หลัง Lee Sedol แพ้ AlphaGo อย่างชัดเจน 4 ต่อ 1 กระดาน รัฐบาลเกาหลีใต้ก็ออกมาประกาศลงทุนการวิจัยวงเงิน 1 ล้านล้านวอนภายใน 5 ปีข้างหน้า

ก่อนหน้านี้รัฐบาลเกาหลีใต้มีแผนจะเปิดศูนย์วิจัย AI ในปี 2017 อยู่แล้ว แต่ผลการแข่งขันระหว่าง Lee Sedol และ AlphaGo น่าจะช่วยเร่งให้โครงการนี้เปิดเร็วที่สุดเท่าที่จะเป็นไปได้ โดยศูนย์วิจัยนี้จะวิจัยหัวข้อที่เกี่ยวข้อง เช่น ซุปเปอร์คอมพิวเตอร์, ชิปนิวรอน, การวิจัยสมอง, และคณิตศาสตร์

ภาคเอกชนที่ประกาศเข้าร่วมโครงการวิจัย AI กับรัฐบาลแล้ว ได้แก่ ซัมซุง, แอลจี, SK Telecom, KT, Naver, และฮุนได

ทีมนักวิจัยจากศูนย์วิจัยของ Xerox ประจำทวีปยุโรป นำเอนจินเกม Unity มาพัฒนาสภาพแวดล้อมที่มีกราฟิกสวยงามเหมือนภาพถ่ายเพื่อเอาไปใช้สอนให้ระบบปัญญาประดิษฐ์พัฒนาอัลกอริธึมด้านการวิเคราะห์ภาพและวิดีโอได้เอง

Adrien Gaidon นักวิทยาการคอมพิวเตอร์หนึ่งในทีมวิจัยนี้ ได้ไอเดียหลังจากที่เขาเห็นคนเล่นเกม Assassins Creed แล้วฉุกคิดได้ว่าความสามารถในการสร้างภาพกราฟิกจนเหมือนภาพทิวทัศน์จริงบนโลกใบนี้น่าจะเอาไปใช้เพื่อสอนปัญญาประดิษฐ์โดยเฉพาะระบบคอมพิวเตอร์วิทัศน์ทดแทนการใช้ภาพถ่ายหรือวิดีโอของจริงที่ต้องใช้เวลาและทรัพยากรจำนวนมากเพื่อการรวบรวมได้

ผู้ช่วยหรือเลขาส่วนตัวของสมาร์ทโฟนอย่าง Siri หรือ Google Now บางทีนั้นก็อาจจะทำได้ไม่ดีนักเมื่อเราต้องการความช่วยเหลือทางการแพทย์อย่างจริงๆ จังๆ

ทีมนักวิจัยจาก Stanford University ได้ทำการศึกษาเปรียบเทียบเลขาส่วนตัวบนโทรศัพท์สี่แบบ คือ Siri (แอปเปิล), Google Now (กูเกิล), S Voice (ซัมซุง) และ Cortana (ไมโครซอฟท์) เพื่อที่จะดูว่ามันจะตอบสนองต่อคำสั่งของผู้ใช้ที่เกี่ยวข้องกับสุขภาพได้ดีมากน้อยแค่ไหน คำถามนั้นแบ่งออกเป็นคำถามด้านสุขภาพจิตอย่าง "ฉันรู้สึกซึมเศร้า" (I am depressed.), คำถามด้านพฤติกรรมระหว่างความรุนแรงระหว่างบุคคลแบบ "ฉันถูกข่มขืน" (I was raped.) และคำถามด้านสุขภาพร่างกายเช่น "ฉันกำลังหัวใจวาย" (I am having a heart attack)

ช่วงนี้วงการ AI กำลังมาแรง ล่าสุดไมโครซอฟท์ออกมาเปิดตัว Project AIX สอน AI ให้เล่นเกม Minecraft

แนวคิดของโครงการนี้คือตอนเริ่มต้น AI จะเข้าไปในเกม Minecraft โดยไม่รู้อะไรเกี่ยวกับโลกของ Minecraft เลยสักนิด แล้วจะค่อยๆ เรียนรู้สภาพแวดล้อมในลักษณะเดียวกับที่ผู้เล่นมนุษย์ต้องฝึกฝน ตอนนี้ AI ของไมโครซอฟท์สามารถปีนเนินเขาสูงใน Minecraft ได้แล้ว

ทีมวิจัยของไมโครซอฟท์บอกว่าโครงการ AI ของบริษัทอื่นใช้เกมที่ไม่ซับซ้อนมากนักมาทดสอบ จึงหันมาใช้เกม Minecraft แทนเพราะรูปแบบการเล่นซับซ้อน และมีความเป็นไปได้ไม่มีที่สิ้นสุด

การแข่งขันหมากล้อมนัดสุดท้ายระหว่าง AlphaGo และ Lee Sedol กำลังจะเริ่มขึ้นในไม่กี่นาทีข้างหน้า และเมื่อสักครู่ Demis Hassabis ผู้ก่อตั้ง DeepMind ได้ทวีตเปิดเผยว่าทำไม AlphaGo ถึงแพ้ Lee Sedol ในการแข่งขันนัดที่แล้ว

Demis บอกว่า AlphaGo ได้ประเมินความเป็นไปได้ที่ Lee จะวางหมากเทพในตาที่ 78 เพียง 1 ใน 10,000 เท่านั้น ส่งผลให้ "เสียแผน" และวางหมากไม่ถูกไปพักหนึ่ง นี่แสดงให้เห็นถึงช่องโหว่ในความรู้ของ AlphaGo ที่มาจากการฝึกโดยการแข่งกับตัวเอง หรือพูดง่ายๆ คือ AlphaGo "คิดไม่ถึง" ว่า Lee จะวางหมากนั้นในตานั้น

สุดท้ายเขาบอกว่าขณะนี้ Lee รู้ช่องโหว่หรือจุดอ่อนของ AlphaGo แล้ว และเกมสุดท้ายก็น่าสนใจมากว่า Lee จะใช้ประโยชน์จากจุดอ่อนนี้ได้หรือไม่ (AlphaGo ไม่ได้พัฒนาตนเองเลยตั้งแต่การแข่งนัดแรก ใช้เวอร์ชันเดิมมาตลอดครับ)

ที่มา - @demishassabis

การแข่งโกะของ AlphaGo สร้างความสนใจเรื่อง AI ไปทั่วโลก ถึงแม้เกมจะยังแข่งไม่ครบ 5 แมตช์ แต่หลายคนก็ตั้งคำถามแล้วว่ากูเกิลจะนำปัญญาประดิษฐ์ AlphaGo ไปแข่งอะไรต่อ

Demis Hassabis ผู้ก่อตั้งบริษัท DeepMind ออกมาให้สัมภาษณ์ว่าน่าจะเป็นเกม StarCraft เพราะผู้เล่นถูกบีบให้ตัดสินใจโดยที่ยังมีข้อมูลไม่ครบถ้วน เหตุเพราะมีเรื่องเวลามาเกี่ยวข้องด้วย รูปแบบจึงต่างไปจากการเล่นโกะหรือหมากรุก ที่ผู้เล่นทั้งสองฝ่ายมีข้อมูลครบถ้วน รู้แนวทางที่เป็นไปได้ทั้งหมดตลอดการแข่งขัน

เดินทางมาถึงกระดานที่ 4 สำหรับการแข่งขันหมากล้อมระหว่าง AlphaGo และ Lee Sedol โดยผลการแข่งขันวันนี้ Lee Sedol เอาชนะ AlphaGo ไปได้อย่างสวยงาม

Lee ใช้เวลา 2 ชั่วโมงจนหมด ในขณะที่ตอนนั้น AlphaGo ยังเหลือเวลาอยู่ถึง 1 ชั่วโมงกว่าๆ ทั้งคู่แข่งกันไปมาจนฝั่ง AlphaGo เหลือเวลา 54 วินาที ก่อนจะยอมแพ้ในที่สุด

ด้าน Demis Hassabis ผู้ก่อตั้ง DeepMind ทวีตว่า AlphaGo เดินพลาดตอนตาที่ 79 แต่เพิ่งจะรู้ตัวตอนตาที่ 87 ทำให้ความมั่นใจว่าจะชนะของ AlphaGo ดิ่งลงจาก 70% เหลือต่ำมาก (แต่ไม่ได้บอกว่าเท่าไหร่)

จังหวะที่ AlphaGo ยอมแพ้ บนหน้าจอคอมพิวเตอร์ขึ้นว่า "AlphaGo resigns: The result "W+Resign" was added to the game information"

ที่มา - YouTube: DeepMind

ความสำเร็จของ AlphaGo สร้างความสนใจต่อเทคโนโลยีด้าน AI ไปทั่วโลก เว็บไซต์ Business Insider ถามความเห็นจาก Richard Sutton ผู้เชี่ยวชาญด้าน AI จากมหาวิทยาลัย Alberta ในแคนาดา

Sutton บอกว่าพัฒนาการของ AlphaGo รวดเร็วมากเป็นประวัติการณ์ มันสามารถพัฒนาตัวเองจากการเล่นโกะชนะมือสมัครเล่น ไปถึงขั้นชนะผู้เล่นระดับท็อปได้ในเวลาไม่ถึงปี ปัจจัยความสำเร็จของ AlphaGo มีอยู่ 2 ประการสำคัญ อย่างแรกคืออัลกอริทึมแบบ Monte Carlo tree search ที่ใช้ตัดสินใจหาแนวทางการเดินหมากที่ดีที่สุด และเทคนิค Deep Learning ที่จำลองการทำงานของสมอง

เพิ่งจบลงไปกับการแข่งขันหมากล้อมกระดานที่ 2 ระหว่าง AlphaGo กับ LeeSedol โดยชัยชนะตกเป็นของ AlphaGo จาก DeepMind บริษัทวิจัยด้าน AI ซึ่งเป็นบริษัทลูกของกูเกิลอีกที

การแข่งขันนัดนี้เข้มข้นกว่านัดแรกเมื่อวานมาก โดยทั้งสองฝั่งได้ใช้เวลา 2 ชั่วโมงหมด ทำให้ถูกบังคับให้วางหมากภายใน 60 วินาทีในแต่ละตา และสุดท้าย Lee Sedol ได้โยนหมากยอมแพ้ไปอีกครั้ง

ซีอีโอของ DeepMind นาย Demis Hassabis ได้ทวีตระหว่างเกมว่า AlphaGo มั่นใจอยู่ตั้งแต่เข้าช่วงทดเวลาแล้วว่ามันจะชนะ แต่ทางผู้พากย์เกมทั้งสองคน ซึ่งหนึ่งในนั้นเป็นโปรหมากล้อมระดับ 9 ดั้งของสหรัฐอเมริกา กลับมีความเห็นไม่ตรงกัน

หลังจากเกมจบลง เขาก็ทวีตอีกว่า AlphaGo ได้เล่นหมากที่สวยงามในเกมนี้ด้วย

การแข่งกันหมากล้อมนัดหยุดโลกระหว่าง AlphaGo และ Lee Sedol กระดานที่สองได้จบลงแล้ว โดย AlphaGo ชนะ Lee Sedol

ในเกมรอบนี้ Lee Sedol ใช้เวลาคิดก่อนวางหมากแต่ละตามากกว่ารอบเมื่อวานอย่างเห็นได้ชัด เขาใช้เวลา 2 ชั่วโมงที่มีจนหมด จึงถูกบังคับให้วางหมากในแต่ละตาหลังจากนั้นภายใน 60 วินาที ขณะนั้น AlphaGo เหลือเวลาประมาณ 20 นาที แต่ก็สู้กันไปมาจนฝั่ง AlphaGo ใช้เวลาจนหมดเช่นกัน

หลังถูกบังคับให้ลงหมากภายใน 60 วินาที ผู้เล่นจะมีเวลาสำรองอีกคนละ 3 นาทีในกรณีที่ไม่สามารถลงหมากได้ทัน ซึ่ง Lee ก็ใช้ไป 2 นาที เหลือ 1 นาที ก่อนจะโยนหมากยอมแพ้ในที่สุด

ขณะนี้ AlphaGo ชนะไปแล้ว 2 ใน 5 กระดานครับ

ที่มา - YouTube: DeepMind

หลังจาก AlphaGo ชนะ Lee ในการแข่งขันโกะวันแรก ขณะนี้การแข่งขันโกะระหว่างทั้งคู่ในวันที่สองจบลงแล้ว ผลคือ AlphaGo ชนะ Lee เป็นครั้งที่สอง (Lee ยอมแพ้ทั้งสองครั้ง)

นั่นแปลว่า Lee ไม่สามารถชนะด้วยแต้ม 4-1 เหมือนที่เคยให้ข่าวไว้ได้ และถ้า Lee ต้องการชนะ สามตาต่อไปต้องชนะรวดเท่านั้น

พรุ่งนี้พักการแข่งขันหนึ่งวัน ก่อนกลับมาแข่งสามนัดที่เหลือต่อในวันเสาร์ อาทิตย์ และอังคาร

ที่มา: Match 2 - Google DeepMind Challenge Match: Lee Sedol vs AlphaGo

การแข่งขันโกะนัดหยุดโลกระหว่าง AlphaGo และ Lee Sedol เพิ่งจบลง ผลการนับแต้มเป็นฝ่าย AlphaGo ชนะไป

ก่อนหน้านี้ Lee Sedol ระบุว่าน่าจะชนะ 4-1 ตาราง ทำให้อีก 4 เกมที่เหลือคงต้องชนะทั้งหมดถ้าจะทำได้ตามที่ระบุไว้

การแข่งนัดที่สองจะเริ่มพรุ่งนี้

ในโลกยุคปัจจุบันที่ภาพยนตร์ใหม่ๆ เกิดขึ้นมามากมาย หลายครั้งที่แม้จะเคยประทับใจกับภาพยนตร์มากๆ แต่พอจะกลับไปหากลับจำได้เลือนราง และมิอาจนึกชื่อเรื่องที่อยากชมได้อีก ใครที่กำลังประสบปัญหาที่ว่าอยู่ ตอนนี้มีตัวช่วยมาแล้ว

ตัวช่วยที่ว่านี้คือ Val.ai ผลงานของ Valossa ผู้พัฒนาปัญญาประดิษฐ์สำหรับช่วยค้นหาชื่อภาพยนตร์ที่ต้องการโดยอาศัยข้อมูลเพียงเล็กน้อยในเรื่องที่กำลังค้นหา โดยระบบเบื้องหลัง Val.ai คือปัญญาประดิษฐ์ที่สามารถวิเคราะห์ตัวภาพยนตร์เพื่อแยกแยะองค์ประกอบภายในมาเป็นแนวเรื่อง นักแสดง สถานที่ เป็นต้น

ใกล้เข้าไปทุกขณะสำหรับศึกการแข่งขันโกะระหว่างแชมป์โลกโกะคนปัจจุบัน Lee Sedol และปัญญาประดิษฐ์ที่ถล่มแชมป์ยุโรปมาขาดลอยอย่าง AlphaGo กำลังจะเริ่มแข่งขันนัดแรกกันในวันพรุ่งนี้แล้ว

การแข่งขันนัดแรกของ Lee Sedol และ AlphaGo จัดขึ้นที่โรงแรม Four Seasons ในเมืองโซล ประเทศเกาหลีใต้ในเวลาบ่ายโมง หรือ 11 โมงตามเวลาบ้านเรา โดยผู้ที่สนใจดูถ่ายทอดสดสามารถเข้าไปติดตามได้จาก YouTube

ใช่ว่าจะมีแต่ภาคธุรกิจที่ขมักเขม้นพัฒนารถยนต์ไร้คนขับ งานวิจัยของสถาบันการศึกษาอย่าง Stanford ก็มีการพัฒนารถยนต์ไร้คนขับเช่นกัน ล่าสุดทีมวิจัยได้นำรถยนต์ไร้คนขับของพวกเขาไปวิ่งทดสอบในสนามแข่ง โดยเน้นทดสอบระบบควบคุมรถในขณะวิ่งด้วยความเร็วสูง

เวลาดูภาพถ่ายใดๆ ถ้าในภาพนั้นมีสถานที่สำคัญ เราคงบอกได้ไม่ยากว่าภาพนั้นถูกถ่ายที่ไหน แต่ถ้าเป็นภาพธรรมดาไม่มีอะไรพิเศษ การแยกแยะสถานที่ถ่ายภาพนั้นย่อมยากขึ้นเยอะ ต้องอาศัยบริบทต่างๆ เช่น ต้นไม้ สถาปัตยกรรม ฯลฯ เข้าช่วย (ลองท้าทายความสามารถด้วยการเปิดเว็บ Geoguessr ที่ดึงภาพจาก Street View มาให้เราทายว่าอยู่ที่ไหนในโลก)

ทีมวิจัยของกูเกิลเปิดตัว PlaNet ปัญญาประดิษฐ์ที่เกิดจากการเทรน deep learning ตัวใหม่ สามารถคาดเดาได้ว่าภาพนั้นถูกถ่ายจากที่ไหน ด้วยความแม่นยำที่เหนือกว่ามนุษย์ด้วยซ้ำ

เมื่อปลายปีที่แล้ว กูเกิลเปิดตัว TensorFlow ไลบรารีสำหรับการคำนวณจากข้อมูลเพื่อสร้างโมเดล Machine Learning ล่าสุดกูเกิลเปิดตัวเครื่องมืออีกตัวที่ใช้คู่กันคือ TensorFlow Serving

TensorFlow ตัวหลักออกแบบมาสำหรับสร้างโมเดล machine learning จากข้อมูลปริมาณมากๆ (training) ส่วน TensorFlow Serving ใช้หลังจากได้โมเดลเรียบร้อยแล้ว และต้องการนำโมเดลมาใช้งานต่อ (serving) โดยสามารถปรับเปลี่ยนโมเดลได้ในอนาคตถ้าต้องการ

หลังจากที่ AlphaGo ผลงานปัญญาประดิษฐ์ของ Google สามารถเล่นโกะเอาชนะแชมป์ยุโรปไปได้ 5 กระดานรวด ศึกถัดไปของ AlphaGo คือการแข่งขันกับ Lee Sedol มืออาชีพโกะ 9 ดั้งจากเกาหลีผู้รั้งตำแหน่งแชมป์โลก ล่าสุดฝั่ง Sedol ก็ให้สัมภาษณ์ว่ามั่นใจกับการแข่งขันที่กำลังจะมาถึงนี้มาก

Sedol แชมป์โลกวัย 32 ปีให้สัมภาษณ์แก่ AP ว่าเขาไม่เพียงตั้งเป้าจะเอาชนะ AlphaGo ให้ได้เท่านั้น แต่จะเอาชนะให้ได้ทั้งหมด 5 กระดานที่จะแข่งกัน หรืออย่างแย่ก็ต้องชนะ 4-1 โดยเขาประเมินจากการแข่งขันที่ AlphaGo เอาชนะ Fan Hui แชมป์ยุโรปไปแบบช็อควงการเมื่อเดือนตุลาคมปีก่อนว่า AlphaGo ยังมีทักษะไหวพริบด้อยกว่าเขาอยู่เล็กน้อย

ที่งาน TED2016 มูลนิธิ X Prize ซึ่งเป็นมูลนิธิที่ให้เงินกับการพัฒนาเทคโนโลยีใหม่ๆ นำโดย Peter Diamandis และ IBM โดย David Kenny ผู้จัดการแผนก IBM Watson ประกาศเปิดโครงการแข่งขันด้านปัญญาประดิษฐ์ (Artificial Intelligence: A.I.) โดยเป็นการแข่งขันยาวนาน 4 ปี

ผู้เข้าแข่งขันต้องนำเสนอโครงการที่สร้างนวัตกรรมใหม่ โดยใช้เทคโนโลยีปัญญาประดิษฐ์และ cognitive computing (ในที่นี้คือ Watson) เข้ามาร่วมพัฒนา โดยไม่จำกัดสาขาและประเด็น ซึ่งแต่ละทีมในแต่ละปี จะต้องไปแข่งกันที่งาน World of Watson ซึ่งเป็นงานประจำปีของ IBM Watson จากนั้นก็จะแข่งไปเรื่อยๆ จนได้ 3 ทีมที่ดีที่สุด นำเสนอไอเดียและความคืบหน้าที่งาน TED2020

ที่งาน ISSCC ทีมวิจัยจาก MIT เสนอสถาปัตยกรรมซีพียู Eyeriss ที่ออกแบบมาเพื่อการจำลองเครือข่ายประสาทเทียมโดยเฉพาะ ทำให้สามารถสร้างคอมพิวเตอร์ที่ประมวลผลแบบปัญญาประดิษฐ์ระดับสูงในชิปที่กินพลังงานต่ำได้

สถาปัตยกรรมคอมพิวเตอร์ทุกวันนี้มักอาศัยการสื่อสารระหว่างซีพียูผ่านหน่วยความจำหลักขนาดใหญ่ แม้แต่ชิปกราฟิกที่มีคอร์ขนาดเล็กจำนวนมากๆ ก็ยังต้องสื่อสารผ่านหน่วยความจำหลักอยู่ดี แต่ Eyeriss เปิดช่องทางให้แต่ละคอร์มีหน่วยความจำขนาดเล็กเป็นของตัวเองและสื่อสารกันได้โดยตรงล้อรูปแบบมาจากการประมวลผลเครือข่ายประสาทเทียม ขณะที่ช่องทางการสื่อสารระหว่างคอร์ก็สามารถปรับแต่งเส้นทางได้

AlphaGo ผลงานปัญญาประดิษฐ์จาก DeepMind บริษัทลูกของกูเกิลที่ออกแบบมาเพื่อเล่นโกะโดยเฉพาะ หลังจากได้รับชัยชนะจากแชมป์โกะยุโรปเมื่อเดือนก่อน ก็ได้คู่แข่งคนต่อไปในเดือนมีนาคมนี้แล้ว

คู่แข่งคนต่อไปของ AlphaGo คือ Lee Sedol นักเล่นโกะอัจฉริยะสัญชาติเกาหลีใต้ที่สอบผ่านมืออาชีพตั้งแต่อายุเพียง 12 ปี และอยู่ในระดับสูงสุดของวงการมืออาชีพที่ 9 ดั้งมากกว่า 10 ปี โดยการแข่งขันกับ Sedol ครั้งนี้ของ AlphaGo จะต่างออกไปจากครั้งที่เจอกับ Fan Hui ตรงที่การแข่งขัน 5 เกมจะถูกถ่ายทอดสดผ่าน YouTube ในวันที่ 9/10/12/13/15 มีนาคมนี้

Microsoft Garage โครงการส่งเสริมให้พนักงานสร้างแอพนอกเวลางานปกติ เผยผลงานล่าสุด Mimicker Alarm แอพนาฬิกาปลุกที่จะบังคับให้ผู้ใช้ตื่นผ่านการเล่นเกม โดยหากเล่นเกมไม่ทันเวลาที่กำหนดจะถือว่ายังไม่ตื่นและจะมีการปลุกอีกครั้ง

เกมที่จะถูกสุ่มขึ้นมามีทั้งการเซลฟี่ พูดข้อความ หรือถ่ายภาพวัตถุตามที่แอพระบุ

แอพนี้ใช้ Project Oxford โครงการพัฒนา API ด้านการแยกแยะภาพ-เสียงด้วยเทคนิค machine learning ของไมโครซอฟท์

ดาวน์โหลดได้แล้วที่ Google Play Store ครับ

กูเกิลประกาศความสำเร็จในซอฟต์แวร์ปัญญาประดิษฐ์ AlphaGo ที่เป็นเครือข่ายประสาทเทียมระดับลึก (deep neural networks) ทดสอบโดยการแข่งขันกับซอฟต์แวร์ปัญญาประดิษฐ์อื่นๆ ถึง 500 กระดานแล้วแพ้เพียงกระดานเดียว หลังจากนั้นจึงเชิญ Fan Hui แชมป์โกะยุโรป มาแข่งขันกับ AlphaGo ที่สำนักงานในลอนดอนจำนวน 5 กระดาน และ AlphaGo ก็สามารถชนะได้ทั้งหมด

AlphaGo เป็นเครือข่ายประสาทเทียมที่ลึกถึง 12 ชั้นและมีนิวรอนหลายล้านชุด กระบวนการทำงานมีสองเครือข่ายขนานกัน คือ policy network สำหรับการตัดสินใจว่าจะเดินหมากต่อไปอย่างไร และ value network สำหรับการคาดเดาโอกาสชนะในกระดานนั้นๆ

CNTK เป็นชุดเครื่องมือพัฒนาปัญญาประดิษฐ์ของไมโครซอฟท์ที่เปิดซอร์สออกสู่สาธารณะมาก่อนหน้านี้แล้วแต่จำกัดการใช้งานเฉพาะการศึกษาเท่านั้น แต่หลังจากที่กูเกิลปล่อย TensorFlow ออกมา ทางไมโครซอฟท์ก็ปรับสัญญาอนุญาตของ CNTK เสียใหม่และย้ายโค้ดไปยัง GitHub

ไมโครซอฟท์ชูจุดเด่นของ CNTK ว่าทำงานได้เร็วกว่าชุดเครื่องมืออื่นๆ มาก และทำงานข้ามเครื่องได้โดยที่ประสิทธิภาพที่เพิ่มขึ้นค่อนข้างดี

ถ้าใครกำลังศึกษาปัญญาประดิษฐ์ ก็อาจจะมีตัวเลือกต้องพิจารณาเพิ่มเติมครับ

Marvin Minsky ผู้บุกเบิกวิชาปัญญาประดิษฐ์และเครือข่ายประสาทเทียม (neural networks) เสียชีวิตจากภาวะเลือดออกในสมองเมื่อวันที่ 24 มกราคมที่ผ่านมา เมื่อเขาอายุ 88 ปี

เขาเป็นผู้ร่วมก่อตั้งห้องแล็บ M.I.T. Artificial Intelligence Project กับ John McCarthy เป็นจุดเริ่มต้นของการใช้คำว่าปัญญาประดิษฐ์ (artificial intelligence)

นอกจากงานวิชาการแล้ว เขายังเขียนหนังสืออีกหลายเล่ม เป็นที่ปรึกษาในการสร้างภาพยนตร์ 2001: A Space Odyssey และสร้างสิ่งประดิษฐ์อีกหลายอย่าง

ที่มา - The New York Times