1. A Deep Learning csökkenő hozadéka

Neil Thompson, az MIT munkatársa és több kollégája egy, a deep learning algoritmusokat tárgyaló cikkében azok képzésének számítási és energiaköltségeivel foglalkozott. A képosztályozó rendszerek elemzése alapján megállapították, hogy "a hibaarány felére csökkentéséhez több mint öszázszoros számítási erőforrásra van szükség.” 

2. Grafikonok a mesterséges intelligencia megértéséhez

Az AI-index minden évben hatalmas mennyiségű adatot dob ​​be az AI-ról szóló beszélgetésbe. 2021-ben az index szorgalmas kurátorai globális perspektívát mutattak be az akadémiáról és az iparról, rávilágítva a mesterséges intelligencia sokféleségére és az esetleges etikai kihívásokra.

3. A DeepMind megújítja a robotikát

A DeepMind, a londoni székhelyű Alphabet leányvállalat az AI leglenyűgözőbb bravúrjai mögött állt az elmúlt években, beleértve a fehérjehajtogatás és az AlphaGo rendszer áttörését, amely legyőzte az ősi Go játék nagymesterét. Ezúttal a DeepMind robottechnikai vezetője, Raia Hadsell a katasztrofális felejtés régóta fennálló mesterséges intelligencia-problémájával próbál megküzdeni.

4. Viharos múlt és bizonytalan jövő

Ez a kiemelt cikk a mesterséges intelligencia történetét tárgyalja 1956-tól napjainkig, miközben a különszám többi cikkét is felvázolja. Különös figyelmet fordít a szakértői rendszerekre fogadó szimbolisták és a neurális hálózatokat feltaláló konnekcionisták múltbeli viszályaira, és várja a hibrid neuro-szimbolikus rendszerek lehetőségeit.

5. A radiológiába is betör a mesterséges intelligencia

Ez a rövid cikk egy anekdotát közvetített egy Zoom kérdezz-felelek munkamenetéből az AI úttörőjével, Andrew Ng-vel, aki a Stanford Egyetemen kifejlesztett mesterséges intelligencia-rendszerről beszélt, amely a mellkasröntgen felvételeken is kimutathatja a tüdőgyulladást, még a radiológusokat is felülmúlva.

6. Az OpenAI GPT-3 rendszere

2020-ban a San Francisco-i OpenAI mesterséges intelligencia-laboratórium teljesen lenyűgözte a közönséget a GPT-3 nyelvgeneráló rendszer bemutatásával. A GPT-3 gördülékeny és koherens szöveget képes generálni bármilyen témában és stílusban. De ennek van egy sötét oldala is - az internetről származó szövegre oktatva eltanulta annak megkérdőjelezhető nyelvezetét.

7. A szitakötő agyát másolják a neurális hálózatok

2021 arra is fényt derített, hogy mi köze van a szitakötők agyának a rakétavédelemhez. Frances Chance, a Sandia National Laboratories munkatársa ezt írja: "A szitakötő idegrendszerének sebességét, egyszerűségét és hatékonyságát kihasználva olyan számítógépeket tervezünk, amelyek gyorsabban és a hagyományos rendszerek által fogyasztott energia töredékével látják el ezeket a funkciókat."

8. Új mélységekbe jut a deep learning 

Jeff Hawkins a Numenta gépi intelligencia vállalatnál az emberi agy intelligencia alapjait kutatja, abban reménykedve, hogy bevezetheti a mesterséges intelligencia új korszakát. Ez a kérdezz-felelek Hawkins-szal lefedi néhány ma már vitatott elképzelését, beleértve a meggyőződését, hogy a mesterséges intelligencia nem jelent egzisztenciális fenyegetést az emberiségre.

9. Az Instacart algoritmusai

Sharath Rao és Lily Zhang, az Instacart az élelmiszer-bevásárló és kiszállítási vállalat mérnökei kifejtik, hogyan működik a vállalat mesterséges intelligencia-infrastruktúrája.

10. A mesterséges intelligencia botlásai

Charles Choi, az IEEE Spectrum munkatársa állította össze ezt a listát, és elmagyarázza, mit árulnak el ezek a mai mesterséges intelligencia gyengeségeiről.

A részletek, valamint a teljes cikkek az IEEE Spectrum weboldalán olvashatók.