万博官方app下载 自然与人工智能新闻与分析

丹迪克森

两名女医生在医院看x光片。

人工智能真的比医生更擅长诊断吗?

《英国医学杂志》发现了这些研究的一个严重问题

在83项关于深度学习算法在诊断图像上的性能的研究中,只有两项是按照建议随机化的,以防止解释中的偏差。

阅读更多;
汽车工厂里的机器人

2019冠状病毒病大流行会促进大规模自动化吗?

谨慎!机器人不会申请福利,但这还不是我们需要了解的全部

我理解许多商业领袖在客户流失的情况下试图保持偿债能力时所经历的恐慌。然而,恐慌是一个糟糕的老师:基于人工智能的自动化不仅不会解决他们所有的问题,它很可能会加剧他们的问题。人工智能是一个魔法盒,我们可以把它们塞进去,让它们消失。

阅读更多;
自动驾驶电动半挂车在高速公路上行驶。3 d渲染图像。

Star自动驾驶卡车公司关闭;还不够安全

公司首席执行官斯特凡•塞尔茨-阿克斯马赫直言不讳地表示:机器学习“并不像人们所宣传的那样好”。

Starsky Robotics不只是另一家被商业现实击垮的初创公司。2019年,它被美国全国广播公司财经频道(CNBC)评为全球最有前途的100家初创企业之一,并被货运行业的重要出版物FreightWaves评为值得关注的企业之一。但人工智能方面的突破并未出现。

阅读更多;
在流感病毒爆发期间,戴医用防护口罩的妇女使用抗菌消毒凝胶进行手部消毒和健康保护。冠状病毒检疫和新型冠状病毒肺炎

AI还没有准备好调整内容!

面对COVID-19对人类主持人的隔离,一些人希望人工智能能让不好的东西远离社交媒体

长期以来,大型社交媒体公司一直希望用人工智能取代人工内容审查员。COVID-19隔离只会加剧这种讨论。但在虚拟垄断使单点故障成为频繁风险的时代,人工智能远未做好成功调节内容的准备。

阅读更多;
有心理变态行为的商人

所有的人工智能都是精神病患者

我们可以利用他们,但我们不能把道德决定交给他们。他们不关心原因

构建一个人工智能需要将我们的智能部分移动到机器上。我们可以通过规则、(简化的)虚拟世界、统计学习来实现这一点……我们可能还会创造其他方法。但是,只要“无人在家”——也就是说,机器缺乏思维——差距就会存在,而这些差距在没有人类监督的情况下,会使我们处于危险之中。

阅读更多;
加拿大安大略省多伦多的有轨电车

“道德机器”对人工智能伦理来说是个坏消息

尽管最近有人为道德决策辩护,但我们不可能将道德决策外包给自动化智能

这就是进退两难的境地:道德机器(《电车问题》,更新版)感觉很有必要,因为我们用来安排生活的规则在自动化车辆面前毫无用处。法律体现了我们所适用的原则。机器没有思维去运用规则。相反,研究人员必须用数百万个例子来训练它们希望机器会提取出正确的信息。

阅读更多;
issue-type-bug-blame

机器从不说谎,但程序员……有时候

一个有创意的说法是,机器“欺骗”可能导致糟糕的人工智能结果

如果我们这么称呼它,我们可能就不用担心人工智能机器会试图欺骗我们了。”自动化智能而不是“人工智能”。

阅读更多;
美丽无聊的人无聊孤立在粉红色的背景上

面部表情是招聘决定的一个清晰、简单的依据吗?

向雇主推销人工智能来分析面部表情,忽略了一个事实,那就是面部表情的相关性不是因果关系

你听说过《工具法》吗?它的意思是,引用一个公式,“擅长用锤子的人倾向于认为一切都是钉子。”任何给定的问题都需要一个有力的打击。这是人工智能的风险,就像业余木工一样。但有了人工智能,它会让你陷入更严重的麻烦。以招聘为例。

阅读更多;
停止标志损坏yuliyakosolapova-DmtblAatFtk unsplash

McAfee:辅助驾驶系统很容易被愚弄

毁损路标导致系统大幅加速车辆

随着时间的推移,机器视觉将变得比最近被一个损坏的标志骗到快速加速的视觉更难被欺骗。但被愚弄的人比被愚弄的机器能做出更好的决定,这仍然是事实,因为被愚弄的人有常识、意识和推理的头脑。

阅读更多;
Eugene Triguba拍摄

人工智能改变了我们与工具的关系

如果一辆自动驾驶汽车倒向店面,谁该负责?西雅图大学的一门新课程探讨了人工智能中的伦理问题

西雅图大学开设了一门免费课程,旨在探讨“人工智能中的伦理意义”。我已经报名了。我希望能够解决的一个问题是:我们不能把只有我们才能做的一件事拱手让给机器:公平对待他人。

阅读更多;
未来科技扫描美女面部,进行面部识别和扫描,确保人身安全。

教计算机常识是非常困难的

那些花哨的语音界面只不过是由复杂的统计数据引导的庞大的查找表

艾伦人工智能研究所(Allen Institute for Artificial Intelligence, AI2)的研究人员最近发表了一篇论文,驳斥了有关赋予计算机常识的快速进步的说法。

阅读更多;
两名女医生在医院看x光片。

人工智能可以帮助发现癌症——但它不是魔杖

上个月,当我谈到人工智能如何帮助癌症诊断时,我没有意识到医疗诊断的一些复杂性

正如一位受过医学培训的律师最近提醒我们的那样,任何一张照片都是时间上的快照,是病人整个故事的一小部分。重要的是整个故事,而不是一张可能断章取义的图片。

阅读更多;
OLEG PLIASUNOV拍摄

《经济学人》真的采访了人工智能吗?

也许他们对什么是面试有自己的定义……

面对人工智能语言工具提供采访的说法,我采纳了昨天给读者的建议,并点击了链接。什么一个启示。《经济学人》的故事是更多的比西格尔讨论的例子更不诚实《科学美国人》。

阅读更多;
人口结构变化

机器能分辨出你是精神病还是同性恋吗?

不,关于机器学习能做什么的炒作足以让老式的小报听起来既乏味又体面

媒体经常与研究人员合作,夸大机器学习的发现能力。数据分析师埃里克•西格尔(Eric Siegel)表示,一种巧妙的、“创造性的”准确性方法使得虚假陈述成为可能。

阅读更多;
摄影:Michal Mrozek

那么,这次真的是人工智能的冬天吗?

人工智能确实在2010年代取得了突破,但远远没有达到炒作的程度

也许两者兼而有之。AI将需要更多的从我们这里,不能少,因为如何我们选择使用这些工具将使利益和毁灭之间的区别越来越明显。

阅读更多;
摄影:Clem Onojeghuo

我们可以把招聘决策外包给人工智能,然后去喝咖啡吗?

如果我的招聘经理表现出人工智能的特点,我会立即解雇他。那么,我们为什么要容忍来自机器的信号呢?

由于失业率处于历史低位,雇主们倾向于使用人工智能(AI)系统来降低成本和加快流程。这些系统可能会有所帮助,但为了获得最好的结果,让我们来看看它们不能解决的问题,以及它们可能造成的一些问题。

阅读更多;
乳腺癌组织学:左下见原位小叶癌(LCIS),右上见浸润性小叶癌。筛查性乳房x光检查可以发现早期肿瘤。

人工智能如何帮助我们对抗癌症

乳腺癌是人工智能如何加速早期检测的一个很好的例子

AI能抓住医生没抓住的东西,医生也能抓住AI没抓住的东西。使用AI来突出什么可能是癌症组织有助于放射科医生关注不明确的情况,减少错过早期癌症的机会。

阅读更多;
沙漠GPS导航仪

人工智能应该意味着更聪明地思考,而不是更少

当我们使用技术时,我们应该更加投入

蒂姆·哈福德(Tim Harford)以桑切斯(Sanchez)的悲剧为例,提出了一个重要的问题:我们如何知道某项技术何时真正在帮助我们?当我们冒的风险太大或付出的代价太高时呢?

阅读更多;
智能汽车,自动驾驶模式车辆在地铁城市道路物联网概念。

专家:十年之内我们都不会有自动驾驶汽车

机器学习迅速将自动驾驶汽车从实验室推向了道路,但其基础技术仍很脆弱

神话本身并不坏,但现实世界会摧毁它们。目前,“自动驾驶汽车就在眼前”这一说法遭到了抨击。这是为什么不。

阅读更多;