» Håll dig ajour kring AI · En AI-skapad och ständigt föränderlig nyhetstidning om AI. Idag har vår robot sammanfattat 205 nyhetshändelser. Upptäck gärna vår kurs AI på jobbet förresten. «
National Science Foundation (NSF) är en amerikansk federal myndighet som stöder forskning och utbildning inom vetenskap och teknik. NSF grundades 1950 och finansierar ungefär 20% av all federal forskning vid amerikanska universitet. NSF stöder forskning inom en rad olika områden, inklusive naturvetenskap, matematik, datavetenskap och samhällsvetenskap. Myndigheten delar ut pengar till forskare och institutioner genom konkurrensutsatta bidrag och stipendier. NSF:s mål är att främja vetenskaplig excellens, innovation och utbildning för att stärka USA:s ekonomi, säkerhet och allmänna välfärd.
Senaste nytt kring National Science Foundation
Forskare vid Iowa State University utvecklar stora, synbaserade artificiella intelligensverktyg för att identifiera och rekommendera kontrollmetoder för skadedjur inom jordbruket. De är ett av de första teamen som får datorstöd från det nya National Artificial Intelligence Research Resource Pilot. Priset ger forskarna vid Iowa State en miljon ´nodtimmar´ av superdatorstid på den 60 miljoner dollar dyra Frontera-superdatorn vid Texas Advanced Computing Center vid University of Texas i Austin. Forskarna kommer att använda Frontera för att träna en uppsättning stora maskininlärningsmodeller som kan analysera bilder för att snabbt identifiera skadedjur inom jordbruket, inklusive insekter och ogräs.
har gått vår kurs "AI på jobbet".
Fem myter om generativ AI: Förståelse för utmaningar och möjligheter
Generativ AI (gen AI) har redan attraherat en stor användarbas och visat framgångar inom områden som tidigare ansågs exklusiva för mänsklig intelligens och uppfinningsrikedom. Trots detta finns det myter som kan hindra företag från att fullt ut dra nytta av tekniken. Myterna inkluderar att gen AI-verktyg är gratis eller kostar lite, att AI alltid förbättrar mänsklig prestanda, att bygga gen AI-modellen är det svåraste steget, att företag kan vänta och se hur gen AI utvecklas innan de gör ett drag, och att investeringar i gen AI automatiskt ger en konkurrensfördel. Artikeln föreslår att företag bör utnyttja scenario-planering, prioritera gen AI-möjligheter med hjälp av ´De tre R:en´ och utvärdera organisationens beredskap för AI över flera dimensioner.
AI-reglering i USA: experter uttrycker optimism
En panel bestående av experter inom regering, nationell säkerhet och social rättvisa uttryckte optimism om att den amerikanska regeringen kommer att lyckas reglera AI på ett effektivt sätt. Shalanda Young, direktör för Office of Management and Budget i Biden-administrationen, betonade att regeringen inte har råd att göra fel. Panelen var överens om att regeringens agerande är nödvändigt för att USA ska förbli i framkant av säker AI-innovation. Trots detta har det snabbt utvecklande området väckt en rad oro som inte kan ignoreras, från medborgerliga rättigheter till nationell säkerhet.
Teknikråd till Biden betonar människovetenskapares roll i AI-utveckling
President Joe Bidens rådgivare inom vetenskap och teknik kommer att presentera en rapport som betonar människovetenskapares kritiska roll i utvecklingen av AI-verktyg och system. Rådet röstade enhälligt för rapporten och dess innehåll och rekommendationer. Rapporten uppfyller ett krav i Bidens exekutiva order om AI, som uppmanade till utforskning av teknikens potentiella roll för att ta itu med stora samhälleliga och globala utmaningar. Rapporten rekommenderar att AI-verktygens förmåga att bearbeta stora datamängder bör frigöra vetenskapsmän att fokusera på högre nivåer, med AI-assistenter som tar över stora, tvärvetenskapliga och/eller decentraliserade projekt.
Utbildningsexperter uppmanar till mer individualiserad undervisning med hjälp av AI
2013 uppmanade en nationell panel av utbildningsexperter amerikanska stater och distrikt att flytta bort från ett fokus på tester för ansvarsskyldighet till tester som hjälper lärare att ge mer individualiserad undervisning och stöd för studenter. Experter på American Educational Research Association-konferensen påpekade att tekniken nu finns för mer nyanserad mätning, men stater och distrikt har ännu inte utvecklat utbildning och infrastruktur för att hjälpa lärare att effektivt använda de nya verktygen. LaVerne Evans Srinivasan från Carnegie Corp. of New York, en filantropisk grupp som stöder utbildningsprogram, sa att dagens utbildare är missgynnade när det gäller att ha det professionella lärandestöd de behöver för att ha digital kompetens och förmåga att arbeta med ny AI-teknik.
Neuralnätverk hjälper forskare att söka efter okända partiklar
Forskare vid U.S. Department of Energy´s (DOE) Argonne National Laboratory har använt ett neuralnätverk för att analysera stora mängder data från partikelkollisioner i sökandet efter okända partiklar. Detta är första gången denna metod har tillämpats på data från en kolliderarexperiment. Forskarna representerade varje partikelinteraktion i datan som en bild som liknar en QR-kod och tränade sitt neurala nätverk genom att exponera det för 1% av bilderna. Nätverket analyserade omkring 160 miljoner händelser inom LHC Run-2-data insamlad från 2015 till 2018. Trots att nätverket inte hittade några tydliga tecken på ny fysik i denna datauppsättning, upptäckte det en anomali som forskarna anser är värd att undersöka vidare.
Forskning siktar på att förbättra datakvaliteten för AI inom tillverkningsindustrin
Ran Jin, biträdande professor vid Grado-avdelningen för industriell och systemteknik, arbetar för att tillhandahålla högkvalitativ data för AI-modeller inom tillverkningens industriella internet. Hans forskning, finansierad av ett stipendium från National Science Foundation, syftar till att definiera och utvärdera datakvalitet, identifiera orsaker till dålig data och skapa en ´guld´ datauppsättning som kan delas med andra tillverkningsprocesser och centra. Jin jämför processen med att laga en kalkon och delar sedan det perfekta receptet. Målet är att tillhandahålla förenklad, relevant och användbar data som konsekvent kan informera maskiner och tillverkningssystem för att fatta bra beslut.
Universiteten i Washington och Tsukuba ingår AI-partnerskap med NVIDIA och Amazon
Universitetet i Washington och Universitetet i Tsukuba har gått in i ett innovationspartnerskap med NVIDIA och Amazon för att främja forskning, entreprenörskap, arbetskraftsutveckling och social implementering inom artificiell intelligens. Detta USA-Japan akademiska partnerskap är en del av en bred, $110 miljoner insats för att bygga vidare på de starka banden mellan USA och Japan och fortsätta att leda innovation och tekniska genombrott inom artificiell intelligens. Avtalet tillkännagavs den 9 april i Washington, D.C. som en del av premiärminister Kishida Fumios historiska statsbesök.
Forskare utforskar hur AI kan förbättra inlärning och undervisning
Under de senaste 20 åren har Sadhana Puntambekar, lärare vid en skola, arbetat med lärare och mellanstadieselever i Wisconsin för att skapa teknikförstärkta inlärningsmiljöer för vetenskapsinlärning och undervisning. Nu utforskar Puntambekar och en kollega hur artificiell intelligens kan göras mer användbar för elever och lärare. Puntambekar och hennes forskningsteam har undersökt hur väl ett AI-verktyg som kallas PyrEval kan hjälpa elever att skriva bättre uppsatser. Shamya Karumbaiah, en assistentprofessor, har anslutit sig till projektet och hjälper till att utvärdera hur feedback från stora språkmodeller som ChatGPT jämförs med feedback från PyrEval.
University of South Florida planerar att lansera första högskolan för AI och cybersäkerhet
University of South Florida (USF) har meddelat planer på att starta den första högskolan för artificiell intelligens (AI) och cybersäkerhet i delstaten. Högskolan, som ännu måste godkännas av USF:s styrelse, skulle erbjuda grund- och forskarutbildningar, certifieringar och fortsatta utbildningsalternativ. Det skulle också samla befintliga lärare på universitetet som forskar inom AI, cybersäkerhet och datavetenskap. Ungefär 200 USF-lärare forskar redan inom relaterade ämnen. Universitetet hoppas kunna starta högskolan till hösten 2025.
Föreningen för utveckling av artificiell intelligens (AAAI) sponsrar flera paneler på AAAI-24, som äger rum den 22-25 februari 2024 på Vancouver Convention Centre. Panelerna kommer att diskutera AI:s strategiska initiativ och policyer, med fokus på USA:s National Science Foundation´s National AI Institutes Program, samt jämföra med liknande initiativ och policyer över hela världen. Panelisterna inkluderar Ashok Goel, James Donlon, Michael Littman, Kiri Wagstaff och Toby Walsh. Det kommer också att vara en särskild session om att förutse öppna forskningsresurser för AI i USA, samt en panel om konsekvenserna av LLMs.
har gått vår kurs "AI på jobbet".
AI-verktyg används för att skapa falska bilder som sprids på sociala medier
Tidigare i år delades sexuellt explicita bilder av Taylor Swift flitigt på sociala medier. Bilderna skapades troligen med AI-verktyg, vilket visar hur lätt tekniken kan användas för skadliga ändamål. Detta följer en trend med liknande fall, inklusive falska bilder som visar gripandet av före detta president Donald Trump, AI-genererade bilder av svarta väljare som stöder Trump och fabricerade bilder av Dr. Anthony Fauci. Sociala medier som Facebook, Instagram, TikTok, YouTube och Google Search spelar en allt viktigare roll i spridningen av denna typ av innehåll. Utan stora förändringar kan vi förvänta oss fler fall som de med Swifts bilder. Trots att AI-verktyg kan göra produktionen snabbare och billigare, kommer de flesta människor att kämpa ännu mer för att synas på onlineplattformar.
AI och maskininlärning används för att upptäcka miljövänliga material för koldioxidupptag
Forskare använder generativ AI, maskininlärning och simuleringar för att hitta miljövänliga material för koldioxidupptag, såsom metall-organiska ramverk (MOFs). Med hjälp av AI har forskare vid Argonne National Laboratory, en del av det amerikanska energidepartementet (DOE), kunnat generera över 120 000 nya MOF-kandidater på mindre än 30 minuter. Dessa beräkningar utfördes på Argonne Leadership Computing Facility´s (ALCF) Polaris-superdator. Forskarna samarbetar med University of Illinois vid Chicago, University of Chicago och Beckman Institute for Advanced Science and Technology vid University of Illinois Urbana-Champaign (UIUC) på detta projekt.
Mänskliga flygledare kommer att vara nödvändiga trots framsteg inom AI
Trots framsteg inom artificiell intelligens (AI) kommer mänskliga flygledare sannolikt att förbli en nödvändig del av flygtrafikledningssystemet på grund av deras förmåga att anpassa sig till oväntade situationer, enligt Amy Pritchett, professor i flygteknik vid Penn State University. Hon påpekar att även om forskare ständigt arbetar med att automatisera delar av flygtrafikledningssystemet, kan teknologin bara utföra de funktioner som planerats för under dess design. Pritchett noterar att medan AI kan följa rutiner, har det svårt att anpassa sig när något oväntat inträffar eller när en ny operation implementeras.
National Science Foundation anklagas för att utveckla AI-censurverktyg med skattebetalares pengar
National Science Foundation (NSF) har spenderat miljontals dollar på att utveckla censurverktyg drivna av artificiell intelligens (AI) som Big Tech kan använda för att motverka desinformation online. NSF tilldelade nästan $40 miljoner, inklusive $13 miljoner till tre universitet och ett mjukvaruföretag, för att utveckla AI-verktyg som kan censurera information mycket snabbare och i mycket större skala än människor. Lagstiftare anklagar NSF för att försöka dölja sina handlingar från media och för att svartlista konservativa utgåvor och juridikprofessor Jonathan Turley. NSF-tjänstemän avvisade också medieförfrågningar från utgåvor som producerade täckning de ansåg vara negativ.
Vita huset rapporterar framsteg i genomförandet av exekutiva order om AI
Den 29 januari 2024 publicerade Vita huset en faktablad som beskriver de åtgärder som vidtagits enligt president Joe Bidens exekutiva order från 30 oktober 2023 om ´Säker, säker och pålitlig utveckling och användning av artificiell intelligens´. Mer än två dussin åtgärder har hittills slutförts enligt det exekutiva ordern. Bland åtgärderna finns Defence Production Act Determination om AI-säkerhetstestresultat, Commerce Department Issues Draft Rule on Infrastructure as a Service Companies, National Science Foundation lanserar pilotprojektet National AI Research Resource, Federal Trade Commission föreslår första COPPA Rulemaking på ett decennium och AI Talent Surge Kicks Off.
AI-system lär sig språk som ett barn, utmanar traditionella uppfattningar
Forskare har gjort ett betydande genombrott genom att träna ett multimodalt AI-system med endast den input ett barn mottog från födseln till deras andra födelsedag, vilket utmanar uppfattningen att AI kräver stora mängder data för att lära sig språk. Deras studie visar att AI-modellen kunde lära sig ord och begrepp från en bråkdel av ett barns erfarenheter, inspelade genom huvudkameraupptagningar. Detta experiment belyser AI:s potential att efterlikna mänskliga språkinlärningsprocesser och omformar vår förståelse för tidig språk- och begreppsinlärning.
Meta, IBM och över 50 andra medlemmar bildar AI-allians för öppen och ansvarsfull AI
Facebooks moderbolag Meta, IBM och över 50 andra grundande medlemmar har nyligen meddelat att de bildar en AI-allians för att främja öppen, säker och ansvarsfull AI. Alliansen kommer att engagera sig för öppen vetenskap och öppna teknologier och kommer att främja standarder och riktmärken för att minska risken för skada som avancerade modeller kan orsaka. Bland medlemmarna i alliansen finns NASA, National Science Foundation, CERN, Cleveland Clinic och ett flertal universitet runt om i världen. Samtidigt har ordet ´öppen´ blivit en oxymoron inom AI-utveckling, där intensiv marknadskonkurrens har lett till brist på transparens och oklara arbetsförhållanden.
Djupinlärning kan överträffa guldstandarden för nya material, enligt forskare vid University of Rochester
Forskare vid University of Rochesters laboratorium för laserenergetik driver experiment för att analysera material på en pulver-röntgendiffraktionsbildplatta. Forskarna utvecklar djupinlärningsmodeller för att analysera de stora mängder data som genereras genom dessa studier. Enligt forskarna kan djupinlärning överträffa en teknik som har blivit guldstandarden för nya material. En artikel i tidskriften Computational Materials diskuterar dessa resultat. Forskaren Niaz Abdolrahim tror att analysering av röntgendiffraktionsbilder med hjälp av ljusa lasrar kan resultera i omstridda, tidskrävande och i slutändan meningslösa procedurer. Studien, som leddes av Jerardo Salgado, har stor potential för att samarbeta med högenergiexperiment vid LLE.
Forskare använder djupinlärningsmodeller för att analysera röntgendiffraktionsdata
Forskare vid University of Rochester har utvecklat djupinlärningsmodeller som kan analysera den omfattande datan som produceras av röntgendiffraktionstekniker. Dessa modeller kan effektivt utnyttja den stora mängd data som genereras från röntgendiffraktionsexperiment. Enligt projektledaren Niaz Abdolrahim kan konventionella metoder för att analysera dessa bilder vara tidskrävande och ofta ineffektiva. Studien, som leds av Jerardo Salgado, kan vara särskilt lovande för högenergidensitetsexperiment. Abdolrahim och hennes team arbetar för att göra mer experimentell data offentligt tillgänglig för att hjälpa till att förbättra modellerna.
Universitetet i Texas skapar kraftfullt AI-center
Universitetet i Texas i Austin skapar ett av de mest kraftfulla AI-hubbarna i akademiska världen för att leda forskning och erbjuda AI-infrastruktur till ett brett spektrum av partners. Universitetet lanserar Center for Generative AI, drivet av en ny GPU-kluster, en av de största inom akademin. Klustret kommer att bestå av 600 NVIDIA H100s GPU:er. Texas Advanced Computing Center (TACC) kommer att vara värd och stödja klustret, kallat Vista. Centret kommer att samarbeta med externa partners för att utveckla och tillämpa AI-lösningar på utmanande problem inom olika branscher.
har gått vår kurs "AI på jobbet".
Forskare utvecklar AI för hållbar kemisk tillverkning
Forskarna Yuhe Tian och Austin Braniff utvecklar artificiell intelligens för att göra den energikrävande kemiska tillverkningsindustrin mer hållbar. De arbetar med att skapa AI som ska fungera på en blixtsnabb kvantdatorplattform och ha kapacitet att innovera nya, ´utanför boxen´-designer för tillverkningsprocesser. Tian tror att innovationer i nuvarande kemiska tillverkningsprocesser kan drivas av ´kvant AI´, eller maskininlärning på en banbrytande kvantdator. Med 240 000 dollar från National Science Foundation lanserar Tian ett tvåårigt projekt som kommer att utnyttja kvantintelligens för att innovera designen av miljövänliga kemiska anläggningar. Austin Braniff, en doktorand i kemiteknik, kommer att arbeta med Tian på projektet, som stöds av EPSCoR RII Track-4 Research Fellows Program och är värd för Cornell University AI for Science Institute.
Nationell forskningsresurs för artificiell intelligens lanseras i USA
En koalition av amerikanska myndigheter och privata partners har lanserat National Artificial Intelligence Research Resource (NAIRR) för att stödja aspirerande forskare och ingenjörer inom artificiell intelligens. Koalitionen, som inkluderar National Science Foundation (NSF) och Department of Energy, kommer att tillhandahålla resurser som datamängder och konsultation. Över två dussin stora teknikföretag bidrar också till initiativet, som har en årlig budget på 800 miljoner dollar för de närmaste tre åren, i avvaktan på kongressens godkännande. Organisationen har inte listat de specifika tillgängliga resurserna, utan kommer att acceptera ansökningar och förslag, utvärdera dem och fördela resurser därefter.
Stora teknikföretag samarbetar med amerikanska myndigheter för att främja AI-forskning
Stora teknikföretag som Amazon och IBM samarbetar med amerikanska myndigheter som Energiavdelningen och NASA på ett nytt initiativ från National Science Foundation kallat National Artificial Intelligence Research Resource (NAIRR) program. NAIRR är ett tvåårigt pilotprogram som syftar till att etablera ett ramverk för att främja AI-teknik och demokratisera tillgången till AI-verktyg för forskare, studenter och institutioner. Genom att samla resurser från teknikindustrin och offentliga sektorn är målet att skapa en nationell AI-forskningsinfrastruktur som tillhandahåller delade data, utbildningsverktyg och andra kritiska resurser.
Artificiell intelligens förändrar alla branscher och gör internet mer tillgängligt
Artificiell intelligens (AI) har tagit fart under det senaste året och påverkar alla branscher. Lanseringen av ChatGPT ökade intresset för AI-underområdet generativ AI, och nu använder majoriteten av organisationer (55%) AI i minst en affärsfunktion. AI används alltmer inom media och underhållning, utbildning, navigation, mänskliga resurser, jordbruk, spel och finans. Dessutom används AI alltmer inom data- och cybersäkerhet. AI används också i robotik och snart kommer artificiell allmän intelligens (AGI) att bli verklighet. OpenAI arbetar på att skapa en teknik som överträffar mänsklig intelligens. AI förändrar nästan alla sektorer och gör internet mer tillgängligt.
New York lanserar konsortium för AI-forskning
New Yorks guvernör Kathy Hochul har tillkännagivit skapandet av Empire AI, ett nytt konsortium som syftar till att stärka New Yorks position inom artificiell intelligens (AI). Konsortiet kommer att omfatta sju grundläggande institutioner och kommer att lansera ett toppmodernt AI-datorcenter i norra New York. Det kommer att finansieras med över $400 miljoner i offentliga och privata investeringar. University of Buffalo, som redan är hem för ett superdatorcenter och flera AI-forskningsprojekt, övervägs som en potentiell plats för konsortiet. Konsortiet syftar till att främja ansvarsfull forskning och utveckling, skapa AI-jobb och ´låsa upp AI-möjligheter för allmänheten´, enligt Hochul.
AI kan förstärka diskriminering, varnar forskare
Forskare vid Morgan State University varnar för att artificiell intelligens (AI) kan förstärka möjligheterna för rasistisk, könsmässig och annan diskriminering. Gabriella Waters, direktör vid universitetets Center for Equitable Artificial Intelligence and Machine Learning Systems (CEAMLS), säger att när en bias automatiseras, multipliceras och expanderas den. CEAMLS, som skapades i juli 2022, samlar specialister från olika discipliner för att utnyttja kraften i AI samtidigt som man säkerställer att den inte introducerar eller sprider bias. Centret arbetar på att hitta sätt att hantera problem som redan finns i befintliga AI-system och skapa nya teknologier som undviker att introducera bias.
AI kan ge säkrare och billigare diagnos av cancer
Forskare vid Case Western Reserve University har fått ett bidrag på 1,125 miljoner dollar från National Science Foundation (NSF) för att utveckla en artificiell intelligens (AI) som kan generera virtuella kontrastförstärkta bilder utan kemiska kontrastmedel. Målet är att skapa en säkrare, snabbare och billigare process som endast använder icke-kontrastbilder. Detta kan minska risker för patienter, spara tid och pengar och lindra eventuella försörjningskedjeproblem.
Djupinlärning kan förbättra karaktärisering av nya material, enligt forskare
Forskare från University of Rochester hävdar att djupinlärning kan förbättra en teknik som redan är guldstandarden för att karakterisera nya material. I en artikel i npj Computational Materials beskriver teamet modeller de utvecklat för att bättre utnyttja de massiva mängder data som röntgendiffraktionsexperiment producerar. Projektledaren Niaz Abdolrahim, en lektor vid Institutionen för maskinteknik och en forskare vid Laboratory for Laser Energetics (LLE), säger att konventionella metoder för att analysera dessa bilder kan vara omstridda, tidskrävande och ofta ineffektiva. Studien, ledd av materialvetenskapsdoktoranden Jerardo Salgado, innebär särskilt löfte för högenergidensitetsexperiment.
Djupinlärning kan förbättra analys av material med hjälp av röntgendiffraktion
Forskare från University of Rochester har utvecklat modeller för att bättre utnyttja de stora mängder data som röntgendiffraktionsexperiment producerar. Under dessa experiment belyses ett prov med ljusa lasrar, vilket producerar diffrakterade bilder som innehåller viktig information om materialets struktur och egenskaper. Forskarna utvecklar djupinlärningsmodeller för att analysera de stora mängder data som dessa experiment producerar. Studien, som leds av Jerardo Salgado, håller särskilt löfte för experiment med hög energitäthet.
AI-systemet Coscientist kan utföra vetenskaplig forskning och experiment autonomt
Forskare vid Carnegie Mellon University har utvecklat ett AI-system, Coscientist, som kan utföra vetenskaplig forskning och experiment autonomt. Systemet, som utvecklats av biträdande professor Gabe Gomes och doktorander Daniil Boiko och Robert MacKnight, är det första att autonomt designa, planera och utföra ett kemiexperiment. Coscientist använder stora språkmodeller som OpenAI:s GPT-4 och Anthropic´s Claude och kan utföra olika uppgifter, från att planera kemiska synteser till att kontrollera vätskehanteringsinstrument och lösa optimeringsproblem.
AI-systemet ´Coscientist´ planerar och utför framgångsrikt verkliga kemiexperiment
Ett AI-drivet system vid Carnegie Mellon University, kallat ´Coscientist´, har lyckats lära sig om vissa Nobelprisbelönade kemiska reaktioner och designa en framgångsrik laboratorieprocedur för att utföra dem, allt inom några minuter. Detta är första gången ett icke-organiskt intelligenssystem har planerat, designat och utfört denna komplexa reaktion som människor har uppfunnit. Forskningsteamet bakom Coscientist inkluderar doktorander Daniil Boiko och Robert MacKnight, som fick stöd och utbildning från U.S. National Science Foundation Center for Chemoenzymatic Synthesis vid Northwestern University och NSF Center for Computer-Assisted Synthesis vid University of Notre Dame. Forskningen publicerades i tidskriften Nature.
Djupinlärning kan förbättra analys av material med röntgendiffraktion
Forskare från University of Rochester har utvecklat modeller som kan förbättra användningen av de stora mängder data som röntgendiffraktionsexperiment genererar. Under röntgendiffraktionsexperiment produceras diffrakterade bilder som innehåller viktig information om materialets struktur och egenskaper. Forskarna har använt verkliga data från experiment med oorganiska material för att träna sina djupinlärningsmodeller. De arbetar nu på att skapa plattformar för att dela data som kan hjälpa till att träna och utvärdera systemet, vilket gör det ännu mer effektivt.
AI-modell räknar och klassificerar pollen lika exakt som människor
En artificiell intelligens (AI) modell har tränats för att räkna och klassificera pollen nästan lika noggrant som en människa, enligt en poster vid American College of Allergy, Asthma & Immunology Annual Scientific Meeting. Modellen tränades med 6 404 bilder av 29 olika pollensorter och uppvisade en 96% korrelation vid identifiering av pollen räknade av en människa och av modellen. Forskare förväntar sig att kommersialisera en enhet som patienter med astma kan använda med en app på sin smartphone för att ta sina egna pollenräkningar så att de bättre vet när de ska börja förebyggande behandling.
New Jersey high school studenter uppmanar till bredare AI-utbildning
Studenter vid River Dell High School i New Jersey, Tessa Klein, Naomi Roth och Isabella Iturrate, har uppmuntrat lärare att erbjuda AI-lärupplevelser. De anser att skolorna bör gå bortom Silicon Valleys rädslor och fantasiberättelser och erbjuda bredare AI-lärupplevelser som är fast förankrade i nutiden, inte i science fiction. De menar att AI är en stor mänskliga rättighetsfråga eftersom den förstärker fördomar. Teknikjättar som Amazon, Microsoft och Google uppmuntrar skolor att undervisa i de AI-karriärfärdigheter som industrin behöver. Vissa ideella grupper vill att skolorna ska hjälpa studenter att utveckla en mer kritisk lins för att fokusera på framväxande teknologier, inklusive att undersöka AI-risker och samhälleliga effekter.
AI-chatbotar kan enkelt luras att tro att de har fel, visar studie
AI-chatboten ChatGPT kan vara lätt att övertyga om att den har fel, enligt en studie från Ohio State University. Forskarna utmanade stora språkmodeller som ChatGPT med debattliknande konversationer där en användare ifrågasatte chatbotens korrekta svar. Studien fann att modellen ofta inte kunde försvara sina korrekta övertygelser, utan i stället blint trodde på ogiltiga argument som användaren presenterade. Forskarna använde en annan ChatGPT för att simulera en användare som ställde frågor till den riktade ChatGPT, och målet var att nå den korrekta slutsatsen tillsammans.
AI-verktyg är mer sårbara för riktade attacker än tidigare trott
Artificiella intelligenssystem (AI) är mer sårbara för riktade attacker än tidigare antaget, enligt en studie. Dessa attacker, kända som ´adversarial attacks´, innebär att någon manipulerar data som matas in i ett AI-system för att förvirra det. Forskare från North Carolina State University har utvecklat en mjukvara, QuadAttacK, för att testa AI-system för sådana sårbarheter. I tester fann de att fyra vanligt använda djupa neuronnätverk var mycket sårbara för denna typ av attacker. Forskarna har gjort QuadAttacK offentligt tillgänglig för ytterligare testning.
LSU-studenter presenterar AI-lösningar för att lösa verkliga problem
Fyra studentteam från Louisiana State University (LSU) presenterade artificiella intelligens (AI) lösningar de utvecklat under terminen för att lösa verkliga problem i Louisiana. Dessa projekt kommer att implementeras för att lösa riktiga problem, enligt Roy Haggerty, Executive Vice President & Provost på LSU. De 16 studenterna presenterade sina AI-lösningar för hälsovård, jordbruk och forskning inför representanter från partnerorganisationer och flera ledande nationella företag. AI kommer att påverka nästan alla aspekter av högre utbildning och alla företag i landet, sa Haggerty. LSU planerar att införliva AI i över 50 kurser under vårterminen.
AI mer sårbar för riktade attacker än tidigare trott, enligt studie
Artificiell intelligens (AI) är mer sårbar än tidigare trott för riktade attacker, enligt en ny studie. Forskare har upptäckt att så kallade ´fientliga attacker´, där någon manipulerar data som matas in i ett AI-system för att förvirra det, är vanligare än tidigare trott. Forskarna utvecklade en programvara kallad QuadAttacK för att testa djupa neurala nätverk för sårbarheter mot fientliga attacker. I tester visade det sig att alla fyra nätverk som testades var mycket sårbara för fientliga attacker. Forskarna har gjort QuadAttacK offentligt tillgängligt för att forskningssamhället ska kunna testa neurala nätverk för sårbarheter.
Forskare vid Brown University utvecklar AI-system för att förbättra kommunikationen mellan människor och robotar
Forskare vid Brown University´s Humans to Robots Laboratory har utvecklat ett AI-system som förbättrar kommunikationen mellan människor och robotar. Systemet, som beskrivs i en ny studie, kan tolka instruktioner på naturligt språk och omvandla dem till matematiska kommandon som roboten kan förstå och utföra. Detta gör det möjligt för robotar att navigera baserat på komplexa eller uttrycksfulla instruktioner, något som tidigare varit nästan omöjligt utan omfattande dataträning. Forskarna testade systemet i simuleringar i 21 städer och fann att det var korrekt 80% av tiden.
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.
Federalbidrag på flera miljoner dollar för att främja AI-innovation bland svarta flickor
Ericka Roland, biträdande professor vid University of Texas vid Arlington, har fått ett federalbidrag på 500 000 dollar för att visa hur studenter kan vara innovatörer inom artificiell intelligens (AI). Bidraget är en del av ett större projekt på 5 miljoner dollar som syftar till att engagera svarta flickor i åldrarna 9-14 år i AI-lärande efter skolan. Projektet kommer att inkludera efter-skolan och sommarläger fokuserade på design och skapande av AI-projekt. Bidraget kommer också att fokusera på lärarnas professionella utveckling för att identifiera metoder som hjälper svarta flickor att bli kunniga skapare i AI-utrymmet.
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.
AI-projekt undersöker teknikens potential att förbättra musikalisk prestation
Ett forskningsprojekt undersöker hur artificiell intelligens (AI) kan användas för att förbättra musikaliska prestationer, både på individuell och grupp-nivå. Projektet, som finansieras av National Science Foundation, leds av cellisten Yeon-Ji “Kristen” Yun. Den planerar att utveckla två AI-verktyg för strängmusikartister. Det första verktyget, ´Evaluator´, syftar till att förbättra individuell övning och prestation genom att analysera ljud och video av en musiker. Det andra verktyget, ´Companion´, är avsett att spela rollen av frånvarande instrument i en ensemble. Forskningen fokuserar först på stränginstrument, men avsikten är att den ska kunna användas med alla instrument.
USA:s kongress föreslår ökad finansiering för AI-forskning
I samband med att USA:s kongress går vidare med budgetprocessen har både representanthuset och senaten föreslagit olika bestämmelser relaterade till artificiell intelligens (AI) och maskininlärning (ML) i olika utgiftsförslag. Dessa förslag speglar den växande betydelsen och tillämpningen av AI/ML-tekniker inom många områden av regeringen. Båda kamrarna föreslår betydande finansieringsökningar för AI-forskning vid vetenskapsbyråer som National Science Foundation (NSF), National Institute of Standards and Technology (NIST) och Department of Energy (DoE)´s Office of Science.
Forskningsprojekt får 937 000 dollar för att övervaka geologiska och infrastrukturella faror i Pittsburgh
Forskare vid Penn State och Carnegie Mellon University kommer att använda Pittsburghs fiberoptiska telekommunikationsinfrastruktur för att övervaka en del av staden för geologiska och infrastrukturella faror, finansierat av ett bidrag på 937 000 dollar från National Science Foundation. Projektet, lett av Tieyuan Zhu, docent i geovetenskap vid Penn State, bygger på tidigare forskning som visar att faror som översvämningar, jordskred, håligheter och läckande rör kan övervakas till en bråkdel av kostnaden för befintliga metoder. Tekniken bedömer faror över stora områden och kostar cirka en tiondel så mycket som befintliga farosensorer som används i Pittsburgh-området.
Forskare utvecklar AI för att identifiera och hjälpa barn med talstörningar
Forskare vid University at Buffalo (UB) arbetar med att utveckla AI-verktyg för att hjälpa till att identifiera och bistå barn med talstörningar. Forskningen är en del av UB:s nya National AI Institute for Exceptional Education, ett femårsprojekt på 20 miljoner dollar finansierat av National Science Foundation och USA:s utbildningsdepartement. Forskarna hoppas att robotar som ´Spark´, en fjärrstyrd robotvalp, kan användas för att observera barns interaktioner och identifiera tal- och språkproblem. Målet är att skapa AI-produkter som kan användas för universell screening av förskolebarn för tal- och språkstörningar och erbjuda en modell för hur AI kan omforma utbildningen.
Katharine Flores får stipendium för att utveckla 3D-utskrift av amorfa metaller
Katharine Flores, professor vid McKelvey School of Engineering, har mottagit ett fyraårigt stipendium på 475 000 dollar från National Science Foundation (NSF) för att stödja samarbetsarbete med simulering-informerade modeller för additiv tillverkning av amorfa metaller. Projektet ingår i NSF:s initiativ Designing Materials to Revolutionize and Engineer our Future (DMREF). Flores kommer att arbeta med ett team, inklusive forskare från Johns Hopkins University och University of Wisconsin-Madison, för att använda maskininlärning för att härleda väsentliga mått på materialstruktur.
AI-verktyg kan hjälpa personer med funktionsnedsättningar men har fortfarande betydande problem, visar studie
Generativa AI-verktyg som ChatGPT och Midjourney kan potentiellt hjälpa personer med olika funktionsnedsättningar genom att sammanfatta innehåll, komponera meddelanden eller beskriva bilder. Trots detta är graden av denna potential en öppen fråga eftersom dessa verktyg ofta genererar felaktigheter och kan förstärka ableistiska fördomar. Sju forskare vid University of Washington genomförde en tre månader lång studie för att testa AI-verktygens användbarhet för tillgänglighet. Trots att de fann fall där verktygen var hjälpsamma, upptäckte de även betydande problem med AI-verktyg i de flesta användningsfall. Forskarna presenterade sina resultat den 22 oktober vid ASSETS 2023-konferensen i New York.
AI används för att förbättra utbildningen för lärarstudenter
Forskare vid Kennesaw State University använder artificiell intelligens (AI) för att ge lärarstudenter livliga interaktioner med en virtuell elev tidigare i sin utbildning. Med stöd av ett treårigt, $300 000 National Science Foundation-stipendium kommer biträdande professor Dabae Lee att undersöka hur AI kan hjälpa till att simulera barn i en klassrumssituation. Forskningen innefattar användningen av en chatbot, ett datorprogram utformat för att simulera en textkonversation med mänskliga användare. Chatboten är tänkt att vara ett verktyg för lärarstudenter att använda i uppgiften att utveckla responsiva undervisningsfärdigheter.
Utveckling av nya djupinlärningstekniker för medicinsk bildklassificering
Dr. Tianbao Yang vid Texas A&M University har fått över 1 miljon dollar från National Science Foundation för att utveckla djupinlärningstekniker för medicinsk bildklassificering. Yangs forskning fokuserar på självövervakad inlärning, en ny maskininlärningsmodell som låter maskiner lära sig från oetiketterade data utan mänsklig övervakning. Hans algoritm kan göra djupa modeller tolkbara och förbättra träningen genom att sampla från flera CT-skanningar av en patient för beräkning. Yang och hans team tror att deras djupinlärningstekniker effektivt och effektivt kommer att minska träningskostnaderna för artificiell intelligens genom att minska minneskraven och förbättra generaliseringsprestanda för medicinsk bildklassificering.
University of Utah lanserar 100 miljoner dollar forskningsinitiativ för ansvarsfull AI
University of Utah har lanserat ett forskningsinitiativ för artificiell intelligens (AI) värt 100 miljoner dollar. Initiativet, som leds av Scientific Computing and Imaging Institute, ska utforska sätt att använda AI ansvarsfullt för att ta itu med samhällsfrågor. Manish Parashar, institutets direktör, betonar att AI har enorm potential men att det också finns risker, som förstärkning av samhälleliga stereotyper och ojämlikheter. Initiativet kommer att fokusera på att utnyttja AI för att hjälpa till med specifika frågor i Utah och regionen, som offentliga tjänster, hälso- och sjukvård, hållbarhet, vattenresurser och att bygga upp rätt arbetskraft för jobben på 2000-talet.
Forskare utvecklar AI som lär sig som människans hjärna
Christopher Kanan, datavetenskapare, kommer att utveckla djupinlärningsmodeller och algoritmer baserade på temporal scaffolding, en hypotes om hur människans hjärna använder sömn och vakna perioder för att lära sig över tid. Hypotesen kan förbättra artificiell intelligens (AI) livslånga lärandeförmågor. Kanan och hans tvärvetenskapliga team har fått 2 miljoner dollar i finansiering från National Science Foundation (NSF) för att använda denna hypotes för att producera AI som snabbt lär sig, anpassar sig och fungerar i osäkra förhållanden. Teamet hoppas kunna tillämpa sin nya metod inom kritiska områden som hälsovård, autonoma system och nationell säkerhet.
Forskare får bidrag för att främja kvantutbildning med VR
Forskare från Central Florida University (UCF), Texas University i Dallas och Vanderbilt University har tilldelats ett treårigt stipendium på $927 203 från US National Science Foundation för att främja framtida kvantutbildning med hjälp av virtual reality (VR) och maskininlärning. Projektet syftar till att förbättra förståelsen av kvantinformationsteknik (QIS) och kommer att använda QubitVR, en VR-applikation utvecklad vid UCF. Målet är att omvandla undervisningen genom att presentera interaktiva och tredimensionella visuella representationer med VR.
Forskare får nästan 1 miljon dollar för att främja kvantutbildning genom VR och maskininlärning
Forskare från University of Central Florida (UCF), University of Texas i Dallas och Vanderbilt University har tilldelats ett treårigt stipendium på $927,203 från U.S. National Science Foundation för att främja kvantutbildning genom användning av virtual reality (VR) och maskininlärning. Projektet syftar till att identifiera och åtgärda missförstånd inom kvantinformationvetenskap (QIS) genom att utnyttja QubitVR, en kvantutbildnings-VR-applikation tidigare utvecklad vid UCF. UCF kommer att leda den iterativa utvecklingen av QubitVR, genomföra laboratoriebaserade studier och utvärdera dess effektivitet genom en grundkurs i QIS.
AI: En kombination av psykologi, neurofysiologi och digital teknik
Artificiell intelligens (AI) bygger på tre samverkande nätverk: psykologi och mänskligt beteende, den fysiska hjärnan studerad i neurofysiologi, och digitala datornätverk som driver AI. Dessa tre nätverk samverkar på premisserna att både synapser och noder som är kopplade tillsammans eldar tillsammans. AI försöker stödja, utöka och/eller efterlikna mänsklig erfarenhet och hantera kulturella behov och möjligheter. Den amerikanska psykologiska föreningens Society for Media Psychology and Technology undersöker AI:s roll i media. AI används nu allt mer inom sociala medier, handel, offentlig politik och politik, hälso- och sjukvård, och alla vetenskapsområden.
Kvantdatorer kan påskynda nästa generations AI
Kvantdatorer och artificiell intelligens (AI) ligger närmare varandra än man kan tänka sig, enligt Chris Monroe, direktör för Duke Quantum Center (DQC). Monroe menar att kvantdatorer har potentialen att påskynda nästa generations AI. Traditionella datorer är begränsade i sin förmåga att göra korrelationer bland biljoner objekt, men kvantdatorer har potentialen för oändligt mer databehandlingskraft. Jungsang Kim, medgrundare till kvantdatorföretaget IonQ, menar att frågan är om det finns möjligheter för kvantteknologi att göra en verklig skillnad inom maskininlärning och AI. Monroe, Kim och Ken Brown har fått 31 miljoner dollar i finansiering för att göra framsteg inom sin forskning om jonfällning.
