اگر شما هم جزو آن دسته از افرادی هستید که نگران پیشرفت و توسعه تهدیدکننده هوش مصنوعی و تسلط کامل آن بر بشر هستند، باید بگوییم در حال حاضر اصلاً نباید نگران این موضوع باشید؛ زیرا هوش مصنوعی در حال حاضر بیخطر است. این نوع از هوش مصنوعی نهتنها میتواند احساسات افرادی که با آنها در تعامل است درک کند و حتی احساسات تنها را برانگیزد، بلکه خود آن هم دارای عواطف و احساسات، نیازها و اعتقادات است و حتی ممکن است مانند انسان خواستههای متفاوتی داشته باشد؛ البته در صورت تمایل برای استفاده از این سطح از هوش مصنوعی باید با احتیاط کامل از آن استفاده کرد و افراد مطرح در حوزه فناوری بهخوبی به این موضوع واقف هستند. حتی سیستمی که کلاهبرداری در سیستم های مراقبت بهداشتی و درمانی را شناسایی می کنند نمی توانند در کشف تقلب سیستم های مالی و بانکداری مفید باشند.
در شبکه اینترنت همه کامپیوترها با استفاده از واسطههای مختلف (مثلاً شبکه ISP و Gateway ها) به یکدیگر متصل هستند و اگر مجوزها و دسترسیهای لازم را داشته باشند، میتوانند به تبادل داده سایت 1biti و اطلاعات بپردازند. شمارهگیری به شما اجازه میدهد که از طریق شبکه مخابراتی عمومی (PSTN) به یک شرکت خدمات سرویسهای اینترنت (ISP) متصل شوید. همانطور که در استراتژیهای منطقهای، مانند «استراتژی تحول دیجیتالی در آفریقا ۲۰۲۰-۲۰۳۰» یا «برنامه دیجیتال برای آمریکای لاتین و دریای کارائیب (eLAC۲۰۲۲)» ذکر شده است، ظهور فناوریهای جدید ممکن است فرصتی را برای کشورهای در حال توسعه ایجاد کند تا روند توسعه اقتصادی خود را سرعت بخشند. اما براساس نظریه کالدور در جنگهای جدید شاهد بازگشت اخلاق و عقلانیتر شدن محیط نبرد میباشیم. در نتیجه شربت ذرت با فروکتوز بالا به وجود آمد و ۱۳ سال بعد به علت گران شدن قند، راه خود را به مواد غذایی در ایالات متحده باز کرد.
همچنین باید اشاره کرد که مایکروسافت و انویدیا نیز به عنوان دو غول حوزه فناوری ایالات متحده، در توسعه ربات TX SCARA با Telexistence همکاری کردهاند. اگرچه، باید اطمینان حاصل شود که سهواً اجازه رفتار غیرهوشمندانه به عامل داده نخواهد شد. BlenderBot 3 درست مثل بقیه مدلهای زبانی بزرگ ابتدا با مجموعه عظیمی از اطلاعات تعلیم داده شد. همانطور که میدانید، دستیارهای مجازی مختلف مثل سیری، الکسا، گوگل اسیستنت و غیره، پس از دریافت فرمانهای صوتی تنها آنها را انجام میدهند و واکنش خاصی به این فرمانها ندارند. این سئوال برای اولین بار توسط آلن تورینگ مطرح شد و پرسیدن همین سئوال باعث شد تا او بتواند بازی ساختگی (آزمون تورینگ) را طراحی کند. این آزمون در سال 1950 برای ارزیابی سطح هوش شبکههای عصبی مصنوعی ساخته شد. تنها شنیدن این آمار برای درک تاثیر و اهمیت زیاد فناوری هوش مصنوعی در سطح بین المللی کافیست.
این روزها کلمه هوش مصنوعی را در رسانهها زیاد میشنویم. این روزها از هوش مصنوعی در زمینه پزشکی نیز استفاده میشد و همین موضوع باعث شده تا به صورت موثر تاثیرات تکنولوژی دیجیتال در مراقبتهای بهداشتی و پزشکی را مشاهده کنیم. چرا که همه این موارد به مرور زمان در حال پیشرفت است، اما آنچه این روزها بیش از هر چیزی در این صنعت مورد توجه است، عجین شدن تکنولوژیهای موبایلی بر اجرای آپشنهای مبتنی برفناوریهای روز ماشینها است. هوش مصنوعی بر این اصل استوار است که هوش انسان می تواند به گونه ای تعریف شود که برای ماشین ها، قابل تقلید باشد و ماشین بتوانند این رفتارها را از ساده ترین شکل تا پیچیده ترین نوع آن انجام دهد. به بیان ساده چنین سیستمهایی توانایی یادگیری ندارند.
این ماشین ها نسبت به ماشین هایی که دارای هوش مصنوعی ضعیف هستند از پیچیدگی بیشتری برخوردارند و وقتی با حل مسئله ای مواجه می شوند، می توانند بدون دخالت انسان تصمیم گیری کنند. توجه داشته باشید که می توانید پس از پایان حجم ترافیک اولیه بسته اینترنت ADSL خود نسبت به خرید بسته های ترافیک اضافه اقدام کنید اما با توجه به تنوع تعرفه های راینت، پیشنهاد ما این است که به منظور کاهش هزنه های خود از ابتدا نسبت بخ خرید یک تعرفه با حجم ترافیک متناسب با مصرف خود اقدام نمایید. مانند دستیار شخصی Siri که به گوشی های اپل اضافه شد. طی این پست، با ۳۰ نمونه از جدیدترین و هیجانانگیزترین کاربردهای یادگیری ژرف (Deep Learning) آشنا خواهیم شد. استفاده از هوش مصنوعی در صنعت پزشکی برای انتخاب میزان دارو و نوع درمان بیمار و برای انجام عمل های جراحی یکی از کاربردهای آن است. 8- کارگردانی فیلم توسط هوش مصنوعی! استفاده از این شبکهها در حقیقت روشی مؤثر برای آموزش مدلهای ایجادکننده (Generative Models) بر اساس دادههای واقعی هستند و یکی از روشهای ساخت عکس و فیلم ساختگی با استفاده از هوش مصنوعی (دیپ فیک) به شمار میرود.
این دستگاه بیماریهای مغزی، ریه، کبد، قلب و عروق و استخوان را در سی تی اسکن، 40 حالت مختلف در اسکن اشعه ایکس و سرطان پستان در ماموگرافیهای دو بعدی را با استفاده از الگوریتمها و پایگاههای اطلاعاتی تشخیص دهد. چنین دستگاههایی تنها میتوانند وظایفی را انجام دهند که برای آن برنامهریزی شدهاند و هیچ کاری فراتر از این وظایف نمیتوانند انجام دهند؛ بنابراین این نوع هوش مصنوعی توانمندیهای بسیار محدودی دارد. حال این سوال پیش میآید که به راستی ما چند سال تا رسیدن به ابزارهای کاملاً هوشمند که دارای هوش بسیار فوقالعاده هستند (Superintelligence) فاصله داریم؟ هر چند مثال ما در تولید ماشینهای هوشمند، کمی آرمانی است، ولی به هیچ عنوان دور از دسترس نیست. چنین قابلیتهایی علاوه بر اینکه باعث میشود مدتزمان لازم برای آموزش چنین سیستمهایی به میزان قابلتوجهی کاهش پیدا کند، امکان انجام چند فعالیت مختلف توسط سیستم درست مانند انسان را نیز فراهم میکند. جیمز اسلاگل دانشمند کامپیوتر، سنت (انتگرالگیر خودکار نمادین) را طراحی کرد که یک برنامه ذهنی حل مسئله بود و تمرکز آن بر انتگرال نمادین در حساب دیفرانسیل سال دوم دبیرستان بود. اسکالا یک زبان برنامه نویسی همه منظوره است که هم از برنامه نویسی شی گرا و هم از برنامه نویسی تابعی پشتیبانی میکند.
من نمیخواهم به آن معنا دفاع کنم، ولی از لحاظ علمی این پیشبینی خیلی نمیتواند جایی داشته باشد. اتصال من چه وضعیتی دارد؟ با استفاده ی هر چه بیشتر از این ابزارها، دقت آن ها نیز افزایش می یابد. هوش مصنوعی سرعت، دقت و اثربخشی تلاشهای انسانی را افزایش می دهد. 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. هر چقدر مقدار داده ها زیادتر باشد، دقت مدل هم بهبود می یابد. هوش نشان داده شده توسط ماشین ها به عنوان هوش مصنوعی شناخته می شود. هوش مصنوعی فرصتی رو فراهم میکنه که انسان گام رو فراتر از تواناییهای متداول بذاره و بتونه وظایفی که انجامش مخاطرهآمیز، وقتگیر، تکراری یا دارای خطای بالا بوده رو به عاملی محول بکنه که از خودش دقیقتر، سریعتر و بهتر انجامش میده. رباتهای TX SCARA تا حد زیادی مستقل و خودران هستند اما در صورتی که با مشکلی مواجه شوند، گزینهای برای کنترل از راه دور آنها فراهم شده است.
این فیلم در ادامه فیلم قبلی با نام بلید رانر (Blade Runner) ساخته شده و جهانی را روایت میکند که از تکینگی (Singularity) انسان و ماشین گذشته است. کرزول (Kurzweil) پیشبینی کرده که هوش مصنوعی تا سال 2049 از انسان هوشمندتر خواهد شد و این پدیده رو تکینگی (singularity) نامگذاری کرده. با این حساب ما تقریباً 30 سال فرصت داریم با هوش مصنوعی تعامل کنیم و مشکلاتی که برامون به وجود میاره رو حل کنیم. به عبارت دیگر فرآیندهای هوشمند انسانی نظیر شبیه سازی فرآیندهای تفکری و شیوه های استدلالی انسانی و پاسخ موفق به آنها و یادگیری و توانایی کسب دانش و استدلال برای حل مسائل توسط ماشین انجام میشود. • هوش مصنوعی قرار است کدامیک از مشکلات ما را حل کند و آیا این فناوری مشکلساز هم خواهد بود یا خیر؟ در یک روش انواع مختلف هوش مصنوعی و دستگاههای ایجاد شده بر پایه آنها بر اساس شباهت به ذهن انسان و همچنین وجود توانایی تفکر یا حتی توانایی احساس کردن مانند انسان دستهبندی میشوند. GPT-3 دیگری نرمافزاری است که بر اساس همین مدل به وجود آمده است. این نوع از هوش مصنوعی بر اساس دستهبندی ذکرشده در بخش قبلی، در دسته هوش مصنوعی واکنشی و هوش مصنوعی دارای حافظه محدود قرار میگیرد.
به بیان ساده این شبکهها میتوانند با بهرهمندی از دادههای ورودی یک محصول خروجی ایجاد کند. تقریباً تمام تواناییهای مختلف هوش مصنوعی که امروزه در حال بهرهمندی از آنها هستیم، برپایه سیستمهای هوش مصنوعی دارای حافظه محدود ایجاد شدهاند؛ از چتباتها گرفته تا دستیارهای مجازی و سیستمهای خودران. تقریباً تمام کاربردهای هوش مصنوعی که امروزه در حال بهرهمندی از آنها هستیم و تمام سیستمهای ایجاد شده بر پایه هوش مصنوعی جزو این دسته هستند. این نوع از سیستمها تنها میتوانند از توانایی ذهنی انسان برای پاسخ دادن به محرکهای مختلف تقلید کنند و فاقد تواناییهای مبتنی بر حافظه هستند؛ این موضوع به معنای این است که چنین سیستمهایی برای انجام فعالیتهایی که در حال انجام آنها هستند، نمیتوانند از تجارب قبلی خود کمک بگیرند. 1.پایش: پایش به معنای تهیه تصویر از محیط با استفاده از اطلاعات است که این اطلاعات امکان دارد به تکنولوژی خاصی مربوط باشد. آیا اندیشیدن به معنای واحدی در دو مورد به كار میرود؟
تکنیک های یادگیری عمیق از شبکه های عصبی بزرگ با لایه های زیاد استفاده می کنند. برنامه ای تقلب را شناسایی می کند، نمی تواند اتومبیل براند. بنابراین این ایده وجود دارد که میتوانیم تمام برنامه ها را بر بستر وب بریم. یادگیری ماشین بر این پایه استوار است که ماشین ها می توانند با استفاده از داده ها آموزش ببینند، الگوها را شناسایی کنند و بدون کمترین دخالتی از جانب انسان ها، تصمیم گیری کنند. اما سوال اینجاست که آیا به همان سرعتی که شغل ها از دست می روند، شغل های جدید جایگزین می شوند؟ لازم است پس از بیان اهمیت دادههای مالی در مدیریت عملیاتهای کسبوکار، با تغییرات ایجاد شده در دنیای حسابداری توسط پیدایش تکنولوژیهای جدید آشنا شویم. زیرا هنوز هم یک شکاف عریض، کشف اولیه و ایده محصول جدید و مناسب برای رشد و ترقی را از یکدیگر مجزا میکند. با وجود اینکه هوش عاطفی مصنوعی هنوز یک فناوری نوپا محسوب میشود و برای پژوهشگران برجسته هوش مصنوعی یک حیطه پژوهشی جذاب به شمار میرود، دستیابی به چنین سطحی از هوش مصنوعی، توسعه انواع دیگر این فناوری را نیز میطلبد؛ زیرا این سطح از هوش مصنوعی برای درک حقیقی تمام نیازهای انسانی نیازمند چنین پیشرفتی است.
بنابراین واضح است که در این جهانِ AI-first استفاده از هوش مصنوعی برای تولید محصولات و آموزش مفاهیم و کاربردهای آن برای کارآفرینان و مهندسان بسیار حایز اهمیت است. همانطور که میدانید، انسان در طول روند تکامل خود از زمان پیدایش انسانهای نخستین تاکنون بهتدریج به تواناییهای و زندگی بسیار بهتری نسبت به نیاکان خود دست یافته است. چنین فرآیندی به تقویت عملکرد سیستم کمک میکند و استفاده این سیستم از دادههایی که فراگرفته است، باعث میشود دقت آن در برچسبگذاری تصاویر بهتدریج افزایش یابد. هوش مصنوعی با استفاده از شبکه های عصبی عمیق می تواند به دقت بالاتری دست یابد.
برنامه نویسی گسترده: هوش مصنوعی نیاز به برنامه نویسی در حوزههای گستردهای دارد. برای پیاده سازی و استفاده عملی از هوش مصنوعی بایستی از زبان های برنامه نویسی استفاده کرد. به گزارش جماران؛ به نقل از ایلنا، وزیر ارتباطات و فنآوری اطلاعات درباره آخرین وضعیت «طرح صیانت» گفت: یک عده بلاخره جو سازی میکنند و نان میخورند و اِلا چیزی به اسم «طرح صیانت» تصویب نشده است که بخواهد اجرایی شود. هیچ چیزی به جز توصیف پروژه در فاز کشف وجود ندارد، کسب و کار و درک دادهها به توسعه دهندگان کمک میکند تا مشکلات را بشناسند و راه حلی برای آنها بیابند. ویژگیهای آن شامل توانایی درک و پاسخ به بیش از ۱۰۰ فرمان صوتی و ارتباط با صاحب انسانیاش بود. در صنعت بهداشت ترکیبی از یادگیری ماشینی، یادگیری عمیق، تجزیه و تحلیل دیتاها در زمان واقعی و سایر ویژگیهای هوش مصنوعی برای تشخیص بیماریهای مختلف به کار گرفته میشود. برای مثال میتوان موتور تجزیه و تحلیل تصویربرداری Zebra Medical Vision را مورد بررسی قرار داد. شاخه شبکههای عصبی را تحت عنوان یادگیری عمیق «Deep Learning» نیز میشناسند. • به عنوان مثال، اگر یک انسان توسط ربات به قتل برسد، مجرم کیست و چه فرد یا چیزی باید مجازات شود: آیا عامل هوشمند باید در برابر این رفتارش مسئول باشد؟
پس این باور که معمولا بین پدر و مادرها وجود داره چون من چیزی دانلود نکردم پس حجم اینترنت رو مصرف نکردم، کاملا اشتباهه! تهدیدی که از سمت هوش مصنوعی حس میشد تا جایی پیش رفت که جمعی از سرشناسترین دانشمندان و کارآفرینان جهان مثل راسل استوارت، استفان هاوکینگ، ایلان ماسک، استیو وازنیاک و خیلیای دیگه (مثل بندهی حقیر :P) سال 2015 نامهای سرگشاده خطاب به همهی فعالان هوش مصنوعی امضا کردن و هشدار دادن که در صورت عدم کنترل هوش مصنوعی، خطر بزرگی بشر رو تهدید میکنه؛ خطری که منجر به ایجاد سلاحهای کشتار جمعی، بردگی انسانها و در نهایت نابودی نسل بشر میشه. تقریبا یک دهه گذشت تا نمادهای هوش مصنوعی، تبدیل به رشتهای شود که اکنون میشناسیم. یادگیری ژرف و شبکههای عصبی مصنوعی، شاخه ای از یادگیری ماشین اند که از ساختار لایه ای مغز انسان و سلول های عصبی متصل به هم الگو گرفته اند. هوش مصنوعی می تواند با استفاده از شبکه ی عصبی که لایه های پنهان بسیاری دارد، داده های عمیق تری را تحلیل کند. رابطه ها و الگوهایی که ممکن است از دید ما پنهان بماند را می بینند. پیشرفت های هوش مصنوعی ما را قادر می سازد تا کارهای پیچیده را خودکار کرده و بتوان دانش ارزشمندی از حجم عظیم اطلاعات تولید شده بدست آورد.