AI: Training Data & Bias
På vissa tider av kvällen är Twitter en skatt-trove för berusat beteende.
På samma sätt som berusad textning finns det ganska många människor som uttrycker uppkallning så mycket som de kan bekänna till 140 tecken. Att kontrollera skadan i ett anmälningsflöde kan vara lika smärtsamt (eller kanske mer beroende på vad som sägs) än en baksmälla. Det händer med det bästa av oss. Till och med Adele brukade vara medlem i berusad Twitter, och måste överlämna sitt konto till sina representanter.
Men dina anhängare är inte de enda som läser dina berusade tweeter. University of Rochester ingenjörer skapade en maskininlärningsalgoritm som hittar dina berusade tweets. Algoritmen kan identifiera dricka hotspots och berusat beteende, vilket kan hjälpa till att förstå alkoholrelaterade folkhälsoproblem och genomföra bättre sociologiska studier.
Får aldrig på Twitter medan den är full. Jag såg dum ut. Inte raderar tweetsna ändå.
- Josef (@JosefCrowther) 16 mars 2016
Om du gör en snabb sökning på Twitter ser du att det är svårt att isolera tweets relaterade till alkohol och tweets användare som skickas när de faktiskt dricker. Det var det första som forskargruppen gjorde - träna sin algoritm för att upptäcka skillnaderna. Algoritmen är också mer exakt än andra algoritmer för maskininlärning när de hämtar Twitter-användarnas hemort.
Nämnde jag … Jag är full 😉 damer 😘 jk … Men jag är verkligen full XD
- Entoan (@EntoanThePack) 13 mars 2016
Studien som publicerades den 10 mars avslöjar algoritmen i aktion som forskarna samlade omkring 11 000 geolocated tweets i två områden: New York City och förorterna i Monroe County, som inkluderar staden Rochester. Algoritmen filtrerade alkoholrelaterade sökord - berusad, fest, öl - och använde Amazons mekaniska Turk, en crowdsourcing-tjänst som samordnar mänskliga intelligensuppgifter, för att analysera tweetsna. Forskarna satte också upp parametrar för att få algoritmen att hitta tweets skickade när användarna kom hem. Som man kan förvänta sig, fanns det sätt på fler tweets i New York City i samband med att dricka än i Monroe County.
Forskarna tror att algoritmen har en mycket bredare tillämpning: den kan analysera mänsklig rörelse, relationer mellan demografi, grannskapsstruktur och hälsoförhållanden i olika regioner. "Våra resultat visar att tweets kan ge kraftfulla och finkorniga ledtrådar av aktiviteter som pågår i städer", skrev forskarna i studien.
Tog #martinimonday helt fel väg och nu är jag full på jobbet.
- Christina McGrath (@xtinamcgrath) 7 mars 2016
Så kanske Drunk texting är inte så illa om det hjälper forskare att lära sig mer om mänskligt beteende? Du kan vara domaren.
IPhone XR kan ha en "underlägsen" skärm men du kommer inte att kunna berätta
IPhone XR har fångat lite flack från användare och YouTubers om dess 326 pixlar per tums skärm. Ray Soneira, VD för DisplayMate Technologies, berättar om att ökat PPI skulle ha gjort någon skillnad och kunde till och med få telefonen att bli sämre.
En algoritm testas i San Francisco för att sätta förhandsbeslut
Det straffrättsliga systemet ligger mitt i en algoritmisk förändring. Omkring 30 jurisdiktioner - inklusive hela staterna Arizona, Kentucky och New Jersey, liksom städer som San Francisco och Chicago - har testat en algoritm som sätter kostnaden för borgen baserat på landsomfattande kriminalregisterdata. Nej...
Hur berusad är du? En slitstark "Tattoo" som skickar blodalkoholnivåer till din telefon kan berätta för dig
En bärbar "tatuering" som analyserar bärarens svett för att lära sig deras alkoholnivå i blod kan hjälpa till att rädda tusentals liv.