Archivo de la etiqueta: colaboración

El lado humano de la inteligencia artificial y aprendizaje automático


StevenGustafsonNota del Editor, Tricia Wang: El siguiente paso en nuestra Co-diseñar máquinas con la edición es Steven Gustafson (@stevengustafson), fundador de la Descubrimiento de Conocimiento en el Laboratorio de Energía Global Research Center general en Niskayuna, Nueva York. En este post, preguntó ¿cuál es el papel de los humanos en el futuro de las máquinas inteligentes. Él hace que el caso de que en un futuro previsible, artificialmente máquinas inteligentes son el resultado de los seres humanos creativos y apasionados, y como tal, integramos nuestros prejuicios, empatía, y deseos en las máquinas haciéndolas más "humana" que a menudo pensamos. Vine por primera vez a través de la obra de Steven mientras él estaba dando una charla organizada por Madeleine Clare Elish (colaborador edición) en Datos & Sociedad, donde habló apasionadamente sobre la necesidad de los seres humanos para mover el proceso de diseño y de traer en el pensamiento ético en la innovación AI. Steven es un ex miembro del Laboratorio de Aprendizaje Automático y Laboratorios Inteligencia Computacional, donde desarrolló y aplicó avanzados algoritmos de inteligencia artificial y aprendizaje automático para la resolución de problemas complejos. En 2006, recibió el IEEE Sistema Inteligente de "AI 10 ver" premio. Actualmente se desempeña en el Comité de Dirección del Consorcio Nacional para la Ciencia de Datos, con sede en la Universidad de Carolina del Norte. Recientemente. le dio el principal en Cumbre Consejo Asesor de cliente de la SPI Gobal en abril 2016, titulado "Datos Avance & Analytics en la Era de la Inteligencia Artificial y Computación Cognitiva ".

paisaje-1457536221-alphago (1)Recientemente hemos visto cómo la inteligencia artificial y aprendizaje automático nos pueden sorprender con resultados aparentemente imposibles como AlphaGo. También vemos cómo las máquinas pueden generar miedo con la percepción “maquinal” razonamiento, la lógica y la frialdad, la generación de resultados potencialmente destructivas con una falta de humanidad en la toma de decisiones. Un ejemplo de esto último que se ha popularizado es cómo los coches de conducción auto deciden elegir entre dos malos resultados. En estos escenarios, la IA y ML están realizados como una máquina de algún tipo, ya sea física como un robot o un coche, o una “cerebro” como un algoritmo de predicción del crimen se hizo popular en el libro y la película “Minority Report” y más recientemente programa de televisión “Las personas de interés.

Soy un científico de la computación con la experiencia y la pasión por la IA y el aprendizaje automático, y yo he estado trabajando a través de tecnologías y aplicaciones generales en la última década. Cuando veo estas aplicaciones de la IA, y el miedo o la exageración de su potencial futuro, Me gusta recordar lo que primero me inspiró. Primero, Me atraen a los ordenadores, ya que son una gran plataforma para la creación y la información instantánea. Puedo escribir código y ejecutarla de inmediato. Si no funciona, Puedo cambiar el código y probarlo de nuevo. Seguro, Puedo hacer pruebas y desarrollar la teoría, los cuales tiene su propia belleza y necesidad, a veces, pero recuerdo que una de las primeras aplicaciones de bases de datos que creé y lo divertido que era para introducir datos y consultas de ejemplo y ver que funcione correctamente. Recuerdo la primera vez que desarrolla una red neuronal y lo hizo jugar sí para aprender sin ningún conocimiento previo de cómo jugar tres en raya. Este puede ser un ejemplo muy trivial, pero, no obstante, está inspirando.

¿Puede una máquina de escribir su propio código? ¿Puede una máquina de diseñar un nuevo, versión mejorada de sí mismo? ¿Puede una máquina “evolucionar” como los seres humanos en una especie más inteligentes? Se puede hablar de una máquina a otra máquina utilizando un lenguaje humano como Inglés? Estas fueron todas las preguntas que me excitaba como un científico de la computación de grado, y eso me llevó a estudiar la IA y ML durante la escuela grad, y estas son todas las preguntas que se pueden responder con un Sí! máquinas, o computadoras y algoritmos, se ha demostrado en diferentes circunstancias para lograr estas capacidades, sin embargo, tanto la idea de que las máquinas tienen la capacidad y la idea de que las máquinas pueden aprender conceptos son de miedo a los seres humanos en el sentido general. Pero cuando entramos en cada uno de estos logros, nos encontramos con algo que creo que es a la vez creativa, inspirador y humana.

Pero permítanme dar un paso atrás por un minuto. Las máquinas no pueden hacer esas cosas de arriba en un sentido general. Por ejemplo, si pongo mi portátil en un gimnasio con una pelota de baloncesto, que no puede evolucionar un cuerpo y aprender a jugar al baloncesto. Es decir, Actualmente no se puede hacer eso sin la ayuda de muchos ingenieros y científicos brillantes. Si he descargado todos mis datos de salud en mi teléfono, mi teléfono no va a aprender a tratar mis problemas de salud y notificar a mi médico. De nuevo, es decir que no puede hacer que en la actualidad sin la ayuda de muchos ingenieros y científicos inteligentes. Así, mientras que mi máquina no puede convertirse en seres humanos hoy en su propia, con la ayuda de muchos ingenieros y científicos resolver alguna tecnología muy interesante, experiencia de usuario, y problemas específicos de dominio, las máquinas pueden hacer algunas cosas muy notables, como conducir un coche o participar en la conversación.

La brecha que creativa, ingenieros y científicos inteligentes y capacitados hoy desempeñan una brecha que debe cerrarse para máquinas inteligentes que tanto aprender y aplicar ese aprendizaje. Esa brecha es también una brecha muy humana – que pone de relieve el deseo de nuestra especie, acumulación de conocimientos, nuestra capacidad para superar los problemas difíciles, y nuestro deseo de colaborar y trabajar juntos para resolver problemas significativos. Y sí, También puede resaltar nuestros fracasos para hacer lo correcto. Pero es una cosa humana, todavía.

Leer más… El lado humano de la inteligencia artificial y aprendizaje automático

Antropología visual digital: Previendo el campo


Captura de pantalla 2013-11-28 en 3.40.03 PMShireen Walton es un estudiante D.Phil en Antropología de la Instituto de Antropología Social y Cultural, Universidad de Oxford y miembro de la Oxford Group Etnografía digital. Shireen estudia las comunidades en línea de fotógrafos iraníes con un enfoque especial en los blogs de fotos.

Nota del editor: En este post de nuestro ‘Al ser un etnógrafo Estudiante‘ edición, Shireen Walton retransmite una conversación con David Zeitlyn en un seminario especial sobre antropología visual digital (DVA) en Oxford a principios de este mes. Como alguien nuevo en el campo en línea, Shireen se ha visto obligado a pensar más seriamente en los últimos años acerca de algunas de las grandes cuestiones relativas a la subcategoría visual de una antropología digital contemporánea. David Zeitlyn se basa en el Instituto de Antropología Social y Cultural de la Universidad de Oxford y ha sido una figura clave en la relación entre el desarrollo de Antropología Social y TIC - especialmente en la apertura de vías innovadoras para el uso de multimedia, las tecnologías de visualización y de Internet en los proyectos de investigación antropológicos sociales.

El principal problema que enfrentan todos los investigadores digitales, parece, es pensar, ante todo, sobre cómo la práctica tradicional de la etnografía se traduce en el contexto en línea. Tienen que hacer esto de una manera a la vez fiel y suficientemente rigurosos como para constituir una investigación etnográfica, siendo a la vez lo suficientemente flexible como para satisfacer los nuevos desafíos que se derivan de las nuevas zonas de (en línea) compromiso: una perspectiva desafiante. Por lo anterior, antropólogos se ven obligados a considerar qué herramientas metodológicas existentes que podrían confiar en el fin de abordar incluso estos nuevos temas al mismo tiempo de forma creativa, y más bien con valentía, sugiriendo cómo podrían ser actualizadas.

Una de las cuestiones más amplias que hemos considerado en el seminario fue la de si la antropología digital puede en estos días se considerará como una nueva, subdisciplina oficial dentro de la antropología común como Horst y Miller declaró recientemente en la introducción a su libro editado, Antropología digital (Horst y Miller 2012). A raíz de esto, podríamos entonces proponer que el sub-campo visual de un proyecto antropológico digital podría entonces constituir por sí misma un "campo de sub-sub?"Estas cuestiones requieren pensar en dónde DVA contemporánea podría sentarse dentro de la corriente antropológica canon, incluidos sus métodos establecidos y los límites epistemológicos.

Definición de DVA esencialmente implica dos consideraciones principales, ya sea como sitio de o método de investigación, (o ambos), como Sarah Pink se ha identificado en su artículo seminal titulado: Antropología visual digital: Posibilidades y Desafíos, (Rosa 2011). En el caso de mi propia investigación, por ejemplo,, el estudio de la iraní 'foto-blogosfera' constituye a la vez una sitio de investigación - es decir. un sistema visual de la expresión cultural iraní popular en Internet, así como una método de investigación, utilizando el medio en línea para acceder a estas comunidades y llevar a cabo la observación participante en línea, entre ellos. Confío en que las tecnologías digitales y visuales incluyendo Internet, la cámara digital, y una exposición en línea digitalmente comisariada-, con el fin de situarme en el campo y llevar a cabo la investigación de una manera tecnológicamente relevante que conviene a las actividades de mis participantes.Leer más… Antropología visual digital: Previendo el campo

¿Qué significa ser un observador participante en un sitio como Wikipedia?


La visión de un etnógrafo ir físicamente a un lugar, establecerse en las actividades de ese lugar, hablar con la gente y el desarrollo de una comprensión más profunda parece mucho más simple que las mismas actividades en espacios multifacéticos como la Wikipedia. Investigar cómo wikipedistas gestionar y verificar la información en rápida evolución artículos de noticias en mi última misión etnográfica, A veces me gustaría poder ir simplemente al artículo como yo a un lugar, sentarse y tener una charla con la gente a mi alrededor.

Conversaciones Wikipedia son asíncronas (a veces con semanas enteras o meses entre las respuestas entre los editores) y ha demostrado ser extremadamente complicado de averiguar quién dijo qué y cuándo, dejar que el contacto solo y tener conversaciones en vivo con los editores. Estoy empezando a darse cuenta de lo mucho que la presencia física es una parte del ejercicio de construcción de confianza. Si quiero conectar con un editor en particular Wikipedia, Sólo puedo enviarlas por correo electrónico o escribir un mensaje en su página de discusión, y muchas veces no tengo mucho que seguir cuando estoy haciendo estas cosas. A menudo no sé de dónde son o dónde viven o quiénes son en realidad más allá de las pistas que me dan en sus páginas de perfil.Leer más… ¿Qué significa ser un observador participante en un sitio como Wikipedia?