Anunțarea câștigătorilor primei cohorte HAI de Seed Grants

În 2018, au fost finanțate 25 de propuneri de cercetare inovatoare. Propunerile câștigătoare sunt extrem de colaborative, interdisciplinare și lucrează pentru a continua dezvoltarea, aplicarea și studiul inteligenței artificiale centrate pe om și a problemelor conexe.

2018

Exemple adversare pentru oameni?

Gregory Valiant și Noah Goodman

Moderarea automată a deliberării grupurilor mici

Ashish Goel și James Fishkin

În timp ce Internetul a revoluționat multe aspecte ale vieții umane, inclusiv comerțul, publicitatea, interacțiunile sociale și educația, nu a fost încă pus în aplicare pentru a fi o forță definitivă în deliberarea la scară largă - de fapt, grupurile deschise de chat și panourile de mesaje deseori dedicați apelurilor de nume și conversației neproductive atunci când discutați probleme de fond. Acest proiect urmărește să dezvolte un bot moderator care poate media conversații deliberative în grupuri mici, menținându-le civile, angajate și la obiect. Planificăm să combinăm cu atenție elemente algoritmice cu elemente de design care să încurajeze grupul să se modereze colectiv. Unul dintre obiectivele noastre este de a dezvolta această platformă până la punctul în care poate fi utilizată pentru a scala caracteristicile de proiectare ale Deliberative Polling® online la populații mari alocate diverselor grupuri mici.

Diagnosticul pacientului „întotdeauna activ”

Gill Bejerano și Jon Bernstein

Corectarea prejudecăților etnice și de gen în algoritmii AI

James Zou, Londa Schiebinger, Serena Yeung și Carlos Bustamante

Algoritmii de învățare automată pot conține părtiniri de gen și etnice. Tendințele apar dintr-o varietate de surse, variind de la discrepanțe în datele de formare la alegeri inconștiente sau conștiente în proiectarea algoritmului. Pe măsură ce IA devine din ce în ce mai omniprezentă în viața de zi cu zi, o astfel de prejudecată, dacă nu este corectată, poate duce la inechități în serviciu și chiar discriminare sistematică împotriva anumitor populații. Modelarea, înțelegerea și corectarea prejudecăților umane dăunătoare în IA este, prin urmare, un pas esențial în dezvoltarea algoritmilor care sunt în mare parte benefici pentru umanitate. În acest proiect, vom dezvolta un cadru sistematic de audit al AI în care vom folosi învățarea automată pentru a descoperi și a corecta propriile prejudecăți. În colaborare cu oamenii de știință sociali, umaniști și experți în domeniu, vom aplica audit AI la algoritmi de învățare automată în aplicații biomedicale, text și viziune computerizată. Scopul nostru este de a face din auditul AI o componentă integrală a conductei standard de învățare automată din industrie și mediul academic.

Terapie cu inteligență artificială dinamică pentru autism pe Google Glass

Dennis Wall, Tom Robinson și Terry Wine

Activarea interacțiunilor în limbaj natural în software-ul educațional

Alex Kolchinski, Sherry Ruan, Dan Schwartz și Emma Brunskill

Titorul individual a fost considerat mult timp o practică eficientă în educație: într-o serie de studii, s-a demonstrat că tutorii ridică nivelul de performanță al elevilor cu o abatere standard sau mai mult. Tutorii de software arată promițător în extinderea accesului la îndrumare, dar au neajunsuri în raport cu îndrumătorii umani, printre care unul major este capacitatea de a viza răspunsuri utile și frecvente către studenți. În timp ce oamenii sunt capabili să facă acest lucru cu ajutorul interacțiunii în limbajul natural, software-ul de îndrumare depinde, în general, de indicii cu densitate mai mică, cum ar fi răspunsuri cu alegeri multiple pentru feedback-ul vizat. Reducerea acestui decalaj depinde de dezvoltarea unor mecanisme mai puternice pentru a detecta concepțiile greșite în explicațiile elevilor cu privire la raționamentul lor. Cu toate acestea, instruirea modelelor de învățare automată pentru a face acest lucru depinde de a avea un set de date etichetat suficient de mare, care nu există încă. Propunem să colectăm și să etichetăm un astfel de set de date pentru a stimula cercetarea în detectarea concepțiilor greșite ale elevilor asupra unei sarcini academice și pentru a implementa modele de bază pentru referința comunității.

Optimizare rapidă, multifazică, umană în buclă a asistenței la exoschelet

Steven Collins și Emma Brunskill

Exoscheletele și protezele active ar putea restabili mobilitatea persoanelor cu deficiențe neuromusculare, dar trebuie mai întâi să depășească provocările prezentate de corpurile noastre complexe, unice și în continuă schimbare. O nouă abordare promițătoare este optimizarea omului în buclă, în care un algoritm descoperă și personalizează automat tiparele de asistență pentru o persoană în timp ce utilizează dispozitivul (Zhang și colab., 2017, Știință). În acest proiect de semințe, vom dezvolta un nou algoritm pentru optimizarea omului în buclă, care funcționează separat pentru a învăța persoana cum să utilizeze exoscheletul și să optimizeze exoscheletul pentru a ajuta mai bine persoana. Vom trata faza de formare ca un proces de decizie Markov parțial observabil, în care expertiza persoanei este monitorizată și îmbunătățită, iar faza de optimizare ca un bandit contextual care utilizează optimizarea Bayesiană. Se așteaptă ca această abordare multifazică să aibă ca rezultat un antrenament mai eficient, o optimizare mai rapidă și o performanță locomotorie generală îmbunătățită. Scopul nostru pe termen lung este de a dezvolta exoschelete și proteze inteligente care se adaptează continuu la o persoană pe tot parcursul vieții, susținând orice provocări de locomoție pe care aleg să le abordeze.

Explorare gratuită în sisteme de AI centrate pe om

Mohsen Bayati și Ramesh Johari

Tendința de gen în conversațiile cu Chatbots

Katie Roehrick, Jeff Hancock, Byron Reeves, Londa Schiebinger, James Zou, Garrick Fernandez și Debnil Sur

În prezent, puține studii de interacțiune om-computer au folosit tehnologia automatizată de mesagerie chatbot pentru a studia prejudecățile de gen în comunicarea digitală. În timp ce literatura anterioară sugerează că utilizatorii răspund stereotip la oamenii virtuali de gen, majoritatea acestor studii utilizează personaje virtuale capabile de comportament nonverbal, cum ar fi gesturile și expresiile faciale, similare cu oamenii. Cu toate acestea, chatbot-urilor le lipsesc cele mai multe capacități de comunicare nonverbală; astfel utilizatorii vor forma impresii de chatbots pe baza unor indicii limitate (de exemplu, limbaj; aspect fizic, dacă este furnizată o imagine; sau proprietăți vocale, dacă botul este sintetizat prin voce). Astfel, propunem un program de cercetare multi-studiu pentru a examina prejudecățile în comunicarea chatbot. Pentru studiul inițial, vom manipula atât reprezentările vizuale, cât și limbajul, pentru a examina modul în care genul implicat interacționează cu indicii de expertiză în domeniu și gradul de reacție la chatbot pentru a afecta percepțiile și comportamentul utilizatorilor față de chatbots. Având în vedere lipsa actuală de cercetare cu privire la această întrebare, credem că acest studiu poate oferi o perspectivă atât de necesară asupra efectelor specifice ale caracteristicilor chatbot-ului asupra autodivulgării, în special în ceea ce privește impactul comportamentului nonverbal limitat asupra prejudecăților de gen în timpul interacțiunilor virtuale.

Exploatarea AI pentru a răspunde la întrebări despre diversitate și creativitate

Dan McFarland, Londa Schiebinger și James Zou

Impactul inteligenței artificiale asupra percepțiilor umanității

Benoît Monin și Erik Santoro

Poate rămâne logica în centrul a ceea ce înseamnă a fi om dacă AI depășește în mod clar oamenii? Dar limbajul sau gândirea complexă? Va redefini societatea ceea ce este esențial pentru experiența umană pe măsură ce oamenii pierd teren în fața IA pe baza abilităților cognitive care în mod tradițional au consacrat oamenii în vârful regnului animal? Oamenii se vor concentra în schimb pe trăsături pe care AI nu le posedă în prezent (de exemplu, personalitate, dorințe, moralitate sau chiar spiritualitate) pentru a păstra un sentiment de superioritate? Scopul cercetării noastre este de a investiga modul în care învățarea și interacțiunea cu inteligența artificială schimbă percepția asupra a ceea ce înseamnă a fi om - și modul în care aceasta afectează alegerile și comportamentul ulterior. Bazându-ne pe teoria psihologică socială și folosind experimente de control aleatoriu (RCT), încercăm să înțelegem și să prognozăm modul în care prezența tot mai mare a IA în viața de zi cu zi va schimba percepția a ceea ce înseamnă a fi om.

Impactul asupra societății robotilor mobili autonomi: un studiu pilot

Marco Pavone, Mark Duggan și David Grusky

Obiectivul pe termen lung al acestui proiect este de a prevedea și influența impactul roboților mobili autonomi (în special, autoturismele) asupra societății. Pentru această piesă de dezvoltare inițială a proiectului mai mare, obiectivele noastre de cercetare sunt: ​​(1) să dezvoltăm un plan pentru modelarea dinamică a impactului roboților mobili autonomi asupra infrastructurilor societale, a relațiilor societale și a controalelor societale, (2) să începem să construim seturile de date necesar pentru a dezvolta acest model dinamic și (3) efectua un studiu la scară redusă al impactului mașinilor care conduc cu auto-autovehicule asupra mediului construit în zona Bay, care va servi atât ca inspirație, cât și ca un pat de testare pentru cercetarea noastră. Acesta este un efort pilot menit să pună bazele unei inițiative la nivel de Stanford privind evaluarea impactului roboților mobili autonomi asupra societății.

Îmbunătățirea integrării refugiaților prin atribuire algoritmică bazată pe date

Jens Hainmueller, Kirk Bansak, Andrea Dillon, Jeremy Ferwerda, Dominik Hangartner, Duncan Lawrence și Jeremy Weinstein

Intervenții de schimbare a comportamentului de învățare la scară

Michael Bernstein și James Landay

Învățarea regulilor de decizie cu date complexe, observaționale

Xinkun Nie și Stefan Wager

Studiem metodele de luare a deciziilor personalizate folosind date observaționale bogate. Această clasă de întrebări se încadrează la interfața epidemiologiei și econometriei, pe de o parte, în sensul că încercăm să descoperim relații cauzale din datele observaționale și, pe de altă parte, învățarea automată, în sensul că trebuie să lucrăm cu reprezentări complexe. Abordarea noastră tehnică începe de la construirea unei funcții obiective adaptabile la date care izolează semnalele cauzale și apoi optimizarea acestui obiectiv învățat prin metode dezvoltate în comunitatea AI; cercetarea propusă va examina potențialul teoretic și practic al acestei abordări. Rezultatele inițiale sugerează că abordarea noastră a obiectivelor de învățare prezintă un cadru promițător pentru aducerea cunoștințelor de învățare automată la problemele inferenței cauzale.

Învățarea feedback-ului haptic pentru ghidarea mișcării

Julie Walker, Andrea Zanette, Mykel Kochenderfer și Allison Okamura

Exploatarea efectelor din aval ale inteligenței artificiale asupra modului în care clinicienii iau decizii

Ron Li, Jason Ku Wang, Lance Downing, Lisa Shieh, Christopher Sharp și Jonathan Chen

Cu până la 98.000 de decese în spitale atribuite unor erori medicale care pot fi prevenite, suportul deciziei clinice (CDS) alimentat de inteligență artificială (AI) este considerat o componentă integrală a viziunii Academiei Naționale de Medicină despre un sistem de învățare a sănătății pentru a oferi îngrijiri de înaltă calitate un sistem de sănătate din ce în ce mai complex. Cercetarea AI s-a concentrat pe dezvoltarea unor algoritmi mai buni pentru a construi CDS cu o precizie predictivă îmbunătățită, dar s-a acordat mai puțină atenție înțelegerii efectelor din aval ale IA asupra luării deciziilor clinice care ar putea duce la consecințe neprevăzute asupra rezultatelor pacienților. Detectarea consecințelor neprevăzute ale CDS de către sistemele de asistență medicală continuă să se bazeze pe anecdote sporadice și rapoarte de incidente, care este limitată în domeniu și prezintă o prejudecată semnificativă. Această lacună în capacitatea noastră de a evalua în mod sistematic modul în care CDS afectează modul în care clinicienii gândesc și se comportă împiedică proiectarea și implementarea unei AI sigure și eficiente pentru îngrijirea pacienților.

Propunem să dezvoltăm o dovadă a conceptului pentru o abordare nouă, folosind tiparirea modelelor pentru a evalua sistematic efectele din aval ale CDS asupra luării deciziilor clinice. Abordarea noastră va aplica setul de articole și extragerea frecventă a secvențelor la datele de urmărire digitale din EHR, care sunt generate in situ de către medici în aval de a fi expuse alertelor CDS. Ne propunem să creăm o dovadă a conceptului unei metode pentru generarea unui set de caracteristici cuprinzător, cu tendințe reduse, de decizii clinice din aval luate în mediul real, care pot fi generalizate potențial pentru a deveni un nou mod de a studia efectele IA asupra modului în care clinicienii a lua decizii.

Noua economie morală într-o epocă a inteligenței artificiale

Margaret Levi, judecătoarea Mariano-Florentino Cuellar, Roberta Katz, John Markoff și Jane Shaw

Pe măsură ce ne apropiem de epoca AI, operăm încă într-un cadru moral, politic și economic dezvoltat la mijlocul secolului al XX-lea. Această subvenție permite CASBS să creeze o rețea de academicieni, tehnologi, lideri din industrie, oficiali guvernamentali, jurnaliști și comunități ale societății civile, care pot crea o nouă economie politică morală care să informeze practica corporativă, politica guvernamentală și interacțiunile sociale. Vom încorpora în cadru ceea ce învățăm din alte aspecte ale proiectului: colaborarea cu industria pentru a crea și implementa o echipă de proiectare etică; și studierea modurilor în care introducerea AI se aseamănă cu practicile comunităților religioase anterioare. Un produs va fi briefinguri și recomandări adresate factorilor de decizie politică, liderilor din industrie, sindicatelor și societății civile din S.U.A. și în străinătate cu privire la crearea unei economii morale pentru epoca AI.

Abordare nouă pentru cartografierea modificărilor sezoniere ale riscului de infecție pentru schistosomiază: o integrare pe scară multiplă a datelor prin satelit și a imaginilor cu drone prin utilizarea inteligenței artificiale

Giulio De Leo, Susanne Sokolow, Eric Lambin, Zac YC Liu, Chris Re, I. Jones, R. Grewelle, A. Ratner și A. Lund

Planificarea comunicării multi-modale om-robot

Yuhang Che, Cara Nunez, Allison Okamura și Dorsa Sadigh

Colectarea la scară a datelor etichetate pentru crearea sistemelor AI prin învățarea observațională

Daniel Rubin, Chris Re, Jared Dunnmon, Alex Ratner și Darvin Yi

Sistem de asistență medicală de învățare inteligentă pentru schimbarea comportamentului uman

Michelle Guo, Fei-Fei Li și Arnold Milstein

Utilizarea IA pentru a facilita participarea cetățenilor la deliberările politicii democratice

Deger Turan, Frank Fukuyama, Jerry Kaplan, Larry Diamond, Eileen Donahoe și Chris Potts

Utilizarea computerului pentru a măsura variabilele de vecinătate care afectează sănătatea

Jackelyn Huang și Nikhil Naik

Mediile de vecinătate joacă un rol semnificativ în conturarea sănătății persoanelor și a comunităților, contribuind în consecință la inegalitatea din S.U.A. Cercetările anterioare sugerează că prezența tulburărilor fizice, a proprietăților slab întreținute și a locurilor vacante din cartiere poate afecta negativ sănătatea fizică și mentală, poate atrage mai multe infracțiuni și tulburări și poate duce la dezinvestirea cartierului. Cu toate acestea, puține studii examinează acest proces, deoarece colectarea datelor privind condițiile fizice ale cartierelor, în special în cartiere și orașe și în timp, necesită costuri extinse de timp și forță de muncă. Folosind progresele în domeniul informaticii, acest proiect va dezvolta o metodă automată de observare și înregistrare sistematică a condițiilor fizice ale mediilor de vecinătate la scară largă. Măsurile rezultate vor oferi o nouă resursă puternică pentru înțelegerea inegalității din S.U.A. pentru comunitatea de cercetare științifică și ar ajuta, de asemenea, decidenții politici, practicienii și publicul să urmărească progresul vecinătății și să îmbunătățească obiectivele.

Utilizarea învățării profunde pentru imagistica bolii Alzheimer cu PET/RMN cu doze ultra-mici simultane

Greg Zaharchuck, Bill Dally, John Pauly și Elizabeth Mormino