วันจันทร์ที่ 5 ธันวาคม พ.ศ. 2565

นักวิจัยสอน AI ให้เล่น Minecraft ทำไม

city-simulation
Photo by Steve Johnson on Unsplash

OpenAI ได้พัฒนาบอทสำหรับเล่น Minecraft ที่สามารถสร้างเครื่องมือและสิ่งปลูกสร้างในเกมที่ต้องใช้การทำงานต่อเนื่องกันมากกว่า 20,000 ครั้งผ่านการผสมผสานระหว่างการเลียนแบบและการเรียนรู้แบบเสริมแรง (reinforcement learning) 

บอทที่ได้รับการฝึกฝนจากการเล่นเกมของมนุษย์กว่า 70,000 ชั่วโมง สร้าง "diamond tools" เสร็จเป็นคนแรก ซึ่งเครื่องมือนี้โดยเฉลี่ยผู้เล่นที่เป็นคนจะใช้เวลา 20 นาทีและทำงานต่อเนื่องกัน 24,000  ขั้นตอนในการสร้าง

การเรียนรู้ด้วยการเลียนแบบในให้แต่ละขั้นตอนจริง ๆ แล้วต้องมีคนเป็นเขียนป้ายกำกับ (label) เพื่ออธิบาย แต่นักวิจัยใช้โครงข่ายประสาทเทียมต่างหากอีกตัวหนึ่งในการทำงานดังกล่าว โดยโครงข่ายประสาทเทียมนี้ได้รับการฝึกฝนไว้ก่อนหน้าจากการดูวีดีโอ

นักวิจัยกล่าวว่าการใช้การเลียนแบบและการเรียนรู้แบบเสริมแรงร่วมกัน สามารถปูทางสำหรับความก้าวหน้าในยานยนต์ที่ขับเคลื่อนด้วยตัวเองและการวิจัยนิวเคลียร์ฟิวชัน

อ่านข่าวเต็มได้ที่: Popular Science

วันอาทิตย์ที่ 4 ธันวาคม พ.ศ. 2565

โครงข่ายประสาทเทียมของดิสนีย์เปลี่ยนอายุของนักแสดงได้อย่างง่ายดาย

disney-fran-ai
ภาพจาก Ars Technica

โครงข่ายประสาทเทียม (neural network) ที่พัฒนาโดยนักวิจัยของดิสนีย์เสนอวิธีที่ถูกกว่าและเร็วกว่าในการทำให้นักแสดงดูแก่หรือเด็กลงในทีวีหรือภาพยนตร์ 

ดิสนีย์บอกว่าเทคนิคปัญญาประดิษฐ์ที่เรียกว่า FRAN (Face Re-aging Network) เป็น "วิธีแรกที่ใช้งานได้จริง อัตโนมัติเต็มรูปแบบ และพร้อมสำหรับการใช้งานจริงในการเปลี่ยนอายุใบหน้าในวิดีโอ"

นักวิจัยได้ฝึกฝน FRAN ให้เรียนรู้ว่ารูปลักษณ์ของบุคคลเปลี่ยนแปลงไปตามอายุอย่างไร โดยป้อนภาพใบหน้านับพันที่จำลองอายุตั้งแต่ 18 ถึง 85 ปีโดย StyleGAN2

ดิสนีย์บอกว่าระบบ "พร้อมสำหรับใช้ในการถ่ายทำ" เป็นระบบแรกที่สามารถกำหนดอายุของนักแสดงทั้งจากการแสดงออกทางใบหน้าในสถานการณ์ต่าง ๆ  สภาพแสง และมุมมองต่าง ๆ

อ่านข่าวเต็มได้ที่: Ars Technica



วันเสาร์ที่ 3 ธันวาคม พ.ศ. 2565

เราจะได้เห็นประเภทคอมพิวเตอร์แบบใหม่หมดผู้บุกเบิกด้านปัญญาประดิษฐ์บอก

robot
Photo by Owen Beard on Unsplash

ผู้บุกเบิกปัญญาประดิษฐ์และผู้รับรางวัล ACM A.M. Turing  ประจำปี 2018 คือ Geoffrey Hinton ได้แสดงให้เห็นถึงภาพของคอมพิวเตอร์นิวโรมอร์ฟิก (neuromorphic)  "แบบมนุษย์ (mortal)"  ที่รวมเอาฮาร์ดแวร์และซอฟต์แวร์เข้าด้วยกัน 

 Hinton กล่าวในการประชุม Neural Information Processing Systems ว่าการคำนวณแบบมนุษย์หมายถึง ความรู้ที่ระบบได้เรียนรู้และฮาร์ดแวร์เป็นสิ่งที่แยกกันไม่ออก"

Hinton กล่าวว่าคอมพิวเตอร์ดังกล่าวสามารถเติบโตได้ โดยไม่ต้องมีการผลิตชิปราคาแพง และเขาจินตนาการว่าคอมพิวเตอร์เหล่านี้จะถูก "ใช้สำหรับใส่บางอย่างเช่น GPT-3 ลงในเครื่องปิ้งขนมปังในราคา 1 ดอลลาร์ ดังนั้นคุณจึงใช้พลังงานไม่กี่วัตต์ในการพูดคุยกับเครื่องปิ้งขนมปังของคุณ"

เขาเสนอตัวแบบโครงข่ายประสาทเทียมแบบส่งต่อไปข้างหน้า ( forward-forward neural network model) โดยกำจัดการย้อนกลับ (backpropagation) ของโครงข่ายประสาทเทียมทั่วไป ซึ่งอาจจะเหมาะกับฮาร์ดแวร์-ของคอมพิวเตอร์แบบมนุษย์

อ่านข่าวเต็มได้ที่: ZDNet



วันศุกร์ที่ 2 ธันวาคม พ.ศ. 2565

เว็บไซต์มีโปรแกรมตัวติดตามเพิ่มมากขึ้น

monitor-show-website
Photo by Lee Campbell on Unsplash

นักวิเคราะห์ที่ NordVPN บริษัท VPN ในปานามาพบว่าเว็บไซต์โดยเฉลี่ยมีโปรแกรมตัวติดตาม 48 ตัวติดตามกิจกรรมของผู้เยี่ยมชมและบันทึกข้อมูลส่วนตัวของพวกเขา ซึ่งเพิ่มความเสี่ยงในการโจรกรรมตัวตน (identity theft) 

นักวิเคราะห์คำนวณจำนวนโปรแกรมตัวติดตามในเว็บไซต์ยอดนิยม 100 อันดับใน 25 ประเทศ ซึ่งที่นิยมมากที่สุดคือเว็บไซต์โซเชียลมีเดีย ซึ่งแต่ละแห่งมีโปรแกรมตัวติดตามโดยเฉลี่ย 160 ตัว เว็บไซต์ด้านสุขภาพมีโปรแกรมตัวติดตามโดยเฉลี่ย 46 รายการในแต่ละเว็บไซต์ ในขณะที่เว็บไซต์สื่อดิจิทัลมีโปรแกรมตัวติดตามเฉลี่ย 28 รายการ และเว็บไซต์เนื้อหาสำหรับผู้ใหญ่และหน่วยงานของรัฐมีโปรแกรมตัวติดตาม 1 และ 4 ตัวต่อเว็บไซต์ตามลำดับ

โปรแกรมตัวติดตามส่วนใหญ่เป็นของบริษัทที่รู้จักกันดี เช่น Google, Facebook และ Adobe ซึ่งมักใช้ข้อมูลที่รวบรวมเพื่อวัตถุประสงค์ทางการตลาด Daniel Markuson จาก NordVPN กล่าวว่าโปรแกรมตัวติดตามเว็บไซต์มีจำนวนน้อยกว่าในประเทศที่มีกฎหมายคุ้มครองข้อมูลที่เข้มงวด

อ่านข่าวเต็มได้ที่: TechRadar

วันพฤหัสบดีที่ 1 ธันวาคม พ.ศ. 2565

เครื่องมือเขียนโปรแกรมเปลี่ยนลายมือให้เป็นโค้ด

woman-using-touch-screen
Photo by Microsoft Edge on Unsplash

ทีมนักวิจัยจากมหาวิทยาลัย Cornell ได้สร้างอินเทอร์เฟซ Notate เพื่อแปลงลายมือและภาพร่างเป็นโค้ดคอมพิวเตอร์ 

อินเทอร์เฟซที่ใช้ปากกาช่วยให้ผู้ใช้ที่ใช้โน้ตบุ๊กดิจิทัลอย่างเช่น Jupyter สามารถเปิดโปรแกรมวาดภาพและเขียนไดอะแกรมด้วยลายมือลงภายในบรรทัดของโค้ดแบบเดิมได้

Notate ถูกขับเคลื่อนโดยโมเดลการเรียนรู้เชิงลึก ทำให้สัญลักษณ์ในไดอะแกรมที่เขียนด้วยลายมือสามารถอ้างอิงไปถึงโค้ดที่เป็นข้อความ และในทางกลับกันก็ทำได้

Ian Arawjo จาก Cornell กล่าวว่า "ผู้คนพร้อมแล้วสำหรับความสามารถนี้ แต่ผู้พัฒนาอินเทอร์เฟซสำหรับการเขียนโค้ดจำเป็นต้องคำนึงถึงสิ่งนี้และรองรับรูปภาพและอินเทอร์เฟซกราฟิกภายในโค้ด"

อ่านข่าวเต็มได้ที่: Cornell Chronicle