Машинне навчання, яке вчиться більше як люди, „машина для читання губ“ ШІ та багато іншого - цього тижня в галузі штучного інтелекту 11-11-16

1 – Система штучного інтелекту займається пошуком веб-сторінок, щоб покращити свою продуктивність

Вилучення інформації включає класифікацію елементів даних, які зберігаються у вигляді простого тексту, і є основною сферою досліджень для вчених з машинного навчання. Минулого тижня дослідницька група з Массачусетського технологічного інституту представила новий підхід до вилучення інформації для систем машинного навчання на конференції Асоціації комп’ютерної лінгвістики з емпіричних методів обробки природної мови і отримала нагороду за найкращу роботу. Замість того, щоб надавати своїй системі якомога більше даних, підхід команди, що перемагає, бере інший шлях і зосереджується на набагато меншому наборі даних, подібний процес, який використовується людьми – якщо ви читаєте статтю, яку ви не розумієте, ви, ймовірно, здійсните пошук в Інтернеті та знайдете статті, які ви можете зрозуміти. Цей новий системний підхід робить щось подібне; якщо оцінка впевненості системи низька при оцінці конкретного тексту, вона запитуватиме додаткову інформацію, витягаючи кілька нових статей з Інтернету, які корелюють із певним набором термінів. У майбутньому цю модель можна було б застосувати до розріджених даних і заощадити багато часу на перегляді баз даних.

(Повну статтю читайте за посиланням Новини MIT)

2 – RiskIQ отримує 30.5 мільйонів доларів на застосування машинного навчання до ризиків безпеки

Стартап RiskIQ із цифрового управління ризиками, розташований у Сан-Франциско, оголосив, що залучив ще 30.5 мільйонів доларів Серії C у угоді, яку очолювали Georgian Partners, включаючи Summit Ventures, MassMutual Ventures та Battery Ventures, загальна сума зібраних коштів склала 65.5 мільйонів доларів з 2009 року. RiskIQ Сервіси на основі штучного інтелекту допомагають великим компаніям шукати та знаходити сайти та програми, які можуть носити назву компанії, але керуються злочинцями, які намагаються вкрасти інформацію споживачів або поширити шкідливе програмне забезпечення. Загальна кількість замовлень компанії зросла на 80 відсотків у першій половині 2016 року, при цьому на даний момент 200 корпоративних клієнтів і 13,000 XNUMX аналітиків із безпеки, включаючи Facebook, Under Armour та інші. Директор Georgian Partners Стів Лейтелл також увійде до ради директорів RiskIQ

(Повну статтю читайте за посиланням Силіконова долина Бізнес журнал)

3 – Перший колоквіум Карнегі зосереджується на штучному інтелекті у військовій сфері, конфіденційності даних

Карнегі-Меллон провів перший колоквіум із двох частин, який розглядав питання щодо штучного інтелекту щодо конфіденційності даних та військових операцій, для експертів із глобальної політики у штаб-квартирі Фонду Карнегі за міжнародний мир (CEIP) у Вашингтоні, округ Колумбія. Друга частина буде присвячена управлінню Інтернетом та кібернетології стримування, 2 грудня в Центрі університету Кохон у Піттсбурзі. Директор CyLab Девід Брамлі, який відкрив другу панельну дискусію щодо автономних технологій, сказав:

«Країни в усьому світі, включаючи США, Росію, Ізраїль, Китай та Індію, все більше впроваджують та інвестують у технологію штучного інтелекту та автономії у своїх операціях. Автономія буде величезною, і дуже важливо, щоб ми все правильно зробили».

Джим Гарретт, декан інженерного коледжу КМУ, наголосив, що такі форуми мають життєво важливе значення для обміну ідеями та сприйняття широкого спектру поглядів на питання, які можуть глибоко вплинути на світову спільноту.

(Читайте повний прес-реліз за посиланням Новини Карнегі-Меллона)

4 – Оксфордські дослідники розробили комп’ютерну програму, яка може читати по губах з надлюдською точністю

Дослідники з Оксфорда заснували програму штучного інтелекту для читання по губах, яка може читати по губах з точністю 93.4%, що значно перевищує середню точність 52.3% для студентів із вадами слуху. Програмне забезпечення під назвою «LipNet» було створено у співпраці з Google DeepMind, який навчав його на 30,000 XNUMX відео піддослідних. Система обробляла речення (на відміну від окремих слів) і могла розмістити слова в контексті. Хоча програма ще не готова до різноманітності мов, акцентів і ламаної мови реального світу, програма може як допомогти суспільству – покращити слухові апарати, дозволити розмовляти в галасливих місцях тощо – так і зашкодити – дозволити для окремих осіб або груп, щоб підхоплювати приватні розмови або проводити незаконне масове спостереження.

(Повну статтю читайте на Телеграфний та опублікована стаття за адресою Оксфордський університет)

5 – Алгоритм машинного навчання кількісно визначає гендерну упередженість в астрономії

Стаття дослідників зі Швейцарського технологічного інституту в Цюріху та опублікована на сервері arXiv використовувала машинне навчання для оцінки гендерної упередженості в цитатах академічних робіт з астрономії. Хоча експерти в цій галузі ще не пройшли рецензію, вони прокоментували те, що, здається, є дійсною методологією. Кессіді Сугімото, інформатик з Університету Індіани Блумінгтон, заявив:

«Новизна цієї статті полягає в тому, що вона розвіює міф про те, що гендерну невідповідність у цитуванні можна пояснити специфікою статті, а не статтю».

Алгоритм був навчений на 200,000 5 статей у 1950 журналах з 2015 по 6 рік. Результати показали, що статті з авторами-жінками вперше отримали приблизно на 4 відсотків менше цитат, ніж ті, з основним автором-чоловіком; Алгоритм також передбачав, що статті з авторами-жінками мали б отримати на 19 відсотки більше цитат, ніж ті, авторами яких були чоловіки. У науковців менше цитувань зазвичай означає менше грантів, рекомендаційних листів та інших визнань, каже Мег Уррі, директор Єльського центру астрономії та астрофізики. У документі також зазначається, що жінки публікують на 7 відсотків менше статей, ніж чоловіки за XNUMX років після їх першої опублікованої статті, що є критичним часом для внеску в науковий світ. Це також може сприяти тому, що жінки отримують більш постійні посади.

(Повну статтю читайте за посиланням Scientific American)

Автор зображення: Tek-Think

Джерело: 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/