Postingan

Cara menjalin hubungan yang lebih baik dengan teknisi Anda

Ketergantungan kita pada teknologi telah melonjak selama pandemi. Perusahaan analisis aplikasi App Annie menemukan bahwa orang menghabiskan sekitar 4 jam dan 18 menit per hari di perangkat seluler pada bulan April 2020. Itu meningkat 20% dari tahun sebelumnya, setara dengan tambahan 45 menit per hari waktu layar. Penelitian menunjukkan bahwa secara intrinsik tidak ada yang salah dengan menghabiskan lebih banyak waktu di layar — terutama saat ini. Terlepas dari manfaat terhubung dengan teman, keluarga, dan rekan kerja, beralih ke teknologi dapat membantu kita mengelola emosi yang sulit dan bahkan mengurangi stres . Namun, tidak semua waktu layar dibuat sama. Beberapa aktivitas online memang membawa risiko tertentu. Menghabiskan waktu lama secara pasif menelusuri media sosial, misalnya, terkait dengan perasaan iri dan kesepian yang lebih besar, serta risiko depresi yang lebih tinggi. Lalu, apa yang harus kita lakukan di bulan-bulan mendatang untuk memastikan hubungan kita dengan tekn
Posting Komentar
Baca selengkapnya

Pertarungan algoritma: Mengungkap AI ofensif

Gambar
Saat aplikasi pembelajaran mesin beralih ke arus utama, era baru ancaman dunia maya muncul — era yang menggunakan kecerdasan buatan (AI) ofensif untuk meningkatkan kampanye serangan. AI ofensif memungkinkan penyerang untuk mengotomatiskan pengintaian, membuat serangan peniruan yang disesuaikan dengan kebutuhan, dan bahkan menyebar sendiri untuk menghindari deteksi. Tim keamanan dapat bersiap dengan beralih ke AI defensif untuk melawan — menggunakan pertahanan cyber otonom yang belajar di tempat kerja untuk mendeteksi dan merespons bahkan indikator serangan yang paling halus, di mana pun ia muncul. Marcy Rizzo, dari MIT Technology Review, mewawancarai Marcus Fowler dan Max Heinemeyer dari Darktrace pada Januari 2021. MIT Technology Review baru-baru ini duduk bersama para ahli dari Darktrace — Marcus Fowler, direktur ancaman strategis, dan Max Heinemeyer, direktur perburuan ancaman — untuk membahas aplikasi AI ofensif, AI defensif, dan pertempuran algoritme yang sedang berlangsung ant
Posting Komentar
Baca selengkapnya

Pemolisian prediktif masih bersifat rasis — apa pun data yang digunakannya

Bukan rahasia lagi bahwa alat kebijakan prediksi bias rasial . Sejumlah penelitian telah menunjukkan bahwa putaran umpan balik rasis dapat muncul jika algoritme dilatih pada data polisi , seperti penangkapan. Tetapi penelitian baru menunjukkan bahwa melatih alat prediksi dengan cara yang diklaim dapat mengurangi bias memiliki pengaruh yang kecil. Penangkapan bias data alat prediksi karena polisi diketahui menangkap lebih banyak orang di Black dan lingkungan minoritas lainnya, yang mengarahkan algoritma untuk mengarahkan lebih banyak kepolisian ke daerah tersebut, yang mengarah ke lebih banyak penangkapan. Hasilnya adalah bahwa alat prediksi salah mengalokasikan patroli polisi: beberapa lingkungan secara tidak adil ditetapkan sebagai hotspot kejahatan; yang lainnya kurang terlatih. Dalam pembelaan mereka, banyak pengembang alat kepolisian prediktif mengatakan bahwa mereka telah mulai menggunakan laporan korban untuk mendapatkan gambaran yang lebih akurat tentang tingkat kejahatan di l
Posting Komentar
Baca selengkapnya

Tindakan selanjutnya untuk messenger RNA bisa lebih besar daripada vaksin covid

Gambar
Pada tanggal 23 Desember, sebagai bagian dari dorongan publisitas untuk mendorong orang mendapatkan vaksinasi COVID-19, Universitas Pennsylvania merilis rekaman dua peneliti yang mengembangkan sains di balik suntikan, Katalin Karikó dan Drew Weissman, mendapatkan suntikan mereka. Vaksin, ramuan es dari bola lemak dan instruksi genetik , menggunakan teknologi yang sebelumnya belum terbukti berdasarkan RNA pembawa pesan dan telah dibuat dan diuji dalam waktu kurang dari satu tahun, berkat penemuan pasangan yang dibuat mulai 20 tahun sebelumnya. Dalam klip promosi bisu, tidak ada yang berbicara atau tersenyum saat perawat memasukkan hipodermik ke lengan mereka. Saya kemudian bertanya kepada Weissman, yang telah menjadi dokter dan ilmuwan yang bekerja sejak tahun 1987, apa yang dia pikirkan saat itu. “Saya selalu ingin mengembangkan sesuatu yang membantu orang,” katanya kepada saya. "Ketika mereka memasukkan jarum itu ke lenganku, aku berkata, 'Sepertinya aku akhirnya berhasil.&#
Posting Komentar
Baca selengkapnya

Begitulah cara kami kehilangan kendali atas wajah kami

Pada tahun 1964, matematikawan dan ilmuwan komputer Woodrow Bledsoe pertama kali mencoba mencocokkan wajah tersangka dengan foto. Dia mengukur jarak antara fitur wajah yang berbeda dalam foto cetakan dan memasukkannya ke dalam program komputer. Keberhasilannya yang belum sempurna akan memicu penelitian puluhan tahun ke dalam mesin pengajaran untuk mengenali wajah manusia. Sekarang sebuah studi baru menunjukkan seberapa besar perusahaan ini telah mengikis privasi kami. Itu tidak hanya memicu alat pengawasan yang semakin kuat. Pengenalan wajah berbasis deep learning generasi terbaru benar-benar mengganggu norma persetujuan kami. Deborah Raji, seorang rekan di Mozilla nirlaba, dan Genevieve Fried, yang menasihati anggota Kongres AS tentang akuntabilitas algoritmik, memeriksa lebih dari 130 kumpulan data pengenalan wajah yang dikumpulkan selama 43 tahun. Mereka menemukan bahwa para peneliti, didorong oleh kebutuhan data yang meledak dalam pembelajaran mendalam, secara bertahap meninggalk
Posting Komentar
Baca selengkapnya

Fraktal dapat membantu AI belajar melihat dengan lebih jelas — atau setidaknya lebih adil

Sebagian besar sistem pengenalan gambar dilatih menggunakan database besar yang berisi jutaan foto objek sehari-hari, dari ular hingga getar hingga sepatu. Dengan eksposur berulang, AI belajar membedakan satu jenis objek dari yang lain. Sekarang para peneliti di Jepang telah menunjukkan bahwa AI dapat mulai belajar mengenali objek sehari-hari dengan "dilatih sebelumnya" terlebih dahulu pada fraktal yang dihasilkan komputer . Pendekatan ini menghindari beberapa masalah etika dengan kumpulan data yang dibuat dengan tangan. Masalah pelatihan: Pra-pelatihan adalah fase di mana AI mempelajari beberapa keterampilan dasar sebelum dilatih pada data yang lebih terspesialisasi. Misalnya, sistem untuk mendiagnosis pemindaian medis mungkin pertama-tama belajar mengidentifikasi fitur visual dasar, seperti bentuk dan garis besar, dengan dilatih sebelumnya pada database objek sehari-hari — seperti ImageNet , yang berisi lebih dari 14 juta foto. Kemudian akan disesuaikan dengan database g
Posting Komentar
Baca selengkapnya

Blue Origin pasti bisa menggunakan lebih banyak Jeff Bezos dalam dekade berikutnya

Pada hari Selasa, 2 Februari, Jeff Bezos mengumumkan bahwa dia akan mengundurkan diri sebagai CEO Amazon akhir tahun ini (meskipun dia akan tetap bersama perusahaan saat dia beralih ke peran sebagai ketua eksekutif dewan Amazon). Dalam pernyataannya, Bezos menyatakan bahwa dia berharap untuk memiliki "waktu dan energi yang saya butuhkan untuk fokus pada Day 1 Fund, Bezos Earth Fund, Blue Origin, The Washington Post, dan minat saya yang lain." Dia melanjutkan, “Saya tidak pernah memiliki lebih banyak energi, dan ini bukan tentang pensiun. Saya sangat bersemangat tentang dampak yang menurut saya dapat ditimbulkan oleh organisasi-organisasi ini. ” Asal Biru . Bezos mendirikan perusahaan luar angkasa pada tahun 2000, dan memiliki beberapa pencapaian yang cukup besar: dengan roket New Shepard, ia berhasil melakukan pendaratan vertikal pertama yang berhasil dari roket yang telah pergi ke luar angkasa (yah, ruang suborbital), dan itu menggunakan kembali booster itu empat kali lagi.
Posting Komentar
Baca selengkapnya