เรียกได้ว่า Project Oxford โครงการพัฒนา API ด้านการแยกแยะภาพ-เสียงด้วยเทคนิค machine learning ของไมโครซอฟท์ ปล่อยของมาอย่างต่อเนื่อง ทั้งเว็บ How-Old.net ทายอายุจากใบหน้า, TwinOrNot.net เปรียบเทียบคนหน้าเหมือน และ Emotion API ทายอารมณ์ของคนในภาพถ่าย

เมื่อวันอังคารที่ผ่านมา IBM ประกาศโอเพนซอร์ส SystemML ซึ่งเป็นตัวแปลข้อมูลสากล (universal translator) สำหรับงานด้านข้อมูลขนาดใหญ่ (big data) และ machine learning อย่างเป็นทางการ โดยเป็นแผนการต่อเนื่องที่ประกาศว่าจะสร้างระบบวิเคราะห์ข้อมูลขนาดใหญ่ที่เรียกว่า Spark เมื่อเดือนมิถุนายนที่ผ่านมา โดยจะยกให้ Apache เป็นคนดูแลโครงการนี้อย่างเป็นทางการ และจะได้ชื่อว่า Apache SystemML

หน่วยงานวิจัยของ Microsoft Asia เปิดซอร์สโค้ดซอฟต์แวร์ Distributed Machine Learning Toolkit (DMTLK) สำหรับการเรียนรู้ของเครื่องคอมพิวเตอร์ โดยประมวลแบบกระจายศูนย์บนคอมพิวเตอร์หลายๆ เครื่อง

ไมโครซอฟท์ระบุว่าเปิดซอร์สโค้ดซอฟต์แวร์ชุดนี้ เพื่อกระตุ้นให้เกิดการวิจัยด้าน machine learning มากขึ้น ในชุดซอฟต์แวร์นอกจากตัวโปรแกรมหลัก ยังมีตัวอย่างอัลกอริทึมให้อีก 2 แบบ และตัวช่วยประมวผลภาษาธรรมชาติ Distributed Word Embedding ด้วย

โค้ดทั้งหมดเขียนด้วย C++ ใช้สัญญาอนุญาตแบบ MIT ดาวน์โหลดได้จาก GitHub

ผู้สนใจรายละเอียดของโครงการ ดูได้จาก DMTK.io

ถ้ายังจำกันได้ ไมโครซอฟท์เคยเปิดเว็บ How-Old.net ทายอายุจากใบหน้า และ TwinOrNot.net เปรียบเทียบคนหน้าเหมือน โครงการทั้งสองเป็นส่วนหนึ่งของ Project Oxford โครงการพัฒนา API ด้านการแยกแยะภาพ-เสียงด้วยเทคนิค machine learning

ของเล่นใหม่ล่าสุดของ Project Oxford คือ Emotion API ทายอารมณ์ของคนในภาพถ่าย เช่น โกรธ ตกใจ กลัว เศร้า ฯลฯ ใครอยากลองเข้าไปเล่นได้ที่ Emotion Recognition

Jay Parikh รองประธานฝ่ายวิศวกรรมของ Facebook เปิดเผยว่า Facebook 'อาจ' ปล่อยฟีเจอร์แสดงข้อความเตือนหากพ่อแม่อัพโหลดรูปภาพลูกตนเอง หรือบุคคลในครอบครัว แล้วมีการตั้งค่าเป็นสาธารณะ (public) ซึ่งอาจเป็นการละเมิดสิทธิของเด็กนั่นเอง

สิ่งที่น่าสนใจของฟีเจอร์นี้ ก็คือ Machine Learning ที่อยู่เบื้องหลังในการประมวลผลอย่างรวดเร็ว ซึ่งสามารถนำไปต่อยอดในการจัดการเนื้อหาอื่นบน Facebook เช่นรูปภาพอื่นที่ไม่เหมาะสม ก็สามารถลบออกไปได้อย่างรวดเร็ว และไม่ต้องใช้คนเข้าไปตรวจสอบ

ที่มา: The Next Web

กูเกิลเปิดตัว TensorFlow ไลบรารีสำหรับการคำนวณจากข้อมูลที่ไหลเข้ามาเป็น dataflow รองรับการกระจายงานไปยังซีพียูหรือชิปกราฟิกได้โดยไม่ต้องเขียนโค้ดใหม่ เน้นรองรับการพัฒนาระบบ machine learning โดยเฉพาะ

TensorFlow รองรับการจัดการกับข้อมูลรูปแบบต่างๆ ตั้งแต่กระบวนการง่ายๆ เช่น บวก ลบ คูณ หาร การจัดการสตริง เช่น ต่อสตริง ตัดสตริง ไปจนถึงการจัดการข้อมูลระดับสูง เช่น ฟังก์ชั่น SoftMax, Sigmoid, ReLU

ตัวไลบรารีมาพร้อมกับโปรแกรม TensorBoard ที่ใช้ดูเส้นทางของข้อมูลและเข้าไปดูได้ว่าแต่ละขั้นตอนมีพารามิเตอร์อย่างไรบ้าง

สัญญาอนุญาตเป็น Apache 2.0 สามารถนำไปพัฒนาเพื่อการค้าได้

แอพ Inbox for Gmail ประกาศฟีเจอร์ใหม่ Smart Reply ที่ช่วยคุณตอบเมลโดยไม่ต้องพิมพ์ โดยแอพจะอ่านเนื้อหาในอีเมล (แน่นอนว่ารองรับเฉพาะภาษาอังกฤษนะครับ) แล้วเขียนคำตอบสั้นๆ ที่เกี่ยวข้องกับเนื้อหาในเมลมาให้เราเลือก 3 อัน ผู้ใช้มีหน้าที่แค่เลือกคำตอบที่ดีที่สุด แล้วตอบเมลได้ทันที

ฟีเจอร์นี้เป็นผลงานของ Google Research ที่ใช้เทคนิคด้าน machine learning และ deep neural networks รวมถึงประสบการณ์การต่อสู้กับอีเมลสแปม และการจัดหมวดหมู่เมลอัตโนมัติของ Gmail/Inbox มาวิเคราะห์ภาษาในอีเมล วิธีการคือให้บ็อตอ่านอีเมลทีละคำ แล้วแยกความหมายแต่ละส่วน (กูเกิลเรียก thought vector หรือเวกเตอร์ความคิด) จากนั้นนำ thought vector มาประมวลผล แล้วค่อยๆ สังเคราะห์คำตอบขึ้นมาให้ผู้ใช้เลือก

ทีมนักวิจัยจาก Microsoft research ได้เผยงานวิจัยที่จะช่วยยืดอายุการใช้งานแบตเตอรี่ของแล็ปท็อปด้วยแนวทางใหม่ ที่ไม่ได้มุ่งไปในการพัฒนาเทคโนโลยีแบตเตอรี่ใหม่แต่เปลี่ยนไปเน้นการพัฒนาซอฟต์แวร์จัดการแบตเตอรี่ที่ฉลาดกว่าเดิมแทน

ไมโครซอฟท์เรียกงานวิจัยนี้ว่า Software Defined Batteries โดยใช้ซอฟต์แวร์เข้ามาช่วยร่วมกับการผนวกเอาแบตเตอรี่หลายประเภท (ที่มีคุณสมบัติในการคายประจุ/ชาร์จประจุต่างกัน) มารวมไว้ด้วยกัน ต่างจากอุปกรณ์ในปัจจุบันที่ใช้แบตเตอรี่ลิเทียมไอออนเพียงประเภทเดียวและจัดการโดยระบบที่อยู่บนตัวฮาร์ดแวร์

Zendesk ผู้พัฒนาซอฟต์แวร์ CRM สำหรับบริการลูกค้าชื่อดัง เตรียมนำเทคนิค machine learning เข้ามาช่วย "พยากรณ์" อารมณ์ของลูกค้าว่าแย่แค่ไหน เพื่อให้พนักงานเตรียมรับมือกับลูกค้าได้ทันท่วงที

ฟีเจอร์ใหม่ของ Zendesk เรียกว่า Satisfaction Prediction โดยจะนำฐานข้อมูลการบริหารลูกค้าจำนวนมหาศาลของ Zendesk มาวิเคราะห์ด้วยเทคนิค machine learning จากนั้นในอนาคต ถ้าหากลูกค้ามีแนวโน้มว่ากำลังโกรธหรืออารมณ์เสีย ระบบจะแจ้งเตือนพนักงานดูแลลูกค้าเป็นลำดับคะแนน 0-100 (0 คือแย่ที่สุด) เพื่อให้พนักงานสามารถจัดลำดับความสำคัญ มาช่วยดูแลลูกค้ากลุ่มนี้ก่อน

ฮิตาชิได้พัฒนาเทคโนโลยีที่ชื่อว่า Hitachi Visualization Predictive Crime Analytics (PCA) ใช้ในการคาดการณ์เวลาและตำแหน่งที่จะเกิดอาชญากรรมขึ้น โดยระบบ PCA นำข้อมูลจำนวนมหาศาลจากสถิติอาชญากรรม แผนที่ระบบขนส่งมวลชน การพูดคุยในสังคมออนไลน์ รายงานพยากรณ์อากาศและข้อมูลอื่นๆ แล้วใช้ Machine Learning ในการวิเคราะห์รูปแบบการเกิดอาชญากรรมออกมาด้วยตัวเองโดยไม่ใช้มนุษย์ ระบบ PCA สามารถระบุตำแหน่งที่จะเกิดอาชญากรรมในรัศมี 200 เมตรและระบุระดับภัยคุกคามกับบางตำแหน่งด้วย

ข่าวนี้มีสองเรื่องคู่กันนะครับ

IBM ประกาศเปิดตัวสำนักงานแห่งที่สองสำหรับแผนก Watson (เรียกว่า Watson Hub) อย่างเป็นทางการ โดยสำนักงานแห่งใหม่นี้ จะตั้งอยู่ที่ย่าน South of Market นครซานฟรานซิสโก รัฐแคลิฟอร์เนีย โดยจะเป็นหน่วยงานที่ช่วยเหลือบริษัทต่างๆ ในย่าน Silicon Valley รวมถึงใช้เป็นสำนักงานใหญ่แห่งใหม่ของแผนก IBM Commerce ด้วย จะเปิดอย่างเป็นทางการในปีหน้า

ในงานแถลงข่าว Microsoft Dynamics ที่ประเทศสิงคโปร์ ไฮไลท์สำคัญอยู่ที่ไมโครซอฟท์เชิญตัวแทนจากทีมรถแข่ง Lotus F1 (ที่ไมโครซอฟท์เป็นพันธมิตรและสปอนเซอร์) มาเล่าเบื้องหลังระบบไอทีที่ทีม F1 ใช้กัน ซึ่งเป็นของแปลกที่หาฟังได้ยากครับ

งานนี้เราได้คุณ Thomas Mayer ซึ่งเป็นประธานเจ้าหน้าที่ฝ่ายปฏิบัติการ (COO) ของทีม Lotus F1 (ชื่อเดิมคือ Benetton และ Renault) มาเล่ากระบวนการทำงานของทีม F1 ให้ฟังกันว่าเขาทำงานกันอย่างไร

อินเทลเปิดตัวสินค้าฝั่งซอฟต์แวร์ Intel Data Analytics Acceleration Library (Intel DAAL) เป็นไลบรารีสำหรับการประมวลผลข้อมูลขนาดใหญ่ (big data) ที่ออปติไมซ์มาสำหรับซีพียูของอินเทลทั้ง Xeon, Core, Atom, และ Xeon Phi

อัลกอริทึมที่อยู่ในไลบรารีชุดนี้มีตั้งแต่ การจัดชุดข้อมูล (clustering), หาความแตกต่างระหว่างข้อมูล (distance), แปลงข้อมูล (transformation) อัลกอริทึมเหล่านี้ใช้งานกันบ่อยในงานประมวลผลอยู่แล้ว คู่แข่งของที่ DAAL เช่น MLlib ของ Apache ทางอินเทลชูจุดเด่นว่า DAAL ปรับแต่งมาสำหรับซีพียูของอินเทลโดยเฉพาะทำให้ประสิทธิภาพดีขึ้นมากบนเครื่องเดียวกัน

เดือนที่แล้วไมโครซอฟท์สร้างความฮือฮาไปทั่วโลกด้วยเว็บ How-Old.net อัพโหลดภาพเพื่อทายอายุ (ซึ่งเป้าหมายจริงๆ คือโชว์ความสามารถของ Azure Machine Learning)

เดือนนี้ไมโครซอฟท์กลับมาอีกครั้งกับเว็บคล้ายๆ กันชื่อ TwinsOrNot.net อัพโหลดภาพไป 2 ภาพเพื่อตรวจสอบว่าเป็นฝาแฝดกันหรือไม่

ในแง่การใช้งาน เว็บนี้อาจไม่ต่างไปจาก How-Old.net มากนัก แต่จุดที่น่าสนใจจริงๆ คือเบื้องหลังการสร้างเว็บนี้ เพราะ Mat Velloso วิศวกรของไมโครซอฟท์ใช้เวลาแค่ 4 ชั่วโมง โดยใช้ Face API ของไมโครซอฟท์ เขียนเว็บด้วย ASP.NET MVC และรันทั้งหมดบน Azure

Talkspace บริการสำหรับผู้ป่วยด้านสุขภาพจิตในสหรัฐอเมริกา ประกาศออกแอพของตัวเองที่นำเอา IBM Watson เข้ามาใช้งานร่วมกับตัวแอพ เพื่อคัดเลือกหานักจิตเวชในการช่วยในการบำบัดหรือฟื้นฟูสภาพจิตของผู้ป่วยจากข้อความที่เราส่งไปหาด้วย

หลักการที่ Talkspace ใช้ จะเป็นการให้ Watson ตรวจสอบจากข้อความที่เราส่งไปหานักจิตเวช ซึ่งเราจะส่งไปแบบนิรนาม (anonymous) ขึ้นสู่ระบบ แล้ว Watson จะทำการตรวจสอบข้อความเพื่อประเมินสภาพทางจิตเบื้องต้น ก่อนที่จะส่งให้เราไปพูดคุยกับนักจิตเวชซึ่งอยู่บนระบบของ Talkspace เพื่อทำการบำบัด ระบบนี้มีข้อดีกว่าการที่จะต้องมานั่งหานักจิตเวชด้วยตนเอง ซึ่งไม่รู้ว่าจะเชี่ยวชาญในด้านที่เรากำลังต้องการหรือไม่

หลังจากเปิดบริการ Watson Analytics ตัวธรรมดาไปเมื่อปลายปีที่แล้ว มาวันนี้ IBM ประกาศเปิดบริการตัว Watson Analytics Pro เพิ่มเติม โดยเป็นรุ่นที่มีคุณสมบัติมากขึ้นกว่าตัวเดิมที่เคยเปิดให้ใช้งานทั่วไป

ของใหม่ในรุ่นนี้คงเป็นเรื่องของการรองรับผู้ใช้หลายคนกับฐานข้อมูลชุดเดียว รวมไปถึงเพิ่มการรองรับฐานข้อมูลต่างๆ เช่น DB2, dbDash, SQL Database for Bluemix และ Cognos 10 เพิ่ม, รองรับ spreadsheets บนระบบจัดเก็บข้อมูลคลาวด์อย่าง Dropbox หรือ Box และรองรับข้อมูลจาก Twitter ด้วย

ไมโครซอฟท์ออกเว็บแอพใหม่ชื่อ How-Old.net ให้เราลองเล่นกันสนุกๆ โดยอัพโหลดรูปใบหน้าของตัวเอง แล้วระบบจะ "คาดเดา" อายุของเจ้าของใบหน้าให้

เมื่อสัปดาห์ที่ผ่านมา Amazon ประกาศเปิดให้บริการ Amazon Learning Machine ซึ่งเป็นบริการวิเคราะห์ข้อมูลและหาคำตอบ (machine learning) จากฐานข้อมูลของตัวเองแล้ว หลังจากที่ปล่อยให้คู่แข่งอย่าง IBM (Watson) และ Microsoft (Azure Machine Learning) เปิดให้บริการไปก่อนล่วงหน้าพอสมควร

จุดเด่นของ Amazon Machine Learning คงเป็นเรื่องของการจัดการและการใช้งานที่ตั้งใจว่าจะให้ใช้งานง่าย และสามารถใช้ข้อมูลที่เก็บอยู่ใน Amazon S3, Amazon Redshift หรือแม้กระทั่งฐานข้อมูลบน MySQL ใน Amazon RDS

เมื่อกลางปีที่แล้ว ไมโครซอฟท์เปิดตัว Azure Machine Learning บริการวิเคราะห์ข้อมูลผ่านกลุ่มเมฆที่ใช้หลัก machine learning เรียนรู้รูปแบบในอดีตเพื่อพยากรณ์อนาคต วันนี้บริการนี้เปิดบริการเชิงพาณิชย์ (general availability)

ฟีเจอร์สำคัญที่เพิ่มเข้ามาในรุ่นจริงคือรองรับการเขียนโปรแกรมด้วยภาษา Python (ก่อนหน้านี้รองรับแค่ R), ปรับระบบการควบคุมผ่านเว็บให้ง่ายขึ้น, รองรับการเทรนซ้ำ (retrain) ให้โปรแกรมเมื่อได้รับข้อมูลชุดใหม่ๆ ตามระยะเวลาที่กำหนด, รองรับการประมวลผลข้อมูลใหญ่ขนาด TB โดยทำงานร่วมกับ Azure HDInsight ที่เป็นบริการ big data ของไมโครซอฟท์

นักวิจัยจากไมโครซอฟท์ รีเสิร์ชและจาก Advanced Interactive Technologies แห่งสถาบันเทคโนโลยีสวิส ซูริคในสวิตเซอร์แลนด์ เผยงานวิจัย In-air Gestures Around Unmodified Mobile Devices ที่กล่าวถึงอัลกอริทึมบนพื้นฐานของการเรียนรู้ของเครื่องจักร (machine learning based algorithm) ที่ให้กล้องบนอุปกรณ์พกพาตรวจจับการสั่งการด้วย gesture ได้โดยไม่ต้องดัดแปลงอุปกรณ์แต่อย่างใด

ทีมวิจัยกล่าวว่า อัลกอริทึมนี้รองรับรูปแบบ gesture ที่ต่างออกไปจากรูปแบบมาตรฐานและทำงานได้ในสภาพแสงที่แตกต่างกัน อย่างไรก็ตามไม่ได้มีวัตถุประสงค์ให้การสั่งการด้วย gesture แทนที่การสัมผัสบนหน้าจอของอุปกรณ์พกพาที่เป็นอินพุทหลัก แต่เป็นการเสริมการทำงานในหลากหลายรูปแบบการใช้งาน อาทิ การเลือกเมนู เป็นต้น

ถึงแม้ไมโครซอฟท์จะแย่ในตลาดคอนซูเมอร์ แต่ในตลาดไอทีองค์กรกลับยังแข็งแกร่งมาก และบริษัทก็เริ่มขยับขยายไปยังอุตสาหกรรมเฉพาะทาง (ที่จำเป็นต้องใช้ไอทีมากขึ้นเรื่อยๆ)

เมื่อพูดถึง Internet of Things วงการไอทีมักนึกถึง "บ้านอัจฉริยะ" เป็นอย่างแรก แต่ไมโครซอฟท์ก็แสดงให้เห็นว่า Internet of Things สามารถเชื่อมโยงกับของได้ทุกอย่าง และในกรณีนี้คือ "ลิฟต์" ครับ

ไมโครซอฟท์เปิดตัวบริการใหม่ Azure ML บริการวิเคราะห์ข้อมูลที่ผ่านมา เพื่อทำนายผลในอนาคต เช่น ทำนายพื้นที่ระบาดของโรคติดต่อ, วิเคราะห์ระยะเวลาก่อนการบำรุงรักษาเครื่องจักร, หรือกระทั่งวิเคราะห์อาชญากรรมที่อาจจะเกิดขึ้น

นักพัฒนาสามารถพัฒนา Azure ML ด้วยภาษา R โดยไมโครซอฟท์รองรับแพ็กเกจภาษา R มากกว่า 300 ชุด

นักพัฒนาที่เข้าถึง Azure ML มาก่อนแล้ว เช่น มหาวิทยาลัย Carnegie Mellon กำลังสร้างโมเดลการใช้พลังงานเพื่อหาทางประหยัดพลังงานในอาคารต่างๆ ของมหาวิทยาลัย

Azure ML น่าจะเป็นคู่แข่งโดยตรงของ Google Prediction API ที่กูเกิลเปิดตัวมาตั้งแต่ปี 2011