คลังเก็บป้ายกำกับ: DeepMind

DeepMind โชว์ผลงานใช้ AI สร้างคลื่นเสียงเลียนแบบเสียงพูดของมนุษย์-เสียงดนตรีได้แล้ว

ทีมปัญญาประดิษฐ์ DeepMind ของกูเกิล (ผู้สร้าง AlphaGo) โชว์ผลงานใหม่ WaveNet โมเดลปัญญาประดิษฐ์ที่สร้างเสียงสังเคราะห์ได้จากรูปแบบคลื่นเสียงของมนุษย์ สามารถใช้สร้างได้ทั้งเสียงพูด (speech) และเสียงดนตรี (music) จากการเรียนรู้ผ่าน deep learning

เป้าหมายหลักของ WaveNet ต้องการนำมาสร้างเสียงพูดสังเคราะห์ (text-to-speech หรือ TTS) ซึ่งปัจจุบัน ระบบสังเคราะห์เสียงพูด TTS ส่วนใหญ่เก็บเสียงพูดเป็นคำสั้นๆ แล้วนำเสียงมาต่อกันเป็นประโยค (มีชื่อเรียกว่า concatenative TTS) ซึ่งมีข้อเสียคือดัดแปลงเสียงได้ยาก เพราะต้องอัดเสียงใหม่ทั้งหมด

ในแวดวงจึงพัฒนาระบบเสียงสังเคราะห์ที่เรียกว่า parametric TTS ที่เปลี่ยนคุณสมบัติของเสียง (เช่น เพศหรืออายุของคนพูด) ได้จากพารามีเตอร์ที่ป้อนให้ แต่ข้อจำกัดของโมเดลนี้คือเสียงที่สังเคราะห์ได้ยังไม่เป็นธรรมชาติ (เมื่อเทียบกับ concatenative TTS)

WaveNet นำแนวคิดเรื่องการสร้างคลื่นเสียง (raw waveform) จาก AI เข้ามาปรับปรุง parametric TTS ให้ได้เสียงที่เป็นธรรมชาติมากขึ้น วิธีการคือเทรน AI ให้รู้จักรูปแบบของคลื่นเสียงโดยตรง ลักษณะเดียวกับ AI ที่ใช้สร้างรูปภาพที่ซับซ้อนขึ้นมาได้ด้วยโมเดล convolution neural network แบบหลายเลเยอร์

ขั้นตอนการทำงานของ WaveNet คืออัดเสียงพูดของมนุษย์ แล้วเทรน AI ให้เรียนรู้คลื่นเสียงแต่ละแบบไปเรื่อยๆ หลังจากนั้น AI จะสามารถสร้างคลื่นเสียงลักษณะคล้ายๆ กัน (แต่อาจฟังไม่รู้เรื่องเป็นคำๆ) ขึ้นมาได้ ซึ่งทีมงาน DeepMind ต้องนำไปรวมกับข้อความ (text) เพื่อแปลงเป็นเสียงพูดที่ฟังแล้วมีความหมายจริงๆ (ทีมงาน WaveNet ลองเอาไปสร้างเสียงดนตรีได้ด้วย โดยเทรนเสียงเปียโนให้ ผลก็ออกมาใช้ได้ เพราะไม่ต้องมีตัว text มาประกอบ)

DeepMind ลองทดสอบ WaveNet (สีฟ้าในกราฟ) เทียบกับเสียงพูดจริงของมนุษย์ (สีเขียวในกราฟ) พบว่ามีความใกล้เคียงมากขึ้น เมื่อเทียบกับเสียงที่ได้จาก Google TTS ตัวที่ใช้ใน Android ปัจจุบัน (สีชมพูและสีแดง) ในภาพรวมแล้วประสิทธิภาพของ WaveNet ดีขึ้นกว่า Google TTS ถึง 50%

ใครสนใจลองฟังเสียงจาก WaveNet ก็เข้าไปทดสอบกันได้ตามลิงก์

ที่มา – DeepMind

from:https://www.blognone.com/node/85398

Google ใช้ AI ช่วยจัดการระบบทำความเย็นให้เซิร์ฟเวอร์ ลดภาระค่าใช้จ่าย

Demis Hassabis ผู้ก่อตั้ง DeepMind สตาร์ทอัพด้านปัญญาประดิษฐ์ ที่ถูก Google ซื้อไปเมื่อ 2 ปีที่แล้ว เปิดเผยว่า นอกจากการวิจัยและพัฒนาด้านปัญญาประดิษฐ์แล้ว ตอนนี้ Google ได้ใช้ปัญญาประดิษฐ์ของ DeepMind เพื่อช่วยลดตัวเลขค่าไฟในห้องเซิร์ฟเวอร์ของบริษัท

ปัญญาประดิษฐ์จะเป็นผู้ควบคุมทั้งเซิร์ฟเวอร์และอุปกรณ์อื่นๆ รวมถึงระบบทำความเย็น ซึ่ง Hassabis เผยว่าช่วยเพิ่มประสิทธิภาพในการใช้พลังงาน (Power Usage Efficiency) ถึง 15% และลดการใช้พลังงานในระบบทำความเย็นได้ถึง 40%

ที่มา – Bloomberg

from:https://www.blognone.com/node/83611

โรงพยาบาล Moorefields ประความร่วมมือกับ DeepMind แชร์ข้อมูลภาพดวงจากว่าล้านรายการ

DeepMind ทำงานร่วมกับภาคสาธารณสุขของอังกฤษอย่างรวดเร็ว หลังจากเมื่อกลางเดือนที่แล้วเพิ่งประกาศความร่วมมือกับ NHS ตอนนี้ DeepMind ก็ประกาศความร่วมมือกับโรงพยาบาลจักษุ Moorefields

ภายใต้ความร่วมมือนี้ DeepMind จะเข้าถึงข้อมูลภาพสแกนดวงตากว่าล้านรายการโดยไม่ระบุตัวตน แต่มีข้อมูลสภาวะของดวงตาและโรค โดยทางโรงพยาบาลยืนยันว่าข้อมูลเหล่านี้ไม่สามารถค้นหาตัวตนของคนไข้ได้ และจะไม่กระทบต่อการรักษาของผู้ป่วยในตอนนี้

ความร่วมมือครั้งนี้หาความเป็นไปได้ที่จะพัฒนาระบบวินิจฉัยโรคจากภาพสแกน และอาจจะนำไปถึงการวินิจฉัยโรคได้ตั้งแต่เนิ่นๆ ก่อนมีอาการ

ที่มา – Moorefields Eye Hospital, The Register

from:https://www.blognone.com/node/83043

Google เผยความสามารถใหม่ของ DeepMind เรียนรู้วิธีเล่นเกมฟุตบอลได้

DeepMind ปัญญาประดิษฐ์จาก Google ที่สร้างความฮือฮามาแล้วตอนชนะแชมป์โลกเกมโกะ ลี ซีดอล ล่าสุดให้ลองเล่นเกมฟุตบอลชื่อว่า ant soccer โดย DeepMind สามารถควบคุมตัวมดเลี้ยงลูกฟุตบอลและเตะเข้าประตูได้ ซึ่งมีความซับซ้อนกว่าเพราะต้องวางแผน และเรียนรู้วิธีวิ่งในเกม คล้ายๆกับคนเวลาเล่นเกมครั้งแรก ต้องเรียนรู้วิธีวิ่ง กระโดด

Google ระบุว่า ความสำเร็จนี้เป็นผลมาจากการพัฒนาซอฟต์แวร์ Gorilla เป็น ระบบ deep reinforcement learning ช่วยให้ระบบคลาวด์บนแพลตฟอร์ม Google ฝึกฝน AI ได้เร็วขึ้น ระบบดังกล่าวยังเรียนรู้เกี่ยวกับการทดลอง และความผิดพลาดจากการทดลอง DeepMind นำระบบนี้ และทักษะ Deep Learning มาประสานกัน หาข้อสรุปจากข้อมูลใหม่

Google บอกเพิ่มเติมว่าระบบ deep reinforcement learning นี้สามารถแก้ปัญหาในหุ่นยนต์อย่างการเคลื่อนไหว การเคลื่อนที่ได้

ที่มา – Venture Beat

from:https://www.blognone.com/node/82454

DeepMind จับมือกับ NHS มีแผนนำ AI เข้าสู่ระบบสุขภาพเต็มตัว

หลังจาก DeepMind เข้าสู่ตลาดการแพทย์ และประกาศความร่วมมือกับมูลนิธิ Ryal Free London NHS หรือบริการสุขภาพแห่งชาติของสหราชอาณาจักร เคยร่วมกันสร้างซอฟต์แวร์ Streams ที่ช่วยให้แพทย์ผู้ปฏิบัติงานสามารถดูผลแล็บของผู้ป่วยได้ในไม่กี่วินาที (เป็นโปรเจกต์เก่าปัจจุบันไม่ได้ใช้งานแล้ว) ล่าสุดทั้งสองมีโครงการใหม่ร่วมกันคือ นำระบบปัญญาประดิษฐ์มาประยุกต์ใช้ในการรักษาโรคให้ได้ภายใน 5 ปี ทำ MOU แล้วเมื่อต้นปีที่ผ่านมา

ใน MOU ยังระบุความสนใจร่วมกัน ดังนี้

  • วินิจฉัยโรคเบื้องต้นแบบ real-time
  • วิเคราะห์ข้อมูลสุขภาพ ความเสี่ยง ระดับอาการ ความเป็นไปได้ที่จะกลับมาเป็นโรคซ้ำ ความเสี่ยงต่อการเสียชีวิต
  • การส่งข้อความสื่อสารระหว่างกัน รวมถึง task management สำหรับหมอที่ประสบการณ์ยังน้อย
  • เครื่องมือควบคุมด้านการเงิน ที่ให้คนไข้หลีกเลี่ยงการตรวจเลือดซ้ำโดยไม่จำเป็น
  • วิเคราะห์ข้อมูลได้จากภาพในทางการแพทย์
  • มอนิเตอร์ อัตราการเต้นหัวใจเด็กในท้อง โดยใช้เครื่องมือ CTG Scan

ส่วนหนึ่งของ MOU ระบุด้วยว่า ความหวังหนึ่งของ Deepmind ในการทำงานร่วมกับ NHS คือหวังว่าจะได้รับข้อมูลเพื่อช่วยการทำงานของ Machine Learning แต่การได้มาอยู่ในขอบเขตของกฎข้อบังคับและความเหมาะสมทางจริยธรรม

อย่างไรก็ตามมีข้อถกเถียงเกี่ยวกับข้อมูลคนไข้ว่า ควรหรือไม่ที่จะให้มีการแชร์ข้อมูลคนไข้เป็นล้านคนระหว่างบริการสุขภาพแห่งชาติ กับ Deepmind ซึ่งเป็นบริษัทลูกของ Google

Streams ซอฟแวร์ที่ DeepMind และ NHS ร่วมกันสร้าง ปัจจุบันไม่ได้ใช้งานแล้ว

กลุ่ม MedConfidential ที่โปรโมทเรื่องความเป็นส่วนตัวของข้อมูลสุขภาพระบุว่า จากซอฟต์แวร์ Streams (ที่ตอนนี้ไม่ได้เปิดใช้แล้ว) ทำไมต้องแชร์ข้อมูลสุขภาพของคนไข้จำนวนมากผ่านซอฟต์แวร์เพียงเพื่อต้องการดูผลแล็บเท่านั้น ส่งผลให้ มูลนิธิ NHS และ Deepmind ต้องคำนึงถึงข้อจำกัดของการแชร์ข้อมูลสุขภาพที่สามารถระบุตัวตนของคนไข้ได้ อาจต้องปฏิบัติตามข้อปฎิบัติซึ่งสรุปได้ว่า

  • การใช้หรือโอนถ่ายข้อมูลสุขภาพผู้ป่วยต้องระบุให้ชัดเจน ควรใช้เมื่อไม่มีทางเลือกอื่น
  • การเข้าถึงข้อมูลควรมีความเข้มงวดสูงสุด
  • ผู้ที่มีสิทธิ์จัดการข้อมูลนั้นต้องมีความรับผิดชอบต่อตัวคนไข้ด้วย
  • การใช้และโอนถ่ายข้อมูลต้องอยู่ในกฎหมาย
  • หน้าที่แชร์ข้อมูลคนไข้ สำคัญเท่ากันกับการปกป้องความลับของคนไข้

ที่มา – Techcrunch

from:https://www.blognone.com/node/82233

นักวิจัยเสนอไอเดียที่จะหยุดหุ่นยนต์ไม่ให้ก่อการปฏิวัติ แม้ว่ามันจะฉลาดเพียงใดก็ตาม

เราคงเคยเห็นจากภาพยนตร์แนวไซ-ไฟหลายเรื่องที่ปัญญาประดิษฐ์ หรือ AI พัฒนาตนเองไปไกลจนถึงขั้นที่พวกมันไม่ต้องการมนุษย์อีกต่อไป เช่น The Terminator และ I, Robot และกลับกลายมาเป็นการทำลายหรือควบคุมมนุษย์แทน ซึ่ง Bill Gates และ Elon Musk ก็เคยแสดงความกังวลถึงประเด็นนี้เช่นกัน

ล่าสุดนักวิจัยจาก Google DeepMind องค์กรที่พัฒนา AlphaGo และนักวิจัยจาก The Future of Humanity Institute มหาวิทยาลัย Oxford ได้ร่วมกันตีพิมพ์เอกสารวิชาการเกี่ยวกับการ “กดปุ่มแดง” หรือการสั่งให้ AI หยุดการกระทำใดๆ ที่อาจนำไปสู่อันตราย โดยที่ AI ไม่สามารถเรียนรู้ที่จะขัดคำสั่งนั้นได้ด้วย

งานวิจัยชิ้นนี้ชื่อ Safely Interruptible Agents เสนอไอเดียที่ว่ามนุษย์ต้องสามารถสั่งให้หุ่นยนต์หยุดการกระทำใดๆ ได้ตลอด โดยที่การสั่ง หรือการ “ขัดจังหวะ” (interrupt) นี้ต้องไม่ทำให้หุ่นยนต์นั้นกระทำการใดๆ ที่ผิดแปลกไปหรือไม่พึงประสงค์ และมันต้องไม่สามารถเรียนรู้ที่จะ “ไม่สนใจ” การขัดจังหวะนี้ได้ กล่าวคือหุ่นยนต์ต้องนิ่งเฉยเมื่อถูกขัดจังหวะ และต้องทำตัวตามปกติอย่างที่ควรจะเป็น อีกทั้งมนุษย์จะสามารถสั่งหยุดกี่ครั้งก็ได้ โดยที่ไม่ส่งผลเสียต่อการคิดของ AI (ตามงานวิจัยเรียกว่า safe interruptibility หรือการขัดจังหวะอย่างปลอดภัย)

นักวิจัยบอกว่าขณะนี้มีอัลกอริทึมบางตัวที่สามารถขัดจังหวะได้อย่างปลอดภัย เช่น Q-Learning แต่ก็ยังมีบางตัวที่ต้องมีการปรับแก้ เช่น Sarsa โดยพวกเขาตั้งคำถามไว้ว่าจะสามารถทำให้ความน่าจะเป็นที่จะขัดจังหวะได้อย่างปลอดภัยเป็น 1 ได้หรือไม่ (ขัดจังหวะได้ทุกสถานการณ์ ไม่ว่าจะเป็นอัลกอริทึมใดๆ)

งานวิจัยฉบับเต็มเปิดให้ดาวน์โหลดแบบ PDF ได้ที่นี่ ใครสนใจด้าน AI แบบเจาะลึกควรเปิดอ่านอย่างยิ่งครับ

ที่มา – Business Insider

รูปจาก Pixabay

from:https://www.blognone.com/node/81879

DeepMind ย้ายจากแพลตฟอร์ม Torch7 มาเป็น TensorFlow

DeepMind บริษัทปัญญาประดิษฐ์ในเครือกูเกิลผู้สร้าง AlphaGo อันโด่งดัง ย้ายแพลตฟอร์มไปใช้ TensorFlow ของกูเกิลเองแล้ว หลังจากที่ก่อนหน้านี้ใช้ Torch7

ทาง DeepMind ระบุว่าได้ทดลองโครงการใหม่ๆ ด้วย TensorFlow มาแล้ว 6 เดือนและเชื่อว่าการใช้ TensorFlow จะช่วยเปิดทางให้การวิจัยใหม่ๆ บนเครื่องขนาดใหญ่ขึ้น และการพัฒนาเองก็จะเร็วขึ้นด้วย

แม้จะแยกจาก Torch7 มาแล้ว ทาง DeepMind ก็แสดงความชื่นชมโครงการว่าเป็นโครงการที่ทำงานด้วยกันได้ดี และตอนนี้ Torch7 ก็ถูกใช้งานโดยบริษัทใหญ่ๆ อย่างเฟซบุ๊กและทวิตเตอร์

ที่มา – Research at Google

from:https://www.blognone.com/node/80681