สำนักงานคณะกรรมการอาหารและยากำลังเรียกร้องให้นักพัฒนาอุปกรณ์ทางการแพทย์ที่ใช้ปัญญาประดิษฐ์ให้ข้อมูลโดยละเอียดเกี่ยวกับวิธีการพัฒนาและทดสอบอุปกรณ์ของพวกเขา รวมถึงมาตรการเพื่อลดความเสี่ยงด้านความปลอดภัยในสภาพแวดล้อมทางการแพทย์ ในคำแนะนำร่างเอกสารนี้ FDA ขอให้ผู้ผลิตอุปกรณ์ AI เปิดเผยแหล่งที่มาและข้อมูลประชากรของข้อมูลที่ใช้ในการฝึกอบรมและตรวจสอบผลิตภัณฑ์ของพวกเขา ตลอดจนจุดบอดหรืออคติที่อาจส่งผลต่อประสิทธิภาพ ข้อมูลนี้จะเป็นส่วนหนึ่งของคำขออนุมัติจาก FDA แม้ว่าเอกสารนี้จะเป็นการให้คำแนะนำและไม่ใช่การกำหนดระเบียบใหม่สำหรับผู้ผลิตอุปกรณ์ แต่ก็มีเป้าหมายเพื่อยกระดับมาตรฐานสำหรับบริษัทต่าง ๆ ที่เคยได้รับการอนุมัติสำหรับผลิตภัณฑ์ AI โดยไม่ได้ระบุรายละเอียดการฝึกอบรม การทดสอบ และข้อจำกัดอย่างเต็มรูปแบบ ยังไม่แน่ชัดว่าคำแนะนำนี้จะได้รับการยอมรับจากฝ่ายบริหารของทรัมป์ที่กำลังมาใหม่หรือไม่ หรือหน่วยงานจะได้รับความร่วมมือจากอุตสาหกรรมมากเพียงใด

© 2024 Fortune Media IP Limited.

ในปี 2017 ปักกิ่งประกาศแผนทะเยอทะยานเพื่อก้าวสู่แนวหน้าโลกในด้านปัญญาประดิษฐ์ภายในปี 2030 แผนดังกล่าวคาดการณ์ความก้าวหน้าอันสำคัญภายในปี 2020 แต่ในปี 2022 ChatGPT ของ OpenAI ทำให้จีนประหลาดใจ ขณะนั้น บริษัทเทคโนโลยีของจีนกำลังฟื้นตัวจากการปราบปรามของรัฐบาล และบอทปัญญาประดิษฐ์ในประเทศกำลังรอการอนุมัติสำหรับการใช้งานสาธารณะ เกิดความกังวลว่าการเซ็นเซอร์และการควบคุมการส่งออกของสหรัฐฯ ซึ่งจำกัดการเข้าถึงเซมิคอนดักเตอร์ขั้นสูงที่จำเป็นสำหรับโมเดล AI ขนาดใหญ่ อาจขัดขวางเป้าหมาย AI ของจีน แม้มีอุปสรรคเหล่านี้ ความสามารถใน AI ของจีนก็ก้าวหน้าอย่างรวดเร็ว ความพัฒนาที่โดดเด่นในปี 2024 ได้แก่ Alibaba และ DeepSeek ที่ปล่อยโมเดลการให้เหตุผลซึ่งเปรียบเทียบได้กับเทคโนโลยีของ OpenAI, Tencent เปิดตัว Hunyuan-Large และโมเดล AI ของ DeepSeek ขึ้นแท่นอันดับหนึ่งในบอร์ดออนไลน์ ความสำเร็จเหล่านี้ได้ทำให้อดีตผู้บริหาร Google Eric Schmidt ประหลาดใจ เพราะเขาประเมินต่ำกว่าการควบคุมการส่งออกของสหรัฐฯ ที่เดิมถูกใช้เพื่อจำกัดการเติบโตทางเทคโนโลยีของจีน การเป็นผู้นำใน AI ส่งผลต่อพลวัตของอำนาจโลก เพราะ AI สามารถเสริมสมรรถภาพเศรษฐกิจและการทหาร แม้ว่าความก้าวหน้าใน AI จะพึ่งพาข้อมูล, อัลกอริทึม และพลังการคำนวณ แต่สิ่งหลังยังคงเป็นข้อกังวลสำคัญเนื่องจากความขาดแคลนและความไวต่อภูมิรัฐศาสตร์ของเซมิคอนดักเตอร์ที่ก้าวหน้า สหรัฐฯ ครอบงำกระบวนการผลิตชิป ใช้การควบคุมการส่งออกเพื่อขัดขวางการเข้าถึงชิปที่ก้าวหน้าที่สุดของจีน อย่างไรก็ตาม ข้อจำกัดเหล่านี้เผชิญกับความท้าทาย เมื่อผู้พัฒนาของจีนสะสมชิปไว้หลบหลีกข้อจำกัดผ่านการลักลอบนำเข้า หรือเลี่ยงการควบคุมโดยใช้ทรัพยากรนอกชายฝั่ง แม้ว่าข้อจำกัดเหล่านี้มุ่งชะลอความก้าวหน้า AI ของจีน ผลกระทบทั้งหมดต่อการพัฒนา AI ของจีนยังไม่สามารถประเมินได้ โดยเฉพาะอย่างยิ่งเมื่อจีนใช้ชิปที่มีพลังน้อยกว่าและซอฟต์แวร์ที่ดีกว่า ช่องว่างระหว่างความสามารถ AI ของสหรัฐฯ และจีนกำลังแคบลง แต่สหรัฐฯ ยังคงมีความได้เปรียบโดยมีโมเดลที่เป็นกรรมสิทธิ์ที่ก้าวหน้ากว่า ความพยายามต่อเนื่องในการบังคับใช้การควบคุมการส่งออกอย่างเข้มงวดอาจท้าทายมาตราส่วนและการกระจาย AI ของจีน ด้วยความคาดหวังในการพัฒนาพลังคำนวณ การควบคุมการส่งออกของสหรัฐฯ อาจขัดขวางความก้าวหน้าของจีนเพิ่มเติม หากพลังคำนวณยังคงเป็นสิ่งสำคัญ ภายในวอชิงตันมีความไม่เต็มใจที่จะเจรจาเงื่อนไข AI กับจีน แต่ผู้เชี่ยวชาญแนะนำว่าการสนทนาอาจช่วยลดความเสี่ยงที่อาจเกิดจาก AI ที่สามารถก่ออันตราย แม้จีนจะก้าวหน้าได้แม้มีข้อจำกัด การสนทนาเกี่ยวกับการรับรองความปลอดภัยของระบบ AI ทั้งสองฝ่ายอาจมีความสำคัญ

Tietoevry ได้มีบทบาทสำคัญในหลายรอบการเปลี่ยนแปลงของเทคโนโลยีที่ได้ปรับปรุงคุณภาพชีวิตและสังคมที่เราอาศัยอยู่ ยุคของ AI จะสร้างโอกาสใหม่ในการนวัตกรรม การขยายธุรกิจ และการพัฒนาชุมชนที่ยั่งยืนยิ่งขึ้น

ความสามารถในการเลียนเสียงด้วยเสียงของเรา เช่น เสียงเครื่องยนต์รถที่เสียหรือเสียงเหมียวของแมว สามารถเป็นวิธีที่มีประสิทธิภาพในการถ่ายทอดแนวความคิดเมื่อคำพูดไม่เพียงพอ การเลียนเสียงด้วยเสียงนี้ก็เหมือนกับการวาดภาพสเก็ตช์เพื่อสื่อสารแนวคิด นักวิจัยจาก CSAIL ของ MIT ที่ได้รับแรงบันดาลใจจากวิทยาศาสตร์การรู้คิดได้พัฒนาระบบ AI ที่สามารถสร้างการเลียนเสียงเหมือนมนุษย์โดยไม่ต้องฝึกฝนหรือรับรู้ถึงการเลียนเสียงของมนุษย์มาก่อน นักวิจัยได้สร้างแบบจำลองของลำคอของมนุษย์ โดยจำลองวิธีที่คอ ลิ้น และปาก สร้างเสียงจากกล่องเสียง อัลกอริทึม AI ที่ได้รับแรงบันดาลใจทางการรู้คิดนี้ควบคุมแบบจำลองนี้เพื่อผลิตการเลียนเสียง โดยพิจารณาถึงวิธีที่มนุษย์เลือกที่จะแสดงเสียง แบบจำลองนี้สามารถเลียนเสียงต่างๆ เช่น เสียงใบไม้กรอบแกรบ เสียงงูแผ่ และเสียงไซเรนรถพยาบาล นอกจากนี้ยังสามารถทำกระบวนการย้อนกลับโดยคาดเดาเสียงจริงจากการเลียนเสียงของมนุษย์ เช่นเดียวกับการเรียกคืนภาพจากภาพสเก็ตช์ ตัวอย่างเช่น สามารถแยกแยะเสียง "เหมียว" และ "แผ่" ของแมวที่มนุษย์เลียนเสียง การวิจัยชี้ให้เห็นถึงการใช้งานที่เป็นไปได้ของแบบจำลองนี้ เช่น อินเทอร์เฟซที่อิงกับการเลียนเสียงสำหรับนักออกแบบเสียง การเพิ่มประสิทธิภาพให้กับตัวละคร AI ในความเป็นจริงเสมือน และช่วยผู้เรียนภาษา ผู้เขียนร่วมจาก MIT CSAIL เน้นว่าราวกับในวิธีการแสดงออกภาพ ความสมจริงไม่ใช่เป้าหมายสูงสุดในการเลียนเสียง งานของพวกเขาเสนอความรู้ใหม่เกี่ยวกับการนามธรรมทางการได้ยิน เพื่อปรับปรุงแบบจำลอง ทีมงานได้พัฒนาสามรุ่น เริ่มต้นด้วยแบบจำลองพื้นฐานที่มุ่งเน้นไปที่การเลียนเสียงสมจริง แต่ไม่ตรงกับพฤติกรรมของมนุษย์มากนัก จากนั้นพวกเขาได้สร้างแบบจำลอง "การสื่อสาร" โดยเน้นที่ลักษณะเด่นของเสียง ซึ่งปรับปรุงผลลัพธ์ได้ดีขึ้น สุดท้ายพวกเขาได้เพิ่มความละเอียดอ่อนโดยคำนึงถึงความพยายามที่มนุษย์ใช้ในการเลียนเสียง ทำให้ได้ผลลัพธ์ที่เหมือนมนุษย์มากขึ้น ในการทดลองพฤติกรรม ผู้พิพากษามนุษย์บางครั้งชอบการเลียนเสียงที่ AI สร้างขึ้นมากกว่าของมนุษย์สำหรับเสียงเฉพาะ นักวิจัยตั้งใจที่จะใช้แบบจำลองของพวกเขาในหลายๆ สาขา รวมถึงการพัฒนาภาษา การเรียนรู้การพูดของทารก และพฤติกรรมเลียนเสียงของนก แม้ว่าแบบจำลองยังประสบกับความท้าทาย เช่น การเลียนเสียงพยัญชนะแบบแม่นยำ หรือความแตกต่างของเสียงระหว่างภาษา แต่ก็เสนอขั้นตอนที่มีความหวังสู่ความเข้าใจลึกซึ้งเกี่ยวกับบทบาทของการเลียนเสียงในกระบวนการสื่อสารและวิวัฒนาการภาษา งานนี้ยังชี้ให้เห็นถึงการเชื่อมต่อระหว่างปัจจัยทางสรีรวิทยา สังคม และการสื่อสาร พร้อมด้วยผลกระทบต่อเทคโนโลยีในอนาคตด้านดนตรี ศิลปะ และอื่นๆ

เข้าสู่ระบบเพื่อดูพอร์ตโฟลิโอของคุณ เข้าสู่ระบบ

ลองจินตนาการว่าคุณกำลังบริหารโรงพยาบาลและต้องการระบุว่าผู้ป่วยรายใดมีความเสี่ยงสูงสุดที่จะมีอาการแย่ลง เพื่อให้ทีมงานสามารถจัดลำดับความสำคัญในการดูแลได้ เพื่อทำเช่นนี้ คุณสร้างตารางสเปรดชีตที่แต่ละแถวแทนผู้ป่วยและมีคอลัมน์สำหรับคุณสมบัติสำคัญ เช่น อายุและระดับออกซิเจนในเลือด คอลัมน์สุดท้ายแสดงถึงว่าผู้ป่วยมีอาการแย่ลงระหว่างการเข้าพักหรือไม่ โดยการประยุกต์ใช้แบบจำลองทางคณิตศาสตร์กับข้อมูลนี้ คุณสามารถประเมินความเสี่ยงของการเสื่อมสภาพสำหรับผู้ป่วยใหม่ได้ กระบวนการนี้เป็นตัวอย่างของการเรียนรู้ของเครื่องแบบตาราง ซึ่งตารางข้อมูลถูกใช้ในการทำนาย โดยทั่วไปจะต้องใช้แบบจำลองเฉพาะสำหรับแต่ละวัตถุประสงค์ ในบทความที่ตีพิมพ์ใน Nature, Hollmann et al.