@AINEWS
اولین جشنواره رباتیک و هوش مصنوعی با حضور 500نفر در سه بخش آموزشی ،رقابتی و همایش از 18لغایت 24بهمن در فرهنکسرای خاوران برگزار می شود.
گفتنی است :در بخش آموزشی که از روز یکشنبه 18الی 20بهمن آغاز می شود سه مرحله انگیزشی ،آموزشی و رقابتی وجود دارد که خروجی این مرحله آموزش ربات به دانش آموزان است ،در بخش رقابتی که 21بهمن برگزار می شود رقابت دانشجویی است که شامل آیتم مسیریاب پیشرفته و نیز 23بهمن ماه رقابت دانش آموزی که از سه آیتم رالی ،آتشنشان ،جنگو در رده سنی 5تا 7است را تشکیل می دهد ،بخش همایش هوش مصنوعی در مدیریت شهری روز شنبه 24 از ساعت 14الی 16 دکتر اسدزاده و دکتر خادمی به ایراد سخن می پردازند.
@AINEWS
اولین جشنواره رباتیک و هوش مصنوعی با حضور 500نفر در سه بخش آموزشی ،رقابتی و همایش از 18لغایت 24بهمن در فرهنکسرای خاوران برگزار می شود.
گفتنی است :در بخش آموزشی که از روز یکشنبه 18الی 20بهمن آغاز می شود سه مرحله انگیزشی ،آموزشی و رقابتی وجود دارد که خروجی این مرحله آموزش ربات به دانش آموزان است ،در بخش رقابتی که 21بهمن برگزار می شود رقابت دانشجویی است که شامل آیتم مسیریاب پیشرفته و نیز 23بهمن ماه رقابت دانش آموزی که از سه آیتم رالی ،آتشنشان ،جنگو در رده سنی 5تا 7است را تشکیل می دهد ،بخش همایش هوش مصنوعی در مدیریت شهری روز شنبه 24 از ساعت 14الی 16 دکتر اسدزاده و دکتر خادمی به ایراد سخن می پردازند.
@AINEWS
@AINEWS
خبر: Emotient یک استارتآپ فعال در حوزه هوش مصنوعی است. استارتآپی که محصولات مبتنی بر هوش مصنوعی آن توسط سازمانها و حتی دنیای پزشکی مورد استفاده قرار میگیرد. اولین پروژه هوش مصنوعی این استارتآپ بر مبنای خواندن احساسات مردم ساخته شد. یک محصول هوشمند که بر مبنای دنبال کردن الگوی رفتاری مردم در زمان مشاهده تبلیغات تجاری، تحلیلهایی را ارائه میکرد.
@AINEWS
خبر: Emotient یک استارتآپ فعال در حوزه هوش مصنوعی است. استارتآپی که محصولات مبتنی بر هوش مصنوعی آن توسط سازمانها و حتی دنیای پزشکی مورد استفاده قرار میگیرد. اولین پروژه هوش مصنوعی این استارتآپ بر مبنای خواندن احساسات مردم ساخته شد. یک محصول هوشمند که بر مبنای دنبال کردن الگوی رفتاری مردم در زمان مشاهده تبلیغات تجاری، تحلیلهایی را ارائه میکرد.
@AINEWS
@AINEWS
رتبه بندی مجلات بین المللی از نظر اعتبار و امتیاز:
اگر بخواهیم مجلات بین المللی را از نظر درجه و اعتبار بررسی کنیم، باید تفاوت موسسات اصلی نمایه (ایندکس) کننده مجلات را بدانیم.
در حالت کلی چهار ایندکس کننده معتبر بین المللی در علوم مختلف عبارتند از:
1. تامسون رویترز (Thomson Reuters)
2. اسکوپوس (Scopus)
3. پایگاه استنادی علوم جهان اسلام (ISC)
4. در زمینه پزشکی، پاب مد (Pub Med)
برای اطمینان از ایندکس بودن یک مجله در موسسه تامسون رویترز می توانید به آدرس سایت زیر مراجعه کنید:
http://ip-science.thomsonreuters.com/mjl/#journal_lists
برای اطمینان از ایندکس بودن یک مجله در موسسه اسکوپوس می توانید به آدرس سایت زیر مراجعه کنید:
http://scimagojr.com/journalsearch.php
برای اطمینان از ایندکس بودن یک مجله در پاب مد می توانید به آدرس سایت زیر مراجعه کنید:
http://ncbi.nlm.nih.gov/nlmcatalog
برای اطمینان از ایندکس بودن یک مجله در ISC می توانید به آدرس سایت زیر مراجعه کنید:
http://mjl.isc.gov.ir/Default.aspx?lan=en
@AINEWS
رتبه بندی مجلات بین المللی از نظر اعتبار و امتیاز:
اگر بخواهیم مجلات بین المللی را از نظر درجه و اعتبار بررسی کنیم، باید تفاوت موسسات اصلی نمایه (ایندکس) کننده مجلات را بدانیم.
در حالت کلی چهار ایندکس کننده معتبر بین المللی در علوم مختلف عبارتند از:
1. تامسون رویترز (Thomson Reuters)
2. اسکوپوس (Scopus)
3. پایگاه استنادی علوم جهان اسلام (ISC)
4. در زمینه پزشکی، پاب مد (Pub Med)
برای اطمینان از ایندکس بودن یک مجله در موسسه تامسون رویترز می توانید به آدرس سایت زیر مراجعه کنید:
http://ip-science.thomsonreuters.com/mjl/#journal_lists
برای اطمینان از ایندکس بودن یک مجله در موسسه اسکوپوس می توانید به آدرس سایت زیر مراجعه کنید:
http://scimagojr.com/journalsearch.php
برای اطمینان از ایندکس بودن یک مجله در پاب مد می توانید به آدرس سایت زیر مراجعه کنید:
http://ncbi.nlm.nih.gov/nlmcatalog
برای اطمینان از ایندکس بودن یک مجله در ISC می توانید به آدرس سایت زیر مراجعه کنید:
http://mjl.isc.gov.ir/Default.aspx?lan=en
@AINEWS
تاریخچه
تاریخچه استگانوگرافی به ۵ قرن قبل از میلاد مسیح و کشور یونان برمی گردد، در آن زمان مردی به نام هیستایاکاس می خواست پیغامی را به صورت محرمانه برای شخص دیگری بفرستد. وی برای فرستادن پیغام مورد استفاده از این روش استفاده کرد: او برده ای را برای این کار انتخاب کرد و موهای سر برده را تراشید و پیغام محرمانه را بر روی پوست سر برده خالکوبی کرد و سپس مدتی صبر کرد تا موهای فرد رشد کرده و به حالت اول برگشت و بعد او را به سمت مقصد (گیرنده) روانه کرد در مقصد، گیرنده ی پیغام دوباره موهای برده را تراشید و پیغام را بر روی پوست سر او مشاهده کرد.
استگانوگرافی چیست؟
استگانو گرافی از لغت یونانی استگانوس (پوشاندن) و گرافتوس (نوشتن ) گرفته شده است . در واقع استگانوگرافی دانشی است برای پنهان کردن داده یا فایلی در فایل دیگر، بطوری که فقط افراد آگاه با ابزار لازم بتوانند به آن دست یابند.
استفاده از این روش در مواردی بسیار عالی و کاربردی است. برخلاف رمزگذاری که فایل حفاظت شده را کاملاً حساس جلوه میدهد و جلب توجه می کند، این روش از ناآگاهی افراد، برای جلوگیری از دستیابی آنها به اطلاعات خاص بهره می برد. این کار شبیه پنهان کردن اشیای گرانبها در قوطی بیسکویت، داخل کابینت آشپزخانه است؛ جایی که معمولاً هیچ دزدی احتمالش را نمیدهد. پنهان نگاری خود شاخه ای از دانشی به نام ارتباطات پوشیده است. دانش ارتباطات پوشیده خود شامل چندین شاخه از جمله رمز نگاری، ته نقش نگاری و ... می باشد.
تفاوت پنهان نگاری(steganogrphy) و رمزنگاری(Cryptography)
تفاوت اصلی رمزنگاری و پنهان نگاری آن است که در رمز نگاری هدف اختفاء محتویات پیام است و نه به طور کلی وجود پیام، اما در پنهان نگاری هدف مخفی کردن هر گونه نشانهای از وجود پیام است. در مواردی که تبادل اطلاعات رمز شده مشکل آفرین است باید وجود ارتباط پنهان گردد. به عنوان مثال اگر شخصی به متن رمزنگاری شدهای دسترسی پیدا کند، به هر حال متوجه میشود که این متن حاوی پیام رمزی میباشد. اما در پنهان نگاری شخص سوم ابدا از وجود پیام مخفی در متن اطلاعی حاصل نمیکند. در موارد حساس ابتدا متن را رمزنگاری کرده، آنگاه آن را در متن دیگری پنهان نگاری میکنند. اما با وجود بهتر بودن استگانوگرافی در مقابل رمز گذاری همچنان بسیاری از مردم می گویند:رمزنگاری بهتر از استگانوگرافی (stganography) عمل می کند.
تاریخچه استگانوگرافی به ۵ قرن قبل از میلاد مسیح و کشور یونان برمی گردد، در آن زمان مردی به نام هیستایاکاس می خواست پیغامی را به صورت محرمانه برای شخص دیگری بفرستد. وی برای فرستادن پیغام مورد استفاده از این روش استفاده کرد: او برده ای را برای این کار انتخاب کرد و موهای سر برده را تراشید و پیغام محرمانه را بر روی پوست سر برده خالکوبی کرد و سپس مدتی صبر کرد تا موهای فرد رشد کرده و به حالت اول برگشت و بعد او را به سمت مقصد (گیرنده) روانه کرد در مقصد، گیرنده ی پیغام دوباره موهای برده را تراشید و پیغام را بر روی پوست سر او مشاهده کرد.
استگانوگرافی چیست؟
استگانو گرافی از لغت یونانی استگانوس (پوشاندن) و گرافتوس (نوشتن ) گرفته شده است . در واقع استگانوگرافی دانشی است برای پنهان کردن داده یا فایلی در فایل دیگر، بطوری که فقط افراد آگاه با ابزار لازم بتوانند به آن دست یابند.
استفاده از این روش در مواردی بسیار عالی و کاربردی است. برخلاف رمزگذاری که فایل حفاظت شده را کاملاً حساس جلوه میدهد و جلب توجه می کند، این روش از ناآگاهی افراد، برای جلوگیری از دستیابی آنها به اطلاعات خاص بهره می برد. این کار شبیه پنهان کردن اشیای گرانبها در قوطی بیسکویت، داخل کابینت آشپزخانه است؛ جایی که معمولاً هیچ دزدی احتمالش را نمیدهد. پنهان نگاری خود شاخه ای از دانشی به نام ارتباطات پوشیده است. دانش ارتباطات پوشیده خود شامل چندین شاخه از جمله رمز نگاری، ته نقش نگاری و ... می باشد.
تفاوت پنهان نگاری(steganogrphy) و رمزنگاری(Cryptography)
تفاوت اصلی رمزنگاری و پنهان نگاری آن است که در رمز نگاری هدف اختفاء محتویات پیام است و نه به طور کلی وجود پیام، اما در پنهان نگاری هدف مخفی کردن هر گونه نشانهای از وجود پیام است. در مواردی که تبادل اطلاعات رمز شده مشکل آفرین است باید وجود ارتباط پنهان گردد. به عنوان مثال اگر شخصی به متن رمزنگاری شدهای دسترسی پیدا کند، به هر حال متوجه میشود که این متن حاوی پیام رمزی میباشد. اما در پنهان نگاری شخص سوم ابدا از وجود پیام مخفی در متن اطلاعی حاصل نمیکند. در موارد حساس ابتدا متن را رمزنگاری کرده، آنگاه آن را در متن دیگری پنهان نگاری میکنند. اما با وجود بهتر بودن استگانوگرافی در مقابل رمز گذاری همچنان بسیاری از مردم می گویند:رمزنگاری بهتر از استگانوگرافی (stganography) عمل می کند.
👍1
مغز بشر دوباره از کامپیوتر شکست میخورد؟
در اين كامپيوتر از برنامهاي تحت عنوان آلفا گو (AlphaGo) استفاده شده است. برنامه موصوف از سوی شركت هوش مصنوعي «Deep Mind» عرضه شده است.
به گزارش پایگاه خبری بانکداری الکترونیک در سال 1996 شركت IBM، گري كاسپاروف را در بازي با كامپيوتر شطرنج باز خود موسوم به بلو ديپ (Blue Deep) به چالش كشيد. كاسپاروف كه عنوان بهترين بازيكن همه دورهها را يدك ميكشد بازي رفت را برد، اما در بازي برگشت بلو ديپ برنده مسابقه بود. طي دو دهه پس از آن ماجرا، كامپيوترها نسبت به انسانها به مراتب شطرنج بازان بهتري هستند. بهرغم آن در مواجهه با بازي سختتر و باستاني گو (Go)، نوپا و غيرحرفهاي محسوب ميشوند. البته ميتوان اذعان کرد كه غير حرفهاي محسوب ميشدند. چرا كه در حال حاضر، يك كامپيوتر به گونهاي مديريت شده كه بتواند از پس انساني كه بازيگو را عالي بازي ميكند، برآيد.
در اين كامپيوتر از برنامهاي تحت عنوان آلفا گو (AlphaGo) استفاده شده است. برنامه موصوف از سوی شركت هوش مصنوعي «Deep Mind» عرضه شده است. شركتي لندني كه در سال 2014 به مبلغ 400 ميليون دلار توسط گوگل خريداري شد. بنا بر گزارش منتشر شده در مجله نيچر (Nature) اين برنامه در بازي با قهرمان اروپايي مسابقه گو - فان هويي (Fan Hui)- به كار گرفته شد كه طي آن، كامپيوتر با نتيجه 5 بر صفر پيروز شد. در حوزه تحقيقات هوش مصنوعي، شكست قهرمان بازي گو براي مدتهاي مديدي، يك چالش بزرگ محسوب ميشد. چرا كه براي كامپيوتر بازيگو نسبت به بازي شطرنج، بسيار دشوارتر است. در بازيگو، بازيكنان بهطور متناوب مهرههاي سفيد و مشكي را در يك صفحه 19 19 مربعي قرار ميدهند با اين هدف كه سطح بيشتري از زمين بازي را به تصرف خود در بياورند. ابعاد زمين بازي، تعداد و پيچيدگيهاي حركات محتمل در بازي گو مانع از اين ميشود كه با اتكا بر محاسبات جستوجوي فراگير (Brute-Force Calculation محاسباتي كه طي آن تمام حالات ممكن تا بُرد نهايي در بازي بررسي میشود)، آن را بازي كرد. مطابق محاسبات دميسهاسابيس (موسس شركت Deep Mind و يكي از نويسندگان مقاله حاضر)، در يك بازي معمولي گو حدودا 200 حركت مجاز وجود دارد اين در حالي است كه در بازي شطرنج اين رقم به 20 حركت ميرسد.
در حالي كه يك كامپيوتر شطرنج باز نظير Deep Blue بهطور مستقيم از سوی انسان برنامهريزي شده بود، برنامه آلفاگو (AlphaGo) از يك هوش مصنوعي براي آموزش خودش بهره ميبرد؛ آموزش اينكه چگونه گو را بازي كند و در نهايت خودش در بازي تصميمگيري كند. اين امر از سوی تكنيكي تحت عنوان ماشين خود آموز، صورت ميگيرد. تكنيكي كه به كامپيوترها اجازه ميدهد خودشان بفهمند كه چگونه از پس اموري نظير شناسايي چهرهها، پاسخدهي به سخنان و حتي ترجمه بين زبانها برآيند.كاركرد برنامه آلفاگو (AlphaGo) شامل دو بخش ميشود. زماني كه نوبت حركت كامپيوتر است، اين برنامه با توجه به انواع تاكتيكهاي كلي كه حريفهاي انسانياش تا پيش از اين به كار بردهاند، حركتهايي را براي مهرهها پيشنهاد ميدهد. اين بخش از كاركرد برنامه آلفا دقيقا همانند كاري است كه Deep Blue انجام ميدهد. اما در بخش دوم، سيستم به وارسي دقيق حركتهايي ميپردازد كه احتمال ميرود در نهايت به برد منتهي شود. اين انتخاب از بين الگوهاي بينهايت بازي قبلي كه در حافظه وجود دارد، صورت ميگيرد. قابليتهاي برنامه آلفاگو (AlphaGo) در ماه مارس به بوته آزمايش گذاشته خواهد شد. با پيگيريهاي شركت Deep Mind قرار است يك دوره از مسابقات گو در شهر سئول برگزار شود كه در آن حريف برنامه آلفاگو (AlphaGo)، آقاي لي سدل (Lee Sedol) خواهد بود. آقاي سدل اهل كره به ظن كارشناسان همانند آقاي كاسپاروف كه در دوران خود شطرنج بازی بيهمتا بود، گوباز بيرقيبي است. با توجه به اینکه برنامه آلفاگو (AlphaGo) آقای هویی را پیشتر شکست داده، اگر بتواند در مصاف با آقای سدل نیز برنده باشد (البته باید در نظر داشت که این دو پدیده دارای احتمالات مستقلی هستند)، آنگاه مغز بشر شکست دیگری را در قبال ماشین، متحمل خواهد شد.
در اين كامپيوتر از برنامهاي تحت عنوان آلفا گو (AlphaGo) استفاده شده است. برنامه موصوف از سوی شركت هوش مصنوعي «Deep Mind» عرضه شده است.
به گزارش پایگاه خبری بانکداری الکترونیک در سال 1996 شركت IBM، گري كاسپاروف را در بازي با كامپيوتر شطرنج باز خود موسوم به بلو ديپ (Blue Deep) به چالش كشيد. كاسپاروف كه عنوان بهترين بازيكن همه دورهها را يدك ميكشد بازي رفت را برد، اما در بازي برگشت بلو ديپ برنده مسابقه بود. طي دو دهه پس از آن ماجرا، كامپيوترها نسبت به انسانها به مراتب شطرنج بازان بهتري هستند. بهرغم آن در مواجهه با بازي سختتر و باستاني گو (Go)، نوپا و غيرحرفهاي محسوب ميشوند. البته ميتوان اذعان کرد كه غير حرفهاي محسوب ميشدند. چرا كه در حال حاضر، يك كامپيوتر به گونهاي مديريت شده كه بتواند از پس انساني كه بازيگو را عالي بازي ميكند، برآيد.
در اين كامپيوتر از برنامهاي تحت عنوان آلفا گو (AlphaGo) استفاده شده است. برنامه موصوف از سوی شركت هوش مصنوعي «Deep Mind» عرضه شده است. شركتي لندني كه در سال 2014 به مبلغ 400 ميليون دلار توسط گوگل خريداري شد. بنا بر گزارش منتشر شده در مجله نيچر (Nature) اين برنامه در بازي با قهرمان اروپايي مسابقه گو - فان هويي (Fan Hui)- به كار گرفته شد كه طي آن، كامپيوتر با نتيجه 5 بر صفر پيروز شد. در حوزه تحقيقات هوش مصنوعي، شكست قهرمان بازي گو براي مدتهاي مديدي، يك چالش بزرگ محسوب ميشد. چرا كه براي كامپيوتر بازيگو نسبت به بازي شطرنج، بسيار دشوارتر است. در بازيگو، بازيكنان بهطور متناوب مهرههاي سفيد و مشكي را در يك صفحه 19 19 مربعي قرار ميدهند با اين هدف كه سطح بيشتري از زمين بازي را به تصرف خود در بياورند. ابعاد زمين بازي، تعداد و پيچيدگيهاي حركات محتمل در بازي گو مانع از اين ميشود كه با اتكا بر محاسبات جستوجوي فراگير (Brute-Force Calculation محاسباتي كه طي آن تمام حالات ممكن تا بُرد نهايي در بازي بررسي میشود)، آن را بازي كرد. مطابق محاسبات دميسهاسابيس (موسس شركت Deep Mind و يكي از نويسندگان مقاله حاضر)، در يك بازي معمولي گو حدودا 200 حركت مجاز وجود دارد اين در حالي است كه در بازي شطرنج اين رقم به 20 حركت ميرسد.
در حالي كه يك كامپيوتر شطرنج باز نظير Deep Blue بهطور مستقيم از سوی انسان برنامهريزي شده بود، برنامه آلفاگو (AlphaGo) از يك هوش مصنوعي براي آموزش خودش بهره ميبرد؛ آموزش اينكه چگونه گو را بازي كند و در نهايت خودش در بازي تصميمگيري كند. اين امر از سوی تكنيكي تحت عنوان ماشين خود آموز، صورت ميگيرد. تكنيكي كه به كامپيوترها اجازه ميدهد خودشان بفهمند كه چگونه از پس اموري نظير شناسايي چهرهها، پاسخدهي به سخنان و حتي ترجمه بين زبانها برآيند.كاركرد برنامه آلفاگو (AlphaGo) شامل دو بخش ميشود. زماني كه نوبت حركت كامپيوتر است، اين برنامه با توجه به انواع تاكتيكهاي كلي كه حريفهاي انسانياش تا پيش از اين به كار بردهاند، حركتهايي را براي مهرهها پيشنهاد ميدهد. اين بخش از كاركرد برنامه آلفا دقيقا همانند كاري است كه Deep Blue انجام ميدهد. اما در بخش دوم، سيستم به وارسي دقيق حركتهايي ميپردازد كه احتمال ميرود در نهايت به برد منتهي شود. اين انتخاب از بين الگوهاي بينهايت بازي قبلي كه در حافظه وجود دارد، صورت ميگيرد. قابليتهاي برنامه آلفاگو (AlphaGo) در ماه مارس به بوته آزمايش گذاشته خواهد شد. با پيگيريهاي شركت Deep Mind قرار است يك دوره از مسابقات گو در شهر سئول برگزار شود كه در آن حريف برنامه آلفاگو (AlphaGo)، آقاي لي سدل (Lee Sedol) خواهد بود. آقاي سدل اهل كره به ظن كارشناسان همانند آقاي كاسپاروف كه در دوران خود شطرنج بازی بيهمتا بود، گوباز بيرقيبي است. با توجه به اینکه برنامه آلفاگو (AlphaGo) آقای هویی را پیشتر شکست داده، اگر بتواند در مصاف با آقای سدل نیز برنده باشد (البته باید در نظر داشت که این دو پدیده دارای احتمالات مستقلی هستند)، آنگاه مغز بشر شکست دیگری را در قبال ماشین، متحمل خواهد شد.
اگر پیشرفت های فناورانه ی کنونی منجر به ایجاد جهانی شود که در آن واقعیت های شبیه سازی شده، برای نسل آینده واقعی تر از برخی تجربیات واقعی باشد، آنگاه بعید نیست پیشرفت ها در رشته هایی نظیر هوش مصنوعی بتواند در معنای آنچه انسانی است اخلال ایجاد کند..
سرویس فناوری نصر، این اینفوگرافیک زیر روند تغییرات و پیشرفت تکنولوژی در حوزه ابزارهای الکترونیکی همراه را در قرن های ۲۰ و ۲۱ نشان می دهد.
@AINEWS
سرویس فناوری نصر، این اینفوگرافیک زیر روند تغییرات و پیشرفت تکنولوژی در حوزه ابزارهای الکترونیکی همراه را در قرن های ۲۰ و ۲۱ نشان می دهد.
@AINEWS
استخدام پژوهشکده فناوری اطلاعات و ارتباطات جهاد دانشگاهی
پژوهشکده فناوری اطلاعات و ارتباطات جهاددانشگاهی برای تکمیل اعضاء پژوهشی و تخصصی خود از فارغالتحصیلان مقطع کارشناسی ارشد و دکتری تخصصی رشتههای زیر از طریق مصاحبه دعوت به همکاری مینماید.
رشته های تحصیلی:
مهندسی نرم افزار ( هوش مصنوعی)
مهندسی نرم افزار (مسلط به زبان برنامه نویسی Java)
مهندسی مخابرات سیستم
مهندسی صنایع
سیستمهای اقتصادی و اجتماعی
شرایط لازم:
تحصیل در دوره های روزانه دانشگاه های معتبر دولتی
دارا بودن معدل حداقل 16
حداکثر سن 35 سال برای فارغ التحصیلان کارشناسی ارشد و 40 سال برای مقطع دکتری
برخورداری از سوابق علمی و پژوهشی مرتبط
آشنایی به زبان انگلیسی در حد مطلوب
عدم تعهد خدمتی در سایر سازمانها
متقاضیان می توانند سوابق تحصیلی و شغلی (رزومه) خود را به آدرس پست الکترونیکی Info@ictrc.ac.ir ارسال نمایند.
آخرین مهلت:
4 اسفند 1394
پژوهشکده فناوری اطلاعات و ارتباطات جهاددانشگاهی برای تکمیل اعضاء پژوهشی و تخصصی خود از فارغالتحصیلان مقطع کارشناسی ارشد و دکتری تخصصی رشتههای زیر از طریق مصاحبه دعوت به همکاری مینماید.
رشته های تحصیلی:
مهندسی نرم افزار ( هوش مصنوعی)
مهندسی نرم افزار (مسلط به زبان برنامه نویسی Java)
مهندسی مخابرات سیستم
مهندسی صنایع
سیستمهای اقتصادی و اجتماعی
شرایط لازم:
تحصیل در دوره های روزانه دانشگاه های معتبر دولتی
دارا بودن معدل حداقل 16
حداکثر سن 35 سال برای فارغ التحصیلان کارشناسی ارشد و 40 سال برای مقطع دکتری
برخورداری از سوابق علمی و پژوهشی مرتبط
آشنایی به زبان انگلیسی در حد مطلوب
عدم تعهد خدمتی در سایر سازمانها
متقاضیان می توانند سوابق تحصیلی و شغلی (رزومه) خود را به آدرس پست الکترونیکی Info@ictrc.ac.ir ارسال نمایند.
آخرین مهلت:
4 اسفند 1394
دانشگاه شریف، آوردگاه برنامهنویسان در «نبرد هوش مصنوعی»12 , 13 اسفند - @AINEWS
تکامل قدرت بینایی با رایانه
دانشمندان به دنبال تولید برنامه یا الگوریتم جدیدی برای رایانهها هستند که به کمک آن توانایی درک ظاهری محیط در سیستمهای هوش مصنوعی شبیه به عملکرد مغز انسان خواهد شد.
محققان در مراحل اولیه این پروژه با مقایسه قدرت بینایی انسان با رایانه دریافتند که قطعا فاصله بسیار زیادی بین ادراک بشر با رایانه وجود دارد، با این حال انتظار میرود به کمک برنامهنویسی جدید و استفاده از الگوریتمهای پیشرفتهتر رایانهای، قدرت بینایی هوش مصنوعی به انسان نزدیکتر شود.
پروفسور شیمون یولمن، دانشمند علوم رایانهای در مورد پروژه جدید عنوان کرد: در مطالعات ما مشخص شد که قدرت بینایی انسان از منظر تمایزشناسی و درک بهتر در مقایسه با بهترین مدلهای رایانهای بسیار بهتر عمل میکند.
وی در ادامه افزود: به نظر دانشمندان دلیل این تمایز یا فاصله زیاد قدرت بینایی انسان در مقایسه با رایانه، محدودیت مدلهای برنامهنویسی و الگوریتمیک از منظر هوش مصنوعی است.
مغز انسان قادر به تشخیص و تمایز بین تصاویر ناکامل و حتی تصاویر مبهم کوچک است و این در حالی است که پردازش یا مدلسازی اجسام ناکامل یا تصاویر مبهم توسط الگوریتم کنونی رایانهای امکانپذیر نیست.
در این مطالعه قدرت بینایی و تشخیص اشیاء بیش از 14 هزار نفر با نمایش حدود سه هزار و 553 تصویر مختلف مورد بررسی قرار گرفت.
دانشمندان مهمترین اختلاف بین مغز و هوشمصنوعی را در روند تشخیص یا به عبارت سادهتر در زبان یادگیری خلاصه کردند، بهطوریکه در این مطالعه مشخص شد مغز انسان بر خلاف رایانه از شیوه پیچیده-ساده برای تشیخص سریع تصاویر استفاده میکند، اما این روند در جدیدترین برنامههای رایانهای بر اساس الگوی ساده-پیچیده است.
@AINEWS
دانشمندان به دنبال تولید برنامه یا الگوریتم جدیدی برای رایانهها هستند که به کمک آن توانایی درک ظاهری محیط در سیستمهای هوش مصنوعی شبیه به عملکرد مغز انسان خواهد شد.
محققان در مراحل اولیه این پروژه با مقایسه قدرت بینایی انسان با رایانه دریافتند که قطعا فاصله بسیار زیادی بین ادراک بشر با رایانه وجود دارد، با این حال انتظار میرود به کمک برنامهنویسی جدید و استفاده از الگوریتمهای پیشرفتهتر رایانهای، قدرت بینایی هوش مصنوعی به انسان نزدیکتر شود.
پروفسور شیمون یولمن، دانشمند علوم رایانهای در مورد پروژه جدید عنوان کرد: در مطالعات ما مشخص شد که قدرت بینایی انسان از منظر تمایزشناسی و درک بهتر در مقایسه با بهترین مدلهای رایانهای بسیار بهتر عمل میکند.
وی در ادامه افزود: به نظر دانشمندان دلیل این تمایز یا فاصله زیاد قدرت بینایی انسان در مقایسه با رایانه، محدودیت مدلهای برنامهنویسی و الگوریتمیک از منظر هوش مصنوعی است.
مغز انسان قادر به تشخیص و تمایز بین تصاویر ناکامل و حتی تصاویر مبهم کوچک است و این در حالی است که پردازش یا مدلسازی اجسام ناکامل یا تصاویر مبهم توسط الگوریتم کنونی رایانهای امکانپذیر نیست.
در این مطالعه قدرت بینایی و تشخیص اشیاء بیش از 14 هزار نفر با نمایش حدود سه هزار و 553 تصویر مختلف مورد بررسی قرار گرفت.
دانشمندان مهمترین اختلاف بین مغز و هوشمصنوعی را در روند تشخیص یا به عبارت سادهتر در زبان یادگیری خلاصه کردند، بهطوریکه در این مطالعه مشخص شد مغز انسان بر خلاف رایانه از شیوه پیچیده-ساده برای تشیخص سریع تصاویر استفاده میکند، اما این روند در جدیدترین برنامههای رایانهای بر اساس الگوی ساده-پیچیده است.
@AINEWS
دانشگاه صنعتی شریف مسابقات بینالمللی برنامهنویسی «نبرد هوش مصنوعی» را در روزهای ۱۲ و ۱۳ اسفندماه امسال برگزار میکند.
@AINEWS
@AINEWS
کانسپت GT اُپل در نمایشگاه خودرویی ژنو در ماه مارس رونمایی خواهد شد. @AINEWS