The 100 / Clexa Movie
Cuando los datos "malos" son absorbidos por un sistema de aprendizaje automático, así es como lo expresó Alan Greenspan al analizar los modelos de computadora que no lograron predecir la recesión de 2008, esa información puede ser difícil de desalojar. Pero un nuevo concepto, propuesto por los científicos en computación Junfeng Yang y Yinzhi Cao, de la Universidad de Columbia y la Universidad de Lehigh, respectivamente, trae la idea de desaprender a las computadoras. Mientras Cao y Yang escriben en el resumen publicado para la conferencia IEEE Xplore de 2015, no tienes que volver al cuadrado uno para olvidar:
Para olvidar una muestra de datos de entrenamiento, nuestro enfoque simplemente actualiza una pequeña cantidad de sumas, asintóticamente más rápido que el reentrenamiento desde cero. Nuestro enfoque es general, porque la forma de resumen es del aprendizaje de consultas estadísticas en el que se pueden implementar muchos algoritmos de aprendizaje automático. Nuestro enfoque también se aplica a todas las etapas del aprendizaje automático, incluida la selección de características y el modelado. Nuestra evaluación, en cuatro sistemas de aprendizaje diversos y cargas de trabajo reales, muestra que nuestro enfoque es general, efectivo, rápido y fácil de usar.
El concepto de aprendizaje automático se basa en una base construida a partir de montículos y montones de información. Eso puede ser útil para enseñar a los robots o inteligencias artificiales a realizar ciertas conexiones, como si un individuo con un abrigo grueso empuñara un hacha, podría ser un bombero. Pero en estas sesiones de entrenamiento, pueden surgir conexiones erróneas, basadas en el conjunto de datos. Tu robot podría pensar que todos los bomberos tienen barbas. Esto, obviamente, es algo que querrías que una computadora no creo.
Cao y Yang basan esta idea de desacoplamiento informativo robótico en el concepto de linaje de datos: los datos no surgen completamente en el mundo, pero tienen un historial rastreable a medida que se procesan los datos en bruto, señala Kurzweil A.I. Aprovechar ese linaje permite a las máquinas desaprender partes seleccionadas de datos, sin borrar por completo su educación.
Los casquetes de Groenlandia se derritieron tan rápido el lunes. Los científicos pensaron que sus datos eran incorrectos.
El Círculo Polar Ártico está teniendo una primavera muy, muy rara, y nada en absoluto. Sabíamos que el calentamiento global se estaba acelerando, pero ahora se está calentando tan rápidamente que los científicos del clima que estudian la capa de hielo en Groenlandia pensaron brevemente que sus mediciones eran completamente erróneas. A principios de este año oficialmente ...
¿Dónde están los músicos de robot? Los científicos de la computación luchan para programar Daft Punk
Los algoritmos pueden calcular nuevas sinfonías e improvisar riffs de jazz. Incluso pueden agregar un rap. ¿Pero puede el arte real ser preprogramado? Los profesores de Dartmouth Michael Casey y Dan Rockmore, fundadores de las Pruebas de Turing en las Artes Creativas, esperan descubrirlo. Han organizado una competencia para determinar si los humanos pueden ...
Los científicos migraron a las Américas a lo largo de múltiples rutas, argumentan los científicos
En un estudio publicado el jueves en "Science Advances", un equipo colaborativo de investigadores argumenta que las dos teorías en conflicto sobre cómo los humanos poblaron las Américas son, por ahora, igualmente viables. Las instalaciones de la competencia son conocidas como la ruta del corredor sin hielo y la ruta de la costa del Pacífico Norte.