FROM CACHE - en_header

另方面些基于人工智能算法

Phonenumberlist
New Member
1 0 0

的代码在几分钟内产生了 200 个版本的项目,类似于你的项目。你的工作受到威胁吗? Tarif Kahn 为我们带来了对UX Planet的反思。据他介绍,公司仍在寻找合格的创意专业人士,而不是机器人。但请注意“尚未”。他自己评论说,即使是创造力也无法免受人工智能和机器学习的大量资源的影响。 文中有一些有趣的例子。The Grid使用人工智能来制作网页设计。Haikudeck提供资源用于开发听起来像专业人士的幻灯片模板,而无需设计师。第一个没有起飞,第二个做得很好。卡

 

恩推测,这可能是因为工作类型的原因,因为网页对于人 电话号码列表 工智能来说要复杂得多。也许。 文中还提到了该部分的一些举措,例如 Google 和 Adob​​e。核心问题是,当人工智能和机器学习永远碾压他们时,专业人士会如何,因为这些技术已经存在很长时间了。 工作可能已经绝迹。机器可能会取代人类的创造性思维。或者可能是所有这些特征都拓宽了我们的认知并最大限度地发挥了我们的能力。也许在使用此类技术时更大的适应性和灵活性可以最大限度地减少威胁(因为,是的,它存在)并最终增加创意人员手中的权力。

 

我敢打赌在处理速度

 

种类繁多的交付和大型复杂数据库的同化方面,人类的思维可能会落后。但我仍然相信,当谈到创造力的所有魔力时,人工智能(还)不能发挥作用,至少不能以同样的“创造人类”的方式发挥作用。但永远不要说永远,尤其是在技术方面。 下面,我带来了7个有趣的视频。第一个来自 TED 的 Refik Anadol。然后,还有 6 个视频可以帮助我们解决这个问题。人工智能和机器学习需要在项目设计和功能开发中使用大型数据集。问题是当这些数据集包含可能影响我们自己对人工智能有多好的概念的错误时。 根据麻省理工学院(MIT) 的一项研究,大约 10 个最重要的数据库存在标签错误,这可能会损害我们在该主题中的进度规则。

 

Phone Number List.png

 

这些重要的数据集包括用于面部识别的 ImageNet 和 MNIST,用于对 0 到 9 之间的手写数字进行图像识别。 例如,在 ImageNet 上,标注错误出现在 6%(准确地说是 5.8)的区域内。有种族主义和性别歧视的术语,甚至在未经任何同意的情况下使用面部图像(这提醒我们你的脸不再是你的了)。还有一些更基本且同样严重的错误,例如将蘑菇标记为勺子。 技术评论文本进一步详细说明了这种测量是如何进行的以及为什么它如此重要。如果人工智能建立在有缺陷的数据库上并且标签错误,那么我们很有可能会复制问题而不是解决问题。这方面的一个例子是人工智能只复制性别歧视的立场或复制种族主义的刻板印象。 对干净的数据集进行反思是非常值得的,无论是在来源、操作还是应用方面。

 

未来的城市将被命名为

 

耗资超过 1000 亿美元。这至少是沙特的项目,旨在为 100 万人建造一座线性城市,完全无车,并配备基于可再生能源的地下公共交通。该软件包还包括大量使用人工智能和数据建模,为公民提供“更好的体验”。 Line 是一个更大、更复杂的项目 Neom 的一部分。根据UOL的Terra à Vista的说法,这个更密集的项目旨在成为一个高科技中心,吸引来自世界各地的最优秀的人才和最大的公司,而硅谷除外。此外,未来的城市打算避免使用石油(石油不是那么便宜而且不可用)。

Replies 0 (0)