
人工智慧建立虛假文件,迷惑駭客
該演算法在一堆誘餌中隱藏敏感資訊

人工智慧建立虛假文件,迷惑駭客
該演算法在一堆誘餌中隱藏敏感資訊

檢視有史以來解析度最高的原子影像
科學家們使用一種成像技術實現了創紀錄的視覺細節水平,該技術可能有助於開發未來的電子產品和更好的電池

閱讀所有您想要的故事。

首個“大象版谷歌翻譯”亮相
一個線上動物目錄讓您解碼每個人最喜歡的大象的交流和其他行為

美國需要一個國家戰略計算儲備
在超級計算機合作抗擊 COVID 一年後,現在是擴大合作伙伴關係以應對其他危機的時候了

DNA:終極資料儲存解決方案
雙螺旋結構可以在幾乎難以想象的小體積中儲存驚人的資訊量

對重要管道的網路攻擊暴露了基礎設施的弱點
勒索軟體正穩步加劇。銀行或地鐵系統會是下一個嗎?

人工智慧開發出聆聽鳥鳴的能力
機器學習演算法可以快速處理數千小時的自然音景

演算法在不拆封的情況下虛擬展開歷史信件
在信封出現之前的幾個世紀裡,“信件鎖定”保護了資訊

量子網路是邁向超安全網際網路的一步
該實驗用糾纏光子連線三個裝置,展示了一種關鍵技術,該技術可以實現未來的量子網際網路

IBM 人工智慧與人類辯論——但它還不是口才界的“深藍”
正式論證的來回往復仍然超出了機器的“舒適區”——至少目前是這樣

人工智慧現在可以與人類辯論,有時甚至可以讓人信服
在今天的科學對話播客中,IBM 研究院的諾姆·斯洛尼姆 與大眾科學談論了計算機工程方面的一項令人印象深刻的壯舉:一個人工智慧驅動的自主系統,它可以與人類就各種問題進行復雜的辯論,從補貼學前教育和太空探索的價值,到基因工程的利弊。
在一篇新的論文中,斯洛尼姆和他的同事表明,在 80 個辯論主題中,辯論專案Debater的計算論證技術表現得非常出色——由人類觀眾來判斷。斯洛尼姆說:“然而,平均而言,它仍然比人類專家辯論員獲得的結果略遜一籌。”
在 2019 年舊金山的展示會上,該系統與專家辯論員哈里什·納塔拉詹進行了正面交鋒。
除了遊戲之外,很少看到人類和機器相互對抗,更不用說在口才比賽中了。
與人類同行一樣,人工智慧只有 15 分鐘的時間研究主題併為辯論做準備——以創紀錄的速度瀏覽數千千兆位元組的資訊,形成開場陳述和反駁論點,這些論點後來以片段形式透過機器人女性的聲音傳遞,並且發音近乎完美。
它在舊金山未能擊敗納塔拉詹,但在另一次辯論中,該系統——由斯洛尼姆和 IBM 研究員Ranit Aharonov共同領導——成功地改變了 9 人在關於使用遠端醫療的辯論中的立場,基本上將辯論轉移到它的一邊,並反駁了對手的論點。
換句話說,在這個領域,人類仍然佔上風。
但是,您如何為這樣複雜的系統構建架構呢?人工智慧能否識別辯論中的含義或更大的背景?一個源自辯論專案Debater的系統有一天能否介入現實生活中的社交媒體爭論,以平息錯誤資訊或朝某個方向引導辯論,無論是好是壞?我們在播客中回答了這些問題以及更多問題。

我們如何讓來自 120 個國家/地區的 10,000 多名學生擁抱程式設計的樂趣
斯坦福大學正在免費提供其受歡迎的計算機科學入門課程——您可以幫助教授它