Для немецкой версии щелкните здесь

για την Ελληνική έκδοση κάντε κλικ εδώ

В глубине души я опсимат и думаю, что все взаимосвязано. Я посещаю множество конференций и мероприятий (нажмите здесь) в Барселоне, Испания; Брюссель, Бельгия; Канны, Франция; Женева, Швейцария; Лилль, Франция; Лондон, Англия; Мюнхен, Германия; Париж, Франция; и Перуджа, Италия. Они дают мне перспективу, целостное образование. Я называю это своей личной Теорией всего.

Эта серия будет отражать многое из того, о чем я пишу, и мелькать в более широкой картине, которую я изучаю.

Это также станет серией видео.

12 августа 2016 г. (Милос, Греция) — Полагаю, как и все остальные, я чувствую притяжение к нулевым точкам, к осям и точкам отсчета, от которых зависят положения и расстояния любого объекта во вселенной. можно определить:

  • экватор
  • Гринвичский меридиан
  • уровень моря

Раньше на большой площади перед Собором Парижской Богоматери был круг (исчез, увы, когда парковку делали, и никто не подумал поставить обратно), от которого отсчитывались все французские расстояния по дорогам . Вы даже можете вычислить другие точки по всему миру.

И всем нам нравится измерять, где мы находимся по отношению к истории человечества. Кристиан Томсен, нумизмат, почти не имеющий опыта в археологии, открыл нам путь в начале 1800-х годов, когда он разделил обширную полосу человеческой истории на каменный, железный и бронзовый века. О, да. Вскоре начались возражения. Во-первых, археологические данные не так четко разделены по материальным признакам, как предполагал Томсен. С другой стороны, некоторые утверждали, что классификации больше подходят для Европы, чем для остального мира, где они не имеют смысла.

Тем не менее, они сохраняются как в академических кругах, так и в общественном воображении, отчасти потому, что несут в себе важную мысль: материалы трансформируются. Например, дешевые инструменты для резки железа позволили людям вырубать леса и заселять плодородные земли, резко увеличивая население, а также производство железа. С возрастом цивилизации производят материалы. А материалы создают цивилизации.

Я думаю об этом сегодня с точки зрения истории технологий, эпох, также рассматриваемых как нечто до и после. Мой мир состоит из трех экосистем или сетей, несколько отличающихся друг от друга, но в то же время сходящихся. Или, может быть, становится более запутанным, чтобы позаимствовать тему у Neri Oxman:

▪ В моем мире мобильных устройств/телекоммуникаций мы измеряем вещи «до iPhone/после iPhone».

▪ В моем мире технологий электронного раскрытия информации/судебных разбирательств мы измеряем вещи «до Peck/After Peck».

▪ В моем мире неврологии мы измеряем вещи «до функциональной магнитно-резонансной томографии (фМРТ)/после фМРТ».

Итак, давайте подготовим почву…

С натиском искусственного интеллекта (ИИ) мы, кажется, пришли в состояние, когда мы предполагаем, что интеллект является каким-то образом телеологической конечной точкой эволюции — невероятно антропоцентрической и в значительной степени ошибочной по всем мыслимым направлениям. Интеллект — это эволюционный ответ на определенный контекст и набор проблем выживания. Нет объективной причины, по которой это должно цениться больше, чем полет, скорость, плодовитость или устойчивость к радиации.

Но это так точно вписывается в горячую тему дня… живем ли мы в «новой эре», называемой антропоценом, — где человеческий отпечаток на глобальную окружающую среду и человеческую жизнь теперь стал таким большим и активна тем, что соперничает со всеми великими силами Природы в своем воздействии на функционирование земной системы и развитие человечества.

Захватывающий дух прогресс научных открытий и технологий заставляет неизвестное бежать. Не так давно Творению было 8000 лет, и Небеса парили над нашими головами в нескольких тысячах миль. Сейчас Земле 4,5 миллиарда лет, а наблюдаемая Вселенная простирается на 92 миллиарда световых лет.

И по мере того, как нас с головой бросает в бешеный темп всего этого развития ИИ, мы страдаем от иллюзий понимания, ложного чувства понимания, неспособности увидеть надвигающуюся пропасть между тем, что знает ваш мозг, и тем, к чему он способен получить доступ.

Это проблема, конечно. Наука породила распространение технологий, которые резко проникли во все аспекты современной жизни. Во многих отношениях мир становится настолько динамичным и сложным, что технологические возможности превосходят возможности человека оптимально взаимодействовать с этими технологиями и использовать их.

И мы начинаем осознавать сложность. Медленно. Как пишет Мелани Митчелл в своей незаменимой книге Complexity: A Guided Tour, мы сталкиваемся со сложными системами (погодные условия, рынки, анализ текста, анализ населения, сканирование мозга и т. д.), которые оказываются быть чрезвычайно чувствительным к крошечным изменениям начальных условий, которые мы называем, за неимением лучшего термина, хаосом.

И если то, что вы знаете о науке о хаосе, ограничивается опубликованными работами доктора Яна Малкольма, вы будете в отчаянии, узнав, что в действительности это гораздо менее сексуально и гораздо более математическо, чем в «Парке Юрского периода»:

Я не против технологий. Но я осторожен. Я всегда ношу свою шляпу «детектора». Я принадлежу к Церкви Техицизма, блестящей новой смеси Аль Сакко, которая представляет собой «странный и труднопроизносимый термин, полученный из комбинации слов «скептицизм» и «техницизм», предназначенный для передачи общего смысла недоверие к основному технологическому миру и его пиар-машине».

Я вижу это в своих трех личных «эпохах», описанных выше… мобильных устройств, электронных открытий, нейронауки… которые не двигались и не будут двигаться вперед, линейно:

▪ В сфере мобильных устройств Amazon Echo и Google Home ударили Apple по лицу. Что происходит, когда нет «устройства»? Что происходит с этим преимуществом и возможностью получить премию, когда нет продукта, который можно было бы удержать, когда внешний вид, материалы, «внешний вид и ощущение» внезапно исчезли. Переход к системам, которым не нужно, чтобы мы смотрели на них напрямую, и которые возвращают нам информацию с помощью средств, отличных от встроенного элемента с экраном, не столько перемещает стойки ворот, сколько поджигает их и терраформирует поле. где они стояли. Конечно, наша одержимость фотографиями и камерами предотвратила этот сдвиг; Instagram и Snapchat демонстрируют, что когда дело доходит до социального взаимодействия, нам нравится визуальное. Это говорит о том, что экраны и устройства — другими словами, вещи, которые мы на самом деле держим и носим с собой — остаются важными. В этой серии я посвящу этим вопросам целую главу.

▪ Недавно в индустрии электронного обнаружения появилась новая философия, которая заключалась в том, чтобы рассматривать электронное обнаружение как науку, что привело к появлению новой интеллектуальной технологии — прогностическое кодирование. На мой взгляд, это продвижение связано исключительно с судьей Эндрю Пеком и его сдержанным выражением лица (отсюда До Пека/После Пека). Но что происходит, когда он терпит неудачу? В прошлом году у нас был заметный сбой в интеллектуальном кодировании: 85% ложных срабатываний, тысячи документов, которые программное обеспечение для интеллектуального кодирования не смогло закодировать, современное программное обеспечение, считывающее фотографии как электронные таблицы Excel и пытающееся преобразовать их, переход к грубому кодированию. проверка силы и т. д. Справедливости ради, это было связано со сложностью данных и плохим выполнением технологии привлеченными неофитами. Как рассказал об этом случае один эксперт по интеллектуальному кодированию, даже паровой двигатель несколько раз взрывался, прежде чем мы все сделали правильно. Справедливо. Технология и процесс будут улучшаться. Прогностическое кодирование будет развиваться из-за столкновения двух простых основных тенденций: (1) экономика традиционного линейного обзора стала неустойчивой, в то время как (2) первые результаты от тех, кто использует прогностическое кодирование, поразительны. Но в мире, который теперь ожидает мгновенного удовлетворения, неудивительно, что один из вовлеченных партнеров по правовым вопросам воскликнул: «Когда это становится кнопкой и даже я могу это сделать, тогда Позвоните мне". Я подробнее остановлюсь на этих вопросах в одной из последующих глав.

▪ Современная неврология была бы невозможна без функциональной магнитно-резонансной томографии или фМРТ. Вкратце, фМРТ — это специализированная форма МРТ, метод визуализации, который позволяет вам заглянуть внутрь тела, не вскрывая его. Этому методу едва исполнилось 25 лет, но каждый год публикуются тысячи исследований, в которых он используется. Заголовки кричат ​​об этом. В прошлом месяце новая карта мозга, основанная на снимках фМРТ, была встречена как «научный прорыв». Но теперь серия исследований обнаружила глубокие недостатки в том, как исследователи использовали фМРТ. Это связано с тем, как фМРТ находит и интерпретирует «стандартную активность». Проблема в том, что то, что является «стандартной» деятельностью, может варьироваться от одного объекта к другому или даже от человека к человеку. Таким образом, эти программные пакеты ИИ и статистические тесты должны делать множество предположений, а иногда и использовать ярлыки, чтобы отделить реальную активность от фонового шума. Из-за этого ученые ожидают 5% ложных срабатываний, но эта серия исследований показала, что она намного выше. Это будет трудная глава, но я воспользуюсь своей программой нейробиологии в Кембриджском университете, чтобы провести вас через нее.

Искусственный интеллект «пружина»…. попробуем еще раз

Искусственный интеллект начал серьезно изучаться в середине 1950-х годов. В то время исследователи рассчитывали подражать человеческому интеллекту в течение академической карьеры. Но надежды рухнули, когда стало ясно, что алгоритмы и вычислительные мощности того периода просто не справляются с поставленной задачей. Некоторые скептики даже списали это начинание как чистое высокомерие.

Итак, после десятилетий разочарований искусственный интеллект, наконец, оправдал возложенные на него надежды благодаря мощной технике, называемой глубоким обучением. Мы много обсудим это в этой серии.

Во время моей программы по искусственному интеллекту в ETH Zurich я узнал, что люди называют 1980-е и настоящее двумя «аль-пружинами», во время которых модели экспертных систем, а теперь и алгоритмы глубокого обучения, соответственно, вызвали безумие в ИИ, финансирование, стартапы, войны талантов, внимание СМИ и многое другое. Я бы назвал их «летами Эла», а не пружинами. «Весна Аль» — это периоды, которые предшествовали этим двум «летам», то есть 1990-м годам и началу 21 века для этого последнего безумия Аль. Мне сказали, что в эти весенние времена «расцвели все цветы».

Академия пережила относительно спокойную, но чрезвычайно продуктивную эпоху множества различных идей и моделей. Я узнал о самых фундаментальных теориях и важных прототипах в сегментации изображений, распознавании объектов, понимании сцен, 3D-реконструкции, оптимизации, графических моделях, SVM, нейронных сетях, алгоритмах вывода, наборах данных с открытым исходным кодом, задачах сравнительного анализа и многом другом. Они стали отправной точкой для современного глубокого обучения, AR, VR, беспилотных автомобилей и т. д. Понимание этого развития помогло мне понять, как мы пришли к сегодняшнему дню.

Давайте завершим эту длинную первую часть на философской ноте

Для искусственного интеллекта в моде кошмарные сценарии. Нам рассказывают о грядущем марше «Терминатора», существа из наших первобытных кошмаров: высокого, сильного, агрессивного и почти несокрушимого. Мы сильно запрограммированы бояться такого существа — оно напоминает львов, тигров и медведей, которых так боялись наши предки, когда в одиночку бродили по саванне и тундре. Нам говорят, что они станут нашими безответственными повелителями, пожинающими разрушения.

Я бы сказал, что если вы возьмете газету или просмотрите свою новостную ленту, ежедневные новости раскрывают страдания, которые, как правило, возникают в результате действий могущественных, безответственных людей, поэтому я думаю, что мы достаточно хорошо это освещаем, спасибо.

Наша проблема, когда мы «думаем о мыслящих машинах», заключается в том, что наши чувства, эмоции и интеллектуальное понимание неразрывно связаны с тем, как мы думаем. Мы не только осознаем, что осознаем, но и наша способность мыслить позволяет нам по желанию помнить прошлое и воображать будущее. Машины — это не организмы, и какими бы сложными и изощренными они ни были, они не будут развиваться путем естественного отбора, как мы.

И в этом суть, не так ли? Какими бы средствами ни были спроектированы и запрограммированы машины, их способность испытывать чувства и эмоции будет контрпродуктивной по сравнению с тем, что сделает их наиболее ценными. Они не связаны иррациональностью, ограничивающей наш разум.

Но наше суждение об утопическом или антиутопическом будущем будет основано на мышлении, которое, как всегда, будет предвзятым, поскольку оно останется продуктом аналитического мышления, окрашенного нашими чувствами и эмоциями.

А что касается конца человечества…. немного перспективы, пожалуйста. Да, я знаю. Человеческая жизнь — поразительно странная штука. Вот мы и здесь, на поверхности каменного шара, падающего вокруг ядерного огненного шара по имени Солнце, и в черноте вакуума законы природы сговорились, чтобы создать голую обезьяну, которая может смотреть на звезды и задаваться вопросом: «Где? из ада я пришел?! Частицы пыли на бесконечной арене, присутствующие на мгновение в вечности. Сгустки атомов во вселенной, в которой галактик больше, чем людей.

Но, увы, существуют химические и метаболические пределы размера и вычислительной мощности «влажного» органического мозга. Возможно, мы уже близки к этому. Но такие ограничения не ограничивают компьютеры на основе кремния (и, возможно, еще меньше, квантовые компьютеры): для них потенциал дальнейшего развития может быть столь же драматичным, как эволюция от одноклеточных организмов к человеку.

Таким образом, при любом определении «мышления» объем и интенсивность работы органического мозга человеческого типа будут полностью поглощены работой ИИ. Более того, биосфера Земли, в которой симбиотически развилась органическая жизнь, не является препятствием для продвинутого ИИ. На самом деле это далеко не оптимально — межпланетное и межзвездное пространство будет предпочтительной ареной, где у производителей роботов будут самые большие возможности для строительства, и где небиологический «мозг» может развивать идеи, выходящие далеко за рамки нашего воображения, как теория струн для мыши. .

Как говорит Мартин Риз (бывший президент Королевского общества, заслуженный профессор космологии и астрофизики Кембриджского университета):

«Абстрактное мышление биологических мозгов лежит в основе возникновения всей культуры и науки. Но эта деятельность, растянувшаяся максимум на десятки тысячелетий, станет кратким предшественником более мощных интеллектов неорганической постчеловеческой эры. Более того, эволюция в других мирах, вращающихся вокруг звезд старше Солнца, могла иметь фору. Если это так, то инопланетяне, скорее всего, давно перешли органическую стадию.

Таким образом, не человеческий, а машинный разум наиболее полно поймет мир — и именно действия автономных машин самым радикальным образом изменят мир и, возможно, то, что лежит за его пределами.

Итак, вы можете спросить, что же есть в этой серии? Краткий обзор некоторых следующих глав:

Персональное машинное обучение

Это ошибочное предположение, что коллективное машинное обучение является единственным ценным предложением для развития ИИ. Есть личная сторона, и я думаю, что Amazon Echo и Google Home являются примитивными предшественниками. Речь идет о «обучении». Каждый, кто занимается машинным обучением, должен обучать свою сеть. Существуют массивные наборы данных, которые составляют основу крупных совместных инициатив по глубокому обучению и являются основой для обучения сети.

Личное машинное обучение сейчас просто происходит, в том же смысле, что большие наборы данных обучают сеть на основе общих тенденций и данных. Назревает битва за «помощника по личной жизни», которого потребители будут нанимать, чтобы помочь им на индивидуальном уровне и быть умным и предугадывать вещи, уникальные для их жизни.

Как работают алгоритмы фильтрации и как они меняют наше мировоззрение

Публичный дискурс все чаще опосредован проприетарными программными системами, принадлежащими горстке крупных корпораций. Google, Facebook, Twitter и YouTube заявляют о миллиардах активных пользователей своих социальных сетей, которые автоматически запускают алгоритмы фильтрации, чтобы определить, какая информация отображается этим пользователям в их каналах. Канал обычно организован как упорядоченный список элементов. Алгоритмы фильтрации выбирают, какие элементы включать и как их упорядочивать. Эти алгоритмы далеки от того, чтобы быть нейтральными или объективными, они являются мощными посредниками, которые отдают приоритет одним голосам над другими. Алгоритм, который контролирует, какая информация поднимается наверх, а какая подавляется, является своего рода привратником, который управляет потоком данных в соответствии со значениями, записанными в его коде.

В подавляющем большинстве случаев платформы не информируют пользователей о применяемой ими логике фильтрации и тем более не предлагают им контроль над этими фильтрами. Далее мы опишем, как алгоритмы фильтрации работают на ведущих платформах социальных сетей, прежде чем перейти к объяснению, почему эти платформы приняли определенную логику фильтрации, и как эта логика структурирует политэкономию контроля над информацией, основанную в первую очередь на рекламе и продаже потребительских товаров. продукты.

Наша повышенная визуальная культура и распространение алгоритмических методов

В 2015 году человечество выложило в интернет 2 или 3 триллиона фотографий (источники: Google, Facebook, Magnum Photos). Наши лица, наши улицы, наши друзья — все онлайн. Теперь исследователи подключаются к этой вене информации, изучая фотографии в большом количестве, чтобы дать нам новое представление о нашей жизни и наших городах. Например, проект под названием AirTick использует эти фотографии, чтобы разобраться с загрязнением воздуха. Приложение AirTick оценивает качество воздуха, массово анализируя фотографии городских улиц. Приложение анализирует фотографии с крупных сайтов социальных сетей, проверяя, когда и где они были сделаны, а также как была ориентирована камера. Затем он сопоставляет фотографии с официальными данными о качестве воздуха. Алгоритм машинного обучения использует данные, чтобы определить, как оценить уровень загрязняющих веществ в воздухе, основываясь исключительно на том, как он выглядит на фотографиях.

Или такая технология обработки изображений, как портативное оборудование для распознавания и анализа изображений Honeywell, или PIRATE, которое предназначено для проникновения в потенциально опасные зоны и составления отчетов об условиях. Его можно разместить удаленно и передавать данные обратно в центральное место до того, как туда войдет человек — опять же, алгоритм машинного обучения, использующий данные для выявления опасностей.

Или расширенный Google Cloud Vision API для анализа текста, который имеет функцию OCR (оптическое распознавание символов), которая может видеть текст внутри изображения (он поддерживает несколько языков), поэтому вы можете вытащить текст для более легкого доступа и анализа.

Или, что еще лучше, трехмерное отображение в телефонах. В прошлом году мне разрешили посетить отдел исследований и разработок Qualcomm, чтобы увидеть прототип программного обеспечения для создания трехмерных карт для мобильных телефонов. Он имеет возможность буквально сканировать сцену с помощью камеры вашего телефона и автоматически сшивать изображения в трех измерениях. В будущем свидетели крупного события (возможно, полицейской стрельбы?) смогут задокументировать его с помощью своих мобильных телефонов таким образом, чтобы другие могли войти внутрь сцены, давая людям мгновенное представление о событии, которое никакое видео или фотография может предоставить.

Николас Мирзофф в своей книге «Как увидеть мир» отмечает, что наша повышенная визуальная культура в сочетании с распространением алгоритмических методов анализа изображений приведет нас к «машинному обучению смысла». Я собираюсь броситься в длинный список многих из этих компетенций.

Журналистика данных

Каждый год я посещаю (или моя команда посещает) Международный фестиваль журналистики в Перудже, Италия. Именно здесь я научился привлекать внимание людей среди какофонии информации. Как определить, когда контент должен быть всесторонним или быстрым. И как рассказать историю с данными, как создать нарратив.

И за последние несколько лет многие сеансы, посвященные технологии ИИ, использовались для публикации статей: автоматизированные финансовые статьи о стандартных доходах корпораций (Associated Press сообщает, что технология позволила публиковать 3700 дополнительных историй каждый квартал) и более сложное программное обеспечение, такое как «Эмма». ». В недавнем соревновании «журналист против машины» «Эмма» и ее соперник были готовы написать об официальных данных о занятости в Великобритании. «Эмма» действительно оказалась быстрой: она подала за 12 минут к «человеческому журналисту» за 35 минут. И ее копия тоже оказалась лучше, чем ожидалось. И она даже включила соответствующий контекст, такой как возможность Brexit, которую человек упустил.

Увлекательная история. Я даже расскажу, как убедил одного «робота» рассказать мне все, что он знает о пицце.

Системы редактирования генов

У меня будет статья о «эпохе красной ручки» — CRISPR и других системах редактирования генов, которые являются продуктом генетических алгоритмов, разработанных с помощью очень мощного ИИ. Сила CRISPR и других подобных технологий обещает непредсказуемым образом изменить наше будущее. Мы станем хозяевами нашей собственной эволюции, определяя, какие изменения в нашей форме и функциях мы будем внедрять в своих детях.

Математизированное управление

Было бы упущением не коснуться ИИ и его влияния на закон и регулирование. Не IBM ROSS и другие приложения, распространенные в легальных СМИ. Но системы обработки информации ИИ уже выполняют компьютеры в регулировании и контроле общества: математизированное управление. Они используются в уголовном правосудии в таких областях, как условно-досрочное освобождение и испытательный срок, освобождение под залог или вынесение приговора. И в таких областях, как решения о жилье и лечении, выявление людей, которых можно безопасно отправить в тюрьму минимального режима или дом на полпути, а также тех, кому будет полезен определенный тип психологической помощи.

Это скрытая опасность во многих других областях: технократы и менеджеры маскируют спорные оценочные суждения в одежде «науки» и удовлетворяют, казалось бы, ненасытный спрос в наши дни на математические модели, чтобы переосмыслить все. Ценность работника, заключенного, услуги, товара, продукта... чего угодно... это неизбежный диктат существенных, измеримых данных.

Технологии искусственного интеллекта и бурный рост возможностей наблюдения

С тех пор, как история начала записываться, политические единицы — описываемые как государства или нет — имели в своем распоряжении войну как последнее средство. Однако технология, которая сделала войну возможной, также ограничила ее масштабы. Самые мощные и хорошо оснащенные государства могли проецировать силы только на ограниченные расстояния, в определенных количествах и против очень многих целей. Амбициозные лидеры были ограничены как условностями, так и состоянием коммуникационных технологий. Радикальные направления действий сдерживались скоростью, с которой они разворачивались.

И на протяжении большей части истории технологические изменения разворачивались в течение десятилетий и столетий постепенных достижений, совершенствовавших и сочетавших существующие технологии.

Новым в нынешнюю эпоху является скорость изменения вычислительной мощности и проникновение информационных технологий во все сферы существования. В своей последней книге Мировой порядок Генри Киссинджер отметил:

«Революция в вычислительной технике — это первая революция, позволившая стольким людям и процессам объединиться в одну и ту же среду коммуникации, а также перевести и отслеживать их действия на едином технологическом языке. Киберпространство — слово, придуманное в то время как по существу гипотетическое понятие, только в 1980-х годах — — — колонизировало физическое пространство и, по крайней мере, в крупных городских центрах, начинает сливаться с ним. Связь через него и между его экспоненциально разрастающимися узлами почти мгновенная. Равновесие исчезло. “

Силы технологий возвещают новую эру открытости, которая была бы немыслима всего несколько десятилетий назад. Правительства, журналисты и неправительственные организации (НПО) теперь могут использовать поток информации из открытых источников, полученной с коммерческих спутников наблюдения, дронов, смартфонов и компьютеров, для выявления скрытой деятельности в оспариваемых районах — от Украины до Сирии и Южного Китая. Море. В ближайшие годы дипломатия продолжит играть свою роль в поощрении государств к открытости в отношении своей деятельности, но настоящие прорывы будут происходить в Силиконовой долине, а не в Женеве.

Я собираюсь коснуться стремительного развития технологий искусственного интеллекта, которые привели к взрывному развитию возможностей наблюдения: коммерческие спутники наблюдения, беспилотные летательные аппараты, аналитика социальных сетей, биометрические технологии и киберзащита.

Распознавание речи: святой Грааль искусственного интеллекта

Это будет моя самая веселая глава, потому что она объединит мои исследования в области искусственного интеллекта в ETH Zurich и мои исследования в области неврологии в Кембридже. Язык для меня — мощная часть социальной технологии. Он передает ваши мысли как закодированные дуновения воздуха или десятки нарисованных символов, которые должен расшифровать кто-то другой. Он может перемещать информацию о прошлом, настоящем и будущем, формализовать идеи, вызывать действия, убеждать, уговаривать и обманывать. А язык по своей сути символичен — звуки обозначают слова, обозначающие реальные предметы и действия.

Язык — это специфически человеческая психическая функция, хотя некоторые нейробиологические приспособления, связанные с общением, можно обнаружить у других приматов, других отрядов млекопитающих и даже у других видов животных. Воздействие языка необходимо для его усвоения (культуры), существуют определенные аллели некоторых генов человеческого языка, а мозговые цепи, отвечающие за язык, в основном латерализованы в сторону левого полушария (латерализация мозга, о которой я расскажу ниже). в деталях).

И это может свести вас с ума. В этот год выборов в США (который больше похож на десятилетие) мы попали в ловушку людей с IQ аспидистры, бессмысленная болтовня, как музыка в лифтах, извергает машинные новости, которые приходят и уходят на успокаивающе знакомом языке. петля, те же кадры, те же представители, те же комментарии; то, что было сказано на прошлой неделе, обязательно будет сказано на этой неделе, на следующей неделе, а затем еще раз через шесть недель, причем последовательность возвращается так же верно, как солнце, требуя от потенциального гражданина ничего другого, кроме благочестивого соблюдения. Альбер Камю уже в 1950-х годах свел это затруднительное положение к афоризму: «Для современного человека достаточно одной фразы: он прелюбодействовал и читал газеты».

Я говорю на трех языках… английском, французском и греческом… и постоянно удивляюсь, когда обнаруживаю различия и их влияние. Например, в греческом есть два слова для обозначения синего: ghalazio для светло-голубого и ble для более темного оттенка. Исследование показало, что носители греческого языка различают оттенки синего быстрее и лучше, чем носители английского языка. Александра Дюмон руководит моим парижским офисом. Она говорит по-французски и выросла, веря, что все белки — самцы. Французское слово, обозначающее белку, écureuil, мужского рода. Исследования говорящих на французском и испанском языках, чьи языки приписывают объектам пол, предполагают, что они связывают эти объекты с мужскими или женскими свойствами.

Histoire во французском языке означает и "история", и "история", в отличие от английского слова "histoire", так что связь между историей и историей может быть более элегантно представлена ​​на французском языке. Но ни у кого в английском языке нет проблем с идеей, что истории — это повествования, которые мы сочиняем в той же мере, что и хроники, которые мы различаем.

А в своем мире электронных открытий я проводил бета-тестирование нового лингвистического программного обеспечения (назовем его «Синтаксис»; я изменил название в соответствии с соглашением о неразглашении). Думайте об этом как о Mindseye или Brainspace о скорости. Я использовал его во внутреннем расследовании финансового мошенничества, а также в антимонопольном расследовании. Он может обнаруживать нехарактерные изменения тона и языка в электронных разговорах, а также может быть адаптирован для определенных типов сотрудников, в первом случае это торговцы.

Распознавание речи долгое время было святым Граалем исследований в области искусственного интеллекта. Прогресс в распознавании речи будет означать прогресс в ИИ в целом. Так он стал эталоном и призом.

НАСЛАЖДАЙТЕСЬ ЛЕТОМ!

Первоначально опубликовано на www.gregorybufithis.com 12 августа 2016 г.