Signal, bruit et l'ère à venir de la curation par l'IA

Dans cet épisode « Parlons de Bitcoin», rejoignez les hôtes Adam B. Levine, Stephanie Murphy, Jonathan Mohan et l'invité spécial Martin Rerak, créateur de AllYourFeeds.com, pour voir comment la « curation par l'IA » est utilisée pour déterminer quelles informations sont utiles et lesquelles ne sont que du superflu.

Pour plus d'épisodes et un accès anticipé gratuit avant nos sorties régulières, abonnez-vous avecApple Podcasts,Spotify,Pocketcasts,Google Podcasts,Castbox,Brodeuse,RadioPublica,iHeartRadio ou RSS.

Cet épisode est Sponsorisé parCrypto.com,Nexo.io et Elliptique

Des centaines d'onglets

Aux débuts du Bitcoin, il n'existait que quelques plateformes pour lire l'actualité et se tenir informé, mais au fil des ans, les choses ont radicalement changé. Aujourd'hui, des milliers de projets et des centaines d'articles sont écrits chaque jour. Et ce, en supposant que vous ignoriez les méandres de YouTube ou les profondeurs de Twitter, spécialisé dans les Crypto .

Il y avait des jours où je me réveillais avec une centaine d'onglets que je rechargeais simplement depuis la veille… Vous savez, en consultant Slack, Telegram, les comptes Twitter, Discord, Reddit et des dizaines de publications en ligne […] C'était très facile d'orienter quelqu'un s'il demandait : « Où puis-je acheter des Cryptomonnaie? » Mais s'il demandait : « La traçabilité est-elle utile ? » ou « Dans quoi devrais-je investir ? » ou « Comment ce projet évolue-t-il ? », la situation devient beaucoup plus complexe… Martin Rerak, créateur de AllYourFeeds.com

Voir aussi :Qu’est-ce que GPT-3 et devrions-nous en avoir peur ?

Dans cet épisode, nous discutons du paysage des crypto-médias, de la formation à l'IA, des défis liés aux biais et aux pratiques de neutralisation, des impacts potentiels de l'algorithme de génération de langage naturel connu sous le nom de GPT-3 et plus encore.

IA biaisée

Bien que troublante en apparence, la notion de biais au sein d'une IA n'est pas aussi controversée qu'on pourrait l'imaginer ; elle est presque indispensable. En tant qu'êtres humains, nous avons chacun nos propres expériences et préférences qui façonnent notre point de vue et nos biais. L'intelligence artificielle moderne consomme du « matériel d'entraînement » élaboré par des humains pour Guides ce qui est bien ou mal pour une tâche donnée. Une fois entraînée, l'IA peut nous aider dans ces tâches et est d'autant plus utile lorsque son « instinct » correspond à celui pour qui elle travaille.

Bien sûr, la pertinence des préjugés dépend en grande partie de vos priorités. Lorsque Google a formé une IA pour faciliter le recrutement, les données relatives aux employés passés et actuels l'ont amené à penser que l'« ingénieur Google » idéal n'aurait T de diplôme d'une université féminine sur son relevé de notes. Pour Google, leurs antécédents ne correspondaient pas à leurs ambitions futures, et les préjugés constituaient donc un problème.

Personnellement, j'ai développé une Technologies d'IA en instance de brevet qui facilite le montage AUDIO , et la notion de biais est ici cruciale. Il n'existe pas de norme objective pour déterminer ce qui sonne le mieux, seulement des préférences personnelles. Pour qu'une IA puisse assister un monteur AUDIO , elle doit être en phase avec ces préférences et être capable de prendre des décisions objectivement adaptées à la personne qu'elle assiste.

Il en va de même pour la sélection d'informations assistée par l'IA. Nous avons tous nos propres préférences, intérêts et préjugés, qui nous aident à décider de ce qui nous intéresse ou T . Dans l'émission d'aujourd'hui, nous explorons ce sujet fascinant où il existe rarement une solution universelle et où l'avenir est vaste.

Pour plus d'épisodes et un accès anticipé gratuit avant nos sorties régulières, abonnez-vous avecApple Podcasts,Spotify,Pocketcasts,Google Podcasts,Castbox,Brodeuse,RadioPublica,iHeartRadio ou RSS.