tag: Google Research

Google Research พัฒนา ToolGrad เฟรมเวิร์กที่พลิกกระบวนการสร้างชุดข้อมูล tool-use โดยตรวจสอบ API chain ก่อนเขียน query ส่งผลให้ Gemma-3-12B ที่ถูกฝึกด้วยข้อมูลเพียง 500 ชุด มีประสิทธิภาพเทียบเท่า Gemini 2.5 Pro

นักวิทยาศาสตร์ประสบความสำเร็จในการจัดทำแผนที่เครือข่ายประสาทของแมลงวันผลไม้ตัวผู้แบบสมบูรณ์เป็นครั้งแรก โดยพบเซลล์ประสาทกว่า 166,000 เซลล์ ซึ่งจะช่วยเปิดประตูสู่การทำความเข้าใจกลไกสมองที่ซับซ้อนยิ่งขึ้น

Google เปิดตัว TimesFM-3 โมเดล AI รุ่นล่าสุดที่รองรับการพยากรณ์อนุกรมเวลาแบบพหุตัวแปรโดยเฉพาะ มาพร้อมพารามิเตอร์ 330 ล้านตัว และความสามารถในการวิเคราะห์ปัจจัยภายนอกเพื่อความแม่นยำระดับแนวหน้า

Google Research และ UNSW Sydney พัฒนา GlucoFM โมเดล Foundation Model ขนาดเล็กแต่ทรงพลังที่แยกข้อมูลการตรวจระดับน้ำตาลต่อเนื่อง (CGM) เป็นสายข้อมูลสรีรวิทยาและเหตุการณ์ชั่วคราว ซึ่งให้ความแม่นยำสูงกว่าโมเดลขนาดใหญ่หลายร้อยเท่า

Google Research พัฒนา ME-POIs เฟรมเวิร์กที่นำข้อมูลการสัญจรจริงมาเสริมกับ AI ภาษา ช่วยให้ระบบเข้าใจพฤติกรรมการใช้งานสถานที่นอกเหนือจากคำบรรยาย เพิ่มความแม่นยำในการคาดการณ์ความหนาแน่นและเจตนาการเข้าชมได้สูงสุดถึง 81.9%

Google เปิดตัวเฟรมเวิร์ก ME-POIs ที่รวมรูปแบบความคล่องตัวของประชากรเข้ากับข้อมูลข้อความ เพื่อให้ AI เข้าใจจังหวะและฟังก์ชันการทำงานของสถานที่จริงได้อย่างแม่นยำกว่าที่เคย

บทช่วยสอนการสร้างเวิร์กโฟลว์พยากรณ์อนุกรมเวลาขั้นสูงแบบ end-to-end ด้วย TimesFM 2.5 ครอบคลุมตั้งแต่การจัดการตัวแปรต้น การทดสอบย้อนหลัง ไปจนถึงการตรวจจับความผิดปกติบน Google Colab

Google Research พัฒนา SensorFM โมเดลพื้นฐานที่ฝึกฝนด้วยข้อมูลจากผู้ใช้ Fitbit และ Pixel Watch กว่า 5 ล้านคน พบประสิทธิภาพเหนือกว่าเกณฑ์มาตรฐานเดิมในเกือบทุกด้าน และอาจเป็นกลไกสำคัญของ AI Health Coach ในอนาคต

Google Research แสดงให้เห็นว่าการใช้ AI ประสานงานเส้นทางผ่านแอปนำทางแม้เพียงส่วนน้อย สามารถเพิ่มความเร็วขณะขับขี่ได้ 2% และลดการปล่อยก๊าซเรือนกระจกได้หลายพันตันต่อปี