Deep Learning ทำนายได้ว่าคุณต้องการ Taxi เมื่อไหร่?

คอมพิวเตอร์สามารถที่จะทำนายความต้องการบริการรถแท็กซี่และแบ่งปันเส้นทางในการขับขี่ให้กับเหล่าคนขับแท็กซีได้ดีขึ้น ซึ่งจะปูทางไปสู่ Smart City ที่มีความปลอดภัยและยั่งยืนมากขึ้น

ในการศึกษานักวิจัยใช้ Neural networks  วิเคราะห์รูปแบบความต้องการรถแท็กซี่ ซึ่งการใช้ร่วมกับเทคโนโลยีของ Deep Learning ซึ่งจะช่วยให้คอมพิวเตอร์สามารถที่จะเรียนรู้ด้วยตัวเอง และทำนายรูปแบบความต้องการอย่างมีนัยสำคัญได้ดีกว่าเทคโนโลยีที่มีอยู่ในปัจจุบัน

“บริการอย่าง Uber ในสหรัฐอเมริกา และ Didi Chuxing ในประเทศจีนกำลังได้รับความนิยมมากขึ้นเรื่อย ๆ และเปลี่ยนวิธีการเข้าถึงการขนส่งของเหล่าผู้คนทั่วไป” เจสซี หลี่ รองศาสตราจารย์ด้านเทคโนโลยีสารสนเทศและเทคโนโลยีของ Penn State กล่าวว่า “คุณสามารถจินตนาการได้ว่าการคาดการณ์ความต้องการรถแท็กซี่มีความสำคัญมากเพียงใดเนื่องจากจะช่วยให้บริษัทรถแท็กซี่สามารถจัดส่งรถยนต์ไปถึงลูกค้าได้ก่อนที่ความต้องการจะเกิดขึ้น”

บริการเรียกแท็กซี่ชื่อดังอย่าง Uber และ Didi
บริการเรียกแท็กซี่ชื่อดังอย่าง Uber และ Didi Chuxing

การคาดการณ์ที่ดีขึ้นสามารถลดเวลาที่รถแท็กซี่ไม่ได้ใช้งานต้องมาวิ่งบนถนนโดยเปล่าประโยชน์ และยังมีส่วนลดมลพิษในเมืองได้ดีขึ้น เนื่องจากอุบัติเหตุมักเกิดขึ้นบ่อยครั้งในพื้นที่แออัด เทคโนโลยีการทำนายการขับขี่ที่ดีขึ้นก็สามารถปรับปรุงความปลอดภัยได้เช่นกัน

นักวิจัยวิเคราะห์ชุดข้อมูลขนาดใหญ่ของการร้องขอการขับขี่ไปยัง Didi Chuxing หนึ่งใน บริษัท รถยนต์ที่ใหญ่ที่สุดในประเทศจีนจากข้อมูลของ Huaxiu Yao นักศึกษาปริญญาเอกสาขาวิทยาศาสตร์ข้อมูลและเทคโนโลยี

เมื่อผู้ใช้ต้องการนั่งรถพวกเขาจะทำการร้องขอผ่านทางแอปพลิเคชัน- ตัวอย่างเช่นแอพในโทรศัพท์มือถือ นักวิจัยกล่าวว่าการใช้คำร้องขอขี่เหล่านี้แทนที่จะอาศัยข้อมูลการขี่เพียงอย่างเดียวนั้นสะท้อนความต้องการโดยรวมได้ดีกว่า

ด้วยข้อมูลประวัติซึ่งรวมถึงเวลาและสถานที่ตั้งของการเรียกบริการแท็กซี่ ทำให้สามารถคาดการณ์ความต้องการที่จะมีความเปลี่ยนแปลงอยู่ตลอดเวลา ซึ่งเมื่อเห็นภาพข้อมูลต่าง ๆ บนแผนที่ นักวิจัยสามารถเห็นความต้องการที่เปลี่ยนแปลงไปได้

“ในตอนเช้าคุณจะเห็นว่าในส่วนที่พักอาศัยมีรถปิคอัพมากขึ้นและมีรถไปส่งในตัวเมืองมากขึ้น” หลี่กล่าว “ในตอนเย็นมันกลับด้านสิ่งที่เรากำลังทำอยู่คือการใช้ข้อมูลรถกระบะในอดีตเพื่อคาดการณ์ว่าแผนที่นี้เปลี่ยนไปอย่างไรในอีก 30 นาที หรืออีกชั่วโมงต่อไปเป็นต้น”

ใช้ข้อมูลจากฐานข้อมูลจำนวนมหาศาลจาก Didi Chuxing  มาวิเคราะห์ผ่าน Deep Learning
ใช้ข้อมูลจากฐานข้อมูลจำนวนมหาศาลจาก Didi Chuxing มาวิเคราะห์ผ่าน Deep Learning

นักวิจัยที่นำเสนอสิ่งที่ค้นพบในการประชุม AAAI เมื่อเร็ว ๆ นี้ที่เป็นการประชุมทางด้านวิชาการที่เกี่ยวข้องปัญญาประดิษฐ์ ซึ่งเป็นหนึ่งในการประชุมที่ใหญ่ที่สุดในด้านการวิจัยของ AI

การใช้ข้อมูลเกี่ยวกับการเรียกบริการแท็กซี่ในกวางโจวประเทศจีนตั้งแต่วันที่ 1 กุมภาพันธ์ถึง 26 มีนาคม 2017 ประมาณ 300,000 ครั้งต่อวัน จากการเปรียบเทียบ ในเมืองนิวยอร์กซึ่งมีประมาณ 500,000 ครั้งต่อวัน

ในขณะที่เทคโนโลยีใช้ Neural Network โดยนักวิจัยได้รวมเครือข่ายประสาทสองเครือข่ายซึ่ง ได้แก่ convolutional neural network (CNN) และ  Long Short Term Memory network (LSTM) เพื่อช่วยลำดับการทำนายที่มีความซับซ้อน โดย CNN สามารถสร้างแบบจำลองความสัมพันธ์เชิงพื้นที่ ที่มีความซับซ้อนได้ดียิ่งขึ้น และ LSTM สามารถจัดการกับแบบจำลองตามลำดับได้ดียิ่งขึ้น

“โดยทั่วไปเราใช้ Neural Network ที่มีความซับซ้อนมากๆ ในการจำลองว่าผู้คนย่อยข้อมูลที่เป็นรูปแบบของการจราจรได้อย่างไร” หลี่กล่าว

หลี่กล่าวว่าการเข้าถึงชุดข้อมูลขนาดใหญ่ (Big Data) และความก้าวหน้าในเทคโนโลยีคอมพิวเตอร์ที่สามารถประมวลผลข้อมูลจำนวนมากได้ ซึ่งช่วยให้โครงการนี้สามารถใช้ Deep Learning ในรูปแบบวิธีอื่น ๆ ได้

“ ในการเขียนโปรแกรมคอมพิวเตอร์แบบดั้งเดิมผู้คนจำเป็นต้องบอกคอมพิวเตอร์ว่าใช้ค่าตัวแปรอะไร ซึ่งมันจำเป็นต้องดูจากข้อมูล ณ ขณะนั้น ทำให้ต้องสร้างแบบจำลองซึ่งต้องใช้ความพยายามอย่างมากในการแก้ปัญหาดังกล่าว” หลี่กล่าว “แต่ Deep Learning คือการปฏิวัติที่ทำให้ตอนนี้เราสามารถข้ามขั้นตอนนั้นไปได้ คุณสามารถใส่ข้อมูลภาพจำนวนมหาศาลให้กับคอมพิวเตอร์เพื่อวิเคราะห์ได้ทันที  และไม่จำเป็นต้องบอกคอมพิวเตอร์ว่าต้องมาวิเคราะห์อะไรอีกต่อไป เพราะการพัฒนาของเทคโนโลยี Deep Learning ที่มาช่วยเติมเต็มในส่วนนี้นั่นเอง”

References : 
https://phys.org/news/2018-03-deep-people.html

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

หมอเตรียมตกงาน เมื่อ AI สามารถตรวจวินิจฉัยมะเร็งได้แม่นกว่าหมอ

นักวิจัยที่ Northwestern University ในรัฐอิลลินอยส์และ Google หวังว่าเทคโนโลยีด้าน AI และ Machine Learning สามารถเพิ่มประสิทธิภาพของการตรวจคัดกรองมะเร็ง

การค้นหาเนื้องอกในระยะแรก ควรจะทำให้ง่ายต่อการรักษา ซึ่งทีมวิจัย กล่าวว่า AI จะมีบทบาทใหญ่ ในอนาคตของยาและการรักษาโรค แต่ซอฟต์แวร์ปัจจุบันยังไม่พร้อมสำหรับการใช้งานทางคลินิกจริง ๆ 

การศึกษามุ่งเน้นไปที่โรคมะเร็งปอดซึ่งคร่าชีวิตผู้คนมากกว่า 1.8 ล้านคนต่อปีซึ่งสูงกว่ามะเร็งชนิดอื่น ๆ และ นี่คือเหตุผลว่าทำไมสหรัฐฯจึงแนะนำให้คนที่มีความเสี่ยงสูงมาตรวจคัดกรองหากมีการสูบบุหรี่มาเป็นระยะเวลายาวนาน

อย่างไรก็ตามการตรวจคัดกรองอาจ ส่งผลให้มีการตรวจชิ้นเนื้อลุกลาม สำหรับผู้ที่กลายเป็นมะเร็ง ซึ่งการศึกษาใช้ปัญญาประดิษฐ์เพื่อดูว่าการวิเคราะห์การสแกนสามารถนำมาช่วยได้หรือไม่

ขั้นตอนแรกคือการฝึกอบรมซอฟต์แวร์คอมพิวเตอร์ด้วยการสแกนปอด 42,290 CT จากผู้ป่วยเกือบ 15,000 ราย นักวิจัยไม่ได้บอก AI ว่าต้องมองหาสิ่งใดจากการวิเคราะห์โดยคอมพิวเตอร์ เพียงแค่คัดกรองผู้ป่วยคนที่จะเป็นมะเร็งและไม่ได้เป็นเท่านั้น

นำฐานข้อมูลมาให้ Machine Learing ทำการเรียนรู้เพื่อวิเคราะห์
นำฐานข้อมูลมาให้ Machine Learing ทำการเรียนรู้เพื่อวิเคราะห์

AI นั้นได้รับการทดสอบกับทีมนักรังสีวิทยาหกคนซึ่งทำหน้าที่วิเคราะห์การสแกน CT ซึ่งผลที่ได้ AI มีประสิทธิภาพมากกว่านักรังสีวิทยาเมื่อตรวจสอบ CT scan เพียงครั้งเดียวและมีประสิทธิภาพเท่าเทียมกันเมื่อแพทย์มีการสแกนหลายดูหลาย ๆ ครั้ง

ผลการวิจัยใน Nature Medicineแสดงให้เห็นว่า AI สามารถเพิ่มการตรวจหามะเร็งได้ 5% ในขณะที่ยังลดการตรวจที่ผิดพลาด(ผู้ที่ได้รับการวินิจฉัยว่าเป็นมะเร็งแต่ความจริงไม่ได้เป็น) ถึง 11%

ดร. Mozziyar Etemadi จาก Northwestern University บอกกับ BBC ว่า: “ขั้นตอนต่อไปคือการใช้กับผู้ป่วยในรูปแบบของการทดลองทางคลินิก” 

ดร. Etemadi กล่าวว่า AI และแพทย์ที่ทำงานเคียงข้างกันจะมีประสิทธิภาพมากขึ้นและ AI นั้นก็กำลังจะเข้ามามีบทบาทอย่างมากในวงการการแพทย์

Rebecca Campbell จาก Cancer Research UK กล่าวว่า: “มันเป็นสิ่งที่ดีที่ได้เห็นนวัตกรรมเทคโนโลยีใหม่ที่วันหนึ่งสามารถช่วยเราในการตรวจหามะเร็งปอดในช่วงต้นเช่นเดียวกับที่เราเรียนรู้จากประสบการณ์ของแพทย์ ซึ่งการใช้เทคนิค Deep Learning ในการทำแบบเดิมซ้ำ ๆ นั้นก็เพื่อช่วยปรับปรุงความแม่นยำให้มีมากขึ้นนั่นเอง

“การตรวจหามะเร็งตั้งแต่เนิ่น ๆ มีแนวโน้มที่จะประสบความสำเร็จในการรักษา ซึ่งมันเป็นวิธีที่ทรงพลังที่สุดในการช่วยชีวิตคนได้มากขึ้น และการพัฒนาเทคโนโลยีเหล่านี้ซึ่งจะมาทำงานาร่วมกับแพทย์จริง ๆ จะมีบทบาทสำคัญในอนาคตอย่างแน่นอน

“ขั้นตอนต่อไปคือการทดสอบเทคโนโลยีนี้เพิ่มเติมเพื่อดูว่าสามารถใช้กับคนจำนวนมากได้อย่างแม่นยำจริง ๆ หรือไม่”

AI เอาชนะมนุย์ได้หรือยัง ???

สำหรับโดยส่วนตัวผมมองว่าเทคโนโลยีในด้านที่ AI สามารถจำลองการทำงานได้ เช่น รังสีแพทย์ ที่ใช้ในการวิเคราะห์ผลจากการถ่าย X-RAY ไม่ว่าจะเป็น Ultrasound , MRI , CT-Scan เพื่อใช้ในการวิเคราะห์โรคร้ายต่าง ๆ

ซึ่งหมอเล่านี้นั้น ต้องใช้การเรียนรู้ + ประสบการณ์ในการ วิเคราะห์ภาพที่ได้จากเครื่อง X-RAY ชนิดต่าง ๆ ซึ่ง ไม่ยากเลยสำหรับ AI ที่จะเรียนรู้แบบหมอได้ และความก้าวหน้าของเทคโนโลยีในปัจจุบัน

ลองจินตนาการ สมมติว่ามีการแข่งขัน ให้หมอที่เก่งที่สุดด้านนี้ มาแข่งกับ AI ผลน่าจะไม่ต่างจากเกมส์โกะ ที่ Alpha Go ที่สามารถเอาชนะแชมป์โลกโกะไปได้อย่างไม่ยากเย็น แต่ก็อยู่ที่ว่ามนุษย์เรานั้นจะสามารถยอมรับได้หรือไม่

หากต่อไป นั้น เราจะถูกวินิจฉัยโดย AI ซึ่งไม่ใช่หมอ เช่นเดียวกับ ในอนาคตอันใกล้นี้ เราจะยอมรับได้มั๊ยว่า รถแบบขับเคลื่อนอัตโนมัตินั้น จะเป็นรถปรกติที่วิ่งบนถนนเดียวกับเรา ซึ่ง ยังไงอัตราการเกิดอุบัติเหตุจาก AI เหล่านี้ ก็น่าจะน้อยกว่ามนุษย์อยู่แล้ว เพราะความแม่นยำที่สามารถตรวจสอบได้ และขีดจำกัดหลาย ๆ อย่างของมนุษย์นั้น จะไม่สามารถทำงานได้เทียบเท่า AI อีกต่อไป

References : 
https://www.bbc.com/news/health-48334649

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

การใช้เทคโนโลยี VR ช่วยศัลแพทย์ผ่าตัดสมอง

เมื่อศัลยแพทย์วางแผนในการผ่าตัดสมองของผู้ป่วยนั้น การใช้ เทคโนโลยี VR หรือ Virtual Reality ผ่านการ Render 3D ทำให้การวางแผนผ่าตัดนั้นทำได้ง่ายขึ้น

ซึ่ง เทคโนโลยี VR นี้ถูกเรียกว่า SNAP (The Surgical navigation advance platform) ซึ่งถูกพัฒนาโดย บริษัท Surgical Theater
โดยเทคโนโลยีดังกล่าวจะเป็นการ รวบรวมภาพจาก 2D MRI และ CT Scan เพื่อทำการสร้าง 3D Model ของสมองคนไข้

โดยศัลยแพทย์สามารถที่จะ สำรวจส่วนต่าง ๆ ของสมองผ่าน แว่น VR ของคนไข้ได้จริง ๆ

ซึ่ง สำหรับคนไข้แล้วนั้น เทคโนโลยี VR เหล่านี้ จะช่วยให้ สามารถอธิบายสิ่งที่ซับซ้อนภายในสมองคนไข้ ให้คนไข้สามารถเข้าใจได้อย่างเห็นภาพ และเข้าใจถึงกระบวนการในการผ่าตัดของหมอได้อย่างง่ายดายยิ่งขึ้น

เทคโนโลยี VR ยังช่วยให้ ศัลยแพทย์ สามารถทดสอบ การผ่าตัดในแนวทางต่าง ๆ ได้ โดยการทดลองผ่าน VR และยังช่วยเลือกวิธีการที่ดีที่สุดในการผ่าตัดสมอง เพื่อลดความผิดพลาดให้มากที่สุด และเป็นประโยชน์ที่สุดกับคนไข้

จากการใช้งาน ผลิตภัณฑ์นี้ ของศัลย์แพทย์ชั้นนำพบว่า สามารถที่จะช่วยเหลือในการผ่าตัดให้เร็วขึ้น และ ง่ายขึ้น ลดความผิดพลาดกับคนไข้ได้จริง ๆ ผ่านการทดลองกับคนไข้จริง ๆ มาแล้ว

ซึ่งจะเห็นได้ว่าในปัจจุบัน เริ่มมีการใช้เทคโนโลยี รวมถึงเครื่องมือเซ็นเซอร์ต่าง ๆ ที่มีประสิทธิภาพสูงขึ้นมาช่วยเหลือแพทย์ในการทำงาน ทั้งทางด้านการวิเคราะห์โรค หรือ ช่วยเหลือในการผ่าตัดอย่างการใช้ VR ของ SNAP

โดยเทคโนโลยีเหล่านี้นั้นจะมีบทบาทสำคัญอย่างยิ่งในอนาคตในการช่วยเหลือแพทย์ในการทำงานให้มีประสิทธิภาพมากยิ่งขึ้น และที่สำคัญนั้นยังเป็นการลดการสูญเสียจากการผ่าตัดแบบเดิม ๆ ที่เกิดขึ้น เพราะ VR นั้นสามารถทำให้แพทย์ได้ทดลองกับชิ้นส่วนร่างกายที่เหมือนของจริงมากที่สุด ก่อนที่จะลงมือทำการผ่าตัดจริง ซึ่งหากเป็นในอดีตนั้นคงไม่สามารถทำอย่างนี้ได้แน่นอน ซึ่งสุดท้าย การร่วมมือกันระหว่างแพทย์ผู้เชี่ยวชาญและเทคโนโลยีทีมีประสิทธิภาพนั้น ถือเป็นก้าวที่สำคัญในการลดความสูญเสียที่ไม่จำเป็นอีกต่อไปนั่นเอง

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

จีนกำลังจะส่ง Artificial Moon ไปยังระบบอวกาศโลก

Featured Video Play Icon

นักวิทยาศาสตร์ และ วิศวกรชาวจีน กำลังร่วมมือกันพัฒนา Artificial Moon หรือดวงจันทร์จำลองโดยใช้เทคโนโลยี AI โดยมีแผนที่จะส่งไปยังระบบอวกาศจริง ๆ เพื่อให้เป็นแสงไฟส่องสว่าง ไปยังเมือง Chengdu แทนที่ ไฟตามท้องถนนในเวลากลางคืน

ซึ่งจากรายงานของหนังสือพิมพ์ชื่อดังอย่าง The People’s Daily นั้น ดวงจันทร์จำลองนี้จะเป็นรูปแบบของดาวเทียมส่องสว่าง โคจรอยู่เหนือโลก

โดยจะให้ความสว่างสูงถึง 8 เท่าของแสงสว่างจาก ดวงจันทร์จริง ๆ ครอบคลุมพื้นที่ได้มากถึง 50 ตารางไมล์

ซึ่งใน project นี้ยังช่วยเป็นพลังานทดแทนได้อีกด้วย สามารถที่จะลดงบประมาณต่าง ๆ ที่เกี่ยวข้องได้ถึง 2 หมื่นล้านหยวน ในเวลา 5 ปี

เมือง chengdu ประเทศจีน

เมือง chengdu ประเทศจีน

และ นักวิจัย ยังอ้างว่า Articicial Moon นั้นยังปลอดภัยต่อระบบชีวภาพ และไม่เป็นอันตรายต่อสายตามนุษย์

โดยมีกำหนดการที่จะส่งขึ้นสู่อวกาศภายในปี 2020 เพื่อช่วยเพิ่มความสว่างในเวลากลางคืน ให้กับประชากรเมือง Chengdu

ความน่าสนใจในการพัฒนา AI ของจีน

หากคนที่อยู่ในวงการวิทยาศาสตร์ ตอนนี้ ไม่ว่าจะเป็นแขนงไหน ๆ ก็ตาม ที่มีโอกาสได้อ่าน Paper ที่ตีพิมพ์จากจีนนั้น ต้องบอกว่าเป็นเรื่องที่น่าสนใจอย่างมาก เพราะจากเดิมที่เรามองจีน เป็น ดินแดนของ ก๊อปปี้ ทำได้แค่พัฒนาสินค้าเลียนแบบ ไร้คุณภาพเท่านั้น

ตอนนี้เราต้องมองจีนใหม่แล้ว เพราะตอนนี้ ประเทศจีน สามารถผลิตได้แทบจะทุกอย่างที่มีในโลกของเรา และไม่ใช่เพียงแค่พัฒนาของไร้คุณภาพออกมาอีกต่อไป ตอนนี้ ด้วยความก้าวหน้าด้านงานวิจัยจีนนั้น

ทั้งเรื่องใหญ่ อย่าง AI ที่กำลังขับเคี่ยวกับประเทศอเมริกา หรือ แม้กระทั่ง สาขา ชีววิทยา หรือทางการแพทย์ ก็ตาม จีนกำลังเริ่มฉีกหนีห่างจากประเทศอื่น ๆ ไปเรื่อย ๆ

ซึ่งจากข่าวนี้ ที่จีนจะสร้าง ดวงจันทร์ AI ที่เป็นดวงจันทร์เสมือน มาให้แสงส่องสว่าง ในเมือง Chengdu นั้น ก่อนหน้านี้ถ้ามีข่าวแบบนี้ ต้องคิดว่าเป็นเรื่องไร้สาระอย่างแน่แท้ แต่ตอนนี้ จีนพร้อมแล้ว ในทุก ๆ อย่างที่จะก้าวขึ้นไปเป็นผู้นำเศรษฐกิจโลก ด้วยพื้นฐาน ของการ R&D ที่กำลังขับเคลื่อนจีนก้าวไปข้างหน้าอย่างรวดเร็วนั่นเอง

Credit Video : @nowthisnews

หุ่นยนต์ ช่วยในการขนส่ง “Cassie”

Featured Video Play Icon

เจ้า “Cassie” หุ่นยนต์ 2 ขา ที่สามารถที่จะ เดินและวิ่งได้เหมือนมนุษย์ เป็นอนาคตที่จะปฏิวัติวงการโลจิสติก

เมื่อเจ้าหุ่นตัวนี้สามารถส่งสินค้าให้กับท่านได้ถึงหน้าบ้าน
โดยเจ้า “Cassie” นั้น ได้ถูกพัฒนาขึ้นโดย Robotics Lab ที่มหาวิทยาลัย Oregon State University

โดยเทคโนโลยีทั้งหมดนั้นได้ถูกพัฒนาขึ้นภายใน Lab ดังกล่าวทั้งหมด และมีเป้าหมายที่จะจำหน่ายเจ้า “Cassie” จำนวน 6 ตัวไปยัง
มหาลัยอื่น ๆ ทั่วสหรัฐ เพื่อทำการวิจัยต่อ

สำหรับ ราคาค่าตัวของเจ้า “Cassie” นั้น ราคาขายปลีกอยู่ที่ประมาณ 300,000 เหรียญสหรัฐ

โดยที่รุ่นใหม่ ๆ ของ “Cassie” นั้น
ได้ Design ให้มีขนาดที่เล็กลง และมีสีสันเพิ่มมากขึ้น เพื่อลบภาพหุ่นยนต์ ที่น่ากลัว ที่หนัง ฮอลลีวู้ด มักกล่าวถึง