✅ارتباط هوش مصنوعی، یادگیری ماشین و داده کاوی با یکدیگر
در میان این سه حوزه (هوش مصنوعی، یادگیری ماشین و داده کاوی) تا حدودی همپوشانی وجود دارد؛ اما با این حال دارای تفاوتهایی با یکدیگر نیز میباشند. در این بخش قصد داریم روابط این سه حوزه را با یکدیگر بررسی نماییم و همچنین یاد بگیریم که اگر از آنها به درستی در کنار یکدیگر استفاده کنیم، میتوانیم نتایج بسیار قابل قبول و جذابی را استخراج کنیم.
⚛هوش مصنوعی (Artificial Intelligence)
در واقع هوش مصنوعی به مطالعهی چگونگی تولید یک عامل هوشمند مربوط میشود. به عبارت دیگر، نحوهی برنامه نویسی یک کامپیوتر به صورتی که مانند یک عامل هوشمند (انسان) رفتار کرده و وظایفی را انجام دهد. هوش مصنوعی قدرت یادگیری و تحلیل وقایع را ندارد. یک سیستم هوش مصنوعی به این صورت کار میکند که ابتدا اطلاعات مورد نیاز برای رفع مشکلات احتمالی، برنامه نویسی شده و سپس در اختیار سیستم قرار میگیرد. پس از آن برنامهی هوش مصنوعی با استفاده از این دادهها و محاسبات تعیین شده بر روی آنها، مسائل و مشکلات را حل میکند. (برای مثال، سیستمی برای افزایش دمای اتاق در صورتی که دما زیر ۲۵ درجه باشد).
⚛یادگیری ماشین (Machine Learning)
به مرور زمان بسیاری از سیستمها نیاز به یک هوش و توانایی دارند تا بتوانند با استفاده از تجربیات بدست آمدهی گذشته، دانش جدیدی را استنتاج کنند. بنابراین میتوان گفت هوش مصنوعی بسیار رابطهی نزدیکی با یادگیری ماشین دارد. در واقع یک برنامهی نوشته شده، به سیستم میگوید که در طول زمان تجربیات و دانش جدیدی را از عملکرد و خروجیهای گذشتهی خود یاد بگیرد تا باعث بهبود عملکرد و تصمیم گیری سیستم در آینده شود. یادگیری ماشین قادر به تعمیم اطلاعات از دادههای وسیع است و میتوانند با به کار گیری الگوریتمهایی، الگوها و روابط میان دادهها را تشخیص دهد و در نهایت با استفاده از نتایج مفید بدست آمده اقدامات جدیدی را انجام دهد. همانند هوش مصنوعی، یادگیری ماشین نیز بسیار وسیع بوده و به کمک قدرت استنتاج خود میتواند کاربردهای فراوانی داشته باشد.
⚛داده کاوی (Data Mining)
این حوزه بیشتر از تکنیکهای یادگیری ماشین (و تا حدودی آمار) الهام میگیرد. داده کاوی توسط یک فرد، با یک هدف خاص و همراه با یک مجموعهی داده (Data Set) صورت میگیرد. در واقع این فرد با بکار گیری الگوریتمهای یادگیری ماشین، قصد دارد الگوی مورد نیاز خود را از یک مجموعه داده دریافت کند. اکثر اوقات این مجموعه داده بسیار حجیم و پیچیده است و همچنین ممکن است نواقص و اشکالاتی نیز درون آن وجود داشته باشد. معمولا هدف از داده کاوی کشف و یا تولید روابط موجود میان این مشاهدات اولیه بوده؛ و در ادامه پیش بینی مشاهدات و نتایج آینده به کمک الگوهای بدست آمده است. دو روش مرسوم داده کاوی، «بدون نظارت» (unsupervised) و «با نظارت» (supervised) است. در روش بدون نظارت، ما پاسخ را نمیدانیم و باید به کشف آن بپردازیم؛ اما در روش با نظارت، پاسخ مشخص شده است و ما باید پاسخ مشاهدات آینده را پیش بینی نماییم. تکنیکهای رایج و مرسوم داده کاوی شامل خوشه بندی، طبقه بندی، رگرسیون و شبکههای عصبی میباشد که از هرکدام بسته به نیاز فرد در شرایط مختلف استفاده میشود.
به طور کلی هریک از این سه زمینه به نوعی به دیگری وابسته بوده و همپوشانیهای غیر قابل انکاری با هم دارند. با به کارگیری هریک از این حوزهها در کنار یکدیگر، میتوان به سوالات نهفتهی زیادی در داده های موجود پاسخ داد، به اثبات فرضیههای مختلفی پرداخت و همچنین به بینش و پیش بینی بهتری در زمینههای مختلف و تجارت دست یافت.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
در میان این سه حوزه (هوش مصنوعی، یادگیری ماشین و داده کاوی) تا حدودی همپوشانی وجود دارد؛ اما با این حال دارای تفاوتهایی با یکدیگر نیز میباشند. در این بخش قصد داریم روابط این سه حوزه را با یکدیگر بررسی نماییم و همچنین یاد بگیریم که اگر از آنها به درستی در کنار یکدیگر استفاده کنیم، میتوانیم نتایج بسیار قابل قبول و جذابی را استخراج کنیم.
⚛هوش مصنوعی (Artificial Intelligence)
در واقع هوش مصنوعی به مطالعهی چگونگی تولید یک عامل هوشمند مربوط میشود. به عبارت دیگر، نحوهی برنامه نویسی یک کامپیوتر به صورتی که مانند یک عامل هوشمند (انسان) رفتار کرده و وظایفی را انجام دهد. هوش مصنوعی قدرت یادگیری و تحلیل وقایع را ندارد. یک سیستم هوش مصنوعی به این صورت کار میکند که ابتدا اطلاعات مورد نیاز برای رفع مشکلات احتمالی، برنامه نویسی شده و سپس در اختیار سیستم قرار میگیرد. پس از آن برنامهی هوش مصنوعی با استفاده از این دادهها و محاسبات تعیین شده بر روی آنها، مسائل و مشکلات را حل میکند. (برای مثال، سیستمی برای افزایش دمای اتاق در صورتی که دما زیر ۲۵ درجه باشد).
⚛یادگیری ماشین (Machine Learning)
به مرور زمان بسیاری از سیستمها نیاز به یک هوش و توانایی دارند تا بتوانند با استفاده از تجربیات بدست آمدهی گذشته، دانش جدیدی را استنتاج کنند. بنابراین میتوان گفت هوش مصنوعی بسیار رابطهی نزدیکی با یادگیری ماشین دارد. در واقع یک برنامهی نوشته شده، به سیستم میگوید که در طول زمان تجربیات و دانش جدیدی را از عملکرد و خروجیهای گذشتهی خود یاد بگیرد تا باعث بهبود عملکرد و تصمیم گیری سیستم در آینده شود. یادگیری ماشین قادر به تعمیم اطلاعات از دادههای وسیع است و میتوانند با به کار گیری الگوریتمهایی، الگوها و روابط میان دادهها را تشخیص دهد و در نهایت با استفاده از نتایج مفید بدست آمده اقدامات جدیدی را انجام دهد. همانند هوش مصنوعی، یادگیری ماشین نیز بسیار وسیع بوده و به کمک قدرت استنتاج خود میتواند کاربردهای فراوانی داشته باشد.
⚛داده کاوی (Data Mining)
این حوزه بیشتر از تکنیکهای یادگیری ماشین (و تا حدودی آمار) الهام میگیرد. داده کاوی توسط یک فرد، با یک هدف خاص و همراه با یک مجموعهی داده (Data Set) صورت میگیرد. در واقع این فرد با بکار گیری الگوریتمهای یادگیری ماشین، قصد دارد الگوی مورد نیاز خود را از یک مجموعه داده دریافت کند. اکثر اوقات این مجموعه داده بسیار حجیم و پیچیده است و همچنین ممکن است نواقص و اشکالاتی نیز درون آن وجود داشته باشد. معمولا هدف از داده کاوی کشف و یا تولید روابط موجود میان این مشاهدات اولیه بوده؛ و در ادامه پیش بینی مشاهدات و نتایج آینده به کمک الگوهای بدست آمده است. دو روش مرسوم داده کاوی، «بدون نظارت» (unsupervised) و «با نظارت» (supervised) است. در روش بدون نظارت، ما پاسخ را نمیدانیم و باید به کشف آن بپردازیم؛ اما در روش با نظارت، پاسخ مشخص شده است و ما باید پاسخ مشاهدات آینده را پیش بینی نماییم. تکنیکهای رایج و مرسوم داده کاوی شامل خوشه بندی، طبقه بندی، رگرسیون و شبکههای عصبی میباشد که از هرکدام بسته به نیاز فرد در شرایط مختلف استفاده میشود.
به طور کلی هریک از این سه زمینه به نوعی به دیگری وابسته بوده و همپوشانیهای غیر قابل انکاری با هم دارند. با به کارگیری هریک از این حوزهها در کنار یکدیگر، میتوان به سوالات نهفتهی زیادی در داده های موجود پاسخ داد، به اثبات فرضیههای مختلفی پرداخت و همچنین به بینش و پیش بینی بهتری در زمینههای مختلف و تجارت دست یافت.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
✅دسترسی رایگان تمام دانشجویان به آموزههای استادان شریفی
در یک اقدام جامعتر با همکاری گروه مکتب خونه و دانشکده های دانشگاه صنعتی شریف کلیه محتویات آموزشی جمعآوری و پالایش و سایت درس افزار آزاد شریف به آدرس http://ocw.sharif.edu جهت انتشار آزاد این محتویات راهاندازی شد.
🌐http://ocw.sharif.edu/
امینی با بیان اینکه بسیاری از دانشگاههای بزرگ و معتبر مثل ام آی تی (MIT) مجموعه محتویات آموزشی خود را به صورت رایگان در اختیار تمام دانشجویان می گذارند، اظهار داشت: دانشگاه صنعتی شریف نیز در راستای ایفای رسالت اجتماعی خود و بر اساس برنامه راهبردی تدوین شده در حوزه آموزشهای الکترونیکی تصمیم گرفت محتویات آموزشی کلاسهای درس خود را در قالب فیلم جلسات کلاسی، یادداشتهای کلاسی، جزوات آموزشی و نمونه تمرین ها از طریق یک وب سایت در اختیار همه دانشجویان و اقشار علاقمند به آموزشهای دانشگاهی که در هر نقطه از کشور حضور دارند، قرار دهد.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
در یک اقدام جامعتر با همکاری گروه مکتب خونه و دانشکده های دانشگاه صنعتی شریف کلیه محتویات آموزشی جمعآوری و پالایش و سایت درس افزار آزاد شریف به آدرس http://ocw.sharif.edu جهت انتشار آزاد این محتویات راهاندازی شد.
🌐http://ocw.sharif.edu/
امینی با بیان اینکه بسیاری از دانشگاههای بزرگ و معتبر مثل ام آی تی (MIT) مجموعه محتویات آموزشی خود را به صورت رایگان در اختیار تمام دانشجویان می گذارند، اظهار داشت: دانشگاه صنعتی شریف نیز در راستای ایفای رسالت اجتماعی خود و بر اساس برنامه راهبردی تدوین شده در حوزه آموزشهای الکترونیکی تصمیم گرفت محتویات آموزشی کلاسهای درس خود را در قالب فیلم جلسات کلاسی، یادداشتهای کلاسی، جزوات آموزشی و نمونه تمرین ها از طریق یک وب سایت در اختیار همه دانشجویان و اقشار علاقمند به آموزشهای دانشگاهی که در هر نقطه از کشور حضور دارند، قرار دهد.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
✅يک ايراني با هوش مصنوعي آينده را پيش گويي مي کند!
حامد پيرسياوش استاد ايراني دانشگاه مريلند آمريکا که مدرک کارشناسي خود در رشته مهندسي برق را سال 2003 از دانشگاه علم و صنعت دريافت کرد، با همکاري محققان دانشگاه ام آي تي الگوريتمي را ابداع کرد که براي شبيه سازي لحظاتي در آينده با استفاده از عکس هاي ثابت قابل استفاده است.
به عنوان مثال اين الگوريتم بعد از مشاهده تعدادي عکس از امواج ساحلي ويدئويي کوتاه توليد مي کند که نشان مي دهد موجي ساحلي آرامش ساحل را بر هم مي زند، اين الگوريتم با بررسي عکس هايي از بازي گلف نيز لحظات بعدي انجام اين بازي توسط افراد را در قالب ويدئويي کوتاه به نمايش مي گذارد.
اين محققان، دو گروه از شبکه هاي عصبي را براي تکميل اين تحقيق ابداع کردند که شبکه عصبي اول براي توليد ويدئو و شبکه دوم براي متمايز سازي آنچه که واقعي است و آنچه که بازسازي مي شود به کار گرفته مي شود.
اين هوش مصنوعي به تدريج قابليت طراحي ويدئوهاي شبيه سازي شده را دارد.
البته نبايد انتظار داشت که در آينده نزديک اين فناوري منجر به توليد ويدئوهاي طولاني حاوي پيش گويي آينده شود.
فعلا از اين طريق ويدئوهاي 1/5 ثانيه اي توليد مي شود ولي اميد مي رود در آينده اين زمان بيشتر شود.
از مدل سازي مذکور مي توان براي شناسايي ناهنجارها و شرايط غيرعادي امنيتي و کشف برخي اشيا و اجزا در تصاوير که در حالت عادي قابل شناسايي نيستند استفاده کرد.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
حامد پيرسياوش استاد ايراني دانشگاه مريلند آمريکا که مدرک کارشناسي خود در رشته مهندسي برق را سال 2003 از دانشگاه علم و صنعت دريافت کرد، با همکاري محققان دانشگاه ام آي تي الگوريتمي را ابداع کرد که براي شبيه سازي لحظاتي در آينده با استفاده از عکس هاي ثابت قابل استفاده است.
به عنوان مثال اين الگوريتم بعد از مشاهده تعدادي عکس از امواج ساحلي ويدئويي کوتاه توليد مي کند که نشان مي دهد موجي ساحلي آرامش ساحل را بر هم مي زند، اين الگوريتم با بررسي عکس هايي از بازي گلف نيز لحظات بعدي انجام اين بازي توسط افراد را در قالب ويدئويي کوتاه به نمايش مي گذارد.
اين محققان، دو گروه از شبکه هاي عصبي را براي تکميل اين تحقيق ابداع کردند که شبکه عصبي اول براي توليد ويدئو و شبکه دوم براي متمايز سازي آنچه که واقعي است و آنچه که بازسازي مي شود به کار گرفته مي شود.
اين هوش مصنوعي به تدريج قابليت طراحي ويدئوهاي شبيه سازي شده را دارد.
البته نبايد انتظار داشت که در آينده نزديک اين فناوري منجر به توليد ويدئوهاي طولاني حاوي پيش گويي آينده شود.
فعلا از اين طريق ويدئوهاي 1/5 ثانيه اي توليد مي شود ولي اميد مي رود در آينده اين زمان بيشتر شود.
از مدل سازي مذکور مي توان براي شناسايي ناهنجارها و شرايط غيرعادي امنيتي و کشف برخي اشيا و اجزا در تصاوير که در حالت عادي قابل شناسايي نيستند استفاده کرد.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
شرکت گوگل توانسته است یک الگوریتم طراحی کند تا مغز هوش مصنوعی آن بتواند زبانهایی را ترجمه کند که نمیشناسد.
@HomeAI
@HomeAI
✅هوش مصنوعی گوگل میتواند خودش را با چیزهایی که نمیداند آموزش دهد.
این تکنولوژی که به اصطلاح ترجمه zero-shot نامیده میشود یک روش خودآموزی است که مغز گوگل از آن استفاده میکند تا هوش مصنوعی آن بتواند زبانهایی که نمیشناسد ترجمه کند.
این سیستم ترجمه که به تازگی توسط مغز گوگل استفاده میشود، ترجمه ماشینی عصبی گوگل یا به اختصار GNMT نامیده میشود.
نتیجه آخر این است که هوش مصنوعی گوگل به جای به کاربردن تلاشهای سخت و استفاده از منابع مختلف برای ترجمه بین دو زبان که 10 سال پیش همزمان با شروع به کار Google Translate به کار گرفته میشد، از سیستم جدید GNMT استفاده میکند که می تواند حتی به زبانهایی که نمیشناسد ترجمه کند
➖➖➖➖➖➖➖➖
🆔: @HomeAI
این تکنولوژی که به اصطلاح ترجمه zero-shot نامیده میشود یک روش خودآموزی است که مغز گوگل از آن استفاده میکند تا هوش مصنوعی آن بتواند زبانهایی که نمیشناسد ترجمه کند.
این سیستم ترجمه که به تازگی توسط مغز گوگل استفاده میشود، ترجمه ماشینی عصبی گوگل یا به اختصار GNMT نامیده میشود.
نتیجه آخر این است که هوش مصنوعی گوگل به جای به کاربردن تلاشهای سخت و استفاده از منابع مختلف برای ترجمه بین دو زبان که 10 سال پیش همزمان با شروع به کار Google Translate به کار گرفته میشد، از سیستم جدید GNMT استفاده میکند که می تواند حتی به زبانهایی که نمیشناسد ترجمه کند
➖➖➖➖➖➖➖➖
🆔: @HomeAI
🔴 رقابتهای بین المللی «رباتیک و هوش مصنوعی»
مراسم افتتاحیه : شنبه 13 آذر، ساعت 10 الی 12
مراسم اختتامیه: دوشنبه 15 آذر، ساعت 17:30 الی 19:30
مکان: آمفی تئاتر دانشگاه صنعتی امیرکبیر
@HomeAI
مراسم افتتاحیه : شنبه 13 آذر، ساعت 10 الی 12
مراسم اختتامیه: دوشنبه 15 آذر، ساعت 17:30 الی 19:30
مکان: آمفی تئاتر دانشگاه صنعتی امیرکبیر
@HomeAI
✅فیس بوک برای مقابله با ویدیوهای زنده توهین آمیز از هوش مصنوعی استفاده می کند
تصاویر و متن های توهین آمیز زمانی دیده و شناسایی می شوند که پست شده باشند و در برخی موارد کاربران باید به صورت شخصی وارد عمل شده و رسانه ای که پستی توهین آمیز منتشر کرده را ریپورت کنند. اکنون فیسبوک بود قصد دارد برای تغییر این شرایط از هوش مصنوعی استفاده کند و امید دارد که با این روش بتواند ویدیوهای زنده توهین آمیز را شناسایی و نشانه گذاری کند.
به گفته Joaquin Candela، مدیر بخش یادگیری ماشینی فیسبوک، اینجاست که هوش مصنوعی باید وارد میدان شود. این هوش مصنوعی در واقع الگوریتمی است که محتوای نامناسب، خشونت آمیز و هر آنچه با سیاست گذاری های فیسبوک در تضاد باشد را شناسایی کرده و ویدیوهای حاوی این مطالب را نشانه گذاری می کند.
این هوش مصنوعی مدتی است که توسط فیسبوک برای شناسایی نوع خاصی از ویدیوها در حال تست است و حالا فیسبوک قصد دارد از آن برای بررسی تمامی ویدیوهای زنده استفاده کند.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
تصاویر و متن های توهین آمیز زمانی دیده و شناسایی می شوند که پست شده باشند و در برخی موارد کاربران باید به صورت شخصی وارد عمل شده و رسانه ای که پستی توهین آمیز منتشر کرده را ریپورت کنند. اکنون فیسبوک بود قصد دارد برای تغییر این شرایط از هوش مصنوعی استفاده کند و امید دارد که با این روش بتواند ویدیوهای زنده توهین آمیز را شناسایی و نشانه گذاری کند.
به گفته Joaquin Candela، مدیر بخش یادگیری ماشینی فیسبوک، اینجاست که هوش مصنوعی باید وارد میدان شود. این هوش مصنوعی در واقع الگوریتمی است که محتوای نامناسب، خشونت آمیز و هر آنچه با سیاست گذاری های فیسبوک در تضاد باشد را شناسایی کرده و ویدیوهای حاوی این مطالب را نشانه گذاری می کند.
این هوش مصنوعی مدتی است که توسط فیسبوک برای شناسایی نوع خاصی از ویدیوها در حال تست است و حالا فیسبوک قصد دارد از آن برای بررسی تمامی ویدیوهای زنده استفاده کند.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
ششمین جشنواره بین المللی رباتیک و هوش مصنوعی دانشگاه صنعتی امیرکبیر با حضور ۸۶ تیم ایرانی و خارجی آغاز به کار کرد.
@HomeAI
@HomeAI
✅رییس دانشگاه امیرکبیر در افتتاحیه مسابقات رباتیک و هوش مصنوعی: تفکر «دانشگاه خوب مقالهنویس تربیت میکند» اشتباه است
رییس دانشگاه امیرکبیر این تفکر که دانشگاههای خوب باید مقالهنویس تربیت کنند را اشتباه دانست.
دکتر معتمدی در مراسم افتتاحیه ششمین مسابقات بینالمللی هوش مصنوعی در دانشگاه صنعتی امیرکبیر افزود: یکی از اهداف متعالی دانشگاه صنعتی امیرکبیر تبدیل شدن به دانشگاه نسل سوم است.دانشگاههای نسل سوم دانشگاهی کاربردیتر هستند که نهتنها در آموزش و تحقیقات بلکه در فناوری و چرخه اقتصاد کشور فعال هستند.
وی گفت: جشنوارههایی همچون جشنواره رباتیک از جمله مسیرهایی هستند که دانشجو را به سمت اهداف دانشگاه نسل سوم و رفع نیازهای کشور هدایت میکنند. از این رو این جشنوارهها کاملا مثبت ارزیابی میشوند زیرا یکی از راههای رسیدن به دانشگاه نسل سوم محسوب میشود.
معتمدی با بیان اینکه حضور ۸۶ تیم در این جشنواره نشاندهنده فعال بودن و استقبال شرکتکنندگان است، ادامه داد: رباتیک بینرشتهای است و تخصصهای بسیار متنوعی را میطلبد و ابعاد علمی و جنبه کاربردی بالایی دارد بنابراین باید به صورت گروهی انجام شود.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
رییس دانشگاه امیرکبیر این تفکر که دانشگاههای خوب باید مقالهنویس تربیت کنند را اشتباه دانست.
دکتر معتمدی در مراسم افتتاحیه ششمین مسابقات بینالمللی هوش مصنوعی در دانشگاه صنعتی امیرکبیر افزود: یکی از اهداف متعالی دانشگاه صنعتی امیرکبیر تبدیل شدن به دانشگاه نسل سوم است.دانشگاههای نسل سوم دانشگاهی کاربردیتر هستند که نهتنها در آموزش و تحقیقات بلکه در فناوری و چرخه اقتصاد کشور فعال هستند.
وی گفت: جشنوارههایی همچون جشنواره رباتیک از جمله مسیرهایی هستند که دانشجو را به سمت اهداف دانشگاه نسل سوم و رفع نیازهای کشور هدایت میکنند. از این رو این جشنوارهها کاملا مثبت ارزیابی میشوند زیرا یکی از راههای رسیدن به دانشگاه نسل سوم محسوب میشود.
معتمدی با بیان اینکه حضور ۸۶ تیم در این جشنواره نشاندهنده فعال بودن و استقبال شرکتکنندگان است، ادامه داد: رباتیک بینرشتهای است و تخصصهای بسیار متنوعی را میطلبد و ابعاد علمی و جنبه کاربردی بالایی دارد بنابراین باید به صورت گروهی انجام شود.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
✅هوش مصنوعی مایکروسافت می تواند تصاویر را برای کاربران نابینای آفیس توصیف کند
اگرچه هوش مصنوعی پیشرفت آهسته و پیوسته ای در سیستم های همه منظوره از جمله دستیارهای صوتی دارد، اما شاید قابلیت های AI برای کمک به افراد ناتوان و معلول را بتوان یکی از مهم ترین تأثیرات سیستم های هوشمند بر زندگی امروز دانست.در همین رابطه اپلیکیشن های مجموعه آفیس مایکروسافت از جمله ورد و پاورپوینت به قابلیتی مجهز شده اند که می توانند به صورت خودکار عناوینی را برای تصاویر موجود در سند در نظر بگیرند و زمانی که فایل برای کاربران نابینا به نمایش درآید، علاوه بر اطلاعات متنی، توصیف عکس ها نیز برای او ارائه می گردد.مایکروسافت برای دستیابی به این مهم از «سرویس شناختی بر اساس بینایی ماشین» استفاده کرده، که روش شبکه های عصبی را با فنون یادگیری عمیق ترکیب می نماید تا محتوای تصاویر را درک و توصیف کند. گفتنیست فیسبوک نیز چندی پیش از قابلیت مشابهی برای تولید خودکار کپشن عکس در این شبکه اجتماعی رونمایی کرد، و دیگر غول های فناوری نیز از روش های هوش مصنوعی برای ارتقاء دسترسی و تجزیه و تحلیل دقیق تر تصاویر و ویدیوها به منظور کسب اطلاعات ارزشمند بهره می گیرند.مایکروسافت می گوید قالب های آماده ای را نیز در مجموعه آفیس قرار می دهد که ساختار آنها برای مرور از طریق راهنمای صوتی و صفحه کلید بهینه گشته، ضمن اینکه فونت ها و رنگ های به کار رفته در آنها نیز برای سهولت استفاده افراد کم بینا یا کوررنگ طراحی شده.گفتنیست قابلیت فوق از سال آینده برای مشترکین آفیس 365 و روی نرم افزارهای ورد و پاورپوینت برای کامپیوترهای شخصی عرضه می شود.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
اگرچه هوش مصنوعی پیشرفت آهسته و پیوسته ای در سیستم های همه منظوره از جمله دستیارهای صوتی دارد، اما شاید قابلیت های AI برای کمک به افراد ناتوان و معلول را بتوان یکی از مهم ترین تأثیرات سیستم های هوشمند بر زندگی امروز دانست.در همین رابطه اپلیکیشن های مجموعه آفیس مایکروسافت از جمله ورد و پاورپوینت به قابلیتی مجهز شده اند که می توانند به صورت خودکار عناوینی را برای تصاویر موجود در سند در نظر بگیرند و زمانی که فایل برای کاربران نابینا به نمایش درآید، علاوه بر اطلاعات متنی، توصیف عکس ها نیز برای او ارائه می گردد.مایکروسافت برای دستیابی به این مهم از «سرویس شناختی بر اساس بینایی ماشین» استفاده کرده، که روش شبکه های عصبی را با فنون یادگیری عمیق ترکیب می نماید تا محتوای تصاویر را درک و توصیف کند. گفتنیست فیسبوک نیز چندی پیش از قابلیت مشابهی برای تولید خودکار کپشن عکس در این شبکه اجتماعی رونمایی کرد، و دیگر غول های فناوری نیز از روش های هوش مصنوعی برای ارتقاء دسترسی و تجزیه و تحلیل دقیق تر تصاویر و ویدیوها به منظور کسب اطلاعات ارزشمند بهره می گیرند.مایکروسافت می گوید قالب های آماده ای را نیز در مجموعه آفیس قرار می دهد که ساختار آنها برای مرور از طریق راهنمای صوتی و صفحه کلید بهینه گشته، ضمن اینکه فونت ها و رنگ های به کار رفته در آنها نیز برای سهولت استفاده افراد کم بینا یا کوررنگ طراحی شده.گفتنیست قابلیت فوق از سال آینده برای مشترکین آفیس 365 و روی نرم افزارهای ورد و پاورپوینت برای کامپیوترهای شخصی عرضه می شود.
➖➖➖➖➖➖➖➖
🆔: @HomeAI
This media is not supported in your browser
VIEW IN TELEGRAM
✅تصاویری از افتتاحیه مسابقات رباتیک و هوش مصنوعی دانشگاه صنعتی امیرکبیر
AUTCup 2016, humanoid robot olympics weightlifting
➖➖➖➖➖➖➖➖
🆔: @HomeAI
AUTCup 2016, humanoid robot olympics weightlifting
➖➖➖➖➖➖➖➖
🆔: @HomeAI
✅از شرکت کنندگان و بازدید کنندگان گرامی ششمين مسابقات بين المللي رباتيك و هوش مصنوعي دانشگاه صنعتي امیرکبیر دعوت میکنیم در صورت ثبت تصاویر جذاب مسابقه،عکس و فیلم های خود را به آدرس پست الکترونیکی زیر برای قرار دادن در سایت خانه هوش مصنوعی ارسال نمایید:
با تشکر-تیم خانه هوش مصنوعی
➖➖➖➖➖➖➖➖
🌐 website : www.homeai.ir
📧 Email : info@homeai.ir
🆔: @HomeAI
با تشکر-تیم خانه هوش مصنوعی
➖➖➖➖➖➖➖➖
🌐 website : www.homeai.ir
📧 Email : info@homeai.ir
🆔: @HomeAI
جشنواره رباتیک و هوش مصنوعی دانشگاه صنعتی امیرکبیر امروز و فردا ادامه دارد
قابل ذکر هست بازدید برای همه ازاد می باشد
@HomeAI
قابل ذکر هست بازدید برای همه ازاد می باشد
@HomeAI
✅مرکز تحقیقات صنایع انفورماتیک به تعدادی کارشناس هوش مصنوعی نیازمند است:
ارسال رزومه به: estekhdam@rcii.ir
➖➖➖➖➖➖➖➖
🆔: @HomeAI
ارسال رزومه به: estekhdam@rcii.ir
➖➖➖➖➖➖➖➖
🆔: @HomeAI
مشاهده تصاویر ششمین جشنواره بين المللي رباتيك و هوش مصنوعي(از افتتاحیه تا اختتامیه)
http://homeai.ir/autcup2016
تصاویر جذابتون رو برای ما ارسال کنید
➖➖➖➖➖➖➖➖
📧 Email : info@homeai.ir
@HomeAI
http://homeai.ir/autcup2016
تصاویر جذابتون رو برای ما ارسال کنید
➖➖➖➖➖➖➖➖
📧 Email : info@homeai.ir
@HomeAI