为什么更好的人工智能可能取决于假数据

财富杂志 · 商业 · 01月05日
内容显示:
  • 英文
  • 中文
  • 中英对照

欢迎来到新的一年,关注人工智能阅读器!从2022年开始,让我们关注人工智能中最大的趋势之一:合成数据。

培训机器学习模型,以显示产品在制造过程中的缺陷,或预测客户何时会跳入竞争对手,需要大量高质量的数据。然而,一个主要问题是,大多数企业没有足够的数据

这就是为什么使用人工智能来创建合成数据本质上是计算机生成的数据,以取代真实数据来改进机器学习模型的原因。例如, AG Giant 迪尔正在创建不同天气条件下植物的合成图像,以改进其计算机视觉系统,这些系统最终将被用于拖拉机上,以识别杂草,并在它们上喷洒除草剂等用途。该公司说,这样做可以节省公司在各种照明和环境中手动拍摄数千株植物的时间和费用。如果没有合成数据,其技术更可能混淆杂草与作物,反之亦然。

摩根大通人工智能研究主管Manuela Veloso告诉《财富》杂志,她的银行也在试验合成数据。一些项目涉及创建代表支付欺诈和洗黑钱的合成数据集。该银行为人工智能提供的数据越多,就越能发现真实世界中的欺诈,或者这种想法是这样的。

美国运通正在进行类似的调查,以查明欺诈行为。

不过,并不是所有人都同意合成数据是有帮助的。一些公司缺乏创建机器学习合成数据所需的技术人员和资源。此外,分析师告诉Fortune ,专门从事假数据生成服务的初创公司还很年轻,还没有在测试项目之外证明自己。还不清楚使用合成数据培训机器学习模型是否会导致培训模型的重大改进。研究人员还没有创建正式的研究来评估使用真实数据或假数据培训人工智能系统之间的任何差异。

然而, Veloso相信人工智能的未来将涉及合成数据。她说,虽然真实世界的数据对培训机器学习模型至关重要,但它只反映了"过去的副本" ,因此,当人工智能遇到异常时,可能会增加其绊倒的风险。她说,合成数据给人工智能提供了更广泛的教育。

"模拟使我们能够脱离现实, " Veloso说。 "没有这种差异,就很难处理一个惊喜。 "

乔纳森·瓦尼安@ Jonathanvanian

jonathan . vanian @ fortune . com

新闻中的A . I

谷歌在安全和机器学习方面下注了很大的赌注。以色列科技新闻服务Ctech援引未具名的消息来源称,谷歌计划斥资约5亿美元收购网络安全初创公司Siemplify 。 Siemplify使用机器学习软件对一个组织的安全漏洞进行分类,以便将更严重的漏洞列为优先事项。该报告称,谷歌将使用Siemplify作为其日益增长的云计算部门在以色列的安全运营基地。

人工智能只是帮助这个人变得非常富有。彭博社(Bloomberg News)报道,中国人工智能公司Sensetime的联合创始人唐小ou在公司在香港上市后,现在是世界上最富有的人之一。该通讯社估计,这位高管的财富"在Sensetime周四结束后,比其首次公开发行价格高出7.3% ,跃升了3亿美元,至约37亿美元" 。面部识别专家唐曾在亚洲微软研究公司工作, 2014年开始Sensetime 。

人工智能汽车合作伙伴。据路透社(Reuters)报道,自动卡车公司TuSimple Holdings已经与英伟达(Nvidia)合作,并将使用半导体的计算机芯片为其自动驾驶卡车提供动力。 TuSimple的自动卡车生产日期定在2024年,汽车公司Navistar将帮助该公司建造自动卡车。

机器学习用于烧伤。美国陆军外科研究所(U . S . Army Institute of Surgical Research)正在与加州大学欧文分校贝克曼激光研究所(Beckman Laser Institute)和医学诊所(Medical Clinic at the University of California at Irvine)合作,开展一个涉及机器学习的项目,以评估烧伤的严重程度,该行业出版物NextGov报道。希望这项研究能让非医学专家更好地护理烧伤。

A . I . TALENT考试

白宫科技政策办公室(Office of Science and Technology Policy)任命亚历山大·麦克吉利夫雷(Alexander MacGillivray)为首席副首席CTO 。麦克吉利夫雷曾是非营利组织Alloy的联合创始人和总法律顾问,并在2014年至2017年期间担任美国政府副联邦CTO 。

前Waymo首席执行官约翰 Krafcik加入了汽车公司Daimler Truck的董事会。 Daimler Truck正在与Waymo合作开发自动半自动驾驶汽车。

关于人工智能的研究

用你的大脑来移动机器人。瑞士Cole Polytechnique Fdrale de Lausanne的研究人员在《自然通讯生物学》(Nature ' s Communications Biology)上发表了一篇关于使用强化学习的论文,在该论文中,计算机通过许多Trialsas学习一种方法,让四肢瘫痪的患者用他们的思维来指挥机器人手臂。人工智能系统嵌入到患者佩戴的耳机中,以监视大脑活动。该论文描述了患者如何能够通过查看物体等方面的成就,将机器人手臂移动到桌子上,以避免杯子。

该文件:

展望未来,我们的目标是进一步设计及开发教学及控制方法,以增加外部假肢的灵活性,同时促进该学科的互动。未来的辅助机器人操纵者应包括自主抓取,以增加对更多物体的抓取稳定性。最终目标将是引入无缝的人机交互,能够在真实世界环境中执行复杂的任务。

A . I论坛

世界刚刚错过了一个"历史性的机会"来阻止杀死机器人,这可能是件好事

为什么合成数据在人工智能领域是一个如此热门的话题

梅赛德斯-奔驰(Mercedes - Benz)的未来主义概念车支持了其从EV Throneby Christiaan Hetzner手中颠覆特斯拉的计划。

数据共享和离岸外包:全球问题需要合作解决

虚拟现实为设计师们提供了新的世界观和设计方法, Nicole Gull McElroy也是如此

巴林食品

世界人工智能的热点。根据《哈佛商业评论》(Harvard Business Review)一篇关于人工智能人才库的文章,尽管在人工智能工作方面,圣弗朗西斯科是领导者,但其他几个城市也有大量的机器学习专家。作为他们方法的一部分,作者在计算人工智能人才库时纳入了性别、种族多样性、接纳移民和生活费用等因素。

在排名中名列前茅的城市包括班加罗尔、北京、亚特兰大、新加坡、新德里和墨尔本。文章中写道:

例如,巴西和印度有50个城市,雇佣的人工智能工作者是2017年的三倍。这一增长率与美国相匹配或超过了美国。印度近30%的科学研究论文包括女性作者,是美国和英国女性作者比例的两倍。与此同时,中国科学院是人工智能研究的最大出版商,清华大学和北京大学紧随其后。

关注西梅公众号