Человек из стали (2013)
Försvarsforskningsprojektbyrån (DARPA) tillkännagav fredagen lanseringen av datadriven upptäckt av modeller (D3M), som syftar till att hjälpa icke-experter att överbrygga vad det kallar "data-science expertise gap" genom att låta artificiella assistenter hjälpa personer med maskininlärning. DARPA kallar det för en "virtuell datavetenskaplig" assistent.
Denna programvara är dubbelt viktig eftersom det saknas datavetenskapare just nu och en större efterfrågan än någonsin för mer datadrivna lösningar. DARPA säger experter projekt 2016 underskott av 140.000 till 190.000 datavetenskapare världen över, och ökade brister i kommande år.
Till exempel, för att bygga en modell för hur olika väder-, skol-, plats- och brottsfaktorer påverkar trängsel för ruttdelningstjänster i centrala Manhattan, spenderade ett team av NYU-studenter motsvarande mer än 90 månaders arbetstid för att slutföra modellen. DARPA ser problem så här hela tiden och D3M-programmet kommer att sträva efter att konstruera det för att drastiskt minska den tid och expertis som behövs för att göra modeller som dessa i framtiden.
"Konstruktionen av empiriska modeller idag är i stor utsträckning en manuell process som kräver att dataexperter översätter stokastiska element, till exempel väder och trafik, till modeller som ingenjörer och forskare kan ställa frågor om, säger Wade Shen, programchef i DARPAs informationsinnovation Kontor. "Vi tror att det är möjligt att automatisera vissa aspekter av datavetenskap, och specifikt att få maskiner att lära av tidigare exempel hur man bygger nya modeller."
Som försvarsbyrå ser naturligtvis DARPA också hur denna A.I. kan påverka slagfältet och spara fler liv.
Google använder redan sin A.I. att utföra liknande uppgifter som Alphabet's Sidewalk Labs partnerskap med US Department of Transportations Smart City Challenge, som syftar till att använda datainsamling av infrastruktur för att underlätta trängsel och parkering i ständiga städer.
Om mindre team av datavetenskapare och icke-experter kan använda maskininlärningsmodeller för att identifiera problem i samhället, kommer det att finnas mer tid för analys av data för att faktiskt genomföra lösningar.
"Vår förmåga att förstå allt från trafik till uppförande av fientliga styrkor är alltmer möjligt med tanke på tillväxten i data från sensorer och öppna källor", säger Shen. "Förhoppningen är att D3M kommer att hantera grunderna för modellutveckling så att människor kan tillämpa sin mänskliga intelligens för att titta på data på nya sätt och föreställa sig lösningar och möjligheter som inte var uppenbara eller tänkbara förut."
"Mayhem" vann en DARPA-tävling genom att hackat sina rivaler inför DEF CON
Ett system som heter Mayhem har förklarats den presumtiva vinnaren av en banbrytande ny tävling som slår mot maskin mot maskin. Cyber Grand Challenge (CGC), sprang av Förenta staternas försvarsdepartementets DARPA-lab, beskrivs som världens första all-hacking-tävling. Spelet innebar ingen mänsklig interaktion ...
Vulkanisk betong kunde bygga framtida städer, säger MIT Scientist
MIT-forskare visar att användandet av vulkanisk aska för att göra betong är en potentiell lösning på den energi och förorening som betongtillverkning producerar.
Hur får du din kross att fråga dig genom att få dem att falla för dig
Om du är för nervös för att fråga din krossning skulle nästa bästa sak vara att lära dig hur du får din kross att fråga dig. Knäck ner dina nerver och gå efter det!