IA explicável, também chamada de inteligência artificial transparente, tornou-se uma das principais prioridades
A inteligência artificial está avançando muito rapidamente. Para alguns, rapidamente demais. Principalmente porque muitos algoritmos de aprendizado profundo não deixam claro como chegam às suas previsões ou conclusões e se, por exemplo, você for um médico (ou talvez até com mais razão se for um paciente) vai querer uma explicação bem detalhada de como o sistema de IA chegou ao diagnóstico clínico. Por isso, a IA explicável, também chamada de inteligência artificial transparente, tornou-se uma das principais prioridades para quase todas as grandes empresas no campo da IA, incluindo Microsoft, Google, Intel, IBM e Oracle. As diretrizes da IBM colocam isso de forma bastante simples: “As empresas devem ser capazes de explicar o que entrou nas recomendações de seus algoritmos. Se não puderem, seus sistemas não devem estar no mercado”. Existem diferentes maneiras para um sistema de inteligência artificial se explicar. Uma delas é poder mostrar quais variáveis levaram a decisões diferentes e o peso de cada uma no processo. Quando o Google Maps indica um restaurante, pode-se explicar a recomendação, observando que um usuário tende a preferir muito restaurantes que são adequados para crianças e costuma ir a pizzarias. Em outros casos, pode ser suficiente oferecer às pessoas a capacidade de ajustar diferentes partes de dados para ver se isso muda a conclusão. O diretor da Microsoft Research, Eric Horvitz, compara o problema a consertar um carro. Você não precisa saber exatamente como funciona o carburador de um carro, desde que seu mecânico o faça. Isso abre a questão de como a IA precisa ser explicável para usuários específicos e propósitos específicos. “Acho que precisamos fazer mais pesquisas sobre o que é uma resposta satisfatória para um ser humano”, disse ele. Outro dado é que a explicabilidade é um ingrediente necessário para a IA ética, mas é apenas um começo. Outras chaves estão eliminando o viés, tanto nos dados usados para “treinar” os programas quanto nos próprios algoritmos. Saiba mais sobre IA no próximo Summit da ABEMD – 13/6, 10 horas. Corra para garantir sua vaga! Fonte: Axios
Mãos ao alto, aplicativos vilões: o Ads.txt está mirando em vocês
O IAB Tech Lab divulgou orientações na quarta-feira, 6/6, com várias propostas de como implementar o Ads.txt em um ambiente de aplicativos. A iniciativa pretende reduzir o spoofing (ataque que consiste em mascarar pacotes IP utilizando endereços de remetentes falsificados) de inventário e ajudar os anunciantes a distinguir origens de fornecimento legítimas dos impostores. A versão para computador e a Web para dispositivos móveis do Ads.txt, que lista os vendedores autorizados em um arquivo de texto hospedado no domínio raiz de um editor, estreou em junho do ano passado. Desde então, mais de 2 milhões de publicadores adotaram a especificação. Mas o que funciona para a web não funciona necessariamente para aplicativos. A diferença mais gritante entre aplicativos e navegadores da web do ponto de vista de Ads.txt é que os aplicativos não têm um domínio da Web onde os editores podem facilmente listar seus arquivos de vendedor, disse Dennis Buchheim, vice-presidente sênior do IAB Tech Lab. Para contornar esse problema, o Tech Lab espera aproveitar um campo de metadados usado por lojas de aplicativos para identificar um aplicativo em seu ecossistema. Quando os desenvolvedores registram um aplicativo no iTunes Connect, eles criam o que é conhecido como um ID de pacote, que se assemelha a um URL inverso. O código do pacote para o aplicativo da Apple Pages, por exemplo, seria “com.apple.pages”. O Google usa um sistema semelhante dentro da Play Store. “A ideia é que você pode especificar o URL inverso com qualquer suprimento que esteja disponibilizando por meio do OpenRTB em qualquer inventário, e o nome do aplicativo está incorporado nele”, disse Buchheim. “É como uma trilha de migalhas de pão que leva você a fontes verificáveis”. O único problema com o método de domínio inverso é que ele depende das lojas de aplicativos, e elas não estão aderindo tão rapidamente quanto o Tech Lab gostaria. Fonte: AdExchanger
