Autoblow กับ Sex Robot ที่ขับเคลื่อนด้วยพลังของ AI

การปฏิวัติทางด้านปัญญาประดิษฐ์หรือ AI กำลังเข้าสู่ร้านขาย Sex Toy ใกล้บ้านคุณ ด้วยนวัตกรรมใหม่อย่าง Autoblow ที่กำลังเปิดรับจองล่วงหน้า ซึ่งสำหรับอุปกรณ์“ Autoblow” รุ่นที่สี่ของมันถูกขนานนามว่า “ Autoblow AI” ซึ่งมีความสามารถในการใช้พลังของ AI เพื่อให้ผู้ใช้มีประสบการณ์ “ blowjob ที่สมบูรณ์แบบ” ตามที่บริษัทกล่าวอ้าง

Autoblow กล่าวว่า เทคโนโลยี AI ของมันได้รับการฝึกฝนโดยกลุ่มของผู้หญิงในประเทศเซอร์เบียที่ใช้ปลั๊กอินเบราว์เซอร์พิเศษเพื่อจำลองการเคลื่อนไหวขึ้นและลงโดยใช้ปากของพวกเธอ

Autoblow ใช้ข้อมูลการฝึกอบรมนั้นในการพัฒนาอัลกอริทึม Deep Learning ที่จำลองประสบการณ์ออรัลเซ็กซ์ในอุดมคติ  ซึ่งเครื่องดังกล่าวมีราคาอยู่ที่ราว ๆ 259 ดอลลาร์ ใน Indiegogo

Autoblow AI ไม่ใช่ของเล่นทางเพศเพียงอย่างเดียวที่พยายามใช้ประโยชน์จากพลังของ AI เพื่อความสุขของคุณ เครื่องสั่นที่เรียกว่า HUM ซึ่งเปิดตัวครั้งแรกในปี 2014 ก็เป็นของเล่นทางเพศที่ขับเคลื่อนด้วยพลังของ AI ตัวแรก ซึ่งสามารถปรับรูปแบบการสั่นสะเทือนตามการเคลื่อนไหวของร่างกายได้แบบอัตโนมัติ

และนั่นคือสัญญาใหม่ของอุตสาหกรรมของเล่นทางเพศที่ใช้เทคโนโลยี AI ที่เพิ่งตั้งไข่นี้: ประสบการณ์แบบอัตโนมัติที่มีการตัดสินใจเอง แทนการขอให้คุณกดปุ่มหรือปรับตำแหน่งแบบ manual ต้องบอกว่ามันเป็นความก้าวหน้าหรือเป็นเพียงกลไกเพื่อให้สามารถเพิ่มยอดขายได้นั้น เวลาเท่านั้นที่จะบอกเรา.

ซึ่งความท้าทายของเทคโนโลยีดังกล่าว คือ ร่างกายของทุกคนแตกต่างกันและตอบสนองต่อการกระตุ้นด้วยวิธีต่าง ๆ ที่มีความแตกต่างกัน และในที่สุดการสำเร็จความใคร่ด้วยตนเองก็คือการค้นพบตัวเองที่ดีที่สุดนั่นเองครับ

References : https://www.engadget.com
https://i1.wp.com/metro.co.uk/wp-content/uploads/2018/10/cyckoui5fho5cusdb8b0-4011.jpg?quality=90&strip=all&zoom=1&resize=644%2C338&ssl=1

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

AI ของ Google รู้ได้ว่าคุณจะตายเมื่อไหร่?

AI รู้ว่าคุณจะตายเมื่อไหร่ แต่มันจะแตกต่างจากในภาพยนตร์ไซไฟอย่างแน่นอน เพราะข้อมูลเหล่านี้นั้นอาจช่วยชีวิตคนได้ก่อนที่เขาจะตาย!!!

โดยงานวิจัยใหม่จาก Google นั้นแสดงให้เห็นว่าการป้อนข้อมูลสุขภาพที่เป็นรูปแบบอิเล็กทรอนิกส์ โดยการใช้เทคโนโลยี Deep Learning สามารถปรับปรุงความแม่นยำของผลลัพธ์ที่คาดการณ์ไว้ได้เป็นอย่างมาก 

ซึ่งในการทดลองใช้ข้อมูลจากโรงพยาบาลสองแห่งในสหรัฐอเมริกานักวิจัยสามารถแสดงให้เห็นว่าอัลกอริธึมเหล่านี้สามารถทำนายระยะเวลาการพักฟื้นและยังสามารถทำนายช่วงเวลาแห่งความตายของพวกเขาได้เช่นเดียวกัน

เทคโนโลยี Neural Network ที่อธิบายในการศึกษาวิจัยดังกล่าว โดยข้อมูลจำนวนมหาศาล เช่น คำวินิจฉัยทางการแพทย์ และประวัติทางการแพทย์ของผู้ป่วย เพื่อคาดการณ์ ซึ่งอัลกอริธึมใหม่เรียงลำดับเหตุการณ์ก่อนหน้าของบันทึกของผู้ป่วยแต่ละรายให้เป็นไทม์ไลน์

หลังจากนั้นจะให้โมเดล Deep Learning สามารถทำนายผลลัพธ์ที่จะเกิดขึ้นในอนาคตรวมถึงช่วงเวลาแห่งความตาย โดย Neural Network ยังมีข้อมูลบันทึกย่อ ที่มีการเขียนด้วยลายมือรวมถึงความคิดเห็นต่าง ๆ จากแพทย์ด้วย

สมาคมการแพทย์อเมริกันยอมรับในคำแถลงว่า การทำงานร่วมกันระหว่าง AI กับแพทย์ที่เป็นมนุษย์นั้นสามารถก่อให้เกิดประโยชน์มากมาย แต่เครื่องมือ AI นั้นต้อง“ มุ่งมั่นที่จะปฏิบัติตามเกณฑ์สำคัญหลายประการรวมถึงต้องมีความโปร่งใสตรวจสอบได้และปราศจากอคติ” 

หากไม่มีกรอบการกำกับดูแลที่มีประสิทธิภาพที่ส่งเสริมความโปร่งใสในสหรัฐอเมริกา มันก็ไม่มีทางเป็นไปได้ที่จะทำให้บริษัทเหล่านี้รับผิดชอบหากเกิดปัญหาขึ้นมากับผู้ป่วย ซึ่งขึ้นอยู่กับบริษัทเอกชนว่าเทคโนโลยี AI จะส่งผลกระทบต่อการดูแลสุขภาพที่เป็นประโยชน์ต่อผู้ป่วยไม่ใช่ประโยชน์เฉพาะบริษัทเองเท่านั้น

References : 
https://futurism.com

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

Astro Robodog กับหุ่นยนต์ที่มีดวงตาที่น่ากลัวเหมือนมนุษย์

นักวิจัยจาก Florida Atlantic University (FAU) ได้สร้าง robodog ที่รวมส่วนที่ดีที่สุดทั้งหมดของเทคโนโลยีอย่าง Siri , การพิมพ์ 3 มิติและหุ่นยนต์ยุคใหม่ที่มีความว่องไวเช่น Boston Dynamics ‘SpotMini ขณะที่วิศวกรของ Astro ได้เพิ่มส่วนประกอบพิเศษลงในหุ่นยนต์ตัวนี้ นั่นคือ ดวงตาที่ดูน่ากลัวและเหมือนมนุษย์

โดเบอร์แมนพินเชอร์เป็นระบบคอมพิวเตอร์ที่ใช้ Deep Learning เพื่อ“ เรียนรู้จากประสบการณ์ในการทำงานเหมือนมนุษย์หรือในกรณีของมันก็คือเหล่างานที่เหมือนสุนัขนั่นเอง” 

ดวงตาที่่คล้ายมนุษย์
ดวงตาที่่คล้ายมนุษย์

Astro และหุ่นยนต์อื่น ๆ จำนวนหนึ่งยังคงอยู่ในการฝึกอบรมเพื่อพัฒนาประสิทธิภาพ” แต่ในปัจจุบันสามารถตอบสนองต่อคำสั่งเช่น“ นั่ง”“ ยืน” และ“ นอนลง” นักวิจัยบอกว่า Astro จะเรียนรู้ที่จะทำสิ่งต่าง ๆ เช่นตอบสนองต่อสัญญาณมือในการตรวจจับสี และประสานงานกับโดรนได้

ผู้สร้าง Astro มีความทะเยอทะยานสูงในหุ่นยนต์ตัวใหม่นี้ “ การตรวจจับปืน วัตถุระเบิด และคราบเขม่าดินปืน เพื่อช่วยเหลือตำรวจทหารและเจ้าหน้าที่รักษาความปลอดภัย” พวกเขากล่าวว่ามันสามารถใช้เป็นสุนัขบริการสำหรับผู้พิการทางสายตาได้ด้วย และเป็นตัวช่วยแรก ๆ สำหรับภารกิจการค้นหาและช่วยเหลือ

แต่นักวิจัยอาจตั้งเป้าที่จะทำให้ Astro คล้ายมนุษย์มากขึ้น ในการแถลงข่าว Ata Sarajedini, Ph.D. , คณบดีวิทยาลัยชาร์ลส์อีชมิดท์ของ FAU อธิบายว่า “ Astro ได้รับแรงบันดาลใจจากสมองมนุษย์และมันได้กลับมามีชีวิตอีกครั้ง ผ่านเทคโนโลยี Machine Learning และปัญญาประดิษฐ์ซึ่งพิสูจน์ได้ว่า มันจะกลายเป็นทรัพยากรที่ทรงคุณค่ามาก ๆ  ในการช่วยแก้ปัญหาที่ซับซ้อนที่สุดในโลก”

References : 
https://techxplore.com/news/2019-08-astro-robot-dog.html

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

สุดล้ำ! เมื่อนักวิทยาศาสตร์กำลังพัฒนาเครื่องถอดรหัสความคิด

อุปกรณ์เชื่อมต่อคอมพิวเตอร์กับสมองรูปแบบใหม่จะทำให้สามารถถอดรหัสรูปแบบต่าง ๆ ของสมองเพื่อค้นหาว่า สมองกำลังสื่อสารอะไร พยายามพูดอะไร และใช้ข้อมูลเหล่านั้นในการสังเคราะห์ประโยคแบบเต็มออกมาเป็นเสียงให้เราได้ยิน

อุปกรณ์นี้ยังห่างไกลจากความสมบูรณ์แบบและการวิจัยยังอยู่ในช่วงเริ่มต้น แต่อุปกรณ์นี้เป็นอุปกรณ์แรกที่สร้างประโยคแบบเต็มรูปแบบ ในแบบที่คนอื่นสามารถเข้าใจได้โดยอ้างอิงจาก Scientific American – มันเป็นความหวังครั้งสำคัญสำหรับผู้ที่สูญเสียความสามารถในการสื่อสารจากโรคร้ายต่าง ๆ หรือความพิการ

ซึ่งนักวิทยาศาสตร์จากมหาวิทยาลัย University of California, San Francisco (UCSF) ได้ใช้ AI เพื่อเชื่อมโยงสัญญาณที่สมองส่งไปยังผู้ใช้งาน โดยจะสอดคล้องกับคำศัพท์เฉพาะ ซึ่งท้ายที่สุดจะจำลองพฤติกรรมของการสร้างคำที่ฟังดูสมจริงเหมือนการสื่อสารแบบปรกติของมนุษย์ ซึ่งในการทดสอบการทำงานอุปกรณ์นี้สามารถสังเคราะห์เสียงพูดได้ในขณะที่ผู้พยายามใช้ความคิดอย่างเงียบ ๆ 

ภาพประกอบของตำแหน่งอิเล็กโทรดในคำพูดของผู้เข้าร่วมการวิจัยซึ่งรูปแบบกิจกรรมที่บันทึกไว้ในระหว่างการพูด ( จุดสี ) ถูกแปลเป็นคอมพิวเตอร์จำลองของระบบเสียงของผู้เข้าร่วม ( แบบจำลองขวา ) ซึ่งสามารถสังเคราะห์เพื่อสร้างประโยคใหม่ ได้รับการพูด ( คลื่นเสียง)
ภาพประกอบของตำแหน่งอิเล็กโทรดในคำพูดของผู้เข้าร่วมการวิจัยซึ่งรูปแบบกิจกรรมที่บันทึกไว้ในระหว่างการพูด ( จุดสี ) ถูกแปลเป็นคอมพิวเตอร์จำลองของระบบเสียงของผู้เข้าร่วม ( แบบจำลองขวา ) ซึ่งสามารถสังเคราะห์เพื่อสร้างประโยคใหม่ ได้รับการพูด ( คลื่นเสียง)

นักวิจัยได้คิดค้นวิธีสองขั้นตอนสำหรับการแปลความคิดเป็นคำพูด ขั้นแรกในการทดสอบกับผู้ป่วยโรคลมชักซึ่งมีการวัดการสื่อสารของระบบประสาทด้วยอิเล็กโทรด ลงบนพื้นผิวของสมอง นักวิจัยจะบันทึกสัญญาณจากบริเวณสมองที่ควบคุมกล้ามเนื้อลิ้น ริมฝีปาก และลำคอ ต่อมาหลังจากใช้อัลกอริธึมคอมพิวเตอร์ Deep Learning ที่ฝึกฝนจากคำพูดที่เป็นธรรมชาติพวกเขาก็นำมาแปลการเคลื่อนไหวเหล่านั้นให้เป็นประโยคที่ได้ยิน

อุปกรณ์ที่ใช้ในการถอดรหัสสมอง
อุปกรณ์ที่ใช้ในการถอดรหัสสมอง

นักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนีย ได้มีข้อโต้แย้งว่า อุปกรณ์ใหม่นี้ที่พยายามจะแปลพฤติกรรมของสมองเป็นการพูดด้วยเสียงนั้นมีความซับซ้อนเกินไปตามการวิจัยที่ตีพิมพ์ในวารสาร Nature ออกมา

“สำหรับคนที่มีปัญหาด้านการสื่อสารหรือไม่สามารถสื่อสารได้แบบเต็มที่นั้น การมีข้อผิดพลาดเล็ก ๆ น้อย ๆ ก็อาจจะเป็นที่ยอมรับได้” Mark Slutzky neuroengineer แห่ง Northwestern University   ที่ได้ดำเนินโครงการที่คล้ายกันบอกกับ SCIAM “ เห็นได้ชัดว่าคุณสามารถพูดอะไรก็ได้ที่คุณต้องการ แต่มันก็ยังดีกว่าการพิมพ์คำทีละตัวอักษรซึ่งเป็นสถานะของงานวิจัยล่าสุดในปัจจุบันอยู่นั่นเอง”

References : 
https://www.scientificamerican.com/article/scientists-take-a-step-toward-decoding-speech-from-the-brain/

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

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