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

Ecco Alcuni numeri che spiegano l’Intelligenza Artificiale ad oggi

45 numeri che evidenziano lo stato dell'IA oggi Qual è lo stato dell'IA nel luglio 2019? Recenti indagini, studi e previsioni illustrano le aspettative future e le realtà attuali relative all'impatto dell'IA sui posti di lavoro; le condizioni, le sfide e i benefici dell'adozione dell'IA; e bit di dati relativi a dati o carburante AI. $ 142,859: stipendio medio del macchinista, maggio 2019 [ indeed ] 29,1%: aumento delle offerte di lavoro AI su Indeed negli ultimi 12 mesi, in calo rispetto al 57,9% da maggio 2017 a maggio 2018 [ indeed ] 20%: percentuale di persone in cerca di lavoro (11.000) che temono di perdere un giorno il proprio posto di lavoro per AI [ Ziprecuiter ] 58%: percentuale di persone in cerca di lavoro (11.000) che pensano che l'intelligenza artificiale distruggerà più posti di lavoro di quanti ne crei [ Ziprecuiter ] 300%: l'aumento del numero di lavori creati da AI rispetto ai posti di lavoro distrutti nel 2018 [ Ziprecuiter ] 70,8%: percentuale di americani che credono che l'IA eliminerà più posti di lavoro di quanti ne creerà (Canada 61,2%, Regno Unito 59,8%) [ Gallup / Northeastern University ] 42%: percentuale di americani che esprimono la fiducia che le loro capacità lavorative non diventeranno mai obsolete [ Gallup / Northeastern University ] 67%: percentuale di dirigenti cinesi che prevedono una riduzione del numero di dipendenti nei prossimi 5 anni a causa della robotica avanzata (50% negli Stati Uniti) [ BCG ] 20 milioni: il numero di robot operativi in ​​tutto il mondo entro il 2030, con 14 milioni solo in Cina [ Oxford Economics ] 20 milioni: lavori di produzione che andranno persi per questi robot entro il 2030 o l'8,5% della forza lavoro manifatturiera globale [ Oxford Economics ] 20%: percentuale di lavori IT che saranno sostituiti da AI / automazione entro 5 anni, secondo i CIO [ Harvey Nash / KPMG CIO Survey ] 69%: percentuale di CIO che ritengono che nuovi lavori IT compenseranno le perdi...
Continua a Leggere

Le difficoltà di avviare una start up basata sull’IA INtelligenza artificiale

Le tue abilità di intelligenza artificiale valgono meno di quanto pensi Ryszard Szopa da Medium Siamo nel bel mezzo di un boom di intelligenza artificiale. Gli esperti di Machine Learning comandano salari straordinari, gli investitori sono felici di aprire i loro cuori e libretti degli assegni quando incontrano le startup AI. E giustamente: questa è una di quelle tecnologie di trasformazione che si verificano una volta per generazione. La tecnologia è qui per rimanere, e cambierà le nostre vite. Ciò non significa che rendere il tuo avvio IA successo è facile. Penso che ci siano alcune insidie ​​importanti davanti a chiunque cerchi di costruire il proprio business intorno all'IA . Mio figlio e io, immagine elaborata usando Artistic Style Transfer. Questa tecnica ha suscitato il mio interesse per il Deep Learning. Il valore delle tue abilità di intelligenza artificiale sta diminuendo Nel 2015 ero ancora su Google e ho iniziato a giocare con DistBelief (che in seguito avrebbero rinominato in TensorFlow ). Ha fatto schifo. È stato doloroso imbarazzante scrivere, le astrazioni principali non erano del tutto all'altezza delle aspettative. L'idea di farla funzionare al di fuori del sistema di costruzione di Google era un sogno irrealizzabile. Alla fine del 2016 stavo lavorando a un proof of concept per rilevare il cancro al seno nelle immagini istopatologiche. Volevo utilizzare il trasferimento di apprendimento : prendi Inception , la migliore architettura di classificazione delle immagini di Google al momento, e riqualificale sui miei dati sul cancro. Userei i pesi da un Inception preliminare come previsto da Google, semplicemente cambiando i livelli più alti per corrispondere a quello che stavo facendo. Dopo un lungo periodo di tentativi ed errori in TensorFlow, ho finalmente capito come manipolare i diversi livelli e ho funzionato per lo più. Ci sono volute molte perseveranze e leggendo le fonti di TensorFlow. Almeno non dovevo preoccuparmi troppo delle ...
Continua a Leggere

Amazon sta guardando: sta collegando case, quartieri e città con telecamere e microfoni e alimentando i servizi di intelligence della nazione. Siamo sicuri di poterci fidare?

Amazon sta guardando Il gigante di Internet sta collegando case, quartieri e città con telecamere e microfoni e alimentando i servizi di intelligence della nazione. Siamo sicuri di poterci fidare? Sarà Oremus da medium Quando si pensa di Amazon, si potrebbe pensare di shopping di confronto dal tuo divano, l'acquisto esattamente quello che vuoi, per meno di paghereste presso il negozio. Potresti pensare a un addetto alla consegna che lascia un pacco alla tua porta, in perfetto orario, e come se ci fosse qualcosa di sbagliato puoi rispedirlo per un rimborso completo. Potresti pensare di chiedere ad Alexa di suonare una canzone o uno show televisivo o accendere le luci, e la meraviglia di come tutto funzioni (di solito ). Potresti pensare a uno sconto dei membri Prime sugli avocado di Whole Foods, che Amazon ha acquisito nel 2017. La reputazione di Amazon di servire i propri clienti con prezzi bassi e efficienza spietata potrebbe aiutare a spiegare perché, in un sondaggio dopo l'indagine, la società con base a Seattle è la  marca più preziosa  , anzi la più amata d' America . Uno studio recente ha rilevato che Amazon è la seconda istituzione più affidabile di qualsiasi tipo negli Stati Uniti, davanti a Google, la polizia e il sistema dell'istruzione superiore, e che trascina solo l'esercito americano. In un momento in cui una serie infinita di privacy e scandali elettorali ha lasciato la reputazione di Facebook in rovina fumante, e Google è stata intaccata dalla radicalizzazione di YouTube e dai problemi di moderazione dei contenuti, Amazon è più forte che mai. Ma l'immagine pubblica di Amazon come un "tutto-negozio" allegramente affidabile smentisce il vasto e segreto behemoth che è diventato - e come i prodotti che sta costruendo oggi potrebbero erodere la nostra privacy non solo online ma anche nel mondo fisico. Anche se le aziende tecnologiche rivali riesaminano le loro pratiche sui dati , ripensano le loro responsabilità e chiedono nuove regole , Amaz...
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

Un dipendente di Amazon con l’intelligenza artificiale che impedisce al gatto di passare nella porticina se porta prede in casa

Un dipendente di Amazon ha creato una porta patta per gatti con l'intelligenza artificiale per impedire al gatto di portare a casa animali morti Come impedire al tuo gatto di farla franca con l'omicidio L'apprendimento automatico può essere un'aggiunta incredibile alla cassetta degli attrezzi di qualsiasi tinkerer, aiutando a risolvere quel piccolo problema nella vita che nessun gadget commerciale può gestire. Per il product manager di Amazon, Ben Hamm, il problema era fermare il suo "dolce gatto assassino" Metric dal portare a casa prede morte e mezzo morte nel bel mezzo della notte e svegliarlo. Hamm ha tenuto una presentazione divertente su questo argomento presso Ignite Seattle (che abbiamo visto tramite Synced ) e puoi vedere un video del suo discorso qui sopra. In breve, per impedire a Metric di seguire il suo istinto, Hamm ha collegato la gattaiola alla sua porta con una fotocamera abilitata all'IA ( DeepLens di Amazon ) e un sistema di blocco azionato da Arduino. Immagini di allenamento raccolte e etichettate a mano da Hamm. (Sì, quei numeri sono a migliaia: questo è un sacco di dati per l'ordinamento!) La fotocamera è stata caricata con algoritmi di visione artificiale addestrati dallo stesso Hamm. Identificarono se Metric stava arrivando o andando e se aveva la preda in bocca. Se la risposta fosse "sì", la gattaiola si sarebbe bloccata per 15 minuti e Hamm avrebbe ricevuto un messaggio. (In un piacevole svolazzo, il sistema invia anche una donazione, o "denaro del sangue", come Hamm lo chiama, alla National Audubon Society, che protegge gli uccelli che i gatti amano uccidere). È una breve presentazione, ma illustra perfettamente l'utilità quotidiana dell'IA. Come Hamm mostra, un po 'di intelligenza può fare molto - può anche superare in astuzia un gatto.
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

L’interruzione delle immagini di Facebook rivela come l’intelligenza artificiale dell’azienda tagga le tue foto

'Oh wow, l'IA ha appena taggato la mia immagine del profilo come base' Tutti conoscono il morso di The Matrix quando Neo raggiunge lo stato di messia digitale e improvvisamente vede la "realtà" per quello che realmente è: linee di codice verdi. Bene, grazie a un'interruzione che sta interessando Facebook , agli utenti del social network è stata data una sbirciata simile dietro il sipario digitale, con molte immagini sul sito ora sostituite con i tag che sono stati assegnati dai sistemi di visione artificiale dell'azienda. Quindi, se sfogli le foto caricate, invece di vedere le foto delle vacanze o delle foto di cibo e amici, ti verrà mostrato del testo che dice cose come "l'immagine può contenere: persone che sorridono, persone che ballano, matrimoni e interni" o semplicemente "l'immagine può contengono: cat. " Facebook utilizza l'apprendimento automatico per "leggere" le immagini in questo modo almeno da aprile 2016 e il progetto è una parte importante degli sforzi di accessibilità dell'azienda . Tali tag vengono utilizzati per descrivere foto e video agli utenti con problemi alla vista. CI SONO MOLTI DATI PERSONALI CONTENUTI NELLE TUE FOTO CHE L'INTELLIGENZA ARTIFICIALE PUÒ ESTRARRE Ciò che non è chiaro è se Facebook utilizzi anche queste informazioni per indirizzare gli annunci. Ci sono molti dati sulla vita degli utenti che potrebbero altrimenti proteggere da Facebook contenuti in queste immagini: se hai un animale domestico, quali sono i tuoi hobby, dove ti piace andare in vacanza, o se ti piacciono davvero le auto d'epoca o spade o altro . Nel 2017, un programmatore era motivato da queste domande per creare un'estensione di Chrome che rivelasse questi tag. Come hanno scritto all'epoca: "Penso che molti utenti di Internet non si rendano conto della quantità di informazioni che ora viene ordinariamente estratta dalle fotografie". Alcuni dei tag sono meno incredibili. "È agghiacciante quanto siano diventati intelligenti i sistemi di ...
Continua a Leggere