Home / Archive by category "Società"

Società

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

San Francisco diventa la prima città degli Stati Uniti a vietare il riconoscimento facciale da parte delle agenzie governative

Stop all'Ordinanza sulla sorveglianza segreta In una prima per una città negli Stati Uniti, San Francisco ha votato per vietare alle sue agenzie governative di utilizzare la tecnologia di riconoscimento facciale. Il consiglio delle autorità di vigilanza della città ha votato otto a uno per approvare la proposta, che entrerà in vigore in un mese, che impedirebbe alle agenzie cittadine, incluse le forze dell'ordine, di utilizzare lo strumento. L'ordinanza richiederebbe inoltre che le agenzie cittadine ottengano l'approvazione del consiglio per l'uso della tecnologia di sorveglianza e istituiscano audit della tecnologia di sorveglianza già in uso. Altre città hanno approvato misure di trasparenza simili. "QUESTA NON È UNA POLITICA ANTI-TECNOLOGIA" Il piano, chiamato Stop Secret Surveillance Ordinance, è stato guidato dal supervisore Aaron Peskin. In una dichiarazione letta in vista del voto, Peskin ha affermato che si tratta di "un'ordinanza sull'avere responsabilità nei confronti della tecnologia di sorveglianza". "Questa non è una politica anti-tecnologica", ha detto, sottolineando che molti strumenti utilizzati dalle forze dell'ordine sono ancora importanti per la sicurezza della città. Eppure, ha aggiunto, il riconoscimento facciale è "eccezionalmente pericoloso e opprimente". Il divieto arriva in mezzo a un più ampio dibattito sul riconoscimento facciale, che può essere utilizzato per identificare rapidamente le persone e ha scatenato nuove domande sulle libertà civili. Gli esperti hanno sollevato preoccupazioni specifiche sugli strumenti, in quanto gli studi hanno dimostrato casi di pregiudizi inquietanti e tassi di errore. Microsoft, che offre strumenti per il riconoscimento facciale, ha richiesto una qualche forma di regolazione per la tecnologia, ma come è stato contestato , esattamente, per regolare lo strumento . Le proposte hanno spaziato dalla regolazione della luce a moratorie complete. La legislazione è in gran parte in fase di...
Continua a Leggere

L’intelligenza artificiale ci può aiutare a scrivere delle leggi migliori

Potrebbe AI aiutarci a scrivere leggi migliori? Gli algoritmi di deep learning guardano al mondo con meraviglia infantile, non portando alcun pregiudizio preconcetto e le esperienze mondiali che ombreggiano le nostre prospettive umane sugli eventi che abbiamo davanti. Limitati agli stretti confini dei loro dati di addestramento, essi semplicemente risalgono e documentano i suoi modelli di correlazione senza alcuna comprensione morale o etica se queste correlazioni sono buone o cattive. Il risultato è che i sistemi di deep learning ereditano i pregiudizi dei loro dati di allenamento. Mentre la maggior parte del focus di AI bias è stato sulle modifiche dei dati algoritmici e di addestramento per mitigare questi pregiudizi, documentare tali pregiudizi offre opportunità profonde per aiutarci a capire meglio i pregiudizi nascosti nella società e adattare le nostre leggi di conseguenza. Uno dei maggiori limiti dell'attuale generazione di algoritmi di deep learning è anche il suo più grande punto di forza per aiutarci a capire i pregiudizi alla base della società: la sua mancanza di conoscenze di base. Gli algoritmi AI iniziano ogni nuova applicazione come una lavagna vuota, imparando a conoscere il mondo che li circonda esclusivamente attraverso i dati di addestramento presentati prima di loro. La regolazione della consistenza di questo flusso di input è quindi il singolo controllo più influente sul comportamento dell'algoritmo risultante. In genere i set di dati di input sono attentamente curati per bilanciare la diversità dei casi in ciascuna categoria di formazione e la loro complessità. Gli algoritmi IA distorti sono quindi il risultato di dati di allenamento distorti, che a loro volta sono in genere il riflesso di una società parziale, dato che la maggior parte dei dati di formazione sono dati osservativi che catturano uno specifico aspetto dello scarico digitale della società. La maggior parte della nostra conversazione sociale intorno all'IA ...
Continua a Leggere

L’intelligenza artificiale sta trasformando l’industria del fast food

AI e personalizzazione che trasformano un settore improbabile: fast food Lasciami indovinare: la prima cosa che ti viene in mente quando pensi ai poteri di trasformazione dell'intelligenza artificiale (AI) e della personalizzazione sono … gli hamburger. No? Questo potrebbe cambiare molto presto poiché le tendenze tecnologiche del settore fast food mostrano una maggiore enfasi su beacon, robot e dati per rendere ancora più personali le esperienze alimentari per i clienti. Caso in questione: McDonald's ha recentemente fatto una mossa di $ 300 milioni per acquisire Dynamic Yield, una società di intelligenza artificiale che le speranze di McDonald's creeranno un'esperienza culinaria più personalizzata, soprattutto per i clienti drive-through. Come? La tecnologia consiglierà le scelte alimentari in base a qualsiasi cosa, di volta in volta, al tempo e alle tendenze geografiche. Tanto per arrotolarsi alla finestra e ordinare il tuo "normale". McDonald's potrebbe sapere cosa vuoi ancora meglio di te. Ora probabilmente stai pensando che l'intelligenza artificiale e il fast food non vanno davvero insieme, ma direi il contrario. Immagina di tirarti su nel drive through e ordinare il tuo Quarter Pounder regolare con Cheese-sembra normale, vero? Ma allora cosa succederebbe se il computer ti dicesse quello che le altre persone aggiungono al pasto come il solito menu insieme acquistato su Amazon. Potresti essere disposto a provare qualcosa in base alle raccomandazioni degli altri. Sei felice di provare qualcosa di nuovo e McDonald's è felice che tu abbia speso un soldo in più. AI e fast food lavorano insieme. Ma McDonald's non è l'unica azienda di fast food che investe in intelligenza artificiale, personalizzazione e altri nuovi strumenti tecnologici. Aziende come Dominos e KFC hanno sperimentato l' utilizzo di droni per la consegna. In Nuova Zelanda, Dominos ha persino usato auto a guida autonomaper consegnare le pizze E, naturalmente, aziende come Panera, Starbucks ...
Continua a Leggere

Perché il pubblico è così analfabeta riguardo l’intelligenza artificiale?

Lo stato della comprensione dell'IA da parte del pubblico, i responsabili delle politiche, i giornalisti e persino i tecnologi non esperti di IA sono quasi comicamente negativi. La cosa più interessante, tuttavia, è che, come la copertura dei social media di oggi e la copertura VR di ieri, i ricercatori non-IA tendono a reagire con notevole sprezzantezza e addirittura con vetrificio alle discussioni sui limiti dell'attuale approccio correlativo all'apprendimento profondo e alla sua dipendenza da libero ma cattivi dati di allenamento. Perché il pubblico è così analfabeta l'intelligenza artificiale e in che modo aiutiamo il pubblico a capire meglio lo stato dell'apprendimento profondo moderno? Diversi anni fa, scrivere qualcosa di critico sulla realtà virtuale era apparentemente una delle più grandi violazioni dell'etichetta tecnologica che un giornalista poteva esibire, producendo spesso torrenti di messaggi di odio che condannavano il giornalista in questione come privo della più basilare comprensione della realtà virtuale. Indipendentemente dal fatto che l'autore abbia passato anni a lavorare con la realtà virtuale o che gli stessi tecnologi della realtà virtuale delle società così stimati da questi individui stessero sollevando esattamente gli stessi problemi, sembrava che qualsiasi cosa fondamentale per la realtà virtuale fosse proibita. Ciò che importava era lo straordinario campo di distorsione della realtà della Silicon Valley che aveva convinto queste persone che la realtà virtuale aveva finalmente raggiunto il suo momento e che entro un anno le televisioni sarebbero scomparse e ogni famiglia avrebbe avuto una cuffia VR per ogni membro della famiglia. La pura potenza del campo della distorsione della realtà attorno alla tecnologia è una cosa straordinaria da vedere, specialmente la sua capacità di convincere anche altri tecnologi al di fuori di questo campo a sospendere l'incredulità e le proprie conoscenze tecniche e accettare semplicemente...
Continua a Leggere

In che modo l’intelligenza artificiale può aiutarci a capire e ottimizzare le opzioni di fertilità

In che modo AI può aiutarci a capire e ottimizzare le opzioni di fertilità Solo negli Stati Uniti, 7,3 milioni di persone si trovano ad affrontare l'infertilità. Univfy usa l'intelligenza artificiale per aiutare le donne a capire quali sono le loro probabilità di fertilità Oggi 23 aprile 2019 è l'inizio della Settimana nazionale di sensibilizzazione contro l'infertilità. La NIAW è stata istituita con lo scopo di sensibilizzare alla significativa mancanza di accesso ai servizi di fertilità e sostenere che milioni di donne e uomini vivono ogni anno. Solo negli Stati Uniti, 7,3 milioni di persone si trovano ad affrontare l'infertilità. Per molti, navigare nell'infertilità è scoraggiante e pieno di incertezze. Le donne che devono affrontare l'infertilità devono prendere decisioni che le riguardino socialmente, emotivamente e finanziariamente con pochissime informazioni personalizzate per guidarle. Quando la posta in gioco è così alta, come facciamo a sapere che stiamo facendo le scelte migliori per noi stessi e ottenendo il miglior consiglio? Aiutare le donne a capire le loro quote ovunque Univfy usa l'intelligenza artificiale per aiutare le donne a capire quali sono le loro probabilità di fertilità, in base al suo profilo completo di salute e ai dati del suo centro di FIV. Questo approccio personalizzato migliora l'esperienza dei pazienti indirizzando le donne al miglior percorso di trattamento più velocemente e con minori costi o rischi finanziari, migliorando nel contempo l'efficienza di ciascuna pratica di fecondazione in vitro. La loro tecnologia utilizza i dati IVF di una clinica e i risultati per sviluppare un modello di previsione specifico per la clinica che è scientificamente validato contro una parte dei suoi dati che non è stata utilizzata per sviluppare il modello. Mylene Yao, cofondatore e CEO di Univfy condivide: "All'inizio della mia carriera come OB / GYN, specializzato in infertilità, ho incontrato molte donne che stavano lottando p...
Continua a Leggere

Entro 4 anni il 97 per cento dei passeggeri degli aeroporti americani avrà il riconoscimento facciale

Il riconoscimento facciale statunitense coprirà il 97% dei passeggeri delle compagnie aeree in partenza entro quattro anni L'uscita biometrica è già utilizzata in 15 aeroporti statunitensi Il Department of Homeland Security afferma che prevede di utilizzare la tecnologia di riconoscimento facciale sul 97% dei passeggeri in partenza entro i prossimi quattro anni. Il sistema, che prevede di fotografare i passeggeri prima di imbarcarsi sul loro volo, ha iniziato a lanciarsi nel 2017 ed è stato operativo in 15 aeroporti statunitensi a partire dalla fine del 2018. Il sistema di riconoscimento facciale funziona fotografando i passeggeri al loro gate di partenza. Quindi fa un riferimento incrociato a questa fotografia con una biblioteca popolata di immagini di faccine di visti e passaporti, nonché quelle scattate dagli agenti di frontiera quando gli stranieri entrano nel paese. IL RICONOSCIMENTO FACCIALE HA IDENTIFICATO 7.000 PASSEGGERI CHE HANNO OLTREPASSATO I LORO VISTI L'obiettivo del sistema è quello di offrire "Uscita biometrica", che dia alle autorità l'idea di chi sta lasciando il paese come chi lo sta entrando e consente loro di identificare le persone che hanno superato i loro visti. Quartz osserva che le autorità statunitensi hanno tradizionalmente fatto affidamento sui manifesti di volo delle compagnie aeree per rintracciare chi lascia il paese. Dall'introduzione del sistema attuale , il riconoscimento facciale ha identificato 7.000 passeggeri che hanno superato i loro visti sui 15.000 voli tracciati. I clienti e la protezione di frontiera degli Stati Uniti (CBP) stimano che oltre 600.000 persone oltrepassano i loro visti ogni anno, un'offesa che comporta una pena massima di un divieto di 10 anni di entrare negli Stati Uniti. I critici sostengono che costruire un database di milioni di fotografie di persone sia una minaccia per le libertà civili . Una volta che hai il database, sarebbe facile condividerlo con altre agenzie, trasformandolo effi...
Continua a Leggere

Zebra Medical Vision Come l’intelligenza artificiale può rendere di nuovo la medicina umana

AI Startup Zebra Medical Vision aiuta l'apprendimento profondo per salvare vite "Gli ultimi cinquant'anni", afferma il dottor Eric Topol in Deep Medicine: "Come l'intelligenza artificiale può rendere di nuovo la medicina umana ", hanno introdotto importanti cambiamenti alla radiologia. Mentre il mezzo passava dall'analogico al digitale … l'intero processo, che si estende dai film alle scansioni CT, PET, nucleare e MRI, è stato reso più efficiente. Tranne l'interpretazione. " Il Dott. Topol cita studi che suggeriscono che gli errori nell'interpretazione delle scansioni mediche "sono molto peggiori di quelli generalmente accettati", con tassi di falsi positivi del 2% e tassi di falsi negativi superiori al 25%. Di conseguenza, il 31% dei radiologi americani ha subito un reclamo per negligenza, "la maggior parte dei quali riguardava la mancata diagnosi". I rapidi progressi nella visione artificiale dovuti all'applicazione dell'IA a partire dal 2012, hanno portato a previsioni sull'imminente scomparsa dei radiologi, per essere sostituiti da migliori algoritmi di diagnosi approfondita. Geoffrey Hinton, uno dei vincitori del premio Turing di quest'anno e uno dei principali contributori allo straordinario successo dell'apprendimento profondo, ha suggerito nel 2016 che "Le persone dovrebbero smettere di allenare i radiologi ora . È semplicemente ovvio che in cinque anni l'apprendimento approfondito andrà meglio dei radiologi ". Nello stesso anno un articolo pubblicato sul Journal of American College of Radiology ha avvertito che"L'ultima minaccia alla radiologia è l'apprendimento automatico. L'apprendimento automatico diventerà una forza potente in radiologia nei prossimi 5-10 anni e potrebbe porre fine alla radiologia come specialità fiorente. " Mentre Dr. Topol ritiene che alla fine tutte le scansioni mediche saranno lette dalle macchine, sostiene che i radiologi possono avere un futuro brillante se "si adattano e abbracciano una partnership con le macchine". ...
Continua a Leggere

Che Cosa ha spinto il Rinascimento dell’Intelligenza Artificiale ?

Cosa ha spinto il Rinascimento AI? È il tesoro attuale del mondo tecnologico. L'attuale rinascita dell'Intelligenza Artificiale (AI) con la sua disciplina disciplinata Machine Learning (ML) ha portato ogni azienda IT meritevole a progettare una qualche forma di IA sulla sua piattaforma, nei suoi toolset e in tutte le sue applicazioni software. L'amministratore delegato dell'IBM Ginni Rometty ha già proclamato che l'AI cambierà il 100% dei posti di lavoro nel prossimo decennio. E sì, lei intende il lavoro di tutti, dalla tua alla mia e in avanti, al ruolo dei coltivatori di cereali in Egitto, ai pasticceri di Parigi e ai camminatori di cani dell'Oregon, vale a dire ogni lavoro. Ora saremo in grado di aiutare a dirigere le azioni e il comportamento di tutti i lavoratori con un nuovo grado di intelligenza derivante dall'analisi predittiva, il tutto derivante dai motori di intelligenza artificiale di cui ora dipenderemo sempre più. Quando è andato tutto così bene? Ma l'intelligenza artificiale era una nozione fantasiosa per lo più limitata alla fantascienza, quindi è cominciato ad andare tutto bene? Negli ultimi anni abbiamo avuto alcuni grandi cambiamenti nella tecnologia. A prescindere dalla proliferazione dei dispositivi mobili che ha colpito tutti noi, la memoria è diventata molto più economica, l'archiviazione dei dati è diventata molto più semplice (in cloud e altrove) e le velocità di elaborazione dei computer hanno continuato a superare i record precedenti. Con il potere dell'informatica quantistica dietro l'angolo, la rinascita dell'IA è semplicemente il risultato dell'unione di queste forze "tecnologiche"? "Non è solo una grande potenza di calcolo. Ci sono importanti cambiamenti algoritmici che sono stati sviluppati. Inoltre, è molto più facile ottenere l'accesso a più dati in un mondo connesso a Internet ", ha dichiarato Ted Dunning, CTO presso la piattaforma di dati, IA e società di analisi MapR . "Tutti e tre gli aspetti (calcolo, algo...
Continua a Leggere

Google ha aperto il suo primo laboratorio di Intelligenza Artificiale in Africa in Ghana

Un contadino rurale in Tanzania aleggia su una pianta di manioca avvizzita con il suo telefono. In pochi secondi ottiene una diagnosi della malattia che colpisce la sua pianta e il modo migliore per gestirla per aumentare la sua produzione. L'agricoltore ha utilizzato un'app sul suo telefono basata su TensorFlow, la macchina Artificial Intelligence (AI) di Google che la società ha esternalizzato per aiutare gli sviluppatori a creare soluzioni ai problemi del mondo reale. Quando la gente pensa all'intelligenza artificiale, molto probabilmente pensa a scene di film di fantascienza, ma in realtà, si applica alla vita di tutti i giorni dagli assistenti virtuali alla traduzione linguistica su Google, afferma John Quinn, ricercatore di intelligenza artificiale. Google ora vuole posizionarsi come azienda "AI first" e con centri di ricerca in tutto il mondo in luoghi come Tokyo, Zurigo, New York e Parigi. E la scorsa settimana, la società tecnologica ha aperto il suo primo centro in Africa nella capitale del Ghana, Accra. Benefici di AI L'AI può essere applicata in settori come agricoltura, salute e istruzione, e Moustapha Cisse, lo scienziato che dirige gli sforzi di IA in Google in Africa, afferma che l'obiettivo del suo team è fornire agli sviluppatori le ricerche necessarie per costruire prodotti in grado di risolvere i problemi che l'Africa affronta oggi. "La maggior parte di ciò che facciamo nei nostri centri di ricerca di Google e non solo in Accra, lo pubblichiamo e il codice open source, in modo che tutti possano usarlo per costruire ogni sorta di cose", ha detto. Cisse ha citato l'app utilizzata dal contadino tanzaniano per diagnosticare la sua malattia di manioca come un esempio del tipo di prodotto che la sua squadra intende collaborare con istituti competenti in vari settori. "Un team della Pennsylvania University e dell'International Institute of Tropical Agriculture che utilizza TensorFlow per costruire nuovi modelli di intelligenza artificiale che...
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