Публикации по теме 'ethical-ai'
Каждый должен сыграть свою роль в создании надежного и этичного ИИ
«Стань тем изменением, которое ты хочешь видеть в мире». Махатма Ганди
Контекст
Понимали вы это или нет, но искусственный интеллект (ИИ) быстро стал частью нашей повседневной жизни. Поскольку традиционная промышленность и предприятия, такие как финтех, СМИ, здравоохранение, фармацевтика и производство, быстро внедряют ИИ в последние годы, проблемы, связанные с этикой и надежностью, растут.
Сегодня ИИ «помогает» принимать многие важные решения, влияющие на жизнь и благополучие..
Состязательные атаки: подробный обзор — Часть 1
В последнее время глубокое обучение зарекомендовало себя как очень эффективный инструмент для решения сложных проблем в различных областях, таких как здравоохранение (компьютерная диагностика, поиск лекарств), финансы (обнаружение мошенничества), автомобили (беспилотные автомобили, робототехника). ), СМИ (агрегация новостей и обнаружение поддельных новостей) и другие повседневные утилиты (такие как виртуальные помощники, языковой перевод, извлечение информации)
Однако теперь известно, что..
Разум и машины: слияние в развитии искусственного интеллекта (ИИ)
Дом ai Умы и машины: слияние в развитии искусственного интеллекта (ИИ)
В эпоху быстрого технологического прогресса пересечение человеческого интеллекта и искусственного интеллекта стало центром исследований. Слияние разума и машин формирует ландшафт развития искусственного интеллекта, производит революцию в отраслях и пересматривает способы нашего взаимодействия с технологиями. В этой статье рассматриваются многогранные взаимоотношения между человеческим познанием и искусственным..
Этические архитекторы решений ИИ
ИИ коренным образом меняет способы работы отраслей и постепенно переходит к принятию автономных решений во многих компаниях. Это быстрое внедрение ИИ также проникло в несколько важных отраслей, а именно в здравоохранение, судебную систему и банковские решения. Примечательно, что использование ИИ в таких критически важных приложениях сопряжено с основной проблемой ответственности. То есть кто несет ответственность, если результат модели неверен, предвзят или несправедлив по отношению к..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..