在此“谈到比特币”节目中，与主持人Adam B. Levine，Stephanie Murphy，Jonathan Mohan和AllYourFeeds.com的创建者特别邀请Martin Rerak一起探讨如何使用“ AI策划”来找出有用的东西信息和什么是绒毛。
要在我们的常规版本之前获取更多剧集和免费的早期抢先体验，请订阅Apple Podcast，Spotify，Pocketcast，Google Podcast，Castbox，Stitcher，RadioPublica，iHeartRadio或RSS。
订阅我们关于财务中断的新闻简报《重新构想》（Money Reimagined）。通过注册，您将收到有关CoinDesk产品的电子邮件，并且您同意我们的条款和条件以及隐私政策。
本集由Crypto.com，Nexo.io和Elliptic赞助
数百个标签
在比特币的早期，您可能只有几个地方可以阅读新闻并随时了解最新情况，但是多年来，情况发生了巨大变化。 今天，每天有成千上万的项目和数百篇文章。 前提是您忽略了YouTube的狂热或加密Twitter的深度。
有几天我醒来了，基本上我只是从前一天开始重新加载一百个标签…您知道，看看Slack，Telegram，Twitter帐户，Discord，Reddit和许多在线出版物 […] 指向某人很容易 [right] 如果他们说：“我在哪里可以买到加密货币？” 但是，如果他们说：“这里是否有用于追溯的用例？” 或“您认为我应该投资什么？” 或“该项目如何发展？” 这变得更加负担和挑战…
Martin Rerak，AllYourFeeds.com的创建者
另请参阅：什么是GPT-3？我们应该害怕吗？
在本集中，我们讨论了加密媒体的发展，人工智能培训，偏见和无偏实践的挑战，自然语言生成算法（称为GPT-3）的潜在影响等等。
偏爱的AI
尽管表面上令人不安，但AI内部的偏见并不像您想象的那样有争议-几乎是必须的。 作为人类，我们每个人都有自己的经验和偏好，这些都会影响我们的观点和偏见。 现代人工智能消耗着人类策划的“培训材料”，以了解其特定任务的对与错。 接受过培训的AI可以帮助我们完成这些任务，并且在“本能”匹配代表其工作的任何人时最有用。
当然，偏见的好坏取决于您的许多优先事项。 当Google训练AI来帮助招聘时，过去和现有员工的数据使它相信理想的“ Google工程师”在学术成绩单上不会有女子大学。 对于Google而言，他们过去的记录与他们的未来野心不符，因此存在偏见。
但就我个人而言，我已经开发了正在申请专利的AI技术，该技术可帮助进行音频编辑，在这里偏见的想法至关重要。 听起来最好的没有客观标准，只有个人喜好。 对于要帮助音频编辑器的AI，它必须与这些首选项保持一致，并且能够做出客观上对所帮助的人正确的决策。
AI辅助新闻策展与这完全相同。 我们都有自己的偏好，兴趣和偏见，可以帮助我们决定我们在做什么或不在乎。 在今天的节目中，我们探讨了一个引人入胜的主题，其中一种规格几乎无法适应所有人，并且未来是广阔的。
要在我们的常规版本之前获取更多剧集和免费的早期抢先体验，请订阅Apple Podcast，Spotify，Pocketcast，Google Podcast，Castbox，Stitcher，RadioPublica，iHeartRadio或RSS。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
