مشین لرننگ جو انسانوں کی طرح زیادہ سیکھتی ہے، ایک AI لپ ریڈنگ 'مشین'، اور مزید - مصنوعی ذہانت میں اس ہفتے 11-11-16

1 – مصنوعی ذہانت کا نظام اپنی کارکردگی کو بہتر بنانے کے لیے ویب کو سرف کرتا ہے۔

معلومات نکالنے میں ڈیٹا آئٹمز کی درجہ بندی کرنا شامل ہے جو سادہ متن میں محفوظ ہیں، اور مشین لرننگ سائنسدانوں کے لیے تحقیق کا ایک بڑا شعبہ ہے۔ گزشتہ ہفتے، MIT کی ایک تحقیقی ٹیم نے ایسوسی ایشن فار کمپیوٹیشنل لینگوئسٹکس کی کانفرنس میں قدرتی زبان کی پروسیسنگ کے تجرباتی طریقوں پر مشین لرننگ سسٹم کے لیے معلومات نکالنے کے لیے ایک نیا طریقہ متعارف کرایا، اور ایک بہترین کاغذ کا ایوارڈ جیتا۔ اپنے سسٹم کو زیادہ سے زیادہ ڈیٹا فراہم کرنے کے بجائے، ٹیم کا جیتنے کا طریقہ ایک مختلف راستہ اختیار کرتا ہے اور بہت چھوٹے ڈیٹا سیٹ پر توجہ مرکوز کرتا ہے، ایسا ہی عمل انسانوں کے ذریعے استعمال کیا جاتا ہے – اگر آپ کوئی ایسا کاغذ پڑھ رہے ہیں جسے آپ سمجھ نہیں پاتے، امکان ہے کہ آپ ویب پر تلاش کریں گے اور ایسے مضامین تلاش کریں گے جنہیں آپ سمجھ سکتے ہیں۔ یہ نیا سسٹم اپروچ کچھ ایسا ہی کرتا ہے۔ اگر کسی خاص متن کا اندازہ لگانے میں سسٹم کا اعتماد کا سکور کم ہے، تو یہ مزید معلومات کے لیے استفسار کرے گا، ویب سے مٹھی بھر نئے مضامین کو کھینچے گا جو اصطلاحات کے مخصوص سیٹ سے مربوط ہیں۔ مستقبل میں، اس ماڈل کو ویرل ڈیٹا پر لاگو کیا جا سکتا ہے اور ڈیٹا بیس کا جائزہ لینے میں زیادہ وقت بچایا جا سکتا ہے۔

(پر مکمل مضمون پڑھیں ایم آئی ٹی نیوز)

2 – سیکیورٹی رسک پر مشین لرننگ کو لاگو کرنے کے لیے RiskIQ کو $30.5M ملے

سان فرانسسکو میں قائم ڈیجیٹل رسک مینجمنٹ سٹارٹ اپ RiskIQ نے اعلان کیا کہ اس نے جارجیائی پارٹنرز کی سربراہی میں ایک معاہدے میں مزید $30.5 ملین سیریز C اکٹھے کیے ہیں، اور بشمول Summit Ventures، MassMutual Ventures، اور Battery Ventures، 65.5 سے اب تک اس کے کل فنڈز $2009 ملین جمع کیے گئے ہیں۔ RiskIQ AI پر مبنی خدمات بڑی کمپنیوں کو ایسی سائٹس اور ایپس تلاش کرنے اور تلاش کرنے میں مدد کرتی ہیں جو کمپنی کا نام لے سکتی ہیں لیکن صارفین کی معلومات چوری کرنے یا میلویئر پھیلانے کی کوشش کرنے والے مجرموں کے ذریعے چلائی جاتی ہیں۔ 80 کے پہلے حصے میں کمپنی کی کل بکنگ میں 2016 فیصد اضافہ ہوا، موجودہ کل 200 انٹرپرائز صارفین اور 13,000 سیکیورٹی تجزیہ کاروں کے ساتھ جن میں فیس بک، انڈر آرمر اور دیگر شامل ہیں۔ جارجیائی پارٹنرز کے پرنسپل سٹیو لیٹیل بھی RiskIQ کے بورڈ آف ڈائریکٹرز میں شامل ہوں گے۔

(پر مکمل مضمون پڑھیں سلیکن ویلی بزنس جرنل)

3 - پہلا کارنیگی کالوکیم ملٹری، ڈیٹا پرائیویسی میں مصنوعی ذہانت پر فوکس کرتا ہے۔

کارنیگی میلن نے واشنگٹن ڈی سی میں کارنیگی اینڈومنٹ فار انٹرنیشنل پیس (CEIP) کے ہیڈ کوارٹر میں عالمی پالیسی ماہرین کے لیے ڈیٹا پرائیویسی اور ملٹری آپریشنز پر AI کے ارد گرد کے غور و فکر کے لیے دو حصوں پر مشتمل بولی کا پہلا انعقاد کیا، دوسرا حصہ انٹرنیٹ گورننس اور سائبر سے خطاب کرے گا۔ ڈیٹرنس، 2 دسمبر کو پٹسبرگ میں CMU کے کوہون یونیورسٹی سینٹر میں۔ سائی لیب کے ڈائریکٹر ڈیوڈ برملی، جنہوں نے خود مختار ٹیکنالوجی کے لیے دوسرے پینل ڈسکشن کا آغاز کیا، کہا:

"دنیا بھر کے ممالک بشمول امریکہ، روس، اسرائیل، چین اور ہندوستان، اپنے کاموں میں مصنوعی ذہانت اور خود مختاری ٹیکنالوجی کو تیزی سے تعینات اور سرمایہ کاری کر رہے ہیں۔ خودمختاری بہت بڑی ہونے والی ہے، اور یہ بالکل اہم ہے کہ ہم اسے درست کر لیں۔

CMU کے کالج آف انجینئرنگ کے ڈین جم گیریٹ نے اس بات پر زور دیا کہ ایسے فورمز خیالات کے تبادلے اور عالمی برادری پر گہرا اثر ڈالنے کی صلاحیت رکھنے والے مسائل پر وسیع قسم کے خیالات کے لیے قبولیت کو فروغ دینے کے لیے اہم ہیں۔

(پر مکمل پریس ریلیز پڑھیں کارنیگی میلن نیوز)

4 - آکسفورڈ کے محققین نے کمپیوٹر پروگرام تیار کیا جو ہونٹوں کو انتہائی درستگی کے ساتھ پڑھ سکتا ہے۔

آکسفورڈ کے محققین نے ہونٹوں کو پڑھنے والے AI پروگرام کا آغاز کیا ہے جو 93.4 فیصد درستگی کے ساتھ ہونٹوں کو پڑھ سکتا ہے – جو کہ سماعت سے محروم طلباء کی اوسط 52.3 فیصد درستگی سے کہیں زیادہ ہے۔ "LipNet" کے نام سے یہ سافٹ ویئر گوگل کے ڈیپ مائنڈ کے تعاون سے بنایا گیا تھا، جس نے اسے آزمائشی مضامین کی 30,000 ویڈیوز پر تربیت دی۔ سسٹم نے جملوں پر کارروائی کی (انفرادی الفاظ کے برخلاف) اور الفاظ کو سیاق و سباق میں رکھنے کے قابل تھا۔ اگرچہ ابھی تک زبانوں، لہجوں، اور حقیقی دنیا کی ٹوٹی پھوٹی تقریر کے تنوع کے لیے تیار نہیں، پروگرام میں معاشرے کی مدد کرنے کی صلاحیت ہے - سماعت کے آلات کو بہتر بنانے، شور والی جگہوں پر بات چیت کی اجازت وغیرہ۔ افراد یا گروہوں کے لیے نجی بات چیت کرنے یا غیر قانونی بڑے پیمانے پر نگرانی کرنے کے لیے۔

(پر مکمل مضمون پڑھیں ٹیلیگراف اور پر شائع شدہ مقالہ آکسفورڈ یونیورسٹی)

5 - مشین لرننگ الگورتھم فلکیات میں صنفی تعصب کو درست کرتا ہے۔

زیورخ میں سوئس انسٹی ٹیوٹ آف ٹکنالوجی کے محققین کا ایک مقالہ اور arXiv سرور پر جاری کیا گیا جس میں فلکیات میں علمی مقالوں کے حوالہ جات میں صنفی تعصب کا اندازہ لگانے کے لیے مشین لرننگ کا استعمال کیا گیا۔ اگرچہ ابھی تک ہم مرتبہ جائزہ نہیں لیا گیا ہے، لیکن اس شعبے کے ماہرین نے اس پر تبصرہ کیا ہے جو ایک درست طریقہ کار معلوم ہوتا ہے۔ انڈیانا یونیورسٹی بلومنگٹن کے ایک انفارمیٹسٹ کیسڈی سوگیموٹو نے کہا:

"اس مقالے کا نیاپن اس افسانے کو ختم کرنے میں ہے کہ حوالہ میں صنفی تفاوت کو صنف کی بجائے کاغذ کی خصوصیات سے منسوب کیا جاسکتا ہے۔"

الگورتھم کو 200,000 سے 5 تک 1950 جرائد میں 2015 مقالوں پر تربیت دی گئی۔ نتائج سے پتہ چلتا ہے کہ خواتین مصنفین کے کاغذات جن میں پہلے درج کیا گیا تھا، ان پرائمری مرد مصنف کے مقابلے میں تقریباً 6 فیصد کم حوالہ جات حاصل کیے گئے تھے۔ الگورتھم نے یہ بھی پیش گوئی کی ہے کہ خواتین مصنفین کے ساتھ ان مقالوں کو مردوں کے تصنیفات کے مقابلے میں 4 فیصد زیادہ حوالہ جات موصول ہوئے ہوں گے۔ ییل سنٹر برائے فلکیات اور فلکی طبیعیات کے ڈائریکٹر میگ یوری کا کہنا ہے کہ ماہرین تعلیم میں، کم حوالہ جات کا مطلب عام طور پر کم گرانٹس، سفارشی خطوط اور دیگر تسلیمات ہوتے ہیں۔ تاہم، مقالہ یہ بھی نوٹ کرتا ہے کہ خواتین اپنے پہلے شائع شدہ مقالے کے 19 سالوں میں مردوں کے مقابلے میں 7 فیصد کم مضامین شائع کرتی ہیں، جو کہ اکیڈمیا میں شراکت کے لیے ایک اہم وقت ہے۔ یہ خواتین کو زیادہ مستقل پوزیشن حاصل کرنے میں بھی ایک عنصر کا کردار ادا کر سکتا ہے۔

(پر مکمل مضمون پڑھیں سائنسی امریکی)

تصویری کریڈٹ: ٹیک تھنک

ماخذ: 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/