MUM ก้าวใหม่ของ AI ที่จะช่วยให้ Google Search ค้นหาคำตอบได้ตรงใจและตรงโจทย์มากยิ่งขึ้น

Multitask Unified Model คือ AI ด้านภาษาที่ถูกพัฒนาขึ้นมาในการช่วยทำความเข้าใจข้อมูล และความหมายของคำ Search โดย MUM จะถูกนำไปใช้กับ Google Search เพื่อให้ Search Engine ของกูเกิ้ลสามารถหาคำตอบให้กับคนถามได้อย่างตรงใจตรงโจทย์ และถูกต้องจริง ๆ เช่น คุณถามว่า “ตอนนี้ฉันได้ปีน Mt. Adams แล้วถ้าฉันต้องการปีน Mt. Fuji ในฤดูใบไม้ร่วงหน้า ฉันจะต้องเตรียมอะไรที่แตกต่างออกไป” สำหรับคำถามลักษณะนี้ กูเกิ้ลในปัจจุบันสามารถค้นหาคำตอบให้ได้ แต่ผู้ค้นหาอาจต้องค้นดูข้อมูลจากหลายแหล่ง และหลายรอบเพื่อที่จะตัดสินใจได้อย่างถูกต้องแม่นยำจริง ๆ ทว่าการนำ AI ตัวนี้เพิ่มเข้าไปใน Google Search มันจะสามารถให้คำตอบได้ใกล้เคียงกับการที่คุณถามผู้เชี่ยวชาญด้านปีนเขาเลยทันที (ทำความเข้าใจคำถาม และบริบท และหาคำตอบให้กับคำค้นหาเหล่านั้นเหมือนกับถามผู้รู้ด้านนั้น ๆ จริง ๆ)

โดย AI นี้มีการพัฒนาจาก Transformer Architecture เช่นเดียวกับ BERT MUM (Model ด้านภาษา) แต่ Multitask Unified Model มีประสิทธิภาพมากกว่าถึง 1,000 เท่า ได้รับการฝึกฝนจากภาษาต่าง ๆ ถึง 75 ภาษา เข้าใจได้ทั้งข้อความ รูปภาพ และในอนาคตจะสามารถเข้าใจไปถึงวิดีโอและเสียงได้ด้วย

ที่มา, อ่านเพิ่มเติม Google

AInb-Post-11-Pic1

Loss Function – AI

Loss Function (หรือบางครั้งเรียกว่า Cost Function, Error Function) หากกล่าวสั้น ๆ คือค่าหนึ่งในการฝึกสอนโมเดลที่จะต้องทำให้ลดลงให้มากที่สุด
AInb-Post-4-Pic1

StyleGAN2 – AI

วิธีการ Train StyleGAN2-ADA (Pytorch) บน Windows 10 ด้วยชุดข้อมูลรูปภาพของเราเอง จะต้องเตรียมอะไรและมีขั้นตอนอย่างไรบ้างในการเทรนโมเดล
Big_Data_Business

Big Data with Business

Big Data หากให้จำกัดความโดยง่ายมันก็คือข้อมูลที่สามารถนำมาสร้างประโยชน์ให้กับธุรกิจหรืออุตสาหกรรมต่าง ๆ ได้ รวมถึงสร้างประสบการณ์ที่ดีขึ้นเเก้ผู้ใช้อีกด้วย

ติดตาม SUBBRAIN ได้ที่นี่

Categories: Short News