‌
✍🏻 همکاری گوگل و فیسبوک برای توسعه هوش مصنوعی

🌐 homeai.ir/klj1

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

✍🏻 تبدیل علائم مغزی به سخنرانی با هوش مصنوعی

محققان برای اولین بار موفق به ابداع الگوریتم هوش مصنوعی شده اند که قادر به تبدیل علائم مغزی بخش شنوایی مغز و تبدیل آنها به سخنرانی دقیق است.

مهندسان رایانه و متخصصان علم نانو در آمریکا با همکاری یکدیگر رابط کاربری خاصی را برای این سیستم هوش مصنوعی طراحی کرده اند که می تواند سیگنال ها و علائم مغزی را به کلمات و تصاویری مبدل کند که به سادگی قابل درک و تبادل باشند.

در آینده از این روش می توان برای کنترل انواع وسایل و ابزار محیطی از طریق مغز و بدون نیاز به هیچ گونه محصول واسطه ای بهره گرفت.

روش یادشده به درمان بیماران نیز کمک شایانی خواهد کرد، زیرا درک شرایط آنها را به صورت مستقیم برای پزشکان ممکن می کند. در آزمایشی که با استفاده از همین سیستم هوش مصنوعی بر روی تعدادی بیمار انجام شد محققان توانستند ۳۰ دقیقه از امواج مغزی آنها را ثبت کرده و به متن قابل درک از وضعیتشان مبدل کنند.

دقت سیستم یادشده برای درک علائم مغزی و تبدیل آنها به متن در حدود ۷۵ درصد است، اما پژوهشگران قصد دارند دقت سیستم یادشده را باز هم افزایش دهند.

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

✍🏻 هوش مصنوعی به کمک معلولان آمد

محققان دانشگاه‌های نورت‌وسترن و کارولینای شمالی پای مصنوعی را ساختند که با استفاده از هوش مصنوعی به بیماران کمک می‌کند تا راحت‌تر و سریع‌تر قدم بزنند.

استفاده از یک پای مصنوعی برای نخستین بار می‌تواند نگران‌کننده باشد، این بدان معناست که بیماران تمایل دارند تا با استفاده از پاهای مصنوعی خود به راحتی قدم بزنند یا حتی بدوند.

در حال حاضر محققان معتقدند که استفاده از هوش مصنوعی برای این اندام‌ها می‌تواند به بیمار کمک کند تا سریع‌تر و راحت‌تر قدم بزنند.

محققان دانشگاه‌های «نورت‌وسترن» و «کارولینای شمالی» درباره سیستمی صحبت کرده‌اند که می‌تواند در زمان تنظیم یک اندام مصنوعی مانند زانوی رباتیک، نوعی «یادگیری تقویتی» را اعمال کند. یادگیری تقویتی یکی از روش‌های یادگیری در سیستم‌های هوشمند است که براساس رابطه علت و معلولی عمل می‌کند.

آنچه اتفاق می‌افتد این است که هوش مصنوعی جنبه‌های مختلفی از جمله میزان سفت یا نرم بودن مفصل و میزان حرکت عمودی در پای مصنوعی را در نظر می‌گیرد و با تنظیم پا طبق اطلاعات، کمک می‌کند تا بیمار احساس راحت‌تری داشته باشد.

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

📗 لیست مسابقات مرتبط با هوش مصنوعی:

1️⃣ دومین دوره مسابقات ملی داده‌کاوی امیرکبیر
📆 5 بهمن آخرین روز ثبت نام می باشد.

🌐 http://autdmc.ir

2️⃣ اولین دوره مسابقه علوم داده دانشگاه شریف
📆 11 بهمن

🌐 http://datadays.sharif.edu

3️⃣ چهارمین دوره مسابقات بین‌المللی هوش مصنوعی دانشگاه صنعتی امیرکبیر
📆 10 اسفند

🌐 http://autcup.aut.ac.ir

4️⃣ نبرد هوش مصنوعی شریف
📆 16 بهمن

🌐 https://aichallenge.sharif.edu


❇️ مخاطبین گرامی اگر مسابقه ای در حال برنامه ریزی و برگزاری هست و در لیست بالا نیست می توانید از طریق آی دی ادمین ارسال کنید تا جهت اطلاع رسانی در سایت قرار گیرد.

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

📗دوره آموزشی تشخیص ایمیل‌های اسپم با روش یادگیری Naive Bayes

▪️در این دوره تمامی مراحل لازم برای ساختن یک ماشین یادگیری تشخیص ایمیل اسپم آموزش داده می‌شود. آموزش‌ها از مباحث تئوری احتمالات آغاز شده و تا یادگیری Bayesian ادامه می‌یابد. سپس مراحل لازم جهت پیاده سازی مباحث تئوری در پایتون از 0 تا 100 طی شده است.

▪️مخاطبان این دوره می توانند روش یادگیری Bayesian را که یکی از مشهورترین شیوه های یادگیری ماشین (Machine Learning) می باشد، بصورت تئوری فراگرفته و با بکار گیری آن در عمل به درک و شهود واقعی از آن برسند.

▪️مقدمات برنامه نویسی این دوره نیز بصورت کامل در آن آموزش داده می شود تا حتی عزیزانی که در حد مقدماتی و پایین تر با پایتون آَشنایی دارند، بتوانند با ما همراه باشند.

▪️پروژه عملی آموزش داده شده در این دوره می تواند در کاربرد های وسیع تر پردازش متن، از جمله تشخیص انواع متون از یکدیگر (مثل تشخیص متون سیاسی از غیر سیاسی، ورزشی از غیر ورزشی و ...) بکار گرفته شود.

▪️این دوره برای کسانی که پیش زمینه اندکی از ماشین لرنینگ و یا آمار و احتمالات در حد مقدماتی دارند مناسب می باشد.

▪️لازم به ذکر است جهت درک بهتر، در این دوره از هیچ کتابخانه آماده هوش مصنوعی و ماشین لرنینگ و دیپ لرنینگ استفاده نشده و تمامی مراحل لازم از 0 تا 100 پیاده سازی شده است.


سرفصل اولیه مطالب :

❇️ آموزش کتابخانه re (عبارت منظم)
Introduction
Metacharacters
Repeating metacharacters
Match functions
Module-level functions
Compilation flags
Modifying strings

❇️ تئوری احتمالات و قانون بیز
Introduction
Conditional probability
Total probability theorem
Bayes' theorem

❇️ پیاده سازی پروژه : دسته بندی ایمیل های اسپم

Introduction
Feature selection
Dictionary
Application of Bayes' theorem
Naive Bayes assumption
Chain rule
Joint likelihood
Parameter estimation
Implementation notes


🔴 هم اکنون میتوانید از طریق فرم زیر با پیش ثبت نام در این دوره، با آغاز دوره از زمان برگزاری مطلع گردید و هم کد تخفیفی به محض شروع دوره برایتان ارسال خواهد شد.

پیش ثبت نام دوره آموزشی تشخیص ایمیل های اسپم با روش یادگیری Naive Bayes


🔹 مرکز آموزش پایتون
➖➖➖➖➖
🆔 : @pythonchallenge

💢 مسابقه هوش مصنوعی chillin wars دانشگاه علم و صنعت

⚠️ آخرین مهلت ثبت نام، ۱۵ بهمن ماه

🌐 ChillinWars.ir
🆔 @ChillinWars
🆔 @iustcesa

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

✅ پروفسور ریچارد ساتن عنوان کرد: الگوریتم های هوش مصنوعی

ریچارد ساتن، استاد دانشگاه آلبرتا (کانادا) از پایه گذاران یادگیری تقویتی معتقد است که دستیابی به الگوریتم های قوی هوش مصنوعی تا سال 2030 محقق خواهد شد.

ریچارد ساتن (Richard Sutton)، یکی از پایه گذاران یادگیری تقویتی محاسباتی (computational reinforcement learning) محسوب می شود. وی با طرح هایی از جمله یادگیری تفاوت زمانی، روش های شبیه سازی سیاست و معماری Dyna، سهم قابل توجهی در این حوزه به خود اختصاص داده است.

ساتن در گفتگو با medium به سوالات مختلفی در زمینه علوم رایانه و هوش مصنوعی (AI) پاسخ می دهد:

تحصیلات خود را در رشته ای غیر مرتبط با علوم رایانه آغاز کردید؛ در این مورد کمی توضیح دهید.

مدرک کارشناسی را در رشته روانشناسی اخذ کردم و سپس در علوم رایانه ادامه تحصیل دادم. این کار را تغییر جهت نمی دانم؛ همواره علاقه مند بودم در مورد فرآیند یادگیری مطالعه کنم و این مبحثی است که در رشته روانشناسی به آن پرداخته می شود. پس از اخذ مدرک کارشناسی در سال 1977، بدلیل علاقه مندی به موضوع هوش مصنوعی (AI) و مسائل مرتبط با این حوزه، علوم رایانه را تا مقطع دکترا ادامه دادم.

پس از اخذ مدرک فوق دکترا از دانشگاه ماساچوست، امهرست در سال 1984، به مدت 10 سال در آزمایشگاه های GTE فعالیت کردم. از سال 1998 یکی از اعضای اصلی دپارتمان هوش مصنوعی آزمایشگاه AT&T بودم؛ از سال 2003 به عنوان استاد در دانشگاه آلبرتا (کانادا) مشغول تدریس شدم و سرپرستی آزمایشگاه یادگیری تقویتی و هوش مصنوعی (RLAI) را برعهده گرفتم.

دیدگاه من در مورد هوش مصنوعی از طریق (تحصیل در رشته) روانشناسی و مطالعه یادگیری انسان و حیوانات، رنگ دیگری پیدا کرد؛ بسیاری از متخصصان هوش مصنوعی از این پیش زمینه بی بهره بودند و روانشناسی، الهام بخش من در این مسیر بود.

توسعه یادگیری تقویتی از دهه 1970 آغاز شده است؛ آیا این روند کند نبوده است؟

یادگیری تقویتی (Reinforcement Learning) یکی از فعال ترین حوزه های پژوهشی در هوش مصنوعی محسوب می شود. من با کند بودن روند توسعه یادگیری تقویتی (RL) موافق نیستم، اما قبول دارم که افزایش منابع محاسباتی تأثیر زیادی در این زمینه داشه است. قدرت محاسبات، عامل افزایش استفاده از آن بوده است.

انتظار می رود که تا سال 2030، هوش مصنوعی (AI) قوی در اختیار داشته باشیم. این مسأله تنها به سخت افزار ارزان بستگی ندارد، بلکه نیازمند الگوریتم های قوی نیز هستیم. معتقدم که درحال حاضر، الگوریتم های قوی هوش مصنوعی در اختیار نداریم، اما می توانیم تا سال 2030 این الگوریتم ها را داشته باشیم.

تا 2030 کدام اهمیت بیشتری دارد: سخت افزار یا نرم افزار؟

این سوال مهمی است که آیا سخت افزار در اولویت است یا نرم افزار. به نرم افزار برای آزمایش سخت افزار نیاز داریم و در دسترس بودن سخت افزار، عامل رسیدن به نرم افزار است. ممکن است که تا 2030، سخت افزارهای کافی در اختیار داشته باشیم، اما همچنان به 10 سال زمان بیشتر برای توسعه الگوریتم های هوشمندتر نیاز داریم.

منافع هوش مصنوعی در روانشناسی و علوم اعصاب بسیار متنوع هستند. چرا تعامل میان هوش مصنوعی (AI)/ یادگیری تقویتی (RL) و روانشناسی/ علوم اعصاب حائز اهمیت است؟

تقویت پایه که یادگیری های مختلف را امکانپذیر می کند، اساسا در مغز یافت می شود. فرآیندهایی در مغز هستند که از قوانین مشابهی برخوردار هستند و با قوانین یادگیری تقویتی مدلسازی می شوند که مدل استاندارد سیستم جهانی (standard model of world system) در مغز گفته می شود.

مغز انسان، مدل مناسب یادگیری روانشناختی و مطالعه رفتارهای حیوانی است. در عین حال، این مدل بر مبنای یادگیری در شرایطی است که قادر به برنامه ریزی باشید. همچنین یک مدل تقویت شده از چگونگی برنامه ریزی و محل یادگیری توالی های مختلف است. با در نظر گرفتن هر دو گزینه، محققان هوش مصنوعی تلاش می کنند تا ذهن انسان را شکل داده و نقطه قوت آن را مشخص کنند.(تی نیوز)



🔯 مجله هوش مصنوعی

➖➖➖➖➖
🆔 : @HomeAI

‌
✍🏻 حذف پس زمینه عکس‌ها در ۵ثانیه

🌐 homeai.ir/02bt

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

🚩 ثبت‌نام AI Challenge 2019 آغاز شد.

🔸 از هم‌اکنون می‌توانید با تشکیل تیم‌های خود در مسابقه شرکت کنید.


💠 #ثبت‌نام کنید:
🔗 aichallenge.sharif.edu/go/RegisterNow

@aichallenge
@HomeAI

✍🏻 تولید ادویه و چاشنی‌های جدید با هوش مصنوعی

یک شرکت تولیدکننده انواع ادویه و چاشنی از برنامه هوش مصنوعی شرکت آی بی ام به منظور تولید محصولات جدید و خوش طعم و مزه خبر داده است.

برنامه ریزی میزان ترکیب مواد مختلف و محتوای هر چاشنی و ادویه جدید توسط برنامه هوش مصنوعی آی بی ام و بر مبنای درخواست و برنامه ریزی شرکت یادشده انجام می شود. هر یک از این چاشنی ها و ادویه ها برای خوش طعم کردن نوعی از مواد غذایی یا سالادها و غیره مورد استفاده قرار می گیرد.

محققان می گویند مواد طبیعی بسیار زیادی در جهان وجود دارد که می توان با ترکیب آنها چاشنی های بسیار خوشمزه ای تولید کرد، اما تولید آنها بدون استفاده از هوش مصنوعی و به صورت تجربی بسیار وقت گیر، هزینه بر و خسته کننده است. واگذار کردن این کار به هوش مصنوعی زمان و هزینه اقدامات یادشده را کاهش می دهد.

الگوریتم های هوش مصنوعی آی بی ام قادر به پیش بینی فرمول مناسب برای تولید ادویه ها و چاشنی های جدید و حتی پیش بینی واکنش افراد در برابر آنها هستند. این برنامه هوش مصنوعی حتی قادر به ارتقای سرعت تولید و کیفیت ترکیبات مورد استفاده خود در گذر زمان بر مبنای بررسی کیفیت تولیدات قبلی و واکنش به آنهاست.

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

✅ مغز زنان جوان تر از مغز مردان است


اعتمادآنلاین| محققان دانشگاه واشنگتن در این مطالعه، مغز 121 زن و 84 مرد را در سنین بین 20 تا 82 سال مورد اسکن قرار دادند تا میزان جریان اکسیژن و گلوکز را در مغزشان اندازه گیری کرده و نسبت قند مصرف شده برای گلیکولیز هوازی را در مناطق مختلف مغز تعیین کنند.

آنها برای پی بردن به رابطه بین سن و متابولیسم مغز از الگوریتم هوش مصنوعی استفاده کردند.

محققان طبق این الگوریتم دریافتند به طورمیانگین سن مغز زنان 3/8 سال جوان تر از سن تقویمی شان است.

از سوی دیگر، سن مغز مردان به طورمیانگین 2/4 سال بالاتر از سن تقویمی شان است.

حال محققان در حال بررسی این موضوع هستند که چه فاکتورهای ممکن است بر مسیر افزایش سن مغز تاثیر گذارد.(تی نیوز)



🔯 مجله هوش مصنوعی

➖➖➖➖➖
🆔 : @HomeAI

‌
✍🏻 راهبرد جدید پنتاگون در استفاده اخلاقی از هوش مصنوعی

🌐 homeai.ir/8lq2

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

‌
✍🏻 تشخیص ذات الریه با یک گوشی پزشکی

🌐 homeai.ir/fvbb

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

‌
✍🏻 نگرانی چینی ها از قدرت هوش مصنوعی ارتش آمریکا (تصمیم گیری و آتش!)

🌐 homeai.ir/6e9a

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

‌
✍🏻 کنترل ترافیک در چین با هوش مصنوعی - ویدئو

چگونه هوش مصنوعی می تواند شهر شما را به جای بهتر تبدیل کند؟

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

‌
✍🏻 یادگیری ماشین و مسائل حل‌نشدنی در ریاضیات

🌐 homeai.ir/ncro

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

‌
✍🏻 ایران رتبه ۱۵ هوش مصنوعی در دنیا را دارد!

🌐 homeai.ir/lwr0

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

📗 برگزاری دوره ویژه مقدماتی پایتون + رایگان

این دوره رایگان می باشد و از طریق تلگرام برگزار میگردد. برای اطلاع از نحوه برگزاری دوره و جزییات دقیق عضو کانال چالش پایتون شود.

🆔 : @pythonchallenge

#پایتون
#رایگان_برنامه_نویسی_یاد_بگیرید


📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

👨‍👩‍👧‍👧 به پیشنهاد یکی از اعضای کانال؛ افرادی که تمایل دارند در زمینه ترجمه کتابهای مربوط به هوش مصنوعی در قالب یک تیم فعالیت کنند میتوانند به آی دی ادمین کانال پیام ارسال کنند تا علاقه مندان بتوانند بصورت تیمی کار کنند.

@AI_AIR

#کار_تیمی
#ترجمه_کتابهای_هوش_مصنوعی


📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

🔷 اولین دوره مسابقات کشوری کدنویسی با نرم‌افزار متلب

📌ویژه تمام دانشجویان رشته‌های فنی و مهندسی

📆 زمان برگزاری : ۱۶ اسفندماه ۱۳۹۷

🌐http://matlab.aut.ac.ir

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI

‌
✍🏻 مقدار حافظه و زمان اجرای الگوریتم های مرتب سازی

📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI