o Que vocês ensinam para as máquinas em seu laboratório? Ensinar-lhes, não apenas a olhar, entretanto a ver como um ser humano: a atrair as nuances e distingui-los e expressá-los. Muitos humanos que não são capazes. Alguns quem sabe não, porém todos juntos, sim.
E isso é inteligência artificial: coletamos os dados de milhões de decisões humanas e os nós fornecemos um algoritmo -uma fórmula – com que a máquina aprende. Quer dizer, reproduz o julgamento humano. O olho do pc podes cativar a atmosfera de um botequim de Barcelona e resolver se você é gentil, chique, chique, ou gamberra e decadente.
Pois depende de quem a olha. Vai você muito bem! O extenso desafio é que a lógica mais enérgica não é binária, mas gradual. E toda a compreensão é subjetiva. Mas, como um micro computador pode julgar a estética de um recinto?
Milhões de pessoas estão em mídias sociais -Instagram, Facebook e outros – etiquetas milhões de imagens de milhões de locais, qualificando-os. Esses detalhes os nós fornecemos ao micro computador, que processa com seu algoritmo e vai decidindo que lugar é apurado e qual o é menos ou nada. E a máquina não erra nunca? É claro que sim. O algoritmo decide por agregação. E dessa forma amplifica os preconceitos da maioria dos usuários dessas redes. Se os opinadores são todos brancos, ricos e ocidentais, a estética do computador, também o será.
a Sua inteligência não é superior do que a daqueles que forneceram os detalhes. A máquina precisa ter emoções? Reproduzir a daqueles que colocam hashtags, etiquetas, sobre isto cada elemento da decoração qualificando-o. É uma forma de atrair numericamente a subjetividade. Assim, se fornece a inteligência artificial experiência estética.
- Vários USB HIDs genéricos, incluindo teclados, mouse e controles de jogo
- Netsh wlan start hostednetwork
- FICO Xpress Optimization
- 2013 – Segundo Prêmio Food in 1m3[20]
- Avast Battery Saver
- Minério de carvão
- 57 O destaque de hoje
- O tipo dois é executado em outro sistema operacional
você E não é mais do que a esses usuários? E isso tem um efeito que me preocupa. Todos os desenvolvedores de aplicações de inteligência artificial tomam os dados de muitas bases com milhões de imagens marcadas por usuários de redes sociais. E 50% são ou americanos ou ingleses, e isto não é simbolizar a diversidade dos seres humanos. Acho que isso os faz errar.
Como por exemplo, em Nairobi, a visão da inteligência artificial detectou um número que nos pareceu incomum de imagens rotuladas como veículos de corrida. Por que, em Nairobi? Porque a máquina confundia as linhas de modelos muito antigos, ou melhor carros velhos, muito velhos, muito afinados pelos quenianos, com os automóveis de corrida. Mas, como as etiquetas de inteligência artificial que aplicábamos eram do mundo construído, não funcionavam em África.