Home / Archive by category "Filosofia e IA"

Filosofia e IA

Per usare Alexa, devi fidarti di Amazon

Stai scambiando privacy per comodità - e l'affare continua a peggiorare All'evento hardware di mercoledì , Amazon ha voluto assicurarsi di sapere che valorizzava la tua privacy. "Stiamo investendo nella privacy su tutta la linea", ha detto alla folla il capo dell'hardware e dei servizi Dave Limp. “La privacy non può essere ripensata quando si tratta di dispositivi e servizi che offriamo ai nostri clienti. Deve essere fondamentale e integrato sin dall'inizio per ogni componente hardware, software e di servizio che creiamo ". Per dimostrare il punto, l'azienda ha implementato un nuovo set di funzionalità per la privacy , ognuna delle quali offre agli utenti un controllo leggermente maggiore. Un nuovo otturatore della fotocamera disconnetterà elettronicamente la fotocamera su Echo Show 5 . Una funzione separata consente di impostare “zone di privacy”, in cui una parte particolare della vista della telecamera sarà impossibile da registrare o visualizzare dal vivo. Un'altra impostazione, prevista per novembre, impedisce alla videocamera ad anello di registrare mentre sei a casa. Una serie di nuove competenze Alexa ti consentirà di monitorare direttamente le registrazioni e persino di impostare la cancellazione continua. È una serie seria di funzionalità, pensata per convincerti che Amazon sta pensando intensamente alle implicazioni sulla privacy dei suoi altoparlanti e telecamere intelligenti. "LA PRIVACY NON PUÒ ESSERE UN RIPENSAMENTO" Ma non tutti erano convinti. Nello stesso evento, Amazon ci ha anche fornito una marea di nuovi modi per installare microfoni in rete in quasi tutto ciò che possediamo: i nostri occhiali , le nostre sveglie , persino i nostri gioielli . È stata una spinta totale per più Alexa in più posti - un pensiero preoccupante, se sei preoccupato per la natura invasiva dei microfoni sempre attivi. Dopo mesi di crescenti preoccupazioni sulle partnership di polizia con la filiale di Amazon Ring , i sostenitori della privacy non er...
Continua a Leggere

Anime robotiche L’intelligenza artificiale conterrà moltitudini? Noi?

Oggi vediamo diffuso interesse nello sviluppo di robot di intelligenza artificiale come compagni, assistenti e partner sessuali. Il Giappone è diventato famoso - ma non è certo il solo - per lo sviluppo di robot badanti per far fronte al disavanzo imminente dei propri cittadini di occuparsi di una popolazione che invecchia. Proprio di recente, Scientific American ha pubblicato un articolo intitolato "Il piccolo robot della nonna: le macchine in grado di leggere e reagire ai segnali sociali potrebbero essere compagni e caregiver più accettabili". Sicuramente sarebbe interessante analizzare il significato della cautela implicita da "potrebbe essere. ” Nel frattempo, sembra un vero truismo tra alcuni futuristi e libertari che i robot siano la prossima grande cosa nel commercio del sesso. E in effetti la creazione di robot sessuali è in corso. Alcuni provocatori hanno sostenuto che questi robot potrebbero aiutare a risolvere le frustrazioni sessuali degli uomini soli, ma il pubblico ha generalmente considerato questi sviluppi come preoccupanti , ridicoli o inquietanti . Tuttavia, lo sforzo per crearli è guidato da potenti motivi commerciali. Allo stesso tempo, sembrano esserci sempre nuovi sviluppi impressionanti nel campo dell'intelligenza artificiale - per citare alcuni esempi recenti, auto a guida autonoma, un programma che riproduce Go ai massimi livelli e vari sistemi diagnostici medici di alta qualità . Questi non sono certamente esempi di ciò che a volte viene chiamato "AI forte", cioè AI che mostra qualcosa come l'intera gamma di abilità di una mente umana. Ma sempre più questi sistemi di applicazione ristretta sono sviluppati attraverso tecniche di apprendimento profondo che sono almeno più vicine rispetto ai metodi precedenti per consentire agli IA in effetti di insegnare a se stessi - il che suggerisce la possibilità che possano essere sviluppate capacità intellettuali molto più ampie. In breve, dato il tasso notoriamente rapido di sviluppo te...
Continua a Leggere

Le conseguenze inattese dei big data

Di Jim Sinur I Big Data sono l'inaspettata ricchezza di risorse del secolo in corso. La legge di Moore ha guidato i progressi nella potenza di elaborazione, l'ascesa di archiviazione economica e i progressi nella progettazione di algoritmi hanno consentito l'acquisizione, l'archiviazione e l'elaborazione di molti tipi di dati precedentemente non disponibili per l'uso nei sistemi di elaborazione. Documenti, e-mail, messaggi di testo, file audio e immagini sono ora in grado di trasformarsi in un formato digitale utilizzabile per l'uso da parte dei sistemi di analisi, in particolare dell'intelligenza artificiale. I sistemi di intelligenza artificiale possono scansionare enormi quantità di dati e trovare sia modelli che anomalie precedentemente impensabili e farlo in un arco di tempo inimmaginabile. Mentre la maggior parte degli usi dei Big Data sono stati abbinati agli algoritmi AI / machine learning in modo che le aziende e capiscano i loro clienti " Nell'assistenza sanitaria, i big data e le analisi stanno aiutando l'industria a passare da un modello pay-per-service che rimborsa ospedali, medici e altri operatori sanitari dopo che il servizio è stato eseguito a un nuovo approccio che li rimborsa in base all'esito del servizio, in particolare la posta -servizio di salute del paziente. Questo approccio è possibile solo se ci sono dati sufficienti per capire come il paziente si rapporta alla vasta popolazione di altri pazienti che hanno avuto la stessa procedura / servizio e il risultato atteso. Mentre sono coinvolti una varietà di altri fattori, come la cooperazione del paziente con il piano di trattamento, tali fattori possono essere monitorati e analizzati, fornendo un chiaro percorso sulle migliori pratiche e sui risultati previsti sulla base di prove. Quando questo è combinato con miglioramenti diagnostici resi possibili usando l'intelligenza artificiale per trovare modelli nei campioni di sangue e di tessuti o nella scansione di immagini radiologiche e nel ...
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

Cinque modi per creare ed implementare una intelligenza artificiale più etica

Con più innovazione nell'intelligenza artificiale (AI), stanno emergendo usi inaspettatamente pericolosi , come i casi OpenAI e Amazon . Ognuno è un buon promemoria per considerare l'etica e le implicazioni che circondano l'intelligenza artificiale e l'apprendimento automatico (ML). Innanzitutto, è importante notare che l'intelligenza artificiale non ha, da sola, alcuna intenzione (buona o cattiva) o volontà di comportarsi male. Persino l'intelligenza apparentemente più senziente manca di intenzioni o motivazioni; sta semplicemente interpretando i dati che ha dato. In definitiva, con tutte le questioni etiche che nascono dall'intelligenza artificiale, gli esseri umani sono responsabili della creazione di intelligenza artificiale all'interno di una struttura eticamente sana. Tenendo presente questa premessa, come possiamo, come esseri umani, creare un'IA capace ed efficace che funzioni eticamente? Identificare potenziali insidie Una parte importante dello sviluppo dell'AI entro i limiti di un quadro etico è comprendere appieno le implicazioni e le potenziali insidie ​​che una determinata tecnologia potrebbe avere. Prendi l'esempio di OpenAI, che sviluppa l'intelligenza artificiale per l'elaborazione del linguaggio naturale, un caso d'uso apparentemente innocuo. L'azienda ha raccolto titoli internazionali quando è stata in grado di generare " falsi profondi ", cioè storie totalmente inventate che sembrano notizie. In definitiva, OpenAI ha fatto la scelta di rilasciare una versione ridotta della loro IA . Recentemente mi sono imbattuto in una prospettiva analoga all'interno della mia azienda, che utilizza l'intelligenza artificiale per ottimizzare i prezzi. Uno studio recente (tramite MIT Technology Review ) ha suggerito che gli algoritmi di determinazione dei prezzi basati su AI potrebbero colludere e aumentare artificialmente i prezzi a spese del consumatore. Credo che sia la responsabilità principale dei creatori di intelligenza artificiale id...
Continua a Leggere

Yuval Noah Harari e Fei-Fei Li conversazione sull’Intelligenza Artificiale a Stanford video integrale

Yuval Noah Harari e Fei-Fei Li sull'intelligenza artificiale: quattro domande che riguardano tutti noi Più domande che risposte sono state generate durante una recente conversazione alla Stanford University tra una coppia di giganti dell'Intelligenza Artificiale -  Yuval Noah Harari e Fei-Fei Li . Nicholas Thompson , redattore capo di WIRED, ha moderato la conversazione di 90 minuti nel ricco auditorium del Memorial, pieno della sua capacità di 1705 posti. Lo scopo era di discutere di come l'IA influenzerebbe il nostro futuro. Harari, professore di storia all'Università Ebraica di Gerusalemme e due volte vincitore del Premio Polonsky per la creatività e l'originalità, è l'autore dei bestseller internazionali "Sapiens: A Brief History of Humankind" e "Homo Deus: A Brief History of Domani." Li è un rinomato ricercatore di intelligenza artificiale, ingegnere e professore di informatica. Uno dei più prolifici accademici dell'Intelligenza Artificiale di oggi, il suo lavoro nell'apprendimento approfondito e nella visione artificiale è utilizzato da aziende e gruppi di ricerca in tutto il mondo. È conosciuta soprattutto per il suo ruolo nella creazione di ImageNet , un set di dati con annotazione manuale di 14 milioni di immagini, ampiamente utilizzato nelle applicazioni di visione artificiale . Hanno toccato alcuni degli argomenti più importanti su IA e tecnologia, incluso se possiamo ancora credere nell'agire umano; come appare la democrazia nell'era dell'IA; e se l'IA alla fine inciderà o migliorerà l'umanità. Piuttosto che spingerci verso punti di parlare stagnanti, Li e Harari ci hanno sfidato a contemplare molte importanti questioni che caratterizzano le conseguenze della tecnologia di Intelligenza Artificiale sugli individui, inclusa la libertà e la scelta, e l'impatto dell'IA sui sistemi legali, economici e politici del nostro mondo. Queste quattro domande pertinenti tentano di aiutare a districare l'impatto dell'IA sull'individuo: Ripensar...
Continua a Leggere

C’è bisogno di una intelligenza artificiale spiegabile con le regole

Creare un'IA spiegabile con le regole C'è un'affascinante dicotomia nell'intelligenza artificiale tra statistiche e regole, apprendimento automatico e sistemi esperti. I neofiti dell'intelligenza artificiale (AI) considerano l'apprendimento automatico come intrinsecamente superiore a sistemi basati su regole fragili, mentre la storia di questo campo rivela sia le regole che l'apprendimento probabilistico sono componenti integrali dell'IA. Questo fatto è forse in nessun luogo più vero che nello stabilire un'IA spiegabile , che è centrale nel valore aziendale a lungo termine dei casi d'uso di front office di AI. Certo, il semplice apprendimento automatico può automatizzare i processi di back-end. Tuttavia, la piena estensione dell'apprendimento profondo o reti neurali complesse - che sono molto più accurate rispetto all'apprendimento automatico di base - per decisioni e azioni mission-critical richiedono spiegabilità. L'utilizzo di regole (e sistemi basati su regole) per spiegare i risultati dell'apprendimento automatico crea intelligenza artificiale spiegabile. Molte delle applicazioni di vasta portata dell'IA a livello aziendale - implementandolo per combattere i crimini finanziari, per prevedere il futuro immediato e a lungo termine di un individuo nell'assistenza sanitaria, ad esempio - richiedono un'IA comprensibile che sia equa, trasparente e conforme alle normative . Le regole possono spiegare i risultati di apprendimento automatico per questi scopi e altri. Spiegazioni basate su regole La capacità di apprendimento dell'IA statistica eccelle in un sofisticato riconoscimento di pattern per determinare gli eventi di presaging dei segnali. Nell'assistenza sanitaria, l'apprendimento automatico è utile per combinare innumerevoli fattori per determinare la probabilità che un paziente necessiti di intubazione entro un periodo di tempo definito o essere a rischio di insufficienza cardiaca. In finanza, l'analisi di una gamma di dati marcatamente div...
Continua a Leggere

Intelligenza artificiale come separare l’Hype il mito dalla realtà intervista a Kipp Bodnar

Come separare l'Hype AI dalla realtà Da un po'di tempo, l'intelligenza artificiale è l'argomento "caldo" tra i marketer, i tecnologi e quasi tutti gli altri, ricevendo un'enorme quantità di attenzione e ronzio da parte dei media. In una discussione con Kipp Bodnar, CMO di HubSpot, una piattaforma di crescita leader, indica che è difficile per le aziende distinguere tra hype e realtà. Il risultato è che molte aziende buttano risorse a un'opportunità che non si concretizza. Di seguito sono riportati i pensieri di Bodnar su come i marketer possono distinguere tra ciò che è possibile e ciò che non lo è. Kimberly A. Whitler: Lei ha affermato che un sacco di buzz intorno all'IA è solo una promozione esagerata del concetto che non può mantenere la promessa … ancora. Puoi elaborare? Kipp Bodnar : L'hype parte dell'intelligenza artificiale è che tende a guidare gli uomini d'affari a pensare che l'intelligenza artificiale sarà ovunque e prenderà completamente il sopravvento sui metodi di marketing tradizionali. Quella non è la realtà. Ci sono applicazioni in cui può aiutare, ma l'hype tende ad esagerare, almeno per il prossimo a medio termine, la sua capacità di cambiare cosa e come facciamo il nostro lavoro. Whitler : puoi fornire un esempio? Bodnar : certo. A HubSpot, abbiamo pensato di poter spendere un po 'di denaro e utilizzare l'intelligenza artificiale per ottimizzare al meglio i contenuti del nostro blog per fornire articoli più mirati ai nostri lettori. La realtà è che il progetto costava molto più denaro di quanto pensavamo e non ha migliorato i risultati di molto … meno dell'1% di miglioramento. Concettualmente, come operatori di marketing o persino amministratori delegati, tendiamo ad essere entusiasti della possibilità. Immagina di essere in grado di utilizzare l'intelligenza artificiale per offrire contenuti e articoli più mirati ai consumatori. A chi non piacerebbe? Ma la realtà è che è estremamente dispendioso in termini di tempo e il payoff sempl...
Continua a Leggere

Marcus du Sautoy un matematico di Oxford spiega come l’intelligenza artificiale potrebbe migliorare la creatività umana

Un matematico di Oxford spiega come l'intelligenza artificiale potrebbe migliorare la creatività umana Il gioco di Go giocato tra un programma per computer DeepMind e un campione umano ha creato una sorta di crisi esistenziale per Marcus du Sautoy , un matematico e professore alla Oxford University. "Ho sempre paragonato la matematica al gioco di Go", dice, e Go non dovrebbe essere un gioco che un computer può facilmente giocare perché richiede intuizione e creatività. Così, quando Sautoy vide che l'AlphaGo di DeepMind batteva Lee Sedol , pensò che ci fosse stato un cambiamento epocale nell'intelligenza artificiale che avrebbe avuto un impatto su altri reami creativi. Ha deciso di indagare sul ruolo che l'intelligenza artificiale può svolgere nell'aiutarci a capire la creatività e ha finito per scrivere Il codice della creatività: Arte e innovazione nell'era dell'intelligenza artificiale (Harvard University Press). Iniziamo abbattendo la "creatività". Nel libro, parli di tre tipi di creatività. Quali sono questi e cosa significano questi guasti per il ruolo di IA? Molte persone pensano che la creatività artistica significhi esprimere ciò che significa essere umani, e quindi, in che modo l'IA potrebbe avvicinarsi a questo? Guardo molti artisti e mostro che un sacco di arte ha un modello e una struttura dietro di esso, il che è piuttosto matematico. Questo è il motivo per cui credo che la creatività artistica possa riguardare più il modello e l'algoritmo di quanto gli attribuiamo, e molto spesso i modelli sono nascosti, e forse è qualcosa che l'IA può scoprire perché sembra essere molto bravo a scoprire schemi nascosti. C'è creatività esplorativa, che sta prendendo le regole del gioco e spingendole all'estremo, come Bach. C'è creatività combinatoria, in cui stai prendendo due idee che non hanno nulla a che fare l'una con l'altra per vedere come le associazioni in una possono aiutare a stimolare nuove idee nell'altra. La terza creatività, ...
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