In de toekomst zou een AI-agent niet alleen suggesties kunnen doen voor dingen om te doen en plekken om te verblijven tijdens mijn huwelijksreis; het zou ook een stap verder gaan dan ChatGPT en vluchten voor mij boeken. Het onthoudt mijn voorkeuren en budget voor hotels en stelt alleen accommodaties voor die aan mijn criteria voldoen. Het kon ook onthouden wat ik graag deed tijdens eerdere reizen en heel specifieke dingen voorstellen om te doen, afgestemd op die smaak. Misschien maakt hij zelfs namens mij restaurantreserveringen.
Helaas missen de huidige kunstmatige intelligentiesystemen tijdens mijn huwelijksreis het noodzakelijke soort redenering, planning en geheugen. Het bevindt zich nog in de kinderschoenen voor deze systemen en er zijn nog veel openstaande onderzoeksvragen. Maar wie weet, misschien voor onze 10e jubileumreis?
Dieper leren
Een manier om robots in staat te stellen te leren door te luisteren, zal ze nuttiger maken
De meeste AI-robots gebruiken tegenwoordig camera’s om hun omgeving te begrijpen en nieuwe taken te leren, maar het wordt ook steeds gemakkelijker om robots met geluid te trainen, waardoor ze zich kunnen aanpassen aan taken en omgevingen waar de zichtbaarheid beperkt is.
Geluid aan: Onderzoekers van Stanford University hebben getest hoeveel succesvoller een robot kan zijn als hij kan ‘luisteren’. Ze kozen vier taken: een bagel in een pan omdraaien, het whiteboard afvegen, twee klittenbanden met elkaar verbinden en dobbelstenen uit een kopje gieten. Bij elke taak leverden de geluiden aanwijzingen waar camera’s of tactiele sensoren mee worstelen, zoals weten of een gum een bord goed aanraakt of dat een kopje blokjes bevat. Toen de robot in de laatste test alleen vision gebruikte, kon hij 27% van de tijd zien of er blokjes in de beker zaten, maar dat aantal steeg tot 94% toen het geluid werd ingeschakeld. Lees meer van James O’Donnell.
Bits en bytes
AI-leugendetectoren zijn beter dan mensen in het detecteren van leugens
Onderzoekers van de Universiteit van Würzburg in Duitsland ontdekten dat een AI-systeem aanzienlijk beter is in het opsporen van verzonnen uitspraken dan mensen. Mensen snappen het meestal ongeveer de helft van de tijd, maar de AI kon in 67% van de gevallen bepalen of een bewering waar of onwaar was. Leugendetectie is echter een controversiële en onbetrouwbare technologie, en het is de vraag of we deze überhaupt moeten gebruiken. (MIT-technologierecensie)
Hacker heeft geheimen gestolen van OpenAI
Een hacker kon toegang krijgen tot de interne berichtensystemen van OpenAI en informatie over de AI-technologie stelen. Het bedrijf denkt dat de hacker een particulier is, maar het incident heeft bij OpenAI-werknemers de vrees doen ontstaan dat China ook de technologie van het bedrijf zou kunnen stelen. (De New York Times)
AI heeft de uitstoot van Google de afgelopen vijf jaar aanzienlijk verhoogd
Google zei dat de uitstoot van broeikasgassen in 2023 14,3 miljoen ton kooldioxide-equivalent bedroeg. Dat is 48% meer dan in 2019, zo maakt het bedrijf bekend. Dit is grotendeels te danken aan de enorme inzet van Google op het gebied van AI, waardoor het waarschijnlijk moeilijker zal worden om het doel van het elimineren van de CO2-uitstoot in 2030 te bereiken. Dit is een uiterst deprimerend voorbeeld van hoe onze samenlevingen prioriteit geven aan winst boven de klimaatcrisis waarin we ons bevinden. (Bloomberg)
Waarom een startup van $14 miljard PhD’s inhuurt om AI-systemen vanuit hun huiskamer te trainen
Een interessante lezing over de veranderingen die plaatsvinden in AI en het werken met data. Scale AI heeft eerder laagbetaalde datawerkers ingehuurd in landen als India en de Filippijnen om de gegevens te annoteren die worden gebruikt om de AI te trainen. Maar de enorme opkomst van taalmodellen heeft Scale ertoe aangezet hooggekwalificeerde aannemers in de VS in te huren met de nodige expertise om die modellen te helpen trainen. Dit onderstreept hoe belangrijk het werken met data werkelijk is voor AI. (Informatie)
De nieuwe “ethische” AI-muziekgenerator kan geen half fatsoenlijk nummer schrijven
Auteursrecht is een van de moeilijkste problemen waarmee AI vandaag de dag wordt geconfronteerd. Vorige week schreef ik over hoe AI-bedrijven worden gedwongen op zoek te gaan naar hoogwaardige trainingsgegevens om krachtige AI te bouwen. Dit verhaal illustreert waarom dit belangrijk is. Dit verhaal gaat over een ‘ethische’ AI-muziekgenerator, die slechts een beperkte dataset met gelicentieerde muziek gebruikte. Maar zonder gegevens van hoge kwaliteit kan het niets opleveren dat ook maar enigszins fatsoenlijk is. (bedrade)