บางวิธีแก้ปัญหาคุณภาพรูปร่าง 3 มิติในโมเดล AI สร้างสรรค์โดยการฝึกหรือปรับปรุงใหม่ ซึ่งอาจมีค่าใช้จ่ายแพงและใช้เวลามาก อย่างไรก็ตาม นักวิจัยจาก MIT ได้พัฒนาเทคนิคใหม่ที่มีคุณภาพเทียบเท่าหรือดีกว่าวิธีเหล่านี้โดยไม่ต้องฝึกหรือประมวลผลเพิ่มเติม ด้วยการระบุแหล่งที่มาของปัญหา พวกเขาจึงพัฒนาความเข้าใจทางคณิตศาสตร์เกี่ยวกับการกลั่นกรองจากสกอร์และวิธีที่เกี่ยวข้อง ซึ่งนำไปสู่การปรับปรุงประสิทธิภาพ "งานวิจัยของเราชี้แนะไปสู่การแก้ปัญหาที่มีประสิทธิภาพ รวดเร็ว และคุณภาพสูง ซึ่งอาจช่วยนักออกแบบในการสร้างรูปร่าง 3 มิติที่สมจริง" อาร์เทม ลูคอยานอฟ นักเขียนหลักและนักศึกษาบัณฑิตในสาขาวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์ที่ MIT กล่าว ทีมนักเขียนร่วมของเขารวมถึง ไฮท์ซ แซซ์ เดอ ออคาริส บอร์เดอร์ จากมหาวิทยาลัยอ็อกซ์ฟอร์ด, คริสยาน กรีนวอลด์ จาก MIT-IBM Watson AI Lab, วิเตอร์ คัมปาญโญโล กิซิลินี จากสถาบันวิจัยโตโยต้า, ทิมูร์ บากอุด์ดินอฟ จาก Meta และนักเขียนอาวุโส วินเซนต์ ซิตซ์มันน์ และ จัสติน โซโลมอน จาก CSAIL ของ MIT โมเดล AI สร้างสรรค์อย่าง DALL-E ใช้โมเดลการแพร่เพื่อสร้างภาพ 2 มิติจากสัญญาณรบกวน เนื่องจากมีข้อมูลฝึก 3 มิติจำกัด พวกมันจึงมีปัญหาในการสร้างรูปร่าง 3 มิติ เทคนิคในปี 2022 ที่ใช้การแกล้งปั่นคะแนน (Score Distillation Sampling หรือ SDS) ใช้โมเดลที่ฝึกไว้แล้วเพื่อเปลี่ยนภาพ 2 มิติเป็นรูปร่าง 3 มิติโดยการปรับสัญญาณรบกวน อย่างไรก็ตาม รูปร่างเหล่านี้มักจะดูไม่ชัดเจนหรือเข้มเกินไป ซึ่งเป็นปัญหาที่ยังไม่ได้รับการแก้ไขจนถึงตอนนี้ ทีม MIT ได้ระบุความไม่สอดคล้องสำคัญในสูตรของ SDS ที่นำไปสู่การเกิดสัญญาณรบกวน ซึ่งทำให้รูปร่าง 3 มิติมีคุณภาพต่ำ แทนที่จะทำการแก้สูตรโดยตรง พวกเขาใช้เทคนิคประมาณเพื่อหาคำที่ขาดหายไป ทำให้ได้รูปร่าง 3 มิติที่ชัดเจนและสมจริง พวกเขายังปรับปรุงความละเอียดของภาพและปรับพารามิเตอร์โมเดลเพื่อเพิ่มคุณภาพให้ดียิ่งขึ้น โดยใช้โมเดลการแพร่ที่ฝึกไว้แล้ว พวกเขาสามารถสร้างรูปร่าง 3 มิติคุณภาพสูงโดยไม่ต้องฝึกใหม่ที่มีค่าใช้จ่ายสูง แต่วิธีนี้สืบทอดอคติและข้อจำกัดจากโมเดลพื้นฐาน การปรับปรุงโมเดลพื้นฐานอาจเพิ่มผลลัพธ์ได้ งานวิจัยในอนาคตอาจสำรวจวิธีเหล่านี้เพื่อปรับปรุงการแก้ไขภาพ งานวิจัยนี้ได้รับเงินทุนจากหน่วยงานต่างๆ เช่น สถาบันวิจัยโตโยต้า, มูลนิธิวิทยาศาสตร์แห่งชาติสหรัฐอเมริกา และอื่นๆ

**สรุป** Amazon Web Services (AWS) ฝ่ายคลาวด์ของ Amazon กำลังเปิดตัวซูเปอร์คอมพิวเตอร์ AI ใหม่โดยใช้ชิปแมชชีนเลิร์นนิงที่เป็นกรรมสิทธิ์ ท้าทาย Nvidia ซึ่งเป็นผู้นำในอุตสาหกรรม **ข้อมูลเชิงลึกที่สำคัญ** **ภูมิหลัง** AWS ได้มีบทบาทในการพัฒนา AI มาตั้งแต่เริ่มต้น และมุ่งหวังที่จะใช้ประโยชน์จากความต้องการที่เพิ่มขึ้นสำหรับเทคโนโลยีนี้ บริษัทได้ลงทุนอย่างหนักในการขยายศูนย์ข้อมูลและการนำเสนอผลิตภัณฑ์เพื่อรองรับความต้องการที่เพิ่มขึ้น โดยเสริมสร้างความร่วมมือกับ Anthropic ผ่านการลงทุนมูลค่า 4 พันล้านดอลลาร์สองครั้ง ที่จะแข่งขันกับผู้นำอย่าง OpenAI นอกจากนี้ Amazon ยังวางแผนที่จะก้าวไปข้างหน้าในด้านนี้ด้วยชิป Trainium ของตน โดยมุ่งหวังที่จะนำเสนอทางเลือกที่คุ้มค่าและมีประสิทธิภาพมากขึ้น **ตัวเลขสำคัญ** Amazon รายงานต่อ Journal ในเดือนมิถุนายนว่าจะลงทุนกว่า 100 พันล้านดอลลาร์ในโครงสร้างพื้นฐาน AI ในอีกสิบปีข้างหน้า มูลค่าตลาดของบริษัทเกินกว่า 2

Mathis Bitton กำลังศึกษาในระดับปริญญาเอกด้านรัฐบาลที่ Harvard โดยสำรวจการทับซ้อนระหว่างปรัชญาและนโยบายเทคโนโลยี เขาร่วมมีส่วนร่วมในโครงการเกี่ยวกับเทคโนโลยีเกิดใหม่และการพัฒนาเมืองที่ NYU Elizabeth Haas, PhD, เป็นผู้นำร่วมของความร่วมมือระหว่าง NYU และคณะกรรมการยืนเมืองท่องเที่ยว ศิลปะ สถานที่พักผ่อน บันเทิงและกีฬาแห่งสหรัฐอเมริกา ในช่วงทศวรรษที่ผ่านมา งานวิจัยของเธอได้เจาะลึกการเปลี่ยนแปลงทางสังคมและเทคโนโลยีในกีฬาและเมือง โดยนักศึกษาของเธอได้รับความร่วมมือในโครงการกับกว่า 100 เมือง Peter Hirshberg เป็นประธานและผู้ร่วมก่อตั้ง Gray Area ของซานฟรานซิสโก ซึ่งเป็นศูนย์วิจัยทางศิลปะและเทคโนโลยีชั้นนำ เขาเคยเป็นผู้นำตลาดองค์กรที่ Apple ร่วมกับ Steve Jobs และเขียนหนังสือ "Maker City: A Practical Guide for Reinventing American Cities" ซึ่งอธิบายถึงความร่วมมือของเขากับทำเนียบขาวในสมัยประธานาธิบดีโอบามา นอกจากนี้ เขายังเป็น Senior Fellow ที่ USC’s Annenberg Center on Communication Leadership and Policy **โพสต์** **แชร์** **ใส่หมายเหตุ** **บันทึก** **พิมพ์** **HBR Learning** **หลักสูตร Digital Intelligence** พัฒนาวิชาชีพของคุณด้วย Harvard ManageMentor® HBR Learning มีการฝึกอบรมความเป็นผู้นำออนไลน์ที่พัฒนาทักษะของคุณผ่านหลักสูตรอย่าง Digital Intelligence รับป้ายสัญลักษณ์ที่สามารถแชร์บน LinkedIn และเรซูเม่ และเข้าถึงหลักสูตรมากกว่า 40 หลักสูตรที่บริษัทชั้นนำไว้วางใจ โดดเด่นในโลกที่ขับเคลื่อนด้วยเทคโนโลยี

แซ็ก สไนเดอร์ไม่ได้กังวลมากเกี่ยวกับ AI ที่จะสร้างความเปลี่ยนแปลงในอุตสาหกรรมภาพยนตร์โดยการเปิดโอกาสให้ผู้เริ่มต้น ซึ่งเขาได้กล่าวไว้ในงาน The Big Interview ของ WIRED ที่ซานฟรานซิสโก เขาชี้ให้เห็นว่าแม้ว่าทุกคนจะมีโทรศัพท์ที่สามารถถ่ายหนังได้ แต่ก็ไม่ได้ทำให้มีภาพยนตร์ที่ยอดเยี่ยมเกิดขึ้นมากมาย อย่างไรก็ตาม เขายอมรับว่า AI เป็นองค์ประกอบสำคัญในการสร้างภาพยนตร์ โดยเฉพาะในด้านการสร้างภาพและการเล่าเรื่อง พร้อมทั้งแนะนำให้ครีเอทีฟเข้าใจความสามารถของ AI และใช้เป็นเครื่องมือ สไนเดอร์ยังสนใจในศักยภาพของ AI ที่จะสร้างวิสัยทัศน์ด้านศิลปะของผู้กำกับโดยไม่ใช่แค่การตีความของระบบเอง เขาตระหนักถึงคุณค่าของ AI ในการสร้างฉากที่ซับซ้อน เช่น การแสดงสภาพแวดล้อมที่อาจมีต้นทุนสูงหากถ่ายทำแบบดั้งเดิม อย่างไรก็ตาม สไนเดอร์เชื่อว่าแก่นแท้ของการทำภาพยนตร์อยู่ที่การแสดงศิลปะ โดยสิ่งอื่น ๆ เป็นเพียงส่วนประกอบเท่านั้น เขาชื่นชอบภาพยนตร์ที่สามารถสัมผัสวิสัยทัศน์ของผู้กำกับได้ ซึ่งผู้นำชมผ่านไปยังเส้นทางการเล่าเรื่องที่ไม่คาดคิด สไนเดอร์ยังสะท้อนถึงวิธีที่แพลตฟอร์มสตรีมมิ่งเช่น Netflix ปฏิวัติการรับชมภาพยนตร์ ทำให้ภาพยนตร์เข้าถึงผู้ชมได้กว้างกว่าการฉายในโรง เขายอมรับความท้าทายในการสร้างเนื้อหาเฉพาะสำหรับการสตรีม โดยรับรู้ความเป็นจริงและการเข้าถึงของฟอร์แมตนี้ สำหรับเขามันคือการปรับตัวกับการเปลี่ยนแปลงเหล่านี้โดยไม่ประนีประนอมกับความสมบูรณ์ทางศิลปะ ทั้งนี้ไม่ว่าจะอยู่ในสื่อใดก็ตาม เนื้อหาต่อมายังได้เน้นถึงหัวข้อที่หลากหลายที่ได้ถูกพูดคุยในงานของ WIRED: ความจำเป็นในการซ่อมแซม AI สิทธิ์ในการซ่อมแซม การเดินทางของ AI สู่ความอัจฉริยะทั่วไป การควบคุมการโฆษณาดิจิทัล และการสนับสนุนสำหรับ "โซเชียลมีเดียที่มีประโยชน์" ยิ่งไปกว่านั้น การสนทนายังครอบคลุมถึงภัยคุกคามของรหัสลับ ความหวังเกี่ยวกับปัญญาประดิษฐ์ทั่วไปแม้จะมีการเปลี่ยนแปลงผู้นำ จริยธรรมของการโคลนสัตว์เลี้ยง เคล็ดลับส่วนตัวในการต้านความชรา ความสำคัญของมิตรภาพนอกอินเทอร์เน็ต การอพยพที่ถูกขับเคลื่อนโดยการเปลี่ยนแปลงสภาพภูมิอากาศที่อาจเกิดขึ้น และบทบาทศักยภาพของ AI ในการออกกำลังกายส่วนตัว

Amazon ร่วมมือกับ Anthropic ในการพัฒนาซูเปอร์คอมพิวเตอร์ AI ที่ทรงพลังที่สุดในโลก โครงการนี้เรียกว่า Rainer ซูเปอร์คอมพิวเตอร์นี้จะมีขนาดใหญ่กว่าเครื่องปัจจุบันของ Anthropic ถึงห้าเท่า และจะมีชิปฝึกอบรม AI Trainium 2 ของ Amazon หลายแสนชิ้น คาดว่าจะเป็นเครื่องจักร AI ที่ใหญ่ที่สุดในโลกเมื่อเสร็จสิ้น โครงการนี้เน้นถึงก้าวสำคัญของ Amazon สู่ความเป็นผู้นำในด้าน AI สร้างสรรค์ ประกาศโดย Matt Garman ซีอีโอของ Amazon Web Services (AWS) ที่การประชุม Re:Invent ความคิดริเริ่มนี้ทำให้ Amazon เป็นคู่แข่งสำคัญกับ Microsoft และ Google ในการพัฒนา AI ชิป Trainium 2 ใหม่จะมีให้ในคลัสเตอร์เฉพาะที่เสนอต้นทุนที่ต่ำกว่าถึง 30-40% เมื่อเทียบกับการใช้ Nvidia GPU ซึ่งใช้สำหรับการฝึกอบรม AI เป็นประจำ Amazon ยังเปิดตัวชิปรุ่นต่อไป Trainium 3 ที่คาดว่าจะมาในช่วงปลายปี 2025 และสัญญาว่าจะมีประสิทธิภาพสูงกว่ารุ่นปัจจุบันถึงสี่เท่า นักวิเคราะห์ Patrick Moorhead ชี้ให้เห็นถึงความสามารถในการเชื่อมต่อระหว่างชิปที่ดีขึ้นซึ่งมีความสำคัญต่อการฝึกอบรมโมเดล AI อย่างมีประสิทธิภาพ แม้ว่า Nvidia จะเป็นผู้นำในด้านการฝึกอบรม AI ในปัจจุบัน ความก้าวหน้าของ Amazon ชี้ให้เห็นถึงการแข่งขันที่เพิ่มขึ้นสำหรับยักษ์ใหญ่ GPU เพื่อตอบสนองความต้องการของลูกค้า Amazon กำลังเผยแพร่เครื่องมือและบริการต่าง ๆ เช่น Model Distillation สำหรับการสร้างโมเดล AI ที่มีประสิทธิภาพ, Bedrock Agents สำหรับการจัดการระบบ AI, และเครื่องมือยืนยันที่เรียกว่า Automated Reasoning ซึ่งออกแบบมาเพื่อรับรองความถูกต้องของแชทบอท Garman อธิบายว่า ธุรกิจต้องการโซลูชัน AI ที่ประหยัดและเชื่อถือได้ ไม่ใช่แค่การก้าวหน้าทางเทคโนโลยีเท่านั้น ข้อเสนอใหม่ของ AWS โดยเฉพาะเครื่องมือ Automated Reasoning ใช้การคิดเชิงตรรกะเพื่อตรวจสอบผลลัพธ์ของโมเดล AI ซึ่งมีความสำคัญต่ออุตสาหกรรมเช่นประกันภัยที่ความถูกต้องมีความสำคัญ กลยุทธ์ของ Amazon ในการใช้ซิลิคอนของตนเองสำหรับโซลูชัน AI มีแนวโน้มที่จะทำให้เทคโนโลยีนี้เข้าถึงได้มากขึ้น Steven Dickens จาก HyperFRAME Research ระบุว่าบริการคลาวด์ที่ครอบคลุมของ Amazon ให้ข้อได้เปรียบในการเสนอทางออก AI ที่ครบวงจร ซึ่งแตกต่างจากวิธีการของฮายเปอร์สเกลเลอร์รายอื่นในตลาด

ในยุคที่ความสงสัยเกี่ยวกับ AI เพิ่มขึ้น Jensen Huang ซีอีโอของ Nvidia ยังคงเป็นผู้สนับสนุนอย่างแน่วแน่ โดยยืนยันว่า AI จะเปลี่ยนแปลงสังคม ในการพูดที่งาน The Big Interview ของ WIRED Huang ได้กล่าวถึง AI ว่าเป็นพลังที่เปลี่ยนแปลงในด้านคอมพิวเตอร์ เปรียบเสมือนโครงสร้างพื้นฐานที่จำเป็นเช่นพลังงานและการสื่อสาร ภารกิจของ Huang คือการโน้มน้าวให้รัฐบาลทั่วโลกใช้โครงสร้างพื้นฐาน AI โดยมีวิสัยทัศน์ให้ประเทศต่าง ๆ ประมวลผลข้อมูลและสร้างระบบ AI ของตนเอง โดยใช้ชิปของ Nvidia เป็นหลัก Huang สามารถเสนอแนวคิดนี้ได้สำเร็จในหลายประเทศ ตั้งแต่เดนมาร์กถึงอินเดีย และล่าสุดคือประเทศไทย อย่างไรก็ตาม ความตึงเครียดทางภูมิรัฐศาสตร์เป็นอุปสรรค โดยเฉพาะระหว่างสหรัฐฯ และจีน ข้อจำกัดการส่งออกเทคโนโลยีชิป AI ไปยังจีนของรัฐบาลไบเดนได้วาง Nvidia ในสถานการณ์ที่ยากลำบาก ชิป H20 ของ Nvidia ที่ออกแบบมาเพื่อลดขีดจำกัดเหล่านี้ ได้รับคำสั่งซื้อล่าช้าจากจีน แม้จะมีความท้าทายเหล่านี้ Huang ยังคงมองโลกในแง่ดี และยื่นมือความร่วมมือกับรัฐบาล Trump ที่กำลังจะมาถึงท่ามกลางความเป็นไปได้ของการขึ้นภาษี เขาเชื่อในพลังของ AI ที่จะเปลี่ยนแปลงและมุ่งมั่นให้รัฐบาลตระหนักถึงความสำคัญของเทคโนโลยี AI ต่อผลประโยชน์ของชาติ แนวคิดของ Huang เกี่ยวกับ "AI ที่มีอธิปไตย" ได้รับการตอบรับทั่วโลก เมื่อประเทศต่าง ๆ พยายามควบคุมข้อมูลของตนเป็นทรัพยากรสำคัญในเวที AI ที่แข่งขันสูง

เมต้า แพลตฟอร์มส์เพิ่งทำสถิติรายได้ 40