Mesterséges intelligencia, blokklánc és Európa jövője. Hogyan teremtenek lehetőséget a bomlasztó technológiák a zöld és digitális gazdaság számára
Az Európai Beruházási Bank és az Európai Bizottság által készített jelentés globális áttekintést nyújt mindkét technológia jelenlegi állásáról. Azt mutatja, hogy Európának 10 milliárd eurós beruházási hiány kell pótolnia, amely hátráltatja a mesterséges intelligencia és a blokklánc-technológiák fejlesztését és alkalmazását az Európai Unióban.
A kiadvány szabadon letölthető
Az MI kora és az emberi jövőnk
Három illusztris szerzője van a könyvnek: Henry A Kissinger, Eric Schmidt és Daniel Huttenlocher. Schmidt a Google korábbi vezetője, Huttenlocher pedig a számítástudományi kutató (MIT). Azt vizsgálják, hogy hogyan változtatja meg az MI kapcsolatunkat a tudással, a politikával és a társadalmunkkal.
The Age of AI. And Our Human Future
Henry A Kissinger, Eric Schmidt, Daniel Huttenlocher; ISBN 9780316273800; Little, Brown and Company; 2021. november 2.
Recenzió: The Age of AI and Our Human Future — a technological triple threat; Financial Times; 2021. október 27.
Az autó, amely túl sokat tudott. Lehetséges-e az erkölcsös gép?
Ismert probléma, hogy az autonóm gépjárművek rendszereit fel kell készíteni olyan döntési helyzetekre, amelyekben a döntés súlyos etikai problémákkal jár. Az ezekkel a helyzetekkel kapcsolatos emberi véleményeket egy egészen nagyszabású kísérlet során mérték fel.
The Car That Knew Too Much. Can a Machine Be Moral?; Jean-François Bonnefon; ISBN: 9780262045797; MIT Press; 2021. október
„Pathway” a Google új mestereségesintelligencia-rendszere, amely többfajta feladatra is alkalmas
Az új rendszer lehetővé teszi a látást, a hallást és a nyelvértést egyszerre magában foglaló multimodális modelleket. Képes feldolgozni, például, a „leopárd” szót, leírva, kiejtve, és a leopárd videós ábrázolását is. Mindhárom esetben azonosítja a leopárd fogalmát.
Google unveils ‘Pathways’, a next-gen AI that can be trained to multitask; ZDNet
Ellenállás az arcfelismerés veszélyével szemben
Az Electronic Frontier Foundation véleménye az arcfelismerés veszélyeiről, és a lehetséges ellenlépésekről.
Resisting the Menace of Face Recognition; EFF.org
Politika és MI: négy radikális javaslat egy jobb társadalomért
Idén tavasszal a Stanford Institute for Human-Centered AI (HAI)tudósai felhívást tettek közzé: Melyek a legradikálisabb szakpolitikai javaslatok, amelyek választ adhatnak az MI-alapú jövő kihívásaira és lehetőségeire? Most a legambiciózusabb javaslatok közül néhányat november 9-10-én vitatnak meg a Stanford HAI őszi konferenciáján.
- Andrew Yang volt elnökjelölt: Univerzális alapjövedelem az automatizálás miatti állásvesztés ellensúlyozására
- Divya Siddarth, a Microsoft politikai közgazdásza és társadalomtechnológusa (social technologist: társadalmi célokra használt technológia): Az adatszövetkezetek nagyobb hatalmat adhatnak az adataink felett
- Francis Fukuyama, a Freeman Spogli Nemzetközi Tanulmányok Intézetének főmunkatársa: A köztes szoftver választási lehetőséget adhat a fogyasztóknak az interneten látottak felett
- Deborah Raji, munkatárs, Mozilla Foundation és CS PhD hallgató, UC Berkeley: Harmadik fél ellenőrzési célú hozzáférése a mesterséges intelligencia elszámoltathatóságához
A konferencia virtuális és ingyenes.
Four Radical Policy Proposals to Shape AI’s Impact on Society; Stanford Institute for Human-Centered AI (HAI)
A mesterséges intelligencia kihívása az emberi társadalom számára és az emberi személy eszméje
Rómában, a Vatikán tudományos intézménye szervezésében tartottak konferenciát a témáról
Vatican meeting explores challenge of artificial intelligence; Vatican News
A „kis adatok” is kulcsfontosságúak a gépi tanulás szempontjából
Transzfer tanulást, vagy áttanulást ismerteti a cikk. A „finomhangolásnak” is nevezett transzfertanulás hasznos azokban a beállításokban, ahol kevés adat áll rendelkezésre az érdeklődésre számot tartó feladatról, de bőséges adat a kapcsolódó problémáról. Úgy működik, hogy először betanítak egy modellt egy nagy adathalmaz segítségével, majd finomhangolják az adott problémához kapcsolódó kisebb adatkészlettel.
‘Small Data’ Are Also Crucial for Machine Learning; Scientific American
MI az európai kulturális intézményekben
Az EuropeanaTech, az Európai Unió Europeana nevű kezdeményezéséenk kutatási közössége, felmérése. 20 ország 56 intézményét vizsgáltak meg.
How Can AI Have A Bigger Impact Within Cultural Institutions?; Jing Culture and Commerce
AI in relation to GLAMs; Europeana Foundation
