คลังเก็บป้ายกำกับ: ARTIFICIAL_INTELLIGENCE

Alibaba ประกาศตั้งบริษัทผลิตชิปขึ้นมาเอง สำหรับงานด้าน AI และ IoT

Alibaba ประกาศในงานสัมมนาด้าน AI ในเซี่ยงไฮ้ เมื่อวันจันทร์ที่ผ่านมา ว่าได้ตั้งบริษัทในเครือขึ้นมาใหม่ เพื่อดูแลด้านการออกแบบและผลิตชิปสำหรับ AI โดยเฉพาะ ซึ่งจะนำมาใช้ในการประมวลผลบนคลาวด์ และ IoT

แผนงานของ Alibaba ดังกล่าวยังสอดคล้องกับแนวทางที่รัฐบาลจีนพยายามผลักดันให้อุตสาหกรรมการผลิตชิปในจีนมีคุณภาพสูงมากขึ้น เนื่องจากความต้องการในอุตสาหกรรมใหม่อย่างยานยนต์ไร้คนขับ, AI และระบบสุขภาพ

Jack Ma ผู้ก่อตั้ง Alibaba กล่าวว่า จีนต้องมีเทคโนโลยีหลักที่ควบคุมได้เองทั้งหมด ตัวอย่างเช่นธุรกิจการผลิตชิป ซึ่งต้องลดการพึ่งพาการนำเข้าจากอเมริกา

ก่อนหน้านี้ Alibaba ได้เข้าซื้อกิจการ C-SKY บริษัทผลิตไมโครชิปของจีนที่เน้นด้าน IoT

ที่มา: Reuters

alt="Digital"

from:https://www.blognone.com/node/105383

Advertisements

อ้างว่าอ่านไม่ออกไม่ได้แล้ว กูเกิลเตรียบแปลชุดวิชา Machine Learning เป็นภาษาไทย

ที่งาน Google Developer Day เซี่ยงไฮ้ กูเกิลระบุว่ากำลังอยู่ระหว่างการแปลวิชา Machine Learning Crash Course (MLCC) เป็นภาษาไทย หลังจากที่เปิดตัวชุดวิชามาตั้งแต่เดือนมีนาคมที่ผ่านมา

MLCC เปิดตัวมาแล้ว 5 ภาษา ได้แก่ อังกฤษ, สเปน, เกาหลี, จีน, และฝรั่งเศส โดยมีโครงการจะแปลเพิ่ม เช่น ภาษาไทย, เวียดนาม

อย่างไรก็ดี กูเกิลยังไม่เปิดเผยว่าตัววิชาภาษาไทยจะเปิดตัวเมื่อใด

No Description

from:https://www.blognone.com/node/105382

หัวหน้าฝ่ายวิศวกรรม Tensorflow ยืนยัน โค้ดรองรับ AMD น่าจะเข้าโครงการหลักในปีนี้

Rajat Monga หัวหน้าฝ้ายวิศวกรรมของโครงการ Tensorflow เปิดเผยในงาน World AI Conference (WAIC) ที่เซี่ยงไฮ้ว่าภายในปีนี้ โค้ดรองรับเอเอ็มดีผ่านแพลตฟอร์ม ROCm น่าจะถูกรวมเข้ามาสู่โครงการหลักภายในปีนี้ หลังจากที่โครงการหลักรองรับเฉพาะชิปกราฟิก NVIDIA มาตั้งแต่เริ่มโครงการ

เอเอ็มดีเปิดตัว ROCm มาตั้งแต่ปลายปี 2016 แม้จะทำให้ Tensorflow ใช้งานบนชิปเอเอ็มดีได้ตั้งแต่เปิดตัว แต่ก็เป็นโค้ดที่แยกโครงการออกไปต่างหากจากโครงการหลัก โค้ด ROCm Tensorflow เวอร์ชั่นล่าสุดที่ออกมาคือเวอร์ชั่น 1.8 ขณะที่โครงการหลักอยู่ที่เวอร์ชั่น 1.10

นอกจากการรองรับชิปกราฟิกจากเอเอ็มดีแล้ว ฝั่งอินเทลเองก็มีการปรับแต่งความเร็วให้กับ Tensorflow ให้ใช้ไลบรารี MKL-DNN อยู่เช่นกัน แถมยังตามเวอร์ชั่นของ Tensorflow ได้ค่อนข้างเร็ว โดย Rajat ยืนยันว่าจะพยายามรองรับแพลตฟอร์มอื่นๆ หากมีความพร้อม แต่ก็ต้องดูความต้องการของผู้ใช้และจัดลำดับความสำคัญ

Rajat ยังเล่าถึงเหตุผลที่โอเพนซอร์ส Tensorflow ออกมา เพราะกูเกิลมีแนวทางที่จะเปิดเผยเทคโนโลยีออกมาสู่โลกภายนอกเพื่อสนับสนุนให้เทคโนโลยีก้าวไปข้างหน้าอยู่แล้ว แต่การเปิดเผยก่อนหน้านี้ เช่น Map Reduce ทำให้โลกภายนอกต้องอิมพลีเมนต์สิ่งที่กูเกิลทำไปแล้ว การเปิดโค้ดออกมาด้วยจึงน่าจะทำให้เทคโนโลยีก้าวไปได้เร็วขึ้น โดยทุกวันนี้โค้ด Tensorflow ที่กูเกิลใช้อยู่เองก็ไม่ได้ต่างจากโค้ดที่เราเห็นมากนัก นอกจากส่วนที่เฉพาะกับการใช้งานของกูเกิลเป็นการเฉพาะ เช่น การจัดการคลัสเตอร์

No Description

from:https://www.blognone.com/node/105379

[ไม่ยืนยัน] Amazon มีแผนจะเปิดร้าน Amazon Go ให้ได้ 3,000 แห่ง ภายในปี 2021

จนถึงตอนนี้ Amazon เปิดร้านค้าไร้แคชเชียร์ Amazon Go สี่แห่งแล้ว สามแห่งในซีแอตเทิล และอีกแห่งที่ชิคาโก และอนาคตจะมีที่นิวยอร์คและซานฟรานซิสโก แล้ว Amazon ตั้งใจจะเปิดร้านค้ากี่แห่ง?

Bloomberg อ้างอิงแหล่งข่าวใกล้ชิดบอกว่า Amazon มีแผนจะเปิดร้านค้า Amazon Go ให้ได้ 3,000 แห่ง ภายในปี 2021 ถือเป็นสิ่งที่ร้านค้าเข้าใหญ่ในตลาดต้องพึงระวังเลยทีเดียว ไม่ว่าจะเป็น 7-Eleven หรือร้านฟาสต์ฟู้ด Subway และ Panera Bread หรือแม้แต่รถขายทาโก้ เพราะ Amazon Go ในซีแอตเทิลและชิคาโกมีเพิ่มเซกชั่นอาหารแบบ on the go พวกสลัด แซนด์วิช

ความท้าทายของ Amazon คือ เงินลงทุนสูงในการเปิดร้านแต่ละสาขา เฉพาะสาขาที่ซีแอตเทิลก็ต้องลทุนเฉพาะฮาร์ดแวร์เป็นเงิน 1 ล้านดอลลาร์แล้ว (ข้อมูลจากแหล่งข่าววงใน)

No Description
ภาพจาก Amazon Go

ที่มา – Bloomberg

from:https://www.blognone.com/node/105374

หัวหน้าโครงการ AI ตรวจเบาหวานของกูเกิลระบุ เลือกไทยทำวิจัยเพราะมีโครงการคัดกรองที่พร้อมอยู่แล้ว

ที่ผ่าน World AI Conference ที่เซี่ยงไฮ้ กูเกิลนำเสนอเทคโนโลยีปัญญาประดิษฐ์ที่บริษัทได้ทำมาและแนวทางที่กำลังทำต่อไป คนหนึ่งที่มาร่วมนำเสนอด้วย คือ Lily Peng ผู้จัดการโครงการ (product manager) ของกูเกิลที่ดูแลการวิจัยโครงการทำนายเบาหวานได้จากภาพดวงตา และโครงการนี้กำลังทำวิจัยอยู่ในประเทศไทยอยู่ด้วย และผมได้มีโอกาสสัมภาษณ์เธอถึงความคืบหน้าโครงการและการนำเทคโนโลยีเช่นนี้มาใช้งานจริง

เธอระบุว่าก่อนจะมีการใช้งานเทคโนโลยีเหล่านี้ได้จริง ต้องมีการยืนยัน (validate) ว่าอัลกอริทึมนี้ใช้ทำนายเบาหวานกับคนไทยได้ โดยต้องเทียบผลกับผู้เชี่ยวชาญว่าเมื่อดูภาพแลัววินิจฉัยออกมาเป็นอย่างไร จุดสำคัญอย่างหนึ่งที่กูเกิลมาทำวิจัยเรื่องนี้ในเมืองไทย เพราะไทยมีโครงการคัดกรองเบาหวานในระดับชาติอยู่แล้ว

No Description

หลายชาติไม่มีโครงการคัดกรองโรคในระดับชาติ บางชาติมีโครงการคัดกรองที่กระจายกันไปตามสิทธิต่างๆ ทำให้มีมาตรฐานบางอย่างที่ต่างกัน และการที่กูเกิลเลือกทำงานกับหน่วยงานในบางชาติ เช่น อินเดีย หรือไทย เพราะชาติเหล่านี้ได้วางพื้นฐานเหล่านี้ไว้ และหากโครงการเหล่านี้มีปัญญาประดิษฐ์เข้ามาช่วยก็จะช่วยให้โครงการมีประสิทธิภาพมากขึ้น

เป้าหมายของโครงการสร้างปัญญาประดิษฐ์เพื่อตรวจเบาหวานจากภาพสแกนม่านตาคือการทำให้สถานพยาบาลปฐมภูมิ (primary care) สามารถสื่อสารกับคนไข้ได้มากขึ้นว่าอาการเป็นอย่างไร มีสถานะที่ดีขึ้นหรือแย่ลง ต้องการการดูแลเพิ่มเติมหรือไม่ อย่างไรก็ดีการใช้งานน่าจะจำกัดอยู่ในฐานะเครื่องมือสำหรับแพทย์ โดยอาจจะเป็นแพทย์ทั่วไปไม่ต้องเป็นแพทย์เฉพาะทางในการอ่านผลสแกน

ก่อนจะนำเทคโนโลยีไปใช้งานได้จริง ยังต้องดูถึงขั้นตอนการรักษาของไทย แนวทางการทำงานและข้อจำกัดเป็นอย่างไร เช่น หน่วยพยาบาลต่างๆ มีอินเทอร์เน็ตหรือไม่ ไปจนถึงอุปกรณ์ที่หน่วยงานต่างๆ ใช้อุปกรณ์ยี่ห้ออะไรบ้าง ตอนนี้โครงการระหว่างกูเกิลและพันธมิตรในไทยยังอยู่ในช่วงไม่เปิดเผยข้อมูล และจะมีการตีพิมพ์ผลที่ได้ต่อไปเมื่อโครงการเสร็จสิ้น

from:https://www.blognone.com/node/105373

Oracle ส่งเสริมการศึกษาในวงกว้าง เน้นเทคโนโลยี AI และ Machine Learning

ล่าสุดสถาบัน Oracle Academy ได้เพิ่มเนื้อหาเกี่ยวกับเทคโนโลยีด้านวิทยาศาสตร์ข้อมูลเข้าไปในหลักสูตรสำหรับส่งเสริมการอบรมในสถาบันการศึกษาต่างๆ โดยไม่มีค่าใช้จ่าย ทั้งการสนับสนุนซอฟต์แวร์, เทคโนโลยี, และการส่งเสริมครูผู้สอนทั้งในโรงเรียนมัธยม, วิทยาลัยเทคนิค, และมหาวิทยาลัย

นอกจากนี้ยังเปิดตัวหลักสูตรใหม่ประจำปีนี้ ที่รวมถึงเนื้อหาด้านเทคโนโลยีใหม่ยอดนิยมอย่าง AI และ Machine Learning ในหลักสูตรหลักอย่างเช่น ภาษาจาวา สำหรับนักศึกษาระดับปริญญาตรีด้านคอมพิวเตอร์ด้วย โดยหลักสูตรที่ใช้เวลาอบรมกว่า 40 ชั่วโมงนี้ เน้นกลุ่มเป้าหมายเป็นผู้ที่มีความรู้พื้นฐานด้าน Object-Orientated, โครงสร้างข้อมูล, นิยามต่างๆ, และคำสั่งในภาษาจาวามาบ้างแล้ว

รวมทั้งยังมีการฝึกปฏิบัติอย่างการออกแบบ, วางระบบ, และสาธิตการใช้โซลูชั่นเพื่อแก้ปัญหาที่เคยเกิดขึ้นจริง พร้อมกับออกชุดวิดีโออบรมใหม่ที่เน้นการส่งเสริมการออกมาตั้งตัวเป็นเจ้าของกิจการด้วยคอนเซ็ปต์ที่ว่า “ไล่ตามความฝัน, ใช้ชีวิตอย่างไม่กลัวสิ่งใด, พร้อมไขว่คว้าความสำเร็จ”

โดยในช่วงปีงบประมาณที่ผ่านมา Oracle ได้ทุ่มงบกับการส่งเสริมด้านการศึกษาเป็นอย่างมาก ได้ให้การสนับสนุนสถาบันการศึกษากว่า 15,000 แห่งใน 128 ประเทศ รวมนักเรียนนักศึกษาที่ได้รับประโยชน์กว่า 6.3 ล้านคน อีกทั้งยังเปิดโรงเรียนมัธยม “Design Tech High School” ของตนเองด้วย

ที่มา : Theregister

from:https://www.enterpriseitpro.net/oracle-ai-and-ml-to-tell-the-students/

ทดสอบสั่งงานด้วยสำเนียงต่างๆ Google Home ทำได้ดีสุดเมื่อเทียบกับ Echo, HomePod

Vocalize.ai ทำการทดสอบผู้ช่วยลำโพงอัจฉริยะทั้งสามรุ่นคือ Amazon Echo, HomePod, Google Home ว่ารับคำสั่งเสียงภาษาอังกฤษในสำเนียงอินเดีย สำเนียงจีน และสำเนียงอเมริกัน ได้มากขนาดไหน ผลคือ Google Home ทำได้ดีที่สุด

No Description
ภาพจาก Shutterstock โดย Antwon McMullen

ทีมวิจัยทดสอบด้วยการตั้งอุปกรณ์ไว้ห่างจากคนพูด 1 เมตร ในความดัง 50 เดซิเบล พบว่า Google Home รับคำสั่งและตอบสนองได้ดีที่สุดทุกคำทุกสำเนียง 100% และเมื่อแยกออกมารายสำเนียงพบว่า Amazon Echo, HomePod รับคำสั่งสำเนียงอเมริกันได้ 94%, สำเนียงอินเดีย Amazon Echo ได้ 97% และ HomePod 94% และภาษาอังกฤษสำเนียงจีน Amazon Echo และ HomePod ได้ 78% เท่ากัน ทีมวิจัยระบุว่า ผู้ใช้ภาษาอังกฤษสำเนียงจีนต้องพยายามมากกว่าคนอื่นในการให้ลำโพงรับคำสั่ง

มาถึงการทดสอบการจดจำเสียงด้วยการลดความดัง แต่ยังคงระยะไว้ที่ 1 เมตรตามเดิม ใช้ชุดคำพูดสามสำเนียงชุดเดียวเทสต์ก่อนหน้า แต่ละอุปกรณ์ทำงานได้ราว 50% แต่ Google Home และ Echo ยังคงพอจับคำพูดได้ใน 1 – 2 เดซิเบล ส่วน HomePod จับได้เต็มที่ที่ 6 เดซิเบล และไล่ระดับความสามารถตามสำเนียงโดยจับสำเนียงอเมริกันได้มากสุด อินเดียและจีนรองลงมา นักวิจัยระบุว่า ถ้าคนใช้สำเนียงจีนอยู่ระยะไกล หรือเสียงเบาก็ต้องพยายามพูดให้ดังและชัดเพื่อให้ลำโพง HomePod จับได้

เมื่อทดสอบเสียงรบกวน โดยใช้เกณฑ์การได้ยินของคนเป็นหลัก พบว่า Google Home ทำได้ดีที่สุด รองลงมาคือ HomePod และ Amazon Echo ตามลำดับ

ที่มา – Venture Beat

from:https://www.blognone.com/node/105326