Σχετικά Άρθρα

• Google: Σύστημα τεχνητής νοημοσύνης έμαθε Stratego σε υψηλό επίπεδο
  σε Τεχνολογία
  

  Άλλο ένα «ανθρώπινο» σκαλοπάτι ανέβηκε η τεχνητή νοημοσύνη, καθώς ερευνητές της βρετανικής εταιρείας Deep Mind, θυγατρικής της Google, ανακοίνωσαν ότι το νέο «έξυπνο» σύστημά τους DeepNash έμαθε να παίζει -και μάλιστα σε υψηλό επίπεδο- το δημοφιλές παγκοσμίως επιτραπέζιο παιγνίδι «Στρατέγκο»(Stratego). Ήταν ένα από τα ελάχιστα επιτραπέζια παιγνίδια που μέχρι σήμερα δεν είχε «κατακτήσει» η τεχνητή νοημοσύνη.

  Οι ερευνητές, οι οποίοι έκαναν τη σχετική δημοσίευση στο κορυφαίο επιστημονικό περιοδικό «Science», έκαναν λόγο για «ένα εντυπωσιακό επίτευγμα που η κοινότητα του Stratego δεν πίστευε πως θα ήταν εφικτό με τις υπάρχουσες τεχνικές».

  Εδώ και πολλά χρόνια, το Stratego, το οποίο δοκιμάζει την ικανότητα των παικτών στη λήψη σχετικά αργών αλλά πολύ μελετημένων λογικών αποφάσεων, αποτελούσε έναν στόχο-όριο για την έρευνα στο πεδίο της τεχνητής νοημοσύνης. Καθώς αποτελεί ένα παιγνίδι «ατελούς» πληροφόρησης, με όψεις που μένουν κρυφές από τους αντιπάλους, το Stratego με την πολύπλοκη δομή του ενέχει σημαντικές προκλήσεις για τους ερευνητές της τεχνητής νοημοσύνης, σαφώς περισσότερες από ένα άλλο παιγνίδι ατελούς πληροφόρησης, το πόκερ Texas Hold'em, όπου η τεχνητή νοημοσύνη είχε ήδη επιτυχίες.

  Παρόλα αυτά, οι μηχανικοί και ειδικοί πληροφορικής της Deep Mind εισήγαγαν μια καινοτόμο μέθοδο που επιτρέπει στο σύστημα τεχνητής νοημοσύνης τους να μάθει να παίζει Stratego και μάλιστα σε υψηλό επίπεδο. Όπως έδειξαν οι δοκιμές του στη διαδικτυακή πλατφόρμα gaming Gravon (τη μεγαλύτερη στον κόσμο online για Stratego), το bot DeepNash επιτυγχάνει αποτελέσματα ανάλογα των πολύ καλών ανθρώπων παικτών.

  Το DeepNash κέρδισε οποιοδήποτε άλλο bot που παίζει Stratego, καθώς και πολλούς ανθρώπους εξπέρ του παιγνιδιού. Στον πυρήνα του συστήματος βρίσκεται ένας νέος αλγόριθμος ενισχυτικής μάθησης, ο R-NaD, ο οποίος συνδυάζεται με αρχιτεκτονική βαθιού νευρωνικού δικτύου.

  Πηγή: Εthnos.gr

• Τεχνητή νοημοσύνη της Google αποκάλυψε τις δομές όλων των πρωτεΐνών που γνωρίζει η επιστήμη
  σε Τεχνολογία
  

  Η βάση δεδομένων καλύπτει πάνω 200 εκατομμύρια πρωτεΐνες από όλους τους γνωστούς οργανισμούς.

  Μέχρι το 2020, οι επιστήμονες είχαν καταφέρει να προσδιορίσουν τη δομή μόλις 170.000 πρωτεϊνών, μορίων που έχουν κρίσιμη σημασία στην ιατρική και τη βιολογία. Τώρα, όμως, έχουν στη διάθεσή τους τις δομές σχεδόν όλων των πρωτεϊνών που γνωρίζει η επιστήμη, πάνω από 200 εκατομμύρια μόρια για μια απεριόριστη ποικιλία εφαρμογών.

  «Βρισκόμαστε στο ξεκίνημα μιας νέας εποχής για την ψηφιακή βιολογία» δήλωσε ο Ντέμις Χασάμπις, διευθύνων σύμβουλος της λονδρέζικης DeepMind, θυγατρικής της Google που ανέπτυξε το AlphaFold.

  Τίποτα δεν λειτουργεί σωστά στα κύτταρα χωρίς τις πρωτεΐνες, μακριές αλυσίδες από αμινοξέα που αναδιπλώνονται σε περίπλοκα, τρισδιάστατα σχήματα. Το σχήμα κάθε πρωτεΐνης είναι αυτό που καθορίζει τον τρόπο που δρα, είτε πρόκειται για δομικές πρωτεΐνες είτε για ενζυματικές πρωτεΐνες που ρυθμίζουν τον μεταβολισμό.

  Γι’ αυτό και η δυνατότητα πρόβλεψης της δομής τους αναμένεται να παίξει σημαντικό ρόλο στη βιολογία, τη βιοχημεία και τελικά την ανάπτυξη φαρμάκων και θεραπειών.

  Μέχρι πρόσφατα όμως, η τρισδιάστατη δομή τους μπορούσε να υπολογιστεί μόνο με απαιτητικές και άκρως χρονοβόρες μεθόδους όπως η κρυσταλλογραφία ακτίνων Χ και η κρυοηλεκτρονική μικροσκοπία, μέθοδοι που δεν δίνουν πάντα απαντήσεις.

  Βάση δεδομένων της ζωής

  Η DeepMind εξέπληξε πριν από δύο χρόνια την επιστημονική κοινότητα παρουσιάζοντας το AlphaFold, έναν αλγόριθμο που μαντεύει με ικανοποιητική ακρίβεια τη δομή των πρωτεϊνών γνωρίζοντας μόνο την αλληλουχία των αμινοξέων τους.

  Η εντυπωσιακή επιτυχία αναγνωρίστηκε μάλιστα από το περιοδικό Science ως η σημαντικότερη επιστημονική εξέλιξη του 2021.

  Η DeepMind συνεργάζεται τώρα με το Ευρωπαϊκό Εργαστήριο Μοριακής Βιολογίας (EMBL), το οποίο δημιούργησε τη βάση δεδομένων όπου καταχωρούνται οι τρισδιάστατες δομές.

  Η βάση περιέχει πλέον 214 εκατομμύριο πρωτεΐνες από περίπου ένα εκατομμύριο οργανισμούς, σχεδόν όλα τα είδη που γνωρίζει σήμερα η βιολογία.

  «Ουσιαστικά καλύπτει όλο το Σύμπαν των γνωστών πρωτεϊνών» δήλωσε ο Χασάμπις της DeepMind σε συνέντευξη Τύπου που παρακολούθησε ο δικτυακός τόπoς του Nature.

  «Περιλαμβάνει τις προβλεπόμενες δομές για φυτά, βακτήρια, ζώα και πολλούς άλλους οργανισμούς».

  «Οι προβλέψεις της δομής πρωτεϊνών που προσφέρει το AlphaFold χρησιμοποιούνται ήδη με μυριάδες τρόπους» πρόσθεσε η δρ Τζέιν Θόρντον του Ινστιτούτου Βιοπληροφορικής του EMBL, το οποίο φιλοξενεί τη βάση δεδομένων.

  «Πιστεύω πως αυτή η τελευταία ενημέρωση της βάσης θα οδηγήσει σε χιονοστιβάδα νέων και συναρπαστικών ανακαλύψεων, χάρη στο γεγονός ότι τα δεδομένα είναι ελεύθερα προσβάσιμα από όλους».

  Ο όγκος των δεδομένων αυτών φτάνει ήδη τα 23 terabyte, θα συνεχίσει όμως να αυξάνεται καθώς ανακαλύπτονται νέα είδη.

  Πηγή: In.gr

• Απίστευτο επίτευγμα: Σύστημα τεχνητής νοημοσύνης προφητεύει πού και πότε θα συμβεί έγκλημα εντός 7 ημερών
  σε Τεχνολογία
  

  Το σύστημα τεχνητής νοημοσύνης εμφανίζει ακρίβεια 90%. «Θα σου πει τι πρόκειται να συμβεί στο μέλλον». Γιατί δέχεται επικρίσεις

  Ερευνητές στις ΗΠΑ ανέπτυξαν το πρώτο σύστημα τεχνητής νοημοσύνης που αναλύει στοιχεία για την προηγούμενη εγκληματικότητα και μπορεί να προβλέψει με ακρίβεια 90% πού και πόσα νέα εγκλήματα θα συμβούν σε μία πόλη μέσα στην επόμενη εβδομάδα. Πρόκειται για το ακριβέστερο αλγοριθμικό εργαλείο που έχει αναπτυχθεί μέχρι σήμερα στο πεδίο της εγκληματολογίας.

  Οι ερευνητές του Πανεπιστημίου του Σικάγου, με επικεφαλής τον Ισάνου Τσατοπανταγιάϊ, οι οποίοι έκαναν τη σχετική δημοσίευση στο περιοδικό «Nature Human Behaviour», ανέφεραν ότι το «έξυπνο» μοντέλο τους μπορεί, βασισμένο στα ιστορικά δεδομένα, να προβλέψει με αρκετή ακρίβεια την πιθανότητα συγκεκριμένων εγκλημάτων σε επιμέρους περιοχές μίας μεγάλης πόλης.

  «Θα σου πει τι πρόκειται να συμβεί στο μέλλον»

  «Αν τροφοδοτήσεις το μοντέλο με δεδομένα που συνέβησαν στο παρελθόν, θα σου πει τι πρόκειται να συμβεί στο μέλλον. Δεν είναι μαγικό, έχει περιορισμούς, αλλά επιβεβαιώσαμε ότι δουλεύει πραγματικά καλά. Μπορεί κανείς να το χρησιμοποιήσει και ως εργαλείο προσομοίωσης για να δει τι θα συμβεί εάν το έγκλημα αυξηθεί σε μία περιοχή της πόλης ή εάν αυξηθούν οι διαθέσιμες αστυνομικές δυνάμεις σε μία άλλη περιοχή», δήλωσε ο Τσατοπανταγιάϊ.

  Επικρίσεις ότι τα συστήματα αυτά μπορεί να διαιωνίζουν ρατσιστικές και άλλες προκαταλήψεις

  Οι αστυνομικές Αρχές και άλλες αρμόδιες υπηρεσίες σε διάφορες χώρες κάνουν ολοένα συχνότερα χρήση «έξυπνων» τεχνολογιών πρόβλεψης, σύμφωνα με το ΑΠΕ-ΜΠΕ. Από την άλλη πλευρά, τέτοια συστήματα με ειδικούς εγκληματολογικούς αλγόριθμους έχουν επικριθεί ότι μπορεί να διαιωνίζουν ρατσιστικές και άλλες προκαταλήψεις. Κάτι που -εν προκειμένω- αρνούνται οι ερευνητές, οι οποίοι υποστηρίζουν ότι το σύστημά τους, το οποίο δοκιμάστηκε σε οκτώ αμερικανικές πόλεις, θα βοηθήσει την αστυνομία να κατανείμει πιο σωστά το δυναμικό της και να μη βρίσκεται συχνά προ εκπλήξεων.

  Πηγή: iEidiseis.gr

• Τεχνητή νοημοσύνη με ενσυναίσθηση: Τι αποκαλύπτει πρώην επιστήμονας της Google
  σε Τεχνολογία
  

  Η τεχνητή νοημοσύνη διεκδικεί όλο και περισσότερα τμήματα της κοινωνικής και καταναλωτικής μας ζωής και υποτίθεται ότι θα εξαλείψει όλα τα ελαττώματα που έχουν οι άνθρωποι. Η πραγματικότητα, βέβαια, είναι εντελώς διαφορετική. Από τους αλγόριθμους του Facebook που μαθαίνουν πώς να υποκινούν τον θυμό μέχρι τις εφαρμογές αναγνώρισης προσώπου που δεν αναγνωρίζουν τους έγχρωμους ανθρώπους, η τεχνητή νοημοσύνη δεν βελτιώνει το status quo αλλά αντίθετα το ενισχύει με ύπουλο τρόπο.

  Τώρα ένας επιστήμονας της Silicon Valley λέει ότι έχει μια νέα προσέγγιση στο πρόβλημα. Ο Alan Cowen, πρώην επιστήμονας δεδομένων της Google με υπόβαθρο στην ψυχολογία, δημιούργησε μια ερευνητική εταιρεία, την Hume AI, και μια συνοδευτική μη κερδοσκοπική εταιρεία που, όπως λέει, μπορεί να βοηθήσει να γίνει η όλη επιχείρηση της τεχνητής νοημοσύνης πιο ανθρώπινη και με περισσότερη ενσυναίσθηση.

  Εκπαιδευμένη σε εκατοντάδες χιλιάδες εκφράσεις προσώπου και φωνής από όλο τον κόσμο, η τεχνητή νοημοσύνη στην πλατφόρμα της Hume μπορεί να αντιδράσει στο πώς πραγματικά αισθάνονται οι χρήστες και να ανταποκριθεί καλύτερα στις συναισθηματικές τους ανάγκες, δήλωσε ο Cowen. Ο ίδιος σημείωσε ότι ελπίζει πως η πλατφόρμα θα ενσωματωθεί τελικά σε καταναλωτικές εφαρμογές όπως τα viral βίντεο και οι ψηφιακοί βοηθοί - ακόμη και αν η αποτελεσματικότητα είναι ακόμη αβέβαιη και η προθυμία των μεγάλων τεχνολογικών εταιρειών να την εφαρμόσουν γρήγορα είναι απίθανη.

  Τη Δευτέρα, ο Cowen ανακοίνωσε ένα σύνολο ηθικών κατευθυντήριων γραμμών που ελπίζει ότι θα συμφωνηθούν από τις εταιρείες που χρησιμοποιούν την πλατφόρμα. Η έναρξη λειτουργίας της beta έκδοσης, λέει, θα γίνει τον Μάρτιο, ενώ θα ακολουθήσει μια πιο επίσημη παρουσίαση. Θα είναι δωρεάν για πολλούς ερευνητές και προγραμματιστές. «Ξέρουμε ότι πρόκειται για έναν δύσκολο αγώνα», δήλωσε ο Cowen σε συνέντευξή του. «Αλλά πρέπει να αρχίσουμε να βελτιστοποιούμε την ευημερία και όχι την εμπλοκή».

  Μετάφραση: Ο στόχος των αλγορίθμων δεν θα πρέπει να είναι να μας κρατούν συνεχώς να κάνουμε κλικ και να αγοράζουμε, αλλά να μας κάνουν καλύτερους ανθρώπους και την κοινωνία μας πιο δίκαιη. Και ο Cowen δήλωσε ότι η ψυχολογικά βασισμένη προσέγγισή του μπορεί να βοηθήσει.

  Υπάρχει επίσης ένα πλήθος ακαδημαϊκών, όπως η Cynthia Rudin του Πανεπιστημίου Duke, οι οποίοι έχουν προχωρήσει σε ισχυρές δημόσιες τοποθετήσεις σχετικά με την απλοποίηση της τεχνητής νοημοσύνης για την εξάλειψη της κοινωνικής βλάβης. Αυτό που φέρνει ο Cowen στο εγχείρημα είναι ένα υψηλό επίπεδο ψυχολογικής έρευνας για να επιτύχει αυτούς τους ηθικούς στόχους. Το προηγούμενο έργο του περιλαμβάνει τη μελέτη των συναισθηματικών αντιδράσεων μεταξύ των πολιτισμών (όπως μια μελέτη για παρόμοιες αντιδράσεις σε λυπητερά τραγούδια στις Ηνωμένες Πολιτείες και την Κίνα) και εργασίες σχετικά με τις πολλές αποχρώσεις των φωνητικών τόνων.

  Σύμφωνα με το δημοσίευμα της Washington Post, η μη κερδοσκοπική πρωτοβουλία Hume Initiative έχει συγκαλέσει μια επιτροπή δεοντολογίας με πολλά βαριά ονόματα στον τομέα της συναισθηματικής και ηθικής τεχνητής νοημοσύνης, όπως η ιδρυτής του ανθρωποκεντρικού εργαστηρίου Empathy Lab της Google, Danielle Krettek Cobb, ο ειδικός στην «αλγοριθμική δικαιοσύνη» Karthik Dinakar και ο Dacher Keltner, καθηγητής του Πανεπιστημίου της Καλιφόρνια στο Μπέρκλεϊ, ο οποίος ήταν μέντορας του Cowen στο μεταπτυχιακό του και συμβούλευσε την Pixar για τα συναισθήματα στο «Inside Out».

  Τεχνητή νοημοσύνη με... ενσυναίσθηση

  Ο Cowen δήλωσε ότι έχει συγκεντρώσει 5 εκατομμύρια δολάρια από το στούντιο νεοφυών επιχειρήσεων Aegis Ventures, ενώ θα ακολουθήσει άλλος ένας γύρος. Τα χρήματα θα διοχετευθούν στη διερεύνηση του τρόπου με τον οποίο μπορεί να δημιουργηθεί η τεχνητή νοημοσύνη ώστε όχι μόνο να επεξεργάζεται με μεγάλη ταχύτητα και να βλέπει αόρατα μοτίβα, αλλά και να εισάγει ανθρώπινη κατανόηση, μια προσέγγιση που ο Cowen έχει ονομάσει «ενσυναισθητική τεχνητή νοημοσύνη». (Στη Google, η έρευνα του Cowen αφορούσε τη «συναισθηματική πληροφορική», η οποία στοχεύει στην αύξηση της ικανότητας των μηχανών να διαβάζουν και να προσομοιώνουν συναισθήματα).

  Η ιδέα περισσότερων συναισθημάτων μπορεί να φαίνεται ότι έρχεται σε αντίθεση με μεγάλο μέρος της σκέψης σχετικά με την τεχνητή νοημοσύνη, της οποίας το κύριο πλεονέκτημα θεωρείται συχνά η ικανότητά της να λαμβάνει αποφάσεις ακριβώς χωρίς ανθρώπινο συναίσθημα. Αλλά πολλοί στην κοινότητα των «συναισθηματικών υπολογιστών» λένε ότι η αδυναμία της Τεχνητής Νοημοσύνης να διαβάζει τους ανθρώπους είναι αυτό που την καθιστά επικίνδυνη - και καθιστά κρίσιμο το να αντιλαμβάνεται η Τεχνητή Νοημοσύνη την ανθρωπιά στους ανθρώπους που εξυπηρετεί.

  Ο Cowen στηρίζεται ιδιαίτερα στην έρευνά του για τα συναισθήματα, πέρα από τα έξι βασικά με τα οποία οι επιστήμονες εργάζονται από το 1990 για να κατηγοριοποιήσει περισσότερα από 20 που εκδηλώνονται στο πρόσωπο, τη φωνή και το σώμα. Πολλά από αυτά είναι θετικά. (Τέσσερα από τα αρχικά έξι ήταν αρνητικά).

  Οι εφαρμογές

  Οι ψηφιακές εφαρμογές αυτής της ιδέας είναι, τουλάχιστον θεωρητικά, τεράστιες. Ο Cowen προβλέπει αλγόριθμους ψηφιακών βοηθών που αναγνωρίζουν συναισθήματα στο πρόσωπο και στη φωνή μας και στη συνέχεια κάνουν ανάλογες συστάσεις, όπως να προτείνουν χαλαρωτικούς ήχους για τους αγχωμένους.

  Φαντάζεται επίσης τους χειριστές τηλεφωνικών κέντρων διαχείρισης κρίσεων να χρησιμοποιούν τεχνητή νοημοσύνη βασισμένη στην Hume για να βοηθούν στη διάγνωση της σοβαρότητας της κατάθλιψης ενός ατόμου από τις φωνές του. Ο Keltner εντοπίζει περαιτέρω πλούσιες δυνατότητες, όπως η προσαρμογή εκπαιδευτικών σχεδίων με βάση τις ιδιαίτερες συναισθηματικές αντιδράσεις των παιδιών και η αξιολόγηση των πραγματικών κινδύνων του πολιτικού περιεχομένου.

  Ο Cowen δήλωσε ότι οραματίζεται ακόμη και εταιρείες κοινωνικής δικτύωσης να χρησιμοποιούν την πλατφόρμα της Hume για να μετρήσουν τη διάθεση ενός χρήστη - και στη συνέχεια να προσαρμόζουν αλγοριθμικά τις σερβιριζόμενες αναρτήσεις για να τη βελτιώσουν. «Αυξάνεται η θλίψη των ανθρώπων όταν βλέπουν μια ανάρτηση; Τους κάνει να στεναχωριούνται μια ή δύο ημέρες αργότερα, ακόμη και όταν η ανάρτηση έχει εξαφανιστεί;» δήλωσε ο Cowen. «Οι εταιρείες στερούνται αντικειμενικών μετρήσεων των συναισθημάτων, πολύπλευρων και διαφοροποιημένων μετρήσεων των αρνητικών και θετικών εμπειριών των ανθρώπων. Και τώρα πια δεν μπορούν να το λένε αυτό».

  Φυσικά, δεν υπάρχει καμία εγγύηση ότι αν η Τεχνητή Νοημοσύνη μιας εταιρείας μπορούσε να μετρήσει ένα συναίσθημα, δεν θα το εκμεταλλευόταν- όταν στέκεται στη διασταύρωση δεδομένων και ευημερίας, η Μεγάλη Τεχνολογία δεν παίρνει απαραίτητα «τον δρόμο της Αρετής».

  Μια άλλη πρόκληση για την τεχνητή νοημοσύνη που ενσωματώνει συναισθήματα έγκειται στο πώς πρέπει να αποφύγει να ενσωματώσει τα συναισθήματα των ανθρώπινων προγραμματιστών της. Οι συνεργάτες του Cowen, τουλάχιστον, λένε ότι μπορεί να αποφευχθεί αυτή την παγίδα. «Τα μοντέλα της Hume είναι πλούσια σε πληροφορίες, αλλά εξακολουθούν να μην είναι επικριτικά», δήλωσε ο Arjun Nagendran, συνιδρυτής της εταιρείας εκπαίδευσης εργαζομένων σε εικονική πραγματικότητα Mursion.
  

  Η σημασία των συναισθημάτων

  Η Krettek Cobb, ιδρύτρια του Εργαστηρίου Ενσυναίσθησης της Google, δήλωσε ότι θεωρεί την Πρωτοβουλία Hume ως απαραίτητη για τις αλληλεπιδράσεις μας με τον ψηφιακό κόσμο. «Για να μας εξυπηρετεί η τεχνολογία με τον πιο στοργικό και συμπονετικό τρόπο, πρέπει να κατανοήσει όλο το φάσμα της ανθρώπινης ιστορίας», έγραψε σε ένα email, αναφέροντας τη σημασία των συναισθημάτων σε αυτή την ιστορία. «Αυτός είναι ο λόγος για τον οποίο η ενσυναισθητική τεχνητή νοημοσύνη υπόσχεται πολλά - θα μπορούσε να επιτρέψει στην τεχνολογία να συντονιστεί με αυτά τα κρίσιμα συναισθηματικά στρώματα και να αντικατοπτρίζει τα πιο ζωογόνα κομμάτια του εαυτού μας».

  Στις κατευθυντήριες γραμμές, ο Cowen λέει ότι ο στόχος του Hume είναι η τεχνητή νοημοσύνη να χρησιμοποιηθεί για να «ενισχύσει τις μεγαλύτερες ιδιότητες της ανθρωπότητας, όπως η συμμετοχή, η συμπόνια και η ευημερία», μειώνοντας παράλληλα «τους κινδύνους κακής χρήσης». Οι κατευθυντήριες γραμμές ζητούν από τους υπογράφοντες να αναλάβουν δεσμεύσεις όπως: «Η ενσυναισθητική Τεχνητή Νοημοσύνη δεν πρέπει ποτέ να χρησιμοποιηθεί για την ανάπτυξη πιο σκληρών μορφών ψυχολογικού πολέμου με βελτιστοποίηση για αρνητικές συναισθηματικές αντιδράσεις».
  Απαραίτητη η παρέμβαση της κυβέρνησης

  Ο Ben Shneiderman, καθηγητής του Πανεπιστημίου του Μέριλαντ και ειδικός σε θέματα τεχνητής νοημοσύνης, ο οποίος τον επόμενο μήνα θα εκδώσει το βιβλίο «Human-Centered AI», σχετικά με την επίτευξη πιο δίκαιων αποτελεσμάτων στην τεχνητή νοημοσύνη, δήλωσε ότι πρωτοβουλίες όπως αυτή του Cowen μπορούν να διαδραματίσουν ρόλο στη δημιουργία ηθικής τεχνητής νοημοσύνης, αλλά ότι δεν είναι το μόνο που είναι απαραίτητο. «Η σωστή τεχνολογία μπορεί να βοηθήσει πολύ. Αλλά αν ψάχνετε μόνο την τεχνολογία για να δημιουργήσετε μια κουλτούρα ασφάλειας, δεν πρόκειται να λειτουργήσει», δήλωσε. Ανέφερε ότι η κυβερνητική ρύθμιση και τα σκληρά πρότυπα που θέτουν οι ασφαλιστικές εταιρείες και οι ελεγκτές είναι απαραίτητα.
  

  Θα μπορούσε η Siri γνωρίζοντας πώς νιώθουμε να κάνει μια πιο υγιή σχέση ανθρώπου-μηχανής;

  Μια αντίθετη περίπτωση θα μπορούσε να έχει τρομακτικές αρνητικές επιπτώσεις. Μια μελέτη του Pew Research Center που δημοσιεύθηκε τον Ιούνιο διαπίστωσε ότι περισσότερα από τα δύο τρίτα των εμπειρογνωμόνων της τεχνητής νοημοσύνης δεν πιστεύουν ότι η τεχνητή νοημοσύνη θα χρησιμοποιηθεί κυρίως για κοινωνικό καλό μέχρι το 2030. Και το πόσο ενσυναισθητική τεχνητή νοημοσύνη θα πρέπει να υιοθετηθεί από τις εταιρείες τεχνολογίας είναι ασαφές. Υπάρχει το επιχείρημα ότι όπως ακριβώς η υιοθέτηση της ανελέητα υψηλής ισχύος τεχνητής νοημοσύνης θα πρέπει να προχωρήσει αργά, έτσι θα πρέπει να προχωρήσουν και οι συναισθηματικές εισροές που θα μπορούσαν να επιδεινώσουν το πρόβλημα. Θα μπορούσε η Siri γνωρίζοντας πώς νιώθουμε να κάνει μια πιο υγιή σχέση ανθρώπου-μηχανής; Ή θα της έδινε ανατριχιαστικά περισσότερη εξουσία πάνω μας;

  Ο Cowen αναγνώρισε τους κινδύνους από την ενδυνάμωση της ταχέως αναπτυσσόμενης τεχνητής νοημοσύνης με περισσότερα συναισθηματικά δεδομένα. Αλλά είπε επίσης ότι η εναλλακτική λύση είναι πολύ πιο τρομακτική. «Αν συνεχίσουμε να βελτιώνουμε αυτούς τους αλγορίθμους για να βελτιστοποιήσουμε τη δέσμευση χωρίς project όπως η ενσυναισθητική AI, τότε σύντομα τα παιδιά θα περνούν 10 ώρες την ημέρα στα μέσα κοινωνικής δικτύωσης», είπε. «Και δεν νομίζω ότι αυτό είναι καλό για κανέναν».

  Πηγή: Ethnos.gr
  

• Τεχνητή νοημοσύνη προβλέπει με αρκετή ακρίβεια ποιος θα εμφανίσει άνοια σε 2 χρόνια
  σε Τεχνολογία
  

  Ένα νέο βρετανικό σύστημα τεχνητής νοημοσύνης μπορεί να προβλέψει με ακρίβεια 92% ποιοι άνθρωποι με προβλήματα μνήμης θα εμφανίσουν τελικά άνοια μέσα στα επόμενα δύο χρόνια. Πρόκειται για άλλη μία ένδειξη ότι η τεχνητή νοημοσύνη έχει τεράστιες δυνατότητες να καταστήσει εφικτή τη διάγνωση διαφόρων παθήσεων σε πιο πρώιμο στάδιο. Στόχος είναι όχι μόνο να γίνεται πιο έγκαιρα η διάγνωση της επερχόμενης άνοιας, αλλά και να μειωθεί ο αριθμός των ανθρώπων που εσφαλμένα διαγιγνώσκονται με άνοια.

  Οι ερευνητές του Πανεπιστημίου του Έξετερ, με επικεφαλής τον καθηγητή Ντέηβιντ Λιούελιν, οι οποίοι έκαναν τη σχετική δημοσίευση στο αμερικανικό ιατρικό περιοδικό "JAMA Network Open", χρησιμοποίησαν στοιχεία από 15.307 άτομα με μέση ηλικία 72 ετών και με προβλήματα μνήμης (από τους οποίους οι 1.568 διαγνώστηκαν με Αλτσχάιμερ ή με άλλη μορφή άνοιας μέσα στην επόμενη διετία) για να "εκπαιδεύσουν" το νέο αλγόριθμο μηχανικής μάθησης, προκειμένου να αναγνωρίζει τα πρόδρομα συμπτώματα της άνοιας. Το "έξυπνο" σύστημα έμαθε να διακρίνει κρυμμένες ενδείξεις στα δεδομένα, που το ανθρώπινο μάτι, ακόμη κι ενός νευρολόγου ή άλλου ειδικού, αδυνατεί να αναγνωρίσει.

  Επιπλέον, 130 διαγνώσεις (8% του συνόλου) αποδείχτηκαν εσφαλμένες, καθώς στη συνέχεια αναιρέθηκαν. Από αυτά τα ψευδώς θετικά περιστατικά άνοιας, ο αλγόριθμος κατάφερε να διαγνώσει σωστά ότι το 84% πράγματι δεν είχαν να κάνουν με άνοια. Συνεπώς το σύστημα μπορεί να διακρίνει όχι μόνο ποιος μπορεί να εμφανίσει νευροεκφύλιση εγκεφάλου στο μέλλον, αλλά και να βελτιώσει την ακρίβεια της διάγνωσης, έτσι ώστε να μην διαγιγνώσκεται ως ασθενής κάποιος που δεν είναι.

  «Είμαστε πλέον σε θέση να διδάσκουμε τους υπολογιστές να προβλέπουν με ακρίβεια ποιός πρόκειται να εμφανίσει άνοια μέσα στα επόμενα δύο χρόνια. Επίσης με χαρά μας βλέπουμε ότι η μέθοδος μηχανικής μάθησης που αναπτύξαμε, είναι ικανή να εντοπίζει τους ασθενείς που μπορεί να έχουν λάβει εσφαλμένη διάγνωση της νόσου», δήλωσε ο Λιούελιν.

  Το νέο σύστημα πρόκειται να μελετηθεί περαιτέρω, ώστε να αξιολογηθεί η πρακτική χρησιμότητα του και να επιβεβαιωθεί ότι μπορεί να βελτιώσει κλινικά τη διάγνωση και θεραπεία της άνοιας.

  Σύνδεσμος για την επιστημονική δημοσίευση:
  https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2787228

  Πηγή: ΑΠΕ-ΜΠΕ - ΦΩΤΟΓΡΑΦΙΑ ΑΡΧΕΙΟΥ

• Νέο σύστημα τεχνητής νοημοσύνης προβλέπει τον κίνδυνο θανάτου των ασθενών με στεφανιαία νόσο
  σε Τεχνολογία
  

  Ένα νέο σύστημα τεχνητής νοημοσύνης, που ανέπτυξαν ερευνητές στις ΗΠΑ, παρέχει τη δυνατότητα πιο ακριβούς πρόβλεψης για την πιθανότητα να πεθάνει μέσα στα επόμενα χρόνια ένας ασθενής με καρδιολογικό πρόβλημα, ιδίως διαγνωσμένη ή ύποπτη στεφανιαία νόσο. Οι ερευνητές, με επικεφαλής τον δρ Θίο Πέζελ του Πανεπιστημιακού Νοσοκομείου Τζονς Χόπκινς της Βαλτιμόρης, έκαναν τη σχετική ανακοίνωση στο επιστημονικό συνέδριο «EuroEcho 2011» της Ευρωπαϊκής Εταιρείας Καρδιολογίας.

  Το σύστημα μηχανικής μάθησης μπορεί να προβλέψει με ακρίβεια 76% ποιός καρδιαγγειακός ασθενής θα ζει ή θα έχει πεθάνει μετά από δέκα χρόνια, δηλαδή προβλέπει σωστά για τρεις στους τέσσερις ασθενείς. Αντίθετα με τις παραδοσιακές μεθόδους που βασίζονται σε κλινικά δεδομένα (ηλικία, φύλο, κάπνισμα, υπέρταση, χοληστερίνη κ.α.), το νέο σύστημα που «βαθμολογεί» κάθε ασθενή, συμπεριλαμβάνει πληροφορίες από απεικονιστικές εξετάσεις της καρδιάς με βάση την τεχνική CMR (Cardiovascular Magnetic Resonance).

  Το σύστημα «εκπαιδεύτηκε» αναλύοντας στοιχεία για σχεδόν 32.000 ασθενείς με μέση ηλικία 64 ετών μεταξύ 2008-2018, οι οποίοι παρακολουθήθηκαν κατά μέσο όρο επί έξι χρόνια για θανάτους οποιασδήποτε αιτιολογίας (στη διάρκεια της μελέτης πέθαναν 2.679 άτομα ή το 8,4%). Δημιουργήθηκε έτσι ένας αλγόριθμος που «διαβάζει» το προφίλ κάθε ασθενούς και κάνει εκτίμηση για τον μελλοντικό κίνδυνο θανάτου του.

  Πηγή: ΑΠΕ-ΜΠΕ - ΦΩΤΟΓΡΑΦΙΑ ΑΡΧΕΙΟΥ

• Σύστημα τεχνητής νοημοσύνης βοηθά τους γιατρούς να προβλέψουν τις ανάγκες σε κλίνες ΜΕΘ για Covid-19
  σε Τεχνολογία
  

  Ερευνητές από τον Καναδά ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης που μπορεί να βοηθήσει τους γιατρούς να προβλέπουν νωρίτερα πόσες κλίνες Μονάδων Εντατικής Θεραπείας (ΜΕΘ) για ασθενείς με Covid-19 θα χρειαστούν το επόμενο διάστημα. Το σύστημα προβλέπει με ακρίβεια άνω του 95% αν ένας νέος ασθενής με Covid-19 που εισάγεται στο νοσοκομείο, τελικά θα χρειαστεί εισαγωγή σε ΜΕΘ.

  Οι επιστήμονες του Πανεπιστημίου του Γουότερλου και της νεοφυούς εταιρείας DarwinAI, οι οποίοι έκαναν σχετική προδημοσίευση στο arXiv και θα την παρουσιάσουν στις 10 Δεκεμβρίου στο μεγαλύτερο συνέδριο τεχνητής νοημοσύνης στον κόσμο «2021 Conference on Neural Information Processing Systems», ανέπτυξαν ένα «έξυπνο» σύστημα που προβλέπει τις μελλοντικές εισαγωγές ασθενών σε ΜΕΘ, αναλύοντας περισσότερα από 200 κλινικά δεδομένα κάθε νοσηλευόμενου ασθενούς (ιατρικό ιστορικό, τεστ αίματος, ζωτικές ενδείξεις κ.α.).

  Η «εκπαίδευση» του συστήματος τεχνητής νοημοσύνης έγινε με βάση περίπου 400 περιστατικά σε νοσοκομείο του Σάο Πάουλο της Βραζιλίας, όπου οι γιατροί είχαν αποφασίσει αν οι ασθενείς με Covid-19 θα έπρεπε να εισαχθούν σε ΜΕΘ και πότε. Το σύστημα έχει διαφάνεια στις αποφάσεις του, δηλαδή επισημαίνει στους γιατρούς τους βασικούς παράγοντες με βάση τους οποίους κρίνει ότι θα χρειαστεί εισαγωγή ενός ασθενούς σε ΜΕΘ.

  Το σύστημα δεν αποσκοπεί στο να αντικαταστήσει τους γιατρούς, αλλά να τους βοηθήσει στο έργο τους εν μέσω πανδημίας, δίνοντάς τους ένα εργαλείο ταχύτερης λήψης αποφάσεων και επιλογής των ασθενών υψηλού κινδύνου. Οι ερευνητές έχουν καταστήσει ελεύθερη την τεχνολογία τους, ώστε επιστήμονες και μηχανικοί από όλο τον κόσμο να μπορέσουν να τη βελτιώσουν.

  Σύνδεσμος για την επιστημονική προδημοσίευση:
  https://arxiv.org/pdf/2109.06711.pdf

  Πηγή: ΑΠΕ-ΠΕ - ΦΩΤΟΓΡΑΦΙΑ ΑΡΧΕΙΟΥ
  

• Η τεχνητή νοημοσύνη της Google για πρώτη φορά βοηθά να αποδειχθούν ή να προταθούν νέα μαθηματικά θεωρήματα
  σε Τεχνολογία
  

  Για πρώτη φορά επιστήμονες των υπολογιστών και μαθηματικοί, από τη Βρετανία και την Αυστραλία, χρησιμοποίησαν την τεχνητή νοημοσύνη για να τους βοηθήσει να αποδείξουν ή να προτείνουν νέα μαθηματικά θεωρήματα στα πολύπλοκα πεδία της θεωρίας κόμβων και της θεωρίας αναπαραστάσεων. Προς έκπληξη των μαθηματικών, η τεχνητή νοημοσύνη έκανε προτάσεις που μετά οι ίδιοι εξέτασαν και επιβεβαίωσαν. Αυτό δείχνει ότι η μηχανική μάθηση μπορεί να δώσει χείρα βοηθείας ακόμη σε θέματα αιχμής της μαθηματικής έρευνας.

  Οι ερευνητές των πανεπιστημίων του Σίδνεϊ και της Οξφόρδης, καθώς και της θυγατρικής τεχνητής νοημοσύνης DeepMind της Google, οι οποίοι έκαναν τη σχετική δημοσίευση στο περιοδικό "Nature", εξέφρασαν την αισιοδοξία τους ότι ανοίγει πλέον ο δρόμος για μια σε βάθος συνεργασία ανάμεσα στα πεδία των "καθαρών" μαθηματικών και της τεχνητής νοημοσύνης, κάτι που αναμένεται να φέρει εντυπωσιακά αποτελέσματα. Η τεχνητή νοημοσύνη, όπως δείχνει η νέα έρευνα, έχει ωριμάσει τόσο, ώστε μπορεί πλέον να αξιοποιηθεί για να βοηθήσει στη μαθηματική έρευνα εκείνη που - όπως η τέχνη - βασίζεται συνήθως στη διαίσθηση και στη δημιουργικότητα.

  Όπως ανέφερε ο καθηγητής Τζόρντι Ουίλιαμσον του Ινστιτούτου Μαθηματικής Έρευνας του Σίδνεϊ, ένας από τους κορυφαίους μαθηματικούς στον κόσμο, "τα προβλήματα στα μαθηματικά θεωρούνται ευρέως από τα πιο δύσκολα που υπάρχουν γενικά. Ενώ οι μαθηματικοί έχουν χρησιμοποιήσει τη μηχανική μάθηση για να τους βοηθήσει στην ανάλυση πολύπλοκων δεδομένων, είναι η πρώτη φορά που έχουμε χρησιμοποιήσει τους υπολογιστές για να μας βοηθήσουν να κάνουμε μαθηματικές εικασίες ή να προτείνουμε πιθανές ‘γραμμές επίθεσης' σε αναπόδεικτες έως τώρα ιδέες στα μαθηματικά".

  Ο Ουίλιαμσον, ο οποίος θεωρείται κορυφή διεθνώς στη θεωρία των αναπαραστάσεων, που διερευνά τους χώρους ανώτερων διαστάσεων με τη χρήση γραμμικής άλγεβρας, χρησιμοποίησε την τεχνητή νοημοσύνη της DeepMind για να φθάσει κοντά στην απόδειξη μιας παλαιάς εικασίας σχετικά με τα πολυώνυμα Kazhdan-Lusztig, που έχει μείνει άλυτη εδώ και 40 χρόνια και η οποία αφορά τη βαθιά συμμετρία στην άλγεβρα των ανώτερων διαστάσεων.

  Οι καθηγητές της Οξφόρδης Μαρκ Λάκεμπι και 'Αντρας Γιούχαστς, με τη βοήθεια της τεχνητής νοημοσύνης, ανακάλυψαν μια απρόσμενη σύνδεση ανάμεσα στις αλγεβρικές και γεωμετρικές σταθερές των κόμβων, ανακαλύπτοντας έτσι ένα τελείως νέο μαθηματικό θεώρημα. Η θεωρία των κόμβων έχει πολλαπλές εφαρμογές στις φυσικές και άλλες επιστήμες.

  Όπως είπε ο Λάκεμπι, "είναι γοητευτικό να χρησιμοποιεί κανείς τη μηχανική μάθηση για να ανακαλύπτει νέες και αναπάντεχες διασυνδέσεις ανάμεσα σε διαφορές περιοχές των μαθηματικών. Η εργασία που έγινε στην Οξφόρδη και στο Σίδνεϊ, σε συνεργασία με τη DeepMind, αποδεικνύει ότι η μηχανική μάθηση μπορεί να αποτελέσει ένα πραγματικά χρήσιμο εργαλείο στη μαθηματική έρευνα".

  Σύνδεσμος για την επιστημονική δημοσίευση: https://www.nature.com/articles/s41586-021-04086-x

  Πηγή: ΑΠΕ-ΜΠΕ - ΦΩΤΟΓΡΑΦΙΑ ΑΡΧΕΙΟΥ