شرکت IBM معمولا پیش‌بینی‌های خیلی دقیقی از آینده‌ی تکنولوژی ارائه می‌دهد. پیش‌بینی‌هایی که بسیاری از آن‌ها به واقعیت تبدیل می‌شوند.

[اینفوگرافیک] زندگی در سال ۲۰۲۲ از نگاه IBM

[vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]شرکت IBM معمولا پیش‌بینی‌های خیلی دقیقی از آینده‌ی تکنولوژی ارائه می‌دهد. پیش‌بینی‌هایی که بسیاری از آن‌ها به واقعیت تبدیل می‌شوند.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]شرکت IBM معمولا پیش‌بینی‌های خیلی دقیقی از آینده‌ی تکنولوژی ارائه می‌دهد. پیش‌بینی‌هایی که بسیاری از آن‌ها به واقعیت تبدیل می‌شوند. در مقاله‌ی اینفوگرافیک زیر می‌توانید پیش‌بینی‌های این شرکت را از پنج فناوری که در سال ۲۰۲۲ بر زندگی ما تاثیر می‌گذارند ببینید.

IBM[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][grve_single_image image_type=”image-link” link=”url:http%3A%2F%2Fwww.telegram.me%2Fdreamdesigner|title:%DA%A9%D8%A7%D9%86%D8%A7%D9%84%20Dream%20Designer|target:%20_blank” align=”center” animation_delay=”200″ image=”3903″][/vc_column][/vc_row]

هوش مصنوعی گوگل لب‌خوانی می‌کند

هوش مصنوعی گوگل لب‌خوانی می‌کند

[vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]هوش مصنوعی گوگل لب‌خوانی می‌کند [/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]محققان مرکز هوشمند مصنوعی شرکت گوگل که DeepMind نام دارد، توانسته‌اند امکان لب‌خوانی کردن را به هوش مصنوعی گوگل اضافه کنند. براساس ادعای محققان این سیستم دقیق‌ترین روش موجود برای لب خوانی کردن است.

محققان با استفاده از ساعت‌ها برنامه‌ی تلویزیونی از خبرگزاری‌های مختلف و سخرانی‌های معمولی توانسته‌اند دقت هوش مصنوعی شرکت گوگل برای لب‌خوانی را به ۴۶٫۸ درصد برسانند. شاید در نگاه اول این آمار چندان شگفت انگیز نباشد؛ اما باید به این موضوع اشاره کنیم که لب‌خوان‌های حرفه‌ای با دقت ۱۲٫۴ درصد می‌توانند این کار را انجام دهند.

البته گروهی دیگر از محققان چند وقت پیش توانسته بودند یک برنامه‌ی لب خوانی با نام LipNet خلق کنند که در شرایط خاص دقت آن به ۹۳٫۴ درصد هم می‌رسید. البته این برنامه روی افرادی خاص که یکسری جملات رسمی بیان می‌کردند، آزمایش شده بود. هوش مصنوعی گوگل در لحظه‌ ویدیوها را نگاه می‌کند و در شرایط مختلف می‌تواند صحبت‌ها را حدس بزند؛ به همین دلیل چالش‌های بیشتری را پشت‌سر می‌گذارد. این هوش مصنوعی می‌تواند صحبت‌هایی که از قبل مشخص نشده‌اند و یا در برنامه‌های زنده گفته می‌شوند را هم تشخیص دهد.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]منبع: The Verge[/vc_column_text][/vc_column][/vc_row]

نگاه متفاوت چشم انسان و ربات برای رمزگشایی تصاویر

نگاه متفاوت چشم انسان و ربات برای رمزگشایی تصاویر

[vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]نگاه متفاوت چشم انسان و ربات برای رمزگشایی تصاویر[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]ذهن ماشین‌ها معمولا با عنوان جعبه‌ی سیاه توصیف می‌شود. فرایندهای تصمیم‌گیری آنها مرموز و غیر قابل درک است. اما در مورد هوش ماشینی قضیه فرق می‌کند. محققان می‌خواهند آن جعبه‌ی سیاه را بگشایند و نگاهی به درون آن بیندازند. آنچه که آنها پی برده‌اند این است که انسان‌ها و ماشین‌ها وقتی به تصاویر نگاه می‌کنند، اصلا به چیزهای مشابهی توجه نمی‌کنند.

محققان فیسبوک و دانشگاه پلی‌تکنیک ویرجینیا تصاویری را به انسان‌ها و ماشین‌ها نشان دادند و سپس از آنها سوالات ساده‌ای بر اساس آن عکس‌ها پرسیدند. اما پاسخ این سوالات برای محققان اهمیت نداشت. آنها می‌خواستند نقشه‌ای از نکات مورد توجه انسان و هوش مصنوعی تهیه کنند تا درباره‌ی تفاوت‌های ما با آنها اطلاعاتی به دست بیاورند.

«لارنس زیتنیک»، از مرکز تحقیقات هوش مصنوعی فیسبوک می‌گوید: «ما می‌توانیم این نقشه‌های توجه را در انسان‌ها و ماشین‌ها بررسی کنیم.» زیتنیک و همکارانش از انسان‌ها خواستند تا به سوالات ساده‌ای مثل «آن مرد چه کار می‌کند؟» یا «چند گربه روی تخت دراز کشیده‌اند» پاسخ دهند. این تصاویر کمی تار شده بودند و افراد برای واضح کردن آنها باید روی قسمت‌های مختلف عکس کلیک می‌کردند. نقشه‌ی آن کلیک‌ها نشان می‌دهد که سوژه‌های مورد مطالعه به کدام قسمت تصویر توجه می‌کردند. محققان همین کار را برای دو ماشین مبتنی بر شبکه‌ی عصبی تکرار کردند.

این تیم پی بردند که امتیاز همپوشانی نقشه‌ی توجه در دو انسان ۰٫۶۳ بود. در این مقیاس ۱ نمایانگر همپوشانی کامل و منفی یک نشان‌دهنده‌ی عدم همپوشانی است. همپوشانی میان انسان و هوش مصنوعی هم ۰٫۲۶ بود. با این حال، شبکه‌های عصبی بهتر توانستند بفهمند که تصویر چه چیزی را نشان می‌دهد.

«دروف باترا» از دانشگاه ویرجینیا می‌گوید «موارد و نکات مورد توجه ماشین‌ها با انسان‌ها فرق دارد. این نشان می‌دهد که ما نمی‌دانیم آنها بر چه مبنایی تصمیم می‌گیرند.» این اختلاف بین انسان و ماشین می‌تواند منبع الهام‌بخش و مفیدی برای محققان باشد تا شبکه‌های عصبی را تغییر دهند. باترا می‌پرسد: «آیا می‌‌توانیم آنها را به انسان‌ها شبیه‌تر کنیم؟ آیا این به معنی دقت بیشتر است؟»[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]منبع: New Scientist[/vc_column_text][/vc_column][/vc_row]

اگر این ۱۰ شغل را دارید، هوش مصنوعی شما را بیکار می‌کند!

اگر این ۱۰ شغل را دارید، هوش مصنوعی شما را بیکار می‌کند!

[vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]اگر این ۱۰ شغل را دارید، هوش مصنوعی شما را بیکار می‌کند! [/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]اگر شما یک طراح وب هستید، باید بدانید که یک هوش مصنوعی جدید می‌تواند کار شما را انجام دهد. مشتریان می‌توانند مستقیما مشخص کنند که وبسایت دقیق‌شان چه شکلی باشد. این هوش مصنوعی هنوز به مدت محدودی یک بتای آزمایشی است، اما به زودی ارایه می‌شود. این هوش مصنوعی «گرید» (The Grid) نام دارد و این احساس را به شما می‌دهد که گویا با یک انسان تعامل می‌کنید.

هوش مصنوعی از راه رسیده است و باید بتوانیم رزومه‌هایمان را قوی‌تر کنیم. امروزه، محققان هوش مصنوعی می‌توانند انبوهی از داده‌های مصرف اینترنت را استخراج کنند. در گذشته، پیشرفت در فناوری باعث شد کارگرانی که کارهای یدی سنگین انجام می‌دهند، کنار گذاشته شوند. حالا هم پیشرفت در هوش مصنوعی درصد قابل توجهی از شغل‌ها را در معرض خطر قرار داده است.

پژوهش‌ها نشان می‌دهند که تقریبا هر کاری که افراد حرفه در یک روز کاری عادی انجام می‌دهند، می‌تواند با هوش مصنوعی اتوماتیک شود. حتی پیش‌بینی شده که نصف شغل‌های رایج فعلی به احتمال زیاد تا سال ۲۰۳۵ اتوماسیون می‌شوند.

در ادامه ۱۰ شغل را مثال می‌زنیم که احتمالا هوش مصنوعی جای آنها را می‌گیرد.

۱- طراح وب/توسعه‌دهنده وب

تکنولوژی جایگزین: گرید

شاید ما انتظار داشتیم که کامپیوترها جای دیگر کامپیوترها را بگیرند، اما هوش مصنوعی پس گرید طراحی و کد نوشتن را از دست طراحان و توسعه‌دهندگان وب خارج می‌کند. این هوش مصنوعی می‌تواند یک ایده کسب و کار و چند تصویر را به یک شاهکار بازرگانی تبدیل کند.

۲- بازاریاب آنلاین

تکنولوژی جایگزین: پرسادو (Persado)

یک هوش مصنوعی به نام «پرسادو» (Persado) می‌تواند تقریبا نصف نیروی واحد روابط عمومی را جایگزین کند. پرسادو می‌تواند کمپین‌های تبلیغاتی راه بیندازند و به مشتریان پیام‌های شخصی‌شده بدهد.

۳- مدیر دفتر

تکنولوژی جایگزین: بتی

هوش مصنوعی نه تنها در دفتر شما کار می‌کند، بلکه آن را مدیریت می‌کند. بتی یک بات هوشمند است که در حال حاضر به عنوان یک مدیر دفتر در انگلستان آزمایش می‌شود، اما تاکنون بسیار کاربردی و موثر ظاهر شده. او مسوول خوشامدگویی به میهمانان، پیگیری ساعت‌های کاری و اضافه‌کاری کارمندان و نگه‌داری و اندوختن اموال اداره است. او از طریق یادگیری ماشین منحصر به فرد و تطبیقی می‌تواند نقشه‌ی ذهنی زنده‌ای از دفتر کار داشته باشد.

۴- حسابدار

تکنولوژی جایگزین: اسمک (Smacc)

انسان‌ها دیگر برای سر و کله زدن با اعداد نیاز نیستند. اسمک فرایند حسابداری را کاملا اتوماتیک کرده و می‌تواند ۳ میلیون کارمند حسابداری آمریکا را از کار برکنار کند. کافی است رسیدها را به آن تحویل دهیم تا این هوش مصنوعی تمام رکوردهای مالی ما را بررسی و مدیریت کند.

۵- کارشناس منابع انسانی

تکنولوژی جایگزین: فلت‌پای (FlatPi)

فلت‌پای بهترین جوینده نیروی کار است. فرایند استخدام برای انسان ملال‌آور و خسته‌کننده است، اما هوش مصنوعی می‌تواند در ظرف چند ثانیه کاندیداها را رتبه‌بندی کند.

۶- ژورنالیست

تکنولوژی جایگزین: ورداسمیت (Wordsmith)

خبر فوری: دیگر نیازی به خلاقیت شما نیست. خبرگزاری‌های بزرگ از همین حالا خبرهایی را منتشر می‌کنند که برنامه‌های هوش مصنوعی مثل ورداسمیت آنها را نوشته است. کار یک نویسنده انسان نیاز به چند مرحله ویرایش دارد. ورداسمیت می‌تواند حجم زیادی از داده را بخواند و موارد جذاب را گزینش کند و سپس یک گزارش خلاصه و دقیق ارایه دهد.

۷- ویراستار

تکنولوژی جایگزین: بولد (Bold)

حالا که صحبت از ویرایش به میان آمد، چرا ویراستار هم در کنار ژورنالیست حذف نشود؟ دستیاران هوشمند بولد اصلاحاتی را پیشنهاد می‌دهند تا ساختار جمله، شفافیت، انتخاب کلمات و دیگر موارد را بهتر کنند.

۸- وکیل

تکنولوژی جایگزین: راس

راس یک هوش مصنوعی وکیل است که برای پاسخ به سوالات، انجام تحقیق و به روز ماندن درباره پرونده‌های اخیر مناسب است و می‌تواند مفید باشد.

۹- پزشک

تکنولوژی جایگزین: بابیلون

بابیلون حواسش به شما هم هست. این هوش مصنوعی می‌تواند زبان ساده را بفهمد تا علایم را هنگام بروز تشخیص دهد. سپس یک قدم فراتر می‌رود و سلامت کلی ما را زیر نظر می‌گیرد تا از بیماری در آینده جلوگیری کند.

۱۰- روان‌شناس/روان‌پزشک

تکنولوژی جایگزین: الی

الی یک هوش مصنوعی روان‌پزشک است که از احساسات انسانی آگاه به نظر می‌رسد. الی با استفاده از حسگر کینکت که از آن برای Just Dance استفاده می‌کنیم، زبان بدن ما را می‌فهمد و مثل یک انسان واکنش نشان می‌دهد و از طریق آواتار روی صفحه نمایش‌اش کارهایی مثل لبخند زدن، سر تکان دادن و شانه بالا انداختن را انجام می‌دهد. نکته جالب اینجاست که او مردم ترجیح می‌دهند سفره دلشان را پیش او بگشایند تا یک انسان.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]منبع: Venture Beat[/vc_column_text][/vc_column][/vc_row]

تا سال ۲۰۳۰ همه ما ربات خانگی داریم

تا سال ۲۰۳۰ همه ما ربات خانگی داریم

[vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]تا سال ۲۰۳۰ همه ما ربات خانگی داریم [/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]هوش مصنوعی به تدریج یکی از بخش‌های جدانشدنی زندگی مدرن شده است. یک کامپیوتر مجهز به هوش مصنوعی می‌تواند با آموزش خودش، به محیط واکنش نشان دهد، بدون اینکه انسان‌ها دستور‌العمل خاصی به آنها بدهند. یک گزارش جدید از دانشگاه استنفورد توضیح می‌دهد که تا سال ۲۰۳۰ هوش مصنوعی چه نقش‌های می‌تواند در زندگی ما داشته باشد. در ادامه ۵ نمونه از این نقش‌ها را می‌توانید مطالعه کنید.

چراغ راهنمایی رانندگی هوشمند

بسیاری از افراد با آزردگی ناشی از انتظار در صف چراغ قرمز آشنایی دارند. چراغ‌های راهنمایی رانندگی مدرن عموما بر مبنای یک برنامه مشخص کار می‌کنند. افسران پلیس هم گاهی اوقات هنگام رویدادهای خاص یا موارد اورژانسی مداخله می‌کنند. در حال حاضر، چراغ‌های راهنمایی رانندگی به اصطلاح هوشمند می‌توانند با استفاده از دوربین‌ها و حسگرهای جاده زمان‌بندی کنترل ترافیک را تنظیم کنند. این چراغ‌ها با جمع‌آوری داده و تصمیم‌گیری به طور مستقل از انسان‌ها، می‌توانند خودشان را با خاصیت رندوم ترافیک وفق دهند.

ربات‌های خانگی

تا ۱۵ سال دیگر، ربات‌های هوشمند در خانه‌ی همه ما پیدا می‌شوند. خانه‌های هوشمند می‌توانند یاد بگیرند که متناسب با سلایق شخصی که وارد اتاق می‌شود، برنامه تلویزیونی یا موسیقی پخش کنند. این خانه‌ها همچنین در طول روز نور و دمای اتاق را متناسب با برنامه‌ی هر فرد را تنظیم می‌کنند. انباری‌ها به مالکان خانه یادآوری می‌کنند که برای مهمانی آینده وسایل لازم را تهیه کنند، وقتی که ذخایر غذای مورد علاقه آنها کم می‌شود، هشدار دهند یا اینکه بر اساس محتویات‌شان دستور غذاهایی را پیشنهاد دهند. هوش مصنوعی سلایق و ویژگی‌های شاخص هر فرد را یاد می‌گیرد و با همه قسمت‌های خانه هوشمند کار می‌کند.

پزشکان هوش مصنوعی

علیرغم تمام پیشرفت‌های اخیر در زمینه سلامت و پزشکی، ویزیت دکتر هنوز هیچ تغییری نکرده، بیماران علایم‌شان را برای یک پزشک توصیف می‌کنند، او هم یک سنجش فیزیکی انجام می‌دهد. با پیدایش هوش مصنوعی هوشمندتر، بیماران می‌توانند علایم‌شان را برای یک کامپیوتر توصیف کنند. کامپیوتر هم بلافاصله لیست عوامل احتمالی بروز علایم را آماده می‌کند، به این ترتیب دکتر می‌تواند تلاش‌هایش را صرف تشخیص بیماری کند. یک دستیار پزشک کامپیوتری، به کمک تکنولوژی پیشرفته تشخیص گفتار و با مقایسه علایم با یک پایگاه داده می‌تواند سرعت ویزیت‌های دکتر را افزایش دهد و احتمال تشخیص اشتباه را هم کاهش دهد.

پلیس پیشگیرانه

تا سال ۲۰۳۰ به کمک هوش مصنوعی امن نگه داشتن جوامع آسان‌تر می‌شود. بسیاری از اداره‌های پلیس از همین حالا، از داده برای بررسی روند جرم و جنایت استفاده می‌کنند، اما سیستم‌های هوشمند کامپیوتری می‌توانند روزی به طور اتوماتیک و پیوسته آمار جرم و جنایت را آنالیز کنند. هوش مصنوعی با مقایسه جرم‌ها و مکان‌های وقوع آنها می‌تواند نقش یک مشاور مستقل را برای فرمانده‌های پلیس داشته باشد و در رابطه با زمان و مکان اعزام نیروهای پلیس راهنمایی کند. هوش مصنوعی حتی می‌تواند روابط بین مظنونان و مجرمان محکوم را تحلیل کند تا حدس بزند که آنها با چه کسانی تعامل داشته‌اند. اما هنوز مشکلاتی با این تکنولوژی وجود دارد. داده‌های ورودی به این فناوری‌ها ممکن است تحت تاثیر تعصبات نژادی برنامه‌نویسان قرار گیرد.

کلاس درس

تا سال ۲۰۳۰ شاید دستیار معلم شما انسان نباشد. هوش مصنوعی به سرعت می‌تواند به سوالات دانش‌آموزان پاسخ دهد و همچنین به آموزگاران و استادان در نمره دادن کمک کند. برنامه‌های کامپیوتری و حتی ربات‌های انسان‌نما می‌توانند نقاط قوت و ضعف تک تک دانش‌آموزان را بفهمند و برای آنها تکالیف متناسب را آماده کنند. کامپیوتر به کمک هوش مصنوعی می‌تواند به طور مستقل به دانش‌آموزان پاسخ دهد، طوری که پاسخ آن مثل یک انسان به نظر می‌رسد. ربات‌ها همچنین می‌توانند برای کسانی که می‌خواهند زبان دیگری را بیاموزند، نقش طرف مقابل گفتگو را داشته باشند و کاملا در اختیار فرد باشند.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=”1/1″][vc_column_text animation_delay=”200″]منبع: Science Mag[/vc_column_text][/vc_column][/vc_row]