Archivo de la etiqueta: IR

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

Co-diseño con máquinas: ir más allá de la máquina binaria / humana



web-7525squareCarta del Editor: Estoy feliz de anunciar el El Co-Proyectos con la edición Máquinas. Como alguien con un pie en organizaciones de la industria rediseño que florezca en un mundo rico en datos y otro pie en la investigación, Estoy constantemente tratando de tener una vista aérea sobre los logros técnicos. Últimamente, He estado obsesionado con el futuro del diseño en un mundo cada vez más rico en datos alimentado por la inteligencia artificial y sus algoritmos. Lo que comenzó durante una conversación cocina con mi colega, Che-Wei Wang (colaborador de esta edición) sobre el diseño generativo y los algoritmos genéticos se convirtieron en una gran parte de mi hablar en el diseño de interacción 2016 en Helsinki, Finlandia. Ese trozo entonces ocupaba más de un espacio de mi cerebro y ampliado en esta edición de Espacio para la Etnografía, Co-diseño con máquinas. En el post de introducción de esta edición, Comparto una manera más productiva para enmarcar la colaboración humana y la máquina: como un sistema en red. Entonces me persiguió por nueve personas que están a la vanguardia de esta transformación para compartir sus puntos de vista con nosotros. Alicia Dudek de Deloitte se iniciará el próximo post con una ficción especulativa sobre si los robots de AI pueden realizar cualquier parte del trabajo de campo cualitativo. Janet Vertesi cerrará esta edición nos da un adelanto de su próximo libro con un artículo sobre la colaboración humana y la máquina en las expediciones de la NASA Mars Rover. Y entre Alicia y Janet son siete colaboradores provienen de la comercialización de la máquina de aprendizaje con los artículos súper reflexivos. Gracias por unirse a la carrera! Y si usted encuentra que esto sea atractiva, tenemos una Una mala en la que podemos continuar con las conversaciones y conocer a otras personas humanocentrista. Únete a nuestro @ethnomatters Twitter para las actualizaciones. Gracias. @ Triciawang

giphy (1)

¿Quién está ganando la batalla entre humanos y ordenadores? Si usted lee los titulares sobre Inteligencia Artificial de Google (AI), DeepMind, batiendo el jugador de go-campeón del mundo, se podría pensar las máquinas están ganando. el artículo de la CNN sobre proclama DeepMind, "En la última batalla del hombre contra la máquina, los seres humanos se están ejecutando en segundo lugar. "Si, por otra parte, usted lee los titulares acerca de Facebook Tendencia de la sección Noticias y Asistente personal, M, que podría estar convencido de que las máquinas son menos puro y perfecto de lo que hemos hecho creer. A medida que la Borde titular pone, “Facebook admite su algoritmo de noticias de tendencias necesita mucha ayuda humana.”

Los titulares de ambos lados se basan en una falsa, tropo obsoleta: El binario de los seres humanos frente a los ordenadores. Estamos rodeados de argumentos similares en películas populares, ciencia ficción, y las noticias. A veces, las computadoras son intelectualmente superiores a los humanos, a veces son moralmente superior y libre de prejuicios humana. DeepMind de Google está ganando un juego de suma cero. algoritmos de Facebook de alguna manera están fallando al confiar en la ayuda humana, como si la colaboración entre humanos y ordenadores de esta batalla épica es de alguna manera vergonzosa.

El hecho es que los humanos y los ordenadores han sido siempre colaboradores. El ser humano / ordenador vista binario es perjudicial. Nos está restringiendo se acerquen a las innovaciones de IA más cuidadosamente. Se enmascara la cantidad de nos inclinamos a creer que las máquinas no producen resultados sesgados. Se permite a las empresas evitar asumir la responsabilidad por sus prácticas discriminatorias diciendo, "se salió a la superficie por un algoritmo ". Además, nos está impidiendo que inventar formas nuevas y significativas para integrar la inteligencia y la máquina de la inteligencia humana para producir mejores sistemas.

giphyA medida que las computadoras se vuelven más humanos, tenemos que trabajar aún más duro para resistir el binario de los ordenadores frente a los humanos. Tenemos que reconocer que los seres humanos y máquinas siempre han interactuado como un sistema simbiótico. Desde los albores de nuestra especie, hemos cambiado herramientas tanto como herramientas nos han cambiado. Hasta hace poco, las formas en que nuestros cerebros y nuestras herramientas cambiaron estaban limitados a la cantidad de entrada de datos, almacenamiento, y procesar tanto podía manejar. Pero ahora, hemos roto la ley de Moore y estamos sentados en más datos de lo que es capaz de procesar. Para realizar el siguiente salto para obtener el valor social completa de la información que hemos recopilado, tenemos que hacer un salto en la forma en que concebimos nuestra relación con las máquinas. Tenemos que vernos como una sola red, no como dos campos separados. Ya no podemos darnos el lujo de ver a nosotros mismos en una posición de confrontación con los ordenadores.

Para aprovechar la enorme cantidad de datos que hemos recogido de una manera que tenga sentido para los seres humanos, tenemos que abrazar la inteligencia humana y la máquina como un sistema holístico. A pesar de los llamativos titulares juego de suma cero, esta es la verdad detrás de cómo DeepMind dominado Go. Mientras que la prensa interpretó el éxito de DeepMind como dote independiente del juicio humano, que no era el caso en absoluto. Leer más… Co-diseño con máquinas: ir más allá de la máquina binaria / humana