Le développement de la NASA

La NASA a été développée principalement en réaction au lancement soviétique de Spoutnik en 1957. Elle était organisée autour du Comité consultatif national pour l’aéronautique (NACA), créé par le Congrès en 1915. Les activités de la NASA étaient bien en deçà des années précédentes. de Prés. L’administration de John F. Kennedy alors qu’il proposait aux États-Unis de placer un homme autour de la Lune à la fin des années 1960. Pour cette finition particulière, le système Apollo a été conçu, vol en apesanteur ainsi qu’en 1969 le You.S. L’astronaute Neil Armstrong était devenu la première personne autour de la Lune. Plus tard, des programmes sans équipage, tels que Viking, Mariner, Voyager et Galileo, ont exploré d’autres éléments du programme d’énergie solaire. La NASA était responsable de l’amélioration et du lancement de plusieurs satellites avec des applications terrestres, comme Landsat, une série de satellites conçus pour recueillir des informations sur les ressources naturelles et d’autres caractéristiques de la planète ; communications satellites; et les satellites météorologiques. De plus, il a préparé et développé la navette de zone, une voiture réutilisable capable d’effectuer des quêtes qui ne peuvent pas être effectuées avec un vaisseau spatial traditionnel. Dans le cadre de sa réponse aux premiers lancements de Spoutnik, le gouvernement fédéral des États-Unis a expliqué comment il était conseillé de s’organiser seul en raison de ses routines spatiales. A l’époque, les services militaires, notamment l’aviation et l’armée, espéraient avoir une place prépondérante dans l’espace. Comme alternative à cette rivalité impliquant les solutions, le leader Eisenhower en février . 1958 crée au sein de la Division de la Défense l’Advanced Study Projects Company (ARPA, plus tard la Protection Advanced Research Jobs Company [DARPA]) et la désigne comme obligation pour de nombreux You.S. projets de chambre. Peu de temps après, il a pris la décision de s’occuper des services civils individuels des services militaires et a proposé la création d’un service national d’aéronautique et de gestion des chambres pour gérer le segment civil. Juste après l’autorisation du Congrès, la NASA a commencé ses opérations le 1er octobre 1958. La DARPA n’a pas réussi à s’établir en tant que société de salles militaires. En 1960, après que l’armée eut été obligée de céder le contrôle du JPL et de l’équipe de fusées de Braun à l’administration de la NASA, l’armée de l’air est apparue comme le premier service militaire pour la chambre. Eisenhower a également pris la décision de créer une entreprise distincte pour gérer le programme de satellite de reconnaissance secret. Cet effort a abouti au National Reconnaissance Office (NRO), dirigé conjointement par la Division de la défense et la principale agence de renseignement. La présence même de cette entreprise a été gardée secrète jusqu’en 1992. La NRO a dirigé le premier programme Corona jusqu’en 1972. Elle a continué à gérer le développement de systèmes satellitaires de photointelligence successeurs d’une élégance technologique croissante et a également développé des satellites de surveillance radar et de sélection d’impulsions électroniques. . Tout s’était déroulé sous des problèmes du plus grand secret. Après avoir reçu son mandat d’envoyer des citoyens américains sur la Lune, la NASA est devenue une grande organisation. Depuis son siège social à Washington, D.C., il exploitait 10 centres régionaux reconnus à travers les États-Unis pour entreprendre des études et des améliorations technologiques et également pour gérer les différents collèges et entrepreneurs en construction commerciaux impliqués dans le You.S. système spatial civil. Au sommet du système Apollo, la NASA comptait 34 000 travailleurs ; au cours de la deuxième décennie du XXIe siècle, cette main-d’œuvre était réduite à un peu plus de 17 000, mais la NASA restait sans aucun doute la plus grande agence spatiale au monde. La pression environnementale n’a connu aucune organisation distincte pour l’espace jusqu’en 1982, lorsque la U.S. Atmosphere Force Space Control a été créée pour gérer ses opérations spatiales de services militaires, qui impliquaient l’utilisation de satellites pour la météorologie, l’interaction, la navigation et l’avertissement précoce d’attaque de missiles. Un autre service militaire américain a rapidement développé des sociétés similaires pour fournir leurs activités spatiales de plus petite taille. En 1985, ces sociétés ont été regroupées au sein d’une You.S. unifiée. Space Control, relevant de l’armée de l’air, qui était responsable de 85 % des activités spatiales des services militaires. Les efforts d’étude et d’amélioration liés aux programmes spatiaux des services militaires ont été gérés par différents laboratoires gouvernementaux et réalisés principalement par l’industrie américaine.

4ème congrès sur la progression et l’entreprise de l’IA

Le logiciel non intellectuel peut comprendre les rencontres, convertir entre le mandarin et le swahili et vaincre les meilleurs joueurs individuels du monde dans ce type de jeux vidéo comme le go, les échecs et le poker. Ce qu’il ne peut vraiment pas faire en général, c’est décrire seul. L’IA est un logiciel qui peut étudier les informations ou l’expérience pour créer des prédictions. Un programmeur informatique spécifie vos données d’où le programme doit découvrir et fournit des articles une collection de recommandations, connue sous le nom de formule d’algorithme, sur la façon dont le programme logiciel doit faire cela, mais n’influence pas ce qu’il doit vraiment comprendre. Et c’est ce qui donne à l’IA une grande partie de son énergie: elle pourrait découvrir des relations dans les données qui seraient plus compliquées ou nuancées qu’un homme ne le trouverait. Mais cette complexité signifie également que la cause pour laquelle le logiciel parvient à un résumé particulier est généralement généralement opaque, allant même à leurs propres concepteurs. Pour les créateurs d’applications souhaitant proposer des méthodes d’IA, organisation de séminaire cette clarté insuffisante peut être préjudiciable à l’entreprise. Il est difficile pour les êtres humains de faire confiance à un processus qu’ils ne peuvent pas comprendre – et sans y croire, les entreprises ne rapporteront pas beaucoup d’argent pour les logiciels d’IA. Cela est particulièrement valable dans des domaines tels que les soins de santé, le financement et les forces de police, dans lesquels les conséquences de tout mauvais conseil ont tendance à être plus importantes que, disons, ce point que Netflix pensait que vous pourriez éventuellement apprécier de regarder The Hangover Component III. Le contrôle peut également inciter les entreprises à demander une IA beaucoup plus explicable. Aux États-Unis, les lignes directrices légales sur la couverture d’assurance exigent que les organisations soient en mesure d’expliquer clairement pourquoi elles ont refusé une assurance individuelle ou leur ont facturé une prime plus élevée que leurs voisins. Dans les pays européens, le règlement normal Info Défense, entré en vigueur en mai, accorde aux habitants de l’UE un «droit à un examen individuel» associé à une sélection algorithmique ayant un effet sur eux. Lorsque l’institution bancaire rejette le logiciel de prêt, il ne peut pas simplement vous dire que le PC a déclaré que le personnel de l’institution financière n’avait pas de pouvoir afin d’évaluer la procédure employée par l’appareil ou d’effectuer une évaluation distincte. David Kenny, qui était jusque plus tôt ce mois-ci l’ancien vice-président de Global Enterprise Machines Corp. pour les fournisseurs de services mentaux, déclare que lorsque IBM a interrogé 5000 entreprises sur l’utilisation de l’IA, 82% ont déclaré qu’elles voulaient accomplir cela, mais les deux tiers de ces entreprises a expliqué que ceux-ci n’étaient pas disposés à procéder, avec une explication insuffisante qui constituait le principal obstacle à la reconnaissance. Au total, 60% des dirigeants craignent maintenant que les fonctions internes de l’IA soient trop énigmatiques, contre 29% en 2016. «Ils disent:« Si je vais faire un choix important tout autour de la souscription des chances ou de la sécurité de base des repas, je veux beaucoup plus explicabilité », affirme Kenny, qui est maintenant le principal officier de police de gestion de Nielsen Holdings Plc. Répondant, les fournisseurs d’applications et les intégrateurs de solutions informatiques ont commencé par vanter une capacité remarquable à présenter aux clients des idées sur la façon dont les applications IA se sentent. Lors de la convention sur les techniques de digestion des informations neuronales à Montréal au début du mois de décembre, l’espace de vente d’IBM a annoncé que son application de capacité d’apprentissage artificiel structurée dans le cloud offrait une «explicabilité». L’application d’IBM peut indiquer à un client les 3 à 5 variables que l’algorithme a le plus pesé pour prendre une décision. Il pourrait suivre la lignée des données Web, montrant aux acheteurs d’où proviennent les informations utilisées avec la formule de l’algorithme. Ce qui peut être vital pour trouver des préjugés, affirme Kenny. IBM propose même des instruments qui aideront les organisations à éliminer les zones de données qui pourraient être discriminatoires comme la race et d’autres points d’information pouvant être étroitement liés à ces variables, y compris les règles postales. Quantum Dark, une organisation de conseil qui peut aider les entreprises à concevoir et à styliser des systèmes pour analyser les informations, a commercialisé son travail pour développer une IA explicable dans la convention, il y avait de nombreux rapports d’école sur le sujet. Accenture Plc a commencé à commercialiser et à publier des «ressources d’équité», qui aideront les organisations à détecter et à corriger les préjugés au sein de leurs techniques d’IA, tout comme la concurrence Deloitte LLC et KPMG LLC. Google, composante d’Alphabet Inc., a commencé à fournir des méthodes à tous ceux qui utilisent ses ensembles de règles d’apprentissage automatique pour mieux comprendre leurs procédures de détermination. En juin, Microsoft Corp a acquis Bonsai, une start-up californienne qui garantissait de développer une IA explicable. Kyndi, une start-up de l’IA de San Mateo, en Californie, a même déposé la marque «Explainable AI» pour aider à proposer son logiciel informatique de compréhension des machines.