Pregunta original
¿Qué tan peligrosa es la inteligencia artificial de Facebook? Que tan peligroso es
¿Hacer la misma pregunta dos veces hace que suene más dramático? ¿Lo hace?
- ¿Cómo pueden los robots reemplazar a los humanos? ¿Cuándo se estima que esto ocurra?
- Cómo comenzar a usar GPU para el aprendizaje profundo
- En el contexto del aprendizaje automático práctico, ¿cuáles son las principales conclusiones de la teoría del aprendizaje estadístico?
- ¿Qué tipo de preguntas responde mal Watson?
- Cómo usar la cámara de un teléfono Android para detectar objetos en movimiento y encontrar la distancia entre esos objetos y el usuario
😛
FAIR (Facebook AI Research) es el grupo que trabaja principalmente en la investigación de IA, y en base a sus blogs y publicaciones recientes, esto es lo que están haciendo en estos días:
- Entrenar a los robots para que tengan conversaciones significativas sobre el contenido visual. [1] Por ejemplo, para un usuario ciego que usa Facebook, sería bueno si un bot pudiera describir la fuente de noticias: “¡Bob acaba de subir una foto de su bebé recién nacido!” . El usuario puede preguntar “Genial, ¿es un niño o una niña?” , Y el bot debería poder responder. Aunque, si el bot fue entrenado usando datos de Tumblr, probablemente respondería “El género es una construcción social, ¡transfobo misógino!” 😛
- Manipulación de imágenes por atributos deslizantes. [2] Esto podría permitir aplicaciones donde los usuarios podrían modificar la expresión facial de un retrato, actualizar el color de los objetos, fantasear con una versión más joven o más vieja de una persona, etc.
- Entrenando bots para negociar. [3] El infame “Facebook apaga los robots después de que inventan su propio idioma y comienzan a sincronizar”. (Puede que haya inventado esa última parte). Puedes leer sobre lo que realmente sucedió, aquí. [4]
- Hacer que la traducción de idiomas sea una mierda menos. [5] Históricamente, y me refiero históricamente durante los últimos 3 a 4 años, las redes neuronales recurrentes se han utilizado para la traducción de idiomas. Este trabajo presenta un novedoso enfoque de red neuronal convolucional para la traducción de idiomas que logra una precisión de vanguardia a nueve veces la velocidad de los sistemas neuronales recurrentes.
- Sistemas de reconocimiento de imágenes de entrenamiento sin anotaciones manuales. [6] Este documento explora la capacitación de los sistemas de reconocimiento de imágenes en grandes cantidades de imágenes y comentarios de usuarios asociados, sin usar imágenes etiquetadas manualmente.
¡Y muchos muchos mas! Sí, no me preocuparía por eso.
Notas al pie
[1] Lo mejor de ambos mundos: Transferencia del conocimiento del aprendizaje discriminativo a un modelo de diálogo visual generativo
[2] Redes de faders: manipulación de imágenes mediante atributos deslizantes
[3] ¿Trato o no trato? Entrenando bots de IA para negociar
[4] La respuesta de Sriraman Madhavan a ¿Qué es este alboroto acerca de que los robots de AI de Facebook se hablan en un lenguaje codificado?
[5] Un enfoque novedoso para la traducción automática neuronal
[6] Aprendizaje de N-Grams visuales a partir de datos web