Home / Archive by category "curiosità"

curiosità

Avremo presto le visite virtuali nei supermercati ?

Intelligenza artificiale e gemelli digitali Ti sei mai chiesto perché i supermercati non offrono guide in realtà aumentata alle posizioni dei loro prodotti? Invece di attraversare il negozio, cercando il succo di pomodoro o la paprika, perché non puoi caricare la tua lista della spesa in qualcosa come Google Maps e farti guidare sul percorso più efficiente tra i corridoi? Non è perché i proprietari dei supermercati temono che non farai acquisti d'impulso. È perché quel tipo di tecnologia di navigazione (o wayfinder) è difficile. Ma arriverà presto. Pebbles Nel 2015, Emil Alon ha venduto un'azienda a Facebook per 60 milioni di dollari. L'azienda era Pebbles e permetteva alle persone di vedere le proprie mani mentre indossavano cuffie per realtà virtuale. Una serie di laser fa rimbalzare la luce infrarossa sugli oggetti vicini e gli algoritmi creano mappe 3D dettagliate. Sono calibrati per rilevare e visualizzare la pelle umana e la proiezione delle mani davanti al viso ti consente di controllare le immagini che vedi (pizzica le dita per ridurne le dimensioni) e i dispositivi che possiedi (metti un dito sulle labbra per ridurre il volume della tua musica). Pebbles è una delle tante società israeliane che hanno prodotto tecnologie di visione artificiale all'avanguardia, basandosi sull'esperienza generata dall'industria della difesa del paese. Quando vivi in ​​un paese delle dimensioni del Galles e in alcune parti largo solo 15 km, è meglio che tu sia bravo a individuare le minacce. Resonai Emil ora gestisce Resonai, che ha un mandato ancora più ambizioso: dare alla realtà aumentata l'equivalente del momento che gli smartphone hanno vissuto nel 2007 quando è stato lanciato l'iPhone. Il termine "realtà aumentata" è stato coniato nel 1990 dal ricercatore della Boeing Tom Caudell, e da allora la tecnologia ha sperimentato numerose false albe, in particolare con Google Glass nel 2012 e la mania di Pokémon Go nel 2016. Sappiamo tutti che un giorno succede...
Continua a Leggere

I detriti nello spazio e l’intelligenza artificiale

I modelli di intelligenza artificiale open source affrontano il problema della spazzatura spaziale Secondo un recente annuncio di IBM, come riportato da TechHQ , l'intelligenza artificiale open source viene impiegata per risolvere problemi nello spazio , affrontando questioni relative alla spazzatura spaziale e alla comunicazione satellitare. IBM ha creato tecnologia informatica per guidare l'esplorazione dello spazio e la comunicazione sin dagli anni '40, ma ora IBM utilizzerà l'intelligenza artificiale per gestire queste attività. IBM sta lavorando a due diversi progetti relativi allo spazio: KubeSat e SSA (Space Situational Awareness) . KubeSat ha lo scopo di consentire la creazione e il controllo di attività per sciami di satelliti, mentre SSA ha lo scopo di tracciare la posizione della spazzatura spaziale nell'orbita terrestre bassa. I due progetti sono stati recentemente svelati dallo Space Tech Hub Team di IBM. Il leader del team di tecnologia spaziale è Naeem Altaf, e secondo Altaf il progetto KubeSat è un framework autonomo che fornisce gli strumenti necessari per creare e gestire attività per sciami e costellazioni satellitari. Oltre a ciò, il framework KubeSat può simulare le comunicazioni tra i satelliti, aiutando gli ingegneri a ottimizzare queste comunicazioni. Con il lancio di un numero sempre maggiore di satelliti, la comunicazione tra i satelliti diventa sempre più complessa e deve essere automatizzata e ottimizzata. Il framework utilizza algoritmi di apprendimento automatico per ottimizzare le comunicazioni tra i satelliti, ponendo limitazioni alle comunicazioni tra determinati satelliti. KubeSat potrebbe essere utilizzato per simulare il modo in cui i satelliti cubi interagiscono con le stazioni di terra anche se si verificano comunicazioni automatizzate tra sciami. Le comunicazioni vengono pubblicate su una dashboard Web affinché gli altri possano vederle. KubeSat esegue le sue simulazioni tramite Orekit, che è una libreria dinamica...
Continua a Leggere

Un nuovo sistema di intelligenza artificiale potrebbe essere utilizzato per proteggere la vita di esseri umani ed elefanti da RESOLVE

Il modello di visione artificiale potrebbe prevenire incontri fatali tra esseri umani ed elefanti Un nuovo sistema di intelligenza artificiale potrebbe essere utilizzato per proteggere la vita di esseri umani ed elefanti. L'organizzazione ambientalista RESOLVE ha recentemente collaborato con lo sviluppatore di intelligenza artificiale CVEDIA per progettare un'intelligenza artificiale che possa aiutare a prevenire gli incontri tra elefanti e umani, che a volte finiscono con la morte di una o entrambe le parti. Per le persone che vivono in prossimità di elefanti, non è raro sentire di qualcuno che è morto a causa di un incontro con un elefante o di un elefante ucciso da un umano. Sebbene le persone in tutto il mondo siano affascinate dagli elefanti, spesso razziano i campi delle fattorie e setacciano piccoli villaggi alla ricerca di fonti di cibo. Questo problema si è solo aggravatonegli ultimi anni, poiché le scorte di cibo tradizionali per elefanti sono diminuite e sono stati costretti a cercare fonti di cibo alternative. Le popolazioni di elefanti di tutto il mondo stanno subendo la pressione della distruzione dell'habitat e del bracconaggio. La World Wildlife Federation riporta che nel corso dell'ultimo secolo il numero di elefanti asiatici è sceso tra 35.000 e 50.000, da 100.000. Nel frattempo, gli elefanti africani sono diminuiti da 3-5 milioni a circa 470.000-690.000. È stato in risposta a questo problema crescente che, come riportato da Mongabay , CVEDIA e RESOLVE hanno collaborato per progettare un algoritmo di intelligenza artificiale in grado di riconoscere i segni sia degli elefanti che degli esseri umani. Il programma AI si chiama WildEyes e, una volta installato su un dispositivo, non richiede una connessione Internet per riconoscere oggetti pericolosi come elefanti, bracconieri o tigri. L'idea è che il modello sia sufficientemente funzionale da non richiedere alcuna formazione aggiuntiva o connessione a Internet, consentendo di essere semplic...
Continua a Leggere

Hyperfoods un libro di ricette anticancro AI

I ricercatori AI progettano un libro di ricette con ricette anti-cancro Recentemente è stato pubblicato un libro di ricette chiamato Hyperfoods , composto da ricette generate attraverso l'assistenza di algoritmi di intelligenza artificiale e apprendimento automatico. Le ricette del libro si basano su alimenti con proprietà anti-cancro. L'intelligenza artificiale sta vedendo un uso crescente nella creazione di ricette alimentari . Ad esempio, aziende come Analytical Flavour Systems hanno utilizzato l'intelligenza artificiale per analizzare il sapore e la consistenza delle bevande e tentano di progettare bevande adatte a luoghi specifici. Nel frattempo, Plant Jammer è un'app che sfrutta l'intelligenza artificiale per suggerire ricette basate sugli ingredienti che hai in casa. Come riportato dalle notizie dell'Imperial College di Londra , un ricercatore dell'Imperial College di Londra e uno chef hanno collaborato per utilizzare l'intelligenza artificiale per identificare gli alimenti con proprietà anti-cancro e quindi compilare questi alimenti in una raccolta di ricette. Il dottor Kirill Veselkov è un ricercatore del Dipartimento di Chirurgia e Cancro dell'Imperial College di Londra. Il dottor Veselkov e il suo team di ricercatori hanno analizzato i dati molecolari di oltre 8000 prodotti alimentari. Un gran numero di molecole analizzate dall'IA erano flavonoidi, responsabili di dare a frutta e verdura il loro colore. La ricerca ha fatto uso dell'applicazione di calcolo distribuito DreamLab, consentendo al pubblico di partecipare alla ricerca e aiutare a identificare circa 110 molecole anti-cancro. Secondo Veselkov, condizioni come il cancro, i disturbi cardiaci e le malattie neurologiche sono legate alla cattiva alimentazione. Alcuni studi suggeriscono che una dieta povera potrebbe contribuire a circa un quinto di tutti i decessi nel mondo ogni anno. Veskelov afferma che circa la metà dei casi di cancro potrebbe essere potenzialmente evitata da migliori s...
Continua a Leggere

Alexa pensa anche in Italiano

Alexa, pensa in francese: ML trova un legame cruciale tra cultura e lingua Come evitare l'overfitting nelle reti neurali "I ricercatori hanno utilizzato l'apprendimento automatico per creare il primo studio su larga scala basato sui dati per chiarire come la cultura influisce sul significato delle parole". Il linguaggio umano fa una grande ingiustizia nel rappresentare le misteriose capacità del cervello. Tuttavia, serve come un parametro economico per misurare i pensieri e l'intelligenza. Se questo è lontanamente vero e se prendiamo sul serio le nostre attività di AGI, allora è quasi inevitabile finire con l'elaborazione del linguaggio naturale. Ma quanto bene abbiamo capito la lingua stessa? In un nuovo articolo pubblicato su Nature , Willian Thompson della Princeton University ei suoi colleghi hanno sfruttato l'apprendimento automatico per analizzare oltre 1.000 parole in 41 lingue. I ricercatori hanno studiato il significato delle parole in relazione alla cultura, alla storia e alla geografia. Hanno scoperto che questo è vero anche per alcuni concetti come emozioni, caratteristiche del paesaggio e parti del corpo. Semantica della bellezza "Il modo in cui interpretiamo il mondo attraverso le parole fa parte della nostra eredità culturale." Linguisti e antropologi hanno cercato di decifrare il modo in cui comunichiamo. Tuttavia, condurre questi studi richiede tempo. Gli antropologi devono confrontarsi con persone di culture diverse, registrare interviste e poi tessere le loro scoperte, se ce ne sono, con l'aiuto di linguisti. Il processo è noioso, per non dire altro. I computer moderni sono ben attrezzati per trascrivere e tradurre accuratamente molte lingue universali. Quindi, i ricercatori di Princeton hanno sviluppato un algoritmo di apprendimento automatico e hanno sfruttato la sua elevata dimensionalità per trovare il collegamento tra cultura e lingua. Parlando del processo tradizionale, uno degli autori ha affermato che potrebbero v...
Continua a Leggere

L’intelligenza artificiale per lo studio della storia

La rete neurale rende più facile identificare diversi punti nella storia Un'area che non è coperta tanto in termini di potenziale di intelligenza artificiale (AI) è come può essere utilizzata nella storia, nell'antropologia, nell'archeologia e in altri campi simili. Ciò è dimostrato da una nuova ricerca che mostra come l'apprendimento automatico possa agire come uno strumento per gli archeologi per differenziare due periodi principali: la media età della pietra (MSA) e la tarda età della pietra (LSA). Questa differenziazione può sembrare qualcosa che il mondo accademico e gli archeologi hanno già stabilito, ma è tutt'altro che vero. In molti casi, non è facile distinguere tra i due. MSA e LSA Circa 300.000 anni fa, i primi toolkit MSA apparvero nello stesso periodo dei primi fossili di Homo Sapiens. Quegli stessi kit di strumenti sono stati utilizzati fino a circa 30 mila anni fa. Un importante cambiamento nel comportamento si è verificato circa 67 mila anni fa, quando ci sono stati cambiamenti nella produzione di utensili in pietra e gli strumenti risultanti sono stati LSA. I toolkit LSA venivano ancora utilizzati nel recente passato e ora sta diventando chiaro che il passaggio da MSA a LSA era tutt'altro che un processo lineare. I cambiamenti sono avvenuti in tempi e luoghi diversi, motivo per cui i ricercatori sono così concentrati su questo processo che può aiutare a spiegare l'innovazione culturale e la creatività. La base di questa comprensione è la differenziazione tra MSA e LSA. Il dottor Jimbob Blinkhorn è un archeologo del Pan African Evolution Research Group, del Max Planck Institute for the Science of Human History e del Center for Quaternary Research, Department of Geography, Royal Holloway. "L'Africa orientale è una regione chiave per esaminare questo importante cambiamento culturale, non solo perché ospita alcuni dei più giovani siti MSA e alcuni dei più antichi siti LSA, ma anche perché un gran numero di siti ben scavati ...
Continua a Leggere

TensiStrength lo strumento AI che misura lo stress di politici e vip

Lo strumento linguistico AI rivela i politici e i leader aziendali più stressati aggio ha misurato i livelli di stress dei politici e degli imprenditori statunitensi, scoprendo che Bernie Sanders è il politico più stressato in America e Bill Gates la figura aziendale più stressata. Soprannominato TensiStrength , il sistema utilizza un algoritmo e database di parole per assegnare punteggi di stress (e rilassamento) ai tweet. In combinazione con i precedenti algoritmi basati sull'intelligenza artificiale utilizzati da artisti come Facebook per rilevare l'ideazione suicidaria , indica un momento in cui i nostri post online verranno regolarmente analizzati per determinare i nostri stati mentali. TensiStrength è stato sviluppato da Mike Thelwall, professore di informatica all'Università di Wolverhampton, Regno Unito. Tra il 1 gennaio e il 30 giugno di quest'anno, ha analizzato ogni tweet prodotto da senatori , candidati alla presidenza e uomini d'affari di spicco. Come mostra la tabella seguente, è emerso che i senatori democratici Bernie Sanders, Elizabeth Warren e Ed Markey sono i politici più stressati in America. Il presidente in carica Donald Trump è uno dei politici meno stressati in America, qualcosa che può essere interessante o meno a seconda della tua posizione politica. È anche degno di nota il fatto che, a parte Lincoln Chafee (Libertarian), Tom Cotton (Rep.) E Rand Paul (Rep.), Ogni politico in questa lista è un membro del Partito Democratico. Per quanto riguarda i leader aziendali, la tabella seguente rivela che sono significativamente meno stressati - secondo TensiStrength - rispetto ai politici americani. Questo può o non può essere una buona cosa. TensiStrength stima l'intensità dello stress e del rilassamento espressi in testi brevi come i tweet, utilizzando un database di termini a cui sono stati pre-assegnati punteggi per questi stati emotivi. Analizzando i tweet raccolti per i termini inclusi nei suoi database, utilizza ...
Continua a Leggere

Che cos’è il progetto Venus ?

Il progetto Venus è la fase successiva dell'evoluzione umana? È in corso un cambiamento sismico. Sullo sfondo dell'aumento delle temperature, del collasso degli ecosistemi e della minaccia di estinzione delle specie, tecnologie come l'intelligenza artificiale (AI) e la robotica si stanno ora muovendo per trasformare l'ordine globale. Infatti, per la prima volta nella nostra storia, abbiamo gli strumenti e le tecnologie per guidare e plasmare la nostra evoluzione. Ma come sarà questo futuro? Recentemente ho parlato con Roxanne Meadows e Nathanael Dinwiddie di The Venus Project per capire meglio i loro pensieri sul futuro. Come spiegano, lo status quo non funziona più. Il cambiamento climatico, la disuguaglianza sociale e l'innovazione tecnologica ci stanno ora spingendo oltre una società guidata dal mercato. La chiave per risolvere le attuali sfide globali, suggeriscono, dipende dallo sviluppo di un'economia basata sulle risorse . Il termine "economia basata sulle risorse" è stato coniato per la prima volta da Jacque Fresco, il fondatore del Venus Project. Fresco credeva che un'economia basata sulle risorse potesse supportare l'integrazione scientifica delle tecnologie di automazione (AI e robotica) e dei sistemi di ingegneria nel fornire i più alti standard di vita possibili. Meadows e Dinwiddie suggeriscono che questo tipo di economia è la fase successiva dell'evoluzione umana. Ma cosa significano? Cos'è The Venus Project? Meadows and Dinwiddie : The Venus Project è un'organizzazione senza scopo di lucro che presenta un nuovo modello socio-economico che utilizza scienza e tecnologia. Negli ultimi 40 anni, abbiamo mantenuto un centro di ricerca di 21 acri a Venus, in Florida . Le nostre metodologie sono progettate per realizzare il pieno potenziale della scienza e della tecnologia per ottenere il miglioramento sociale per tutti i sistemi viventi, senza eccezioni. Il nostro approccio all'organizzazione sociale richiede cambiamenti nella g...
Continua a Leggere

Con il ML l’intelligenza artificiale scopre 50 nuovi pianeti.

50 nuovi pianeti confermati prima nell'apprendimento automatico: l'IA distingue tra pianeti reali e "falsi" Il nuovo algoritmo di apprendimento automatico progettato da astronomi e scienziati informatici dell'Università di Warwick conferma la presenza di nuovi pianeti extrasolari nei dati del telescopio I sondaggi del cielo trovano migliaia di pianeti candidati e gli astronomi devono separare i veri pianeti da quelli falsi L'algoritmo è stato addestrato per distinguere tra segni di pianeti reali e falsi positivi La nuova tecnica è più veloce delle tecniche precedenti, può essere automatizzata e migliorata con ulteriore formazione Cinquanta potenziali pianeti hanno avuto la loro esistenza confermata da un nuovo algoritmo di apprendimento automatico sviluppato dagli scienziati dell'Università di Warwick. Per la prima volta, gli astronomi hanno utilizzato un processo basato sull'apprendimento automatico, una forma di intelligenza artificiale, per analizzare un campione di potenziali pianeti e determinare quali sono reali e quali sono 'falsi', o falsi positivi, calcolando la probabilità di ciascuno candidato ad essere un vero pianeta. I loro risultati sono riportati in un nuovo studio pubblicato negli Avvisi mensili della Royal Astronomical Society , dove eseguono anche il primo confronto su larga scala di tali tecniche di convalida dei pianeti. Le loro conclusioni giustificano l'utilizzo di più tecniche di convalida, incluso il loro algoritmo di apprendimento automatico, quando si confermano statisticamente le future scoperte di esopianeti . Molte indagini sugli esopianeti cercano attraverso enormi quantità di dati dai telescopi i segni dei pianeti che passano tra il telescopio e la loro stella, noti come in transito. Ciò si traduce in un significativo calo di luce dalla stella che il telescopio rileva, ma potrebbe anche essere causato da un sistema stellare binario, interferenze da un oggetto sullo sfondo o anche lievi errori nella fotocamera. Questi fals...
Continua a Leggere

Senna il più veloce nella storia della Formula 1 lo definisce il Machine Learning di AWS Il progetto “Fastest Driver” di Rob Smedley

In che modo AWS e la Formula 1 hanno utilizzato ML per trovare il pilota più veloce nella storia di questo sport Le startup indiane sfruttano AI, IoT e AR / VR per la sfida dell'innovazione nella produzione pubblica "F1 e Amazon Machine Learning Solutions Lab hanno impiegato un anno intero per creare l'algoritmo che ha portato al driver più veloce". La Formula 1 ha collaborato con Amazon Web Services (AWS) per classificare i propri piloti. Dopo un anno di lavori pesanti algoritmici, i risultati sono ora disponibili. In testa è uscito Ayrton Senna, il tre volte iridato brasiliano, seguito dal sette volte iridato Michael Schumacher con un differenziale di tempo di +0.114 secondi. Mentre l'attuale campione del mondo Lewis Hamilton si è classificato al 3 ° posto con un tempo relativo di +0,275 secondi. La F1 è uno sport brutale. Il margine di errore in alto è quasi inesistente. Quindi, come e perché l'apprendimento automatico è stato sfruttato dagli analisti di F1? Senna o Schumacher? Come lo sappiamo Il progetto " Fastest Driver" era diretto dal direttore dei sistemi di dati di Formula 1 Rob Smedley e dalla dottoressa Priya Ponnapalli, scienziata principale di Amazon ML Solutions Lab. Per mantenere le classifiche corrette, il team ha trovato il modo per mantenere il modello immune da valori anomali come incidenti, guasti alle auto e condizioni meteorologiche mutevoli. I dati consistevano in schede attività di ogni sessione di qualifica dal 1983. I valori anomali sono stati eliminati ei dati sono stati normalizzati per creare una complessa rete di prestazioni dei piloti rispetto ai loro compagni di squadra. Questi compagni di squadra, ha scritto il team di F1, da tenere in considerazione, dovrebbero aver completato almeno cinque sessioni di qualificazione l'uno contro l'altro. Sono stati considerati anche attributi come l'età insieme alle rimonte di pochi piloti dopo una pausa. I piloti che hanno dominato i loro compagni di squadra o hanno fatto ...
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