소셜 네트워크

AI

Fintech Tic:Toc, Bendigo 및 Adelaide Bank와 주요 자금 조달 계약 체결

게재

on

핀테크 플랫폼 및 디지털 대출 Tic : Toc Bendigo 및 Adelaide Bank와의 자금 지원 파트너십을 XNUMX년 연장한다고 발표했습니다. 즉시 발효되는 자금 조달 거래는 호주 역사상 가장 큰 핀테크 및 은행 파트너십 중 하나입니다.

이 계약을 통해 Tic:Toc은 월간 거래량을 300% 이상 늘릴 수 있게 되어 호주 최고의 디지털 주택 대출 플랫폼으로서의 성장을 더욱 가속화할 수 있게 되었습니다.

Tic:Toc은 대출 이행 프로세스를 간단한 기계 기반 작업으로 디지털화하는 독점 AI 기반 대출 플랫폼에서 운영됩니다. 이 혁신적인 모델을 통해 Tic:Toc은 시장을 선도하는 고객 경험, 운영 효율성 및 신용 성과를 제공할 수 있었습니다.

자금 조달 계약은 Bendigo와 Adelaide Bank가 Tic:Toc과의 파트너십과 운영 모델의 강점에 대한 지속적인 확신을 나타냅니다.

Tic:Toc의 창립자이자 CEO인 Anthony Baum은 “이번 파트너십 확장으로 Tic:Toc은 향후 25년 동안 최대 XNUMX억 달러의 추가 자금을 확보할 수 있으며 자산 경량화 모델의 경쟁 우위를 강조합니다. Tic:Toc에는 신용 또는 이자율 위험이 없습니다. Bendigo 및 Adelaide Bank와의 소중한 파트너십을 통해 ADI 또는 금융 회사가 아닌 플랫폼 회사로 운영할 수 있습니다. 이는 주주 기금을 대출 자금으로 사용하지 않고 기술에 투자함으로써 더 큰 자본 수익을 달성한다는 것을 의미합니다.”

“궁극적으로 Tic:Toc은 더 많은 호주인이 더 빠르고 비용 효율적인 주택 대출 경험에 접근할 수 있도록 돕고자 합니다. 우리는 2017년부터 그렇게 하고 있으며, 이 자금 조달 계약은 우리가 이 일을 계속할 수 있을 뿐만 아니라 호주의 탁월한 주택 융자 플랫폼으로서 우리의 리드를 발전시킬 수 있음을 보장합니다.”

Bendigo 및 Adelaide Bank의 제XNUMX자 은행 책임자인 Darren Kasehagen은 “Tic:Toc의 혁신적인 독점 플랫폼을 통해 Bendigo와 Adelaide Bank는 고효율 주택 대출 이행과 우수한 자산 품질의 혜택을 누릴 수 있습니다.”라고 말했습니다.

“우리는 제XNUMX자 채널을 통한 주거 대출 활동에서 상당한 성장을 목격했으며 Tic:Toc은 우리의 시장 점유율을 높이는 중요한 전략적 파트너입니다. 우리는 호주 소비자를 위한 혁신 및 고객 경험 우수성에 대한 우리의 약속을 공유하는 파트너와 시장을 정의하는 이 유통 계약을 발표하게 된 것을 기쁘게 생각합니다.”

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://australianfintech.com.au/fintech-tictoc-strikes-major-funding-deal-with-bendigo-and-adelaide-bank/

AI

펀딩 랩: AI 기반 아시아 핀테크, 400억 달러 시리즈 D 마감

게재

on

아시아의 AI 기반 기술을 대상으로 한 사상 최대 규모의 자금 조달 라운드가 표제인 핀테크 자동화에 대한 투자가 다양한 한 주였습니다. 여기 미국에서 투자자들은 지능형 문서 처리 기술 회사와 밀레니얼 세대와 다른 사람들이 주택 소유를 향해 나아가도록 돕는 것을 목표로 하는 이타적인 신생 기업을 지지했습니다. 고급 인텔리전스 그룹에서 가장 큰 […]

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://bankautomationnews.com/allposts/retail/funding-wrap-ai-driven-asian-fintech-closes-400m-series-d/

계속 읽기

인공 지능

딥 러닝은 코로나19와 싸우기 위한 새로운 약물 조합을 예측하는 데 도움이 됩니다.

게재

on

Covid-19의 실존적 위협은 새로운 건강 문제에 대한 효과적인 치료제를 개발해야 할 절박한 필요성을 강조했습니다. 딥 러닝이 우리에게 제공한 사치 중 하나는 바이러스 위협에 대처하고 올바른 데이터에 액세스할 수 있는 한 전개되는 환경을 수정할 수 있는 능력입니다. 

모든 새로운 의학적 질병과 마찬가지로 데이터를 따라잡는 데 시간이 필요한 경우가 많으며 바이러스는 속도를 늦추는 데 시간이 걸리지 않으며 빠르게 돌연변이를 일으켜 기존 약물에 내성을 갖게 되므로 어려운 과제가 됩니다. 이로 인해 MIT 컴퓨터 과학 및 인공 지능 연구소(CSAIL)와 Jameel Clinic for Machine Learning in Health의 과학자들은 다음과 같이 질문했습니다. 빠르게 확산되는 SARS-CoV-2에 대한 올바른 시너지 약물 조합을 어떻게 식별할 수 있습니까? 

일반적으로 데이터 과학자는 딥 러닝을 사용하여 암 및 심혈관 질환과 같은 것에 대한 기존의 대규모 데이터 세트와 함께 약물 조합을 선택하지만 제한된 데이터가 있는 새로운 질병에는 사용할 수 없습니다.

필요한 사실과 수치가 없었기 때문에 팀은 두 개의 모자를 쓴 신경망이라는 새로운 접근 방식이 필요했습니다. 약물 시너지는 종종 생물학적 표적(예: 단백질 또는 핵산)의 억제를 통해 발생하기 때문에 모델은 약물-표적 상호작용 및 약물-약물 시너지를 공동으로 학습하여 새로운 조합을 찾습니다. 약물 표적 예측자는 약물과 선택한 질병과 관련된 알려진 생물학적 표적 세트 간의 상호 작용을 모델링합니다. 표적-질병 연관 예측자는 약물의 항바이러스 활성을 이해하는 법을 배웁니다. 이는 감염된 조직 배양에서 바이러스 수율을 결정하는 것을 의미합니다. 함께 두 약물의 시너지를 예측할 수 있습니다. 

이 접근법을 사용하여 렘데시비르(현재 FDA에서 Covid-19 치료용으로 승인)와 레세르핀, 생물학적 분석에서 바이러스에 대해 강력한 것으로 입증된 렘데시비르 및 IQ-1S의 두 가지 새로운 약물 조합이 발견되었습니다. 연구는 출판 에서 국립 과학 아카데미 회보.

"약물과 생물학적 표적 사이의 상호 작용을 모델링함으로써 우리는 조합 시너지 데이터에 대한 의존도를 크게 줄일 수 있습니다."라고 최근 CSAIL에서 박사 과정을 마친 MIT와 하버드의 Broad Institute의 박사후 연구원인 Wengong Jin SM '18이 말했습니다. 연구에 대한 새로운 논문의 주 저자입니다. "약물-표적 상호작용을 고정 설명자로 사용하는 이전 접근 방식과 달리 우리 방법은 분자 구조에서 약물-표적 상호작용을 예측하는 방법을 배웁니다. 이는 많은 양의 화합물이 불완전한 약물-표적 상호작용 정보를 갖고 있기 때문에 유리합니다.” 

효능을 최대화하는 동시에 부작용을 줄이기 위해 여러 약물을 사용하는 것은 결핵, 나병 및 말라리아와 같은 기타 다수를 포함하여 앞서 언급한 암 및 심혈관 질환에 실질적으로 도처에 있습니다. 특수 약물 칵테일을 사용하면 매우 중요하게는 내성의 중대하고 때로는 대중의 위협을 줄일 수 있습니다(메티실린 내성 포도상 구균 많은 약물 내성 돌연변이가 상호 배타적이기 때문에 "MRSA"로 알려져 있습니다. 바이러스가 동시에 두 가지 돌연변이를 일으키고 나서 병용 요법에서 두 가지 약물에 내성이 생기는 것은 훨씬 더 어렵습니다. 

중요한 것은 이 모델이 하나의 SARS-CoV-2 변종에만 국한되지 않는다는 것입니다. 또한 잠재적으로 전염성이 증가하는 Delta 변종 또는 발생할 수 있는 우려되는 다른 변종에도 사용될 수 있습니다. 이러한 균주에 대한 모델의 효능을 확장하려면 관련 돌연변이에 대한 추가 약물 조합 시너지 데이터만 있으면 됩니다. 또한 팀은 HIV 및 췌장암에 대한 접근 방식을 적용했습니다.

생물학적 모델링을 더욱 정교하게 하기 위해 팀은 단백질-단백질 상호작용 및 유전자 조절 네트워크와 같은 추가 정보를 통합할 계획입니다. 

그들이 탐구하고 있는 미래 작업에 대한 또 다른 방향은 "능동 학습"이라고 하는 것입니다. 많은 약물 조합 모델은 제한된 크기로 인해 특정 화학 공간에 편향되어 있으므로 예측의 불확실성이 높습니다. 능동적 학습은 데이터 수집 프로세스를 안내하고 더 넓은 화학 공간에서 정확도를 향상시키는 데 도움이 됩니다. 

Jin은 MIT 및 Harvard의 Broad Institute의 Banting Fellow인 Jonathan M. Stokes와 함께 논문을 작성했습니다. National Center for Advancing Translational Sciences의 과학자 Richard T. Eastman; 국립 보건원(National Institutes of Health)의 과학자인 지나 잇킨(Zina Itkin); Alexey V. Zakharo, NCATS(National Center for Advancing Translational Sciences) 정보학 책임자; James J. Collins, MIT의 생물 공학 교수; Tommi S. Jaakkola와 Regina Barzilay, MIT의 전기 공학 및 컴퓨터 과학 교수.

이 프로젝트는 Abdul Latif Jameel Clinic for Machine Learning in Health에서 지원합니다. 국방위협감소국; 패트릭 J. 맥거번 재단; DARPA 가속 분자 발견 프로그램; 그리고 부분적으로는 국립 보건원(National Institutes of Health) 내의 번역 과학 발전을 위한 국립 센터(National Center for Advancing Translational Sciences)의 교내/교외 연구 프로그램입니다.

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://news.mit.edu/2021/deep-learning-helps-predict-new-drug-combinations-fight-covid-19-0924

계속 읽기

AI

AI 트레이드오프: 강력한 모델과 잠재적 편견 간의 균형

게재

on

개발자가 새로운 AI 도구를 잠금 해제함에 따라 유해한 편향을 영속화할 위험이 점점 더 높아집니다. 2020년 같은 해, AI 알고리즘이 오랫동안 훈련되어 온 많은 사회적, 문화적 규범을 재창조했습니다.

본질적으로 강력하게 만드는 훈련 데이터의 규모에 의존하는 소수의 기본 모델이 등장하고 있지만 유해한 편향의 위험이 없는 것은 아닙니다. 우리는 그 사실을 집합적으로 인정해야 합니다.

인식 자체는 쉽습니다. 미래의 위험에 대한 완화와 마찬가지로 이해는 훨씬 더 어렵습니다. 즉, AI 모델 개발과 관련된 위험을 더 잘 이해하기 위해 이러한 편견의 근원을 이해하기 위한 조치를 먼저 취해야 합니다.

편견의 교활한 기원

오늘날의 AI 모델은 사전 훈련되고 오픈 소스인 경우가 많으므로 연구자와 기업 모두 AI를 신속하게 구현하고 특정 요구 사항에 맞출 수 있습니다.

이 접근 방식은 AI를 더 상업적으로 사용할 수 있게 해주지만 실제 단점이 있습니다. 즉, 소수의 모델이 이제 산업 및 대륙 전반에 걸쳐 대다수의 AI 애플리케이션을 뒷받침한다는 것입니다. 이러한 시스템은 감지되지 않거나 알 수 없는 편향으로 인해 부담이 됩니다. 즉, 응용 프로그램에 맞게 조정하는 개발자는 취약한 기반에서 작업하고 있습니다.

최근에 의하면 공부 스탠포드의 재단 모델 연구 센터(Center for Research on Foundation Models)에 따르면 이러한 기본 모델 또는 기반 모델이 기반으로 하는 데이터 내의 모든 편견은 이를 사용하는 사람들에게 상속되어 증폭 가능성을 만듭니다.

예를 들어, YFCC100M은 모델 훈련에 일반적으로 사용되는 Flickr에서 공개적으로 사용 가능한 데이터 세트입니다. 이 데이터 세트에 있는 사람들의 이미지를 조사하면 전 세계적으로 이미지 분포가 다음과 같다는 것을 알 수 있습니다. 미국 쪽으로 심하게 치우쳐, 즉 다른 지역과 문화에서 온 사람들의 대표성이 부족합니다.

훈련 데이터의 이러한 유형의 왜곡은 AI 모델이 출력에 과소 또는 과대 대표 편향을 갖는 결과를 가져옵니다. 여러 데이터 세트를 결합하여 대규모 교육 데이터 세트를 생성하면 투명성이 부족하고 사람, 지역 및 문화가 균형 있게 혼합되어 있는지 알기가 점점 더 어려워질 수 있습니다. 결과 AI 모델이 심각한 편향을 포함하여 게시되는 것은 놀라운 일이 아닙니다.

또한 기본 AI 모델이 게시될 때 일반적으로 제한 사항에 대한 정보가 거의 또는 전혀 제공되지 않습니다. 잠재적인 문제를 발견하는 것은 최종 사용자가 테스트하도록 남겨두었습니다. 이는 종종 간과되는 단계입니다. 투명성과 특정 데이터 세트에 대한 완전한 이해 없이는 여성, 어린이 또는 개발 도상국의 낮은 성과와 같은 AI 모델의 한계를 감지하기가 어렵습니다.

Getty Images에서는 다양한 수준의 능력, 성별 유동성 및 건강 상태를 포함하여 실제 경험의 이미지를 포함하는 일련의 테스트를 통해 컴퓨터 비전 모델에 편견이 있는지 여부를 평가합니다. 모든 편견을 잡을 수는 없지만 포괄적인 세계를 시각화하는 것의 중요성을 인식하고 존재할 수 있는 것들을 이해하고 가능한 한 이에 맞서는 것이 중요하다고 생각합니다.

편향 완화를 위한 메타데이터 활용

어떻게 해야 할까요? Getty Images에서 AI로 작업할 때 먼저 연령, 성별, 민족을 포함한 교육 데이터 세트 전반에 걸쳐 사람들의 분석을 검토합니다.

다행히도 우리는 라이선스를 받은 크리에이티브 콘텐츠에 대한 초상권이 필요하기 때문에 이 작업을 수행할 수 있습니다. 이를 통해 메타데이터(즉, 다른 데이터를 설명하는 데이터 세트)에 자체 식별 정보를 포함할 수 있으므로 AI 팀이 수백만 개의 이미지를 자동으로 검색하고 데이터의 왜곡을 빠르게 식별할 수 있습니다. 오픈 소스 데이터 세트는 종종 메타데이터의 부족으로 인해 제한을 받습니다. 이 문제는 여러 소스의 데이터 세트를 결합하여 더 큰 풀을 만들 때 악화되는 문제입니다.

그러나 현실적입니다. 모든 AI 팀이 광범위한 메타데이터에 액세스할 수 있는 것은 아니며 우리 팀도 완벽하지 않습니다. 고유한 절충안이 존재합니다. 즉, 데이터의 왜곡과 편향을 이해하는 대신 더 강력한 모델로 이어지는 더 큰 훈련 데이터가 있습니다.

AI 산업으로서 우리는 전 세계적으로 산업과 사람들이 AI에 의존하고 있다는 점을 감안할 때 이러한 상충 관계를 극복할 방법을 찾는 것이 중요합니다. 핵심은 데이터 중심 AI 모델에 대한 집중도를 높이는 것입니다. 더 강하게 잡아가기 시작하는 움직임.

우린 어디로 가게되는 거지?

AI의 편견에 맞서는 것은 작은 일이 아니며 향후 몇 년 동안 기술 산업 전반에 걸쳐 협력이 필요할 것입니다. 그러나 실무자가 작지만 눈에 띄는 변화를 만들기 위해 지금 취할 수 있는 예방 조치가 있습니다.

예를 들어 기본 모델이 게시되면 해당 모델을 출시할 수 있습니다. 데이터 시트 기본 교육 데이터를 설명하고 데이터 세트에 있는 내용에 대한 설명 통계를 제공합니다. 그렇게 하면 후속 사용자에게 모델의 강점과 한계에 대한 감각을 제공하여 정보에 입각한 결정을 내릴 수 있습니다. 그 영향은 엄청날 수 있습니다.

전술 한 공부 기초 모델에 대한 질문은 "너무 비싸거나 얻기 어렵지 않으면서 적절한 문서를 제공하기 위해 데이터에 대한 올바른 통계 세트는 무엇입니까?" 특히 시각적 데이터의 경우 연구자는 연령, 성별, 인종, 종교, 지역, 능력, 성적 취향, 건강 상태 등의 분포를 이상적으로 제공합니다. 그러나 이 메타데이터는 비용이 많이 들고 여러 소스의 대규모 데이터 세트에서 얻기 어렵습니다.

보완적인 접근 방식은 AI 개발자가 기본 모델에 대한 알려진 편향 및 공통 제한 사항의 실행 목록에 액세스할 수 있도록 하는 것입니다. 여기에는 특히 사람들이 이러한 모델을 사용하는 방식을 고려할 때 AI 연구원이 정기적으로 기여할 수 있는 편향에 대해 쉽게 액세스할 수 있는 테스트 데이터베이스를 개발하는 것이 포함될 수 있습니다.

예를 들어 트위터는 최근 경쟁 AI 전문가가 알고리즘의 편향을 폭로하도록 도전했습니다(인식과 인식이 완화의 핵심이라고 말한 것을 기억하십니까?). 우리는 모든 곳에서 이것이 더 필요합니다. 이와 같은 크라우드소싱을 정기적으로 연습하면 개별 실무자의 부담을 줄이는 데 도움이 될 수 있습니다.

우리는 아직 모든 답을 가지고 있지는 않지만 업계로서 우리는 더 강력한 모델에 대한 솔루션으로 사용하는 데이터를 면밀히 살펴볼 필요가 있습니다. 그렇게 하려면 편향을 증폭시키는 대가가 따르며 솔루션 내에서 우리가 하는 역할을 받아들여야 합니다. 특히 AI 시스템을 사용하여 실제 사람을 나타내거나 상호 작용할 때 사용하는 교육 데이터를 더 깊이 이해할 수 있는 방법을 찾아야 합니다.

이러한 사고 방식의 변화는 모든 유형과 규모의 기업이 개발 단계에서 편향을 빠르게 발견하고 대응하여 편향을 줄이는 데 도움이 될 것입니다.

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://techcrunch.com/2021/09/24/ai-tradeoffs-balancing-powerful-models-and-potential-biases/

계속 읽기

인공 지능

영국의 AI 전략은 '야심차지만' 일치하기 위해 자금이 필요하다고 교수의 Marc Warner가 말했습니다.

게재

on

영국은 사상 최초로 국가 AI 전략 이번 주. 리소스와 관심을 기술, 재능, 컴퓨팅 성능 및 데이터 액세스에 집중함으로써 국내 인공 지능 역량을 향상시키려는 정부의 XNUMX년 간의 약속은 예상대로 국가의 기술 생태계에서 널리 환영받았습니다.

그러나 출판물에 수반되는 자금 조달 발표가 없다는 점을 감안할 때 정부가 영국을 "글로벌 AI 초강대국"으로 만드는 것에 대해 얼마나 진지한지에 대해 물음표가 있습니다.

27월 XNUMX일 지출 검토를 통해 향후 XNUMX년 동안의 공공 지출 계획을 수립하는 더 나은 힌트가 곧 나올 것입니다.

이에 앞서 TechCrunch는 영국 AI 스타트업 Faculty의 CEO인 Marc Warner와 이야기를 나눴습니다. 그는 정부가 적절한 수준의 자금 지원으로 영국의 역량과 글로벌 경쟁력을 개발하기 위해 장기적인 지원을 제공하는 것에 대해 진지함을 보여줄 필요가 있다고 말했습니다. 진정한 야망”이라고 그는 정부가 AI를 지원하는 모습을 보이고 있다고 믿는다.

42만 달러의 펀딩 라운드를 마감한 워너의 스타트업 올해 초, 회사에 박사를 유치하고 미래의 데이터 과학자를 배출하기 위해 자체 내부 교육 프로그램을 시작했습니다. Warner 자신도 영국의 회원이지만 AI 위원회, 정부에 조언을 제공하고 전략에 대해 자문을 받은 전문가 자문 그룹.

그는 TechCrunch에 "이것은 정말 좋은 전략이라고 생각합니다."라고 말했습니다. “정부로서는 상대적으로 보기 힘든 진정한 야망이 있고 그들은 우리가 고쳐야 할 가장 중요한 몇 가지를 인식하고 있습니다.

“문제는 – 그리고 그것은 큰 문제입니다 – 현재 이것에 연결된 숫자가 없다는 것입니다.

"따라서 원칙적으로 거기에는 훌륭한 것들이 많이 있지만 실제로 필요한 자금으로 뒷받침되는 것이 완전히 중요합니다. 요구할 것이다.”

Warner는 적절한 자금 조달 수준(감히 "세계를 능가하는" 수준)과 일치하지 않으면 "상당히 심각한 전략"의 유망한 잠재력이 사라질 위험이 있다고 경고했습니다.

"그것은 지출 검토에 대한 질문이지만 지금은 매우 쉬운 것처럼 보입니다. 정말 꽤 진지한 전략처럼 보이는 것입니다. 그런 다음 ... 실제로 자금을 조달할 의사가 없다는 이면에서 훨씬 더 일반적인 전략으로 사라집니다. 실행 측면에서 밀어붙이고 실제로 이러한 일이 일어나도록 하려는 의지가 없습니다.”

워너는 정부가 장기적 야망을 달성하기 위한 전략을 뒷받침하기 위해 어느 정도의 자금을 지원하기를 원하는지 묻는 질문에 영국이 높은 목표를 달성해야 하며 세계 무대에서 그렇게 해야 한다고 말했습니다.

"우리는 전 세계를 둘러보고 다른 국가들이 수억에서 수십억에 이르는 AI 전략에 대해 약속하고 있는 것을 볼 수 있습니다."라고 그는 제안했습니다. "그리고 우리가 세계적으로 경쟁력을 갖추는 것에 대해 진지한 생각을 하고 있다면 - 그것이 전략이고 우리가 그래야 한다고 생각합니다 - 우리는 그것을 초과하지 않는다면 적어도 다른 국가의 자금과 일치하는 것에 대해 이야기하고 있습니다."

그는 “궁극적으로 이 순위가 우선 순위 목록에서 어느 정도인지에 달려 있으며, 야심 찬 전략을 실행하려면 높은 순위여야 합니다.”라고 덧붙였습니다.

재능에 대한 접근

영국이 AI 게임을 강화하는 데 필요한 전략에 대한 광범위한 세부 사항을 논의하면서 Warner는 인재를 핵심 구성 요소로 강조했습니다.

“AI 인재와 같은 기술 분야의 경우 엄청난 거래입니다. 그 재능에 대한 글로벌 경쟁이 있습니다. 그리고 정부는 그것을 진지하게 받아들이고 있는 것 같으며, 희망적으로 영국이 이런 종류의 일에 필요한 모든 재능을 갖추도록 조치를 취할 것입니다.

“우리의 관점에서 보면 전 세계에서 가장 재능 있는 사람들이 와서 중요한 문제에 대해 일할 수 있다는 것은 정말 멋진 일입니다. 그래서 그 사람들이나 대학이나 조직을 위해 더 쉽게 만들 수 있습니다. 우리와 같은 자선단체나 회사, 심지어 정부 부처에서도 그런 사람들을 고용할 수 있게 된 것은 엄청난 진전일 뿐입니다.”라고 그는 덧붙였습니다.

"그들이 컴퓨팅과 데이터를 진지하게 받아들이고 있다는 것은 좋은 일입니다."라고 그는 전략의 다른 요소에 대해 논의했습니다. “분명히 그것들은 일종의 현대 AI의 기초인 기계 학습 기술 세트의 두 가지 연료입니다. 그리고 정부가 이를 더 쉽게 접근할 수 있는 방법에 대해 생각하게 하는 것은 분명히 좋은 일입니다.”

“AI의 장기적인 위험에 대해 생각하고 있다는 사실이 새롭고 기본적으로 중요하다고 생각합니다.”라고 그는 말했습니다.

“그러면 한 국가로서, 일련의 기업으로서 우리의 채택이 우리가 원하는 것보다 약하다는 것이 그들이 상대적으로 정직하다고 생각합니다. 그리고 잘만되면 그것을 인식하고 우리가 그것을 고칠 방법에 대해 진지하게 생각합니다. 그래서 전반적으로 전략적인 관점에서 실제로 매우 좋습니다.”

이 전략은 또한 AI에 대한 "명확한 규칙, 적용된 윤리 원칙 및 혁신을 지지하는 규제 환경"을 수립할 필요성에 대해 이야기합니다. 그러나 영국은 이미 그 면에서 뒤쳐져 있습니다. 유럽 연합은 올해 초 AI 규정을 제안했습니다.

Warner는 영역별 규칙을 옹호하는 AI 규정에 대한 자신의 견해를 묻습니다.

도메인별 AI 규칙

“인공지능 수준에서 규제하는 것은 큰 실수라고 생각합니다. 강철이 대들보에 사용될지, 칼이나 총에 사용될지 모르는 곳에서 강철을 규제하는 것과 같기 때문입니다.”라고 그는 제안했습니다. 

“우리가 대들보에 대해 가지고 있는 종류의 법안을 선택하면 강철을 사용하여 총을 만드는 사람들 주위에서 엄청나게 느슨해지거나 총에 관한 법률을 선택하면 대들보를 만드는 것이 거의 불가능해집니다. .

"따라서 우리가 AI를 효과적으로 규제하는 것이 완전히 중요하지만 도메인별 방식으로 거의 확실하게 수행됩니다."

그는 진단과 같은 건강 상황에서 AI가 자연적으로 더 엄격한 규제가 필요한 영역으로 사용되는 예를 제시했지만 전자 상거래와 같은 사용 사례에는 그러한 가드레일이 필요하지 않을 것이라고 제안했습니다.

이어 “정부가 전략에서 이를 인지하고 있다고 생각한다”고 덧붙였다. “규제가 정말 신중하게 해당 영역에 맞게 조정되었는지 확인하는 방법에 대해 이야기하고 있습니다. 그리고 그것은 나에게 매우 합리적으로 보입니다.

"우리는 AI가 사회를 위해 안전하고 잘 수행되는 것이 매우 중요하다고 생각합니다."

AI의 적용을 규제하기 위해 EU가 제안한 위험 기반 프레임워크는 특정 영역 및 사용 사례에 중점을 두고 있습니다. 하지만 Warner는 아직 EU의 제안을 충분히 자세히 연구하지 않아 그들의 접근 방식에 대한 견해를 가지지 못했다고 말했습니다.  

TechCrunch는 또한 현재 데이터 보호 프레임워크를 "개혁"하려는 영국 정부의 동시 추진에 대한 교수 CEO의 견해를 물었습니다. 여기에는 사람들의 정보 보호를 약화시킬 수 있는 변경 사항에 대한 컨설팅이 포함됩니다.

개혁 계획을 비판하는 사람들은 이것이 개인 정보 보호 표준에 대한 경쟁의 위험이 있다고 제안합니다.

Warner는 "AI 사용이 합법적이고 합법적이라는 것이 절대적으로 중요하다고 생각합니다."라고 말했습니다. "예를 들어 사람들이 자신의 데이터로 수행되는 작업을 알고 있다면 진행 상황에 대해 완전히 안심할 수 있을 것입니다."

데이터 합법성

교수진의 AI 비즈니스는 영국 버전의 EU GDPR(일반 데이터 보호 규정)이 국내법으로 이전되기 전에 존재했습니다(다른 이름이었음에도 불구하고). 이전 체제는 대체로 유사했지만. 따라서 기존 규칙은 높은 가치와 성장하는 영국 AI 비즈니스로서의 전망에 해를 끼치지 않은 것으로 보입니다.

이를 감안할 때 영국 시민들이 누리는 데이터 보호 수준을 낮추려는 정부의 욕구(그렇게 하는 것이 어떻게든 "혁신에 좋을 것"이라는 주장과 함께)는 실제로 사용자의 신뢰가 번성해야 하는 AI 비즈니스에 오히려 역효과가 날 수 있습니까? (물론 영국 AI 기업이 유럽 연합에서 사업을 하려면 GDPR을 준수해야 합니다.)

워너는 “GDPR은 완벽하지 않다”고 주장했다. “만약 당신이 누군가에게 이야기한다면 그것이 널리 인정되고 있다고 생각합니다. 그래서 나는 그것이 둘 중 하나의 선택으로 프레임되는 방식이 우리가 둘 다보다 더 잘할 수 있다고 생각하고 그것이 우리가 목표로 해야 하는 것이라고 생각합니다.

“시간이 지남에 따라 이러한 것들을 더 잘 통제할 수 있는 방법이 많이 있다고 생각합니다. 그래서 우리는 사회에서 널리 받아들여지고 심지어 장려되는 방식으로 사업을 하고자 하는 우리와 같은 회사에 분명히 완전히 중요한 이러한 기술의 사용과 관련하여 합법성에 대해 동급 최고를 유지합니다.

“기본적으로 우리가 타협해야 한다고 생각하지 않지만 GDPR을 따를지 말지 선택은 아니라고 생각합니다. 그것보다 더 복잡해요.”

최근 몇 년 동안 영국에서 많은 세간의 이목을 끄는 데이터 스캔들이 발생했다는 점도 주목할 가치가 있습니다.

그리고 교수진 - 사전 브랜드화 모습으로 ASI 데이터 과학 — 예를 들어 영국의 브렉시트 투표 기간 동안 유권자를 대상으로 광고를 타겟팅하기 위해 논란이 되고 있는 데이터 사용에 깊이 관여했습니다.

그 이후로 다시는 정치 활동을 하지 않을 것이라고 밝혔지만.

정치 캠페인

ASI Data Science의 기업 리브랜딩은 2018년에 세계적인 스캔들에 휩싸인 현재는 없어져 불명예스러운 데이터 회사인 Cambridge Analytica의 데이터 마이닝 활동에 대한 폭로에 따라 전 세계 의원들이 데이터와 데이터의 역할에 대해 어색한 질문을 하도록 이끌었습니다. 유권자를 흔들기 위한 예측 모델링.

영국의 정보 위원은 정치적 추가 타겟팅을 위한 데이터 및 AI 도구 사용에 대한 "윤리적 일시 중지"를 요구하기까지 했으며 사용자 지정 정치 메시지로 유권자를 불투명하게 타겟팅하는 빅 데이터 기술로 인해 민주주의에 대한 신뢰가 훼손되고 있다고 경고했습니다.

브렉시트 국민투표 기간 동안 워너는 영국 정부의 전임 특별 고문인 도미닉 커밍스(Dominic Cummings)와 함께 일하면서 탈퇴 투표 캠페인을 이끌었습니다. 그리고 커밍스는 데이터 과학자들이 브렉시트 투표에서 승리하는 데 결정적인 역할을 했다고 광범위하게 썼습니다. 2016 블로그 게시물 국민투표에서 데이터 과학과 AI가 어떻게 사용되었는지에 대해

우리의 중심 아이디어 중 하나는 캠페인이 이전에 한 번도 해본 적이 없는 데이터 분야의 일을 해야 한다는 것이었습니다. 여기에는 a) 소셜 미디어, 온라인 광고, 웹사이트, 앱, 캔버스, 다이렉트 메일, 설문조사, 온라인 기금 마련, 활동가 피드백 및 새로운 설문조사 방식과 같이 우리가 시도한 몇 가지 새로운 것들의 데이터 통합 ​​및 b) 전문가 확보가 포함됩니다. 물리학과 머신 러닝에서는 그들이 할 수 있는 방식으로 적절한 데이터 과학을 수행합니다. 즉, 정치 캠페인에 적용되는 일반적인 기술을 훨씬 뛰어넘습니다. 우리는 영국에서 거의 모든 돈을 디지털 커뮤니케이션에 투입한 다음 양자 정보(Paul Stephenson, Henry de Zoete, 디지털 전문가 AIQ의 정치적 의견 결합)와 같은 주제를 일상 업무로 하는 사람들에 의해 부분적으로 통제되는 최초의 캠페인이었습니다. . 적절한 탐색 소프트웨어가 있는 경우에만 이 작업을 제대로 수행할 수 있습니다. 우리는 그것을 부분적으로는 사내에서 구축했고 부분적으로는 우리 사무실에 몇 달 동안 앉아 있던 외부 엔지니어를 사용했습니다.

그의 회사 역사상 이 악명 높은 에피소드를 감안할 때 우리는 Warner에게 그 기술이 정치 캠페인에 사용될 수 있는 방법을 제한하는 AI 규칙을 지지할 것인지 물었습니다.

영국 정부는 그러한 제안을 하지 않았지만 선거법의 변화를 주시하고 있습니다. 공개 라벨 온라인 정치 캠페인을 위해

이에 대한 Warner의 대답은 "조직으로서의 교수진은 더 이상 정치에 관심이 없습니다. 우리가 생각하는 것이 아닙니다."라고 말했습니다. 

그는 정치 캠페인 영역에서 AI에 대한 제한을 지지할지 여부를 다시 한 번 강조하면서 다음과 같이 덧붙였습니다. “교수님의 관점에서 볼 때 우리는 더 이상 정치를 하지 않습니다. 나는 그들이 그 지역 주변에서 가장 좋다고 생각하는 것은 정부에 달려 있다고 생각합니다.”

PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.

출처: https://techcrunch.com/2021/09/24/uks-ai-strategy-is-ambitious-but-needs-funding-to-match-says-facultys-marc-warner/

계속 읽기
에스 포트4 일 전

다음은 CS:GO의 Operation Riptide 스킨입니다.

에스 포트3 일 전

CS:GO에서 개인 대기열을 시작하는 방법

에스 포트2 일 전

디아블로 II: 부활을 오프라인으로 플레이할 수 있습니까?

에스 포트3 일 전

립타이드 작전에서 XNUMX주차 임무를 모두 완료하는 방법

에스 포트4 일 전

밸브, 개인 대기열, 짧은 경쟁 게임, 새로운 데스매치 모드 등을 제공하는 CS:GO Operation Riptide 공개

에스 포트2 일 전

게임 진입 실패, 캐릭터를 찾을 수 없음: 디아블로 II: 부활에서 오류를 수정하는 방법

에스 포트5 일 전

모든 패션 위크 정기 리서치, 당신의 목소리를 찾아서 특별 리서치, 이벤트 전용 현장 리서치 과제 및 Pokémon Go 보상

에스 포트3 일 전

Android용 Pokémon UNITE APK 및 OBB 다운로드 링크

에스 포트3 일 전

CS:GO Riptide 케이스: 새로운 스킨의 전체 목록

에스 포트3 일 전

일부 플레이어는 새로운 오류로 인해 Pokémon UNITE 모바일 사전 등록 보상을 청구할 수 없습니다.

에스 포트2 일 전

Valkyrae는 YouTube가 재능 있는 회원 및 Twitch Prime과 유사한 기능을 개발 중이라고 말합니다.

에스 포트3 일 전

Worlds 2021 조 추첨에 대한 초기 반응: 각 팀이 필드에서 어떻게 쌓이나요?

에스 포트4 일 전

리그 오브 레전드의 벡스에 대한 최고의 카운터 5개

에스 포트2 일 전

Valkyrae는 YouTube가 재능 있는 회원 및 Twitch Prime과 유사한 기능을 개발 중이라고 말합니다.

에스 포트22 시간 전

Fall Guys, 가장 많이 다운로드된 PlayStation Plus 게임으로 기네스 세계 기록 달성

에스 포트2 일 전

디아블로 II: 부활의 드루이드에 대한 최고의 통계

코 비드 195 일 전

Fintech 앱, 팬데믹 속에서 다운로드 급증

블록체인3 일 전

미국 인프라 법안은 Cardano 억만장자를 워싱턴으로 데려옵니다.

블록체인4 일 전

비트코인 및 이더리움 옵션이 24월 XNUMX일에 만료됩니다. 이는 BTC 및 ETH 가격에 무엇을 의미합니까?

에너지3 일 전

탄소 나노튜브 시장 규모는 20.31년까지 2028% CAGR로 전 세계적으로 17.27억 XNUMX만 달러에 달합니다. Verified Market Research®

탐색