En närmare titt på artificiell intelligens

UTANLÄSNING

Bemästra Game of Go med Deep Neural Networks och Tree Search
Av David Silver et al.
Natur 18 januari 2016

AI:s historia har präglats av ambitiösa tidslinjer för framgång följt av besvikelser, så det var uppmuntrande nyheter när ett program utvecklat av Googles DeepMind-grupp kunde besegra en Go-spelare på mästarnivå ett helt decennium innan en sådan bedrift ansågs möjlig . Go hade setts som den ultimata utmaningen för spelande AI-system. Men forskarna bakom programmet sa till reportrar att milstolpen var ännu viktigare: Vår förhoppning är att [våra metoder] en dag skulle kunna utökas för att hjälpa till att ta itu med några av samhällets mest akuta problem, från medicinsk diagnostik till klimatmodellering.

Personlig utmaning 2016: Enkel AI
Av Mark Zuckerberg, 3 januari 2016

Om din avancerade programmerare deklarerade ett nyårslöfte att bygga en virtuell personlig assistent skulle det inte vara någon nyhet, men när mångmiljardärens VD för Facebook ställde upp den utmaningen för 2016, lade folk märke till det. Facebook har investerat mycket i forskning om artificiell intelligens, och Zuckerbergs vision för ett system ungefär som Jarvis i Iron Man kommer att bygga vidare på företagets senaste framsteg inom röstigenkänning. Förhoppningen är att styra sitt hem genom enkla kommandon och ansiktsigenkänning så att till exempel vänner och familj kan komma och gå utan att behöva en nyckel.

Yrkens framtid: Hur teknik kommer att förvandla mänskliga experters arbete
Av Richard Susskind och Daniel Susskind
Oxford University Press, 1 januari 2016

I takt med att expertsystem blir alltmer kapabla att göra saker som att ge medicinsk och juridisk rådgivning, utarbeta byggplaner och undervisa studenter, förutspår författarna, kommer dessa och andra artificiell intelligensteknologier att påverka tjänstemannayrken på 2000-talet på ungefär samma sätt. hur arbetare förvandlades av automatisering på 1900-talet. I väntan på dessa förändringar föreslår de en grundläggande omprövning av hur expertis produceras och fördelas i samhället.

Kan den här mannen göra AI mer mänsklig?
Av Will Knight
MIT Technology Review 17 december 2015

Istället för att mata datorer med mängder av data i det traditionella tillvägagångssättet för artificiell intelligens, försöker NYU-forskaren Gary Marcus träna dem att bete sig mer intelligent genom att noggrant följa hur spädbarn och ungdomar uppfattar koncept. Teknisk recension Will Knights AI-korrespondent berättar om hur Marcus startup Geometric Intelligence utvecklar system som är mer flexibla än traditionella djupinlärningsalgoritmer i komplexa miljöer.

Begreppsinlärning på mänsklig nivå genom probabilistisk programinduktion
Brenden M. Lake et al.
Vetenskap 11 december 2015

Turing-testet ses vanligtvis som en konversationsutmaning för AI-system, men forskare vid NYU, University of Toronto och MIT rapporterar att en ny djupinlärningsalgoritm kan klara ett visuellt Turing-test genom att rita bokstäverna i alfabetet på ett sätt som inte kan skiljas från mänskligt skrivande. Med sin algoritm har forskarna skapat ett system som kan lära av bara ett enda exempel i en klassificeringsuppgift, snarare än de hundratals exempel som maskinlärande algoritmer brukar kräva.

Machines of Loving Grace: The Quest for Common Ground Between Humans and Robots
Av John Markoff
Här är den, 25 augusti 2015

I sin senaste bok, Pulitzer Prize-vinnande New York Times vetenskapsskribenten John Markoff kartlägger automatiseringens framväxt från efterkrigstidens första industrirobotar till de allt mer sofistikerade maskiner som allt mer är vanliga på våra arbetsplatser, offentliga utrymmen och hem. Markoff fokuserar särskilt på sinnena bakom maskinerna på platser som Google och Apple, och utforskar dikotomien mellan de som försöker bygga robotar för att ersätta människor i vissa uppgifter, som Andy Rubin, tidigare chef för robotteknik på Google, och de som strävar efter att utveckla intelligenta maskiner för att öka mänsklig intelligens i det dagliga livet, som Siri-utvecklaren Tom Gruber.

Vår rädsla för artificiell intelligens
Av Paul Ford
MIT Technology Review 11 februari 2015

Att svara på idéer i Oxford-filosofen Nick Bostroms bok från 2014 Superintelligens , undersöker författaren Paul Ford om det är rimligt att frukta att skenande AI-maskiner kommer att bli självmedvetna och agera i sina egna intressen. Några framstående medlemmar av AI-gemenskapen hävdar att dessa farhågor är baserade på en grundläggande missförstånd om hur nära forskare är att uppnå något som liknar kännande maskiner. Men andra hävdar att även om tänkande maskiner är långt borta, måste forskare som arbetar mot det målet förutse problem och om möjligt begränsa dem.

Öppet brev om autonoma vapen
Future of Life Institute, 18 juli 2015

Ett öppet brev undertecknat av mer än 3 000 av världens främsta vetenskapsmän och AI-forskare kräver ett förbud mot autonoma vapen som väljer ut och engagerar mål utan mänsklig inblandning och bortom meningsfull mänsklig kontroll. Brevskrivarna erkänner de potentiella fördelarna med att ta bort människor från krigets frontlinjer men hävdar att en global AI-kapprustning under de kommande decennierna i slutändan skulle vara dåligt för mänskligheten.

Felen, insikterna och lärdomarna från berömda AI-förutsägelser
Av Stuart Armstrong et al.
Journal of Experimental & Theoretical Artificial Intelligence 24 juni 2014

Från början har AI-fältet präglats av en serie anmärkningsvärda förutsägelser om exakt när maskiner kommer att uppvisa något som närmar sig intelligens på mänsklig nivå. Den här artikeln analyserar några av de mer kända förutsägelserna, som börjar med påståendet före AI:s grundkonferens i Dartmouth 1956 att bara 10 forskare kunde göra ett betydande framsteg mot simulerad intelligens under bara två månader. Författarna fortsätter med att bryta ner idéerna i Ray Kurzweils bok från 1999 De andliga maskinernas tidsålder i dussintals testbara förutsägelser för år 2009, vilket beräknar en framgångsfrekvens på cirka 50 procent.

Vår slutliga uppfinning: Artificiell intelligens och slutet på den mänskliga eran
Av James Barrat
Thomas Dunne Books, 1 oktober 2013

Den här boken av en mångårig krönikör av AI-forskning frågar om självmedvetna maskiner kommer att vara så välvilliga som deras ingenjörer avser att de ska vara. När vi noterar att datorintelligens oundvikligen kommer att vara oförutsägbar och outgrundlig för människor, hävdar Barrat, vi kan inte glatt anta att en superintelligens nödvändigtvis kommer att dela någon av de slutliga värden som stereotypt förknippas med visdom och intellektuell utveckling hos människor.

KALENDER

Internationell konferens om robotik och artificiell intelligens
20–22 april 2016
Änglarna
icrai.org

Internationell konferens om artificiell intelligens och statistik
9–11 maj 2016
Cadiz, Spanien
aistats.org

Internationell AAAI-konferens om webb och sociala medier
17–20 maj 2016
Köln, Tyskland
icwsm.org

Internationell konferens om distribuerad datoranvändning och artificiell intelligens
1–3 juni 2016
Sevilla, Spanien
dcai-conference.net

Internationell konferens om maskininlärning
19–24 juni 2016
New York
icml.cc/2016

Konferens om osäkerhet i artificiell intelligens
25–29 juni 2016
New York
auai.org/uai2016

Internationell gemensamma konferens om artificiell intelligens
9–15 juli 2016
New York
ijcai-16.org

IEEE World Congress on Computational Intelligence
24–29 juli 2016
Vancouver, Kanada
wcci2016.org

Europeiska konferensen om artificiell intelligens
29 augusti–2 september 2016
Haag, Nederländerna
ecai2016.org

Konferens om neurala informationsbehandlingssystem
5–10 december 2016
Barcelona, ​​Spanien
nips.cc/Conferences/2016

Dölj