В тренде на этой неделе: объяснение обучения с подкреплением и федеративного обучения; AI не равно ML; Станет ли ИИ сознательным; 9 этических принципов искусственного интеллекта, которым должны следовать организации.

Каждую неделю мы анализируем самые обсуждаемые темы в Твиттере от влиятельных лиц в области науки о данных и искусственного интеллекта.

Следующие темы, URL-адреса, ресурсы и твиты были автоматически извлечены с использованием метода моделирования тем, основанного на Sentence BERT, который мы улучшили, чтобы он соответствовал нашему варианту использования.

Хотите узнать больше об используемой методологии? Ознакомьтесь с этой статьей для получения более подробной информации и найдите коды в этом репозитории Github!

Обзор

На этой неделе влиятельные лица Data Science и AI в Твиттере говорили о:

  • Обновления машинного обучения
  • Обсуждения ИИ
  • Этический ИИ

В следующих разделах представлены все подробности по каждой теме.

Обновления машинного обучения

На этой неделе влиятельные лица поделились новостями о машинном обучении и глубоком обучении.

Carlos E. Perez поделился ссылкой на исследовательскую работу под названием Пересмотр главенства английского языка в нулевом межъязыковом переносе. В этой статье объясняется, что для создания многоязычных систем НЛП успешным рецептом является предварительное обучение на многоязычном корпусе, а затем точная настройка помеченных данных на одном языке передачи — обычно английском. Но это также ставит под сомнение выбор английского языка для тонкой настройки. Действительно, они сравнили английский язык с другими языками перевода для точной настройки на двух предварительно обученных многоязычных моделях (mBERT и mT5) и нескольких задачах классификации и ответов на вопросы и обнаружили, что другие языки с высокими ресурсами, такие как немецкий и русский, часто передают больше. эффективно, особенно когда набор целевых языков разнообразен или неизвестен априори.

Ipfconline поделился:

Статья под названием «Обучение с подкреплением 101 — объяснение экспертов». Этот пост делится мыслями экспертов в этой области о том, что может произойти в ближайшие годы. Содержание этого сообщения было получено от членов сообщества RE•WORK, включая Лекса Фридмана из Массачусетского технологического института, Томаса Симонини из курса UnityML, Дойны Прекап из UoM и других. В этом посте представлены основы обучения с подкреплением (RL) и представлено глубокое обучение с подкреплением (DRL). Действительно, он начинается с объяснения концепций награды, пусть она будет единственной из бесконечного числа, а затем также вводится концепция Любопытства-Обучения. Ссылки на видеогалереи также приведены на странице нижнего колонтитула этой статьи.

Пост, предлагающий Введение в федеративное обучение (FL), технику, позволяющую проводить обучение на устройстве, персонализировать модель и многое другое. В этом посте представлен FL как новый тип метода обучения моделей машинного обучения, который использует достоверные данные, сгенерированные конечным устройством (например, мобильным телефоном), для обновления общей или общей модели, которая распространяется на разные устройства. В этой статье объясняется: что такое FL, каковы шаги для FL, какие свойства Задач можно решить с помощью FL и объединенного алгоритма усреднения.

Обсуждения ИИ

На этой неделе влиятельные лица в области искусственного интеллекта и науки о данных поделились контентом, посвященным дискуссиям об искусственном интеллекте.

Андреас Штауб поделился ссылкой на статью под названием ИИ не равно машинному обучению. В этом посте рассказывается об упрощениях, сделанных некоторыми людьми, которые продолжают говорить об искусственном интеллекте (ИИ), хотя на самом деле они имеют в виду только машинное обучение (МО). Во-первых, в нем даются определения искусственного интеллекта и науки о данных, которые включают машинное обучение, а затем представлены различные типы намерений в бизнес-аналитике и различные технологии, применимые для предписывающей аналитики, которые помогают понять различия между ИИ и машинным обучением. Затем в заключение говорится, что для разных типов намерений ИИ существуют разные методы и техники, которые могут использовать ОД или нет. Это хорошо демонстрирует, что AI и ML не эквивалентны.

Маркус Борба поделился статьей под названием Станет ли когда-нибудь искусственный интеллект сознательным?. В этом посте говорится, что искусственное сознание — это всего лишь вопрос времени. В нем представлена ​​горячая тема искусственного интеллекта, развивающего сознание как предварительное условие разумных машин, является предметом спекулятивных дебатов и наживания на стартапах фальшивого ИИ. В этом посте рассказывается об идее наложения слоя эмоционального коэффициента (EQ) поверх ИИ, который продвигается как аффективные вычисления с его коммерческими промоутерами. Затем в нем приводятся некоторые заявления о способности современных систем AI/ML/DL ощущать, чувствовать, учиться, знать, что может вызвать дискуссии.

Со своей стороны Ив Мулькерс поделился статьей под названием Искусственный интеллект против человеческого интеллекта: что такое форс-мажор?. Этот пост начинается с определения искусственного и человеческого интеллекта. Затем он сравнивает их и заявляет, что, хотя ИИ может выполнять повторяющиеся задачи с большей эффективностью, точностью и скоростью, а также улучшать человеческий интеллект невиданными ранее способами, человеческий опыт по-прежнему является наиболее важным фактором при разработке технологии ИИ на первом этапе. место.

Этический ИИ

На этой неделе влиятельные лица Data Science и AI поделились своим мнением и статьями об этичном ИИ.

Боб Э. Хейс поделился инфографикой о 9 этических принципах ИИ, которым должны следовать организации.

Приведенной выше инфографикой также поделился Рональд ван Лун. Он также поделился статьей ОЭСР прокладывает путь к надежному и ответственному ИИ. В статье рассказывается о всемирном диалоге и сотрудничестве в области ИИ, а также о сопоставлении политики и инициатив в области ИИ по странам.

И, наконец, Тамара Макклири поделилась статьями о пяти рекомендациях по созданию более этичного ИИ. В статье говорится о важности этического ИИ и о том, как его можно настроить.

Она также поделилась еще одной статьей на тему Этичное рабочее место и искусственный интеллект. В статье рассказывается о возможностях и рисках ИИ и о том, как этический ИИ может снизить риски.