Documente Academic
Documente Profesional
Documente Cultură
L.A.
Internaţional / 15 martie
Facebook a anunţat astăzi, că se va folosi de inteligenţa artificială pentru a combate răspândirea de
fotografii intime fără consimţământul oamenilor, uneori numită "revenge porn" (pornografie din
răzbunare), pe reţeaua sa de socializare, transmite Reuters. Noua tehnologie este o completare a unui
program pilot care a necesitat evaluarea imaginilor de către persoane pregătite în acest sens.
"Prin utilizarea învăţării automate şi a inteligenţei artificiale, putem acum depista în mod proactiv
imaginile care conţin nuditate sau video-uri care sunt distribuite fără permisiune. Asta înseamnă că putem
găsi acest conţinut înainte ca cineva să îl raporteze", a anunţat Facebook într-o postare pe blog.
Invatarea automata are ca scop crearea programelor care imbunatatesc perfomantele de rezolvare a
problemelor pe baza datelor si a rezolvarilor anterior realizate. VEZI DETALII MAI JOS
Membrii echipei de operaţiuni pentru comunitate va evalua conţinutul găsit prin noua tehnologie şi, dacă
va fi găsită o imagine ofensatoare, o vor elimina sau vor dezactiva contul responsabil cu răspândirea ei, a
explicat compania.
"Pornografia din răzbunare" se referă la distribuirea unor imagini cu conţinut sexual explicit pe
internet, fără consimţământul persoanelor din imaginile respective, pentru a le şantaja sau a le
umili. Practica afectează în mod special femeile, care sunt uneori ţinte ale foştilor parteneri.
Facebook va lansa totodată un centru de sprijin numit "Nu fără consimţământul meu", pentru
persoanele ale căror imagini intime au fost distribuite fără acordul lor.
Potrivit informaţiilor Reuters, Facebook colaborează cu cel puţin cinci firme din cel puţin opt ţări pentru
evaluarea conţinutului. În decembrie, Facebook avea aproximativ 15.000 de persoane, reprezentând
contractori şi angajaţi, care lucrau la evaluarea conţinutului, mai scrie Reuters.
Învăţarea automată (eng. machine learning) reprezintă o categorie de algoritmi utilizaţi în multiple aplicaţii, precum:
motoarele de căutare (Google), YouTube, Spotify, Siri (Apple), Alexa (Amazon), Cortana (Microsoft), filtrarea mesajelor
nesolicitate, diagnosticarea medicală, analiza pieţei de valori etc. Învăţarea automată este o ramură a inteligenţei
artificiale.
Inteligenţa artificială se referă, în genere, la capacitatea maşinilor de a învăţa, raţiona şi acţiona în mod independent (de exemplu,
prin luarea unor decizii în mod autonom în situaţii noi, aşa cum ar face un om).
Algoritmii specifici învăţării automate folosesc statistica pentru a identifica modele în volume mari de date. De exemplu, Netflix
identifică ceea ce poate fi următorul film pe lista ta de vizionare, pe baza analizei istoriei vizualizărilor.
Învăţarea profundă vs învăţarea automată
Învăţarea profundă (eng. deep learning) este un subset al învăţării automate care stă la baza principalelor realizări din domeniul
inteligenţei artificiale care au făcut titlurile presei: recunoaşterea facială, sinteza vocală, crearea de fotografii realiste ale oamenilor
(folosind un set de fotografii, algoritmul creează noi feţe, practic inventându-le), AlphaGO (care a învins cel mai bun jucător uman
la go) şamd.
Învăţarea profundă foloseşte o tehnică, denumită "reţele neuronale profunde", îmbunătăţind astfel abilitatea de a găsi şi
amplifica cele mai mici modele în datele existente. Aceste reţele au multiple straturi de "noduri de calcul" (eng. computational
nodes) care lucrează împreună pentru analiza şi prelucra datele existente şi a livra rezultatul final sub forma unei predicţii.
După cum spune şi numele, această tehnică încearcă să replice, până la un punct, modul de funcţionare al creierului. Nodurile
reprezintă neuronii, iar conectarea acestora simulează interconectarea neuronală din creier. Deşi cu limitări, este o bună analogie.
Cea mai recentă realizare a învăţării automate constă în învingerea unor jucători de top la Starcraft II de către
programul DeepMind (Alphabet, compania-mamă a Google).
Părintele învăţării profunde este considerat Geoffrey Hinton, care în 1986 a publicat o lucrare împreună cu alţi doi colegi, David
Rumelhart şi Ronald Williams, în care se descrie o tehnică denumită "retropropagare" (eng. backpropagation). Dar au fost necesari
30 de ani după publicarea acestei lucrări să aflăm cum să antrenăm reţelele neuronale...
Dar, după cum se poate observa din realizările menţionate, succesele sunt limitate la obiective specifice. Marele vis al cercetătorilor
din domeniul inteligenţei artificiale este să realizeze "inteligenţa artificială generală", adică un soft care să aibă capacitatea de a
se raporta la lume, în complexitatea ei, aşa cum o face fiinţa umană. Desigur, mai este cale lungă până acolo.
Trei tipuri de învăţare automată
Algoritmii de învăţare automată sunt grupaţi în trei tipuri: învăţare supervizată, învăţare fără supervizare şi învăţare prin armare
(eng. reinforcement).
-În învăţarea supervizată datele sunt etichetate pentru a-i spune maşinii ce model să utilizeze.
- În învăţarea fără supervizare datele nu au etichete, iar maşina încearcă să identifice modele.
-În fine, învăţarea prin armare, cea mai interesantă categorie, învaţă prin încercări şi erori să obţină anumite obiective.
Acest tip de învăţare este, de pildă, la baza AlphaGo (Google), menţionat mai sus.
Alte aplicaţii ale învăţării prin armare: sisteme de semaforizare inteligente (pentru fluidizarea traficului), optimizarea reacţiilor
chimice, recomandări personalizate (de exemplu, recomandări automate de ştiri).