✍🏻فِراری زیر چتر خدمات ابری آمازون رفت
شرکت AWS آمازون با انتشار بیانهای توضیح داد این همکاریها به طراحی و آزمایش هوشمند اتومبیلهای جدید فِراری کمک میکند و همچنین گروه مسابقهای «فرمول یک اسکودریا فِراری» از این طریق میتواند سیستم تعامل دیجیتالی برای ارتباط نزدیکتر با هواداران خود در اختیار داشته باشد.
در این بیانیه همچنین گفته شد: «این دو شرکت با یکدیگر میتوانند سرعت نوآوری در تمام بخشهای فِراری را تسریع کنند و زیرمجموعههای مختلف از جمله بخش اتومبیلهای جادهای، مسابقات جیتی، بخش چالش فِراری، و بخش فرمول یک از مزایای آن بهرهمند میشوند».
در این همکاریها شرکت فِراری از خدمات پیشرفته AWS در زمینههای مختلف از جمله تحلیل داده، یادگیری ماشینی، پردازش اطلاعات، ذخیرهسازی اطلاعات و قابلیتهای پایگاه داده برای دستیابی سریع به بینش جامع در مورد طراحی و عملکرد اتومبیلها در جاده و مسیر استفاده میکند.
شرکت فِراری نیز در بیانیه مجزا توضیح داد که هدف از تعامل با خدمات پردازش ابری و پلتفرم AWS این است که طرفداران مسابقات فرمول یک بتوانند در جریان زندگی روزمره تیم مسابقه و رانندگان محبوب خود قرار بگیرند و از طریق ابزارهای شخصیسازی، محتوای اختصاصی و برنامههای تعاملی ارتباط نزدیکتری با فِراری داشته باشند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
شرکت AWS آمازون با انتشار بیانهای توضیح داد این همکاریها به طراحی و آزمایش هوشمند اتومبیلهای جدید فِراری کمک میکند و همچنین گروه مسابقهای «فرمول یک اسکودریا فِراری» از این طریق میتواند سیستم تعامل دیجیتالی برای ارتباط نزدیکتر با هواداران خود در اختیار داشته باشد.
در این بیانیه همچنین گفته شد: «این دو شرکت با یکدیگر میتوانند سرعت نوآوری در تمام بخشهای فِراری را تسریع کنند و زیرمجموعههای مختلف از جمله بخش اتومبیلهای جادهای، مسابقات جیتی، بخش چالش فِراری، و بخش فرمول یک از مزایای آن بهرهمند میشوند».
در این همکاریها شرکت فِراری از خدمات پیشرفته AWS در زمینههای مختلف از جمله تحلیل داده، یادگیری ماشینی، پردازش اطلاعات، ذخیرهسازی اطلاعات و قابلیتهای پایگاه داده برای دستیابی سریع به بینش جامع در مورد طراحی و عملکرد اتومبیلها در جاده و مسیر استفاده میکند.
شرکت فِراری نیز در بیانیه مجزا توضیح داد که هدف از تعامل با خدمات پردازش ابری و پلتفرم AWS این است که طرفداران مسابقات فرمول یک بتوانند در جریان زندگی روزمره تیم مسابقه و رانندگان محبوب خود قرار بگیرند و از طریق ابزارهای شخصیسازی، محتوای اختصاصی و برنامههای تعاملی ارتباط نزدیکتری با فِراری داشته باشند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻چرا پنتاگون دائم خود را هک می کند؟
مرکز اطلاعات مصنوعی مشترک، ایجاد شده توسط پنتاگون برای کمک به ارتش ایالات متحده در استفاده از هوش مصنوعی، اخیراً واحدی را برای جمع آوری، طراحی و توزیع مدلهای یادگیری ماشینی منبع باز و صنعتی در گروههای سراسر وزارت دفاع تشکیل داده است. بخشی از این تلاشها به چالشی اساسی در استفاده از هوش مصنوعی برای اهداف نظامی اشاره دارد.
سیستم هوش مصنوعی موسوم به "تیم قرمز"، مدلهای از پیش آموزش دیده شده را برای شناخت نقاط ضعف بررسی میکند.تیم امنیت سایبری دیگری کدهای هوش مصنوعی ودادهها را برای آسیب پذیریهای پنهان بررسی میکند.
سیستم یادگیری ماشینی،نوعی تکنیک باپشتوانه هوش مصنوعی مدرن،شیوهای کاملاً متفاوت و اغلب قدرتمندتر، برای نوشتن کد رایانه رانشان میدهد. یادگیری ماشینی به جای نوشتن قوانین برای پیروی از ماشین، قوانین خود را با یادگیری از دادهها ایجاد میکند. اما مشکل این است که، این فرایند یادگیری، همراه با مصنوعات یا خطاهای موجود در دادههای آموزشی، میتواند باعث شود که مدلهای هوش مصنوعی به شیوههای عجیب یا غیرقابل پیش بینی رفتار کنند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
مرکز اطلاعات مصنوعی مشترک، ایجاد شده توسط پنتاگون برای کمک به ارتش ایالات متحده در استفاده از هوش مصنوعی، اخیراً واحدی را برای جمع آوری، طراحی و توزیع مدلهای یادگیری ماشینی منبع باز و صنعتی در گروههای سراسر وزارت دفاع تشکیل داده است. بخشی از این تلاشها به چالشی اساسی در استفاده از هوش مصنوعی برای اهداف نظامی اشاره دارد.
سیستم هوش مصنوعی موسوم به "تیم قرمز"، مدلهای از پیش آموزش دیده شده را برای شناخت نقاط ضعف بررسی میکند.تیم امنیت سایبری دیگری کدهای هوش مصنوعی ودادهها را برای آسیب پذیریهای پنهان بررسی میکند.
سیستم یادگیری ماشینی،نوعی تکنیک باپشتوانه هوش مصنوعی مدرن،شیوهای کاملاً متفاوت و اغلب قدرتمندتر، برای نوشتن کد رایانه رانشان میدهد. یادگیری ماشینی به جای نوشتن قوانین برای پیروی از ماشین، قوانین خود را با یادگیری از دادهها ایجاد میکند. اما مشکل این است که، این فرایند یادگیری، همراه با مصنوعات یا خطاهای موجود در دادههای آموزشی، میتواند باعث شود که مدلهای هوش مصنوعی به شیوههای عجیب یا غیرقابل پیش بینی رفتار کنند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻توانایی جدید هوش مصنوعی برای تصور چیزهایی که تاکنون ندیده است
پژوهشگران برای آزمایش و رمزگشایی از ظرفیت هوش مصنوعی روش تازهای را ابداع کردند. براساس این روش سیستمهای هوش مصنوعی میتوانند ظاهر شیئی را تخمین بزنند؛ حتی اگر قبلا هرگز آن را ندیده باشند. یونهائو جی، دانشمند کامپیوتر دانشگاه کالیفرنیای جنوبی (USC)، دراینباره میگوید:
تحتتأثیر قابلیتهای تعمیم بصری انسان سعی کردیم تصور و خیالپردازی را برای ماشینها شبیهسازی کنیم.انسان میتواند دانش دریافتی خود را براساس مشخصههایی مثل شکل، حالت، موقعیت ورنگ تفکیک وسپس این مشخصههارامجددا برای تصور شئ جدیدترکیب کند.مقاله ما تلاش میکنداین فرایند رابااستفاده از شبکههای عصبی شبیهسازی کند.
کلید حل مسئله، برونیابی است. برونیابی بهمعنی استفاده از بانک بزرگی از دادههای آموزشی و سپس فرارفتن از موارد دیده شده است. اما هوش مصنوعی معمولا براساس الگوهای مشخصی آموزش میبیند تا مشخصات گسترده و تعمیمپذیر. پژوهشگران به روشی به نام «یادگیری بازنمایی تفکیک کنترلپذیر» رسیدند که رویکردش مشابه روش ساخت دیپفیکها است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
پژوهشگران برای آزمایش و رمزگشایی از ظرفیت هوش مصنوعی روش تازهای را ابداع کردند. براساس این روش سیستمهای هوش مصنوعی میتوانند ظاهر شیئی را تخمین بزنند؛ حتی اگر قبلا هرگز آن را ندیده باشند. یونهائو جی، دانشمند کامپیوتر دانشگاه کالیفرنیای جنوبی (USC)، دراینباره میگوید:
تحتتأثیر قابلیتهای تعمیم بصری انسان سعی کردیم تصور و خیالپردازی را برای ماشینها شبیهسازی کنیم.انسان میتواند دانش دریافتی خود را براساس مشخصههایی مثل شکل، حالت، موقعیت ورنگ تفکیک وسپس این مشخصههارامجددا برای تصور شئ جدیدترکیب کند.مقاله ما تلاش میکنداین فرایند رابااستفاده از شبکههای عصبی شبیهسازی کند.
کلید حل مسئله، برونیابی است. برونیابی بهمعنی استفاده از بانک بزرگی از دادههای آموزشی و سپس فرارفتن از موارد دیده شده است. اما هوش مصنوعی معمولا براساس الگوهای مشخصی آموزش میبیند تا مشخصات گسترده و تعمیمپذیر. پژوهشگران به روشی به نام «یادگیری بازنمایی تفکیک کنترلپذیر» رسیدند که رویکردش مشابه روش ساخت دیپفیکها است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻هوش مصنوعی ساختار سه بعدی مولکولها را پیشبینی میکند
پاییز گذشته دکتر مکگیان، زیستشناس و مدیر مرکز نوآوری آنزیم در پورتسموث انگلیس، پس از خواندن مطلبی دربارهی اینکه آزمایشگاه هوش مصنوعی دیپمایند در لندن، سیستمی ساخته است که بهطور خودکار شکل آنزیمها و پروتئینهای دیگر را پیشبینی میکند، از آزمایشگاه پرسیدآیا میتواندبه او در زمینه پروژهاش کمک کند.او دراواخر هفته، فهرستی از هفت آنزیم را برای دیپمایند فرستاد. دوشنبه بعد، آزمایشگاه اشکال تمام هفت پروتئین رابرای او ارسال کرد. دکتر مکگیان میگوید: «این، کار مارایکی دو سال جلوترانداخت.»اکنون هر بیوشیمیدانی میتواند به همین شیوه به کار خود سرعت ببخشد.
روز پنجشنبه دیپمایند اشکال پیشبینیشدهی بیش از ۳۵۰ هزار پروتئین را منتشر کرد که سازوکارهای میکروسکوپی هستندکه رفتار باکتریها، ویروسها،بدن انسان و تمام موجودات زندهی دیگر را هدایت میکنند. پایگاه داده شامل ساختارهای سهبعدی تمام پروتئینهای بیانشده توسط ژنوم انسان ونیز پروتئینهایی است که در۲۰ موجودزندهی دیگر ازجمله موش،مگس میوه و باکتری ایکولای بیان میشود.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
پاییز گذشته دکتر مکگیان، زیستشناس و مدیر مرکز نوآوری آنزیم در پورتسموث انگلیس، پس از خواندن مطلبی دربارهی اینکه آزمایشگاه هوش مصنوعی دیپمایند در لندن، سیستمی ساخته است که بهطور خودکار شکل آنزیمها و پروتئینهای دیگر را پیشبینی میکند، از آزمایشگاه پرسیدآیا میتواندبه او در زمینه پروژهاش کمک کند.او دراواخر هفته، فهرستی از هفت آنزیم را برای دیپمایند فرستاد. دوشنبه بعد، آزمایشگاه اشکال تمام هفت پروتئین رابرای او ارسال کرد. دکتر مکگیان میگوید: «این، کار مارایکی دو سال جلوترانداخت.»اکنون هر بیوشیمیدانی میتواند به همین شیوه به کار خود سرعت ببخشد.
روز پنجشنبه دیپمایند اشکال پیشبینیشدهی بیش از ۳۵۰ هزار پروتئین را منتشر کرد که سازوکارهای میکروسکوپی هستندکه رفتار باکتریها، ویروسها،بدن انسان و تمام موجودات زندهی دیگر را هدایت میکنند. پایگاه داده شامل ساختارهای سهبعدی تمام پروتئینهای بیانشده توسط ژنوم انسان ونیز پروتئینهایی است که در۲۰ موجودزندهی دیگر ازجمله موش،مگس میوه و باکتری ایکولای بیان میشود.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻 ساین appen
شرکت Appen شرکتی است که طیف وسیعی از مشاغل راارائه میدهد که می توانید ازخانه انجام دهید.این مشاغل بیشترمربوط به مشاغل آموزش هوش مصنوعی یاارزیابی خدمات ارائه شده توسط موتورهای جستجو وسیستم عامل های رسانه های اجتماعی است.
مشتریان شامل رهبران جهانی درفناوری،مانند مایکروسافت، اپل، گوگل و فیس بوک وهمچنین شرکت های دیگر صنایع و همچنین دولت هستند.
نیروی کار Appen از نمایندگان مستقلی تشکیل شده است که شرکت باآنها قرارداد6ماهه امضا می کند. درزیر لیستی ازمشاغل آنلاین موجود در Appen آورده شده است که بیشترآنها برای کاربران از راه دورازهرزمینه،حتی افراد بدون تجربه مناسب است.
تحلیلگر اینترنت : کار منعطف، نیمه وقت و مستقر در خانه که به کامپیوتر و یا دستگاه همراه نیاز دارد.
مشاغل زبان : کار انعطاف پذیر در رونویسی، ترجمه و زبانشناسی است.
کارهای کوچک : کارهای ساده ورود اطلاعات یا جمع آوری داده ها که می توانید در مدت زمان حدود یک ساعت از به راحتی در خانه خود به پایان برسانید.
مشاغل شرکتی : مشاغل وابسته به دفاتر جهانی Appen در مهندسی، بازاریابی، امور مالی و فروش متمرکز هستند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
شرکت Appen شرکتی است که طیف وسیعی از مشاغل راارائه میدهد که می توانید ازخانه انجام دهید.این مشاغل بیشترمربوط به مشاغل آموزش هوش مصنوعی یاارزیابی خدمات ارائه شده توسط موتورهای جستجو وسیستم عامل های رسانه های اجتماعی است.
مشتریان شامل رهبران جهانی درفناوری،مانند مایکروسافت، اپل، گوگل و فیس بوک وهمچنین شرکت های دیگر صنایع و همچنین دولت هستند.
نیروی کار Appen از نمایندگان مستقلی تشکیل شده است که شرکت باآنها قرارداد6ماهه امضا می کند. درزیر لیستی ازمشاغل آنلاین موجود در Appen آورده شده است که بیشترآنها برای کاربران از راه دورازهرزمینه،حتی افراد بدون تجربه مناسب است.
تحلیلگر اینترنت : کار منعطف، نیمه وقت و مستقر در خانه که به کامپیوتر و یا دستگاه همراه نیاز دارد.
مشاغل زبان : کار انعطاف پذیر در رونویسی، ترجمه و زبانشناسی است.
کارهای کوچک : کارهای ساده ورود اطلاعات یا جمع آوری داده ها که می توانید در مدت زمان حدود یک ساعت از به راحتی در خانه خود به پایان برسانید.
مشاغل شرکتی : مشاغل وابسته به دفاتر جهانی Appen در مهندسی، بازاریابی، امور مالی و فروش متمرکز هستند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻 هوش مصنوعی چگونه به زمانسنجی مسابقات المپیک توکیو کمک میکند؟
امگا، زمانسنج رسمی مسابقات المپیک، از حسگرهای حرکت و بینایی کامپیوتر برای مسابقاتی نظیر شنا، ژیمناستیک و والیبال ساحلی استفاده میکند.
اما شاید جالبترین نکته این باشد که امگا چگونه هوش مصنوعی خود را برای یادگیری والیبال ساحلی آموزش داده است. آلن زوبریست، سرپرست امگا تایمینگ میگوید: «در والیبال درحال استفاده از دوربینهای با فناوریهای بینایی ماشین هستیم تا نهتنها ورزشکاران بلکه توپ را دنبال کنیم. درواقع، از ترکیبی از فناوریهای دوربین و هوش مصنوعی برای انجام این کار استفاده میکنیم».
➕مشاهده کامل خبر
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
امگا، زمانسنج رسمی مسابقات المپیک، از حسگرهای حرکت و بینایی کامپیوتر برای مسابقاتی نظیر شنا، ژیمناستیک و والیبال ساحلی استفاده میکند.
اما شاید جالبترین نکته این باشد که امگا چگونه هوش مصنوعی خود را برای یادگیری والیبال ساحلی آموزش داده است. آلن زوبریست، سرپرست امگا تایمینگ میگوید: «در والیبال درحال استفاده از دوربینهای با فناوریهای بینایی ماشین هستیم تا نهتنها ورزشکاران بلکه توپ را دنبال کنیم. درواقع، از ترکیبی از فناوریهای دوربین و هوش مصنوعی برای انجام این کار استفاده میکنیم».
➕مشاهده کامل خبر
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍1
✍🏻پیشبینی خطر ابتلا به دیابت نوع ۲ با کمک هوش مصنوعی
طی مطالعه محققان دانشگاه تورنتو با استفاده از یک مدل یادگیری ماشین دادههای سلامت جمعآوری شده از سال ۲۰۰۶ تا ۲۰۱۶ ، ۲.۱ میلیون فرد ساکن اُنتاریو را مورد تجزیه و تحلیل قرار دادند.
محققان دریافتند که میتوانند از این مدل برای پیشبینی دقیق تعداد افرادی که در یک دوره زمانی پنج ساله در معرض ابتلا به دیابت نوع ۲ بودند، استفاده کنند. مدل یادگیری ماشین یاد شده همچنین میتواند عوامل مختلفی که ممکن است روی میزان خطر ابتلای افراد به این بیماری تاثیر گذارد تجزیه و تحلیل کند.
"لارا روزلا"(Laura Rosella) نویسنده ارشد این مطالعه و استاد دانشکده پزشکی Temerty و دانشگاه تورنتو گفت: میتوان اقداماتی که برای جلوگیری ازشروع بیماری دیابت نوع ۲ کاربردی است راانجام داد.این مدل یادگیری ماشین میتوانددرمدیریت این بیماری کمک کننده باشد.
روزلا بر این باوراست که یافتههایش میتواند سبب ارتقای آگاهی سیستمهای بهداشتیِ بزرگ شده و به آنها درکاهش تعدادمبتلایان به دیابت نوع ۲ کمک کند.دقت این مدل در پیشبینی ابتلا به دیابت نوع ۲ حدود ۸۰ درصد است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
طی مطالعه محققان دانشگاه تورنتو با استفاده از یک مدل یادگیری ماشین دادههای سلامت جمعآوری شده از سال ۲۰۰۶ تا ۲۰۱۶ ، ۲.۱ میلیون فرد ساکن اُنتاریو را مورد تجزیه و تحلیل قرار دادند.
محققان دریافتند که میتوانند از این مدل برای پیشبینی دقیق تعداد افرادی که در یک دوره زمانی پنج ساله در معرض ابتلا به دیابت نوع ۲ بودند، استفاده کنند. مدل یادگیری ماشین یاد شده همچنین میتواند عوامل مختلفی که ممکن است روی میزان خطر ابتلای افراد به این بیماری تاثیر گذارد تجزیه و تحلیل کند.
"لارا روزلا"(Laura Rosella) نویسنده ارشد این مطالعه و استاد دانشکده پزشکی Temerty و دانشگاه تورنتو گفت: میتوان اقداماتی که برای جلوگیری ازشروع بیماری دیابت نوع ۲ کاربردی است راانجام داد.این مدل یادگیری ماشین میتوانددرمدیریت این بیماری کمک کننده باشد.
روزلا بر این باوراست که یافتههایش میتواند سبب ارتقای آگاهی سیستمهای بهداشتیِ بزرگ شده و به آنها درکاهش تعدادمبتلایان به دیابت نوع ۲ کمک کند.دقت این مدل در پیشبینی ابتلا به دیابت نوع ۲ حدود ۸۰ درصد است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
This media is not supported in your browser
VIEW IN TELEGRAM
✍️ در وقت استراحت بازی بسکتبال بین تیم فرانسه و آمریکا، کشور ژاپن برای به رخ کشیدن تکنولوژی خودش از ربات بسکتبالیست رونمایی کرد🏀
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻ربات هوش مصنوعی خودش دویدن را یاد گرفت
سابقه طراحی و ساخت ربات یادشده به چهار سال قبل باز می گردد و وظیفه آن حمل بار و بستههای مختلف از درون خودروهای ون به درب منازل بوده است.
این ربات دوپا با سرعت کم حرکت می کرده و تا به حال دویدن را تجربه نکرده بود. از جمله مزایای ربات یادشده امکان حرکت در باران و برف و پیمایش آهسته در مناطق باز بوده است.
پژوهشگران سرانجام تصمیم گرفتند تا از فناوری هوش مصنوعی برای افزایش مهارتهای کیسی استفاده کنند و این ربات با استفاده از الگوریتمهای مذکور آموخت چگونه زانوهای خود را بیشتر خم کند تا بتواند راحت تر بدود و در عین حال تعادلش را حفظ کند.
البته ساخت رباتهای دونده پدیده جدیدی نیست و از سال ۲۰۰۴ به این سو رباتهایی تولید شدهاند که با سرعتی بین ۴ تا ۱۱ کیلومتر در ساعت میدوند. اما خودآموزی دویدن توسط یک ربات پدیده نسبتاً تازه ای است. کیسی در جریان طی مسیر ۵ کیلومتری در محوطه دانشگاه اورگان دو بار به علت گرم شدن بیش از حد قطعات رایانهای زمین خورد. اما در نهایت این مسیر را در عرض ۵۳ دقیقه و ۳ ثانیه طی کرد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
سابقه طراحی و ساخت ربات یادشده به چهار سال قبل باز می گردد و وظیفه آن حمل بار و بستههای مختلف از درون خودروهای ون به درب منازل بوده است.
این ربات دوپا با سرعت کم حرکت می کرده و تا به حال دویدن را تجربه نکرده بود. از جمله مزایای ربات یادشده امکان حرکت در باران و برف و پیمایش آهسته در مناطق باز بوده است.
پژوهشگران سرانجام تصمیم گرفتند تا از فناوری هوش مصنوعی برای افزایش مهارتهای کیسی استفاده کنند و این ربات با استفاده از الگوریتمهای مذکور آموخت چگونه زانوهای خود را بیشتر خم کند تا بتواند راحت تر بدود و در عین حال تعادلش را حفظ کند.
البته ساخت رباتهای دونده پدیده جدیدی نیست و از سال ۲۰۰۴ به این سو رباتهایی تولید شدهاند که با سرعتی بین ۴ تا ۱۱ کیلومتر در ساعت میدوند. اما خودآموزی دویدن توسط یک ربات پدیده نسبتاً تازه ای است. کیسی در جریان طی مسیر ۵ کیلومتری در محوطه دانشگاه اورگان دو بار به علت گرم شدن بیش از حد قطعات رایانهای زمین خورد. اما در نهایت این مسیر را در عرض ۵۳ دقیقه و ۳ ثانیه طی کرد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍1
✍🏻پیش بینی نحوه پیشرفت بیماری پارکینسون با هوش مصنوعی
شرکت آی بی ام فناوری هوش مصنوعی تازه ای ابداع کرده که با استفاده از آن میتوان میزان پیشرفت بیماری پارکینسون را در افراد بررسی و پیش بینی کرد.
این مدل هوش مصنوعی با استفاده از دادههای به دست آمده از ۱۴۰۰ بیمار طراحی و عرضه شده است.
پیش از این از برنامههای هوش مصنوعی برای شناسایی تومورهای مغزی، بیماریهای کلیه و انواع سرطان استفاده شده بود.
اما برای اولین بار شرکت آی بی ام برنامه هوش مصنوعی را عرضه کرده که نشان میدهد چگونه بیماری پارکینسون در بیماران پیشرفت کرده و نشانههای آن گسترش مییابد. از این طریق میتوان زمان بندی گسترش این بیماری و نیز نحوه تشدید بیماری مذکور را مشخص کرد.
با پیش بینی نحوه گسترش این بیماری میتوان نسخههای درمانی بهتری ارائه کرد و با دقت بالایی سیر پیشرفت بیماری مذکور را حدس زد. بیماری پارکینسون بیش از ۶ میلیون نفر را در سراسر جهان درگیر کرده و فعلاً هیچ روش درمانی مشخص و قطعی برای مقابله با آن وجود ندارد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
شرکت آی بی ام فناوری هوش مصنوعی تازه ای ابداع کرده که با استفاده از آن میتوان میزان پیشرفت بیماری پارکینسون را در افراد بررسی و پیش بینی کرد.
این مدل هوش مصنوعی با استفاده از دادههای به دست آمده از ۱۴۰۰ بیمار طراحی و عرضه شده است.
پیش از این از برنامههای هوش مصنوعی برای شناسایی تومورهای مغزی، بیماریهای کلیه و انواع سرطان استفاده شده بود.
اما برای اولین بار شرکت آی بی ام برنامه هوش مصنوعی را عرضه کرده که نشان میدهد چگونه بیماری پارکینسون در بیماران پیشرفت کرده و نشانههای آن گسترش مییابد. از این طریق میتوان زمان بندی گسترش این بیماری و نیز نحوه تشدید بیماری مذکور را مشخص کرد.
با پیش بینی نحوه گسترش این بیماری میتوان نسخههای درمانی بهتری ارائه کرد و با دقت بالایی سیر پیشرفت بیماری مذکور را حدس زد. بیماری پارکینسون بیش از ۶ میلیون نفر را در سراسر جهان درگیر کرده و فعلاً هیچ روش درمانی مشخص و قطعی برای مقابله با آن وجود ندارد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻همکاری مشترک فناپ ریسرچ و تیم هوش مصنوعی پاد
بامشارکت مرکزمطالعات وتحقیقات فناپ و تیم هوش مصنوعی پاد،ابعادفنی سامانه لبه دانشی آفلاین صحت سنجی امضای شرکت فناپ در پایگاه معتبر علمی الزویرویکی از برجستهترین مجلات مرتبط با سامانههای هوشمند بهنام Experts Systems with Applications پذیرفته شد.
این کار،نتیجه یک تعامل بین تیم هوش مصنوعی ومرکز مطالعات وتحقیقات جهت تدوین محتوای مورد نظر در قالب یک مستند علمی و نیز طی شدن فرآیند شش ماهه داوری و انجام اصلاحات بود که در مقالهای تحت عنوان “CBCapsNet: A novel writer-independent offline signature verification model using a CNN-based architecture and Capsule Neural Networks” و با درج آدرس علمی فناپ منتشر شد.
این مقاله به تشریح یک رویکرد بیومتریک در صحت سنجی امضاء میپردازد که راهکاری مؤثر برای بهکارگیری در رویههای مرسوم بانکی، اداری و حقوقی به شمار میآید.دراین رویکردازیک سو
امکان راستی آزمایی یک امضابا هویت موردنظر وجود دارد، و از سوی دیگر ویژگی احراز یک هویت خاص از میان اطلاعات موجود در پایگاه داده را میسر میسازد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
بامشارکت مرکزمطالعات وتحقیقات فناپ و تیم هوش مصنوعی پاد،ابعادفنی سامانه لبه دانشی آفلاین صحت سنجی امضای شرکت فناپ در پایگاه معتبر علمی الزویرویکی از برجستهترین مجلات مرتبط با سامانههای هوشمند بهنام Experts Systems with Applications پذیرفته شد.
این کار،نتیجه یک تعامل بین تیم هوش مصنوعی ومرکز مطالعات وتحقیقات جهت تدوین محتوای مورد نظر در قالب یک مستند علمی و نیز طی شدن فرآیند شش ماهه داوری و انجام اصلاحات بود که در مقالهای تحت عنوان “CBCapsNet: A novel writer-independent offline signature verification model using a CNN-based architecture and Capsule Neural Networks” و با درج آدرس علمی فناپ منتشر شد.
این مقاله به تشریح یک رویکرد بیومتریک در صحت سنجی امضاء میپردازد که راهکاری مؤثر برای بهکارگیری در رویههای مرسوم بانکی، اداری و حقوقی به شمار میآید.دراین رویکردازیک سو
امکان راستی آزمایی یک امضابا هویت موردنظر وجود دارد، و از سوی دیگر ویژگی احراز یک هویت خاص از میان اطلاعات موجود در پایگاه داده را میسر میسازد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
📝 مهندسی هوش مصنوعی
🔸 پیش از این در مقالات مختلفی در مورد مفاهیم سطح بالا در هوش مصنوعی بحث و تبادل کردیم ، از جمله سطحی از دانش بشری که باید به آن دست پیدا کنیم ، یا از آنچه در مورد مکانیسم های محاسباتی انسان شناخته شده است تقلید کنیم و اینکه آیا افق دید ما باید کوتاه مدت باشد یا بلند مدت. این ها مطالب جالب توجهی هستند، اما اگر افراد با بیان اهداف خود به عنوان محققان هوش مصنوعی شروع کنند ، تاثیر بیشتری خواهیم گرفت.
➕ مشاهده ادامه مطلب
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
🔸 پیش از این در مقالات مختلفی در مورد مفاهیم سطح بالا در هوش مصنوعی بحث و تبادل کردیم ، از جمله سطحی از دانش بشری که باید به آن دست پیدا کنیم ، یا از آنچه در مورد مکانیسم های محاسباتی انسان شناخته شده است تقلید کنیم و اینکه آیا افق دید ما باید کوتاه مدت باشد یا بلند مدت. این ها مطالب جالب توجهی هستند، اما اگر افراد با بیان اهداف خود به عنوان محققان هوش مصنوعی شروع کنند ، تاثیر بیشتری خواهیم گرفت.
➕ مشاهده ادامه مطلب
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻رونمایی اوپو از نسل آینده دوربینهای زیر نمایشگر
کمپانی چینی اوپو Oppo، روز 13 مرداد ماه نسل آینده فناوری دوربین تحت صفحه نمایش خود را برای گوشی های هوشمند، به صورت رسمی معرفی کرد. این شرکت در این مراسم رسمی اعلام کرد که متخصصات این کمپانی بهترین فناوری نوآوری در سخت افزار را با الگوریتم های هوش مصنوعی اختصاصی خود برای فناوری دوربین جدید ترکیب کرده اند که هدف آن ارائه تجربه تمام صفحه در گوشی های هوشمند آینده است.
سازنده چینی تلفن های هوشمنددر خصوص این فناوری جدید خود اظهار داشت که راه حل دوربین زیرصفحه نمایش این شرکت می تواند یکپارچگی ویکدستی کل صفحه راحتی زمانی که دوربین در حال استفاده یا درحالت آماده به کار قرار دارد، حفظ کند. اوپو همچنین پیشرفت های مختلفی را در طول توسعه فناوری دوربین جدید خود تجربه کرده است.
این دستگاه با نوآوری جدید در طراحی ساختار و الگوریتم های AI معرفی شد. پیشرفت های قابل توجه شامل هندسه پیکسلی نوآورانه است. در فناوری جدید اندازه هر پیکسل بدون کاهش تعداد پیکسل ها، کوچک می شود تا از تراکم 400ppi حتی در ناحیه قرار گرفتن دوربین اطمینان حاصل شود.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
کمپانی چینی اوپو Oppo، روز 13 مرداد ماه نسل آینده فناوری دوربین تحت صفحه نمایش خود را برای گوشی های هوشمند، به صورت رسمی معرفی کرد. این شرکت در این مراسم رسمی اعلام کرد که متخصصات این کمپانی بهترین فناوری نوآوری در سخت افزار را با الگوریتم های هوش مصنوعی اختصاصی خود برای فناوری دوربین جدید ترکیب کرده اند که هدف آن ارائه تجربه تمام صفحه در گوشی های هوشمند آینده است.
سازنده چینی تلفن های هوشمنددر خصوص این فناوری جدید خود اظهار داشت که راه حل دوربین زیرصفحه نمایش این شرکت می تواند یکپارچگی ویکدستی کل صفحه راحتی زمانی که دوربین در حال استفاده یا درحالت آماده به کار قرار دارد، حفظ کند. اوپو همچنین پیشرفت های مختلفی را در طول توسعه فناوری دوربین جدید خود تجربه کرده است.
این دستگاه با نوآوری جدید در طراحی ساختار و الگوریتم های AI معرفی شد. پیشرفت های قابل توجه شامل هندسه پیکسلی نوآورانه است. در فناوری جدید اندازه هر پیکسل بدون کاهش تعداد پیکسل ها، کوچک می شود تا از تراکم 400ppi حتی در ناحیه قرار گرفتن دوربین اطمینان حاصل شود.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
📝 نقش هوش مصنوعی در خانه های هوشمند
🔸 هوش مصنوعی هر روز کامل تر و گسترده تر می شود و به دنبال این است که خانه های ما را هوشمند تر کند. مشخصاً ، هوش مصنوعی ظرفیت این را دارد که تاثیر عمیقی بر تعامل ما با خانه هایمان داشته باشد. توانایی دستگاه های خانه هوشمند فعلی ، چیزی بیشتر ایجاد امکان اتصال اینترنتی نیست. این دستگاه ها در برقراری ارتباط و انجام کار ها هنوز هم وابسته به کاربران خود هستند. با استفاده از هوش مصنوعی می توان این تعامل را به حداقل رساند.
➕ مشاهده ادامه مطلب
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
🔸 هوش مصنوعی هر روز کامل تر و گسترده تر می شود و به دنبال این است که خانه های ما را هوشمند تر کند. مشخصاً ، هوش مصنوعی ظرفیت این را دارد که تاثیر عمیقی بر تعامل ما با خانه هایمان داشته باشد. توانایی دستگاه های خانه هوشمند فعلی ، چیزی بیشتر ایجاد امکان اتصال اینترنتی نیست. این دستگاه ها در برقراری ارتباط و انجام کار ها هنوز هم وابسته به کاربران خود هستند. با استفاده از هوش مصنوعی می توان این تعامل را به حداقل رساند.
➕ مشاهده ادامه مطلب
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
Forwarded from Python challenge️
📌 پروژه ترجمه دوره "هوش مصنوعی برای همه" با الگوریتم هوش مصنوعی به پایان رسید. و هم اکنون می توانید کل این دوره را از طریق لینک زیر تهیه کنید:
🔗 لینک :
🌐 onlinecourses.ir/?p=1950
آموزش پیشنهادی خودتون رو به همراه لینک آموزش برای ما بفرستید تا در گام دوم ویدئو پیشنهادی با زیرنویس فارسی در اختیار شما قرار گیرد.
🗂 مرکز آموزش آنلاین و ویدئویی
➖➖➖➖➖
🆔 : @pythonchallenge
🔗 لینک :
🌐 onlinecourses.ir/?p=1950
آموزش پیشنهادی خودتون رو به همراه لینک آموزش برای ما بفرستید تا در گام دوم ویدئو پیشنهادی با زیرنویس فارسی در اختیار شما قرار گیرد.
🗂 مرکز آموزش آنلاین و ویدئویی
➖➖➖➖➖
🆔 : @pythonchallenge
✍🏻محققان برای یافتن اسرار متون باستانی از هوش مصنوعی کمک میگیرند
اکنون محققان دانشگاه نوتردام در حال ساخت شبکهی عصبی مصنوعی هستند که بتواند دست نوشتههای باستانی پیچیده را بخواند. آنها میخواهند با این کار رونویسی مبتنی بر یادگیری عمیق را بهبود بخشند.
در مقالهای که در مجلهی "Institute of Electrical and Electronics Engineers" منتشر شده است، "شیرر"، (Walter Scheirer)، استادیار دپارتمان علوم رایانه و مهندسی در دانشگاه نوتردام، توضیح میدهد که چگونه تیم او روشهای سنتی یادگیری ماشینی را با روانفیزیک (psychophysics) ترکیب کردند. روان فیزیک روشی برای اندازهگیری ارتباط میان محرکهای فیزیکی و پدیدههای روانی است. برای مثال زمانی را که یک خواننده متخصص متون صرف تشخیص یک کلمه یا حرف میکند، بررسی میکند.
متخصصین رونوشت دستی خود را وارد یک نرمافزار خاص کردند. محققان زمان واکنش خوانندگان برای درک هر کلمه و متن را اندازهگیری کردند تا میزان سختی و آسانی هر بخش را دریابند. "شیرر" میگوید، افزودن این دادهها به شبکه باعث دقیقتر شدن آن و کاهش خطا میشود.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
اکنون محققان دانشگاه نوتردام در حال ساخت شبکهی عصبی مصنوعی هستند که بتواند دست نوشتههای باستانی پیچیده را بخواند. آنها میخواهند با این کار رونویسی مبتنی بر یادگیری عمیق را بهبود بخشند.
در مقالهای که در مجلهی "Institute of Electrical and Electronics Engineers" منتشر شده است، "شیرر"، (Walter Scheirer)، استادیار دپارتمان علوم رایانه و مهندسی در دانشگاه نوتردام، توضیح میدهد که چگونه تیم او روشهای سنتی یادگیری ماشینی را با روانفیزیک (psychophysics) ترکیب کردند. روان فیزیک روشی برای اندازهگیری ارتباط میان محرکهای فیزیکی و پدیدههای روانی است. برای مثال زمانی را که یک خواننده متخصص متون صرف تشخیص یک کلمه یا حرف میکند، بررسی میکند.
متخصصین رونوشت دستی خود را وارد یک نرمافزار خاص کردند. محققان زمان واکنش خوانندگان برای درک هر کلمه و متن را اندازهگیری کردند تا میزان سختی و آسانی هر بخش را دریابند. "شیرر" میگوید، افزودن این دادهها به شبکه باعث دقیقتر شدن آن و کاهش خطا میشود.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻رباتی که ته سیگارهای جامانده در سواحل را پاکسازی می کند
ربات هوشمندی که بیچ بات (BB) نام دارد و مأموریتش پاکسازی ساحل است، هر ته سیگاری را شناسایی کرده و از روی ساحل جمع آوری می کند. رباط بیچ بات از هوش مصنوعی برای شناسایی ته سیگار استفاده می کند. عرض این ربات ساحل نورد حدود 80 سانتی متر است که با دو بازوی چنگکی مانند خود ته سیگار را شناسایی کرده و از شن بیرون می کشد و آنها را در یک محفظه ذخیره می کند تا بعداً دور ریخته شود.
رباط بیچ بات لاستیکهای بزرگی دارد و با باتری کار می کند.این ربات شبیه یک مریخ نورد است؛شاید این ربات روزی بتواند سطح مریخ را هم تمییز کند.
در حال حاضر، بیچ بات متعلق به دریا است و با جمع آوری تعدادی از 4.5 تریلیون ته سیگار به سلامت محیط زیست و زمین کمک میکند.
از آنجا که سیگار برای انسان مضر است، جای تعجب نیست که مواد شیمیایی و ریزپلاستیک ها برای جانداران دریایی نیز مضر هستند.به گزارش سیناپرس، به ویژه هنگامی که آب به ته سیگار برسد و فیلترها مواد شیمیایی سمی را به درون آب انتقال دهند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
ربات هوشمندی که بیچ بات (BB) نام دارد و مأموریتش پاکسازی ساحل است، هر ته سیگاری را شناسایی کرده و از روی ساحل جمع آوری می کند. رباط بیچ بات از هوش مصنوعی برای شناسایی ته سیگار استفاده می کند. عرض این ربات ساحل نورد حدود 80 سانتی متر است که با دو بازوی چنگکی مانند خود ته سیگار را شناسایی کرده و از شن بیرون می کشد و آنها را در یک محفظه ذخیره می کند تا بعداً دور ریخته شود.
رباط بیچ بات لاستیکهای بزرگی دارد و با باتری کار می کند.این ربات شبیه یک مریخ نورد است؛شاید این ربات روزی بتواند سطح مریخ را هم تمییز کند.
در حال حاضر، بیچ بات متعلق به دریا است و با جمع آوری تعدادی از 4.5 تریلیون ته سیگار به سلامت محیط زیست و زمین کمک میکند.
از آنجا که سیگار برای انسان مضر است، جای تعجب نیست که مواد شیمیایی و ریزپلاستیک ها برای جانداران دریایی نیز مضر هستند.به گزارش سیناپرس، به ویژه هنگامی که آب به ته سیگار برسد و فیلترها مواد شیمیایی سمی را به درون آب انتقال دهند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
✍🏻با هوش مصنوعی پنتاگون شناسایی حملات احتمالی امکانپذیر میشود
در حال حاضر هوش مصنوعی پنتاگون به راحتی با سیستمی که طراحی کرده است حجم زیادی از دادهها را مورد تحلیل و بررسی قرار میدهد و بدین ترتیب به آنها کمک میکند تا حملات احتمالی از چند روز قبل شنایی نمایند. پنتاگون با کمک این سیستم هوش مصنوعی حملات و اتفاقات را به آسانی و از چند روز قبل پیش بینی و شناسایی میکند.
سیستم GIDE، آزمایش های برتری اطلاعات جهانی، حجم بالایی از داده ها را با کمک یادگیری ماشین مورد تحلیل و بررسی گسترده قرار میدهد و در صورتی که هر داده ای را که یک نیروی انسانی ندیده است را میبیند. به عنوان مثال در صورتی که تعداد اتومبیلهای موجود در یک پارکینگ افزایش پیدا کند میتواند نشان دهنده وجود یا شکل گیری یک تهدید و خطر باشد.
بعد از اینکه این موارد توسط هوش مصنوعی پنتاگون تشخیص و شناسایی میشود به نیروهای انسانی خبر داده میشود تا ناحیه ای که گزارش داده شده است را با دقت بیشتری مورد بررسی قرار دهند. طی یک مورد آزمایشی که صورت گرفت، خطوط ارتباطی در کانال پاناما در موقعیت خطرناک قرار گرفت.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
در حال حاضر هوش مصنوعی پنتاگون به راحتی با سیستمی که طراحی کرده است حجم زیادی از دادهها را مورد تحلیل و بررسی قرار میدهد و بدین ترتیب به آنها کمک میکند تا حملات احتمالی از چند روز قبل شنایی نمایند. پنتاگون با کمک این سیستم هوش مصنوعی حملات و اتفاقات را به آسانی و از چند روز قبل پیش بینی و شناسایی میکند.
سیستم GIDE، آزمایش های برتری اطلاعات جهانی، حجم بالایی از داده ها را با کمک یادگیری ماشین مورد تحلیل و بررسی گسترده قرار میدهد و در صورتی که هر داده ای را که یک نیروی انسانی ندیده است را میبیند. به عنوان مثال در صورتی که تعداد اتومبیلهای موجود در یک پارکینگ افزایش پیدا کند میتواند نشان دهنده وجود یا شکل گیری یک تهدید و خطر باشد.
بعد از اینکه این موارد توسط هوش مصنوعی پنتاگون تشخیص و شناسایی میشود به نیروهای انسانی خبر داده میشود تا ناحیه ای که گزارش داده شده است را با دقت بیشتری مورد بررسی قرار دهند. طی یک مورد آزمایشی که صورت گرفت، خطوط ارتباطی در کانال پاناما در موقعیت خطرناک قرار گرفت.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI