Terlepas dari dominasi Google dan pengetahuan dalam algoritma terkait pencarian, biasanya sulit untuk menemukan email tertentu di Gmail. Perusahaan saat ini berusaha untuk mengatasi masalah ini dengan fitur filter baru yang disebut “Browse Chips.”

Begini cara kerjanya: Setelah Anda mencari email dengan frasa pencarian, Anda akan melihat tombol filter di atas halaman hasil pencarian seperti “Punya lampiran,” “Abaikan percakapan,” serta pemilih tanggal. Anda juga dapat memilih jenis aksesori seperti teks, PDF, atau gambar. Tombol atau “Keripik” ini pasti akan membantu Anda mempersempit hasil pencarian.

Jika kalian butuh info dan wawasan tentang teknologi lainya, silahkan kunjungi situs officialtollfree.com ya!

Dewan JPEG adalah perbankan di AI untuk membangun codec gambar berikutnya

Joint Photo Professionals Group (JPEG), sebuah komite yang mempertahankan sejumlah kriteria terkait gambar JPEG, telah mulai memeriksa cara untuk memasukkan AI untuk membangun standar kompresi baru.

Dalam konferensi yang diadakan di Sydney baru-baru ini, tim mengeluarkan permintaan bukti untuk mengeksplorasi teknik berbasis AI untuk menemukan codec kompresi gambar baru. Program tersebut, tepat disebut JPEG AI, diluncurkan tahun lalu; dengan tim khusus untuk mempelajari codec gambar berbasis jaringan saraf.

[Baca– Penelitian penelitian: profesional AI Gary Marcus mengklarifikasi bagaimana cara membawa AI ke ‘tingkat berikut’]
Di bawah program, ini bertujuan untuk menemukan layanan yang mungkin menuju menemukan standar baru. Untuk melakukan itu, ia telah bermitra dengan IEEE (Institute of Electrical and Electronic Device Engineers) untuk meminta dokumen di bawah Tantangan Pengodean Gambar Berbasis Pembelajaran. Dokumen-dokumen ini akan ada di Seminar Internasional Penanganan Gambar (ICIP) yang dijadwalkan akan diadakan di Abu Dhabi pada bulan Oktober.

Dewan menyatakan ingin menemukan bukti bahwa AI dapat melakukan pekerjaan yang lebih baik untuk mencapai kompresi yang lebih baik dengan database gambar besar:

Akan tetapi, ketika dikontraskan dengan strategi konvensional, tergantung pada versi yang menggunakan basis data gambar besar, kegiatan ini bermaksud menemukan bukti untuk pengkodean gambar teknologi modern yang memberikan efisiensi kompresi yang jauh lebih baik.

Memiliki model AI membantu dalam upaya memasok media berkualitas tinggi dengan efektifitas informasi dalam pikiran bukanlah hal yang sama sekali baru. Pada tahun 2017, Netflix mendirikan codec yang diberdayakan oleh AI untuk pasar negara berkembang seperti India, di mana orang melihat banyak konten web di ponsel mereka melalui jaringan data.

Plus, para peneliti sebenarnya telah mempresentasikan beberapa dokumen tentang kompresi gambar melalui desain pembelajaran mesin. Ini akan menarik untuk melihat codec foto berbasis AI yang sama sekali baru. Pied Piper, ada orang?

Musim panas ini, kami membawa Neural ke TNW Conference 2020, di mana kami akan mengatur program yang penuh semangat yang ditujukan hanya untuk AI. Dengan keynote oleh para spesialis dari perusahaan-perusahaan seperti Spotify serta RSA, jalur saraf kami akan mempelajari teknologi-teknologi baru, masalah-masalah jujur, serta bagaimana AI dapat mengubah perusahaan.

Pengawas Eksekutif Institut AI Now, Andrea Nill Sánchez, hari ini memberikan kesaksian di depan Audiensi Publik Komite Eropa Parlemen LIBE tentang “Kecerdasan Buatan dalam Legislasi Pelanggar Hukum dan Penggunaannya oleh Polisi serta Otoritas Yudisial di Crook Matters.” Pesannya sederhana: “Sistem kepolisian yang prediktif tidak akan pernah aman … sampai sistem peradilan pidana yang mereka bangun direformasi.”

Sanchez menyarankan bahwa sistem kepolisian prediktif dikembangkan dengan “informasi kotor” yang dikumpulkan selama bertahun-tahun pelanggaran polisi, yang tidak ada teknik saat ini di mana ini dapat diselesaikan dengan teknologi modern.

Kesaksiannya didasarkan pada studi penelitian komprehensif yang dilakukan oleh AI Now Institute pada 2015 yang mendalam tentang bagaimana sistem kepolisian prediktif secara inheren berprasangka. Dia memberi tahu dewan:

Dalam penelitian saat ini, kolega saya di AI Now Institute memeriksa 13 yurisdiksi otoritas Amerika Serikat yang benar-benar berpartisipasi dalam teknik yang dilarang, korup, atau berprasangka serta kemudian membangun atau memperoleh sistem kepolisian yang dapat diprediksi. Khususnya, rekanan saya menemukan bahwa di sembilan dari yurisdiksi tersebut, ada risiko tinggi bahwa perkiraan sistem mencerminkan kecenderungan yang dipasang dalam informasi.

Sepanjang persidangan, Sanchez menjelaskan sistem kepolisian prediktif sebagai sedikit lebih besar dari teknik yang digunakan untuk mengotomatisasi korupsi:

Ditinggalkan tanpa pengawasan, penyebaran risiko kepolisian yang dapat direplikasi mereplikasi dan meningkatkan pola perilaku korup, ilegal, dan curang yang terkait dengan warisan diskriminasi yang mewabahi lembaga penegak hukum di seluruh dunia.

Baca: Mengantisipasi kepolisian, AI adalah penipuan yang lebih besar daripada detektif psikis

AI Now memberi tahu regulator Amerika Serikat pada tahun 2014 bahwa kepolisian prediktif adalah masalah, dan pesannya belum banyak berubah bagi audiens global. Per Sanchez hari ini:

Akhirnya, antisipasi sistem kepolisian dan juga informasi yang mereka proses adalah benih dunia yang tidak dapat dibenarkan. Sementara sistem peradilan pidana Amerika Serikat adalah sisa dari perbudakan serta rasisme selama berabad-abad versus orang-orang Hitam dan Brown, perpolisian yang bias adalah asli di seluruh dunia, yang terdiri dari di Eropa.

Alasan mengapa sistem ini sangat berbahaya? Pada dasarnya, latar belakang yang panjang dari metode polisi korup sebenarnya telah menciptakan kumpulan data yang tidak dapat diandalkan. Sebagai contoh, saat melihat ke Divisi Kepolisian Chicago (CPD) – sebuah agen yang membereskan rata-rata satu pelanggaran yang cocok setiap hari – AI Sekarang menentukan pipa antara korupsi polisi dan prakiraan AI yang bias. Seperti yang Sanchez bahas:

Ilmuwan kami menyimpulkan bahwa teknik berprasangka CPD menghasilkan “informasi kotor” yang dicerna langsung oleh sistem kepolisian kota, mengembangkan ancaman yang sangat tinggi yang diperkuat oleh teknologi modern dan meningkatkan prasangka dan kerusakan yang mengakar dalam. Dengan mengandalkan kepolisian berprasangka seperti itu, mengantisipasi kepolisian dengan tepat menempatkan orang-orang tak bersalah yang salah dihentikan serta ditangkap pada Daftar Subjek Strategis, sehingga mencerminkan dan – ketika ditindaklanjuti – melanjutkan teknik berbahaya CPD.

Peringatan AI Now sejauh ini sebagian besar telah diabaikan. Beberapa yurisdiksi di AS telah menghentikan antisipasi kepolisian, dan juga ada gumaman dari Inggris dan Eropa tentang “menjeda” penggunaannya di beberapa daerah. Penggunaan kebijakan antisipasi dan pengakuan oleh penegakan peraturan mulai meningkat secara internasional.

Tinjau catatan lengkap komentar Andrea Nill Sanchez di sini.

Karena Anda ingin menemukan lebih banyak tentang pengetahuan palsu, Anda ada di sini. Begitu juga kita. Musim panas ini, kami membawa Neural ke TNW Meeting 2020, di mana kami akan mengadakan program yang jelas yang dikhususkan untuk AI. Dengan keynote oleh para ahli dari perusahaan seperti Spotify dan juga RSA, jalur saraf kami akan mengambil studi mendalam perkembangan baru, masalah etika, dan juga bagaimana AI dapat mengubah bisnis. Dapatkan tiket riser awal Anda dan lihat lagu Neural penuh.

Dengan keynote oleh para spesialis dari perusahaan-perusahaan seperti Spotify dan juga RSA, jalur Neural kami akan terjun ke inovasi baru, masalah moral, dan bagaimana AI dapat mengubah organisasi. Sederhananya, sejarah panjang teknik otoritas korup sebenarnya telah menghasilkan kumpulan informasi yang tidak dapat diandalkan. Sambil melihat ke Chicago Cops Division (CPD) – sebuah agen yang menyelesaikan standar satu gugatan pelanggaran setiap hari – AI Now mengidentifikasi saluran pipa antara otoritas yang korup dan prediksi AI yang bias. Beberapa yurisdiksi di Amerika Serikat telah menghentikan kepolisian prediktif, dan juga ada gumaman dari Inggris dan Eropa tentang “menjeda” penggunaannya di beberapa lokasi. Penggunaan kebijakan antisipasi dan pengenalan wajah oleh penegakan hukum semakin meningkat di seluruh dunia.