Salve, stakeholder. (Questo è il termine di indirizzo senza genere su cui ho lavorato perché vedo "gente" in troppi post sui social media.) I ricercatori questa settimana hanno riferito di un modello di intelligenza artificiale che tenta di emulare l'irrazionalità umana nel processo decisionale, che deve essere l'approccio migliore per costruire un'intelligenza artificiale generale equivalente a quella umana, giusto? Ad esempio, se dicessi a Siri "Grazie" e lei rispondesse "Anche tu" invece di "Prego", e poi si sentisse in imbarazzo. Mi sembrerebbe profondamente umano.
Inoltre, ecco alcuni link a resoconti sul disturbo da stress post-traumatico e le sue basi genetiche, sui diavoli della Tasmania ancora in pericolo e su un pregiudizio precedentemente sconosciuto nella valutazione degli studenti che potrebbe terrorizzare gli studenti di nome Ybarra o Zamboni.
Irrazionalità colta
Il processo decisionale umano è intrinsecamente irrazionale e in gran parte imprevedibile poiché le persone cercano di bilanciare le informazioni ricevute, il comportamento orientato agli obiettivi, le previsioni sul futuro e le pulsioni interne non correlate come il desiderio di burritos. I ricercatori nel campo dell'intelligenza artificiale stanno ora cercando di costruire sistemi di intelligenza artificiale in grado di collaborare in modo più efficace con esseri umani irrazionali e legati al cranio, tenendo conto di questa irrazionalità.
I ricercatori del MIT e dell'Università di Washington stanno segnalando una nuova tecnica per modellare il comportamento di un agente, umano o AI, che tiene conto dei limiti alle sue capacità di risoluzione dei problemi.
Precedenti tentativi di ricerca per modellare il processo decisionale umano hanno comportato l’aggiunta di rumore al modello in modo tale che l’agente scelga l’opzione corretta solo in una certa percentuale di tentativi. Ma l’irrazionalità umana non è sempre irrazionale allo stesso modo. Il nuovo modello trae invece ispirazione dagli scacchisti di alto livello. I ricercatori hanno notato che i giocatori di livello superiore impiegano più tempo per pensare prima di agire in partite impegnative. Questo si è rivelato un buon indicatore del comportamento umano e ha ispirato il loro nuovo quadro.
Il modello esegue un algoritmo per un determinato periodo di tempo per risolvere un problema specifico. Il modello confronta le decisioni dell'algoritmo con il comportamento di un agente che lavora sullo stesso problema; quindi può allineare le decisioni dell'agente con quelle dell'algoritmo e determinare esattamente dove l'agente ha smesso di pianificare. Derivare un budget di inferenza dalla pianificazione dell'agente consente al modello di prevedere come l'agente farà le scelte per problemi simili.
Studia in grande
L’esposizione ad ambienti o condizioni traumatici, come i campi di battaglia, attiva una risposta allo stress che è probabilmente adattiva ed emerge per migliorare la sopravvivenza umana. Nel disturbo da stress post-traumatico, quella stessa risposta diventa un danno per la qualità della vita, il che è particolarmente importante in un paese che sta uscendo da 20 anni consecutivi di guerra. (Ovviamente, il disturbo da stress post-traumatico ha radici anche in altre cause.)
I ricercatori del Broad Institute del MIT e di Harvard hanno recentemente condotto uno studio genetico su 1,2 milioni di persone e hanno identificato 95 posizioni del genoma associate allo sviluppo di disturbo da stress post-traumatico a seguito di un trauma, insieme a 43 geni che hanno un ruolo nel disturbo da stress post-traumatico. Lo studio, il più grande nel suo genere, fornisce molteplici nuovi obiettivi di indagine che potrebbero portare a strategie di prevenzione e trattamento.
Zbigniew sottovalutato
Ricercatori dell'Università del Michigan riferiscono che agli studenti con cognomi in ordine alfabetico inferiore sono stati assegnati voti inferiori rispetto a quelli con cognomi in ordine alfabetico più alto. Ahah, c'è di peggio:anche gli studenti subordinati in ordine alfabetico hanno ricevuto commenti più negativi, meno educati e che mostravano una qualità di valutazione inferiore, misurata dai reclami degli studenti. Questi risultati derivano da un'analisi dei dati del sistema di gestione dell'apprendimento online Canvas, che, per impostazione predefinita, ordina gli invii degli studenti in ordine alfabetico per cognome.
Nel periodo valutato, dal 2014 al 2022, gli studenti i cui cognomi iniziano con A, B, C, D o E hanno ricevuto voti più alti di 0,3 punti; gli studenti con cognomi suburbani in ordine alfabetico hanno ricevuto un punteggio inferiore di 0,3 punti, con un divario di 0,6 punti. I ricercatori teorizzano che il vero problema sia la fatica, non l'ordine alfabetico.
"Sospettiamo che la fatica sia uno dei principali fattori che determinano questo effetto, perché quando lavori su qualcosa per un lungo periodo di tempo, ti stanchi e inizi a perdere l'attenzione e le tue capacità cognitive si riducono. cadere", ha detto il ricercatore Jiaxin Pei della School of Information dell'Università del Michigan.
Risultati non confermati
Alcuni amici australiani una volta mi hanno detto che era divertente parlare agli americani dei diavoli della Tasmania perché generalmente non capiamo che il personaggio dei cartoni animati della Warner Brothers è basato su un animale reale. (Al contrario, gli australiani capiscono perfettamente che Bugs Bunny è basato sui conigli, contro i quali l'Australia ha costruito intere recinzioni che abbracciano il continente.) Come il personaggio dei cartoni animati, i veri diavoli della Tasmania sono tozzi, puzzolenti e rumorosi. Sono altamente in pericolo, minacciati da una forma contagiosa di cancro che causa la formazione di grandi tumori facciali che alla fine rendono difficile ai diavoli nutrirsi.
Nel 2020, i ricercatori che monitoravano la malattia del tumore facciale del diavolo hanno riferito che la diffusione era rallentata ed era diventata stabile; ora, tuttavia, un team multiistituzionale di ricercatori ha messo in dubbio tali affermazioni in un nuovo studio di genotipizzazione, trovando errori nei dati su cui il team originale ha basato le proprie conclusioni.