


L'IA peut prédire votre idéologie politique simplement en effectuant un scanner cérébral
L’intelligence artificielle peut prédire l’idéologie politique d’une personne simplement en analysant les connexions fonctionnelles du cerveau. L'IA était précise environ 70 % du temps, ce qui équivaut à peu près à prédire les convictions politiques d'une personne sur la base des idéologies de ses parents. Bien que cette recherche soit certainement passionnante, il s’agit essentiellement d’une recherche de modèles avec le Big Data, et découvrir les racines neuronales de l’idéologie sera plus difficile.
« Le cerveau des gens reflète-t-il l'orientation politique qu'ils ont choisie, ou la structure fonctionnelle de leur cerveau choisit-elle leur orientation politique ? »
Par une équipe de l'Ohio State University, de l'Université de Pittsburgh et de New York. Université York Une équipe de chercheurs présente ce dilemme « de la poule ou de l'œuf » qui suscite la réflexion. Leurs nouvelles recherches montrent que l'intelligence artificielle peut deviner avec précision l'idéologie politique d'une personne simplement en analysant ses scanners cérébraux. Les travaux sont publiés dans la revue PNAS Nexus.
Neurosciences et politique
Les scientifiques ont déjà utilisé la technologie de scanner cérébral pour approfondir les bases neuroscientifiques des convictions politiques. Par exemple, des chercheurs ont précédemment découvert que les conservateurs avaient tendance à avoir des volumes de matière grise plus importants dans leur amygdale (une région associée à la peur, à l'anxiété et à l'agressivité), tandis que les libéraux avaient tendance à avoir un cortex cingulaire antérieur plus important (en outre, ils étaient associés à l'éthique et à la morale). pertinent). Une autre expérience a montré que les cerveaux des libéraux et des conservateurs réagissent différemment aux mots contenus dans des vidéos politiques qui « introduisent de fortes émotions ».
Dans la présente étude, les chercheurs ont observé et enregistré des connexions fonctionnelles dans le cerveau de 174 jeunes sujets adultes en bonne santé alors qu'ils effectuaient diverses tâches simples, comme appuyer le plus rapidement possible sur un bouton contextuel pour recevoir une récompense monétaire. , en plaçant des noms Faites correspondre les visages ou répondez aux questions vraies ou fausses sur l'histoire qu'ils viennent de lire. Le cerveau des sujets a également été scanné dans un état calme – éveillé et détendu, les yeux fermés.
Les mesures de connectivité fonctionnelle (FC) sont relativement rares en neurosciences politiques. FC fait référence à la façon dont différentes parties du cerveau présentent une activité similaire en même temps, comme si elles communiquaient entre elles. Les chercheurs ont utilisé une technologie d’apprentissage profond d’intelligence artificielle de pointe appelée BrainNetCNN. La technique, exécutée sur un superordinateur de l'État de l'Ohio, a analysé les données de connectivité fonctionnelle de toutes les tâches et les a reliées à l'idéologie politique autodéclarée des sujets, qui a été classée de très libérale à très conservatrice.
BrainNetCNN a pu utiliser ces données pour prédire l'idéologie politique d'une personne avec une précision d'environ 70 %, similaire à ce que l'on pourrait attendre en devinant l'idéologie d'une personne en se basant sur les croyances de ses parents - ce qui est en fait considéré comme une science politique. l'un des prédicteurs les plus puissants.
"Cette étude montre que les racines biologiques et neuronales du comportement politique sont beaucoup plus profondes qu'on ne le pensait auparavant", ont écrit les chercheurs
Neuropolitique ? Pas si vite
Bien que cette recherche soit certainement passionnante, il s'agit essentiellement d'une recherche de modèles avec le Big Data. C'est bien beau, mais un modèle n'est robuste et largement applicable que s'il repose sur un groupe de recherche vaste et diversifié. Dans ce cas, les sujets étaient des jeunes, dont sept sur dix étaient libéraux. Par conséquent, le modèle pourrait ne pas fonctionner s’il était testé sur d’autres Américains (ou sur des personnes en général). De plus, l’IA ne peut rien nous dire sur les racines neurologiques de l’idéologie ; elle n’est pas conçue pour cela. Répondre à cette question serait une tâche plus ardue.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

" sept péchés capitaux" » Dissiper les rumeurs : selon des informations divulguées et des documents obtenus par Vox, la haute direction d'OpenAI, y compris Altman, était bien au courant de ces dispositions de récupération de capitaux propres et les a approuvées. De plus, OpenAI est confronté à un problème grave et urgent : la sécurité de l’IA. Les récents départs de cinq employés liés à la sécurité, dont deux de ses employés les plus en vue, et la dissolution de l'équipe « Super Alignment » ont une nouvelle fois mis les enjeux de sécurité d'OpenAI sur le devant de la scène. Le magazine Fortune a rapporté qu'OpenA

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
