Innovation Pulse:The Real-time Tech Landscape
Pulse Insights
ในวันที่ 2024-05-24 เทคโนโลยีกำลังโฟกัสไปที่ AI & Intelligent Agents, Robotics & Autonomous Systems, Software & Security และ Hardware & Infrastructure โดยเฉพาะ Agentic AI ซึ่งชี้ให้เห็นถึงแนวโน้มการเปลี่ยนผ่านจากโมเดลภาษาไปสู่ระบบเอเจนต์ที่สามารถตัดสินใจและลงมือทำงานได้จริงอย่างเป็นระบบ
10 ข่าวล่าสุด
เผยจุดอ่อน AI: ทำไมโมเดลภาษาขนาดใหญ่ยังสอบตกในแบบทดสอบเชาวน์ปัญญาบางประเภท
- AI มีปัญหาอย่างมากในการแก้โจทย์มิติสัมพันธ์และการหมุนวัตถุ 3 มิติแบบที่มนุษย์ทำได้
- โมเดล AI มักตอบผิดเมื่อเจอโจทย์ตรรกะที่มีการดัดแปลงรายละเอียดเล็กน้อยจากชุดข้อมูลฝึกฝน
- การให้เหตุผลเชิงนามธรรม (Abstract Reasoning) ใน 2 มิติอย่าง ARC-AGI ยังคงเป็นความท้าทายสำคัญสำหรับ AI
ข้อจำกัดด้าน Spatial Reasoning
ปัญหาเรื่อง Memorization vs Reasoning
#ai benchmarks#spatial reasoning#llm limitations#cognitive testing#logic puzzles
IEEE RAS เปิดตัวเครื่องมือ Toolkit สำหรับวัดความยั่งยืนในอุตสาหกรรมหุ่นยนต์
- เปิดตัว Robotics Eco-Label สำหรับให้คะแนนความยั่งยืนของหุ่นยนต์ (0-100 คะแนน)
- พัฒนาเครื่องมือช่วยเลือกหุ่นยนต์ที่มีมวลน้อยที่สุดเพื่อให้พอดีกับงานเพื่อประหยัดพลังงาน
- AI ช่วยลดการสูญเสียพลังงานในระบบโซลาร์เซลล์ได้ประมาณ 25% ในโครงการทดสอบ
Robotics Eco-Label Toolkit
Minimum-mass Robot Selector
SolarPeer 360
#robotics#sustainability#ieee ras#eco-label#green tech
Bill Gates เตือนโลกก้าวข้าม 'จุดอันตราย' ของ AI พร้อมเสนอการจัดเก็บภาษีหุ่นยนต์
- เตือนความเสี่ยงด้านอาวุธชีวภาพจากการใช้ AI พัฒนาโมเลกุลใหม่
- เสนอแนวคิดการเก็บภาษีจากกำไรที่ได้จากการใช้ AI แทนแรงงานคน
- เสนอให้มีการระบุอาชีพที่สงวนไว้สำหรับมนุษย์โดยเฉพาะในแต่ละประเทศ
#bill gates#ai risk#robot tax#ai safety#job displacement
Google เสนอแนวทางการใช้ AI เพื่อขับเคลื่อนนวัตกรรมและปกป้องลิขสิทธิ์
- ประสิทธิภาพโมเดล AI ของ Google เพิ่มขึ้น 300 เท่าในระยะเวลา 2 ปี
- AI ช่วยเร่งการวิจัยทางการแพทย์ เช่น การพัฒนาวัคซีนมาลาเรียจากโครงสร้างโปรตีน
- เสนอให้ใช้ AI ช่วยคัดกรองสิทธิบัตรเนื่องจากมีการยื่นขอเพิ่มขึ้นเป็นประวัติการณ์
AI Efficiency Growth
IP Protection Framework
#google ai#intellectual property#copyright#alphafold#ai policy
การตรวจสอบความปลอดภัยและประสิทธิภาพของฝูงโดรนผ่านแบบจำลองสถานะ Swarm Game
- สร้างสถานะเกมจำลองจากข้อมูลโดรนเพื่อตรวจสอบประสิทธิภาพโดยไม่ต้องบินจริง
- ใช้ Gaussian bandwidth encoder เพิ่มความแม่นยำในการตรวจจับได้ถึง 77.6%
- ใช้ทฤษฎีเกมเพื่อหานโยบายการจัดการงบประมาณและทรัพยากรที่เหมาะสม
Visual Swarm-Game Audit
Scale-Normalized Encoder
#robotics#drones#swarm intelligence#game theory#computer vision
การเพิ่มความเร็วในการวางแผนหุ่นยนต์ด้วยการสร้างชุดคำสั่งแบบ Macro-Operator
- รวมคำสั่งย่อยที่เชื่อมโยงกันเป็นคำสั่งเดียวเพื่อลดเวลาในการวางแผน
- เพิ่มความเร็วในการประมวลผลสูงสุด 4.6 เท่าเมื่อเทียบกับวิธีมาตรฐาน
- แก้ปัญหางานที่มีลำดับขั้นตอนยาว (Long sequential tasks) ได้อย่างมีประสิทธิภาพ
Macro-Operator Discovery
Automatic Predicate Selection
#robotics#tamp#operator learning#macro-operators#planning efficiency
Concept-Guided Exploration: การสร้างแผนที่ 3D ด้วยแนวคิดเชิงความหมายแทนพิกัดพิกเซล
- ใช้ Concept Agents ในการระบุพื้นที่เชิงความหมายแบบเรียลไทม์
- ไม่ต้องอาศัยแผนที่ Global Metric ล่วงหน้าในการสำรวจ
- สร้าง Scene Graph ที่มนุษย์สามารถอ่านและสั่งการได้ง่าย
Concept-first Architecture
Asynchronous Concept Agents
#robotics#scene graphs#semantic mapping#autonomous exploration#3d perception
TRACE: เฟรมเวิร์กใหม่ยกระดับ LLM Agent ในการค้นพบวัสดุศาสตร์ด้วยการติดตามผลการแก้ไข
- เปลี่ยนจากการเก็บข้อมูลแค่ผลลัพธ์ มาเป็นการเก็บข้อมูลผลของการ 'แก้ไข' (Edits) ในแต่ละจุด
- ใช้การวิเคราะห์ delta ของคุณสมบัติเพื่อทำนายผลของการแก้ไขในอนาคต
- เพิ่มอัตราความสำเร็จในการค้นหาวัสดุได้มากกว่า 7% เมื่อเทียบกับเทคโนโลยีปัจจุบัน
Transition-Aware Residual Control (TRACE)
#materials discovery#llm agents#trace framework#multi-objective optimization
ARLI: กรอบการทำงานเพื่อลดผลกระทบจากความหน่วงในการประมวลผลหุ่นยนต์
- แก้ปัญหาความหน่วงในโมเดลขนาดใหญ่ที่ทำให้การเรียนรู้แบบ RL มาตรฐานล้มเหลว
- ใช้การเสริมข้อมูลสถานะเพื่อรักษาความต่อเนื่องของข้อมูลในการเรียนรู้
- ผ่านการทดสอบทั้งใน Simulator และหุ่นยนต์จริงในการทำงานที่ซับซ้อน
ARLI Framework
State Augmentation for RL
#robotics#reinforcement learning#inference latency#vla#asynchronous rl
พบช่องโหว่ในโมเดลพื้นฐานดาราศาสตร์: ระบบตรวจจับอาจบิดเบือนข้อมูลภาพจริง
- โมเดล AION-1 แสดงอาการยึดติดกับ metadata จนมองข้ามพิกเซลภาพจริงในบางกรณี
- การแก้ไขแค่แผนผังการตรวจจับทำให้ค่า Redshift คลาดเคลื่อนสูงกว่ามาตรฐาน LSST DESC
- การนำ metadata ที่ไม่ถูกต้องออก อาจช่วยให้โมเดลมีความแม่นยำมากกว่าการใส่ข้อมูลที่ไม่สมบูรณ์
Causal Auditing on AION-1
#astronomy ai#foundation models#systematic bias#causal intervention
