


Microsoft stellt einige umstrittene Gesichtserkennungsfunktionen ein
Microsoft verbietet nach und nach die öffentliche Nutzung einiger Gesichtsanalysetools mit künstlicher Intelligenz, darunter eines, das angeblich in der Lage ist, die Emotionen von Probanden anhand von Videos und Bildern zu identifizieren.
Dieses Tool zur „Emotionserkennung“ wurde von Experten kritisiert. Sie sagen, es sei weit verbreitet, dass der Gesichtsausdruck verschiedener Menschen unterschiedlich sei und dass es unwissenschaftlich sei, äußere Gefühlsausdrücke mit inneren Gefühlen gleichzusetzen. Denn eine Maschine kann einen finsteren Blick erkennen, aber das ist nicht dasselbe wie Wut zu erkennen.
Diese Entscheidung ist Teil einer umfassenden Reform der Ethikrichtlinie für künstliche Intelligenz von Microsoft. Die aktualisierten Standards des Unternehmens für verantwortungsvolle KI, die erstmals 2019 vorgeschlagen wurden, betonen die Verantwortung, herauszufinden, wer seine Dienste nutzt, und erhöhen die menschliche Aufsicht darüber, wo diese Tools verwendet werden.
In der Praxis bedeutet dies, dass Microsoft den Zugriff auf einige Funktionen seines Gesichtserkennungsdienstes (genannt Azure Face) einschränken und andere vollständig entfernen wird. Benutzer müssen die Verwendung von Azure Face für die Gesichtserkennung beantragen, indem sie beispielsweise Microsoft mitteilen, wie und wo sie ihr System bereitstellen werden. Einige weniger schädliche Anwendungsfälle, wie die automatische Unkenntlichmachung von Gesichtern in Bildern und Videos, bleiben weiterhin offen zugänglich.
Microsoft hat nicht nur den öffentlichen Zugriff auf seine Tools zur Emotionserkennung entfernt, sondern auch die Fähigkeit von Azure Face entfernt, „Attribute wie Geschlecht, Alter, Lächeln, Gesichtsbehaarung, Haare und Make-up“ zu identifizieren.
Natasha Crampton, Chef-KI-Leiterin bei Microsoft, schrieb in einem Blogbeitrag, in dem sie die Neuigkeiten ankündigte: „Experten innerhalb und außerhalb des Unternehmens haben den Mangel an wissenschaftlicher Definition von ‚Emotion‘ hervorgehoben. Konsens, Herausforderungen bei der Extrapolation über Anwendungsfälle, Regionen hinweg, und Demografie sowie erhöhte Datenschutzbedenken im Zusammenhang mit solchen Funktionen.“
Ab dem 21. Juni stellt Microsoft diese Funktionen neuen Benutzern nicht mehr zur Verfügung. Die Zugriffsrechte für bestehende Benutzer werden am 30. Juni 2023 widerrufen.
Einige der KI-Apps von Microsoft bieten weiterhin Emotionserkennung.
Während Microsoft diese Funktionen der Öffentlichkeit nicht mehr zur Verfügung stellt, wird es sie weiterhin in mindestens einem seiner Produkte verwenden: einer App namens Seeing AI, die maschinelles Sehen nutzt, um „eine neue Fähigkeit, die Welt zu sehen“ bereitzustellen.
Sarah Bird, Produktmanagerin im Azure AI-Hauptteam von Microsoft, sagte, dass Tools wie die Emotionserkennung „wertvoll sind, wenn sie in barrierefreien Szenarien eingesetzt werden“. Es ist unklar, ob diese Tools in anderen Microsoft-Produkten verwendet werden.
Microsoft hat auch ähnliche Einschränkungen für seine Funktion „Benutzerdefinierte neuronale Stimme“ eingeführt, die es Kunden ermöglicht, Stimmen mit künstlicher Intelligenz auf der Grundlage von Aufnahmen realer Personen zu erstellen (manchmal auch Deepfake-Audio genannt).
Dieses Tool hat „ein aufregendes Potenzial für Bildung, Zugänglichkeit und Unterhaltung“, aber Bird bemerkte auch, dass „es auch leicht dazu verwendet werden kann, sich unangemessen als Sprecher auszugeben und Zuhörer zu täuschen.“ Microsoft gibt an, den Zugriff auf die Funktion künftig auf die „Verwaltung von Kunden und Partnern“ zu beschränken und „die aktive Beteiligung des ursprünglichen Sprechers bei der Erstellung synthetisierter Sprache sicherzustellen“.
Das obige ist der detaillierte Inhalt vonMicrosoft stellt einige umstrittene Gesichtserkennungsfunktionen ein. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Laut Nachrichten dieser Website vom 14. August veröffentlichte Microsoft während des heutigen August-Patch-Dienstags kumulative Updates für Windows 11-Systeme, darunter das Update KB5041585 für 22H2 und 23H2 sowie das Update KB5041592 für 21H2. Nachdem das oben genannte Gerät mit dem kumulativen Update vom August installiert wurde, sind die mit dieser Site verbundenen Versionsnummernänderungen wie folgt: Nach der Installation des 21H2-Geräts wurde die Versionsnummer auf Build22000.314722H2 erhöht. Die Versionsnummer wurde auf Build22621.403723H2 erhöht. Nach der Installation des Geräts wurde die Versionsnummer auf Build22631.4037 erhöht. Die Hauptinhalte des KB5041585-Updates für Windows 1121H2 sind wie folgt: Verbesserung: Verbessert

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

Laut Nachrichten dieser Website vom 5. Juli veröffentlichte GlobalFoundries am 1. Juli dieses Jahres eine Pressemitteilung, in der die Übernahme der Power-Galliumnitrid (GaN)-Technologie und des Portfolios an geistigem Eigentum von Tagore Technology angekündigt wurde, in der Hoffnung, seinen Marktanteil in den Bereichen Automobile und Internet auszubauen Anwendungsbereiche für Rechenzentren mit künstlicher Intelligenz, um höhere Effizienz und bessere Leistung zu erforschen. Da sich Technologien wie generative künstliche Intelligenz (GenerativeAI) in der digitalen Welt weiterentwickeln, ist Galliumnitrid (GaN) zu einer Schlüssellösung für nachhaltiges und effizientes Energiemanagement, insbesondere in Rechenzentren, geworden. Auf dieser Website wurde die offizielle Ankündigung zitiert, dass sich das Ingenieurteam von Tagore Technology im Rahmen dieser Übernahme mit GF zusammenschließen wird, um die Galliumnitrid-Technologie weiterzuentwickeln. G

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht
