El modelo de lenguaje grande Samsung Gauss puede ayudar con la escritura de código y el análisis de documentos. Samsung Research ha revelado un asistente de IA generativa llamado Samsung Gauss que el grupo de investigación utiliza internamente pero que eventualmente puede aparecer en los teléfonos de consumo de Samsung. Samsung Gauss tiene como objetivo mejorar la eficiencia del trabajo al hacer que redactar correos electrónicos, escribir código y generar imágenes sea más fácil y rápido. Samsung Research presentó detalles sobre Gauss en el segundo día del Samsung AI Forum 2023 el 8 de noviembre de 2023 en Gyeonggi-do, Corea. La IA en los dispositivos se ha convertido rápidamente en una herramienta imprescindible para los principales fabricantes de tecnología. Gauss de Samsung competirá con Google Assistant, que se ejecuta en dispositivos Pixel y Llama 2 de Meta, que estará integrado en ciertos teléfonos inteligentes y PC con tecnología Qualcomm a partir de 2024. Saltar a: ¿Qué es Samsung Gauss? Samsung Gauss es un modelo de lenguaje grande asociado con varias tecnologías de inteligencia artificial integradas para dispositivos móviles Samsung. Samsung Gauss se incluirá en «… una variedad de aplicaciones de productos Samsung…» en un futuro próximo, dijo Samsung Research en una publicación de blog. El Korea Times dijo que Gauss podría aparecer por primera vez en el Samsung Galaxy S24 a principios de 2024. Por ahora, el grupo de investigación de Samsung está utilizando Gauss para «… la productividad de los empleados». VER: ¿Cambiar de un iPhone de Apple a un teléfono Samsung Galaxy? Samsung crea una herramienta de transferencia sencilla. (TechRepublic) Samsung Gauss lleva el nombre de Carl Friedrich Gauss, el matemático que desarrolló la teoría de la distribución normal, que es una parte clave del aprendizaje automático y la inteligencia artificial. «El nombre refleja la visión fundamental de Samsung para los modelos, que consiste en aprovechar todos los fenómenos y conocimientos del mundo para aprovechar el poder de la IA para mejorar las vidas de los consumidores en todo el mundo», afirmó Samsung Research en la publicación del blog. ¿Cuáles son las diversas capacidades de los tres modelos Samsung Gauss? Samsung Gauss tiene tres modelos con diferentes capacidades: Samsung Gauss Language es un modelo de lenguaje generativo que puede redactar correos electrónicos, resumir documentos y traducir contenido. Se puede integrar en el control del dispositivo. (Samsung actualmente cuenta con Bixby para el control por voz de dispositivos móviles). Samsung Gauss Code es una herramienta de desarrollo de software que puede realizar funciones como descripción de código y generación de casos de prueba. Samsung Gauss Code habilita code.i, un asistente de codificación. Samsung Gauss Image crea o mejora imágenes. Samsung ofrece garantías con respecto a la seguridad Samsung, que prohibió temporalmente a sus empleados el uso de productos de IA generativa, incluidos ChatGPT de OpenAI y Bard de Google a principios de este año después de una filtración de datos interna, enfatizó en el comunicado de prensa que su Equipo Rojo de IA está trabajando arduamente en seguridad. El equipo de seguridad monitorea la IA en busca de cuestiones éticas y de privacidad que incluyen «… recopilación de datos para el desarrollo de modelos de IA, implementación de servicios y resultados generados por IA…», escribió Samsung Research en su publicación de blog. Nota: TechRepublic se comunicó con Samsung Research para obtener más información sobre Samsung Gauss.
Etiqueta: inteligencia artificial Página 16 de 17
Kyle Vogt, director ejecutivo y director de tecnología de Cruise Automation Inc., durante el festival South by Southwest (SXSW) en Austin, Texas, EE. UU., el martes 14 de marzo de 2023. Jordan Vonderhaar | Bloomberg | Getty ImagesCruise anunció el jueves una ronda de despidos que afectaron a los trabajadores subcontratados que trabajaban en su servicio de transporte sin conductor, según se enteró CNBC. Los recortes incluyeron a aquellos que ayudan con la limpieza de vehículos, el cobro de flotas y la atención de consultas de atención al cliente. La compañía se negó a compartir un número específico. «Cruise ha tomado la difícil decisión de reducir una parte de la fuerza laboral contingente que apoyaba las operaciones de transporte sin conductor», dijo dijo el portavoz de la compañía a CNBC en un comunicado. «Estos trabajadores eventuales eran responsables de trabajos como la limpieza, la carga y el mantenimiento de la flota, y estamos agradecidos por sus contribuciones». Cruise le dijo a CNBC que los despidos reflejan sus actuales operaciones de conducción supervisada, y agregó que la compañía planea reanudar el servicio sin conductor, pero que no tiene un cronograma específico para compartir. La noticia sigue a una avalancha de preocupaciones e incidentes de seguridad desde que Cruise, propiedad de Cruise. de General Motors, recibió la aprobación en agosto para el servicio de robotaxi las 24 horas del día en San Francisco. Esta semana, Cruise anunció que retiraría del mercado 950 robotaxis después de una colisión con un peatón. En octubre, el Departamento de Vehículos Motorizados de California suspendió el martes los permisos de despliegue y prueba de Cruise para sus vehículos autónomos, con efecto inmediato. «Cuando existe un riesgo irrazonable para la seguridad pública, el DMV puede suspender o revocar permisos inmediatamente», dijo el DMV de California. en una declaración. En la actualización de ganancias del tercer trimestre de GM, la compañía dijo que había perdido aproximadamente $1.9 mil millones en Cruise hasta septiembre de este año. La suspensión del DMV se produjo una semana después de que los reguladores federales de seguridad automotriz anunciaran que estaban investigando a Cruise luego de lesiones a peatones. La investigación, encabezada por la Administración Nacional de Seguridad del Tráfico en Carreteras, fue motivada por múltiples informes relacionados con lesiones a peatones y vehículos Cruise en los últimos meses, y se refiere a unos 594 vehículos Cruise sin conductor, según el documento.
Source link
En julio y septiembre, 15 de las mayores empresas de IA firmaron los compromisos voluntarios de la Casa Blanca para gestionar los riesgos que plantea la IA. Entre esos compromisos estaba la promesa de ser más transparentes: compartir información “en toda la industria y con los gobiernos, la sociedad civil y el mundo académico” e informar públicamente sobre las capacidades y limitaciones de sus sistemas de IA. Todo lo cual suena muy bien en teoría, pero ¿qué significa en la práctica? ¿Qué es exactamente la transparencia cuando se trata de los modelos masivos y poderosos de estas empresas de IA? Gracias a un informe encabezado por el Centro de Investigación sobre Modelos de Cimientos (CRFM) de Stanford, ahora tenemos respuestas a esas preguntas. Los modelos básicos que les interesan son creaciones de propósito general como GPT-4 de OpenAI y PaLM 2 de Google, que se entrenan con una enorme cantidad de datos y pueden adaptarse para muchas aplicaciones diferentes. El Índice de Transparencia de Modelos de la Fundación calificó 10 de los modelos más importantes en 100 métricas diferentes de transparencia. La puntuación total más alta es para Meta’s Llama 2, con 54 sobre 100. No les fue tan bien. La puntuación total más alta es para Meta’s Llama 2, con 54 sobre 100. En la escuela, eso se consideraría una calificación reprobatoria. «Ningún desarrollador importante de modelos básicos está cerca de proporcionar una transparencia adecuada», escribieron los investigadores en una publicación de blog, «lo que revela una falta fundamental de transparencia en la industria de la IA». Rishi Bommasani, candidato a doctorado en el CRFM de Stanford y uno de los líderes del proyecto , afirma que el índice es un esfuerzo por combatir una tendencia preocupante de los últimos años. «A medida que aumenta el impacto, la transparencia de estos modelos y empresas disminuye», afirma. En particular, cuando OpenAI actualizó de GPT-3 a GPT-4, la compañía escribió que había tomado la decisión de retener toda la información sobre «arquitectura (incluido el tamaño del modelo), hardware, computación de entrenamiento, construcción de conjuntos de datos, [and] método de entrenamiento”. Las 100 métricas de transparencia (enumeradas en su totalidad en la publicación del blog) incluyen factores ascendentes relacionados con el entrenamiento, información sobre las propiedades y la función del modelo, y factores descendentes relacionados con la distribución y el uso del modelo. «No es suficiente, como han pedido muchos gobiernos, que una organización sea transparente cuando publica el modelo», dice Kevin Klyman, asistente de investigación en el CRFM de Stanford y coautor del informe. «También tiene que ser transparente sobre los recursos que se destinan a ese modelo, las evaluaciones de las capacidades de ese modelo y lo que sucede después del lanzamiento». Para calificar los modelos según los 100 indicadores, los investigadores buscaron en los datos disponibles públicamente. , dando a los modelos un 1 o 0 en cada indicador según umbrales predeterminados. Luego hicieron un seguimiento con las 10 empresas para ver si querían impugnar alguna de las puntuaciones. “En algunos casos, se nos pasó por alto alguna información”, dice Bommasani. Spectrum se puso en contacto con representantes de una variedad de empresas que aparecen en este índice; Ninguno de ellos había respondido a las solicitudes de comentarios al cierre de nuestra fecha límite. “El trabajo en IA es un tema habitualmente opaco. Y aquí es muy opaco, incluso más allá de las normas que hemos visto en otras áreas”.—Rishi Bommasani, Stanford La procedencia de los datos de entrenamiento para los modelos básicos se ha convertido en un tema candente, con varias demandas que alegan que las empresas de IA incluyeron ilegalmente material protegido por derechos de autor de los autores. en sus conjuntos de datos de entrenamiento. Y tal vez no sea sorprendente que el índice de transparencia mostrara que la mayoría de las empresas no han sido comunicativas con respecto a sus datos. El modelo Bloomz del desarrollador Hugging Face obtuvo la puntuación más alta en esta categoría, con un 60 por ciento; Ninguno de los otros modelos obtuvo una puntuación superior al 40 por ciento y varios obtuvieron un cero. Un mapa de calor muestra cómo les fue a los 10 modelos en categorías que van desde datos hasta impacto. Centro Stanford para la Investigación sobre Modelos de Fundación Las empresas también guardaron silencio sobre el tema del trabajo, lo cual es relevante porque los modelos requieren trabajadores humanos para perfeccionar sus modelos. Por ejemplo, OpenAI utiliza un proceso llamado aprendizaje reforzado con retroalimentación humana para enseñar a modelos como GPT-4 qué respuestas son más apropiadas y aceptables para los humanos. Pero la mayoría de los desarrolladores no hacen pública la información sobre quiénes son esos trabajadores humanos y qué salarios les pagan, y existe la preocupación de que esta mano de obra se esté subcontratando a trabajadores con salarios bajos en lugares como Kenia. «El trabajo en IA es un tema habitualmente opaco», dice Bommasani, «y aquí es muy opaco, incluso más allá de las normas que hemos visto en otras áreas». Hugging Face es uno de los tres desarrolladores del índice que los investigadores de Stanford consideraron » open”, lo que significa que los pesos de los modelos se pueden descargar ampliamente. Los tres modelos abiertos (Llama 2 de Meta, Hugging Face’s Bloomz y Stable Diffusion de Stability AI) lideran actualmente el camino en transparencia, con una puntuación mayor o igual que el mejor modelo cerrado. Si bien esos modelos abiertos obtuvieron puntos de transparencia, no todos creen que sean los actores más responsables en el campo. Actualmente existe una gran controversia sobre si modelos tan poderosos deberían ser de código abierto y, por lo tanto, potencialmente disponibles para los malos actores; Hace apenas unas semanas, los manifestantes llegaron a la oficina de Meta en San Francisco para denunciar la “proliferación irreversible” de tecnología potencialmente insegura. Bommasani y Klyman dicen que el grupo de Stanford está comprometido a mantenerse al día con el índice y planean actualizarlo al menos una vez al año. El equipo espera que los responsables políticos de todo el mundo recurran al índice a la hora de elaborar legislación sobre la IA, ya que en muchos países se están realizando esfuerzos regulatorios. Si las empresas obtienen mejores resultados en materia de transparencia en las 100 áreas diferentes destacadas por el índice, dicen, los legisladores tendrán una mejor idea de qué áreas requieren intervención. «Si hay una opacidad generalizada en los impactos laborales y posteriores», dice Bommasani, «esto les da a los legisladores cierta claridad de que tal vez deberían considerar estas cosas». Es importante recordar que incluso si un modelo hubiera obtenido una puntuación alta de transparencia en el índice actual, Eso no significaría necesariamente que fuera un modelo de virtud de la IA. Si una empresa revelara que un modelo fue entrenado con material protegido por derechos de autor y refinado por trabajadores a los que se les paga menos del salario mínimo, aún ganaría puntos por la transparencia sobre los datos y la mano de obra. «Estamos tratando de sacar a la luz los hechos» como primer paso, dice Bommasani. «Una vez que haya transparencia, habrá mucho más trabajo por hacer».
Source link
La startup suiza Typewise ha desarrollado un teclado AI para su teléfono que corrige mejor errores tipográficos y es más seguro. ¿Puede rivalizar con los gigantes estadounidenses? PUBLICIDAD La aplicación que más usamos en nuestros teléfonos es el teclado, y pasamos en promedio hasta una hora al día escribiendo en nuestros teléfonos para decodificar nuestros pensamientos e interactuar con nuestros contactos. Pero los teclados que usamos normalmente no están diseñados para el mundo móvil actual y son Basado en máquinas de escribir utilizadas en el siglo XIX. Los teclados más utilizados de Google y Microsoft tampoco son tan seguros. La startup suiza Typewise intenta rivalizar con los gigantes tecnológicos ofreciendo una aplicación de teclado que dice ser 100 por ciento segura y permite escribir cuatro veces. menos errores tipográficos. «Nuestros algoritmos funcionan en su dispositivo telefónico, por lo que ninguno de sus datos, nada de lo que escribe se transmite a la nube o a Internet y eso es muy diferente de prácticamente cualquier teclado estándar que encuentre en el mercado», dijo el jefe de Typewise. El director ejecutivo y cofundador David Eberle dijo a Euronews Next: «La gente tiene miedo de WhatsApp y dice ‘Necesito cambiar a algún mensajero seguro’, pero luego el teclado que usan en ese mensajero seguro aún puede desviar todos los datos y enviarlos. en otro lugar». ¿Cómo funciona? Con su teclado y diseño hexagonales más grandes, también afirma ser más fácil de usar y tiene velocidades de escritura un 33 por ciento más rápidas. Pero cambiar de los teclados que estamos tan acostumbrados a usar a diario y a los que nos acostumbramos Es cierto que las nuevas funciones llevan tiempo. El teclado funciona mediante el uso de una tecnología de inteligencia artificial que corrige sus errores y puede predecir sus siguientes palabras mientras aprende la jerga o el vocabulario coloquial del usuario. «Los algoritmos son mejores que incluso un teclado de Google que existe, «, dijo Eberle. Otra característica clave que ofrece el teclado es que reconoce más de 40 idiomas diferentes basados en el latín, por lo que puedes escribir en inglés y francés en la misma oración sin que se autocorrija o tengas que cambiar de idioma manualmente. Como tiene su sede la empresa En Suiza, un país que habla cuatro idiomas, se encuentra en una posición privilegiada para comprender la necesidad de tecnología en múltiples idiomas, a diferencia de sus rivales con sede en Estados Unidos. Typewise también está colaborando en su sistema de inteligencia artificial con el Instituto Federal Suizo de Tecnología y está desarrollando su capacidad de predicción de texto.»Los modelos tradicionales de aprendizaje automático se basan más en la probabilidad y también lo ves en tu teléfono. Las palabras típicas que se sugieren son ‘el o un o él o yo’, porque son palabras muy probables», dijo Eberle. «Pero no se escriben esas palabras todo el tiempo. Así que creo que el verdadero desafío en esta tecnología es hacerlo más personal para usted, cómo escribe, pero también comprender el contexto». Dijo que la tecnología podría volverse realmente poderosa cuando no solo prediga la siguiente palabra, sino que incluso algún día pueda predecir la siguiente oración e incluso una párrafo completo. Pero la compañía quiere ir más allá de los teclados de teléfonos inteligentes. Su objetivo es licenciar su tecnología de inteligencia artificial como una interfaz de programación de aplicaciones (API) y un kit de desarrollo de software (SDK) para que luego pueda impulsar su tecnología en dispositivos móviles, de escritorio y incluso interfaces cerebro-computadora. Cómo enfrentarse a los gigantes tecnológicos Google y Microsoft también están desarrollando su propia tecnología de texto predictivo, pero la nueva empresa suiza dice que también es un candidato para hacerse un lugar en el mercado. PUBLICIDAD «Creemos que hay un espacio «Creo que es una gran oportunidad porque no todas las grandes empresas quieren trabajar con Microsoft o Google, que es su tecnología patentada. Y creemos que con un enfoque más abierto tenemos derecho a ganar en el mercado». Eberle fundó la empresa con su amiga de la escuela Janis Berneker y lanzó oficialmente Typewise en 2019. Desde entonces, ha crecido hasta tener más de un millón de usuarios. espera multiplicarse por diez en dos años. La aplicación se puede descargar gratis, pero tiene una configuración profesional que permite el uso de funciones adicionales por poco más de 2 € al mes. La empresa comenzó con una campaña de Kickstarter y tuvo una ronda inicial exitosa en 2020. donde recaudó $ 1 millón (€ 1,2 millones) y ha tenido un crecimiento de ingresos del 400 por ciento año tras año. En su gigantesco desafío de competir con Google y Microsoft, Eberle cree que tener su sede en un pequeño país europeo tiene sus ventajas. Suiza es más reacia al riesgo que Estados Unidos, reconoció, pero dice que, al ser un país pequeño, uno se ve obligado a expandirse a otros mercados rápidamente, lo que requiere nuevos enfoques.»Sabemos que el mercado interno nunca será lo suficientemente grande. Y tal vez eso sea un impulso para tener una mente más abierta», dijo Eberle. «Creo que con cualquier Start-up que tengas, tienes que correr cuesta arriba y solo tienes que correr lo suficientemente rápido como para lograrlo». .
Source link
Cree fácilmente imágenes impresionantes que sean exactamente lo que desea con solo unos pocos clics que serán de su propiedad al 100% y podrá usar de la forma que elija. Imagen: StackCommerce Examinar cientos de fotografías de archivo es una tarea que requiere mucho tiempo y que rara vez arroja exactamente el resultado que esperaba. Y luego, a menudo, está muy limitado en la forma en que puede utilizarlos para fines comerciales. Si desea una manera de crear fácilmente imágenes únicas que pueda usar como quiera, entonces una suscripción de por vida a Pixilio The Ultimate AI Image Generator es justo lo que necesita. Lo mejor de todo es que, aunque normalmente se vende por $ 360, el precio se redujo a $ 19,97 hasta el 9 de noviembre. Pixilio utiliza inteligencia artificial para generar imágenes personalizadas de alta calidad. No es necesario tener ninguna experiencia en diseño. Simplemente ingrese los parámetros de la imagen que desea crear y los algoritmos avanzados de aprendizaje automático de Pixilio brindarán el tipo de imágenes poderosas que llaman la atención en sitios web, presentaciones, redes sociales y más. Ya sea que sea diseñador, creador de contenido, comercializador o simplemente un usuario sin experiencia técnica, puede generar fácilmente imágenes impresionantes con IA que se adaptan a sus especificaciones exactas en solo cuestión de segundos. Es tan fácil que cualquiera puede usarlo. Además, cada imagen que genera Pixilio es 100% original y 100% tuya, por lo que puedes usarlas como quieras sin limitaciones. Ya no tendrás que sufrir la tediosa tarea de elegir entre imágenes de archivo o, peor aún, pasar horas y horas intentando crear imágenes personalizadas con herramientas para las que nunca fuiste entrenado. Unos pocos clics en Pixilio ahora es todo lo que se necesita para generar imágenes únicas e impresionantes. Y con esta suscripción, podrás hacerlo de por vida. No es de extrañar que los compradores verificados le hayan otorgado una calificación promedio de 4,1/5 estrellas. Obtenga una suscripción de por vida a Pixilio The Ultimate AI Image Generator, mientras que su precio minorista de $360 se redujo a $19,97 hasta el 9 de noviembre. Los precios y la disponibilidad están sujetos a cambios.
Tres investigadores de Google publicaron recientemente un artículo sobre ArXiv sobre el progreso de la IA. El artículo informa que el transformador de red neuronal profunda, la tecnología subyacente en el campo de la IA, no es bueno para generalizar. Los transformadores son la base de grandes modelos de lenguaje detrás de herramientas de inteligencia artificial como ChatGPT. En el nuevo artículo, los autores Steve Yadlowsky, Lyric Doshi y Nilesh Tripuraneni escribieron: “Los transformadores exhiben varios modos de falla cuando una tarea o función requiere algo más allá del alcance de los datos previamente entrenados. El informe afirma que la IA puede encontrar difíciles de ejecutar tareas simples si están más allá de su entrenamiento. Sin embargo, los transformadores de redes neuronales profundas son buenos para realizar tareas relacionadas con datos de entrenamiento y no son muy buenos para manejar tareas más allá de este alcance. Para aquellos que esperan lograr la Inteligencia General Artificial (AGI), esta cuestión no puede ignorarse. AGI es un término utilizado por los tecnólogos para describir una IA hipotética que puede hacer cualquier cosa que un humano pueda hacer. Tal como está, la IA es muy buena para realizar tareas específicas, pero no transfiere habilidades entre dominios como lo hacen los humanos. Pedro Domingos, profesor emérito de ciencias informáticas e ingeniería de la Universidad de Washington, dijo que la nueva investigación significa que «en este momento, no deberíamos obsesionarnos demasiado con la IA que se avecina». AGI se promociona como el objetivo final de la IA. En teoría, esto representa la creación de algo tan inteligente o más inteligente que nosotros. Muchos inversores y tecnólogos están invirtiendo mucho tiempo y energía en esto. El lunes, el director ejecutivo de OpenAI, Sam Altman, subió al escenario con el director ejecutivo de Microsoft, Satya Nadella, y reiteró su visión de «colaborar para construir AGI». Aún lejos del objetivo. Lograr este objetivo significa pedirle a la IA que realice muchas de las tareas inductivas que el cerebro humano puede realizar. Esto incluye adaptarse a escenarios desconocidos, crear analogías, procesar nuevos datos y pensar de forma abstracta. Pero, como señala el artículo, si la tecnología tiene dificultades para lograr incluso “tareas simples”, entonces claramente todavía estamos lejos de la meta. El profesor de informática de la Universidad de Princeton, Arvind Narayanan, dijo que muchas personas han aceptado las limitaciones de la IA. Sin embargo, también dice “Es hora de despertar”. Jin Fan, científico senior de inteligencia artificial de NVIDIA, cuestionó por qué los hallazgos de este artículo sorprenderían a la gente porque “los transformadores no son una panacea en primer lugar”. Domingos dijo que el estudio destaca cómo «mucha gente está muy confundida» acerca del potencial de una tecnología que se ha promocionado como un camino hacia la AGI. Noticias de la semana de Gizchina Añadió: «Este es un artículo que se acaba de publicar y lo interesante es quién se sorprenderá y quién no». Si bien Domingos reconoce que los transformadores son tecnología avanzada, cree que muchas personas piensan que estas redes neuronales profundas son mucho más poderosas de lo que realmente son. “El problema es que las redes neuronales son muy opacas. Estos grandes modelos de lenguaje se entrenan con cantidades de datos inimaginablemente grandes. Esto deja a mucha gente muy confundida acerca de lo que pueden y no pueden hacer”, afirmó. «Están empezando a pensar que siempre se pueden hacer milagros». Agrega cuotas y límites Según Google, la IA tiene ciertas cuotas y límites que se le aplican. Estas cuotas restringen la cantidad de un recurso compartido de Google Cloud en particular que puede usar su proyecto de Google Cloud. Por ejemplo, los máximos del conjunto de datos de entrenamiento son 30 000 documentos y 100 000 páginas. Además, el mínimo del conjunto de datos de entrenamiento es cada etiqueta en al menos 10 documentos. Estas cuotas se aplican a cada proyecto de Google Cloud Console. También se comparten entre todas las aplicaciones y direcciones IP que utilizan ese proyecto. La aceleración de Google en el desarrollo de la IA se produce como una cacofonía de voces. Esto incluye a notables ex alumnos de la empresa y veteranos de la industria que piden que los desarrolladores de IA disminuyan la velocidad. Advierten que la tecnología se está desarrollando más rápido de lo que incluso sus inventores anticiparon. Geoffrey Hinton, uno de los pioneros de la tecnología de inteligencia artificial que se unió a Google en 2013 y recientemente dejó la compañía, desde entonces ha lanzado una campaña mediática advirtiendo sobre los peligros de que la inteligencia artificial superinteligente escape al control humano. Pichai y otros ejecutivos han comenzado a hablar cada vez más sobre la perspectiva de que la tecnología de IA iguale o supere la inteligencia humana, un concepto conocido como inteligencia artificial general o AGI. El término que alguna vez fue marginal, asociado con la idea de que la IA representa un riesgo existencial para la humanidad, es central para la misión de OpenAI y ha sido adoptado por DeepMind pero evitado por los altos mandos de Google. Limitaciones de la gobernanza de la IA Existen límites técnicos en cuanto a lo que actualmente es factible para los sistemas complejos de IA. Con suficiente tiempo y experiencia, normalmente es posible obtener una idea de cómo funcionan los sistemas complejos. Sin embargo, en la práctica, hacerlo rara vez será económicamente viable a escala. Además, los requisitos estrictos pueden bloquear inadvertidamente la adopción de sistemas de inteligencia artificial. Desde una perspectiva de gobernanza, la IA plantea un desafío único tanto en la formulación como en el cumplimiento de regulaciones y normas. Por último, simplemente existe una sensación cada vez mayor de que ha llegado el momento de adoptar un enfoque más coherente en la supervisión de la IA. Dada la cultura de investigación abierta en el campo de la IA, es necesario un enfoque integral para la gobernanza de la IA. Esto es más necesario debido a los componentes funcionales más altos y al creciente número de aplicaciones de inteligencia artificial. Palabras finales La IA ha logrado avances significativos en los últimos años, pero aún no está lista para superar a los humanos. Todavía existen muchas limitaciones para la IA, incluidas cuotas y límites, limitaciones de las explicaciones de la IA y limitaciones de la gobernanza de la IA. A medida que la IA continúa desarrollándose, es importante tener en cuenta estas limitaciones.
«El cerebro humano procesa la mirada del robot como una señal social, y esa señal tiene un impacto en la forma en que tomamos decisiones», dijo uno de los investigadores. PUBLICIDAD Hace tiempo que se sabe que hacer contacto visual con un robot puede ser una experiencia inquietante. Los científicos incluso tienen un nombre para esa sensación de malestar: «valle inquietante». Ahora, gracias a investigadores italianos, también sabemos que es algo más que una simple sensación. Un equipo del Istituto Italiano Di Tecnologia (IIT) de Génova ha demostrado cómo La mirada de un robot puede engañarnos haciéndonos pensar que estamos interactuando socialmente y ralentizar nuestra capacidad para tomar decisiones. «La mirada es una señal social extremadamente importante que empleamos en el día a día cuando interactuamos con otros», afirmó la profesora Agnieszka Wykowska, autor principal de la investigación publicada el miércoles en la revista Science Robots.»La pregunta es si la mirada del robot evocará mecanismos en el cerebro humano muy similares a los de la mirada de otro ser humano». El equipo pidió a 40 voluntarios que jugaran un videojuego de » pollo», donde cada jugador tiene que decidir si permite que un automóvil avance directamente hacia otro automóvil o se desvía para evitar una colisión, contra un robot humanoide sentado frente a ellos. Entre rondas, los jugadores tenían que mirar al robot, que a veces mirar hacia atrás y otras veces mirar hacia otro lado. En cada escenario, los científicos recopilaron datos sobre el comportamiento y la actividad neuronal mediante electroencefalografía (EEG), que detecta la actividad eléctrica en el cerebro. «Nuestros resultados muestran que, en realidad, el cerebro humano procesa la mirada del robot como una señal social, y esa señal tiene un impacto en la forma en que tomamos decisiones, en las estrategias que implementamos en el juego y también en nuestras respuestas», dijo Wykowska. «La mirada mutua del robot afectó las decisiones retrasándolas , por lo que los humanos fueron mucho más lentos a la hora de tomar decisiones en el juego». Los hallazgos tienen implicaciones sobre dónde y cómo se desplegarán los robots humanoides en el futuro.» Una vez que comprendamos cuándo los robots provocan sintonía social, entonces podremos decidir en qué tipo de contexto esto. es deseable y beneficioso para los seres humanos y en qué contexto no debería ocurrir», afirmó Wykowska. Según un informe de la Federación Internacional de Robótica, las ventas mundiales de robots de servicios profesionales ya habían aumentado un 32 por ciento, hasta los 11,2 mil millones de dólares (9,4 mil millones de euros). entre 2018 y 2019.
Source link
La nueva supercomputadora de IA será la más rápida del Reino Unido cuando se lance en 2024 y aprovechará la inteligencia artificial para impulsar avances en ciencia de vanguardia. La supercomputadora Isambard-AI estará alojada en el Centro Nacional de Composites en Bristol, Reino Unido. Imagen: NCC El gobierno del Reino Unido está gastando £225 millones ($280 millones) en un intento por construir una de las supercomputadoras más rápidas del mundo, capaz de entregar más de 200 petaflops. – unos 200 billones de cálculos – cada segundo. Isambard-AI, que lleva el nombre del ingeniero británico pionero Isambard Kingdom Brunel, será 10 veces más rápido que el actual superordenador más rápido del Reino Unido, ARCHER2, y es una de las dos nuevas máquinas que se están construyendo para impulsar avances en robótica, análisis de datos, energía de fusión, atención sanitaria y investigación climática. Saltar a: Construyendo la supercomputadora más poderosa de Gran Bretaña Construida por Hewlett Packard Enterprise y alojada en la Universidad de Bristol, Isambard-AI comprenderá casi 5000 superchips NVIDIA GH200 Grace Hopper y contribuirá con 21 exaflops de rendimiento de IA a los investigadores cuando se inaugure en el National Composites de Bristol. Centro a mediados de 2024 (Figura A). Figura A Una maqueta de la supercomputadora Isambard-AI, que será la más rápida del Reino Unido cuando se lance en el verano de 2024. Imagen: HPE Más cobertura de IA de lectura obligada Simon McIntosh-Smith, profesor de la Universidad de Bristol y director del Isambard National Research Facility, dijo en un comunicado de prensa de HPE que Isambard-AI representaba “un gran salto adelante para el poder computacional de la IA” para el Reino Unido. «Hoy en día, Isambard-AI estaría entre las 10 supercomputadoras más rápidas del mundo y, cuando entre en funcionamiento a finales de 2024, será uno de los sistemas de IA para ciencia abierta más poderosos del mundo», dijo McIntosh-Smith en el comunicado de prensa. . Y añadió: «Es inmensamente emocionante estar a la vanguardia de la revolución de la IA y asociarnos con los líderes de la industria HPE y NVIDIA para construir e implementar rápidamente una infraestructura informática de investigación a gran escala para crear una de las supercomputadoras más poderosas del mundo». El Reino Unido se propone convertirse en el líder mundial en IA Isambard-AI se anunció por primera vez en septiembre de 2023 como parte de los planes del gobierno del Reino Unido para establecer un nuevo recurso de investigación de IA, o AIRR, para “impulsar la investigación y la innovación pioneras en IA en el Reino Unido”. y convertir al país en líder mundial en inteligencia artificial. La inyección de fondos para la nueva supercomputadora fue anunciada por el Departamento de Ciencia, Innovación y Tecnología del Reino Unido durante la Cumbre de Seguridad de IA de la semana pasada, donde también reveló planes para triplicar la inversión en AIRR de £100 millones (£124 millones) a £300 millones ( 372 millones de dólares). Isambard-AI se conectará a otra supercomputadora llamada Dawn, que está siendo construida por Dell, Intel y la consultora informática británica StackHPC en asociación con la Universidad de Cambridge, y que comenzará a funcionar en los próximos meses. Juntos, Isambard-AI y Dawn proporcionarán a investigadores y científicos «más de 30 veces la capacidad de las actuales herramientas informáticas públicas de IA del Reino Unido», según DIST. Apoyar la investigación del gobierno del Reino Unido sobre los riesgos y la seguridad de la IA. Las instalaciones de supercomputación de Bristol serán accesibles para una serie de organizaciones británicas con fines de investigación de la IA. Se dará acceso prioritario al Frontier AI Taskforce del gobierno del Reino Unido «para apoyar su trabajo para mitigar los riesgos planteados por las formas más avanzadas de IA, incluida la seguridad nacional frente al desarrollo de armas biológicas y ciberataques», como se indica en el comunicado de prensa del gobierno del Reino Unido. sobre Isambard-AI. La instalación también apoyará el trabajo realizado por el AI Safety Institute, el organismo gubernamental recientemente formado encargado de probar la seguridad y viabilidad de nuevos modelos de IA antes y después de su implementación para ayudar a informar la política gubernamental. ¿Qué tamaño tiene la industria de la IA en el Reino Unido? Según el gobierno del Reino Unido, en marzo de 2023, la inteligencia artificial ya aporta más de 3.700 millones de libras esterlinas (4.600 millones de dólares) a la economía del Reino Unido y emplea a más de 50.000 personas. Afirma que el país alberga el doble de empresas de inteligencia artificial que cualquier otra nación europea, y que «cientos más» se instalan en el Reino Unido cada año. Justin Hotard, vicepresidente ejecutivo y director general de HPC, IA y laboratorios de HPE, dijo en el comunicado de prensa de HPE que la reciente inversión del Reino Unido en supercomputación de IA subraya «su compromiso de tomar una posición de liderazgo global en IA». Hotard añadió: «El sistema Isambard-AI aprovechará la supercomputación líder en el mundo, incluidas las redes de alto rendimiento desarrolladas conjuntamente en los laboratorios de HPE en Bristol, para proporcionar el rendimiento y la escala necesarios para proyectos de IA con uso intensivo de computación». Y añadió: «Estamos orgullosos de asociarnos con el gobierno del Reino Unido y la Universidad de Bristol para brindar a los investigadores y a la industria del Reino Unido acceso al sistema de inteligencia artificial para ciencia abierta más grande de Europa». VER: Financiamiento inicial de IA del Reino Unido: el Instituto Alan Turing identifica una enorme disparidad de género Detalles técnicos sobre la supercomputadora Isambard-AI Isambard-AI se construirá utilizando el marco de supercomputación HPE Cray EX y contará con el marco de interconexión HPE Slingshot 11, que está diseñado para manejar el rendimiento masivo de datos necesario para simulaciones complejas y cargas de trabajo de IA. Cuando se active, se espera que la supercomputadora alcance más de 200 petaflops de rendimiento informático según el punto de referencia Top500 LINPACK, el estándar para medir la velocidad de procesamiento de un sistema informático. Esta potencia informática permitirá 21 exaflops de rendimiento de IA, siendo un exaflop una medida de quintillones de operaciones de punto flotante por segundo utilizadas para medir tareas computacionales especializadas de IA. En perspectiva, los últimos teléfonos inteligentes del mercado “sólo” son capaces de realizar billones de cálculos por segundo. La supercomputadora estará alojada en un centro de datos autónomo y refrigerado por sí mismo en NCC, con sede en Bristol & Bath Science Park. NCC es uno de los siete centros de investigación en todo el Reino Unido que forman High Value Manufacturing Catapult, que ofrece acceso a instalaciones y experiencia de investigación y desarrollo que de otro modo serían inaccesibles para las empresas del Reino Unido. Según NVIDIA, una segunda supercomputadora basada en Arm que llegará al NCC el próximo año, llamada Isambard 3, ofrecerá aproximadamente 2,7 petaflops de rendimiento informático y consumirá menos de 270 kilovatios de energía, lo que la ubicará «entre las tres supercomputadoras no aceleradas más ecológicas del mundo». .” Ian Buck, vicepresidente de hiperescala y HPC de NVIDIA, dijo en el comunicado de HPE: “Al construir una de las supercomputadoras de IA más rápidas del mundo, el Reino Unido está demostrando la importancia de que las naciones creen su propia infraestructura. Isambard-AI proporcionará a los investigadores los mismos recursos informáticos de IA y HPC de última generación utilizados por los principales pioneros de la IA del mundo, lo que permitirá al Reino Unido introducir la próxima ola de IA y avances científicos”.
Inteligencia artificial en medicina: la inteligencia artificial es muy útil para desarrollar más recursos en el campo médico mediante diversas tecnologías de inteligencia artificial. Puedes seguir este blog para obtener más información. La tecnología es una bendición que nadie puede evitar. esta información sobre novedades recientes en la tecnología de inteligencia artificial. Esta noticia demuestra que la inteligencia artificial se utiliza continuamente para facilitar al máximo la salud o la vida humana gracias a la innovación en el campo médico. Este artículo le ayuda a comprender los beneficios de la inteligencia artificial en los procedimientos de diagnóstico médico y se basa en trabajos de innovación como IA (Inteligencia artificial), redes neuronales, aprendizaje automático, robots, IoT (Internet de las cosas), etc. En esta generación, la Inteligencia Artificial se ha apoderado de la vida diaria. Se están llevando a cabo varios proyectos para descubrir la innovación en el campo médico. Tecnologías como la inteligencia artificial, big data, blockchain e Internet de las cosas se utilizan en la vida diaria de un ser humano. Los elementos desarrollados emergentes, como los teléfonos inteligentes, la televisión o los relojes, se utilizan primero para la investigación médica después de su fabricación. Wilhelm Röntgen recibió el premio Nobel por una fotografía de la mano humana tomada con un objeto innovador como los rayos X en el año 1895. Los rayos X descubren todas las lesiones del ser humano y, por lo tanto, tienen un papel importante en el diagnóstico médico. Hoy en día, el escáner CT tiene la capacidad de descubrir cada lesión diagnóstica en el cuerpo y el cerebro humanos. Imágenes médicas y diagnóstico biomédicoGoogle desarrolló un algoritmo para detectar riesgos cardiovasculares reconociendo el patrón oculto en las imágenes de la retina. Se utilizan más de 280.000 imágenes retinianas del patrón para entrenar y comprender el patrón oculto. Ha validado en conjuntos de datos. El aprendizaje automático tiene la capacidad de descubrir las peculiaridades de la sangre e indicar varias variables como el tabaquismo, la presión arterial sistólica, etc. simplemente analizando imágenes. Computación en la nube y big data La computación en la nube y el big data pueden identificar elementos clínicos mediante el aprendizaje automático en la cirugía colorrectal. La Inteligencia Artificial es capaz de disminuir el tiempo del método transaccional en el aprendizaje automático mediante el desarrollo de un camino clínico válido. La aplicación de gestión de variaciones clínicas (CVM) definida para el tratamiento de la cirugía colorrectal en 2015-2016 analizó a 1786 pacientes. El algoritmo fue programado para analizar conjuntos de datos multidimensionales bajo supervisión. Resulta en un conjunto de datos en 9 grupos distintos con análisis según la dosis de ketorolaco, que es un fármaco antiinflamatorio no esteroideo (AINE) que se utiliza principalmente en cirugía para tratar el dolor posoperatorio. Soporte de decisiones y monitoreo hospitalario La inteligencia artificial trabaja en el análisis de datos y aprende el patrón. Por ello, analiza todos los casos de sepsis sobre los marcadores de sepsis y crea filtros que puedan alertar antes del shock y la disfunción orgánica. Por lo tanto, cuando un paciente visita el hospital, puede proporcionar fácilmente un diagnóstico previo y ayudar a los médicos a avanzar en la dirección correcta del tratamiento. Medicina digital y tecnología portátil IBM Company, dice Watson, la nube y el sistema de alerta temprana en tiempo real dirigido (CREWS) son redes neuronales complicadas gobernadas y entrenadas por aprendizaje automático. Este sistema puede analizar todos los datos como edad, frecuencia cardíaca, hábitos de ejercicio, hábitos alimentarios y patrones de sueño a través de varios sensores. Por ejemplo, reloj inteligente, actividad móvil, etc., esos datos se cargan en la nube donde se clasifican y analizan con la ayuda de redes cognitivas. Tecnología robótica y asistente virtual El cateterismo cardíaco se realiza mediante imágenes fluoroscópicas. ¿Qué expone al operador, al personal y al paciente a radiaciones nocivas? Por lo tanto, se creó un robot autodirigido (CATH Bot) que monitorea de forma remota el cateterismo cardíaco sin ninguna radiación ionizante dañina. La robótica puede crear un modelo 3D mediante sistemas de registros electrónicos hospitalarios como rayos X, MRI (imágenes por resonancia magnética), escáner CT y ultrasonido, etc. Medicina de precisión y descubrimiento de fármacos Se desarrolló un algoritmo de aprendizaje automático considerando las características estructurales, físicas y químicas de estos. inhibidores. Se aplicaron tres funciones diferentes de ML, perceptrón multicapa (MLP), Logitboost (LB) y tabla de decisión (DT) a un conjunto de descriptores moleculares para un compuesto activo e inactivo en una validación cruzada de 5 veces. El procesamiento de aprendizaje automático ha alcanzado un nivel de precisión del conjunto de datos del 88,86%. El modelo desarrollado se emplea actualmente para la selección de posibles fármacos candidatos a partir de la base de datos de estos compuestos. Los datos, estadísticas, historias clínicas y gestión hospitalaria afirman que cada 3 años los Datos Médicos se duplican y hacen que la industria de la salud. dominio multimillonario con una inflación médica global promedio del 7,2% en 2018 y del 6,8% en 2017. La tecnología tiene varias ventajas sobre las prácticas tradicionales debido al hecho de que puede analizar grandes conjuntos de datos simultáneamente. descubrimiento no supervisado, que revela patrones ocultos y también mejora la velocidad al sugerir el camino clínico autogenerado. La inteligencia artificial es una herramienta que definitivamente puede ayudar a los médicos en el diagnóstico temprano y ayudar a reducir la tasa de mortalidad y la inflación médica. Preguntas frecuentes de Google ¿Cómo se utiliza la inteligencia artificial en el campo médico? La inteligencia artificial es la tecnología que ayuda al ser humano a tener una vida feliz mediante la definición de diversos recursos como rayos X, resonancia magnética, tomografía computarizada, etc. ¿Cuáles son las ventajas y desventajas de la IA? Ventajas de la inteligencia artificial: la IA es más útil para desarrollar más recursos para la salud humana o el desarrollo de la innovación, como robots o muchos aparatos eléctricos inteligentes. Desventajas de la inteligencia artificial: la IA puede hacer grandes explosiones porque es un desarrollo humano. Por lo tanto, algunos errores pueden provocar una gran explosión. ¿Cómo se utiliza el aprendizaje automático en el diagnóstico médico? El aprendizaje automático es un algoritmo para crear diversos recursos como rayos X, resonancias magnéticas y tomografías computarizadas mediante el uso de lenguajes de programación. ¿Por qué necesitamos IA en la atención sanitaria? La IA ayuda a conocer más diagnósticos del cuerpo humano. que identifican el diagnóstico del cuerpo humano mediante diversos recursos como rayos X, resonancia magnética, tomografía computarizada, etc. Inteligencia artificial en el campo médico PDF AI en medicina 2019 Inteligencia artificial en el campo médico PDF Inteligencia artificial en cursos de atención médica Trabajo de investigación sobre inteligencia artificial en medicina AI en Artículos sobre atención médica Inteligencia artificial en el campo médico: el aprendizaje automático es una parte importante del mismo. Porque, hoy en día, muchos recursos de inteligencia artificial pueden encontrar el diagnóstico en el cuerpo humano o el cerebro humano, como rayos X, resonancia magnética, tomografía computarizada, etc. Existen varias tecnologías de inteligencia artificial en el campo médico, como computación en la nube, big data, redes neuronales, profundidad. aprendizaje, etc. que son capaces de descubrir cualquier lesión creando un conjunto de datos como patrón en el aprendizaje automático. La exploración por rayos X, resonancia magnética y tomografía computarizada consiste en tecnología de inteligencia artificial. La computación en la nube es capaz de crear varios patrones a partir de conjuntos de datos analizados. El big data es capaz de desarrollar grandes datos analizándolos desde diferentes fuentes en el aprendizaje automático. La red neuronal es el mejor algoritmo del cerebro humano para crear neuronas en una máquina. El aprendizaje profundo son los datos de entrenamiento del conjunto de datos. Todos estos son importantes para desarrollar los diferentes datos para diferentes recursos. La radiografía es importante para conocer el diagnóstico en la mano y otras partes del cuerpo. La resonancia magnética (MRI) es la mejor manera de descubrir el diagnóstico en todo el cuerpo. La tomografía computarizada es el mejor recurso para realizar un chequeo completo del cuerpo humano y también del cerebro humano. Soy un blogger profesional. Tener mi sitio web 3+. Obtuve el título de ingeniero en ingeniería informática. Pero aprecio más los negocios en línea. Ahora soy blogger de tiempo completo y también disfruto de mi viaje. Comencé mi operador en línea desde abril de 2018. Después de investigar más, obtuve el blog. Ahora estoy trabajando también en la red de anuncios de Google y en el marketing de afiliados.