Aprendizado de máquina que aprende mais como seres humanos, uma 'máquina' de leitura labial IA e muito mais - Esta semana em inteligência artificial 11-11-16

1 - Sistema de inteligência artificial navega na web para melhorar seu desempenho

A extração de informações envolve a classificação de itens de dados armazenados em texto simples e é uma importante área de pesquisa para cientistas de aprendizado de máquina. Na semana passada, uma equipe de pesquisa do MIT apresentou uma nova abordagem para extração de informações para sistemas de aprendizado de máquina na Conferência da Associação de Lingüística Computacional sobre Métodos Empíricos em Processamento de Linguagem Natural e ganhou o prêmio de melhor artigo. Em vez de alimentar o sistema com o máximo de dados possível, a abordagem vencedora da equipe segue um caminho diferente e se concentra em um conjunto de dados muito menor, um processo semelhante usado por seres humanos - se você estiver lendo um artigo que não entende, é provável que você faça uma pesquisa na web e encontre artigos que você consiga entender. Essa nova abordagem de sistema faz algo semelhante; se a pontuação de confiança do sistema for baixa na avaliação de um texto específico, ele consultará para obter mais informações, obtendo um punhado de novos artigos da web que se correlacionam com um conjunto específico de termos. No futuro, esse modelo pode ser aplicado a dados esparsos e economizar muito tempo na revisão de bancos de dados.

(Leia o artigo completo em MIT Notícias)

2 - RiskIQ obtém US $ 30.5 milhões para aplicar aprendizado de máquina a riscos de segurança

A startup de gerenciamento de risco digital com sede em São Francisco, RiskIQ, anunciou que arrecadou mais $ 30.5 milhões da Série C em um negócio liderado por Georgian Partners, incluindo Summit Ventures, MassMutual Ventures e Battery Ventures, colocando seus fundos totais arrecadados em $ 65.5 milhões desde 2009. RiskIQ Os serviços baseados em IA ajudam grandes empresas a pesquisar e encontrar sites e aplicativos que podem ter o nome da empresa, mas são executados por criminosos que tentam roubar informações de consumidores ou espalhar malware. O total de reservas da empresa cresceu 80% na primeira parte de 2016, com um total atual de 200 clientes corporativos e 13,000 analistas de segurança, incluindo Facebook, Under Armour e outros. Steve Leightell, diretor da Georgian Partners, também fará parte do conselho de diretores da RiskIQ

(Leia o artigo completo em Silicon Valley Business Journal)

3 - Primeiro Carnegie Colloquium Focaliza Inteligência Artificial nas Forças Armadas, Privacidade de Dados

Carnegie Mellon realizou o primeiro de um colóquio de duas partes, que abordou considerações sobre IA em privacidade de dados e operações militares, para especialistas em política global na sede da Carnegie Endowment for International Peace (CEIP) em Washington DC. A segunda parte tratará da governança da Internet e cibernética dissuasão, em 2 de dezembro no Cohon University Center da CMU em Pittsburgh. O diretor do CyLab David Brumley, que abriu um segundo painel de discussão para tecnologia autônoma, disse:

“Países ao redor do mundo, incluindo EUA, Rússia, Israel, China e Índia, estão cada vez mais implantando e investindo em inteligência artificial e tecnologia de autonomia em suas operações. A autonomia será enorme e é absolutamente essencial que acertemos. ”

Jim Garrett, reitor da Faculdade de Engenharia da CMU, enfatizou que tais fóruns são de vital importância para a troca de idéias e cultivo da aceitação de uma ampla variedade de pontos de vista sobre questões que têm o potencial de impactar profundamente a comunidade global.

(Leia o comunicado de imprensa completo em Notícias Carnegie Mellon)

4 - Pesquisadores da Oxford desenvolvem programa de computador que pode ler lábios com precisão sobre-humana

Pesquisadores de Oxford foram os pioneiros em um programa de leitura labial que pode ler lábios com 93.4% de precisão - ultrapassando de longe a média de 52.3% de precisão para alunos com deficiência auditiva. Batizado de “LipNet”, o software foi desenvolvido em colaboração com a DeepMind do Google, que o treinou em 30,000 vídeos de assuntos de teste. O sistema processou frases (em oposição a palavras individuais) e foi capaz de colocar as palavras no contexto. Embora ainda não esteja pronto para a diversidade de idiomas, sotaques e fala fragmentada do mundo real, o programa tem o potencial de ajudar a sociedade - melhorar os aparelhos auditivos, permitir conversas em lugares barulhentos, etc. - bem como prejudicar - permitir para que indivíduos ou grupos tomem conhecimento de conversas privadas ou conduzam vigilância em massa ilegal.

(Leia o artigo completo no Telégrafo e artigo publicado em Oxford University)

5 - Algoritmo de aprendizado de máquina quantifica o preconceito de gênero na astronomia

Um artigo de pesquisadores do Instituto Suíço de Tecnologia de Zurique e divulgado no servidor arXiv usou o aprendizado de máquina para estimar o viés de gênero em citações de artigos acadêmicos em astronomia. Embora ainda não tenha sido revisado por pares, especialistas na área comentaram sobre o que parece ser uma metodologia válida. Cassidy Sugimoto, informaticista da Indiana University Bloomington, declarou:

“A novidade deste artigo está em dissipar o mito de que a disparidade de gênero na citação pode ser atribuída a especificidades do artigo, e não ao gênero.”

O algoritmo foi treinado em 200,000 artigos em 5 periódicos de 1950 a 2015. Os resultados mostraram que os artigos com autoras mulheres listadas primeiro receberam cerca de 6 por cento menos citações do que aqueles com um autor primário do sexo masculino; o algoritmo também previu que os artigos com autoras do sexo feminino deveriam ter recebido 4% a mais de citações do que os de autoria do sexo masculino. Em acadêmicos, menos citações geralmente significam menos concessões, cartas de recomendação e outros reconhecimentos, diz Meg Urry, diretora do Centro de Astronomia e Astrofísica de Yale. O documento também observa, no entanto, que as mulheres publicam 19% menos artigos do que os homens nos 7 anos após a publicação do primeiro artigo, um momento crítico para contribuir com a academia. Isso também pode ser um fator para as mulheres conseguirem posições mais permanentes.

(Leia o artigo completo em Scientific American)

Crédito da imagem: 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 /