In het kort Een activist in Portland, Oregon, beweert een gezichtsherkenningsmodel te hebben getraind dat een vijfde van de politie in de Amerikaanse stad kan identificeren.

Christopher Howell, beschreven als een "autodidactische programmeur", vertelde The New York Times dat zijn model niet openbaar beschikbaar is en dat hij het had gebruikt om een ​​vriend te helpen een politieagent te identificeren. Het is niet verwonderlijk dat het moeilijkste deel van het project het verzamelen van voldoende afbeeldingen is om een ​​database te verzamelen die groot genoeg is om nauwkeurig bij foto's te passen.

Howell zei dat hij in nieuwsartikelen en openbare websites naar de namen en gezichten van politieagenten zoekt. Hij zoekt ze vervolgens op sociale media en downloadt hun foto's, een vergelijkbare techniek die wordt gebruikt door de controversieel gezichtsherkenning opstarten Clearview.

Portland heeft enkele van de strengste regels op gezichtsherkenning. Wetshandhavers en bedrijven mogen geen AI-camera's inzetten op openbare of privé-plaatsen. Maar niets houdt individuen, zoals Howell, tegen om hun eigen algoritmen te ontwikkelen.

Nieuw open-source machinevertalingsmodel van Facebook

Onderzoekers van de socialemediagigant hebben de code gepubliceerd in hun nieuwste taalmodel, dat in staat is om meer dan 100 talen te vertalen.

Het meest interessante aan het systeem, bekend als M2M-100, is dat het direct tussen twee talen vertaalt zonder eerst naar het Engels te moeten verwijzen.

"Bij het vertalen van bijvoorbeeld Chinees naar Frans, trainen eerdere beste meertalige modellen Chinees naar Engels en Engels naar Frans, omdat Engelse trainingsgegevens het meest beschikbaar zijn," Facebook uitgelegd deze week.

Door eerst de middelste stap van het vertalen naar het Engels over te slaan, is de kans kleiner dat de betekenis van zinnen verloren gaat in de vertaling. De onderzoekers hopen het model te blijven tweaken, zodat het ooit praktisch kan worden ingezet op het social media platform. De code is allemaal open-source, maar pas op, het model is groot en heeft meer dan 15 miljard parameters.

Cruise vraagt ​​officiële goedkeuring aan voor zelfrijdende auto

Startup Cruise uit San Francisco zegt dat het klaar is om een ​​vloot van autonome robotaxi-voertuigen.

In januari onthulde het Cruise Origins, een futuristische elektrische auto met een boxy-look en schuifdeuren. Deze voertuigen bevatten geen stuurwiel of pedalen voor menselijke chauffeurs. In plaats daarvan zijn er slechts vier stoelen om passagiers op te halen.

Maar voordat Cruise kan beginnen met het testen van zijn zelfrijdende technologie met deze auto's, moet het eerst de expliciete goedkeuring krijgen van de Amerikaanse National Highway Traffic Safety Administration (NHTSA) om de auto's te gaan produceren.

Cruise antwoordde niet Het registervragen over wanneer het hoopte te beginnen met het bouwen van zijn Origin-auto's. De NHTSA heeft ons ook niet verteld hoe lang het doorgaans duurt om een ​​dergelijk verzoek te verwerken.

Nvidia lijkt de nieuwste hardwaretests voor inferentie te domineren

MLPerf, een door de industrie geleide inspanning om de prestaties van AI-hardware te benchmarken, heeft zijn nieuwste resultaten vrijgegeven om te testen hoe snel verschillende systemen en chips specifieke machine learning-modellen uitvoeren.

Een snelle blik op de resultaten - verspreid over verschillende categorieën zoals datacenter, de edge, mobiele telefoons en mobiele notebooks - laat zien dat de meest voorkomende vermeldingen van Nvidia komen. Helaas waren er geen inzendingen van concurrerende entiteiten zoals Groq, Graphcore, Intel's Habana, enzovoort.

Google is ook afwezig, dus de resultaten van dit jaar lijken niet echt competitief. Maar er zijn enkele interessante cijfers, zoals de statistieken van Intel voor de 10nm Xe-LP grafische chip (formeel bekend als Tiger Lake) in mobiele notebooks en van Raspberry Pi-apparaten met op Arm gebaseerde CPU's. U kunt alle cijfers zien hier.

Kite heeft ondersteuning toegevoegd voor 11 talen

Als je geïnteresseerd bent in een tool die je code automatisch aanvult terwijl je deze schrijft, overweeg dan Kite.

De startup heeft jarenlang een model gebouwd dat verschillende machine learning-methoden gebruikt om software te analyseren. Het gedraagt ​​zich als populaire taalmodellen die tekst genereren door het volgende woord in een bepaalde zin te voorspellen. Maar in plaats van natuurlijke taal is het code.

Het heeft de gratis versie van zijn autocomplete-tool bijgewerkt en ondersteunt nu 11 talen, waaronder Java, C / C ++, Python, Golang, Scala en meer. U kunt het uitproberen hier​ ​

Bron: https://go.theregister.com/feed/www.theregister.com/2020/10/26/in_brief_ai/