Dell opdaterer den populære XPS 13-bærbar computer med 16:10-skærm, IR-kamera

Og nye Latitude-bærbare computere kan lokke forretningsbrugere.

Det er tid til at indlede det nye år med en række forbrugerelektronik, der er beregnet til formel introduktion ved CES 2020 i næste uge, men Dell er allerede i gang med at udpege produktnyheder. I dag annoncerede virksomheden den nyeste version af sin populære XPS 13 bærbare computer, en opdatering til sidste års model, der i øjeblikket er vores foretrukne Windows ultrabook. Dell ændrede ikke meget ved XPS 13 , skønt det justerede skærmformatet til 16:10 og inkluderede et infrarødt kamera til Windows Hello.

Den første ændring gør en stor forskel i det samlede udseende på XPS 13 9300. Tidligere tog den brede hage i bunden af ​​16: 9-skærmbilledet meget plads og fik skærmområdet til at føles mindre, end det faktisk var. Nu har Dell udvidet skærmen og skrumpet ned på alle dens rammer for at passe til det nye 16:10-panel, og det er en velkommen forbedring.

Jeg fik et par minutter med den nye XPS 13, og oplevelsen af ​​at bruge enheden – især en model med en 4K-skærm – føles meget bedre. Når den gamle og nye XPS 13 er placeret side om side, er det svært at forestille sig at bruge det klistrede panel på den gamle XPS 13, da det nye 16:10-panel ser ud som om det altid var beregnet til at sidde på sin plads.

Den øverste ramme holder stadig minuscule webcam, men den har nu også et IR-kamera til Windows Hello. Dette supplerer fingeraftrykslæser indlejret i XPS 13s tænd / sluk-knap, hvilket giver brugerne to metoder til biometrisk godkendelse. Dell har dog stadig ikke indbygget en webcam-skodde, hvilket er skuffende, men vi er glade for at se IR-kameraet passe ind i XPS 13’s overordnede design.

XPS 13’s tastatur er også blevet forbedret. Det er ikke det kontroversielle MagLev-tastatur, der findes på XPS 13 to-i-en , selvom det ser meget ud. Ifølge en Dell-repræsentant har nøglerne 1 mm rejse- og brug af gummikuppelteknologi, der er tyndere og formet anderledes end dem, der bruges i MagLev-designet.

Denne funktion betyder, at tasterne har brug for lidt mere kraft for at aktivere, hvilket ikke er en dårlig ting – faktisk vil det sandsynligvis være sværere at ved et uheld trykke på tasterne på denne bærbare computer end XPS 13 two-in-one. Jeg personligt kan godt lide, at nøglerne optager mere plads end dem på sidste års Dell XPS 13 bærbar computer. Det giver en mere behagelig, mindre trang skriveoplevelse, hvilket hjælpes af det faktum, at det nye tastatur også strækker sig mod enhedens højre og venstre kanter.

Ellers fokuserede Dell på at forbedre stabiliteten af ​​XPS 13 med bedre materialer og en let modificeret intern konstruktion. Den nye model har tykkere aluminium i hjørnerne for at gøre hele maskinen mere holdbar, og chassiskomponenterne er nu CNC skåret for at holde konstruktionen mere konsistent. XPS 13 har stadig dobbeltventilatorer, dobbeltvarmerør og GORE termisk isolering for at holde den kølig under tryk. Dell estimerer, at denne model vil få op til 19 timers batterilevetid, når den er konfigureret med et FHD + -display. Den nye model understøtter også Wi-Fi 6. Generelt virker dette som en tankevækkende opdatering, der løser et par af de smertepunkter, som nogle brugere havde med sidste års XPS 13.

Nogle aspekter af XPS-familien har også gjort det til en ny linje med breddegrader, der debuterede foran CES. Den nye 9000-serie er den mest premium (premium-est?) Latitude-linje, Dell nogensinde har produceret, med slanke alt-metal design og funktioner som valgfri vPro og en bredere række porte.

Den nye Latitude 9510 er en 15-tommer maskine i et 14-tommer chassis, og den vil være tilgængelig som en bærbar computer og en to i en. Begge modeller er tilgængelige med Core i7-processorer, op til 16 GB RAM, op ​​til 1 TB PCIe SSD, et batteri, der kan vare op til 30 timer på en enkelt opladning, og porte, der inkluderer en smartkortlæser, HDMI og Thunderbolt 3 Maskinen understøtter også valgfri LTE og Dell Optimizer, et AI-baseret program, der lærer, hvordan du bruger din maskine og gør ting som at åbne dine mest anvendte apps hurtigere, justere lydindstillingerne automatisk under konferencer og mere.

Den opdaterede Dell XPS 13 9300 vil være tilgængelig den 7. januar fra $ 999. Dell vil også producere en udviklerudgave af XPS 13, men dens priser og tilgængelighed er endnu ikke blevet frigivet. Den nye bærbare Latitude 9510 og to-i-en-modellen vil være tilgængelig den 26. marts.

Sådan forhindres AI i at forevige skadelige forspændinger

Kunstig intelligens (AI) er allerede i gang med at konfigurere verden på iøjnefaldende måder. Data driver vores globale digitale økosystem, og AI-teknologier afslører mønstre i data. Smartphones, smarte hjem og smarte byer har indflydelse på, hvordan vi lever og interagerer, og AI-systemer er i stigende grad involveret i ansættelsesafgørelser, medicinske diagnoser og retsafgørelser. Om dette scenarie er utopisk eller dystopisk afhænger af dit perspektiv.

De potentielle risici ved AI opregnes gentagne gange. Killerrobotter og massearbejdsløshed er almindelige bekymringer, mens nogle mennesker endda frygter menneskelig udryddelse . Mere optimistiske forudsigelser hævder, at AI vil tilføje 15 billioner dollars til verdensøkonomien inden 2030 og til sidst føre os til en slags social nirvana .

Vi er bestemt nødt til at overveje den indflydelse, som sådanne teknologier har på vores samfund. En vigtig bekymring er, at AI-systemer styrker de eksisterende sociale fordrejninger – til skadelig virkning. Flere berygtede eksempler på dette fænomen har fået bred opmærksomhed: avancerede automatiserede maskinoversættelsessystemer, der producerer sexistiske output , og billedgenkendelsessystemer, der klassificerer sorte mennesker som gorillaer .

Disse problemer opstår, fordi sådanne systemer bruger matematiske modeller (såsom neurale netværk) til at identificere mønstre i store sæt træningsdata. Hvis disse data er dårligt skæve på forskellige måder, læres og reproduceres de iboende forvejen uundgåeligt af de uddannede systemer. Partiske autonome teknologier er problematiske, da de potentielt kan marginalisere grupper som kvinder, etniske minoriteter eller ældre og derved forværre eksisterende sociale ubalancer.

Hvis AI-systemer for eksempel trænes i politiets arrestationsdata, ville ethvert bevidst eller ubevidst parti, der manifesteres i de eksisterende arrestationer, replikeres af et “forudsigeligt politi” AI-system, der er trænet på disse data. I erkendelse af de alvorlige konsekvenser af dette har forskellige autoritative organisationer for nylig givet meddelelse om, at alle AI-systemer skal trænes på uvildige data. Etiske retningslinjer offentliggjort tidligere i 2019 af Europa-Kommissionen fremsatte følgende anbefaling:

Når data indsamles, kan de indeholde socialt konstruerede forudindtægter, unøjagtigheder, fejl og fejl. Dette skal løses inden uddannelse med et givet datasæt.

Håndtering af partiske data

Alt dette lyder fornuftigt nok. Men desværre er det undertiden simpelthen umuligt at sikre, at visse datasæt er uvildige inden træning. Et konkret eksempel bør præcisere dette.

Alle avancerede maskinoversættelsessystemer (såsom Google Translate) er trænet i sætningspar. Et engelsk-fransk system bruger data, der forbinder engelske sætninger (“hun er høj”) med ækvivalente franske sætninger (“ elle est grande ”). Der kan være 500 m sådanne parringer i et givet sæt træningsdata, og derfor en milliard separate sætninger i alt. Alle kønsrelaterede partier skal fjernes fra et datasæt af denne art, hvis vi ønskede at forhindre, at det resulterende system producerer sexistiske output såsom følgende:

  • Input : Kvinderne startede mødet. De arbejdede effektivt.
  • Output : Les femmes ont commencé la réunion. Effekt af Ils ont travaillé.

Den franske oversættelse blev genereret ved hjælp af Google Translate den 11. oktober 2019, og det er forkert: ” Ils ” er det maskuline flertalsemnepronomen på fransk, og det vises her på trods af konteksten, der tydeligt indikerer, at der henvises til kvinder. Dette er et klassisk eksempel på, at den maskuline standard foretrækkes af det automatiserede system på grund af forudindtægter i træningsdataene.

Generelt er 70 procent af de kønne udtaler i oversættelsesdatasæt maskuline, mens 30% er feminine. Dette skyldes, at de tekster, der bruges til sådanne formål, ofte refererer til mænd end kvinder. For at forhindre oversættelsessystemer, der gentager disse eksisterende partier, ville specifikke sætningspar fjernes fra dataene, så de maskuline og feminine pronomen forekom 50 procent / 50 procent på både den engelske og den franske side. Dette ville forhindre, at systemet tildeler højere sandsynligheder til maskuline pronomen.

Substantiver og adjektiver skulle selvfølgelig også være afbalanceret 50 procent / 50 procent, da disse kan indikere køn på begge sprog (“skuespiller,” “skuespiller;” “neuf,” “neuve”) og så videre. Men denne drastiske down-sampling ville nødvendigvis reducere de tilgængelige træningsdata betydeligt og dermed mindske kvaliteten af ​​de producerede oversættelser.

Og selv hvis det resulterende datasubsæt var fuldstændigt kønsafbalanceret, ville det stadig være skævt på alle mulige andre måder (såsom etnicitet eller alder). I sandhed ville det være vanskeligt at fjerne alle disse forspændinger helt . Hvis en person kun brugte fem sekunder på at læse hver af en milliard sætning i træningsdataene, ville det tage 159 år at kontrollere dem alle – og det antager en vilje til at arbejde hele dagen og natten uden frokostpauser.

Et alternativ?

Så det er urealistisk at kræve, at alle træningsdatasæt skal være objektive, før AI-systemer er bygget. Sådanne krav på højt niveau antager normalt, at “AI” betegner en homogen klynge af matematiske modeller og algoritmiske tilgange.

I virkeligheden kræver forskellige AI-opgaver meget forskellige typer systemer. Og at bagatellisere det fulde omfang af denne mangfoldighed forklarer de virkelige problemer, som (siger) dybt skæve træningsdata. Dette er beklageligt, da det betyder, at andre løsninger på dataforstyrrelsesproblemet overses.

F.eks. Kan forspændingerne i et trænet maskinoversættelsessystem reduceres væsentligt, hvis systemet tilpasses, efter at det er blevet trænet i det større, uundgåeligt partiske datasæt. Dette kan gøres ved hjælp af et meget mindre, mindre skævt datasæt. Størstedelen af ​​dataene er derfor muligvis stærkt partisk, men det system, der er trænet i det, behøver ikke være det. Desværre diskuteres disse teknikker sjældent af dem, der har til opgave at udvikle retningslinjer og lovgivningsmæssige rammer for AI-forskning.

Hvis AI-systemer simpelthen styrker eksisterende sociale ubalancer , hindrer de snarere end at lette positive sociale ændringer. Hvis de AI-teknologier, vi bruger i stigende grad på daglig basis, var langt mindre partiske end vi er, kunne de hjælpe os med at genkende og konfrontere vores egne lurer fordomme.

Det er bestemt, hvad vi skal arbejde for. Og derfor er AI-udviklere nødt til at tænke langt mere omhyggeligt over de sociale konsekvenser af de systemer, de bygger, mens de, der skriver om AI, skal forstå mere detaljeret, hvordan AI-systemer faktisk designes og bygges. For hvis vi virkelig nærmer os en teknologisk idyll eller apokalypse, ville den førstnævnte være at foretrække.

Sådan træner du din hjerne til at frigive mere glade kemikalier

Ønsker du nogensinde, at du bare kunne tænde for de glade kemikalier i din hjerne? Forestil dig, hvor meget lettere det ville gøre at komme ud af sengen hver morgen, få selv de mest kedelige dele af dit arbejde gjort, og find energien til konsekvent at dukke op som dit bedste jeg for de mennesker, du er interesseret i mest. Men er det virkelig muligt – uden at det tilrådes – at prøve at træne vores hjerner til mere lykke?

”Jakten på gode følelser er naturens overlevelsesmotor,” forklarede professor Loretta Breuning, grundlægger af det indre pattedyrsinstitut , da jeg interviewede hende for nylig . ”For eksempel søger dyr mad for at lindre den dårlige sultfølelse. De søger varme for at lindre den dårlige forkølelse. Og glade kemikalier begynder at strømme, før et pattedyr endda spiser eller varmer op, fordi hjernen tænder dem, så snart det ser en måde at imødekomme et behov på. ”

Det samme er tilfældet for mennesker. Glade kemikalier tændes i din hjerne, når du ser en måde at imødekomme et overlevelsesbehov såsom mad, sikkerhed eller social støtte, men med den tilføjede komplikation, at din cortex – den tænkende del af din hjerne – skaber lange forbindelseskæder baseret om dine tidlige oplevelser af livet.

“Den følelse, vi kalder ‘lykke’, kommer fra fire specielle hjernekemikalier: dopamin, endorfiner, oxytocin og serotonin,” forklarede Loretta. ”Disse ‘glade kemikalier’ tænder, når din hjerne ser noget godt for din overlevelse. Derefter slukker de, så de er klar til at aktivere igen, når noget godt krydser din vej. ”

Hver glad kemikalie udløser en anden god følelse. For eksempel:

  • Dopamin giver dig en følelse af spænding og en bølge af energi, når du finder ting, der imødekommer dine behov. Det giver ”Eureka! Jeg fik det! ”Følelse. Men du får det ikke til behov, der allerede er opfyldt, så dette betyder, at du er nødt til at kigge efter nye og forbedrede måder at forfølge det, der er vigtigt for dig, baseret på dine tidligere dopaminspændinger.
  • Endorfiner producerer følelser af eufori, som kan hjælpe med at maske din smerte i kort tid, så du kan undslippe skader, når du er skadet. Som en løber højt efter en hård træning, er den udløst af fysisk smerte, men også fra latter og gråd, og dette kan forklare nogle menneskers tolerance for smertefulde forhold.
  • Oxytocin producerer en følelse af at være sikker med andre og hjælper dig med at komme i kontakt med og stole på andre. Når det er til stede, giver det vores følelse af tilhørighed og tilknytning til grupper, men når vi er fraværende, kan det give os en ensom og isoleret følelse.
  • Serotonin giver følelsen af ​​at blive respekteret af andre og en følelse af stolthed. På trods af vores bedste intentioner om samarbejde og altruisme, kan det også skabe en “en-op-følelse” af styrke over andre og er en af ​​grundene til, at vi ofte søger sociale sammenligninger.

”Virkeligheden er, at alles glade kemikalier falder ned, og derfor er alle på udkig efter måder at stimulere mere,” forklarede Loretta. ”Udfordringen er, at øjeblikkelige gode følelser ikke er mulige i hvert øjeblik og ofte kommer med utilsigtede bivirkninger. Ved at opbygge glade hjernevaner kan du dog finde sunde måder at skrue op på disse kemikalier på måder der tjener dig og andre godt. ”

Loretta foreslog at prøve:

  • Opbygning af dopamin til målsætning- Når du bare er fokuseret på at nå resultater, uanset om det er at gennemføre et projekt, få den forfremmelse, du har ønsket, eller blive en superstjerne i din branche, kan slutresultatet virke så langt væk, at det er vanskeligt at se de fremskridt, du har laver. Det betyder, at du glemmer fordelene ved dopamin. Prøv i stedet at designe mindre mål, så du faktisk kan se dig selv nærme dig dit slutmål og nyde de neurologiske fordele undervejs. 
  • Tag en endorfinpause – korte regelmæssige bevægelser kan tænde dine endorfiner, hvis du er i et job, hvor du sidder i lange perioder. Udfordre dig selv til at bevæge dig mindst i fem minutter hver anden time. Det kan være at gå op og ned ad trapper til møder eller tage en tur i pauserne. Og hvis du lytter til en lydbog, du nyder, mens du flytter, kan det føles som en sjov pause.
  • Frigivelse af oxytocin ved at opbygge tillid – Mens oxytocin er tændt af tillid, kan vi til tider kæmpe for at lade andre, der er tæt nok på os, pleje denne tillid, da vi ønsker at undgå fortidens skuffelser eller forræderi. Når alt kommer til alt kan det være svært at opbygge tillid, når du har lyst til at et rovdyr er ved at få dig, fordi du føler dig isoleret. Det, der er vigtigt, er ikke at lave kæmpe overture, der giver dig følelse af trussel, men at opbygge tillid i små gradvise trin. Prøv at lave en lille overture til en person en dag, derefter en lille overture næste dag til en anden person, og fortsæt med at gøre det. Mens verden muligvis ikke ændrer sig natten over, får du små frigivelser af oxytocin og bygger dit eget oxytocinkredsløb.
  • Acceptering af dit indre pattedyr – Ved, at vi alle har tider med usikkerhed, når vores status føles truet. At forstå, hvordan din pattedyrshjerne fungerer, kan hjælpe dig med at lægge mærke til, når du lægger dig selv ned, og undgå også at lægge andre ned ved at gå en-op. Hvis du føler, at din status er truet i et område, kan du kompensere ved at minde dig selv om, at du stadig har status på andre områder. Og når du er opmærksom på, hvad du laver, kan du internt minde dig selv om alle de styrker, du har, og du behøver ikke slå andre mennesker over hovedet med dine styrker.