意见档案提供了从ACM通讯和其他来源按日期访问过去意见故事的途径。
我们需要改变规则和制度,同时仍然促进创新,保护人们免受错误人工智能的影响。
跳房子应用程序的联合创始人萨曼莎·约翰讲述了她从躲避电子游戏到帮助孩子们创造游戏的历程。
芯片速度和功率的快速增长推动了许多行业的创新,但这种进步的未来轨迹可能处于危险之中。
科技公司至少必须向消费者传达政策和做法。
深度学习的教父之一汇集了旧的想法,为人工智能勾画出一条新的道路。
美国的《创新与竞争法案》只是阻止中国主导的第一步。
采访耶鲁大学斯特林计算机科学教授丹尼尔·斯皮尔曼。
神经学家和作家Daeyeol Lee讨论了人类和动物的强化学习、人工智能和自然智能等。
软件工程师讨论Python测试中pytest的流行程度和使用。
如果不解决机器人、垃圾邮件和虚假账户的问题,该公司可能会失去用户和投资者的信任。
开发区块链技术的实际、现实工作将继续进行,而不受市场表演的影响。
更重要的对话应该是关于人类的兼容性和信任。
下一代人工智能将会让可悲的谬论更加猖獗。
研究中排放的温室气体会破坏气候。
人们很容易被这种模仿所欺骗,但消费者需要知道这些系统是如何使用的。
图灵测试最令人不安的遗产是道德方面的:从根本上讲,它与欺骗有关。
计算机科学家、人工智能委员会代理主席温迪·霍尔(Wendy Hall)谈到了对人工智能认知的挑战。
以下是研究结果。
在一次采访中,这位联邦贸易委员会主席列出了她的一些计划,因为她现在在该机构中民主党占多数。
机器智能突破的前景和风险。
摄像头和基于视觉的感知将越来越多地成为移动机器人的技术基础。
人工智能正在改变科学过程,实现自动化,增加人们使用它所能完成的事情。
采访了《日常机器人》的马克斯·布劳恩。
美国人不信任的不是政府的数据;这是相反的政党。
在他们的职业得名十年后,研究软件工程师寻求扩大他们的队伍。
仔细观察就会发现,最新的系统,包括DeepMind大肆宣传的Gato,仍然被同样的老问题所困扰。
大型科技公司可以部署任何数量的解决方案来减缓虚假信息的传播,最有希望的是修复算法。
与NIST理论家Alexey Gorshkov的问答。
脱离你的社区如何阻碍你领导创新的成功,以及该如何应对。
考虑如何实现系统降低风险的长期目标。