تویوتا تحقیقات در زمینه هوش مصنوعی و رباتیک را آغاز می کند

بازي تخته نرد (براي اندرويد) - Backgammon 1.7.3 Android
بازي تخته نرد جزو بازي هاي پر طرفدار در کشور ما است. اين بازي در کامپيوتر و موبايل کاربران بسيار زيادي دارد. اگر به دنبال يک تخته نرد هوش مصنوعي مناسب براي گوشي اندرويدي خود ميگرديد Backgammon را انتخاب کنيد.

سبک بازي هاي فکري طراحي شده است. در اين بازي شما بايد با طرف مقابل خود رقابت کنيد و هر فردي که زودتر مهره هاي خود را از بازي بيرون بکشد برنده اين بازي است.

اين بازي داراي چندين مدل مختلف از صفحه بازي و مهره است که ميتوانيد هر زمان که خواستيد از آنها استفاده نماييد.

همچنين تعداد ست هاي بازي و قوانين و درجه سختي بازي نيز قابل تغيير است.

آشنایی با گرایش هوش مصنوعی
گرایش هوش مصنوعی تنها گرایشی است که داوطلبان کنکور سراسری کارشناسی ارشد می‌توانند در کنار گرایش‌های دلخواه خود (نرم افزار و محاسبات و الگوریتم یا معماری کامپیوتر) در وقتی جداگانه به سوال‌های آن پاسخ گویند. داوطلبان در هنگام کنکور موظفند در یک وقت 50 دقیقه‌ای به 20سوال نرم افزار یا سخت افزار پاسخ گویند و سپس در یک وقت 50 دقیقه‌ای جداگانه به 20سوال هوش مصنوعی بپردازند. در برخی از دانشگاه ها اگر دانشجویانی كه از گرایش نرم افزار وارد این گرایش می شوند و درس سیگنال ها وسیستم را نگذرانده اند باید آن را به عنوان درس جبرانی اختیار كنند. این در حالی است که شمار پذیرفته شدگان در گرایش هوش از بقیه گرایش‌ها نیز بیشتر است. در دوره کارشناسی، دانشجویان صرفا با یک درس سه واحدی با نام هوش مصنوعی آشنایی پیدا می‌کنند و آشنایی بیشتر با این مقوله به طور کامل در دوره کارشناسی ارشد صورت می‌گیرد . با توجه به واحدهایی که در دوره کارشناسی ارشد گرایش هوش مصنوعی تدریس می‌شود، دانشجویان می‌توانند موارد آموزشی و کاربردی متفاوتی را بیاموزند از جمله :
یادگیری ماشین
روش‌هایی که کامپیوتر را قادر می‌سازد عملی شبیه به یادگیری و تجربه را در حین انجام مکرر یک عمل انجام دهند. یعنی با توجه به اعمالی که دفعات قبل انجام داده و بررسی نتایج آن‌ها سعی کند در دفعات بعدی اعمالی بهتر و مطلوب تر و با خطای کمتر انجام دهد.
شبکه های عصبی
روش جدید حل مسائل هوش مصنوعی بوسیله شبکه‌ای از واحدهای متصل به هم که هر کدام قابلیت پردازش داده ها ، ارتباط با نورون های دیگر وهمچنین ایجاد تغییرات در مشخصات شبکه را دارند و این اعمال را در جهت بهینه سازی عملکرد شبکه انجام میدهند .شبکه های عصبی معمولا در مسائلی نظیر بهینه سازی ، تخمین توابع ، کنترل و ... کاربرد دارند
پردازش تکاملی
شاخه‌ای جدید از هوش مصنوعی که با در نظر گرفتن یک یا چند جواب اولیه برای یک مساله و بوجود آوردن جواب‌های جدید از جواب‌های موجود و انتخاب جواب‌های بهتر، سعی می‌کند كه جوابی نسبتا بهینه برای مساله بدست آورد.
رباتیک
طراحی ربات‌های کامپیوتری (مکانیکی یا نرم افزاری) برای انجام وظیفه‌ای خواص. برای هوشمند ساختن ربات‌ها از الگوریتم‌های هوش مصنوعی مانند یادگیری، پردازش تصاویر، تشخیص گفتار و ... استفاده می‌شود.
منطق فازی
تعمیمی است از منطق کلاسیک که در آن بجای دو مقدار درست و غلط ، درجه درستی داریم که می‌تواند یین عدد صفر و یک باشد. به عبارت دیگر درجه تعلق یك عنصر به یك مجموعه می تواند مقادیری بین 0 تا 1 باشد. پردازش زبان طبیعی نیز قسمتی از هوش مصنوعی است که به پردازش متون زبان‌های طبیعی می‌پردازد تا معنای آن‌ها را استخراج کند.
سیستم های خبره
سیستم‌های که بوسیله جمع آوری داده‌ها و قوانین در یک زمینه خاص می‌توانند درآن زمینه مانند یک فرد خبره و متخصص عمل کند (نمونه ربات‌های جراح).
محاسبات نمادین
انجام محاسبات ریاضی به صورت نمادین نه عددی. یعنی اگر 2 به توان 2 چهار می‌شود این الگوریتم‌های هوش مصنوعی قدرت تعمیم آن به x به توان 2 را دارند و در نهایت به جای عدد جوابی وابسته به نماد برمی‌گردانند مثل x ضربدر x.

منابع کارشناسی ارشد مهندسی کامپیوتر در گرایش هوش مصنوعی به شرح زیر می باشد.

هوش مصنوعی

زبان عمومي و تخصصي :

1ـ مقالات IEEE، Elfevier،Science Direct

رياضيات مهندسي:

1ـ ریاضیات مهندسی پیشرفته، اروین کرویت سیک، ترجمه عالم زاده 2ـ متغیرهای مختلط، تألیف چرچیل

آمار و احتمال:

1ـ آمار ریاضی تألیف والپول 2ـ آمار و احتمالات، دکتر نیکوکار، دانشگاه علم و صنعت 3ـ نظریه احتمال و کاربرد آن، دکتر اخوان نیاکی 4ـ کتاب و جزوه آمار مهندسی تألیف دکتر ملحوجی، دانشگاه صنعتي شریف 5 ـ جزوه آمار، دکتر رئیسی، دانشگاه صنعتی اصفهان

محاسبات عددي:

1ـ تحليل عددي تأليف آلكينسن 2ـ روشهاي عددي تأليف ناكامورا 3ـ محاسبات و تحليل‌هاي عددي تأليف بلوم

ساختمان‌هاي گسسته:

1ـ رياضيات گسسته ، گریمالدی2ـ رياضي گسسته نوشته ترمبلي، گراسمن

ساختمان داده:

1ـ اصول ساختمان داده‌ها تأليف هرويتز 2ـ ساختمان داده‌ها با استفاده از پاسكال تأليف تننباوم 3ـ ساختمان داده‌ها، CLRS

نظريه زبان‌ها و ماشين‌ها:

1ـ مقدمه‌اي بر زبانهاي رسمي و ماشين تأليف لينز 2ـ تئوري محاسبات تأليف وود 3ـ تئوري زبانهاي رسمي تأليف روسز 45ـ کتاب نظریه زبان‌ها و محاسبات سیپسر

مدارهاي منطقي:

1ـ اصول طراحي ديجيتال تأليف واكرلي 2ـ طراحي سخت‌افزار مهندسي كامپيوتر تأليف موريس مانو

معماري كامپيوتر:

1ـ طراحي سيستم‌هاي كامپيوتري تأليف مانو 2ـ معماري كامپيوتر تأليف پترسون

سيستم عامل:

1ـ سيستمهاي عامل مدرن تأليف تننباوم 2ـ سيستمهاي عامل تأليف استالينگ 3ـ مفاهيم سيستمهاي عامل تأليف سيلبر شاتز

مدارهاي الكتريكي:

1ـ نظریه اساسی مدارها و شبکه ها، تألیف چارلز دسور، ارنست کوه، ترجمه و تکمیل: پرویز جبه دار مارالانی انتشارات دانشگاه تهران 2ـ رهیافت حل مسأله در مدارهای الکتریکی تألیف محمود دیانی 3ـ مدارهاي الكتريكي تاليف ويليام هيت

طراحي الگوريتم

1ـ CLRS

2ـ اصول الگوريتم­هاي كامپيوتر تأليف هرويتز 4ـ الگوريتم­ها و ساختمان داده تأليف اي‌هو

هوش مصنوعي:

1ـ هوش مصنوعي تأليف راسل 2ـ هوش مصنوهي تأليف ريچ 3ـ پرولوگ تأليف براتكو

اریک اشمیت، رییس هیئت مدیره آلفابت روز گذشته در همایشی در شهر نیویورک حضور بهم رساند و در مورد هوش مصنوعی، دیدگاه های خود را مطرح نمود.

وی باور دارد که از طریق فناوری هوش مصنوعی، می توان مشکلاتی نظیر تغییرات آب و هوایی، ضعف های سیستم آموزشی و رشد بی رویه جمعیت را حل کرد. وی البته خبر می دهد که تصمیم دارد یک سیستم مبتنی بر هوش مصنوعی به نام «Not-Eric» برای خود تهیه کند.

او همچنین در خصوص همکاری های اخیر گوگل و فیسبوک در زمینه توسعه هوش مصنوعی گفت: «پیشرفت ها از جایی شروع شدند که مهندسان برتر هر دو شرکت در یک اتاق به ابراز دیدگاه های خود پرداخته و به استانداردهایی در این زمینه دست پیدا کردند. اکنون وعده می دهم که ما، -گوگل، آلفابت یا هر چه که حالا اسم مان است!- به شدت تلاش می کنیم تا این پلتفرم های هوشمند را به مراحل بعدی خود برسانیم.»

آقای اشمیت همچنین پیش بینی می کند که تکنولوژی هوش مصنوعی در فناوری های فردی نیز به شدت مورد استقبال قرار خواهد گرفت. اگر به خاطر داشته باشید در هفته گذشته برایتان نوشتیم که مارک زاکربرگ، مدیر عامل و موسس فیسبوک، تصمیم دارد در سال جاری سیستمی مبتنی بر هوش مصنوعی تهیه کرده و از آن در خانه اش بهره گیرد. سیستمی که گویا بی شباهت به «جارویس» در سیری فیلم های «Iron Man» نیست.

در این میان اریک اشمیت هم بیان می کند که امیدوار است روزی بتواند چنین سیستم و دستیاری داشته باشد و خبر داده که قصد دارد اسم این دستیار مجهز شده به هوش مصنوعی را نیز «Not-Eric» بگذارد.

آقای اشمیت یکی از بزرگترین طرفداران پیشرفت هوش مصنوعی است و پیش از این مقاله ای در نشریه تایمز در همین رابطه به رشته تحریر درآورده بود که بخشی از نکات مهم آن را برایتان منتشر کردیم.

برای پزشکان تعیین میزان درد مشکل بوده و هیچ چیز قابل اطمینانی برای اندازه‌گیری میزان درد بیمار وجود ندارد. بسیاری از پزشکان با توجه به اظهارات بیمار و پرسش در مورد میزان درد از یک تا 10 صدمه وارده به بیمار را تشخیص می‌دهند، اما اگر بیمار کودک باشد مشکل چند برابر می‌شود.

محققان دانشکده پزشکی سن دیه‌گوکالیفرنیا با سیستم هوش مصنوعی تشخیص درد این مشکل را برطرف کرده‌اند.

در این تحقیق از فناوری میزان درد واقعی استفاده شده است. محققان نرم‌افزار خاصی برای بررسی بیان درد 50 کودک از سن پنج تا 18 سال بعد از عمل برداشتن آپاندیس از طریق لاپاراسکوپی طراحی کرده‌اند.

در آزمایش این سیستم به خوبی عمل کرده و میزان درد بیمار را با توجه به چهره به درستی اعلام می‌کند. حالات چهره حساس نشانه خاصی از شدت درد بوده و بررسی چشم با رایانه(CV) و تکنیک‌های ماشینی برای اندازه‌گیری میزان درد قابل اعتمادند.

فناوری دید استفاده شده در این تحقیق FACS با استفاده از 46 آناتومی بدن و ترکیبات آن درد را تشخیص می‌دهد. ویژگی خاص این سیستم مراقبت مداوم و پیوسته است در صورتی که پرستاران هر چند ساعت بیمار را بررسی می‌کنند.

نتایج این تحقیق در نشریه Pediatrics منتشر شده است.

یاهو حجم بی سابقه ای از داده های کاربران را منتشر کرد
یاهو در رقابت با دیگر شرکت های فناوری و به منظور جذب استعدادهای برتر حوزه هوش مصنوعی حجم بی سابقه ای از داده های کاربران خدمات مختلف خود را منتشر کرد.این بزرگترین مجموعه از داده های کاربران اینترنت است که تا به حال توسط یک شرکت بزرگ فناوری منتشر شده است. این داده ها عبارتند از تعداد کلیک ها و وبگردی های بیش از 20 میلیون نفر از کاربران ناشناس خدمات ورزشی، مالی، خبری، املاک و ... یاهو.این حجم گسترده اطلاعات تنها در دسترسی متخصصان دانشگاهی خواهد بود و به آنها امکان خواهد داد درک بهتری از نحوه رفتار کاربران در فضای آنلاین به دست آورند. یاهو که در 5 سال اخیر جایگاه خود را در میان شرکت های بزرگ فناوری به تدریج از دست داده امیدوار است با جذب متخصصان حوزه هوش مصنوعی بتواند از این طریق باز هم خود را مطرح نماید.

تیمی از محقیقین وب‌سایت و اپلیکیشنی راه‌اندازی کرده‌اند که می‌تواند جذابیت و سن شما را تخمین بزند. شیوه کار به این شکل است که شما تصویر خود را آپلود می‌کنید و وب‌سایت با کمک هوش مصنوعی بر اساس درجه‌های مختلف جذابیت و سن شما را مشخص می‌کند.
اتاق خبر -اپلیکیشن این وب‌سایت هم با نام BLINQ برای سیستم‌عامل‌های اندروید و iOS عرضه شده تا بتوانید از این سرویس در گوشی‌هوشمند خود هم استفاده کنید. با این اپلیکیشن همچنین می‌توانید افراد جذاب و هم سن و سال خود در محل اطراف را هم پیدا کنید.
اگر قصد دارید در ابتدا با شیوه کار این سرویس آشنا شوید، حتی بدون اینکه هیچ عکسی آپلود کنید، می‌توانید عکس‌های نمونه‌ای که در سایت قرار دارد را با انتخاب گزینه “Try This Photo”امتحان کنید و از شیوه کار این هوش مصنوعی اطلاع پیدا کنید. اگر هم عکس‌های دیگری از آشنایان و دوستان خود دارید که می‌خواهید میزان جذابیت و سن آن‌ها را با این سرویس حدس بزنید، تنها لازم است عکس آن‌ها را آپلود کنید.

برای استفاده از این وبسایت به https://howhot.io مراجعه کنید.

در سالهای نه چندان دور با کمک هوش مصنوعی معلمان و اساتید حتی قبل از برگزاری امتحان واقعی می توانند نمرات درسی دانش‌آموزان را در کارنامه‌ها قرار دهند.
پایان دلهره شب امتحان با نرم افزار پاسخگویی به سوالات ریاضیبه گزارش گروه فضای مجازی خبرگزاری میزان، کارشناسان دانشگاه استنفورد در همکاری با شرکت گوگل در کالیفرنیای ایالات متحده در نظر دارند نوعی الگوریتم جدید برای بررسی نحوه امتحان دادن دانشجویان طراحی کنند.

گفتنی است،‌این الگوریتم با هدف درک توانایی‌های یادگیری فردی دانش‌آموزان در حال طراحی است و می‌تواند نشان دهد که آیا دانش‌آموز به سوالات پاسخ صحیح می‌دهد یا خیر و یا اینکه چرا دانش‌آموز به سوالات پاسخ اشتباه می‌دهد.

کارشناسان داده‌های مربوط به این الگوریتم را با بررسی بر روی بیش از یک میلیون و 400 هزار دانش‌آموز بدست آورده‌اند.

این الگوریتم می‌تواند در آینده برای بهبود نمرات درسی دانش‌آموزان در درس ریاضی مورد استفاده قرار گیرد.

پژوهشگران امیدوار هستند با ریشه‌یابی علت غلط حل کردن سوالات درس ریاضی بتوانند به بهبود نمرات و افزایش موفقیت دانش‌آموزان و دانشجویان در سراسر جهان کمک کنند.

در این نرم افزار از الگوریتم های هوش مصنوعی بسیار پیشرفته‌ای استفاده شده‌ و حتی می تواند پیش‌بینی کند که دانش‌آموز از چه مرحله‌ای به بعد در حل مسائل دچار اشتباه می‌شود. با استفاده از این نرم افزار دانش آموزان در آینده امتحان‌های آخر سال متفاوتی خواهند داشت و موفق به کسب نمرات بالاتر می‌شوند.

دانشگاه صنعتی امیرکبیر از دوم تا هشتم شهریور ماه سال آینده میزبان بیست و یکمین دوره مسابقات بین‌المللی رباتیک (فیراکاپ 2016) خواهد بود.

علاقه مندان هوش مصنوعی را به کانال هوش مصنوعی دعوت نمایید. برای عضویت کلیک بر روی @ainews

دانشگاه «هاروارد» با تخصیص بودجه ۲۸ میلیون دلاری، اقدام به ساخت پیشرفته ترین هوش مصنوعی جهان می کند.
تا کنون هوش مصنوعی که به سرعت مغز انسان قابلیت یاد گرفتن داشته باشد، ساخته نشده است، اما مرکز فعالیت پروژ های تحقیقاتی پیشرفته هوش در آمریکا معروف به IARPA قصد دارد که انقلابی در این حوزه از علم به راه بیاندازد.

در همین حال سه دپارتمان در دانشگاه «هاردوارد» با تخصیص بودجه ۲۸ میلیون دلاری، متشکل از دانشکده مهندسی و علوم کاربردی، مرکز علوم مغزی و دپارتمان مولکول و زیست شناسی سلولی عهده دار این پروژه خواهند بود.

همچنین محققین «هاردوارد» به دنبال پیدا کردن علت اینکه چرا مغز انسان با دیدن شی ای برای یکبار و تنها چند بار می تواند انواع آن را تشخیص دهد، هستند. برای مثال اگر شخصی یکبار خودرویی را ببیند، می تواند انواع آن را در مواجهات بعدی تشخیص دهد این در حالی است که پیشرفته ترین هوش مصنوعی باید هزاران نمونه را از قبل ببیند تا خودرویی را تشخیص دهد.

به گزارش مهر، بر همین اساس محققین دانشگاه «هاردوارد» قصد دارند به پوسته مغز (قشر مخ) ورود پیدا کنند تا دریابند که چگونه نورون های موجود در مغز با یکدیگر ارتباط بر قرار می کنند و بر اساس آن، پیشرفته ترین هوش مصنوعی جهان را بسازند.

گوگل امروز از همکاری خود با شرکت Movidius که در زمینه توسعه چیپ تخصص دارد پرده برداشت. دستاورد و ماحصل این همکاری، افزایش قدرت اسمارت فون ها در زمینه تکنولوژی تشخیص تصاویر است.

در دستگاه های کنونی، چنین مشخصه ای محدود به اپ های وابسته به سرورهای ابری است که از تکنیک های هوش مصنوعی پیشرفته برای اجرای فرآیند شناخت چهره صورت و دیگر موارد بهره می برد. در نتیجه ی این همکاری، گوگل از چیپ MA2450 ماویدیوس در اسمارت فون های اندرویدی استفاده خواهد کرد تا به این دستگاه ها اجازه تماشا و به حافظه سپردن را بدهد.

چهره ها، علامت های موجود در سطح شهر و هر چیز دیگری که ممکن است تلفن همراه تان آن ها را ببیند، بدون هیچ نیازی به اینترنت و بررسی شدن توسط الگوریتم های خاص در سرورهای ابری، در حافظه تلفن همراه تان می ماند.

اما این تکنولوژی چه استفاده ای دارد؟ یک تلفن همراه با قابلیت تشخیص تصاویر می تواند به افراد نابینا کمک بسیاری کند تا به راحتی در بیرون از خانه به گشت و گذار بپردازند. در حال حاضر، Google Photos مجموعه ای بزرگ از تصاویر را روی سرورهای ابری ذخیره دارد و می تواند در این مورد استفاده شود.

شرکت ماویدیوس پیش از این با گوگل در پروژه تانگو (پروژه ای که به تلفن های همراه اجازه نقشه برداری سه بعدی از محیط را می دهد) مشارکت داشت و کمپانی ساکن مانتین ویو حالا معتقد است که کار کردن با ماویدیوس، می توانند بهره وری از هوش ماشینی را به دستگاه های شخصی بیاورند.

دانشمندان موفق به ساخت نرم‌افزاری شدند که به کمک یک الگوریتم جدید قادر به یادگیری با سرعت انسانی است.

دانشگاه هاروارد با دریافت گرنت ۲۸ میلیون دلاری نگاهی دقیقتر به هوش مصنوعی می‌اندازد.
تعدادی از باهوش ترین ذهن های کشور آمریکا در حال بررسی دقیقتری از هوش مصنوعی هستند، و اگر شاگرد از استاد در این سناریو پیشی بگیرد، جهان تعدادی ماشین چشمگیر قابل توجه در دست خود خواهد داشت. فعالیت پروژه های تحقیقاتی پیشرفته اطلاعات (IARPA)، موسسه ای دولتی است که فعالیت خود را در حوزه تحقیقات در ابعاد بزرگ متمرکز می کند. این موسسه گرنتی (کمک هزینه تحقیقاتی) ۲۸ میلیون دلاری را به دانشکده مهندسی و علوم کاربردی جان اِی پُلسن (SEAS) دانشگاه هاروارد، مرکز علوم مغز هاروارد (CBS) و بخش زیست شناسی سلولی و ملکولی اهدا کرده است. این گرنت قابل توجه به این سه بخش به این منظور است تا به موسسه معروف بوستون در ایجاد «الگوریتم های پیشرفته یادگیری ماشینی از طریق پیش بردن مرز های علوم اعصاب» کمک کند.

هدف از تلاش ها تحقیق اخیر داشتن درک بهتر از مغز انسان می باشد تا ماشین ها بتوانند توانای های بیولوژیکی (زیستی) ما را تقلید کنند. امروزه ذهن ما و ماشین های ما هر کدام در دو حوزه متفاوت کارکرد برتری دارند، در حالیکه انسان ها توانایی درک سریع الگو ها یادگیری آنها رارا دارند ، ماشین ها در پردازش مقدار زیادی از داده بهتر هستند. بهترین نقطه، در نتیجه، طراحی هوش مصنوعی (AI) می باشد که نتنها به خوبی که انسان ها می آموزند بیاموزد، بلکه این را بتواند با سرعت یک ربات انجام دهد.

به گفته پرفسور دیوید کاکس مدیر پروژه، استادیار زیست شناسی ملکولی و سلولی و علوم کامپیوتر «این چالش، تیری در تاریکی است، و در مقیاس بزرگی همتراز با پروژه ژنوم انسان می باشد» وی ادامه داد «ارزش علمی ضبط فعالیت اینهمه نورون و نقشه برداری ارتباط آنها به تنهایی خود بسیار عظیم است، اما تنها نیمه اول پروژه می باشد». «همانطور که ما اساس اصل های که چگونگی روش آموختن مغز را اداره می کنند را پیدا می کنیم، تصور اینکه ما در نهایت توانایی طراحی سیستم های کامپیوتری که می توانند برابر یا حتی برتر از انسان ها باشد را خواهیم داشت سخت نخواهد بود».
البته، اگر پروژه بیشتر از حد موفقیت آمیز باشد، محققان اجرا کنند آن در هاروارد ممکن است آخرین اشخاصی روی کره زمین باشند که با درآمد کافی استخدام شدند.

چندی پیش در خبرها آمده بود که سیستم شبکه عصبی گوگل استاد بزرگ بازی Go را شکست داده است. این بازی فکری قدمتی بالغ بر 2500 سال دارد و به مراتب پیچیده تر از شطرنج ارزیابی شده است.

اما پیروزی ماشین بر انسان در این رقابت زیاد هم نیک بوستروم را شگفت زده نکرد. او استاد فلسفه دانشگاه آکسفورد است و در سوئد متولد شده. وی چندی پیش کتابی به نام نبوغ: مسیرها، خطرات و استراتژی ها را به چاپ رساند که در زمره پرفروش ترین عناوین سال جای گرفت و به واسطه همین کتاب به شهرت و جایگاه بسیار خوبی در مجامع علمی دست پیدا کرد.

در این کتاب، نویسنده به مزایای هوش مصنوعی پرداخته و در کنار این، استدلال هایی را بیان می کند که براساس آنها، یک کامپیوتر واقعا هوشمند، می تواند در نهایت به انقراض نسل بشر بیانجامد.

البته توقع بالای او از هوش مصنوعی به معنای دست کم گرفتن قدرت ماشین باهوش گوگل و توانمندی اش برای انجام بازی Go نیست بلکه، او صرفا تلاش دارد اینطور به ما نشان دهد که دستاورد اخیر را لزوما نمی توان به معنای گامی بزرگ به سمت جلو ارزیابی کرد.

بوستروم اشاره کرده است، تکنولوژی های مورد استفاده گوگل برای ارائه این سیستم طی سال های اخیر مرتبا بهبود یافته اند و از آن جمله به تکنیک های هوش مصنوعی آن نظیر یادگیری عمیق و یادگیری تقویتی اشاره کرده است. در واقع آنطور که بوستروم می گوید، «پیروزی ربات گوگل بر استاد بزرگ بازی Go صرفا قطره ای از یک دریای عظیم است. تلاش گوگل برای ارائه تکنولوژی ها و ربات های بهره مند از هوش مصنوعی از سال ها قبل آغاز شد و تا چند سال آینده نیز ادامه می یابد».

گوگل فیسبوک را در مسابقه هوش‌مصنوعی شکست داد

آغاز ثبت نام جهت ارسال مقالات به ششمین کنفرانس هوش مصنوعی و رباتیک و هشتمین سمپوزیوم بین المللی ربوکاپ آزاد ایران

www.symp-iranopen.ir