Onderzoekers bestuderen met hersenbeeldvorming hoe algemene intelligentie ontstaat. De studie vindt dat intelligentie niet uit één gebied komt maar uit gecoördineerde organisatie en langeafstandscommunicatie tussen veel netwerken.
Foto door BoliviaInteligente, Unsplash
Onderzoekers testten Google’s NotebookLM op drie artikelen over vulkanisme op Mars. De audio’s waren begrijpelijk en boeiend, maar bevatten herhaalde onnauwkeurigheden; de onderzoekers adviseren altijd het originele onderzoek te lezen.
Onderzoekers van Georgia Tech ontdekten VillainNet, een verborgen achterdeur in AI-supernetwerken die zelfrijdende auto's kan overnemen zodra een specifiek subnetwerk wordt gekozen. Ze waarschuwen voor moeilijk detecteerbare aanvallen en vragen om betere beveiliging.
Onderzoekers vonden dat algemene AI-modellen zoals ChatGPT, Claude en LLaMa persoonlijkheid en dagelijks gedrag kunnen voorspellen uit wat mensen zeggen. De AI-scores kwamen vaak overeen met zelfbeoordelingen en voorspelden ook emoties en stress.
Onderzoekers van de University of Chicago en partners onderzochten waarom grote taalmodellen twee viercijferige getallen slecht vermenigvuldigen. Een nieuwe trainingsmethode (ICoT) liet modellen tussentijdse waarden onthouden en verbeterde de nauwkeurigheid sterk.
Een studie van onderzoekers van de Yale School of Management toont dat een taalmodel betere en betrouwbaardere koppen schrijft als het leert waarom mensen op bepaalde koppen klikken. Ze testten de methode met bestaande A/B-testgegevens en menselijke beoordelingen.
Onderzoekers ontwikkelden een prototype-koptelefoon die met kunstmatige intelligentie het beurtwisselingsritme van een gesprek volgt en zo stemmen van gesprekspartners isoleert. Het systeem werkt met korte audiofragmenten en de code is open-source.
Onderzoekers van de University of Washington lieten AI-systemen menselijk gedrag bestuderen om culturele waarden te leren. Agents getraind op data van verschillende groepen gedroegen zich verschillend in speltests en bij donaties. Resultaten verschijnen in PLOS One.
Gezondheidsgroepen in Latijns-Amerika gebruiken kunstmatige intelligentie om seksuele en reproductieve gezondheidsinformatie te geven aan jongeren en gemarginaliseerde groepen. Projecten in Peru en Argentinië proberen taalbarrières, stigma en beperkte zorgaanbod te verminderen.
Onderzoekers van de University of Texas at Austin bestudeerden problematische AI-algoritmen. Zij vinden dat bias vaak ontstaat omdat modellen de complexe werkelijkheid niet goed vastleggen. Ze noemen drie belangrijke factoren en geven concrete voorbeelden.
