คณะกรรมการยุโรป (European Commission) ประกาศว่าหน่วยงานจะเริ่มการสืบสวน ว่าตลาดด้านเทคโนโลยีสองอย่างได้แก่ Virtual Worlds หรือโลกเสมือน และ Generative AI หรือปัญญาประดิษฐ์สร้างเนื้อหา มีการแข่งขันในตลาดที่เป็นปกติหรือไม่ หรือต้องใช้กฎหมายเข้ามากำกับดูแลการแข่งขันเพิ่มเติม

ในแถลงการณ์นี้มีการระบุชื่อบริษัทเพียงกรณีเดียวคือ Microsoft และ OpenAI ซึ่งคณะกรรมการยุโรปจะสืบสวนเพิ่มเติมว่าความร่วมมือนี้ส่งผลให้ตลาดเป็นของผู้เล่นรายใหญ่หรือไม่ และอาจเข้าข่ายต้องใช้กฎหมายการควบรวมกิจการขนาดใหญ่ (ปัจจุบัน Microsoft ถือหุ้นหลักใน OpenAI ส่วนธุรกิจ For-Profit)

ปีที่ผ่านมา OpenAI เปิดให้ใช้งาน API มากขึ้น และหนึ่งในบริษัทที่เป็นพันธมิตรของ OpenAI และได้ใช้งาน GPT-4 ตั้งแต่วันแรกที่เปิดตัวคือ Duolingo ที่นำ GPT-4 ไปใช้งานในบริการ Duolingo Max นอกจากนี้ตัว Duolingo เดิมก็ยังมี machine learning เพื่อปรับบทเรียนตามการเรียนรู้ของผู้ใช้อยู่แล้ว ในเดือนที่ผ่านมา Blognone ให้มีโอกาสสัมภาษณ์ Klinton Bicknell หัวหน้าฝ่าย AI ของ Duolingo ถึงการใช้งาน AI ในแอป Duolingo

NIST องค์การมาตรฐานอุตสาหกรรมสหรัฐฯ ออกเอกสารรวบรวมภัยจากการโจมตี machine learning และแนวทางเพื่อลดความเสี่ยงลง พร้อมกับเตือนว่าตอนนี้ยังไม่มีทางใดที่ป้องกันการโจมตีได้ทั้งหมด และนักพัฒนาควรระมัดระวัง

เอกสาร NIST AI 100-2e2023 ไม่ใช่มาตรฐานอุตสาหกรรมแต่เป็นการรวบรวมการโจมตีรูปแบบต่างๆ และแนวทางการลดความเสี่ยงเท่านั้น โดยเอกสารจัดรูปแบบการโจมตี 4 รูปแบบใหญ่ๆ ได้แก่

Duolingo ผู้พัฒนาแอปฝึกภาษา แจ้งปลดพนักงานสัญญาจ้าง (Contractor) คิดเป็นจำนวน 10% ของพนักงานกลุ่มดังกล่าว

ประเด็นน่าสนใจคือตัวแทนของ Duolingo อธิบายสาเหตุการปลดพนักงานว่า บริษัทสามารถแทนที่งานของพนักงานกลุ่มนี้ส่วนหนึ่งได้ด้วย AI แล้ว จึงไม่ต้องใช้พนักงานจำนวนมากเท่ากับก่อนหน้านี้ อย่างไรก็ตามบริษัทยืนยันว่านี่ไม่ใช่การเอา AI มาแทนที่งานทั้งหมด เพราะบริษัทยังต้องมีพนักงานจำนวนหนึ่งดูแลจัดการเทคโนโลยีเหล่านี้เช่นกัน

ก่อนหน้านี้มีประเด็นที่สร้างข้อกังวลว่าความก้าวหน้าของ AI อาจส่งผลกระทบต่อการจ้างงาน เช่นก่อนหน้านี้ IBM บอกว่าอาจหยุดรับพนักงานเพิ่ม โดยแทนที่งานเหล่านั้นด้วย AI

เกิดประเด็นดราม่าในวงการการ์ด Magic the Gathering เมื่อบริษัทต้นสังกัด Wizards of the Coast โพสต์ภาพโปรโมทการ์ด Magic ในทวิตเตอร์ โดยเป็นการนำการ์ดมาเรียงโชว์บนชั้นวาง ที่ตัวชั้นวางและฉากหลังสร้างด้วย generative AI (ตัวการ์ดไม่ได้สร้างด้วย AI)

แนวทางนี้ขัดกับประกาศเดิมของ Wizards of the Coast เองที่ห้ามนักวาด นักเขียน ใช้เครื่องมือ AI มาสร้างผลงานที่เกี่ยวข้องกับ Magic the Gathering ทำให้แฟนๆ เข้ามาวิจารณ์กันหนัก (แม้นโยบายของ Wizards ห้ามใช้ AI กับตัวผลิตภัณฑ์การ์ด ไม่ได้รวมถึงภาพโปรโมทอื่นๆ ก็ตาม)

OpenAI อีเมลแจ้งนักพัฒนาว่า GPT Store ที่ให้นักพัฒนาเผยแพร่แชทบอตที่สร้างจาก GPTs ชุดเครื่องมือทำแชทบอตคัสตอมแบบ no-code ซึ่งตามแผนเดิมตัวสโตร์จะเปิดให้ใช้งานเดือนธันวาคมแต่เลื่อนออกไป ตอนนี้ได้กำหนดการเปิดตัวใหม่แล้วคือสัปดาห์หน้า

ทั้งนี้ OpenAI ยังบอกนักพัฒนาให้ตรวจสอบข้อกำหนดและแนวทางการใช้งานที่ปรับปรุงใหม่ก่อน เพื่อให้แน่ใจว่า GPT ที่สร้างขึ้นมาจะถูกต้องตามระเบียบการเผยแพร่ในสโตร์

ในตอนเปิดตัว GPT Store นั้น OpenAI บอกว่าผู้สร้างแชทบอตสามารถทำเงินได้ หากมีคนมาใช้งาน GPT ของตน อย่างไรก็ตาม OpenAI ยังไม่ได้เปิดเผยรายละเอียดวิธีการแบ่งรายได้แต่อย่างใด

ทีมวิจัยนำโดย Global Fishing Watch วิเคราะห์ภาพถ่ายดาวเทียมช่วงปี 2017-2021 ทำให้ได้ข้อมูลการเดินเรือของเรือขนาดใหญ่อย่างละเอียดโดยไม่เคยมีมาก่อน และทำให้รู้ว่าน่านน้ำแต่ละแห่งถูกใช้งานอย่างไรบ้าง

แม้เรือขนส่งจะมีการถ่ายทอดสัญญาณรหัสประจำเรือและตำแหน่งแต่หลายลำก็ไม่ได้เปิดวิทยุเอาไว้ รวมถึงเรือจำนวนมากเป็นการประมงผิดกฎหมาย งานวิจัยใหม่นี้จับภาพถ่ายดาวเทียมและแยกประเภทของเรือแต่ละลำโดยตรงผ่านระบบ machine learning ทำให้เห็นชุดข้อมูลละเอียดและครบถ้วนมากขึ้น

อินเทลประกาศแยกบริษัทลูก Articul8 AI ออกเป็นบริษัทอิสระ ทำธุรกิจด้านซอฟต์แวร์ generative AI สำหรับลูกค้าองค์กรเจาะเฉพาะอุตสาหกรรม

Articul8 (ชื่ออ่านเหมือนคำว่า Articulate) เป็นทีมภายในของอินเทล ที่จัดตั้งร่วมกับ Boston Consulting Group (BCG) ตั้งแต่ปี 2023 ทำซอฟต์แวร์ generative AI ทั้งจากโอเพนซอร์สและพัฒนาขึ้นเอง แล้วรันบนฮาร์ดแวร์ของอินเทลอย่าง Xeon และ Gaudi ที่ตั้งอยู่ในศูนย์ข้อมูลของ BCG ให้กับลูกค้าองค์กรของ BCG

ทีมวิจัยจาก Stanford รายงานโมเดลปัญญาประดิษฐ์ Wild2Avatar สามารถแยกตัวบุคคลออกจากวิดีโอ แม้ในวิดีโอจะถูกสิ่งของบังอยู่บางส่วน นอกจากนี้ยังสามารถเปลี่ยนมุมมองภาพได้

งานวิจัยปัญญาประดิษฐ์แยกคนออกจากวิดีโอมีมาก่อนหน้านี้แล้ว และเริ่มถูกใช้งานกันเป็นวงกว้าง เช่น การทำ avatar ในโปรแกรมต่างๆ ตามท่าทางของผู้ใช้ แต่ Wild2Avatar นั้นสามารถเรนเดอร์ภาพคนได้ถูกต้องแม้จะถูกวัตถุบังแถมยังสามารถเปลี่ยนมุมกล้องได้

ตัวโมเดลปัญญาประดิษฐ์มีความสามารถในการแยกทั้งฉาก, ตัวละครหลัก, และวัตถุในภาพออกมาเป็นภาพสามมิติทั้งหมด ทำให้สามารถแยกเฉพาะตัวบุคคลในภาพออกมาและเปลี่ยนมุมกล้องไปมาได้ด้วย

ที่มา - Stanford.edu

จากรายงานของ Nikkei Asia เผยว่า Nikon, Sony และ Canon กำลังพัฒนาเทคโนโลยีการตรวจสอบสิทธิ์ในตัวที่จะแทรกลายเซ็นดิจิทัลลงในภาพ โดย Nikon จะเปิดตัวกล้องมิเรอร์เลสระดับมืออาชีพที่มาพร้อมเทคโนโลยีการตรวจสอบสิทธิ์ ส่วน Sony จะออกอัพเดตเฟิร์มแวร์ให้กับกล้องในช่วงต้นปีนี้ และคาดว่า Canon จะเปิดตัวกล้องที่มีลายเซ็นดิจิทัลภายในปี 2024 และจะนำลายเซ็นดิจิทัลมาใส่ในวิดีโอด้วย

Takashi Kiryu ประธานบริษัท Square Enix คนปัจจุบันกล่าวในจดหมายปีใหม่ถึงนโยบายและวิสัยทัศน์ของบริษัทในปีนี้

Takashi Kiryu กล่าวว่าบริษัทมีความตั้งใจนำ AI และเทคโนโลยีระดับสูงอื่น ๆ เข้ามาใช้ในทั้งการพัฒนาเนื้อหาและการวางจำหน่ายเกม ในระยะสั้นบริษัทมีเป้าหมายเพิ่มประสิทธิภาพในการพัฒนาเกมและการตลาดของบริษัท ในระยะยาวบริษัทหวังว่าจะใช้เทคโนโลยีเหล่านี้สร้างรูปแบบเนื้อหาใหม่ ๆ สำหรับผู้บริโภค และเชื่อว่านวัตกรรมทางเทคโนโลยี AI นี้สามารถเพิ่มโอกาสทางธุรกิจได้

MyShell ผู้ให้บริการปัญญาประดิษฐ์สร้างตัวตนออนไลน์ ปล่อยโมเดล OpenVoice สำหรับการเลียนแบบเสียงพูดโดยอาศัยตัวอย่างเสียงไม่มากนัก

โมเดลปัญญาประดิษฐ์เลียนเสียงพูดมีงานวิจัยออกมาเรื่อยๆ จำนวนมาก OpenVoice ชูจุดเด่นว่าสามารถควบคุมน้ำเสียง, จังหวะพูด ได้ละเอียดกว่า ทำให้มีความเป็นไปได้ที่จะสร้างเสียงที่สมจริงขึ้น

โมเดลแยกออกเป็นสองส่วน คือการแปลงข้อความเป็นเสียงพูด จากนั้นค่อยแปลงเสียงที่ได้ให้น้ำเสียงเหมือนกันเสียงพูดของบุคคลเป้าหมายอีกที เรียกว่า Tone Color Converter

ตัวโมเดลพร้อมค่า weight เปิดให้ดาวน์โหลดไปใช้งานได้แต่จำกัดห้ามใช้งานเชิงการค้า และทาง MyShell ระบุว่าอาจจะมีแนวทางในการตรวจจับว่าเสียงสร้างขึ้นมาจากโมเดล OpenVoice อยู่

LG เปิดตัวอีกหนึ่งสินค้าก่อนงาน CES 2024 คราวนี้เป็นหุ่นยนต์ AI ผู้ช่วยดูแลบ้าน ที่สามารถเดินตรวจตรา และรายงานข้อมูล ตลอดจนทำงานพื้นฐานบางอย่างได้ด้วย

หุ่นยนต์ AI นี้มี 2 ขา ที่เป็นล้อ เพื่อให้เคลื่อนที่ไปรอบบ้านได้อย่างอิสระ มีการทำงานเบื้องหลังด้วย AI แบบสื่อผสม (multi-modal) ทั้งการรับข้อมูลภาพและเสียง จึงสามารถโต้ตอบกับผู้ใช้งานได้ หน่วยประมวลผล AI ใช้แพลตฟอร์ม Robotics RB5 ของ Qualcomm ที่รองรับข้อมูลการรู้จำข้อมูลผู้ใช้งาน

GitHub ประกาศว่าบริการ Copilot Chat ตอนนี้เปิดให้ใช้งานสำหรับองค์กรและผู้ใช้งานทุกคนแล้ว หลังจากทดสอบในกลุ่มจำกัดสถานะเบต้าก่อนหน้านี้

GitHub Copilot Chat รองรับการใช้งานทั้งบน Visual Studio Code และ Visual Studio สำหรับผู้ใช้งานและองค์กรทุกแผนที่สมัคร ตลอดจนกลุ่มผู้ใช้งานด้านการศึกษา และโครงการโอเพนซอร์สที่ยืนยันตัวตน

Wang Haifeng ซีทีโอ Baidu เปิดเผยว่าแชทบอต ERNIE ตอนนี้มีผู้ใช้งานรวมมากกว่า 100 ล้านบัญชีแล้ว หลังจาก ERNIE เปิดให้ใช้งานแบบสาธารณะตั้งแต่ต้นเดือนกันยายนที่ผ่านมา

Baidu เปิดตัว ERNIE มาตั้งแต่เดือนมีนาคม ซึ่งเป็นเวลาไม่นานหลังจากกระแส ChatGPT ของ OpenAI มีมากขึ้น ในช่วงแรก Baidu ยังเปิดให้ใช้งาน ERNIE แบบทดสอบจำกัดกลุ่มเฉพาะบริษัทที่ได้รับอนุญาต เนื่องจากกระแสตอบรับมีสูงมาก

แอปเปิลเผยแพร่ Ferret โมเดล AI ภาษาขนาดใหญ่บนข้อมูลสื่อผสม (Multimodal Large Language Model - MLLM) ใน GitHub ซึ่งพบว่าปล่อยออกมาตั้งแต่ 30 ตุลาคม แต่เพิ่งถูกพบและรายงานข่าวออกมา

Ferret มีจุดเด่นคือความสามารถการแยกข้อมูลภาพในรูปทรง-พื้นที่ใดก็ได้ แล้วให้รายละเอียดเจาะเฉพาะส่วนที่เห็น ตัวอย่างที่นำเสนอ เช่น สามารถระบุพื้นที่หางแมวได้ หรือรูปที่มีสัตว์ 2 ตัวซ้อนกัน ก็แยกตัวที่ 1 กับตัวที่ 2 ได้

แอปเปิลเผยแพร่งานวิจัยสองฉบับผ่าน arXiv ซึ่งเป็นงานวิจัยเกี่ยวกับเทคนิคการประมวลผล AI ที่อาจถูกนำมาใช้งานกับผลิตภัณฑ์ของแอปเปิลได้ในอนาคต

งานวิจัยแรกชื่อว่า "LLM in a flash" เป็นวิธีการทำให้อุปกรณ์ซึ่งมีหน่วยความจำจำกัด เช่น สมาร์ทโฟน สามารถรันโมเดล AI LLM ที่มีพารามิเตอร์จำนวนมากได้ โดยใช้สองเทคนิคคือ windowing ใช้งานซ้ำ AI ที่ประมวลผลไปแล้วแทนที่จะต้องใช้ข้อมูลใหม่อีกรอบ และวิธี row-column bundling ใช้การอ่านข้อมูลเป็นส่วน ๆ แทนที่จะอ่านทีละคำ ซึ่งเหมาะสำหรับงาน LLM อยู่แล้ว ผลลัพธ์ที่ได้ทำให้สามารถรัน AI LLM ที่ต้องการหน่วยความจำได้สูงถึง 2 เท่า ของหน่วยความจำที่มีอยู่

ข่าวนี้เป็นเรื่องของแอปเปิลกับ AI โดย The New York Times อ้างแหล่งข่าวที่เกี่ยวข้องเผยว่า แอปเปิลได้เปิดการเจรจากับสำนักงานและบริษัทสื่อรายใหญ่หลายแห่ง ในช่วงไม่กี่สัปดาห์ที่ผ่านมา เพื่อขอสิทธิเข้าถึงเนื้อหาข่าวต่างๆ สำหรับนำมาใช้พัฒนา AI

แอปเปิลเสนอผลประโยชน์ที่อย่างน้อย 50 ล้านดอลลาร์ สำหรับสิทธิใช้งานข่าวเป็นระยะเวลาหลายปี โดยสำนักข่าวหรือบริษัทสื่อที่ระบุว่าแอปเปิลได้พูดคุยแล้วมี Condé Nast (Vogue, The New Yorker), NBC News, IAC (People), The Daily Beast และ Better Homes and Gardens อย่างไรก็ตามไม่มีข้อมูลว่าข้อเสนอได้ข้อสรุปออกมาอย่างไร

TomTom บริษัทแผนที่จากเนเธอร์แลนด์ ที่ถูกนำไปใช้ในรถยนต์หลายยี่ห้อ ประกาศเซ็นสัญญากับไมโครซอฟท์เพื่อนำเทคโนโลยี Generative AI ไปใช้งาน

ภายใต้สัญญานี้ TomTom จะใช้เทคโนโลยีจาก Azure OpenAI Service มาสร้างผู้ช่วยที่รองรับการสั่งงานด้วยเสียง (voice assistant) ตัวใหม่ ที่มีความสามารถกว่ารุ่นก่อนๆ เพราะมีความสามารถทางภาษากว่าเดิมมาก สนทนากับคนขับได้อย่างเป็นธรรมชาติมากขึ้น โดยผู้ช่วยตัวนี้จะถูกนำไปใช้ในระบบ Digital Cockpit ของ TomTom ต่อไป

นอกจากตัว OpenAI Services แล้ว TomTom ระบุว่าจะใช้เทคโนโลยีอื่นของไมโครซอฟท์ประกอบด้วยคือ Azure Kubernetes Services, Azure Cosmos DB, Azure Cognitive Services

ไมโครซอฟท์ประกาศเพิ่มความสามารถใหม่ให้ Copilot สามารถแต่งเพลงออกมาได้ตาม prompt ที่ระบุแล้ว ซึ่งเพลงที่ได้มีองค์ประกอบทั้ง คำร้อง เสียงดนตรี ตลอดจนเสียงร้อง

ฟีเจอร์ใหม่นี้ไมโครซอฟท์บอกว่าเป็นความร่วมมือกับ Suno บริษัทที่พัฒนา AI สำหรับงานเพลงโดยเฉพาะ ซึ่งผู้ใช้งาน Copilot ต้องสั่งเปิดปลั๊กอิน Suno ใน Copilot บนเว็บ ของ Microsoft Edge ก่อน จึงสามารถป้อนคำสั่งสำหรับแต่งเพลงได้

ความสามารถใหม่ Copilot นี้เริ่มทยอยอัพเดตให้ผู้ใช้งานแล้วตั้งแต่วันนี้เป็นต้นไป

ที่มา: ไมโครซอฟท์

OpenAI ประกาศเฟรมเวิร์กสำหรับการเตรียมความพร้อม เพื่อใช้ในการประเมินว่าโมเดล AI นั้น มีความปลอดภัยแค่ไหน ซึ่งคาดว่าจัดทำเพื่อให้การตรวจสอบ AI ว่าปลอดภัยหรือไม่เป็นขั้นเป็นตอนที่ชัดเจนขึ้น

โดย OpenAI มีทีมที่รับผิดชอบด้านความปลอดภัยของ AI อยู่แล้ว ซึ่งมีหน้าที่ดูแลตรวจสอบโมเดล AI ต่าง ๆ แบ่งเป็น 3 กลุ่มคือ โมเดลที่ดีพลอยแล้ว เป็นระบบที่ปลอดภัย, โมเดลที่อยู่ในขั้นตอนเตรียมความพร้อม (Preparedness) ซึ่งต้องประเมินความปลอดภัยตามเฟรมเวิร์กก่อนดีพลอย และโมเดลความสามารถสูงในอนาคต (Superalignment)

ไอบีเอ็มประกาศบรรลุข้อตกลง เพื่อซื้อกิจการ StreamSets และ WebMethods ซึ่งเป็นแพลตฟอร์ม iPaaS (integration platform-as-a-service) จากบริษัทแม่ Software AG มูลค่าดีลรวมสองกิจการ 2,130 ล้านยูโร

StreamSets เป็นแพลตฟอร์มรวบรวมข้อมูล (Data Integration) บนคลาวด์ สำหรับลูกค้าองค์กรใช้ในการสร้าง pipeline ของข้อมูล ส่วน WebMethods เป็นแพลตฟอร์มรวมและจัดการ API ที่รองรับการรันทั้งบนคลาวด์ ออนพรีมิส ไฮบริด และมัลติคลาวด์

ไอบีเอ็มบอกว่าดีลนี้เป็นการลงทุนของบริษัทเพื่อเพิ่มโฟกัสด้าน AI และไฮบริดคลาวด์ให้มากขึ้น โดย StreamSets จะรองรับการทำงานร่วมกับ watsonx ที่เป็นแพลตฟอร์มข้อมูลและ AI ของไอบีเอ็ม และ webMethods จะเป็นเครื่องมือสำหรับลูกค้าในการจัดการข้อมูลบนสภาพแวดล้อมมัลติคลาวด์

สัปดาห์ที่แล้วอินเทลเปิดตัวชิป Core Ultra และ Xeon รุ่นที่ 5 โดยชูจุดขายด้าน AI เต็มรูปแบบ หลังงานในช่วงถามตอบนักข่าว Pat Gelsinger ก็ออกมาพูดถึง NVIDIA ว่ามีความได้เปรียบจาก CUDA ไม่มากนัก และทั้งอุตสาหกรรมก็กำลังย้ายการพัฒนาไปอยู่บน layer ที่สูงขึ้นเป็นภาษา Python เพื่อให้พอร์ตโมเดลไปมาได้

เขาระบุว่าในตอนนี้หากโมเดลฝึกเสร็จแล้วก็มีทางเลือกในการรันที่ต่างๆ และระบบการรันนั้นก็มักไม่ต้องการ CUDA อีกแล้ว และเขาเชื่อว่าชิปฝั่งรันโมเดลนั้นเป็นตลาดกระแสหลักในอนาคต (where the game will be)

สมัยก่อนเราอาจคุ้นเคยกับการต่อสู้ลักษณะนี้ในการวัดผลการ์ดจอเกมมิ่ง แต่เมื่อตลาดหลักย้ายมาสู่การ์ดจอเร่งความเร็ว AI แทน การต่อสู้แบบนี้จึงกลับมาอีกครั้งในสมรภูมิใหม่

สัปดาห์ก่อน AMD เริ่มวางขายชิปประมวลผลปัญญาประดิษฐ์ Instinct MI300X มีประเด็นน่าสนใจคือ Lisa Su ซีอีโอของ AMD โชว์ตัวเลขข่มทับคู่แข่ง NVIDIA H100 โดยวัดจากการรันโมเดลยอดนิยม Llama-2-70B ว่าแรงกว่ากัน 1.2 เท่า (จีพียูตัวเดียว) และ 1.4 เท่า (เซิร์ฟเวอร์ 8 จีพียู)

Mozilla Innovation Project เปิดโครงการ llamafile โครงการแพ็กโมเดลปัญญาประดิษฐ์สำเร็จรูป ทำให้รันโมเดลต่างๆ ได้โดยง่าย เป็นไฟล์ไบนารีไฟล์เดียวก็รันได้เลย

ก่อนหน้านี้มีโครงการจำนวนมากที่พยายามนำโมเดล LLM มารันบนเดสก์ทอปอยู่แล้ว เช่น โครงการ llama.cpp แต่ก็ยังต้องอาศัยการคอนฟิกพอสมควร llamafile ทำให้การใช้งานสะดวกขึ้นอีกขั้น โดยอาศัยโครงการ Cosmopolitan Libc มาแพ็กไฟล์ต่างๆ เข้าด้วยกันให้รันได้ทุกที่

ตอนนี้มีโมเดลที่รองรับแล้ว ได้แก่ LLaVA 1.5, Mistral 7B, Mixtral 8x7B, และ WizardCoder-Python 13B