درباره محمدرضا معبودیان
این نویسنده هنوز اطلاعاتی درباره خود ثبت نکرده است.
محمدرضا معبودیان تا کنون 65 مطلب مفید در سایت ثبت کرده است.
مطالب توسط
بالنهای اینترنت گوگل با هوش مصنوعی میتوانند یک سال در پرواز باقی بمانند.
1399/12/21 در تازه ها /توسط محمدرضا معبودیانبالنهای اینترنت پروژهی لون گوگل میتوانند تقریبا یک سال در حال پرواز باقی بمانند. لون برای دستیابی به این هدف از هوش مصنوعی استفاده میکند.
گوگل اعتقاد دارد با استفاده از الگوریتمهای پیشرفتهتر و دقیقتر میتوان پرواز بالنهای غولآسای پرشده از گاز هلیوم را بهبود بخشید. به نظر میرسد این ایده برای گوگل جواب داده است و این شرکت واقعا توانسته پرواز بالنهای غولآسایش را که سرویس اینترنت ارائه میدهند بهبود دهد.
طی چند سال اخیر، پروژهی لون (Project Loon) که یکی از زیرمجموعههای آلفابت (شرکت مادر گوگل) محسوب میشود در تلاش بوده است تا دسترسی به اینترنت را در مناطق غیر شهری و دورافتادهی جهان ممکن کند. لون برای دستیابی به این هدف، سراغ بالنهایی رفته است که در ارتفاع زیاد در استراتوسفر به پرواز درمیآیند و به لطف آنها نوعی شبکهی بیسیم هوایی ایجاد میشود.
سال گذشتهی میلادی، لون اعلام کرد ناوگان بالنهایش از رکورد یک میلیون ساعت پرواز در استراتوسفر عبور کرده است. در پایان ماه اکتبر ۲۰۲۰ (اوایل آبان ۱۳۹۹)، لون رکورد دیگری در زمینهی طولانیترین پرواز در استراتوسفر ثبت کرد و بالنهایش به مدت ۳۱۲ روز در هوا معلق باقی ماندند. اینطور که لون میگوید، این بالنها مسافتی در حدود ۱۳۵ هزار مایل (۲۱۷,۲۶۱ کیلومتر) را پوشش میدهند.
در مقالهی جدیدی که بهتازگی در مجلهی Nature منتشر شده است، لون توضیح میدهد که بالنها چگونه میتوانند هر بار تا چندین هفته در هوا معلق بمانند و به فعالیت ادامه دهند. نکتهی جالب این است که بالنها میتوانند بدون دخالت انسان و حتی بدون آگاهی کامل از بادهایی که در استراتوسفر میوزد همچنان پرواز کنند. راز موفقیت لون چیست؟ از قرار معلوم لون به شکلی گسترده از فناوریهای بهروز هوش مصنوعی استفاده میکند.
سال کاندیدو، مدیر ارشد واحد فناوری لون، به خبرگزاری دیجیتال ترندز میگوید بالنهای این شرکت ارتفاعشان را افزایش یا کاهش میدهند تا بتوانند در معرض جریانهای مطلوب باد قرار بگیرند که باعث میشود در جهت مورد نظر حرکت کنند. تصمیم برای زمان بالا یا پایین رفتن بالنهای لون توسط «الگوریتمهایی پیچیده» گرفته میشود و ظاهرا انسان دخالتی در این موضوع ندارد.
گوگل با بهرهگیری از هوش مصنوعی، سیستم ناوبری برای بالنهای اینترنت طراحی میکند
بهطور سنتی الگوریتمهای مورد بحث توسط انسان طراحی میشوند؛ اما مدیر ارشد فناوری لون میگوید این شرکت به کمک تکنیک یادگیری تقویتی (Reinforcement Learning)، از هوش مصنوعی بهمنظور ساخت الگوریتم بهره میگیرد. سال کاندیدو ادامه میدهد: «اساسا دستگاهی میسازیم که میتواند بهتر از ما انسانها، سیستم ناوبری را طراحی کند. دستگاه مورد بحث، فرایند ساخت سیستمهای ناوبری را در زمانی کوتاهتر از انسان به انجام میرساند.»
یادگیری تقویتی یکی از زیرشاخههای فناوری یادگیری ماشین (Machine Learning) محسوب میشود و به شکلی عمده از مکتب رفتارگرایی در روانشناسی الهام گرفته است. رهنمود اصلی یادگیری تقویتی یک ایدهی خاص است که براساس آن، اپراتورهای نرمافزاری میتوانند با حداکثر پاداشِ تعیینشده، یاد بگیرند که اقدامات لازم را انجام دهند.
بارها در رسانهها گفته شده که واحد دیپ مایند (DeepMind) گوگل از یادگیری تقویتی برای تعلیم دادن نوعی هوش مصنوعی استفاده کرده است. هوش مصنوعی دیپ مایند صرفا با استفاده از پیکسلهایی که هر کدام از فریمهای بازیهای کلاسیک آتاری را ساختهاند و همچنین امتیاز روی صفحه، امکان تجربهی این بازیها را فراهم میکند. با به حداکثر رساندن امتیاز، دیپ مایند که از طریق آزمون و خطا یاد گرفته است بازیها را اجرا کند، به حدی مهارتهایش را تقویت میکند تا در آن بازی خبره شود.
البته به پرواز درآوردن بالن با این هدف که از مسیر مورد نظر منحرف نشود و همچنان به خدمترسانی ادامه دهد، بسیار متفاوت با اجرای بازی ویدئویی است و پیچیدگی بیشتری دارد. سفر موفقیتآمیز بالن در آسمان، با تخصیص امتیازی خاص همراه نمیشود. در واقع امتیازی وجود ندارد که به ما نشان دهد پرواز بالن موفقیتآمیز انجام شده است. اما به گفتهی کاندیدو، تکنیک یادگیری تقویتی بخشی حیاتی از موفقیت لون محسوب میشود و نمیتوان از کنار نقش مهم آن بهسادگی عبور کرد.
تکنیک یادگیری تقویتی، بخشی حیاتی از موفقیت پروژهی لون گوگل است
کاندیدو میگوید یادگیری تقویتی میتواند حجم عظیمی از اطلاعات را در زمانی کوتاه پردازش کند و از نتایجِ بهدستآمده در راستای حل کردن مسائل بهره بگیرد. این درحالی است که انسان بهطور ذاتی در ابتدا باید بفهمد چگونه به اطلاعاتی که به دست آورده است واکنش نشان دهد و همین موضوع زمانبر است. از آنجایی که سیستم ناوبری لون با درنظرگرفتن تعداد زیادی فاکتور و اطلاعات و داده بهبود پیدا میکند، از پیچیدگی کارِ نهایی کاسته میشود.
با استفاده از یادگیری تقویتی و براساس دانشی که از تاریخچهی وزش باد در مناطق در دسترس قرار دارد، بالنهای شرکت لون که از هوش مصنوعی قدرت میگیرند میتوانند تصمیماتی مطلوب برای نحوهی حرکت کردن بگیرند. البته فاکتورهای دیگری روی تصمیم بالنها برای حرکت کردن اثرگذار هستند که شامل بادهای مشاهدهشده و پیشبینیشده و همچنین مسیرهای پیشبینیشده برای پرواز در آینده میشود. تمامی این دادهها بهدقت مورد بررسی قرار میگیرند و پیش از اتخاذ تصمیم نهایی توسط بالن، سناریوهای مختلف شبیهسازی میشوند.
سیستم جدید مبتنی بر یادگیری تقویتی، در مقایسه با سیستمهایی که پیشتر برای کنترل بالنهای لون مورد استفاده قرار میگرفتند به شکلی مؤثرتر عمل میکنند و باعث میشوند بالنها به شکلی بهتر در محدودهی ایستگاه زمینی فعالیت کنند تا سیگنالها را بهخوبی دریافت و ارسال کنند. استفاده از سیستم جدید باعث میشود زمانیکه بالن از مسیر اصلیاش خارج شد، سریعتر از قبل به مسیر بازگردد.
کاندیدو میگوید: «الگوریتم جدید ما که از یادگیری تقویتی نشأت گرفته، امروز فعال است و به بالنهای ما کمک میکند در بالای کِنیا به پرواز دربیایند.»
آلفابت سالها است که خود را به استفاده از فناوری برای اهدافی مثبت متعهد میداند. هرچه تعداد افرادی که لون به آنها اینترنت ارائه میدهد افزایش یابد، آلفابت بیشتر و بیشتر به اهدافش دست پیدا میکند. برای دستیابی به این هدف، استفاده از فناوریهای بهروز و پیشرفته ضروری به نظر میرسد و ظاهرا لون در همین راستا قدم برمیدارد.
مبین احمدی – زومیت
فناوری تشخیص چهره در آستانهی تسخیر تمامی فرودگاههای آمریکا
1399/12/21 در تازه ها /توسط محمدرضا معبودیانگمرک و مرزبانی ایالات متحده آمریکا با ارائه درخواستی، خواستار گسترش چشمگیر استفاده از فناوری تشخیص چهره در فرودگاههای این کشور شد.
در دنیای کنونی، فناوری روزبهروز در حال پیشرفت است و هر ساله امکانات و سرویسهای جدیدتری در اختیار کاربران قرار میگیرد. یکی از بزرگترین جهشهای فناوری زمانی اتفاق افتاد که تکنولوژی برای تشخیص چهره توسعه یافت. از فناوری مذکور حتی در گوشی هوشمند به منظور باز کردن قفل دستگاه استفاده میشود. اما آیا این تنها کاربردی است که میتوان از این فناوری انتظار داشت؟ مسلما پاسخ منفی است و سیستم تشخیص چهره در جایگاههای دیگر به کار گرفته میشود؛ یکی از مکانهایی، بعضی فرودگاههای ایالات متحده آمریکا است. اما بهتازگی گزارش جدیدی در فضای مجازی منتشر شده است که از تغییر احتمالی سیاستهای مربوط به آن خبر میدهد.
به گزارش The Verge، گمرک و مرزبانی ایالات متحده آمریکا بهدنبال گسترش چشمگیر اختیاراتش در زمینه شناسایی چهره در فرودگاهها است. در نوزدهم نوامبر، این آژانس پروندهای به اداره فدرال ارائه داد که بر اساس آن، خواستار گسترش دامنهی برنامههای مربوط به شناسایی بیومتریک در تمام بندرهای هوایی و زمینی شده بود. این پرونده به دلیل اینکه قصد دارد تمرکز برنامه را کاملا به سمت شناسایی چهره ببرد، در حال از بین بردن شیوههای دیگری مانند انگشتنگاری است. پرونده مذکور برای مدت کوتاهی پس از ارسال، در انظار عمومی قرار میگیرد. این مدت روز دوشنبه (۲۱ دسامبر) به پایان میرسد.
خروجی بیومتریک برای اولین بار در سال ۲۰۱۷ به کار گرفته شد و بهعنوان یک برنامه آزمایشی عمل میکرد. مسئولان این بخش به منظور بررسی و ارزیابی ماندگاری این شیوه، آن را به تعدادی بندر محدود کردند؛ البته مقامات گمرک همیشه بهطور آشکار موضوع گسترش آن را به میان میآوردند. بهعنوان بخشی از مجوز دوران آزمایشی، مقامات گمرک فقط میتوانند از بنادر و مسافران منتخب اطلاعات جمع آوری کنند. اما پیشنهاد جدیدی که به فدرال ارائه شده است، به آژانسهای مرزی اجازه میدهد بنا به صلاحدید خود، برنامه را گسترش دهند. در پرونده ذکر شده است:
اگر این طرح پیشنهادی بهعنوان یک قانون نهایی تصویب شود، CBP در صورت لزوم به گسترش آزمایش ادامه میدهد.
بهطور خاص، این بدان معنا است که گمرکها مجوز دارند عکس چهره افراد غیر شهروند را جمعآوری کنند و این کار میتواند در یک بازه گسترده انجام شود. طبق قانون جدید، هر کسی که در راه ورود یا خروج از کشور از گمرک عبور کند، باید انتظار داشته باشد که تصویر چهره او ثبت و ذخیره شود. این تصاویر برای استفاده در دفعات بعدی به سیستم تشخیص چهره اضافه میشوند. ممکن است از این سیستم برای شناسایی شهروندان ایالات متحده آمریکا هم استفاده شود؛ البته برای آنها گزینهای وجود دارد که میتوانند با انتخاب آن، انصراف خود را اعلام کنند.
در این پرونده آورده شده است:
این قانون پیشنهادی جدید پیشبینی میکند که ممکن است هنگام ورود یا خروج بیگانگان، لازم باشد از آنها عکس گرفته شود. استفاده از فناوری تشخیص چهره هنگام ورود و خروج، روند تأیید هویت یک بیگانه را کارآمدتر و دقیقتر میکند.
برنامه خروج بیومتریک در ابتدا بهعنوان ابزاری برای تأیید هویت مسافران و جلوگیری از تقلب در ویزا گسترش یافت و اقدامات جدیدی برای شناسایی مظنونان به جرایم غیر مجاز انجام داد. بنا به توضیح سرویس ارزیابی حریم خصوصی، پایگاه دادهای که عکس ویزا را با مسافران تطبیق میدهد، میتواند از اطلاعات بهدستآمده استفاده کند و آنها را با عکسهایی که پیشتر در سرورهای مشخصی به منظور تشخیص افراد دارای سوءپیشینه طراحی شدهاند، مطابقت دهد. این بدان معنا است که سیستم تشخیص چهره میتواند افراد زیادی را مورد بررسی قرار دهد و اگر فردی برای مثال جزو گروههای تروریستی باشد یا سوءپیشینه داشته باشد، بهسرعت تشخیص داده میشود. این سرویس برای تشخیص افراد خلافکار میتواند بسیار کارآمد باشد؛ زیرا در سریعترین حالت ممکن انسانها را از یک دیگر تشخیص میدهد.
هنوز مشخص نیست رئیس جمهور منتخب، جو بایدن، هنگام روی کار آمدن از ۲۰ ژانویه چگونه از این سیستم در حال گسترش استفاده خواهد کرد. بایدن در طول مبارزات انتخاباتی تا حد زیادی در مورد تشخیص چهره سکوت کرد و به موضعگیری در مورد برنامه پایبند نبود. در اوایل ماه جاری، ائتلافی از گروههای مدنی حقوق بشر رئیس جمهور جدید را در نامهای سرگشاده به تنظیم دقیقتر این فناوری دعوت کرد. در ماه ژوئن، قانونگذاران لایحهای برای ممنوعیت شناسایی چهره در سطح فدرال ارائه دادند؛ اما این پیشنهاد تاکنون مقبول واقع نشده است.
بعضی اعتقاد دارند که استفاده وسیع و گسترده از این سیستم میتواند خلاف خواستهی افراد باشد و به همین دلیل نباید از آن بدین شکل استفاده کرد.
مصطفی عسگری – زومیت
پنج مزیت هوش مصنوعی برای اکتشافات فضایی
1399/12/21 در تازه ها /توسط محمدرضا معبودیانهوش مصنوعی میتواند دقت و سرعت اکتشافات فضایی و وظایفی مثل تعمیرات و پردازش دادهها را افزایش دهد؛ ازاینرو، در سالهای اخیر در کانون توجه قرار گرفته است.
هوش مصنوعی در سالهای اخیر بهشدت مدنظر قرار گرفته است و مسائل زیادی را با سرعتی بیشتر از محاسبات سنتی حل کرده است. برای مثال، بهتازگی دیپمایند بخش هوش مصنوعی گوگل آلفا فولد ۲ را توسعه داد. این برنامه میتواند مسئلهی تاخوردگی پروتئین را حل کند. گفتنی است دانشمندان ۵۰ سال برای پاسخ به این مسئله تلاش کرده بودند.
پیشرفتهای هوش مصنوعی زمینهساز پیشرفت در تمام رشتهها میشوند و صرفا به کاربردهای سیارهی زمین محدود نیستند. از طراحی مأموریتها تا پاکسازی مدار زمین از ضایعات، هوش مصنوعی میتواند بهکمک صنعت هوافضا بیاید.
دستیار فضانوردان
تارس و کیس، دو ربات فیلم مشهور میانستارهای (Interstellar) را بهیاد میآورید؟ با اینکه هنوز رباتی برای مأموریتهای فضایی طراحی نشده است، پژوهشگران میکوشند دستیارهای هوشمند مشابهی برای کمک به فضانوردان توسعه دهند. این دستیارهای مبتنیبر AI گرچه مانند فیلمها ظاهری جذاب ندارند، میتوانند برای اکتشافات فضایی مفید واقع شوند.
اخیرا دستیاری مجازی توسعه یافته است که میتواند خطرهای مأموریتهای طولانی فضایی مثل تغییرات هوای فضاپیما (مثلا افزایش سطح کربندیاکسید) و خرابی حسگرها را آشکار کند. این دستیار پیشنهادهایی نیز برای حل مشکل ارائه میکند.
دستیار هوش مصنوعی به نام سیمون (Cimon) در دسامبر ۲۰۱۹ به ایستگاه فضایی بینالمللی (ISS) فرستاده شد و قرار شد در بازهای سهساله آزمایش و بررسی شد. سیمون با اجرای وظایف درخواستی فضانوردان استرس آنها را کاهش داد. ناسا همچنین بهدنبال توسعهی همراهی برای فضانوردان به نام روبوناوت است که بهجای فضانوردان، وظایف خطرناک در ایستگاه فضایی بینالمللی را برعهده میگیرد.
طراحی و برنامهریزی مأموریت
برنامهریزی مأموریت به مریخ وظیفهی سادهای نیست؛ اما هوش مصنوعی میتواند آن را سادهتر کند. مأموریتهای جدید فضایی معمولا به اطلاعاتی وابستهاند که از پژوهشهای قبلی جمعآوری شدهاند. بااینحال، این اطلاعات اغلب محدود هستند و دسترسی به آنها کاملا امکانپذیر نیست.
جریان اطلاعات تخصصی به دسترسی و اشتراکگذاری اطلاعات با مهندسان طراح مأموریت وابسته است؛ اما اگر تمام اطلاعات مأموریتهای کاربردی گذشته فقط با چند کلیک دردسترس قرار بگیرند، تفاوت چشمگیری حاصل میشود. روزی سیستمها مجهز به هوش مصنوعی خواهند شد و میتوانند با اطلاعات مرتبط و مطمئن به پرسشهای پیچیده هم پاسخ بدهند؛ درنتیجه به طراحی و برنامهریزی مأموریتهای جدید کمک کنند.
پژوهشگران مشغول کار روی ایدهی دستیار مهندس طراح هستند تا زمان لازم برای طراحی مأموریت اولیه را کاهش دهند. دافنه (Daphne) نمونهی دیگری از دستیار هوشمند است که برای طراحی سیستمهای ماهوارهای رصد زمین بهکار میرود. مهندسان سیستم متعدد در تیمهای طراحی ماهوارهای از دافنه استفاده کردند. این دستیار دسترسی به اطلاعات مرتبط ازجمله بازخوردها و پاسخ به پرسشهای معین را آسان میسازد.
پردازش دادههای ماهوارهای
ماهوارههای رصد زمین معمولا دادههای انبوهی را تولید میکنند. ایستگاههای مستقر در زمین این دادهها را در بازهای طولانی از زمان دریافت میکنند و سپس با ترکیب دادهها میتوانند آنها را تحلیل کنند. با اینکه پروژههای انبوهسپاری برای تحلیل دادههای ماهوارهای در مقیاس کوچک وجود دارند، هوش مصنوعی میتواند امکان تحلیل دقیق دادهها را فراهم کند.
هوش مصنوعی برای پردازش هوشمند حجم زیادی از دادهها مفید است. از هوش مصنوعی میتوان برای تخمین ذخیرهی گرمایی در نواحی شهری و ترکیب دادههای هواشناسی با تصاویر ماهوارهای برای تخمین سرعت باد استفاده کرد. هوش مصنوعی به تخمین تشعشعات و پرتوهای خورشید نیز میتواند کمک کند.
از هوش مصنوعی میتوان برای پردازش دادههای ماهوارهای هم استفاده کرد. دانشمندان در پژوهشی جدید روشهای مختلف هوش مصنوعی برای سیستم ناظر سلامت ماهوارهای از راه دور را واکاوی کردند. هوش مصنوعی به این روش میتواند دادههای دریافتی از ماهوارهها را تحلیل کند تا هرگونه مشکل در ماهواره را شناسایی کند و دادههای بصری را برای تصمیمگیری آگاهانه ارائه دهد.
سنگریزههای فضایی
یکی از مسائل فضایی بزرگ قرن بیستویکم، ازبینبردن سنگریزههای فضایی است. بهنقل از آژانس فضایی اروپا، نزدیک به ۳۴ هزار شیء بزرگتر از ده سانتیمتر تهدیدی جدی برای زیرساختهای فضایی هستند. همچنین برای رفع تهدیدها، روشهای نوآورانهای مثل طراحی ماهواره برای ورود به جو زمین درصورت ورود به مدار پایینی زمین وجود دارد که بدین ترتیب کنترل آنها آسانتر میشود. روش دیگر اجتناب از برخوردهای احتمالی در فضا و پیشگیری از تولید سنگریزهها است. پژوهشگران در پژوهشی جدید با روشهای یادگیری ماشین (ML) روشی برای طراحی مانورهای اجتناب از برخورد توسعه دادند.
روش جدید دیگر استفاده از توان رایانشی عظیم موجود در زمین برای آموزش مدلهای ML و فرستادن این مدلها به فضاپیماهای موجود در مدار است. فضاپیما از این مدلها برای تصمیمهای مختلف استفاده میکند. یکی از روشهای اطمینان از امنیت پروازهای فضایی اخیرا با استفاده از شبکههای آموزشدیده پیشنهاد شد. بدینترتیب، انعطاف بیشتری در طراحی ماهوارهها بهوجود میآید و درعینحال، خطر برخورد در مدار به حداقل میرسد.
سیستمهای هدایت
روی زمین معمولا از ابزاری مثل گوگل مپز استفاده میکنیم که براساس GPS است؛ اما چنین سیستمی برای اجرام فرازمینی وجود ندارد. برای مثال، ماهوارههای هدایت در اطراف ماه یا مریخ وجود ندارد؛ اما میتوان از میلیونها تصویر دریافتی از ماهوارههایی مثل مدارپیمای اکتشافی قمری (LRO) استفاده کرد. سال ۲۰۱۸، تیمی از پژوهشگران ناسا در همکاری مشترکی با اینتل سیستم هدایت هوشمندی برای بررسی سیارهها توسعه دادند. آنها مدلی را براساس میلیونها تصویر دریافتی از مأموریتهای مختلف آموزش دادند و نقشهای مجازی از ماه را تهیه کردند.
با ادامهی اکتشافات جهان، مأموریتهای بلندپروازانهی انسان برای برآوردهساختن کنجکاوی او و بهبود زندگی افراد روی زمین ادامه مییابند. در این مسیر، هوش مصنوعی میتواند چه روی زمین و چه در فضا به بهبود اکتشافات کمک کند.
سارا ارجمند – زومیت
اپل در حال آموزش سیری برای تشخیص صدای افراد دارای لکنت زبان است.
1399/12/21 در تازه ها /توسط محمدرضا معبودیاناپل قصد دارد سیری را به ویژگی تشخیص خودکار صدای افراد دارای لکنت زبان مجهز کند تا این گروه از کاربران هم بتوانند از دستیار صوتی اپل استفاده کنند.
به نقل از وال استریت ژورنال، اپل به دنبال روشی است که دستیار صوتی سیری بتواند صحبت کاربرانی که لکنت دارند، متوجه شود. براساس این گزارش، اپل با کمک پادکستهای مختلف در حال آموزش دادن سیری است تا این دستیار صوتی با شکل گویش کاربرانی که لکنت دارند، آشنا شود.
اپل قصد دارد روشی ایجاد کند که سیری بهصورت خودکار متوجه لکنت افراد بشود و برای این کار از ۲۸ هزار فایل صوتی مختلف استفاده کرده است. این فایلهای صوتی متعلق به افرادی هستند که لکنت دارند.
در حال حاضر اپل روش Hold to Talk را برای کاربرانی که آهسته صحبت میکنند، در نظر گرفته است. با این روش سیری متوقف نمیشود و تا آخر صدای کاربر را دریافت میکند؛ اما تعامل فیزیکی با آیفون و سیری همیشه جوابگو نیست و به همین دلیل اپل روی روش خودکار سرمایهگذاری کرده است.
امکان تشخیص صدای همیشه فعال را میتوان روی آیپد، آیفون، کامپیوتر مک و مخصوصاً بلندگوی هومپاد فعال کرد. کاربران با گفتن عبارت «هی سیری» میتوانند فرمان صوتی خود را اعلام کنند. اما این ویژگی برای کاربرانی که لکنت زبان دارند کاربردی نیست؛ چراکه با مکس بهوجودآمده میان صحبت، سیری متوقف میشود.
مجید نوردوست – زومیت
پلتفرم هوش مصنوعی IBM با هدف تولید مادههای جدید
1399/12/21 در تازه ها /توسط محمدرضا معبودیانحتماً شما هم در مورد پیشرفتهای علم شیمی در کشف ترکیبهای جدید و مفید شیمیایی شنیدهاید؛ نمونههای چون توسعه ترموپلاستیکها و ساختارهای پلیمری تاثیر غیرقابلانکاری بر صنایع مختلفی همچون تولید رنگ و ساخت فیلمهای عکاسی گذاشتهاند. اما هنوز میلیونها ترکیب شیمیایی کشف نشده وجود دارد که برای پیدا کردن آنها از چشمان غیرمسلح بشر کار چندانی ساخته نیست.
IBM چندی پیش از راهاندازی یک پلتفرم هوش مصنوعی مبتنی بر فضای ابری به نام «تجربه تولید مولکول» (MolGX) خبر داد که میتواند ساختارهای مولکولی جدیدی را ابداع کند. MolGX بخشی از استراتژی IBM برای افزایش 10 تا 100 برابری سرعت کشف مواد جدید و ساخت ترکیبهای نو بر اساس خصوصیات مورد نیاز در صنعت است.
MolGX با مشاهده و انتخاب از میان مجموعهای از دادهها میتواند از مدلهای مولد به عنوان اهرمی برای ایجاد ساختارهای مولکولی طبق خواص شیمیایی مانند «حلالیت در آب» و «حرارت پذیری» استفاده کند. این پلتفرم سپس با استفاده از هوش مصنوعی خصوصیات شیمیایی حاصل شده از این ساختارها را پیشبینی کرده و آنها را بر مبنای ویژگیهای مورد نیاز ترکیب میکند.
مدیر فنی کشف ترکیبات جدید IBM، سیجی تاکدا، اعتقاد دارد که موفقیت در کشف ساختارهای تازه به عواملی چون ماهیت مسئله و ابزارهای تحقیق بستگی دارد و میتواند کاملاً تصادفی، مبتنی بر آزمون و خطا یا روشهای مقایسهای باشد. او همچنین با اشاره به این واقعیت که این روشها در پیشبرد علم نقش بسزایی داشتهاند، چالشهایی مانند همهگیری بیماریهای تنفسی مثل کرونا و تغییرات اقلیمی را نیازمند واکنش سریعتر بشر دانست و از MolGX به عنوان فرصتی برای افزایش سرعت تحقیق دانشمندان در فاز مولکولی و در نتیجه تولید سریعتر داروهای جدید و ساختارهای مولکولی کمککننده در رویارویی با این مشکلات یاد کرد.
IBM نمونه رایگان MolGX را با مجموعه دادهای که قبلاً از آن در ساخت یک ماده فوتو اسید جدید به کار گرفته بود، ارائه کرده است. فوتواسیدها ترکیباتی کلیدی در ساخت وسایل الکترونیکی هستند. نسخه حرفهای این تکنولوژی که دارای قابلیتهایی مانند بارگذاری دادهها، انتقال نتایج و مدل سازی سفارشی است را میتوان با خرید لایسنس از این شرکت تهیه کرد.
به جز IBM، استارتاپهایی مانند Kebotix در نظر دارند هوش مصنوعی را در خودکارسازی فرایند انجام آزمایش برای پیدا کردن سریع مواد جدید در آزمایشگاهها به کار گیرند. در همین بین، فیسبوک هم در پروژهای مشترک با دانشگاه کارنگی ملون قصد دارد برای پیدا کردن راههای جدید ذخیرهسازی انرژیهای تجدیدپذیر از هوشمصنوعی با هدف کشف الکتروکاتالیستهای بهتر استفاده کند. الکتروکاتالیست، کاتالیزوری است که در واکنشهای الکتروشیمیایی شرکت میکند.
منبع – شهر سخت افزار
سرمایهگذاری استارتآپی شرکت تویوتا در هوش مصنوعی
1399/12/21 در تازه ها /توسط محمدرضا معبودیاننخستین سرمایهگذاری خطرپذیر شرکت «تویوتا موتور» در حوزه استارتآپها مربوط به برنامهای است که کمک میکند این غول خودروساز فرآیندهای روزمره مدیریت زنجیره تامین دقیقتر و روباتیک کارخانه را اصلاح کند.
به گزارش همشهری آنلاین و به نقل از رویترز، صندوق سرمایهگذاری هوش مصنوعی تویوتا که در سیلیکونولی قرار دارد، با داشتن ۲۰۰ میلیون دلار سرمایه تحت مدیریت خود، تاکنون در ۳۶ استارتآپ در مراحل اولیه سرمایهگذاری کرده است. از جمله شرکت نرمافزاری خودران رانندگی Nauto، شرکت تجزیه و تحلیل ویدیویی کارخانه Drishti و شرکت هوایی Joby Aviation. تویوتا، بزرگترین خودروساز جهان از حیث تعداد فروش وسایل نقلیه و همچنین بسیاری از شرکتهای خودروسازی مانند فولکس واگن در حال تزریق سرمایه به استارتآپها برای کمک به کسب قدرت در حوزه هوش مصنوعی هستند، چراکه این روزها سرمایهگذاران اینک به سمت خودروهای خودران سوق پیدا کردهاند.
جیم آدلر، مدیرعامل و موسس صندوق در مصاحبهای با رویترز میگوید، به عنوان مثال تویوتا که دهها کارخانه در سراسر جهان دارد، میخواهد به سرعت بتواند دروس آموخته شده در یک کارخانه را در سایر کارخانهها نیز به اشتراک بگذارد تا کارایی بیشتر شود. او گفت: «اگر به محاسبات ابری و روباتیک ابر و یادگیری ناوگان نگاه کنید، وقتی یک روبات چیزی را یاد میگیرد، بقیه روباتها به طور خودکار آن چیز را میآموزند.» آدلر که مهندس پیشین بخش موشک لاکهید مارتین و یک کارآفرین زنجیرهای است میگوید، در حالی که صندوق و سازنده خودرو از نزدیک با هم کار میکنند، این صندوق از استقلال خوبی در برابر تویوتا برخوردار است، زیرا استفاده از هر فرصت سرمایهگذاری برای مدیریت خودروساز کار بسیار زیادی است.
آدلر اضافه میکند: «ما در لبه این اکوسیستم تویوتا هستیم. بین تویوتا و جهان درونی، ما یک نوع غشای نیمه تراوا هستیم که نفوذ بیرونی را در شرکت ایجاد میکنیم.»
این خودروساز امسال Woven Capital که یک صندوق سرمایهگذاری ۸۰۰ میلیون دلاری برای سرمایهگذاری در مرحله رشد شرکتهایی مانند تویوتا AI Ventures است را راهاندازی کرده است.
منبع همشهری آنلاین
برنامه پنجساله چین برای برتری در حوزه هوش مصنوعی و رایانش کوانتومی
1399/12/21 در تازه ها /توسط محمدرضا معبودیانچین در اجلاس داخلی جدید، از تدوین برنامهای پنجساله خبر داده است تا بتواند در حوزهی هوش مصنوعی و رایانش کوانتومی به برتری جهانی دست پیدا کند.
جنگ تجاری با ایالات متحدهی آمریکا باعث شده است صنعت فناوری چین متحمل ضرر زیادی شود و دنیاگیری ویروس کرونا نیز بهنوبهی خود بر صنعت فناوری چین اثر منفی گذاشت. بااینحال، بهنظر میرسد صنعت فناوری چین قصد دارد در آیندهی نزدیک به دوران اوج خود بازگردد.
طبق گزارش خبرگزاری انگجت بهنقل از والاستریت ژورنال، چین اخیرا در اجلاس سالانهی احزاب به تدوین برنامهای پنجساله با هدف پیشرفتهترکردن فناوریهای چینی اشاره کرده است. این برنامه «به امنیت ملی و توسعهی کلی» چین کمک خواهد کرد. چین در قالب برنامهی جدیدش قصد دارد آزمایشگاه راهاندازی کند و برنامههای آموزشی را جدیتر و جامعتر پیش ببرد و فرایند تحقیقات را در حوزههای هوش مصنوعی و زیستفناوری (بیوتکنولوژی) و نیمههادیها و رایانش کوانتومی (Quantum Computing) تقویت کند.
دولت چین اعلام کرده است که میخواهد در سال ۲۰۲۱، سرمایهی اختصاصدادهشده به تحقیقات بنیادی را با هدف دستیابی به پیشرفتهای انقلابیِ احتمالی ۱۰٫۶ درصد افزایش دهد و استراتژی تحقیقاتی دَهساله تدوین کند. درحالحاضر، چین چندین مزیت فناوریمحور دارد که از بین آنها میتوانیم به زیرساخت پیشرفته در حوزهی 5G و حجم زیاد تحقیقات مرتبط به هوش مصنوعی اشاره کنیم. چین یکی از معدود کشورهای جهان است که در آن، تاکسیهای کاملا بدون راننده در حال خدمترسانی به مشتریان واقعی هستند. گویا چین قصد دارد در این حوزهها جایگاهش را محکمتر کند.
برنامهی چین برای پیشرفت در صنعت فناوری ممکن است به بقای این صنعت در چین ارتباط داشته باشد. تحریمهای ایالات متحدهی آمریکا باعث شده است فعالیت تجاری شرکتهای بزرگی مثل هواوی و ZTE تا حد زیادی مختل شود و یکی از دلایل رخداد این اتفاق، نداشتن برتری در حوزهی تولید تراشه است. ازاینرو، چین قصد دارد با بودجهی ۱۵۵ میلیارد دلاری به فناوریهای جدیدی در حوزهی نیمههادی دست پیدا کند.
ایالات متحدهی آمریکا درحالحاضر در زمینهی تحقیقات نیز برتر است و دولت بایدن در حال تخصیص بودجهی بیشتر به حوزههای هوش مصنوعی و خودروهای برقی است. امروزه، چین در بخشهای مختلف به پیشرفتهای درخورتوجهی رسیده است؛ اما اگر اقدامات ایالات متحده را خنثی نکند، خطر جاماندن از رقابت را به جان میخرد.
مبین احمدی – زوميت
همکاری شرکت های دانشبنیانها با قوه قضائیه برای احراز هویت از طریق هوش مصنوعی
1399/12/21 در تازه ها /توسط محمدرضا معبودیانمعاون برنامه ریزی و نظارت راهبردی قوه قضائیه با اشاره به زمینههای همکاری این قوه با شرکتهای دانش بنیان برای رفع نیازمندیها گفت: احراز هویت یکی از مسایل مهم این نهاد است که با طرح یکی از شرکتهای دانشبنیان در حال حاضر این امر از طریق هوش مصنوعی و موبایل اجرایی میشود.
به گزارش ایسنا، سید محمد صاحبکار در رویداد مجازی ارائه نیازهای فناورانه سازمان پزشکی قانونی که امروز در صندوق نوآوری و شکوفایی به صورت آنلاین برگزار شد، افزود: یکی از مهمترین مسایلی که باید در سطح کشور به آن توجه شود، این است که مدیران ارشد کشور به تعیین اولویتها توجه کنند. اگر حکمرانان به این اولویتها توجه داشته باشند برخی از مسایل اصلی پیگیری خواهد شد.
وی با تاکید بر اینکه در سالهای اخیر نگاه به نوآوری، فناوری و اقتصاد مبتنی بر دانش در بین سران قوا در اولویت قرار گرفته و افزایش پیدا کرده است، اظهار کرد: با اقداماتی که در چند سال گذشته در زمینه شرکتهای دانش بنیان صورت گرفته است، الان در خصوص زیست بوم دانش بنیان به عنوان یک ارزش صحبت میشود و شرکتهای دانش بنیان تبدیل به ارزش شده است.
صاحبکار ادامه داد: مهمترین اتفاق در ۱۰ سال گذشته این بوده که اقتصاد دانش بنیان از اولویت چندم رفته رفته به یک گفتمان ملی تبدیل شده است و شاهدیم که مدیران برای مذاکره با شرکتهای دانش بنیان زمان میگذارند.
معاون برنامه ریزی و نظارت راهبردی قوه قضاییه، این قوه را یک قوه خدمات محور توصیف کرد و یادآور شد: در مراحلی که قوه قضاییه با عموم مردم در تعامل است، میتوان انبوه فعالیتها برای تسهیل در انجام کارها با همکاری شرکتهای دانش بنیان انجام داد و استفاده از فناوری اطلاعات از مهمترین خدماتی است که در قوه قضاییه می توان از آن بهره برد،.
صاحبکار با تاکید بر اینکه در حال حاضر در این زمینه برخی از شرکتهای دانش بنیان فعال هستند و خدمات ارائه میدهند، یادآور شد: سازمان پزشکی قانونی از بزرگترین سازمانهای قوه قضاییه با شعبات بسیار در سراسر کشور است و در سال چندین میلیون خدمت به مردم ارائه میدهد. این سازمان باید بتواند به صورت گسترده با مردم در تعامل باشد و از سوی دیگر نیازهای این سازمان در حوزه تامین تجهیزات میتواند از طریق شرکتهای دانش بنیان تامین شود.
وی احراز هویت را از نیازمندیهای قوه قضایی برشمرد و خاطر نشان کرد: احراز هویت قوه قضاییه یکی از مواردی است که قابلیت ایجاد کسب و کار دارد. تا پیش از این احراز هویت آنلاین وجود نداشت و تنها از طریق حضور فرد در دفاتر خدمات الکترونیک قوه قضائیه صورت میگرفت، اما با همکاری برخی از شرکتهای دانش بنیان، فرآیند احراز هویت به صورت غیر حضوری و از طریق موبایل و تکنیک هوش انجام میشود، ضمن آنکه در کنار آن نیز اشتغال نیز ایجاد شده است.
معاون برنامه ریزی قوه قضائیه با بیان اینکه در سازمانهای خدمات محور میتوانیم کسب و کارهای دانش بنیان ایجاد کنیم و این حلقه مفقوده را با استفاده از توان شرکتهای دانش بنیان پر کنیم، اظهار کرد: قوه قضاییه در برخی از بخش ها نیازهای نوآورانه دارد که با توجه به مشکلات مالی در بدنه دولت میتوان در گام نخست به مدلهایی که نیاز به هزینه کرد دولت نباشد، توجه کرد و بیشتر مدلهای مبتنی بر خدمت مد نظر قرار گیرد.
وی اضافه کرد: از این طریق علاوه بر رفع نیاز قوه قضاییه، کسب و کار و ایجاد اشتغال با استفاده از بخشهای خدمات رسان توسط شرکت های دانش بنیان صورت خواهد گرفت.
منبع ايسنا
سرمایه گذاران خطرپذیر تا 2025 با هوش مصنوعی تصمیمگیری خواهند کرد
1399/12/21 در تازه ها /توسط محمدرضا معبودیانهمانطور که گارتنر میگوید، فناوری موجود قادر به تشخیص خواستههای مشتری و پیشبینی رفتارهای آینده است. پس با کمترین دخالت انسانی میتوان پروفایلهای یکتایی ساخت که بعدا با کمک فناوری پردازش زبان طبیعی قابل توسعه باشد و بتواند خصایص افراد را از روی صدای زنده آنها یا از روی فایلهای از پیش ضبط شده تشخیص دهد. اگرچه این فناوری فعلا به طور عمده برای بازاریابی و فروش استفاده میشود، اما شرکتهای سرمایهگذاری تا سال ۲۰۲۵ به سراغ استفاده از آن میروند تا تعیین کنند که چه مدیرانی بیشترین شانس موفقیت را دارند.
در حال حاضر یک شرکت مستقر در کالیفرنیا مشغول استفاده از یک پلتفرم اختصاصی به نام Beacon است که عملکرد بیش از ۶ میلیون شرکت را ردیابی میکند. این پلتفرم با هزینهی سالانهی تقریبا ۱۰ میلیون دلاری، از ۱۰ میلیون منبع اطلاعاتی از جمله نشریههای دانشگاهی، فهرستهای ثبت پتنت، سیستمهای مشارکت متن باز، اسناد رگولاتوریها، صفحات وب شرکتها، دادههای فروش، شبکههای اجتماعی و حتی اطلاعات خام کارتهای اعتباری داده جمع میکند. شرکتهایی که عملکرد خوبی از خود نشان دهند خیلی زودتر از سایر کمپانیهای سرمایهگذاری خطرپذیر به این شرکت معرفی میشوند.
دستاوردهای جدید در جعل عمیق
1399/12/21 در تازه ها /توسط محمدرضا معبودیانیک پلتفرم آنلاین خدمات وب، ابزاری مبتنی بر فناوری جعل عمیق (Deep Fake) عرضه کرده که به کمک آن میتوان به سبک دنیای جادویی هری پاتر عکسهای قدیمی را متحرک کرد.
شرکت مای هریتج (MyHeritage) با عرضه یک ابزار مبتنی بر هوش مصنوعی به نام دیپ نوستالژیا (Deep Nostalgia) امکان جان بخشیدن به عکسهای قدیمی آلبومهای خانوادگی را ممکن کرد.
برای بهره بردن از این قابلیت استثنایی، کاربر ابتدا عکس فرد موردنظرش را بارگذاری میکند و دیپ نوستالژیا در گام بعد با استفاده از الگوریتمی که برایش تعریف شده، با به حرکت درآوردن سر، پلک زدن و تغییر حالت چهره به این عکس که زمانی ثابت بود، جان میبخشد. با به بازار آمدن این برنامه مبتنی بر فناوری جعل عمیق، به زودی دیوار خانهها به چیزی شبیه به دیوار تالارهای مدرسه علوم و فنون جادوگری هاگوارتز تبدیل خواهد شد که طرفداران دنیای هری پاتر هنوز آن را با تابلوهای متحرکش از بنیانگذاران و دانشآموزان قدیمی مدرسه میشناسند.
متحرک کردن عکسها با استفاده از این ابزار هوشمند رایگان است اما برای استفاده از این سرویس همچنان باید بخشی از اطلاعات شخصی خود را با برنامه به اشتراک بگذارید و با شرایط و مقررات سرویسدهی آن موافقت کنید. این در حالی است که شرکت مای هریتج کارنامه چندان درخشانی هم در حفظ حریم شخصی کاربرانش ندارد؛ در سال ۲۰۲۰، شورای حمایت از مصرفکنندگان نروژ اعلام کرد دست شرکت به طرز غیرقانونی در استفاده از دادههای حساس کاربران باز است. در سال ۲۰۱۸ نیز این کمپانی از به بیرون درز کردن اطلاعات حساب بیش از ۹۲ میلیون کاربرش خبر داد، اطلاعاتی که بعدها در دارک وب به فروش گذاشته شد.
بنابر آنچه گفته شد، اگرچه دیپ نوستالژیا ابزاری هیجانانگیز و خارقالعاده به نظر میرسد اما افرادی که ذاتا نسبت به غولهای اینترنتی دنیای امروز بیاعتماد هستند، بهتر است در استفاده از آن محتاطانه عمل کنند.
منبع ايرنا
استفاده از هوش مصنوعی برای رصد تخلفات و تقلب در بازار سرمایه
1399/12/21 در تازه ها /توسط محمدرضا معبودیانمدیر شرکت فناوری اطلاعات بورس گفت: بزودی از هوش مصنوعی برای رصد تخلفات و تقلب در بازار سرمایه استفاده خواهد شد.
روح الله دهقان در گفت و گو با خبرنگار اقتصادی خبرگزاری تسنیم، با اشاره به سامانه های نظارتی سازمان بورس گفت: ناظر بازار به صورت زنده دیتاهای نظارتی تولیدی را دریافت و بر این مبنا نظارت می کند. با توجه به گسترش نیازمندی های نظارتی ناظر بازار از زمانی که بستر الکترونیکی سامانه معاملات فراهم شده است سامانه های نظارتی متعددی توسط شرکت مدیریت فناوری توسعه پیدا کرده و در اختیار ناظران بازار قرار گرفته است. تقریبا در 10 سال گذشته یکی از مهمترین این سامانه ها، سامانه ای به اسم بیدار یا بستر یکپارچه دسترسی به اطلاعات راهبردی، بوده که این سامانه توسط شرکت مدیریت فناوری بورس توسعه پیدا کرده است.
به گفته دهقان، سامانه کاملا در اختیار متخصصان داخلی شرکت است و این سامانه با تجمیع اطلاعات مختلف معاملات پس از معاملات دارایی افراد و تمام مواردی که مد نظر ناظر بازار و مورد نیازش بوده است سعی کرده گزارش ها و هشدارهای مورد نیاز را در اختیار ناظر بازار قرار بدهد.
وی افزود: این سامانه تقریبا عمر ده ساله دارد. قبل از آن سامانه های جزیره ای را داشتیم. هر بخشی از نظارت به یک منظور خاصی، یک سامانه خاص در اختیار داشت اما از زمان ایجاد سامانه بیدار، ما تمام این سامانه ها را داخل سامانه واحد نظارتی تجمیع کردیم از آن به بعد مرجع عمده نظارت های بازار سامانه بیدار است. گزارش های متعددی را می گیرد و تمام اطلاعات مورد نیاز را به صورت تجمیع شده در اختیار ناظر قرار می دهد.
وی گفت: با توجه به افزایش معاملات بازار در سال 99 و افزایش ورود مردم به بازار سرمایه، شاید می شود گفت این نظارتها ممکن است با کندی همراه بوده اما وقتی حجم معاملات زیاد میشود قاعدتا ممکن است کندی هایی داشته باشد اما از نظر دسترسی سامانه ما ایرادی نداشتیم.
به گفته این مقام مسئول، لاگ سامانههایمان کاملا از ابتدای سال مشخص است و از کسانی که از ما سوال کردند این لاگ ها را در اختیارشان گذاشتیم. باوجود اینکه فشار زیادی که در سال 99 به سامانه وارد شده است اما سامانه همیشه فعال بوده و گزارش های مورد نیاز را در اختیار ناظر قرار داده است.
دهقان تاکید کرد، با توجه به افزایش حجم معاملات در سال آینده به دنبال این هستیم که از هوش مصنوعی برای جلوگیری از تقلب ها استفاده بکنیم و زیرساخت های جدید را تعریف می کنیم که بتوانیم پاسخگوی حجم زیاد اطلاعات باشیم.
در همین خصوص عبداللهی رییس مرکز فناوری اطلاعات وزارت اقتصاد گفت: سامانه های نظارتی بورس دو کارکرد رسمی دارند یکی در حین انجام معاملات نظارت می کنند که آیا دستکاری و اتفاقی در بازار می افتد که اینها خیلی باید آنلاین باشند و جزو پیشرفته ترین سامانه های نظارتی هم در دنیا و هم در ایران هستند. ما سامانه هایی در این حد نداریم که اینقدر لایو دیتاها را چک و تحلیل بکند. اما نوع دیگر هم پس از معاملات است بالاخره بر اساس هیستوری هایی که شکل می گیرد باید بتوان از این دیتاها بتوانند آن الگوهای نامنظم را تشخیص بدهند.
حسن زاده دیگر مقام مسئول در این حوزه در پاسخ به تسنیم معتقد است، از زمانی که سامانه های جدید مستقر شده اند، هیچ اختلالی در سامانه ها نبوده است. امروز چند سامانه نظارتی داریم یکی یک ماژول مربوط به هسته معاملات است یکی هم سامانه بیدار که اشاره شد. برای طراحی این سامانه ها. هم در از ظرفیت داخلی استفاده شده و ،شرکت بورس تهران و فرابورس در حال استفاده از انها هستند. از سوی دیگر خود آن شرکت ها، دوباره سامانه های نظارتی را خودشان دارند.
چندی قبل نیز ابهاماتی در خصوص غیر فعال شدن آ سامانه های نظارتی مطرح شد که باید گفت، هیچ سامانهای غیرفعال نیست بلکه سامانه ها ی قدیمی با سامانه های نوین جایگزین شدند.
گزارش: علیرضا رحیمی نژاد- خبرگزاری تسنيم
آدرس: تهران، خیابان خرمشهر (آپادانا)، خیابان قنبرزاده، کوچه چهاردهم، پلاک 22
تلفن: 88533266-021 (10 خط)
آخرین مقالات
وبکست ها و پویش ها
- وبینار علم داده برای مدیران1400/08/22 - 16:36
وبینار علم داده برای مدیران موضوعات علم داده و رابطه آن با هوش تجاری و هوش مصنوعی رویکردهای تحلیلی کسب و کار مفاهیم پایه Big Data اجزای پلتفرم داده یادگیری ماشین و علم داده محاسبات شناختی ثبت نام کنید!