Home / Archive by category "Società"

Società

Patricia Thaine di Private AI

Questo fondatore di startup vede una privacy dei dati all'orizzonte Patricia Thaine è una giovane fondatrice di una startup, Private AI, una startup con sede a Toronto e Berlino che crea una suite di strumenti per la privacy che semplificano il rispetto delle normative sulla protezione dei dati, mitigano le minacce alla sicurezza informatica e mantengono la fiducia dei clienti. Mi sono seduto con Patricia per discutere lo stato della privacy, come siamo arrivati ​​qui, se la privacy come impostazione predefinita diventa la norma e come l'IA privata consentirà una mentalità sulla privacy tra le aziende. Il 2020 e l'inizio di questo nuovo anno sono testimoni di eventi che hanno costretto la comunità globale a liberarsi finalmente dell'autocompiacimento dell'ultimo decennio e ad abbracciare l'inevitabile. Una pandemia ha accelerato le previsioni di lunga data sul futuro del lavoro e la crescente gig economy, l'interruzione dell'istruzione superiore e il passaggio all'apprendimento online. Ciò che si è anche concretizzato sono le opportunità tecnologiche simultanee per sorvegliare un virus per aiutare a mitigarne la diffusione. Inoltre, nel settore dell'istruzione, Covid-19 ha accelerato l'adozione di soluzioni di apprendimento remoto, piattaforme di videoconferenza e strumenti che fungerebbero da proxy per valutare il coinvolgimento degli studenti e le capacità di apprendimento. L'aumento della domanda di dati per guidare le decisioni critiche, soprattutto in un periodo di incertezza, ha anche determinato un livello di preoccupazione dei consumatori che non abbiamo mai visto prima. La privacy dei dati sta diventando mainstream e il pubblico è diventato sempre più consapevole delle minacce di sorveglianza in sospeso nelle nostre vite remote e degli stigmi associati al monitoraggio della posizione e dei comportamenti nei tentativi giustificati di anticipare un virus. Questa crescente preoccupazione per la privacy ha rivelato una corrente sotterranea di profe...
Continua a Leggere

Acronis SCS e Leading Academics collaborano per lo sviluppo di un modello di punteggio del rischio basato sull’intelligenza artificiale

La società statunitense di protezione informatica Acronis SCS ha collaborato con importanti accademici per migliorare il software attraverso l'uso dell'intelligenza artificiale (AI). La collaborazione ha sviluppato un modello di punteggio del rischio basato sull'intelligenza artificiale in grado di valutare quantitativamente la vulnerabilità del codice software. Il nuovo modello ha dimostrato un miglioramento del 41% nel rilevamento di vulnerabilità ed esposizioni comuni (CVE) durante la sua prima fase di analisi. I seguenti test hanno prodotto risultati altrettanto impressionanti e Acronis SCS è impostato per condividere il modello al suo completamento. Fornitori di software e settore pubblicoUno degli aspetti più importanti di questa tecnologia è che può essere utilizzata da altri fornitori di software e organizzazioni del settore pubblico. Attraverso il suo utilizzo, la convalida della catena di fornitura del software può essere migliorata senza danneggiare l'innovazione o le opportunità per le piccole imprese ed è uno strumento conveniente per queste organizzazioni. Il modello basato sull'intelligenza artificiale di Acronis SCS si basa su una rete neurale di apprendimento profondo che esegue la scansione tramite codice sorgente sia open source che proprietario. Può fornire core di rischio quantitativi imparziali che gli amministratori IT possono utilizzare per prendere decisioni accurate che coinvolgono l'implementazione di nuovi pacchetti software e l'aggiornamento di quelli esistenti. L'azienda utilizza il modello di linguaggio per incorporare il codice. Un tipo di apprendimento profondo, il modello linguistico combina un livello di incorporamento con una rete neurale ricorrente ( RNN ). Per misurare il modello vengono utilizzate tecniche di up-sampling e algoritmi di classificazione come boosting, foreste casuali e reti neurali. Il dottor Joe Barr è il direttore senior della ricerca di Acronis SCS. “Usiamo il modello del linguaggio per ...
Continua a Leggere

In che modo l’UE sta aprendo la strada all’innovazione sociale basata sull’intelligenza artificiale

L'anno 2020 continuerà per sempre a richiamare i ricordi della pandemia del Coronavirus. Tuttavia, il 2020 sarà anche cementato nei libri di storia come il punto di svolta digitale che ha finalmente rivelato al mondo il significato dell'innovazione sociale e dell'approccio incentrato sull'uomo. Nel 2020, l'adozione dell'IA intersettoriale è aumentata come mai prima d'ora, poiché le soluzioni orientate alle persone sono diventate l'unico obiettivo e priorità di imprenditori tecnologici, imprese e governi. Questi rapidi progressi si sono indubbiamente estesi al 2021, stabilendolo come l'Anno dell'innovazione sociale basata sull'intelligenza artificiale. Non solo, ma i paesi dell'UE lungimiranti - in particolare Danimarca, Slovenia ed Estonia - hanno preso sul serio questo slogan. Da tempo l'UE è conosciuta come un campione mondiale di soluzioni sociali volte a migliorare la vita dei cittadini. Però, L'UE ha lanciato una serie di programmi e fondi lungimiranti orientati verso l'innovazione sociale e la tecnologia, come Horizon Europe, InvestEU, il Programma dell'UE per l'occupazione e l'innovazione sociale (EaSI) e il Fondo sociale europeo (FSE), tra i tanti altri. Uno degli sforzi più impressionanti è il programma Horizon Europe, che andrà dal 2021 al 2027. La Commissione Europea ha stanziato un budget proposto di € 100 miliardi per il progetto, che servirà a far avanzare la ricerca e l'innovazione in tutta la regione. Secondo un documento della Commissione UE, "L'Europa può plasmare il suo futuro attraverso la ricerca e l'innovazione concentrando la ricerca e l'innovazione sulle transizioni ecologiche, sociali ed economiche e le relative sfide sociali, facendo leva sui punti di forza scientifici dell'Europa nella leadership nell'innovazione rivoluzionaria e dirompente, fissando obiettivi ambiziosi per le questioni che ci riguardano quotidianamente , come lo sviluppo delle competenze, la lotta contro il cancro, le emissioni nocive e lo stato degli oceani,...
Continua a Leggere

L’AI Incident Database AIID

I fallimenti dei sistemi di intelligenza artificiale sono diventati un tema ricorrente nelle notizie di tecnologia. Algoritmi di valutazione del credito che discriminano le donne. Sistemi di visione artificiale che classificano erroneamente le persone con la pelle più scura. Sistemi di raccomandazione che promuovono contenuti violenti. Algoritmi di tendenza che amplificano le fake news. La maggior parte dei sistemi software complessi a un certo punto fallisce e devono essere aggiornati regolarmente. Abbiamo procedure e strumenti che ci aiutano a trovare e correggere questi errori. Ma gli attuali sistemi di intelligenza artificiale, per lo più dominati da algoritmi di apprendimento automatico , sono diversi dai software tradizionali. Stiamo ancora esplorando le implicazioni di applicarli a diverse applicazioni e proteggerli dal fallimento richiede nuove idee e approcci. Questa è l'idea alla base dell'AI Incident Database (AIID) , un archivio di guasti documentati dei sistemi di intelligenza artificiale nel mondo reale. Il database mira a rendere più facile vedere i guasti passati ed evitare che si ripetano. L'AIID è sponsorizzato dalla Partnership on AI (PAI), un'organizzazione che cerca di sviluppare le migliori pratiche per l'intelligenza artificiale, migliorare la comprensione pubblica della tecnologia e ridurre i potenziali danni. PAI è stata fondata nel 2016 da ricercatori di intelligenza artificiale di Apple, Amazon, Google, Facebook, IBM e Microsoft, ma da allora si è espansa fino a includere più di 50 organizzazioni membri, molte delle quali non profit. Esperienza nella documentazione dei guastiNel 2018, i membri del PAI stavano discutendo di una ricerca su una "tassonomia dei guasti dell'IA" o un modo per classificare i fallimenti dell'IA in modo coerente. Ma non esisteva una raccolta di errori dell'IA che potesse essere utilizzata per sviluppare la tassonomia. Ciò ha portato all'idea di sviluppare il database degli incidenti AI. "Conoscevo i...
Continua a Leggere

Come l’intelligenza artificiale cambia il mestiere di insegnante

Come l'IA cambierà cosa significa essere un insegnante L'intelligenza artificiale (AI) continua a rivoluzionare quasi tutti i settori della società. Non è diverso nell'istruzione, dove l'IA promette di creare un ambiente di apprendimento molto più efficace per studenti e insegnanti. L'intelligenza artificiale ci offre anche un'enorme opportunità per aprire l'accesso all'istruzione in tutto il mondo. Man mano che la tecnologia diventa più integrata in vari aspetti dell'apprendimento, i sistemi educativi appariranno notevolmente diversi da ciò che vediamo oggi. Al timone di quel sistema ci sono gli insegnanti e il loro lavoro si prepara a cambiare radicalmente. Ecco uno sguardo ad alcuni dei modi in cui l'IA cambierà il significato di essere un insegnante: Automazione di attività che richiedono tempoUna delle più grandi applicazioni dell'IA nell'istruzione è l'automazione. Sebbene questa sia una grande preoccupazione per molti altri settori, con la paura che l'IA possa sostituire i posti di lavoro, lo stesso non è necessariamente vero per l'istruzione. Uno dei maggiori problemi con i sistemi educativi odierni è che gli insegnanti sono tenuti a dedicare gran parte del loro tempo a compiti amministrativi come la valutazione, e questo porta via il tempo che hanno con gli studenti. Con l'intelligenza artificiale che automatizza questi tipi di attività tramite software specializzato, gli insegnanti avranno maggiori opportunità per soddisfare le esigenze individuali degli studenti. Gli insegnanti di oggi lavorano, in media, circa 50 ore a settimana. Meno della metà di quel tempo viene spesa in interazione diretta con gli studenti. Ecco una ripartizione dettagliata (numero di ore di insegnamento) fornita da McKinsey : Preparazione (10.5)Valutazione e feedback (6.5)Sviluppo professionale (3.0)Amministrazione (5,0)Istruzione e coinvolgimento degli studenti (16.5)Sviluppo delle abilità comportamentali, sociali ed emotive degli studenti (3.5)Coaching e cons...
Continua a Leggere

Michal Kosinski Studio di Stanford sul riconoscimento facciale che ipotizza collegamenti tra i tratti del viso e l’orientamento politico

Lo stravagante studio di Stanford sul riconoscimento facciale afferma che ci sono collegamenti tra i tratti del viso e l'orientamento politico Unisciti a noi per l'evento leader mondiale sull'accelerazione della trasformazione aziendale con AI e dati, per i responsabili delle decisioni tecnologiche aziendali, presentato dall'editore numero 1 in AI e dati Un articolo pubblicato oggi sulla rivista Scientific Reports dal controverso ricercatore affiliato a Stanford Michal Kosinski afferma di dimostrare che gli algoritmi di riconoscimento facciale possono esporre le opinioni politiche delle persone dai loro profili sui social media. Utilizzando un set di dati di oltre 1 milione di profili di Facebook e siti di incontri di utenti in Canada, Stati Uniti e Regno Unito, Kosinski e coautori affermano di aver addestrato un algoritmo per classificare correttamente l'orientamento politico nel 72% delle coppie di volti "liberali-conservatori". Il lavoro, nel suo insieme, abbraccia il concetto pseudoscientifico di fisionomia, ovvero l'idea che il carattere o la personalità di una persona possa essere valutata dal suo aspetto. Nel 1911, l'antropologo italiano Cesare Lombroso pubblicò una tassonomia che dichiarava che "quasi tutti i criminali" hanno "orecchie a brocca, capelli folti, barbe sottili, seni pronunciati, menti sporgenti e zigomi larghi". I ladri erano famosi per i loro "piccoli occhi vaganti", ha detto, e gli stupratori per le loro "labbra e palpebre gonfie", mentre gli assassini avevano un naso che era "spesso simile a un falco e sempre grande". La frenologia, un campo correlato, prevede la misurazione di protuberanze sul cranio per prevedere i tratti mentali. Gli autori che rappresentano l'Institute of Electrical and Electronics Engineers (IEEE) hanno affermato che questo tipo di riconoscimento facciale è "necessariamente destinato a fallire" e che affermazioni forti sono il risultato di una progettazione sperimentale scadente. Anche il professore ...
Continua a Leggere

Il 2021 sarà l’anno dei veicoli a guida autonoma

Il 2021 è l'anno dei veicoli autonomi Mentre il 2020 è stato un anno di successo per l'Intelligenza Artificiale (AI), in particolare i sottocampi del Machine Learning (ML) che sono Deep Learning e Reinforcement Learning , c'è un settore che è all'apice dell'adozione da parte del mercato di massa ed è quello dei veicoli autonomi. Sebbene l'autopilota di Tesla sia stato introdotto per la prima volta nel settembre 2014 , non si qualifica ancora per la guida autonoma di livello 5 completo. Il livello 5 è definito come Full Driving Automation. Il livello 4 è definito come automazione di guida elevata e la versione corrente dell'autopilota Tesla sarebbe meglio definire come automazione della guida condizionale di livello 3. Ciò richiede ancora che l'essere umano sia vigile per prendere il controllo del veicolo. Pietre miliari del 2020Il 2020 è stato un anno estremamente positivo per i veicoli autonomi, da ottobre 2020 Waymo consente ai clienti di chiamare veicoli senza conducente utilizzando un servizio chiamato WAYMO ONE e il feedback dei motociclisti è stato straordinariamente positivo. Non sono stati segnalati incidenti di guida pericolosa o anche di strani errori. Per essere precisi, WAYMO ONE è la guida autonoma di livello 5 completo. Questi servizi consentono a chiunque in Metro Pheonix di scaricare l'app Waymo e fare un salto . Questo non è diverso dal guidare su un Uber o un Lyft, con la differenza principale che non c'è nessun guidatore, e in particolare non c'è nessun guidatore di sicurezza da prendere in consegna in caso di problemi. A differenza di Tesla, Waymo sfrutta la tecnologia Lidar . I vantaggi di Lidar sono che offre un campo visivo di 95 gradi rispetto alle telecamere tradizionali che offrono un campo visivo di 30 gradi. Lo svantaggio di Lidar è che è più costoso delle fotocamere tradizionali. Analogamente a qualsiasi altra nuova tecnologia, maggiore sarà l'adozione da parte del mercato di massa, più il costo di Lidar diminuirà a causa de...
Continua a Leggere

Come diventare e migliorare come ingegnere di machine learning nel 2021

Come rimanere rilevanti come ingegnere di machine learning nel 2021Il mio piano e la mia strategia. Sentiti libero di prendere in prestito Il settore del machine learning si muove alla velocità dell'innovazione. Gli sviluppi e i progressi quotidiani spingono ulteriormente la frontiera del ML e dell'IA.In qualità di ingegnere esperto di machine learning, può essere difficile tenere il passo con il ritmo degli sviluppi che si verificano nel settore. Trovo che l' autocompiacimento, anche per un breve periodo, possa farti tornare indietro di mesi o anni dietro la frontiera del ML .Questo articolo descrive alcuni dei th e passi sto prendendo nel 2021 per rimanere rilevanti per il settore in termini di esperienza e conoscenza del dominio generale. La maggior parte dei passaggi sono un'estensione di strategie critiche che hanno funzionato molto bene per me nel 2020.Sentiti libero di utilizzare o apportare modifiche ad alcune delle strategie presentate in questo articolo. E se hai piani e strategie che hanno funzionato per te nei tuoi sforzi per rimanere rilevanti nel settore del ML, condividi nella sezione dei commenti. Avere una routine di apprendimento coerenteIl successo non è sempre questione di grandezza. Si tratta di coerenza. Un duro lavoro costante porta al successo. La grandezza verrà Una delle principali lezioni che ho imparato nel 2020 è che niente batte la costanza, non il talento e nemmeno la fortuna .Scrivere oltre 150 articoli su Medium nel 2020 e pubblicare almeno 3 articoli AI / ML / DS a settimana nel corso dell'anno mi ha fatto capire che se rimani coerente, è possibile accumulare un'esperienza preziosa che produce risultati che non possono essere replicati per fortuna.Negli articoli precedenti ho accennato ad alcuni dei motivi per cui scrivo su Medium e anche ai vantaggi realizzati come Machine Learning Practitioner. Attraverso la creazione di una normale routine di scrittura e apprendimento, sono stato in grado di fornire continuamente conte...
Continua a Leggere

In Giappone con l’intelligenza artificiale per accoppiare i giovani e aumentare le nascite

Il governo giapponese punta sull'intelligenza artificiale per abbinare le coppie e affrontare il basso tasso di natalità Nel corso del prossimo anno, il governo giapponese sperimenterà l' utilizzo di applicazioni di intelligenza artificiale per incoraggiare le persone ad accoppiarsi e ad avviare una famiglia. Secondo la BBC , l'obiettivo è affrontare il calo del tasso di natalità del Giappone utilizzando l'IA per abbinare persone con partner altamente compatibili. Il Giappone sta affrontando un problema sociale emergente a causa dei bassi tassi di natalità. La nazione ha uno dei tassi di fertilità più bassi al mondo e una delle più alte proporzioni di cittadini anziani di qualsiasi nazione. Le complicazioni di questo divario includono una forza lavoro in diminuzione e un numero insufficiente di persone per prendersi cura di una popolazione che invecchia. I dati raccolti dal governo giapponese hanno rilevato che il numero di matrimoni in Giappone è diminuito di 200.000 nel corso degli anni dal 2000 al 2019. Nel 2019, il numero di bambini nati nel paese era di 865.000, un minimo storico per il paese. La crisi del coronavirus ha esacerbato il problema rendendo più difficile per le coppie incontrarsi e uscire. Per affrontare questo problema, il governo giapponese finanzierà la creazione di sistemi di intelligenza artificiale destinati all'incontro dei futuri genitori. Il 2021 vedrà il governo stanziare circa 2 miliardi di yen (19 milioni di dollari) alle autorità locali per aumentare il tasso di natalità. Secondo un funzionario di gabinetto, il governo giapponese prevede di offrire sussidi ai funzionari del governo locale che vogliono impiegare l'IA in progetti di matchmaking. Le autorità locali di 47 diverse prefetture in Giappone offrono già servizi di matchmaking ai cittadini. Questi servizi sono gestiti dall'uomo al momento, ma alcuni di loro si sono rivolti all'utilizzo di sistemi di intelligenza artificiale per consigliare corrispondenze per le person...
Continua a Leggere

OcéanIA e Machine Learning

OcéanIA tratta il OcéanIA come una grande sfida di apprendimento automatico Auto a guida autonoma. Intelligenza artificiale generale. Battere un essere umano in una partita a scacchi. Le grandi sfide sono compiti che possono sembrare colpi di luna che, se raggiunti, faranno progredire l'intera disciplina del machine learning. Ora un team di ricercatori con OcéanIA di recente costituzione tratta lo studio dell'oceano e dei cambiamenti climatici come una grande sfida di apprendimento automatico. Il progetto quadriennale che riunisce più di una dozzina di ricercatori e scienziati di intelligenza artificiale ha condiviso alcuni piani iniziali questa settimana. Il progetto OcéanIA inizia con un focus sul riconoscimento automatico delle specie di plancton, molte delle quali non sono state documentate. Accanto ad alberi e foreste, il plancton e i processi di cui fa parte nell'oceano sono alcuni dei più grandi metodi di cattura del carbonio sulla Terra. L'anno scorso, il Gruppo intergovernativo di esperti sui cambiamenti climatici ha identificato una correlazione tra il cambiamento climatico e la capacità dell'oceano di sequestrare il carbonio, produrre ossigeno e sostenere la biodiversità. Uno studio pubblicato a maggio ha scoperto che il plancton assorbe il doppio del carbonio di quanto gli scienziati pensassero in precedenza. Un team di circa 15 ricercatori sta lavorando su OcéanIA attraverso l'apprendimento automatico e campi come la biologia, ha detto il direttore del Centro di ricerca Inria Chile Nayat Sánchez-Pi. "Questi servizi ecologici cruciali forniti dal plancton devono essere misurati, monitorati e protetti meglio al fine di mantenere la stabilità dell'oceano, mitigare i vari effetti del cambiamento climatico e garantire la sicurezza alimentare della popolazione", ha detto Sánchez-Pi. "Oggi possiamo dire che gli oceani sono gli ultimi sconosciuti e comprendere il ruolo degli oceani nel cambiamento climatico non è solo importante, ma anche una sfida pe...
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