Informatica&Sicurezza - I diversi tipi di virus e malware esistenti
Quando i dati "cattivi" vengono risucchiati in un sistema di apprendimento automatico - è così che Alan Greenspan ha messo in discussione i modelli di computer che non sono riusciti a prevedere la recessione del 2008 - che le informazioni possono essere difficili da rimuovere. Ma un nuovo concetto, proposto dagli scienziati informatici Junfeng Yang e Yinzhi Cao, della Columbia University e della Lehigh University, rispettivamente, porta l'idea del disimparare ai computer. Mentre Cao e Yang scrivono nell'abstract pubblicato per la conferenza IEEE Xplore 2015, non devi tornare indietro al punto di partenza per dimenticare:
Per dimenticare un campione di dati di addestramento, il nostro approccio aggiorna semplicemente un piccolo numero di sommatorie - asintoticamente più veloce della riqualificazione da zero. Il nostro approccio è generale, perché il modulo di sommatoria proviene dall'apprendimento di query statistiche in cui è possibile implementare molti algoritmi di apprendimento automatico. Il nostro approccio si applica anche a tutte le fasi dell'apprendimento automatico, inclusa la selezione e la modellazione delle funzionalità. La nostra valutazione, su quattro diversi sistemi di apprendimento e carichi di lavoro reali, dimostra che il nostro approccio è generale, efficace, veloce e facile da usare.
Il concetto di apprendimento automatico poggia su una base costruita da tumuli e cumuli di informazioni. Ciò può essere utile per insegnare ai robot o alle intelligenze artificiali di stabilire alcune connessioni, ad esempio se un individuo in un cappotto pesante brandisce un'ascia, lui o lei potrebbe essere un vigile del fuoco. Ma in queste sessioni di formazione potrebbero verificarsi connessioni errate, basate sul set di dati. Il tuo robot potrebbe pensare che tutti i pompieri abbiano la barba. Questo, ovviamente, è qualcosa che vorresti fosse un computer unthink.
Cao e Yang basano questa idea di disaccoppiamento informativo robotico sul concetto di lignaggio dei dati - che i dati non nascono completamente formati nel mondo ma hanno una storia tracciabile man mano che i dati grezzi vengono elaborati, note Kurzweil A.I. Sfruttare questo lignaggio consente alle macchine di disimparare determinate parti di dati, senza cancellare completamente la loro istruzione.
Gli Icecaps della Groenlandia si sono sciolti così velocemente il lunedì Gli scienziati hanno pensato che i loro dati fossero sbagliati
Il circolo polare artico sta avendo una primavera davvero, davvero strana, e per nulla in senso buono. Sapevamo che il riscaldamento globale stava accelerando, ma ora sta diventando più caldo così rapidamente che gli scienziati del clima che studiano la calotta glaciale in Groenlandia hanno pensato brevemente che le loro misurazioni fossero completamente sbagliate. All'inizio di quest'anno abbiamo ufficialmente ...
Gli scienziati del sonno vogliono che gli insonni indossino gli occhiali come Guy Fieri
Uno studio mostra che indossare occhiali da sole avvolgenti color ambra può ridurre gli effetti di disturbo del sonno della luce dei dispositivi LED.
Cosa vogliono gli uomini: 30 cose che gli uomini semplicemente non vogliono in una relazione
Una delle domande più difficili a cui rispondere è cosa vogliono gli uomini? Creature complesse, non sempre si conoscono, ma sanno cosa non sanno.