Link alla notizia: https://pro.hwupgrade.it/news/tlc-mobile/intelligenza-artificiale-per-huawei-avra-un-importanza-pari-alla-scoperta-dell-elettricita_79143.html

Huawei ha riunito a Roma settimana scorsa per una convention di tre giorni partner e clienti per parlare delle opportunità che la digitalizzazione sta portando e di come rispondere alle nuove esigenze del mercato: l'intelligenza artificiale non solo è uno dei focus del momento, ma può avere lo stesso impatto che ebbe la scoperta e applicazione dell'elettricità sulla vita delle persone e sulla società

Click sul link per visualizzare la notizia.

Allora, probabilmente, la stanno ancora sottovalutando.

L'intelligenza artificiale dà sempre una risposta, anche senza senso, magari semplicemente dando un valore di accuratezza molto bassa.

Questo può anche essere visto come un modo di dire "non l'ho mai visto, non lo so" (e forse il cervello umano funziona più o meno così: per dire "non lo so", bisogna fare comunque un confronto con quello che si sa e dargli un valore di accuratezza).

resistenza agli attacchi ostili
Dipende soprattutto da come si prepara il set di dati di training, che in certi casi può essere molto più importante della struttura della rete neurale stessa. Ma forse per molti ancora non è chiaro abbastanza.

Questo può anche essere visto come un modo di dire "non l'ho mai visto, non lo so" (e forse il cervello umano funziona più o meno così: per dire "non lo so", bisogna fare comunque un confronto con quello che si sa e dargli un valore di accuratezza).

Sicuramente funziona così. L'idea che mi sono fatto è che nel cervello ci sia una meta-rete, che supervisiona le reti "worker". L'output di tali worker è molto molto probabilmente probabilistico, alla pari delle reti deep artificiali.

Il punto è che l'output di una rete neurale va passato ad un altro soggetto il quale deve dare il giudizio finale. E ovviamente questo soggetto, di fronte ad una sfilza di probabilità al di sotto della soglia prestabilita, può dire "non lo so".

Che poi questo discorso non è nemmeno vero sempre. Una rete come la MTCNN per la face detection, semplicemente emette zero vettori di coordinate se non trova facce in un'immagine. Mentre una per la face recognition emetterà un embedding che descrive la faccia, ma non va poi a guardare nel database delle facce di chi si potrebbe trattare. Per cui, a livello di giudizio, non dice proprio niente.

Questo può anche essere visto come un modo di dire "non l'ho mai visto, non lo so" (e forse il cervello umano funziona più o meno così: per dire "non lo so", bisogna fare comunque un confronto con quello che si sa e dargli un valore di accuratezza).


Vero, e anche nel caso umano, il funzionamento (o meglio la "soglia") varia da persona a persona.
C'è chi ti dice "non so" anche per probabilità quasi sicure, e chi, piuttosto che dire "non so", si inventa le teorie più disparate...
Quindi, se una IA ha questo "difetto"(che poi la valutazione se sia o no un difetto può variare in base alla situazione) dipenderà solo dalla programmazione.