mercredi, 29 mai 2024

Mes 13 histoires d’IA préférées de 2022 | Le rythme de l’IA

La semaine dernière a été relativement calme dans l’univers de l’intelligence artificielle (IA). J’étais reconnaissant – à vrai dire, un bref répit du flux incessant de nouvelles était plus que bienvenu.

Alors que je me prépare pour tout ce qui concerne l’IA en 2023, je voulais jeter un coup d’œil sur mes histoires préférées, grandes et petites, que j’ai couvertes en 2022 – en commençant par mes toutes premières semaines à VentureBeat en avril.

13. Les dangers et les avantages d’Emotion AI : 4 idées pour l’utiliser de manière responsable

En avril 2022, les émotions étaient vives autour de l’évolution et de l’utilisation du système expert en émotions (IA), qui comprend des innovations telles que l’analyse des émotions basée sur la voix et détection d’expression faciale basée sur la vision d’un système informatique.

Par exemple, Uniphore, une entreprise d’intelligence artificielle conversationnelle qui se réjouit du statut de licorne après avoir annoncé un nouveau financement de 400 millions de dollars et une évaluation de 2,5 milliards de dollars, a lancé son service Q for Sales en mars, qui « s’appuie sur la vision par ordinateur, analyse tonale, reconnaissance vocale automatisée et traitement du langage naturel pour enregistrer et faire des suggestions sur le spectre psychologique complet des conversations de vente afin d’améliorer les taux de conclusion et les performances des groupes de vente. »

Cependant, un spécialiste des systèmes informatiques et notoirement licencié, l’ancien membre du personnel de Google, Timnit Gebru, qui a fondé un institut de recherche indépendant sur les principes de l’IA en décembre 2021, a critiqué Uniphore réclamations sur Twitter. « La tendance à intégrer la pseudoscience dans les » systèmes d’IA « est tellement énorme », a-t-elle déclaré.

Cette histoire a expliqué ce que ce type de refoulement indique pour l’entreprise ? Comment les entreprises peuvent-elles calculer les dangers et les avantages de l’achat de Feel AI ?

12. Les cyberattaques paralysantes de l’IA sont inévitables : 4 méthodes que les entreprises peuvent préparer

Début mai 2022, Eric Horvitz, directeur scientifique de Microsoft, a témoigné devant le sous-comité sur la cybersécurité du Comité des fournisseurs armés du Sénat américain, il a souligné que les organisations sont certaines pour faire face à de nouveaux défis à mesure que les attaques de cybersécurité deviennent de plus en plus sophistiquées, notamment en utilisant l’IA.

Alors que l’IA améliore la capacité d’identifier les risques de cybersécurité, a-t-il expliqué, les stars du risque font également monter les enchères.

« Bien qu’il existe à ce jour peu d’informations sur l’utilisation active de l’IA dans les cyberattaques, il est communément admis que les technologies de l’IA peuvent être utilisées pour intensifier les cyberattaques par le biais de diverses formes de pénétration et d’automatisation… décrites comme offensantes IA », a-t-il déclaré.

Il n’y a pas que l’armée qui doit garder une longueur d’avance sur les acteurs à risque qui utilisent l’IA pour intensifier leurs attaques et éviter la détection. Alors que les entreprises luttent contre une variété croissante de failles de sécurité majeures, elles doivent se préparer à des cybercrimes de plus en plus avancés basés sur l’IA, déclarent les spécialistes.

11. Système expert « sensible » : avons-nous atteint le pic de battage publicitaire de l’IA ?

En juin, d’innombrables professionnels de l’intelligence artificielle et scientifiques de l’apprentissage automatique ont vu leurs week-ends bouleversés lorsque l’ingénieur Google Blake Lemoine a informé le Washington Post qu’il pensait que LaMDA, l’IA conversationnelle de Google pour créer des chatbots basés sur de grands modèles de langage (LLM) , était sensible.

L’article du Washington Post a souligné que « la plupart des universitaires et des praticiens de l’IA … disent que les mots et les images générés par des systèmes d’intelligence artificielle tels que LaMDA produisent des réactions basées sur ce que les gens ont déjà publié sur Wikipedia, Reddit, les babillards électroniques et tous les autres coins d’Internet. Et cela ne signifie pas que le modèle comprend le sens.

C’est à ce moment-là que AI et ML Twitter ont mis de côté tous les plans du week-end et se sont lancés. Les dirigeants, les scientifiques et les praticiens de l’IA ont partagé de longs fils de discussion réfléchis, y compris l’éthicienne de l’IA Margaret Mitchell (qui a été notoirement renvoyée de Google, avec Timnit Gebru, pour avoir critiqué les grands modèles de langage) et le leader de l’intelligence artificielle Thomas G. Dietterich.

10. Comment John Deere a transformé les graines de données en une centrale d’IA

En juin, j’ai parlé à Julian Sanchez, directeur de l’innovation émergente chez John Deere, du statut de John Deere en tant que leader de l’innovation en IA qui n’est pas sorti de nulle part . L’entreprise de machines agricoles sème et cultive des graines d’information depuis plus de deux ans. Au cours des 10 à 15 dernières années, John Deere a beaucoup investi dans le développement d’une plate-forme d’informations et de la connectivité des appareils, ainsi que dans l’assistance basée sur le GPS.

« Ces 3 pièces sont nécessaires à la conversation sur l’IA, car la réalisation de véritables solutions d’IA reste en grande partie un jeu vidéo de données », a-t-il déclaré. « Comment collectez-vous les informations ? Comment transférez-vous les informations ? Comment entraînez-vous les données ? Comment déployez-vous les données ? »

Aujourd’hui, l’entreprise profite du fruit de ses travaux d’IA, avec d’autres récoltes à venir.

9. OpenAI éliminera-t-il les professions imaginatives ?

En juillet, il devenait clair que le DALL-E 2 d’OpenAI n’était pas un flash d’IA dans la casserole.

Lorsque l’entreprise a élargi l’accès bêta à son puissant service d’IA générant des images à plus d’un million d’utilisateurs via un modèle d’abonnement payant, elle a également fourni à ces utilisateurs les droits d’utilisation complets pour commercialiser les images qu’ils créent avec DALL-E , consistant en le droit de réimprimer, de vendre et de produire.

La déclaration a envoyé le monde de la technologie en effervescence, mais une série de questions, l’une provoquant la suivante, semblent persister sous la surface. D’une part, que signifie l’utilisation commerciale de l’imagerie basée sur l’IA de DALL-E pour les industries créatives et les employés, des graphistes et créateurs vidéo aux sociétés de relations publiques, agences de publicité et équipes marketing ? Doit-on imaginer la disparition totale, étatique, de l’illustrateur ? Depuis, l’argument autour des implications juridiques de l’art et de l’IA n’a fait que s’intensifier.

8. MLOps : Comprendre un désordre brûlant

À l’été 2022, le marché des MLOps était encore chaud en ce qui concerne les investisseurs. Pour les utilisateurs finaux professionnels, j’ai assisté à la réalité que cela semblait également être un gâchis chaud.

L’écosystème MLops est extrêmement fragmenté, avec des centaines de fournisseurs en concurrence sur un marché international estimé à 612 millions de dollars en 2021 et qui devrait atteindre plus de 6 milliards de dollars d’ici 2028. Selon Chirag Dekate, vice-président et expert de l’étude de Gartner Research, ce paysage encombré est source de confusion parmi les entreprises quant à la façon de commencer et aux fournisseurs MLops à utiliser.

« Nous constatons que les utilisateurs finaux deviennent plus matures dans le type d’écosystèmes d’IA fonctionnels qu’ils construisent, en tirant parti de Dataops et de MLops », a déclaré Dekate. Autrement dit, les entreprises prennent leurs exigences en matière de sources de données, leur centre de gravité cloud ou infrastructure, que ce soit sur site, dans le cloud ou hybride, et intègrent ensuite le bon ensemble d’outils. Il peut être difficile de déterminer l’ensemble d’outils idéal.

7. Comment le matériel analogique pourrait un jour réduire les dépenses et les émissions de carbone

En août, j’ai eu le plaisir de jeter un coup d’œil à un futur possible du matériel d’IA – un où le matériel d’IA analogique– plutôt que le numérique – exploitez rapidement le traitement à faible consommation d’énergie pour résoudre les coûts et l’empreinte carbone croissants de l’apprentissage automatique.

C’est ce que Logan Wright et Tatsuhiro Onodera, chercheurs à NTT Research et Cornell University, visualisent : un avenir où l’intelligence artificielle (ML) sera réalisée avec du matériel physique unique, comme ceux basés sur la photonique ou nanomécanique. Ces gadgets non conventionnels, déclarent-ils, pourraient être utilisés à la fois dans les paramètres de périphérie et de serveur.

Les réseaux de neurones profonds, qui sont au cœur des efforts actuels en matière d’IA, dépendent de l’utilisation intensive de processeurs numériques tels que les GPU. Pendant des années, on s’est en fait inquiété du coût monétaire et écologique de l’apprentissage par appareil, qui limite de plus en plus l’évolutivité des conceptions d’apprentissage en profondeur.

6. Comment l’apprentissage automatique aide le New York City Times à alimenter son paywall

Le New York Times m’a contacté fin août pour parler de l’un des obstacles les plus importants de l’entreprise : frapper un équilibre entre la conférence son objectif le plus actuel de 15 millions de clients numériques d’ici 2027 tout en incitant davantage de personnes à consulter les publications en ligne.

De nos jours, le géant du multimédia creuse dans cette relation de cause à effet complexe en utilisant une conception causale de découverte de dispositif, appelée Dynamic Meter, qui vise à rendre son paywall plus intelligent. Selon Chris Wiggins, chercheur principal en informations à la, au cours des 3 ou 4 dernières années, l’entreprise s’est efforcée de comprendre son parcours utilisateur et les fonctions du paywall.

En 2011, lorsque le Times a commencé à se concentrer sur les abonnements numériques, l’accès « contrôlé » à a été conçu pour que les non-abonnés puissent lire le même nombre de publications chaque mois avant de toucher un mur de paiement nécessitant une adhésion. Cela a permis à l’entreprise de gagner des clients tout en permettant aux lecteurs d’explorer une variété d’offres avant de se consacrer à une adhésion.

5. 10 ans plus tard, la « transformation » de l’apprentissage en profondeur fait rage

Je prends plaisir à couvrir les anniversaires et à explorer ce qui a changé et s’est développé au fil du temps. Quand j’ai compris que l’automne 2022 marquait le 10e anniversaire de la recherche révolutionnaire de 2012 sur la base de données ImageNet, j’ai tout de suite contacté les principaux pionniers et spécialistes de l’IA pour leur faire part de leurs réflexions sur la « transformation » profonde de la connaissance ainsi que sur ce que cette étude de recherche implique aujourd’hui pour l’avenir de l’IA.

Le leader de l’intelligence artificielle (IA), Geoffrey Hinton, l’un des pionniers de la « transformation » de l’apprentissage en profondeur qui a commencé il y a dix ans, affirme que le développement rapide de l’IA continuera de s’accélérer. D’autres pionniers de l’IA, composés de Yann LeCun, responsable de l’IA et chercheur en chef à Meta et Fei-Fei Li, professeur à l’Université de Stanford, conviennent avec Hinton que le résultat de l’étude de recherche révolutionnaire de 2012 sur la base de données ImageNet – qui a été construit sur des travaux antérieurs pour ouvrir des améliorations significatives dans la vision par ordinateur en particulier et l’apprentissage en profondeur en général – a poussé la connaissance profonde dans le courant dominant et a en fait déclenché un énorme élan qu’il sera difficile d’arrêter.

Gary Marcus, professeur émérite à NYU et fondateur et PDG de Robust.AI, a écrit en mars dernier sur l’apprentissage en profondeur « frapper un mur » et déclare que même s’il y a certainement eu des progrès, « nous sommes assez bloqué sur la compréhension et le raisonnement du bon sens sur le monde physique. »

Et Emily Bender, professeur de linguistique informatique à l’Université de Washington et critique régulière de ce qu’elle appelle la « bulle d’apprentissage en profondeur », a déclaré qu’elle ne croyait pas que le traitement du langage naturel (TAL) et les modèles de vision par ordinateur représentent des « étapes significatives » vers « ce que d’autres individus indiquent par l’IA et l’AGI ».

4. DeepMind dévoile la première IA pour trouver des algorithmes de multiplication matricielle plus rapides

En octobre, le laboratoire de recherche DeepMind a fait la une en révélant AlphaTensor, le « premier système expert pour découvrir des algorithmes uniques, efficaces et dont l’exactitude est prouvée ». Le laboratoire appartenant à Google a déclaré que la recherche « fait la lumière » sur une question ouverte vieille de 50 ans en mathématiques sur la recherche de la méthode la plus rapide pour augmenter 2 matrices.

Depuis la sortie de l’algorithme de Strassen en 1969, l’informatique a pour mission de dépasser sa vitesse de multiplication de deux matrices. Alors que la multiplication matricielle est l’une des opérations les plus faciles de l’algèbre, enseignée dans les mathématiques du secondaire, c’est également l’une des tâches de calcul les plus essentielles et, en fait, l’une des opérations mathématiques de base dans les réseaux de neurones d’aujourd’hui.

Cette recherche examine comment l’IA pourrait être utilisée pour améliorer l’informatique elle-même, a déclaré Pushmeet Kohli, responsable de l’IA pour la science chez DeepMind, lors d’une instruction à la presse. « Si nous sommes en mesure d’utiliser l’IA pour trouver de nouveaux algorithmes pour les travaux de calcul essentiels, cela a une capacité énorme car nous pourrons peut-être surpasser les algorithmes actuellement utilisés, ce qui pourrait entraîner une amélioration des performances », a-t-il déclaré.

3. Pourquoi les deepfakes sous licence finissent par être importants pour l’organisation

Toute l’année, j’étais curieux d’utiliser des deepfakes autorisés dans l’entreprise, c’est-à-dire pas le côté négatif très médiatisé des médias artificiels, dans lequel un individu dans une image ou une vidéo existante est modifiée avec la ressemblance de quelqu’un d’autre.

Cependant, il y a un autre côté au débat sur le deepfake, déclarent un certain nombre de fournisseurs qui se concentrent sur l’innovation des médias artificiels. Qu’en est-il des deepfakes sous licence utilisés pour la production de vidéos de service ?

La majorité des cas d’utilisation des vidéos deepfake, affirment-ils, sont totalement sous licence. Il peut s’agir de services d’entreprise, pour la formation des employés, l’éducation et le commerce électronique. Ou ils peuvent être créés par des utilisateurs tels que des célébrités et des chefs d’entreprise qui souhaitent tirer le meilleur parti des médias artificiels pour « sous-traiter » à un jumeau virtuel.

2. Les méta-licenciements ont touché toute une équipe d’étude de recherche sur le ML axée sur les installations

Ceux qui travaillent dans l’IA et l’apprentissage automatique auraient bien pu croire qu’ils seraient à l’abri d’une vague de licenciements dans les grandes technologies. Même après les licenciements de Meta début novembre 2022, qui ont supprimé 11 000 travailleurs, le PDG Mark Zuckerberg a publiquement partagé un message aux travailleurs de Meta qui signifiait, pour certains, que ceux qui travaillent dans l’intelligence artificielle (IA) et l’intelligence artificielle (ML) pourraient être épargnés. des coupes.

Un chercheur de Meta Research qui a été licencié a tweeté que lui et l’ensemble de l’organisation de recherche appelée « Possibility », qui se concentrait sur l’utilisation de l’apprentissage des fabricants dans l’ensemble de l’infrastructure, avaient été licenciés.

Le groupe comptait 50 membres, non composés de superviseurs, a déclaré le scientifique chargé de l’étude, Thomas Ahle, en tweetant : « 19 personnes faisant de la modélisation bayésienne, 9 personnes faisant du classement et des recommandations, 5 personnes faisant de la performance ML, 17 personnes faisant de l’IA pour la conception de puces et les compilateurs. Plus les gestionnaires et autres. »

1. OpenAI lance les séries ChatGPT et GPT-3.5 alors que les rapports GPT-4 volent

Le 30 novembre, alors que les rapports GPT-4 volaient autour de NeurIPS 2022 à la Nouvelle-Orléans (consistant en des chuchotements selon lesquels des détails sur GPT-4 seront exposés là), OpenAI s’est occupé de faire beaucoup de nouvelles.

La société a annoncé un nouveau modèle dans la famille GPT-3 de grands modèles de langage alimentés par l’IA, text-davinci-003, qui fait partie de ce qu’elle appelle la « série GPT-3.5 », qui améliore apparemment ses prédécesseurs en gérant des instructions plus complexes et en produisant des documents de meilleure qualité et plus longs.

Depuis lors, le battage médiatique autour de ChatGPT a considérablement augmenté, mais il en va de même pour le différend autour des dangers cachés de ces outils, sur lesquels même le PDG Sam Altman a pesé.

La mission de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques d’acquérir des connaissances sur les technologies d’entreprise transformatrices et de négocier. Découvrez nos Rundowns.

.

Toute l’actualité en temps réel, est sur L’Entrepreneur

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici

xnxx sex download russianporntrends.com hardxxxpics saboten campus freehentai4u.com read manga porn rakhi sex photo ganstagirls.com nani sex video xxx indian girl video download elporno.mobi tamilauntycom bf hd video bf hd video porn555.me anyporn hd tamil beach sex erolenta.com xxx sex boy to boy bustyboobs pakistanixxxx.com nude sexy videos desi sex xvideos.com tubaka.mobi justdesi in free naked dance vegasmpegs.mobi eva grover desi ass lick eroanal.net 69 xvideo 4k xnxx thefuckingtube.com xxii roman numerals translation tamil nayanthara sex sexozavr.com indian porn videos tumblr كلبات سكس porn-arab.net نيك ف الكس y3df comics popsexy.net akhil wife hentai ahri wowhentai.net the sarashina bloodline