Maschinelles Lernen, das mehr wie Menschen lernt, eine KI-Lippenlesemaschine und mehr - diese Woche in künstlicher Intelligenz 11-11-16

1 - Das System der künstlichen Intelligenz surft im Internet, um seine Leistung zu verbessern

Die Informationsextraktion umfasst die Klassifizierung von Datenelementen, die im Klartext gespeichert sind, und ist ein wichtiges Forschungsgebiet für Wissenschaftler des maschinellen Lernens. Letzte Woche stellte ein Forschungsteam des MIT auf der Konferenz der Association for Computational Linguistics über empirische Methoden zur Verarbeitung natürlicher Sprache einen neuen Ansatz zur Informationsextraktion für maschinelle Lernsysteme vor und gewann einen Best-Paper-Preis. Anstatt dem System so viele Daten wie möglich zuzuführen, geht der Gewinnansatz des Teams einen anderen Weg und konzentriert sich auf einen viel kleineren Datensatz, ein ähnlicher Prozess, der von Menschen verwendet wird - wenn Sie eine Zeitung lesen, die Sie nicht verstehen, Sie werden wahrscheinlich im Internet suchen und Artikel finden, die Sie verstehen können. Dieser neue Systemansatz macht etwas Ähnliches; Wenn der Konfidenzwert des Systems bei der Bewertung eines bestimmten Textes niedrig ist, werden weitere Informationen abgefragt, und es werden eine Handvoll neuer Artikel aus dem Web abgerufen, die mit einem bestimmten Satz von Begriffen korrelieren. In Zukunft könnte dieses Modell auf spärliche Daten angewendet werden und viel Zeit bei der Überprüfung von Datenbanken sparen.

(Lesen Sie den vollständigen Artikel unter MIT-Nachrichten)

2 - RiskIQ erhält 30.5 Mio. USD für die Anwendung von maschinellem Lernen auf Sicherheitsrisiken

Das in San Francisco ansässige Startup-Unternehmen RiskIQ für digitales Risikomanagement gab bekannt, dass es im Rahmen eines von Georgian Partners geführten Deals, darunter Summit Ventures, MassMutual Ventures und Battery Ventures, weitere 30.5 Millionen US-Dollar für Series C aufgebracht hat KI-basierte Dienste helfen großen Unternehmen bei der Suche und Suche nach Websites und Apps, die möglicherweise den Namen des Unternehmens tragen, jedoch von Kriminellen betrieben werden, die versuchen, Verbraucherinformationen zu stehlen oder Malware zu verbreiten. Die Gesamtzahl der Buchungen des Unternehmens stieg im ersten Teil des Jahres 65.5 um 2009 Prozent. Derzeit sind insgesamt 80 Unternehmenskunden und 2016 Sicherheitsanalysten vertreten, darunter Facebook, Under Armour und andere. Steve Leightell, Principal von Georgian Partners, wird ebenfalls Mitglied des Board of Directors von RiskIQ

(Lesen Sie den vollständigen Artikel unter Silicon Valley Wirtschaftszeitschrift)

3 - Das erste Carnegie-Kolloquium konzentriert sich auf künstliche Intelligenz im Militär, Datenschutz

Carnegie Mellon hielt den ersten Teil eines zweiteiligen Kolloquiums für globale Politikexperten in der Zentrale der Carnegie Endowment für internationalen Frieden (CEIP) in Washington DC ab, das sich mit Überlegungen zum Thema Datenschutz und militärische Operationen befasste. Der zweite Teil befasst sich mit Internet-Governance und Cyber Abschreckung am 2. Dezember im Cohon University Center der CMU in Pittsburgh. Der CyLab-Direktor David Brumley, der eine zweite Podiumsdiskussion für autonome Technologie eröffnete, sagte:

„Länder auf der ganzen Welt, einschließlich der USA, Russlands, Israels, Chinas und Indiens, setzen in ihren Betrieben zunehmend künstliche Intelligenz und Autonomietechnologie ein und investieren in diese. Die Autonomie wird enorm sein, und es ist absolut wichtig, dass wir alles richtig machen. “

Jim Garrett, Dekan des CMU College of Engineering, betonte, dass solche Foren von entscheidender Bedeutung für den Austausch von Ideen und die Förderung der Akzeptanz für eine Vielzahl von Ansichten zu Themen sind, die das Potenzial haben, die globale Gemeinschaft tiefgreifend zu beeinflussen.

(Lesen Sie die vollständige Pressemitteilung unter Carnegie Mellon Nachrichten)

4 - Oxford-Forscher entwickeln ein Computerprogramm, das Lippen mit übermenschlicher Genauigkeit lesen kann

Forscher in Oxford haben ein AI-Programm zum Lippenlesen entwickelt, das Lippen mit einer Genauigkeit von 93.4 Prozent lesen kann - weit über der durchschnittlichen Genauigkeit von 52.3 Prozent für hörgeschädigte Schüler. Die Software mit dem Namen „LipNet“ wurde in Zusammenarbeit mit DeepMind von Google entwickelt, das sie auf 30,000 Videos von Testpersonen trainierte. Das System verarbeitete Sätze (im Gegensatz zu einzelnen Wörtern) und konnte Wörter in einen Kontext stellen. Obwohl das Programm noch nicht für die Vielfalt der Sprachen, Akzente und gebrochenen Sprache der realen Welt bereit ist, hat es das Potenzial, sowohl der Gesellschaft zu helfen - Hörgeräte zu verbessern, Gespräche an lauten Orten zu ermöglichen usw. - als auch Schaden zuzulassen für Einzelpersonen oder Gruppen, um private Gespräche aufzunehmen oder illegale Massenüberwachung durchzuführen.

(Lesen Sie den vollständigen Artikel im Telegraf und veröffentlichte Arbeit bei Oxford University)

5 - Der Algorithmus für maschinelles Lernen quantifiziert die geschlechtsspezifische Verzerrung in der Astronomie

Ein auf dem arXiv-Server veröffentlichter Artikel von Forschern des Schweizerischen Instituts für Technologie in Zürich verwendete maschinelles Lernen, um die geschlechtsspezifische Verzerrung in Zitaten von wissenschaftlichen Arbeiten in der Astronomie abzuschätzen. Obwohl noch nicht von Experten begutachtet, haben Experten auf diesem Gebiet eine scheinbar gültige Methodik kommentiert. Cassidy Sugimoto, Informatikerin an der Indiana University Bloomington, erklärte:

"Die Neuheit dieses Papiers besteht darin, den Mythos zu zerstreuen, dass geschlechtsspezifische Unterschiede beim Zitieren eher auf Besonderheiten des Papiers als auf das Geschlecht zurückzuführen sind."

Der Algorithmus wurde von 200,000 bis 5 an 1950 Artikeln in 2015 Zeitschriften trainiert. Die Ergebnisse zeigten, dass Artikel mit zuerst aufgeführten Autorinnen rund 6 Prozent weniger Zitate erhielten als Artikel mit einem männlichen Hauptautor. Der Algorithmus sagte auch voraus, dass diese Artikel mit Autorinnen 4 Prozent mehr Zitate erhalten haben sollten als die von Männern verfassten. Im akademischen Bereich bedeuten weniger Zitate normalerweise weniger Zuschüsse, Empfehlungsschreiben und andere Anerkennungen, sagt Meg Urry, Direktorin des Yale Center for Astronomy and Astrophysics. Das Papier stellt jedoch auch fest, dass Frauen in den sieben Jahren nach ihrem ersten veröffentlichten Papier 19 Prozent weniger Artikel veröffentlichen als Männer, eine kritische Zeit für einen Beitrag zur Wissenschaft. Dies kann auch dazu beitragen, dass Frauen dauerhaftere Positionen erhalten.

(Lesen Sie den vollständigen Artikel unter Scientific American)

Bildnachweis: Tek-Think

Quelle: https://emerj.com/machine-learning-that-learns-more-like-humans-an-ai-lip-reading-machine-and-more-this-week-in-artificial-intelligence-11- 11-16 /