Author: intern

資訊時代下，握擁巨量資料也等同握擁權力，而個人隱私又如何顧及？使用者付費或許是個方法。

疫情大流行期間，人們異常的突發行為使AI模型陷入了混亂，迫使我們必須從中介入來手動校正它們。

撰文／Philip E. Ross｜譯者

專家的能力從何而來？科學家藉由研究西洋棋大師的思路，了解人類如何在專業領域內成為行家。(續前文)

專家的能力從何而來？科學家藉由研究西洋棋大師的思路，了解人類如何在專業領域內成為行家。(續前文)

我們現在可以自在、熟悉地在任何數學運算中使用「零」。但在人工智慧領域裡，「什麼都沒有」卻仍然遙不可及。

人臉的肌肉能夠構成多變的表情，人們也常常傾向於假設：我們可以透過觀察人的表情，來推斷出一個人的情緒。這樣的假設對整個社會有非常廣泛的影響，美國聯邦調查局（FBI）和運輸安全管理局（TSA）的探員會接受訓練去學習藉由觀察表情來判斷情緒以進一步的識別恐怖份子，也有研究指出，陪審員和法官等通常會參考臉部動作來確定被告的內疚和悔恨。然而，真的有那麼簡單嗎？

佈滿感測器的自動駕駛汽車開啟全新的共乘模式，配合智慧交通管制系統，將澈底改變城市的運輸型態，成為沒有紅綠燈與不需要停車位的快樂天地。(續前文)

撰文／Alison Bruzek｜譯者／

當前這個萬物聯網的世界每天都產生海量的大數據，用來訓練機器的資料不虞匱乏，但如何篩選及處理才是問題所在。因為用來訓練的資料，關係到模型的成效表現。使用偏差、失衡的資料來訓練機器，更會有災難性的後果。