Google Cloud ხელოვნური ინტელექტის ამოცნობის კოდი „მიკერძოებულია“ შავკანიანების მიმართ - და ბევრი სხვა რამ მანქანური სწავლების სფეროდან

Google Cloud ხელოვნური ინტელექტის ამოცნობის კოდი „მიკერძოებულია“ შავკანიანების მიმართ - და ბევრი სხვა რამ მანქანური სწავლების სფეროდან

მათ შორის: დიახ, ის კოშმარული ჭკვიანი ტუალეტი, რომელიც გიღებს ფოტოს... უჰ, პროცესის დროს.

ახალი ამბები. აქ არის მანქანური სწავლების ბოლო სამუშაოების თქვენი უახლესი მიმოხილვა.

Google Cloud-ის კომპიუტერული ხედვის ალგორითმებს ბრალს სდებენ მიკერძოებულობაში: ექსპერიმენტმა, რომელიც იკვლევდა Google-ის გამოსახულების ამოცნობის კომერციულ მოდელებს Vision API-ის დახმარებით, აჩვენა შესაძლო არაობიექტურობა სწავლის შესახებ მონაცემებში .

Watch-ის ალგორითმმა API-ს გაუგზავნა შავკანიანი ადამიანის გამოსახულება, რომელსაც ხელში ტემპერატურული პისტოლეტი აქვს, ობიექტი კი მონიშნული იყო, როგორც „პისტოლეტი“. მაგრამ როდესაც ღრუბლოვან სამსახურში თეთრკანიანი ადამიანის ფოტო გაგზავნეს, რომელსაც იგივე ობიექტი ჰქონდა ხელში, ტემპერატურული პისტოლეტი აღიარებულ იქნა როგორც „ელექტრონული მოწყობილობა“.

იმის დასადასტურებლად, რომ მარკირების განსხვავება გამოწვეული იყო კანის ფერის სხვაობით, ექსპერიმენტი განმეორდა შავკანიანის სახეზე ორაგულის ფერის დახატვით. Google Cloud Vision API-მ თქვა, რომ ტემპერატურული პისტოლეტი შეცვლილ გამოსახულებაზე, როგორი უცნაურიც არ უნდა იყოს, „მონოკულარულია“.

თრეისი ფრეიმ, გუგლის პროდუქტის სტრატეგიისა და ოპერაციების დირექტორმა, ბოდიში მოიხადა და შედეგებს „მიუღებელი“ უწოდა, თუმცა მან უარყო, რომ შეცდომა „კანის ტონთან დაკავშირებული სისტემის მიკერძოებულობა“ იყო.

„ჩვენმა კვლევამ აჩვენა, რომ ზოგიერთი ობიექტი შეცდომით იყო მარკირებული როგორც ცეცხლსასროლი იარაღი, და ეს შედეგები მიღებული იყო კანის სხვადასხვა ფერებში. ჩვენ კორექტირება გავუკეთეთ ნდობის მაჩვენებლებს, რათა უფრო ზუსტად დავაბრუნოთ ეტიკეტები, როდესაც ფოტოზე ცეცხლსასროლი იარაღია“, ”- თქვა მან. 

Intel და Georgia Tech მოიგეს ოთხწლიანი კონტრაქტი  DARPA AI-სთან:  კვლევებმა აჩვენა, რომ კონკურენტულ მაგალითებს შეცდომაში შეჰყავთ  მანქანური სწავლების სისტემები, აიძულებენ მათ მიიღონ არასწორი გადაწყვეტილებები, მაგალითად ტოსტერები გაასაღონ როგორც ბანანები და პირიქით - ეშლებათ ბოროტი განზრახვით შექმნილ მონაცემებში. აქამდე კონკურენტული მაგალითები, რომლებმაც მოატყუეს ხელოვნური ინტელექტის კონკრეტული სისტემა, ვერ შეძლებენ მოატყუონ სხვა ხელოვნური ინტელექტი, თუნდაც ისინი მსგავსი იყოს, მათი ვიწრო ხასიათის გამო.

თუმცა, DARPA-მ შეიმუშავა პროგრამა „ხელოვნური ინტელექტის გარანტირებული გამძლეობა შეცდომაში შეყვანის წინააღმდეგ“ (GARD), რათა დააფინანსოს საწინააღმდეგო მაგალითების კვლევა, რომლებსაც შეუძლიათ ერთდროულად მოატყუონ მანქანური სწავლების რამდენიმე მსგავსი სისტემა. ახლა მკვლევარები Intel-იდან და ჯორჯიის ტექნოლოგიური ინსტიტუტიდან სათავეში უდგანან ამ  ძალისხმევას.

„კორპორაცია Intel არის მთავარი კონტრაქტორი ამ ოთხწლიან, მრავალმილიონ დოლარიან ერთობლივ მუშობაში, რათა გააუმჯობესოს კიბერუსაფრთხოების დაცვა მანქანური სწავლების მოდელებზე მოტყუებული თავდასხმებისგან“, - ნათქვამია ამ კვირაში გამოცხადებულ შეტყობინებაში.

კვერცხთავიანები ისაუბრებენ იმაზე, თუ როგორ გახადონ მანქანური სწავლების მოდელები უფრო მდგრადი კონკურენტების თავდასხმების მიმართ „პოტენციური მომავალი თავდასხმების“ რეალურ პირობებში.

UCSD კორონავირუსის ადვილი სკანირების ანალიზისთვის მანქანური სწავლების დახმარებით: ხელოვნური ინტელექტის მკვლევარები სწავლობენ გულმკერდის რენტგენოგრაფიას, რათა იპოვონ COVID-19 კორონავირუსთან დაკავშირებული პნევმონიის დამახასიათებელი ნიშნები სან დიეგოს უნივერსიტეტში.

 გაურკვეველია, არის თუ არა COVID-19-ს ფილტვის ინფექციები განსაკუთრებით გამორჩეული სხვა დაავადებებთან შედარებით, ამიტომ ძნელია მანქანური სწავლების, როგორც დიაგნოსტიკური ინსტრუმენტის გამოყენება.

მაგრამ UCSD-ს მკვლევარებს შეუძლიათ დაეხმარონ დაავადების წინააღმდეგ ბრძოლაში, და პნევმონიის ადრეული ნიშნების მქონე პაციენტებს შესთავაზონ ტესტირება COVID-19-ზე. „პაციენტებს შეიძლება ჰქონდეთ ცხელება, ხველა, ქოშინი ან ყნოსვის დაკარგვა“, - თქვა UCSD-ს სამედიცინო ფაკულტეტის რადიოლოგიის კათედრის დოცენტმა ალბერტ სიაომ. რეგისტრ.

 „კრიტერიუმებიდან გამომდინარე, მათ შეუძლიათ ან არ შეუძლიათ ჰქონდეთ უფლება RT-PCR ტესტირებისთვის COVID-19-ზე. ზოგიერთ კვლევაში, ცრუ-უარყოფითი RT-PCR მაჩვენებელი დაახლოებით 70%-ია, ასე რომ ეს შეიძლება იყოს არასაიმედო.

„მაგრამა, თუ რენტგენოგრამაზე დავინახავთ COVID-19 პნევმონიის ნიშანს, რომელიც შეიძლება გამოვლინდეს ხელოვნური ინტელექტის ალგორითმით, ჩვენ შეგვიძლია გადავწყვიტოთ RT-PCR პაციენტების შემოწმება, რომლებიც ჯერ არ არიან შემოწმებული, ან ხელახლა ჩავუტაროთ ტესტირება პაციენტებს, რომლებსაც უკვე ჰქონდათ უარყოფითი RT – PCR ტესტი. ზოგიერთ პაციენტს ესაჭიროება 4 ან მეტი RT-PCR ტესტი, სანამ საბოლოოდ დადებითი გახდება, მაშინაც კი, თუ რენტგენი ან კტ სკანირება უკვე აჩვენებს შედეგებს.

ამ კვლევის შესახებ მეტი შეგიძლიათ წაიკითხოთ აქ.

თქვენ არ გსურთ იცოდეთ, რომ ხელოვნური ინტელექტი ამ ჭკვიან ტუალეტს თავისი მომხმარებლების იდენტიფიცირებისთვის იყენებს: სტენფორდის უნივერსიტეტის მკვლევართა ჯგუფმა შექმნა ჭკვიანი ტუალეტი, რომელიც სავსე კამერებითა და სენსორებით შარდისა და განავლის ნიმუშების გასაანალიზებლად მანქანური სწავლების ალგორითმების გამოყენებით.

თუ ეს არც ისე ცუდია, ამ მაღალტექნოლოგიურ მაღაზიას შეუძლია შეაგროვოს მონაცემები და დააკავშიროს ისინი საჭირო მომხმარებელთან, მოახდინოს ადამიანების იდენტიფიცირება მათ ფოტოებთან, მოდით მივმართოთ კვლევის რეფერატს.

„ტუალეტის თითოეული მომხმარებელი იდენტიფიცირებულია თითის ანაბეჭდისა და ანოდერმის განმასხვავებელი ნიშნით, ხოლო მონაცემები საიმედოდ ინახება და ანალიზდება დაშიფრულ ღრუბლოვან სერვერზე“.

თუ ვერ ხვდები, რას ნიშნავს ეს, იცოდე, ეს შენი უკანალის სურათია. დიახ, როგორც კი დაჯდებით ამ ტუალეტში თქვენი საქმის გასაკეთებლად, ნებისმიერი მონაცემი შეინახება მომხმარებლის სწორ პროფილში, რადგან თქვენს სახლში შეიძლება იყოს რამდენიმე განსხვავებული ადამიანი, რომლებიც იყენებენ ერთ და იმავე ტუალეტს. ეს ყველაფერი სადღაც ღრუბლოვან სერვერზე გაიგზავნება და შეინახება, რათა თქვენი ნაწლავების მდგომარეობის მონიტორინგი შეძლოთ.

ჩვენ ვიცით, რომ ეს უცნაურად გამოიყურება, მაგრამ როგორც აღმოჩნდა, თქვენი ანალური ანაბეჭდი უნიკალურია“, - თქვა სანჯივ გამბირმა, სტენფორდის უნივერსიტეტის რადიოლოგიის პროფესორმა, რომელიც ხელმძღვანელობდა კვლევას. „სკანირება - როგორც თითით, ასევე მის გარეშე - გამოიყენება მხოლოდ როგორც ამოცნობის სისტემა, რათა შეესაბამებოდეს მომხმარებლებს მათ კონკრეტულ მონაცემებთან. არავინ, არც თქვენ და არც თქვენი ექიმი, არ დაინახავთ სკანებს“. 

ის თვლის, რომ ხელოვნური ინტელექტის ტუალეტი შეიძლება დაეხმაროს გაღიზიანებული ნაწლავის სინდრომით, პროსტატის კიბოს ან თირკმლის უკმარისობის მქონე ადამიანებს. სეუნგ-მინ პაკმა, სტენფორდის უნივერსიტეტის მედიცინის სკოლის უფროსმა თანამშრომელმა თქვა: ის ფიქრობს, რომ ისინი ცდილობენ გაყიდონ თავიანთი უჩვეულო მოწყობილობა „რამდენიმე ასეულ დოლარად“.

მკვლევარები უკვე მუშაობენ „ვერსია 2“-ზე, რათა შესთავაზონ მეტი ფუნქცია, როგორიცაა შარდის ან სისხლში გლუკოზის დონის გაზომვა განავლის ნიმუშებში.

 https://zephyrnet.com/ru/Google-%D0%9E%D0%B1%D0%BB%D0%B0%D0%BA%D0%B0-%D0%B8-Recog-%D0%BA%D0%BE%D0%B4-%D1%81%D0%BC%D0%B5%D1%89%D0%B5%D0%BD-%D0%BF%D1%80%D0%BE%D1%82%D0%B8%D0%B2-%D1%87%D0%B5%D1%80%D0%BD%D1%8B%D1%85-%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9-%D0%B8-%D0%BC%D0%BD%D0%BE%D0%B3%D0%BE%D0%B5-%D0%B4%D1%80%D1%83%D0%B3%D0%BE%D0%B5-%D0%B8%D0%B7-%D0%BC%D0%BB-%D0%B7%D0%B5%D0%BC%D0%BB%D0%B8/