Maskinlæring som lærer mer som mennesker, en AI-leppelesermaskin og mer - Denne uken i kunstig intelligens 11-11-16

1 - Systemet for kunstig intelligens surfer på nettet for å forbedre ytelsen

Informasjonsutvinning innebærer klassifisering av dataelementer som er lagret i ren tekst, og er et viktig forskningsområde for maskinlæringsforskere. I forrige uke introduserte et forskerteam fra MIT en ny tilnærming til informasjonsutvinning for maskinlæringssystemer på Association for Computational Linguistics 'Conference on Empirical Methods on Natural Language Processing, og vant en pris for beste papir. I stedet for å mate systemet så mye data som mulig, tar lagets vinnertilnærming en annen rute og fokuserer på et mye mindre datasett, en lignende prosess som brukes av mennesker - hvis du leser et papir du ikke forstår, du vil sannsynligvis gjøre et søk på nettet og finne artikler du er i stand til å forstå. Denne nye systemtilnærmingen gjør noe lignende; Hvis systemets tillitspoeng er lav når det gjelder å vurdere en bestemt tekst, vil det spørre etter mer informasjon og trekke opp en håndfull nye artikler fra nettet som samsvarer med et bestemt sett med vilkår. I fremtiden kan denne modellen brukes på sparsomme data og spare mye tid på gjennomgang av databaser.

(Les hele artikkelen på MIT News)

2 - RiskIQ får $ 30.5 millioner til å bruke maskinlæring på sikkerhetsrisiko

San Francisco-baserte oppstart av digital risikostyring RiskIQ kunngjorde at de samlet inn ytterligere $ 30.5 millioner serie C i en avtale ledet av Georgian Partners, og inkluderer Summit Ventures, MassMutual Ventures og Battery Ventures, og har samlet samlet midler på $ 65.5 millioner siden 2009. RiskIQ AI-baserte tjenester hjelper store selskaper med å søke og finne nettsteder og apper som kan ha selskapets navn, men som drives av kriminelle som prøver å stjele forbrukernes informasjon eller spre skadelig programvare. Selskapets totale bestillinger vokste med 80 prosent i første del av 2016, med en samlet total på 200 bedriftskunder og 13,000 sikkerhetsanalytikere som inkluderer Facebook, Under Armour og andre. Georgian Partners-rektor Steve Leightell vil også bli med i RiskIQs styre

(Les hele artikkelen på Silicon Valley Business Journal)

3 - Første Carnegie Colloquium fokuserer på kunstig intelligens i militæret, personvern

Carnegie Mellon holdt det første av et todelt kollokvium, som adresserte hensyn rundt AI om personvern og militære operasjoner, for globale politiske eksperter ved Carnegie Endowment for International Peace (CEIP) hovedkvarter i Washington DC Den andre delen vil ta for seg internettstyring og cyber avskrekkelse 2. desember på CMUs Cohon University Center i Pittsburgh. CyLab-direktør David Brumley, som åpnet en andre paneldiskusjon for autonom teknologi, sa:

“Land rundt om i verden, inkludert USA, Russland, Israel, Kina og India, distribuerer og investerer i økende grad i kunstig intelligens og autonomiteknologi i sin virksomhet. Autonomi kommer til å bli enormt, og det er helt avgjørende at vi får det riktig. ”

Jim Garrett, dekan for CMU's College of Engineering, understreket at slike fora er av avgjørende betydning for utveksling av ideer og dyrking av aksept for et bredt spekter av synspunkter på spørsmål som har potensiale til å påvirke verdenssamfunnet dypt.

(Les hele pressemeldingen kl Carnegie Mellon Nyheter)

4 - Oxfordforskere utvikler dataprogram som kan lese lepper med overmenneskelig nøyaktighet

Forskere ved Oxford har vært banebrytende for et leppelesende AI-program som kan lese lepper med 93.4 prosent nøyaktighet - langt over den gjennomsnittlige 52.3 prosent nøyaktigheten for hørselshemmede studenter. Programvaren ble kalt “LipNet” og ble bygget i samarbeid med Googles DeepMind, som trente den på 30,000 XNUMX videoer av testpersoner. Systemet behandlet setninger (i motsetning til enkeltord) og klarte å sette ord i sammenheng. Selv om det ennå ikke er klart for mangfoldet av språk, aksenter og ødelagt tale i den virkelige verden, har programmet potensial til å både hjelpe samfunnet - forbedre høreapparater, tillate samtaler på støyende steder osv. - så vel som skade - tillate for enkeltpersoner eller grupper å ta opp private samtaler eller gjennomføre ulovlig masseovervåking.

(Les hele artikkelen på Telegraf og publiserte papir kl Oxford University)

5 - Maskinlæringsalgoritme kvantifiserer kjønnsforstyrrelser i astronomi

En artikkel fra forskere fra Swiss Institute of Technology i Zürich og utgitt på arXiv-serveren, brukte maskinlæring for å estimere kjønnsskjevhet i sitater av akademiske papirer i astronomi. Selv om det ennå ikke er fagfellevurdert, har eksperter på området kommentert det som ser ut til å være en gyldig metodikk. Cassidy Sugimoto, en informatiker ved Indiana University Bloomington, uttalte:

"Nyheten til denne artikkelen er å avlive myten om at kjønnsforskjeller i sitering kan tilskrives spesifikke av avisen, snarere enn til kjønn."

Algoritmen ble trent på 200,000 5 artikler i 1950 tidsskrifter fra 2015 til 6. Resultatene viste at artikler med kvinnelige forfattere som er oppført først mottok rundt 4 prosent færre sitater enn de med en primær mannlig forfatter; algoritmen forutsa også at papirene med kvinnelige forfattere burde ha fått 19 prosent flere sitater enn de som ble skrevet av mennene. I akademikere betyr færre sitater vanligvis færre tilskudd, anbefalingsbrev og andre anerkjennelser, sier Meg Urry, direktør for Yale Center for Astronomy and Astrophysics. Papiret bemerker imidlertid også at kvinner publiserer 7 prosent færre artikler enn menn de XNUMX årene etter deres første publiserte papir, en kritisk tid for å bidra til akademia. Dette kan også spille en rolle for at kvinner skal sikre seg mer faste stillinger.

(Les hele artikkelen på Scientific American)

Bildekreditt: Tek-Think

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