DOE FY2021 Budget Request for Advanced Research Projects Agency (EventID=110705)
Агентство оборонних перспективних дослідницьких проектів (DARPA) оголосило у п'ятницю запуск відкритого для моделей даних (D3M), який має на меті допомогти неспеціалістам перетворити те, що він називає "експертним розривом даних-науки", дозволяючи штучним помічникам допомогти люди з машинного навчання. DARPA називає його помічником «віртуального вченого даних».
Це програмне забезпечення є вдвічі важливішим, оскільки зараз бракує вчених та більшого попиту, ніж коли-небудь, для більш керованих даними рішень. Експерти проекту DARPA повідомляють про дефіцит 2016 року в 140 000 до 190 000 вчених-дослідників у всьому світі і збільшують дефіцит у найближчі роки.
Наприклад, для того, щоб побудувати модель для того, як різні погоди, школа, місце розташування та фактори злочинності впливають на затору для послуг обміну їзди в центрі Манхеттена, команда студентів Нью-Йорку витрачала еквівалент більше 90 місяців робочого часу для завершення моделі. DARPA бачить проблеми так само, як і весь цей час, і програма D3M буде прагнути побудувати її, щоб значно скоротити час і знання, необхідні для створення таких моделей у майбутньому.
«Будівництво емпіричних моделей сьогодні є в основному ручним процесом, який вимагає від експертів з даних перекладати стохастичні елементи, такі як погода і трафік, в моделі, які інженери і вчені можуть задати питанням», - сказав Уейд Шен, менеджер програми в інформаційних інноваціях DARPA Офіс. "Ми вважаємо, що можна автоматизувати певні аспекти науки про дані, а саме, щоб машини дізналися з попереднього прикладу, як будувати нові моделі".
Як оборонне агентство, звичайно DARPA також вивчає, як це A.I. може вплинути на поле бою і врятувати більше життів.
Google вже використовує свій A.I. виконувати подібні завдання, такі як партнерство «Тротуарна лабораторія алфавіту» з американським Департаментом перевезень «Smart City Challenge», який має на меті використовувати інфраструктуру збору даних для полегшення заторів і паркування в містах.
Якщо менші групи вчених з даними та неспеціалісти можуть використовувати моделі машинного навчання, щоб допомогти виявити проблеми в суспільстві, то буде більше часу для аналізу даних для реального впровадження рішень.
"Наша здатність розуміти все, від трафіку до поведінки ворожих сил, стає все більш можливою, враховуючи зростання даних з датчиків і відкритих джерел", - сказав Шен. "Сподіваємося, що D3M буде обробляти основи розробки моделі, щоб люди могли застосовувати свій людський інтелект, щоб поглянути на дані новими способами, і уявити рішення та можливості, які раніше не були очевидні або навіть мислимі".
25 віртуальних світів, які потрібно відвідати в 2016 році
Віртуальна реальність традиційно була важким місцем для відвідування. У листопаді дебют Gear VR, Playstation Morpheus і Oculus Rift, що приїжджають цього року, збираються змінитися, навіть коли віртуальна реальність розширюється. З точки зору поточних проектів VR, інтерес розробників ігор розширився вдвічі, відповідно до останніх ...
Що таке когнітивна економіка? Розуміння світу через нові типи даних
Економіка - це не просто гра чисел. Людська ірраціональність настільки нерозривно пов'язана з людською потребою раціоналізувати, що фінансові рішення часто робляться, коли наші свідомі мізки тримаються за викуп нашими емоціями. Через це вивчення грошей має специфічні галузі, присвячені вивченню Homo sapiens ...
Стійкість до антибіотиків поширюється через повітря, який ми дихаємо, попереджають вчених
Резистентність до антибіотиків вже досить страшна, але одне дослідження з боку дослідників в Китаї показує, що ці гени можуть фактично подорожувати по повітрю від міста до міста. У 19 містах команда підтвердила, що гени стійкості до антибіотиків плавають у повітрі ...