Home / Archive by category "AI tecnologia"

AI tecnologia

Google Assistant e le conversazione ascoltate in Belgio

Kevin Murnane Questi sono i problemi reali rivelati dalla perdita belga delle registrazioni vocali di Google Assistant Alla fine della scorsa settimana, è stata interrotta la storia di Google che utilizzava l'assistente in dispositivi come Nest Hub e Google Home per "intercettare" gli utenti. VRT NWS , un'organizzazione di notizie belga, ha riferito di aver ascoltato "oltre un migliaio" di registrazioni vocali di Assistent che includevano "conversazioni che non avrebbero mai dovuto essere registrate, alcune delle quali contengono informazioni sensibili." Il rapporto VRW NWS e alcuni dei seguenti sulla copertura di altri punti vendita è condito dalla narrativa "male, duplicata della grande tecnologia" che viene spesso adottata dai media quando vengono riportate storie come questa. La perdita di dati belga illustra problemi gravi che devono essere affrontati, ma non hanno nulla a che fare con Google che intercettano o sono duplicati. Migliorare i sistemi di riconoscimento vocale comporta la correzione degli errori che si verificano quando l'oratore dice una cosa e il sistema sente qualcosa di diverso. Gli esseri umani che hanno esperienza in una lingua e gli accenti usati dai parlanti della lingua ascoltano le registrazioni vocali e apportano correzioni che vengono poi utilizzate per addestrare il sistema a migliorare la precisione del riconoscimento. Tutto ciò che fa affidamento sul riconoscimento vocale automatico fa questo, Google incluso. Gli esperti linguistici correggono le discrepanze tra ciò che è stato detto e ciò che è stato ascoltato. Google subappalta questo lavoro a società con esperienza nelle lingue e nei dialetti locali. Un dipendente di una di quelle società in Belgio ha fornito a VRT NWS l'accesso alle registrazioni. Tra le mille e più registrazioni c'erano 153 che si verificavano quando l'Assistente si attivava senza sentire il comando di sveglia "OK / Hey Google". Alcune di queste registrazioni errate includevano conversazioni in ...
Continua a Leggere

Gli assistenti domestici come Amazon Echo o Google Home non ti stanno spiando

No, il tuo assistente non ti sta spiando Enrique Dans Alcuni lettori potrebbero trovare questa voce controversa e accusarmi di essere al soldo delle società tecnologiche o di una tale assurdità (il giorno in cui trovo tutti quei soldi che mi hanno presumibilmente pagato, sarò un multimilionario), ma ci sono alcune cose di cui devo parlare. Da un po 'di tempo ho letto di come gli assistenti domestici come Amazon Echo o Google Home apparentemente spiano i loro proprietari registrando le nostre conversazioni, che vengono poi vendute. Sorprendentemente, molte persone sembrano ingoiare queste sciocchezze quando dovrebbero sapere meglio. L'ultimo spavento sembra essere stato scatenato da un paio di notizie: il primo, negli Stati Uniti, si riferisce a una lettera scritta a maggio da Chris Coons , un senatore democratico degli Stati Uniti, a Jeff Bezos, chiedendo informazioni sulle registrazioni fatte da Amazon Eco , a cui la società ha risposto che sono archiviati e utilizzati dalla società se non espressamente cancellati dall'utente . Il secondo proviene da un media belga che ha avuto accesso a un file trapelato con registrazioni anonime degli utenti, ed è rimasto scioccato nell'apprendere che Google ha la stessa politica riguardo alle registrazioni di Google Home . Primo: queste storie non sono "scoperte" o "scandali", ma sono invece progettate per attirare l'attenzione del pubblico. Chiunque abbia una minima conoscenza di come funzionano queste cose sa perfettamente che le registrazioni, intese (quando l'utente attiva l'assistente con un comando vocale) o non riuscite (quando l'assistente ha erroneamente sentito quel comando) sono utilizzate non solo per eseguire il comando in questione, ma anche memorizzato, se non diversamente specificato espressamente, in modo da migliorare la tecnologia di riconoscimento vocale. Possiamo impedire che le nostre richieste vengano mantenute? Sì: sia Amazon Echo che Google Home dispongono di una funzione che consente di...
Continua a Leggere

Megvii startup cinese di intelligenza artificiale rintraccia i cani persi usando le impronte del naso

Una startup cinese di IA sta rintracciando i cani persi usando le impronte del naso L'app può anche essere utilizzata per trovare proprietari di animali irresponsabili Megvii, una startup cinese di intelligenza artificiale che fornisce software di riconoscimento facciale per il programma di sorveglianza del governo cinese, sta espandendo la sua tecnologia al di là degli umani per riconoscere diversi volti di animali domestici. Come riportato da Abacus News , il nuovo programma di Megvii è addestrato a riconoscere i cani con le impronte del naso - proprio come gli umani hanno impronte digitali uniche. Utilizzando l'app Megvii, la compagnia dice che può registrare il tuo cane semplicemente scansionando il muso attraverso la fotocamera del telefono. Proprio come un telefono registra la tua impronta digitale per sbloccare biometrici, l'app ti chiede di scattare foto del naso del tuo cane da più angolazioni. Megvii dice che ha un'accuratezza del 95 percento e ha ricongiunto 15.000 animali domestici con i loro proprietari attraverso l'app. Il riconoscimento facciale per gli animali domestici si sta diffondendo sempre più negli ultimi anni. Il concetto è stato utilizzato dai ricercatori per la conservazione della fauna selvatica . Negli Stati Uniti, un'app chiamata Finding Rover utilizza anche la tecnologia di riconoscimento facciale per individuare gatti e cani segnalati come mancanti. Ma in Cina, Megvii dice che la sua app verrà utilizzata per qualcosa di più che riunire i proprietari con i loro animali domestici smarriti. Con la sua relazione esistente con il governo, afferma che la sua app può anche essere utilizzata per monitorare "l'incivile tenuta dei cani" per i civili che non raccolgono i loro cani o permettono loro di camminare senza contratti di affitto negli spazi pubblici.
Continua a Leggere

La traduzione live camera di Google sta migliorando la sua intelligenza artificiale e implementa 60 nuove lingue

La traduzione di live camera di Google sta migliorando l'intelligenza artificiale e 60 nuove lingue L'aggiornamento dovrebbe rendere più utilizzabile la funzione di traduzione della videocamera Google sta implementando un aggiornamento significativo della funzionalità della fotocamera nella sua app di Translate. La nuova versione dell'app aggiunge il supporto per 60 nuove lingue; rende il testo tradotto meno nervoso sugli schermi degli utenti; e aggiorna i modelli di traduzione sottostanti, in alcuni casi riducendo gli errori nelle traduzioni finali fino all'85 percento. È un'ottima notizia per gli utenti abituali di Google Translate, in cui la funzione fotocamera è straordinariamente utile per la traduzione di elementi come menu e segni. Ad oggi, la funzionalità è stata in qualche modo compromessa da traduzioni di bassa qualità, un'interfaccia saltellante e un set di lingue limitato, ma questo aggiornamento dovrebbe aiutare a migliorare tutti e tre questi problemi. L'app Google Traduttore aggiornata include testo tradotto più fluido nella funzione della fotocamera. La chiave per l'aggiornamento è l'integrazione dei metodi di traduzione AI di Google, noto come Neural Machine Translation (NMT). Questi modelli sono stati incorporati in Google Lens e nella versione web di Translate, ma ora supportano anche la traduzione istantanea della videocamera. Le nuove lingue supportate nell'aggiornamento includono: afrikaans, arabo, bengalese, estone, greco, hindi, igbo, giavanese, curdo, latino, lettone, malese, mongolo, nepalese, pashto, persiano, samoano, sesotho, sloveno, swahili, thai, Vietnamita, gallese, Xhosa, Yoruba e Zulu. L'elenco completo di 88 lingue ora supportate può essere visto qui . La versione aggiornata dell'applicazione rileva automaticamente anche la lingua che sta guardando, il che è utile se stai viaggiando in una regione in cui più lingue sono comuni. Google dice che l'aggiornamento sarà disponibile all'1% degli utenti oggi, con...
Continua a Leggere

L’Intelligenza Artificiale vince a Poker , l’IA del poker ‘superumana’ di Facebook e CMU batte i professionisti umani

L'IA del poker 'superumana' di Facebook e CMU batte i professionisti umani "Può bluffare meglio di qualsiasi umano." L'intelligenza artificiale ha definitivamente sconfitto gli umani in un altro dei nostri giochi preferiti. Un programma, ideato dai ricercatori del laboratorio di intelligenza artificiale di Facebook e della Carnegie Mellon University, ha battuto alcuni dei migliori giocatori di poker del mondo in una serie di giochi di poker Texas Hold'em senza limiti di sei giocatori. Oltre 12 giorni e 10.000 mani, il sistema di intelligenza artificiale denominato Pluribus ha affrontato 12 professionisti in due diverse impostazioni. In uno, l'intelligenza artificiale ha giocato al fianco di cinque giocatori umani; nell'altro, cinque versioni dell'IA giocate con un giocatore umano (i programmi per computer non erano in grado di collaborare in questo scenario). Pluribus ha vinto in media $ 5 per mano con vincite orarie di circa $ 1.000 - un "margine decisivo di vittoria", secondo i ricercatori. "È sicuro che siamo a un livello sovrumano e che non cambierà", ha detto a The Verge Noam Brown, ricercatore presso Facebook AI Research e co-creatore di Pluribus . "SIAMO A UN LIVELLO SOVRUMANO E QUESTO NON CAMBIERÀ". "Pluribus è un avversario molto difficile con cui giocare. È davvero difficile fissarlo con qualsiasi tipo di mano ", ha detto in una nota stampa Chris Ferguson, un sei volte campione delle World Series of Poker e uno dei 12 professionisti redatti contro l'IA. In un articolo pubblicato su Science , gli scienziati di Pluribus affermano che la vittoria è una pietra miliare significativa nella ricerca di intelligenza artificiale. Sebbene l'apprendimento automatico abbia già raggiunto livelli sovrumani in giochi da tavolo come scacchi e Go , e giochi per computer come Starcraft II e Dota , il Texas Hold 'em a sei giocatori senza limiti rappresenta, con alcune misure, un più alto indice di difficoltà. Non solo è l'informazione necessaria p...
Continua a Leggere

Come l’intelligenza artificiale migliorerà le smart city

Cosa ne pensi di quando senti il ​​termine smart city ? Molto probabilmente, ti immagini una città che offre connettività fisica e digitale senza soluzione di continuità grazie a trasporti ben gestiti e reti di comunicazione facilmente accessibili. Potresti pensare a una città che permetta una vita comoda e lussuosa attraverso abitazioni intelligenti e sostenibili, infrastrutture intelligenti e governance digitalizzata. È vero che vantaggi quali livelli di convenienza e connettività senza precedenti distingueranno le città di domani da quelle di oggi. Tuttavia, la nostra fissazione con vantaggi così piacevoli ci fa spesso trascurare il fatto che le città intelligenti possono anche migliorare la fornitura di beni umani di base come la sicurezza e la sicurezza. Mentre può essere vero che il mondo è - sempre così gradualmente - diventando un posto più sicuro in cui vivere, molti pericoli per il benessere delle persone esistono ancora. E la più grande fonte di questi pericoli, non sorprende, sembra essere altre persone. Sia sotto forma di terrorismo organizzato, incidenti, furti programmati o furti, ci sono molte situazioni in cui il benessere e la sicurezza delle persone possono essere predicate sulle azioni di un'altra persona o gruppo di persone. E prevenire tali incidenti è fondamentale tra i doveri dei governatori delle città intelligenti, oltre a garantire l'adeguata fornitura di beni di prima necessità come cibo e acqua. A tal fine, i governi delle città intelligenti possono utilizzare tecnologie come l'IoT e l'intelligenza artificiale nella sicurezza fisica. Applicazioni di IoT e intelligenza artificiale in sicurezza fisica per titoli intelligenti La sicurezza e la sicurezza dei cittadini sono state tradizionalmente affidate ai dipartimenti di legge e di ordine delle città. Lo stesso vale per le città intelligenti del futuro. Tuttavia, i metodi tradizionali impiegati dai dipartimenti di polizia per monitorare la popolazione della città in cerca d...
Continua a Leggere

Le 5 facce principali dell’IA Intelligenza Artificiale

Jim Sinur L'intelligenza artificiale sarà la gemma del digitale andando avanti per molto tempo. È un co-pilota di intelligenza sia nell'automazione che negli sforzi di eccellenza del cliente insieme agli algoritmi statici. L'IA può imparare, gestire problemi sfocati e aiutare ad aumentare la probabilità di successo nelle decisioni, aiutare gli esseri umani a interagire con i sistemi organizzativi tradizionali basati su regole e raggiungere obiettivi mutevoli. Ci sono cinque sfaccettature di intelligenza artificiale che brillano luminose ora e per il futuro. Ci potrebbe essere di più lungo la strada mentre l'AI progredisce nel tempo, ma questi sono i primi cinque in questo momento. Machine Learning: In questo momento, ML è il lato più luminoso dell'IA in quanto le organizzazioni si occupano di fonti di dati sempre più grandi e veloci. ML impara a migliorare i dati e ad accelerare le risposte a modelli interessanti. ML è bravo a gestire dati ricchi e complessi per l'apprendimento incrementale e quindi a supportare decisioni e azioni. Le macchine fanno la maggior parte del sollevamento pesante qui, ma la qualità e il controllo dei dati è un fattore chiave per il successo. L'apprendimento può migliorare con l'aggiunta di sfaccettature di reti neurali per creare opportunità di apprendimento approfondito per accelerare l'evoluzione. Tieni presente che ML può apprendere anche da dati errati e il mantenimento dei dati può essere costoso. Reti neurali artificiali: Mentre le reti neurali sono popolari nelle parti di apprendimento profondo di ML, hanno anche una propria identità. Sono bravi a interpolare tra diversi modelli di insegnamento per la classificazione e la categorizzazione. Prestano attenzione alle differenze e ai modelli emergenti. Sono anche forti nell'autoformazione e nell'apprendimento, in particolare per i dati non strutturati che si trovano spesso in problemi di linguaggio naturale. La loro forza è che non è necessario alcun esperto, ...
Continua a Leggere

L’apprendimento profondo il deep learning deve andare oltre i trucchi economici dell’oratore

Kalev Leetaru L'apprendimento profondo di oggi condivide molto in comune con i trucchi da salotto di vecchia data. Date le circostanze ideali, i modelli di apprendimento profondo possono sfornare quelle che sembrano essere imprese straordinarie di intelligenza quasi umana o addirittura superumana. Il problema è che nel mondo reale questo castello di carte correlativo viene rapidamente abbattuto. Piuttosto che "apprendere" il mondo, gli algoritmi odierni si limitano a codificare database di correlazioni statistiche semplicistiche che producono risultati che dipendono interamente dalla somiglianza degli input con i dati di addestramento. Gli algoritmi di traduzione neurale ipotizzati come sostitutivi degli umani nella realtà oscillanoselvaggiamente tra scioltezza umana e indecifrabilità senza senso con il cambio di una sola parola. Le auto senza conducente possono sbattere sui freni o accelerare verso un ostacolo con la minima deviazione dai loro esempi di allenamento, mentre gli algoritmi di comprensione delle immagini sono resi impotenti da alcuni pixel spuri. Mentre le aziende si affrettano a implementare un apprendimento approfondito, stanno costruendo il nostro mondo moderno su un castello di carte straordinariamente fragile. Affinché l'apprendimento profondo possa davvero decollare, dobbiamo andare oltre questi trucchi di lusso per sistemi che possono fare di più che scrivere poche semplici correlazioni nel codice. Sbuccia tutto l'hype e l'iperbole e c'è molto meno rispetto alle meraviglie dell'apprendimento profondo di oggi che incontra l'occhio. Date le circostanze ideali e dati di input che corrispondono strettamente ai loro dati di allenamento, gli algoritmi odierni possono produrre prestazioni simili a quelle umane. Eppure, al di sotto della stupefacente meraviglia delle macchine che imitano gli umani, la realtà è che questa performance si basa su una semplice raccolta di correlazioni statistiche ingenue codificate nel software. Proprio c...
Continua a Leggere

L’Apprendimento Profondo, il Deep Learning di oggi è come la magia una illusione

L'Apprendimento Profondo di oggi è come la magia - in tutte le vie sbagliate Kalev Leetaru Al centro di ogni magia c'è l'illusione. Dal più semplice trucco con le carte alla più grande produzione teatrale, la magia è al centro della creazione delle circostanze in cui il pubblico può sospendere l'incredulità e attribuire la propria immaginazione e i propri sogni agli eventi a cui stanno assistendo. La realtà fisica della magia è molto più banale, combinando una catena di montaggio di sviluppatori che creano nuovi trucchi e un concatenamento logistico e artistico di quei discreti trucchi in spettacoli complessi che diventano più della somma delle loro parti. In circostanze perfette, queste sequenze di trucchi si combinano per creare "magia", ma possono rapidamente precipitare al minimo problema o se viste da qualcosa di diverso dall'angolo perfetto. Il mondo del deep learning condivide molto in comune. Proprio come il mondo della magia, oggi l'apprendimento approfondito è in gran parte definito dai professionisti che sfornano un flusso costante di algoritmi limitati a un unico trucco che sono poi incatenati insieme in sequenze complesse dagli sviluppatori per risolvere i problemi. In perfette circostanze e alimentati con dati di input ideali che corrispondono ai dati di allenamento originali, le soluzioni risultanti sono a dir poco magiche, consentendo ai loro utenti di sospendere l'incredulità e immaginare per un momento che un silicio intelligente sia dietro i loro risultati. Eppure il minimo cambiamento di anche un singolo pixel può gettare tutto nel caos, con il risultato di risultati assolutamente privi di senso o addirittura minacciosi per la vita. I limiti dell'apprendimento correlativo profondo di oggi indicano che gli algoritmi sono tipicamente focalizzati in modo estremamente ristretto, progettati per eseguire un singolo piccolo compito. Le soluzioni pratiche sono formate raggruppando questi algoritmi in pipeline, non in modo dissimile da come...
Continua a Leggere

Perchè l’intelligenza artificiale non è in grado di moderare i contenuti sui social

Perché AI non può correggere la moderazione dei contenuti Dietro lo schermo: moderazione dei contenuti nell'ombra dei social media Di seguito è riportato un estratto leggermente modificato della discussione di Nilay Patel, redattore capo di Roberts and Verge , sul perché l'intelligenza artificiale non è la soluzione al problema della moderazione dei contenuti. Il mio collega e editore della Silicon Valley Casey Newton mi dice: "Se vivi in ​​un mondo in cui il tuo sogno è sostituire gli esseri umani con la matematica, allora naturalmente tratterai male gli esseri umani." AI è progettato per il posto delle persone. Ecco perché questi moderatori di contenuti sono appaltatori. Hai mai visto questo tipo di visione artificiale della moderazione dei contenuti? Hai visto tentativi di costruirlo? Pensi che funzioni? Prima di tutto, è un orientamento culturale e politico fondamentale per lavorare. C'è una convinzione intrinseca che quei sistemi siano in qualche modo meno prevenuti, che possano scalare meglio e che siano in qualche modo preferibili. Direi che c'è molto che non è detto in un tale atteggiamento. Ecco alcune cose che gli algoritmi non fanno: non formano un sindacato, non agitano per migliori condizioni di lavoro, non trapelano storie per giornalisti e accademici. Quindi dobbiamo essere molto critici su questa nozione. Ma sì, dal 2010, mentre guardavo la vita lavorativa e il comportamento dei moderatori sul lavoro e quello che veniva loro chiesto, era molto chiaro per me che i processi che avevano intrapreso erano alberi decisionali binari. Se poi, se questo è presente, allora fallo. Se questo non è presente in quantità adeguata, allora vai e vai alla linea 20. E questo è un tipo di algoritmo che non solo è endemico per la cultura, ma andrebbe anche molto facilmente verso la costruzione di uno strumento di sistema computazionale che potrebbe replicarsi. Quindi, una delle cose che ho visto come una tendenza più recente è il fatto che ci sono nuo...
Continua a Leggere
Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi