Unsere Zukunft mit Künstlicher Intelligenz | Damian Borth | TEDxStuttgart
Es gibt viele verschiedene Möglichkeiten, A.I. Die Entwickler versuchen, intelligente Maschinen dazu zu bringen, Informationen und Erfahrungen zu erlernen und zu absorbieren. Dazu werden Programme in der Regel durch große Datenmengen geleitet. Aber ein Team von Stanford-Wissenschaftlern sucht nach einer viel konventionelleren Form des Unterrichts, auf die sich die Menschen seit Beginn des geschriebenen Wortes verlassen: Lesen.
In einer neuen Studie, die in das arXiv-Archiv (ausgesprochen "Archiv") hochgeladen wurde, beschreibt ein Forschungsteam, wie es ein Programm namens Augur für den Zugriff auf eine wahnsinnig große Datenbank mit Online-Fiktionen erstellt hat. Außerdem hat es gelernt, verschiedene Arten von Vorhersagen genau vorherzusagen menschliche Reaktionen auf bestimmte Situationen - nur basierend auf dem, was er gelesen hat.
Augur hat durch 600.000 Geschichten, die derzeit in der Online-Schreibgemeinschaft WattPad gespeichert sind, im Wesentlichen etwas über Menschen gelernt. Es werden Beschreibungen des menschlichen Verhaltens gelesen, die vom Alltäglichen reichen, wie Essen oder Nehmen eines Selfies bis hin zu extremen. Daher kann Augur die Handlungen einzelner Menschen in realen Situationen erkennen und vorhersagen, wie der nächste Schritt aussehen wird, beispielsweise "ein Telefon, das sich zum Schweigen bringt, wenn die Wahrscheinlichkeit gering ist, dass Sie es beantworten", schreiben die Forscher.
Es ist leicht einzusehen, warum Fiktion ein so nützliches Lernwerkzeug ist. „Während wir uns dazu neigen, über Geschichten nach den dramatischen und ungewöhnlichen Ereignissen nachzudenken, die ihre Handlungen bestimmen,“, schreiben die Forscher in der Zeitung, „sind die Geschichten auch mit prosaischen Informationen darüber, wie wir unsere tägliche Umgebung navigieren und darauf reagieren. Bei vielen Millionen Wörtern sind diese profanen Muster weitaus häufiger als ihre dramatischen Gegenstücke. Charaktere in der modernen Fiktion schalten die Lichter ein, nachdem sie Räume betreten haben; sie reagieren auf Komplimente durch Erröten; Sie antworten nicht auf ihr Telefon, wenn sie sich in Besprechungen befinden. “
Bei den bisher durchgeführten Feldtests erhielten die Teilnehmer eine von Augur betriebene, tragbare Kamera, damit das System Objekte und Personen in einer bestimmten Umgebung erkennen kann. Das System konnte den nächsten Zug mit einer Genauigkeit von 71 Prozent vorhersagen. Ungefähr 94 Prozent dieser Vorhersagen wurden als „vernünftig“ eingestuft - eine beachtliche Leistung, wenn Sie sich daran erinnern, dass es sich nur um eine Menge algorithmischen Codes handelt, der die Zukunft vorhersagen kann.
Natürlich ist es nicht das erste Mal, dass A.I. Forscher haben sich der Literatur zugewandt, um Maschinen zu unterrichten. Kürzlich stellte Facebook der Forschungsgemeinschaft 1,6 Gigabyte an Kindergeschichten zur Verfügung, um A.I. realistische Szenarien von den fantastischen unterscheiden.
Die Entdeckung von Planet X kann helfen, die Apokalypse vorherzusagen, und uns darauf vorbereiten, sie zu stoppen
Seit dem ersten Auftauchen vor 3,5 Milliarden Jahren auf der Erde hat sich das Leben ziemlich hart entwickelt. Fünf Massensterben haben insgesamt 99,9 Prozent aller Arten, die jemals auf der Erde gelebt haben, eliminiert. Einige von ihnen wurden direkt durch außerirdische Ereignisse verursacht. Asteroiden sind nicht unser Freund. Nun, neue R ...
Wie Googles DeepMind A.I. Verwendet verschlüsselte Patientendaten, um zu lernen, Krankheiten vorherzusagen
Googles DeepMind-System für künstliche Intelligenz hat Zugang zu den Gesundheitsakten von 1,6 Millionen britischen Patienten in einer der größten Datenaustauschvereinbarungen seiner Art erhalten. Der in London ansässige Royal Free NHS Trust liefert die Aufzeichnungen und die vollständigen Namen aller Patienten in den letzten fünf Jahren, um ...
Lernen, zu lernen und eine neue Sprache zu lernen?
Die neue App Lrn hat weder für Vokale noch für Gimmicks Zeit: Laden Sie sie auf, und Sie tauchen direkt in den Kern ihres Zwecks ein, der Ihnen das Codieren beibringt. Nathan Bernard, der die Tinder-for-Networking-App Coffee entwickelte, lancierte Lrn Ende Juli mit den Mitgründern Chirag Jain und Logan Bernard. Sie brauchten keine ...