Published on July 19, 2018 by

Paul Isaac’s points out the difficulty of building a neutral AI. Indeed, we aspire to create systems equal or better than ourselves. However, we are inherently not neutral, so applying what we think about being neutral is hard. Furthermore, how can we select input streams of information that would generate an unbiased, neutral but still useful AI?

Paul Isaac sottolinea la difficoltà della creazione di un’intelligenza artificiale che sia davvero neutrale. Infatti, aspiriamo a creare sistemi tecnologici che siano alla pari, se non superiori, a noi, ma avendo l’essere umano una natura poco neutrale, risulta difficile applicare questo concetto ai nostri prodotti. E’ possibile selezionare degli input d’informazione che generino un’Intelligenza Aritificiale che sia imparziale, neutrale, ed allo stesso tempo utile?
Paul Isaac’s is Head of Engineering & Information Management at Bristol’s Smart City Experimental Network joint-venture Bristol is Open, formed by Bristol City Council and the University of Bristol in the United Kingdom. Paul is also principal researcher in Project NeuralMimicry, which investigates a neuromorphic based approach to strong artificial intelligence using his own conceptual Autonomic Asynchronous Recursive Neural Network.

Paul Isaac’s è a capo della gestione ingegneristica ed informatica del Bristol Smart City Experimental Network, conosciuto come Bristol is Open, una joint-venture tra la Città di Bristol nel Regno Unito e la sua Università. E’ inoltre ricercatore della NeuralMimicry, un progetto con lo scopo di studiare l’applicazione all’intelligenza artificiale forte di un possibile approccio neuromorfo, sfruttando la rete concettuale Autonomic Asynchronous Recursive Neural Network. This talk was given at a TEDx event using the TED conference format but independently organized by a local community. Learn more at

Category Tag