» Håll dig ajour kring AI · En AI-skapad och ständigt föränderlig nyhetstidning om AI. Idag har vår robot sammanfattat 232 nyhetshändelser. Upptäck gärna vår kurs AI på jobbet förresten. «
MIT, eller Massachusetts Institute of Technology, är ett världsledande privat forskningsuniversitet i Cambridge, Massachusetts, USA. Grundat 1861, är MIT känt för sin excellens inom vetenskap, teknik, ingenjörskonst och matematik. Det har utbildat många framstående forskare, entreprenörer och politiska ledare, inklusive 96 Nobelpristagare. Universitetet är också känt för sina innovativa forskningsprojekt och starka kopplingar till näringslivet. MIT:s campus är hem för många framstående laboratorier, forskningscentra och institut, samt en imponerande samling arkitektoniska verk. MIT rankas ofta bland de bästa universiteten i världen.
Senaste nytt kring MIT
Forskare utvecklar ny teknik för effektiv sekvensmodellering
Forskare från Shanghai Artificial Intelligence Laboratory och MIT CSAI har utvecklat en teknik kallad Hierarchically Gated Recurrent Neural Network (HGRN) för att förbättra sekvensmodellering. Tekniken innefattar ´glömta grindar´ i linjära RNN:er för att översta lagren ska kunna fånga långsiktiga beroenden medan de undre lagren fokuserar på kortvariga beroenden. HGRN-modellen har visat sig vara effektiv i olika uppgifter och modaliteter, inklusive språkmodellering, bildklassificering och långdistansbenchmarking. Framtida riktningar för HGRN-modellen inkluderar omfattande utforskning över olika domäner och uppgifter för att bedöma dess generaliserbarhet och effektivitet.
Äldre AI-program presterar bättre än nyare i Turing-test
I en förpublicerad forskningsartikel med titeln ´Does GPT-4 Pass the Turing Test?´ har två forskare från UC San Diego jämfört OpenAI:s AI-språkmodell GPT-4 med mänskliga deltagare, GPT-3.5 och ELIZA för att se vilken som bäst kunde lura deltagarna att tro att den var mänsklig. Studien, som ännu inte granskats av kollegor, visade att mänskliga deltagare endast i 63% av fallen korrekt identifierade andra människor. Ett datorprogram från 1960-talet överträffade AI-modellen som driver den fria versionen av ChatGPT.
Fysik- och tekniknyheter: LK-99 är inte supraledande, ChatGPT läcker data, beteenden styrs av dopamin
En forskargrupp vid Österrikes vetenskapsakademi presenterade en ny metod för att studera kvantmaterial, vilket kan förbättra förståelsen för kvantmaterial. Tidigare i år hävdade ett sydkoreanskt team att den polykristallina föreningen LK99 var supraledande vid rumstemperatur, men nu har ett team vid Beijing National Laboratory for Condensed Matter Physics och Institute of Physics motbevisat detta. JT-60SA, världens största experimentella kärnfusionsreaktor, invigdes officiellt. I tekniknyheter lurade ett team på Google ChatGPT att läcka privat användardata. Vidare har ett team av mekaniska ingenjörer vid Universidad Tecnológica de Panamá utvecklat ett isoleringsmaterial baserat på risagn, vilket kan vara framtidens miljövänliga isoleringsmaterial. Forskare från Norska universitetet för vetenskap och teknologi och Indian Institute of Technology Bombay utvecklade en kännande tass för att förbättra rörligheten för robotar på olika terränger. Dessutom har ett team från University of Washington och MIT utvecklat en ny metod för att lära robotar att utföra önskade uppgifter i en föränderlig miljö. I andra nyheter har medicinska forskare vid Monash University funnit bevis för att höga nivåer av ´bra´ kolesterol kan vara förknippade med risk för demens. Slutligen har ett team vid Wake Forest University School of Medicine funnit bevis för att mänskligt beteende styrs av snabba förändringar i dopaminnivåerna i hjärnan.
Patientcentrerade kliniska prövningar prioriteras i post-pandemisk era
Patientcentrerade kliniska prövningar prioriteras av forsknings- och utvecklingsintressenter i en post-pandemisk era. Att samla information om patientpreferenser kan hjälpa till att forma prövningsprogram, vilket leder till prövningar utformade med patienterna snarare än för dem. Detta kan bidra till att lösa långvariga problem med rekrytering, engagemang och kvarhållande. Genom att använda avancerad analys, artificiell intelligens (AI) och maskininlärning (ML) kan sponsorer se patientdeltagande som en resa, vilket potentiellt kan förbättra prövningens framgång. Dessutom kan flexibel modellering genom teknikdrivna framsteg förbättra patientcentrerad prövningsdesign och tillåta justeringar under en prövning.
Maskininlärning kan verka överväldigande, men med rätt resurser kan det vara mycket mer hanterbart. GitHub, den populära plattformen för kodvärd, hem för många värdefulla repositorier som kan gynna lärande och utövare på alla nivåer. Denna artikel granskar 10 viktiga GitHub-repositorier som erbjuder en rad resurser, från nybörjarvänliga handledningar till avancerade verktyg för maskininlärning. Bland dessa finns ML-For-Beginners, ML-YouTube-Courses, Mathematics For Machine Learning, MIT Deep Learning Book, Machine Learning ZoomCamp, Machine Learning Tutorials, Awesome Machine Learning, VIP Cheat Sheets for Stanford´s CS 229 Machine Learning, Machine learning Interview och Awesome Production Machine Learning.
ChatGPT, AI-chattboten från OpenAI, firar sitt första år. Chattboten, som ursprungligen lanserades som en enkel webbaserad och chattfokuserad gränssnitt på toppen av en av OpenAIs befintliga modeller, GPT-3.5, har blivit företagets mest populära produkt någonsin och den snabbast växande konsumentappen i historien. Under året efter lanseringen fick ChatGPT betalnivåer med extra funktioner, inklusive ett företagsanpassat paket. OpenAI uppgraderade också ChatGPT med webbsökning, dokumentanalys och bildskapande förmågor. ChatGPT har blivit prioritet nummer ett på OpenAI och har skiftat fokus på andra AI-företag och forskningslaboratorier.
ChatGPT fyller ett år: Hur Sam Altmans flaggskeppsprodukt har omformat tekniklandskapet
OpenAI:s ChatGPT har markerat ett år av transformativ påverkan på teknikindustrin. Dess förmågor och potentiella inverkan har fångat teknikentusiasters och vanliga användares uppmärksamhet. Dess effekt har framkallat en bredare diskussion om artificiell intelligens roll i vårt samhälle. Snabb adoption av ChatGPT har tvingat teknikjättar som Google, Microsoft, Meta och Amazon att anpassa sig och integrera generativ AI. Trots interna problem hos moderbolaget OpenAI, förblir framtiden för ChatGPT lovande.
Före detta Google-chef jämför OpenAI:s Sam Altman med Apple´s Steve Jobs
Före detta Google-chefen och ordföranden Eric Schmidt hyllade på tisdagen OpenAI:s VD Sam Altman, och jämförde ledaren för det banbrytande artificiella intelligensföretaget med den ikoniska avlidna Apple-medgrundaren och VD:n Steve Jobs. Schmidt gjorde jämförelsen under ett samtal vid Axios AI+ Summit, efter att Axios medgrundare Mike Allen frågade om hans syn på den senaste dramatiken på OpenAI. Altman avsattes av den tidigare styrelsen bara för att återinsättas några dagar senare och styrelsen ersattes i stor utsträckning efter att nästan varje OpenAI-anställd hotat att sluta. ´Styrelsen försöker sparka Sam. Sam sparkar styrelsen´, sa Schmidt till moderatorn. ´Sparka inte en Steve Jobs´, fortsatte han. ´Jag menar, kom igen killar, ni löser det.´ Detta är inte första gången Schmidt har gjort offentliga uttalanden där han berömmer VD:n för ChatGPT-utvecklaren OpenAI, som stöds av Google-rivalen Microsoft. Efter Altmans avskedande den 17 november, gick Schmidt till X, den sociala medieplattformen tidigare känd som Twitter, för att försvara AI-gurun. ´Sam Altman är en hjälte för mig´, skrev Schmidt i inlägget som fortfarande är fastnålat högst upp på den tidigare Google-chefens flöde. ´Han byggde ett företag från ingenting till 90 miljarder dollar i värde, och förändrade vår kollektiva värld för alltid. Jag kan inte vänta på att se vad han gör härnäst. Jag, och miljarder människor, kommer att dra nytta av hans framtida arbete - det kommer att vara helt otroligt. Tack @sama för allt du har gjort för oss alla.´
Ny AI-modell Q* från OpenAI kan revolutionera inlärning av matematik
Artificiell intelligens (AI) kan vara på väg att genomgå en transformation med utvecklingen av Q*, en ny AI-modell utvecklad av OpenAI. Q* lovar att inte bara lära AI matematik, utan också att röra sig mot SuperIntelligent Artificiell Intelligens. Till skillnad från ChatGPT, som är känd för sin förmåga att bearbeta naturligt språk, skulle Q* fokusera på en mer strukturerad och objektiv uppgift: att lösa matematiska problem. Enligt rapporter skulle Q* ha visat sig kapabel att utföra matematik på grundskolenivå, en milstolpe som verkar blygsam, men representerar ett stort framsteg. Varken OpenAI eller Microsoft har ännu bekräftat Q*.
Forskare från MIT, Harvard University och University of Washington har utvecklat en ny förstärkningsinlärningsmetod för AI som inte är beroende av en expertdesignad belöningsfunktion. Istället utnyttjar den feedback från icke-experter, insamlad från många användare, för att vägleda AI-agenten när den lär sig att nå sitt mål. Detta tillvägagångssätt gör att AI-agenten kan lära sig snabbare, trots att data insamlade från användare ofta är fulla av fel. Dessutom tillåter denna nya metod att feedback samlas in asynkront, så icke-expertanvändare över hela världen kan bidra till att undervisa agenten.
Forskare utvecklar ny metod för att effektivt lära AI-agenter komplexa uppgifter
Forskare från MIT, Harvard och University of Washington har utvecklat en ny förstärkningsinlärningsmetod, HuGE, som använder crowdsourcad feedback för att effektivt lära AI-agenter komplexa uppgifter. HuGE möjliggör för AI-agenter att lära sig snabbt med hjälp av människor, även om människorna gör misstag. Denna nya metod tillåter feedback att samlas in asynkront, så icke-expertanvändare runt om i världen kan bidra till att lära agenten. Metoden har visat lovande resultat i både simuleringar och verkliga tillämpningar.
Introduktion till generativ AI och promptteknik vid GDSC MCET
Den 20 november 2023 hölls en introduktion till Generative AI och Prompt Engineering i seminariehallen, D-block, som värd för Om Ashish Mishra och organiserad av GDSC MCET (Google Developer Student Clubs, Methodist College of Engineering and Technology). Herr Om, en datavetare, MIT Bootcamper och en Google-utvecklarexpert inom ML, presenterade huvudteman inom Generative AI och Prompt Engineering. Dessa inkluderade skapandet av innovativa prompts, sambandet mellan maskininlärning och superintelligens, olika stadier och nivåer inom AI, olika grenar av Generative AI, historisk utveckling av Generative AI, jämförelse och användning av olika GPT-modellstorlekar och deras inverkan på bearbetningstiden, livscykeln för Generative AI-lösningar, specialiteter och begränsningar hos olika Generative AI-modeller, kvaliteten på prompts, tekniska framsteg, förbättring av prompts och praktiska tillämpningar av ChatGPT.
Dr Jeff Lichtman, professor vid Harvard University, leder ett projekt för att skapa en detaljerad karta över mössens hippocampus, en del av hjärnan ansvarig för komplexa uppgifter som minneskonsolidering och rymdlig navigering. Projektet, som stöds av 30 miljoner dollar från National Institutes of Health och 3 miljoner dollar från Harvard och Princeton, syftar till att förstå hjärnans nästan 100 miljarder neuroner och biljoner synapser. Lichtman och hans partnerorganisationer, inklusive University of Cambridge, John Hopkins, MIT och Princeton University, kommer att försöka avbilda en 10 kubikmillimeter-region i mössens hippocampal formation. Resultaten kan leda till nya metoder för diagnos och behandling av en rad hjärnsjukdomar, såsom schizofreni.
MITs StableRep-system överträffar traditionella metoder genom att använda syntetiska bilder för maskininlärning
MITs StableRep-system använder syntetiska bilder från text-till-bild-modeller för maskininlärning, vilket överträffar traditionella metoder som använder riktiga bilder. Detta ger en djupare förståelse för koncept och kostnadseffektiv träning, men står inför utmaningar som potentiella fördomar och behovet av initial träning med riktiga data. Forskare på MIT CSAIL har uppfunnit med syntetiska bilder för att träna AI, vilket banar väg för mer effektiv och fördomsfri maskininlärning. StableRep-systemet genererar dem genom ultrapopulära text-till-bild-modeller som Stable Diffusion.
Sex sätt företag kan dra nytta av generativa AI-verktyg
Löner för dataforskare närmar sig sju siffror och kostnaden för högpresterande datorutrustning är hög, vilket gör det svårt för de flesta organisationer att bygga upp en artificiell intelligens (AI) från grunden. Men med robusta, konsumentorienterade AI-verktyg kan företag ofta replikera resultaten av en AI-investering på 10 miljoner dollar för kostnaden av några API-anrop. Generativa AI-verktyg som ChatGPT kommer att leda till nästa stora produktivitetsökning. Här är sex sätt som företag kan dra nytta av det: känslomässig analys, återanvändning av interna innehåll, kundservice, anställdas utbildning, bildigenkänning för kvalitetskontroll och mänskliga resurser.
MIT-forskare utbildar AI med syntetiska bilder för effektivare inlärning
MIT-forskare experimenterar med ett nytt sätt att träna maskininlärningsmodeller genom att använda syntetiska bilder, vilket överträffar effektiviteten hos traditionella metoder som förlitar sig på verkliga bilder. Nyckeln till denna genomgång ligger i implementeringen av StableRep, ett system som utnyttjar text-till-bild-modeller, särskilt Stable Diffusion, för att generera syntetiska bilder genom en teknik som kallas ´multi-positiv kontrastiv inlärning´. Lijie Fan, doktorand i elektroteknik vid MIT och huvudforskare på projektet, förklarade att StableRep använder en strategi som lär modellen att förstå högnivåkoncept genom sammanhang och varians. Systemet betraktar flera bilder genererade från samma textprompt som positiva par, vilket leder modellen att gå djupare in i konceptuell förståelse snarare än att endast fokusera på pixelnivådetaljer.
MIT-team visar att syntetiska bilder överträffar riktiga bilder i AI-träning
Ett team från MIT har studerat potentialen av att lära ut visuella representationer med hjälp av syntetiska bilder som genereras av text-till-bild-modeller. De är de första att visa att modeller som enbart tränats med syntetiska bilder presterar bättre än de som tränats med riktiga bilder. De använder ett system kallat StableRep, som genererar bilder genom populära text-till-bild-modeller som Stable Diffusion. StableRep har visat sig vara mer effektivt än toppmodeller som tränats på riktiga bilder, såsom SimCLR och CLIP. Forskarna erkänner dock att det finns begränsningar, inklusive den långsamma takten för bildgenerering och potentiell förstärkning av fördomar.
År 2017 besegrades världsmästaren i Go, Lee Sedol, av en maskin - AlphaGo, skapad av Google-ägda DeepMind. Sedols reaktioner under spelet speglar människans förvåning och utmaning inför framväxten av AI-chatbotar som ChatGPT. Sara Hooker, framstående forskare och grundare av Cohere For AI, menar att 2023 var året då AI:s språkliga framsteg nådde allmänheten och markerade början på vår förståelse för hur man använder tekniken på ett meningsfullt och ansvarsfullt sätt. Hon jämför det med framväxten av internet och mobiltelefoner. AI:s framsteg har dock även skapat en miljö av digital hysteri, enligt filosofen Daniel Innerarity. Företag som Alphabet (Google), Meta och Microsoft vill att AI ska garantera deras oändliga tillväxt och har varit ivriga att erövra spelplanen. Men detta kräver människans fascination för tekniken. AI:s förmåga att tala med känslor har fångat global uppmärksamhet och övertygat världsledare om att problemet - eller revolutionen - kräver brådskande åtgärder. President Joe Biden har redan publicerat sitt lagstiftningsramverk för USA, medan EU vill ha regler klara till slutet av året. Det finns dock en oro att stora teknikföretag vill införa regler för att förhindra att nya konkurrenter dyker upp, eftersom de skulle belastas av ett strängare regulatoriskt ramverk.
ChatGPT förbättrar arbetsprestanda och kreativitet i arbetsmiljöer
Artificiell intelligens (AI) har tagit ett stort kliv framåt med introduktionen av ChatGPT, en teknologi som möjliggör mänskliga konversationer baserade på oändlig data och träning. Enligt en rapport från MIT har ChatGPT och andra generativa AI-verktyg ökat arbetstagares produktivitet med 40% och förbättrat prestanda och outputkvalitet med 18%. LinkedIn rapporterar också att jobbannonser som nämner ChatGPT som en färdighet har ökat 21 gånger sedan chatbotens lansering förra året. Att förstå och använda generativ AI-teknologi är avgörande för att lyckas på dagens och framtidens arbetsplats.
Ny maskininlärningsteknik förbättrar AI-chattrobotar och smarta tangentbord
Forskare från MIT och andra institutioner har utvecklat en maskininlärningsteknik som gör det möjligt för djupinlärningsmodeller att effektivt och kontinuerligt lära sig av nya användardata direkt på en kantutrustning som en smartphone. Tekniken, kallad PockEngine, sparar och beräknar endast de exakta delarna av en stor maskininlärningsmodell som behöver uppdateras för att öka noggrannheten. Detta minskar beräkningskostnaderna och påskyndar finjusteringsprocessen. PockEngine accelererade kantutrustningsträningen jämfört med tidigare metoder, med upp till 15 gånger snabbare prestanda på vissa hårdvaruplattformar.
DoD lanserar Digital On-Demand för att påskynda AI-kunskap
Initiativet ´Digital On-Demand´, som syftar till att påskynda området för artificiell intelligens (AI) genom att ge DoD-företaget tillgång till Horizons läresursbibliotek vid Massachusetts Institute of Technology (MIT), tillkännagavs idag av Chief Digital and Artificial Intelligence Office (CDAO) vid Department of Defense (DoD). Alla DoD:s militärpersonal och civila anställda kommer att ha tillgång till MIT Horizons lärplattform genom CDAO, vilket ger användarna flexibla, mobila alternativ för innehållsvisning. CDAO ger denna kapacitet genom Digital University, ett gemensamt företag av U.S. Aviation baserade väpnade styrkor och U.S. Space Power, vilket möjliggör tydlig tillgång till högkvalitativt utbildningsinnehåll.
Forskare utvecklar teknik för att förbättra anpassningen av AI-modeller på enheter
Forskare från MIT, MIT-IBM Watson AI Lab och andra ställen har utvecklat en teknik som gör det möjligt för djupinlärningsmodeller att effektivt anpassa sig till nya sensordata direkt på en enhet vid kanten av nätverket. Deras metod för träning på enheten, kallad PockEngine, bestämmer vilka delar av en stor maskininlärningsmodell som behöver uppdateras för att förbättra noggrannheten, och lagrar och beräknar endast med de specifika delarna. PockEngine utför större delen av dessa beräkningar medan modellen förbereds, före drift, vilket minimerar beräkningskostnaden och ökar hastigheten på finjusteringsprocessen. PockEngine accelererade betydligt träningen på enheten, upp till 15 gånger snabbare på vissa hårdvaruplattformar, utan att modellernas noggrannhet minskade.
OpenAI börjar utveckla GPT-5 och söker kvalitetsdata
Sam Altman, medgrundare och VD för OpenAI, har meddelat att företaget nu arbetar med att utveckla GPT-5, trots tidigare uttalanden om att det inte skulle ske på ett tag. Altman nämnde att mer data behövs för att utveckla AI-modellen, vilket kommer från offentliga onlinekällor och proprietära privata dataset. Detta följer OpenAI:s tidigare uppmaning till organisationer att samarbeta om privata dataset. Altman nämnde också att de nyligen mottagit en sats av Nvidias senaste H100-chips, vilka förväntas bli mer tillgängliga 2024. Företaget arbetar för att säkra finansiering från investerare, chips från Nvidia och kvalitetsdata var de än kan hitta det.
AI: Intelligens eller bara språklig förmåga?
Alan Turing förutsåg att datorer skulle kunna lura människor 70% av tiden år 2000. Även om han kanske var 23 år fel, har datorer med den senaste uppgången av generativa AI, som producerar text, bild och video på begäran, passerat Turing-testet. Program som ChatGPT kan övertygande framstå som människor i en dialog. Men dagens chatbots kanske inte är intelligenta eller gör något som bäst beskrivs som tänkande. Faktum är att dagens AI visar oss att språk kan vara oberoende av intelligens. Därför pågår nu en tävling för att hitta nya riktmärken och mått på maskinintelligens.
Forskare introducerar Neural MMO 2.0 för förstärkningsinlärningsforskning
Forskare från MIT, CarperAI och Parametrix.AI har introducerat Neural MMO 2.0, en miljö för förstärkningsinlärningsforskning med många agenter. Den viktigaste förbättringen är att utmana forskare att träna agenter som kan generalisera till osedda uppgifter, kartor och motståndare. Version 2.0 är en fullständig omskrivning, vilket garanterar kompatibilitet med CleanRL och erbjuder förbättrade möjligheter att träna anpassningsbara agenter. Neural MMO 2.0 har förbättrad prestanda och har ett mångsidigt uppgiftssystem som möjliggör definiering av olika mål. Neural MMO 2.0 är ett kraftfullt verktyg för att utforska interaktioner mellan flera agenter och dynamiken i förstärkningsinlärning.
Framtiden för artificiell intelligens: En inblick i vad som väntar 2024 och framåt
Artificiell intelligens (AI) har blivit en het fråga och dess inverkan förväntas bara öka. AI-tekniken har vuxit avsevärt under de senaste åren och har genomsyrat alla aspekter av våra liv, från virtuella assistenter till självkörande bilar och robotar. Det har revolutionerat industrier som hälso- och sjukvård, finans, transport och mer. Med förmågan att utföra uppgifter snabbare, noggrant och utan mänsklig inblandning har AI ökat effektivitetsnivåerna samtidigt som kostnaderna minskar. Framtida möjligheter med AI verkar oändliga och kommer utan tvekan att fortsätta att forma hur vi lever under de kommande åren.
Gratis onlinekurser i maskininlärning tillgängliga på edX
Hitta de bästa gratis onlinekurserna i maskininlärning på edX. Lär dig allt om artificiell intelligens och datavetenskap utan att spendera något. Maskininlärning är ett område av artificiell intelligens och datavetenskap som består av övervakad och oövervakad inlärning och inkluderar utveckling av programvara och algoritmer som kan göra förutsägelser baserade på data. Ett antal maskininlärningskurser finns tillgängliga att ta gratis på edX. Dessa kurser levereras av MIT, Harvard, Georgia Tech och fler av världens mest kända institutioner. Notera att dessa gratis onlinekurser inte inkluderar certifikat av slutförande, men om det verkligen betyder något för dig finns det möjlighet att uppgradera för en liten avgift.
Identifiering av AI-genererat innehåll: en omfattande guide
Artificiell intelligens (AI) har transformerat det digitala landskapet, särskilt innehållsskapande. AI-verktyg kan nu generera text, bilder och videor som är övertygande. Detta väcker dock frågor om äkthet, noggrannhet och potentiellt missbruk. Det finns flera metoder och verktyg för att identifiera AI-genererat innehåll. Dessa innefattar analys av digitala medier med AI-algoritmer för att fastställa om innehållet är skapat av människor eller AI. AI och mänskligt genererat innehåll skiljer sig åt i deras inspirationskällor. Mänskligt skapat innehåll speglar författarens unikhet, erfarenheter och perspektiv, medan AI-genererat innehåll produceras med hjälp av befintliga datauppsättningar och algoritmer.
TIME listar årets bästa AI-uppfinningar 2023
AI har utnämnts till årets ord av TIME, som inkluderade tekniken i sin lista över bästa uppfinningar 2023. Tekniken har trängt in i alla delar av våra liv, från utbildningsinstitutioner till regeringsavdelningar. Här är åtta bästa AI-uppfinningar som har lyckats sätta sitt avtryck i den ständigt utvecklande industrin: Adobe Photoshop Generative Expand och Generative Fill, AI Wildfire Detector, Gen-2, City-Wide Drone Detection, GPT-4, SeamlessM4T, TrailGuard AI och Project Gutenberg Open Audiobook Collection.
MIT skapar SecureLoop för att förbättra prestanda och säkerhet för AI
MIT har skapat SecureLoop, ett sökverktyg för att identifiera effektiva och säkra designlösningar för djupa neurala nätverksacceleratorer. Verktyget integrerar kryptering och autentisering i designprocessen, vilket resulterar i acceleratorer som presterar bättre och använder mindre energi. SecureLoop ifrågasätter industrins tro att säkerhetsfunktioner endast minimalt påverkar acceleratorns design. Verktyget kan effektivt identifiera säkra designlösningar för hårdvara som kan förbättra prestanda för komplexa AI-uppgifter, samtidigt som det kräver mindre energi.
Artificiell intelligens förändrar finansmarknaden
Artificiell intelligens (AI) är nu redo att bli en disruptiv teknik, precis som internet var på 2000-talet. AI i handel innebär att använda tekniker för artificiell intelligens för att förutsäga framtida marknadsrörelser och hjälpa till med handelsbeslut. En av de grundläggande teknikerna för artificiell intelligens är maskininlärning (ML) - de flesta AI-applikationer idag använder maskininlärning i kärnan. AI kan skanna internet och analysera nyhetsartiklar, sociala mediaflöden och andra källor för att bedöma marknadssentiment. Idag använder finansinstitut, hedgefonder och enskilda handlare realtidsanalys av marknadssentiment för att komplettera sina befintliga strategier och få en fördel.
Artificiell Intelligens (AI) är ett populärt samtalsämne, men det finns många missuppfattningar kring begreppet. Först och främst är AI inte intelligent. Det är en maskinsimulering som efterliknar vissa aspekter av naturlig intelligens. Större är inte alltid bättre när det gäller AI-modeller. Kvaliteten på data och träningsmetodik är ofta viktigare. Transparency och ansvarsskyldighet i AI är ett annat område som missförstås. Även om AI-system kan vara komplexa, görs stora ansträngningar för att öka deras transparens och ansvarsskyldighet. Många tror att AI-system är ofelbara, men som alla system beror AI:s prestanda på kvaliteten på dess träningsdata. Slutligen finns det en utbredd rädsla för att AI kommer att leda till massarbetslöshet. Historien tyder dock på att medan tekniken kan göra vissa jobb föråldrade, skapar den samtidigt nya branscher och möjligheter.
USA:s försvarsdepartement diskuterar framstegen med AI
USA:s försvarsdepartement diskuterar sin användning av artificiell intelligens (AI) och dess betydelse för nationell säkerhet. President Biden och vicepresident Harris har nyligen uttryckt sitt åtagande att främja säker och pålitlig utveckling och användning av AI, och presidenten har undertecknat en verkställande order som lägger fram en vision för regeringens ansvarsfulla AI-adoption. Försvarsdepartementet har investerat i AI och data-drivna system i över 60 år, och har nyligen intensifierat sina ansträngningar för att modernisera och stärka sin militära kapacitet genom AI. De har även tagit fram riktlinjer för ansvarsfull användning av AI och autonoma system, med betoning på säkerhet och etiska principer.
Nokia presenterar AI-lösningar för att skala upp nätverk för den industriella metaverse
Nokia presenterade sina banbrytande AI-lösningar i samband med sina planer på att skala upp nätverk för den industriella metaverse. Nokia Bell Labs meddelade på onsdagen en ny lösning för naturligt språkbehandling (NLP) för att konfigurera nätverk med hjälp av artificiell intelligens (AI) och maskininlärning (ML). Lösningen har utvecklats av Nokia Bell Labs forskningsinitiativ UNEXT. Företaget avslöjade de nya digitala verktygen vid Brooklyn 6G Summit i New York. De sa att den nya NLP-lösningen kan konfigurera nätverk med hjälp av prompts och tal. Den kommer också att förstå användarintentioner och fungera självständigt med hjälp av sitt AI-neurala nätverk.
Ny amerikansk exekutiv order för säker AI och forskare uppmanar till mer etisk datainsamling
Vita huset har nyligen presenterat en ny exekutiv order som syftar till att främja säkra och tillförlitliga AI-system. Detta är den mest omfattande AI-regleringen som USA har producerat hittills. G7 har också kommit överens om en frivillig uppförandekod för AI-företag. Samtidigt kommer Storbritannien att vara värd för regeringens AI Safety Summit. Trots dessa framsteg uttrycker framstående AI-forskare och aktivist Joy Buolamwini oro över att fokus på framtida potentiella skador avleder uppmärksamheten från de verkliga skador som AI orsakar idag. Buolamwini uppmanar till en radikal omtänkande av hur AI-system byggs, med början i mer etiska datainsamlingspraxis.
Forskare vid MIT har utvecklat SecureLoop, en sökmotor för att hitta säkra designlösningar som skyddar användardata. Denna teknik optimerar djupa neurala nätverksacceleratorer samtidigt som den säkerställer dataskydd, vilket ger förbättrad prestanda jämfört med standardtekniker som försummar säkerhetsaspekter. SecureLoop förbättrar även hastigheten och effektiviteten för AI-applikationer som autonom körning eller medicinsk bildanalys. Forskningsteamet planerar att utvidga SecureLoops applikationer för att inkludera acceleratorutformningar som är resistenta mot sidokanalsattacker.
Hjärnan kan lära sig om världen på samma sätt som vissa beräkningsmodeller
Forskare vid K. Lisa Yang Integrative Computational Neuroscience (ICoN) Center på MIT har genom två studier visat att när de tränade modeller kända som neurala nätverk med en särskild typ av självövervakad inlärning, genererade de resulterande modellerna aktivitetsmönster mycket lika de som ses i hjärnorna på djur som utförde samma uppgifter som modellerna. Detta tyder på att dessa modeller kan lära sig representationer av den fysiska världen som de kan använda för att göra exakta förutsägelser om vad som kommer att hända i den världen, och att däggdjurshjärnan kan använda samma strategi.
Accelererande AI-uppgifter samtidigt som datasäkerheten bevaras
Forskare vid MIT har utvecklat SecureLoop, en sökmotor som kan identifiera en optimal design för en djup neuralnätverksaccelerator som bevarar datasäkerheten samtidigt som den förbättrar energieffektiviteten och prestandan. Detta kan möjliggöra för tillverkare att öka hastigheten på krävande AI-applikationer, samtidigt som känslig data skyddas från angripare. SecureLoop kan förbättra prestandan för acceleratorns design samtidigt som data skyddas. Forskningen kommer att presenteras vid IEEE/ACM International Symposium on Microarchitecture den 28 oktober till 1 november.
Forskare från MIT och NVIDIA utvecklar tekniker för att påskynda glesa tensors i AI-modeller
Forskare från MIT och NVIDIA har utvecklat två tekniker som accelererar bearbetningen av glesa tensors, en datatyp som används för högpresterande databehandlingsuppgifter. Teknikerna kan leda till betydande förbättringar av prestanda och energieffektivitet för system som de massiva maskininlärningsmodeller som driver generativ artificiell intelligens. Båda metoderna syftar till att effektivt utnyttja sparsamhet - nollvärden - i tensors. När man bearbetar dessa tensors kan man hoppa över nollorna och spara både beräkning och minne. Forskarna har utformat två lösningar för att hantera dessa problem. De har utvecklat en teknik som låter hårdvaran effektivt hitta de icke-noll värdena för ett större antal sparsamhetsmönster. För den andra lösningen skapade de en metod som kan hantera fallet där data inte passar i minnet, vilket ökar användningen av lagringsbufferten och minskar off-chip-minnestrafiken. Båda metoderna ökar prestanda och minskar energibehovet för hårdvaruacceleratorer som är specifikt utformade för att påskynda bearbetningen av glesa tensors.
AI:s snabba tillväxt och dess inverkan på affärsvärlden
ChatGPT, lanserad i november 2022, och Googles Chatbot Bard har påverkat världen genom att erbjuda nya sätt för företag att använda AI för att spara tid och pengar. AI-marknaden har vuxit exponentiellt det senaste året, med företag som monday.com och Wix som införlivar liknande teknik i sina befintliga produktstrukturer. Vissa statistik visar att AI förväntas skapa 133 miljoner nya jobb fram till 2030, medan andra förutspår att nästan 25% av jobben kommer att störas av AI de närmaste fem åren. AI-marknaden förväntas växa med 37,3% årligen från 2023 till 2030.
Ny teknik kan skydda konstnärers verk från AI-utnyttjande
Konstnärer och fotografer som är irriterade över att generativa AI-företag använder deras verk för att träna sin teknik kan snart ha ett effektivt sätt att svara. Forskare har utvecklat ett verktyg kallat Nightshade som kan förvirra träningsmodellen och få den att generera felaktiga bilder. Detta kan skada framtida iterationer av bildgenererande AI-modeller, till exempel DALL-E, Midjourney och Stable Diffusion, genom att göra en del av deras resultat oanvändbara. Nightshade planeras släppas som öppen källkod.
Forskare utvecklar verktyg för att bekämpa obehörig användning av konst i AI-utbildning
Forskare har utvecklat ett verktyg, Nightshade, som kan förvirra AI-träningsmodeller och skapa felaktiga bilder. Detta kommer som svar på generativa AI-företag som använder konstnärers och fotografers verk utan tillstånd för att träna sina teknologier. Nightshade ´förgiftar´ träningsdata genom att lägga till osynliga pixlar till ett konstverk innan det laddas upp på webben. Detta kan skada framtida iterationer av bildgenererande AI-modeller, som DALL-E, Midjourney och Stable Diffusion, genom att göra vissa av deras utdata obrukbara. Forskarna planerar att göra Nightshade öppen källkod när den släpps.
Forskare vid MIT har utvecklat SecureLoop, en sökmotor som effektivt kan identifiera optimala designer för djup neuralnätverksacceleratorer, samtidigt som den bevarar datasäkerheten. SecureLoop är utformad för att överväga hur tillägg av datakryptering och autentiseringsåtgärder kommer att påverka prestanda och energianvändning av acceleratorchipet. Verktyget kan hjälpa till att förbättra hastighet och prestanda för krävande AI-applikationer, samtidigt som känslig användardata skyddas. Forskningen kommer att presenteras vid IEEE/ACM International Symposium on Microarchitecture.
MIT och NVIDIA utvecklar tekniker för att förbättra bearbetningen av glesa tensorer
Forskare från MIT och NVIDIA har utvecklat två tekniker för att påskynda bearbetningen av glesa tensorer, en datatyp som används för högpresterande beräkningar. Teknikerna kan leda till betydande förbättringar i prestanda och energieffektivitet för system som stora maskininlärningsmodeller som driver generativ artificiell intelligens. De nya metoderna syftar till att effektivt utnyttja sparsamhet, det vill säga nollvärden, i tensorerna. Forskarna har skapat två lösningar för att lösa dessa problem; en teknik som låter hårdvaran effektivt hitta nollvärdena för ett bredare utbud av sparsamhetsmönster och en metod som kan hantera fall där datan inte passar i minnet.
OpenAI skapar team för att skydda mot framtida AI-hot
Sam Altman, chef för OpenAI, meddelar skapandet av ett nytt team som syftar till att ´övervaka, utvärdera, förutsäga och skydda´ mänskligheten mot potentiellt stora problem med framtida AI-modeller. Detta inkluderar risken för ´kärnvapenhot´. OpenAI inser att mer avancerade AI:er för oss närmare vad författaren kallar Singulariteten, en teoretisk brytpunkt där AI:ernas tillväxt blir okontrollerbar och oåterkalllig. OpenAI vill utveckla metoder för att begränsa risken för ´kemiska, biologiska och radiologiska hot´ som framtida AI kan utgöra. Detta nya team kommer att ledas av direktören för Center for Deployable Machine Learning, den speciella AI-avdelningen på det berömda MIT.
OpenAI bygger nytt team för att hantera risker med avancerad AI
OpenAI bygger ett nytt ´Preparedness´-team för att främja AI-säkerhet. Det nya teamet syftar till att hantera potentiella risker kopplade till avancerad AI, inklusive kärnvapenhot. ´Preparedness´-teamet anställer en forskare för nationella säkerhetshot och en forskningsingenjör. OpenAI, företaget bakom ChatGPT, dubblar sina ansträngningar för att förhindra en AI-driven katastrof. ´Preparedness´-teamet kommer att hjälpa till att ´spåra, utvärdera, förutsäga och skydda mot katastrofala risker´, inklusive kemiska, biologiska, kärn- och cybersäkerhetshot. Aleksander Madry, som för närvarande är tjänstledig från MIT, kommer att leda teamet som OpenAI:s chef för beredskap.
OpenAI introducerar ´Preparedness Challenge´ för att bekämpa potentiella AI-risker
OpenAI har introducerat ett initiativ kallat ´Preparedness Challenge´, ett team dedikerat till att bedöma och minska potentiella risker med avancerade AI-modeller. Teamet leds av Aleksander Madry, en AI-expert från MIT. Han är också direktör för MIT:s Center för Deployable Machine Learning. Initiativet lovar att förbättra säkerheten för AI-system. ´Preparedness Challenge´-teamet ska bekämpa potentiella AI-risker som kan gå längre än att bokstavligen avsluta världen. De kommer också att täcka ´kemiska, biologiska, radiologiska och nukleära (CBRN) hot´ och några ytterligare åtgärder. OpenAI söker idéer för riskstudier och erbjuder ett pris på 25 000 dollar och möjligheten till ett jobb med Preparedness-teamet för de tio bästa bidragen.
Nytt verktyg för att spåra ursprunget till AI-utbildningsdata
Ett nytt onlineverktyg, Data Provenance Explorer, låter användare identifiera, spåra och lära sig om den rättsliga statusen för träningsdatauppsättningar för generativ AI. Verktyget är resultatet av ett gemensamt arbete mellan maskininlärnings- och juridiska experter från MIT, generativ AI API-leverantör Cohere och 11 andra organisationer, inklusive Harvard Law School, Carnegie Mellon University och Apple. Data Provenance Explorer låter forskare och journalister söka igenom tusentals AI-utbildningsdatabaser och spåra ´släktlinjen´ för allmänt använda datauppsättningar. Målet är att ge ett sätt att utforska den ibland dunkla världen av träningsdata som används för att utveckla generativ AI.
Nightshade: Nytt verktyg för att skydda konstnärers verk från AI-modeller
Förmågan hos generativa AI-modeller att skapa visuella bilder förbättras och blir mer tillgänglig. Men eftersom deras modeller bygger på enorma bibliotek med befintlig konst, letar konstnärer febrilt efter sätt att förhindra att deras verk skördas utan deras tillstånd. Ett nytt verktyg, kallat Nightshade, kan vara svaret. Nightshade använder sig av optimerade, promptspecifika ´dataförgiftningsattacker´ som korrumperar de data som behövs för att träna AI-modeller när de matas in i en bildgenerator. Nightshade är enbart ett koncept, men kan potentiellt skydda konstnärers verk från att bli stulna av AI-modeller.
Generativ AI omdefinierar industrier, men utmaningar kvarstår
Generativ AI är inte längre begränsad till akademiska diskussioner. Det har utvecklats till ett affärsfenomen som har börjat omdefiniera industrier. Supercloud 4-evenemanget utforskar konturerna av generativ AI, inklusive hur företag inom en rad industrier vill dra nytta av och tjäna på gen AI och de utmaningar de står inför när de implementerar denna tekniska explosion. Trots att utgifterna för AI stadigt ökar är majoriteten fortfarande experimentell. AI är nu den sektor som har mest momentum när det gäller utgifter, och den tar resurser från andra områden. Erik Brynjolfsson, professor och ekonom vid MIT, förväntar sig att produktiviteten kan öka från den nuvarande 1,2% till så mycket som 4% eller mer. Data spelar en avgörande roll för att driva AI-initiativ. Det finns inget universallösning för AI-adoption. Varje organisations tillvägagångssätt till AI påverkas av dess datastrategi, resurser och mål. Säkerhet, efterlevnad och styrning kring data förblir betydande hinder.
AI kan öka produktivitetsökningen till 3-4% säger MIT-professor
MIT-professor och ekonom Erik Brynjolfsson har uttryckt att han skulle bli besviken om artificiell intelligens (AI) inte lyfter den nuvarande svaga produktivitetstillväxten på 1,2% till 3% eller till och med 4%. Detta skulle vara bra för företag och regeringar eftersom det potentiellt kan hjälpa till med arbetskraftsbristen, driva lönetillväxt och öka skatteintäkterna, vilket i sin tur skulle kunna hjälpa till att hantera nuvarande skuldnivåer. Trots hype kring generativ AI har de makroekonomiska effekterna ännu inte känts eftersom användningen förblir mestadels experimentell.
Stanford, MIT och Princeton skapar transparensindex för AI-modeller
Stanforduniversitetet har i samarbete med MIT och Princeton utvecklat ett nytt system för att mäta transparensen hos AI-modeller, kallat Foundational Model Transparency Index (FMTI). FMTI rankar de 10 bästa AI-modellerna utifrån 100 olika transparensrelaterade dimensioner, inklusive hur de byggdes, vilken information de tränades på och vilka dataskydds- och riskhanteringspolicies som finns. Enligt studien var det genomsnittliga betyget endast 37 av 100, med Meta´s Llama 2-modell på topp med 54 poäng. Studien visade också att öppna modeller generellt sett rankades högre än stängda modeller.
För att utmärka sig i teknisk design måste generativ AI först lära sig att innovera, enligt studie
MIT-ingenjörer har utbildat flera AI-modeller på tusentals cykelramar, vilket visar att djupa generativa modeller (DGMs) kan skapa nytt innehåll som liknar allt de har sett tidigare. Men likhet räcker inte för att verkligen innovera inom tekniska uppgifter, enligt en ny studie. Studiens författare Lyle Regenwetter och hans kollegor menar att om mekaniska ingenjörer vill ha hjälp från AI för att generera nya idéer och design, måste de först omfokusera dessa modeller bortom ´statistisk likhet´. Studien visar att likhetsfokuserade AI-modeller inte riktigt översätts när de appliceras på tekniska problem.
AI-konferens visar oenighet om Artificiell Allmän Intelligens
Under TED AI-konferensen i San Francisco var Artificiell Allmän Intelligens (AGI) ett hett ämne, men det fanns ingen konsensus om när AGI-system kommer att anlända eller hur vi bör definiera det. AGI beskriver vanligtvis system som kan lära sig att utföra alla intellektuella uppgifter som människor kan utföra. Vissa säger att AGI hänvisar till system som kan lära sig helt nya uppgifter utan hjälp av explicita instruktioner eller exempel i deras träningsdata. Ilya Sutskever, chefsforskare på OpenAI, gav en ganska konventionell definition av AGI, men det finns indikationer på att AI-företag börjar manipulera definitionen av termen för att sänka ribban för att påstå AGI-förmågor. Stanford har släppt sin transparensrapport för AI-giganter, där Meta var det enda företaget som fick över 50% på transparens.
Användning och implementering av AI: Risker och möjligheter
Artificiell intelligens (AI) har blivit allt mer populär, mycket tack vare framsteg som OpenAI:s ChatGPT. Trots framgångarna kräver AI enorma investeringar i infrastruktur och otaliga timmar av mänskligt och maskinellt arbete. Det är viktigt att företag är strategiska och anstränger sig om de vill använda liknande modeller för att hantera komplexa affärsproblem. Enligt en undersökning av MIT anser 87% av företagen att AI ger dem en konkurrensfördel. Forbes rapporterar att 56% av företagen använder AI för kundsupport och 51% för cybersäkerhet. Trots fördelarna är implementering av AI inte en lätt process och kan leda till komplikationer inom organisation, kompetens och teknologi. Det är också viktigt att ta hänsyn till juridiska och etiska överväganden.
MIT forskare använder AI för att hjälpa robotar lösa komplexa packningsproblem
Forskare vid MIT har använt generativa AI-modeller för att hjälpa robotar att effektivt lösa komplexa problem med objektmanipulation, särskilt när det gäller att packa olika objekt i en låda. Traditionellt har detta problem lösts sekventiellt genom att gissa delvisa lösningar som uppfyller ett villkor i taget, följt av kontroll om några andra villkor har äventyrats. MIT forskarna har utvecklat en diffusionmodell, en form av generativ AI, för att lösa packningsproblemet mer effektivt. Metoden överträffar andra tekniker när det gäller att generera effektiva lösningar inom en kortare tidsram. Forskningsresultaten kommer att presenteras vid konferensen om robotinlärning i Atlanta, Georgia i november.
Google DeepMind utvecklar UniSim, en AI-simulator för verkliga interaktioner
Forskare vid Google DeepMind, i samarbete med UC Berkeley, MIT och University of Alberta, har utvecklat en ny maskininlärningsmodell för att skapa realistiska simuleringar för att träna alla typer av AI-system. UniSim är ett generativt AI-system som skapar en ´universell simulator av verklig interaktion´. Trots att UniSim är i ett tidigt skede, visar det första steget mot att uppnå detta mål. UniSim kan visa sig vara en ovärderlig tillgång för områden som kräver komplexa verkliga interaktioner, som robotik och autonoma fordon. UniSim kan simulera visuella resultat av både hög nivå instruktioner, som ´öppna lådan´, och lågnivåkontroller, som ´flytta med x, y´. Denna simulerade data kan sedan fungera som tränings exempel för andra modeller som behöver datainsamling från verkliga världen.
MIT-forskare använder generativa AI-modeller för att hjälpa robotar att lösa komplexa uppgifter
Forskare från MIT använder generativa AI-modeller för att hjälpa robotar att mer effektivt lösa komplexa objektmanipulationsproblem, som att packa en låda med olika objekt. De använde en form av generativ AI, kallad en diffusionsmodell, för att lösa detta problem mer effektivt. Deras metod genererade effektiva lösningar snabbare än andra tekniker och producerade ett större antal framgångsrika lösningar på samma tid. Forskningen kommer att presenteras vid konferensen om robotinlärning.
Generativ AI, som projekt som ChatGPT och DALL-E, har kommit i fokus efter kryptokurrencyns nedgång. Generativ AI anses ha en central roll i vår framtid, med tillämpningar inom områden som smarttelefoner och robotik. Google har imponerat med redigeringsfunktioner som Best Take och Magic Eraser, vilket är exempel på hur AI kan förbättra användarupplevelsen. Framtiden för AI ligger i att integrera den sömlöst i användarens upplevelse. Generativ AI har potential att påverka robotik, med forskare som använder det för att faktiskt designa robotar. Enligt Jeff Linnell, grundare och VD för Formant, kommer generativ AI och fysisk automation att förändra allt vi vet om livet på jorden.
AI-kamrater kan hjälpa till att bekämpa ensamhet bland äldre
Över hälften av vuxna i USA upplever ensamhet, vilket leder till höga självmordsnivåer och fysisk sjukdom. Studier visar att ensamhet kan leda till större risk för hjärt-kärlsjukdomar, demens, stroke, depression, ångest och för tidig död. AI-chattbotar kan hjälpa till att lindra dessa problem genom att erbjuda emotionellt stöd och hjälp med dagliga uppgifter. Intuition Robotics har till exempel nyligen säkrat ytterligare finansiering på 25 miljoner dollar för att expandera sina AI-vårdkamrater till fler äldre hushåll. Företagets huvudprodukt, ElliQ, har visat sig vara effektiv för att hålla äldre mer socialt och mentalt engagerade.
Generativ AI förändrar robotteknikens framtid
Generativ AI har framstått som en spelväxlare inom robotteknik, med förmågan att revolutionera allt från robotinlärning till rörelseplanering och design. Genom att använda avancerade tekniker inom artificiell intelligens och maskininlärning, kan generativ AI demonstrera mänskliga liknande uppvisningar för att lära robotar komplexa uppgifter med bara några exempel. Detta förbättrar produktiviteten genom att automatisera uppgifter som att skriva e-post. Dessutom omformar generativ AI hur robotar designas, vilket möjliggör snabbare och mer flytande rörelseplanering. Industriexperter erkänner potentialen för generativ AI inom robotik.
Tekno-plasticitet: AI-system som kan ändra sig själva i realtid
Mänsklig neuroplasticitet, hjärnans dynamiska förmåga att omorganisera och anpassa sig, har varit grundläggande för oss som människor. Men med framsteg inom artificiell intelligens (AI) närmar vi oss en förändring där maskinintelligens speglar mänsklig plasticitet. ´Tekno-plasticitet´ beskriver AI-system som kan genomgå realtids-självmodifikationer. Forskare vid MIT har utvecklat ´vätskenätverk´ som kontinuerligt anpassar sina underliggande algoritmer i samband med nya dataingångar. Denna teknik har redan visat sin mångsidighet inom olika områden, och kan till exempel hjälpa självkörande bilar att hantera plötsliga regnskurar som hindrar kamerans synfält. Framtiden kan innebära en symbiotisk potential mellan neuroplasticitet och tekno-plasticitet, där både människor och AI kan hitta nya vägar för kognitiv expansion.
Tre AI-aktier att överväga utöver Nvidia och MAMAA-aktierna
Intresset för artificiell intelligens (AI) har ökat enormt under de senaste åren, med privata globala investeringar i AI som ökade från $48 miljarder 2020 till över $90 miljarder 2021 och 2022. Detta intresse, tillsammans med AI:s enorma nytta, har hjälpt till att locka massiva investeringar. Stora teknikföretag har investerat kraftigt i AI, medan många nya AI-fokuserade start-ups har dykt upp. Nvidia (NVDA), med sin första förflyttning, är en dominerande ledare inom AI halvledarchipsutrymmet. Artikeln går dock utöver Nvidia och MAMAA-aktierna (Meta Platforms, Amazon, Microsoft, Apple och Alphabet) för att identifiera tre andra AI-aktier som investerare kan överväga att köpa: Nice, C3.ai och Oracle.
AI-startupen Anysphere samlar in 8 miljoner dollar i seed-finansiering
Startup-företaget Anysphere, som bygger en AI-driven mjukvaruutvecklingsmiljö kallad Cursor, meddelade att de har fått 8 miljoner dollar i seed-finansiering. Finansieringen leddes av OpenAI:s Startup Fund med deltagande från tidigare GitHub VD Nat Friedman, Dropbox medgrundare Arash Ferdowsi och andra ängelinvesterare. Det nya kapitalet, som höjer Anyspheres totala insamlade belopp till 11 miljoner dollar, kommer att användas till att anställa och stödja Anyspheres AI- och maskininlärningsforskning. Anysphere grundades av Michael Truell, Sualeh Asif, Arvid Lunnemark och Aman Sanger vid MIT.
AI designar unik gående robot i experiment
Forskare från Northwestern University, MIT och University of Vermont har utfört ett experiment där de bad en AI att designa en gående robot. På endast 26 sekunder skapade AI en ritning för en robot som inte liknade något jordiskt djur. Designen var liten, mjuk och missformad, fylld med hål och dess gångmekanism involverade spasmer när den fylldes med luft. Istället för att efterlikna kända objekt, utmanade den AI-genererade roboten traditionellt tänkande och banade en ny väg framåt. Forskarna var förvånade över robotens unika form och gångmekanism.
Cleanlab säkrar 25 miljoner dollar i serie A-finansiering
Cleanlab, företaget bakom den automatiserade dataskötsellösningen som används för att öka dollarns värde av varje datapunkt i företagets artificiella intelligens (AI), stora språkmodeller (LLM) och analyslösningar, har säkrat 25 miljoner dollar i serie A-finansiering. Denna finansieringsrunda leddes gemensamt av Menlo Ventures och TQ Ventures. Matt Murphy från Menlo Ventures och Schuster Tanger från TQ kommer att gå med i styrelsen. Existerande investeraren Bain Capital Ventures (BCV) och nya investeraren Databricks Ventures deltog i denna finansieringsrunda, vilket innebär att Cleanlabs totala finansiering nu uppgår till 30 miljoner dollar.
AI designar en ovanlig gångrobot
Forskare vid Northwestern University, MIT och University of Vermont bad AI att designa en robot som kunde gå. Resultatet blev en ´liten, mjuk och missformad´ sak som går genom spasmer när den fylls med luft. Forskarna publicerade sina resultat i Proceedings of the National Academy of Sciences den 3 oktober. ´Vi berättade för AI att vi ville ha en robot som kunde gå över land. Sedan tryckte vi helt enkelt på en knapp och voila!´ skrev Sam Kriegman, biträdande professor vid Northwestern University och huvudforskare bakom studien.
Artikeln diskuterar likheterna mellan öppen källkodsprogramvara och maskininlärning, och vad maskininlärning kan lära av öppen källkod. Båda områdena domineras av öppen källkod, med maskininlärning som främst använder ramverk som PyTorch och TensorFlow. Utmaningar inkluderar komplexiteten och tillgängligheten av data som båda bygger på, och den ´olyckliga´ försörjningskedjan som kan uppstå. Maskininlärning kommer troligtvis att expandera till många nischer, precis som öppen källkod har gjort. Maskininlärning behöver metadata och verktyg för att förstå sina utmaningar, och säkerhet kommer att vara ett stort problem. Reglering och ansvar kommer troligen att öka i takt med att sektorns betydelse växer.
Överanvändning av ChatGPT kan försämra skrivfärdigheter
ChatGPT, en artificiell intelligens (AI) chatbot, har blivit populär bland studenter för att slutföra uppgifter. Men enligt en artikel skriven av PantherNOW Editorial Board kan överanvändning av denna teknik leda till minskad kritiskt tänkande och skrivfärdigheter. Trots att AI kan förbättra skrivfärdigheter hos dåliga författare, varnar artikeln för att förlita sig för mycket på den. Det finns också verktyg som kan upptäcka text genererad av ChatGPT. Artikeln betonar att teknik ska förbättra, inte ersätta, våra färdigheter.
Hotet mot sanningen: AI, Google och lögnernas spridning
Googles webbläsare Chrome började förra månaden spåra de webbsidor du besöker och generera en lista över reklamämnen att dela (mot vinst) med andra. I intervjuer med Geoff Bennett på PBS Newshour diskuterade Martin Baron, avgående chefredaktör för The Washington Post, och Maria Ressa, medmottagare av Nobels fredspris 2021, utmaningarna för journalistiken och AI:s hot. Baron pekade på svårigheten att enas om fakta som en stor utmaning, medan Ressa belyste hur AI och lögnernas snabba spridning försvagar demokratier. Hon nämnde också att AI används för att samla in information för att mikromåla individer, och att vinstintressen hindrar införandet av ´skyddsräcken´ för AI.
MIT utvecklar proaktivt co-pilot system för flygplan
Forskare vid MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) har utvecklat Air-Guardian, ett system där en dator fungerar som en proaktiv co-pilot i ett flygplan. Systemet använder ögonspårningsteknik för att förstå vad piloten fokuserar på och kan ta över kontrollen om piloten blir distraherad eller missar något. Air-Guardian identifierar tidiga tecken på potentiella risker genom dessa uppmärksamhetsmarkörer, i stället för att endast ingripa under säkerhetsbrott som traditionella autopilotsystem. Forskningen finansierades delvis av USA:s flygvapenforskningslaboratorium, USA:s flygvapens artificiella intelligensaccelerator, Boeing Co. och Office of Naval Research.
Protester mot Metas policy för öppen källkod AI
Försök att göra AI till öppen källkod har blivit en gnista för oenigheter om de potentiella skadorna med den framväxande tekniken. Förra veckan samlades demonstranter utanför Metas kontor i San Francisco för att protestera mot företagets policy att offentligt släppa sina AI-modeller, vilket påstås representera en ´oåterkallelse spridning´ av potentiellt osäker teknik. Meta skapade rubriker i februari när de gjorde sin LLaMA-familj av modeller fritt tillgängliga för AI-forskare. Företaget har sedan dess dubblat ner på öppen källkod AI genom att släppa vikterna av sina nästa generations Llama 2-modeller utan några begränsningar.
Lori Banas utses till Chief AI/ML Officer på ATMECS Global
ATMECS Global, en ledande leverantör av FoU-lösningar, har utsett Lori Banas till Chief AI/ML Officer. Lori Banas har en omfattande bakgrund inom global teknik och lång erfarenhet av artificiell intelligens, molnberäkning, datahantering, programvarutjänster och strategi. Hon har mer än 25 års erfarenhet inom olika branscher, inklusive tidigare roller som Global Director of AI på Microsoft, General Manager för Data och Analytics på Infor, General Manager för hela portföljen på Nokia, General Manager på IBM och Senior Director of Services på Cisco. Hon är även en General Management graduate från Harvard Business School och har genomfört studier vid MIT inom artificiell intelligens och digital transformation.
AI från Northwestern University skapar robotar från grunden
Forskare vid Northwestern University har skapat ett AI-system som kan designa robotar från grunden. AI-systemet kunde på några sekunder designa en robot som kan gå på en plan yta, en förmåga som tog miljarder år att utveckla genom naturlig evolution. AI-systemet skiljer sig från andra genom att det kan generera nya idéer snarare än att bara replikera tidigare mänskliga skapelser. Forskningen kommer att publiceras den 3 oktober i Proceedings of the National Academy of Sciences. Sam Kriegman, som ledde arbetet, kallar processen för ´instant evolution´.
AI kan vara ett dubbelsidigt verktyg på arbetsplatsen, visar studie
En studie utförd av Boston Consulting Group (BCG) tillsammans med forskare från Harvard, Wharton och MIT visar att artificiell intelligens (AI) kan vara ett dubbelsidigt verktyg när det kommer till arbetsproduktivitet och kvalitet. Studien tilldelade slumpmässigt 758 BCG-konsulter till tre olika grupper, där den första gruppen inte hade tillgång till AI, den andra hade tillgång till ChatGPT baserat på GPT-4 och den tredje gruppen hade tillgång till ChatGPT samt ytterligare resurser. Resultaten visade att AI var mer produktivt för uppgifter inom AI:s kapacitetsgräns, men för uppgifter utanför denna gräns var konsulterna som förlitade sig på AI 19% mindre benägna att producera korrekta lösningar.
Utmaningar och lagstiftningsåtgärder mot deepfakes i Australien och EU
Artificiell intelligens (AI) blir allt mer genomgripande i alla aspekter av det moderna samhället och handeln: från användning i automatiserade beslutsprocesser till ansiktsigenkänning och generativ AI. Samtidigt har den snabba utvecklingen inom AI-teknik, som djupinlärning, lett till en ökad genomslagskraft och spridning av felinformation genom deepfakes, en typ av syntetiska AI-genererade medier, som blivit allt svårare att upptäcka både för det mänskliga ögat och för befintliga detekteringstekniker. Dessa utvecklingar har avsevärt ökat riskerna för integritet, cybersäkerhet och identitetsstöld på individuell, företags- och statsnivå. Nedan behandlar vi några av de viktigaste utmaningarna som denna produkt av generativ AI ställer för integriteten och överväger några av de nuvarande föreslagna lagstiftningsåtgärderna mot den i Australien och Europeiska unionen (EU) i dess föreslagna AI-lag, särskilt när det gäller syntetiska deepfake-medier. Slutligen föreslår vi en möjlig väg framåt med hjälp av en ´icke-syntetisk´ modell för mediaautentisering. I detta uppmanar vi till att alla regleringar av användningen av dessa tekniker och eventuella följande deepfakes måste vara ändamålsenliga och balansera behovet av reglering med och skydd av individer som främjar teknologisk innovation och yttrandefrihet.
AI kan öka produktiviteten och förbättra resultatet i kunskapsarbete
En studie utförd av Wharton Business School och Boston Consulting Group (BCG) visar att konsulter som använde ChatGPT-4, en AI-baserad verktyg, presterade bättre än de som inte gjorde det. De slutförde 12,2% fler uppgifter i genomsnitt, utförde uppgifter 25,1% snabbare och producerade 40% högre kvalitetsresultat. Studien visade också att AI kan fungera som en färdighetsutjämnare, där de konsulter som presterade sämst initialt hade störst förbättring i sin prestation när de använde AI. Detta stöder tidigare forskning från Stanford och MIT.
Hollywood-författare vinner viktig seger mot artificiell intelligens i nytt kontrakt
Hollywood-författare har vunnit en viktig seger i kampen mot artificiell intelligens (AI) med ett nytt kontrakt som innehåller starka skydd mot hur tekniken kan användas i film- och TV-projekt. Detta markerar slutet på en av de längsta arbetskonflikterna i Hollywoods historia, efter att Writers Guild of America (WGA) godkände en överenskommelse med Alliance of Motion Picture and Television Producers. Kontraktet förbjuder inte användningen av AI-verktyg i skrivprocessen, men det inrättar skydd för att säkerställa att den nya tekniken förblir under kontroll av arbetarna. Det skyddar mot flera scenarier som författarna hade fruktat, som att studior skulle kunna generera ett helt manus med hjälp av AI-verktyg och sedan kräva att en mänsklig författare slutför skrivprocessen.
Stora språkmodeller (LLM) är en typ av artificiell intelligensalgoritm som kan bearbeta och analysera stora mängder naturligt språkdata. De mest kända LLM inkluderar GPT-3 och BERT. LLM är öppen källkod, vilket innebär att koden och datan som används för att träna modellen är fritt tillgängliga för allmänheten. Detta främjar samarbete och ständig förbättring av en mångfaldig gemenskap av utvecklare. Fördelarna med en öppen källkod LLM inkluderar transparens, flexibilitet, lägre latens, anpassning och optimering, kostnadsbesparingar och förbättrad datasekerhet. Trots dessa fördelar kan det finnas risker, som brist på support och uppdateringar.
AI-forskare uppmanade till paus i utvecklingen, men få lyssnade
För sex månader sedan undertecknade framstående AI-forskare, ingenjörer och entreprenörer ett öppet brev som uppmanade till en sex månaders paus i utvecklingen av AI-system som är mer kapabla än OpenAI:s senaste GPT-4-språkgenerator. De argumenterade att AI utvecklas så snabbt och oförutsägbart att det kan eliminera otaliga jobb, översvämma oss med desinformation och eventuellt förstöra mänskligheten. Trots detta har företag accelererat sina ansträngningar att bygga mer avancerad AI. Elon Musk, en av de mest framstående undertecknarna, ignorerade sin egen uppmaning till en inbromsning och annonserade i juli xAI, ett nytt företag som han sade skulle söka gå utöver befintlig AI och konkurrera med OpenAI, Google och Microsoft.
OpenAI introducerar röstfunktion för ChatGPT men varnar för terapeutisk användning
OpenAI lanserar en ny röstfunktion för ChatGPT, vilket kommer att ge användarna en AI-röstkompanjon för mer mänsklig konversation med chatboten. Lilian Weng, chef för säkerhetssystem på OpenAI, beskrev en emotionell och personlig konversation hon hade med ChatGPT och jämförde upplevelsen med terapi. OpenAI:s president och medgrundare, Greg Brockman, förstärkte Wengs upplevelse genom att kalla ChatGPT:s röstläge för en ´kvalitativt ny upplevelse´. Trots detta varnar experter för riskerna med att använda chatbotar som terapeuter.
AI kommer att överstiga mänsklig intelligens 2029, enligt Greg Brockman
Israels premiärminister Benjamin Netanyahu har nyligen diskuterat artificiell intelligens (AI) med Elon Musk, Open AI:s president Greg Brockman och MIT-professorn Max Tegmark. Under diskussionen uttryckte Brockman sin tro att 2029 kommer att se framväxten av artificiell allmän intelligens (AGI), AI som når och sedan överträffar mänsklig intelligens. Han förutspådde att människor och artificiell intelligens kommer att slås samman 2030. Diskussionen kretsade kring två möjliga framtider: en framtida utrotning av mänskligheten och en framtida ´himmel´ där AGI eliminerar fattigdom, hunger och sjukdom och människor slås samman med maskiner.
Vad är ett flytande neuralt nätverk?
Ett flytande neuralt nätverk (LNN) är ett tidskontinuerligt återkommande neuralt nätverk byggt med en dynamisk arkitektur av neuroner. Dessa neuroner kan bearbeta tidsseriedata samtidigt som de gör prognoser baserade på observationer och kontinuerligt anpassar sig till nya indata. LNN utvecklades ursprungligen av Computer Science and Artificial Intelligence Laboratory vid MIT (CSAIL), inspirerad av nematoden C.elegans. LNN används för tidsbearbetning och förutsägelser på mindre datorer, vilket gör dem idealiska för en mängd användningsfall, från naturlig språkbearbetning och videobearbetning till autonoma robotar, fordon, drönare och medicinsk diagnos.
MIT-team utvecklar mer energieffektivt maskinlärningssystem
Ett team ledd av MIT har utvecklat ett system som kan överträffa maskinlärningsprogrammet ChatGPT och spara energi genom att använda betydligt mindre energi. Forskarna har använt hundratals mikronskaliga lasrar för att utföra beräkningar som använder ljusets rörelse istället för elektroner. Detta förbättrar energieffektiviteten med mer än 100 gånger och beräkningsdensiteten med 25 gånger jämfört med nuvarande digitala datorer som används för maskinlärning. Systemets komponenter kan skapas med befintliga tillverkningsprocesser, vilket innebär att det kan kommersiellt skalas upp inom några år.
MIT-utvecklat system baserat på ljus kan förbättra maskininlärningsprogram
Ett team lett av MIT har utvecklat ett system som kan göra maskininlärningsprogram flera storleksordningar kraftfullare än det som ligger bakom ChatGPT, och som också kan använda betydligt mindre energi än dagens toppmoderna superdatorer. Forskarna rapporterar den första experimentella demonstrationen av det nya systemet, som utför sina beräkningar baserat på ljusets rörelse snarare än elektroner, med hjälp av hundratals mikronskaliga lasrar. Systemet kan potentiellt förbättra energieffektiviteten med mer än 100 gånger och beräkningsdensiteten med 25 gånger jämfört med dagens digitala datorer för maskininlärning.
Genombrott i forskning om litiumbaserade batterier genom maskininlärning
Ett samarbete mellan framstående forskningsinstitutioner, inklusive MIT och Stanford, har resulterat i en banbrytande studie som syftar till att lösa mysterierna med litiumbaserade batterier. Genom att använda maskininlärning och analysera högupplösta röntgenvideor på pixelnivå har forskarna gjort betydande framsteg i förståelsen av dessa komplexa energilagringsenheter. Forskningen visar att gränssnitten inom batterierna spelar en avgörande roll för att styra deras beteende. Denna nya insikt öppnar dörrar för tekniska lösningar som kan förbättra batteriprestanda avsevärt.
AI kan ersätta chefers arbetsuppgifter, enligt enkät
Enligt en undersökning från onlineutbildningsplattformen edX tror 49% av VD:arna att AI effektivt kan ersätta ´de flesta´ eller till och med ´alla´ deras egna roller, och 47% säger att det kanske till och med är en bra sak. Undersökningen, som publicerades på tisdagen, undersökte 1 600 heltidsarbetande amerikanska arbetstagare, inklusive 800 C-suite-exekutiver och VD:ar, samt 800 icke verkställande arbetstagare. AI kan ersätta många av dessa rutinmässiga uppgifter. Det kan också ta hand om andra VD:ans ansvarsområden, som att analysera marknadsdata och brainstorma sätt att förbättra ett företags verksamhet, säger experter.
TikTok lanserar AI-märkning för att förhindra vilseledande innehåll
TikTok introducerar AI-märkning för att förhindra att tittare vilseleds av AI-genererat innehåll. Genom att använda ett AI-verktyg kan skapare tydligt märka sitt AI-genererade innehåll. Videodelningsplattformen testar även ytterligare metoder för att automatiskt märka AI-genererat innehåll, vilket markerar ett betydande steg mot öppenhet och ansvar. TikTok förväntar sig inte att skapare ska märka sina tidigare videor i efterhand. TikTok utvecklar även ett automatiserat system för att upptäcka och märka AI-innehåll och planerar att börja testa en ´AI-genererad´ etikett som kommer att gälla för allt innehåll som identifieras som redigerat eller skapat med hjälp av AI.
TikTok lanserar verktyg för att märka AI-genererat innehåll
TikTok kommer att lansera ett nytt verktyg som låter skapare märka sitt AI-genererade innehåll. Detta kommer att hjälpa tittare att förstå om innehållet de ser har redigerats eller skapats med AI. TikTok har tidigare uppdaterat sin policy för att hantera syntetiska medier, vilket kräver att människor märker AI-innehåll som innehåller realistiska bilder, ljud eller video, som deepfakes. TikTok arbetar också på att utveckla ett sätt att automatiskt upptäcka och märka AI-innehåll. Dessutom kommer TikTok att döpa om alla sina effekter som använder AI genom att uttryckligen inkludera ´AI´ i deras namn.
MIT forskare får stöd för att förbättra tillgången till fusiondata och öka mångfalden inom arbetskraften
Forskare vid Massachusetts Institute of Technology (MIT) kommer att få stöd från USA:s energidepartement (DoE) för att förbättra tillgången till fusiondata och öka mångfalden inom arbetskraften. Cristina Rea, forskare vid MIT:s Plasma Science and Fusion Center (PSFC), kommer att leda det nyligen finansierade treåriga samarbetet för att integrera fusionsdata i ett system som kan läsas av AI-drivna verktyg. Projektet syftar till att uppmuntra till deltagande inom fusion och datavetenskap, både inom akademin och arbetskraften, genom utbildningsprogram. Forskningsplattformen kommer att byggas med MDSplusML, en uppgraderad version av MDSplus öppen källkodsprogramvara.
Elon Musk och Benjamin Netanyahu möts för att diskutera AI och avvärja kritik
Teknikmagnaten Elon Musk och Israels premiärminister Benjamin Netanyahu träffas på Teslas fabrik i Fremont, Kalifornien. Mötet kommer att sändas live på Musks sociala medieplattform, X, tidigare känd som Twitter. Diskussionen kommer att innehålla OpenAI:s president Greg Brockman och MIT-fysikern Max Tegmark, som har varnat för AI:s faror. Netanyahu hoppas att mötet kommer att hjälpa till att avvärja kritiken mot hans kontroversiella försök att reformera Israels rättssystem. Musk hoppas att mötet kommer att motverka anklagelser om antisemitism efter en serie tweets där han anklagade Anti-Defamation League för att försöka förstöra X.
Ny metod för att förbättra sammanfattningar med ChatGPT-4
Salesforce AI, MIT, Columbia University och Biomedical Informatics har gemensamt utvecklat en ny metod för att generera sammanfattningar av textdokument med ChatGPT-4. Metoden, kallad ´Chain of Density´ (CoD), syftar till att skapa mer koncisa och informationsrika sammanfattningar genom att länka samman en serie prompts som vägleder modellen att fokusera på de viktigaste aspekterna av texten. Detta är ett avsteg från den traditionella zero-shot eller vaniljprompten, som ofta resulterar i sammanfattningar som är antingen för breda eller för smala. CoD-metoden testades i en rad experiment och visade en betydande förbättring i genereringen av täta sammanfattningar jämfört med zero-shot eller vaniljprompten. Forskarna bakom metoden har bjudit in andra i branschen att testa metoden och läsa den relaterade artikeln.
MIT forskare utvecklar teknik för att förbättra visuella språkkoncept i AI-modeller
Forskare från MIT har utvecklat en ny teknik för att hjälpa storskaliga förtränade modeller för bild- och språkförståelse att förstå visuella språkkoncept (VLC) som sträcker sig ”bortom substantiv”. Dessa modeller har visat anmärkningsvärda resultat i många tillämpningar, men har svårigheter att förstå icke-objektsord (t.ex. attribut, handlingar, relationer, tillstånd etc.) och kompositionell resonemang, som betydelsen av ordföljden i en mening. Forskarna föreslår att förbättra VLC och kompositionaliteten i de genererade visuella och textdata och sedan använda dessa data för att finslipa modellerna genom att instruera dem att ägna mer uppmärksamhet åt dessa egenskaper. Forskarna bidrar också med SyViC – en miljonskalig syntetisk dataset med rika textanmärkningar utformade för att förbättra VLC-förståelsen och kompositionella resonemang i modellerna.
AI chatbots presterar bättre än människor i kreativitetstest
AI chatbots har uppnått högre genomsnittspoäng än människor i Alternate Uses Task, ett test som ofta används för att bedöma kreativitet. I studien bad forskarna tre AI chatbots - OpenAI´s ChatGPT och GPT-4, samt Copy.Ai, som bygger på GPT-3, att komma på så många användningsområden som möjligt för ett rep, en låda, en penna och ett ljus inom 30 sekunder. Forskarna gav också 256 mänskliga deltagare samma instruktioner. Även om chatbotarnas svar i genomsnitt bedömdes som bättre än människornas, var de bästa mänskliga svaren högre.
Elon Musk varnar för risker med artificiell intelligens vid möte med amerikanska senaten
Techentreprenören Elon Musk varnade för riskerna med artificiell intelligens (AI) vid ett möte med den amerikanska senaten. Mötet, som inkluderade några av techindustrins mest inflytelserika personer, var det första i sitt slag för att diskutera införandet av lagar som reglerar AI. Bland de inbjudna var också Facebook och Instagrams Mark Zuckerberg, Googles Sundar Pichai och Microsoftgrundaren Bill Gates. AI-forskare vid MIT, Max Tegmark, sa att mötet var ett viktigt steg.
Datavetenskap och bioetikprofessorer argumenterar för ett sociotekniskt perspektiv på snedvridna medicinska data
Datavetenskap och bioetikprofessorer från MIT, Johns Hopkins University och Alan Turing Institute argumenterar i en ny åsiktsartikel för att snedvridna medicinska data bör ses ur ett sociotekniskt perspektiv. Istället för att endast fokusera på att samla in mer data från underrepresenterade grupper eller generera syntetdata för att kompensera för bristande delar, bör forskare ta hänsyn till historiska och nuvarande sociala faktorer. Genom att göra detta kan forskare vara mer effektiva i att hantera bias inom folkhälsan.
AI revolutionerar vetenskaplig forskning
Forskare använder allt mer artificiell intelligens (AI) för att påskynda upptäckter och lösa komplexa problem. 2019 upptäckte forskare vid Massachusetts Institute of Technology (MIT) ett nytt antibiotikum, halicin, med hjälp av en AI-modell. AI har även använts för att förutsäga proteinstrukturer och påskynda komplexa datorsimuleringar, som vädermodeller. Dessutom har AI visat sig vara användbart för att automatisera och påskynda fysiska experiment och laboratoriearbete. Trots dessa framsteg varnar experter för att AI fortfarande har svårt att gå utöver det som redan är känt och att det finns vissa svåra problem som dagens mest framgångsrika AI-system ännu inte kan hantera.
Risk för AI-bubbla på grund av okontrollerad tillväxt
Shahid Hanif, CTO och medgrundare av ShuftiPro, varnar för riskerna med den okontrollerade tillväxten inom AI-sektorn. Han jämför situationen med tidigare investeringsbubblor, som bostadsbubblan i USA på 2000-talet, dotcom-bubblan och NFT-bubblan. Han menar att AI kan stå inför en liknande nedgång, med enorma investeringar från stora och små organisationer. Han uppmanar till försiktighet och betonar vikten av att ha realistiska förväntningar, samt att företag som investerar i AI bör överväga hur AI kommer att komplettera deras befintliga arbetsflöden och förbättra deras processer.
Forskare utvecklar effektivare datorseendemodell för självkörande fordon
Forskare från MIT, MIT-IBM Watson AI Lab och andra har utvecklat en mer effektiv datorseendemodell som kraftigt minskar den beräkningsmässiga komplexiteten för semantisk segmentering, en uppgift som kräver en enorm mängd beräkningar när bilden har hög upplösning. Deras modell kan utföra semantisk segmentering korrekt i realtid på en enhet med begränsade hårdvaruresurser, som de omborddatorer som gör att ett självkörande fordon kan fatta beslut på bråkdelen av en sekund. Forskningen kommer att presenteras vid den internationella konferensen om datorseende.
Serafim Batzoglou om hans karriär och användning av maskininlärning i bioteknik
Serafim Batzoglou, Chief Data Officer på Seer, har haft en lång karriär inom bioteknik och datavetenskap. Han har tidigare arbetat som Chief Data Officer på Insitro och var vice ordförande för Applied and Computational Biology på Illumina. Batzoglou blev intresserad av genetik under sin doktorandutbildning i datavetenskap vid MIT. Sedan dess har han fokuserat på tillämpning av algoritmer och maskininlärning för analys av storskaliga genomiska och biomolekylära data. Batzoglou menar att maskininlärning är avgörande för bioteknik, från teknikutveckling till datainsamling och tolkning av biologiska data. Han ser en framtid där biologi styrs av data snarare än hypoteser, vilket kan revolutionera sjukdomsdiagnos och läkemedelsupptäckt.
Forskare utvecklar mer effektiv datorseendemodell för autonoma fordon
Forskare från MIT, MIT-IBM Watson AI Lab och andra har utvecklat en mer effektiv datorseendemodell som kraftigt minskar den beräkningsmässiga komplexiteten för semantisk segmentering, en uppgift som autonoma fordon använder för att snabbt och korrekt identifiera objekt. Deras modell kan utföra semantisk segmentering i realtid på en enhet med begränsade hårdvaruresurser, såsom de omborddatorer som gör att ett autonomt fordon kan fatta beslut i splitsekund. Modellen, kallad EfficientViT, utför upp till nio gånger snabbare än tidigare modeller när den körs på en mobil enhet och uppvisade samma eller bättre noggrannhet.
Sam Altman erkänner Elon Musks avgörande bidrag till OpenAI
Sam Altman, VD för OpenAI, har erkänt att Elon Musk, medgrundare till företaget, spelade en viktig roll i dess tidiga dagar. Trots att Musk lämnade OpenAI 2018, innan dess stora framgång med den revolutionerande AI-chatten ChatGPT, har Altman erkänt Musks ´superkrafter´ och hans förmåga att dra till sig talang och uppmärksamhet. Musk har dock uttryckt oro över ChatGPT och har kritiserat OpenAI för att ha blivit ett stängt, högprofitföretag som effektivt kontrolleras av Microsoft. Altman har förnekat denna karaktärisering av partnerskapet med Microsoft.
OpenAI:s VD Sam Altman hyllar Elon Musks ´superkrafter´
Sam Altman, VD för OpenAI och skapare av ChatGPT, har sagt att Elon Musk har ´riktiga superkrafter´ som hjälpte företaget under dess tidiga dagar. Musk var involverad i skapandet av OpenAI vid dess start. När ChatGPT lanserades i november 2022 använde människor det för att skapa innehåll, komponera poesi och musik, generera innehållsidéer och mycket mer. Musk lämnade dock företaget 2018, flera år innan det smakade framgång med den revolutionerande AI-chattboten. Altman och Musk har ofta tagit ställning mot varandra de senaste månaderna. Altman har nu sagt att Musk har ´riktiga superkrafter´ som hjälpte OpenAI under dess tidiga dagar.
AI-utveckling för tidig upptäckt av cancer och minskning av läkares administrativa arbete
Regina Barzilay, professor vid MIT, utvecklar ett AI-program för att upptäcka tidiga tecken på cancer. Programmet, som ännu inte är i klinisk prövning, sägs kunna förutse sannolikheten för att en patient kommer att utveckla cancer inom de närmaste fem åren. Mass General Cancer Center samarbetar med Barzilay för att testa tekniken. Läkare vid Mass General Brigham använder generativ AI för att registrera patientbesök istället för att skriva in anteckningar, vilket sparar dem timmar av administrativt arbete och tillåter mer tid med patienterna. Enligt AAMC.org var en tredjedel av alla läkare i Massachusetts över 60 år 2019.
Risker och belöningar med generativ AI: från röstkloning till medicinska framsteg
Generativ AI, som kan skapa nytt innehåll genom att lära sig från befintlig information, påverkar människor på sätt vi bara börjar förstå. Det används inom medicin för att förutse cancerutveckling och för att registrera patientbesök, vilket sparar läkare tid. Men det finns också risker, inklusive rädsla för en kärnvapennivåkatastrof och potentiell identitetsstöld. En man från Georgia stämde OpenAI, skaparen av ChatGPT, för förtal. Staten senator Barry Feingold använde en generativ AI för att skriva lagstiftning för att reglera tekniken.
Generativ AI, som genererar innehåll, bilder, musik och kod likt människor, men snabbare och mer exakt, är utformad för att hjälpa företag att bli mer effektiva och främja innovation. Men det finns en kostnad, både ekonomiskt och miljömässigt. Inference, processen som AI-modeller använder för att analysera ny data baserad på den intelligens som lagrats i deras artificiella neuroner, är den mest energikrävande och kostsamma praxisen inom AI-modellbyggnad. Balansen som behöver uppnås är att implementera mer hållbara lösningar utan att äventyra kvalitet och genomströmning. Generativ AI och stora språkmodeller (LLM) kan ha allvarliga miljökonsekvenser. Datorkraften och energiförbrukningen som krävs leder till betydande koldioxidutsläpp. Det finns begränsade data om koldioxidavtrycket för en enda gen AI-fråga, men vissa analytiker föreslår att det kan vara fyra till fem gånger högre än det för en sökmotorfråga. En uppskattning jämförde den elektriska förbrukningen av ChatGPT som jämförbar med den för 175 000 människor. Trots viss övertygande forskning och påståenden är bristen på konkreta data när det gäller gen AI och dess koldioxidutsläpp ett stort problem och något som måste rättas till om vi ska driva förändring. Organisationer och datacenter som värd för gen AI-modeller måste också vara proaktiva när det gäller att ta itu med miljöpåverkan. Genom att prioritera mer energieffektiva datorkonstruktioner och hållbara metoder kan företagsimperativ stämma överens med stödinsatser för att begränsa klimatförsämring.
Martin Boldt diskuterar AI:s framtid på Gummifabrikens femårsjubileum
Martin Boldt, docent i datavetenskap vid Blekinge Tekniska Högskola, höll en lunchföreläsning om artificiell intelligens (AI) på Restaurang Madame i samband med Gummifabrikens femårsjubileum. Boldt diskuterade AI:s påverkan på arbetsmarknaden och menade att en kombination av mänsklig intelligens och AI sannolikt kommer att besegra ren AI i ett kort till medellångt tidsperspektiv. Detta skulle leda till förbättrad kvalitet och effektivitet, färre monotona och repetitiva uppgifter, vilket i sin tur gör att människor kan fokusera på det vi är bra på.
MIT-team introducerar energieffektivt system för att driva maskininlärningsprogram
Ett forskningsteam ledd av MIT presenterar ett system som kan driva maskininlärningsprogram till en nivå långt överlägsen ChatGPT. Detta innovativa system har fördelen att det fungerar på mycket lägre energiförbrukning jämfört med moderna superdatorer som driver befintliga maskininlärningsmodeller. I stället för att lita på elektroner utför deras system beräkningar baserade på ljusets rörelse. Detta ger över hundra gånger förbättrad energieffektivitet och en 25 gånger förbättring i beräkningsdensitet. Forskarna tror att systemet kan skalas för kommersiellt bruk inom några år.
Tidigare Meta-forskare samlar in $40 miljoner för att bygga AI för biologi
Tidigare forskare från Meta som utvecklade en AI-språkmodell för biologi har lanserat en ny startup, EvolutionaryScale, och samlat in minst $40 miljoner. EvolutionaryScale leds av Alexander Rives, som drev Meta AI:s proteinveckningsteam tills projektet lades ner i april. Start-up-företaget planerar att skala upp storleken på sin AI-modell för att förbättra sin forskning. Lux Capital ledde den ungefärliga $40 miljoner rundan. Två källor sa att finansieringen värderade EvolutionaryScale till $200 miljoner och att framstående AI-investerare Nat Friedman och Daniel Gross deltog i den.
AI-assisterad läkemedelsupptäckt ökar investeringar och påskyndar utvecklingen
DeepMind, en dotterbolag till Google, utvecklade 2018 ett program med namnet AlphaFold för att förutsäga proteinstrukturer snabbare och mer exakt än biologer. Detta är viktigt för läkemedelsutveckling och sjukdomsbehandling. Trots detta har AlphaFold sina begränsningar och är bara konkret användbart i ett steg av läkemedelsupptäckten. Trots detta har det startat en diskussion som nu leder till miljontals dollar i investeringar i viktiga marknader över hela Asien och bortom. Enligt Deep Pharma Intelligence har investeringarna i AI-baserad läkemedelsupptäckt tredubblats under de senaste fyra åren, med en topp på 24,6 miljarder dollar 2022.
Vita kragar riskerar att påverkas av AI och automatisering
Teknisk störning påverkade tidigare främst blåkragarjobb. Nu kan det vara tjänstemännens tur att känna av förändringarna. Jobb som mest exponeras för automatisering förväntas nu vara kontorsjobb. Amerikanska arbetare som har haft sina karriärer omkullkastade av automatisering under de senaste decennierna har i huvudsak varit mindre utbildade, särskilt män som arbetar inom tillverkning. Men den nya typen av automatisering – artificiella intelligenssystem som kallas stora språkmodeller, som ChatGPT och Googles Bard – förändrar det. Dessa verktyg kan snabbt bearbeta och syntetisera information och generera nytt innehåll. Jobb som nu mest exponeras för automatisering är kontorsjobb, de som kräver mer kognitiva färdigheter, kreativitet och höga utbildningsnivåer. De drabbade arbetarna är sannolikt högre betalda, och lite mer sannolikt att vara kvinnor, enligt en mängd forskning.
Abdul Latif Jameel Clinic för maskininlärning inom hälsa vid MIT anordnade ett sommarprogram för att utbilda gymnasieelever om användningen av AI inom sjukvården. Programmet tog emot totalt 51 studenter från huvudsakligen skolor i Boston-området, med ett åtagande att nå studenter från olika bakgrunder. Programmet inkluderade kurser som ´Intro till Python´, ´Intro till klinisk AI´ och ´Intro till läkemedelsupptäckt´, samt organiserade besök till lokala institutioner. Tack vare en generös gåva från Joseph Bates och Kristin Loeffler genom deras AI for Humanity Foundation, kunde Jameel Clinic erbjuda sommarprogrammet utan kostnad och minska de ekonomiska barriärerna för studenter från underresurserade bakgrunder.
MIT-led team utvecklar energieffektiv och kraftfull maskininlärningssystem
Ett team ledd av MIT har rapporterat om ett system som kan leda till maskininlärningsprogram flera storleksordningar kraftfullare än det bakom ChatGPT. Systemet de utvecklat kan också använda flera storleksordningar mindre energi än dagens toppmoderna superdatorer bakom dagens maskininlärningsmodeller. Systemet utför beräkningar baserade på ljusets rörelse, snarare än elektroner, med hjälp av hundratals mikronskaliga lasrar. Teamet rapporterar en mer än 100-faldig förbättring av energieffektiviteten och en 25-faldig förbättring av beräkningsdensiteten, över toppmoderna digitala datorer för maskininlärning.
MIT forskare använder djupinlärning för att förbättra MRI-skanningar
Forskare vid MIT har tagit ett stort steg framåt för att lösa problemet med rörelsestörningar i MRI (magnetisk resonanstomografi) genom att använda djupinlärningsteknik. De blandade djupinlärning med fysik och upptäckte fantastiska resultat. Deras metod involverar beräkningsmässigt konstruera en rörelsefri bild från rörelsekorrumperade data utan att ändra skanningsproceduren. Detta kan potentiellt förbättra diagnostiska resultat och minska kostnaderna för upprepade skanningar. Forskarna ser fram emot framtida studier för att undersöka mer komplexa former av huvudrörelse och rörelse som påverkar olika kroppsregioner.
MIT forskare utvecklar djupinlärningsmodell för rörelsekorrigering i hjärn-MRI
Forskare från MIT har utvecklat en djupinlärningsmodell som kan korrigera rörelse i hjärn-MRI-skanningar. Metoden skapar en rörelsefri bild från rörelsekorrumperade data utan att ändra skanningsprocessen. Detta kombinerar fysikbaserad modellering och djupinlärning för att säkerställa att bildutdata är konsekvent med de faktiska mätningarna av det som avbildas. Metoden kan förhindra ´hallucinationer´ - bilder som ser realistiska ut men är fysiskt och rumsligt felaktiga, vilket kan förvärra diagnoser. Framtida arbete kan utforska mer sofistikerade typer av huvudrörelse och rörelse i andra kroppsdelen.
AI kan halvera radiologers arbetsbelastning vid bröstcancerundersökningar
Enligt en studie publicerad i Lancet Oncology Journal kan användning av artificiell intelligens (AI) i bröstcancerundersökningar halvera radiologers arbetsbelastning. Studien följde över 80 000 kvinnor i Sverige och jämförde AI-screeningar med standardtest. AI-stödda screeningar upptäckte 244 kvinnor med cancer, medan standardundersökningar hittade 203 kvinnor med cancer. AI genererade inte fler falska positiva än standardtesterna. En annan rapport från forskare vid MIT och Harvard Medical School visade dock att läkare faktiskt presterade sämre vid diagnos när de arbetade med AI.
Forskare vid MIT utvecklar flytande neurala nätverk för robotik
Forskare vid Massachusetts Institute of Technology (MIT) har utvecklat flytande neurala nätverk, en typ av neurala nätverk som kan anpassa sig även efter träning. Ramin Hasani, huvudförfattare till arbetet och huvud AI och maskininlärningsforskare vid Vanguard Group, beskriver dessa nätverk som mer flexibla och mindre i storlek jämfört med traditionella neurala nätverk. Flytande neurala nätverk kan köras med mindre datakraft, vilket innebär att de kan utföra komplexa resonemang med enklare hårdvara. Daniela Rus, medförfattare till arbetet och chef för MIT CSAIL, anser att dessa nätverk kan hjälpa till att förbättra säkerheten inom robotik genom att ge mer transparens i beslutsprocessen.
Öppet brev från AI-forskare uppmanar till paus i AI-utvecklingen
I mars undertecknade nästan 35 000 AI-forskare, teknologer, entreprenörer och medborgare ett öppet brev från den ideella organisationen Future of Life Institute som uppmanade till en ”paus” i AI-utvecklingen på grund av riskerna för mänskligheten. Två studenter vid MIT, Isabella Struckman och Sofie Kupiec, kontaktade de första hundra undertecknarna av brevet för att lära sig mer om deras motivationer och bekymmer. Trots brevets offentliga mottagande var relativt få faktiskt oroliga för att AI utgör ett hot mot mänskligheten. Många av de som Struckman och Kupiec talade med trodde inte att en sex månaders paus skulle hända eller ha mycket effekt.
Forskare utvecklar djupinlärningsmodell för rörelsekorrigering i hjärn-MRI
Forskare vid MIT har utvecklat en djupinlärningsmodell som kan korrigera för rörelse i hjärn-MRI. Modellen bygger upp en rörelsefri bild från rörelsekorrupt data utan att ändra något i skanningsproceduren. Rörelse är ett vanligt problem i MRI och kan leda till bildartefakter som riskerar att leda till fel diagnoser eller olämplig behandling. Forskarnas arbete kan vara särskilt värdefullt för patienter med neurologiska sjukdomar som orsakar ofrivilliga rörelser, till exempel Alzheimers eller Parkinsons sjukdom. Studien belönades nyligen med bästa muntliga presentation vid Medical Imaging with Deep Learning-konferensen (MIDL) i Nashville, Tennessee.
Forskare vid MIT undersöker rötterna till ojämlikhet i maskininlärning
Marzyeh Ghassemi, biträdande professor vid MIT:s avdelning för elektroteknik och datavetenskap, och hennes kollegor har utforskat de ojämlikheter som kan uppstå i maskininlärning. I en ny studie har forskargruppen identifierat fyra huvudtyper av förskjutningar - falska korrelationer, attributobalans, klassobalans och attributgeneralisering - som kan leda till snedvridna resultat. Forskarna testade 20 avancerade algoritmer på ett dussin dataset för att se hur de presterade över olika befolkningsgrupper. Studien presenterades på den 40:e internationella konferensen om maskininlärning i Honolulu, Hawaii.
Programmeringsspråket Julia gör starkt intryck, når topp 20 på TIOBE-indexet för första gången
Enligt TIOBE Programming Community Index för augusti 2023 har programmeringsspråket Julia nått topp 20 för första gången. Julia är ett relativt nytt programmeringsspråk som formaliserades för 13 år sedan. Det är särskilt lämpligt för maskininlärning, data science och matematiska beräkningar. TIOBE Software rankar 100 programmeringsspråk efter deras popularitet inom programmeringsgemenskapen. Julia är snabbare än Python, mer lämplig för att skriva stora system än R och mindre kostsamt än MATLAB, vilket gör det till ett attraktivt alternativ.
AI förbättrar arbete snarare än ersätter jobb
Artificiell intelligens (AI) framställs ofta som en jobbdödare, men företag kommer sannolikt att använda tekniken för att få mer gjort med samma antal människor. Trots att AI används allt mer har massuppsägningar och arbetslöshet inte materialiserats som förutspått. Företag som hoppas ersätta människor med robotar upptäcker att förändringshantering är svårt. Till exempel har advokatbyrån Allen & Overy, som började arbeta med AI-verktyget Harvey förra året, inte ersatt en enda person med det. Harvey söker igenom juridiska webbplatser, kontrakt och andra stora dokument och skriver sedan sammanfattningar. Men det kräver fortfarande mänsklig övervakning.
AI-skyddsverktyg Glaze och Photoguard skyddar konstnärers verk
Glaze, ett verktyg utvecklat av forskare vid University of Chicago, skyddar konstnärers verk från att kopieras av AI. Glaze lägger ett osynligt skyddslager runt originalkonstverk, vilket gör att AI inte kan känna igen verket i dess ursprungliga form. Sedan första versionen släpptes i mars har Glaze laddats ner över en miljon gånger. En liknande teknik, Photoguard, utvecklas av Hadi Salman vid MIT. Photoguard lägger till ett osynligt immuniseringslager över foton som inte kan läsas av AI-modeller. Även om Photoguard fortfarande är under utveckling, ger dessa verktyg hopp om att bekämpa missbruk av AI.
AI omformar framtiden för onkologi
Artificiell intelligens (AI) håller på att omforma framtiden för onkologi genom att spela en avgörande roll i tidig cancerdiagnostik. AI kan snabbt och korrekt analysera stora mängder data, vilket revolutionerar hur onkologer upptäcker, diagnostiserar och behandlar cancer. Traditionella diagnostiska metoder är ofta beroende av radiologers subjektiva tolkning av medicinska bilder, vilket kan leda till skillnader och fördröjningar i diagnoser. AI kan dock analysera tusentals bilder på sekunder, identifiera subtila mönster och anomalier som kan indikera tidig cancer. Dessutom kan AI integrera och analysera olika typer av data, inklusive genetiska, kliniska och livsstilsdata, för att förutsäga en individs risk att utveckla cancer. Trots dessa lovande utvecklingar är integrationen av AI i onkologi inte utan utmaningar. Dataintegritet och säkerhet är stora problem, liksom etiska överväganden kring användning av AI i beslutsfattande.
AI har inte orsakat massuppsägningar, trots tidigare farhågor
Trots tidigare farhågor om att AI skulle leda till massuppsägningar, har detta inte materialiserats, trots att AI har börjat användas mer allmänt. AI-tekniken, hur imponerande den än är, är fortfarande inte tillräckligt bra för att hantera de flesta jobb. Företag som hoppades ersätta människor med robotar lär sig att förändringsledning är svårt. Enligt Sarah Guo, en riskkapitalist som investerar i AI-startups, kommer AI inte att leda till industrins undergång. Juridiska företag som Allen & Overy, som har börjat använda AI, har inte ersatt några anställda med det.
ChatGPT visar olika prestationer inom medicin och kodning
Två nya studier har avslöjat noterbara skillnader i förmågorna hos stora språkmodeller, som ChatGPT, när de testas på komplexa uppgifter i verkliga världen. Forskare vid Purdue University fann att ChatGPT kämpar med grundläggande kodningsutmaningar, med 52% felaktiga svar. Trots detta föredras ChatGPT-svar 39,34% av tiden på grund av deras omfattning och välformulerade språkstil. I kontrast visade en studie från UCLA och Pepperdine University att ChatGPT är skicklig på att besvara svåra medicinska tentamensfrågor, med en framgångsgrad på 73%.
Studier avslöjar bristande resonemangsförmåga hos språkmodellen GPT-4
Två nyligen genomförda studier har avslöjat dålig prestation av GPT-4, den senaste versionen av den kraftfulla språkmodellen, i resonemangsuppgifter. En studie utförd av en tidigare MIT-alumn utvärderade GPT-4:s förmågor och fann att den saknade resonemangsförmåga. En annan studie utförd av University of California, Los Angeles (UCLA) och University of Washington analyserade GPT-4:s prestanda i matematik, fysik och kemi, och fann att GPT-4 och dess föregångare GPT-3.5 presterade dåligt. Marcus, en framstående forskare, kommenterade studierna och sa att dagens språkmodeller är långt ifrån att uppnå artificiell allmän intelligens (AGI).
Chattbotar med mänskliga namn skapar etiska frågor
I maj gick Tessa, en chattbot utvecklad av National Eating Disorder Association, emot sitt programmerade syfte och föreslog att personer med ätstörningsrisk skulle gå ner i vikt. Trots att Tessa snabbt avbröts, visar incidenten att den nya generationen av chattbotar inte bara kan konversera på mänsklika sätt, utan ofta har mänskliga namn. Bots som Ernie (från det kinesiska företaget Baidu), Claude (en ChatGPT-rival från AI-startupen Anthropic) och Jasper (en populär AI-skrivassistent för varumärken) är bara några exempel. Suresh Venkatasubramanian, en datavetenskapsprofessor vid Brown University, förutser en ökning av mänskligt namngivna botar i framtiden.
Ny ljusbaserad processor kan revolutionera AI-beräkningar
En ny processor som använder ljus istället för elektroner har potentialen att utföra beräkningar upp till 100 gånger mer kraftfullt och effektivt än befintliga processorer i datorsystem för maskininlärning, enligt en ny studie från USC och MIT som publicerades i Nature Photonics. Forskningsassistenten Zaijun Chen vid USC Viterbi School of Engineering sade att den optiska AI-processorn kunde vara en game-changer för att övervinna elektroniska flaskhalsar i framtida AI-system. Forskningen undersökte djupa neurala nätverk (DNN) som kräver stora mängder energi och utrymme. Med hjälp av en optisk neural nätverk (ONN) utrustad med en laserarray kunde forskarna övervinna dessa utmaningar.
Maskininlärning hjälper till att avkoda cancerursprung för personlig terapi
I ett banbrytande samarbete mellan MIT och Dana-Farber Cancer Institute har forskare använt maskininlärning för att lösa en svår utmaning inom cancerbehandling. För en liten andel av cancerpatienterna förblir ursprunget till deras malignitet ett mysterium, vilket försvårar valet av lämpliga behandlingar. En ny metod, som utnyttjar en beräkningsmodell utvecklad genom maskininlärning, lovar att lösa detta pussel och bana vägen för effektivare personliga terapier. Modellen, kallad OncoNPC, kunde förutsäga cancerursprung med en imponerande noggrannhet på 80 procent på osedda tumörer. För högkonfidensprognoser steg noggrannheten till cirka 95 procent.
AI revolutionerar e-lärande och utveckling
Artificiell intelligens (AI) har revolutionerat flera branscher, inklusive lärande och utveckling. AI kan förbättra självstyrda e-lärandemoduler genom att interagera intelligent med användarinput, justera efter deras beteende och till och med erbjuda coaching på mjuka färdigheter. AI kan också förvandla efterlevnadsutbildning genom att tillåta interaktivt svar på policyer och anpassad feedback. Dessutom kan AI fungera som en virtuell coach, tillgänglig för alla anställda, och kan spela rollen som en arg kund i en konflikthanteringskurs, vilket ger användarna en realistisk konversationserfarenhet. AI kan också skapa autentiska, skalbara bedömningar och generera personliga rapporter för varje elev baserat på deras före och efter kursens kompetensbedömningar.
AI är långt ifrån att ersätta mänskligt arbete
Trots den vanliga berättelsen är vägen mot AI-driven massarbetslöshet inte enkel. AI-teknik, hur imponerande den än är, är fortfarande inte tillräckligt bra för att hantera de flesta jobb. Företag vill hellre att vi blir bättre på våra jobb än att eliminera dem. Sarah Guo, en riskkapitalist som investerar i AI-startups, säger att AI inte kommer att leda till industrins undergång. Juridiskt arbete var tänkt att vara i AI:s sikte, men advokatbyråer som entusiastiskt inför AI använder det inte för att ersätta advokater. Allen & Overy, en advokatbyrå med över 3000 advokater världen över, började arbeta med en generativ AI-verktyg som kallas Harvey förra året och har inte ersatt en enda person med den. Harvey söker igenom juridiska webbplatser, kontrakt och andra stora dokument, och svarar sedan på frågor och skriver sammanfattningar. Det är precis den typ av tillämpning som folk sa skulle skicka paralegals och junior associates till brödköerna. Men det hjälper dem att prestera bättre, lägger till värde till företaget och hotar inte deras försörjning. Dessutom är boten, trots att den är hjälpsam, inte tillräckligt bra för att hantera alla deras uppgifter, och den gör fortfarande saker fel ofta nog för att kräva mänsklig tillsyn. Aaron Levie, VD för molnlagringsföretaget Box, säger att generativ AI är ganska bra på att hantera en uppgift men kämpar för att ta på sig det sortiment som människor utför på jobbet. Detta gör AI bra på att assistera människor, men dålig på att ersätta dem. Daron Acemoglu, en ekonomiprofessor vid MIT, säger att även om tekniken blir tillräckligt bra för att ersätta till exempel call centers eller taxichaufförer en masse, kommer arbetsgivare och industri fortfarande att ha ett val om vad de ska göra. Inget utfall är förutbestämt, säger han. Under tiden är det dock meningsfullt att satsa på människor.
Ny maskinlärningsmodell kan identifiera cancerursprung
Forskare vid MIT och Dana-Farber Cancer Institute har utvecklat en ny metod som kan göra det lättare att identifiera ursprungsplatserna för svårtolkade cancerformer. Forskarna skapade en beräkningsmodell som kan analysera sekvensen av cirka 400 gener och förutsäga var en given tumör uppkom i kroppen. Modellen, kallad OncoNPC, kunde förutsäga ursprunget för nyligen testade tumörer med 80 procent noggrannhet och för högkonfidensprognoser steg det till cirka 95 procent. Modellen identifierade också en extra 15 procent av patienterna som kunde ha fått befintliga riktade behandlingar om deras cancerform hade varit känd.
Risken med olämplig användning av AI
Sergio Vasquez Bronfman, biträdande professor i digital transformation vid ESCP Business School, diskuterar riskerna med olämplig användning av artificiell intelligens (AI). Han nämner exempel som ELIZA, en konversationsrobot som utvecklades på 60-talet och som psykiatriker och psykoanalytiker ville använda för att utveckla psykiatrin och psykoanalysen. Han tar också upp ett falskt kärnvapenlarm i Sovjetunionen 1983 som orsakades av en missuppfattning av data av sovjetisk AI-programvara. Slutligen nämner han fallet med Eric Loomis, en återfallsförbrytare som dömdes till 6 års fängelse baserat delvis på rekommendationen av en AI-baserad programvara. Bronfman hävdar att dessa exempel väcker viktiga politiska och etiska debatter om vilka uppgifter vi bör delegera till AI.
AI kan öka produktiviteten men leda till färre jobb, enligt studie
Artificiell intelligens (AI) kan göra arbetstagare mer produktiva snabbare, enligt en studie från Stanford University och MIT. AI-plattformar som ChatGPT kan minska den nuvarande kompetensbristen och omjustera talangpipeline för att inkludera lägre kvalificerade anställda. Studien visade att lägre kvalificerade arbetstagare på ett namnlöst Fortune 500-programvaruföretag som hade tillgång till AI-verktyg inte bara avslutade sitt arbete 35% snabbare än normalt, utan också var 14% mer produktiva. Detta gjorde det möjligt för dem att lära sig och utvecklas snabbare än sina motsvarigheter. Emellertid kan AI leda till färre jobb i framtiden, med en studie från Goldman Sachs som visar att 300 miljoner jobb kan gå förlorade på grund av AI-implementering.
Tinder och andra dejtingappar introducerar AI, men riskerar rasbias
Match Group, moderbolaget till Tinder, Hinge och OkCupid, planerar att införa artificiell intelligens (AI) i sina appar för att förbättra användarupplevelsen, enligt sitt Q2-resultatbrev. Bolaget avser att skapa nya funktioner för att möta Generation Z-användares behov. AI kommer att användas för att automatiskt välja användarnas fem bästa foton för deras dejtingprofiler. Men det finns oro för att AI kan introducera mer bias och diskriminering på plattformarna, med risk för rasbias vid fotoselektion. Dessutom kan AI öka antalet falska profiler på dejtingappar.
Expert oroar sig för utvecklingen av GPT-5 och möjliga faror med AI
Introduktionen av GPT-4, en förbättrad version av Chat GPT, var fortfarande färsk nyhet när branschexperter redan antydde utvecklingen av GPT-5. Oro och faror kring denna typ av AI hade redan väckt larm över hela världen sedan lanseringen av Chat GPT. I mars undertecknade tusentals AI-experter, inklusive Elon Musk och Apple-medgrundaren Steve Wozniak, ett öppet brev som krävde en sex månaders paus i utvecklingen av dessa AI-system. Sam Altman, VD för OpenAI, förnekade dessa rykten och sade att de inte är där och inte kommer att vara där på ett tag. Men varumärket GPT-5 registrerades den 18 juli. Siqi Chen, VD för flera teknikföretag, förklarade också att GPT-5 bör slutföra sin träning i december och OpenAI förväntar att den ska uppnå AGI.
Effektivisering av AI-modeller genom algoritmdesign och maskininlärning
Sandeep Silwal, doktorand vid CSAIL, diskuterar betydelsen av algoritmer i vår vardag, till exempel i kartor och webbplatser. Han betonar att algoritmer kan optimeras för att rikta fokus mot de mest besökta webbplatserna på internet. Silwal pratar också om vikten av snabbladdade kartor och lagringsutrymme. Han menar att för algoritmer är matematisk korrekthet lika med rätt svar. Han diskuterar även ´värsta-fall-garantier´ eller grundläggande tillförlitlighet för algoritmer. Silwal arbetar på ett nytt paradigm kallat lärande förstärkta algoritmer, där man använder tidigare data för att förbättra algoritmdesignen. Han nämner också hur detta kan hjälpa till att bekämpa klimatförändringar genom att spara beräkningsresurser.
MIT Doktorand Arbetar med Maskininlärning och Klassiska Algoritmer
Sandeep Silwal, en fjärdeårs doktorand vid MIT, har nyligen arbetat i skärningspunkten mellan maskininlärning och klassiska algoritmer. Han designar bevisbara algoritmer i olika maskininlärningsinställningar.
AI-program omvandlar asiatisk student till kaukasier i professionell bild
Rona Wang, en asiatisk MIT-student, begärde att en artificiell intelligens (AI) skulle generera ett professionellt porträttfoto, men programmet gjorde henne vit, vilket understryker de fördomar som finns inbyggda i AI. Rona Wang, 24, bad Playground AI-appen om ett ´professionellt LinkedIn-profilfoto´. Tillsammans med textprompten matade hon in en källbild; en bild av sig själv.
AI-chipstartföretaget Tenstorrent får 100 miljoner dollar i finansiering från Hyundai och Samsung
AI-chipstartföretaget Tenstorrent, lett av VD Jim Keller, har fått 100 miljoner dollar i finansiering från Hyundai Motor Group och Samsung Catalyst Fund. Detta kommer ovanpå tidigare finansiering på nästan 250 miljoner dollar. Keller tror att branschens frustration över Nvidias dominans och framväxten av tekniken RISC-V har öppnat en väg för alternativ. Hyundai är intresserade av alternativ till Nvidia för saker som att införa AI i bilar. Samsungs investering är särskilt meningsfull för en av världens största kontrakttillverkare av halvledare.
AI hittar fler bröstcancerfall än läkare, enligt studie
En tidig studie visar att artificiell intelligens (AI) hittade fler bröstcancerfall än läkare med flera års utbildning och erfarenhet, och minskade läkarnas arbetsbörda med nästan hälften vid läsning av mammogram. Studien, publicerad i The Lancet Oncology, visar att AI är säkert att använda för bröstcancerdetektering och kan göra läkare ännu mer effektiva att hitta cancer än de är nu. Forskarna tittade på skanningar från över 80 000 kvinnor i Sverige som genomgick ett mammogram mellan april 2021 och juli 2022. Gruppen vars skanningar lästes av en radiolog tillsammans med AI hade 20% fler cancerfall upptäckta än gruppen vars mammogram lästes av två radiologer utan den extra tekniska hjälpen. Gruppen som använde AI hade dessutom en minskad läsbelastning på 44%.
Forskning pågår för att stärka AI-modeller mot fientliga attacker
Forskare arbetar med att göra AI-modeller mer resistenta mot så kallade ´jailbreaking´-åtgärder, enligt Michael Sellitto, tillförordnad chef för policy och samhällspåverkan på Anthropic. Dessa modeller är byggda på stora språkmodeller och är mycket skickliga på att göra förutsägelser, men de är också benägna att fabricera information, upprepa sociala fördomar och producera konstiga svar. Fientliga attacker utnyttjar hur maskininlärning upptäcker mönster i data för att producera avvikande beteenden. Armando Solar-Lezama, professor vid MIT, betonar vikten av öppen studie av AI-system och deras svagheter.
Forskare utvecklar teknik för att förhindra AI-manipulation av bilder
Forskare vid MIT har utvecklat en metod för att förhindra att AI-system manipulerar bilder digitalt och skapar deepfakes. De har utvecklat en maskininlärningsprogramvara, kallad PhotoGuard, som förhindrar missbruk av dessa verktyg för att manipulera innehåll. PhotoGuard ändrar de sifferarrayer som bilder behandlas av ML-modeller för att hindra andra maskininlärningsmodeller från att korrekt uppfatta ingångsbilden, vilket i slutändan gör att bilden inte kan manipuleras. Bildens pixlar lämnas orörda så långt människor är berörda, så den skyddade bilden ser likadan ut för det mänskliga ögat - men inte för en dator.
MIT-forskare utvecklar fotonikbaserat datorsystem för kraftfullare maskininlärning
Forskare från MIT har demonstrerat ett fotonikbaserat datorsystem som kan leda till maskininlärningsprogram flera storleksordningar kraftfullare än de bakom ChatGPT. Forskarna rapporterade en mer än 100-faldig förbättring i energieffektivitet och en 25-faldig förbättring i beräkningsdensitet jämfört med toppmoderna digitala datorer för maskininlärning. På kort sikt kan forskarnas experimentella, laserbaserade system ytterligare utvecklas för att förbättra dessa mätvärden med ytterligare två storleksordningar, sade forskarna. Enligt forskningsteammedlemmen Dirk Englund, en biträdande professor vid MIT:s avdelning för elektroteknik och datavetenskap, är ChatGPT begränsat i storlek av kraften hos moderna superdatorer. De djupa neurala nätverken (DNN) som ligger bakom ChatGPT baseras på stora maskininlärningsmodeller som simulerar hur hjärnan bearbetar information. Men de digitala teknikerna bakom DNN når sina gränser även om området för maskininlärning växer. De kräver enorma mängder energi och är till största delen begränsade till datacenter. Det är heller inte ekonomiskt genomförbart att träna modeller som är mycket större, sade Englund. Det nyligen demonstrerade systemet använder hundratals mikronskaliga VCSEL-arrayer för att utföra beräkningar baserade på ljusets rörelse snarare än elektroner. Forskarna tror att de kan utveckla sitt system för att minska energiförbrukningen. Samtidigt kan de erbjuda potential för större bandbredder, sade forskaren och huvudförfattaren Zaijun Chen. Forskarna sade att genom att stödja utvecklingen av storskaliga optoelektroniska processorer för att påskynda maskininlärningsuppgifter från datacenter till decentraliserade edge-enheter, mobiltelefoner och andra små enheter kan bli kapabla att köra program som för närvarande endast kan beräknas på stora datacenter. De erkände att komponenterna som ingår i ONN är skrymmande och tar upp mycket utrymme. Och även om ONN är ganska bra på linjära beräkningar som att lägga till, är de inte bra på icke-linjära beräkningar som multiplikation och ”om”-uttalanden. Trots detta förväntar sig forskarna att tillvägagångssättet kan skalas upp till kommersiell användning inom några år. Systemets komponenter kan skapas med hjälp av redan befintliga tillverkningsprocesser. Chen sade att laserarrayer som används för systemet är allmänt använda idag i mobiltelefoners ansikts-ID och datakommunikation. Forskarna har ansökt om patent på arbetet, som sponsrades av Army Research Office, NTT Research, National Defense Science and Engineering Graduate Fellowship Program, National Science Foundation, Natural Sciences and Engineering Research Council of Canada och Volkswagen Foundation. Forskningen publicerades i Nature Photonics.
AI-verktyg för att skydda bilder från manipulation
Ny generation av AI-verktyg, PhotoGuard och Glaze, kan hjälpa till att skydda bilder från AI-manipulation. PhotoGuard, skapat av forskare vid MIT, fungerar som en skyddssköld för bilder och förhindrar AI-system från att manipulera dem. Om någon försöker redigera en bild som har ´immuniserats´ av PhotoGuard med en app baserad på en generativ AI-modell, kommer resultatet att se orealistiskt eller förvrängt ut. Glaze, utvecklat av Ben Zhao och ett team av forskare vid University of Chicago, hjälper konstnärer att förhindra att deras skyddade verk och konstnärliga stilar skrapas in i träningsdata för AI-modeller.
Max Tegmark varnar för artificiell intelligens i Sommar i P1
Max Tegmark, professor vid MIT och ledare för organisationen Future of Life Institute, uttrycker oro för artificiell intelligens (AI) i sitt sommarprat i P1. Han tror att AI kan utplåna mänskligheten mycket snart och ger tre exempel på hur AI kan användas felaktigt: illvillig användning, AI-konkurrens och felriktad AI. Tegmark menar att utvecklingen av AI har gått snabbare än förväntat och att AI:s förmåga förbättras snabbare än människans. Han anser att hotet från AI inte handlar om ondska, utan om kompetens, och att utvecklingen drivs av kortsiktiga kommersiella intressen.
OpenAI:s grundare lanserar kryptovaluta med irisverifiering
OpenAI:s grundare Sam Altman lanserar ett nytt kryptoprojekt, Worldcoin, som är både en kryptovaluta och en digital identitet kallad World ID. Verifiering av identitet säkerställs med hjälp av biometriska data, specifikt ägarens iris. Men projektet har redan väckt oro, med en granskning av MIT som upptäckte vilseledande marknadsföring och att mer biodata samlades än vad som officiellt angavs. Trots detta har tusentals registrerat sig och Worldcoin värderades till 255 miljoner dollar bara dagar efter lanseringen. Slutmålet är att skapa ett valutasystem som möjliggör AI-finansierad universell basinkomst.
Antonio Torralba föreslår nya metoder för maskininlärning
Antonio Torralba, professor vid MIT, har presenterat nya idéer om neurala nätverk och datorbildklassificering. Han föreslår att man kanske kan göra sig av med etiketter och bilder helt och hållet i maskininlärning. Istället föreslår han en metod han kallar ´obevakad kontrastiv inlärning´, där vikter skulle använda olika typer av indata för transformationer. Han påpekar att maskininlärning fortfarande är beroende av data och föreslår framtiden där ML-program inte behöver traditionell träning. Han presenterar också användningen av virtuella miljöer, men erkänner att det fortfarande finns utmaningar.
Forskare gör framsteg i utvecklingen av AI som kan efterlikna mänskligt lärande
Vetenskapsmän vid Ohio State University har gjort betydande framsteg i utvecklingen av artificiell intelligens (AI) som kan efterlikna mänskligt lärande. De presenterade sina resultat på en konferens om maskininlärning i Honolulu, där de diskuterade konceptet ´kontinuerligt lärande´. Detta tillåter en dator att kontinuerligt förvärva nya färdigheter utan att glömma tidigare inlärd kunskap, liknande hur människor bygger på tidigare erfarenheter. Forskarna tror att deras arbete för oss närmare utvecklingen av AI som kan uppvisa livslångt, mänskligt liknande lärande. Konferensen presenterade också andra framstående presentationer, inklusive ett team på MIT och Google.
När OpenAI lanserade AI-chatboten ChatGPT för allmän användning den 30 november var S&P 500 värd 5 biljoner dollar mindre än nu, och ekonomin verkade vara på väg mot recession eller ihållande hög inflation. Nu ger teknikbakruset vika för en ny ´guldfeber´, menar Wedbush Securities analytiker Dan Ives. Ives tror att ChatGPT har öppnat dörren för ytterligare 1 biljon dollar i AI-relaterade utgifter under det kommande decenniet som inte fanns på Wall Streets radar. Enligt Goldman Sachs ekonomer kan generativ AI öka tillväxten av amerikansk arbetsproduktivitet med 1,5 procentenheter per år under ett decennium. Det skulle fördubbla den tröga 1,4-procentiga takten sedan 2005.
Maskininlärning revolutionerar finansbranschen
Artificiell intelligens (AI) och maskininlärning används allt mer inom finansbranschen. Genom att analysera stora datamängder kan AI och maskininlärning förbättra investerares framgång på handel, öka avkastningen och minska riskerna. En investeringsforskningsföretag, TradeSmith, har utvecklat ett system som kan förutse marknadsrörelser 30 dagar framåt. Systemet, kallat Projekt An-E, utnyttjar maskininlärning för att analysera över 100 olika variabler, inklusive makroekonomiska data, företagsspecifika grundläggande data och teknisk analysdata.
MIT Forskare utvecklar energieffektiv maskininlärningsteknik
Forskare vid MIT har rapporterat en metod som har potential att revolutionera maskininlärningsprogram, vilket gör dem flera gånger mer kapabla än de som ansvarar för ChatGPT. Deras teknologi kan dessutom förbruka mindre energi än dagens toppmoderna superdatorer som driver nuvarande maskininlärningsmodeller. Det nya systemet är mer än 100 gånger mer energieffektivt än nuvarande digitala datorer för maskininlärning och 25 gånger kraftfullare i beräkningsdensitet. Forskarna har visat ett rumsligt-tidsmultiplexat ONN-system som adresserar dessa problem samtidigt. De använder neuronkodning med hjälp av mikrometerstora matriser av vertikala ytemitterande lasrar (VCSELs).
MIT och Stanford utvecklar banbrytande maskininlärningsteknik för robotkontroll
Forskare från MIT och Stanford University har utvecklat en banbrytande maskininlärningsteknik som har potential att revolutionera kontrollen av robotar, inklusive drönare och autonoma fordon, i dynamiska miljöer med snabbt föränderliga förhållanden. Den innovativa metoden integrerar principer från reglerteori i maskininlärningsprocessen, vilket möjliggör skapandet av mer effektiva och effektiva regulatorer. Forskarna kunde generera regulatorer som presterar exceptionellt bra i verkliga scenarier genom att lära sig systemdynamiken tillsammans med unika regleringsorienterade strukturer från data. Tekniken uppnår bättre prestanda med färre datapunkter, vilket gör den särskilt värdefull i snabbt föränderliga miljöer.
Programmeringsprinciper är inte föråldrade, menar MIT-professor
Armando Solar-Lezama, professor vid MIT, diskuterar skillnaderna mellan programmering och maskininlärning. Han framhäver vikten av generalisering, modularitet och inkapsling inom programmering, där olika kodstycken har olika ansvarsområden. Solar-Lezama nämnde också inkrementell utveckling där en kodbas kan utvecklas över lång tid. Trots att djupinlärning har förändrat förhållandet mellan människor och maskiner, tror han att en hybridansats kan vara fördelaktig. Han presenterade ett papper om att skapa programmatiska policys som induktivt generaliserar och diskuterade idén om att ha kontroller för repetitiva rörelser.
AI:s potential och utmaningar på arbetsplatsen
Artificiell intelligens (AI) har potential att revolutionera arbetsplatsen genom att öka produktivitet och effektivitet. Teknikledare som Bill Gates förutspår att AI främst kommer att användas för att göra människor mer effektiva i sina jobb. Men trots potentialen har inte alla AI-applikationer gått smidigt. Ett exempel är Neil Clarke, redaktör och utgivare för science fiction- och fantasytidningen Clarkesworld, vars arbetsbörda fördubblades på grund av innehåll genererat av AI. OECD:s generalsekreterare Mathias Cormann betonar att AI kan förbättra vissa aspekter av jobbkvalitet, men han påpekar också kostnaderna och riskerna. AI kan öka arbetstempot till en nivå som aldrig tidigare skådats, och många arbetare har upplevt ökade arbetsbördor och stressnivåer. Trots att AI kan öka produktiviteten har lönerna för arbetare som inte är chefer eller AI-specialister inte förändrats mycket, vilket väcker oro för löneobalans.
MIT-team utvecklar ljusbaserade maskininlärningsmodeller
Ett forskningsteam lett av MIT har utvecklat ett system som kan revolutionera maskininlärningsprogram genom att använda ljusbaserade beräkningar istället för traditionell elektronik. Detta resulterar i betydande förbättringar i energieffektivitet och beräkningsdensitet. Systemet använder hundratals mikronskaliga lasrar för att utnyttja ljusets rörelse, vilket ger över 100 gånger förbättring i energieffektivitet och 25 gånger förbättring i beräkningsdensitet jämfört med dagens digitala datorer som används för maskininlärning. Forskarna förutspår att detta kan leda till stora framsteg för optoelektroniska processorer som kan påskynda maskininlärningsuppgifter på en rad enheter, från datacenter till små, decentraliserade kantenheter som mobiltelefoner.
Gratis onlinekurser från MIT tillgängliga på edX
Tack vare edX, en plattform som erbjuder en mängd gratis onlinekurser, kan du nu bli student vid MIT från ditt eget hem. edX erbjuder en mängd MIT-kurser som täcker olika studiefält. Oavsett om du är intresserad av teknik, ingenjörsvetenskap, samhällsvetenskap eller humaniora finns det något för alla. Kurserna ger en omfattande förståelse för statistisk analys, data visualisering och prediktiv modellering. Genom att utnyttja dessa gratis onlinekurser från MIT kan du få värdefull kunskap och färdigheter utan någon ekonomisk belastning.
MIT-forskare utvecklar försvarsstrategi mot deepfakes
Deepfakes har blivit en stor oro för brottsbekämpning och cybersäkerhetsexperter, och Förenta nationerna har belyst deras roll i spridningen av hat och desinformation online. För att hantera detta problem har ett team av forskare vid MIT utvecklat en ny försvarsstrategi. De föreslår att införa små kodändringar i AI-genererade bilder, vilket skulle resultera i meningsfulla förvrängningar. Detta skulle tvinga modellerna att generera orealistiska bilder som inte ser verkliga ut, vilket effektivt försvarar mot deepfakes. Forskarna betonar dock att genomförandet av sådana metoder skulle kräva samarbete med AI-plattformsutvecklare och kan inte enbart förlita sig på enskilda användare.
AI-verktyg som ChatGPT klarar Harvard-kurser, väcker frågor om framtiden för utbildning
Maya Bodnicks första år på Harvard University väckte oro över den utbredda användningen av generativa artificiella intelligensverktyg, särskilt ChatGPT, bland studenter. Bodnick inledde ett experiment där åtta professorer och lärarassistenter betygssatte uppsatser skrivna av ChatGPT. Resultatet var överraskande: ChatGPT klarade Harvard-kurserna med betyget 3,34, mestadels A och B. Detta lyfter fram en utmaning för utbildare som kämpar med den snabba antagningen av AI-verktyg som kan producera högskrivenivåskrivning. Professorer omvärderar nu kursuppgifter och utvecklar riktlinjer för etisk användning av ChatGPT för att förhindra fusk. AI:s framväxt väcker också oro för inverkan på ingångsnivåjobb i olika branscher. Max Tegmark, en AI-forskare vid MIT, förklarar att den största utmaningen ligger i att bestämma vilka färdigheter man ska undervisa studenterna som kommer att vara ekonomiskt värdefulla när de tar examen. Paul LeBlanc, president för Southern New Hampshire University, betonar att AI tvingar oss att omvärdera utbildningskonceptet. Harvard tar steg för att hantera användningen av AI-verktyg i klassrummet. Amanda Claybaugh, Harvards dekan för grundutbildning, gav vägledning till fakulteten om att skapa policyer kring AI-användning. Adriana Gutiérrez, en senior preceptor vid Harvard, planerar att klargöra sin policy för studentanvändning av AI i sina spanska klasser. Några professorer, som ekonomiprofessor Jason Furman, reviderar kursuppgifter på grund av framväxten av ChatGPT. Harvard avser att hålla informationsmöten för att hjälpa professorer att anpassa sina uppgifter till att vara ´AI-säkra´.
AI-baserade Wonder Studio skapar digitala karaktärer, ersätter skådespelare
Wonder Studio är en webbläsarbaserad plattform som låter användare dra och släppa en datorgenererad karaktär in i vilken scen som helst. Med hjälp av artificiell intelligens ersätter den en live-action skådespelare med en Mocap-version av den digitala karaktären. Den ersätter alla skådespelare i scenen med en 3D-karaktär utan behov av mänsklig intervention. Alla normala VFX-uppgifter utförs automatiskt. När Wonder Dynamics AI-produktionsverktyg WonderStudio dök upp på scenen förra månaden exploderade VFX-gemenskapen. Företagets rådgivande styrelse listar regissörerna Steven Spielberg och Joe Russo samt investeraren Robert Schwab och professorer från MIT och University of California, Berkeley.
Verkligheten av AI på arbetsplatsen når inte upp till löftena
Många inom teknikindustrin har hyllat potentialen hos artificiell intelligens (AI) för att förbättra produktivitet och effektivitet på arbetsplatsen. Men verkligheten lever inte alltid upp till löftena. Redaktören och förläggaren Neil Clarke stängde nyligen tillfälligt inlämningsformuläret för sin tidning på grund av en översvämning av dåligt AI-genererat innehåll. Clarke förutser att han kommer att behöva stänga inlämningar igen i framtiden, eftersom mängden AI-genererat innehåll blir ohanterbar. Trots detta fortsätter medieorganisationer att utforska AI som ett värdefullt verktyg i nyhetsrum. Det är uppenbart att AI:s löften och dess nuvarande begränsningar inte stämmer överens.
AI-modeller tränas nu med syntetiska data
Stora aktörer som Microsoft, OpenAI och Cohere använder syntetiska data för att träna sina stora språkmodeller (LLM), främst på grund av begränsningar i tillgången på människoskapade data. Dessa produkter kan generera trovärdig text, kod eller bilder när de tillhandahålls enkla prompts. LLM som driver chatbots som ChatGPT och Googles Bard är beroende av webbskrapningstekniker för att samla data från digitaliserade böcker, nyhetsartiklar, sociala medier, sökfrågor, bilder, videor och andra onlinekällor. Men när generativa AI-verktyg blir mer avancerade, börjar AI-företag möta betydande utmaningar relaterade till datatillgång och integritet. Datorgenererade syntetiska data erbjuder en kostnadseffektiv lösning på denna utmaning.
MIT-forskare skapar ny dataskyddsmetrik för att skydda känsliga data i maskininlärningsmodeller
Forskare vid MIT har skapat en ny dataskyddsmetrik, Probably Approximately Correct (PAC) Privacy, och byggt en algoritm baserad på denna metrik som automatiskt kan bestämma den minsta mängd slumpmässighet som behöver läggas till en maskininlärningsmodell för att skydda känsliga data, som känsliga lungskanningsbilder, från en motståndare. PAC Privacy kräver mycket mindre störning för att skydda känsliga data än andra metoder. Detta kan hjälpa ingenjörer att skapa maskininlärningsmodeller som bevisligen döljer träningsdata, samtidigt som de bibehåller noggrannheten i verkliga inställningar.
Ny teknik förbättrar produktionen av läkemedel
Forskare från MIT-Takeda Program har utvecklat en metod, kallad PEACE, som kombinerar fysik och maskininlärning för att förbättra tillverkningsprocessen av läkemedelspiller och pulver. Genom att använda en laser och maskininlärning för att mäta partikelstorleksdistribution, ökar effektiviteten, minskar antalet misslyckade satser och gör processen mer hållbar och kostnadseffektiv. Forskarna hoppas att denna direkt samarbete kan förkorta den tid det tar för akademisk forskning att överföras till industriella processer.
Turkiet lovar att godkänna Sverige som Natomedlem
Den turkiska regimen har lovat att godkänna Sverige som Natomedlem, men detta kommer med ett högt pris. Sverige har under det senaste året ständigt ökat sina eftergifter till Turkiet. Den svenska regeringen kommer nu att aktivt stödja Turkiet i dess försök att bli medlem i EU. Regeringen Kristersson lovar också att höja det mellanstatliga samarbetet mot terrorism till en ny nivå. Detta innebär att svensk säkerhetspolis och andra myndigheter ska hjälpa den turkiska säkerhetstjänsten MIT att komma åt PKK-anhängare och andra politiska motståndare.
Arnold Schwarzenegger hyllar James Cameron för förutseende kring AI
Arnold Schwarzenegger hyllar ´Terminator´-filmskaparen James Cameron för att ha förutsett uppgången av AI. Schwarzenegger menar att det nu har blivit verklighet. Dessutom diskuterar dokumentären ´Unknown: Killer Robots´ på Netflix militära tillämpningar av AI och den snabbt utvecklande internationella AI vapenkapplöpningen. Dokumentären tar upp frågor om AI:s förmåga att tolka komplexiteten i den verkliga världen och påpekar den ´dubbla användningen´ av AI. Dokumentären visar också hur en robot kan ´lära sig´ att anpassa sig till olika terränger.
Felaktig förståelse av GPT:s förmågor skapar problem
Artiklar som hävdar att språkmodellerna GPT och ChatGPT kan klara av utmaningar som att klara inträdesprov till MIT eller juridiska fall är missvisande. Dessa modeller saknar förmågan att resonera och kan inte skilja mellan sanning och lögn. Felaktig förståelse av vad dessa verktyg faktiskt kan göra har lett till problem, som att en advokat använde ChatGPT i en rättegång trots att den inte förstår juridiskt språk. OpenAI, som utvecklar GPT, arbetar med att förbättra logiskt resonemang i modellerna, men det är fortfarande långt kvar innan de kan jämföras med mänsklig intelligens.
Stora företag förbjuder anställda att använda AI-verktyget ChatGPT på jobbet
När Justin använde ChatGPT på jobbet tidigare i år var han nöjd med hur hjälpsam den var. Han är forskningsvetare på ett bioteknikföretag i Boston och bad chatbotten att skapa ett protokoll för genetisk testning, en uppgift som kan ta timmar, men som med hjälp av AI-verktyget minskades till sekunder. Men i april utfärdade hans chefer ett strikt förbud mot ChatGPT för anställda. De ville inte att arbetstagare skulle mata in företagshemligheter i chatbotten och riskera att informationen blev offentlig. Flera stora företag som Apple, Spotify, Verizon och Samsung har förbjudit eller begränsat hur anställda kan använda generativa AI-verktyg på jobbet, med hänvisning till farhågor att tekniken kan sätta känslig företags- och kundinformation i fara.
Teknologiska framsteg leder inte automatiskt till allmän välstånd, enligt MIT-ekonomer
I sin nya bok ´Power and Progress: Our 1000-Year Struggle Over Technology & Prosperity´, argumenterar MIT-ekonomerna Daron Acemoglu och Simon Johnson att teknologiska framsteg inte automatiskt leder till allmän välstånd och att innovation lika ofta kan orsaka elände som välstånd. De menar att medborgarnas organisering för mer rättvisa arrangemang oftast är avgörande för framgång. De varnar också för att översätta innovation kring AI till gemensamt välstånd kommer att kräva motverkande krafter, som en arbetsrörelse som kräver arbetarvänlig automatisering och en civilsamhällesrörelse som upprätthåller en mer jämlik vision för det samhälle AI kan hjälpa till att skapa.
MIT-forskare utvecklar AI för att förutsäga molekylära egenskaper
Forskare vid MIT och MIT-Watson AI Lab har utvecklat en AI-ramverk som förutsäger molekylära egenskaper och genererar nya molekyler med oöverträffad effektivitet. Att träna en maskininlärningsmodell för att förutsäga egenskaper hos en molekyl är en utmaning, delvis på grund av bristen på stora träningsdata. MIT-systemet förstår reglerna som styr kombinationen av byggstenar för att skapa giltiga molekyler och blir skicklig på att generera nya molekyler och göra dataeffektiva förutsägelser om deras egenskaper. Forskarna planerar att utöka sitt molekylära grammatik för att inkludera den tredimensionella geometrin hos molekyler och polymerer.
Kan Elon Musk och Mark Zuckerberg slåss i Colosseum 2023?
Elon Musk, VD för Tesla Inc och SpaceX, skickade Twitter i kaos med ett tweet om en möjlig kamp i Colosseum, vilket följdes av ett erkännande om behovet att arbeta på hans uthållighet. Detta är i förberedelse för en potentiell UFC-stil burkamp mot Mark Zuckerberg, Meta Platforms Inc´s medgrundare och nuvarande VD. Men det italienska kulturministeriets kontor har dämpat Colosseum-ryktena, då det inte har varit någon formell kontakt eller skriftligt dokument. Fejden mellan Musk och Zuckerberg är inte ny. Den började med SpaceX misslyckade lansering av en Facebook-ägd satellit 2016. Oavsett om kampen äger rum eller inte, har idén redan gett enorm publicitet för både Musk och Zuckerberg.
Möjlig burkamp mellan teknikmoguler i Colosseum
En tjänsteman från Italiens kulturministerium har rapporterat att han har kontaktat Twitter och Tesla-chefen Elon Musk och Meta-chefen Mark Zuckerberg för att organisera en kamp i det historiska Colosseum i Rom. Musk verkar intresserad och har twittrat: ”Viss chans att kampen sker i Colosseum.” Båda teknikmogulerna har tränat med Lex Fridman, en AI-forskare vid MIT som också utövar brasiliansk jiu-jitsu. Efter att Musk tidigare i månaden twittrade att han var redo för en burkamp med Zuckerberg, svarade Facebook-grundaren med att posta en skärmdump av Musks tweet med texten ”skicka mig platsen”. Zuckerberg har tränat i MMA-gym sedan september i hopp om att tävla, och avslöjade i maj att han vann sin första amatörtävling i brasiliansk jiu-jitsu. Musks mamma, Maye Musk, är dock starkt emot idén om att hennes son ska skada sig i ringen och har sagt att hon ”avbokat matchen”.
Möjligt ´Gladiator´-uppföljare med Musk och Zuckerberg i Colosseum
En tjänsteman från Italiens kulturministerium har rapporterat att han kontaktat Elon Musk, chef för Twitter och Tesla, och Meta-chefen Mark Zuckerberg för att koordinera en strid i det historiska Colosseum i Rom. Musk svarade på idén genom att twittra ´Det finns en chans att striden äger rum i Colosseum´. Både Musk och Zuckerberg har tränat med Lex Fridman, en forskare inom artificiell intelligens vid MIT som också praktiserar brasiliansk jujutsu. Efter att Musk tidigare twittrat att han skulle vara ´redo för en burstrid´ med Zuckerberg, svarade Facebook-grundaren med att posta en skärmdump av Musks tweet med texten ´skicka mig platsen´.
I en podcast med MIT-forskaren Lex Friedman diskuterade Facebooks VD Mark Zuckerberg AI-teknik som Meta Quest 3 och Apple Vision Pro. Han tror att spelkontroller kommer att förbli det främsta valet för seriösa spelare, åtminstone under överskådlig framtid. Meta Quest 3 och Apple Vision Pro syftar till att revolutionera vad man kan göra med sina VR-headsets. Zuckerberg anser att den fysiska känslan av en spelkontroll gör en stor skillnad i spelupplevelsen och att spelare kommer att fortsätta vilja använda dem istället för att bara vifta med händerna i luften.
DragGAN: AI-drivet bildredigeringsverktyg kan förändra digital bildhantering
Google, MIT och University of Pennsylvania har samarbetat för att skapa DragGAN, en ny AI-drivet bildredigeringsapp som kan förändra hur människor manipulerar bilder. Med hjälp av artificiell intelligens (AI) kan användare göra komplexa bildredigeringar genom att dra två nyckelpunkter, vilket möjliggör förändring av ansiktsuttryck, djurs poser och mycket mer. DragGAN går bortom traditionell pixelmanipulation och kan till och med regenerera icke-existerande områden i en bild. DragGAN är fortfarande under utveckling, men online-demonstrationer har redan visat dess enorma potential.
MIT och IBM Research utvecklar saliency-kort för att välja rätt metod för maskininlärningsuppgifter
Forskare från MIT och IBM Research har utvecklat ett verktyg som kallas saliency-kort för att hjälpa användare att välja den mest lämpliga saliency-metoden för sina specifika maskininlärningsuppgifter. Saliency-metoder är tekniker som används för att förklara beteendet hos komplexa maskininlärningsmodeller och hjälpa användare att förstå hur modellerna gör förutsägelser. Saliency-korten ger standardiserad dokumentation för varje metod, inklusive information om dess funktion, styrkor och svagheter samt vägledning om att korrekt tolka dess utdata. Målet är att användare ska kunna jämföra olika saliency-metoder sida vid sida och göra välgrundade val baserat på sina specifika krav, vilket leder till en mer korrekt förståelse av deras modellers beteende.
Maskininlärning accelererar nanoskalig röntgenavbildning av integrerade kretsar
Forskare från MIT och Argonne National Laboratory har utvecklat en maskininlärningsteknik som kan påskynda processen för nanoskalig röntgenavbildning av integrerade kretsar, vilket potentiellt kan revolutionera tillverkningen och testningen av elektronik. Genom att träna ett neuralt nätverk kunde de förutsäga exakta rekonstruktioner av objekt på en bråkdel av den tid det normalt skulle ta. Forskarna testade sin teknik på riktiga integrerade kretsar och kunde fånga detaljerade bilder på bara några minuter, jämfört med de timmar det normalt skulle ta. Deras forskning kan ha betydande konsekvenser för en rad områden, inklusive materialvetenskap och biologisk avbildning.
MIT-forskare utvecklar CasualSim för att eliminera bias i simuleringar
Forskare vid MIT har utvecklat en metod för att eliminera bias i spårdrivna simuleringar, en metod som ofta används av forskare och analytiker för att utforma algoritmer för olika användningsfall. Verktyget, som kallas CasualSim, skapades med hjälp av maskininlärningsalgoritmer och statistik som bygger på kausalitetsprinciper, vilket möjliggör opartiska simuleringar. Detta är en viktig utveckling eftersom det kan förbättra algoritmdesignen avsevärt, vilket så småningom leder till bättre tränade, utvärderade och lämpade modeller inom områden som videokvalitetsförbättringar och prestanda för databehandlingssystem.
IBM:s VD tror att AI kommer skapa jobb
IBM:s VD Arvind Krishna tror att artificiell intelligens (AI) kommer att skapa jobb snarare än att ta över dem. Han menar att världens minskande arbetsförande befolkning kommer att behöva AI för att utföra rutinuppgifter, så att människor kan fokusera på högre värdeskapande arbete. Krishnas åsikter liknar de som uttryckts av tidigare Google VD Eric Schmidt, som nyligen talade om att det kommer att finnas för många jobb och för få människor under de närmaste 30 åren. Goldman Sachs uppskattade i mars att AI kan ersätta motsvarande 300 miljoner jobb i USA och Europa.
AI kan ge djupare förståelse för det mänskliga sinnet
Forskare från University of Texas i Austin har tränat en AI-modell för att avkoda innebörden av begränsade meningar när individer lyssnar på dem, vilket antyder en nära framtid där AI kan ge oss en djupare förståelse av det mänskliga sinnet. Forskarna använde fMRI-skanningar av personer som lyssnade på eller återkallade meningar från tre program och använde sedan hjärnbildsdata för att rekonstruera innehållet i dessa meningar. Detta arbete kan hjälpa oss att förutse vilka delar av hjärnan som aktiveras när vi lyssnar på eller föreställer oss ord, vilket kan ge större insikter i hur våra neuroner samarbetar för att skapa språk.
Nvidias aktier steg med 24% efter att företaget prognostiserat intäkter som var 50% högre än förväntat, vilket påverkade Wall Street positivt. Detta visar att investerare är mycket intresserade av AI-teknik. En ny roll i företagsledningen, CAiO (Chief Artificial Intelligence Officer), håller på att utvecklas för att hantera AI och dess potential. Forskning från MIT visar att AI redan påverkar organisationer inom olika branscher, där 75% av arbetstagarna upplever förbättringar i teammoral, samarbete och kollektivt lärande. Kommunikationsinriktade branscher som marknadsföring, reklam och underhållning kommer troligen att vara de första att anpassa sig till CAiO-modellen.
Forskare har använt artificiell intelligens (AI) för att hitta ett nytt antibiotikum som kan bekämpa den farliga bakterien Actinetobacter baumanii. Studien, som genomfördes av forskare från McMaster University och Broad Institute vid MIT och Harvard, använde AI för att snabbt sortera genom tusentals potentiella föreningar och identifierade ett ämne som effektivt blockerade bakteriens tillväxt. Det nya antibiotikumet verkar endast påverka den skadliga bakterien och inte de många andra fördelaktiga bakterierna som lever i tarmen eller på huden, vilket gör det till en sällsynt smalt riktad agent.
ChatGPT når 100 miljoner månatliga användare och blir snabbast växande konsumentapp
Enligt en rapport från UBS nådde ChatGPT, en AI-chattbot utvecklad av OpenAI, 100 miljoner månatliga användare i januari, vilket gör den till den snabbast växande konsumentappen i historien. Affärsvärlden är också intresserad av ChatGPT och försöker hitta användningsområden för skriv-AI inom många olika branscher. ChatGPT har konkurrenter som Googles Bard, Baidus Ernie, DeepMinds Sparrow och Metas BlenderBot. OpenAI har nyligen lanserat en ChatGPT-app för iOS och planerar att lansera en app för Android inom kort.
Artificiell intelligens kan förbättra juridiken
Artificiell intelligens (AI) har potential att omdefiniera juristyrket genom att göra det mer effektivt. AI kan användas för att automatisera rutinmässiga och tidskrävande uppgifter, som att utforma utkast till juridiska dokument eller söka efter relevanta lagar och juridiska prejudikat. Detta kan frigöra tid för jurister att fokusera på mer komplexa och strategiska uppgifter. Trots AI:s imponerande potential är det viktigt att vara medveten om dess begränsningar, såsom fenomenet ´hallucinationer´, där AI genererar osammanhängande eller felaktig information. Det är också viktigt att utveckla riktlinjer för att säkerställa att användningen av AI är säker, etisk och upprätthåller den högsta nivån av integritet.
Forskare utvecklar teknik för materialigenkänning i datorseende
Forskare från MIT och Adobe Research har utvecklat en teknik som gör det möjligt för robotar och maskiner att identifiera objekt som är gjorda av samma material, även när objekten har varierande former och storlekar eller när ljusförhållandena påverkar deras utseende. Genom att träna en maskininlärningsmodell med syntetiska data kan modellen identifiera objekt i verkliga inomhus- och utomhusscener som den aldrig stött på tidigare. Tekniken kan också tillämpas på videor och användas inom områden som bildredigering, materialparameteravdrag i beräkningssystem och materialbaserade webbrekommendationssystem.
Användare ser fram emot GPT-5: förväntade funktioner och lanseringsdatum
Det har gått lite över två månader sedan lanseringen av GPT-4, men användare börjar redan förvänta sig släppet av GPT-5. GPT-4 har visat sig vara kapabel och kraftfull i olika typer av tester och kvalitativa utvärderingar. Med nya funktioner som ChatGPT-plugins och internetbaseringskapacitet har det blivit ännu bättre. Nu väntar användare på att lära sig mer om den kommande OpenAI-modellen, GPT-5, möjligheten till AGI och mer. Förväntningarna inför GPT-5 inkluderar minskad hallucination, mer beräkningskraft, multisensoriska AI-modeller och långtidsminne. Lanseringsdatumet för GPT-5 kan vara någon gång under 2024, förutsatt att det inte uppstår några regulatoriska hinder.
Under sommaren 1956 hölls Dartmouth Summer Research Project on Artificial Intelligence på Dartmouths campus, där termen ”artificiell intelligens” myntades. Konferensen banade väg för framtida AI-forskning och ledde till att AI-laboratorier grundades vid Stanford, MIT och Carnegie Mellon. Trots dess historiska betydelse är kopplingen mellan Dartmouth och AI:s födelse inte välkänd bland dagens studenter. Idag erbjuder Dartmouth endast två AI-relaterade kurser av 64 inom datavetenskap, men det finns en hög efterfrågan på fler AI-kurser och forskningsmöjligheter.
Generativ AI: potential och begränsningar
Generativ AI är en teknik som använder maskininlärning för att skapa, manipulera eller syntetisera data, ofta i form av bilder eller text. Det har funnits i decennier och används idag i system som Chat GPT och Dall-E. Generativ AI tränas på stora mängder data och kan producera imponerande resultat, men har också begränsningar och kan skapa så kallade hallucinationer. Tekniken har potential att förändra många branscher och påverka mänskliga jobb, men det är osäkert om den kan ersätta mänsklig kreativitet och förståelse helt.
AI används för att utveckla nya magnetiska material på IEEE Intermag-konferensen
På 2023 IEEE Intermag-konferensen i Sendai, Japan, diskuterades användningen av artificiell intelligens (AI) för att utveckla nya magnetiska material. Över 1 700 fysiska och virtuella deltagare närvarade på konferensen. Mingda Li från MIT talade om hur maskininlärning kan användas för att utforska dolda data och bygga struktur-egenskapsrelationer. Y. Iwasaki från National Institute for Materials Science använde AI för att hitta legeringar med högre magnetisering än Fe 3 Co. Claudia Felser och kollegor från Max Planck Institute of Chemical Physics of Solids använde AI för att utveckla nya material för topologiska magnetiska material. Masafumi Shirai från Tohoku University använde maskininlärning för att förutsäga Curie-temperaturen och utbytesstyvheten för Heusler-legeringar. Alexander Kovacs och medförfattare från Österrike och Japan använde maskininlärning för att skapa mer effektiva motorer och använda mindre sällsynta jordartsmetaller, till exempel för vindkraftverk.
