Home » Posts tagged 'AI' (Page 6)
Tag Archives: AI
Nieposłuszeństwo sztucznej inteligencji – problem ryzyka egzystencjonalnego
Nieposłuszeństwo AI jest częstym motywem przewijającym się w filmach science fiction, gdzie stworzone przez człowieka maszyny obracają się przeciwko niemu. Większość ludzi nie ma wątpliwości co do tego, że z inteligentnymi maszynami wiąże się pewne ryzyko. Obawy te opierają się m.in o obserwację, że gatunki o niższej inteligencji są w pełni uzależnione w swoim istnieniu od dobrej woli gatunków o wyższej inteligencji i nieznane są przypadki, w których to gatunek o niższej inteligencji kontrolowałby ten o inteligencji wyższej, stąd też sceptycyzm wobec stwierdzenia, że ludzkość z powodzeniem może kontrolować superinteligencje. Wielu komentatorów jest zdania, że zakodowanie superinteligentnym maszynom wartości i celów ludzi będzie trudne. Z drugiej strony optymiści twierdzą, że superinteligentne maszyny wcale nie muszą charakteryzować się chęcią samozachowania, dążyć do władzy i przejęcia kontroli nad całą planetą.
Data Science i Neuronauki – czy na postawie danych neurobiologicznych odczytamy ludzkie myśli i jakie wiążą się z tym zagrożenia
Koncepcja czytania lub modyfikowania myśli a także kontroli umysłu czy fuzji ludzkiego mózgu ze sztuczną inteligencją jest powszechnie znana w utworach science fiction. Ale nie tylko autorzy fantastyki naukowej interesują się tym, co kryje ludzki umysł. Można by powiedzieć, że w pewnym sensie psychologia czy psychiatria są naukami starającymi się znaleźć odpowiedź na pytanie, co siedzi w ludzkiej głowie, zrozumieć mechanizmy sterujące emocjami i zachowaniami czy wreszcie wpływać na nie, czy to w szczytnym celu jak np. leczenie uzależnień i zmiana nawyków na lepsze, czy też po to, by ludźmi manipulować, tak by kupili dany produkt albo wsparli jakąś inicjatywę.
AI, data science i roboty a zmysł estetyczny. Jak technologia przyczynia się do kreacji, dystrybucji i odbioru sztuki
Sztuka jest chyba jedną z najbardziej subiektywnych dziedzin życia. Każdy człowiek odbiera sztukę inaczej, w inny sposób, inaczej ją przeżywa, wywołuje ona w nim inne emocje. Każdy człowiek ma też nieco inny gust i lubi inne rzeczy. Technologia wszelakiego sortu bez wątpienia zmieniła to, w jaki sposób odbieramy, postrzegamy i tworzymy sztukę. Czy na lepsze? To jedno z pytań na które odpowiedzieć musimy sobie sami.
Kryptowaluty zamiast dolarów, NFT zamiast złota – czy możliwe jest odejście od tradycyjnego pieniądza, jakich potrzebujemy procedur, jakich potrzebujemy rozwiązań z zakresu SI i data science
11 lutego 2009 anonimowy użytkownik forum zrzeszającego sympatyków fundacji P2P, Satoshi Nakamoto, zaprezentował pierwszą implementację systemu e-walutowego nazwanego Bitcoin wraz z artykułem dowodzącym bezpieczeństwa tego systemu. Chyba nikt, może poza Satoshi, nie spodziewał się, że po 13 latach jego wynalazek będzie nierozłącznym elementem współczesnego świata ekonomii. Przez 13 lat rozwinęło się wiele różnych kryptowalut jak i NFT, które posiadają niemałą wartość w tradycyjnych walutach. Satoshi miał wizję, że Bitcoin w końcu zastąpi waluty związane z bankami państwowymi. Jako powód wskazywał problem w opodatkowaniu/inwigilacji państwa w portfele obywateli jak ułomność systemów zcentralizowanych w obszarze bezpieczeństwa danych jak i mikropłatności. Czy świat jest już gotowy przejść w 100% na wirtualne waluty? Jakich mechanizmów potrzebujemy, by przejście było bezpieczne? Czy istnieją algorytmy sztucznej inteligencji, które mogą nam w tym pomóc?
Sztuka i data science – w jaki sposób wykorzystać przetwarzanie danych do celów artystycznych.
Wraz z gwałtownym rozwojem w dziedzinach Data Science i Sztucznej Inteligencji (SI) pojawiają się niespotykane dotąd możliwości zastosowań przetwarzania danych w celach artystycznych i kreatywnych. Jakie rozwiązania już funkcjonują i jakie są dalsze możliwości? Jakie i gdzie pojawiają się obecnie ograniczenia? I w końcu czy komputery mogą w sposób autonomiczny tworzyć sztukę?
Kodeks honorowy dla programistów SI i robotów – na co informatyk nie powinien się zgodzić w pracy zawodowej
Uczenie maszynowe opanowało nasz świat na więcej sposobów, niż nam się wydaje. Możesz otrzymać rekomendacje książek, skuteczną trasę do miejsca docelowego, a nawet zwycięską strategię gry w Go. Ale możesz również zostać przyjęty na studia, otrzymać pożyczkę lub zatrudniony do pracy w oparciu o algorytmicznie wspomagane podejmowanie decyzji. Wierzymy, że maszyny są neutralnymi arbitrami: zimnymi, kalkulującymi istotami, które zawsze podejmują właściwe decyzje, które potrafią dostrzec wzorce, których nasz ludzki umysł nie potrafi lub nie chce. Ale czy są? A może podejmowanie decyzji na podstawie algorytmów jest sposobem na wzmocnienie, rozszerzenie i uczynienie niezbadanymi uprzedzeniami i dyskryminacją, które są powszechne w społeczeństwie?
Normy wyjaśniania podejmowanych decyzji w pojazdach i systemach autonomicznych. Czy modele wyjaśniające będą wzbudzać zaufanie względem maszyn?
Autonomiczne samochody, drony, pojazdy transportowe, roboty, to stały element filmów osadzonych w przyszłości. Tą przyszłość w pewnym sensie mamy już teraz – samochody firm Tesla, Mercedes, BMW potrafią jechać same pod nadzorem kierowcy, samoloty latają w większości na autopilocie, drony potrafią same wrócić do bazy a roboty są w stanie pokonać tory przeszkód. Przyszedł zatem czas aby zrobić następny krok – usunąć człowieka zrównania. Jednak co jeśli coś pójdzie nie tak? Jak policja ma ukarać autonomiczny samochód? Oraz czy zaufałbyś taksówce bez taksówkarza?
Wyznaczenia norm i praw związanych z SI, data science i robotami w różnych rejonach świata. Jak kultura oddziałuje na sposoby wytwarzania i programowania technologii?
Przez ostatnią dekadę SI było jedną z dziedzin, w której zaobserwowaliśmy największy postęp. Od bazowych modeli matematycznych, które były tworzone na uniwersytetach przeszliśmy do ich realnych aplikacji w krytycznych sektorach jak bankowy czy medyczny. Jednakże dotychczas nie istniały żadne spisane reguły czy warunki, które takie modele muszą spełniać. Pamiętając jak trudne i niejednoznaczne jest prawo niektórych krajów, utworzenie i efektywne wdrożenie norm i praw związanych z SI jest w ogóle możliwe? A może po prostu ich nie potrzebujemy, bo algorytmy lepiej wiedzą komu przyznać kredyt czy kogo przejechać na drodze?
Open-source czy oprogramowania zamknięte. Czy techniki i narzędzia SI i Data Science powinny być w otwartym dostępie – za i przeciw
Codziennie stajemy się użytkownikami niezliczonych serwisów i oprogramowania, w tym coraz częściej takiego, które zawiera w sobie elementy rozwiązań SI oraz Data Science. Bankowość elektroniczna, serwisy społecznościowe, a nawet i już dosyć powszechnie analiza wyników badań lekarskich, to miejsca, w których sztuczna inteligencja zaczyna odgrywać coraz to bardziej znaczącą rolę. W związku z powszechnością powyższych rozwiązań, jak i ich wpływu na dużą liczbę aspektów naszego życia, pojawia się pytanie: czy rozwiązania SI i Data Science powinny być w otwartym dostępie, czy może ich dalszy kierunek rozwoju powinien być zdefiniowany w ramach oprogramowania zamkniętego? W tym wpisie chcemy rozważyć zalety i wady obu podejść.
CSI & AI – kryminologia, kryminalistyka, wymiar sprawiedliwości oczami sztucznej inteligencji
Wraz z rozwojem technologii zwiększa się wachlarz dostępnych technik popełniania przestępstw. Czy wymiar sprawiedliwości jest przygotowany do walki z zupełnie nową falą zagrożeń określaną mianem cyberprzestępczości? Jak wykorzystywanie AI może ułatwić pracę przestępcom, kryminologom, policji czy organom ścigania i jakie problemy wciąż stoją na drodze do powszechnej adaptacji technik AI w rozwiązywaniu spraw kryminalnych? W tym artykule postaramy się odpowiedzieć na te i inne pytania, a także przedyskutujemy na ile prawdopodobne jest zastąpienie sędziów algorytmami AI w najbliższej przyszłości.
Maszynowi prawnicy – Law AI and Data Science
Prawo jest jedną z najstarszych dziedzin nauki. Jego zasady różniły się znacznie, i nadal różnią, w zależności od sytuacji geopolitycznej, historii kraju czy kultury. Jest przy tym często postrzegane jako sztywne, oporne zmianom i nowinom. Czy jest jednak w nim miejsce dla nowoczesnego AI? Przyjrzymy się istniejącym i możliwym przyszłym zastosowaniom uczenia maszynowego we wsparciu jurysdykcji oraz z problemami z tym związanymi, na które już wskazują analizy prawne.
Sztuczno Inteligencjo odejdź! – w jakich obszarach niewskazane byłoby wykorzystanie metod SI i Data Science.
Sztuczna Inteligencja (ang. Artificial Intelligence – AI) to nie magia. Potrzebna jest duża ilość danych aby móc stworzyć dobry produkt sztucznej inteligencji (szczególnie jeśli chodzi o uczenie maszynowe). Jeśli z pomocą sztucznej inteligencji mają być podejmowane istotne decyzje, ważnym jest aby nauczona była na przyzwoitej ilości dobrze wyselekcjonowanych danych treningowych. Wyjątek to np. uczenie ze wzmocnieniem lub algorytmy genetyczne. Główna różnica pomiędzy programowaniem a sztuczną inteligencją, w szczególności uczeniem maszynowym jest taka, że zamiast definiować konkretne zasady, modele nauczane są bazując na danych. Warto pamiętać, że AI nie jest bezbłędna, oraz nie rozwiąże każdego problemu. Są obszary, w których użycie jej byłoby niebezpieczne i niewskazane.
“AI is far more dangerous than nukes.”
Elon Musk, marzec 2018, konferencja technologiczna South by Southwest, Teksas.
Roboterapeuci – przegląd narzędzi informatycznych i robotycznych mających nieść ulgę w problemach psychicznych
W dzisiejszych czasach coraz więcej osób zmaga się z zaburzeniami psychicznymi, depresją, lękami. Jednak dostęp do profesjonalnej pomocy psychologów, psychiatrów bądź terapeutów jest często ograniczony bądź kosztowny. Z pomocą mogą przyjść rozwiązania oparte o nowoczesne technologie. Jakie narzędzia mogą pomóc nam radzić sobie z problemami psychicznymi? Czy sztuczna inteligencja jest w stanie zastąpić prawdziwego terapeutę? Czy możesz skoczyć z wieżowca w swoim pokoju na parterze, aby pokonać swój lęk?
Twój wirtualny partner w biznesie – czy systemy SI i data science wzbudzają zaufanie, co sprawi by zaufanie było jeszcze większe.
W ostatnim czasie coraz częściej wykorzystuje się technologie sztucznej inteligencji i data science do wspomagania biznesu w codziennych zadaniach. Niestety, nadal widać brak pełnego zaufania zarówno ze strony użytkowników jak i przedsiębiorców chcących ulepszyć swoje usługi za pomocą AI. W tym poście postaramy się określić genezę problemu i przedstawić sposoby w jakie można to naprawić
Informatyka afektywna (ang. Affective computing) – przegląd rozwiązań z zakresu SI i data science pozwalających na odczytywanie ludzkich emocji. Czy systemy rozumiejące nasze nastroje będą wzbudzać nasze zaufanie?
W XXI w. napotykamy nowe wyzwania. Przyzwyczajamy się do faktu, iż osiągnięcia technologii zaczynają być nieodzowną częścią naszego życia. Proste zabawki są wypierane przez naszpikowane technologią smartfony. Jednak pewne rzeczy mogę tak szybko się nie zmienić – ciekawość dziecka do świata. Prawdopodobne jest że w roku 2060 najczęstszym pytaniem zadawanym rodzicom będzie – Tato, wiesz jaka jest różnica pomiędzy robotem a człowiekiem?
Czy roboty zastąpią zwykłych pracowników?
źródło: Humans vs. Robots, DeveloperMedia [1] (więcej…)
W jaki sposób karać roboty. Sposób wyznaczenia prawa (karnego) w robotyce
Sens karania robotów
Pomimo, że jeszcze kilka lat temu roboty mogliśmy zobaczyć jedynie w filmach Sci-Fi, obecnie stają się one częścią naszego codziennego życia. W otaczającym nas świecie coraz więcej jest ‘inteligentnych’ urządzeń, jednak daleko im jeszcze do (samo)świadomości, wymaganej w kontekście karalności.
Osoba, która odpowiada karnie, musi być winna popełnienia przestępstwa. To stwierdzenie zakłada, że osoba, która jest sądzona, była w stanie zrozumieć swoje zachowanie i w sytuacji wyboru wybrała źle. Z tego powodu nie karzemy na podstawie kodeksu karnego małych dzieci czy osób niepoczytalnych – one nie rozumieją swoich zachowań – Kamil Mamak: Jak ukarać roboty za popełnione przestępstwa?
Jak budować zaufanie w systemach opartych na sztucznej inteligencji. Kwestia wyjaśniania.
Sztuczna inteligencja pełni coraz większą rolę w naszym życiu i wykorzystywana jest ona w coraz to nowych dziedzinach. Kiedy użytkownik uświadomi sobie jak bardzo wpływa ona na jego codzienność szybko nasunie się mu pytanie: czy powinienem ufać jej sugestiom lub decyzjom? Oczywiste jest, że jedynie twierdząca odpowiedź gwarantuje, że system odniesie sukces. Budowanie zaufania w systemach AI jest złożonym zadaniem, na które składa się wiele aspektów. Najważniejszym lecz również najtrudniejszym jest opracowanie kanału komunikacji między systemem informatycznym, a realnym użytkownikiem, tak aby możliwe było zrozumienie procesu decyzyjnego.
Anonymous. Jak umiejętności informatyczne z zakresu SI i Data Science mogą poprawić/zniszczyć zjawiska społecznej niesprawiedliwości.
Żyjemy w świecie pełnym technologii, w którym Informatyka odgrywa coraz większą rolę. Nieustannie ulepszana technologia, nieustannie rosnące ilości informacji do przetworzenia oraz coraz to lepsze rezultaty osiągane przez Sztuczną Inteligencję prognozują coraz większy wpływ umiejętności informatycznych, w szczególności z zakresu Data Science i SI na wiele obszarów naszego życia. Jednym z obszarów na jaki dane umiejętności mogą mieć wpływ jest obszar sprawiedliwości społecznej. W czasach, gdy na całym świecie doświadczamy oszustw rządów, oszustw finansowych, w niektórych państwach falach propagandy lub działań wojennych sprawiedliwość społeczna znajduje się pod sporym znakiem zapytania.
AI, Data Science and Medicine – na ile istotne jest wsparcie narzędzi informatycznych w diagnozie choroby
Sztuczna Inteligencja (Artificial Intelligence – AI) to obecnie jedna z najszybciej rozwijających się dziedzin w IT. Technologie Sztucznej Inteligencji są coraz bardziej rozpowszechnione w biznesie i społeczeństwie i zaczynają być stosowane w opiece zdrowotnej, zwłaszcza do zadań związanych z diagnostyką i zaleceniami terapeutycznymi, zaangażowaniem i przestrzeganiem zaleceń przez pacjentów oraz czynnościami administracyjnymi. W tym artykule dowiemy się o zastosowaniu Sztucznej Inteligencji w diagnostyce medycznej chorób, w tym w diagnostyce na wstępnych bezobjawowych stadiach oraz o zagrożeniach związanych z zastosowaniem metod Sztucznej Inteligencji w diagnostyce.
Affective Computing
Jest przyjemny wiosenny wieczór, który spędzasz oglądając ulubiony serial na Netflixie. Nagle rozlega się dźwięk telefonu, odbierasz i słyszysz beznamiętny głos w słuchawce opowiadający mechanicznym głosem o nowej ofercie operatora sieci komórkowej. Rozłączasz się i słyszysz jak asystent głosowy bezdusznie stwierdza, że wygrałeś sto milionów w Lotto. Ton jego głosu odbiera Ci całą radość z wygranej. Czy świat naprawdę musi być taki pozbawiony emocji?
Świetny artykuł! Bardzo dokładnie opisuje zarówno szanse, jak i wyzwania związane z wprowadzeniem kryptowalut, NFT i technologii blockchain do współczesnej…