“These early results are encouraging, and we look forward to sharing more soon, but sensibleness and specificity aren’t the only qualities we’re looking for in models like LaMDA. We’re also exploring dimensions like “interestingness,” by assessing whether responses are insightful, unexpected or witty. Being Google, we also care a lot about factuality (that is, whether LaMDA sticks to facts, something language models often struggle with), and are investigating ways to ensure LaMDA’s responses aren’t just compelling but correct. But the most important question we ask ourselves when it comes to our technologies is whether they adhere to our AI Principles. Language might be one of humanity’s greatest tools, but like all tools it can be misused. Models trained on language can propagate that misuse — for instance, by internalizing biases, mirroring hateful speech, or replicating misleading information. And even when the language it’s trained on is carefully vetted, the model itself can still be put to ill use. ”
Étiquette : intelligence artificielle (Page 1 of 4)
“MIT today announced a new $1 billion commitment to address the global opportunities and challenges presented by the prevalence of computing and the rise of artificial intelligence (AI). The initiative marks the single largest investment in computing and AI by an American academic institution, and will help position the United States to lead the world in preparing for the rapid evolution of computing and AI.At the heart of this endeavor will be the new MIT Stephen A. Schwarzman College of Computing, made possible by a $350 million foundational gift from Mr. Schwarzman, the chairman, CEO and co-founder of Blackstone, a leading global asset manager.Headquartered in a signature new building on MIT’s campus, the new MIT Schwarzman College of Computing will be an interdisciplinary hub for work in computer science, AI, data science, and related fields”.
“Our team of five neural networks, OpenAI Five, has started to defeat amateur human teams at Dota 2. While today we play with restrictions, we aim to beat a team of top professionals at The International in August subject only to a limited set of heroes. We may not succeed: Dota 2 is one of the most popular and complex esports games in the world, with creative and motivated professionals who train year-round to earn part of Dota’s annual $40M prize pool.
OpenAI Five plays 180 years worth of games against itself every day, learning via self-play. It trains using a scaled-up version of Proximal Policy Optimization running on 256 GPUs and 128,000 CPU cores — a larger-scale version of the system we built to play the much-simpler solo variant of the game last year. Using a separate LSTM for each hero and no human data, it learns recognizable strategies. This indicates that reinforcement learning can yield long-term planning with large but achievable scale — without fundamental advances, contrary to our own expectations upon starting the project”.
Source : OpenAI Five
“Creating slow-motion footage is all about capturing a large number of frames per second. If you don’t record enough, it becomes choppy and unwatchable as soon as you slow down your video — unless, that is, you use artificial intelligence to imagine the extra frames”.
Source : Nvidia uses artificial intelligence to fake realistic slow-motion video – The Verge
“The team at Oak Ridge says Summit is the first supercomputer designed from the ground up to run AI applications, such as machine learning and neural networks. It has over 27,000 GPU chips from Nvidia, whose products have supercharged plenty of AI applications, and also includes some of IBM’s Power9 chips, which the company launched last year specifically for AI workloads. There’s also an ultrafast communications link for shipping data between these silicon workhorses.
Bob Picciano of IBM says all this allows Summit to run some applications up to 10 times faster than Titan while using only 50 percent more electrical power. Among the AI-related projects slated to run on the new supercomputer is one that will crunch through huge volumes of written reports and medical images to try to identify possible relationships between genes and cancer. Another will try to identify genetic traits that could predispose people to opioid addiction and other afflictions”.
Source : The world’s most powerful supercomputer is tailor made for the AI era – MIT Technology Review
“Le logo de SenseTime est rarement visible, même en Chine, où l’entreprise est pourtant la plus active. Sa technologie se trouve cependant derrière nombre de logiciels et d’applications populaires. Suning, un vendeur de produits électroménagers chinois à succès, a lancé l’année dernière des magasins autonomes, sans vendeurs. Le paiement par reconnaissance faciale y est possible grâce à SenseTime. Le spécialiste de l’IA aide aussi l’opérateur du métro de Shanghaï à analyser les flux de passagers.Mais le chiffre d’affaires de SenseTime provient essentiellement d’applications moins impressionnantes. L’entreprise fournit la technologie de reconnaissance faciale des principaux constructeurs chinois de smartphones – Huawei, Oppo, Xiaomi et Vivo”.
Source : SenseTime, la start-up chinoise en pointe dans la reconnaissance faciale
«Nos règles ne correspondent pas au droit américain. L’exemple le plus parlant, ce sont les propos haineux. Ils sont légaux aux Etats-Unis. Mais nos règles sont beaucoup plus proches des normes européennes : nous n’autorisons pas les attaques contre les gens sur la base de leur genre ou de leur orientation sexuelle par exemple. Nos règles ne seront jamais juste américaines ou françaises mais doivent s’adapter au monde entier.
[…] Il y a certains domaines où la technologie est déjà très utile. Notamment dans le champ de l’image : il est facile pour une machine de reconnaître certains types de contenus comme des vidéos de décapitation ou de la pédopornographie. C’est beaucoup plus difficile pour du texte. Selon leur utilisation, les mêmes quatre mots peuvent être une attaque ou être totalement acceptables. C’est très dur pour nos outils automatiques de distinguer ces deux situations. Mais nous pensons y arriver. Actuellement, ils nous servent à repérer des contenus problématiques avant de les présenter à des modérateurs humains, qui prennent la décision. Cette dernière est ensuite incorporée à nos outils pour les améliorer».
Source : Facebook : la directrice de la politique des contenus explique les règles de modération
« Le problème est distinct de celui de la reproductibilité en IA, à cause duquel les chercheurs ne peuvent pas reproduire les résultats d’autrui en raison de pratiques expérimentales et de publication incorrectes. Il diffère également de celui de la «boîte noire» ou de l’«interprétabilité» de l’apprentissage automatique, c’est-à-dire la difficulté dans laquelle on se trouve d’expliquer comment une IA particulière est parvenue à ses conclusions. Comme le dit Rahimi, »j’essaie de faire la distinction entre un système d’apprentissage automatique qui est une boîte noire et un domaine entier qui est devenu une boîte noire ». »
Source : Le deep learning est-il autre chose que de « l’alchimie » ? | InternetActu.net
«Pour Pierre-Henri Tavoillot, président du Collège de philosophie et professeur à la Sorbonne, « sans acceptation sociale, tous les progrès technologiques ne seront pas saisis, même quand ils entraînent un gain par ailleurs ». Attachés comme nous le sommes aux relations humaines, avons-nous envie d’aller dans des restaurants sans serveurs, des supermarchés sans employés ou de regarder un match de football arbitré par la seule vidéo ? Dans le cas du foot, par exemple, « les règles le permettent, mais c’est un sport voyou où ce qui nous intéresse aussi, c’est de pouvoir dire que l’arbitre est nul, que tel joueur a fauté. Un monde complètement rationnel serait d’un ennui total », analyse le philosophe».
Source : Intelligence artificielle : ces emplois qui résistent à la machine
«A l’avenir, si ce n’est pas déjà le cas, les Silicon Valley de l’intelligence artificielle (IA) devraient être situées en Chine. La Chine a une chance de devenir leadeur dans ce domaine parce qu’elle a adopté les nouvelles technologies très rapidement. Les consommateurs chinois ont sauté l’étape des cartes de crédit pour utiliser directement les plates-formes d’e-paiement.
Tandis qu’Apple Pay lutte pour se développer aux Etats-Unis, Tencent réalise déjà plus de 600 millions de transactions dématérialisées par jour ! Tencent et d’autres plates-formes numériques géantes comme Alibaba ou Baidu disposent ainsi d’énormes stocks de données pour entraîner leurs algorithmes d’apprentissage automatique (machine learning).
En outre, ces sociétés bénéficient des normes culturelles chinoises sur la confidentialité des données. En Occident, celle-ci est considérée comme un droit personnel protégeant l’espace privé. Cette conception est bonne pour les individus et sans doute pour la société ; mais elle est mauvaise pour les développeurs d’IA !»
Source : « La Chine a une chance de devenir leadeur de l’intelligence artificielle »