✍راز هوش مصنوعی پیشرفته
یکی از سوالاتی که اخیرا برای بسیاری مطرح شده این است که چطور یک ماشین توانست در بازی پیچیدهای مانند «Go» انسان را شکست دهد و چه روندی به توسعه و قدرتمند شدن هوش مصنوعی یاری رساند. محققان موسسه تکنولوژی ماساچوست (MIT) و محققان دانشگاه هاروارد پرده از راز این توانمندی برداشتهاند و روش ساخت این هوش مصنوعی را علنی کردهاند.
شیوه اختراع نسل جدید هوشهای مصنوعی، الهام گرفته شده از ذهن انسان و روش حل مساله در فیزیک است. در علم فیزیک برای حل مسئله نیازمند دانستن تمامی فرمولهای ریاضی موجود و روشهای حل آنها نیستید؛ تنها کافی است بنیانهای دانش فیزیک و روش استخراج فرمولها و محاسبات را بدانید تا موفق شوید پیچیدهترین مسائل فیزیک را که تابه حال با آنها مواجه نشدید، حل کنید.
در ساخت پیشرفتهترین هوش مصنوعی نیز از روش استقرا و توالیهای ریاضی بهرهگرفته شده است و به این ترتیب الگوریتمهای بهدست آمده تقریبا از پس هر مسالهای بر میآیند.
به گزارش آنا به نقل از MIT، در کامپیوترهای معمولی، سیستم تنها قادر به حل شرایطی است که از قبل در نظام نرمافزاریاش پیشبینی و گنجانده شده است و در حل این شرایط و مسائل نیز تنها از راههایی که در اختیارش گذاشته شده قادر به اقدام خواهد بود اما در هوش مصنوعی پیشرفته، نهتنها کامپیوتر میتواند روش حل مساله را با استفاده از بنیانهایی که آموخته، خودش استنتاج و انتخاب کند، بلکه با زیرنظر گرفتن بازخوردها میتواند روشهایی که دیگران استفاده میکنند را نیز بیاموزد.
این روش تفکر که کاملا برگرفته از تفکر و مغز انسان است کامپیوترها را قادر ساخته است تا در شرایط پیچیده و غیرقابل پیشبینی نیز بتوانند کارایی داشته باشند.
خانه هوش مصنوعی(@HomeAI)
یکی از سوالاتی که اخیرا برای بسیاری مطرح شده این است که چطور یک ماشین توانست در بازی پیچیدهای مانند «Go» انسان را شکست دهد و چه روندی به توسعه و قدرتمند شدن هوش مصنوعی یاری رساند. محققان موسسه تکنولوژی ماساچوست (MIT) و محققان دانشگاه هاروارد پرده از راز این توانمندی برداشتهاند و روش ساخت این هوش مصنوعی را علنی کردهاند.
شیوه اختراع نسل جدید هوشهای مصنوعی، الهام گرفته شده از ذهن انسان و روش حل مساله در فیزیک است. در علم فیزیک برای حل مسئله نیازمند دانستن تمامی فرمولهای ریاضی موجود و روشهای حل آنها نیستید؛ تنها کافی است بنیانهای دانش فیزیک و روش استخراج فرمولها و محاسبات را بدانید تا موفق شوید پیچیدهترین مسائل فیزیک را که تابه حال با آنها مواجه نشدید، حل کنید.
در ساخت پیشرفتهترین هوش مصنوعی نیز از روش استقرا و توالیهای ریاضی بهرهگرفته شده است و به این ترتیب الگوریتمهای بهدست آمده تقریبا از پس هر مسالهای بر میآیند.
به گزارش آنا به نقل از MIT، در کامپیوترهای معمولی، سیستم تنها قادر به حل شرایطی است که از قبل در نظام نرمافزاریاش پیشبینی و گنجانده شده است و در حل این شرایط و مسائل نیز تنها از راههایی که در اختیارش گذاشته شده قادر به اقدام خواهد بود اما در هوش مصنوعی پیشرفته، نهتنها کامپیوتر میتواند روش حل مساله را با استفاده از بنیانهایی که آموخته، خودش استنتاج و انتخاب کند، بلکه با زیرنظر گرفتن بازخوردها میتواند روشهایی که دیگران استفاده میکنند را نیز بیاموزد.
این روش تفکر که کاملا برگرفته از تفکر و مغز انسان است کامپیوترها را قادر ساخته است تا در شرایط پیچیده و غیرقابل پیشبینی نیز بتوانند کارایی داشته باشند.
خانه هوش مصنوعی(@HomeAI)
✍تقلید صدای انسان با هوش مصنوعی گوگل
تیم فناوری موسوم به “هوش مصنوعی ذهن عمیق گوگل” موفق به طراحی و ساخت یک سامانه هوش مصنوعی شده که می تواند از صحبت کردن انسانها تقلید کند.این ربات با نام “شبکه موج”(WaveNet) با دقتی بیسابقه و دقیق میتواند صداها و مکالمات انسانی را درک کرده و از آنها تقلید کند.
فناوری ذهن عمیق گوگل از طریق نمونهبرداری از صدای واقعی انسان و مدلسازی امواج صوتی موفق به تقلید صدای انسان شده است.در این فناوری جدید، هوش مصنوعی گوگل توانسته صدای افراد مختلف را با دقت و با توجه به ویژگیهای خاص موجود در صدای آنها بازسازی و تقلید کند و به پخش ماشینی صداهای مختلف پایان دهد.
البته در حال حاضر این صداها هنوز هم با صدای واقعی انسان تفاوتهای بسیاری دارند. در فناوریهای فعلی یک صدای ضبط شده و مصنوعی، متنهای موجود را به صدا تبدیل کرده و پاسخگوی سوالات است اما تفاوت این فناوری جدید با فناوریهای پیشین این است که قابلیت تقلید صداهای طبیعی انسانها با لهجههای مختلف را دارد.در حال حاضر WaveNet تنها قادر به درک ویژگیهای صوت بوده و نمی تواند محتوای صحبتها را درک کند اما اگر همه چیز طبق برنامه ریزی پیش برود، در آینده و با ارتقای این فناوری میتوان به این مهم نیز دست یافت.
خانه هوش مصنوعی(@HomeAI)
تیم فناوری موسوم به “هوش مصنوعی ذهن عمیق گوگل” موفق به طراحی و ساخت یک سامانه هوش مصنوعی شده که می تواند از صحبت کردن انسانها تقلید کند.این ربات با نام “شبکه موج”(WaveNet) با دقتی بیسابقه و دقیق میتواند صداها و مکالمات انسانی را درک کرده و از آنها تقلید کند.
فناوری ذهن عمیق گوگل از طریق نمونهبرداری از صدای واقعی انسان و مدلسازی امواج صوتی موفق به تقلید صدای انسان شده است.در این فناوری جدید، هوش مصنوعی گوگل توانسته صدای افراد مختلف را با دقت و با توجه به ویژگیهای خاص موجود در صدای آنها بازسازی و تقلید کند و به پخش ماشینی صداهای مختلف پایان دهد.
البته در حال حاضر این صداها هنوز هم با صدای واقعی انسان تفاوتهای بسیاری دارند. در فناوریهای فعلی یک صدای ضبط شده و مصنوعی، متنهای موجود را به صدا تبدیل کرده و پاسخگوی سوالات است اما تفاوت این فناوری جدید با فناوریهای پیشین این است که قابلیت تقلید صداهای طبیعی انسانها با لهجههای مختلف را دارد.در حال حاضر WaveNet تنها قادر به درک ویژگیهای صوت بوده و نمی تواند محتوای صحبتها را درک کند اما اگر همه چیز طبق برنامه ریزی پیش برود، در آینده و با ارتقای این فناوری میتوان به این مهم نیز دست یافت.
خانه هوش مصنوعی(@HomeAI)
✍اطلاعات حساس داخل تصاویر بلورشده دیگر امن نیستند
دانشمندان دانشگاه تگزاس در آستین با استفاده از سیستم یادگیری ماشینی/Machine Learning و هوش مصنوعی قادر به خواندن دیتای حساس داخل تصاویر بلورشده در اینترنت شدند و به همین دلیل توصیه می شود که از ارسال دیتا به صورت تصویری روی اینترنت خودداری شود.
روش پیکسل پیکسل کردن تصاویر برای بلوره شدن و قرار دادن دیتا داخل پیکسل ها روشی است که سازمان های امنیتی در جهان از آن استفاده می کنند اما کاری که محققان دانشگاه آستین انجام داده اند نشان می دهد که این روش دیگر برای ارسال دیتا امن نیست.
محققان مذکور با قراردادن تصویر و متن کنار هم در یک شبکه عصبی/ Neutral Network توانستند ابزار بلورسازی در یوتیوب را بازکرده و با بازتعریف الگوریتم P3 بتوانند تصاویر افراد بلورشده را به صورت عادی نشان دهند. آنها در این تحقیق بین 80 تا 90 درصد به اصل تصویر دست پیدا کردند.
خانه هوش مصنوعی (@HomeAI)
دانشمندان دانشگاه تگزاس در آستین با استفاده از سیستم یادگیری ماشینی/Machine Learning و هوش مصنوعی قادر به خواندن دیتای حساس داخل تصاویر بلورشده در اینترنت شدند و به همین دلیل توصیه می شود که از ارسال دیتا به صورت تصویری روی اینترنت خودداری شود.
روش پیکسل پیکسل کردن تصاویر برای بلوره شدن و قرار دادن دیتا داخل پیکسل ها روشی است که سازمان های امنیتی در جهان از آن استفاده می کنند اما کاری که محققان دانشگاه آستین انجام داده اند نشان می دهد که این روش دیگر برای ارسال دیتا امن نیست.
محققان مذکور با قراردادن تصویر و متن کنار هم در یک شبکه عصبی/ Neutral Network توانستند ابزار بلورسازی در یوتیوب را بازکرده و با بازتعریف الگوریتم P3 بتوانند تصاویر افراد بلورشده را به صورت عادی نشان دهند. آنها در این تحقیق بین 80 تا 90 درصد به اصل تصویر دست پیدا کردند.
خانه هوش مصنوعی (@HomeAI)
✍ربات پیتزا پز هم از راه رسید
یک شرکت نوپای فناوری به نام Zume رباتی طراحی کرده که می توان از آن برای پخت پیتزا کمک گرفت. این شرکت که تنها سه ماه از آغاز فعالیتش می گذرد، از رایانه های هوشمند برای پخت پیتزا و حضور در بازار چند میلیارددلاری پخت و توزیع پیتزا کمک گرفته است. در سال های اخیر استفاده از رباتهاو ماشین های دارای هوش مصنوعی برای پخت و پز افزایش یافته و به نظر می رسد آشپزها و رستوران دارها در سراسر جهان رقبای جدی و قدرتمندی پیدا کرده اند. کارشناسان دنیای فناوری معتقدند با استفاده از رباتهاو نرم افزارهای رایانه ای می توان کارهای تکراری را به ماشینهاسپرد و وقت انسانهارا برای انجام کارهای خلاقانه تر و با ارزش تر آزاد کرد.
خانه هوش مصنوعی (@HomeAI)
یک شرکت نوپای فناوری به نام Zume رباتی طراحی کرده که می توان از آن برای پخت پیتزا کمک گرفت. این شرکت که تنها سه ماه از آغاز فعالیتش می گذرد، از رایانه های هوشمند برای پخت پیتزا و حضور در بازار چند میلیارددلاری پخت و توزیع پیتزا کمک گرفته است. در سال های اخیر استفاده از رباتهاو ماشین های دارای هوش مصنوعی برای پخت و پز افزایش یافته و به نظر می رسد آشپزها و رستوران دارها در سراسر جهان رقبای جدی و قدرتمندی پیدا کرده اند. کارشناسان دنیای فناوری معتقدند با استفاده از رباتهاو نرم افزارهای رایانه ای می توان کارهای تکراری را به ماشینهاسپرد و وقت انسانهارا برای انجام کارهای خلاقانه تر و با ارزش تر آزاد کرد.
خانه هوش مصنوعی (@HomeAI)
✍تشخیص احساسات با امواج بی سیم
محققین در موسسه فناوری علوم کامپیوتر و هوش مصنوعی ماساچوست (CSAIL) راهی یافتند که احساسات را با استفاده از امواج بی سیم تشخیص دهند.
فادل ادیب، محقق دکتری می گوید "شما همیشه در محاصره امواج بی سیم توسط وای فای، تلویزیون و سایر موارد هستید. این سیگنال ها با بدن انسان در تعامل هستند و زمانی که شما حرکت میکنید، امواج در محیط اطراف شما تغییر می کنند. چیزی شبیه به چرخش آب در اطراف شما زمانی که در استخر شنا میکنید. با استخراج و تحلیل این سیگنال ها و تعامل آنها با افراد، می توانیم به جزییات دقیقی در مورد نحوه تنفس و ضربان قلب دست یابیم.”
ایده پشت این کار این است که فناوری حاضر برای ردیابی احساسات مانند دوربین های شناسایی چهره است که به دنبال حالت های خاص می گردد و همیشه قابل اعتماد نیست. اما با استفاده از رادیو سیستم EQ می توان با دقت ۸۷ درصد فهمید یک فرد هیجان زده، شاد، عصبانی و یا غمگین است.
با تحلیل انعکاس امواج بی سیم از بدن افراد، EQ-Radio قادر است ضربان قلب را با دقت ECG در آزمون کاردیولوژی قلب تعیین کند. این پروژه در کنفرانس بین المللی شبکه ارتباطی و محاسبات سیار در اکتبر ارائه می شود. همچنین برنامه هایی برای استفاده تجاری از این فناوری وجود دارد.
ادیب می گوید "برخی کاربردهای این فناوری می تواند برای محیط هوشمند باشد. برای مثال، اگر شما در پایان یک روز سخت و طولانی به خانه برمیگردید، خانه شما با استفاده از امواج بی سیم احساسات شما را درک خواهد کرد. اگر بداند شما خسته اید، میتواند برای شما موسیقی آرامش بخش و نور ملایم پخش کند.”
دیگر استفاده بالقوه برای این دستگاه می تواند به عنوان فناوری تشخیصی برای تشخیص افسردگی باشد و یا یک ابزار هنری برای فیلم سازان در ارزیابی تاثیر تبلیغات بر افراد باشد.
خانه هوش مصنوعی (@HomeAI)
محققین در موسسه فناوری علوم کامپیوتر و هوش مصنوعی ماساچوست (CSAIL) راهی یافتند که احساسات را با استفاده از امواج بی سیم تشخیص دهند.
فادل ادیب، محقق دکتری می گوید "شما همیشه در محاصره امواج بی سیم توسط وای فای، تلویزیون و سایر موارد هستید. این سیگنال ها با بدن انسان در تعامل هستند و زمانی که شما حرکت میکنید، امواج در محیط اطراف شما تغییر می کنند. چیزی شبیه به چرخش آب در اطراف شما زمانی که در استخر شنا میکنید. با استخراج و تحلیل این سیگنال ها و تعامل آنها با افراد، می توانیم به جزییات دقیقی در مورد نحوه تنفس و ضربان قلب دست یابیم.”
ایده پشت این کار این است که فناوری حاضر برای ردیابی احساسات مانند دوربین های شناسایی چهره است که به دنبال حالت های خاص می گردد و همیشه قابل اعتماد نیست. اما با استفاده از رادیو سیستم EQ می توان با دقت ۸۷ درصد فهمید یک فرد هیجان زده، شاد، عصبانی و یا غمگین است.
با تحلیل انعکاس امواج بی سیم از بدن افراد، EQ-Radio قادر است ضربان قلب را با دقت ECG در آزمون کاردیولوژی قلب تعیین کند. این پروژه در کنفرانس بین المللی شبکه ارتباطی و محاسبات سیار در اکتبر ارائه می شود. همچنین برنامه هایی برای استفاده تجاری از این فناوری وجود دارد.
ادیب می گوید "برخی کاربردهای این فناوری می تواند برای محیط هوشمند باشد. برای مثال، اگر شما در پایان یک روز سخت و طولانی به خانه برمیگردید، خانه شما با استفاده از امواج بی سیم احساسات شما را درک خواهد کرد. اگر بداند شما خسته اید، میتواند برای شما موسیقی آرامش بخش و نور ملایم پخش کند.”
دیگر استفاده بالقوه برای این دستگاه می تواند به عنوان فناوری تشخیصی برای تشخیص افسردگی باشد و یا یک ابزار هنری برای فیلم سازان در ارزیابی تاثیر تبلیغات بر افراد باشد.
خانه هوش مصنوعی (@HomeAI)
Forwarded from چالش های برنامه نویسی
باسلام. مرکز فناوری اطلاعات و فضای مجازی دانشگاه تهران به تعدادی برنامه نویس مسلط به پایتون نیاز دارد. متقاضیان از طریق ایمیل hfaili@ut.ac.irتماس حاصل نمایند.
@pythonchallenge
@pythonchallenge
Forwarded from چالش های برنامه نویسی
✅ثبت نام نهایی دوره تکمیلی پایتون
🌐لینک مشاهده جزییات،سرفصل و ثبت نام :
🌐https://evand.ir/events/pythonchallenge
☸کد تخفیف 50 درصد : pythonchallenge
@pythonchallenge
🌐لینک مشاهده جزییات،سرفصل و ثبت نام :
🌐https://evand.ir/events/pythonchallenge
☸کد تخفیف 50 درصد : pythonchallenge
@pythonchallenge
✍مایکروسافت امیدوار است هوش مصنوعی درمان بهتری برای سرطان پیدا کند
گوگل تنها کمپانی نیست که تلاش دارد از هوش مصنوعی برای مبارزه با سرطان کمک کند. مایکروسافت هم اخیرا از پروژه Hanover پرده برداری کرد.
این پروژه تلاشی برای استفاده از هوش مصنوعی برای درک و درمان سرطان است. برای شروع، مایکروسافت سیستمی توسعه داده که می تواند به طور خودکار انبوهی از مقالات پزشکی را پردازش کرده و یک پایگاه داده در" مقیاس ژنوم" ایجاد کند که می تواند پیش بینی کند که کدام داروها می توانند برای نوع سرطان مورد نظر موثر باشند، بدین ترتیب شیوه درمان ایده آل از دید پزشکان دور نخواهد ماند.
مایکروسافت همچنین با موسسه سرطان Knight که داروهای مخلوط را بر اساس بیمار به بیمار تولید می کند، همکاری دارد. آنها در درجه اول بر روی لوکمیا ملوئید حاد(myeloid leukemia) که می تواند با یک بار بر روی لوکمیاهای متعدد مبارزه کند، تمرکز کردند. یادگیری ماشینی می تواند شناسایی کند بیماران با چه سرطانی درگیر هستید و پزشکان با توجه به آن به درمان بپردازند. بخش دیگر این تحقیقات، درک اینکه چگونه تومورها به درمان واکنش نشان می دهند، می باشد. با این که پزشکان می توانند به آسانی تومورها را شناسایی کنند، اما نمی توانند همیشه بگویند که چگونه تومورها تغییر می یابند یا چگونه بر روی سلامت سلولهای نزدیک خود تاثیر می گذارند. به همین دلیل این شیوه می تواند بسیار مفید باشد.
پروژه ردموند حتی فراتر از این رفته و می خواهد بر روی هوش مصنوعی برای برنامه ریزی سلول ها برای مبارزه با سرطان و بیماری های دیگر تکیه کند. می توانید یک کامپیوتر مولکولی بسازید که مراقب بیماری ها و باعث تحریک واکنش می شود و تنها زمانی با بیماری مقابله می کند که بخش موردنظر بدن برسد. بسیاری از درمان های سرطان در حال حاضر به گونه ای هستند که سلولهای سالمی که در کنار سلول های سرطانی هستند را هم از بین می برند.
دکتر Brooke Magnanti محقق سرطان بیان کرد که سرطان یک گروه از بیماری هاست که به راحتی می تواند رفع شود. اماکامپیوترهای مدرن تنها در انجام وظایف بسیار سریع هستند و نمی توانند آن را رفع کنند. البته نمی توان گفت که تلاش های مایکروسافت بیهوده است، اما به اندازه کافی برای خنثی کردن بیماری هایی که در چند دهه گذشته در زمینه پزشکی وجود داشته اند، کافی نیست.
خانه هوش مصنوعی (@HomeAI)
گوگل تنها کمپانی نیست که تلاش دارد از هوش مصنوعی برای مبارزه با سرطان کمک کند. مایکروسافت هم اخیرا از پروژه Hanover پرده برداری کرد.
این پروژه تلاشی برای استفاده از هوش مصنوعی برای درک و درمان سرطان است. برای شروع، مایکروسافت سیستمی توسعه داده که می تواند به طور خودکار انبوهی از مقالات پزشکی را پردازش کرده و یک پایگاه داده در" مقیاس ژنوم" ایجاد کند که می تواند پیش بینی کند که کدام داروها می توانند برای نوع سرطان مورد نظر موثر باشند، بدین ترتیب شیوه درمان ایده آل از دید پزشکان دور نخواهد ماند.
مایکروسافت همچنین با موسسه سرطان Knight که داروهای مخلوط را بر اساس بیمار به بیمار تولید می کند، همکاری دارد. آنها در درجه اول بر روی لوکمیا ملوئید حاد(myeloid leukemia) که می تواند با یک بار بر روی لوکمیاهای متعدد مبارزه کند، تمرکز کردند. یادگیری ماشینی می تواند شناسایی کند بیماران با چه سرطانی درگیر هستید و پزشکان با توجه به آن به درمان بپردازند. بخش دیگر این تحقیقات، درک اینکه چگونه تومورها به درمان واکنش نشان می دهند، می باشد. با این که پزشکان می توانند به آسانی تومورها را شناسایی کنند، اما نمی توانند همیشه بگویند که چگونه تومورها تغییر می یابند یا چگونه بر روی سلامت سلولهای نزدیک خود تاثیر می گذارند. به همین دلیل این شیوه می تواند بسیار مفید باشد.
پروژه ردموند حتی فراتر از این رفته و می خواهد بر روی هوش مصنوعی برای برنامه ریزی سلول ها برای مبارزه با سرطان و بیماری های دیگر تکیه کند. می توانید یک کامپیوتر مولکولی بسازید که مراقب بیماری ها و باعث تحریک واکنش می شود و تنها زمانی با بیماری مقابله می کند که بخش موردنظر بدن برسد. بسیاری از درمان های سرطان در حال حاضر به گونه ای هستند که سلولهای سالمی که در کنار سلول های سرطانی هستند را هم از بین می برند.
دکتر Brooke Magnanti محقق سرطان بیان کرد که سرطان یک گروه از بیماری هاست که به راحتی می تواند رفع شود. اماکامپیوترهای مدرن تنها در انجام وظایف بسیار سریع هستند و نمی توانند آن را رفع کنند. البته نمی توان گفت که تلاش های مایکروسافت بیهوده است، اما به اندازه کافی برای خنثی کردن بیماری هایی که در چند دهه گذشته در زمینه پزشکی وجود داشته اند، کافی نیست.
خانه هوش مصنوعی (@HomeAI)
✍یک گزارش جدید از دانشگاه استنفورد توضیح میدهد که تا سال ۲۰۳۰ هوش مصنوعی چه نقشهای میتواند در زندگی ما داشته باشد.
هوش مصنوعی به تدریج یکی از بخشهای جدانشدنی زندگی مدرن شده است.
یک کامپیوتر مجهز به هوش مصنوعی میتواند با آموزش خودش، به محیط واکنش نشان دهد، بدون اینکه انسانها دستورالعمل خاصی به آنها بدهند.
یک گزارش جدید از دانشگاه استنفورد توضیح میدهد که تا سال ۲۰۳۰ هوش مصنوعی چه نقشهای میتواند در زندگی ما داشته باشد.
در ادامه ۵ نمونه از این نقشها را میتوانید مطالعه کنید.
چراغ راهنمایی رانندگی هوشمند
بسیاری از افراد با آزردگی ناشی از انتظار در صف چراغ قرمز آشنایی دارند. چراغهای راهنمایی رانندگی مدرن عموما بر مبنای یک برنامه مشخص کار میکنند. افسران پلیس هم گاهی اوقات هنگام رویدادهای خاص یا موارد اورژانسی مداخله میکنند.
در حال حاضر، چراغهای راهنمایی رانندگی به اصطلاح هوشمند میتوانند با استفاده از دوربینها و حسگرهای جاده زمانبندی کنترل ترافیک را تنظیم کنند. این چراغها با جمعآوری داده و تصمیمگیری به طور مستقل از انسانها، میتوانند خودشان را با خاصیت رندوم ترافیک وفق دهند.
رباتهای خانگی
تا ۱۵ سال دیگر، رباتهای هوشمند در خانهی همه ما پیدا میشوند. خانههای هوشمند میتوانند یاد بگیرند که متناسب با سلایق شخصی که وارد اتاق میشود، برنامه تلویزیونی یا موسیقی پخش کنند.
این خانهها همچنین در طول روز نور و دمای اتاق را متناسب با برنامهی هر فرد را تنظیم میکنند. انباریها به مالکان خانه یادآوری میکنند که برای مهمانی آینده وسایل لازم را تهیه کنند، وقتی که ذخایر غذای مورد علاقه آنها کم میشود، هشدار دهند یا اینکه بر اساس محتویاتشان دستور غذاهایی را پیشنهاد دهند.
هوش مصنوعی سلایق و ویژگیهای شاخص هر فرد را یاد میگیرد و با همه قسمتهای خانه هوشمند کار میکند.
پزشکان هوش مصنوعی
علیرغم تمام پیشرفتهای اخیر در زمینه سلامت و پزشکی، ویزیت دکتر هنوز هیچ تغییری نکرده، بیماران علایمشان را برای یک پزشک توصیف میکنند، او هم یک سنجش فیزیکی انجام میدهد. با پیدایش هوش مصنوعی هوشمندتر، بیماران میتوانند علایمشان را برای یک کامپیوتر توصیف کنند.
کامپیوتر هم بلافاصله لیست عوامل احتمالی بروز علایم را آماده میکند، به این ترتیب دکتر میتواند تلاشهایش را صرف تشخیص بیماری کند. یک دستیار پزشک کامپیوتری، به کمک تکنولوژی پیشرفته تشخیص گفتار و با مقایسه علایم با یک پایگاه داده میتواند سرعت ویزیتهای دکتر را افزایش دهد و احتمال تشخیص اشتباه را هم کاهش دهد.
پلیس پیشگیرانه
تا سال ۲۰۳۰ به کمک هوش مصنوعی امن نگه داشتن جوامع آسانتر میشود. بسیاری از ادارههای پلیس از همین حالا، از داده برای بررسی روند جرم و جنایت استفاده میکنند، اما سیستمهای هوشمند کامپیوتری میتوانند روزی به طور اتوماتیک و پیوسته آمار جرم و جنایت را آنالیز کنند.
هوش مصنوعی با مقایسه جرمها و مکانهای وقوع آنها میتواند نقش یک مشاور مستقل را برای فرماندههای پلیس داشته باشد و در رابطه با زمان و مکان اعزام نیروهای پلیس راهنمایی کند.
هوش مصنوعی حتی میتواند روابط بین مظنونان و مجرمان محکوم را تحلیل کند تا حدس بزند که آنها با چه کسانی تعامل داشتهاند. اما هنوز مشکلاتی با این تکنولوژی وجود دارد. دادههای ورودی به این فناوریها ممکن است تحت تاثیر تعصبات نژادی برنامهنویسان قرار گیرد.
کلاس درس
تا سال ۲۰۳۰ شاید دستیار معلم شما انسان نباشد. هوش مصنوعی به سرعت میتواند به سوالات دانشآموزان پاسخ دهد و همچنین به آموزگاران و استادان در نمره دادن کمک کند. برنامههای کامپیوتری و حتی رباتهای انساننما میتوانند نقاط قوت و ضعف تک تک دانشآموزان را بفهمند و برای آنها تکالیف متناسب را آماده کنند.
کامپیوتر به کمک هوش مصنوعی میتواند به طور مستقل به دانشآموزان پاسخ دهد، طوری که پاسخ آن مثل یک انسان به نظر میرسد. رباتها همچنین میتوانند برای کسانی که میخواهند زبان دیگری را بیاموزند، نقش طرف مقابل گفتگو را داشته باشند و کاملا در اختیار فرد باشند.
خانه هوش مصنوعی (@HomeAI)
هوش مصنوعی به تدریج یکی از بخشهای جدانشدنی زندگی مدرن شده است.
یک کامپیوتر مجهز به هوش مصنوعی میتواند با آموزش خودش، به محیط واکنش نشان دهد، بدون اینکه انسانها دستورالعمل خاصی به آنها بدهند.
یک گزارش جدید از دانشگاه استنفورد توضیح میدهد که تا سال ۲۰۳۰ هوش مصنوعی چه نقشهای میتواند در زندگی ما داشته باشد.
در ادامه ۵ نمونه از این نقشها را میتوانید مطالعه کنید.
چراغ راهنمایی رانندگی هوشمند
بسیاری از افراد با آزردگی ناشی از انتظار در صف چراغ قرمز آشنایی دارند. چراغهای راهنمایی رانندگی مدرن عموما بر مبنای یک برنامه مشخص کار میکنند. افسران پلیس هم گاهی اوقات هنگام رویدادهای خاص یا موارد اورژانسی مداخله میکنند.
در حال حاضر، چراغهای راهنمایی رانندگی به اصطلاح هوشمند میتوانند با استفاده از دوربینها و حسگرهای جاده زمانبندی کنترل ترافیک را تنظیم کنند. این چراغها با جمعآوری داده و تصمیمگیری به طور مستقل از انسانها، میتوانند خودشان را با خاصیت رندوم ترافیک وفق دهند.
رباتهای خانگی
تا ۱۵ سال دیگر، رباتهای هوشمند در خانهی همه ما پیدا میشوند. خانههای هوشمند میتوانند یاد بگیرند که متناسب با سلایق شخصی که وارد اتاق میشود، برنامه تلویزیونی یا موسیقی پخش کنند.
این خانهها همچنین در طول روز نور و دمای اتاق را متناسب با برنامهی هر فرد را تنظیم میکنند. انباریها به مالکان خانه یادآوری میکنند که برای مهمانی آینده وسایل لازم را تهیه کنند، وقتی که ذخایر غذای مورد علاقه آنها کم میشود، هشدار دهند یا اینکه بر اساس محتویاتشان دستور غذاهایی را پیشنهاد دهند.
هوش مصنوعی سلایق و ویژگیهای شاخص هر فرد را یاد میگیرد و با همه قسمتهای خانه هوشمند کار میکند.
پزشکان هوش مصنوعی
علیرغم تمام پیشرفتهای اخیر در زمینه سلامت و پزشکی، ویزیت دکتر هنوز هیچ تغییری نکرده، بیماران علایمشان را برای یک پزشک توصیف میکنند، او هم یک سنجش فیزیکی انجام میدهد. با پیدایش هوش مصنوعی هوشمندتر، بیماران میتوانند علایمشان را برای یک کامپیوتر توصیف کنند.
کامپیوتر هم بلافاصله لیست عوامل احتمالی بروز علایم را آماده میکند، به این ترتیب دکتر میتواند تلاشهایش را صرف تشخیص بیماری کند. یک دستیار پزشک کامپیوتری، به کمک تکنولوژی پیشرفته تشخیص گفتار و با مقایسه علایم با یک پایگاه داده میتواند سرعت ویزیتهای دکتر را افزایش دهد و احتمال تشخیص اشتباه را هم کاهش دهد.
پلیس پیشگیرانه
تا سال ۲۰۳۰ به کمک هوش مصنوعی امن نگه داشتن جوامع آسانتر میشود. بسیاری از ادارههای پلیس از همین حالا، از داده برای بررسی روند جرم و جنایت استفاده میکنند، اما سیستمهای هوشمند کامپیوتری میتوانند روزی به طور اتوماتیک و پیوسته آمار جرم و جنایت را آنالیز کنند.
هوش مصنوعی با مقایسه جرمها و مکانهای وقوع آنها میتواند نقش یک مشاور مستقل را برای فرماندههای پلیس داشته باشد و در رابطه با زمان و مکان اعزام نیروهای پلیس راهنمایی کند.
هوش مصنوعی حتی میتواند روابط بین مظنونان و مجرمان محکوم را تحلیل کند تا حدس بزند که آنها با چه کسانی تعامل داشتهاند. اما هنوز مشکلاتی با این تکنولوژی وجود دارد. دادههای ورودی به این فناوریها ممکن است تحت تاثیر تعصبات نژادی برنامهنویسان قرار گیرد.
کلاس درس
تا سال ۲۰۳۰ شاید دستیار معلم شما انسان نباشد. هوش مصنوعی به سرعت میتواند به سوالات دانشآموزان پاسخ دهد و همچنین به آموزگاران و استادان در نمره دادن کمک کند. برنامههای کامپیوتری و حتی رباتهای انساننما میتوانند نقاط قوت و ضعف تک تک دانشآموزان را بفهمند و برای آنها تکالیف متناسب را آماده کنند.
کامپیوتر به کمک هوش مصنوعی میتواند به طور مستقل به دانشآموزان پاسخ دهد، طوری که پاسخ آن مثل یک انسان به نظر میرسد. رباتها همچنین میتوانند برای کسانی که میخواهند زبان دیگری را بیاموزند، نقش طرف مقابل گفتگو را داشته باشند و کاملا در اختیار فرد باشند.
خانه هوش مصنوعی (@HomeAI)
Forwarded from مجله هوش مصنوعی
✍وب سایت خانه هوش مصنوعی در حال کامل نمودن منابع اطلاعاتی می باشد جهت دسترسی به این منابع میتوانید از لینک های زیر استفاده کنید
🔵کتاب و مجلات مرتبط با هوش مصنوعی
🌐http://homeai.ir/books/
🔵ویدئو های جذاب هوش مصنوعی
🌐http://homeai.ir/videos/
🔵همایش و کنفرانس های هوش مصنوعی
🌐http://homeai.ir/conference/
🔵مقدمه و سوالات متداول هوش مصنوعی
🌐http://homeai.ir/directory/category/introduction/
🔵الگوریتم های هوش مصنوعی
🌐http://homeai.ir/directory/category/algorithms/
🔵داده های هوش مصنوعی
🌐http://homeai.ir/directory/category/data-sets/
🔵آدم های موفق هوش مصنوعی
🌐http://homeai.ir/directory/category/people/
🔵شرکت های هوش مصنوعی
🌐http://homeai.ir/company/
🔵فروشگاه پروژه های هوش مصنوعی
🌐http://homeai.ir/store/
🔵شغل های هوش مصنوعی
🌐http://homeai.ir/jobs/
🔵فروم و گروه های هوش مصنوعی
🌐http://homeai.ir/aigroup/
🔵هوش مصنوعی در شبکه های اجتماعی
🌐http://homeai.ir/socialnetwork/
🔵سایت ها و وبلاگ های هوش مصنوعی
🌐http://homeai.ir/website/
پيگيري آخرين اخبار هوش مصنوعي (https://telegram.me/HomeAI)
🔵کتاب و مجلات مرتبط با هوش مصنوعی
🌐http://homeai.ir/books/
🔵ویدئو های جذاب هوش مصنوعی
🌐http://homeai.ir/videos/
🔵همایش و کنفرانس های هوش مصنوعی
🌐http://homeai.ir/conference/
🔵مقدمه و سوالات متداول هوش مصنوعی
🌐http://homeai.ir/directory/category/introduction/
🔵الگوریتم های هوش مصنوعی
🌐http://homeai.ir/directory/category/algorithms/
🔵داده های هوش مصنوعی
🌐http://homeai.ir/directory/category/data-sets/
🔵آدم های موفق هوش مصنوعی
🌐http://homeai.ir/directory/category/people/
🔵شرکت های هوش مصنوعی
🌐http://homeai.ir/company/
🔵فروشگاه پروژه های هوش مصنوعی
🌐http://homeai.ir/store/
🔵شغل های هوش مصنوعی
🌐http://homeai.ir/jobs/
🔵فروم و گروه های هوش مصنوعی
🌐http://homeai.ir/aigroup/
🔵هوش مصنوعی در شبکه های اجتماعی
🌐http://homeai.ir/socialnetwork/
🔵سایت ها و وبلاگ های هوش مصنوعی
🌐http://homeai.ir/website/
پيگيري آخرين اخبار هوش مصنوعي (https://telegram.me/HomeAI)
Forwarded from چالش های برنامه نویسی
✅دوره داده کاوی و پردازش تصویر با پایتون
دوره پیشرفته پایتون که شامل داده کاوی و پردازش تصویر با پایتون می باشد بعد از اتمام دوره تکمیلی برگزار خواهد شد.
به علت وابستگی دوره ها به همه توصیه میکنیم دوره مقدماتی و دوره تکمیلی پایتون را شرکت نمایید.
با توجه به اینکه پایتون یکی از زبان های کاربردی در هوش مصنوعی می باشد این دوره رو به علاقه مندان این رشته توصیه میکنیم.
✅ثبت نام در دوره مقدماتی(رایگان)
🌐https://telegram.me/joinchat/BnlrSUBAbm6qtmeerUPbnQ
✅ثبت نام در دوره تکمیلی
🌐https://telegram.me/pythonchallenge/37
@pythonchallenge
دوره پیشرفته پایتون که شامل داده کاوی و پردازش تصویر با پایتون می باشد بعد از اتمام دوره تکمیلی برگزار خواهد شد.
به علت وابستگی دوره ها به همه توصیه میکنیم دوره مقدماتی و دوره تکمیلی پایتون را شرکت نمایید.
با توجه به اینکه پایتون یکی از زبان های کاربردی در هوش مصنوعی می باشد این دوره رو به علاقه مندان این رشته توصیه میکنیم.
✅ثبت نام در دوره مقدماتی(رایگان)
🌐https://telegram.me/joinchat/BnlrSUBAbm6qtmeerUPbnQ
✅ثبت نام در دوره تکمیلی
🌐https://telegram.me/pythonchallenge/37
@pythonchallenge
Telegram
PythonChallenge
این درس ادامه دار می باشد و همانطور که در ویدئو اعلام شده در درس های بعدی بر روی داده ها مورد نظر الگوریتم یادگیری اعمال خواهد شد.
✍ساخت پیشرفته ترین هوش مصنوعی جهان کلید خورد
دو قطب فناوری در آمریکا به دنبال ساخت پیشرفته ترین هوش مصنوعی جهان هستند.
در همین حال متخصصین دانشگاه MIT و شرکت فناوری IBM آمریکا با همکاری یکدیگر به دنبال توسعه قابلیت های هوش مصنوعی هستند تا به لحاظ دیدن و شنیدن همچون انسان عمل کند.
در اجرای این پرژه قرار است شرکت IBM عهده دار فراهم کردن «پلت فرم محاسبات شناختی» و دانشگاه MIT هم تحقیقات لازم را در این زمینه انجام دهد.
یکی از بزرگ ترین چالش ها در این راستا، توسعه الگوی شناختی و پیش بینی در هوش مصنوعی است.
در حال حاضر دیدن یک اتفاق و پیش بینی اینکه چه چیزی بعد از آن رخ می دهد برای هوش مصنوعی امکان پذیر نیست در حالیکه این امر برای انسان به راحتی صورت می گیرد.
در صورت مجهز شدن هوش مصنوعی به این توانمندی می توان از آنها در امور سلامتی و نظارت بر روی ماشین های پیچیده استفاده کرد.
خانه هوش مصنوعی (@HomeAI)
دو قطب فناوری در آمریکا به دنبال ساخت پیشرفته ترین هوش مصنوعی جهان هستند.
در همین حال متخصصین دانشگاه MIT و شرکت فناوری IBM آمریکا با همکاری یکدیگر به دنبال توسعه قابلیت های هوش مصنوعی هستند تا به لحاظ دیدن و شنیدن همچون انسان عمل کند.
در اجرای این پرژه قرار است شرکت IBM عهده دار فراهم کردن «پلت فرم محاسبات شناختی» و دانشگاه MIT هم تحقیقات لازم را در این زمینه انجام دهد.
یکی از بزرگ ترین چالش ها در این راستا، توسعه الگوی شناختی و پیش بینی در هوش مصنوعی است.
در حال حاضر دیدن یک اتفاق و پیش بینی اینکه چه چیزی بعد از آن رخ می دهد برای هوش مصنوعی امکان پذیر نیست در حالیکه این امر برای انسان به راحتی صورت می گیرد.
در صورت مجهز شدن هوش مصنوعی به این توانمندی می توان از آنها در امور سلامتی و نظارت بر روی ماشین های پیچیده استفاده کرد.
خانه هوش مصنوعی (@HomeAI)
چرا و چگونه ربات ها و انسان ها دنیا را متفاوت میبینند؟
وقتی هوش مصنوعی به یک تصویر نگاه میکند، چیزهایی کاملا متفاوت نسبت به یک انسان در آن میبیند...
http://homeai.ir/news122/
@HomeAI
وقتی هوش مصنوعی به یک تصویر نگاه میکند، چیزهایی کاملا متفاوت نسبت به یک انسان در آن میبیند...
http://homeai.ir/news122/
@HomeAI
فرازمینیها چه شکلی هستند؟
آیا آنها مانند خودمان کاملا “ارگانیک” یا طبیعی هستند اما اگر آنها از جنس “هوش مصنوعی” باشند، چه باید کرد؟
http://homeai.ir/news124
خانه هوش مصنوعی(@HomeAI)
آیا آنها مانند خودمان کاملا “ارگانیک” یا طبیعی هستند اما اگر آنها از جنس “هوش مصنوعی” باشند، چه باید کرد؟
http://homeai.ir/news124
خانه هوش مصنوعی(@HomeAI)