Probably approximately correct

Probably approximately correct (PAC) to tytuł książki i koncepcji naukowej, których autorem jest Leslie Valiant z Uniwersytetu Harvarda. Wywiad z naukowcem publikuje Qualia Magazine. Dotyczą one związków pomiędzy maszyną a ludzkim mózgiem, które są badane na polu AI, a w szczególności tzw. machine learning (maszyn uczących się). Idea Valianta jest prosta: matematyczne postawy uczenia się daje się ujednolicić i są takie same dla mózgu ludzkiego i maszyny liczącej. Rozszerza on pojęcie algorytmu, które stosuje się do tej drugiej na systemy biologiczne, tworząc pojęcie „ecorithm”. Z drugiej strony zmienia także status maszyny, zrównując ją z człowiekiem. Valiant za swą koncepcję, nad którą pracuje od lat 80 zdobył nagrodę A.M. Turinga w 2010 roku.

Praktyka Big Data i AI

O’Reilly w swoim newsletterze zawarł 4, jak to zostało nazwane, wizualizacje danych dostępnych online w formie doniesień (online news data) przedstawione w tekstach z Forbesa pióra Kaleva Leetaru, są one następujące:
1. Creating A Massive Network Visualization Of The Global News Landscape: Who Links To Whom?
2. What Does Artificial Intelligence See In A Quarter Billion Global News Photographs?
3. Visual Geocoding A Quarter Billion Global News Photographs Using Google’s Deep Learning API
4. Mapping Global Happiness In 2016 Through A Quarter Billion News Articles
Są to jednak także opisy potężnych narzędzi badawczych o niespodziewanych możliwościach takie jak CARTO, Cloud Vision API i BigQuery z oferty Google Cloud Platform czy niesamowitego The GDELT Project.