استدلال، به استفاده از قوانین برای رسیدن به نتایج «تقریبی» (Approximate) یا «قطعی» (Definite) اطلاق میشود. با وجود تحقیقات پیوسته و پیشرفتهای تکنولوژیکی، زمینه هوش عمومی مصنوعی هنوز به نتایج تولیدی دست نیافته است. تفاوت اساسی این دو استدلال در میزان پشتیبانی از قطعیت نتایج است. همچنین در مورد چگونگی استفاده از چنین فناوری هایی به منظور سوءاستفاده از تصویر افراد نگرانی هایی وجود دارد. مجموعه داده های آموزشی بسیار بزرگی وجود دارد- Open Image Dataset Google دارای حدود نه میلیون تصویر است ، در حالی که منبع ویدیوی YouTube-8M دارای هفت میلیون فیلم دارای عنوان می باشد. داستانِ فناوریهای برهمزننده شرحِ چگونگیِ از رده خارجشدنِ چیزهایی است که زمانی فکر میکردیم تا ابد کنارمان خواهند ماند. این فناوری به اصطلاحی فراگیر برای برنامههایی تبدیل شده است که وظایف پیچیدهای مانند ارتباط آنلاین با مشتریان، بازی شطرنج، تشخیص بیماری و بسیاری از موارد دیگر را بر عهده دارند که زمانی برای انجام آنها، به کمک انسان نیاز بود. بی شک میتوان گفت بدون استفاده از هوش مصنوعی، صنعت تبلیغات آنلاین با شکست مواجه خواهد شد زیرا در این صورت، تبلیغات به طور کاملا تصادفی به کاربران نشان داده خواهد شد، تبلیغاتی که مرتبط با خواستههای کاربران نیست!
این شرکت سال گذشته نیز از یک سدان الکتریکی به همین نام یعنی ویژن-اس رونمایی و پس از اعلام همکاری با چند شرکت خودروساز، تصاویر و ویدئوهای متعددی را از طراحی و تست رانندگی این خودرو منتشر کرد. همچنین او شبکههای بایزی را طراحی کرد که یک مدل گرافیکی احتمالی بود که مجموعه متغیرها و وابستههای آنها را از طریق گراف جهتدار غیرمدور (DAG) نشان میدهد. پس از انتخاب نوع یادگیری برای پروژه، باید مدل هوش مصنوعی مناسب انتخاب یا طراحی شود. اپلیکیشنهایی که باHTML5 طراحی میشوند٬ در هر سیستمعاملی پشتیبانی خواهند شد. در کنار این ها، مایکروسافت تصمیم گرفته که از حضور نرم افزارهایش برروی سیستم عامل های دیگر مانند iOS حمایت کند تا بتواند کاری کند که باز هم همچون سابق، مردم از طریق وابستگی به برنامه های مایکروسافت در ویندوز، حضور پی سی ها را بیش از گذشته حس کنند.
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. 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. بیشتر مسائلی که انتظار می رود ماشین ها آنها را حل کنند، نیازمند دانشی فراگیر در مورد جهان خواهند بود. با توجه به این که محققان هدف دقت 99 درصد را دنبال می کنند، انتظار دارند در کنار اشکال معمول برقراری ارتباط، تعامل انسان و ماشین به یک معیار یا امری عادیتبدیل شود. نوع 1 یا ماشینهای راکتیو جزو اشکال قدیمی هوش مصنوعی هستند که حافظه ندارند و تنها یک وظیفه خاص را انجام میدهند. تا همینجا که AI قدمهای آغازینش را برمیدارد، در بسیاری از حوزهها کار را برای انسانها آسانتر کرده است. واژه ی تکنولوژی،واژه ای آشنا برای مردم جهان،واژه ای که هرگاه آن را می شنویم به دنبال یک شگفتی هستیم یه چیز عجیب.امروزه خواه و ناخواه ما از تکنولوژی استفاده می کنیم امروزه دیگر نوشتن و خواندن به تنهایی سواد محسوب نمی شود مطابق تعریف یونسکوباسواد در هزاره سوم کسی است که همزمان سه شرط یا سه توانایی داشته باشد،که یک توانایی آن کار با کامپیوتر است،خیلی جالب است مثلا کسی که در بهترین دانشگاه های جهان تحصیل کرده باشد اما از کامپیوتر و تکنولوژی چیزی نداند آن را بی سواد فرض می کنند.همانطور که می بینید ما باید مطابق با جهان امروزی جلو برویم.در جهان امروزی تکنولوژی بسیار بسیار با زندگی ما عجین شده است و اگر سواد استفاده از آن را نداشته باشیم ازجهان عقب خواهیم ماند.در این وبلاگ سعی شده بهترین و بروز ترین مطالب حال حاضر جهان پوشش داده شود و بازدیدکننده و خواننده با قبل و بعد از آمدن به وبلاگ دانش و اطلاعاتی که بدست اورده است فرق داشته باشد برای جذابیت بخشیدن به قسمت ها بخشی از مطالب را به صورت ویدیو قرار داده ایم و بخشی را ترکیب ویدیو و مقاله به همراه تحلیل و برسی تا لذت کافی را از خواندن ببرید برای اینکه لذت مطالعه دوبرابر شود در اخر هر مطلب،مطلب مورد نظر را به صورت پی دی اف و پاورپوینت در اورده ایم.اعداد و حروف انگلیسی به همراه واژه های مهم را با رنگی متفاوت قرار داده ایم تا توجه و سهولت در خواندن مطالب دوچندان شود.یکی از ویژگی های مهم این وبلاگ قالب رسپانسیو(واکنشگرا)بودن ان می باشد.این وبلاگ با تلاش دوستان و همکاران توانسته اولین مجله را تولید کرده و ان را با نام مجله ی تکنولوژی جهان به بازار عرضه کند و موفقیت ها و تجربه های زیادی را در این راه بدست اورد.یکی از خدمات خوب این وبلاگ داشتن اپلیکیشن می باشد که با نام اپلیکیشن تکنولوژی تولید شده و می توانید از منوی سمت چپ ان را دانلود کنید.
در این مقاله به بررسی تکنولوژی های برتر در جهان میپردازیم تا ببینیم در آینده چه تکنولوژی هایی پیشرفت خواهند کرد و جهان آینده ما چگونه خواهد سایت 1biti بود. وقتی که دیدگاه شومپیتر نسبتبه چرخۀ کسبوکار، از موضعِ بالا به قضیه نگاه میکند، کلمۀ «برهمزننده» ما را به دردسر خواهد انداخت و بهطور فرضی ما را بهجای قهرمان در جایگاه ضارب قرار میدهد. درحال حاضر راهکارهای نظارت تنها به وسیله اپراتورهایی که لازم است به طور مداوم نظارت داشته باشندموثر هستند.به عنوان یک انسان این اپراتورها مستعد خطا هستند همچنین خستگس و عدم توجه یکی از مشکلات اساسی است که به عملیات امنیتی آسیب می رساند زیرا مغز انسان در طول دوره های مختلف ممکن است از یک موضوع منحرف شود و یا عدم توجه کافی را داشته باشد. در سال های اخیر ، GANها نشان داده اند که چگونه سیستم های یادگیری ماشینی که به مقدار کمی از داده های برچسب خورده تغذیه می شوند ، می توانند مقادیر عظیمی از داده های تازه را برای آموزش خود تولید کنند.این رویکرد می تواند به ظهور یادگیری تقریبا نظارتی منجر شود ، جایی که سیستم ها می توانند بیاموزند که چگونه می توانند وظایف خود را با استفاده از داده های برچسب خورده کمتری نسبت به آنچه که امروزه برای سیستم های آموزشی با استفاده از یادگیری نظارت شده ضروری است ، انجام دهند.
جنرال موتورز اخیراً اعلام کرده است که تا سال 2019 یک ماشین بدون راننده یا فرمان یا ترمز ساخته خواهد شد ، و فورد نیز نوید به انجام این کار تا سال 2021 داده است. در حالی که هوش مصنوعی تنها یکی از فناوری های مورد استفاده در روباتیک است ، استفاده از آن در این حوزه، به ربات ها کمک می کند تا به حوزه های جدیدی مانند اتومبیل های بدون سرنشین و همچنین کمک به روبات ها برای یادگیری مهارت های جدید راه یابند. آن ها می توانند عکسهایی باشند که تصویری را نشان می دهند یا جملاتی نوشتاری در پاورقی برای نشان دادن اینکه آیا کلمه “باس” مربوط به موسیقی است یا خیر. این روش هوش موسیقی را فعال می کند. هرچند هوش مصنوعی در همان نسخههای اولیه و قدیمی این نوع بازیها نیز حضور داشته، اما در سالهای پیش رو نقش بسیار پررنگتری خواهد داشت. این کنفرانس به رهبری جان مک کارتی (John McCarthy)، که دامنه و اهداف هوش مصنوعی را تعریف کرد، به طور گسترده ای به عنوان تولد هوش مصنوعی، به همان شکلی که امروزه آن را میشناسیم، در نظر گرفته می شود. 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.
اخیرا یک ربات شطرنج باز در روسیه انگشت حریف هفتساله خود را گرفت و باعث شکستگی آن شد. اگر این دوست شما در جلسهٔ بعدی کلاس باز هم دیر حاضر شود، شما به روش استقرایی استدالال میکنید که گویا باز هم خواب مانده است. روشنایی منزل شما میتواند به صورت خودکار و با توجه به اینکه در کجای منزل و مشغول چه کاری هستید، تنظیم شود و بسیاری از کاربردهای بزرگ و کوچک دیگر. 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. نمونه ای از یکی از این تراشه ها، Tensor Processing Unit (TPU)گوگل است که آخرین نسخه آن از سرعت بیشتری برخوردار است و در آن از مدل های مفید یادگیری ماشین که با استفاده از کتابخانه نرم افزاری TensorFlow گوگل ساخته شده استفاده گردیده است و آن ها می توانند اطلاعات را از داده ها استنباط نموده و همچنین امکان تفسیر میزان آموزش را نیز دارا هستند.این تراشه ها صرفا جهت آموزش مدل هایی برای DeepMind و Google Brain استفاده نمی شوند ، بلکه از مدل هایی که پایه و اساس Google Translate و تشخیص تصویر در Google Photo است استفاده می شوند ، و همچنین خدماتی به عموم مردم ارائه می دهد که با استفاده از Google TensorFlow Research Google می توانند مدلهای یادگیری ماشینی بسازند.
در ادامه برخی از قابلیتهای هوش مصنوعی که در آینده به منصه ظهور میرسند را مرور میکنیم. در ادامه ابتدا به بررسی مفاهیم کاربردی در حوزهٔ هوش مصنوعی پرداخته سپس به روندها و اهداف این علم اشاره خواهیم نمود و در پایان برخی از کاربردهای روزمرهٔ هوش مصنوعی را مورد بررسی قرار خواهیم داد. همانطور که بیکن یکی از پایهگذاران علم مدرن، آن را مطرح میکند: جهان برای بشر ساخته میشود و نه بشر برای جهان. به گزارش گروه علم و آموزش ایران اکونومیست از «ساینس دیلی»، یک گروه تحقیقاتی در دانشگاه پرینستون با کاربرد هوش مصنوعی روی معادلههای محلولی مربوط به رفتار کوانتومی اتمها و مولکولهای منفرد، موفق شد مراحل اولیه شکل گیری یخ را به درستی شبیهسازی کند. پس از آن ساخت رایانههای پیشرفتهتر باعث شد تا افرادی همچون هربرت سایمن از دانشگاه کارنگی ملن مدعی شوند که ما هماکنون رایانههایی داریم که فکر میکنند. حال پرسش کلیدی این است که «آیا میتوان گفت کامپیوتری که همچون یک انسان واقعی سخن میگوید، واقعاً آن زبان را فهمیده است؟ شرکت سونی نیز همراه با فوربای، AIBO را معرفی کرد (ربات هوش مصنوعی) که یک سگ رباتیک ۲۰۰۰ دلاری بود که برای یادگیری تعامل با محیط خود، مالکان و سایر AIBO ها ساخته شد.
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. چین در حال دنبال کردن یک برنامه سه مرحله ای برای تبدیل AI به یک صنعت اصلی برای این کشور است ، برنامه ای که تا سال 2020 به ارزش 150 میلیارد یوان (22 میلیارد دلار) خواهدرسید.بایدو بر روی ساخت اتومبیل های خودران ، با استفاده از الگوریتم یادگیری عمیق خود ، Baidu AutoBrain سرمایه گذاری کرده است و پس از چندین سال آزمایش ، قصد دارد خودروهای کاملاً اتوماتیک خود را در سال 2018 عرضه و آن ها را تا سال 2021 به تولید انبوه برساند. قانون سوم آن که ربات باید از وجود خود محافظت کند تا زمانی که چنین حفاظتی با قانون اول یا دوم در تضاد نباشد. در سال ۲۰۰۳، مرکز تحقیقات پروازی آرمسترانگ ناسا، و بسیاری از شرکتهای دیگر، نرمافزاری طراحی کردند که قادر میسازد یک هواپیما آسیب دیده، به پروازش ادامه دهد تا زمانی که به منطقه امن برای فرود دست یابد.
مثلاً سیستم گرمایش/سرمایش منزل میتواند با توجه به ساعت ورود و خروج شما، دمای منزل را تنظیم کند تا در هزینهها صرفهجویی شود. در زمینه ی پزشکی تکنیک های یادگیری عمیق، دسته بندی تصاویر و شناسایی اشیا می توانند سرطان را در تصاویر MRI تشخیص دهند به صورتی که دقت این تشخیص به اندازه ی دقت تشخیص آن توسط متخصص انسانی است. مجموعه داده آموزش، بخشی است که با استفاده از آن شبکه عصبی آموزش داده شده است. 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. انعطافپذیری این زبان شامل استفاده از انواع شیوهها و سبکهای برنامه نویسی نیز میشود که پایتون از آن پشتیبانی میکند.
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. پردازش زبان طبیعی در مواردی همچون ترجمه و خلاصهسازی خودکار متون، ایجاد جملاتی به زبان طبیعی (به صورت نوشتار و گفتار) و تکنولوژی تشخیص گفتار (به عنوان مثال در گفتگو با دستیارهای مجازی و یا در هنگام سرچ صوتی)، دستهبندی متون و بسیاری حوزههای دیگر کاربرد دارد. هوش مصنوعی طرح ساخت یک ماشین محاسبهای میباشد، با قدرت انجام همان وظایفی که هوش طبیعی انسان انجام میدهد؛ یعنی بتواند اعمالی را که به هوش انسانی احتیاج دارد، به انجام برساند. بازیهای رایانهای از همان ابتدای پیدایش، قسمتی از زمینه تحقیق و پژوهش هوش مصنوعی بودهاند. Alexa یکی از انواع این نوع رباتها یا همان چت باتها به حساب میآید. گوگل بزرگترین موتور جستجوی جهان است و اطلاعات مورد نیاز دستیار صوتی را به خوبی تامین میکند و به همین دلیل این دستیار صوتی دقت بیشتری نسبت به رقبای خود دارد.
اگر پیش بینی او درست باشد ما در آستانه دوره زمانی بسیار جالبی قرار داریم. مثلاً ممکن است شخصی بگوید «ابرها رو ببین» که منظور اصلیاش مفهوم «باران» است و یا بگوید «اُفت فشار داریم» که در اینجا هم منظور اصلیاش این است که «دریچهها خوب کار نمیکنند.» هر چند ما انسانها میتوانیم به سرعت منظور این شخص را بفهمیم، اما اگر کمی دقت کنیم متوجه خواهیم شد که معنای این جملات با مجموع معانی تکتک کلمات آنها متفاوت است مضاف بر اینکه یکی از ویژگیهای مهم یک زبان زندهٔ تکاملیافته زایایی است به طوری که یک زبان زایا قابلیت تولید تنوعی نامتناهی از مفاهیم را دارا است. این سطح از هوش مصنوعی باید تکتک انسانها را بهعنوان افرادی که ذهن هر یک از آنها با عوامل مختلفی شکل داده شده است، درک کند و به بیان ساده تمام انسانها را بفهمد.
بنابراین با استفاده از کدهای زیر اولین تصویر از مجموعه داده آموزش ترسیم میشود. این دریافت اطلاعات با استفاده از پردازش تصویر (Image Processing) انجام میشود. مدیریت یک مدل هوش مصنوعی خودکار نیازمند نظارت و بهروزرسانی مکرر است که توسط فرآیندی به نام عملیات مدل یا ModelOps مدیریت میشود. همه شرکت های بزرگ فناوری خدمات مختلف هوش مصنوعی را ارائه می دهند: از زیرساخت ها برای ساخت و آموزش مدل های یادگیری ماشینیِ خود از طریق سرویس های وب که به شما امکان می دهد به ابزارهای مبتنی بر هوش مصنوعی مانند گفتار ، زبان ، دید و تشخیص احساسات در صورت نیاز دسترسی پیدا کنید.