Programma
Gio 08 giu 2023 dalle 10:00 alle 13:00
UTC+01:00
Posizione
Faro di Bristol | Bristol, IT
Annuncio
Collaborare con le comunità utilizzando dati e intelligenza artificiale per creare una cultura più inclusiva: discorsi mattutini, tavole rotonde e mostre interattiveA proposito di questo evento
Si prega di notare che questo è un evento di persona che dura tutto il giorno al Bristol Beacon: questo Eventbrite serve per iscriversi ai nostri display interattivi mattutini, conferenze e tavole rotonde. Per iscriversi ai workshop del pranzo e del pomeriggio, vedere i dettagli di seguito.
I dati sono ovunque intorno a noi, dai nostri smartphone ai nostri supermercati, ma come possiamo usarli per sempre?
Come utilizziamo ChatGPT e altre IA per creare un futuro più equo per tutti?
In che modo i dati del passato possono plasmare il nostro futuro?
Unisciti al Jean Golding Institute e alla University of the West of England per connetterti, collaborare, creare con dati e intelligenza artificiale. Unisciti alla conversazione con scienziati coinvolgenti e rappresentanti locali per scoprire come le comunità potrebbero utilizzare i dati e l'intelligenza artificiale come ChatGPT per affrontare questioni chiave tra cui l'inclusività, la protezione dei vulnerabili e il cambiamento climatico.
Scopri gli ultimi progressi nella scienza dei dati, nella ricerca ad alta intensità di dati e nell'intelligenza artificiale, con un mix diversificato di relatori stimolanti e display interattivi.
Orario mattutino:
10:00 - 10:15 - Apertura dell'evento
10:15 - 10:50 - Benvenuto e presentazione
11:00 - 11:50 - Data and AI Relatori
12:00 - 13:00 - Discussione del gruppo (vedi sotto per informazioni sui membri del gruppo)
13:00-14:00 - Socializza con gli ospiti e il team JGI durante un pranzo di networking gratuito
Iscriviti a uno dei nostri workshop sui dati inclusivi pomeridiani:
14:00-14:50: Less is more? La necessità di equità sociale nella tecnologia e nella scienza dei dati
15:00-15:50: Ambienti di ricerca affidabili per i dati sanitari
Ci saranno molte opportunità per fare rete, socializzare e interagire con la comunità di dati e AI di Bristol.
Si prega di consultare il nostro Codice di condotta che seguiamo in tutti gli eventi virtuali e di persona.
Membri del panel:
Tom Appleby - Professore Associato in Diritto della Proprietà, UWE
Kate Robson Brown - Direttrice del Jean Golding Institute, Università di Bristol
Darren Jones - Deputato e presidente del Comitato per gli affari, l'energia e la strategia industriale della Camera dei Comuni
Joyann Boyce - Joyann Boyce, fondatore di Inclued AI.
Mark Woods - Chief Strategy Officer e capo del gruppo di robotica e autonomia
Relatori (da sinistra a destra): Tom Appleby, Kate Robson Brown, Darren Jones MP, Joyann Boyce, Mark Woods
Informazioni sui membri del panel
Thomas Appleby (Lui/Lui)
Il dottor Thomas Appleby è un avvocato non praticante che ha lavorato in vari aspetti del diritto commerciale per quasi 25 anni. È Professore Associato presso l'UWE presso il College of Arts, Technology and Environment, dove si è specializzato nella regolamentazione dei beni comuni. Ha svolto varie attività di consulenza e ricerca nello spazio digitale che vanno dalla consulenza al governo su questioni legali associate all'uso della tecnologia nell'applicazione penale alla ricerca di questioni associate all'uso dei dati altrui. Il suo approccio di ricerca al nuovo uso dei beni comuni è che generalmente c'è più legge in giro di quanto le persone credano e che è l'applicazione della legge piuttosto che la legge stessa, che viene spesso ignorata. Questo approccio è particolarmente applicabile alle aziende tecnologiche in cui esiste una cultura del "fingi finché non ce la fai". Il dottor Appleby ha utilizzato questo approccio per condurre due studi di casi di impatto per conto dell'università, dove la sua ricerca è stata applicata nel mondo reale prevalentemente alla gestione marina (un altro bene comune poco compreso). Il dottor Appleby è anche capo degli affari legali per l'ente di beneficenza per la conservazione degli oceani, la Blue Marine Foundation, dove lavora regolarmente con utenti marini, responsabili politici e regolatori a livello nazionale, europeo e internazionale.
Kate Robson Brown (Lei/Lei)
Kate è diventata direttrice del Jean Golding Institute nell'agosto 2017 e guida il team nel fornire una direzione strategica per l'Istituto. È professoressa di antropologia biologica e affiliata sia alla School of Arts che alla School of Civil, Aerospace and Mechanical Engineering dell'Università di Bristol. Kate è entrata a far parte dell'Università di Bristol nel 1997, dopo la sua prima laurea in Archeologia e Antropologia. Ha conseguito un dottorato di ricerca in filogenetica presso l'Università di Cambridge (Newnham College, 1995), ed è stata titolare della Graham Robertson Research Fellowship presso il Downing College. Kate è anche l'Alan Turing Institute University Lead per Bristol ed è anche presidente del Comitato consultivo per la ricerca e l'innovazione dell'Istituto, che dirige la direzione scientifica al Turing.
La ricerca di Kate si concentra su come i tessuti duri del corpo umano detengono una firma della storia della vita. Esplora la microstruttura dell'osso, della dentatura e dei tessuti molli; metodologie innovative per l'acquisizione, l'analisi e l'interpretazione dei dati della caratterizzazione dei materiali per affrontare una serie di sfide poste dalle applicazioni antropologiche, biomeccaniche, forensi, di sviluppo ed evolutive.
Darren Jones MP (Lui/Lui)
Darren Jones MP è il membro laburista del parlamento per Bristol North West e il presidente della commissione per gli affari e il commercio della Camera dei Comuni. Fa parte del Comitato congiunto sulla strategia di sicurezza nazionale e del Comitato di collegamento, che esamina l'operato del Primo Ministro. Avvocato di formazione, Darren è riconosciuto come una voce di spicco sulla politica tecnologica e ha fondato il Forum interparlamentare sulle tecnologie emergenti, che riunisce legislatori di tutto il mondo. Darren ha fatto parte del comitato per la legge sulla sicurezza online ed è il presidente dei gruppi parlamentari di tutti i partiti sulla tecnologia (PICTFor), sulla povertà dei dati e sulla sicurezza e tecnologia nazionali.
Joyann Boyce (lei/lei)
Joyann Boyce è la fondatrice di Inclued AI e Arima & Co. Ha un background nel marketing e nella scienza dei dati, che utilizza per guidare il cambiamento nel settore del marketing. Con la missione di rendere il marketing inclusivo lo standard del settore, Joyann ha lavorato con oltre 96 team di marketing per marchi come Coca-Cola, Adobe e Nationwide. In qualità di pluripremiata imprenditrice, relatrice di conferenze internazionali e sostenitrice della diversità e dell'inclusione, Joyann si dedica alla creazione di soluzioni che migliorino la rappresentazione e l'autenticità all'interno del settore del marketing.
Mark Woods (Lui/Lui)
Il Dr. Mark Woods è Chief Strategy Officer, Executive Director e Head of the Robotics and Autonomy Group presso CFMS specializzato in applicazioni che consentono l'esplorazione, il rilevamento, la modellazione o l'analisi autonomi di ambienti complessi.
Con un dottorato di ricerca. in AI e Machine Learning Ha oltre 20 anni di esperienza come innovatore alla guida, nella ricerca, nello sviluppo e nella commercializzazione di applicazioni di robotica, autonomia, visione artificiale e AI (Machine Learning e simbolica) da livelli di prontezza tecnologica da bassi a completamente operativi (industrializzati).
È stato responsabile dell'autonomia per un'ampia gamma di progetti finanziati dall'Agenzia spaziale europea (ESA), dalla CE, dal Regno Unito e da finanziamenti commerciali, inclusi elementi chiave dell'autonomia del Rover ExoMars dell'ESA, che sarà la prima missione di superficie dell'Europa su Marte. Ha anche sviluppato e pilotato la prima applicazione civile basata sull'apprendimento automatico in orbita terrestre bassa (LEO) nel dominio spaziale europeo.
Più recentemente ha guidato applicazioni all'avanguardia di autonomia, robotica e tecnologia AI nei settori delle utility, del nucleare e di altri settori commerciali. Si consulta e presenta spesso sull'applicazione strategica e pratica dell'IA in ambienti complessi
Settimana dei dati di Bristol 2023
Questo evento fa parte della Bristol Data Week 2023 e questo evento che dura tutto il giorno al Bristol Beacon è organizzato dal Jean Golding Institute e dall'UWE e sponsorizzato dall'Alan Turing Institute.
Da lunedì 5 giugno a venerdì 9 giugno 2023, questa sarà la nostra sesta Data Week annuale; un programma interattivo di relatori, formazione e workshop aperto a tutti e completamente gratuito.
Tieniti aggiornato sulle sessioni in corso durante la Bristol Data Week sul sito web del Jean Golding Institute, seguici su Twitter @JGIBristol e usa #BristolDataWeek.
Annuncio
Dove sta accadendo?
Faro di Bristol, Trenchard Street, Bristol, Regno Unito
Luogo dell'evento e soggiorni nelle vicinanze:
Biglietti
GBP 0,00
Host o editore Istituto Jean Golding dell'Università di Bristol
Tag:
Affari a BristolFeste a BristolArte a Bristol
FAQs
Qual è uno dei quattro principi chiave dell'Intelligenza Artificiale responsabile AI )? ›
Lo sviluppo dei sistemi di IA deve quindi conformarsi a quattro principi etici considerati irrinunciabili: prevenzione da rischi, rispetto per l'autonomia umana, equità e spiegazione.
Su cosa si basa l'Intelligenza Artificiale? ›L'intelligenza artificiale (IA) è l'abilità di una macchina di mostrare capacità umane quali il ragionamento, l'apprendimento, la pianificazione e la creatività.
Quali sono i campi di applicazione dell'Intelligenza Artificiale? ›- processamento di dati;
- comprensione del linguaggio;
- interazione con essere umani;
- analisi di video e immagini;
- guida dei veicoli;
- attività in ambito industriale;
- risoluzione di problemi.
Il Machine Learning si sta evolvendo lungo una linea di ricerca basata sull'uso di reti neurali organizzate in più livelli di profondità e per questo detta Deep Learning.
Quali sono i tre livelli di intelligenza artificiale? ›Esistono tre tipi di IA: intelligenza artificiale limitata (ANI), intelligenza artificiale generale (AGI) e superintelligenza artificiale (ASI).
Quali sono i rischi dell'intelligenza artificiale? ›I principali rischi connessi all'Ia che vengono segnalati riguardano le possibili nuove forme di discriminazione, la «disumanizzazione» della gestione delle relazioni di lavoro e dell'esercizio dei poteri datoriali, i rischi di opacità delle scelte organizzative e datoriali.
Qual è un esempio di intelligenza artificiale conversazionale? ›Conversational AI può assumere diverse sembianze: il Chatbot, l'Assistente Virtuale (a titolo d'esempio, si pensi ad Alexa o Siri) e il Virtual Agent che opera nel contesto del Contact Center, ma non vanno trascurate forme ibride in cui il cliente interagisce in modo diretto con un operatore (umano) cui l'AI fornisce ...
Chi inventò l'intelligenza artificiale? ›Alan Turing: chi è stato e cos'ha fatto il padre dell'intelligenza artificiale.
Come si chiama l'intelligenza artificiale? ›L'Intelligenza Artificiale o Artificial Intelligence (AI) è un tema storicamente e scientificamente ricchissimo e su cui si sono generati diversi dibattiti a seguito del lancio di ChatGPT, che si rifà ad una intima ispirazione dell'uomo: quella di creare una macchina in cui si riflettono appieno le proprie capacità.
Quali sono le tre tipologie di machine learning? ›3 tipi di Machine learning
Tre sono i più comuni metodi di learning per i quali gli algoritmi devono essere concepiti: apprendimento supervisionato, apprendimento non supervisionato (o self supervisionato) e apprendimento con rinforzo.
Per quale motivo nasce l'intelligenza artificiale? ›
Il primo sistema di intelligenza artificiale utilizzato in ambito commerciale fu R1, utilizzato dalla Digital Equipment nel 1982. Lo scopo del programma era quello di aiutare a configurare gli ordini per nuovi computer. Nel 1986, fu in grado di far risparmiare alla compagnia 40 milioni di dollari all'anno.
Quali sono le due fonti di dati utilizzati dalle intelligenza artificiale? ›AI e Big Data, le principali applicazioni.
A cosa serve il machine learning? ›Il machine learning è un sottoinsieme dell'intelligenza artificiale (AI). Il suo compito è addestrare i computer a imparare dai dati e a migliorare con l'esperienza, anziché essere appositamente programmato per riuscirci.
Quali sono i due paradigmi dell'intelligenza artificiale? ›Intelligenza artificiale forte e debole: caratteristiche. Alla base del concetto di intelligenza artificiale c'è il desiderio dell'uomo di creare un legame tra automazione e ragionamento. L'automazione si è divisa in due teorie fondamentali: IA debole e IA forte, definite dallo John Searle.
Dove è nata l'intelligenza artificiale? ›L'intelligenza artificiale ha una data di nascita ufficiale, il 1956, l'anno del famoso seminario estivo tenutosi presso il Dartmouth College di Hanover nel New Hampshire durante il quale la nuova disciplina venne fondata programmaticamente, a partire dalla raccolta dei contributi sviluppati negli anni precedenti e in ...
In che anno è nata l'intelligenza artificiale? ›Quando sentiamo parlare di Intelligenza Artificiale pensiamo a una disciplina scientifica che appartiene al futuro. Eppure l'AI è nata decenni fa, quando la tecnologia non era così attuale come oggigiorno. L'Intelligenza Artificiale, infatti, nasce negli anni Cinquanta, esattamente nel 1956.
Come funziona la AI Art? ›Il processo è semplice: gli utenti caricano una foto dal proprio telefono e selezionano il filtro AI Art. Il filtro elabora l'immagine – mettendoci più o meno tempo a seconda della prontezza del dispositivo – e produce un'opera d'arte unica.
Qual è l intelligenza artificiale più avanzata? ›Generative Pre-trained Transformer 3 (GPT-3) è probabilmente la soluzione di intelligenza artificiale in linguaggio naturale più avanzata oggi esistente al mondo.
Quando l'intelligenza artificiale supererà quella umana? ›Questa tendenza è stata effettuata nel settore della traduzione linguistica, ma molti specialisti ritengono che sia applicabile ad altri campi di sviluppo.
Perché l'intelligenza artificiale è un problema? ›L'intelligenza artificiale può individuare un traffico di rete sospetto, così come rilevare malware, sistemi fallati, e potenziali minacce. Allo stesso tempo può tappare la falla e trovare soluzioni più o meno immediate per la risoluzione dei problemi.
Cosa fare dopo intelligenza artificiale? ›
Il laureato magistrale in Artificial Intelligence and Automation Engineering può svolgere attività di ricerca e sviluppo, progettazione, ingegnerizzazione, produzione e gestione nell'ambito dei sistemi informatici che utilizzano le tecnologie dell'intelligenza artificiale.
Come posso creare una intelligenza artificiale? ›Il modo più semplice è utilizzare librerie di intelligenza artificiale come Keras che è una libreria ad alto livello e relativamente semplice da utilizzare. Si deve definire il modello da utilizzare costruendolo e mettendo insieme i vari blocchi che lo compongono come se fossero mattoncini di lego.
Qual è la differenza tra intelligenza artificiale e machine learning? ›L'obiettivo finale dell'AI (artificial intelligence) è quello di creare dei computer con capacità di ragionamento simili (se non uguali) all'essere umano. Il machine learning, invece, è l'algoritmo che permette alle macchine intelligenti di migliorarsi con il tempo, esattamente come avviene con il cervello umano.
Chi ha coniato il termine intelligenza artificiale? ›Come è nata l'intelligenza artificiale? Almeno a partire dal primo secolo a.C., l'uomo è stato affascinato dalla possibilità di creare macchine in grado di simulare il cervello umano. Nell'epoca moderna, il termine intelligenza artificiale è stato coniato nel 1955 da John McCarthy.
Chi ha inventato la chat GPT? ›Sam Altman diventa CEO di OpenAI: la creazione di Chat GPT
Nello stesso anno Sam Altman va a lavorare per OpenAI, ricoprendo l'importante ruolo di CEO.
ELIZA (1966) e Parry (1972) sono i primi chatbot della storia, mentre programmi più recenti sono A.L.I.C.E., Jabberwacky e DUDE. Mentre ELIZA e Parry sono stati utilizzati esclusivamente per simulare una conversazione testuale, altri includono caratteristiche funzionali come i giochi e l'abilità di ricercare sul web.
Come spiegare l'intelligenza artificiale ad un bambino? ›è una macchina capace di copiare e simulare ogni aspetto dell'apprendimento e dell'intelligenza umana. È, cioè, un insieme di circuiti elettronici e di istruzioni software capaci di dare l'impressione, a un osservatore umano, di essere alle prese con un altro uomo e non con una macchina. Fantasia, fantascienza, realtà?
Chi studia l'intelligenza? ›La psicologia indica nell'i., nei comportamenti intelligenti o nelle attività intellettuali, modalità di condotta presenti, a livelli diversi e con diverse manifestazioni qualitative, nel bambino e nell'uomo adulto. I pionieri della psicologia scientifica, tra cui A. Binet ed É.
Chi è il padre del machine learning? ›Il primo grande nome legato al Machine Learning è sicuramente quello di Alan Turing, che negli anni 50 del 900 avanzò la necessità di realizzare algoritmi specifici per realizzare macchine in grado di apprendere.
Chi si occupa di machine learning? ›Precisamente, il Machine Learning Engineer è un programmatore esperto che gestisce progetti di Machine Learning, verificando poi la corretta implementazione e applicazione degli algoritmi sviluppati.
Quale categoria rientra nel deep learning? ›
Puoi raggruppare questi diversi casi d'uso del deep learning in quattro grandi categorie: visione artificiale, riconoscimento vocale, elaborazione del linguaggio naturale (NLP) e motori di raccomandazione.
Cosa usare al posto di chat GPT? ›- ChatSonic.
- Contents.com.
- Jasper.
- DeepL Write.
- Rytr.
- Elsa Speaks.
- YouChat.
Il Text Mining è una tecnica di Intelligenza Artificiale (AI) che utilizza l'elaborazione del linguaggio naturale (NLP) per trasformare il testo libero, non strutturato, di documenti/database quali pagine web, articoli di giornale, e-mail, agenzie di stampa, post/commenti sui social media ecc.
Qual è un esempio di valore creato attraverso l'uso del deep learning? ›Dare ad una macchina una serie di immagini bidimensionali e ricevere rielaborata la stessa scena ma in modalità tridimensionale: quanto creato grazie al Deep Learning sarà simile a quanto vedrebbe l'occhio umano se fosse immerso all'interno della scena reale, grazie alla riproduzione digitale in 3D.
Quanto si guadagna nel machine learning? ›Quanto si guadagna come Machine Learning Engineer? La stipendio media nazionale per la professione di Machine Learning Engineer è di €33.000 (Italia). Filtra per località per vedere stipendi del ruolo di Machine Learning Engineer nella tua zona.
Cosa sono gli algoritmi di intelligenza artificiale? ›Un algoritmo è una procedura di calcolo, uno schema con il quale l'uomo codifica le modalità di elaborazioni dei dati. Gli algoritmi rappresentano l'anima razionale dell'intelligenza artificiale. Le reti neurali sono sistemi di apprendimento che trasferiscono sulle macchine la struttura dei neuroni presenti nell'uomo.
Cos'è un algoritmo di apprendimento? ›L'algoritmo di apprendimento ha il compito di apprendere il sistema di ponderazione per il modello. Il sistema di ponderazione descrive la probabilità che i pattern che il modello sta apprendendo riflettano le relazioni effettive nei dati.
Quanti tipi di machine learning esistono? ›I due tipi principali di algoritmi di machine learning attualmente utilizzati sono: machine learning supervisionato e apprendimento non supervisionato. La differenza tra queste due tipi viene definita dal modo in cui ciascun algoritmo apprende i dati per fare previsioni.
Quali campi di applicazione dell'intelligenza artificiale conosci? ›- processamento di dati;
- comprensione del linguaggio;
- interazione con essere umani;
- analisi di video e immagini;
- guida dei veicoli;
- attività in ambito industriale;
- risoluzione di problemi.
Le principali applicazioni di questa tecnologia sono la traduzione automatica e i sistemi di interazione uomo-macchina basati sul linguaggio come le chatbot. Qui, vogliamo segnalare un'applicazione pratica che rappresenta alla perfezione la potenza e il grado di evoluzione di questo settore: AI Dungeon.
Chi è il padre dell'intelligenza artificiale? ›
Geoffrey Hinton, 75 anni, considerato il "padrino dell'Intelligenza artificiale" ha lasciato il suo ruolo in Google per poter parlare liberamente dei rischi dell'Intelligenza Artificiale. "Me ne sono andato per poter parlare dei suoi pericoli", ha detto in un tweet dopo che ieri il New York Times ha dato la notizia.
Quali sono gli orientamenti etici fondamentali? ›I principi etici
Quelli fondamentali sono beneficità, non maleficità, equità e giustizia; altri principi sono la professionalità e l'autorevolezza, l'appropriatezza, la responsabilità, il principio di precauzione e la regola del doppio effetto.
Intelligenza Artificiale forte, una definizione
L'Intelligenza Artificiale forte – o strong AI – è invece una tecnologia estremamente simile all'essere umano, capace di replicarne le abilità cognitive e le competenze emotive.
L'intelligenza artificiale ha una data di nascita ufficiale, il 1956, l'anno del famoso seminario estivo tenutosi presso il Dartmouth College di Hanover nel New Hampshire durante il quale la nuova disciplina venne fondata programmaticamente, a partire dalla raccolta dei contributi sviluppati negli anni precedenti e in ...
Qual è la differenza tra etica e morale? ›Spesso etica e morale sono usati come sinonimi, anche se occorre subito precisare che esiste una differenza: la morale corrisponde all'insieme di valori di un individuo, di un gruppo, mentre l'etica, oltre a condividere questo insieme, contiene anche la riflessione speculativa di norme e valori.
A cosa serve L'etica? ›L'etica è, quindi, sia un insieme di norme e di valori che regolano il comportamento dell'uomo in relazione agli altri, sia un criterio che permette all'uomo di giudicare i comportamenti, propri e altrui, rispetto al bene e al male.
Quali tipologie di codici etici esistono? ›Ci sono codici etici che regolano i rapporti internazionali fra imprese, e codici etici adottati da organizzazioni e associazioni nei confronti dei soci aderenti.
Quali sono i due approcci principali all intelligenza artificiale? ›- Approccio umano. ...
- Approccio razionale.