Padre dell'intelligenza artificiale Ogni caratteristica dell'intelligenza o degli aspetti di apprendimento in linea di principio può essere descritta in modo così preciso che una macchina può simularla senza problemi . - John McCarthy John McCarthy, che è il padre dell'intelligenza artificiale, è stato un pioniere nel campo dell'IA. Non solo è accreditato come il fondatore dell'IA, ma anche uno che ha coniato il termine Intelligenza Artificiale. Nel 1955, John McCarthy coniò il termine Intelligenza Artificiale, che propose nella famosa conferenza di Dartmouth nel 1956 . Questa conferenza alla quale hanno partecipato 10 scienziati informatici, ha visto McCarthy esplorare i modi in cui le macchine possono apprendere e ragionare come gli esseri umani. Credeva nello sviluppo di macchine che incarnassero la natura del pensiero astratto e della risoluzione dei problemi del cervello umano, ovvero una macchina può essere realizzata per simulare gli aspetti di apprendimento di un essere umano. All'età di 84 anni, fondatore dell'intelligenza artificiale, John McCarthy ha lasciato il mondo il 24 ottobre 2011. John McCarthy, professore e inventore, ha definito e dominato il campo dell'IA per oltre cinque decenni. Conoscere il padre dell'intelligenza artificiale - John McCarthyJohn McCarthy, un acclamato gigante dell'informatica e una figura fondamentale nell'intelligenza artificiale, è nato a Boston nel 1927. Alla fine, si è trasferito con i suoi genitori a Los Angeles. Una mente brillante fin dalla giovane età nonostante fosse malato, si è assicurato un posto universitario al California Institute of Technology. Si è laureato nel 1948. L'idea di inventare una tecnologia che potesse aiutare le macchine ad apprendere non è nata all'improvviso. John McCarthy ha partecipato a un simposio sui " meccanismi cerebrali nel comportamento ". Fu da qui che iniziò la sua ricerca per creare macchine che potessero pensare come gli umani. I principali successi di John ...
Continua a Leggere

I neuroscienziati progettano un modello per rispecchiare l'apprendimento visivo umano Programmando l'intelligenza artificiale (AI) basata su computer per utilizzare una tecnica più veloce per l'apprendimento di nuovi oggetti, l'IA inizia a funzionare più come l'intelligenza umana. Questo avviene quando due neuroscienziati hanno progettato un modello per rispecchiare l'apprendimento visivo umano. La ricerca di Maximillian Riesenhuber, PhD, professore di neuroscienze presso il Georgetown University Medical Center, e Joshua Rule, PhD, studioso post-dottorato presso l'Università di Berkeley, è stata pubblicata sulla rivista Frontiers in Computational Neuroscience. AI apprendere nuovi concetti visiviI neuroscienziati hanno dimostrato come il nuovo approccio migliora la capacità del software di intelligenza artificiale di apprendere rapidamente nuovi concetti visivi. "Il nostro modello fornisce un modo biologicamente plausibile per le reti neurali artificiali di apprendere nuovi concetti visivi da un piccolo numero di esempi", afferma Riesenhuber. "Possiamo fare in modo che i computer apprendano molto meglio da pochi esempi sfruttando l'apprendimento precedente in un modo che pensiamo rispecchi ciò che sta facendo il cervello". Gli esseri umani hanno la capacità di apprendere nuovi concetti visivi da dati sparsi in modo molto rapido e accurato. Possediamo questa capacità in tenera età, a partire da tre mesi. Tuttavia, i computer richiedono molti esempi dello stesso oggetto per sapere finalmente di cosa si tratta. "Il potere computazionale della gerarchia del cervello risiede nel potenziale per semplificare l'apprendimento sfruttando rappresentazioni apprese in precedenza da una banca dati, per così dire, piena di concetti sugli oggetti", dice Riesenhuber. Reti neurali artificiali vs sistema visivo umanoRiesenhuber e Rule hanno scoperto che le reti neurali artificiali possono apprendere nuovi concetti visivi molto più velocemente, avvicinandosi al liv...
Continua a Leggere

Una nuova tecnica chiamata "concept whitening" promette di fornire l'interpretabilità della rete neurale Unisciti a noi per l'evento leader a livello mondiale sull'accelerazione della trasformazione aziendale con AI e dati, per i decisori tecnologici aziendali, presentato dall'editore numero 1 in AI e dati Le reti neurali profonde possono compiere imprese meravigliose, grazie alla loro rete di parametri estremamente ampia e complicata. Ma la loro complessità è anche la loro maledizione: il funzionamento interno delle reti neurali è spesso un mistero, anche per i loro creatori. Questa è una sfida che preoccupa la comunità dell'intelligenza artificiale da quando l'apprendimento profondo ha iniziato a diventare popolare all'inizio degli anni 2010. In parallelo con l'espansione dell'apprendimento profondo in vari domini e applicazioni, c'è stato un crescente interesse nello sviluppo di tecniche che tentano di spiegare le reti neurali esaminandone i risultati e i parametri appresi. Ma queste spiegazioni sono spesso errate e fuorvianti e forniscono poche indicazioni per correggere possibili idee sbagliate incorporate nei modelli di apprendimento profondo durante la formazione. In un articolo pubblicato sulla rivista Nature Machine Intelligence , gli scienziati della Duke University propongono il "concetto di sbiancamento", una tecnica che può aiutare a guidare le reti neurali verso l'apprendimento di concetti specifici senza sacrificare le prestazioni. Lo sbiancamento concettuale trasforma l'interpretabilità in modelli di apprendimento profondo invece di cercare risposte in milioni di parametri addestrati. La tecnica, che può essere applicata alle reti neurali convoluzionali , mostra risultati promettenti e può avere grandi implicazioni per il modo in cui percepiamo la ricerca futura sull'intelligenza artificiale. Funzionalità e spazio latente nei modelli di deep learningDato un numero sufficiente di esempi di formazione di qualità, un modello di apprendim...
Continua a Leggere

L'intelligenza artificiale aiuta a risolvere l'equazione di Schrödinger: cosa significa questo per il futuro? Un modello di intelligenza artificiale ha aiutato a risolvere l'equazione di Schrödinger con grande precisione, il che apre il potenziale per molte applicazioni future Gli scienziati della Freie Universität Berlin hanno escogitato una soluzione basata sull'intelligenza artificiale per calcolare lo stato fondamentale dell'equazione di Schrödinger in chimica quantistica. L'equazione di Schrödinger viene utilizzata principalmente per prevedere le proprietà chimiche e fisiche di una molecola in base alla disposizione dei suoi atomi. L'equazione aiuta a determinare dove si trovano gli elettroni e i nuclei di una molecola e in un dato insieme di condizioni quali sono le loro energie. L' equazione ha la stessa importanza centrale del moto della legge di Newton, che può prevedere la posizione di un oggetto in un momento particolare, ma nella meccanica quantistica, cioè negli atomi o nelle particelle subatomiche. L'articolo descrive come la rete neurale sviluppata dagli scienziati della Freie Universität Berlin porta una maggiore precisione nella risoluzione dell'equazione di Schrödinger e cosa significa questo per il futuro. L'intelligenza artificiale porta più precisione all'equazioneIn linea di principio, l'equazione di Schrödinger può essere risolta per prevedere la posizione esatta degli atomi o delle particelle subatomiche in una molecola, ma in pratica, questo è estremamente difficile poiché implica molta approssimazione. Al centro dell'equazione c'è un oggetto matematico, una funzione d'onda che specifica il comportamento degli elettroni in una molecola. Ma l'elevata dimensionalità della funzione d'onda rende estremamente difficile scoprire come gli elettroni si influenzano a vicenda. Quindi il massimo che ottieni dalle rappresentazioni matematiche è un resoconto probabilistico e non risposte esatte. Ciò limita l'accuratezza con cui p...
Continua a Leggere

I progressi nell'intelligenza artificiale (AI) continueranno a stimolare l'adozione diffusa di robot nella nostra vita quotidiana. I robot che una volta sembravano così costosi da poter essere offerti solo per scopi di produzione pesante sono gradualmente diminuiti di costo e di dimensioni ugualmente ridotte. Puoi considerare che l'aspirapolvere Roomba a casa tua sia un tipo di robot, anche se non abbiamo ancora il robot maggiordomo domestico sempre promesso che avrebbe dovuto prendersi cura delle nostre faccende quotidiane di routine. Forse uno degli aspetti più noti dei robot è il leggendario set di tre regole offerto dallo scrittore Isaac Asimov. Il suo racconto di fantascienza intitolato Le tre leggi è stato pubblicato nel 1942 e apparentemente è stato inarrestabile in termini di continuo interesse e abbraccio. Ecco le tre regole che ha sapientemente ideato: 1) Un robot non può ferire un essere umano o, per inerzia, permettere a un essere umano di subire danni, 2) Un robot deve obbedire agli ordini impartitigli dagli esseri umani tranne quando tali ordini sarebbero in conflitto con la Prima Legge, 3) Un robot deve proteggere la propria esistenza fintanto che tale protezione non è in conflitto con la Prima o la Seconda Legge. Sebbene si riferisse a queste come leggi, sappi che apparentemente non sono leggi effettive di per sé. Un punto di vista sulle leggi è la nozione di leggi di natura. Queste tre regole non sono leggi della natura poiché non c'è nulla in esse che in qualche modo sia determinabile come inesorabilmente imbevute dalla natura o richieste dal corso della natura. Queste regole sono create dall'uomo e l'umanità discrezionale. Possono essere osservati e obbediti, oppure possono essere completamente ignorati, qualunque sia la nostra scelta di attenerci. Un'altra prospettiva sulle leggi è l'aspetto dei regolamenti e delle disposizioni derivate dall'umanità. La nostra venerata Costituzione è un'indicazione delle leggi, qualco...
Continua a Leggere

Auguriamo a te e ai tuoi cari di non ammalarvi, mantenete sempre il vostro amore per la vita e la fede nel meglio! Lascia che la pace regni nella tua casa e il capodanno nella cerchia di coloro che ti sono più vicini passerà sinceramente e calorosamente.
Continua a Leggere

Continua a Leggere