>« Big Brother n'a JAMAIS été aussi efficace qu'aujourd'hui », ajoute-t-il. Le contexte est celui-ci : auparavant, la machine de surveillance des États faisait appel à des individus pour collecter les données sur les populations, les analyser et les synthétiser. Et plus il y a de monde qui fait partie de la machine de surveillance, plus les gouvernements courent le risque d'être confronté à des lanceurs d'alerte. C'est par exemple le cas de l'ancien contractant de la NSA Edward Snowden. En 2013, il a attiré l'attention du monde sur les méthodes utilisées par le gouvernement fédéral des États-Unis pour espionner les autres pays, y compris ses alliés.
https://intelligence-artificielle.dev...-000-heures-de-travail-selon-une-etud
Vote 0
>Considerable progress has recently been made in natural language processing: deep learning algorithms are increasingly able to generate, summarize, translate and classify texts. Yet, these language models still fail to match the language abilities of humans. Predictive coding theory offers a tentative explanation to this discrepancy: while language models are optimized to predict nearby words, the human brain would continuously predict a hierarchy of representations that spans multiple timescales. To test this hypothesis, we analysed the functional magnetic resonance imaging brain signals of 304 participants listening to short stories. First, we confirmed that the activations of modern language models linearly map onto the brain responses to speech. Second, we showed that enhancing these algorithms with predictions that span multiple timescales improves this brain mapping. Finally, we showed that these predictions are organized hierarchically: frontoparietal cortices predict higher-level, longer-range and more contextual representations than temporal cortices. Overall, these results strengthen the role of hierarchical predictive coding in language processing and illustrate how the synergy between neuroscience and artificial intelligence can unravel the computational bases of human cognition.
https://www.nature.com/articles/s41562-022-01516-2
Vote 0
Les signets de cette page sont gérés par un administrateur. 