รายการภาษาเขียนโปรแกรมยอดนิยม: การเปลี่ยนแปลงที่คาดไม่ถึงที่ตำแหน่งด้านบน

Photo by Uday Awal on Unsplash

C++ แซงหน้า Java บนดัชนีภาษาโปรแกรมรายเดือนของบริษัททดสอบคุณภาพซอฟต์แวร์ Tiobe Software ของเนเธอร์แลนด์เป็นครั้งแรก โดยแซงขึ้นมาเป็นภาษายอดนิยมอันดับสาม

Paul Jansen จาก Tiobe Software กล่าวว่านี่ยังนับเป็นครั้งแรกนับตั้งแต่ปี 2001 ที่ Java ซึ่งขณะนี้อยู่ในอันดับที่สี่ หลุดจากสามอันดับแรกของการจัดอันดับ Jansen ยังกล่าวอีกว่าภาษา Kotlin และ Julia กำลังเข้าใกล้ 20 อันดับแรกของ Tiobe

Google สนับสนุน Kotlin ซึ่งเป็นภาษาที่เข้ากันได้กับ Java สำหรับการพัฒนาแอปพลิเคชัน Android ในขณะที่ Julia กำลังได้รับความนิยมสำหรับแอปด้านวิทยาศาสตร์ข้อมูล

ภาษาที่เข้ามาใน 20 อันดับแรกของดัชนีล่าสุด ได้แก่ ภาษา Rust ซึ่งกระโดดจากอันดับที่ 27 มาเป็นอันดับที่ 20 Objective-C (จาก 29 เป็น 19) MATLAB (จาก 20 เป็น 14) และ Go ของ Google (จาก 19 เป็น 12)

อ่านข่าวเต็มได้ที่: ZDNet

การออกแบบหุ่นยนต์ที่อาจช่วยวิวัฒนาการการสร้างสิ่งของในอวกาศ

Photo by History in HD on Unsplash

นักวิจัยที่ University of Lincoln (UOL) ของ U.K. ได้ออกแบบหุ่นยนต์ที่มีการการเดินแบบ end-over-end (e-walker) สำหรับโครงการก่อสร้างอวกาศ

หุ่นยนต์ e-walker มีความสามารถในการเคลื่อนที่อิสระเจ็ดองศา (seven-degrees-of-freedom) Manu Nair และเพื่อนร่วมงานที่ UOL ได้ทดสอบการใช้งาน e-walker ในการประกอบกล้องโทรทรรศน์ Aperture Space Telescope ขนาดใหญ่ 25 เมตร (82 ฟุต) ในวงโคจร 

Nair กล่าวว่า "นวัตกรรมการออกแบบ e-walker นี้พิสูจน์ให้เห็นแล้วว่ามีความหลากหลาย และเป็นทางเลือกในอุดมคติสำหรับภารกิจภายในวงโคจรในอนาคต

 E-Walker จะสามารถขยายวงจรชีวิตของภารกิจโดยทำงานประเภทการซ่อมมำรุงที่ต้องทำเป็นประจำ และงานบริการต่าง ๆ หลังจากการก่อสร้างในอวกาศ

อ่านข่าวเต็มได้ที่: SciTechDaily

นักวิจัยสอน AI ให้เล่น Minecraft ทำไม

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

โครงข่ายประสาทเทียมของดิสนีย์เปลี่ยนอายุของนักแสดงได้อย่างง่ายดาย

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

เราจะได้เห็นประเภทคอมพิวเตอร์แบบใหม่หมดผู้บุกเบิกด้านปัญญาประดิษฐ์บอก

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