IO-tv 13th of May: FONTYS FOR SOCIETY AND MORE
Er zijn veel verschillende manieren A.I. ontwikkelaars proberen intelligente machines te leren om informatie en ervaringen te leren en te absorberen - en dit houdt meestal in dat programma's door enorme hoeveelheden gegevens moeten worden gegraven. Maar een team van Stanford-wetenschappers is op zoek naar een veel conventionelere vorm van lesgeven waar mensen sinds het begin van het geschreven woord op leunen: lezen.
In een nieuw onderzoek geüpload naar de arXiv (uitgesproken als "archief") papieren repository, schetst een onderzoeksteam hoe het een programma met de naam Augur creëerde om toegang te krijgen tot een waanzinnig grote database van online fictie - en het heeft geleerd hoe verschillende soorten menselijke reacties op specifieke situaties - uitsluitend gebaseerd op wat het heeft gelezen.
Augur heeft in principe 600.000 verhalen geleerd over mensen, opgeslagen in de online schrijfcommunity WattPad. Het zijn beschrijvingen van menselijk gedrag, variërend van het alledaagse, zoals eten of een selfie, tot het veel extremer. Hierdoor kan Augur acties van individuele mensen in praktijksituaties identificeren en voorspellen wat de volgende stap zal zijn, "zoals een telefoon die zichzelf stil maakt wanneer de kans klein is dat u hem beantwoordt," schrijven de onderzoekers.
En het is gemakkelijk in te zien waarom fictie zo'n nuttig hulpmiddel is. "Hoewel we geneigd zijn te denken aan verhalen in termen van de dramatische en ongewone gebeurtenissen die hun plot bepalen," schrijven de onderzoekers in de krant, "zijn verhalen ook gevuld met prozaïsche informatie over hoe we navigeren en reageren op onze dagelijkse omgeving. Meer dan vele miljoenen woorden, deze alledaagse patronen komen veel vaker voor dan hun dramatische tegenhangers. Tekens in moderne fictie zetten de lichten aan nadat ze de kamers zijn binnengegaan; ze reageren op complimenten door te blozen; ze beantwoorden hun telefoons niet tijdens vergaderingen. '
In de veldtests die tot nu toe zijn uitgevoerd, hebben de deelnemers een door Augur aangedreven draagbare camera gekregen waarmee het systeem voorwerpen en personen in een bepaalde omgeving kan identificeren. Het systeem was in staat om de volgende zet met een nauwkeurigheid van 71 procent te voorspellen. Ongeveer 94 procent van die voorspellingen werd als 'redelijk' beoordeeld - een vrij substantiële prestatie als je je herinnert dat dit slechts een stel algoritmische codes is die in staat zijn om de toekomst te voorspellen.
Het is natuurlijk niet de eerste keer dat A.I. onderzoekers hebben zich tot literatuur gewend om machines te leren. Facebook heeft onlangs 1,6 gigabytes aan kinderverhaal beschikbaar gesteld aan de onderzoeksgemeenschap met het oog om A.I. te helpen. onderscheid realistische scenario's van het fantastische.
Kijk A.I. Leer de unieke menselijke pijn om 's ochtends uit bed te komen
Algoritmen voor computerleren kunnen miljoenen berekeningen per seconde uitvoeren, maar soms blijven enkele van de eenvoudigste taken voor ons mensen ongelooflijk moeilijk voor onze A.I. gedreven tegenhangers. Neem als voorbeeld een t-shirt.
Het nieuwe algoritme van MIT kan menselijke interacties voorspellen voordat ze ongemakkelijk worden
Ons onvermogen om andere mensen te lezen heeft geleid tot een aantal epische high five mislukkingen en gemiste kussen. Zelfs na een leven vol ervaring zijn menselijke interacties moeilijk te voorspellen. Maar onderzoekers van het Computer Science and Artificial Intelligence Laboratory van het MIT denken dat ze kunnen helpen: met een nieuw algoritme voor diep leren dat kan ...
Nieuwe studie bevestigt dat paarden menselijke emoties kunnen lezen
Ze kunnen misschien nog geen gedachten lezen, maar een nieuwe studie van de Universiteit van Sussex heeft vandaag bevestigd dat paarden kunnen herkennen wanneer je boos op ze bent. De studie geeft aan dat paarden het verschil kunnen zien tussen blije en boze menselijke emotie, en dienovereenkomstig handelen wanneer ze ermee worden geconfronteerd. Onderzoekers toonden 28 hor ...