Machine learning dat meer leert zoals mensen, een AI-liplezende 'machine' en meer - deze week in kunstmatige intelligentie 11-11-16

1 - Kunstmatige intelligentiesysteem surft op het web om zijn prestaties te verbeteren

Informatie-extractie omvat het classificeren van gegevensitems die in platte tekst zijn opgeslagen, en is een belangrijk onderzoeksgebied voor wetenschappers op het gebied van machine learning. Vorige week introduceerde een onderzoeksteam van MIT een nieuwe benadering van informatie-extractie voor machine learning-systemen op de Association for Computational Linguistics 'Conference on Empirical Methods on Natural Language Processing, en won een best-paper award. In plaats van hun systeem zoveel mogelijk gegevens in te voeren, kiest de winnende aanpak van het team een ​​andere route en concentreert zich op een veel kleinere gegevensset, een soortgelijk proces dat door mensen wordt gebruikt - als je een artikel leest dat je niet begrijpt, u zoekt waarschijnlijk op internet en vindt artikelen die u begrijpt. Deze nieuwe systeembenadering doet iets soortgelijks; als de betrouwbaarheidsscore van het systeem laag is bij het beoordelen van een bepaalde tekst, zal het om meer informatie vragen en een handvol nieuwe artikelen van het web ophalen die correleren met een specifieke reeks termen. In de toekomst zou dit model kunnen worden toegepast op schaarse gegevens en veel tijd kunnen besparen bij het herzien van databases.

(Lees het volledige artikel op MIT News)

2 - RiskIQ krijgt $ 30.5 miljoen om machinaal leren toe te passen op beveiligingsrisico's

RiskIQ, een in San Francisco gevestigde startup voor digitaal risicobeheer, heeft aangekondigd dat het nog eens $ 30.5 miljoen Series C heeft opgehaald in een deal onder leiding van Georgian Partners, waaronder Summit Ventures, MassMutual Ventures en Battery Ventures, waardoor het totale ingezamelde geld sinds 65.5 op $ 2009 miljoen komt. Op AI gebaseerde services helpen grote bedrijven bij het zoeken en vinden van sites en apps die mogelijk de naam van het bedrijf dragen, maar die worden beheerd door criminelen die proberen consumenteninformatie te stelen of malware te verspreiden. Het totale aantal boekingen van het bedrijf groeide in het eerste deel van 80 met 2016 procent, met momenteel 200 zakelijke klanten en 13,000 beveiligingsanalisten, waaronder Facebook, Under Armour en anderen. Steve Leightell, directeur van Georgian Partners, zal ook toetreden tot de raad van bestuur van RiskIQ

(Lees het volledige artikel op Silicon Valley Business Journal)

3 - Eerste Carnegie-colloquium richt zich op kunstmatige intelligentie in het leger, gegevensprivacy

Carnegie Mellon hield het eerste van een tweedelig colloquium, waarin overwegingen rond AI met betrekking tot gegevensprivacy en militaire operaties aan de orde kwamen voor mondiale beleidsdeskundigen op het hoofdkantoor van Carnegie Endowment for International Peace (CEIP) in Washington DC. afschrikking, op 2 december bij CMU's Cohon University Center in Pittsburgh. CyLab-directeur David Brumley, die een tweede paneldiscussie opende voor autonome technologie, zei:

“Landen over de hele wereld, waaronder de VS, Rusland, Israël, China en India, gebruiken en investeren steeds meer in kunstmatige intelligentie en autonomietechnologie in hun operaties. Autonomie wordt enorm, en het is absoluut cruciaal dat we het goed doen. "

Jim Garrett, decaan van CMU's College of Engineering, benadrukte dat dergelijke fora van vitaal belang zijn voor het uitwisselen van ideeën en het cultiveren van acceptatie voor een breed scala aan opvattingen over kwesties die een grote invloed kunnen hebben op de wereldwijde gemeenschap.

(Lees het volledige persbericht op Carnegie Mellon Nieuws)

4 - Oxford-onderzoekers ontwikkelen een computerprogramma dat lippen kan lezen met bovenmenselijke nauwkeurigheid

Onderzoekers in Oxford hebben een AI-programma voor liplezen ontwikkeld dat lippen kan lezen met een nauwkeurigheid van 93.4 procent - veel meer dan de gemiddelde nauwkeurigheid van 52.3 procent voor slechthorende studenten. De software, genaamd "LipNet", werd gebouwd in samenwerking met Google's DeepMind, die hem trainde op 30,000 video's van proefpersonen. Het systeem verwerkte zinnen (in tegenstelling tot individuele woorden) en kon woorden in context plaatsen. Hoewel het programma nog niet klaar is voor de diversiteit aan talen, accenten en gebroken spraak van de echte wereld, heeft het het potentieel om zowel de samenleving te helpen - gehoorapparaten te verbeteren, gesprekken op lawaaierige plaatsen mogelijk te maken, enz. - en schade toe te brengen. voor individuen of groepen om privégesprekken op te pikken of om illegale massatoezicht uit te voeren.

(Lees het volledige artikel op het Telegraaf en gepubliceerd op Oxford University)

5 - Algoritme voor machinaal leren kwantificeert genderbias in de astronomie

Een paper van onderzoekers van het Swiss Institute of Technology in Zürich en uitgebracht op de arXiv-server, gebruikte machine learning om gendervooroordelen in te schatten in citaten van academische papers in de astronomie. Hoewel nog niet collegiaal getoetst, hebben experts in het veld commentaar geleverd op wat een geldige methodologie lijkt te zijn. Cassidy Sugimoto, een informaticus aan de Indiana University Bloomington, verklaarde:

"De nieuwigheid van dit artikel is het wegnemen van de mythe dat genderongelijkheid bij het citeren kan worden toegeschreven aan de specifieke kenmerken van het artikel, in plaats van aan het geslacht."

Het algoritme werd tussen 200,000 en 5 getraind op 1950 artikelen in 2015 tijdschriften. De resultaten toonden aan dat artikelen met vrouwelijke auteurs als eerste ongeveer 6 procent minder citaties kregen dan die met een primaire mannelijke auteur; het algoritme voorspelde ook dat die papers met vrouwelijke auteurs 4 procent meer citaties hadden moeten krijgen dan die van de mannen. In academici betekent minder citaten meestal minder beurzen, aanbevelingsbrieven en andere erkenningen, zegt Meg Urry, directeur van Yale Center for Astronomy and Astrophysics. De krant merkt echter ook op dat vrouwen 19 procent minder artikelen publiceren dan mannen in de zeven jaar na hun eerste gepubliceerde paper, een cruciaal moment om bij te dragen aan de academische wereld. Dit kan ook een rol spelen bij het verwerven van meer vaste banen door vrouwen.

(Lees het volledige artikel op Scientific American)

Afbeelding tegoed: Tek-Think

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