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”
อุปกรณ์นี้ยังห่างไกลจากความสมบูรณ์แบบและการวิจัยยังอยู่ในช่วงเริ่มต้น แต่อุปกรณ์นี้เป็นอุปกรณ์แรกที่สร้างประโยคแบบเต็มรูปแบบ ในแบบที่คนอื่นสามารถเข้าใจได้โดยอ้างอิงจาก Scientific American – มันเป็นความหวังครั้งสำคัญสำหรับผู้ที่สูญเสียความสามารถในการสื่อสารจากโรคร้ายต่าง ๆ หรือความพิการ
ซึ่งนักวิทยาศาสตร์จากมหาวิทยาลัย University of California, San Francisco (UCSF) ได้ใช้ AI เพื่อเชื่อมโยงสัญญาณที่สมองส่งไปยังผู้ใช้งาน โดยจะสอดคล้องกับคำศัพท์เฉพาะ ซึ่งท้ายที่สุดจะจำลองพฤติกรรมของการสร้างคำที่ฟังดูสมจริงเหมือนการสื่อสารแบบปรกติของมนุษย์ ซึ่งในการทดสอบการทำงานอุปกรณ์นี้สามารถสังเคราะห์เสียงพูดได้ในขณะที่ผู้พยายามใช้ความคิดอย่างเงียบ ๆ
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”
นักวิจัยที่ Northwestern University ในรัฐอิลลินอยส์และ Google หวังว่าเทคโนโลยีด้าน AI และ Machine Learning สามารถเพิ่มประสิทธิภาพของการตรวจคัดกรองมะเร็ง
การค้นหาเนื้องอกในระยะแรก ควรจะทำให้ง่ายต่อการรักษา ซึ่งทีมวิจัย กล่าวว่า AI จะมีบทบาทใหญ่ ในอนาคตของยาและการรักษาโรค แต่ซอฟต์แวร์ปัจจุบันยังไม่พร้อมสำหรับการใช้งานทางคลินิกจริง ๆ
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
