✍🏻هوش مصنوعی دزدگیر می شود
یک شرکت نرم افزاری نوپا به نام سنسوری، برنامه هوش مصنوعی جدیدی را ابداع کرده که TrulySecure Sound ID نام دارد و با شناسایی و بررسی تمامی اصوات محیطی می تواند در صورت مشکوک تشخیص دادن یک صدا برای کاربر پیام هشدار ارسال کند یا حتی کلیپی از آنچه می شنود ضبط کند و برای تصمیم گیری نزد مالک خود بفرستد. فرد بر اساس کلیپ یادشده در مورد تماس با پلیس یا اقداماتی دیگر تصمیم می گیرد.
برنامه ی TrulySecure Sound ID از توانایی بی نظیری برای تمییز دادن انواع اصوات محیطی برخوردار است و انواع اصوات مانند پارس سگ، صدای هشدار گوشی که باتری آن در حال تمام شدن است، صدای زنگ در، شکسته شدن شیشه و غیره را تشخیص می دهد. اما در این میان تنها نسبت به شکسته شدن صدای شیشه حساسیت نشان می دهد.
شرکت سازنده مدعی است این برنامه هیچ داده ای را برای اشخاص ثالث ارسال نکرده و امنیت و حریم شخصی کاربران را نقض نمی کند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
یک شرکت نرم افزاری نوپا به نام سنسوری، برنامه هوش مصنوعی جدیدی را ابداع کرده که TrulySecure Sound ID نام دارد و با شناسایی و بررسی تمامی اصوات محیطی می تواند در صورت مشکوک تشخیص دادن یک صدا برای کاربر پیام هشدار ارسال کند یا حتی کلیپی از آنچه می شنود ضبط کند و برای تصمیم گیری نزد مالک خود بفرستد. فرد بر اساس کلیپ یادشده در مورد تماس با پلیس یا اقداماتی دیگر تصمیم می گیرد.
برنامه ی TrulySecure Sound ID از توانایی بی نظیری برای تمییز دادن انواع اصوات محیطی برخوردار است و انواع اصوات مانند پارس سگ، صدای هشدار گوشی که باتری آن در حال تمام شدن است، صدای زنگ در، شکسته شدن شیشه و غیره را تشخیص می دهد. اما در این میان تنها نسبت به شکسته شدن صدای شیشه حساسیت نشان می دهد.
شرکت سازنده مدعی است این برنامه هیچ داده ای را برای اشخاص ثالث ارسال نکرده و امنیت و حریم شخصی کاربران را نقض نمی کند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
🔥11👍2❤1
✍🏻هوش مصنوعی اینتل حالات عاطفی دانش آموزان را شناسایی و تجزیهوتحلیل میکند
فناوری مبتنیبر هوش مصنوعی اینتل که با مشارکت Classroom Technologies توسعه یافته است، ازطریق محصول نرمافزاری Class که با پلتفرم Zoom یکپارچه شده، ارائه میشود. هرزمان که کلاسهای دیجیتال ازطریق برنامهی ویدئو کنفرانس برگزار شود، میتوان از فناوری اینتل برای طبقهبندی زبان بدن و حالات چهرهی دانشآموزان استفاده کرد. مایکل چیس، یکی از بنیانگذاران و مدیرعامل Classroom Technologies با استناد به تجربیات معلمان پس از تدریس راهدور در طول دورهی همهگیری کرونا، امیدوار است که نرمافزار این شرکت، بینشهای بیشتری به آموزگاران ارائه دهد.
این نرمافزار جریانهای ویدئویی دانشآموزان را بههمراه اطلاعات متنی و بلادرنگ به موتور هوش مصنوعی وارد میکند؛ این فرایند به نرمافزار اجازه میدهد درک دانشآموزان از موضوع را طبقهبندی کند. هدف اصلی این تکنولوژی، بهبود جلسات تدریس یکبهیک با اجازه دادن به معلم برای واکنش لحظهای به وضعیت ذهنی هر دانشآموز است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
فناوری مبتنیبر هوش مصنوعی اینتل که با مشارکت Classroom Technologies توسعه یافته است، ازطریق محصول نرمافزاری Class که با پلتفرم Zoom یکپارچه شده، ارائه میشود. هرزمان که کلاسهای دیجیتال ازطریق برنامهی ویدئو کنفرانس برگزار شود، میتوان از فناوری اینتل برای طبقهبندی زبان بدن و حالات چهرهی دانشآموزان استفاده کرد. مایکل چیس، یکی از بنیانگذاران و مدیرعامل Classroom Technologies با استناد به تجربیات معلمان پس از تدریس راهدور در طول دورهی همهگیری کرونا، امیدوار است که نرمافزار این شرکت، بینشهای بیشتری به آموزگاران ارائه دهد.
این نرمافزار جریانهای ویدئویی دانشآموزان را بههمراه اطلاعات متنی و بلادرنگ به موتور هوش مصنوعی وارد میکند؛ این فرایند به نرمافزار اجازه میدهد درک دانشآموزان از موضوع را طبقهبندی کند. هدف اصلی این تکنولوژی، بهبود جلسات تدریس یکبهیک با اجازه دادن به معلم برای واکنش لحظهای به وضعیت ذهنی هر دانشآموز است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍9❤1
✍🏻تلاش گوگل کلاد برای دسترسی ساده به هوش مصنوعی با پلتفرم Prevision.io
هوش مصنوعی در بین کسب و کارها در حال فراگیر شدن است و گوگل کلاد با Prevision.io قصد دارد روند پذیرش و رشد بیشتر این فناوری را برای شرکت های معمولی با امکانات کمتر تسریع بخشد. در همین راستا Prevision.io با مدل تجاری pay-as-you-go ادعا کرده که به شرکتهای کوچکتر که در لیست Fortune 500 قرار ندارند و دانش مورد نیاز در زمینهی دیتا نیز برای آنها فراهم نیست اجازه میدهد پروژههای هوش مصنوعی ابری را بسازند، پیادهسازی کنند و پس از آن پروژههای خود را مدیریت کنند.
این استارت آپ مستقر در پاریس است و در سال 2016 توسط Tuncay Isik تاسیس شد و سرویسهای خود را مبتنی برای گوگل کلاد ساخته است و هم اکنون از طریق همین Google Cloud در دسترس است. گوگل کلاد در پستی که دو روز پیش منتشر کرد از اهمیت استفاده و پذیرش هوش مصنوعی و یادگیری ماشین صحبت به میان آورد و حتی اذعان کرد که 86 درصد کمپانی ها هوش مصنوعی را به عنوان یک تکنولوژی جریان اصلی و مهم میبینند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
هوش مصنوعی در بین کسب و کارها در حال فراگیر شدن است و گوگل کلاد با Prevision.io قصد دارد روند پذیرش و رشد بیشتر این فناوری را برای شرکت های معمولی با امکانات کمتر تسریع بخشد. در همین راستا Prevision.io با مدل تجاری pay-as-you-go ادعا کرده که به شرکتهای کوچکتر که در لیست Fortune 500 قرار ندارند و دانش مورد نیاز در زمینهی دیتا نیز برای آنها فراهم نیست اجازه میدهد پروژههای هوش مصنوعی ابری را بسازند، پیادهسازی کنند و پس از آن پروژههای خود را مدیریت کنند.
این استارت آپ مستقر در پاریس است و در سال 2016 توسط Tuncay Isik تاسیس شد و سرویسهای خود را مبتنی برای گوگل کلاد ساخته است و هم اکنون از طریق همین Google Cloud در دسترس است. گوگل کلاد در پستی که دو روز پیش منتشر کرد از اهمیت استفاده و پذیرش هوش مصنوعی و یادگیری ماشین صحبت به میان آورد و حتی اذعان کرد که 86 درصد کمپانی ها هوش مصنوعی را به عنوان یک تکنولوژی جریان اصلی و مهم میبینند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍9
✍🏻وقتی هوش مصنوعی، خطر ابتلا به زوال عقل را تشخیص میدهد
دستگاه مغناطیسنگاریمغزی، بسیار شبیه به سشوارهایی است که در آرایشگاهها به کار میروند. حسگرهای “اسکوئد”(SQUID) که بررسیها را انجام میدهند، در آن نهفته هستند و به طور موثری در دمای انجماد واقعی، نزدیک به صفر مطلق کار میکنند.
نخستین دستگاه مغناطیسنگاریمغزی جهان توسط شرکتی ساخته شد که از آزمایشگاه “دانشگاه فناوری هلسینکی”(TKK) پدید آمد و اکنون تولیدکننده پیشرو این تجهیزات در این زمینه است.
مغناطیسنگاریمغزی، نقش مهمی در پروژه جدید موسوم به “AI-Mind” اتحادیه اروپا بر عهده دارد که مشارکتکنندگان فنلاندی آن دانشگاه آلتو و بیمارستان دانشگاه هلسینکی هستند. هدف از این پروژه ۱۴ میلیون یورویی، یادگیری راههایی برای شناسایی بیمارانی است که زوال عقل آنها را میتوان به تأخیر انداخت یا حتی از آن پیشگیری کرد. برای تحقق این امر، علوم اعصاب و فناوری عصبی به کمک متخصصان هوش مصنوعی نیاز دارند.
💡برای مطالعه ی کامل خبر روی این لینک کلیک کنید.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
دستگاه مغناطیسنگاریمغزی، بسیار شبیه به سشوارهایی است که در آرایشگاهها به کار میروند. حسگرهای “اسکوئد”(SQUID) که بررسیها را انجام میدهند، در آن نهفته هستند و به طور موثری در دمای انجماد واقعی، نزدیک به صفر مطلق کار میکنند.
نخستین دستگاه مغناطیسنگاریمغزی جهان توسط شرکتی ساخته شد که از آزمایشگاه “دانشگاه فناوری هلسینکی”(TKK) پدید آمد و اکنون تولیدکننده پیشرو این تجهیزات در این زمینه است.
مغناطیسنگاریمغزی، نقش مهمی در پروژه جدید موسوم به “AI-Mind” اتحادیه اروپا بر عهده دارد که مشارکتکنندگان فنلاندی آن دانشگاه آلتو و بیمارستان دانشگاه هلسینکی هستند. هدف از این پروژه ۱۴ میلیون یورویی، یادگیری راههایی برای شناسایی بیمارانی است که زوال عقل آنها را میتوان به تأخیر انداخت یا حتی از آن پیشگیری کرد. برای تحقق این امر، علوم اعصاب و فناوری عصبی به کمک متخصصان هوش مصنوعی نیاز دارند.
💡برای مطالعه ی کامل خبر روی این لینک کلیک کنید.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍8
This media is not supported in your browser
VIEW IN TELEGRAM
📝 برای اولین بار در ایران تست سیستم خودران (بدون راننده) کامیون ولوو FH 540
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍15🤩5
✍🏻افشای مشخصات اولین تراشه هزار هستهای هوش مصنوعی RISC-V
ظاهراً سامسونگ و برخی دیگر از شرکتها فناوری درحال تست تراشه هوش مصنوعی جدیدی هستند که به هزارهسته پردازشی مبتنی بر معماری RISC-V مجهز شده است.
سامسونگ اعلام کرده که درحال تست تراشه هزار هستهای RISC-V است که توسط شرکت Esperanto Technologies طراحی شده ویک شتابدهنده استنتاج هوش مصنوعی محسوب میشود.
این تراشه جدید ET-SoC-1 نام داشته و به ۱۰۸۸ هسته پردازشی ۶۴ بیتی مجهز است. تراشه مذکورازلحاظ مصرف انرژی بسیاربهینه عمل کرده وازمعماری RISC-V بهره میبرد.
از ET-SoC-1 به عنوان جایگزینی برای تراشههای x86 و Arm ISA یاد میشود. اینهستهها ازواحدهای ریاضی مخصوص خود برای افزایش سرعت عملیاتهای یادگیری ماشین استفاده میکنند.
این تراشه به چهار هسته RISC-V باکارایی بالا و بیش از ۱۵۲ مگابایت حافظه کش مجهز شده است. Esperanto معتقد است که توانسته با بهرهگیری ازاین معماری، سریعترین تراشه هوش مصنوعی RISC-V رابه بازار عرضه کند. ازلحاظ مصرف انرژی این تراشه بسیار کارآمد بوده و حداکثر توان مصرفی آن برابر 20 وات گزارش شده است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
ظاهراً سامسونگ و برخی دیگر از شرکتها فناوری درحال تست تراشه هوش مصنوعی جدیدی هستند که به هزارهسته پردازشی مبتنی بر معماری RISC-V مجهز شده است.
سامسونگ اعلام کرده که درحال تست تراشه هزار هستهای RISC-V است که توسط شرکت Esperanto Technologies طراحی شده ویک شتابدهنده استنتاج هوش مصنوعی محسوب میشود.
این تراشه جدید ET-SoC-1 نام داشته و به ۱۰۸۸ هسته پردازشی ۶۴ بیتی مجهز است. تراشه مذکورازلحاظ مصرف انرژی بسیاربهینه عمل کرده وازمعماری RISC-V بهره میبرد.
از ET-SoC-1 به عنوان جایگزینی برای تراشههای x86 و Arm ISA یاد میشود. اینهستهها ازواحدهای ریاضی مخصوص خود برای افزایش سرعت عملیاتهای یادگیری ماشین استفاده میکنند.
این تراشه به چهار هسته RISC-V باکارایی بالا و بیش از ۱۵۲ مگابایت حافظه کش مجهز شده است. Esperanto معتقد است که توانسته با بهرهگیری ازاین معماری، سریعترین تراشه هوش مصنوعی RISC-V رابه بازار عرضه کند. ازلحاظ مصرف انرژی این تراشه بسیار کارآمد بوده و حداکثر توان مصرفی آن برابر 20 وات گزارش شده است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍8
✍🏻رباتهایی برای کمک به زائران در عربستان
ریاست کل امور مسجد الحرام و مسجدالنبی گفته است: «رباتهای» هدایت هوشمند «در بخشهای زنانه مسجد اعظم مکه و مسجد النبی در مدینه در عربستان سعودی، مناسک نماز و اعلامیههای اسلامی معروف به فتوا را تشریح خواهند کرد.
این رباتها هم چنین به پرسشهای مربوط به اماکن مقدس پاسخ خواهند داد و به زنان اجازه میدهند با علما ارتباط برقرار کنند. این رباتها به ۱۱ زبان از جمله انگلیسی، ترکی، فارسی و اردو و همچنین عربی پاسخ ارائه میدهند».
مقامهای سعودی در ماه جاری از این رباتها برای کمک به زائران زن و مرد که برای زیارت عمره به مکه میروند رونمایی کردند. رباتها در شهر مقدس مکه جدید نیستند.
سال گذشته، دستگاههای کوچک در ایام حج به نمازگزاران آب میدادند. دولت عربستان سعودی در حال استفاده از رباتها برای مقاصد غیر مذهبی نیز بوده است و برخی نهادهای دولتی عربستان مانند شرکت نفت دولتی آرامکو در هوش مصنوعی سرمایهگذاری میکنند. در سال ۲۰۱۷ میلادی، شهروندی عربستان سعودی به یک ربات زن به نام سوفیا اعطا شده بود.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
ریاست کل امور مسجد الحرام و مسجدالنبی گفته است: «رباتهای» هدایت هوشمند «در بخشهای زنانه مسجد اعظم مکه و مسجد النبی در مدینه در عربستان سعودی، مناسک نماز و اعلامیههای اسلامی معروف به فتوا را تشریح خواهند کرد.
این رباتها هم چنین به پرسشهای مربوط به اماکن مقدس پاسخ خواهند داد و به زنان اجازه میدهند با علما ارتباط برقرار کنند. این رباتها به ۱۱ زبان از جمله انگلیسی، ترکی، فارسی و اردو و همچنین عربی پاسخ ارائه میدهند».
مقامهای سعودی در ماه جاری از این رباتها برای کمک به زائران زن و مرد که برای زیارت عمره به مکه میروند رونمایی کردند. رباتها در شهر مقدس مکه جدید نیستند.
سال گذشته، دستگاههای کوچک در ایام حج به نمازگزاران آب میدادند. دولت عربستان سعودی در حال استفاده از رباتها برای مقاصد غیر مذهبی نیز بوده است و برخی نهادهای دولتی عربستان مانند شرکت نفت دولتی آرامکو در هوش مصنوعی سرمایهگذاری میکنند. در سال ۲۰۱۷ میلادی، شهروندی عربستان سعودی به یک ربات زن به نام سوفیا اعطا شده بود.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍7
✍🏻گوگل بهلطف هوش مصنوعی جدیتر از همیشه با سایتهای اسپم مقابله میکند
گوگل در جدیدترین گزارش Webspam میگوید موتور جستوجویش در سال ۲۰۲۱ توانست ۶ برابر بیشتر از سال ۲۰۲۰ وبسایتهای اسپم را شناسایی کند. گوگل این دستاورد را مدیون سیستم ضداسپم SpamBrain است که بر پایهی هوش مصنوعی توسعه داده شده و توانسته بیش از ۹۹ درصد جستوجوها رابه نمایش بگذارد.
براساس آنچه CNET مینویسد سیستم SpamBrain اجازه نداده کاربران روی سایتهای مخرب که حاوی بدافزار هستندو سایتهای کلاهبرداری که هدف آنهافریب کاربران برای دسترسی به اطلاعات شخصی آنها است،کلیک کنند.گوگل میگوید از آنجاکه اسپمرها بهطور مداوم درحال یافتن راهکارهایی برای دور زدن فیلترهای این شرکت هستند،استفاده ازسیستمهای هوش مصنوعی برای مقابله با آنها ضروری است.
به ادعای گوگل،استفاده از SpamBrain به کاهش ۷۰ درصدی «اسپمهای هکشده» منتهی شده است.در این حالت منظور وبسایتهایی هستند که به کدهای مخرب آلوده شدهاند وهکر با این کدهامیفهمد کاربرچه حرفهایی رادرصفحهکلید کامپیوتر فشار داده واطلاعات حسابهای کاربری رابه سرقت میبرد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
گوگل در جدیدترین گزارش Webspam میگوید موتور جستوجویش در سال ۲۰۲۱ توانست ۶ برابر بیشتر از سال ۲۰۲۰ وبسایتهای اسپم را شناسایی کند. گوگل این دستاورد را مدیون سیستم ضداسپم SpamBrain است که بر پایهی هوش مصنوعی توسعه داده شده و توانسته بیش از ۹۹ درصد جستوجوها رابه نمایش بگذارد.
براساس آنچه CNET مینویسد سیستم SpamBrain اجازه نداده کاربران روی سایتهای مخرب که حاوی بدافزار هستندو سایتهای کلاهبرداری که هدف آنهافریب کاربران برای دسترسی به اطلاعات شخصی آنها است،کلیک کنند.گوگل میگوید از آنجاکه اسپمرها بهطور مداوم درحال یافتن راهکارهایی برای دور زدن فیلترهای این شرکت هستند،استفاده ازسیستمهای هوش مصنوعی برای مقابله با آنها ضروری است.
به ادعای گوگل،استفاده از SpamBrain به کاهش ۷۰ درصدی «اسپمهای هکشده» منتهی شده است.در این حالت منظور وبسایتهایی هستند که به کدهای مخرب آلوده شدهاند وهکر با این کدهامیفهمد کاربرچه حرفهایی رادرصفحهکلید کامپیوتر فشار داده واطلاعات حسابهای کاربری رابه سرقت میبرد.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍9🔥1
✍🏻با این تیشرت میتوان از دید دوربینهای نظارتی در امان ماند
محققان دانشگاه نورث ایسترن، امآیتی و آیبیام موفق به طراحی لباسی شدهاند که با رنگ کالیدوسکوپیک چاپ شده روی آن میتواند کاربر را در برابر هوش مصنوعی، غیرقابل شناسایی کند. این دستاورد نمونهای از چند محصول تولیدی در زمینه مقابله با نظارت دیجیتال محسوب میشود.
ژو لین، پژوهشگر این گروه تحقیقاتی توضیح میدهد: این تیشرت روی شبکههای عصبی که برای تشخیص اشیا مورد استفاده قرار میگیرد، اثر میگذارد. معمولا زمانی که یک شبکه عصبی، شخص یا جسمی را در تصویر شناسایی میکند، یک باکس محدودکننده اطراف آن رسم میکند و یک برچسب به آن شیء اختصاص میدهد. لین و همکارانش با یافتن نقاط مرزی یک شبکه عصبی توانستهاند طرحی را ایجاد کنند که میتواند سیستم طبقهبندی و برچسبگذاری شبکه هوش مصنوعی را به اشتباه بیندازد.
با نگاهی دقیق و تخصصی به دو شبکه عصبی تشخیص اشیا به نامهای Yolo۲ و Faster R-CNN، این گروه تحقیقاتی توانستند مناطقی از بدن را شناسایی کنند که با افزایش نویز پیکسل به آن میتوانند هوش مصنوعی را گیج کند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
محققان دانشگاه نورث ایسترن، امآیتی و آیبیام موفق به طراحی لباسی شدهاند که با رنگ کالیدوسکوپیک چاپ شده روی آن میتواند کاربر را در برابر هوش مصنوعی، غیرقابل شناسایی کند. این دستاورد نمونهای از چند محصول تولیدی در زمینه مقابله با نظارت دیجیتال محسوب میشود.
ژو لین، پژوهشگر این گروه تحقیقاتی توضیح میدهد: این تیشرت روی شبکههای عصبی که برای تشخیص اشیا مورد استفاده قرار میگیرد، اثر میگذارد. معمولا زمانی که یک شبکه عصبی، شخص یا جسمی را در تصویر شناسایی میکند، یک باکس محدودکننده اطراف آن رسم میکند و یک برچسب به آن شیء اختصاص میدهد. لین و همکارانش با یافتن نقاط مرزی یک شبکه عصبی توانستهاند طرحی را ایجاد کنند که میتواند سیستم طبقهبندی و برچسبگذاری شبکه هوش مصنوعی را به اشتباه بیندازد.
با نگاهی دقیق و تخصصی به دو شبکه عصبی تشخیص اشیا به نامهای Yolo۲ و Faster R-CNN، این گروه تحقیقاتی توانستند مناطقی از بدن را شناسایی کنند که با افزایش نویز پیکسل به آن میتوانند هوش مصنوعی را گیج کند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍13🔥3
✍🏻تحلیل دقیق رفتار حیوانات با هوش مصنوعی
این سیستم فعلاً توانسته رفتار میمونها و موشها را با دقت بررسی کند، ولی میتوان از آن برای تحلیل رفتار تمامی گونههای جانوری استفاده کرد و در این زمینه محدودیتی وجود ندارد.
معمولاً دانشمندان مجبورند هنگام مطالعه رفتار حیوانات، ساعتها فیلم ویدئویی ضبط شده از این موجودات را که در حال انجام زندگی روزمره خود هستند تماشا کنند. با این حال به لطف یک سیستم کامپیوتری جدید هوشمند، ممکن است به زودی دیگر چنین کار وقتگیری لازم نباشد.
این فناوری که توسط گروهی محقق از دانشگاه زوریخ و مؤسسه تحقیقاتی ETH زوریخ ابداع شده، از یک الگوریتم تجزیه و تحلیل تصویر استفاده میکند که مبتنی بر یادگیری ماشینی است.
سیستم هوش مصنوعی مذکور هنگامی که برای تجزیه و تحلیل فیلمهای طولانی ضبط شده از حیوانات در زیستگاههای طبیعی یا در اسارت مورد استفاده قرار میگیرد، بین تک تک حیوانات تمایز قائل شده و رفتارهایی مانند رفتارهای مرتبط با ترس، کنجکاوی یا تعاملات اجتماعی هماهنگ با سایر اعضای همان گونه را شناسایی میکند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
این سیستم فعلاً توانسته رفتار میمونها و موشها را با دقت بررسی کند، ولی میتوان از آن برای تحلیل رفتار تمامی گونههای جانوری استفاده کرد و در این زمینه محدودیتی وجود ندارد.
معمولاً دانشمندان مجبورند هنگام مطالعه رفتار حیوانات، ساعتها فیلم ویدئویی ضبط شده از این موجودات را که در حال انجام زندگی روزمره خود هستند تماشا کنند. با این حال به لطف یک سیستم کامپیوتری جدید هوشمند، ممکن است به زودی دیگر چنین کار وقتگیری لازم نباشد.
این فناوری که توسط گروهی محقق از دانشگاه زوریخ و مؤسسه تحقیقاتی ETH زوریخ ابداع شده، از یک الگوریتم تجزیه و تحلیل تصویر استفاده میکند که مبتنی بر یادگیری ماشینی است.
سیستم هوش مصنوعی مذکور هنگامی که برای تجزیه و تحلیل فیلمهای طولانی ضبط شده از حیوانات در زیستگاههای طبیعی یا در اسارت مورد استفاده قرار میگیرد، بین تک تک حیوانات تمایز قائل شده و رفتارهایی مانند رفتارهای مرتبط با ترس، کنجکاوی یا تعاملات اجتماعی هماهنگ با سایر اعضای همان گونه را شناسایی میکند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍4
✍🏻کمک هوش مصنوعی به کشف داروهای جدید
به تازگی شرکتهای داروسازی از هوش مصنوعی برای سادهسازی فرآیند کشف داروهای جدید استفاده میکنند. مدلهای یادگیری ماشین هوش مصنوعی، میتوانند مولکولهای جدیدی را پیشنهاد کنند که دارای ویژگیهای خاصی هستند و میتوانند با بیماریهای خاص مبارزه کنند. این روش در عرض چند دقیقه کاری را انجام میدهد که ممکن است ماهها طول بکشد تا انسان به صورت دستی، به آن دست یابد.
محققان دانشگاه MIT در حال توسعه یک مدل یادگیری ماشین محدود هستند که فقط ساختارهای مولکولی را پیشنهاد میکند که میتوانند سنتز شوند. این روش تضمین میکند که مولکولها از موادی تشکیل شدهاند که میتوان آنها را خریداری کرد و در دسترس هستند و همچنین واکنشهای شیمیایی که بین آن مواد رخ میدهد، از قوانین شیمی پیروی میکند.
سیستم MIT همچنین کمتر از یک ثانیه طول میکشد تا یک مسیر مصنوعی را پیشنهاد کند، در حالی که روشهای دیگر که به طور جداگانه مولکولها را پیشنهاد میکنند و سپس سنتزپذیری آنها را ارزیابی میکنند، ممکن است چند دقیقه طول بکشند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
به تازگی شرکتهای داروسازی از هوش مصنوعی برای سادهسازی فرآیند کشف داروهای جدید استفاده میکنند. مدلهای یادگیری ماشین هوش مصنوعی، میتوانند مولکولهای جدیدی را پیشنهاد کنند که دارای ویژگیهای خاصی هستند و میتوانند با بیماریهای خاص مبارزه کنند. این روش در عرض چند دقیقه کاری را انجام میدهد که ممکن است ماهها طول بکشد تا انسان به صورت دستی، به آن دست یابد.
محققان دانشگاه MIT در حال توسعه یک مدل یادگیری ماشین محدود هستند که فقط ساختارهای مولکولی را پیشنهاد میکند که میتوانند سنتز شوند. این روش تضمین میکند که مولکولها از موادی تشکیل شدهاند که میتوان آنها را خریداری کرد و در دسترس هستند و همچنین واکنشهای شیمیایی که بین آن مواد رخ میدهد، از قوانین شیمی پیروی میکند.
سیستم MIT همچنین کمتر از یک ثانیه طول میکشد تا یک مسیر مصنوعی را پیشنهاد کند، در حالی که روشهای دیگر که به طور جداگانه مولکولها را پیشنهاد میکنند و سپس سنتزپذیری آنها را ارزیابی میکنند، ممکن است چند دقیقه طول بکشند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍10
👨💻👩💻به مناسبت نزدیک شدن به روز معلم، نام بهترین استاد یا معلم خودتون در بخش کامنت با مخاطبین ما به اشتراک بذارید. و در صورت تمایل علت محبوبیتشان را بیان کنید.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
❤5👍2
مجله هوش مصنوعی pinned «👨💻👩💻به مناسبت نزدیک شدن به روز معلم، نام بهترین استاد یا معلم خودتون در بخش کامنت با مخاطبین ما به اشتراک بذارید. و در صورت تمایل علت محبوبیتشان را بیان کنید. 📖 مجله هوش مصنوعی ➖➖➖➖➖ 🆔 : @HomeAI»
👨👨👧👧 مخاطبین عزیزی که در گروه مجله هوش مصنوعی عضو نیستند و تمایل دارند در این گروه عضو شوند و دانش خودشون رو به اشتراک بگذارند میتوانند از طریق آی دی زیر عضو گروه گردند.
@HomeAIGroup
📌لطفا بعد عضویت قوانین را مطالعه کنید.
✅در این گروه تبلیغات و تبادلات قرار نخواهد گرفت.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
@HomeAIGroup
📌لطفا بعد عضویت قوانین را مطالعه کنید.
✅در این گروه تبلیغات و تبادلات قرار نخواهد گرفت.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍3🔥2
📝کشتی خودران با کاپیتان هوش مصنوعی سفر کرد!
کشتی خودران می فلاور(MAS) در حقیقت یک وسیله نقلیه آبی خودران با طول ۵۰ فوت است که به وسیله هوش مصنوعی هدایت می شود. این کشتی خودران چهارشنبه هفته گذشته از پلیموث در انگلیس سفر خود را آغاز کرد.
اگر همه چیز طبق برنامه ریزی پیش برود، کشتی یک میلیون پوندی حدود ۳ هفته دیگر به ساحل ایالت ویرجینیا در آمریکا می رسد و به بزرگترین کشتی خودرانی تبدیل می شود که اقیانوس آتلانتیک را طی کرده است.
🔗 مشاهده ادامه مطلب
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
کشتی خودران می فلاور(MAS) در حقیقت یک وسیله نقلیه آبی خودران با طول ۵۰ فوت است که به وسیله هوش مصنوعی هدایت می شود. این کشتی خودران چهارشنبه هفته گذشته از پلیموث در انگلیس سفر خود را آغاز کرد.
اگر همه چیز طبق برنامه ریزی پیش برود، کشتی یک میلیون پوندی حدود ۳ هفته دیگر به ساحل ایالت ویرجینیا در آمریکا می رسد و به بزرگترین کشتی خودرانی تبدیل می شود که اقیانوس آتلانتیک را طی کرده است.
🔗 مشاهده ادامه مطلب
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍6
📝 بررسی سلولهای مغز موش با کمک هوش مصنوعی
مهندسان زیست پزشکی دانشگاه جانز هاپکینز در جدیدترین مطالعه خود یک استراتژی آموزشی مبتنی بر هوش مصنوعی(AI) برای ثبت تصاویری از سلولهای مغز موش در حال حرکت، ایجاد کردند.
به نقل از تی ان، محققان میگویند این سیستم هوش مصنوعی با کمک میکروسکوپهای فوق کوچک تخصصی، این امکان را فراهم میکند تا دریابیم دقیقا کجا و چه زمانی سلولها(در حین حرکت، یادگیری و ذخیره اطلاعات) فعال میشوند. دادههای جمعآوریشده به کمک این فناوری میتواند روزی به دانشمندان این امکان را بدهد تا دریابند مغز چگونه کار میکند و تحت تاثیر ابتلا به چه بیماریهایی قرار دارد.
🔗 مشاهده ادامه مطلب
https://blog.aiuni.ir/?p=1896
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
مهندسان زیست پزشکی دانشگاه جانز هاپکینز در جدیدترین مطالعه خود یک استراتژی آموزشی مبتنی بر هوش مصنوعی(AI) برای ثبت تصاویری از سلولهای مغز موش در حال حرکت، ایجاد کردند.
به نقل از تی ان، محققان میگویند این سیستم هوش مصنوعی با کمک میکروسکوپهای فوق کوچک تخصصی، این امکان را فراهم میکند تا دریابیم دقیقا کجا و چه زمانی سلولها(در حین حرکت، یادگیری و ذخیره اطلاعات) فعال میشوند. دادههای جمعآوریشده به کمک این فناوری میتواند روزی به دانشمندان این امکان را بدهد تا دریابند مغز چگونه کار میکند و تحت تاثیر ابتلا به چه بیماریهایی قرار دارد.
🔗 مشاهده ادامه مطلب
https://blog.aiuni.ir/?p=1896
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍3
✍🏻بررسی نحوه عملکرد مغز انسان برلی بهبود تشخیص زبان
دانشمندمحقق درواحد هوش مصنوعی متا گفت، پروژهی تحقیقاتی این شرکت میتواند به هوش مصنوعی درمواردی مثل پیشبینی کلمات یا درک منظور واقعی از یک عبارت کمک کند. مغز انسانها قادر است با استفاده از حجم کمی از اطلاعات، بهسرعت بیاموزد و این در حالی است که سیستمهای هوش مصنوعی حتی زمانی که دادههای بزرگی دراختیار آنها قرار گیرد، همچنان در انجام کارهای ساده با مشکلاتی مواجه هستند.
بهعنوان مثال دستیارهای صوتی درشرایطی که درخواست موردنظر کاربر از قبل بهخوبی برای آن تعریف شده باشد، در درک و ارائهی پاسخ سریع عمل میکند، اما هنگامی که این دستیارها نمیدانند خواستهی کاربر چیست، بازخورد آنها ناامیدکننده خواهد بود. بهبود نحوهی پردازش زبان هوش مصنوعی میتواند به بهبود محصولاتی مثل دستیارهای مجازی کمک کند تا در پاسخگویی به خواستههای کاربران عملکرد بهتری ارائه دهند.
متا اعلام کرده برای انجام این تحقیق با مرکز تصویربرداری عصبی NeuroSpin و INRIA در فرانسه همکاری کرده است تا چگونگی واکنش مغز را در برخورد با برخی کلمات بررسی کند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
دانشمندمحقق درواحد هوش مصنوعی متا گفت، پروژهی تحقیقاتی این شرکت میتواند به هوش مصنوعی درمواردی مثل پیشبینی کلمات یا درک منظور واقعی از یک عبارت کمک کند. مغز انسانها قادر است با استفاده از حجم کمی از اطلاعات، بهسرعت بیاموزد و این در حالی است که سیستمهای هوش مصنوعی حتی زمانی که دادههای بزرگی دراختیار آنها قرار گیرد، همچنان در انجام کارهای ساده با مشکلاتی مواجه هستند.
بهعنوان مثال دستیارهای صوتی درشرایطی که درخواست موردنظر کاربر از قبل بهخوبی برای آن تعریف شده باشد، در درک و ارائهی پاسخ سریع عمل میکند، اما هنگامی که این دستیارها نمیدانند خواستهی کاربر چیست، بازخورد آنها ناامیدکننده خواهد بود. بهبود نحوهی پردازش زبان هوش مصنوعی میتواند به بهبود محصولاتی مثل دستیارهای مجازی کمک کند تا در پاسخگویی به خواستههای کاربران عملکرد بهتری ارائه دهند.
متا اعلام کرده برای انجام این تحقیق با مرکز تصویربرداری عصبی NeuroSpin و INRIA در فرانسه همکاری کرده است تا چگونگی واکنش مغز را در برخورد با برخی کلمات بررسی کند.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍5
✍🏻کاهش ۱۰۰ برابری مصرف انرژی در سیستمهای یادگیری ماشینی با حافظههای تونل کوانتومی
راهکاری بالقوه برای برطرفکردن مشکل مصرف زیاد انرژی در کارتهای مرتبط با آموزش هوش مصنوعی وجود دارد که بسیار ساده بهنظر میرسد. در این راهکار، فقط باید سیناپسهایی را تقویت کنید که الکترونها را در آرایهی حافظه حرکت میدهند. تونل زنی کوانتومی (Quantum Tunnelling) پدیدهای مکانیکیکوانتومی است که بهموجب آن تابع موج میتواند ازطریق مانع انتشار یابد.انتقال ازطریق مانع ممکن است محدودو به ارتفاع و عرض مانع بستگی داشته باشد.
پروفسور شانو چاکرابارتیتان در دانشگاه واشنگتن در سنتلوئیس،مقالهای منتشر کرده و در آن توضیح دادهاندکه چگونه میتوان از خواص طبیعی الکترونها برای کاهش انرژی استفادهشده برای آموزش مدلهای یادگیری ماشینی استفاده کرد.در این پروژه از محققان درخواست شد تا آرایهی سیناپسی یادگیری درحافظهی بسازند که از سیناپسهای دیجیتالی بهره ببردو عملکرد آن پویا باشد؛ بهطوریکه سیناپسهای آن فقط هنگام تغییر حال به انرژی نیاز دارند؛ ولی برای حفظ حالت خودبه مصرف انرژی نیازی نخواهند داشت.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
راهکاری بالقوه برای برطرفکردن مشکل مصرف زیاد انرژی در کارتهای مرتبط با آموزش هوش مصنوعی وجود دارد که بسیار ساده بهنظر میرسد. در این راهکار، فقط باید سیناپسهایی را تقویت کنید که الکترونها را در آرایهی حافظه حرکت میدهند. تونل زنی کوانتومی (Quantum Tunnelling) پدیدهای مکانیکیکوانتومی است که بهموجب آن تابع موج میتواند ازطریق مانع انتشار یابد.انتقال ازطریق مانع ممکن است محدودو به ارتفاع و عرض مانع بستگی داشته باشد.
پروفسور شانو چاکرابارتیتان در دانشگاه واشنگتن در سنتلوئیس،مقالهای منتشر کرده و در آن توضیح دادهاندکه چگونه میتوان از خواص طبیعی الکترونها برای کاهش انرژی استفادهشده برای آموزش مدلهای یادگیری ماشینی استفاده کرد.در این پروژه از محققان درخواست شد تا آرایهی سیناپسی یادگیری درحافظهی بسازند که از سیناپسهای دیجیتالی بهره ببردو عملکرد آن پویا باشد؛ بهطوریکه سیناپسهای آن فقط هنگام تغییر حال به انرژی نیاز دارند؛ ولی برای حفظ حالت خودبه مصرف انرژی نیازی نخواهند داشت.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍3❤1
✍🏻محققان به کمک ECG اپل واچ الگوریتمی برای تشخیص یک بیماری قلبی ابداع کردند
براساس دادههای تحقیقاتی که این هفته در کنفرانس انجمن ریتم قلب به اشتراک گذاشته شد، محققان در کلینیک Mayo یک الگوریتم هوش مصنوعی را ایجاد کردهاند که میتواند از ECG اپل واچ برای یافتن بیمارانی که قلب آنها پمپاژ ضعیفی دارد، استفاده کند.
رئیس بخش پزشکی قلب و عروق در کلینیک Mayo در ایالت مینسوتا آمریکا، گفته که این فوقالعاده است که هوش مصنوعی میتواند از ECG اپل واچ کاربر برای تشخیص این بیماری استفاده کند، زیرا این عارضه معمولا چیزی است که برای تشخیص، نیاز به اکوکاردیوگرافی، سی تی اسکن، یا ام آر آی دارد.
ویژگی ECG یا همان پایش نوار قلب در اپل واچ، با قرار دادن انگشت کاربر به مدت ۳۰ ثانیه روی پیچ دیجیتالی کنار آن قابل استفاده است. سپس نتیجه این پروسه در برنامه Apple Health آپلود میشود و کاربر قادر خواهد بود آن را با پزشک متخصص قلب به اشتراک گذارد. ECG برای کمک به تشخیص فیبریلاسیون دهلیزی طراحی شده اماعملکرد ECG وسایر ویژگیهای اپل واچ، در تشخیص سایر شرایط قلبی هم بارها مورد مطالعه قرار گرفته است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
براساس دادههای تحقیقاتی که این هفته در کنفرانس انجمن ریتم قلب به اشتراک گذاشته شد، محققان در کلینیک Mayo یک الگوریتم هوش مصنوعی را ایجاد کردهاند که میتواند از ECG اپل واچ برای یافتن بیمارانی که قلب آنها پمپاژ ضعیفی دارد، استفاده کند.
رئیس بخش پزشکی قلب و عروق در کلینیک Mayo در ایالت مینسوتا آمریکا، گفته که این فوقالعاده است که هوش مصنوعی میتواند از ECG اپل واچ کاربر برای تشخیص این بیماری استفاده کند، زیرا این عارضه معمولا چیزی است که برای تشخیص، نیاز به اکوکاردیوگرافی، سی تی اسکن، یا ام آر آی دارد.
ویژگی ECG یا همان پایش نوار قلب در اپل واچ، با قرار دادن انگشت کاربر به مدت ۳۰ ثانیه روی پیچ دیجیتالی کنار آن قابل استفاده است. سپس نتیجه این پروسه در برنامه Apple Health آپلود میشود و کاربر قادر خواهد بود آن را با پزشک متخصص قلب به اشتراک گذارد. ECG برای کمک به تشخیص فیبریلاسیون دهلیزی طراحی شده اماعملکرد ECG وسایر ویژگیهای اپل واچ، در تشخیص سایر شرایط قلبی هم بارها مورد مطالعه قرار گرفته است.
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
👍4