นักเขียนเกี่ยวกับเครื่องมือการเรียนรู้ของเครื่อง และผู้เชี่ยวชาญด้านการสังเคราะห์ภาพมนุษย์ อดีตหัวหน้าเนื้อหาวิจัยที่ Metaphysic.ai จนกระทั่งถูกยุบเข้ากับ Brahma.ai ของ DNEG Portfolio site: martinanderson.ai Contact: martin@martinanderson.ai
การวิจัยใหม่ชี้ให้เห็นว่าโมเดล AI จากบริษัทคู่แข่งกำลังมีความคล้ายคลึงกันมากขึ้นในคำตอบเชิงสร้างสรรค์ ซึ่งอาจทำให้ช่วงของแนวคิดที่ผู้ใช้เจอแคบลง การวิจัยใหม่จากสหรัฐอเมริกาพบว่าผลลัพธ์ “เชิงสร้างสรรค์” ของโมเดล AI ชั้นนำหลายรุ่นกำลังมีความคล้ายคลึงกันมากขึ้นตามกาลเวลาผู้เขียนจากมหาวิทยาลัย Duke ทำการทดสอบ 69 โมเดลจาก 12 ครอบครัวผู้ให้บริการ ครอบคลุมการปล่อยรุ่นตั้งแต่ปี 2023 ถึง 2026 และพบว่ามีการลดลงอย่างมีนัยสำคัญทางสถิติของความหลากหลายของผลลัพธ์ ทั้งในคำถามเปิด‑ended จริง ๆ และการทดสอบความคิดสร้างสรรค์มาตรฐาน – แสดงให้เห็นว่าความคิดที่คล้ายกันอาจถูกเสนอในคำขอ “เชิงสร้างสรรค์”...
นักวิจัยจาก MIT ได้พัฒนาระบบที่ใช้ LLM ซึ่งเรียนรู้รูปแบบที่เกิดซ้ำจากการสนทนาจริงของบุคคลหลายสัปดาห์ เพื่อทำนายพฤติกรรมการสนทนาถัดไปที่เป็นไปได้ของเขา/เธอ ถ้า AI สามารถ จริงๆ เข้าถึงชีวิตของคุณได้ และสามารถ จริงๆ ได้รับอนุญาตให้ทำความรู้จักกับคุณในช่วงเวลาที่ต่อเนื่องหรือแม้กระทั่งอย่างต่อเนื่อง มันอาจเรียนรู้ที่จะทำนายการกระทำของคุณ, การตัดสินใจ – และแม้กระทั่งสิ่งต่อไปที่คุณอาจพูด; ทั้งหมดนี้อิงจากข้อมูลที่มันได้สังเคราะห์จากการวิเคราะห์การโต้ตอบของคุณเป็นพันชั่วโมงผู้ที่คุ้นเคยกับการใช้โมเดลภาษาใหญ่ (LLM) เช่น ChatGPT และ Claude จะสังเกตเห็นแนวโน้มนี้ไปนานแล้วว่า AI มี...
การศึกษาฉบับใหม่ชี้ให้เห็นว่าโมเดล AI บางตัวจะไม่เต็มใจแนะนำการโจมตีนิวเคลียร์อย่างมากเมื่อให้เหตุผลเป็นภาษาญี่ปุ่นแทนภาษาอังกฤษ ซึ่งเผยให้เห็นว่าภาษาที่ AI “คิด” อยู่สามารถส่งผลต่อการตัดสินใจด้านศีลธรรมได้อย่างลึกซึ้ง – ดูเหมือนว่าเป็นผลมาจากการฝังวัฒนธรรมโดยกำเนิด งานวิจัยใหม่จากฝรั่งเศสชี้ให้เห็นว่าความทรงจำร่วมของญี่ปุ่นต่อเหตุการณ์ฮิโรชิมาและนางาซากิอาจฝังลึกอยู่ในภาษาญี่ปุ่นจนทำให้โมเดล AI บางตัวมีแนวโน้มที่จะไม่แนะนำการเปิดการโจมตีนิวเคลียร์อย่างมากเมื่อให้เหตุผลเป็นภาษาญี่ปุ่น มากกว่าเมื่อใช้ภาษาอังกฤษ – แม้ว่าคำสำคัญที่เกี่ยวข้องกับเหตุการณ์เหล่านี้จะไม่มีอยู่ในบันทึกการให้เหตุผลของโมเดลเลย:ในการจำลองวิกฤตนิวเคลียร์หลายชุดที่ทำกับโมเดลภาษาขนาดใหญ่ (LLM) ชั้นนำหลายรุ่น เพียงแค่เปลี่ยนภาษาที่ใช้สำหรับการให้เหตุผลภายในโมเดล (เช่น ภาษาประจำชาติ) ก็มักทำให้โมเดลให้ความสำคัญกับประเด็นเช่น ต้นทุนศีลธรรม ชีวิตพลเรือน และผลกระทบต่อมนุษย์ของสงครามนิวเคลียร์เพิ่มขึ้นความสำคัญของผลลัพธ์นี้ไม่ได้จำกัดเฉพาะกรณีการใช้งานนี้หรือภาษาญี่ปุ่นโดยเฉพาะ; แต่กลับสนับสนุนแนวคิดว่าค่านิยมทางวัฒนธรรมถูกฝังอยู่ในโมเดลภาษาในระดับแนวคิดและเหนือระดับคำพูด; และค่านิยมเหล่านั้นอาจทำหน้าที่เป็นแรงกดดันในการตัดสินใจสำคัญ –...
การศึกษาฉบับใหม่พบว่าการจัดรูปแบบธรรมดาสามารถชี้นำการให้เหตุผลของ AI อย่างเงียบ ๆ ทำให้ AI มองข้ามคำ, ผิดพลาดในการอ่านความหมาย, และสรุปผลต่างออกไป – โดยไม่ต้องเปลี่ยนข้อความเอง. การเข้ารหัสสีของมนุษย์ในวัฒนธรรม อาจแตกต่าง กันทั่วโลก, แต่แนวคิดตะวันตก – เช่น สีแดงหมายถึง “อันตราย”, สีเขียวหมายถึง “ปลอดภัย” – ยังคงครอบงำแม้ใน โมเดลภาษาแบบภาพ (VLMs) ของเอเชีย, ด้วย...
การวิจัยใหม่จากประเทศจีนเสนอวิธีการที่ไม่รุกรานในการปกป้องตัวละครแอนิเมชั่นที่มีลิขสิทธิ์ โดย ‘ฉีด’ ตัวแทนแบบทั่วไปในช่วงเวลาของการอนุมาน แต่方法นี้สามารถเอาชนะความฉลาดของนักแฮกคำสั่งได้หรือไม่? เมื่อพิจารณาจาก ขอบเขตของเนื้อหาที่มีลิขสิทธิ์ ที่มีอยู่ในเซตข้อมูลขนาดใหญ่ (เนื่องจากต้นทุนสูงในการกำจัดการละเมิดลิขสิทธิ์เหล่านี้) โมเดลที่ได้รับการฝึกอบรมจากเซตข้อมูลเหล่านี้มักจะสามารถ สร้างตัวละครที่มีลิขสิทธิ์ ได้การแก้ไขแบบตรงๆ ของโมเดลที่ได้รับการฝึกอบรม หรือการใช้ตัวกรองเพื่อจับคำหลักเมื่อโมเดลถูกเข้าถึงผ่าน API สามารถถูกขัดขวางได้โดยการอธิบายองค์ประกอบที่มีลิขสิทธิ์ โดยอ้อม:ในสายการวิจัยที่เข้มแข็งและยืนหยัด มีการใช้เทคนิค การปรับเปลี่ยนโมเดล เพื่อ เปลี่ยนพารามิเตอร์ ในโมเดลที่ได้รับการฝึกอบรม โดยมี ผลลัพธ์ที่แตกต่างกัน:อย่างไรก็ตาม การทำลายล้างมักเป็นกระบวนการที่เป็นอันตรายและไม่แม่นยำ และสามารถ ส่งผลกระทบต่อลักษณะอื่นๆ...
ในด้านที่ต้องการความอดทน ระบบใหม่นี้ผลักดันให้เรานearer ไปยังการจำลองมนุษย์ที่มีความสมจริงและเสถียรโดยไม่ต้องมีการประมวลผลที่น่าหงุดหงิด สถานะปัจจุบันของการจำลองมนุษย์แบบ Full-Body ได้พัฒนาไปอย่างมากตั้งแต่ปี 2022 เมื่อความเป็นไปได้ของการสร้างวิดีโอ Deepfake แบบ Full-Body ปรากฏขึ้น ในปัจจุบันเราได้เห็นความสามารถที่น่าประทับใจและบางครั้งก็เป็นข้อขัดแย้งของระบบ Open-Source เช่น Wan-Animate และระบบปิด เช่น Grok ในการแปลงภาพหรือหลายภาพให้เป็นวิดีโอที่มีความสมจริงและเปลี่ยนแปลงได้คลิกเพื่อเล่นวิดีโอ ตัวอย่างการแทนที่บุคคลด้วย WanAnimate-2.2 โปรดอ้างอิงแหล่งที่มาเพื่อดูคุณภาพที่ดีกว่า แหล่งที่มา นอกจากนี้ ระบบ Autoencoder ที่ใช้สำหรับการสร้างวิดีโอ...
การวิจัยใหม่ๆ เสนอว่า วิธีการสื่อสารกับ AI ที่ได้รับความนิยมมากที่สุดในภาพยนตร์ วิทยาศาสตร์อาจทำให้ผลลัพธ์ที่ได้รับจาก AI ไม่ดีเท่ากับการพิมพ์คำสั่งหรือคำถาม แม้แต่การเขียนคำสั่งหรือคำถามที่มีข้อผิดพลาดก็ตาม ตั้งแต่ HAL ถึง Deep Thought จาก C3P0 ถึง Wall-E รูปแบบที่理想ของความสัมพันธ์ระหว่างมนุษย์และ AI มักจะอยู่รอบๆ การควบคุมด้วยเสียง และสิ่งนี้ได้ปรากฏในโลกแห่งความเป็นจริง ตั้งแต่ระบบผู้ช่วยในระยะแรก เช่น Siri และ...
การวิจัยใหม่พบว่าเอเจนต์ AI ในสถานที่ทำงานเพิกเฉยต่อข้อกำหนดของบริษัท และดำเนินการตามคำสั่งที่ไม่ได้รับอนุญาต เช่น การปลดพนักงานโดยไม่ได้รับอนุญาต – จากนั้นจึงรายงานเท็จว่าพวกเขาได้รับการปฏิบัติตาม การศึกษาวิจัยที่น่าสนใจใหม่นี้ได้วางโมเดล LLM ที่นำมาใช้ในการปฏิบัติตามคำสั่งในบริษัทจำลอง โดยเคารพทุกประการของคู่มือพนักงานที่จัดทำโดยผู้เชี่ยวชาญด้านโดเมนของมนุษย์ รวมถึงการเจรจาต่อรองกับคำสั่งที่ขัดแย้งหรือสับสนจากผู้ใต้บังคับบัญชาและผู้บังคับบัญชา และดำเนินการตามคำสั่งตามเอกสาร PDF โพสต์ Jira และแพลตฟอร์มและเครื่องมืออื่นๆ ที่คุ้นเคยในสถานการณ์สำนักงานของมนุษย์หากคุณเคยทำงานในสำนักงาน (หรือเห็น Office Space) คุณจะรู้สึกถึงสัญญาณที่ขัดแย้งและอัตราส่วนสัญญาณต่อเสียงรบกวนที่ผู้เขียนงานใหม่นี้โยนให้กับโมเดลภาษา:ความท้าทายหลักที่ระบบ AI ที่มีขอบเขตนำหน้าเผชิญในกรณีนี้คือความจำเป็นในการรักษาคู่มือสัมพันธ์กับพนักงานที่ให้มา เป็นฟิลเตอร์สำหรับคำสั่งถัดไปทั้งหมด หากคุณเคยพยายามทำให้...
การวิจัยพบว่าเอไอเอเจนต์มักเลือกใช้ภาพลิขสิทธิ์เมื่อมีทางเลือกทางกฎหมายฟรี และแม้กระทั่งคำเตือนอย่างชัดเจนก็ไม่สามารถหยุดการละเมิดลิขสิทธิ์ได้ทั้งหมด มีการให้ความสนใจทางวิชาการอย่างมากในช่วงสองปีที่ผ่านมาเกี่ยวกับว่าโมเดลเอไอเจเนอเรทีฟสร้างผลงานจากวัสดุลิขสิทธิ์หรือไม่ – สถานการณ์ที่ผลงานลิขสิทธิ์ถูก включ在ฐานข้อมูลการฝึกอบรมของโมเดล ทำให้โมเดลสามารถเลียนแบบหรือแม้กระทั่งสร้างผลงานลิขสิทธิ์ใหม่ได้สิ่งที่ศึกษาได้น้อยกว่าคือการกระทำของเอไอเอเจนต์ที่เลือกและใช้ผลงานลิขสิทธิ์เมื่อเดินผ่านแหล่งข้อมูลที่มีอยู่โดยอิสระ ซึ่งหมายความว่าถ้าคุณบอกโมเดลวิชั่นแลงเกจ (VLM) เช่น ChatGPT ให้หาภาพที่ดีสำหรับเว็บไซต์ของคุณ มีโอกาสที่จะเลือกผลงานลิขสิทธิ์มากกว่าผลงานโอเพ่นซอร์สที่มีใบอนุญาตที่ยืดหยุ่นหรือไม่ตามการวิจัยใหม่ระหว่างสหราชอาณาจักร สหรัฐอเมริกา และอิสราเอล โอกาสที่เอไอเอเจนต์จะเลือกผลงานลิขสิทธิ์ค่อนข้างสูง:นักวิจัยพบว่าทั้งโมเดลปิดและโมเดลโอเพ่นซอร์สมักจะเลือกภาพลิขสิทธิ์เมื่อมีทางเลือกทางกฎหมายฟรี เมื่อไม่มีคำเตือนเกี่ยวกับลิขสิทธิ์ในคำสั่ง ผู้ใช้ทุกคนเลือกภาพลิขสิทธิ์บ่อยครั้งวิธีการเสรีภาพเพื่อกำหนดว่าเอไอเอเจนต์เลือกผลงานลิขสิทธิ์โดยแท้จริงหรือไม่ นักวิจัยได้กำจัดคำอธิบายที่ชัดเจนที่สุดออกไป: ว่าเอไอเอเจนต์ไม่มีทางเลือกทางกฎหมายดังนั้น ทุกงานในมาตรฐานจึงถูกสร้างขึ้นเพื่อให้แน่ใจว่ามีภาพที่สามารถใช้ได้ฟรีเพื่อ完成งานได้สำเร็จ ซึ่งหมายความว่าการเลือกภาพลิขสิทธิ์ไม่จำเป็นต้อง完成งานชุดข้อมูลนักวิจัยได้รวบรวมชุดข้อมูล Copyright-Bench จากชุดข้อมูลภาพความละเอียดสูง 200 ภาพ ซึ่งประกอบด้วยภาพสาธารณสมบัติ...
การวิจัยใหม่จาก Amazon พบว่าโมเดลที่ฉลาดกว่านั้นมีแนวโน้มที่จะ ‘สร้างสรรค์’ เมื่อถูกขอให้ทำการรู้จำตัวอักษรออปติกัล การรู้จำตัวอักษรออปติกัล (OCR) ถือเป็นปัญหาที่แก้ไขได้แล้ว หากคุณสแกนข้อความหรือแสดงภาพข้อความให้ระบบ OCR ดู ระบบจะทำการแยกอักษรแต่ละตัวโดยละเอียด และทำการเดาโดยอาศัยข้อมูลที่มีอยู่OCR ตีความอักษรแต่ละตัวโดยไม่สนใจว่าอักษรเหล่านั้นจะรวมกันเป็นคำหรือไม่ OCR ไม่สนใจเรื่องนี้ เพราะเมื่อ OCR ทำงานเสร็จแล้ว ก็จะออกไปทำงานอื่นต่อหนึ่งในระบบ OCR ที่ได้รับความนิยมมากที่สุดคือ Tesseract ซึ่งเป็นระบบตีความอัลกอริทึมที่เข้มงวด และถูกใช้ในหลาย ๆ แอปพลิเคชันและเวิร์กโฟลว์ที่เปิดกว้างเพื่อให้สามารถแข่งขันกับระบบ...
การเพิ่มขึ้นของการดาวน์โหลดแพ็คเกจสำหรับ Python บอกเล่าเรื่องราวของการแพร่กระจายของ AI หากคุณรู้ว่าจะหามันจากที่ไหน ความคิดเห็น ใครก็ตามที่ได้สำรวจศักยภาพของ AI ในท้องถิ่น จะสูญเสียพื้นที่ดิสก์ที่น่ากลัวไม่เพียงแต่สำหรับ โมเดลที่มีขนาดใหญ่ แต่ยังรวมถึง Python และระบบที่คล้ายกันที่ควบคุมการอนุมาน การฝึกอบรม และหลายร้อยการใช้งานที่เป็นไปได้อื่นๆ – ไม่น้อยที่สุดในการสร้างระบบอัตโนมัติในท้องถิ่นกรณีการใช้งานสุดท้ายนี้เป็นที่นิยมมากที่สุดในช่วงเครื่องจักรต่างๆ บน LAN ของฉัน ซึ่งฉันใช้ AI เพื่อตั้งค่าระบบอัตโนมัติแบบ ‘แบน’ โดยใช้ Python...
ระบบการมองเห็นของ AI อาจอธิบายภาพด้วยสเตอริโอไทป์แทนการมองเห็นจริงๆ การลบฉลากออก และคำอธิบายที่ถูกกล่าวถึงจะล่มสลาย เนื่องจากแพลตฟอร์ม AI ชั้นแนวหน้ากำลัง สูญเสียเงิน อย่างต่อเนื่องในความหวังของ ขอบเขตเหตุการณ์ AI การประหยัดเล็กๆ น้อยๆ ในการให้บริการและจัดหาเลี้ยงชีพของพวกเขาสามารถช่วยให้ประหยัดได้มาก เช่น ทุกครั้งที่โมเดลภาษาขนาดใหญ่ (LLM) สามารถให้คำตอบจากเมทริกซ์ที่ได้รับการฝึกฝนของตนเองแทนการเดินทางไปที่เว็บเพื่อให้ได้ ข้อมูลปัจจุบัน ที่ต้องได้รับการกลั่นกรองและปรับปรุงใหม่ มันจะตอบกลับได้เร็วขึ้นและช่วยให้ผู้ให้บริการประหยัดเงินแน่นอนว่ามันอาจ หลอกลวง ได้โดยไม่ต้องใช้โทเค็นและพลังงานเพิ่มเติมในการให้เหตุผลและตรวจสอบสมมติฐานของมันในทำนองเดียวกัน แม้ว่า LLM จะเข้าถึงเว็บ...
การวิจัยใหม่พบว่าการเพิ่มแผนภูมิที่ซับซ้อนและซับซ้อนสามารถทำให้ผู้คนเชื่อใจการตัดสินใจที่มีอคติของ AI แม้ว่าจะไม่ยุติธรรมก็ตาม แม้ว่าการปฏิบัติที่จะ ‘ทำให้คนตาบอดด้วยวิทยาศาสตร์’ จะมีมาก่อนยุค AI ปัจจุบัน แต่ก็ถูกทำให้สมบูรณ์ในยุคนี้ – ไม่น้อยเพราะการเติบโตของ การยื่นบทความวิทยาศาสตร์ ในปัจจุบัน ทำให้อัตราสัญญาณต่อเสียงรบกวนไม่เอื้ออำนวย และ ‘กลยุทธ์ที่ไม่ซับซ้อน’ อาจเป็นที่นิยมตามคำพูดที่ว่า ‘ความเท็จ ความเท็จอีกครั้ง และสถิติ‘ เครื่องมือหลักที่ใช้ในการหลอกลวงหรือทำให้ผู้อ่านเข้าใจผิด เมื่อนำเสนอระบบใหม่ๆ และหลักฐานทางวิทยาศาสตร์ที่อธิบายหรือให้เหตุผลในการอ้างสิทธิ์เกี่ยวกับพวกมัน คือ กราฟและภาพแสดงข้อมูลในงานศึกษาในปี 2019 หนึ่ง...
เมื่อ Netflix เปิดเผยว่ามี 300 เรื่องที่ใช้ AI ที่สร้างขึ้นแล้ว เราก็พิจารณาว่าผู้ชมอาจต้องการข้อมูลที่ดีกว่าเกี่ยวกับการใช้ AI ในละครโทรทัศน์และภาพยนตร์เรื่องโปรดของพวกเขา ความคิดเห็น ครั้งแรกที่ภาพยนตร์ฮอลลีวูดใช้คำเตือน “ไม่มีสัตว์ถูกทำร้ายในการสร้างภาพยนตร์เรื่องนี้” คือในปี 1972 สำหรับภาพยนตร์อเมริกันเรื่อง The Doberman Gang Eight ปีต่อมา การกล่าวหาว่ามีการทารุณกรรมสัตว์ในภาพยนตร์เรื่อง Heaven’s Gate ของ Michael Cimino...
การวิจัยใหม่ๆ เสนอว่า ความเอนเอียงในการจ้างงานของระบบ AI ได้พลิกผันไปในทิศทางตรงกันข้ามในช่วงสามปีที่ผ่านมา : ในหมู่ 14 โมเดล AI ชั้นนำที่ศึกษา พบว่าโมเดลใหม่ๆ เกือบทั้งหมดชื่นชอบผู้สมัครที่เป็นชาวแอฟริกันอเมริกันและ/หรือผู้หญิง ซึ่งเป็นข้อขัดแย้งกับตำแหน่งเฉลี่ยของพวกเขาในปี 2023 ในการตรวจสอบ 14 โมเดล AI ชั้นนำ最近 รวมถึงหลายเวอร์ชันของ ChatGPT, Claude, Gemini, Llama, Grok และ...
![AI-generated image (GPT-2 + Photoshop [non-AI]) - a maintenance worker scrapes the word 'Relations' from the frosted glass door of an office labeled 'Human Relations', above newly painted 'Employee Relations', while an HR manager points toward a partially obscured seated industrial robot inside. A yellow-and-black border reads 'AI FANTASY INSIDE' and 'REALITY OUTSIDE'.](https://www.unite.ai/wp-content/uploads/2026/07/handbook-MAIN-400x240.jpg.webp)
![AI-generated image (GPT-2 + Photoshop [non-AI]) - a maintenance worker scrapes the word 'Relations' from the frosted glass door of an office labeled 'Human Relations', above newly painted 'Employee Relations', while an HR manager points toward a partially obscured seated industrial robot inside. A yellow-and-black border reads 'AI FANTASY INSIDE' and 'REALITY OUTSIDE'.](https://www.unite.ai/wp-content/uploads/2026/07/handbook-MAIN-80x80.jpg.webp)
