Μηχανική εκμάθηση που μαθαίνει περισσότερα σαν τους ανθρώπους, μια «Μηχανή» ανάγνωσης χειλιών AI και πολλά άλλα - Αυτή την εβδομάδα στην Τεχνητή Νοημοσύνη 11-11-16

1 - Σύστημα Τεχνητής Νοημοσύνης Surfs Web για βελτίωση της απόδοσής του

Η εξαγωγή πληροφοριών περιλαμβάνει την ταξινόμηση στοιχείων δεδομένων που αποθηκεύονται σε απλό κείμενο και αποτελεί σημαντικό τομέα έρευνας για επιστήμονες μηχανικής μάθησης. Την περασμένη εβδομάδα, μια ερευνητική ομάδα από το MIT εισήγαγε μια νέα προσέγγιση στην εξαγωγή πληροφοριών για συστήματα μηχανικής μάθησης στο Συνέδριο του Association for Computational Linguistics 'on Empirical Methods on Natural Language Processing, και κέρδισε το βραβείο best-paper. Αντί να τροφοδοτεί το σύστημά τους όσο το δυνατόν περισσότερα δεδομένα, η προσέγγιση νίκης της ομάδας ακολουθεί μια διαφορετική διαδρομή και εστιάζει σε ένα πολύ μικρότερο σύνολο δεδομένων, μια παρόμοια διαδικασία που χρησιμοποιείται από τα ανθρώπινα όντα - εάν διαβάζετε ένα έγγραφο που δεν καταλαβαίνετε, είναι πιθανό να κάνετε αναζήτηση στον Ιστό και να βρείτε άρθρα που μπορείτε να κατανοήσετε. Αυτή η νέα προσέγγιση συστήματος κάνει κάτι παρόμοιο. Εάν η βαθμολογία εμπιστοσύνης του συστήματος είναι χαμηλή στην αξιολόγηση ενός συγκεκριμένου κειμένου, θα ζητήσει περισσότερες πληροφορίες, αντλώντας μια σειρά από νέα άρθρα από τον Ιστό που σχετίζονται με ένα συγκεκριμένο σύνολο όρων. Στο μέλλον, αυτό το μοντέλο θα μπορούσε να εφαρμοστεί σε αραιά δεδομένα και να εξοικονομήσει πολύ χρόνο στην αναθεώρηση βάσεων δεδομένων.

(Διαβάστε το πλήρες άρθρο στο MIT News)

2 - Το RiskIQ αποκτά 30.5 εκατομμύρια $ για να εφαρμόσει τη μηχανική εκμάθηση σε κινδύνους ασφαλείας

Η εταιρεία RiskIQ, που ξεκίνησε την ψηφιακή διαχείριση κινδύνων με έδρα το Σαν Φρανσίσκο, ανακοίνωσε ότι συγκέντρωσε άλλα 30.5 εκατομμύρια δολάρια Σειρά C σε μια συμφωνία με επικεφαλής τους Georgian Partners, και συμπεριλαμβανομένων των Summit Ventures, MassMutual Ventures και Battery Ventures, με τα συνολικά κεφάλαιά της να συγκεντρώνονται στα 65.5 εκατομμύρια δολάρια από το 2009. RiskIQ Οι υπηρεσίες που βασίζονται σε τεχνολογία AI βοηθούν τις μεγάλες εταιρείες να αναζητούν και να βρίσκουν ιστότοπους και εφαρμογές που ενδέχεται να φέρουν το όνομα της εταιρείας, αλλά διευθύνονται από εγκληματίες που προσπαθούν να κλέψουν τις πληροφορίες των καταναλωτών ή να διαδώσουν κακόβουλο λογισμικό. Οι συνολικές κρατήσεις της εταιρείας αυξήθηκαν κατά 80 τοις εκατό το πρώτο μέρος του 2016, με ένα τρέχον σύνολο 200 εταιρικών πελατών και 13,000 αναλυτών ασφαλείας που περιλαμβάνουν το Facebook, Under Armour και άλλους. Ο διευθυντής της Georgian Partners, Steve Leightell, θα ενταχθεί επίσης στο διοικητικό συμβούλιο της RiskIQ

(Διαβάστε το πλήρες άρθρο στο Εμπορική Εφημερίδα της Silicon Valley)

3 - Το πρώτο Carnegie Colloquium εστιάζει στην Τεχνητή Νοημοσύνη Στρατιωτικού, Απόρρητο Δεδομένων

Ο Carnegie Mellon πραγματοποίησε το πρώτο από δύο τμήματα, το οποίο ασχολήθηκε με προβληματισμούς γύρω από την τεχνητή νοημοσύνη σχετικά με την ιδιωτική ζωή δεδομένων και τις στρατιωτικές επιχειρήσεις, για εμπειρογνώμονες παγκόσμιας πολιτικής στα κεντρικά γραφεία της Carnegie Endowment for International Peace (CEIP) στο Washington DC. Το δεύτερο μέρος θα ασχοληθεί με τη διακυβέρνηση του Διαδικτύου και τον κυβερνοχώρο αποτροπή, στις 2 Δεκεμβρίου στο Cohon University Center της CMU στο Πίτσμπουργκ. Ο διευθυντής της CyLab David Brumley, ο οποίος ξεκίνησε μια δεύτερη συζήτηση για την αυτόνομη τεχνολογία, δήλωσε:

«Χώρες σε όλο τον κόσμο, συμπεριλαμβανομένων των ΗΠΑ, της Ρωσίας, του Ισραήλ, της Κίνας και της Ινδίας, αναπτύσσουν και επενδύουν όλο και περισσότερο στην τεχνολογία της τεχνητής νοημοσύνης και της αυτονομίας. Η αυτονομία θα είναι τεράστια και είναι απολύτως κρίσιμο να το κάνουμε σωστό. "

Ο Jim Garrett, πρύτανης του Κολλεγίου Μηχανικών της CMU, τόνισε ότι τέτοια φόρουμ είναι ζωτικής σημασίας για την ανταλλαγή ιδεών και την καλλιέργεια της αποδοχής για μια ευρεία ποικιλία απόψεων για θέματα που έχουν τη δυνατότητα να επηρεάσουν βαθιά την παγκόσμια κοινότητα.

(Διαβάστε το πλήρες δελτίο τύπου στο Carnegie Mellon News)

4 - Οι ερευνητές της Οξφόρδης αναπτύσσουν πρόγραμμα υπολογιστή που μπορεί να διαβάσει τα χείλη με υπεράνθρωπη ακρίβεια

Οι ερευνητές στην Οξφόρδη πρωτοστάτησαν σε ένα πρόγραμμα τεχνητής νοημοσύνης ανάγνωσης χειλιών που μπορεί να διαβάσει τα χείλη με ακρίβεια 93.4% - ξεπερνώντας κατά πολύ τη μέση ακρίβεια 52.3% για μαθητές με προβλήματα ακοής. Με το όνομα "LipNet", το λογισμικό δημιουργήθηκε σε συνεργασία με το DeepMind της Google, το οποίο το εκπαίδεψε σε 30,000 βίντεο δοκιμαστικών θεμάτων. Το σύστημα επεξεργάστηκε προτάσεις (σε αντίθεση με μεμονωμένες λέξεις) και μπόρεσε να τοποθετήσει λέξεις σε περιβάλλον. Αν και δεν είναι ακόμη έτοιμο για την ποικιλομορφία των γλωσσών, των τόνων και του σπασμένου λόγου του πραγματικού κόσμου, το πρόγραμμα έχει τη δυνατότητα να βοηθήσει και την κοινωνία - να βελτιώσει τα ακουστικά βαρηκοΐας, να επιτρέψει συνομιλία σε θορυβώδη μέρη κ.λπ. - καθώς και να βλάψει - να επιτρέψει για άτομα ή ομάδες να λαμβάνουν ιδιωτικές συνομιλίες ή να διεξάγουν παράνομη μαζική παρακολούθηση.

(Διαβάστε το πλήρες άρθρο στο Telegraph και δημοσίευσε δημοσίευση στις Oxford University)

5 - Ο αλγόριθμος μηχανικής εκμάθησης ποσοτικοποιεί την προκατάληψη φύλου στην αστρονομία

Ένα έγγραφο από ερευνητές από το Ελβετικό Ινστιτούτο Τεχνολογίας στη Ζυρίχη και κυκλοφόρησε στον διακομιστή arXiv χρησιμοποίησε μηχανική εκμάθηση για να εκτιμήσει την μεροληψία του φύλου σε παραπομπές ακαδημαϊκών εργασιών στην αστρονομία. Αν και δεν έχει ακόμη αξιολογηθεί από ομοτίμους, εμπειρογνώμονες στον τομέα έχουν σχολιάσει αυτό που φαίνεται να είναι έγκυρη μεθοδολογία. Ο Cassidy Sugimoto, πληροφοριακός στο Πανεπιστήμιο της Ιντιάνα Bloomington, δήλωσε:

“The novelty of this paper is in dispelling the myth that gender disparity in citation can be attributed to specifics of the paper, rather than to gender.”

Ο αλγόριθμος εκπαιδεύτηκε σε 200,000 εργασίες σε 5 περιοδικά από το 1950 έως το 2015. Τα αποτελέσματα έδειξαν ότι τα άρθρα με γυναικείες συγγραφείς που αναφέρθηκαν για πρώτη φορά έλαβαν περίπου 6 τοις εκατό λιγότερες αναφορές από εκείνες με έναν κύριο άνδρα συγγραφέα. Ο αλγόριθμος προέβλεψε επίσης ότι αυτές οι εργασίες με γυναίκες συγγραφείς θα έπρεπε να είχαν λάβει 4% περισσότερες παραπομπές από αυτές που συνέταξαν οι άνδρες. Στους ακαδημαϊκούς, λιγότερες αναφορές συνήθως σημαίνει λιγότερες επιδοτήσεις, επιστολές σύστασης και άλλες αναγνωρίσεις, λέει ο Meg Urry, διευθυντής του Κέντρου Αστρονομίας και Αστροφυσικής του Yale. Η εφημερίδα σημειώνει επίσης, ωστόσο, ότι οι γυναίκες δημοσιεύουν 19% λιγότερα άρθρα από τους άνδρες τα 7 χρόνια μετά την πρώτη δημοσίευσή τους, μια κρίσιμη στιγμή για να συμβάλουν στην ακαδημαϊκή κοινότητα. Αυτό μπορεί επίσης να διαδραματίσει παράγοντα στις γυναίκες να εξασφαλίσουν πιο μόνιμες θέσεις.

(Διαβάστε το πλήρες άρθρο στο Scientific American)

Πιστωτική εικόνα: Tek-Think

Πηγή: 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 /