• USA
  • Spain
  • Russia
  • France
  • Germany
  • China
  • Korea
  • Japan
 
x

RSS Newsfeeds

See all RSS Newsfeeds

Aug 10, 2018 12:00 PM ET

Sujeito aos Termos de Uso.

AI manchas 40.000 cientistas proeminentes negligenciados por Wikipédia

iCrowdNewswire - Aug 10, 2018

AI é muitas vezes criticado por sua tendência perpetuar preconceitos da sociedade, mas é igualmente capaz de lutar contra eles. Aprendizado de máquina está sendo usado atualmente para fazer a varredura de estudos científicos e notícias para identificar proeminentes cientistas que não são destaque na Wikipédia. Muitos destes cientistas são do sexo femininos, e sua omissão é particularmente importante no livre mais popular do mundo, onde 82 por cento das biografias escritas sobre os homens.

A pesquisa procedeu-se por uma startup de AI chamada Primer como uma demonstração do conhecimento em linguagem natural (NLP) de processamento. Este é um desafio mas animado subcampo de AI que é tudo sobre compreensão e gerar texto digital. Wikipédia é muitas vezes usada como uma fonte para treinar esses tipos de programas, mas o Primer quer devolver para o site.

Em um post de blog, diretor do Primer da ciência John Bohannon explica como a empresa desenvolveu uma ferramenta denominada Quicksilver (homenagem a tecnologia dos livros de Sci-Fi autor Neal Stephenson “porque somos nerds”) para ler alguns documentos fonte 500 milhões, filtrando a maioria figuras citadas e em seguida escrever um artigo de projecto básico sobre eles e o seu trabalho.

Por exemplo, aqui está um artigo escrito por AI sobre Teresa Woodruff, um cientista que não tem uma entrada na Wikipedia, mas foi um tempo “mais influentes pessoas da revista denominadas” em 2013. Seu trabalho inclui projetar ovários 3D-impresso para os ratos.

Teresa K Woodruff é uma cientista reprodutiva na Universidade Northwestern. [1] Ela é especialista em ginecologia e Obstetrícia. [2] Ela é um membro do Instituto de pesquisa de saúde das mulheres. [1] woodruff é um cientista reprodutiva e diretor do Instituto de pesquisa de saúde das mulheres da Universidade Northwestern Feinberg School of Medicine, em Chicago. [3] ela cunhou o termo “Oncofertilidade” em 2006, e ela está no centro do movimento desde então. [4] cinco anos mais tarde, ela conseguiu: em 28 de março, a equipe anunciou o nascimento do Evatar, um trato reprodutivo feminino escala de miniatura feita de humanos e tecidos de rato. [5] amplamente reconhecido por seu trabalho, ela tem 10 patentes dos EUA e foi nomeada em 2013 a vez na lista da revista “Mais pessoas influentes”. [6]

É uma cobertura básica simples, mas é convincente e claramente de origem, que é o ponto de partida perfeito para um editor da Wikipédia criar um artigo sobre Woodruff, diz Primer.

Até à data, a inicialização identificou 40.000 cientistas “desaparecidos”, cuja cobertura é semelhante aos indivíduos que têm Wikipédia os artigos e publicou 100 resumos geradas por AI. Ele é também esteve envolvido com três Wikipédia editathons destinadas a melhorar a representação on-line das mulheres na ciência. (Editathons são eventos onde especialistas ensinam uns aos outros para criar e editar artigos da Wikipédia, geralmente para reforçar a cobertura de sua área de assunto). E como notas de Bohannon, pelo menos uma pessoa manchada pela tecnologia do Primer já foi dado um artigo da Wikipedia por causa disso — matemático canadense Joëlle Pineau.

Jessica Wade, um físico no Imperial College London, que escreveu a nova entrada do Pineau, disseWired sobre benefícios do sistema. ” Wikipédia é incrivelmente tendencioso e a sub-representação das mulheres na ciência é particularmente ruim,”, disse Wade. “Com mercúrio, não tens de arrasto cerca encontrar faltando nomes e você terá uma enorme quantidade de informações bem origem muito rapidamente.”

Cartilha diz que sua tecnologia baseia-se na trabalho passado pelo Google e outros pesquisadores, incluindo um estudo publicado em janeiro deste ano que também usou a máquina aprender a gerar artigos básicos da Wikipédia. No entanto, a empresa diz que seus objetivos são mais práticos do que isto. Ao invés de usar a Wikipédia como um testbed para experiências, quer criar ferramentas com claros benefícios para o ecossistema de informações on-line.

Para esse fim, Quicksilver não só detectar indivíduos negligenciados e gerar artigos do projecto. Ele também pode ser usado para manter as entradas do Wikipédia e identificar quando eles ainda não foram atualizados por um tempo. A empresa diz que a entrada na Wikipedia para cientista dados Aleksandr Kogan é um bom exemplo. Kogan desenvolveu o app no centro do escândalo da Cambridge Analytica, e ele tinha uma página da Wikipédia criada por ele em março deste ano. Primeira demão observa essa edição na entrada do Kogan parada em meados de abril (atualizações de significado sobre Kogan, tais como o fato de que ele também acessou dados do Twitter, ainda tem que ser adicionado).

Claro, mesmo ferramentas como essa podem ser suscetíveis a viés. Se manchas Primer negligenciado os cientistas baseados sua inclusão nas histórias de notícias, então ele pode acabar refletindo os interesses da imprensa ciência. Mas Bohannon está convencido de que as ferramentas da empresa ainda podem ser útil como um assistente para um processo humano.

“Os editores humanos da mais importante fonte de informação pública podem ser suportados pelo aprendizado de máquina,” disse The Register. “Algoritmos já são usados para detectar vandalismo e identificar artigos povoados. Mas as máquinas podem fazer muito mais.”

Via iCrowdNewswire
Tags: News
View Related News >