http://www.7klian.com

信号,噪声与AI治疗时代的来临

在此“谈到比特币”节目中,与主持人Adam B. Levine,Stephanie Murphy,Jonathan Mohan和AllYourFeeds.com的创建者特别邀请Martin Rerak一起探讨如何使用“ AI策划”来找出有用的东西信息和什么是绒毛。

要在我们的常规版本之前获取更多剧集和免费的早期抢先体验,请订阅Apple Podcast,Spotify,Pocketcast,Google Podcast,Castbox,Stitcher,RadioPublica,iHeartRadio或RSS。

订阅我们关于财务中断的新闻简报《重新构想》(Money Reimagined)。通过注册,您将收到有关CoinDesk产品的电子邮件,并且您同意我们的条款和条件以及隐私政策。

本集由Crypto.com,Nexo.io和Elliptic赞助

数百个标签

在比特币的早期,您可能只有几个地方可以阅读新闻并随时了解最新情况,但是多年来,情况发生了巨大变化。 今天,每天有成千上万的项目和数百篇文章。 前提是您忽略了YouTube的狂热或加密Twitter的深度。

有几天我醒来了,基本上我只是从前一天开始重新加载一百个标签…您知道,看看Slack,Telegram,Twitter帐户,Discord,Reddit和许多在线出版物 […] 指向某人很容易 [right] 如果他们说:“我在哪里可以买到加密货币?” 但是,如果他们说:“这里是否有用于追溯的用例?” 或“您认为我应该投资什么?” 或“该项目如何发展?” 这变得更加负担和挑战…

Martin Rerak,AllYourFeeds.com的创建者

另请参阅:什么是GPT-3?我们应该害怕吗?

在本集中,我们讨论了加密媒体的发展,人工智能培训,偏见和无偏实践的挑战,自然语言生成算法(称为GPT-3)的潜在影响等等。

偏爱的AI

尽管表面上令人不安,但AI内部的偏见并不像您想象的那样有争议-几乎是必须的。 作为人类,我们每个人都有自己的经验和偏好,这些都会影响我们的观点和偏见。 现代人工智能消耗着人类策划的“培训材料”,以了解其特定任务的对与错。 接受过培训的AI可以帮助我们完成这些任务,并且在“本能”匹配代表其工作的任何人时最有用。

当然,偏见的好坏取决于您的许多优先事项。 当Google训练AI来帮助招聘时,过去和现有员工的数据使它相信理想的“ Google工程师”在学术成绩单上不会有女子大学。 对于Google而言,他们过去的记录与他们的未来野心不符,因此存在偏见。

但就我个人而言,我已经开发了正在申请专利的AI技术,该技术可帮助进行音频编辑,在这里偏见的想法至关重要。 听起来最好的没有客观标准,只有个人喜好。 对于要帮助音频编辑器的AI,它必须与这些首选项保持一致,并且能够做出客观上对所帮助的人正确的决策。

AI辅助新闻策展与这完全相同。 我们都有自己的偏好,兴趣和偏见,可以帮助我们决定我们在做什么或不在乎。 在今天的节目中,我们探讨了一个引人入胜的主题,其中一种规格几乎无法适应所有人,并且未来是广阔的。

要在我们的常规版本之前获取更多剧集和免费的早期抢先体验,请订阅Apple Podcast,Spotify,Pocketcast,Google Podcast,Castbox,Stitcher,RadioPublica,iHeartRadio或RSS。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

相关文章阅读