Home / Archive by category "Programmazione"

Programmazione

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

Nove modi in cui l’intelligenza artificiale cerca di impedire le frodi

I primi 9 modi in cui l'intelligenza artificiale impedisce la frode Louis Columbus Motori basati su regole e semplici modelli predittivi potrebbero identificare la maggior parte dei tentativi di frode in passato, tuttavia non sono al passo con la scala e la gravità dei tentativi di frode oggi. I tentativi di frode e le violazioni sono più sfumati, con criminalità organizzata e gruppi sponsorizzati dallo stato che utilizzano algoritmi di apprendimento automatico per trovare nuovi modi per frodare le aziende digitali. Gli attacchi basati su frodi hanno un modello, una sequenza e una struttura completamente diversi, che li rendono non rilevabili utilizzando la logica basata su regole ei soli modelli predittivi. AI è una partita perfetta per le sfide della lotta alle frodi Ciò che è necessario per contrastare le frodi e fermare l'esfiltrazione di dati di transazione preziosi sono le piattaforme di apprendimento automatico e di apprendimento automatico in grado di combinare l'apprendimento automatico supervisionato e non supervisionato in grado di fornire un punteggio ponderato per qualsiasi attività di business digitale in meno di un secondo. L'intelligenza artificiale è la soluzione perfetta per la rapida escalation di tentativi di frode sfumati e altamente sofisticati. I sistemi di prevenzione delle frodi possono esaminare anni e in alcuni casi, decenni di dati sulle transazioni in una velocità di risposta di 250 millisecondi per calcolare i punteggi di rischio utilizzando l'intelligenza artificiale. Prendendo questo approccio integrativo in tempo reale per l'intelligenza artificiale in un business digitale, si ottengono punteggi che sono del 200% più predittivi in ​​base alla ricerca interna completata da Kount .Di recente hanno annunciato la loro soluzione di prevenzione delle frodi basata sulla IA di prossima generazione e una nuova funzione di punteggio, Omniscore . Omniscore incorpora le componenti più predittive dell'apprendimento automatico supervisi...
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

Microsoft sta trasferendo Cortana in un’app separata nell’archivio di Windows

Cortana potrebbe non essere sempre un'app integrata Microsoft potrebbe stare lavorando per rendere Cortana migliore nel tenere le conversazioni , ma il produttore di software sta separando sempre più il suo assistente digitale da Windows 10. Questo è iniziato con il disaccoppiamento di Cortana dalla ricerca nel recente aggiornamento di Windows 10 maggio 2019 e ora Microsoft è portare Cortana nel Microsoft Store come app separata. Una beta Cortana è apparsa nel negozio e suggerisce che l'assistente digitale potrebbe non essere integrato in Windows 10. Microsoft sta utilizzando questa app beta per aggiornare Cortana separatamente da Windows 10, quindi l'assistente digitale potrebbe ottenere rapidamente nuove funzionalità. Tuttavia, Cortana è stato sempre creato come servizio basato sul Web, in modo che potesse essere aggiornato senza modifiche di base di Windows 10. Non è immediatamente chiaro ciò che Microsoft ha pianificato qui, ma è probabilmente connesso alla prossima fase beta del suo nome in codice 19H2 Aggiornamento di Windows 10. Microsoft aveva programmato di iniziare a testare il 19H2 ormai, e in origine aveva promesso una release primaverile ai tester. La compagnia è stata sorprendentemente tranquilla riguardo a ciò che include anche la 19H2, ma dovrebbe arrivare entro la fine dell'anno con un kernel Linux completo . Microsoft ha persino iniziato a testare il suo primo aggiornamento per Windows 10 2020 prima del 19H2 e continua a pubblicare build per i tester.
Continua a Leggere

Lo Spam senza fine generato dai programmi di IA intelligenza artificiale sta prendendo le migliori posizioni su Google

Uno "tsunami" di contenuti AI a basso costo potrebbe causare problemi ai motori di ricerca Durante lo scorso anno, i sistemi di intelligenza artificiale hanno fatto passi da gigante nella loro capacità di generare testi convincenti , sfornando tutto, dai testi delle canzoni ai racconti. Gli esperti hanno avvertito che questi strumenti potrebbero essere usati per diffondere disinformazione politica , ma c'è un altro obiettivo che è ugualmente plausibile e potenzialmente più redditizio: giocare a Google. Invece di essere usato per creare notizie false, l'IA potrebbe sfornare infiniti blog, siti Web e spam marketing. Il contenuto sarebbe economico da produrre e riempito con parole chiave pertinenti. Ma come la maggior parte dei testi generati dall'IA, avrebbe solo un significato superficiale, con poca corrispondenza con il mondo reale. Sarebbe l'equivalente di informazioni di calorie vuote, ma ancora potenzialmente difficile per un motore di ricerca di distinguere dalla cosa reale. Basta dare un'occhiata a questo post sul blog rispondendo alla domanda: "Quali filtri fotografici sono i migliori per Instagram Marketing?" A prima vista sembra legittimo, con una blanda introduzione seguita da citazioni da vari tipi di marketing. Ma leggi un po 'più da vicino e ti rendi conto che fa riferimento a riviste, persone e, soprattutto, filtri di Instagram che non esistono: Potresti non pensare che un pennello mumford sia un buon filtro per una storia di Insta. Non è così, ha dichiarato Amy Freeborn, direttore delle comunicazioni della rivista National Recording Technician. Le scelte di Freeborn includono Finder (una striscia blu che fa apparire il suo account come un vecchio blocco di pixel), Plus e Cartwheel (che dice rende la tua immagine come una mappa topografica di una città. Il resto del sito è pieno di post simili, che trattano argomenti come " Come scrivere i titoli di Clickbait " e " Perché la Content Strategy è importante? "Ma ogni post è generato...
Continua a Leggere

Come abbiamo allenato gratis le intelligenze artificiali

Quando l'AI ha bisogno di un assistente umano I lavoratori umani stanno addestrando algoritmi dietro le quinte Per anni, il Turk meccanico di Amazon (mTurk) è stato una sorta di segreto aperto nel mondo della tecnologia, un luogo in cui gli algoritmi nascenti possono assumere manodopera a basso costo. Se hai bisogno di un centinaio di persone per tracciare i confini di un oggetto o compilare un sondaggio, è il posto migliore in cui farlo accadere. In che modo aziende come Google si occupano dell'etica dell'IA Ma mentre il progetto stesso è ben noto, è sempre un po 'imbarazzante quando arriva un'azienda. Nel 2017, Expensify è stato avvistato chiedendo agli impiegati di mTurk di inserire i dati dalle ricevute , portando la società a rilasciare una dichiarazione affermando che il progetto mTurk non aveva nulla a che fare con l'app principale di Expensify. In parte, si trattava di un problema di privacy, ma soprattutto era imbarazzante: Expensify era basato su una semplice tecnologia - la capacità di estrarre i dati da una foto di una ricevuta - e le attività di mTurk facevano sembrare che la tecnologia fosse una finzione . E se fossero stati gli esseri umani a estrarre quei dati per tutto il tempo? Una svolta tra le attuali schede di Mechanical Turk mostra che queste tattiche sono ancora vive e vegete. Il nome più grande negli elenchi correnti è Pinterest, che attualmente offre ai Turker 40 centesimi un pop per decidere se un determinato post contiene informazioni errate sulla salute. Pinterest ha faticato con la pseudoscienza sulla sua piattaforma , con i posti anti-vaccinazione che diventano un problema sufficiente che tutti i contenuti relativi ai vaccini sono stati banditi sulla piattaforma da dicembre. Ma mentre è facile dire se un post contiene la parola "vaccino", è molto più difficile dire se sta facendo affermazioni di salute non realistiche o spinge a trattamenti non medici per malattie gravi. Le linee guida allegate al compito istruiscono i mode...
Continua a Leggere

L’intelligenza artificiale è in grado di generare voci false: il caso del falso Joe Rogan clonato da DESSA

Questo falso Joe Rogan generato dall'intelligenza artificiale deve essere ascoltato per essere creduto Il clone della voce di IA più realistico che abbiamo mai sentito L'intelligenza artificiale non sta creando foto e video falsi, ma può anche generare voci false. Fino ad ora, queste voci sono state sensibilmente truccate e robotizzate , ma i ricercatori della startup AI Dessa hanno creato quello che è di gran lunga il clone vocale più convincente che abbiamo mai sentito - mimando perfettamente il suono del commentatore MMA trasformato in podcast Joe Rogan . Ascolta le clip di Dessa's AI Rogan qui sotto, o fai un quiz sul sito della compagnia per vedere se riesci a individuare la differenza tra Rogan reale e finto Rogan. (È sorprendentemente difficile!) In termini di fare un falso convincente, Dessa ha scelto bene il suo obiettivo. Rogan è probabilmente il podcaster più famoso al mondo e ha registrato quasi 1.300 episodi di The Joe Rogan Experience fino ad oggi. Ciò fornisce ampi dati di allenamento per qualsiasi sistema di intelligenza artificiale. Non fa male che gli ingegneri della compagnia abbiano evidentemente familiarità con i punti di discussione preferiti di Rogan. Speculando se stiamo vivendo o meno in una simulazione al computer o ammirando la forza della parte superiore del corpo degli scimpanzè, questo è tutto il materiale principale di Rogan. Ma ovviamente, essere in grado di fingere in modo convincente la voce di qualcuno ha anche implicazioni preoccupanti. Come notano gli ingegneri di Dessa in un post sul blog , i casi di utilizzo fraudolento di voci false includono chiamate spam che impersonano i tuoi cari; usando voci false per intimidire o molestare la gente; e creando disinformazione attraverso registrazioni fasulle di politici. "Chiaramente, le implicazioni sociali per tecnologie come la sintesi vocale sono enormi", scrive Dessa. "E le implicazioni influenzeranno tutti. Poveri consumatori e ricchi consumatori. Impre...
Continua a Leggere

L’intelligenza artificiale è vicina , ma per ora ha i pregiudizi dei dati che inseriamo come Sherlock Holmes deve sentire il cane che non abbaiava di notte

Il cane che non abbaiava nella notte: il pericolo del superstite Bias in AI L'Intelligenza Artificiale è ancora (un po ') una parola d'ordine, anche se in pratica gran parte di ciò che è probabile che venga implementato in questo attuale ciclo economico sotto quell'ombrello onnicomprensivo è stato. Sistemi di riconoscimento visivo, controllo. Riconoscimento vocale, controllo. Sistemi esperti, verifica. Veicoli a guida autonoma, controllare. Motori di raccomandazione, sì. Strumenti di Business Intelligence con un'infarinatura salutare della scienza dei dati, controllo, controllo, controllo. Nessuno di questi è ancora abbastanza perfetto (e probabilmente alcuni sono un modo lungo per raggiungere anche un'applicabilità pratica), ma la forma del futuro immediato, diciamo nei prossimi cinque anni circa, è abbastanza chiara. Capire pregiudizi Survivor Finora, la maggior parte del software sta appena iniziando a entrare nell'era dell'intelligenza artificiale specializzata (SAI). Una buona definizione operativa per SAI è che si tratta di un software in cui la logica è determinata non da un programmatore, ma dall'analisi dei dati da parte di un particolare processo e dalla distribuzione di un modello derivato da tale analisi. In altre parole, diciamo che hai un'applicazione che scatta una fotografia di una persona contro una scala conosciuta e usa determinate regole predefinite per determinare se quella persona è maschio o femmina, come altezza, distribuzione del peso, lunghezza dei capelli, la presenza o l'assenza di determinati vestiti o articoli e così via. Un approccio algoritmico a questo problema è creare bucket che identificano dimensioni specifiche o tratti qualificanti, quindi determinare se una determinata persona cade in una particolare configurazione di bucket. Questa non è, da sola, l'intelligenza artificiale, sebbene sia la base per un gran numero di sistemi esperti. Tuttavia, diciamo che un essere umano crea un set di dati che contiene gli stes...
Continua a Leggere

Che cosa è AIOps ? E come cambierà le aziende e le organizzazioni

La tua forza lavoro IT è pronta per AIOps? AIOps cambierà il modo in cui le organizzazioni operano. Nel impresa AIOps-enabled , in cui l'intelligenza artificiale e apprendimento automatico automatizzare le attività per aumentare le operazioni di tecnologia team, le imprese subiscono un cambiamento monumentale che permette loro di essere più proattivi, predittiva e in ultima analisi preventiva. Concetto di intelligenza artificiale con cervello elettrico e rete neurale, illustrazione 3d isometrico con smartphone, laptop, gadget mobile, moderno banner di archiviazione dei dati, sfondo della pagina di destinazione Concetto di intelligenza artificiale con cervello elettrico e rete neurale, illustrazione 3d isometrico con smartphone, laptop, gadget mobile, moderno banner di archiviazione dei dati, sfondo della pagina di destinazione GETTY IMAGES Lungo questo percorso, evolveranno anche le competenze necessarie nei team ITOps, DevOps e SESA (Site reliability Engineering), che richiedono competenze in termini di personalizzazione, integrazione, automazione e governance. La maggior parte delle organizzazioni non è pronta per questo spostamento sismico, comunque. Un recente sondaggio condotto su 6.000 professionisti IT dimostra che la stragrande maggioranza delle imprese globali deve ancora avviare una strategia AIOps. Lo stato attuale delle operazioni Esaminiamo come siamo arrivati ​​all'odierna organizzazione delle operazioni IT. Nello specifico, intendo le persone che monitorano e gestiscono l'ambiente di produzione, indipendentemente dal fatto che abbiano o meno "operazioni" nel titolo. Nell'ultimo decennio, la spinta verso soluzioni agili e DevOps ha spostato le operazioni verso lo sviluppo, creando il nuovo set di competenze richiesto dall'ingegneria del rilascio (RelEng), che è responsabile dell'automazione della distribuzione delle applicazioni e della struttura per il ciclo di sviluppo del software (SDLC). Ciò ha richiesto il collegamento dei pu...
Continua a Leggere

Google TensorFlow Privacy rende più semplice per gli sviluppatori di Intelligenza artificiale mantenere riservati i dati degli utenti

Google sta rendendo più semplice per gli sviluppatori di IA mantenere riservati i dati degli utenti Il nuovo modulo TensorFlow Privacy della società consente agli sviluppatori di proteggere i dati con una privacy differenziale Nuovi strumenti per la privacy rendono più semplice per gli sviluppatori di IA mantenere i dati degli utenti al sicuro nello stack. Foto: Google Google ha annunciato un nuovo modulo per il suo framework di apprendimento automatico, TensorFlow, che consente agli sviluppatori di migliorare la privacy dei propri modelli di intelligenza artificiale con poche righe di codice aggiuntivo. TensorFlow è uno degli strumenti più popolari per la creazione di applicazioni di machine learning ed è utilizzato dagli sviluppatori di tutto il mondo per creare programmi come testo, audio e algoritmi di riconoscimento delle immagini. Con l'introduzione di TensorFlow Privacy , questi sviluppatori saranno in grado di salvaguardare i dati degli utenti con una tecnica statistica nota come "privacy differenziale". LA PRIVACY È IMPORTANTE QUANDO GLI STRUMENTI DI INTELLIGENZA ARTIFICIALE SOTTOVALUTANO I DATI L'introduzione di questo strumento è in linea con i principi di Google per lo sviluppo responsabile dell'IA , responsabile dei prodotti Google Carey Radebaugh dice a The Verge . "Se non otteniamo qualcosa come la privacy differenziale in TensorFlow, allora sappiamo solo che non sarà facile per i team all'interno e all'esterno di Google utilizzarlo", afferma Radebaugh. "Quindi per noi è importante farlo entrare in TensorFlow, aprirlo e iniziare a creare questa comunità attorno ad esso." La meccanica della privacy differenziale è alquanto complessa , ma è essenzialmente un approccio matematico che significa che i modelli di IA addestrati sui dati degli utenti non possono codificare informazioni di identificazione personale. È un modo comune per salvaguardare le informazioni personali necessarie per creare modelli AI: Apple l'ha introdotto per i suoi s...
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