฑ์จากเนื้อหามากมายที่เกี่ยวกับผลิตภัณฑ์"

อ่านข่าวเต็มได้ที่: Dartmouth College

แอปจับการเคลื่อนไหวของดวงตาอาจทำให้การตรวจจับโรคทางระบบประสาททำได้ง่าย ๆ ที่บ้าน

ภาพจาก UC San Diego News Center

นักวิจัยจาก University of California, San Diego (UCSD) ได้เปิดใช้งานการตรวจคัดกรองโรคทางระบบประสาทผ่านแอปพลิเคชันสมาร์ทโฟนด้วยการสแกนดวงตา แอปนี้ใช้กล้องอินฟราเรดระยะใกล้ในสมาร์ตโฟนรุ่นใหม่ๆ หลายตัว ร่วมกับกล้องเซลฟี่ทั่วไปเพื่อวัดการเปลี่ยนแปลงของเส้นผ่านศูนย์กลางรูม่านตา ซึ่งสามารถใช้ในการประเมินสภาพการรับรู้ของบุคคล

กล้องอินฟราเรดช่วยให้แอปสามารถประมาณขนาดของรูม่านตาด้วยความแม่นยำระดับหน่วยย่อยของมิลลิเมตรโดยใช้ได้กับสีของดวงตาที่ต่างกัน ในขณะที่กล้องเซลฟี่จะบันทึกระยะห่างสามมิติระหว่างสมาร์ตโฟนและผู้ใช้

Colin Berry จาก UCSD กล่าวว่า "เราหวังว่าสิ่งนี้จะเปิดประตูสู่การสำรวจใหม่ๆ ในการใช้สมาร์ตโฟนเพื่อตรวจหาและติดตามปัญหาสุขภาพที่เคยเกิดขึ้นมาแล้ว"

อ่านข่าวเต็มได้ที่: UC San Diego News Center