Image
By arjin Writer on Tag: Meta, Artificial Intelligence
Meta

AI สำหรับสร้างรูปภาพจากคำบรรยาย กำลังเป็นหัวข้อวิจัยที่มาแรง ซึ่งเห็นได้จากทั้ง DALL·E ของ OpenAI หรือ Imagen ของกูเกิล ที่สามารถสร้างสรรค์รูปภาพได้หลากหลายแบบ คราวนี้ก็เป็น Meta ที่เปิดตัวเครื่องมือแบบนี้บ้าง

งานวิจัยนี้ของ Meta มีชื่อเรียกว่า Make-A-Scene ใช้อินพุตที่เป็นข้อความบรรยายรายละเอียดรูปภาพ แต่เพิ่มเติมคือสามารถรับอินพุตที่เป็นภาพร่างเบื้องต้นได้ด้วยคู่กัน ซึ่งช่วยแก้ปัญหาการได้ผลลัพธ์รูปภาพไม่ตรงกับที่คิดในหัว

By mk Founder on Tag: Andrej Karpathy, Tesla, Artificial Intelligence
Andrej Karpathy

Andrej Karpathy หัวหน้าฝ่าย AI และ Computer Vision ของ Tesla ประกาศลาออกจากบริษัทหลังทำงานมา 5 ปี โดยระบุว่ายังไม่มีแผนแน่ชัดว่าจะทำอะไรต่อ เบื้องต้นจะใช้เวลากลับไปค้นคว้างานด้านเทคนิคเรื่อง AI, โอเพนซอร์ส และการศึกษาก่อน

Karpathy ถือเป็นหัวหน้าทีม Autopilot Vision ที่ใช้กล้องของรถยนต์ช่วยในการขับขี่อัตโนมัติ และเป็นหนึ่งในผู้บริหารไม่กี่คนที่ได้ขึ้นเวทีพูดต่อสาธารณะอยู่บ่อยครั้ง ทวีตลาออกของเขายังมี Elon Musk มาตอบว่าขอบคุณที่อยู่ช่วยงาน Tesla มายาวนานด้วย

By mk Founder on Tag: Meta, Artificial Intelligence, Wikipedia, Search Engine
Meta

Meta เปิดตัวโครงการ AI ใหม่แนวสารานุกรมออนไลน์ชื่อ Sphere

แนวทางการทำงานของ Sphere คือการให้ AI อ่านเอกสารความรู้เชิงวิชาการจำนวนมาก 134 ล้านหน้าบนอินเทอร์เน็ต นำมาย่อยเป็นข้อความ 906 ล้านย่อหน้า (เรียกว่า knowledge-intensive natural language processing หรือ KI-NLP) เพื่อให้ AI ทำตัวเป็น "ปราชญ์" สามารถตอบคำถามแนวความรู้ เช่น "ใครเป็นคนที่ได้รางวัลโนเบลสาขาฟิสิกส์คนแรกของโลก" ได้อย่างแม่นยำ

By lew Founder on Tag: Artificial Intelligence, Google, Compiler
Artificial Intelligence

กูเกิลนำเสนอปัญญาประดิษฐ์ MLGO นำมาช่วยคอมไพลเลอร์ให้ออปติไมซ์โค้ดได้ดีขึ้นกว่าเดิม ทั้งในแง่ประสิทธิภาพการทำงาน และขนาดโค้ดที่ได้หลังจากคอมไพล์แล้ว

By arjin Writer on Tag: Meta, Artificial Intelligence, Translation, Open Source
Meta

Meta ประกาศโอเพนซอร์สโมเดล AI ที่สามารถแปลภาษาได้มากกว่า 200 ภาษา โดยโมเดลนี้ชื่อว่า No Language Left Behind ชื่อย่อ NLLB-200 ช่วยในการเข้าถึงข้อมูลในภาษาที่มีคอนเทนต์จำนวนมาก เช่น อังกฤษ จีน สเปน และอาหรับ สำหรับผู้ใช้งานในแอฟริกาและเอเชีย ที่ไม่ได้ใช้ภาษาดังกล่าว ซึ่งมีอยู่หลายร้อยล้านคน

โมเดล NLLB-200 ระบุว่ามีคุณภาพการแปลที่ดีขึ้น 44% โดยเฉลี่ย เมื่อเทียบกับงานวิจัยก่อนหน้านี้ของ Meta และได้ผลลัพธ์ที่ดีขึ้นถึง 70% สำหรับภาษาในพื้นที่แอฟริกาและอินเดีย โดยกระบวนการตรวจสอบคุณภาพการแปลนั้น ใช้ทั้งระบบและคนในการตรวจ

By lew Founder on Tag: Google, Artificial Intelligence
Google

กูเกิลโชว์ผลการพัฒนา Minerva ปัญญาประดิษฐ์ด้านภาษาที่สามารถแสดงวิธีทำจากโจทย์ที่ใส่เป็นอินพุต โดยสามารถแสดงวิธีทำในปัญหาคณิตศาสตร์ทั้งการคำนวณและการอธิบายวิธีทำไปได้พร้อมกัน เหมือนนักเรียนแสดงวิธีทำจริงๆ

Minerva เป็นอาศัยโมเดลปัญญาประดิษฐ์ถามตอบ PaLM ที่กูเกิลพัฒนามาก่อนหน้านี้ แล้วฝึกเพิ่มเติมด้วยชุดข้อมูลรายงานวิจัยจาก arXiv และเว็บต่างๆ ที่มีสมการคณิตศาสตร์ รวมชุดข้อมูล 118GB เมื่อ Minerva ได้รับโจทย์มันจะสร้างคำตอบจำนวนมาก จากนั้นจึงเลือกคำตอบที่พบบ่อยที่สุด

Artificial Intelligence

การวัดประสิทธิภาพการฝึกโมเดลปัญญาประดิษฐ์ MLPerf ประกาศผลรอบใหม่ ทำให้ผู้ผลิตรายหลักๆ ก็ออกมาเคลมชัยชนะในมุมของตัวเองกัน

Google Cloud นั้นส่งผลทดสอบของ TPU v4 เข้าร่วม และโชว์ว่าแรงกว่าเซิร์ฟเวอร์ "ที่หาซื้อได้" (available on-prem) อย่างชัดเจน โดยเครื่องที่ Google Cloud ส่งผลทดสอบนั้นสามารถเปิดใช้งานได้จริงผ่านบริการ ML hub

By arjin Writer on Tag: Instagram, Meta, Artificial Intelligence
Instagram

Instagram ประกาศเพิ่มวิธีการตรวจสอบอายุของผู้ใช้งาน เริ่มมีผลกับผู้ใช้ในอเมริกาที่พยายามแก้ไขอายุให้เกิน 18 ปี จากเดิมที่ผู้ใช้งานต้องแสดงบัตรประจำตัว (ID Card) โดยเพิ่มวิธีการยืนยันผ่านเพื่อน และอีกวิธีซึ่งมีรายละเอียดน่าสนใจคือ ส่งวิดีโอเซลฟี่แล้วใช้ AI ตรวจสอบอายุจากใบหน้า

ทั้งนี้ Instagram กำหนดให้ผู้ใช้งานต้องมีอายุอย่างน้อย 13 ปี โดยมีส่วนที่แตกต่างสำหรับผู้ใช้งานช่วง 13-17 ปี เช่น บัญชีจะตั้งค่าเป็นส่วนตัวเป็นค่าเริ่มต้น กำหนดไม่ให้คนไม่รู้จักติดต่อได้ รวมทั้งคอนเทนต์โฆษณาต่าง ๆ ก็ถูกปรับเนื้อหา

By lew Founder on Tag: GitHub, Artificial Intelligence
GitHub

GitHub ประกาศเปิดบริการ Copilot อย่างเป็นทางการ หลังจากเปิดทดสอบวงปิดมาตั้งแต่ปีที่แล้ว โดยผู้ใช้สามารถทดสอบใช้งานได้ฟรี 60 วัน หลังจากนั้นค่าบริการอยู่ที่เดือนละ 10 ดอลลาร์ หรือปีละ 100 ดอลลาร์

ตอนนี้ Copilot รองรับโปรแกรมแก้ไขโค้ดยอดนิยม ได้แก่ Neovim, JetBrains, Visual Studio, และ VSCode สามารถแนะนำโค้ดในภาษาโปรแกรมได้นับสิบภาษา และช่วงทดสอบที่ผ่านมามีผู้ทดสอบถึง 1.2 ล้านคน

ทาง GitHub จะให้บริการฟรีกับนักเรียนและผู้ดูแลโครงการโอเพนซอร์สยอดนิยม ส่วนแพ็กเกจแบบเสียเงินสำหรับองค์กรจะตามมาภายหลัง

By arjin Writer on Tag: Meta, Facebook, Artificial Intelligence, Management
Meta

Meta บริษัทแม่ของ Facebook ประกาศปรับโครงสร้างฝ่าย AI เนื่องจาก Jerome Pesenti รองประธานฝ่าย ที่อยู่ในตำแหน่งนี้มา 4 ปี จะลาออกจากบริษัท มีผลกลางเดือนมิถุนายน ซึ่งเป็นการลาออกของผู้บริหารระดับสูงต่อจากซีโอโอ Sheryl Sandberg

การเปลี่ยนแปลงสำคัญคือฝ่าย AI ใน Meta เดิมมีใช้วิธีจัดการแบบรวมศูนย์ คือทีมใหญ่ทีมเดียวรับผิดชอบ AI ในทุกผลิตภัณฑ์และบริการตั้งแต่ Facebook, Instagram จนถึง Oculus แต่หลังการลาออกของ Jerome ทีมงานในฝ่าย AI จะกระจายไปเป็นส่วนหนึ่งของทีมต่าง ๆ ดังนี้

By arjin Writer on Tag: Google, Artificial Intelligence, Imagen
Google

กูเกิลเปิดตัว Imagen งานวิจัย AI สร้างรูปภาพเสมือนจริงที่ใช้ input เป็นคำบรรยาย แบบเดียวกับ DALL·E ของ OpenAI โดยมีขั้นตอนการทำงานคือแปลงข้อมูล text ออกมาเป็นภาพความละเอียดต่ำ จากนั้นใช้เครื่องมือแปลงให้เป็นภาพที่มีความละเอียดมากขึ้น

By lew Founder on Tag: PyTorch, Artificial Intelligence, Apple Silicon
PyTorch

PyTorch เฟรมเวิร์คปัญญาประดิษฐ์ประกาศเตรียมรองรับ API กราฟิก Metal ใน macOS ทำให้สามารถเร่งความเร็วด้วย Apple Silicon ได้เต็มรูปแบบ ทำให้การรันโมเดลปัญญาประดิษฐ์ทั้งการฝึกโมเดลและการใช้งานโมเดลประสิทธิภาพดีขึ้นมาก การฝึกโมเดลเร็วขึ้น 6-8 เท่า ขณะที่การรันโมเดลประสิทธิภาพดีขึ้นกว่า 20 เท่าตัวในบางกรณี

By mk Founder on Tag: Google, Artificial Intelligence, LLM
Google

ในงาน Google I/O สัปดาห์ที่ผ่านมา กูเกิลเปิดตัว LaMDA 2 ปัญญาประดิษฐ์เพื่อการสนทนา (conversation AI) เวอร์ชันอัพเกรดจาก LaMDA (Language Models for Dialog Applications) รุ่นแรกที่เปิดตัวในปี 2021

กูเกิลบอกว่า LaMDA 2 มีพารามิเตอร์มากกว่า 137 พันล้านรายการ เทรนด้วยข้อมูลขนาดใหญ่ 1.56 ล้านล้านคำ ได้โมเดลที่พัฒนาขึ้นจากเดิมใน 3 ด้านคือ

By mk Founder on Tag: Google Chat, Google Workspace, Google, Artificial Intelligence
Google Chat

หลายคนอาจเคยประสบปัญหาข้อความแชทเยอะเกินไปจนอ่านไม่ไหว แต่จะไม่อ่านก็ไม่ได้เพราะเป็นเรื่องงาน

กูเกิลแก้ปัญหานี้ด้วยการให้ machine learning อ่านแชททั้งหมดให้เรา และสรุปเป็น summary สั้นๆ ประมาณ 2-3 บรรทัด (TL;DR) ที่ด้านบนของข้อความแชท เพื่อให้เราอ่านก่อนเป็นไอเดียว่าคนอื่นคุยเรื่องอะไรกัน

ฟีเจอร์นี้ใช้เอนจินสรุปข้อความตัวเดียวกับ Google Docs ใช้มาก่อนหน้านี้ และจะใช้ได้กับบริการแชทองค์กร Google Chat กับ Google Spaces

By mk Founder on Tag: Google Meet, Artificial Intelligence, Google
Google Meet

Google Meet ประกาศฟีเจอร์ด้าน AI หลายอย่างที่ช่วยให้คุณภาพของภาพและเสียงออกมาดีกว่าเดิม แม้อยู่ในสภาพแสงน้อย หรือใช้เว็บแคมคุณภาพต่ำก็ตาม

อย่างแรกคือ Portrait Restore ปรับคุณภาพของวิดีโอให้ดีขึ้น จากตัวอย่างจะเห็นว่าผู้ประชุมนั่งแบบย้อนแสง หน้ามืด ก็กลับมาสว่างขึ้นจากเดิมมาก กระบวนการทั้งหมดเกิดขึ้นบนคลาวด์ ไม่กระทบประสิทธิภาพของอุปกรณ์ฝั่งผู้ใช้

By lew Founder on Tag: Google Translate, Google, Artificial Intelligence
Google Translate

Google Translate เพิ่มภาษาที่รองรับอีก 24 ภาษา โดยส่วนมากเป็นภาษาท้องถิ่นที่มีคนใช้เฉพาะในพื้นที่เท่านั้น แม้ว่าบางภาษาจะมีคนใช้งานถึง 50 ล้านคน โดยรวมแล้วภาษาอีก 24 ภาษาที่เพิ่มเข้ามา มีผู้ใช้งานรวมกว่า 300 ล้านคน ภาษาที่คนใช้งานน้อยที่สุดคือภาษาสันสกฤตที่มีคนใช้งานราว 20,000 คนเท่านั้น

ความยากของภาษาเหล่านี้คือกูเกิลไม่มีชุดข้อมูลเทียบสองภาษาให้ฝึกปัญญาประดิษฐ์ แต่มีเอกสารข้อความในภาษาเหล่านี้เดี่ยวๆ เท่านั้น (monolingual text) ทำให้ต้องใช้เทคนิค Zero-Shot Machine Translation

By lew Founder on Tag: Intel, Artificial Intelligence, Gaudi
Intel

อินเทลเปิดตัวชิปฝึกโมเดลปัญญาประดิษฐ์ Habana Gaudi2 หลังจาก Gaudi รุ่นแรกชูจุดแข็งว่าต้นทุนการฝึกปัญญาประดิษฐ์ถูกกว่าคู่แข่ง ตอนนี้ Gaudi2 ปรับมาใช้เทคโนโลยีการผลิต 7nm จากเดิม 16nm แรมในตัวมากถึง 96GB และแคชแบบ SRAM 48MB

การปรับเทคโนโลยีรอบนี้ทำให้อินเทลโชว์ทรูพุตการฝึกโมเดลปัญญาประดิษฐ์สำคัญ เช่น ResNet50 สำหรับการจัดหมวดหมู่ภาพ และ BERT สำหรับการประมวลผลภาษาว่าเร็วกว่าชิป NVIDIA A100 สองเท่าตัว อย่างไรก็ดี NVIDIA A100 นั้นวางตลาดมานานแล้ว และรุ่นล่าสุดคือ H100 เพิ่งเปิดตัวไปเมื่อเดือนมีนาคม

By arjin Writer on Tag: OpenAI, Artificial Intelligence
OpenAI

บริษัทวิจัยด้านปัญญาประดิษฐ์ OpenAI เปิดตัวระบบ AI DALL·E 2 ซึ่งเป็นเวอร์ชันอัพเกรดจากเวอร์ชันแรกที่เปิดตัวเมื่อปีที่แล้ว สามารถสร้างภาพถ่ายหรือภาพวาดขึ้นจาก input ที่เป็นข้อมูลคำบรรยาย (text description)

คุณสมบัติใหม่ที่เพิ่มมาใน DALL·E 2 คือสามารถแก้ไขภาพต้นฉบับ โดยใส่วัตถุแทรกเข้าไปในภาพตามคำบรรยาย และกำหนดตำแหน่งของวัตถุนั้นได้ (ตัวอย่างด้านล่างคือใส่หมาคอร์กี้ เข้าไปในภาพ) หรือนำภาพวาดต้นฉบับเดิม มาดัดแปลงรูปแบบที่คล้ายกับต้นฉบับเดิม (variation)

By lew Founder on Tag: Google, Artificial Intelligence, LLM
Google

กูเกิลนำเสนอโมเดลปัญญาประดิษฐ์ PaLM โมเดลปัญญาประดิษฐ์ขนาด 540,000 ล้านพารามิเตอร์ โดยอาศัยสถาปัตยกรรม Pathway ที่ออกแบบมาให้ปัญญาประดิษฐ์ทำงานได้หลากหลายขึ้น

กูเกิลออกแบบ PaLM ไว้ 3 ขนาด ได้แก่ 8 พันล้านพารามิเตอร์, 64 พันล้านพารามิเตอร์, และ 540 พันล้านพารามิเตอร์ โดยพบว่าความสามารถของตัวปัญญาประดิษฐ์ขนาด 64 พันล้านพารามิเตอร์แซงหน้า GPT-3 ที่มีขนาด 175 พันล้านพารามิเตอร์ได้

Visual Studio

ไมโครซอฟท์ปล่อยส่วนขยายสำหรับ Visual Studio 2022 เพื่อใช้งานบริการ GitHub Copilot บริการปัญญาประดิษฐ์ช่วยเขียนโค้ดที่ไมโครซอฟท์ร่วมมือกับ OpenAI จากเดิมรองรับเฉพาะ Visual Studio Code และ GitHub Codespaces เท่านั้น

ตัวส่วนขยายนี้เปิดให้ดาวน์โหลดได้ทุกคนแต่จะใช้บริการได้ต่อเมื่อได้เข้าโครงการทดสอบบริการ Copilot มาก่อนแล้วเท่านั้น เมื่อเปิดใช้งานจะมีโค้ดแนะนำจากปัญญาประดิษฐ์ขึ้นมาขณะพิมพ์ โดยแสดงโค้ดที่ปัญญาประดิษฐ์คาดว่าตรงความต้องการที่สุดแต่สามารถเลือกโค้ดแนะนำอื่นๆ ได้หาก Copilot แนะนำมาหลายชุด

Subscribe to Artificial Intelligence