Et nærmere kig på kunstig intelligens

UDEN LÆSNING

Mestring af Game of Go med Deep Neurale Networks og Tree Search
Af David Silver et al.
Natur 18. januar 2016

Historien om kunstig intelligens har været præget af ambitiøse tidslinjer for succes efterfulgt af skuffelser, så det var opmuntrende nyheder, da et program udviklet af Googles DeepMind-gruppe var i stand til at besejre en Go-spiller på mesterniveau et helt årti før en sådan bedrift blev anset for mulig. . Go var blevet betragtet som den ultimative udfordring for game-playing AI-systemer. Men forskerne bag programmet fortalte journalister, at milepælen var endnu mere betydningsfuld: Vores håb er, at [vores metoder] en dag kan udvides til at hjælpe med at løse nogle af samfundets mest presserende problemer, fra medicinsk diagnostik til klimamodellering.

Personlig udfordring 2016: Simpel AI
Af Mark Zuckerberg, 3. januar 2016

Hvis din banebrydende programmør erklærede et nytårsforsæt om at bygge en virtuel personlig assistent, ville det ikke være en nyhed, men da den mangemilliardær CEO for Facebook stillede sig selv den udfordring for 2016, lagde folk mærke til det. Facebook har investeret massivt i forskning i kunstig intelligens, og Zuckerbergs vision for et system, der ligner Jarvis i Jernmand vil bygge videre på virksomhedens seneste fremskridt inden for stemmegenkendelse. Håbet er at styre sit hjem gennem simple kommandoer og ansigtsgenkendelse, så for eksempel venner og familie kan komme og gå uden at skulle bruge en nøgle.

Professionernes fremtid: Hvordan teknologi vil transformere menneskelige eksperters arbejde
Af Richard Susskind og Daniel Susskind
Oxford University Press, 1. januar 2016

Efterhånden som ekspertsystemer bliver mere og mere i stand til at gøre ting som at yde medicinsk og juridisk rådgivning, udarbejde byggeplaner og undervise studerende, forudser forfatterne, at disse og andre kunstig intelligens-teknologier vil påvirke funktionærerhvervene i det 21. århundrede på nogenlunde samme måde. måde at arbejde på, blev transformeret af automatisering i det 20. århundrede. I forventning om disse ændringer foreslår de en grundlæggende nytænkning af, hvordan ekspertise produceres og distribueres i samfundet.

Kan denne mand gøre AI mere menneskelig?
Af Will Knight
MIT Technology Review 17. december 2015

I stedet for at fodre computere med masser af data i den traditionelle tilgang til kunstig intelligens, forsøger NYU-forsker Gary Marcus at træne dem til at opføre sig mere intelligent ved nøje at følge den måde, spædbørn og unge opfatter koncepter på. Teknisk gennemgang 's AI-korrespondent Will Knight fortæller om, hvordan Marcus' startup Geometric Intelligence udvikler systemer, der er mere fleksible end traditionelle deep-learning-algoritmer i komplekse miljøer.

Begrebslæring på menneskeligt niveau gennem probabilistisk programinduktion
Brenden M. Lake et al.
Videnskab 11. december 2015

Turing-testen ses normalt som en samtaleudfordring for AI-systemer, men forskere ved NYU, University of Toronto og MIT rapporterer, at en ny dyb-læringsalgoritme kan bestå en visuel Turing-test ved at tegne bogstaverne i alfabetet på en måde der ikke kan skelnes fra menneskelig skrift. Med deres algoritme har forskerne skabt et system, der kan lære af blot et enkelt eksempel i en klassifikationsopgave, frem for de hundredvis af eksempler, maskinlæringsalgoritmer normalt kræver.

Machines of Loving Grace: The Quest for Common Ground Between Humans and Robots
Af John Markoff
Her er den den 25. august 2015

I sin seneste bog, Pulitzer Prize-vindende New York Times videnskabsforfatteren John Markoff kortlægger fremkomsten af ​​automatisering fra efterkrigstidens første industrielle robotter til de stadig mere sofistikerede maskiner, der stadig er mere udbredte på vores arbejdspladser, offentlige rum og hjem. Markoff fokuserer især på tankerne bag maskinerne på steder som Google og Apple, og udforsker dikotomien mellem dem, der søger at bygge robotter til at erstatte mennesker i bestemte opgaver, som Andy Rubin, tidligere chef for robotteknologi hos Google, og dem, der har til formål at udvikle intelligente maskiner til at øge menneskelig intelligens i det daglige liv, som Siri-udvikleren Tom Gruber.

Vores frygt for kunstig intelligens
Af Paul Ford
MIT Technology Review 11. februar 2015

At reagere på ideer i Oxford-filosof Nick Bostroms bog fra 2014 Superintelligens , ser forfatteren Paul Ford på, om det er rimeligt at frygte, at løbske AI-maskiner bliver selvbevidste og handler i deres egne interesser. Nogle fremtrædende medlemmer af AI-samfundet hævder, at disse bekymringer er baseret på en grundlæggende misforståelse af, hvor tæt forskere er på at opnå noget, der ligner følende maskiner. Men andre hævder, at selvom tænkende maskiner er langt væk, skal forskere, der arbejder hen imod det mål, forudse problemer og inddæmme dem, hvis det er muligt.

Åbent brev om autonome våben
Future of Life Institute, 18. juli 2015

Et åbent brev underskrevet af mere end 3.000 af verdens bedste videnskabsmænd og AI-forskere opfordrer til et forbud mod autonome våben, der udvælger og engagerer mål uden menneskelig indgriben og uden for meningsfuld menneskelig kontrol. Brevskriverne anerkender de potentielle fordele ved at fjerne mennesker fra krigens frontlinjer, men hævder, at et globalt AI-våbenkapløb i de kommende årtier i sidste ende ville være dårligt for menneskeheden.

Fejlene, indsigterne og lektionerne fra berømte AI-forudsigelser
Af Stuart Armstrong et al.
Journal of Experimental & Theoretical Artificial Intelligence 24. juni 2014

Fra starten har AI-feltet været præget af en række bemærkelsesværdige forudsigelser om præcis, hvornår maskiner vil udvise noget, der nærmer sig intelligens på menneskeligt niveau. Dette papir analyserer et par af de mere berømte forudsigelser, begyndende med påstanden før AI's stiftende konference i Dartmouth i 1956, at kun 10 videnskabsmænd kunne gøre et betydeligt fremskridt i retning af simuleret intelligens over kun to måneder. Forfatterne fortsætter med at nedbryde ideerne i Ray Kurzweils bog fra 1999 Åndelige maskiners tidsalder i snesevis af testbare forudsigelser for år 2009, der beregner en succesrate på omkring 50 procent.

Vores endelige opfindelse: Kunstig intelligens og afslutningen på den menneskelige æra
af James Barrat
Thomas Dunne Books, 1. oktober 2013

Denne bog af en mangeårig kronikør af AI-forskning spørger, om selvbevidste maskiner vil være så velvillige, som deres ingeniører har til hensigt at være. Når vi bemærker, at computerintelligens uundgåeligt vil være uforudsigelig og uudgrundelig for mennesker, hævder Barrat, at vi ikke lystigt kan antage, at en superintelligens nødvendigvis vil dele nogen af ​​de endelige værdier, der stereotypt er forbundet med visdom og intellektuel udvikling hos mennesker.

KALENDER

International konference om robotteknologi og kunstig intelligens
20.-22. april 2016
Englene
icrai.org

International konference om kunstig intelligens og statistik
9.-11. maj 2016
Cadiz, Spanien
aistats.org

International AAAI-konference om web og sociale medier
17.-20. maj 2016
Köln, Tyskland
icwsm.org

International konference om distribueret databehandling og kunstig intelligens
1.-3. juni 2016
Sevilla, Spanien
dcai-conference.net

International konference om maskinlæring
19.-24. juni 2016
New York
icml.cc/2016

Konference om usikkerhed i kunstig intelligens
25.-29. juni 2016
New York
auai.org/uai2016

International fælles konference om kunstig intelligens
9.-15. juli 2016
New York
ijcai-16.org

IEEE World Congress on Computational Intelligence
24.-29. juli 2016
Vancouver, Canada
wcci2016.org

Europæisk konference om kunstig intelligens
29. august – 2. september 2016
Haag, Holland
ecai2016.org

Konference om neurale informationsbehandlingssystemer
5.-10. december 2016
Barcelona, ​​Spanien
nips.cc/Conferences/2016

skjule