داده های اولیه مسابقه توسط تلماین آماده گردیده است و در مرحله آپلود قرار دارد، به زودی از طریق ایمیل لینک دسترسی به تیم ها ارسال می گردد.
1.5 میلیون پیام انتخاباتی در اختار شرکت کنندگان محترم قرار گرفته است. در صورتی که ایمیلی دریافت نکرده اید، لطفا از طریق info@nlpcontest.com پیگیری فرمایید.
This media is not supported in your browser
VIEW IN TELEGRAM
آیا نتیجه نظرسنجی ها با نتیجه انتخابات یکی است؟
هوش مصنوعی چیز دیگری می گوید.
آگاهی از نتایج چالش بزرگ پیش بینی نتایج انتخابات ریاست جمهوری در
https://telegram.me/nlpcontest
هوش مصنوعی چیز دیگری می گوید.
آگاهی از نتایج چالش بزرگ پیش بینی نتایج انتخابات ریاست جمهوری در
https://telegram.me/nlpcontest
آیا سیستم های هوش مصنوعی می توانند نتیجه انتخابات ایران را پیش بینی کنند؟
در حالی که اکثر نظر سنجی ها، پیروزی هیلاری کلینتون در انتخابات آمریکا را پیش بینی می کردند، سیستم هوش مصنوعی MogIA نظری متفاوت داشت. همچنین Mogia در مورد سه انتخابات ریاست جمهوری اخیر و دوره های مقدماتی دموکرات ها و جمهوری خواهان نیز پیش بینی هایی انجام داده بود و در واقع هوش مصنوعی برنده واقعی پیش بینی انتخابات آمریکا بود.
در صورت تمایل به اطلاعات بیشتر به ویدیو کلیپ موجود در کانال تلگرامی @nlpcontest مراجعه فرمایید.
اما آیا سیستم های هوش مصنوعی می توانند انتخابات ایران را پیش بینی کنند؟
به منظور پاسخ گویی به این سوال بیش از 330 نفر از فعالان و کارشناسان هوش مصنوعی کشور در این زمینه اعلام آمادگی کردند که خروجی حاصل از این قدم بزرگ، بیش از 35 سیستم هوش مصنوعی پیش بینی کننده انتخابات است.
نتایج حاصل از این سیستم ها در قسمت پیش بینی سیستم های هوش مصنوعی در وبسایت nlpcontest.com منتشر شده است.
اما آیا سیستم های هوش مصنوعی می توانند نتیجه انتخابات ایران را پیش بینی کنند؟
سوال مهمی که بعد از نتیجه انتخابات، پاسخش روشن خواهد گشت.
منتشر شده در کانال @nlpcontest
در حالی که اکثر نظر سنجی ها، پیروزی هیلاری کلینتون در انتخابات آمریکا را پیش بینی می کردند، سیستم هوش مصنوعی MogIA نظری متفاوت داشت. همچنین Mogia در مورد سه انتخابات ریاست جمهوری اخیر و دوره های مقدماتی دموکرات ها و جمهوری خواهان نیز پیش بینی هایی انجام داده بود و در واقع هوش مصنوعی برنده واقعی پیش بینی انتخابات آمریکا بود.
در صورت تمایل به اطلاعات بیشتر به ویدیو کلیپ موجود در کانال تلگرامی @nlpcontest مراجعه فرمایید.
اما آیا سیستم های هوش مصنوعی می توانند انتخابات ایران را پیش بینی کنند؟
به منظور پاسخ گویی به این سوال بیش از 330 نفر از فعالان و کارشناسان هوش مصنوعی کشور در این زمینه اعلام آمادگی کردند که خروجی حاصل از این قدم بزرگ، بیش از 35 سیستم هوش مصنوعی پیش بینی کننده انتخابات است.
نتایج حاصل از این سیستم ها در قسمت پیش بینی سیستم های هوش مصنوعی در وبسایت nlpcontest.com منتشر شده است.
اما آیا سیستم های هوش مصنوعی می توانند نتیجه انتخابات ایران را پیش بینی کنند؟
سوال مهمی که بعد از نتیجه انتخابات، پاسخش روشن خواهد گشت.
منتشر شده در کانال @nlpcontest
❗متوسط نتایج پیش بینی 37 الگوریتم هوش مصنوعی از تحلیل احساسی داده های 48000 کانال تلگرام
از روز یکشنبه هفته جاری، اولین مسابقه استفاده از تحلیل احساسی برای پیش بینی نتایج انتخابات ریاست جمهوری 96، با حضور بیش از 300 نفر شرکت کننده از اقصا نقاط ایران و جهان آغاز شد.
این مسابقه کاملا به صورت آنلاین برگزار شد. شرکت کنندگان بعد از ثبت نام در وبسایت nlpcontest.com و بررسی های اولیه، به داده های بیش از 1.5 میلیون پست تلگرامی که با استفاده از telemine.me جمع آوری شده است، دسترسی پیدا کردند. شرکت کنندگان بایستی با استفاده از یک زبان برنامه نویسی، نرم افزاری طراحی کنند تا با تحلیل احساسی این داده ها، بتواند نتیجه انتخابات ریاست جمهوری را پیش بینی نماید. زمان پایانی برای ارسال نتایج تحلیل ها، 8 صبح روز جمعه 29 اردیبهشت ماه بود.
تا به حال 37 تیم، نتایج پیش بینی هایشان را ارائه کرده اند که از طریق nlpcontest.com/result.html قابل مشاهده است. نمودار زیر، میانگین پیش بینی های 37 تیم شرکت کننده در این چالش است.
برای مطالعه اخبار تکمیلی و اطلاعات بیشتر از کانال چالش بزرگ هوش مصنوعی دیدن کنید:
https://news.1rj.ru/str/nlpcontest
از روز یکشنبه هفته جاری، اولین مسابقه استفاده از تحلیل احساسی برای پیش بینی نتایج انتخابات ریاست جمهوری 96، با حضور بیش از 300 نفر شرکت کننده از اقصا نقاط ایران و جهان آغاز شد.
این مسابقه کاملا به صورت آنلاین برگزار شد. شرکت کنندگان بعد از ثبت نام در وبسایت nlpcontest.com و بررسی های اولیه، به داده های بیش از 1.5 میلیون پست تلگرامی که با استفاده از telemine.me جمع آوری شده است، دسترسی پیدا کردند. شرکت کنندگان بایستی با استفاده از یک زبان برنامه نویسی، نرم افزاری طراحی کنند تا با تحلیل احساسی این داده ها، بتواند نتیجه انتخابات ریاست جمهوری را پیش بینی نماید. زمان پایانی برای ارسال نتایج تحلیل ها، 8 صبح روز جمعه 29 اردیبهشت ماه بود.
تا به حال 37 تیم، نتایج پیش بینی هایشان را ارائه کرده اند که از طریق nlpcontest.com/result.html قابل مشاهده است. نمودار زیر، میانگین پیش بینی های 37 تیم شرکت کننده در این چالش است.
برای مطالعه اخبار تکمیلی و اطلاعات بیشتر از کانال چالش بزرگ هوش مصنوعی دیدن کنید:
https://news.1rj.ru/str/nlpcontest
❗️❓آیا هوش مصنوعی می تواند انتخابات ایران را پیش بینی کند؟
سوالی که در روزهای منتهی به انتخابات ریاست جمهوری ایران ،در فضای گروه های تلگرام دست به دست می چرخید (https://news.1rj.ru/str/nlpcontest/18) ولی جوابی برای آن، مشخص نبود، امروز و بعد از شمارش آراء نامزد های انتخاباتی پاسخ آن روشن شد.
موفقیت سیستم های هوش مصنوعی در پیش بینی انتخابات ایران، شگفت انگیز بوده است!
بر اساس میانگین نتایج به دست آمده از 36 سیستم هوش مصنوعی که توسط تیم های خبره مشارکت کننده در مسابقه بزرگ هوش مصنوعی پیش بینی انتخابات ریاست جمهوری ایران بدست آمد، نتیجه انتخابات در کانال تلگرامی رویداد (@nlpcontest ) در ساعت 17 روز جمعه به صورت زیر پیش بینی شد و نمودار آن منتشر گشت.
نام کاندیدها نتایج پیش بینی
رئیسی 38.30 38.49
روحانی 57.13 57.78
هاشمی طبا 0.52 1.10
میرسلیم 1.16 2.56
....................
با مقایسه نتایج انتخابات و نتیجه پیش بینی هوش مصنوعی مشخص شد که متوسط خطای پیش بینی مجموعه سیستم های هوش مصنوعی نسبت به نتایج انتخابات تنها 0.7 درصد بوده است.
پس از موفقیت سیستم هوش مصنوعی MogIA در پیش بینی نتایج انتخاباتی آمریکا در حالی که غالب نظرسنجی ها نظری متفاوت داشتند و موفقیت سیستم های هوش مصنوعی در پیش بینی انتخابات ایران، پیش بینی می شود کاربرد استفاده از علم داده کاوی در حوزه های مختلف به خصوص در پیش بینی روندهای اجتماعی و سیاسی، در آینده ای نزدیک بیشتر شود.
در تصویر زیر، نمودارهایی با رنگ خاکستری مشخص شده اند، نتایج 36 سیستم هوش مصنوعی هستند که توسط شرکت کنندگان در این چالش طراحی شده اند. نمودار قرمز رنگ متوسط این 36 پیش بینی است که در ساعت 17 روز جمعه 19 اردیبهشت ماه در کانال تلگرامی مسابقه، منتشر شد. و نمودار بنفش رنگ نتیجه نهایی انتخابات است.
جهت کسب اطلاعات بیشتر به وبسایت و کانال تلگرامی مسابقه بزرگ هوش مصنوعی پیش بینی انتخابات ایران مراجعه نمایید.
وب سایت : nlpcontest.com
آدرس کانال رویداد : @nlpcontest
سوالی که در روزهای منتهی به انتخابات ریاست جمهوری ایران ،در فضای گروه های تلگرام دست به دست می چرخید (https://news.1rj.ru/str/nlpcontest/18) ولی جوابی برای آن، مشخص نبود، امروز و بعد از شمارش آراء نامزد های انتخاباتی پاسخ آن روشن شد.
موفقیت سیستم های هوش مصنوعی در پیش بینی انتخابات ایران، شگفت انگیز بوده است!
بر اساس میانگین نتایج به دست آمده از 36 سیستم هوش مصنوعی که توسط تیم های خبره مشارکت کننده در مسابقه بزرگ هوش مصنوعی پیش بینی انتخابات ریاست جمهوری ایران بدست آمد، نتیجه انتخابات در کانال تلگرامی رویداد (@nlpcontest ) در ساعت 17 روز جمعه به صورت زیر پیش بینی شد و نمودار آن منتشر گشت.
نام کاندیدها نتایج پیش بینی
رئیسی 38.30 38.49
روحانی 57.13 57.78
هاشمی طبا 0.52 1.10
میرسلیم 1.16 2.56
....................
با مقایسه نتایج انتخابات و نتیجه پیش بینی هوش مصنوعی مشخص شد که متوسط خطای پیش بینی مجموعه سیستم های هوش مصنوعی نسبت به نتایج انتخابات تنها 0.7 درصد بوده است.
پس از موفقیت سیستم هوش مصنوعی MogIA در پیش بینی نتایج انتخاباتی آمریکا در حالی که غالب نظرسنجی ها نظری متفاوت داشتند و موفقیت سیستم های هوش مصنوعی در پیش بینی انتخابات ایران، پیش بینی می شود کاربرد استفاده از علم داده کاوی در حوزه های مختلف به خصوص در پیش بینی روندهای اجتماعی و سیاسی، در آینده ای نزدیک بیشتر شود.
در تصویر زیر، نمودارهایی با رنگ خاکستری مشخص شده اند، نتایج 36 سیستم هوش مصنوعی هستند که توسط شرکت کنندگان در این چالش طراحی شده اند. نمودار قرمز رنگ متوسط این 36 پیش بینی است که در ساعت 17 روز جمعه 19 اردیبهشت ماه در کانال تلگرامی مسابقه، منتشر شد. و نمودار بنفش رنگ نتیجه نهایی انتخابات است.
جهت کسب اطلاعات بیشتر به وبسایت و کانال تلگرامی مسابقه بزرگ هوش مصنوعی پیش بینی انتخابات ایران مراجعه نمایید.
وب سایت : nlpcontest.com
آدرس کانال رویداد : @nlpcontest
Telegram
هوش مصنوعی - دریچه ای به آینده
آیا سیستم های هوش مصنوعی می توانند نتیجه انتخابات ایران را پیش بینی کنند؟
در حالی که اکثر نظر سنجی ها، پیروزی هیلاری کلینتون در انتخابات آمریکا را پیش بینی می کردند، سیستم هوش مصنوعی MogIA نظری متفاوت داشت. همچنین Mogia در مورد سه انتخابات ریاست جمهوری اخیر…
در حالی که اکثر نظر سنجی ها، پیروزی هیلاری کلینتون در انتخابات آمریکا را پیش بینی می کردند، سیستم هوش مصنوعی MogIA نظری متفاوت داشت. همچنین Mogia در مورد سه انتخابات ریاست جمهوری اخیر…
🎩کابردهای هوش مصنوعی
1.پیشنهادات/ آماده سازی محتوا:
تحلیل پیشگویانه به کاربران یک سرویس بر اساس اطلاعاتی که از او شناسایی کرده، پیشنهادهایی برای بهبود تجربه کاربریش ارائه می دهد.
هوش مصنوعی نت فلیکس، به کاربران بر اساس سلایق و علایق آنها فیلم، سریال، موسیقی و ویدئوکلیپ پیشنهاد می کند و به آنها کمک می کند تا پلی لیست های جدیدی ایجاد کنند.
شرکت Under Armour یک اپلیکیشن ارائه دهنده خدمات تغذیه و تناسب اندام دارد که با استفاده از سیستم هوش مصنوعی IBM Watson اطلاعات کاربران را تجمیع می کند و به آنها تمرینات و توصیه های متناسب با شرایط خودشان ارائه می دهد.
شرکت IBM عملکرد این اپلیکیشن را اینگونه تشریح می کند:
"یک زن 32 ساله که برای مسابقه دو 5 کیلومتر آماده می شود می تواند از این اپلیکیشن برای ایجاد یک برنامه تمرین و تغذیه شخصی بر اساس سایز، اهداف و سبک زندگیش استفاده کند.
"این اپلیکیشن می تواند نقشه راه های نزدیک خانه یا محل کار او، وضعیت آب و هوا و ساعت های روز را در نظر بگیرد، می تواند مراقب باشد که او چه می خورد و به او توصیه هایی برای بهبود رژیم غذایی برای بهبود عملکردش ارائه دهد"
آیا شما هم ایده ای برای چنین کاربردی از هوش مصنوعی در ایران دارید؟
https://telegram.me/nlpcontest
1.پیشنهادات/ آماده سازی محتوا:
تحلیل پیشگویانه به کاربران یک سرویس بر اساس اطلاعاتی که از او شناسایی کرده، پیشنهادهایی برای بهبود تجربه کاربریش ارائه می دهد.
هوش مصنوعی نت فلیکس، به کاربران بر اساس سلایق و علایق آنها فیلم، سریال، موسیقی و ویدئوکلیپ پیشنهاد می کند و به آنها کمک می کند تا پلی لیست های جدیدی ایجاد کنند.
شرکت Under Armour یک اپلیکیشن ارائه دهنده خدمات تغذیه و تناسب اندام دارد که با استفاده از سیستم هوش مصنوعی IBM Watson اطلاعات کاربران را تجمیع می کند و به آنها تمرینات و توصیه های متناسب با شرایط خودشان ارائه می دهد.
شرکت IBM عملکرد این اپلیکیشن را اینگونه تشریح می کند:
"یک زن 32 ساله که برای مسابقه دو 5 کیلومتر آماده می شود می تواند از این اپلیکیشن برای ایجاد یک برنامه تمرین و تغذیه شخصی بر اساس سایز، اهداف و سبک زندگیش استفاده کند.
"این اپلیکیشن می تواند نقشه راه های نزدیک خانه یا محل کار او، وضعیت آب و هوا و ساعت های روز را در نظر بگیرد، می تواند مراقب باشد که او چه می خورد و به او توصیه هایی برای بهبود رژیم غذایی برای بهبود عملکردش ارائه دهد"
آیا شما هم ایده ای برای چنین کاربردی از هوش مصنوعی در ایران دارید؟
https://telegram.me/nlpcontest
Media is too big
VIEW IN TELEGRAM
آیا می دانستید خرد جمعی بر باهوشترین فرد و یا افراد همان جمع برتری دارد!
در این ویدیو، پروفسور مارکوس دو ساتوی از خرد جمعی می گوید.
در این ویدیو، پروفسور مارکوس دو ساتوی از خرد جمعی می گوید.
http://hajjehforoosh.me/?p=59
گزارشی از برگزاری مسابقه بزرگ هوش مصنوعی
گزارشی از برگزاری مسابقه بزرگ هوش مصنوعی
تحلیل احساسی انتخابات با محتوای ٤٨ هزار کانال تلگرامی (قسمت اول)
http://www.etemadnewspaper.ir/Default.aspx?NPN_Id=724&pageno=9
انتخابات ریاستجمهوری امسال در کنار همه زشتیها و زیباییهایی که داشت، از یک بعد دیگر هم دارای اهمیت بود. امسال برای نخستین بار، ٣٦ تیم توانمند توانستند یک فراهوش مصنوعی برای پیشبینی نتایج انتخابات با ضریب خطای ٧/٠ درصد، طراحی کنند.
چالش بزرگ هوش مصنوعی به همت اعضای تیم نتماین و مرکز فناوری نوتک، از ٢٣تا ٢٩ اردیبهشت ماه به صورت آنلاین برگزار شد. در این مسابقه بیش از ٣٠٠ نفر برای شرکت در مسابقه ثبتنام کردند. شرکتکنندگان در این مسابقه بایدالگوریتم هوش مصنوعی برای پیشبینی نتایج انتخابات ریاستجمهوری ایران، با استفاده از تحلیل احساسی (sentiment analysis) طراحی میکردند.
دادههای خامی که در این مسابقه مورد استفاده قرار گرفت با استفاده از telemine.me از پیامرسان تلگرام استخراج شدند. شرکتکنندگان از روز سهشنبه ٢٦ اردیبهشت ماه به حدود ٢میلیون پیام تلگرامی دارای کلیدواژههای مرتبط با انتخابات که از بیش از ٤٨ هزار کانال تلگرام با جمعیت بیش از ١٠٠٠ نفر عضو جمعآوری شده بودند، دسترسی پیدا کردند.
تیمهای شرکتکننده ٣ شبانه روز به صورت بیوقفه با راهنمایی مربیان، برای طراحی الگوریتمهای هوش مصنوعی تلاش کردند و نهایتا ٣٦ تیم تا ظهر جمعه توانستند الگوریتمهایی برای پیشبینی انتخابات طراحی و خروجی آن را ثبت کنند.
تحلیل احساسی (sentiment analysis)، که با عنوان نظرکاوی نیز شناخته میشود، فرآیند شناسایی لحن احساس مجموعهای از کلمات است که برای رسیدن به درک رفتار، نظرات و احساسات افراد در شبکههای اجتماعی مورد استفاده قرار میگیرد.
هوش مصنوعی قبل از این در انتخابات امریکا نیز مورد استفاده قرار گرفته بود. MOG AI نام هوش مصنوعی است که پس از اینکه نتایج سه انتخابات را به درستی پیشبینی کرده بود، توانست در انتخابات گذشته ریاستجمهوری امریکا، پیشبینی درستی انجام دهد. MOG AI قبل از انتخابات، پیروزی ترامپ را پیشبینی کرده بود در حالی که غالب نظرسنجیهای معتبر پیروزی هیلاری کلینتون را وعده میدادند.
فراهوش چیست؟
بر اساس نظریه خرد جمعی، برآیند نظرات گروهی از افراد متخصص در اغلب موارد بهتر از تک تک نظرات افراد است. تا به حال آزمایشهای متعددی برای به چالش کشیدن این نظریه انجام شده و در اغلب موارد نتیجه آزمایش صحت نظریه را اثبات
کرده است.
در سال ٢٠١٥ آزمایشی برای تخمین وزن یک گاو توسط ١٧٠٠٠ نفر به صورت آنلاین انجام شد. هریک از افراد شرکتکننده با مشاهده عکس گاو، براساس شهود خود، وزن آن را تخمین میزدند. میانگین نظرات افراد شرکتکننده در این آزمایش با اختلاف ناچیزی با وزن واقعی گاو برابری میکرد.
فرضیهای که تیم برگزاری مسابقه بر اساس نظریه خرد جمعی، در پی اثبات آن بر آمد این بود که آیا برآیند نظر ٣٦ هوش مصنوعی، میتواند به یک خرد جمعی منجر شود که نتیجه بهتری از تک تک الگوریتمهای هوش مصنوعی طراحی شده توسط شرکتکنندگان در مسابقه داشته باشد؟
فراهوش مصنوعی، با این منطق با میانگینگیری از نتایج ٣٦ تیم شرکتکننده در مسابقه نتیجه سیوهفتم را پیش بینی کرد.
بعد از انتشار نتایج انتخابات مشخص شد که فرضیات این نظریه، در این آزمایش اثبات شدند و میانگین نتایج هوشهای مصنوعی، کاملا با نتیجه انتخابات انطباق دارد.
در تصویر زیر، نمودارهایی که با رنگ خاکستری مشخص شدهاند، نتایج ٣٦ سیستم هوش مصنوعی هستند که توسط شرکتکنندگان در این چالش طراحی شدهاند. نمودار قرمز رنگ متوسط این ٣٦ پیشبینی است که در ساعت ١٧ روز جمعه ١٩ اردیبهشت ماه در کانال تلگرامی مسابقه و چندین اکانت توییتر منتشر شد و نمودار بنفش رنگ نتیجه نهایی انتخابات است. به دلیل انطباق زیاد دو نمودار بنفش و قرمز رنگ، به سختی قابل تفکیک هستند.
ادامه دارد...
telegram.me/nlpcontest
http://www.etemadnewspaper.ir/Default.aspx?NPN_Id=724&pageno=9
انتخابات ریاستجمهوری امسال در کنار همه زشتیها و زیباییهایی که داشت، از یک بعد دیگر هم دارای اهمیت بود. امسال برای نخستین بار، ٣٦ تیم توانمند توانستند یک فراهوش مصنوعی برای پیشبینی نتایج انتخابات با ضریب خطای ٧/٠ درصد، طراحی کنند.
چالش بزرگ هوش مصنوعی به همت اعضای تیم نتماین و مرکز فناوری نوتک، از ٢٣تا ٢٩ اردیبهشت ماه به صورت آنلاین برگزار شد. در این مسابقه بیش از ٣٠٠ نفر برای شرکت در مسابقه ثبتنام کردند. شرکتکنندگان در این مسابقه بایدالگوریتم هوش مصنوعی برای پیشبینی نتایج انتخابات ریاستجمهوری ایران، با استفاده از تحلیل احساسی (sentiment analysis) طراحی میکردند.
دادههای خامی که در این مسابقه مورد استفاده قرار گرفت با استفاده از telemine.me از پیامرسان تلگرام استخراج شدند. شرکتکنندگان از روز سهشنبه ٢٦ اردیبهشت ماه به حدود ٢میلیون پیام تلگرامی دارای کلیدواژههای مرتبط با انتخابات که از بیش از ٤٨ هزار کانال تلگرام با جمعیت بیش از ١٠٠٠ نفر عضو جمعآوری شده بودند، دسترسی پیدا کردند.
تیمهای شرکتکننده ٣ شبانه روز به صورت بیوقفه با راهنمایی مربیان، برای طراحی الگوریتمهای هوش مصنوعی تلاش کردند و نهایتا ٣٦ تیم تا ظهر جمعه توانستند الگوریتمهایی برای پیشبینی انتخابات طراحی و خروجی آن را ثبت کنند.
تحلیل احساسی (sentiment analysis)، که با عنوان نظرکاوی نیز شناخته میشود، فرآیند شناسایی لحن احساس مجموعهای از کلمات است که برای رسیدن به درک رفتار، نظرات و احساسات افراد در شبکههای اجتماعی مورد استفاده قرار میگیرد.
هوش مصنوعی قبل از این در انتخابات امریکا نیز مورد استفاده قرار گرفته بود. MOG AI نام هوش مصنوعی است که پس از اینکه نتایج سه انتخابات را به درستی پیشبینی کرده بود، توانست در انتخابات گذشته ریاستجمهوری امریکا، پیشبینی درستی انجام دهد. MOG AI قبل از انتخابات، پیروزی ترامپ را پیشبینی کرده بود در حالی که غالب نظرسنجیهای معتبر پیروزی هیلاری کلینتون را وعده میدادند.
فراهوش چیست؟
بر اساس نظریه خرد جمعی، برآیند نظرات گروهی از افراد متخصص در اغلب موارد بهتر از تک تک نظرات افراد است. تا به حال آزمایشهای متعددی برای به چالش کشیدن این نظریه انجام شده و در اغلب موارد نتیجه آزمایش صحت نظریه را اثبات
کرده است.
در سال ٢٠١٥ آزمایشی برای تخمین وزن یک گاو توسط ١٧٠٠٠ نفر به صورت آنلاین انجام شد. هریک از افراد شرکتکننده با مشاهده عکس گاو، براساس شهود خود، وزن آن را تخمین میزدند. میانگین نظرات افراد شرکتکننده در این آزمایش با اختلاف ناچیزی با وزن واقعی گاو برابری میکرد.
فرضیهای که تیم برگزاری مسابقه بر اساس نظریه خرد جمعی، در پی اثبات آن بر آمد این بود که آیا برآیند نظر ٣٦ هوش مصنوعی، میتواند به یک خرد جمعی منجر شود که نتیجه بهتری از تک تک الگوریتمهای هوش مصنوعی طراحی شده توسط شرکتکنندگان در مسابقه داشته باشد؟
فراهوش مصنوعی، با این منطق با میانگینگیری از نتایج ٣٦ تیم شرکتکننده در مسابقه نتیجه سیوهفتم را پیش بینی کرد.
بعد از انتشار نتایج انتخابات مشخص شد که فرضیات این نظریه، در این آزمایش اثبات شدند و میانگین نتایج هوشهای مصنوعی، کاملا با نتیجه انتخابات انطباق دارد.
در تصویر زیر، نمودارهایی که با رنگ خاکستری مشخص شدهاند، نتایج ٣٦ سیستم هوش مصنوعی هستند که توسط شرکتکنندگان در این چالش طراحی شدهاند. نمودار قرمز رنگ متوسط این ٣٦ پیشبینی است که در ساعت ١٧ روز جمعه ١٩ اردیبهشت ماه در کانال تلگرامی مسابقه و چندین اکانت توییتر منتشر شد و نمودار بنفش رنگ نتیجه نهایی انتخابات است. به دلیل انطباق زیاد دو نمودار بنفش و قرمز رنگ، به سختی قابل تفکیک هستند.
ادامه دارد...
telegram.me/nlpcontest
تحلیل احساسی انتخابات با محتوای ٤٨ هزار کانال تلگرامی (قسمت دوم)
http://www.etemadnewspaper.ir/Default.aspx?NPN_Id=724&pageno=9
تفاوت بین نظرسنجی و نظرکاوی چیست؟
کیفیت و دقت هر نظرسنجی، وابسته به جامعه آماری و نحوه انجام نظرسنجی است. در این میان نظرسنجیهایی که در شبکههای اجتماعی انجام میشوند با یک مشکل جدی مواجه هستند. میزان شرکتکنندگان در یک نظرسنجی ارتباط مستقیم با جامعه هدف اولیه آن دارد. اگر یک نظرسنجی در گروههای اصولگرایان منتشر شود، آرای اصوگرایان باعث میشود که نامزد آنها در نظرسنجی پیشی بگیرد و به این دلیل، اصلاحطلبانی که نتایج نظرسنجی را میبینند، تمایلی به بازنشر آن در گروههای اصلاحطلبان نداشته باشند و البته این قضیه به صورت برعکس هم صادق است. این خطای ذاتی با بزرگتر شدن مقیاسهای رایگیری بیشتر میشود.
نظرسنجیهایی که با تعامل مستقیم با افراد در جوامع آماری تصادفی انجام میشود، البته نتایج بهتری دارند. با این حال، به دلیل هزینه بالای اجرای چنین نظرسنجیهایی، اندازه جامعه آماری با محدودیت مواجه است.
تفاوت مهم دیگری که بین نظرسنجی و نظرکاوی (تحلیل احساسی) وجود دارد این است که در نظرسنجی از افراد در خصوص نظرشان سوال میشود. در واقع افراد به صورت خودآگاهانه به نظرسنجیها پاسخ میدهند در حالی که در نظرکاوی، روال کار به شکل دیگری است.
هوش مصنوعی بر اساس مثبت، منفی یا خنثی بودن یک پیام نسبت به یک رویکرد مشخص و همین طور میزان مصرف شدن آن پیام (در تلگرام میزان دیده شدن پیام ها) و تجمیع اطلاعات کلان نتیجهگیری میکند که جهتگیری کاربران رسانههای اجتماعی به چه سمت است.
در واقع تفاوت مهم در اینجا این است که هوش مصنوعی بر خلاف نظرسنجیها، قصد و نیت واقعی افراد را که در ناخودآگاه آنها قرار دارد، بر اساس رفتار آنها در رسانههای اجتماعی تحلیل میکند و مبنای تصمیمگیری و پیشبینی قرار میدهد.
هوش مصنوعی چطور میتواند باعث بهبود روند توسعه سیاسی کشور شود؟
احزاب و گروههای سیاسی، دولت و سایر بخشهای عمومی در کشور ما با یک فرصت استثنایی مواجه هستند. برخلاف اغلب کشورهای جهان که مردم متناسب با نوع استفاده در شبکههای اجتماعی مختلف فعالیت میکنند، تقریبا تمام ایرانیان از پیامرسان تلگرام استفاده میکنند. انباشت اطلاعات در تلگرام باعث میشود بتوان تحلیلهای بهتری را با استفاده از کلان داده سامان داد.
انتخابات ریاستجمهوری ایران ثابت کرد که برداشتی که از شکاف بین جوامع شهری و روستایی در ذهنها وجود دارد، برداشت درستی نیست. حالا مدیران و تصمیمگیران چهار سال فرصت دارند تا با استفاده از هوش مصنوعی و فراهوش، برآیند نظرات و خواستههای مردم را در مورد مسائل مختلف تحلیل و سیاستگذاری خود را برای آگاهسازی و جهتدهی به افکار عمومی یا تطابق سیاستها با خواستههای جمعی اصلاح کنند.
telegram.me/nlpcontest
http://www.etemadnewspaper.ir/Default.aspx?NPN_Id=724&pageno=9
تفاوت بین نظرسنجی و نظرکاوی چیست؟
کیفیت و دقت هر نظرسنجی، وابسته به جامعه آماری و نحوه انجام نظرسنجی است. در این میان نظرسنجیهایی که در شبکههای اجتماعی انجام میشوند با یک مشکل جدی مواجه هستند. میزان شرکتکنندگان در یک نظرسنجی ارتباط مستقیم با جامعه هدف اولیه آن دارد. اگر یک نظرسنجی در گروههای اصولگرایان منتشر شود، آرای اصوگرایان باعث میشود که نامزد آنها در نظرسنجی پیشی بگیرد و به این دلیل، اصلاحطلبانی که نتایج نظرسنجی را میبینند، تمایلی به بازنشر آن در گروههای اصلاحطلبان نداشته باشند و البته این قضیه به صورت برعکس هم صادق است. این خطای ذاتی با بزرگتر شدن مقیاسهای رایگیری بیشتر میشود.
نظرسنجیهایی که با تعامل مستقیم با افراد در جوامع آماری تصادفی انجام میشود، البته نتایج بهتری دارند. با این حال، به دلیل هزینه بالای اجرای چنین نظرسنجیهایی، اندازه جامعه آماری با محدودیت مواجه است.
تفاوت مهم دیگری که بین نظرسنجی و نظرکاوی (تحلیل احساسی) وجود دارد این است که در نظرسنجی از افراد در خصوص نظرشان سوال میشود. در واقع افراد به صورت خودآگاهانه به نظرسنجیها پاسخ میدهند در حالی که در نظرکاوی، روال کار به شکل دیگری است.
هوش مصنوعی بر اساس مثبت، منفی یا خنثی بودن یک پیام نسبت به یک رویکرد مشخص و همین طور میزان مصرف شدن آن پیام (در تلگرام میزان دیده شدن پیام ها) و تجمیع اطلاعات کلان نتیجهگیری میکند که جهتگیری کاربران رسانههای اجتماعی به چه سمت است.
در واقع تفاوت مهم در اینجا این است که هوش مصنوعی بر خلاف نظرسنجیها، قصد و نیت واقعی افراد را که در ناخودآگاه آنها قرار دارد، بر اساس رفتار آنها در رسانههای اجتماعی تحلیل میکند و مبنای تصمیمگیری و پیشبینی قرار میدهد.
هوش مصنوعی چطور میتواند باعث بهبود روند توسعه سیاسی کشور شود؟
احزاب و گروههای سیاسی، دولت و سایر بخشهای عمومی در کشور ما با یک فرصت استثنایی مواجه هستند. برخلاف اغلب کشورهای جهان که مردم متناسب با نوع استفاده در شبکههای اجتماعی مختلف فعالیت میکنند، تقریبا تمام ایرانیان از پیامرسان تلگرام استفاده میکنند. انباشت اطلاعات در تلگرام باعث میشود بتوان تحلیلهای بهتری را با استفاده از کلان داده سامان داد.
انتخابات ریاستجمهوری ایران ثابت کرد که برداشتی که از شکاف بین جوامع شهری و روستایی در ذهنها وجود دارد، برداشت درستی نیست. حالا مدیران و تصمیمگیران چهار سال فرصت دارند تا با استفاده از هوش مصنوعی و فراهوش، برآیند نظرات و خواستههای مردم را در مورد مسائل مختلف تحلیل و سیاستگذاری خود را برای آگاهسازی و جهتدهی به افکار عمومی یا تطابق سیاستها با خواستههای جمعی اصلاح کنند.
telegram.me/nlpcontest
Forwarded from نوپانا
🔻 هوش مصنوعی چطور نتیجه انتخابات را پیشبینی کرد؟
🔸همزمان با انتخابات ریاست جمهوری دوازدهم، مسابقهای برگزار شد که توانست نتایج انتخابات را قبل از ظهر روز برگزاری، پیشبینی و منتشر کند. این برآورد با نتایج حقیقی تنها ۰/۷ اختلاف داشت، یعنی کمتر از یک درصد. اما ماجرای این مسابقه چه بود و چگونه برگزار شد؟ در ادامه میخوانیم:
🔹قسمت اول: تلگرام، انبار ارزشمند اطلاعات
«نتماین»، یک شرکت ایرانی است که صاحبانش، آن را موتور تولید دانش از شبکههای اجتماعی نامیدهاند. این شبکه که اردیبهشت سال گذشته راهاندازی شد، با دسترسی به صدها هزار پیام در شبکههای اجتماعی به سوالاتی پاسخ میدهد که پاسخگویی به آن از راههای معمول، ممکن نیست. به عنوان مثال نگرش مردم به دولت چیست؟ مردم چه نظری درباره نامزدهای انتخاباتی دارند و سوالاتی از این دست از طریق این سامانه، قابل بررسی است. «نتماین» همچنین سرویسی به نام «تلماین» راهاندازی کرده است که به صورت انحصاری، پیامرسان تلگرام را بررسی میکند، این شرکت همچنین قصد دارد در آینده سراغ پیمایش سایر شبکههای اجتماعی نیز برود.
شش روز پیش از دوازدهمین دوره انتخابات ریاست جمهوری، نتماین فراخوان مسابقه هوش مصنوعی را در بین گروههای تلگرامی منتشر کرد. در این مسابقه، اطلاعات کلانی که از تلگرام دریافت شده بود، در اختیار شرکتکنندگان قرار میگرفت و آنها باید بر پایه الگوریتمهای هوش مصنوعی، برنامهای مینوشتند که بتواند نتیجه انتخابات را پیشبینی کند.
مجید زرین، بنیانگذار نتماین و برگزارکننده مسابقه در گفتوگو با خبرنگار نوپانا گفت: در نهایت تا ۳۳۰ گروه در این مسابقه ثبتنام کردند که از بین آنها ۳۶ گروه توانستند الگوریتمی طراحی کنند که بتواند ۲ میلیون پیام مرتبط با انتخاباتی را که به آنها ارائه کرده بودیم مورد تجزیه و تحلیل قرار دهند. ما روزانه اطلاعات روز قبل را در اختیار آنها قرار میدادیم. تا اینکه تا روز جمعه نتایج همه اطلاعات کدگذاریشده جمعآوری شد.
اما هرکدام از این الگوریتمها برای تحلیل پیامهای تلگرام، درصدی خطا در خود داشت. راهکار برگزارکنندگان مسابقه برای به حداقل رساندن درصد خطا، جالب بود. در قسمت بعد به راهکار آنها میپردازیم.
متن کامل مطلب در https://goo.gl/7iN5gz
#پرونده_ویژه
#پیشبینی_نتایج_انتخابات
@nopana
🔸همزمان با انتخابات ریاست جمهوری دوازدهم، مسابقهای برگزار شد که توانست نتایج انتخابات را قبل از ظهر روز برگزاری، پیشبینی و منتشر کند. این برآورد با نتایج حقیقی تنها ۰/۷ اختلاف داشت، یعنی کمتر از یک درصد. اما ماجرای این مسابقه چه بود و چگونه برگزار شد؟ در ادامه میخوانیم:
🔹قسمت اول: تلگرام، انبار ارزشمند اطلاعات
«نتماین»، یک شرکت ایرانی است که صاحبانش، آن را موتور تولید دانش از شبکههای اجتماعی نامیدهاند. این شبکه که اردیبهشت سال گذشته راهاندازی شد، با دسترسی به صدها هزار پیام در شبکههای اجتماعی به سوالاتی پاسخ میدهد که پاسخگویی به آن از راههای معمول، ممکن نیست. به عنوان مثال نگرش مردم به دولت چیست؟ مردم چه نظری درباره نامزدهای انتخاباتی دارند و سوالاتی از این دست از طریق این سامانه، قابل بررسی است. «نتماین» همچنین سرویسی به نام «تلماین» راهاندازی کرده است که به صورت انحصاری، پیامرسان تلگرام را بررسی میکند، این شرکت همچنین قصد دارد در آینده سراغ پیمایش سایر شبکههای اجتماعی نیز برود.
شش روز پیش از دوازدهمین دوره انتخابات ریاست جمهوری، نتماین فراخوان مسابقه هوش مصنوعی را در بین گروههای تلگرامی منتشر کرد. در این مسابقه، اطلاعات کلانی که از تلگرام دریافت شده بود، در اختیار شرکتکنندگان قرار میگرفت و آنها باید بر پایه الگوریتمهای هوش مصنوعی، برنامهای مینوشتند که بتواند نتیجه انتخابات را پیشبینی کند.
مجید زرین، بنیانگذار نتماین و برگزارکننده مسابقه در گفتوگو با خبرنگار نوپانا گفت: در نهایت تا ۳۳۰ گروه در این مسابقه ثبتنام کردند که از بین آنها ۳۶ گروه توانستند الگوریتمی طراحی کنند که بتواند ۲ میلیون پیام مرتبط با انتخاباتی را که به آنها ارائه کرده بودیم مورد تجزیه و تحلیل قرار دهند. ما روزانه اطلاعات روز قبل را در اختیار آنها قرار میدادیم. تا اینکه تا روز جمعه نتایج همه اطلاعات کدگذاریشده جمعآوری شد.
اما هرکدام از این الگوریتمها برای تحلیل پیامهای تلگرام، درصدی خطا در خود داشت. راهکار برگزارکنندگان مسابقه برای به حداقل رساندن درصد خطا، جالب بود. در قسمت بعد به راهکار آنها میپردازیم.
متن کامل مطلب در https://goo.gl/7iN5gz
#پرونده_ویژه
#پیشبینی_نتایج_انتخابات
@nopana
Forwarded from نوپانا
🔻 هوش مصنوعی چطور نتیجه انتخابات را پیشبینی کرد؟
🔸همزمان با انتخابات ریاست جمهوری دوازدهم، مسابقهای برگزار شد که توانست نتایج انتخابات را قبل از ظهر روز برگزاری، پیشبینی و منتشر کند. این برآورد با نتایج حقیقی تنها ۰/۷ اختلاف داشت، یعنی کمتر از یک درصد. اما ماجرای این مسابقه چه بود و چگونه برگزار شد؟ در ادامه میخوانیم:
🔹قسمت دوم: خردجمعی، ابزاری برای رسیدن به حقیقت
مهدی فریمانی، مشاور توسعه کسبوکار و یکی از برگزارکنندگان این مسابقه، در تعریف خردجمعی گفت: شاید نظرات مختلف و فرد به فرد انسانها با واقعیت متفاوت باشد، اما مجموع نظرات آنها بیش از هرچیز به حقیقت نزدیک است. در حقیقت، میانگین مجموع نظرات یک جامعه، بهتر از تکتک نظرات آنها است.
او درباره راهاندازی چنین روشی در نظرسنجی گفت: سال ۱۹۰۶ در یک روستای کوچک در هلند، گاوی جلوی اهالی روستا قرار دادند و از آنها خواسته شد در مورد وزن گاو حدس بزنند. تقریبا همه اشتباه حدس زدند. اما زمانی که رقمهایی پیشنهاد شده را جمع کردند و به تعداد افراد تقسیم شد، عدد به دست آمده با وزن حقیقی گاو، تفاوت ناچیزی داشت.
اما این ابزار سنجش برای تفکر انسانی استفاده میشد. بنابراین سوالی که برای برگزارکنندگان مسابقه پیش میآمد این بود که آیا میتوان آن را در هوش مصنوعی نیز استفاده کرد؟
برای رسیدن به پاسخ این پرسش، آنها تحلیلهای جمعآوری شده را از همه گروهها دریافت کردند و میانگینی از نتایج الگوریتمهای آنها به دست آوردند، نتیجه نهایی روز انتخابات روی سایت قرار گرفت و در نهایت با اعلام نتایج اصلی انتخابات امکان مقایسه با نتایج پیشبینی شده به وجود آمد. اختلاف، زیر یک درصد بود.
متن کامل مطلب در https://goo.gl/7iN5gz
#پرونده_ویژه
#پیشبینی_نتایج_انتخابات
@nopana
🔸همزمان با انتخابات ریاست جمهوری دوازدهم، مسابقهای برگزار شد که توانست نتایج انتخابات را قبل از ظهر روز برگزاری، پیشبینی و منتشر کند. این برآورد با نتایج حقیقی تنها ۰/۷ اختلاف داشت، یعنی کمتر از یک درصد. اما ماجرای این مسابقه چه بود و چگونه برگزار شد؟ در ادامه میخوانیم:
🔹قسمت دوم: خردجمعی، ابزاری برای رسیدن به حقیقت
مهدی فریمانی، مشاور توسعه کسبوکار و یکی از برگزارکنندگان این مسابقه، در تعریف خردجمعی گفت: شاید نظرات مختلف و فرد به فرد انسانها با واقعیت متفاوت باشد، اما مجموع نظرات آنها بیش از هرچیز به حقیقت نزدیک است. در حقیقت، میانگین مجموع نظرات یک جامعه، بهتر از تکتک نظرات آنها است.
او درباره راهاندازی چنین روشی در نظرسنجی گفت: سال ۱۹۰۶ در یک روستای کوچک در هلند، گاوی جلوی اهالی روستا قرار دادند و از آنها خواسته شد در مورد وزن گاو حدس بزنند. تقریبا همه اشتباه حدس زدند. اما زمانی که رقمهایی پیشنهاد شده را جمع کردند و به تعداد افراد تقسیم شد، عدد به دست آمده با وزن حقیقی گاو، تفاوت ناچیزی داشت.
اما این ابزار سنجش برای تفکر انسانی استفاده میشد. بنابراین سوالی که برای برگزارکنندگان مسابقه پیش میآمد این بود که آیا میتوان آن را در هوش مصنوعی نیز استفاده کرد؟
برای رسیدن به پاسخ این پرسش، آنها تحلیلهای جمعآوری شده را از همه گروهها دریافت کردند و میانگینی از نتایج الگوریتمهای آنها به دست آوردند، نتیجه نهایی روز انتخابات روی سایت قرار گرفت و در نهایت با اعلام نتایج اصلی انتخابات امکان مقایسه با نتایج پیشبینی شده به وجود آمد. اختلاف، زیر یک درصد بود.
متن کامل مطلب در https://goo.gl/7iN5gz
#پرونده_ویژه
#پیشبینی_نتایج_انتخابات
@nopana
تجربه عملی یک برنامه نویس برای استخراج داده های اینستاگرام و تحلیل این داده ها برای پیدا کردن رابطه منطقی بین هواداران پیج رئیسی و تتلو را در این لینک ببینید:
http://blog.m30m.ir/instats/
http://blog.m30m.ir/instats/
Forwarded from کارگروه کلانداده - دانشگاه صنعتی شریف
📝 مروری بر مسابقه بزرگ هوش مصنوعی پیشبینی انتخابات ریاست جمهوری
⏱چهارشنبه 24 خردادماه (ساعت 16-18)
👤مهندس مجید زرینکلاه
🏛کلاس101دانشکده کامپیوتر
ثبتنام: goo.gl/qJdvns
@BigDataWorkGroup
⏱چهارشنبه 24 خردادماه (ساعت 16-18)
👤مهندس مجید زرینکلاه
🏛کلاس101دانشکده کامپیوتر
ثبتنام: goo.gl/qJdvns
@BigDataWorkGroup
یادگیری ماشینی : وعده به لرزه درآوردن مالی
در رشته های مختلف از معامله تا ارزیابی اعتباری ، یادگیری ماشینی پیشرفت قابل توجهی داشته است.
یادیگری ماشینی ، شروع به لرزه در آوردن مالی کرده است. زیرمجموعه ای از هوش مصنوعی که به خوبی می تواند الگوها را بیابد و پیش بینی انجام دهد ، صنعت مالی را تحت تاثیر قرار داده است. اکنون واحدهای هوش مصنوعی در شرکت هایی مانند PwC ، JP Morgan و صندوق های پوششی مانند GLG ایجاد شده است. از سال 2019 هر کسی که بخواهد CFA شود ، نیاز به پاسخ به سوالات AI در آزمون خود دارد.
با وجود شک و تردیدهای بسیاری ، برخی از صندوق های پوششی که مبتنی بر الگوریتم های یادگیری ماشینی فعالیت می کردند ، عملکرد قابل توجهی داشتند. شرکت های fintech شروع به انجام تکنیک های یادگیری ماشینی بر هر چیزی از جلوگیری از تقلب تا یافتن استراتژی های جدید معاملاتی نموده اند. هر چند کارها خسته کننده است ، اما چشم انداز مسحور کننده است.
در حال حاضر یادگیری ماشینی برای مدیریت ریسک و پیشگیری از تقلب استفاده می شود. شرکت Intelligent Voice دستگاه های هوشمند یادگیری ماشینی خود را به کارگزاری ها برای تبدیل صدا به متن و جلوگیری از خطای معامله گران و حتی کشف نشانه های معامله های مبتنی بر اطلاعات درونی می فروشد.شرکت های Xcelerit و Kinetica به بانک ها و شرکت های سرمایه گذاری ، ابزارهای مدیریت ریسک آنی می فروشند که به شرکت ها امکان بررسی سرمایه لازم را در تمام زمان ها می دهد.
یادگیری ماشینی ، در پیدا کردن الگوهای غیرمعمول در معاملات ، بسیار خوب عمل می کند و به راحتی می تواند تقلب را کشف کند. شرکت هایی مانند Feedzai در حوزه پرداخت و Shift Technology در حوزه بیمه ، در حال ارائه چنین خدماتی هستند. برخی از برنامه ها مانند Monzo که در بریتانیا فعال است ، از تقلب کارت های بانکی جلوگیری می کند و توانسته تقلب را از 0.85% در سال 2016 به 0.1% در سال 2017 کاهش دهد.
برنامه های مبتنی بر پردازش زبان طبیعی ، تاثیر قابل توجهی بر فعالیت های مبتنی بر کاغذ و بایگانی داشته است. در ژوئن 2016 JPMorgan برنامه ای را پیاده سازی نمود که 12 هزار قرارداد وام تجاری را در چند ثانیه مدیریت می کرد ، در حالی که به 360 هزار ساعت کار برای بررسی و مطالعه قراردادها نیاز است.
یادگیری ماشینی برای خودکار کردن تصمیمات مالی نیز موثر است ، از جمله برای ارزیابی اعتباری یا واحد شرایط بودن در بیمه نامه ها . شرکت Zest Finance در حوزه خودکار کردن امتیازدهی اعتباری فعال است. این شرکت امسال برنامه ای را رونمایی کرده است که با استفاده از یادگیری ماشینی ، می تواند ارزیابی مناسبی از افراد با سابقه کم اعتباری نیز داشته باشد. برنامه Lemonade که یک استارت آپ در حوزه بیمه است ، از یادگیری ماشینی برای فروش بیمه نامه ها و مدیریت خسارات استفاده می کند.
شاید جدیدترین مرز یادگیری ماشینی ، معاملات باشد. واحد استراتژی های سرمایه گذاری کمی در Goldman Sachs ،پردازش زبانی گزارشات هزاران تحلیلگر را انجام می دهد و گزارش نهایی آن ، امتیاز بندی تمایلات بازار براساس کلمات مثبت و منفی است. امتیاز برای انتخاب سهام بکار می رود. همچنین گلدمن در شرکت Kensho سرمایه گذاری کرده است که یک استارت آپ در حوزه یادگیری ماشینی برای پیش بینی اثر وقایع بر بازارهای مالی با استفاده از یادگیری داده های مشابه است.
صندوق های پوششی که با استفاده از الگوریتم های پیچیده یادگیری ماشینی کار می کنند ، توانسته بازده قابل توجهی کسب کنند. با این حال ، برخی از صندوق ها با شک به یادگیری ماشینی نگاه می کنند و معتقدند که در خصوص برخی از روش ها مبالغه شده است و تنها برخی از روش ها کاربردی است.
در حوزه های دیگر ، یادگیری ماشینی ، تغییردهنده بازی بوده است. دیگر دلیلی برای سختی مالی نیست ، زیرا لازم نیست که روش هایی برای یافتن سیگنال به کامپیوتر گفته شود ، بلکه کامپیوترها یاد می گیرند که چگونه سیگنال های معاملاتی را پیدا کنند. و بدین ترتیب استراتژی های معاملاتی متعارف که توسط انسان ها طراحی شده است ، مغلوب خواهد شد.
این موضوع می تواند سبب تغییرات شگرفی شود. بسیاری از صندوق ها وابسته به محققانی هستند که براساس داده ها ، الگوریتم ها را طراحی می کنند. اما این مشاغل می تواند با ماشین های یادگیرنده از بین برود و متخصصان یادگیری ماشینی جایگزین آن ها شوند.
https://news.1rj.ru/str/nlpcontest
در رشته های مختلف از معامله تا ارزیابی اعتباری ، یادگیری ماشینی پیشرفت قابل توجهی داشته است.
یادیگری ماشینی ، شروع به لرزه در آوردن مالی کرده است. زیرمجموعه ای از هوش مصنوعی که به خوبی می تواند الگوها را بیابد و پیش بینی انجام دهد ، صنعت مالی را تحت تاثیر قرار داده است. اکنون واحدهای هوش مصنوعی در شرکت هایی مانند PwC ، JP Morgan و صندوق های پوششی مانند GLG ایجاد شده است. از سال 2019 هر کسی که بخواهد CFA شود ، نیاز به پاسخ به سوالات AI در آزمون خود دارد.
با وجود شک و تردیدهای بسیاری ، برخی از صندوق های پوششی که مبتنی بر الگوریتم های یادگیری ماشینی فعالیت می کردند ، عملکرد قابل توجهی داشتند. شرکت های fintech شروع به انجام تکنیک های یادگیری ماشینی بر هر چیزی از جلوگیری از تقلب تا یافتن استراتژی های جدید معاملاتی نموده اند. هر چند کارها خسته کننده است ، اما چشم انداز مسحور کننده است.
در حال حاضر یادگیری ماشینی برای مدیریت ریسک و پیشگیری از تقلب استفاده می شود. شرکت Intelligent Voice دستگاه های هوشمند یادگیری ماشینی خود را به کارگزاری ها برای تبدیل صدا به متن و جلوگیری از خطای معامله گران و حتی کشف نشانه های معامله های مبتنی بر اطلاعات درونی می فروشد.شرکت های Xcelerit و Kinetica به بانک ها و شرکت های سرمایه گذاری ، ابزارهای مدیریت ریسک آنی می فروشند که به شرکت ها امکان بررسی سرمایه لازم را در تمام زمان ها می دهد.
یادگیری ماشینی ، در پیدا کردن الگوهای غیرمعمول در معاملات ، بسیار خوب عمل می کند و به راحتی می تواند تقلب را کشف کند. شرکت هایی مانند Feedzai در حوزه پرداخت و Shift Technology در حوزه بیمه ، در حال ارائه چنین خدماتی هستند. برخی از برنامه ها مانند Monzo که در بریتانیا فعال است ، از تقلب کارت های بانکی جلوگیری می کند و توانسته تقلب را از 0.85% در سال 2016 به 0.1% در سال 2017 کاهش دهد.
برنامه های مبتنی بر پردازش زبان طبیعی ، تاثیر قابل توجهی بر فعالیت های مبتنی بر کاغذ و بایگانی داشته است. در ژوئن 2016 JPMorgan برنامه ای را پیاده سازی نمود که 12 هزار قرارداد وام تجاری را در چند ثانیه مدیریت می کرد ، در حالی که به 360 هزار ساعت کار برای بررسی و مطالعه قراردادها نیاز است.
یادگیری ماشینی برای خودکار کردن تصمیمات مالی نیز موثر است ، از جمله برای ارزیابی اعتباری یا واحد شرایط بودن در بیمه نامه ها . شرکت Zest Finance در حوزه خودکار کردن امتیازدهی اعتباری فعال است. این شرکت امسال برنامه ای را رونمایی کرده است که با استفاده از یادگیری ماشینی ، می تواند ارزیابی مناسبی از افراد با سابقه کم اعتباری نیز داشته باشد. برنامه Lemonade که یک استارت آپ در حوزه بیمه است ، از یادگیری ماشینی برای فروش بیمه نامه ها و مدیریت خسارات استفاده می کند.
شاید جدیدترین مرز یادگیری ماشینی ، معاملات باشد. واحد استراتژی های سرمایه گذاری کمی در Goldman Sachs ،پردازش زبانی گزارشات هزاران تحلیلگر را انجام می دهد و گزارش نهایی آن ، امتیاز بندی تمایلات بازار براساس کلمات مثبت و منفی است. امتیاز برای انتخاب سهام بکار می رود. همچنین گلدمن در شرکت Kensho سرمایه گذاری کرده است که یک استارت آپ در حوزه یادگیری ماشینی برای پیش بینی اثر وقایع بر بازارهای مالی با استفاده از یادگیری داده های مشابه است.
صندوق های پوششی که با استفاده از الگوریتم های پیچیده یادگیری ماشینی کار می کنند ، توانسته بازده قابل توجهی کسب کنند. با این حال ، برخی از صندوق ها با شک به یادگیری ماشینی نگاه می کنند و معتقدند که در خصوص برخی از روش ها مبالغه شده است و تنها برخی از روش ها کاربردی است.
در حوزه های دیگر ، یادگیری ماشینی ، تغییردهنده بازی بوده است. دیگر دلیلی برای سختی مالی نیست ، زیرا لازم نیست که روش هایی برای یافتن سیگنال به کامپیوتر گفته شود ، بلکه کامپیوترها یاد می گیرند که چگونه سیگنال های معاملاتی را پیدا کنند. و بدین ترتیب استراتژی های معاملاتی متعارف که توسط انسان ها طراحی شده است ، مغلوب خواهد شد.
این موضوع می تواند سبب تغییرات شگرفی شود. بسیاری از صندوق ها وابسته به محققانی هستند که براساس داده ها ، الگوریتم ها را طراحی می کنند. اما این مشاغل می تواند با ماشین های یادگیرنده از بین برود و متخصصان یادگیری ماشینی جایگزین آن ها شوند.
https://news.1rj.ru/str/nlpcontest
Forwarded from عصر ایران
اين تكنولوژي هاي جديد هستند كه قواعد بازي را دربازارهاي جديد و منطقه اي تعيين خواهند كرد ونه سياستمداران و اقتصاددانان...شماره ٤٠مجله دانش بنيان همشهري اقتصاد منتشر شد
همایش هوش مصنوعی، کلان داده ها،پیام رسان ها و فرصت های پیش روی ایران
برای ثبت نام به سایت nlpcontest.com مراجعه فرمایید.
برای ثبت نام به سایت nlpcontest.com مراجعه فرمایید.
اختتامیه مسابقه بزرگ پیش بینی انتخابات ریاست جمهوری ایران به وسیله هوش مصنوعی
هزینه شرکت در همایش: 30,000 تومان
لینک ثبت نام و دریافت تخفیف دانشجویی: goo.gl/ABd3Hi
شماره تماس: 22905871
هزینه شرکت در همایش: 30,000 تومان
لینک ثبت نام و دریافت تخفیف دانشجویی: goo.gl/ABd3Hi
شماره تماس: 22905871