Machine learning che impara di più come gli esseri umani, una `` macchina '' per la lettura delle labbra dell'IA e altro ancora - Questa settimana nell'intelligenza artificiale 11-11-16

1 - Il sistema di intelligenza artificiale esplora il Web per migliorarne le prestazioni

L'estrazione delle informazioni implica la classificazione degli elementi di dati archiviati in testo normale ed è una delle principali aree di ricerca per gli scienziati dell'apprendimento automatico. La scorsa settimana, un gruppo di ricerca del MIT ha presentato un nuovo approccio all'estrazione di informazioni per i sistemi di apprendimento automatico alla conferenza dell'Association for Computational Linguistics 'Conference on Empirical Methods on Natural Language Processing, e ha vinto un premio per la migliore carta. Invece di fornire al proprio sistema quanti più dati possibile, l'approccio vincente del team prende una strada diversa e si concentra su un set di dati molto più piccolo, un processo simile utilizzato dagli esseri umani: se stai leggendo un articolo che non capisci, è probabile che tu faccia una ricerca sul web e trovi articoli che sei in grado di capire. Questo nuovo approccio di sistema fa qualcosa di simile; se il punteggio di affidabilità del sistema è basso nella valutazione di un particolare testo, richiederà ulteriori informazioni, estraendo una manciata di nuovi articoli dal Web correlati a uno specifico insieme di termini. In futuro, questo modello potrebbe essere applicato a dati sparsi e risparmiare molto tempo nella revisione dei database.

(Leggi l'articolo completo su MIT Notizie)

2 - RiskIQ ottiene 30.5 milioni di dollari per applicare il machine learning ai rischi per la sicurezza

RiskIQ, startup di gestione del rischio digitale con sede a San Francisco, ha annunciato di aver raccolto altri 30.5 milioni di dollari Series C in un accordo guidato da Georgian Partners, che include Summit Ventures, MassMutual Ventures e Battery Ventures, mettendo i suoi fondi totali raccolti a $ 65.5 milioni dal 2009. I servizi basati sull'intelligenza artificiale aiutano le grandi aziende a cercare e trovare siti e app che possono portare il nome dell'azienda ma sono gestiti da criminali che tentano di rubare le informazioni dei consumatori o diffondere malware. Le prenotazioni totali dell'azienda sono aumentate dell'80% nella prima parte del 2016, con un totale attuale di 200 clienti aziendali e 13,000 analisti della sicurezza che includono Facebook, Under Armour e altri. Steve Leightell, principale di Georgian Partners, entrerà a far parte del consiglio di amministrazione di RiskIQ

(Leggi l'articolo completo su Giornale commerciale della Silicon Valley)

3 - Il primo Carnegie Colloquium si concentra sull'intelligenza artificiale in ambito militare e sulla privacy dei dati

Carnegie Mellon ha tenuto la prima di un colloquio in due parti, che ha affrontato considerazioni sull'intelligenza artificiale sulla privacy dei dati e le operazioni militari, per esperti di politica globale presso la sede centrale del Carnegie Endowment for International Peace (CEIP) a Washington DC La seconda parte affronterà la governance di Internet e il cyber deterrenza, il 2 dicembre presso il Cohon University Center della CMU a Pittsburgh. Il direttore di CyLab David Brumley, che ha aperto una seconda tavola rotonda sulla tecnologia autonoma, ha dichiarato:

“Paesi in tutto il mondo, inclusi Stati Uniti, Russia, Israele, Cina e India, stanno impiegando e investendo sempre più nell'intelligenza artificiale e nella tecnologia dell'autonomia nelle loro operazioni. L'autonomia diventerà enorme ed è assolutamente fondamentale che la facciamo bene ".

Jim Garrett, decano del College of Engineering della CMU, ha sottolineato che tali forum sono di vitale importanza per lo scambio di idee e per coltivare l'accettazione di un'ampia varietà di punti di vista su questioni che hanno il potenziale di avere un impatto profondo sulla comunità globale.

(Leggi il comunicato stampa completo a Notizie di Carnegie Mellon)

4 - I ricercatori di Oxford sviluppano un programma per computer in grado di leggere le labbra con una precisione sovrumana

I ricercatori di Oxford hanno aperto la strada a un programma di intelligenza artificiale per la lettura delle labbra in grado di leggere le labbra con una precisione del 93.4%, superando di gran lunga la precisione media del 52.3% per gli studenti con problemi di udito. Chiamato "LipNet", il software è stato realizzato in collaborazione con DeepMind di Google, che lo ha formato su 30,000 video di soggetti di prova. Il sistema ha elaborato le frasi (al contrario delle singole parole) ed è stato in grado di inserire le parole nel contesto. Sebbene non sia ancora pronto per la diversità di lingue, accenti e discorsi interrotti del mondo reale, il programma ha il potenziale sia di aiutare la società - migliorare gli apparecchi acustici, consentire la conversazione in luoghi rumorosi, ecc. - oltre che danneggiare - consentire per individui o gruppi che ascoltano conversazioni private o conducono una sorveglianza di massa illegale.

(Leggi l'articolo completo al Telegrafo e documento pubblicato su Oxford University)

5 - L'algoritmo di apprendimento automatico quantifica il bias di genere in astronomia

Un documento dei ricercatori dell'Istituto svizzero di tecnologia di Zurigo e pubblicato sul server arXiv ha utilizzato l'apprendimento automatico per stimare il pregiudizio di genere nelle citazioni di articoli accademici in astronomia. Sebbene non ancora sottoposta a peer review, esperti del settore hanno commentato quella che sembra essere una metodologia valida. Cassidy Sugimoto, un informatico presso l'Indiana University Bloomington, ha dichiarato:

“La novità di questo articolo sta nel sfatare il mito secondo cui la disparità di genere nelle citazioni può essere attribuita a specificità dell’articolo, piuttosto che al genere”.

L'algoritmo è stato addestrato su 200,000 articoli in 5 riviste dal 1950 al 2015. I risultati hanno mostrato che gli articoli con autori di sesso femminile elencati per primi hanno ricevuto circa il 6% in meno di citazioni rispetto a quelli con un autore maschile principale; l'algoritmo prevedeva anche che quegli articoli con autori donne avrebbero dovuto ricevere il 4% in più di citazioni rispetto a quelli scritti dai maschi. Negli accademici, meno citazioni di solito significa meno borse di studio, lettere di raccomandazione e altri riconoscimenti, afferma Meg Urry, direttrice dello Yale Center for Astronomy and Astrophysics. Il documento rileva anche, tuttavia, che le donne pubblicano il 19% in meno di articoli rispetto agli uomini nei 7 anni successivi al loro primo articolo pubblicato, un momento critico per contribuire al mondo accademico. Questo può anche svolgere un ruolo nel garantire alle donne posizioni più stabili.

(Leggi l'articolo completo su Scientific American)

Credito immagine: Tek-Think

Fonte: 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 /