Futuristische ontwikkelingen

[Pilgrim]

Robot schrijft eigenhandig twee muziekstukken

Caroline Kraaijvanger, 15 juni 2017

De robot met vier armen speelt op de marimba zijn zelfgeschreven liedjes.

Al zeven jaar werkt onderzoeker Mason Bretan aan deze robot, die de naam Shimon draagt. De robot begon zijn carrière als componist door te luisteren naar door mensen gemaakte muziek. Bretan gaf de robot bijna 5000 complete liedjes – van Beethoven tot Lady Gaga – om te bestuderen. De volgende stap was improviseren op akkoordprogressies.



Muziekstuk
En nu is Shimon dus nog een stapje verder gegaan en heeft zijn eigen muziekstuk geschreven. Hij kreeg daarbij vrijwel geen hulp van mensen: Bretan leverde alleen de eerste vier maten aan. “Shimons compositie laat zien hoe muziek klinkt en eruitziet als een robot middels diepe neurale netwerken alles over muziek leert op basis van miljoenen door mensen gemaakte fragmenten”, vertelt Bretan.

Denken als een muzikant
Volgens Bretan is het voor het eerst dat een robot ‘deep learning’ gebruikt om muziek te creëren. Hij wijst erop dat de robot door de tijd heen ook steeds meer als een muzikant is gaan denken. Zo was de robot in het begin nog erg gefocust op de volgende noot, maar is deze nu veel meer bezig met de structuur van de complete compositie. “Wanneer we muziek maken of luisteren, denken we niet alleen maar na over de volgende noot. Een artiest heeft een veel groter beeld van wat hij of zij in de komende maten of later in het muziekstuk wil bereiken.”



In de toekomst zal Shimon nog meer muziekstukken gaan schrijven. En zolang de onderzoekers hem andere beginmaten geven, zal hij elke keer met een ander stuk op de proppen komen. Onderzoekers kunnen onmogelijk voorspellen hoe dat stuk gaat klinken. Wel klinken in de muziekstukken invloeden door van de componisten en artiesten die Shimon heeft beluisterd. Zo hoort Bretan zo af en toe invloeden van Mozart terug bijvoorbeeld. Maar je kunt de robot niet betrappen op plagiaat: zijn stukken zijn niet te herleiden naar een specifiek muziekstuk of liedje.

Deep learning
In het begin was het zo dat robots geprogrammeerd werden om één taak te doen en dat was het. Maar door machines een op het menselijk brein geïnspireerd en dus gelaagd netwerk van processors te geven – ook wel diep neuraal netwerk genoemd – kunnen ze leren van hun ervaringen en zich dus meerdere taken eigen maken en gaandeweg ook beter worden in bepaalde taken. We noemen dat deep learning.

https://www.scientias.nl/robot-schrijft ... ekstukken/

[xplosive]

Robots in TV-programma's :



Hieronder een interview van ITU met de robot Sophia op de AI for Good Global Summit dat gehouden werd in Genève van 7-9 juni 2017 :

[Pilgrim]

China ontwikkelt zich steeds meer als hightech-dictatuur

Door Germen · Gepubliceerd 21 juni 2017



Balling en miljardair Guo Wengui, ook bekend als Miles Kwok, is de gezworen vijand van het Chinese establishment. Met zijn vele connecties is hij van veel schandalen op de hoogte en stelt hij de endemische corruptie binnen het Chinese regime genadeloos aan de kaak. Als antwoord heeft China de totale oorlog verklaard aan Guo. Pas nu wordt duidelijk hoe modern en geavanceerd de Chinese technieken zijn om dissidenten het zwijgen op te leggen. Heeft de dictatuur de toekomst?

Geen dictatuur zonder gedachtencontrole
Bij elk politiek systeem, waarbij een kleine minderheid van heersers een grote volksmassa onder de duim moet zien te houden, is het controleren van de informatievoorziening essentieel. Als de Chinese volksmassa af zou willen rekenen met het regime, is het binnen enkele uren afgelopen met hun heerschappij. We zagen hiervan voorbeelden in het Oost-Europa van 1989. Dit scenario wil China kost wat kost voorkomen. Dit is ook de reden dat de Chinese staat angstvallig de informatievoorziening bewaakt. Sociale netwerken zoals Twitter en Facebook waren het medium waarmee de dictaturen van Tunesië, Libië en Egypt ten val werden gebracht. Deze staan onder zware staatscontrole in China.

“Chinese Firewall”
China heeft nu een naam hoog te houden op het gebied van online censuur. Het regime slaagt er in om in een land met meer dan een miljard mensen – de dubbele bevolking van de Europese Unie – Guo’s toch behoorlijk schokkende onhullingen omtrent overheidscorruptie, vrijwel totaal af te schermen van de bevolking. Bedenk hierbij dat de meeste Chinezen over internet beschikken en het internetgebruik in China in veel opzichten geavanceerder is dan hier, aan de andere kant van de Euraziatische landmassa of Amerika. Dit lukt de communistische partij alleen door de nieuwste technieken op het gebied van big data en lerende netwerken toe te passen. Wat dat betreft biedt het geval-Guo een interessant kijkje in Chinese state-of-the-art censuurtechnieken.

Het succes en het hoge technische peil van de Chinese censuur is zorgwekkend. Zo worden nieuwe, alternatieve bewoordingen om over Guo’s onthullingen te vertellen binnen enkele uren al geblokkeerd. De censuur wordt ook steeds onzichtbaarder. Landen als Rusland, Iran en Zimbabwe kijken met grote belangstelling naar het Chinese systeem en willen dit graag kopiëren.

Chinese censuur: achterhoedegevecht of de toekomst voor de rest van de wereld?
De machthebbers in China verschillen niet veel van die in Europa en de rest van de wereld. Wat verschilt, is de sociale omgeving waarin ze opereren. Door de scheiding der machten in Europa en vooral: in de USA, is er minder ruimte voor machtsmisbruik dan in China. In een verontrustende trend zien we echter dat de bestuurlijke elite zich steeds minder gelegen laat liggen aan de “populistische” meningen (lees: belangen) van de bevolking. De regeringsvorm die dreigt te ontstaan (en in China al een feit is) is een corpocratie: een volkomen ondoorzichtige incestueuze samenwerking van de top van het bedrijfsleven met de politiek. Grote internetbedrijven doen, zo blijkt uit berichten in de mainstream en alternatieve media, graag mee (of, zoals Google, knarsetandend) aan omstreden praktijken zoals censuur, als dit gunstig uitpakt voor hun belangen. De verleiding word steeds groter voor overheden om ook het laatste vrije mediakanaal dat nog bestaat, internet, op sluipende wijze over te nemen.

https://www.visionair.nl/politiek-en-ma ... dictatuur/

[xplosive]

Quick-Thinking AI Camera Mimics the Human Brain

Daaruit :

Researchers in Europe are developing a camera that will literally have a mind of its own, with brainlike algorithms that process images and light sensors that mimic the human retina. Its makers hope it will prove that artificial intelligence—which today requires large, sophisticated computers—can soon be packed into small consumer electronics. But as much as an AI camera would make a nifty smartphone feature, the technology’s biggest impact may actually be speeding up the way self-driving cars and autonomous flying drones sense and react to their surroundings.

The new AI camera, called an ultralow-power event-based camera, or ULPEC, will have pixel sensors that come to life only when the camera is ready to record a new image or event. That memory- and power-saving feature will not slow performance—the camera will also have new electrical components that allow it to react to changing light or movement in a scene within microseconds (millionths of a second), compared with milliseconds (thousandths) in today’s digital cameras, says Ryad Benosman, a professor at the University Pierre and Marie Curie who leads the Vision and Natural Computation group at the Paris-based Vision Institute.

The camera, with its innovative sensors and memristor neural network, could demonstrate that AI can be built into a device in order to make it both smart and more energy efficient.

[xplosive]

 

’s Werelds eerste kabelloze, horizontale lift in nieuwste OVG-project

22 juni 2017

's Werelds eerste horizontale-verticale, kabelloze liftsysteem genaamd MULTI is vandaag onthuld in Rottweil. De lift, ontwikkeld door staalproducent thyssenkrupp, wordt als eerste geïnstalleerd in OVG Real Estate’s nieuwe project, East Side Tower Berlijn. Vastgoedontwikkelaar OVG staat wereldwijd bekend om de ontwikkeling van het meest duurzame kantoorgebouw ter wereld: The Edge.

OVG en thyssenkrupp vierden hun samenwerking vandaag met de onthulling van hun nieuwste innovatie. MULTI is het eerste kabelloze en zijwaarts bewegende liftsysteem ter wereld. In plaats van één lift, die per schacht omhoog en omlaag beweegt, kunnen bij het MULTI-liftsysteem meerdere liften in een cirkel achter elkaar functioneren. Het systeem wordt vergeleken met een metrosysteem binnen een gebouw. Doordat de lift zonder hoogtelimiet en zowel verticaal als horizontaal kan bewegen, biedt het nieuwe en ongekende mogelijkheden voor architectuur en design van gebouwen.

De wereldpremière van de MULTI-lift staat tevens in het teken van de aankondiging van OVG als eerste partner van thyssenkrupp en eerste gebruiker van de lift. Coen van Oostrom, CEO van OVG reageert: “Het is een groot genoegen dat de eerste MULTI-lift in ons meest recente project wordt geïnstalleerd, in de East Side Tower Berlijn, en om met thyssenkrupp samen te werken. Het gebouw ligt naast de bekende Mercedes-Benz zone en bij de centrale Warschauer Strasse en wordt het nieuwe herkenningspunt van de Berlijnse skyline. Continue innovaties in smart tech, duurzaamheid en een focus op gezondheid drijven OVG en zorgen ervoor dat we de concurrentie een stap voor blijven. Dit is daarom een perfecte match voor ons, omdat de nieuwe MULTI-technologie echt iets toevoegt aan onsflagship project.”

Bijna 200 vertegenwoordigers uit de bouwindustrie kwamen bijeen ter gelegenheid van de onthulling, waaronder grote ontwikkelaars, architecten en ingenieurs van over de hele wereld. Ook Andreas Schierenbeck, CEO van thyssenkrupp Elevator was aanwezig: “We geloven dat het MULTI-liftsysteem een gamechanger is die manier waarop mensen in een bebouwde omgeving bewegen, werken en leven gaat transformeren. De lift zorgt voor minder wachttijd voor ‘passagiers’ en neemt aanzienlijk minder ruimte in van een gebouw. De MULTI is daarom de sleutel tot een revolutie binnen de liftindustrie.”

Ook heeft een MULTI-lift tot 50 procent meer transportcapaciteit en kan het 60 procent van de maximale energie besparen, vergeleken met conventionele liftsystemen. Deze twee factoren vormen een belangrijke verbetering voor hoogbouw. Waar de voetafdruk van een huidige liftschacht – afhankelijk van de hoogte van een gebouw – zo’n 40 procent van een gebouw kan innemen, is een MULTI-schacht kleiner en kan dit deze de bruikbare ruimte binnen een gebouw tot 25 procent verhogen, wat resulteert in extra winst in verhuurbare ruimte.

Kijk hier voor video- en beeldmateriaal van het MULTI-liftsysteem en de lancering.

Voor meer informatie over MULTI, bezoek de website.

Ter achtergrondinformatie zie ook bij Krupp.

[Pilgrim]

De vliegende auto: het transportmiddel van de toekomst? Nee!

Caroline Kraaijvanger, 24 juni 2017


De AeroMobil, een vliegende auto die je nog dit jaar kunt pre-orderen. Verkoopprijs is nog onbekend, maar zal zeker een bedrag met vijf nullen zijn. Afbeelding: Aeromobil.com

Mensen zien er al decennia reikhalzend naar uit en dit jaar kun je ‘m pre-orderen: de vliegende auto. Maar waarschijnlijk is ‘ie een stuk onhandiger dan je denkt.

In 1940 voorspelde Henry Ford al dat ‘ie zou gaan komen. En nu – bijna 80 jaar later – lijkt het zover te zijn. Nog dit jaar kun je de vliegende auto pre-orderen. Wie dat wel ziet zitten en zijn auto direct wil inruilen, moet er rekening mee houden dat er – een beetje afhankelijk van de auto die je nu rijdt – nog een beetje geld bij gelegd moet worden. Naar verwachting staat op het prijskaartje van de eerste vliegende auto namelijk een bedrag met vijf nullen. Maar goed: beter duur dan niet te koop, nietwaar?

Verenigen
Dat de vliegende auto zo duur is – en dat we er zo lang op hebben moeten wachten – is goed te verklaren, zo vertelt Hans Heerkens, als luchtvaartspecialist verbonden aan de Universiteit Twente. “Er moeten heel veel dingen ingestopt worden die eigenlijk niet in een auto of vliegtuig passen. Zo moet de auto wielaandrijving hebben, terwijl het vliegtuig weer een propeller of vleugels met een flinke spanwijdte nodig heeft. En terwijl een vliegtuig zo licht mogelijk moet zijn, is het met het oog op de veiligheid weer prettig als de auto wat robuuster en zwaarder is. Ook heb je in een vliegtuig heel andere instrumenten nodig dan in een auto. Daarnaast zijn de veiligheidseisen anders.” Om dat allemaal met elkaar te rijmen en uiteindelijk vliegtuig en auto in één transportmiddel te verenigen: dat valt niet mee en is dus duur.


De vliegende auto spreekt al lang tot de verbeelding. Hier zie je Jess Dixon in zijn zelfgebouwde vliegende auto. Het kiekje werd omstreeks 1940 gemaakt.

Waarom zou je?
Verschillende fabrikanten hebben er desalniettemin de afgelopen decennia tijd, geld en energie ingestoken. Heerkens snapt daar eerlijk gezegd weinig van. “Waarom zou je met een vliegtuig over de weg willen rijden? Het is toch veel handiger om dan een auto én een vliegtuig te bezitten?” Dat geldt zeker als we kijken naar de vliegende auto’s die niet verticaal op kunnen stijgen en kunnen landen. “Dan kun je niet vanaf huis vliegen en moet je dus met je vliegende auto eerst naar een startbaan rijden. Ik zou dan zeggen: rijd naar die startbaan, parkeer je auto en pak het vliegtuig.” Ook technisch gezien is dat veel praktischer. “Een vliegende auto kun je heel moeilijk optimaliseren,” vertelt Heerkens. Want de eigenschappen van een optimale auto staan vaak haaks op die van een optimaal vliegtuig. Zo is een auto fijn stabiel met vier wielen. Maar diezelfde vier wielen zitten het vliegtuig weer in de weg. “Ze zitten redelijk ver van het zwaartepunt, waardoor je heel veel kracht moet zetten op het roer om de neus van het vliegtuig tijdens het opstijgen omhoog te krijgen.”

Elite-speeltje
Wie de vliegende auto aanschaft, moet dus niet verwachten dat hij een optimaal presterende auto en optimaal presterend vliegtuig in één koopt. Ook moet je niet verwachten dat je er zomaar eventjes mee naar je werk kunt vliegen. Want aan piloten worden strenge eisen gesteld. Je zult regelmatig medisch gekeurd moeten worden. Je moet je vliegbrevet halen, op jaarbasis voldoende vlieguren maken en zo af en toe in het gezelschap van een instructeur aantonen dat je het allemaal nog in de vingers hebt. Dat kost allemaal tijd en – wederom – geld. Met al die haken en ogen kun je jezelf serieus afvragen of de vliegende auto wel een toekomst heeft. Voor nu ziet Heerkens deze naar eigen zeggen vooral als “een elite-speeltje”. Leuk om tijdens verjaardagen of op de miljonairsfair over op te scheppen en zo af en toe eens met over je landgoed te vliegen.

Autonoom
En zelfs als de prijs scherp zou dalen, lijkt de vliegende auto in zijn huidige vorm niet het ideale transportmiddel voor Jan Modaal. “Als iedereen er één heeft, raakt het luchtruim hartstikke vol.” En dan komt de veiligheid weer in het geding. De veiligheid kan in zo’n situatie in de ogen van Heerkens maar op één manier gehandhaafd worden. “Als we de vliegende auto volledig automatiseren.” Daarnaast is het noodzakelijk dat de vliegende auto verticaal kan landen en opstijgen, want anders sta je alsnog in de file bij de start- en landingsbaan. Zodra een vliegende auto echter in staat is om verticaal te landen en op te stijgen, graaft het tweezijdige transportmiddel echter zijn eigen graf. “Want als je verticaal kunt opstijgen en landen heb je toch eigenlijk geen auto meer nodig?” merkt Heerkens fijntjes op. En zo lijkt niet de vliegende auto, maar het autonome vliegtuig dat verticaal kan landen en opstijgen de toekomst te hebben.

Opportunistisch
Aangezien de acceptatie van de zelfrijdende auto al wat voeten in de aarde heeft, lijkt het omarmen van de vliegende equivalent daarvan bijna ondenkbaar. “Dat zal inderdaad niet vandaag of morgen gebeuren,” denkt Heerkens. “Tegelijkertijd zijn mensen ook heel opportunistisch.” Als ze op een gegeven moment de voordelen van het autonome vliegtuig inzien, met schrik in de benen instappen en het een paar keer goed gaat, kan hun mening zomaar veranderen. Heerkens heeft dat eerder zien gebeuren. “Lang stak men de Atlantische Oceaan alleen over met vliegtuigen die drie of vier motoren hadden.” Als er dan eentje uitviel, was er geen vuiltje aan de lucht. “Maar op een gegeven moment gingen fabrikanten tweemotorige vliegtuigen ontwikkelen. Je hoorde de deskundigen roepen dat dat veel te gevaarlijk was en dat ze daar nooit in zouden stappen. Inmiddels kijken we alleen nog maar naar wat het goedkoopste ticket is.” En vliegen we dus allemaal met tweemotorige vliegtuigen naar de andere kant van de Atlantische Oceaan. “Je hoort niemand meer over veiligheid.” En zo kan het ook gaan met het autonome vliegtuigje “als mensen inzien dat het goedkoper en gemakkelijker is en zich de eerste paar jaar geen ongelukken voordoen.” Wat dat laatste betreft, is Heerkens optimistisch. “Ik denk dat een autonoom vliegtuigje veiliger kan zijn dan een vliegtuig dat door mensen bestuurd wordt.”

Dubai
De vliegende auto lijkt het dus af te leggen tegen het autonome privé-vliegtuig. Maar wanneer kunnen we dat pre-orderen? “Dat kan nog wel dertig tot veertig jaar duren,” denkt Heerkens. Op korte termijn ziet hij meer in onbemande luchttaxi’s, waar momenteel in Dubai (zie het filmpje hieronder) al druk mee geëxperimenteerd wordt. “Dat kan veel sneller gaan. Misschien vliegen ze binnen tien jaar al wel rond.” Dat die luchttaxi’s hun doorbraak sneller kunnen beleven, heeft natuurlijk te maken met de aanschafkosten. Maar weinigen zullen zich een autonoom rondvliegend privé-vliegtuigje kunnen permitteren. “En waarom zou je ook een privé-luchttaxi willen als je zoiets met één appje kunt laten komen wanneer je het nodig hebt?”



Het staat eenieder die nog ergens een bedrag met vijf nullen in een oude sok heeft zitten natuurlijk vrij om later dit jaar de vliegende auto te pre-orderen. Maar wie verstandig is, wacht nog even. Met een beetje geluk word je geduld beloond en stap je over een jaar of tien in een volledig autonome luchttaxi. Heerkens kan niet wachten. “Heerlijk, met een leesboek instappen en het boek pas dichtklappen als je op je bestemming landt. Ik teken ervoor.”

https://www.scientias.nl/vliegende-auto ... komst-nee/

[Ali Yas]

Vliegtuigjes voor de korte afstand zijn toch helemaal niet zuinig? Dat wordt dus het vervoermiddel voor de happy few, terwijl de rest met de herrie zit. Nee dank je.

[xplosive]

 

NASA Are Figuring Out
How to Use AI
to Build Autonomous Space Probes

Adding artificial intelligence to the machines we send out to explore space makes a lot of sense, as it means they can make decisions without waiting for instructions from Earth, and now NASA scientists are trying to figure out how it could be done.

As we send out more and more probes into space, some of them may have to operate completely autonomously, reacting to unknown and unexplained scenarios when they get to their destination – and that's where AI comes in.

Steve Chien and Kiri Wagstaff from NASA's Jet Propulsion Laboratory think that these machines will also have to learn as they go, adapting to what they find beyond the reaches of our most powerful telescopes.

"By making their own exploration decisions, robotic spacecraft can conduct traditional science investigations more efficiently and even achieve otherwise impossible observations, such as responding to a short-lived plume at a comet millions of miles from Earth," write the researchers.

One example they give is AI that can tell the difference between a storm and normal weather conditions on a distant planet, making the readings that are being taken much more useful to scientists back home.

Just like Google uses AI to recognise dogs and cats in photos, an explorer buggy could learn to tell the difference between snow and ice, or between running water and still water, adding extra value and meaning to the data it gathers.

The researchers suggest AI-enabled probes could reach as far as Alpha Centauri, some 4.24 light-years away from Earth. Communications across that distance would be received by the generation after the scientists who launched the mission in the first place, so giving the probe a mind of its own would certainly speed up the decision-making process.

The next generation of AI robots will have to be able to detect "features of interest", detect unforeseen features, process and analyse data, and adapt their original plans where necessary, say the researchers.

And when smart probes get the chance to work together, the effects of AI will be even more powerful, as these artificial minds will be able to put their heads together to overcome challenges.

We are already seeing some of this artificial intelligence and autonomy out in space today. The Mars Curiosity rover has software on board that helps it to pick promising targets for its ChemCam – a device that studies rocks and other geological features on the Red Planet.

By making its own decisions rather than always waiting for instructions from Earth, Curiosity is now much better at finding significant targets and is able to gather a larger haul of data, according to researchers.

Meanwhile the next rover to be sent to Mars in 2020 will be able to adjust its data collection processes based on the resources available, report Chien and Wagstaff.

In time, AI is going to become more and more important to space travel, the researchers say, and as artificial intelligence makes big strides forward here on Earth it's also set to have a big role in how we explore the rest of the Universe.

The research has been published in Science Robotics.

[Pilgrim]

Yale and Oxford researchers find 50% chance AI will outperform humans by 2062

Matt Buskell, Rainbird.ai | June 22, 2017 4:10 PM



Experts from Yale and Oxford University recently released their research on how AI will transform modern life by reshaping transportation, finance, health, science, and the military. Key findings pointed toward a 50 percent chance that AI will outperform humans in every job in 45 years’ time.

How can we anticipate and manage trends in AI, and will creative and analytical skills really be the key to job success in an AI world?

Recounting a personal scenario, my boys had a “future day” at school. One dressed up as a chief robot maker and the other as a soccer player — which left me wondering, which career would be right in a world of artificial intelligence?

When the internet came of age, I would tell anyone who asked, “Don’t do a job that can be put down a wire” — meaning, don’t train to do a job that someone on the other side of the world can do for half the price. But with AI, it’s no longer that simple, according to the survey.

This shift is worrying for two reasons: It’s going to happen relatively quickly, and most schools are ill equipped to handle it. But before exploring the future of work, let’s dispel some myths and look at what won’t happen.

Over- and underestimating the effects of AI
During a recent panel discussion at the Financial Conduct Authority, time and resistance were both flagged as key challenges to the effective deployment and adoption of AI technologies.

Resistance — or “AI friction” — is a particular challenge within the older demographic, where people may play with the tech but find ways not to use it because deep down they prefer human interaction.

Driverless cars and deliveries are another example of AI friction. That’s a job threat for three million people in the U.S. alone, as indicated in a report published in December 2016 by the White House that looked at the ways AI will transform the U.S. economy. The industry has scrutinized this and broken down the evolution of autonomous cars into phases. The initial phase is what we see now on the roads, which is essentially an advanced cruise control, and the final phase is a completely autonomous car.

The friction in this case occurs around phase three or four, where a human and a computer both drive the car. In this phase, when the computer does not know what to do, it hands control over to the human. On the surface this sounds logical; however, when simulated, it is revealed to be intensely dangerous. Imagine being in a driverless car and you have “switched off” from the task of driving — then a car pulls out and the AI hands over control. Few drivers will snap to attention quickly enough to avoid a collision.

The progression and extensive testing of these vehicles presents a problem that cannot be easily fixed, meaning there’ll be a gap between the smart cruise control phase and the introduction of a truly autonomous vehicle.

The AI friction in this scenario also relates to the three million people in the supply chain who could be replaced by AI. To understand if this impact is realistic, we need to consider the logistics. Most logistics models start with the inbound goods arriving on a train or ship. This is called a multi-modal shipment because it’s full of standardized containers that can be lifted directly from the ship onto the back of a truck, thereby changing the mode of shipment. Autonomous vehicles are not really going to affect this first leg.

The shipment is then typically long-hauled from the port to a warehouse or distribution center. These long-haul shipments could be automated. However, they make up about 10 percent of overall drivers, translating into around 300,000 of the three million jobs.

The “last mile” — which comes after the distribution center — is the most expensive part of the logistics problem, where parcels are delivered to homes and pallets of goods are delivered to businesses. This is also where most of the logistics occur — and where the local postman plays a significant role.

The last mile is the most complicated
This last mile is the most complicated for the AI to handle. Imagine the scenario: We are in downtown Manhattan and so it’s important to stay alert. It will only take a handful of accidents with AI before it’s banned — the delivery drivers will make sure of that. When that happens, we might see people called back into work.

Eventually the AI will catch up and be safer, putting those jobs back on the chopping block; however, it will take a generation or two of AI evolution.

That’s not to say that autonomous vehicles won’t be amazing. They will be. Some of the excitement surrounding AI is valid, but AI friction will keep the results from being as dramatic as predicted. AI will, however, make an impact. Even if the impact is only 10 to 30 percent of the scale of the predictions, though, we need to pay attention.

All hail the robots
Working on the premise of avoiding jobs that are based on information, as well as repetitive and mundane tasks, you can logically conclude any role you pick should focus on the opposite. This means builders, doctors, and artists are in good shape. However, to ensure your success, you need to add unique value.

Top-paying jobs will most likely be kept for the bot masters. This next generation will become amazing at controlling and training the bots that manage their life. The best bot master will be the most efficient and therefore the most valued. The bot masters will also be bot creators, training them to do tasks on their behalf that are proprietary in value to them.

But there is an important factor here. Once you have automated the mundane, it stays automated; it’s a one-shot deal. This means that our kids will continually need to learn, evolve, and, most of all, be creative. They will need to drive themselves to find the new bot to create.

Here, the successful kids will be both engineers and creative artists at the same time.

What’s next for our children?
What should we teach the next generation in this new age of AI and bots? Four guiding rules for the next generation are: They should embrace change and be excited about it; have their creativity encouraged and nurtured; acknowledge that working smart is better than working hard; and know that physical work should be respected, not discouraged.

The average school syllabus has much less focus on the arts and engineering technology than there should be — something that has been flagged in the UK by the cross-party Science and Technology Committee. It seems most schools are training students to pass university exams, and most universities are training them to be great knowledge workers, which is exactly the task AI tries to automate.

But the fact is, people are going through this system, and AI is going to reduce the number of available jobs at the end of it. It does not take a university graduate to figure out there is a problem. As parents and guardians, we need to step in and make sure we complement our kids’ education with some of the key rules above.

Increasing income gap
Technology is not the liberator that we all imagined. It might be over time, but in the short term it is causing a divide in income. People who run Amazon, for example, get paid a lot more than employees working in high street stores. This is only going to get worse, and people are already upset.

Meanwhile, at the other end of the scale, we have the “JAM” employees, a term used in the UK for people who are Just About Managing to pay their bills. These are good people who are working hard and doing all the right things, but the world is shifting and the value of what they are doing will continue to be eroded by technology. This divide scares me the most.

Fascination tempered by fear
I was lucky as a child, because I grew up with a family of engineers who were always thinking of the future and trying things out. It left me with a fascination about the future and how we can shape it with science. Now that I am a father, this fascination is tempered by fear of the pace of this digital revolution. Unlike the industrial revolution, it’s not regulated. It is also controlled by a handful of people in California, which is a problem. Primary schools are driven by the belief that if you go to university, you will get a good job. AI is going to challenge that.

I believe as guardians, we need to wake up to what’s coming and prepare the next generation as best we can. Existing systems and infrastructure cannot be relied on. We need to be aware, get engaged, and become involved in shaping our children’s education.

They will do the rest.

Matt Buskell is the head of customer and partner engagement at Rainbird.ai, helping customers make sense of AI and identify where it can drive effective business outcomes.

https://venturebeat.com/2017/06/22/yale ... s-by-2062/

[Pilgrim]

China begint breed initiatief voor kunstmatige intelligentie

Gepubliceerd: 30 juni 2017

De Chinese overheid gaat zich landelijk meer richten op kunstmatige intelligentie-projecten (AI). Daarmee wil het land productiviteit binnen bedrijven verhogen.

Dat zei de Chinese minister van wetenschap en technologie Wan Gang op een conferentie, aldus Reuters. Het AI-plan zal op een later moment officieel aan Chinese burgers worden geïntroduceerd.

Het land is van plan meerdere projecten met kunstmatige intelligentie te starten, waarbij het gebruik van de technologie wordt onderzocht. Op termijn moet AI hierdoor meer worden gebruikt in het onderwijs, de gezondheidszorg en de beveiligingswereld.

De Chinese overheid wil samenwerking met buitenlandse AI-bedrijven stimuleren. Wan hoopt dat technologiebedrijven ook onderzoekscentra in China zullen vestigen.

Door: NU.nl

http://www.nu.nl/internet/4805316/china ... entie.html

[Pilgrim]

Fusion Energy on Grid by 2030, Says MIT Scientist

DOM GALEON, FUTURISM - 29 JUN 2017



In the continuous pursuit of a truly renewable and clean energy source, nothing compares to nuclear fusion. Although scientists have already found ways to harness the energy from the reaction that powers stars, it hasn't been an easy feat.

Despite the advances in research pertaining to nuclear fusion, there still isn't a stable - not to mention cost-efficient - way to power the electric grid with it.

According to the head of MIT's Alcator C-Mod tokamak fusion project Earl Marmar, we may not have to wait long.

Speaking to Inverse, Marmar said that we could potentially have nuclear fusion powering electric grids by the 2030s - that is, if we're dedicated to continued research.

"I think fusion energy on the grid by 2030 is certainly within reach by this point," Marmar said. "2030 is probably aggressive, but I don't think it's wildly out of range."

This would be a timetable similar to what a Canadian collective is currently working towards.

The physics of nuclear fusion is actually something we understand pretty well at this point and it isn't too hard to explain. At the most basic level, it's the reverse of nuclear fission.

In other words, instead of splitting atoms to release energy in fission, nuclear fusion combines small hydrogen atoms into a plasma that produces energy.

In fact, that plasma produces several times more energy than what fission produces. This can't just happen anywhere, though: it requires an environment with temperatures over 30 million degrees Celsius.

MIT's tokamak reactor - named for its donut-shaped chamber - is no longer active. But, its more than 20 years of experience in fusion technology has left us with enough data to figure out how to sustain fusion reaction.

That's what we still don't understand about using fusion: not knowing how to sustain is the only thing holding us back, according to Marmar.

"So we know that fusion works; we know that the nuclear physics works. There are no questions from the nuclear physics," he explained. "There are questions left on the technology side."

There have been solutions proposed to stabilise nuclear fusion, many of which are currently in the works.

Marmar mentioned two of them in his interview: Tokamak Energy in the UK opted to decrease the size of the donut hole in their reactor to harness more plasma.

The other effort comes from MIT where researchers have been working on increasing the strength of the magnetic field that sustains the plasma. An international effort funded by 35 countries is also working on ITER, the world's largest fusion experiment.

For Marmar, the pressure exists even outside the reactors. "We need to get going, because the need for fusion energy is very urgent, specifically in view of climate change," he told Inverse.

He thinks there's still room to push nuclear fusion further - and if we don't at least try, it could delay progress by another decade.

Marmar does concede that even if there's committed research, the 2030s still could be a fairly aggressive timeline to adhere to. Of course, a little pressure and healthy competition to meet a deadline might be just the motivation that's needed.

http://www.sciencealert.com/mit-scienti ... gy-by-2030

[Pilgrim]

IBM has made Carbon nanotubes transistors smaller and faster than silicon

Brian Wang | June 30, 2017

IBM scientists have made carbon nanotube transistors smaller and faster silicon transistors. Carbon nanotube transistors have long had the potential to be better than silicon, but this is the first time when that promise has been realized. Now IBM and others will have to scale up superior carbon nanotube devices.

IBM scientists have been experimenting with carbon nanotubes, rolled-up sheets of carbon atoms just 1 nanometer, or a billionth of a meter, in diameter. But difficulties working with the material have meant that, for optimal performance, nanotube transistors have to be even larger than current silicon transistors, which are about 100 nanometers across. To cut that number down, a team of scientists used a new technique to build the contacts that draw current into and out of the carbon nanotube transistor. They constructed the contacts out of molybdenum, which can bond directly to the ends of the nanotubes, making them smaller. They also added cobalt so the bonding could take place at a lower temperature, allowing them to shrink the gap between the contacts. Another advance allowed for practical transistors. Carrying enough electrical current from one contact to another requires several nanotube “wires.” The researchers managed to lay several parallel nanotubes close together in each transistor. The total footprint of the transistor: just 40 nanometers, they report today in Science. Electrical tests showed their new transistors to be faster and more efficient than ones made of silicon.



The International Technology Roadmap for Semiconductors challenged the device research community to reduce the transistor footprint containing all components to 40 nanometers within the next decade. Researchers report on a p-channel transistor scaled to such an extremely small dimension. Built on one semiconducting carbon nanotube, it occupies less than half the space of leading silicon technologies, while delivering a significantly higher pitch-normalized current density—above 0.9 milliampere per micrometer at a low supply voltage of 0.5 volts with a subthreshold swing of 85 millivolts per decade. Furthermore, we show transistors with the same small footprint built on actual high-density arrays of such nanotubes that deliver higher current than that of the best-competing silicon devices under the same overdrive, without any normalization. They achieve this using low-resistance end-bonded contacts, a high-purity semiconducting carbon nanotube source, and self-assembly to pack nanotubes into full surface-coverage aligned arrays.

https://www.nextbigfuture.com/2017/06/i ... licon.html

[xplosive]

Yale and Oxford researchers find 50% chance AI will outperform humans by 2062
https://venturebeat.com/2017/06/22/yale ... s-by-2062/

Ik denk zelf dat die kans veel hoger is. Sterker nog, ik denk zelf dat de kans 95% is dat dit in 2032 of eerder gebeurt. En mogelijk is deze inschatting van mij zelfs nog te conservatief. Daarvoor is de lawine aan elkaar versterkende baanbrekende ontwikkelingen eenvoudigweg te overweldigend. De technologische stroomversnelling waarin we zitten wordt mijns inziens door de overgrote meerderheid van "deskundigen" ernstig onderschat. En daar schuilt het gevaar in dat men zich niet voldoende en op tijd voorbereidt op de overrompelende impact van zo'n gebeurtenis.

[Pilgrim]

Massale werkloosheid is dus het gevolg...

[Pilgrim]

Nieuw materiaal tovert je badkamerraam om tot spiegel

4 juli 2017, Caroline Kraaijvanger



Oh... en het kan ook gebruikt worden om astronauten te beschermen tegen potentieel dodelijke straling. Win-win!

Het materiaal – beschreven in het blad Advanced Functional Materials – is ontwikkeld door onderzoekers van de Australian National University en is heel bijzonder. Wanneer je de temperatuur van het materiaal verandert, veranderen namelijk ook de optische eigenschappen. Verwarm het materiaal en het reflecteert licht. Verwarm het materiaal niet en het laat hetzelfde type licht door. Het materiaal is daarnaast superdun: honderden lagen ervan zouden op het puntje van een naald passen. Daarnaast kan het materiaal op elk oppervlak worden aangebracht.

Maar wat kun je nu met dit bijzondere materiaal? Nou, het zou bijvoorbeeld op het ruimtepak van astronauten kunnen worden aangebracht. “Onze uitvinding kent veel verschillende potentiële toepassingen, zoals het beschermen van astronauten of satellieten met een ultradun laagje dat zo aangepast kan worden dat het gevaarlijke ultraviolette of infrarode straling reflecteert,” legt onderzoeker Mohsen Rahmani uit.



Maar het materiaal heeft – met wat aanpassingen – nog meer mogelijkheden. Zo zou het materiaal aangepast kunnen worden zodat het reageert op zichtbaar licht. Een dergelijk materiaal kan bijvoorbeeld wat dichter bij huis worden toegepast: in jouw badkamer. “Je kunt bijvoorbeeld een badkamerraam hebben dat on demand verandert in een spiegel,” vertelt onderzoeker Andrey Miroshnichenko. “Of je zou de hoeveelheid licht die in de verschillende seizoenen door je ramen valt kunnen controleren.”

https://www.scientias.nl/nieuw-materiaa ... t-spiegel/

[Pilgrim]

Startup maakt drones met machinegeweren voor Israëlisch leger

Gepubliceerd: 06 juli 2017



De Amerikaanse startup Duke Robotics bouwt kleine drones uitgerust met verschillende wapens, die worden verkocht aan het Israëlische leger.

Dat vertelt de oprichter van het bedrijf aan defensieblog Defense One. De TIKAD-drones zouden ook zijn aangeboden bij het Amerikaanse leger. Het is onduidelijk of deze instantie ze ook zal aanschaffen.

De TIKAD wordt uitgerust met onder andere machinegeweren en granaatwerpers. De startup gebruikt drones vergelijkbaar met consumentendrones, met bovenop meerdere rotoren om op één plek in de lucht te blijven hangen.

Het huidige model van de TIKAD wordt op afstand bediend door een mens. Hierdoor kan een soldaat deelnemen aan een gevecht zonder in levensgevaar terecht te komen.

De drones worden uitgerust met speciale dempers, die ervoor zorgen dat de impact van schoten de machine niet ontregelen. De wapens kunnen hierdoor meerdere schoten op eenzelfde doelwit afvuren.

Raketaanvallen
Wereldwijd worden drones al langer door militaire instanties gebruikt, maar het gaat daarbij meestal om geautomatiseerde vliegtuigen die raketaanvallen uitvoeren. Duke Robotics zorgt ervoor dat drones dichter bij de grond ook gebruikt kunnen worden.

De politie in het Amerikaanse Dallas gebruikte in 2016 een aangepaste bomrobot om een schutter uit te schakelen. Eerder dit jaar bleek IS consumentendrones te gebruiken als bommenwerpers.

Door: NU.nl

http://www.nu.nl/gadgets/4819422/startu ... leger.html

[xplosive]

 

A computer that reads body language

Researchers at Carnegie Mellon University's Robotics Institute have enabled a computer to understand the body poses and movements of multiple people from video in real time -- including, for the first time, the pose of each individual's fingers.

This new method was developed with the help of the Panoptic Studio, a two-story dome embedded with 500 video cameras. The insights gained from experiments in that facility now make it possible to detect the pose of a group of people using a single camera and a laptop computer.

Yaser Sheikh, associate professor of robotics, said these methods for tracking 2-D human form and motion open up new ways for people and machines to interact with each other, and for people to use machines to better understand the world around them. The ability to recognize hand poses, for instance, will make it possible for people to interact with computers in new and more natural ways, such as communicating with computers simply by pointing at things.

Detecting the nuances of nonverbal communication between individuals will allow robots to serve in social spaces, allowing robots to perceive what people around them are doing, what moods they are in and whether they can be interrupted. A self-driving car could get an early warning that a pedestrian is about to step into the street by monitoring body language. Enabling machines to understand human behavior also could enable new approaches to behavioral diagnosis and rehabilitation for conditions such as autism, dyslexia and depression.

"We communicate almost as much with the movement of our bodies as we do with our voice," Sheikh said. "But computers are more or less blind to it."

In sports analytics, real-time pose detection will make it possible for computers not only to track the position of each player on the field of play, as is now the case, but to also know what players are doing with their arms, legs and heads at each point in time. The methods can be used for live events or applied to existing videos.

To encourage more research and applications, the researchers have released their computer code for both multiperson and hand-pose estimation. It already is being widely used by research groups, and more than 20 commercial groups, including automotive companies, have expressed interest in licensing the technology, Sheikh said.

Sheikh and his colleagues will present reports on their multiperson and hand-pose detection methods at CVPR 2017, the Computer Vision and Pattern Recognition Conference, July 21-26 in Honolulu.

Tracking multiple people in real time, particularly in social situations where they may be in contact with each other, presents a number of challenges. Simply using programs that track the pose of an individual does not work well when applied to each individual in a group, particularly when that group gets large. Sheikh and his colleagues took a bottom-up approach, which first localizes all the body parts in a scene -- arms, legs, faces, etc. -- and then associates those parts with particular individuals.

The challenges for hand detection are even greater. As people use their hands to hold objects and make gestures, a camera is unlikely to see all parts of the hand at the same time. Unlike the face and body, large datasets do not exist of hand images that have been laboriously annotated with labels of parts and positions.

But for every image that shows only part of the hand, there often exists another image from a different angle with a full or complementary view of the hand, said Hanbyul Joo, a Ph.D. student in robotics. That's where the researchers made use of CMU's multicamera Panoptic Studio.

"A single shot gives you 500 views of a person's hand, plus it automatically annotates the hand position," Joo explained. "Hands are too small to be annotated by most of our cameras, however, so for this study we used just 31 high-definition cameras, but still were able to build a massive data set."

Joo and Tomas Simon, another Ph.D. student, used their hands to generate thousands of views.

"The Panoptic Studio supercharges our research," Sheikh said. It now is being used to improve body, face and hand detectors by jointly training them. Also, as work progresses to move from the 2-D models of humans to 3-D models, the facility's ability to automatically generate annotated images will be crucial.

When the Panoptic Studio was built a decade ago with support from the National Science Foundation, it was not clear what impact it would have, Sheikh said.

"Now, we're able to break through a number of technical barriers primarily as a result of that NSF grant 10 years ago," he added. "We're sharing the code, but we're also sharing all the data captured in the Panoptic Studio."

###

In addition to Sheikh, the multiperson pose estimation research included Simon and master's degree students Zhe Cao and Shih-En Wei. The hand-detection study included Sheikh, Joo, Simon and Iain Matthews, an adjunct faculty member in the Robotics Institute. Gines Hidalgo Martinez, a master's degree student, also collaborates on this work, managing the source code.

The CMU AI initiative in the School of Computer Science is advancing artificial intelligence research and education by leveraging the school's strengths in computer vision, machine learning, robotics, natural language processing and human-computer interaction.

[xplosive]

 
Google DeepMind AI learns to creatively move around obstacles

Reinforcement learning (RL) is the practice of teaching and guiding behavior by using a reward system. Desirable behavior produces rewards; undesirable behavior does not. It's a common tool used in machine learning, and now the the Alphabet team has used it to teach the DeepMind AI to successfully navigate a parkour course.



The team wanted to see if simple rewards would work in a complex environment. They set up a virtual parkour course with drops, hurdles and ledges and set a reward for forward progress. At its most basic level, the system was as follows: the faster the AI moved across the terrain, the greater the rewards. Additional incentives and penalties were added for more complex programs.

All of the stick figure's navigation was taught via reinforcement learning. The AI used a trial and error system to figure out how to move forward as fast as possible without "terminating."

It's clear that DeepMind is using creative solutions to get around the obstacles it's presented with; much of the time, the movement that provides the most efficient solution isn't exactly natural looking. It presents interesting possibilities for future AI because robots don't actually have to restrict themselves to human-like movements in order to accomplish set goals. It will be interesting to see if this has an effect on future AI and robot development.

[Pilgrim]

Wetenschappers spelen filmpje af dat opgeslagen zat in DNA van levende bacteriën

Caroline Kraaijvanger, 13 juli 2017

Het bewijst onder meer dat we informatie in DNA kunnen opslaan en het er vervolgens ook weer uit kunnen halen.

Het zijn beroemde beelden: het galopperende paard van Eadweard Muybridge. En die beroemde beelden trekken nu opnieuw de aandacht. Het is onderzoekers namelijk gelukt om deze beelden op te slaan in het DNA van levende bacteriën, de beelden weer uit dat DNA te halen en vervolgens af te spelen. Dat meldt het blad Nature.

Het immuunsysteem van de bacterie
Hoe hebben de onderzoekers dat voor elkaar gekregen? Ze maakten slim gebruik van het immuunsysteem van bacteriën (in dit geval de bacterie E. coli). Wanneer dat immuunsysteem een virus detecteert, komen enzymen vrij die dat virus in stukjes knippen (zodat het zich niet meer kan vermenigvuldigen). Maar de bacterie gaat nog een stapje verder: om er zeker van te zijn dat het immuunsysteem deze indringer niet snel zal vergeten, wordt een deel van de genetische code van het virus toegevoegd aan het genoom van de bacterie. Onderzoekers hebben nu handig gebruik gemaakt van dat bacteriële trucje. Ze maakten synthetische DNA-strengen waarin niet alleen de kleur van pixels, maar ook hun positie vertegenwoordigd werd in de vier bekende letters G, T, C en A. De bacteriën zagen die DNA-strengen als vijandige virussen en verwerkten het genetisch materiaal in hun eigen genoom. Over een periode van vijf dagen dienden de onderzoekers de bacteriën zo vijf frames toe.

Weer afgespeeld
De bacteriën werden daarna een week met rust gelaten. Vervolgens werd het genoom van de bacteriën in kaart gebracht, waarna de film weer ‘uitgelezen’ kon worden. De onderzoekers speelden de beelden die ze uit het DNA hadden gehaald af en ontdekten dat deze voor zeker 90 procent overeenkwamen met de oorspronkelijke beelden.



De onderzoekers zien hun werk als een belangrijke stap in de richting van wat zij een “moleculaire recorder” noemen. “We willen cellen veranderen in geschiedkundigen,” vertelt onderzoeker Seth Shipman. “We zien een biologisch geheugensysteem voor ons dat veel kleiner en veel veelzijdiger is dan de hedendaagse technologieën.” In de toekomst kunnen cellen bijvoorbeeld opslaan wat er in en om hen gebeurt. Dat zou heel waardevol zijn, omdat huidige methoden om dergelijke processen te volgen, vaak van invloed zijn op die processen en dus geen goed beeld geven.

https://www.scientias.nl/wetenschappers ... bacterien/

[xplosive]

 

China may match or beat America in AI

Jul 15th 2017 | BEIJING

At the start of this year, two straws in the wind caught the attention of those who follow the development of artificial intelligence (AI) globally. First, Qi Lu, one of the bosses of Microsoft, said in January that he would not return to the world’s largest software firm after recovering from a cycling accident, but instead would become chief operating officer at Baidu, China’s leading search engine. Later that month, the Association for the Advancement of Artificial Intelligence postponed its annual meeting. The planned date for the event in January conflicted with the Chinese new year.

These were the latest signals that China could be a close second to America—and perhaps even ahead of it—in some areas of AI, widely considered vital to everything from digital assistants to self-driving cars. China is simply the place to be, explains Mr Lu, and Baidu the country’s most important player. “We have an opportunity to lead in the future of AI,” he says.

Other evidence supports the claim. In October 2016 the White House noted in a report that China had overtaken America in the number of published journal articles on deep learning, a branch of AI. PwC, a consultancy, predicts that AI-related growth will boost global GDP by $16trn by 2030; nearly half of that bonanza will accrue to China, it reckons. The number of AI-related patent submissions by Chinese researchers has increased by nearly 200% in recent years, although America is still ahead in absolute numbers (see chart).



To understand why China is so well placed, consider the inputs needed for AI. Of the two most basic, computing power and capital, it has an abundance. Chinese firms, from giants such as Alibaba and Tencent to startups such as CIB FinTech and UCloud, are building data centres as fast as they can. The market for cloud computing has been growing by more than 30% in recent years and will continue to do so, according to Gartner, a consultancy. In 2012-16 Chinese AI firms received $2.6bn in funding, according to the Wuzhen Institute, a think-tank. That is less than the $17.9bn that poured into their American peers, but the total is growing quickly.

Yet it is two other resources that truly make China a promised land for AI. One is research talent. As well as strong skills in maths, the country has a tradition in language and translation research, says Harry Shum, who leads Microsoft’s AI efforts. Finding top-notch AI experts is harder in China than in America, says Wanli Min, who oversees 150 data scientists at Alibaba. But this will change over the next couple of years, he predicts, because most big universities have launched AI programmes. According to some estimates, China has more than two-fifths of the world’s trained AI scientists.

The second advantage for China is data, AI’s most important ingredient. In the past, software and digital products mostly obeyed rules laid down in code, giving an edge to those countries with the best coders. With the advent of deep-learning algorithms, such rules are increasingly based on patterns extracted from reams of data. The more data are available, the more algorithms can learn and the smarter AI offerings will be.

China’s sheer size and diversity provide powerful fuel for this cycle. Just by going about their daily lives, the country’s nearly 1.4bn people generate more data than almost all other nations combined. Even in the case of a rare disease, there are enough examples to teach an algorithm how to recognise it. Because typing Chinese characters is more laborious than Western ones, people also tend to use voice-recognition services more often than in the West, so firms have more voice snippets with which to improve speech offerings.

The Saudi Arabia of data
What really sets China apart is that it has more internet users than any other country: about 730m. Almost all go online from smartphones, which generate far more valuable data than desktop computers, chiefly because they contain sensors and are carried around. In the big coastal cities, for instance, cash has all but disappeared for small purchases: people settle with their devices using services such as Alipay and WeChat Pay.

Chinese do not seem to be terribly concerned about privacy, which makes collecting data easier. The country’s bike-sharing services, which have taken big cities by storm, for example, not only provide cheap transport but are what is known as a “data play”. When riders hire a bicycle, some firms keep track of renters’ movements using a GPS device attached to the bike.

Young Chinese appear particularly keen on AI-powered services and relaxed about use of their data. Xiaoice, an upbeat chatbot operated by Microsoft, now has more than 100m Chinese users. Most talk to it between 11pm and 3am, often about the problems they had during the day. It is learning from interactions and becoming cleverer. Xiaoice no longer just provides encouragement and tells jokes, but has created the first collection of poems written with AI, “Sunshine Lost Its Window”, which caused a heated debate in Chinese literary circles over whether there can be such a thing as artificial poetry.

Another important source of support for AI in China is the government. The technology figures prominently in the country’s current five-year plan. Technology firms are working closely with government agencies: Baidu, for example, has been asked to lead a national laboratory for deep learning. It is unlikely that the government will burden AI firms with over-strict regulation. The country has more than 40 laws containing rules about the protection of personal data, but these are rarely enforced.

Entrepreneurs are taking advantage of China’s talent and data strengths. Many AI firms got going only a year or two ago, but plenty have been progressing more rapidly than their Western counterparts. “Chinese AI startups often iterate and execute more quickly,” explains Kai-Fu Lee, who ran Google’s subsidiary in China in the 2000s and now leads Sinovation Ventures, a venture-capital fund.

As a result, China already has a herd of AI unicorns, meaning startups valued at more than $1bn. Toutiao, a news aggregator based in Beijing, employs machine learning to recommend articles using information such as a reader’s interests and location; it also uses AI to filter out fake information (which in China mainly means dubious health-care announcements). Another AI startup, iFlytek, has developed a voice assistant that translates Mandarin into several languages, including English and German, even if the speaker uses slang and talks over background noise. And Megvii Technology’s face-recognition software, Face++, identifies people almost instantaneously.

Skynet lives
At Megvii’s headquarters, visitors are treated to a demonstration. A video camera in the lobby does away with the need for showing ID: employees just walk in without showing their badges. Similar devices are positioned all over the office and their feeds are shown on a video wall. When a face pops up on the wall, it is immediately surrounded by a white rectangle and some text giving information about that person. In the upper right-hand corner of the screen big letters spell “Skynet”, the name of the AI system in the Terminator films that seeks to exterminate the human race. The firm already enables Alipay and Didi, a ride-hailing firm, to check the identity of new customers (their faces are compared with pictures held by the government).

Reacting to the success of such startups, China’s tech giants, too, have begun to invest heavily in AI. Baidu, Alibaba and Tencent, collectively called BAT, are working on many of the same services, including speech- and face-recognition. But they are also trying to become dominant in specific areas of AI, based on their existing strengths.

Tencent has so far kept the lowest profile; it established its AI labs only in recent months. But it is bound to develop a big presence in AI: it has more data than the other two. Its WeChat messenger service has nearly 1bn accounts and is also the platform for thousands of services, from payments and news to city guides and legal help. Tencent is also a world-beater in games with blockbusters such as League of Legends and Clash of Clans, which have more than 100m players each globally.

Alibaba is already a behemoth in e-commerce and is investing billions to become number one in cloud computing. At a conference in June in Shanghai it showed off an AI service called “ET City Brain” that uses video recognition to optimise traffic in real time. It uses footage from roadside cameras to predict the behaviour of cars and can adjust traffic lights on the spot. In its home town of Hangzhou, Alibaba claims, the system has already increased the average speed of traffic by 11%. Alibaba is also planning to beef up what it calls “ET Medical Brain”, which will offer AI-powered services to discover drugs and diagnose medical images. It has signed up a dozen hospitals to get the data it needs.

But it is Baidu whose fate is most tied to AI, in part because the technology may be its main chance to catch up with Alibaba and Tencent. It is putting most of its resources into autonomous driving: it wants to get a self-driving car onto the market by 2018 and to provide technology for fully autonomous vehicles by 2020. On July 5th the firm announced a first version of its self-driving-car software, called Apollo, at a developer conference in Beijing.

Getting Apollo right will not only involve cars safely navigating the streets, but managing a project that is open to outsiders. Rivals such as Waymo, Google’s subsidiary, and Tesla, an electric-car firm, jealously guard their software and the data they collect. Baidu is planning not only to publish the recipe for its programs (making them “open-source”, in the jargon), but to share data. The idea is that carmakers that use Baidu’s technology will do the same, creating an open platform for data from self-driving cars—the “Android for autonomous vehicles”, in the words of Mr Lu.

Drive like a Beijinger
It remains to be seen how successful Chinese firms will be in exporting their AI products—for now, only a tiny handful are used abroad. In theory they should travel well: a self-driving car trained on China’s chaotic streets ought to have no problem navigating the more civilised traffic in Europe (in contrast, a vehicle trained in Germany may not get far beyond the first intersection in Beijing). But consumers in the West may hesitate to use self-driving cars that have been trained in a laxer safety environment that is more tolerant of accidents. Chinese municipalities are said to be falling over themselves to be testing grounds for autonomous vehicles.

There is another risk. Data are the most valuable input for AI at the moment, but their importance may yet diminish. AI firms have started to use simulated data, including those from video games. New types of algorithms may be capable of getting smart with fewer examples. “The danger is that we stop innovating in algorithms because of our advantage in data,” warns Gansha Wu, chief executive of UISEE, a Beijing startup which is developing self-driving technology. For now, though, China looks anything but complacent. In the race for pre-eminence in AI, it will run America close.

[xplosive]

De privacy raakt straks volledig zoek (is mogelijk al zoek) :

Supertiny cameras could shrink from pill size to dust size

brian wang | July 17, 2017

The pill-sized cameras in today’s mobile phones may seem miraculously tiny, given that a decade ago the smallest cameras available for retail sale were the size of a pack of cards. Ali Hajimiri of the California Institute of Technology will make far smaller cameras. His team plan to replace them with truly minuscule devices that spurn every aspect of current photographic technology. Not only do Dr Hajimiri’s cameras have no moving parts, they also lack lenses and mirrors—in other words, they have no conventional optics. That does away with the focal depth required by today’s cameras, enabling the new devices to be flat.

Caltech engineers developed the new camera design that replaces the lenses with an ultra-thin optical phased array (OPA). The OPA does computationally what lenses do using large pieces of glass: it manipulates incoming light to capture an image.

The new system can selectively look in a desired direction and at a very small part of the picture in front of you at any given time, by controlling the timing with femto-second—quadrillionth of a second—precision.

Last year, Hajimiri’s team rolled out a one-dimensional version of the camera that was capable of detecting images in a line, such that it acted like a lensless barcode reader but with no mechanically moving parts. This year’s advance was to build the first two-dimensional array capable of creating a full image. This first 2D lensless camera has an array composed of just 64 light receivers in an 8 by 8 grid. The resulting image has low resolution. But this system represents a proof of concept for a fundamental rethinking of camera technology, Hajimiri and his colleague.

An 8×8 Heterodyne Lens-less OPA Camera



The processed optical signal will be passed down the waveguide to further photodiodes. These convert it into an electrical signal, which is used to create the final photo. Crucially, all this can be achieved in a stack of electronics five microns thick—about a fifteenth of the diameter of a human hair.

The exact size of any production version will depend on the job to be done. The prototype can manage fuzzy images of barcodes, but not much else. To achieve the same resolution as the camera in a modern Apple iPhone, Dr Hajimiri reckons an array of about 1 million grating couplers will be needed. Allowing for the space between these, the result would, at the moment, have an area of square centimeter. This is similar to the area of an iPhone’s camera, but that camera is 1,000 times thicker. Dr Hajimiri thinks, moreover, that a production version of the new device would be smaller.



Tiny cameras might be deployed, Fantastic Voyage-like, to take pictures inside blood vessels. They could be combined into massive arrays to create lightweight but extremely large-aperture telescopes able to resolve images from the deepest parts of the universe. They might even be strewn to the winds, photographic dust particles scavenging the energy they need from stray radio signals, and broadcasting what they see.

[Pilgrim]

'We moeten kunstmatige intelligentie heel snel aan banden leggen'

Caroline Kraaijvanger, 18 juli 2017

Want voor je het weet is het te laat. Daarvoor waarschuwt Elon Musk.

We kennen Musk natuurlijk allemaal van zijn ruimtevaartbedrijf SpaceX (de eerste commerciële partij die aanmeerde bij het internationale ruimtestation en voornemens is om rond 2025 mensen op Mars te zetten) en zijn automerk Tesla. Maar Musk heeft meer in zijn mars. Zo heeft hij ook een heel uitgesproken mening over kunstmatige intelligentie. En die steekt hij niet onder stoelen of banken.

Grootste gevaar
Dat bleek ook maar weer eens tijdens een bijeenkomst van de National Governors Association wanneer één van de gouverneurs Musk om advies vraagt met betrekking tot KI. “In mijn optiek is het (KI, red.) het grootste gevaar waar we als beschaving mee te maken hebben,” stelt Musk. “En ik denk dat we er allereerst zoveel mogelijk over te weten moeten komen (…) We moeten goed kijken naar de vooruitgang die geboekt wordt en de opmerkelijke prestaties van kunstmatige intelligentie bestuderen.” Een mooi voorbeeld van zo’n prestatie is de overwinning die een computer vorig jaar behaalde tijdens een potje Go: de computer versloeg de regerend wereldkampioen Lee Sedol. “Iets waarvan men dacht dat het onmogelijk was of wat misschien nog wel twintig jaar zou duren. En afgelopen jaar vernietigde AlphaGo ’s werelds beste speler. En nu kan AlphaGo tegelijkertijd tegen de beste vijftig spelers spelen en ze allemaal verslaan. Dit tempo van vooruitgang is opmerkelijk.”

Een oorlog starten
En datzelfde tempo zien we ook in de robotica, zo stelt Musk. “Je ziet robots die vanuit het niets binnen enkele uren leren lopen: veel sneller dan elk levend wezen. Maar wat het gevaarlijkst is – en wat heel ongrijpbaar is – is de intelligentie diep in het netwerk. Wat kan zo’n diepe intelligentie doen? Nou, het kan een oorlog beginnen, door fake news te verspreiden, nep-emailaccounts op te zetten en neppe persberichten te verspreiden en gewoon informatie te manipuleren. De pen is machtiger dan het zwaard.” Het is een scenario dat vanzelfsprekend voorkomen moet worden en dus pleit Musk ervoor om regels op te stellen voor kunstmatige intelligentie “om zo de veiligheid van het publiek te garanderen.”

Bewustzijn
Musk realiseert zich heel goed dat de meeste bedrijven die zich bezighouden met KI – “niet het mijne” – daar niet op zitten te wachten. “Ze zullen roepen dat het de innovatie afremt, bla, bla en dat ze gaan verhuizen naar China – maar dat doen ze niet (...) het idee dat bedrijven verhuizen als er meer regelgeving komt, is onjuist, want dat doen ze gewoon niet. Tenzij het natuurlijk heel overdreven is, maar daar heb ik het niet over. Ik pleit gewoon voor bewustzijn op overheidsniveau en ik denk dat als er eenmaal bewustzijn is, mensen enorm angstig zullen zijn. En dat is ook terecht.”

Eerdere waarschuwingen
Musk is lang niet de enige die zich zorgen maakt over kunstmatige intelligentie. Ook Stephen Hawking heeft herhaaldelijk de alarmbel geluid. En eerder dit jaar publiceerden KI-deskundigen nog een lijst met daarop 23 richtlijnen waar verantwoord onderzoek naar en gebruik van kunstmatige intelligentie aan moet voldoen. “We moeten aannemen dat KI tot alles in staat is en ons daar ook op voorbereiden,” stelde professor Roman Yampolskiy, één van de deskundigen die de lijst ondertekenden, toen. “Als we ernaast zitten, zitten we nog goed.”

De roep om regelgeving omtrent KI komt dus zeker niet uit de lucht vallen. Maar zal deze ook gehoord worden? Het is twijfelachtig. Want het is lastig om grip te krijgen op de vrij ingewikkelde – en continu evoluerende – kunstmatige intelligentie. En hoe leg je iets wat je eigenlijk niet goed begrijpt, aan banden? Dat zal nog een hele worsteling worden voor de politiek.

https://www.scientias.nl/we-moeten-kuns ... en-leggen/

[Ali Yas]

Musk is lang niet de enige die zich zorgen maakt over kunstmatige intelligentie. Ook Stephen Hawking heeft herhaaldelijk de alarmbel geluid.

Die laatste kunnen we ook niet serieus nemen.

De ontwikkeling van KI is niet tegen te houden. We zullen er op een verstandige manier mee moeten leren omgaan, dat wel. Bijvoorbeeld door er niet klakkeloos naar te luisteren.

[xplosive]

AI Is Humanity’s Number One Threat

[Pilgrim]

Musk mag Hyperloop-tunnel van New York naar Washington D.C boren

Gepubliceerd: 20 juli 2017

Tesla- en SpaceX-CEO Elon Musk mag met zijn bedrijf The Boring Company een tunnel van New York City naar Washington D.C. aanleggen, voor hogesnelheidstrein Hyperloop.

Musk meldt via Twitter dat hij verbale toestemming van de Amerikaanse overheid heeft gekregen om de tunnel te maken.

Formele toestemming moet Musk nog krijgen, maar hij zegt optimistisch te zijn die snel te krijgen. Een woordvoerder van het Witte Huis zegt dat de Amerikaanse regering "positieve gesprekken" met Musk heeft gevoerd, maar wil verder niks kwijt tegenover Bloomberg.

De tunnel moet van New York via de steden Philadelphia en Baltimore naar de Amerikaanse hoofdstad Washington D.C. lopen. De volledige reis per Hyperlooptrein duurt volgens Musk 29 minuten. De trein moet een snelheid van zo'n 1.200 kilometer per uur gaan rijden.

Ter vergelijking: wie met de auto gaat is zo'n vier uur onderweg, de reguliere trein doet ruim tweeënhalf uur over de reis en zelfs het vliegtuig is met een klein uur vliegtijd langer onderweg.

Record
Volgens Musk komen de stations van zijn Hyperloop-tunnel in elke stad in het centrum te liggen, met meerdere toegangsliften in elke stad. New York en Washington D.C. liggen zo'n 350 kilometer uit elkaar, inclusief stops in de twee tussenliggende steden zou de tunnel een kleine 400 kilometer lang moeten worden.

Als de tunnel inderdaad volledig ondergronds komt te liggen, zou dat een absoluut record zijn. Momenteel is de Gotthard-basistunnel in Zwitserland langste treintunnel ter wereld, met een lengte van 57 kilometer. De bouw van die tunnel heeft zo'n zeventien jaar geduurd.

Hyperloop
Musk deelde zijn concept van de Hyperloop in 2013, maar zei zelf geen tijd te hebben om de hogesnelheidstrein te ontwikkelen. Het concept is daarom open source en tal van bedrijven en technische universiteiten werken sindsdien aan een Hyperloop-trein.

Hoewel de aanpak onderling verschilt, draait het systeem in alle gevallen om een trein die door een vacuüm of bijna-vacuüm buis rijdt. Door het gebrek aan luchtweerstand moet de hoge snelheid van 1.200 kilometer per uur worden bereikt.

The Boring Company
Eind 2016 richtte Musk het bedrijf The Boring Company op. Met het bedrijf wil Musk zowel tunnels voor de Hyperloop boren, als tunnels voor Tesla-auto's.

Musk ziet het voor zich dat die auto's via speciale liften in de tunnel worden getild, om vervolgens met een slee ondergronds te worden vervoerd. Het eerste traject van die 'ondergrondse snelweg' wil Musk aanleggen in Los Angeles, om zo fileproblemen tegen te gaan.

http://www.nu.nl/gadgets/4850859/musk-m ... boren.html