جهان در دوراهی استثمار و تکنولوژی – بخش آخر 1 بیتی

در سال 1995 اگر می خواستید اینترنت را در خانه استفاده کنید ، مجبور بودید که خود را به یک کابل شبکه مجهز کنید. هوش مصنوعی میتواند به شرکتهای مخابراتی کمک کند سرمایهگذاری خود را بهینه کنند، هزینهها را کاهش داده و کارایی را در زمینه عملیات و نگهداری بهبود دهند، برنامهریزی شبکه ۵ جی دقیقی داشته باشند، بهینهسازی خودکار پوشش را انجام دهند و بسیاری موارد دیگر. معماری و هوش مصنوعی (به انگلیسی: Architecture and Artificial Intelligence) فرایندی است که از توانایی الگوریتم های هوش مصنوعی مانند یادگیری ماشین و یادگیری عمیق استفاده می گردد تا داده های معماری را تحلیل، شبیه سازی، مدل سازی و بهینه سازی نماید. در دهه 1990 نوعی بسیار متفاوت از جست و جو، بر پایه ی نظریه ریاضیاتی بهینه سازی، رواج پیدا کرد. RPA از IT automation متفاوت است زیرا می تواند خود را با تغییر شرایط وفق دهد. هوش مصنوعی میتواند به نحو معناداری از طریق آموزشهای انطباقپذیر که بر اساس میزان پذیرش فراگیران است، این حوزه را متحول کند. تمیز می سوزد، بدون انتشار دی اکسید کربن؛ این انرژی متراکم است، بنابراین یک راه خوب برای ذخیره انرژی از منابع تجدیدپذیر روشن و خاموش است و می توانید سوخت های مصنوعی مایع تولید کنید که جایگزین بنزین یا گازوئیل هستند.

۲۰۰۶ سالی بود که Etzioni ،Banko و Cafarella اصطلاح Machine Reading را معرفی نمودند و در سال ۲۰۰۹ نیز گوگل توسعهٔ ماشینهای بدون راننده را به صورت غیرعلنی آغاز نمود. تاریخچهٔ هوش مصنوعی از آنجا شروع شد که دو پژوهشگر به نامهای McCulloch و Pitts در سال ۱۹۴۳ مدلی از سلولهای عصبی مصنوعی ارائه نمودند (سلولهای عصبی مصنوعی، مشابه آنچه که در زیستشناسی به سلولهای عصبی طبیعی اطلاق میشود، نورون نامیده میشوند.) ویژگی خاص این مدل این بود که در آن هر نورون میتوانست به اصطلاح On و یا Off باشد و هنگامی که تعداد زیادی از نورونهای پیرامون یک نورون تحریک میشدند، آن نورون نیز فعال میشد.

تکنولوژی در آموزش زبان به نحوی عمل کرده که امروزه حتی می توان به صورت مجازی دورهمی و گردهمایی هایی تشکیل داد و در آنجا در مورد مباحث آموزشی به بحث سایت 1biti پرداخت. به کمک راهکارهای هوش مصنوعی میتوان مهارتهای اجتماعی و شناختی را به خوبی آموزش داد. تقویت مهارت رهبری با کمک تکنولوژی بیش از هر چیز قابلیت تیمسازی و رهبری شایسته تیمها را در وجود مدیر ارتقاء میدهد. به جای اتومات کردن کارهای دستی، AI وظایف کامپیوتری شده، حجیم و متناوب را به شکلی قابل اتکا و بدون خستگی انجام می دهد. به عنوان مثال، مسئلهٔ مطرحشده برای یک برنامهٔ کامپیوتری ساده در بازی شطرنج این است که بازیکن مقابل را مات کند که در روش آزمون و خطا کامپیوتر هر بار به طور تصادفی حرکتی را انجام میدهد تا سرانجام به نتیجهٔ مطلوب (مات کردن بازیکن مقابل) دست پیدا کند. در حالی که اخلاق ماشینی به چگونگی رفتار یک عامل هوشمند مربوط است،تحقیقات هوش مصنوعی دوستانه بر چگونگی استفاده عملی از این رفتار و تضمین محدودیت آن به اندازه کافی متمرکز است.

در علم کامپیوتر دستگاه هوشمند یک عامل عقلانی (Rational agent) انعطاف پذیر است که محیط اطرافش را درک کرده و برای افزایش احتمال موفقیت در اهداف تعیین شده، اقداماتی را انجام می دهد. سیستمهای خُبره: Expert Systems نرمافزارهایی هستند که در یک حوزهٔ تخصصی مانند یک انسان متخصص عمل میکنند. در سال ۱۹۵۸ فردی به نام John McCarthy یکی از زبانهای برنامهنویسی تخصصی در صنعت هوش مصنوعی به نام LISP را ایجاد نمود و در سال ۱۹۶۵، پژوهشگری به نام Robinson یک روش استنتاجی را برای حل مسئله ارائه داد و در همین زمان بود که نخستین سیستم خبرهٔ مبتنی بر دانش به نام DENDRAL در دانشگاه Stanford توسعه یافت و در سالهای بعد محققین دیگری سیستم خبرهٔ دیگری ساختند که در تشخیص عفونتهای خونی کاربرد داشت. در استدلال استنتاجی (مثال نخست)، اگر فرضیات استدلال درست باشند، درستی نتیجهٔ استدلال نیز تضمین شده است اما در استدلال استقرایی (مثال دوم)، تضمینی برای درست بودن نتیجه وجود ندارد. استدلال استقرایی بیشتر در علوم طبیعی مرسوم است زیرا در این علوم روند پژوهش به این صورت است که اطلاعاتی در مورد موضوعی جمعآوری شده و مدلسازی میشوند سپس با استفاده از آن مدل، پیشبینی و توصیف وقایع آینده صورت میگیرد در حالی که در علوم ریاضیاتی و منطقی استدلال استنتاجی کاربرد بیشتری دارد زیرا این علوم بر بدیهیات و قوانینی ثابت استوار هستند.

بخوان  این 4 را در مورد خرما بخوانید تا کسب و کار خود را دو برابر کنید.

الگوریتمهای هوش مصنوعی میتوانند میلیونها نظر کاربران را خوانده و موقعیتها، بحرانها یا روندها را تشخیص داده و تجربه شخصیسازیشدهای را ارائه نماید. اگر تمام تصمیمات سیستم هوش مصنوعی در بلاکچین ذخیره شود، ما پایگاه داده گستردهای را بدست خواهیم آورد و قادر خواهیم بود تصمیمات گرفته شده توسط هوش مصنوعی را بررسی کنیم و منطق آنها را بدست آوریم. قانون دوم آن که یک ربات باید از دستوراتی که توسط انسان به او داده شده است اطاعت کند مگر در مواردی که چنین دستوراتی با قانون اول در تضاد باشد. و سوم آنکه، غایت تکنولوژی چگونه باید باشد؟ ایران باید بتواند تا سال ۱۴۱۰ جزو ۱۰ کشور برتر حوزه هوش مصنوعی در سراسر جهان باشد و از طرف دیگر هدف اصلی تعالی هوش مصنوعی کسب درآمد بالای چهار بیلیون دلار در علوم پزشکی با استفاده از تکنیکهای هوش مصنوعی است. در سال ۱۹۶۸، پژوهشگری به نام Winograd برنامهای به نام SHRDLU را توسعه داد که میتوانست درک اولیهای از زبان داشته باشد و در سال ۱۹۷۰ نخستین ربات انساننما به نام WABOT-1 در دانشگاه Waseda در کشور ژاپن ساخته شد. Lisp: در دهههای ۱۹۷۰ و ۱۹۸۰ زبان Lisp کاملترین و محبوبترین زبان در توسعهٔ سیستمهای هوش مصنوعی به حساب میآمد و این محبوبیت به دلیل قابلیت پروتوتایپینگ فوقالعادهٔ آن و همچنین پشتیبانی آن از Symbolic Expressions بود.

۲. یکی از دوستان شما در کلاسهای ساعت ۸ صبح همیشه کمی دیرتر از سایرین حاضر میشود و هنگامی که دلیل آن را جویا میشوید، بیان میکند که صبح خواب مانده است. شرکت تحقیقاتی نیتای پارتنرز (۲۰۱۶) حوزههای کاربردی هوش مصنوعی را به صورت زیر بیان میکند. جالب است بدانید که این شخصیتها حتی میتوانند با سایر شخصیتهای هوش مصنوعی تعامل داشته و به این ترتیب شانس پیروزی خود را بیشتر کنند. بر اساس دو روند فوق، پژوهشگران هوش مصنوعی در تلاشند تا به سه هدف کلی دست پیدا کنند که عبارتند از Strong AI ،Applied AI و Cognitive Simulation. به عنوان مثال، در مورد اینکه انسانها چهطور چهرهها را تشخیص میدهند یا اینکه چهطور خاطرهها را به یاد میآورند میتوان از این رویکرد استفاده نمود و Cognitive Simulation در حال حاضر یکی از ابزارهای قدرتمند در علم عصبشناسی و روانشناسی شناختی به حساب میآید. این دنیا چندان هم دور از دسترس نیست و به واسطهی ابزارهای مارکتینگ تکنولوژی که این روزها خون تازهای به فضای دیجیتال مارکتنیگ دمیدهاند امکانپذیر شده. همچنین باتهای مکالمهای، ابزارهای تشخیص صدا، دستیاران دیجیتال هوشمند و خدمات مکالمهای میتوانند در بستر کانالهای رسانه اجتماعی پیاده شوند. هوش مصنوعی با ترکیب مقادیر زیادی داده به همراه پردازش سریع، تکراری و الگوریتمهای هوشمند کار میکند و به نرمافزار اجازه میدهد تا بهصورت خودکار از الگوها یا ویژگیهای موجود در دادهها یاد بگیرد.

دیگر مثالهای عنوان شده در زمینه پیشرفت هوش مصنوعی مربوط به توسعه سیستم اسکایپ مایکروسافت که میتواند متن را بهطور خودکار از یک زبان به زبان دیگر ترجمه کند و همچنین، سیستم فیسبوک است که توانایی تشریح تصاویر را برای افراد نابینا دارد. به عنوان مثال، در یک سیستم تهویهٔ هوا حالتهای مختلفی مانند خیلی گرم، گرم، معمولی، سرد، خیلی سرد میتواند در مورد میزان دمای اتاق در نظر گرفته شود. اتاق به تلویزیون هوشمند 40 اینچی در کنار تخت خواب مجهز است. سیستمهای مراقبتی هوشمند ۵. Prolog به طور گستردهای در سیستمهای خبره (Expert System) و همچنین در سایر پروژههای هوش مصنوعی با مقاصد پزشکی کاربرد دارد. چند هويت تکنولوژيک ديگر غير از سخت افزار وجود دارد که از جمله به نرم افزار و مهارت هاي انساني مي توان اشاره کرد.

این دو محقق ثابت کردند که توابع محاسباتی را میتوان با شبکهای از نورونهای پیوسته به یکدیگر انجام داد. کاربران هر یک از این پلتفرمها میتوانند با صحبت کردن از دستیار خود در مورد موضوعی سؤال نموده و اطلاعاتی کسب کنند، میتوانند از آن بخواهند که در ساعت خاصی موضوعی را به آنها یادآوری نمایند و یا اینکه نزدیکترین پمپبنزین را برایشان پیدا کنند. فناوری هوش مصنوعی ماشین و تکنولوژی یادگیری عمیق در نرم افزارها می تواند اشیا و چهره را تشخیص و شناسایی کند و فقط عکس هایی را که با سلاح اشیا خواست و با چهره های مربوط به تحقیق پلیس است نشان دهد فناوری بالیستیک دوربین یکی دیگر از ویژگیهای این راه حل است که میتواند یک عکس را در یک دوربین مطابقت دهد که نشان میدهد که این عکس دقیقا با دوربین همان گوشی گرفته شده است یا خیر. وقتی ماشین چنین الگوهایی را بیاموزد، میتواند پیشبینیهایی را انجام دهد که انسان هرگز امکان انجام آن را نخواهد داشت.

بخوان  7 بدون قیمت کلاس درباره هوش مصنوعی That you'll هرگز فراموش نکنید

بر اساس یک نظریه، اینکه کسی زبانی را فهمیده است یا نه فقط به رفتار او بستگی ندارد بلکه به پیشینهٔ او نیز مرتبط است و هنگامی میتوان گفت کسی زبانی را حقیقتاً فهمیده است که در محیطی که آن زبان حاکم است آموزش دیده باشد و در عمل بخشی از جامعهٔ آن زبان بوده و در تعاملات گویشوران آن زبان شرکت داشته باشد. اماراتی ها نه در روز پرتاب کاوشگر امید و یا بعد از آن، بلکه از همان زمان عقد قرارداد با سازندگان این کاوشگر کاملا با شفافیت موارد مربوط به پروژه خود را اطلاع رسانی کردند. اگر به عقبتر برگردیم، شاید بتوانیم کانت را مسبب شکلگیری هوش مصنوعی بدانیم؛ چراکه این کانت بود که با فرو کاستن انسان به عقل – عقل کانتی همانند یک نرمافزار رایانهای عمل میکند – انسان را به مثابه دستگاهی معرفی کرد که عقل، فاهمه و عملکرد آن، یک برنامه از پیش تعیینشده بود که انسان در چارچوب آنها عمل میکند و وی را گریزی به ماوراء عقل نیست. همچنین میزان پیشرفت هر یک از آنان در یادگیری به صورت دقیق قابلاندازهگیری است. این روش را میتوان در سیستمهایی با ابعاد و قابلیتهای مختلف و همچنین بر روی سختافزار، نرمافزار و یا ترکیبی از هر دو پیادهسای نمود.

اصل این ایده که ربات ها اگاهی داشته باشن بر میگرده به سال 1970 پروژه معماری تخته سیاه در علوم رایانه ای.برنامه ها به مخزن اطلاعاتی به نام فضای کار یا تخته سیاه دسترسی داشتن.روانشناس ها هم معتقد بودن همچین منبعی در ذهن هست و کار اونهارو همراهی میکردن. این دنیا میتواند جهانی مجاز است که در آن فعالیتهایی مانند خرید، حضور در کنسرتها، ملاقاتهای کاری و هر آنچه در زندگی حقیقی تجربه میکنیم، ممکن میشود.حتی غولهای فناوری که پشتوانه اصلی این ایده بزرگ هستند هم نگاه متفاوتتری به متاورس دارند، برای آنها متاورس گزینه ملموستری است. همچنین استفاده به شکل گسترده از سیستمهای هوشمند با ایده راهاندازی اتوماسیون اداری و اجرای سیستم بدون کاغذ در دهههای 1970 تا 1980 به اوج خود رسید و کشورهایی همچون ژاپن، آلمان، انگلیس و غیره ارائه خدماتی همچون بانكدارى، هتلدارى، مديريت پروژهها با تکیه بر فناوری اطلاعات را تقویت کردند.

از طریق بهکارگیری پرندههای بدون سرنشین و اطلاعات ماهوارهها به همراه پردازش و تشخیص تصویر، این امکان وجود دارد که خسارتهای زیرساختی ارزیابی و پیشبینی شود و تیمهای مدیریت بحران به طور بهینه تجهیز و راهبری شوند. به عنوان مثال Computer Vision (بینایی کامپیوتری) یکی از جنبههای کاربردی هوش مصنوعی در رباتیک است که امکان بررسی و تحلیل محیط پیرامون را برای رباتها فراهم میآورد. شاخه رباتیک، همانطور که از نام آن هم پیداست، به تولید رباتهایی اشاره دارد که میتوانند برخی از وظایف را برعهده گرفته و امورات را برای انسان آسان کنند. همانطور که در مقدمه نیز بیان شد، هوش مصنوعی به دنبال هوشمند کردن فعالیتهاست و این هدف میتواند با توجه به ماهیت فناوریهای مختلف در آنها ظهور و بروز پیدا کند. پردازندههای قدرتمند کوانتمی باید قادر باشند مجموعههای کلانداده را مدیریت کنند و هوش مصنوعی آنها را در سطح بسیار جزئی تحلیل کند. با تمام این اتفاقات، یک ربات شطرنج باز سرکش که هر از چند گاهی به حریفان خود حمله میکند باید کمترین نگرانی ما باشد.

بنابراین الهامبخش بسیاری از کاراکترهای غیرانسانی مشهور دیگر از جمله C-P30 در جنگ ستارگان شد. همچنین مقیاسپذیری این زبان نیز از جمله مزیتهای آن برای استفاده در هوش مصنوعی به حساب میآید که برای شروع یادگیری این زبان، میتوانید به دورهٔ رایگان آموزش جاوا در سکان آکادمی مراجعه نمایید. زمانی که تصویری توسط چنین سیستمی اسکن میشود، از تصاویری که برای آموزش در اختیار سیستم قرار گرفته است بهعنوان مرجع برای تشخیص محتوای تصویر اسکن شده استفاده میکند. درآن صورت سطحی دیگر از فرصت برای توسعه نرم افزارهای حرفه ای بوجود می آید به این علت که AI برای تکمیل دانش علمی مختلف خود، برنامه های کاربردی و تست های کاربردی را به فرآیند خود اضافه میکند. شبکههای عصبی: تعریف Robert Hecht-Nielsen، مخترع نخستین شبکهٔ عصبی، از این فناوری اینگونه است که شبکهٔ عصبی مصنوعی از تعدادی عناصر ساده تشکیل شده است که ارتباط درونی بالایی با یکدیگر دارند و با پاسخهای دینامیک خود، قادرند اطلاعات ورودی به سیستم را پردازش نمایند. به گزارش نامه نیوز، صباح زنگنه، تحلیلگر مسائل بینالمللی در این باره گفت: «استفاده از تکنولوژی یک کشور در کشور دیگر امر جاری و ساری در همه دنیا است لذا اینگونه اظهارات بیشتر فضاسازی است تا اینکه بیانگر یک نگرانی بزرگ و عمیق باشد.

بخوان  ADSL - سیستک - اینترنت پرسرعت وایرلس - اینترنت بیسیم - پهنای باند اختصاصی 1 بیتی

در سال ۱۹۷۲، یک سیستم خبره به نام MYCIN در دانشگاه Stanford طراحی شد که در تشخیص عفونتهای شدید باکتریایی و تجویز داروی مناسب کاربرد داشت و در سال ۱۹۸۰ روبات انساننمای WABOT-2 که یک ربات نوازنده بود در دانشگاه Waseda تولید شد که این ربات میتوانست موسیقیهایی با درجه دشواری متوسط را با کیبورد الکترونیک بنوازد. زنجیره ارزش هوش مصنوعی بر اساس چارچوب و الگوی طراحی شده در پروژه به صورت شکل ۸ ارائه شده است. در طراحی عامل، اولین گام همواره باید مشخص کردن محیط کاری باشد. ایجاد یک مدل یادگیری ماشین شامل دو مرحله میشود، مرحله اول تعریف مدل مورد نظر است و سپس در مرحله دوم باید مدل کامپایل شود. آیا یک ماشین میتواند احساس داشته باشد؟ پس از دستیابی به نتیجهٔ مطلوب، سیستم میتواند موقعیتهای ایجادشده در این بازی و تصمیمات خود را ذخیره کند تا اگر بعداً دوباره با موقعیتی مشابه مواجه شد، بتواند تصمیمی که قبلاً اتخاذ نموده را به کار گیرد. هم چالش سخت و هم تجربهای گرانبها؛ در اواخر سال ۹۸ به دوران کرونا وارد شدیم و اینکه دیگر همه­ی بازار به سمت فعالیت آنلاین سوق پیدا کرد و هر کسی هم که تا آن موقع خرید آنلاین را تجربه نکرده بود به خاطر شرایط جدید بهداشتی، ترغیب به برطرف کردن نیازهایش به شکل آنلاین شد.

با وجود این، او استدلال کرد بدان خاطر که آن رباتها علاقمند به زنده ماندن هستند دوستدار محیط زیست میباشند و سرعت بحران آب و هوا را حل میکنند. انسانها دارای مکانیزمهای قدرتمندی برای استدلال درباره موضوعات عامیانه فیزیک مانند فضا، زمان و تعاملات فیزیکی هستند. طبق گزارش ارائهشده توسط مکنزی، میزان رشد حاشیه سود حاصل از بکارگیری هوش مصنوعی طی سه سال آینده برای شرکتهایی که دارای یک استراتژی فرافعالانه هستند، به طور متوسط ۵ درصد از سایر شرکتها بیشتر خواهد بود. در واقع، یک برنامهٔ کامپیوتری را در نظر بگیرید که قابلیت تعمیم دادن تجربیات را ندارد و اگر این برنامه قبلاً با استفاده از تکرار در مورد تعدادی از افعال باقاعدهٔ انگلیسی آموزش دیده باشد، با مواجه شدن با کلمهٔ جدیدی مانند Jump قادر نخواهد بود حالت گذشتهٔ آن حدس بزند مگر اینکه قبلاً با کلمهٔ Jumped آموزش دیده باشد. میتوان هوش مصنوعی را اینگونه تعریف کرد: هوش مصنوعی یک اصطلاح اشتراکی برای سیستمهای کامپیوتری است که میتوانند محیط خود را حس کرده، فکر کنند و در واکنش به آنچه حس میکنند، عمل کنند.

کلیه نظرات مطرح در باب هوش مصنوعی سعی در یافتن پاسخ این پرسش دارند که آیا با وجود چنین سیستمهای رایانهای میتوان رایانه را مدلی تقریباً یکسان با ذهن تلقی کرد و بالعکس. در حقیقت میتوانیم بگوییم که الگوریتمهای ژنتیکی هوش مصنوعی از اصول انتخابی داروین برای یافتن فرایند انسانی و تقلید از آن استفاده میکنند. یک اثر مرتبط در تاریخ شناخت حیوانات و در مطالعات هوشیاری مشاهده شده است، جایی که هر بار که در حیوانات یک ظرفیت قبلاً منحصراً انسانی تصور میشد (به عنوان مثال توانایی ساختن ابزار یا گذراندن آزمون آینه)، اهمیت کلی از این ظرفیت منسوخ شدهاست. روشهایی که برای یک هدف خاص ایجاد میشوند، معمولاً فیچرهای ویژهای دارند که با شرایط آن هدف و مسئلهٔ خاص هماهنگ هستند. با بررسی چرخه هایپ گارتنر در ده سال گذشته میتوان به روند تکاملی هوش مصنوعی و فناوریهای زیرمجموعه آن پی برد. «جیمز لاولاک» زیستشناس که هفته گذشته در صد و سومین سالگرد تولدش درگذشت نسبت به ظهور رباتها خوش بینتر بود. شاید بزرگترین برآورد جسورانه در گزارش مؤسسه ARK، این باشد که یادگیری عمیق میتواند ارزش اقتصادی بیشتری را نسبت به آنچه اینترنت تاکنون انجام داه است ایجاد کند. تماس گرفتن یا استفاده از شبکه های اجتماعی نسبت به استفاده از رابطه برنامه نویسی نرم افزار بسیار وقت گیر تر است.