Amazon SageMaker เป็นบริการตัวหนึ่งของ AWS ทำหน้าที่สร้างโมเดล machine learning บนคลาวด์ของ AWS จุดเด่นคือการนำข้อมูลจากบริการ S3, RDS, DynamoDB, Redshift มาใช้งานได้ง่าย

SageMaker รองรับเฟรมเวิร์คด้าน machine learning ยอดนิยมไม่ว่าจะเป็น TensorFlow, MXNet, Keras, Gluon, Pytorch, Caffe2, CNTK และอื่นๆ รวมถึงมีบริการช่วยให้เราเทรนโมเดลได้ง่ายภายในคลิกเดียว (ระบบอัตโนมัติจะสร้าง VM บน EC2 เพื่อรันงานให้เสร็จสรรพ)

ล่าสุด AWS ประกาศเปิดซอร์สคอนเทนเนอร์ TensorFlow และ MXNet ที่ SageMaker ใช้งานอยู่, เปิดให้ดาวน์โหลดคอนเทนเนอร์ไปรันบน local บนเครื่องตัวเอง และอัพเกรดเวอร์ชันซอฟต์แวร์เป็น TensorFlow 1.6.0 กับ MXNet 1.1.0 ด้วย

มีรายงานข่าวว่า Google ร่วมมือกับกระทรวงกลาโหมสหรัฐฯ ใช้ AI ช่วยวิเคราะห์ฟุตเทจจากโดรน หรือในชื่อว่า Project Maven เมื่อพนักงาน Google รู้เรื่องความร่วมมือทำให้พวกเขาไม่พอใจอย่างมาก

ล่าสุดพนักงาน Google กว่า 3,100 คน เขียนจดหมายเปิดผนึกเรียกร้องให้ Google ถอนตัวจากโครงการดังกล่าว โดยให้เหตุผลว่า เทคโนโลยีของ Google ไม่ควรเข้าไปเป็นส่วนหนึ่งของธุรกิจด้านสงคราม เพราะการมีส่วนร่วมนี้ไม่สอดคล้องกับแก่นหลักในการดำเนินธุรกิจของ Google

The New York Times รายงานว่าแอปเปิลได้คว้าตัว John Giannandrea ซึ่งเคยเป็นหัวหน้าฝ่ายเสิร์ชและ AI ของกูเกิลมาร่วมงาน โดยเขาจะรับผิดชอบงานด้านยุทธศาสตร์ของ Machine Learning และ AI ของแอปเปิล ตำแหน่งขึ้นตรงกับซีอีโอ Tim Cook

คาดว่าภารกิจหลักของ Giannandrea ก็คือการปรับปรุงการทำงานของ Siri และฟีเจอร์อื่นที่เกี่ยวข้องในสินค้าของแอปเปิลทั้งเครือ ซึ่งช่วงที่ผ่านมา Siri มีข้อจำกัดและทำงานได้น้อยกว่าคู่แข่งรายอื่นมาก แต่ส่วนหนึ่งก็เป็นเพราะแอปเปิลเลือกโฟกัสความเป็นส่วนตัวของผู้ใช้งานเป็นหลัก ทำให้มีข้อมูลมาเรียนรู้น้อยกว่าคู่แข่ง

Google รายงานการใช้เทคโนโลยี TensorFlow เพื่อปกป้องการลักลอบตัดไม้ทำลายป่า ซึ่งปัจจุบันการตัดไม้ทำลายป่านั้นปล่อยก๊าซเรือนกระจกคิดเป็นหนึ่งในห้าของสาเหตุการปล่อยก๊าซเรือนกระจกทั้งหมด

Google ได้ร่วมมือกับ Rainforest Connection ซึ่งเป็นกลุ่มวิศวกรที่เน้นการพัฒนาเทคโนโลยีสำหรับคนท้องถิ่น อย่างเช่นชาว Tembé ซึ่งอยู่ในใจกลางอเมซอน เพื่อพัฒนาเทคโนโลยีให้พวกเขาสามารถปกป้องถิ่นที่อยู่ของตัวเองได้ และจะเป็นการปกป้องการเปลี่ยนแปลงสภาพภูมิอากาศที่เกิดจากการตัดไม้ทำลายป่าอีกด้วย

แอปเปิลประกาศความร่วมมือกับ IBM โดยเปิดให้นักพัฒนาแอปบนแพลตฟอร์มแอปเปิล สามารถสร้างโมเดลจาก Machine Learning บน Watson และแปลงโมเดลที่เทรนด์เรียบร้อยแล้วออกมาให้รันได้บนแอปผ่าน Core ML ของแอปเปิล

ทาง IBM ได้พัฒนาคอนโซลบนคลาวด์ สำหรับแปลงโมเดลที่สร้างบน Watson ให้สามารถนำไปใส่และรันในแอปของแอปเปิลให้โดยเฉพาะด้วย ขณะเดียวกันนักพัฒนาก็สามารถส่งข้อมูลต่างๆ จากแอปบนสมาร์ทโฟนกลับขึ้นไปบน Watson เพื่อเทรนด์โมเดลอัลกอริทึม Machine Learning ที่สร้างขึ้นได้ด้วยเช่นกัน

ที่มา - TechCrunch

ไมโครซอฟท์ประกาศความสำเร็จในการพัฒนาระบบ AI แปลภาษา โดยสามารถแปลข่าวจากภาษาจีนเป็นภาษาอังกฤษได้ในระดับทัดเทียมกับมนุษย์

ระบบ machine translation ของไมโครซอฟท์ใช้เทคนิคหลายอย่างช่วยกันยกระดับคุณภาพการแปล โดยสามารถแปลชุดทดสอบ newstest2017 ที่นำข้อความจากหน้าสื่อจริงๆ จำนวน 2,000 ประโยคมาใช้งาน แล้วตรวจสอบคุณภาพเทียบกับการแปลของนักแปลมืออาชีพ 2 กลุ่มที่ไม่เกี่ยวข้องกัน ผลที่ได้ออกมาทัดเทียมกัน

ไมโครซอฟท์เผยแพร่งานวิจัยชิ้นนี้ต่อสาธารณะ และจะนำเทคนิคที่พัฒนาขึ้นไปใช้กับผลิตภัณฑ์ของตัวเองต่อไป เทคนิคเหล่านี้ได้แก่

เมื่อไม่นานมานี้ Anaconda, Inc. ผู้พัฒนาแพลตฟอร์ม data science ชื่อดังได้ประกาศความร่วมมือกับไมโครซอฟท์ เพื่อนำ Anaconda Python ไปใช้งานภายในผลิตภัณฑ์และบริการของไมโครซอฟท์เริ่มต้นจาก Azure Machine Learning, Machine Learning Server, Visual Studio และ SQL Server (อ่านรายละเอียดทั้งหมดที่นี่)

ผลจากข้อตกลงดังกล่าวทำให้ทางฝั่ง Anaconda ได้รับสิทธิแจกจ่ายเครื่องมือพัฒนาของไมโครซอฟท์อย่าง Visual Studio Code เช่นกัน โดยตั้งแต่กลางเดือนกุมภาพันธ์ที่ผ่านมาทางบริษัทได้ผนวก VS Code เข้ามาในตัวติดตั้งของ Anaconda distribution เครื่องมือจัดการแพคเกจ Python ซึ่งกำลังเป็นที่นิยมอย่างมาก เพื่อช่วยให้ผู้ใช้ Anaconda ใช้งาน VS Code ได้สะดวกขึ้น

ในยุคสมัยที่ AI กำลังมาแรงสุดๆ แต่โลกกับขาดแคลนผู้มีทักษะความสามารถด้าน AI อย่างมาก ส่งผลให้กูเกิลตัดสินใจนำคอร์สวิชา Machine Learning ที่เดิมทีเปิดสอนเฉพาะพนักงานของตัวเอง มาเปิดให้คนทั่วไปเรียนกันฟรีๆ

คอร์สนี้มีชื่อว่า Machine Learning Crash Course (MLCC) เป็นบทเรียนวิชา machine learning เบื้องต้น ใช้เวลาเรียนทั้งหมด 15 ชั่วโมง ประกอบด้วยเนื้อหา 25 บท วิดีโอเลคเชอร์ สไลด์ และแบบฝึกหัดต่างๆ อีกมาก

DeepMind เจ้าของผลงาน AlphaGo ร่วมกับกระทรวงการทหารผ่านศึกของสหรัฐ (Department of Veteran Affairs) ในการพัฒนา Machine Learning เพื่อตรวจจับการเสื่อมลงของร่างกายผู้ป่วยที่กำลังอยู่ระหว่างการรักษาในโรงพยาบาล (Deterioration)

กลุ่มอาการแรกที่ DeepMind ร่วมกับกระทรวง VA คือภาวะไตวายเฉียบพลัน (Acute Kidney Injury) โดยเป้าหมายของ DeepMind คือให้ Machine Learning สามารถพบเจอภาวะที่เกิดไตวายเฉียบพลันได้เร็วที่สุด เพื่อให้แพทย์จะได้รักษาได้ทันการ และสาเหตุที่เลือกภาวะไตวายเฉียบพลันก่อนก็เพราะทั้งสององค์กรมีบุคลากรที่เชี่ยวชาญและองค์ความรู้อยู่แล้ว

DeepMind ยืนยันด้วยว่าข้อมูลทางการแพทย์ที่ใช้งานวิจัยนี้จะไม่มีข้อมูลส่วนตัวของผู้ป่วย

Google ประกาศเปิดตัวฟีเจอร์ใหม่ของ AdSense ชื่อว่า Auto Ads โดยใช้ machine learning ในการอ่านและวิเคราะห์หน้าเว็บเพื่อระบุว่าตำแหน่งไหนควรจะวางโฆษณาอะไรลงไป และจะวางไว้ที่ไหนที่จะทำให้ผู้ใช้สนใจโฆษณาพร้อมกับให้ประสบการณ์ในการท่องเว็บที่ดีไปพร้อมกัน

ฟีเจอร์นี้เริ่มเปิดให้ทดลองใช้แบบเงียบ ๆ ในวงจำกัดมาตั้งแต่ช่วงเดือนเมษายนปีที่แล้ว ตอนนี้ฟีเจอร์ดังกล่าวเปิดให้ผู้ใช้ทุกคนได้ใช้งานอย่างเป็นทางการแล้ว โดย Google กล่าวว่า สำนักข่าวที่เข้าร่วมทดสอบมีรายได้สูงขึ้นตั้งแต่ 5-15 เปอร์เซ็นต์ ซึ่งโดยเฉลี่ยแล้วรายได้ของสำนักข่าวที่ใช้ฟีเจอร์นี้เพิ่มขึ้นที่ประมาณ 10 เปอร์เซ็นต์

ARM ตามกระแสหน่วยประมวลผลยุคใหม่ ที่เริ่มต้องมีหน่วยประมวลผลสำหรับ AI แยกเฉพาะ เปิดตัว Project Trillium สำหรับสถาปัตยกรรมซีพียูยุคหน้า เพิ่มหน่วยประมวลผล AI เข้ามานอกเหนือจากซีพียูและจีพียู

Project Trillium ประกอบด้วย

เมื่อกลางปีที่แล้ว กูเกิลเปิดตัว TPU (Tensor Processing Unit) ชิปสำหรับประมวลผล deep learning รุ่นที่สอง พร้อมจับขึ้นคลาวด์เพื่อให้คนทั่วไปใช้งาน โดยช่วงแรกยังจำกัดเฉพาะนักวิจัยเท่านั้น

เวลาผ่านมาเกือบปี Cloud TPU เปิดบริการรุ่นเบต้าบน Google Cloud Platform (GCP) สักที คนทั่วไปสามารถนำงานด้าน machine learning มาเทรนโมเดลบน Cloud TPU เพื่อเร่งความเร็วให้ได้มากขึ้น (Cloud TPU หนึ่งตัวมีสมรรถนะสูงสุด 180 tflops และแรม 64GB)

Josh Lovejoy ผู้ออกแบบ UX ของกูเกิล เขียนบล็อกอธิบายเบื้องหลังการทำงานของ Google Clips กล้อง AI ที่กูเกิลบอกว่าสามารถตัดสินใจบันทึกภาพช่วงเวลาสำคัญได้ด้วยตัวมันเอง ซึ่งมีรายละเอียดน่าสนใจหลายอย่าง

แนวทางออกแบบนั้นกูเกิลเรียกว่าเป็น Machine Learning แบบที่มีคนเป็นศูนย์กลาง โดยต้องทำให้แน่ใจว่าผลลัพธ์ที่ได้นั้นคนจะพึงพอใจด้วย ไม่ใช่พึ่งพาการตัดสินใจของ ML ฝ่ายเดียว กูเกิลจึงจ้างช่างภาพมืออาชีพในหลากหลายแนวมาช่วยเลือกว่าภาพแบบไหนที่เรียกว่าดี และดูมีความสำคัญ ตั้งแต่ช่างภาพสายนักข่าว, สายสารคดี ไปจนถึงแนวศิลปะ

กระแส IoT ในปีที่ผ่านมาคงเริ่มเป็นเรื่องที่ได้รับความสนใจมากขึ้นเรื่อยๆ เมื่อข้อมูลเหล่านี้สามารถนำมาใช้งานได้ดีขึ้นเรื่อยๆ จากเทคนิคการประมวลผลข้อมูลที่ก้าวหน้าไปมากในช่วงหลายปีที่ผ่านมา

เมื่องาน IBM 65 ปีในไทยมีการยกตัวอย่างหนึ่งของปตท. ที่ได้ลงระบบทำนายการซ่อมบำรุงล่วงหน้า (predictive maintenance) เพื่อใช้ข้อมูลจากเซ็นเซอร์จำนวนมากมาบอกเครื่องยนต์ในโรงงานมีโอกาสเสียหายหรือต้องการซ่อมบำรุงมากน้อยเพียงใด เมื่อผมไปร่วมงานและเห็นว่าน่าสนใจจึงขอไปพูดคุยกับผู้บริหารปตท. และผู้บริหาร Triple Dot บริษัทผู้ให้คำปรึกษาในโครงการนี้

คนแถวนี้คงพอทราบอยู่แล้วว่า Netflix มีการเก็บข้อมูลผู้ชมภาพยนตร์และซีรี่ส์ เพื่อนำมาใช้พัฒนาคอนเทนต์ใหม่ๆ ที่น่าจะทำให้ผู้ชมถูกใจ รวมทั้งใช้แนะนำคอนเทนต์อื่นที่น่าสนใจสำหรับแต่ละบุคคล แต่ Netflix มีการทดลองที่ลึกซึ้งมากกว่านั้น นั่นคือการเลือกแบนเนอร์กราฟิกที่เหมาะสมกับแต่ละบุคคล เพื่อทำให้เราตัดสินใจชมคอนเทนต์นั้นๆ ง่ายขึ้นด้วย

Netflix อธิบายกระบวนการนี้ในบล็อกของบริษัท บอกว่าการค้นหาคอนเทนต์ที่แต่ละคนน่าจะถูกใจนั่นคือสิ่งที่ Netflix ทำได้แล้ว งานถัดไปจึงเป็นการพยายามชักจูงให้เราตัดสินใจชมคอนเทนต์นั้นให้ได้ โดยเฉพาะกับเนื้อเรื่องที่คนนั้นไม่ค่อยคุ้น โดยนำเสนอด้วยภาพกราฟิกที่เหมาะกับแต่ละคน เช่น ภาพฉากการกระทำตัวละครที่น่าจะตรงใจเรามากขึ้น, ภาพนักแสดงที่เราน่าจะคุ้นเคย เป็นต้น

เราได้เห็นการนำปัญญาประดิษฐ์ มาประยุกต์ใช้ทางการแพทย์มาแล้วหลายโครงการ ทั้งการวินิจฉัยปอดบวม, การทำนายภาวะออทิสติก และตรวจหาเซลล์มะเร็ง ล่าสุด ทีมนักวิจัยจากบริษัท Human Longevity ที่ทำการศึกษาเกี่ยวกับพันธุศาสตร์มนุษย์ ได้รายงานผลงานวิจัยเรื่อง การทำนายรูปลักษณ์ภายนอกจากสารพันธุกรรม (DNA) โดยใช้ machine learning ลงในวารสาร Proceedings from the National Academy of Sciences (PNAS)

Botnik Studios ชุมชนนักเขียน, ศิลปิน,นักพัฒนาที่ทำงานด้วย Machine learning ใช้เทคโนโลยี predictive keyboard เขียนนิยายเรื่อง Harry Potter บทใหม่ต่อจากเรื่องเดิม ปรากฏว่าเนื้อเรื่องใหม่กลับกลายเป็น Harry Potter สายดาร์ก และประหลาดอย่างยิ่ง

เริ่มจากทีมงานป้อนข้อมูลนิยายทั้ง 7 เล่มใส่ระบบและให้โปรแกรมสร้างนิยายบทใหม่ออกมาโดยมีชื่อตอนว่า Harry Potter and the Portrait of What Looked Like a Large Pile of Ash ชื่อตอนไม่แปลกประหลาดเท่าเนื้อหาข้างใน เช่น แฮร์รี่กินสมาชิกในครอบครัวของเฮอร์ไมโอนี่, แฮร์รี่ฉีกลูกตาและศรีษะของตัวเองจากนั้นก็โยนเข้าไปในป่า ซึ่งช่วงแรกของนิยายก็เริ่มต้นอย่างสมเหตุสมผล แต่หลังจากนั้นเรื่องราวก็เริ่มแปลกและไร้สาระ

ช่วงเวลาสิ้นปี บริษัทด้านความปลอดภัยไซเบอร์ต่างออกมาคาดการณ์ภัยคุกคามที่จะเปิดขึ้นในปีถัดไป บริษัท Symantec คาดการณ์ว่าอุปกรณ์ IoT และบล็อกเชนจะถูกเพ่งเล็งจากอาชญากรไซเบอร์ และยังระบุว่าแฮกเกอร์จะใช้ AI และ Machine Learning เป็นเครื่องมือโจมตี และมีโอกาสที่เราจะได้เห็น AI ฝั่งแฮกเกอร์ กับ AI ฝั่งความปลอดภัยต่อสู้กัน

AWS เปิดตัวโครงการให้เงินทุนสำหรับการวิจัยด้าน machine learning ในชื่อว่า AWS Machine Learning Research Awards โดยใช้คลาวด์ของ Amazon โดยจะให้เป็นรางวัลกับสถาบันที่ทำการวิจัย และเครดิตในการใช้แพลตฟอร์ม AWS เพื่อช่วยดึงดูดให้นักวิจัยมาใช้แพลตฟอร์มของ AWS มากยิ่งขึ้น

AWS เปิดตัวบริการให้คำปรึกษาเกี่ยวกับ machine learning ในชื่อว่า Amazon ML Solutions Lab เพื่อให้ลูกค้าสามารถปรึกษาและเรียนรู้กับผู้เชี่ยวชาญ machine learning จาก Amazon ในการสร้างโมเดลได้ เพื่อช่วยเหลือภาคธุรกิจที่ต้องการใช้งาน machine learning แต่ไม่มีผู้เชี่ยวชาญและเป็นการตอบโจทย์ปัญหาการขาดแคลนผู้มีความรู้ความสามารถในด้านนี้

กูเกิลประกาศไว้ในงาน I/O 2017 ว่าจะนำเอนจิน TensorFlow Lite มาสู่ Android Oreo เพื่อให้สามารถประมวลผล deep learning ภายในมือถือได้โดยไม่ต้องส่งข้อมูลออกไปนอกเครื่อง

วันนี้ TensorFlow Lite เปิดให้ทดสอบแบบ developer preview แล้ว มันสามารถนำไปใช้งานได้หลากหลายอุปกรณ์ โดยเริ่มจาก Android, iOS และในอนาคตจะรันบนอุปกรณ์ IoT ได้ด้วย

จากกรณีมีผู้ทดลองปลดล็อก Face ID บน iPhone X โดยใช้ใบหน้าของน้องชายที่คล้ายกันแล้วสามารถปลดล็อกได้ จนเป็นกระแสว่า Face ID น่าจะมีช่องโหว่เยอะนั้น ล่าสุดเจ้าของคลิปได้ออกมายอมรับแล้วว่า iPhone X นี้มีการตั้งค่าหลอกเอาไว้ก่อนถ่ายทำคลิป ทำให้สามารถปลดล็อกได้

Uber เปิดตัวภาษาโปรแกรมมิ่งแบบใหม่ชื่อว่า Pyro โดยมีจุดประสงค์สำหรับการเน้นให้นักพัฒนาสร้างโมเดลความเป็นไปได้ (probabilistic model) สำหรับการวิจัยด้าน AI ซึ่งถือเป็นโครงการที่เผยสู่สาธารณะครั้งแรกของ Uber AI Labs ซึ่งเป็นแล็บพัฒนาด้าน machine learning และนำผลวิจัยมาประยุกต์ใช้กับสิ่งต่าง ๆ เช่น รถยนต์ขับเคลื่อนอัตโนมัติ, การบินในเมือง, การปรับปรุงเมือง และความปลอดภัยในการขับขี่ยานพาหนะ

กูเกิลเปิดตัว Android 8.1 Developer Preview โดยมีฟีเจอร์สำคัญคือเปิด Neural Networks API สำหรับการประมวลผล machine learning ภายในตัวฮาร์ดแวร์ และรองรับ Android Go สำหรับอุปกรณ์แรมน้อยกว่า 1GB

Android 8.1 ยังจะขยับเลข API level เป็น 27, ปรับปรุงฟีเจอร์ Autofill ที่เพิ่มเข้ามาใน 8.0, เพิ่ม Shared memory API สำหรับเข้าถึงข้อมูลที่ใช้ร่วมกันระหว่างแอพ, เพิ่มตัวเลือกแสดงสถานะแบตเตอรี่ของอุปกรณ์ Bluetooth บนหน้าจอมือถือ, เปิดใช้งานชิป Pixel Visual Core บน Pixel 2

ปีที่แล้ว Adobe เปิดตัว AI ของตัวเองที่ชื่อ Sensei ซึ่งยังไม่มีพรีวิวการทำงานให้เห็น แต่ในงาน Adobe MAX ปีนี้มีการแสดงความสามารถทางด้าน AI ออกมาแล้ว ทั้งระบบการทำงานด้วยคำสั่งเสียง, รู้จำใบหน้าและอื่นอีกมากมาย

Adobe ได้สาธิตการทำงานของ Sensei บน Photoshop โดยมันสามารถวิเคราะห์งานที่กำลังทำได้อัตโนมัติว่าเป็นงานแบบไหน มีองค์ประกอบอะไรบ้าง, ช่วยค้นหารูปภาพที่ใกล้เคียงใน collection, ตรวจจับใบหน้าของภาพได้ว่าเอียงไปทางไหน, ไดคัทพื้นหลังออกจากภาพคนให้อัตโนมัติและมีระบบ generate ภาพและข้อความตามรูปแบบงานที่กำลังทำอยู่ได้