การมองเห็นและตีความภาพของมนุษย์กับปัญญาประดิษฐ์นั้นแตกต่างกัน ภาพ 2 ภาพที่ดูคล้ายกันมากในสายตามนุษย์อาจะถูกตีความเป็นสิ่งที่แตกต่างกันสิ้นเชิงโดยปัญญาประดิษฐ์ นักวิจัยสามารถหลอกการตีความป้ายจราจรของปัญญาประดิษฐ์ได้โดยการดัดแปลงป้ายเล็กน้อย
Read more
Passion in Robots
การมองเห็นและตีความภาพของมนุษย์กับปัญญาประดิษฐ์นั้นแตกต่างกัน ภาพ 2 ภาพที่ดูคล้ายกันมากในสายตามนุษย์อาจะถูกตีความเป็นสิ่งที่แตกต่างกันสิ้นเชิงโดยปัญญาประดิษฐ์ นักวิจัยสามารถหลอกการตีความป้ายจราจรของปัญญาประดิษฐ์ได้โดยการดัดแปลงป้ายเล็กน้อย
Read moreในซีรีส์ Silicon Valley (ซีรีส์เกี่ยวกับเทคสตาร์ทอัป ใน Silicon Valley) ซีซัน 4 ตอน 4 ทีมได้พัฒนาแอปที่สามารถบอกได้ว่าภาพที่ถ่ายมาเป็นฮ๊อตดอกหรือไม่ ภายหลังที่ออกอากาศ ทีมสร้าง Silicon Valley ได้พัฒนาแอปนี้ขึ้นจริง ๆ มีให้ดาวน์โหลดทั้ง iOS และ Android และ Tim Anglade ผู้พัฒนาแอปนี้ได้เขียนบล๊อกอธิบายแนวทางการพัฒนาแอปนี้ ซึ่งได้ทดลองให้เครื่องมือหลาย ๆ อย่างในการทำ machine […]
Read moreแนวทางการพัฒนาปัญญาประดิษฐ์ปัจจุบันแบ่งออกเป็น 2 แนวทางหลัก ๆ คือ machine learning ซึ่งเด่นในด้านการหารูปแบบ แต่ไม่เด่นด้านตรรกะ ตรงกันข้าม symbolic AI เด่นด้านการหาความสัมพันธ์ของสิ่งต่าง ๆ ตามกฎเกณฑ์ที่กำหนดไว้ล่วงหน้า แต่ไม่สามารถใช้เรียนรู้สิ่งใหม่ ๆ ได้ดี ทำให้ทั้ง 2 แนวทางไม่สามารถเลียนแบบการใช้ตรรกะเชื่อมโยง หาความสัมพันธ์ เปรียบเทียบสิ่งตาม ๆ ที่สมองมนุษย์ทำได้ จนกระทั่งงานวิจัยล่าสุดจาก DeepMind ที่สามารถพัฒนาเทคนิคที่ทำให้ machine learning […]
Read moreบริษัท gamalon นำเสนอบริการปัญญาประดิษฐ์เพื่อวิเคราะ์ข้อมูล โดยใช้เทคนิค Bayesian Program Synthesis (BPS) ที่โฆษณาว่าเหนือกว่าเทคนิคสมัยนิยมอย่าง deep learning ในแง่ที่ใช้จำนวนข้อมูลในการเรียนรู้น้อยกว่า ใช้กำลังประมวลผลและเวลาน้อยกว่า นอกจากนี้ผลจากการเรียนรู้ด้วย BPS ยังเป็นรูปแบบที่มนุษย์เข้าใจได้ และสามารถปรับแต่งให้ดีขึ้นได้
Read moreแต่ก่อนการพัฒนาปัญญาประดิษฐ์จะต้องใช้นักพัฒนาเขียนโปรแกรม เขียนเงื่อนไขการตัดสินใจ เมื่อมีศาสตร์ด้าน Machine Learning เข้ามา นักพัฒนาเพียงแค่ออกแบบปัญญาประดิษฐ์แล้วให้มันเรียนรู้ค่าพารามิเตอร์ต่าง ๆ ที่เหมาะสมจากข้อมูลตัวอย่างจำนวนมาก ถึงแม้งานของนักพัฒนาจะลดลง แต่ก็ยังมีความยากและซับซ้อนอยู่ ล่าสุดนักวิจัยจากหลายกลุ่มได้พัฒนาปัญญาประดิษฐ์ที่สามารถออกแบบระบบการเรียนรู้ได้ด้วยตัวเอง
Read moreนักวิจัยจาก Google Brain ได้ทำการทดลองให้ neural network 2 ตัวพยายามคิดค้นวิธีเข้ารหัสเพื่อสื่อสารกัน และ neural network อีกตัวคอยแอบแกะรหัสว่า 2 ตัวแรกคุยอะไรกัน การทดลองเบื้องต้นให้ผลสำเร็จ คือ neural network 2 ตัวแรกสามารถคุยกันได้อย่างปลอดภัยจากการแอบอ่านของ neural network อีกตัว ในขณะที่ข้อความที่รับส่งกันยังคงสมบูรณ์ ไม่สูญเสียข้อมูลไป
Read moreหุ่นยนต์ถูกใช้มากในงานเคลื่อนย้ายสิ่งของ (material handling) ในโรงงานและคลังสินค้า แต่มีงานอย่างหนึ่งที่ดูง่ายสำหรับมนุษย์แต่ยากสำหรับหุ่นยนต์ คือการหยิบกล่องหลากหลายรูปแบบที่จัดเรียงกันแน่นบนพาเลทออกมา แต่ Kinema Systems สตาร์ตอัปจากแคลิฟอร์เนียมีระบบที่แก้ปัญหานี้มาเสนอ
Read moreING, Microsoft, TU Delft, Mauritshuis และ HET Rembrandthuis Museum ร่วมกันสร้างสรรค์ผลงานชิ้นต่อไปให้ Rembrandt ศิลปินชาวดัทช์ผู้เลื่องชื่อ ถึงแม้เขาจะเสียชีวิตไปแล้วกว่า 300 ปี โดยอาศัยเทคโนโลยีด้าน Machine Learning
Read moreเรียกความสนใจจากคนทั่วไปได้มากเลยทีเดียวสำหรับเหตุการณ์ AlphaGo ชนะ Lee Sedol แชมป์โกะโลก ในระหว่างการแข่งขันก็มีทั้งผู้ที่เชียร์ปัญญาประดิษฐ์ และผู้ที่เชียร์มนุษย์ และเหมือนในหลาย ๆ ครั้งที่ผ่านมาที่มีความก้าวหน้าสำคัญ ๆ ในเทคโนโลยีหุ่นยนต์และปัญญาประดิษฐ์ คือ มีผู้คนจำนวนมากกังวลว่าหุ่นยนต์จะยึดครองโลกหรือไม่ ยิ่งบวกกับการสาธิตหุ่นยนต์ Atlas รุ่นล่าสุดของ Boston Dynamics ที่เคลื่อนไหวได้คล่องแคล่ว หลาย ๆ คนก็กลัวว่า Judgement Day จะใกล้เข้ามาแล้ว ก่อนที่จะให้ความกลัวครอบงำ เรามาดูกันก่อนดีกว่าว่าเราเรียนรู้อะไรจากเหตุการณ์นี้
Read moreข่าวที่ดังและเรียกความสนใจในวงการหุ่นยนต์และปัญญาประดิษฐ์ในช่วงนี้ คงหนีไม่พ้นการแข่งขันเล่นเกมหมากล้อม (Go) ระหว่างแชมป์โลก Lee Sedol จากเกาหลี กับระบบปัญญาประดิษฐ์ของ Google’s DeepMind ที่ชื่อ AlphaGo ซึ่งนอกจากจะลุ้นกันหัวใจเต้นแบบหมากต่อหมากแล้ว AlphaGo ยังแสดงให้เห็นถึงศักยภาพของปัญญาประดิษฐ์ในยุคที่ Deep learning กำลังเฟื่องฟู และความเป็นไปได้ที่เราจะได้เห็นปัญญาประดิษฐ์ที่เข้าใกล้ความฉลาดของมนุษย์เข้าไปทุกที วันนี้ผู้แต่งจึงถือโอกาสชำแหละงานเขียนที่เพิ่งออกตีพิมพ์บนวารสารระดับโลกอย่าง Nature ของ DeepMind (Mastering the game of Go with deep […]
Read more