“盲学习”如何解决人工智能的“恐怖小店”困境

如果人工智能软件的创造者感觉有点像电影中的西摩(Seymour)，那是可以原谅的恐怖小店在美国，他们饥饿的算法不断地喊着“喂我，喂我!”幸运的是，这款软件不喜欢人肉。但它确实需要持续不断的数据，而且越新鲜越好。人工智能欧宝球网站系统接受的数据越多，它们的表现就越准确。

但找到足够的数据是一个永恒的问题。为了获取数据来训练人工智能软件，公司有时会陷入ethically-dubious领土:未经明确同意，收集和使用人们的信息。在其他情况下，数据隐私和数据治理方面的考虑意味着公司简单地无法获得足够大的数据集训练好的机器学习系统。

当Riddhiman Das在一家生物识别安全公司担任研究人员和产品架构师时，他亲身遇到了这个问题，该公司使用机器学习试图根据眼睛中的血管模式0b足球来识别人。这家公司最初名为EyeVerify，后来更名为Zoloz，并被中国金融巨头蚂蚁金服集团以高价出售据报道有1亿美元)。达斯说，问题在于，要获得一个涵盖足够多样化人群的数据集，以确保该产品能够正确地适用于世界各地的每一个人口统计群体，是极其困难的。他告诉我:“要从正确的地方获得正确的训练数据，我们遇到了一个巨大的问题。”“在一个新的国家，我们会得到更高的假阴性率，直到我们适应当地人口。”

后来，达斯加入蚂蚁集团，帮助蚂蚁集团及其前母公司阿里巴巴在全球范围内寻找技术投资。0b足球他说，在那里，他发现由于不同的隐私规则和监管问题，跨越国家和地区边界转移金融数据是令人担忧的。这使得训练能够在全球范围内良好运行的人工智能系统变得困难。(事实上，今年早些时候，蚂蚁金服宣布了这一计划剥离因为美国担心中国公司处理美国公民的数据。)

达斯离开了蚂蚁金服和阿里巴巴，后来与人合伙创办了阿里巴巴TripleBlind这家位于堪萨斯城的初创公司正在寻求解决这个问题。它为用户提供了一种简单的方法来使用几种不同的保护隐私的机器学习技术，并确保他们遵守数据隐私和数据治理规则。TripleBlind采用的方法之一是“盲目的学习”,这是该公司首创的一种方法，但它是基于之前的一种称为分割学习的技术。它涉及到一个神经网络，并将其分配给不同的各方，每一方只训练网络的一部分。TripleBlind还使用了其他技术，在不同的计算机之间对正在处理的数据进行加密和分解，从而使任何一台机器都无法解码。

这家初创公司正在向医疗保健和金融服务领域的用户推销其技术。在这两个行业，对最好的人工智能系统的需求是至关重要的——性能下降几个百分点的后果可以用美元和生命来衡量。然而，这两个行业有充分的理由，对公司内部和公司之间的个人数据和数据共享制定了最严格的规定。

所以TripleBlind从这些领域开始就不足为奇了。这家初创公司两者兼备也不足为奇埃森哲咨询公司还有梅奥诊所早期投资者．(这家医院集团也一直在试验这项技术。)该公司表示，它开始在现实世界中取得一些成功:一家欧洲基因公司已经使用该软件扩大了可以为人工智能系统提供的基因数据量，以帮助开发药物发现．一家金融服务公司正在利用它创建一个“创新沙盒”，让初创公司使用银行自己的信息来训练人工智能系统，而不允许他们访问实际数据。

TripleBlind的“盲学习”并不是唯一的保护隐私的机器学习在那里。英特尔、微软及IBM他们都在这一领域投入了大量资金，并通过各自的云服务产品推出了一0b足球些保护隐私的机器学习服务。

很明显，人工智能要想真正发挥其潜力，在不损害隐私或违反数据处理规则的情况下，从更大、更多样化的数据集中学习的能力将是至关重要的。欧宝球网站

接下来是本周剩下的人工智能新闻。

杰里米·卡恩
@jeremyakahn
jeremy.kahn@欧宝竞技obwww.m-crow.com

人工智能出现在新闻中

如果我们让你轻松点，你会让一个陌生人住在你家里吗?据报道，爱彼迎表示，它计划使用人工智能来鼓励更多人在其受欢迎的住宿预订网站上列出过夜租赁的房欧宝球网站产一个故事在《金融时报》．该技术将用于帮助自动生成列表标准，并在房产广告中以吸引人的方式排列照片。Airbnb表示，它担心在过去六个月里，其网站上可供预订的房产数量保持不变，因为越来越多的人由于冠状病毒能够在任何地方工作，选择住在本应出租的第二套房子里。欧宝球网站与此同时，该公司预计，随着疫情缓解，休闲和商务旅行恢复，寻求住宿的人数将激增。

亚马逊将暂停向执法部门销售面部识别技术。该公司告诉路透它将无限期延长向警察部门出售面部识别技术的禁令。该公司最初于2020年6月宣布暂停向执法部门提供这项技术一年，当时乔治·弗洛伊德(George Floyd)被谋杀后爆发了抗议活动，人们担心这项技术在识别皮肤较黑的人方面表现不佳。还有人担心警方会以歧视性的方式使用这项技术。

谷歌推出人工智能健康工具，帮助用户检查自己可能的皮肤状况。上周，这家互联网巨头推出了首款面向消费者的重要健康产品:计算机视觉软件，该软件可以分析用户拍摄的皮肤照片，以识别从痤疮到皮肤癌等可能的疾病。《金融时报》报道该公司将于今年在欧洲推出这款名为Derm Assist的产品，然后在全球推广。该产品将免费使用，谷歌表示，用户数据只会被存储用于进一步训练人工智能系统，不会用于广告或营销。去年发表的一项研究发现，人工智能在接受了1.6万例真实皮肤病例的训练后，在做出正确诊断方面的准确性与人类皮肤科医生不相上下。也就是说，谷歌提醒Derm Assist“不是为了提供诊断……相反，我们希望它能让你获得权威的信息，这样你就能对下一步做出更明智的决定。”欧宝球网站该公司表示，该工具及其对可能病症的建议可能有助于非专业医生，如全科医生，做出诊断或将患者转介给专家。

Pinterest将用户和广告收入的快速增长归功于人工智能。这是根据一个故事在《华尔街日报》这表明，该公司的神经网络驱动的推荐引擎已经非常擅长找出用户“固定”在网站上的照片中的内容，然后建议与这些用户相关的广告。这些大型神经网络可以在没有标记数据的情况下进行训练，只需分析图像中的所有像素，然后预测哪些广告可能与该图像最匹配，据报道，这些神经网络每秒可以做出多达3000万次预测。这使得Pinterest的用户数量同比增长了30%，广告销售收入在两年内翻了一番，这一数字比谷歌旗下的YouTube和Facebook的增长还要高。

DeepMind未能从Alphabet那里赢欧宝球网站得更多的独立性。这家总部位于伦敦的人工智能研究公司于2014年被0b足球谷歌以超过6亿美元的价格收购，一直在Alphabet旗下作为一家独立公司运营。据透露，这欧宝球网站家公司一直在与母公司谈判，希望获得更多自主权，包括建立一个更类似于非营利组织使用的法律结构，以保证其研究是独立的，不受控制或干扰一个故事在《华尔街日报》．但据《华尔街日报》报道，DeepMind在上月底告诉员工，这些长期谈判已经终止，此前从未被报道过。相反，该公司的研究将由谷歌的道德委员会进行审查，该0b足球委员会的成员将包括DeepMind的首席运营官莱拉·易卜拉欣(Lila Ibrahim)和去年在谷歌任职的DeepMind联合创始人穆斯塔法·苏莱曼(Mustafa Suleyman)。自收购DeepMind以来，谷歌和Alphabet先后为这家研究公司的亏损提供了资金，这些亏损总计达数十亿美元。0b足球2019年是可公开获得财务数据的最后一年，DeepMind损失了约6.6亿美元，Alphabet还免除了向这家伦敦公司提供的约10亿美元贷款。

关注人工智能人才

人工智能,这家总部位于旧金山的数据标签和数据管理初创公司已经聘请了马克的情人成为新的联邦调查局局长，根据一家公司博客．瓦伦丁是前美国空军军官和联邦紧急事务管理署高级军事顾问，最近担任美国国家安全部门总经理微软．

DataRobot,这家总部位于波士顿的人工智能和数据管理公司已经聘用了达蒙弗莱彻成为新的首席财务官，商业内幕报道．弗莱彻此前曾在Tableau软件,帮助带领这家公司完成了被Salesforce收购的过程。

律师事务所贝克麦肯齐已任命本Allgrove到一个新的角色领导研发团队0b足球该公司正在与总部位于纽约的人工智能公司合作SparkBeyond从事法律和人工智能专业知识相结合的项目，包括为客户开发技术，以及使用机器学习帮助研究案例，特别是该公司的公益工作0b足球一个故事在全球法律邮报。奥尔格罗夫曾是该公司伦敦办事处的一名律师，专注于技术相关事务。

关注人工智能研究0b足球

训练语音识别系统变得越来越容易。语音识别技术是最普遍和最重要的人工智能发展之一，有助于推动数字助手，如谷歌的数字助手Siri和亚马逊的Alexa。但这些系统的一个缺点是，它们需要大量的人类转录数据来进行训练。这是很难实现的，特别是当人们考虑到这样的系统必须能够准确处理所有不同的语言和地区口音时。大多数已经开发出数字助理的公司都在世界各地雇佣了大量的承包商偷听谈话的片段由这些数字助手记录并转录，这对隐私权产生了令人不安的影响。

但现在研究人员0b足球脸谱网说他们已经成功地用未标记的数据训练了一个语音识别系统——直接从机器捕捉到的声波转录而来——用英语来说，它可以与一些用大量标记数据训练的系统的性能相当。该方法比以往任何无监督技术都要准确得多。欧宝球网站然而，它并不像英语中最先进的监督(即使用标记数据的方法)方法那么好。研究人员还使0b足球用这种方法来训练语音识别系统，这些系统在不太常见的语言(包括吉尔吉斯语、斯瓦希里语和鞑靼语)上工作得相对较好，在这些语言中，获得足够的标记数据是一个挑战。研究人员认为这种无监督的方法可以带来真正的好处。0b足球

Facebook提出的方法依赖于生成对抗网络(甘斯)，深度造假背后的技术也是如此。下面是它的工作原理脸书的一篇博客文章称关于研究:首先，一0b足球个无监督的机器学习系统学习使用聚类技术将原始音频解析为单个声音。然后使用神经网络来预测这些声音是如何组合在一起形成音素的。然后，它将语音文本传递给另一个经过自然语言训练的神经网络，以评估语音序列是否真实。如果他们没有，第一个网络必须再次尝试，直到它最终欺骗了第二个网络。

欧宝竞技ob人工智能的财富

在人工智能和数据的帮助下，彻底解决了交通拥堵问题——《财欧宝竞技ob富》编辑

初创公司Tenstorrent的目标是制造出击败英伟达(Nvidia)最好的人工智能芯片——亚伦·普雷斯曼

谷歌刚刚发布了3个新功能。以下是你需要知道的一切——丹妮尔·艾布瑞尔

这家初创公司刚刚获得了更多资金，用于打击网络钓鱼欧宝球网站——乔纳森·瓦尼安

健脑食品

通往自动驾驶汽车的道路越来越长。《纽约时报》一流人工智能记者凯德·梅茨凝视了很久为什么自动驾驶汽车没有达到宣传的效果，为什么许多研究这项技术的人现在正试图重新设定预期，他们预测，实际上可能还需要几十年的时间，这项技术才能成为主流。欧宝球网站梅茨研究了为什么那么多科技公司和拼车公司在自动驾驶汽车的概念上投入了数十亿美元，却严重错误地判断了进步的速度(许多人曾预测自动驾驶汽车车队现在将成为主流)。

他解释说，有一种理论是，并没有什么真正的问题:只是科学之旅充满了不可预测的曲折和转折，而这种曲折和转折远远超过了人们的预期。欧宝球网站但是，正如梅茨解释的那样，埃隆·马斯克(Elon Musk)等杰出的技术大师对这项技术的大肆宣传，以及硅谷风险投资公司愿意投入数十亿美元来追求自动驾驶梦想，这似乎是受到了FOMO和其他因素的推动。我想他们真的不必担心会错失一笔意外之财:教人工智能软件在各种道路和天气条件下驾驶，事实证明比任何人想象的都要困难得多。欧宝球网站就连在凤凰城的一个地区运营全自动出租车服务的Waymo公司也表示，那里的驾驶条件不容易适用于不同地理位置的其他城市，这表明它的下一步可能实际上是长途卡车运输，在许多方面驾驶都比在复杂的城市环境中容易得多。

Waymo软件工程师纳撒尼尔·费尔菲尔德(Nathaniel Fairfield)把这个问题描述成一层一层的洋葱——一家公司可以让它的人工智能系统掌握某些场景，但这只能让它的汽车进入更复杂的情况，比如试图在拥挤的城市中驾驶，这揭示了更多的复杂性。欧宝球网站下面是梅茨总结戴夫·弗格森(Dave Ferguson)的观点。戴夫·弗格森是另一位前Waymo工程师，现任Nuro公司总裁，该公司致力于研发送货机器人，如杂货或披萨:

弗格森表示，许多人认为自动驾驶技术会像互联网服务或智能手机应用程序一样得到改进。但机器人技术的挑战性要大得多。欧宝球网站其他的要求都是错误的。

他说:“如果你看看几乎所有试图解决非常非常困难的技术挑战的行业，那些往往参与其中的人都有点疯狂，也有点乐观。”“你需要有这种乐观精神，每天起床，用头撞墙，试图解决一个从来没有解决过的问题，也不能保证它永远会得到解决。”

就我而言，我一直希望自动驾驶汽车能马上到来，如果没有别的原因，那就是它能让我免去看着孩子们学习驾驶的焦虑和压力。但我想我还是得坚强起来。(另一方面，如果进步的步伐确实是不确定的，也许一些不可预见的突破会让我幸免。再过几年，我的大女儿就可以申请学习许可证了。)