Verbind je met ons

AI

Fintech Giant Zip Co biedt handelsdiensten voor cryptovaluta

gepubliceerd

on

Amazon lijkt vastbesloten om zijn reputatie als innovatief bedrijf te behouden en wil experimenteren met cryptocurrencies via een digitale valutabetaling en blockchain-eenheid.

Volgens een aankondiging gepost op donderdag, is Amazon op zoek naar een blockchain-specialist om zijn strategie voor digitale valuta en blockchain te leiden.

Het Payments Acceptance & Experience-team is op zoek naar een ervaren productleider om Amazon's Digital Currency en Blockchain-strategie en productroadmap te ontwikkelen ... Je werkt nauw samen met teams in Amazon, inclusief AWS, om de roadmap te ontwikkelen, inclusief de klantervaring, technische strategie en mogelijkheden evenals de lanceringsstrategie.

Waar Amazon naar op zoek is

De expert moet minimaal een MBA of gelijkwaardig diploma, 10+ jaar zakelijke of technologische ervaring, teammanagementvaardigheden, begrip van gegevens en statistieken en goede communicatieve vaardigheden hebben.

Het bedrijf heeft geen salarisaanbod bekendgemaakt. De persoon moet gevestigd zijn op of bereid zijn te verhuizen naar Seattle, Washington.

Amazon lijkt overtuigd van de noodzaak om te innoveren op het gebied van betalen en financieren. Het ontwikkelteam voor cryptocurrency en blockchain is een teken van de interesse van het bedrijf in het verkennen van deze opkomende technologieën om betere financiële producten aan te bieden.


ADVERTENTIE

Volgens een e-mail gedeeld door Business Insider, bevestigde het team van Amazon zijn interesse in het verkennen van een benadering van de wereld van cryptocurrencies. Toch specificeerden ze niet of het zou zijn door de ontwikkeling van een eigen valuta of door de acceptatie van cryptocurrencies als betaalmiddel:

"We zijn geïnspireerd door de innovatie die plaatsvindt in de cryptocurrency-ruimte en onderzoeken hoe dit eruit zou kunnen zien op Amazon ... We geloven dat de toekomst zal worden gebouwd op nieuwe technologieën die moderne, snelle en goedkope betalingen mogelijk maken, en hopen die toekomst te brengen zo snel mogelijk aan Amazon-klanten.”

Een oude relatie met crypto

De interesse van Amazon in de wereld van cryptocurrencies is niet nieuw. Terug in 2017, het gekocht, althans preventief, een aantal domeinen die zijn merk koppelen aan cryptocurrencies, waaronder amazoncryptocurrency.com, amazoncryptocurrencies.com en zelfs amazonethereum.com.

Patrick Gauthier vertelde destijds echter aan CNBC dat de e-commercegigant niet veel interesse had in cryptocurrencies en geen plannen had om cryptobetalingen te ondersteunen.

In feite is de Betalen met maan plug-in die betalingen op Amazon met Bitcoin via Lightning Network mogelijk maakte, moest zijn bedrijfsmodel wijzigen om in plaats daarvan zijn gebruikers in staat te stellen virtuele creditcards te kopen in plaats van rechtstreeks op de site van Amazon te betalen.

Ook als Cryptopotato gerapporteerd in februari van dit jaar lanceerde Amazon een baanaanbieding voor een nieuw betalingssysteem met "Digital and Emerging Payments (DEP)", hoewel ze ook geen directe relatie met Bitcoin of enige cryptocurrency noemden.

Deze keer lijkt Amazon echter meer bereid om naar buiten te treden met zijn informele relatie met crypto's.

SPECIALE AANBIEDING (gesponsord)

Binance Futures 50 USDT GRATIS voucher: Gebruik deze link om te registreren en 10% korting te krijgen op kosten en 50 USDT bij het handelen in 500 USDT (beperkt aanbod).

PrimeXBT Speciale aanbieding: Gebruik deze link om te registreren en de POTATO50-code in te voeren om 50% gratis bonus te krijgen op elke storting tot 1 BTC.

U zou ook kunnen houden van:

PlatoAi. Web3 opnieuw uitgevonden. Gegevensintelligentie versterkt.

PlatoAi. Web3 opnieuw uitgevonden. Gegevensintelligentie versterkt.
Klik hier om toegang te krijgen.

Bron: https://coingenius.news/fintech-giant-zip-co-to-provide-cryptocurrency-trading-services-24/?utm_source=rss&utm_medium=rss&utm_campaign=fintech-giant-zip-co-to-provide-cryptocurrency -handelsdiensten-24

AI

Financieringsomslag: AI-gedreven Aziatische fintech sluit serie van $ 400 miljoen D

gepubliceerd

on

Het was een gevarieerde week voor investeringen in fintech-automatisering, met als kop de grootste financieringsronde ooit gericht op AI-gestuurde technologie uit Azië. Hier in de VS steunden investeerders een intelligent technologiebedrijf voor documentverwerking en een altruïstische start-up die millennials en anderen wil helpen bij de stap naar eigenwoningbezit. Advance Intelligence Group In de grootste […]

PlatoAi. Web3 opnieuw uitgevonden. Gegevensintelligentie versterkt.
Klik hier om toegang te krijgen.

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

Verder lezen

Artificial Intelligence

Deep learning helpt nieuwe medicijncombinaties te voorspellen om Covid-19 te bestrijden

gepubliceerd

on

De existentiële dreiging van Covid-19 heeft duidelijk gemaakt dat er dringend behoefte is om werkende therapieën te ontwikkelen tegen opkomende gezondheidsproblemen. Een van de luxe die deep learning ons heeft opgeleverd, is de mogelijkheid om het landschap aan te passen terwijl het zich ontvouwt - zolang we de virale dreiging kunnen bijhouden en toegang hebben tot de juiste gegevens. 

Zoals met alle nieuwe medische aandoeningen, hebben de gegevens vaak tijd nodig om bij te praten, en het virus heeft geen tijd nodig om te vertragen, wat een moeilijke uitdaging vormt omdat het snel kan muteren en resistent kan worden tegen bestaande medicijnen. Dit bracht wetenschappers van MIT's Computer Science and Artificial Intelligence Laboratory (CSAIL) en de Jameel Clinic for Machine Learning in Health ertoe om zich af te vragen: hoe kunnen we de juiste synergetische medicijncombinaties identificeren voor de zich snel verspreidende SARS-CoV-2? 

Doorgaans gebruiken datawetenschappers deep learning om medicijncombinaties met grote bestaande datasets uit te zoeken voor zaken als kanker en hart- en vaatziekten, maar ze kunnen begrijpelijkerwijs niet worden gebruikt voor nieuwe ziekten met beperkte gegevens.

Zonder de nodige feiten en cijfers had het team een ​​nieuwe aanpak nodig: een neuraal netwerk dat twee petten op heeft. Omdat drugssynergie vaak optreedt door remming van biologische doelen (zoals eiwitten of nucleïnezuren), leert het model gezamenlijk de interactie tussen geneesmiddel en geneesmiddel en synergie tussen geneesmiddelen om nieuwe combinaties te ontginnen. De voorspeller van het medicijndoel modelleert de interactie tussen een medicijn en een reeks bekende biologische doelen die gerelateerd zijn aan de gekozen ziekte. De voorspeller van de associatie met doelwitziekte leert de antivirale activiteit van een medicijn te begrijpen, wat betekent dat de virusopbrengst in geïnfecteerde weefselculturen wordt bepaald. Samen kunnen ze de synergie van twee medicijnen voorspellen. 

Met deze aanpak werden twee nieuwe medicijncombinaties gevonden: remdesivir (momenteel goedgekeurd door de FDA voor de behandeling van Covid-19) en reserpine, evenals remdesivir en IQ-1S, die in biologische tests krachtig bleken tegen het virus. De studie is geweest gepubliceerde functie in het Proceedings van de National Academy of Sciences.

"Door interacties tussen geneesmiddelen en biologische doelwitten te modelleren, kunnen we de afhankelijkheid van combinatiesynergiegegevens aanzienlijk verminderen", zegt Wengong Jin SM '18, een postdoc aan het Broad Institute of MIT en Harvard die onlangs zijn doctoraatswerk in CSAIL voltooide, en die is de hoofdauteur van een nieuw artikel over het onderzoek. “In tegenstelling tot eerdere benaderingen die geneesmiddel-doelwitinteractie als vaste descriptoren gebruikten, leert onze methode om geneesmiddel-doelwitinteractie te voorspellen op basis van moleculaire structuren. Dit is voordelig omdat een groot deel van de verbindingen onvolledige informatie over interacties tussen geneesmiddelen en doelwitten heeft." 

Het gebruik van meerdere medicijnen om de potentie te maximaliseren, terwijl het ook de bijwerkingen vermindert, is praktisch alomtegenwoordig voor bovengenoemde kanker en hart- en vaatziekten, waaronder tal van andere, zoals tuberculose, lepra en malaria. Het gebruik van gespecialiseerde drugscocktails kan, heel belangrijk, de ernstige en soms publieke dreiging van resistentie verminderen (denk aan methicilline-resistente) Staphylococcus aureus bekend als "MRSA"), aangezien veel resistente mutaties elkaar uitsluiten. Het is veel moeilijker voor een virus om twee mutaties tegelijk te ontwikkelen en vervolgens resistent te worden tegen twee geneesmiddelen in een combinatietherapie. 

Belangrijk is dat het model niet beperkt is tot slechts één SARS-CoV-2-stam - het kan mogelijk ook worden gebruikt voor de steeds besmettelijker wordende Delta-variant of andere zorgwekkende varianten die zich kunnen voordoen. Om de werkzaamheid van het model tegen deze stammen uit te breiden, hebt u alleen aanvullende synergiegegevens over geneesmiddelencombinaties nodig voor de relevante mutatie(s). Daarnaast paste het team hun benadering van hiv en alvleesklierkanker toe.

Om hun biologische modellering verder te verfijnen, is het team van plan om aanvullende informatie op te nemen, zoals eiwit-eiwitinteractie en genregulerende netwerken. 

Een andere richting voor toekomstig werk dat ze onderzoeken, is iets dat 'actief leren' wordt genoemd. Veel combinatiemodellen voor geneesmiddelen zijn bevooroordeeld in de richting van bepaalde chemische ruimtes vanwege hun beperkte omvang, dus er is een grote onzekerheid in voorspellingen. Actief leren helpt het gegevensverzamelingsproces te begeleiden en de nauwkeurigheid in een grotere chemische ruimte te verbeteren. 

Jin schreef het artikel samen met Jonathan M. Stokes, Banting Fellow bij The Broad Institute of MIT en Harvard; Richard T. Eastman, een wetenschapper bij het National Center for Advancing Translational Sciences; Zina Itkin, een wetenschapper bij de National Institutes of Health; Alexey V. Zakharo, hoofd informatica bij het National Center for Advancing Translational Sciences (NCATS); James J. Collins, hoogleraar biologische technologie aan het MIT; en Tommi S. Jaakkola en Regina Barzilay, MIT-hoogleraren elektrotechniek en computerwetenschappen aan het MIT.

Dit project wordt ondersteund door de Abdul Latif Jameel Clinic for Machine Learning in Health; de Defense Threat Reduction Agency; Stichting Patrick J. McGovern; het DARPA Accelerated Molecular Discovery-programma; en gedeeltelijk door het intramurale/extramurale onderzoeksprogramma van het National Center for Advancing Translational Sciences binnen de National Institutes of Health.

PlatoAi. Web3 opnieuw uitgevonden. Gegevensintelligentie versterkt.
Klik hier om toegang te krijgen.

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

Verder lezen

AI

AI-compromissen: een evenwicht tussen krachtige modellen en mogelijke vooroordelen

gepubliceerd

on

Naarmate ontwikkelaars nieuwe AI-tools ontgrendelen, wordt het risico op het bestendigen van schadelijke vooroordelen steeds groter - vooral op de hielen van een jaar zoals 2020, die veel van onze sociale en culturele normen, waarop AI-algoritmen al lang zijn getraind, opnieuw uitgevonden.

Er ontstaan ​​een handvol fundamentele modellen die afhankelijk zijn van een groot aantal trainingsgegevens waardoor ze inherent krachtig zijn, maar het is niet zonder risico op schadelijke vooroordelen - en dat feit moeten we collectief erkennen.

Erkenning op zich is eenvoudig. Begrijpen is veel moeilijker, net als het mitigeren van toekomstige risico's. Dat wil zeggen dat we eerst stappen moeten ondernemen om ervoor te zorgen dat we de wortels van deze vooroordelen begrijpen in een poging om de risico's van het ontwikkelen van AI-modellen beter te begrijpen.

De stiekeme oorsprong van vooringenomenheid

De huidige AI-modellen zijn vaak vooraf getraind en open source, waardoor zowel onderzoekers als bedrijven AI snel kunnen implementeren en afstemmen op hun specifieke behoeften.

Hoewel deze benadering AI meer commercieel beschikbaar maakt, is er een reëel nadeel: namelijk dat een handvol modellen nu de basis vormen voor de meeste AI-toepassingen in verschillende sectoren en continenten. Deze systemen worden belast door onopgemerkte of onbekende vooroordelen, wat betekent dat ontwikkelaars die ze aanpassen voor hun applicaties werken vanuit een fragiele basis.

Volgens een recente studies door Stanford's Center for Research on Foundation Models, worden eventuele vooroordelen binnen deze fundamentele modellen of de gegevens waarop ze zijn gebouwd, overgenomen door degenen die ze gebruiken, waardoor potentieel voor versterking ontstaat.

YFCC100M is bijvoorbeeld een openbaar beschikbare dataset van Flickr die vaak wordt gebruikt om modellen te trainen. Wanneer je de afbeeldingen van mensen in deze dataset bekijkt, zul je zien dat de verspreiding van afbeeldingen over de hele wereld zwaar scheef in de richting van de VS, wat betekent dat er een gebrek is aan vertegenwoordiging van mensen uit andere regio's en culturen.

Dit soort scheeftrekkingen in trainingsgegevens resulteert in AI-modellen met onder- of overrepresentatiebias in hun output, dat wil zeggen een output die dominanter is voor blanke of westerse culturen. Wanneer meerdere datasets worden gecombineerd om grote sets trainingsdata te creëren, is er een gebrek aan transparantie en kan het steeds moeilijker worden om te weten of je een uitgebalanceerde mix van mensen, regio's en culturen hebt. Het is geen verrassing dat de resulterende AI-modellen worden gepubliceerd met grove vooroordelen daarin.

Verder, wanneer fundamentele AI-modellen worden gepubliceerd, wordt er doorgaans weinig tot geen informatie verstrekt over hun beperkingen. Het blootleggen van potentiële problemen wordt overgelaten aan de eindgebruiker om te testen - een stap die vaak over het hoofd wordt gezien. Zonder transparantie en een volledig begrip van een bepaalde dataset, is het een uitdaging om de beperkingen van een AI-model te detecteren, zoals lagere prestaties voor vrouwen, kinderen of ontwikkelingslanden.

Bij Getty Images evalueren we of er vertekening aanwezig is in onze computervisiemodellen met een reeks tests die afbeeldingen bevatten van echte, geleefde ervaringen, waaronder mensen met verschillende niveaus van bekwaamheid, genderfluïditeit en gezondheidsproblemen. Hoewel we niet alle vooroordelen kunnen opvangen, erkennen we het belang van het visualiseren van een inclusieve wereld en vinden we het belangrijk om de bestaande te begrijpen en deze waar mogelijk te confronteren.

Metadata gebruiken om vooroordelen te verminderen

Dus, hoe doen we dit? Bij het werken met AI bij Getty Images beginnen we met het bekijken van de uitsplitsing van mensen in een trainingsdataset, inclusief leeftijd, geslacht en etniciteit.

Gelukkig kunnen we dit doen omdat we een modelrelease vereisen voor de creatieve inhoud die we in licentie geven. Dit stelt ons in staat om zelf-geïdentificeerde informatie op te nemen in onze metadata (dwz een set gegevens die andere gegevens beschrijft), waardoor ons AI-team automatisch miljoenen afbeeldingen kan doorzoeken en snel scheeftrekkingen in de gegevens kan identificeren. Open source datasets worden vaak beperkt door een gebrek aan metadata, een probleem dat wordt verergerd wanneer datasets uit meerdere bronnen worden gecombineerd om een ​​grotere pool te creëren.

Maar laten we realistisch zijn: niet alle AI-teams hebben toegang tot uitgebreide metadata, en die van ons is ook niet perfect. Er bestaat een inherente afweging: grotere trainingsgegevens die leiden tot krachtigere modellen ten koste van het begrijpen van scheeftrekkingen en vooroordelen in die gegevens.

Als AI-industrie is het van cruciaal belang dat we een manier vinden om deze afweging te overwinnen, aangezien industrieën en mensen er wereldwijd van afhankelijk zijn. De sleutel is het vergroten van onze focus op datacentrische AI-modellen, een beweging die sterker begint te worden.

Waar gaan we heen?

Het aanpakken van vooroordelen in AI is geen sinecure en zal de komende jaren samenwerking in de hele technische industrie vereisen. Er zijn echter voorzorgsmaatregelen die beoefenaars nu kunnen nemen om kleine maar opmerkelijke veranderingen aan te brengen.

Wanneer bijvoorbeeld fundamentele modellen worden gepubliceerd, kunnen we de bijbehorende gegevensblad het beschrijven van de onderliggende trainingsgegevens, het verstrekken van beschrijvende statistieken van wat er in de dataset zit. Hierdoor zouden latere gebruikers een idee krijgen van de sterke punten en beperkingen van een model, waardoor ze weloverwogen beslissingen kunnen nemen. De impact kan enorm zijn.

De bovengenoemde studies op fundamentele modellen stelt de vraag: "Wat is de juiste set statistieken over de gegevens om adequate documentatie te bieden, zonder te duur of moeilijk te verkrijgen te zijn?" Specifiek voor visuele gegevens zouden onderzoekers idealiter de verdelingen van leeftijd, geslacht, ras, religie, regio, capaciteiten, seksuele geaardheid, gezondheidstoestand en meer verstrekken. Maar deze metadata is kostbaar en moeilijk te verkrijgen op grote datasets uit meerdere bronnen.

Een aanvullende benadering zou zijn dat AI-ontwikkelaars toegang hebben tot een lopende lijst van bekende vooroordelen en algemene beperkingen voor fundamentele modellen. Dit kan het ontwikkelen van een database met gemakkelijk toegankelijke tests voor vooroordelen omvatten waaraan AI-onderzoekers regelmatig kunnen bijdragen, vooral gezien hoe mensen deze modellen gebruiken.

Zo faciliteerde Twitter onlangs een concurrentie dat daagde AI-experts uit om vooroordelen in hun algoritmen bloot te leggen (Weet je nog dat ik zei dat herkenning en bewustzijn de sleutel zijn tot mitigatie?). We hebben hier meer van nodig, overal. Het regelmatig beoefenen van crowdsourcing op deze manier kan de last voor individuele beoefenaars helpen verminderen.

We hebben nog niet alle antwoorden, maar als branche moeten we goed kijken naar de gegevens die we gebruiken als oplossing voor krachtigere modellen. Dit kost geld – het versterken van vooroordelen – en we moeten de rol die we spelen binnen de oplossing accepteren. We moeten zoeken naar manieren om de trainingsgegevens die we gebruiken beter te begrijpen, vooral wanneer AI-systemen worden gebruikt om echte mensen te vertegenwoordigen of ermee te communiceren.

Deze verschuiving in denken zal bedrijven van alle soorten en maten helpen om snel scheeftrekkingen te herkennen en deze in de ontwikkelingsfase tegen te gaan, waardoor de vooroordelen worden gedempt.

PlatoAi. Web3 opnieuw uitgevonden. Gegevensintelligentie versterkt.
Klik hier om toegang te krijgen.

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

Verder lezen

Artificial Intelligence

De AI-strategie van het VK is 'ambitieus', maar heeft financiering nodig om te evenaren, zegt Marc Warner van de faculteit

gepubliceerd

on

Het VK publiceerde zijn allereerste nationale AI-strategie deze week. De decennialange inzet van de regering om de binnenlandse kunstmatige-intelligentiecapaciteiten te verbeteren - door middelen en aandacht te richten op vaardigheden, talent, rekenkracht en toegang tot gegevens - is algemeen verwelkomd door het technische ecosysteem van het land, zoals je zou verwachten.

Maar er is een vraagteken over hoe serieus de regering is om van het VK een "wereldwijde AI-supermacht" te maken, gezien het ontbreken van een financieringsaankondiging bij de publicatie.

Een betere hint zal waarschijnlijk binnenkort komen, met de herziening van de uitgaven die op 27 oktober wordt ingediend - waarin de plannen voor de overheidsuitgaven voor de komende drie jaar zullen worden uiteengezet.

Voorafgaand aan dat gesprek sprak TechCrunch met Marc Warner, CEO van de UK AI startup Faculty, die zei dat de overheid moet laten zien dat het serieus is in het bieden van langetermijnondersteuning om de capaciteiten en het wereldwijde concurrentievermogen van het VK te ontwikkelen met een passend financieringsniveau - terwijl ze de " echte ambitie', meent hij dat de regering blijk geeft van steun aan AI.

Warner's startup, die een financieringsronde van $ 42 miljoen sloot eerder dit jaar, is een eigen intern opleidingsprogramma gestart om PhD's in het bedrijf aan te trekken en toekomstige datawetenschappers op te leiden. Terwijl Warner zelf ook lid is van de UK's AI Raad, een deskundige adviesgroep die de overheid adviseert en die is geconsulteerd over de strategie.

"Ik denk dat dit een heel goede strategie is", vertelde hij aan TechCrunch. “Er zit een echte ambitie in die relatief zeldzaam is voor de overheid en ze erkennen enkele van de belangrijkste dingen die we moeten oplossen.

“Het probleem - en het is een enorm probleem - is dat er momenteel geen cijfers aan verbonden zijn.

"Dus hoewel er in principe veel geweldige dingen in zitten, is het in de praktijk absoluut van cruciaal belang dat het daadwerkelijk wordt ondersteund door de financiering die het nodig heeft - en de toewijding heeft van de bredere overheid voor de hoogwaardige uitvoering die het doen van sommige van deze dingen is gaat vereisen.”

Warner waarschuwde voor het risico dat het veelbelovende potentieel van een 'vrij serieuze strategie' vervaagt als het niet gepaard gaat met een passend - laten we het zeggen, 'wereldwijd' - financieringsniveau.

"Dat is een vraag voor de bestedingsbeoordeling, maar het lijkt me heel gemakkelijk nu ik gedaan heb - wat lijkt op een heel behoorlijk serieuze strategie - dan ... het vervaagt in een veel meer generieke strategie zonder echt bereid te toezeggingen, niet echt bereid om door te drukken aan de uitvoeringskant en deze dingen daadwerkelijk te laten gebeuren.”

Op de vraag welk financieringsniveau hij zou willen zien dat de regering achter de strategie staat om haar langetermijnambities waar te maken, zei Warner dat het VK hoog moet mikken - en dit op een wereldwijd podium.

"We kunnen de wereld rondkijken en kijken naar de toezeggingen die andere landen doen aan hun AI-strategieën, die in de honderden miljoenen tot lage miljarden lopen", suggereerde hij. "En als we serieus willen zijn wereldwijd concurrerend te zijn - wat de strategie is, en ik denk dat we dat zouden moeten zijn - dan hebben we het op zijn minst om de financiering van andere landen te evenaren, zo niet te overschrijden."

"Uiteindelijk komt het erop neer waar dit op hun prioriteitenlijst staat en als ze een ambitieuze strategie willen waarmaken, moet deze hoog zijn", voegde hij eraan toe.

Toegang tot talent

Bij het bespreken van de brede details van wat de strategie zegt dat nodig is voor het VK om zijn AI-spel te verbeteren, benadrukte Warner talent als een belangrijk onderdeel.

“Voor een technisch veld als AI is talent een groot probleem. Er is een wereldwijde competitie voor dat talent. En het lijkt erop dat de regering dat serieus neemt en hopelijk maatregelen gaat nemen om ervoor te zorgen dat het VK al het talent heeft dat het nodig heeft voor dit soort dingen - vanuit een vaardighedenperspectief en het opleiden van mensen, maar ook vanuit een visumperspectief.

“Vanuit ons perspectief is het gewoon geweldig om toegang te hebben tot enkele van de meest getalenteerde mensen van over de hele wereld om aan belangrijke problemen te komen werken, en hoe gemakkelijker het kan worden gemaakt voor die mensen — of voor organisaties, of het nu universiteiten of liefdadigheidsinstellingen of bedrijven zoals wij of zelfs overheidsdiensten om die mensen in dienst te kunnen nemen, is gewoon een enorme stap voorwaarts”, voegde hij eraan toe.

'Het is fijn dat ze computers en data serieus nemen,' vervolgde hij, terwijl hij andere elementen van de strategie besprak. “Dat zijn natuurlijk de twee brandstoffen voor de reeks technieken van machine learning die een beetje de basis vormen van moderne AI. En dat de overheid nadenkt over hoe we dat toegankelijker kunnen maken, is natuurlijk mooi.”

"Ik denk dat het feit dat ze nadenken over de langetermijnrisico's van AI nieuw en in wezen belangrijk is", zei hij ook.

'Dan denk ik dat ze relatief eerlijk zijn dat onze acceptatie zwakker is dan we zouden willen, als land, als een reeks bedrijven. En hopelijk erkennen we dat en denken we serieus na over hoe we het kunnen oplossen - dus al met al is het vanuit een strategisch perspectief eigenlijk heel goed."

De strategie spreekt ook over de noodzaak om "duidelijke regels, toegepaste ethische principes en een pro-innovatieve regelgevingsomgeving" voor AI vast te stellen. Maar het VK loopt op dat vlak al achter - de Europese Unie heeft eerder dit jaar een AI-verordening voorgesteld.

Gevraagd naar zijn mening over AI-regulering pleitte Warner voor domeinspecifieke regels.

Domeinspecifieke AI-regels

“We denken dat het een grote fout zou zijn om te reguleren op het niveau van alleen kunstmatige intelligentie. Want dat is vergelijkbaar met het reguleren van staal waarbij je niet weet of het staal in liggers of in een mes of een geweer zal worden gebruikt,' opperde hij. 

"Of je kiest het soort wetgeving dat we hebben rond liggers en het wordt ongelooflijk laks rond de mensen die het staal gebruiken om wapens te maken, of je kiest het soort wetgeving dat we hebben rond wapens en het wordt bijna onmogelijk om de liggers te maken .

"Dus hoewel het van cruciaal belang is dat we AI effectief reguleren, gebeurt dit vrijwel zeker op een domeinspecifieke manier."

Hij gaf het voorbeeld van AI's die worden gebruikt in gezondheidscontexten, zoals voor diagnose, als een domein dat natuurlijk strengere regelgeving zou vereisen - terwijl een use-case zoals e-commerce dergelijke vangrails waarschijnlijk niet nodig zou hebben, suggereerde hij.

"Ik denk dat de regering dit in de strategie erkent", voegde hij eraan toe. “Er wordt wel gesproken over ervoor zorgen dat de regelgeving echt doordacht wordt afgestemd op het domein. En dat lijkt me gewoon heel verstandig.

“We vinden het enorm belangrijk dat AI goed en veilig wordt uitgevoerd en in het belang van de samenleving.”

Het door de EU voorgestelde op risico's gebaseerde kader voor het reguleren van toepassingen van AI is gericht op bepaalde domeinen en gebruiksscenario's - die worden geclassificeerd als hoger of lager risico, waarbij de regelgevingsvereisten dienovereenkomstig variëren. Maar Warner zei dat hij het EU-voorstel nog niet voldoende gedetailleerd heeft bestudeerd om een ​​mening te hebben over hun aanpak.  

TechCrunch vroeg de CEO van de faculteit ook naar zijn mening over de gelijktijdige druk van de Britse regering om het huidige kader voor gegevensbescherming te "hervormen", waaronder advies over wijzigingen die de bescherming van de informatie van mensen zouden kunnen verzwakken.

Critici van het hervormingsplan suggereren dat het een race naar de bodem riskeert op het gebied van privacynormen.

"Mijn mening zou zijn dat het absoluut cruciaal is dat het gebruik van AI zowel legaal als legitiem is", aldus Warner. "Als in, als mensen wisten wat er met hun gegevens werd gedaan, zouden ze volledig op hun gemak zijn met wat er gaande is."

Gegevens legitimiteit

De AI-activiteiten van de faculteit bestonden (zij het onder een andere naam) voordat de Britse versie van de EU General Data Protection Regulation (GDPR) werd omgezet in nationale wetgeving, hoewel het eerdere regime in grote lijnen vergelijkbaar was. De bestaande regels lijken de vooruitzichten als waardevol en groeiend AI-bedrijf in het VK dus niet te hebben geschaad.

Zou de bereidheid van de regering om het niveau van gegevensbescherming dat Britse burgers genieten te verminderen - met de bewering dat dit op de een of andere manier "goed voor innovatie" zou zijn, in feite nogal contraproductief kunnen zijn voor AI-bedrijven die het vertrouwen van gebruikers nodig hebben om te floreren? (Plus, natuurlijk, als Britse AI-bedrijven zaken willen doen in de Europese Unie, moeten ze voldoen aan de AVG.)

"GDPR is niet perfect", betoogde Warner. "Als je met iemand praat, denk ik dat dat algemeen wordt erkend - dus ik denk niet dat de manier waarop het wordt geframed als een keuze tussen het een of het ander, ik denk dat we het beter kunnen doen dan beide en ik denk dat we daar naar moeten streven.

"Ik denk dat er veel manieren zijn waarop we - na verloop van tijd - deze dingen beter kunnen reguleren. Zodat we de absolute best-in-class handhaven voor legitimiteit rond het gebruik van deze technologieën, wat duidelijk van cruciaal belang is voor bedrijven zoals wij die zaken willen doen op een manier die algemeen aanvaard en zelfs aangemoedigd wordt in de samenleving.

“Eigenlijk denk ik niet dat we compromissen moeten sluiten, maar ik denk niet dat het een keuze is tussen het wel of niet volgen van de AVG. Het is ingewikkelder dan dat."

Het is ook vermeldenswaard dat er de afgelopen jaren een aantal spraakmakende dataschandalen uit het VK zijn voortgekomen.

En Faculteit — in zijn pre-rebranding gedaante als ASI-gegevenswetenschap - was nauw betrokken bij controversieel gebruik van gegevens voor het richten van advertenties op kiezers tijdens bijvoorbeeld de Brexit-stemming in het VK.

Hoewel het sindsdien heeft gezegd dat het nooit meer politiek werk zal doen.

politieke campagnes

De bedrijfsrebranding van ASI Data Science volgde op onthullingen over de datamining-activiteiten van het inmiddels ter ziele gegane en in ongenade gevallen databedrijf Cambridge Analytica – dat in 2018 uitbrak in een wereldwijd schandaal en ertoe leidde dat parlementariërs over de hele wereld lastige vragen stelden over de rol van data en voorspellende modellen om kiezers te beïnvloeden.

De Britse informatiecommissaris riep zelfs op tot een "ethische pauze" over het gebruik van gegevens en AI-tools voor het targeten van politieke advertenties, en waarschuwde dat het vertrouwen in de democratie werd ondermijnd door big data-technieken die kiezers ondoorzichtig aanspreken met aangepaste politieke berichten.

Tijdens het Brexit-referendum werkte Warner samen met de voormalige speciale adviseur van de Britse regering, Dominic Cummings, die directeur was van de Vote Leave-campagne. En Cummings heeft uitgebreid geschreven dat datawetenschappers een cruciale rol hebben gespeeld bij het winnen van de Brexit-stemming - bijvoorbeeld door in een 2016 blogpost over hoe data science en AI werden gebruikt in het referendum, dat:

Een van onze centrale ideeën was dat de campagne dingen moest doen op het gebied van data die nog nooit eerder zijn gedaan. Dit omvatte a) het integreren van gegevens van sociale media, online advertenties, websites, apps, werving, direct mail, peilingen, online fondsenwerving, feedback van activisten en enkele nieuwe dingen die we hebben geprobeerd, zoals een nieuwe manier om peilingen te doen ... en b) deskundigen in de natuurkunde en machine learning doe je goede datawetenschap op de manier die alleen zij kunnen - dat wil zeggen veel verder dan de normale vaardigheden die worden toegepast in politieke campagnes. We waren de eerste campagne in het VK die bijna al ons geld in digitale communicatie stopte en het vervolgens gedeeltelijk liet controleren door mensen wiens normale werk onderwerpen was als kwantuminformatie (in combinatie met politieke inbreng van Paul Stephenson en Henry de Zoete, en digitale specialisten AIQ) . We zouden dit alleen goed kunnen doen als we over goede wervingssoftware beschikken. We hebben het deels in eigen beheer gebouwd en deels met een externe ingenieur die we maanden op kantoor hebben gezeten.

Gezien deze beruchte episode in de geschiedenis van zijn bedrijf, vroegen we Warner of hij AI-regels zou steunen die beperken hoe de technologie kan worden gebruikt voor politieke campagnes?

De Britse regering heeft zo'n voorstel niet gedaan, maar ziet veranderingen in de kieswet - zoals: openbaarmakingslabels voor online politieke campagnes.

“De faculteit is als organisatie niet meer geïnteresseerd in politiek – daar denken we niet aan”, reageerde Warner hierop. 

Opnieuw aangedrongen op de vraag of hij limieten op AI in het domein van politieke campagnes zou steunen, voegde hij eraan toe: “Vanuit het perspectief van de faculteit doen we geen politiek meer. Ik denk dat het aan de regering is wat zij denkt dat het het beste is in dat gebied."

PlatoAi. Web3 opnieuw uitgevonden. Gegevensintelligentie versterkt.
Klik hier om toegang te krijgen.

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

Verder lezen
eSports2 uur geleden

Horadric Cube Diablo II: Herrezen Gids

eSports2 uur geleden

Arena Wereldkampioenschap 2021 Grand Finals uitslagen en resultaten

eSports2 uur geleden

5 zeldzaamste wapenblauwdrukken in oorlogsgebied

CNBC2 uur geleden

Netflix's 'The Witcher'-plannen omvatten seizoen 3 en een kinderserie

CNBC2 uur geleden

Netflix's 'The Witcher'-plannen omvatten seizoen 3 en een kinderserie

CNBC3 uur geleden

Netflix's 'League of Legends'-serie debuteert op 6 november

CNBC3 uur geleden

Netflix's 'League of Legends'-serie debuteert op 6 november

Energie3 uur geleden

Wie doet er mee aan de Race to Zero?

Big data3 uur geleden

Maximale waarschijnlijkheidsschatting - een uitgebreide gids

eSports3 uur geleden

De meeste Pay-to-Win-cosmetica in de geschiedenis van Warzone

eSports3 uur geleden

Beste statistieken voor de tovenares in Diablo II: Resurrected

eSports3 uur geleden

Is Deltarune Hoofdstuk 2 Gratis op Nintendo Switch?

AR / VR3 uur geleden

Krijg je rally deze maand in Rec Room

Rusland
eSports3 uur geleden

NAVI veilige plek in herfstfinale na overwinning op Complexity

AR / VR4 uur geleden

'Rec Room' krijgt op 29 september een racer in Mario Kart-stijl, trailer hier

eSports4 uur geleden

Nivera neemt afscheid van Vitality tijdens de overgang naar VALORANT

CNBC4 uur geleden

Twitter belooft betere kwaliteit voor nieuwe video-uploads

CNBC4 uur geleden

Twitter belooft betere kwaliteit voor nieuwe video-uploads

Techcrunch4 uur geleden

Deze week in apps: PayPal lanceert 'super-app', Twitter voegt cryptotips toe, Apple neemt Fortnite niet terug

Covid 194 uur geleden

Een federale rechter blokkeert een vaccinmandaat voor NYC-leraren

Cleantech5 uur geleden

Onderzoek naar veroudering van de kalender is van cruciaal belang voor de toekomst van op silicium gebaseerde batterijen

Techcrunch5 uur geleden

Wanneer de grootste verstoring is om gewoon te gaan zitten en je te concentreren

Techcrunch5 uur geleden

Waarom mijn nieuwe NFT bijna $ 400 waard is en andere observaties van een fascinerende week in technologie

Techcrunch5 uur geleden

Waarom mijn nieuwe NFT bijna $ 400 waard is en andere observaties van een fascinerende week in technologie

Cleantech5 uur geleden

Het Bauer Et Al "Blauwe" waterstof LCA-papier is niet nuttig in de echte wereld (deel 2 van 2)

eSports5 uur geleden

fnatic Rising tekent Banjo voor WePlay Academy League seizoen 2

eSports5 uur geleden

Siri instellen en gebruiken op iPhone 13 en 13 Pro

Cleantech5 uur geleden

Liegen, bedriegen olie- en gasbedrijven houden belastingbetalers vast met opruimingsrekening

eSports6 uur geleden

Apex Legends-speler had drie Sentinels-schoten over om te overleven, landde alle drie

eSports6 uur geleden

Tools of the Trade Diablo II: Resurrected Quest Guide

Trending