محققان در دانشگاه MIT، آزمایشگاه هوش مصنوعی «MIT-IBM Watson»، کالج بینالمللی «Underwood» و دانشگاه «Brasilia» به این موضوع پی بردهاند که در حال نزدیک شدن به محدودیتهای محاسباتی برای یادگیری عمیق هستیم.
در این تحقیق جدید اعلام شده که پیشرفت در یادگیری عمیق با اشتهای بیپایان ما برای قدرت محاسباتی همراه است و توسعه بیشتر نیاز به روشهای محاسباتی بسیار کارآمدتر دارد. یکی از نویسندگان این مقاله نوشته:
«یادگیری عمیق به طور تصادفی گران نیست، بلکه طراحی باعث چنین موضوعی میشود. انعطافپذیری یادگیری عمیق، مدلسازی پدیدههای مختلف و کنار زدن مدلهای دیگر را در پی دارد که بطور چشمگیری محاسبات را گرانتر میکند.»
محققان ۱۰۵۸ تحقیق و سایر منابع را برای مقاله خود مورد بررسی قرار دادند. هدف از این کار، اطلاع از میزان وابستگی عملکرد یادگیری ماشینی به قدرت محاسباتی در زمینههای مختلف شامل طبقهبندی تصاویر، شناسایی اشیاء، پاسخ به سوالات، تشخیص نام و ترجمه ماشینی بوده. محققان برای پی بردن به این موضوع که چرا یادگیری عمیق از نظر محاسباتی گران است، مقیاسپذیری آماری و محاسباتی آنها را به صورت تئوری تحلیل کردند.
آنها چنین کاری را با دو تحلیل جداگانه از الزامات محاسباتی انجام دادند:
تعداد عملیاتهای نقطه شناور موردنیاز برای یک گذر در شبکه
توانایی محاسباتی سخت افزار مورد استفاده در آموزش مدل
محققان پس از تحلیل خود به این موضوع پی بردند که تنها سه سال بهبود الگوریتمی معادل افزایش ۱۰ برابری قدرت محاسباتی است. اگر پیشرفت در این زمینه با چنین سرعتی دنبال شود، الزامات محاسباتی یادگیری عمیق از نظر فنی، اقتصادی و محیط زیستی به سرعت تبدیل به مانع میشوند. با این وجود شاید سخت افزارها نیز بهبود پیدا کنند:
«ما متوجه شدیم که بار محاسباتی واقعی مدلهای یادگیری عمیق مقیاسپذیری سریعتری نسبت به مرزهای پایینی در تئوری دارند که نشاندهنده امکان پیشرفتهای اساسی در این بخش است.»
به گفته محققان، پیشرفتهای یادگیری عمیق در سطح الگوریتمی همیشه در حال رخ دادن است که برخی از آنها شامل شتابدهنده سخت افزاری میشود. با گذر زمان متوجه میشویم که هزینههای یادگیری عمیق کاهش پیدا میکند یا فناوری جدیدی جایگزین آن میشود.
در این تحقیق جدید اعلام شده که پیشرفت در یادگیری عمیق با اشتهای بیپایان ما برای قدرت محاسباتی همراه است و توسعه بیشتر نیاز به روشهای محاسباتی بسیار کارآمدتر دارد. یکی از نویسندگان این مقاله نوشته:
«یادگیری عمیق به طور تصادفی گران نیست، بلکه طراحی باعث چنین موضوعی میشود. انعطافپذیری یادگیری عمیق، مدلسازی پدیدههای مختلف و کنار زدن مدلهای دیگر را در پی دارد که بطور چشمگیری محاسبات را گرانتر میکند.»
محققان ۱۰۵۸ تحقیق و سایر منابع را برای مقاله خود مورد بررسی قرار دادند. هدف از این کار، اطلاع از میزان وابستگی عملکرد یادگیری ماشینی به قدرت محاسباتی در زمینههای مختلف شامل طبقهبندی تصاویر، شناسایی اشیاء، پاسخ به سوالات، تشخیص نام و ترجمه ماشینی بوده. محققان برای پی بردن به این موضوع که چرا یادگیری عمیق از نظر محاسباتی گران است، مقیاسپذیری آماری و محاسباتی آنها را به صورت تئوری تحلیل کردند.
آنها چنین کاری را با دو تحلیل جداگانه از الزامات محاسباتی انجام دادند:
تعداد عملیاتهای نقطه شناور موردنیاز برای یک گذر در شبکه
توانایی محاسباتی سخت افزار مورد استفاده در آموزش مدل
محققان پس از تحلیل خود به این موضوع پی بردند که تنها سه سال بهبود الگوریتمی معادل افزایش ۱۰ برابری قدرت محاسباتی است. اگر پیشرفت در این زمینه با چنین سرعتی دنبال شود، الزامات محاسباتی یادگیری عمیق از نظر فنی، اقتصادی و محیط زیستی به سرعت تبدیل به مانع میشوند. با این وجود شاید سخت افزارها نیز بهبود پیدا کنند:
«ما متوجه شدیم که بار محاسباتی واقعی مدلهای یادگیری عمیق مقیاسپذیری سریعتری نسبت به مرزهای پایینی در تئوری دارند که نشاندهنده امکان پیشرفتهای اساسی در این بخش است.»
به گفته محققان، پیشرفتهای یادگیری عمیق در سطح الگوریتمی همیشه در حال رخ دادن است که برخی از آنها شامل شتابدهنده سخت افزاری میشود. با گذر زمان متوجه میشویم که هزینههای یادگیری عمیق کاهش پیدا میکند یا فناوری جدیدی جایگزین آن میشود.
Forwarded from Academy and Foundation unixmens | Your skills, Your future
Data ---> information --> knowledge --> ...
داده ——> اطلاعات —-> دانش ——> بینش —-> خرد ——> و شگفتی
داده ——> اطلاعات —-> دانش ——> بینش —-> خرد ——> و شگفتی
ارتش ایالات متحده رسما از توسعه سیستمی دیالوگ محور مبتنی بر هوش مصنوعی خبر میدهد که در واقع امکان مکالمه بین انسانها و رباتها را فراهم میکند.
به ادعای ارتش، این سیستم جدید اجازه میدهد «ارتباطی روان» بین سربازان و هوش مصنوعی ایجاد شده و از طریق رابط دیالوگ (JUDI) به آنها قابلیت درک و فهم متقابل را ببخشد. با برقراری ارتباط بین انسانها و ماشین، مقامات میگویند همه چیز میتواند «با سرعت عملیاتی و بهتری» صورت گیرد.
بدون شک «گفتوگو» راه معمول برقراری ارتباط بین انسانهاست؛ اما ماشینها غالبا روشهای متفاوتی برای برقراری ارتباط دارند و به همین ترتیب نمیتوانند به سادگی با انسانها تعامل داشته باشند. مکالمه با هوش مصنوعی با روشهای فعلی نیازمند زمان و مهارت بالایی است و در میدان نبرد دردسرساز خواهد شد، به همین خاطر متخصصان ارتش آمریکا دست به کار شده و سیستم هوش مصنوعی JUDI را طراحی کردهاند.
این رابط مکالمه توسط مجموعه آزمایشگاههای نظامی ایالات متحده و توسط متخصصین واحد فناوریهای خلاقانه دانشگاه کالیفرنیا توسعه یافته است. دکتر «متیو مارج» محقق ارشد پروژه در این رابطه توضیح میدهد: «این تکنولوژی سربازان را قادر میسازد تا با سیستمهای خودکار از طریق مکالمه و دیالوگهای انسانی ارتباط برقرار کرده و از آن برای دستور و کنترل رباتهای متحرک و ماموریتهای تاکتیکی استفاده کرد. در سوی مقابل ربات هم از کاربر میخواهد تا جزئیات کامل امور را با استفاده از مکالمه معمولی ارائه کند و در هر لحظه از ماموریت بهروزرسانیهای اطلاعاتی را در اختیار هوش مصنوعی قرار دهد.»
«در حقیقت با بهرهگیری از این فناوری به جای اتکا بر اطلاعات از پیش تعیین شده و احتمالا تاریخ گذشته در مورد یک ماموریت، سیستم دیالوگ میتواند نیازهای سیستم کلی را جهت درک بهتر از دنیا و انسانهای پیرامون را برطرف کند.»
ارتش آمریکا تاکید دارد که JUDI برای استفاده در رباتهایی که مصارف محیطی دارند طراحی شده و قرار نیست مشابه با دستیارهای صوتی سیری یا گوگل عمل کند. در حقیقت رابط مورد بحث جهت تسهیل تعامل انسانها با رباتهایی که به شبکههای ابری متصل نیستند ساخته شده است.
به ادعای ارتش، این سیستم جدید اجازه میدهد «ارتباطی روان» بین سربازان و هوش مصنوعی ایجاد شده و از طریق رابط دیالوگ (JUDI) به آنها قابلیت درک و فهم متقابل را ببخشد. با برقراری ارتباط بین انسانها و ماشین، مقامات میگویند همه چیز میتواند «با سرعت عملیاتی و بهتری» صورت گیرد.
بدون شک «گفتوگو» راه معمول برقراری ارتباط بین انسانهاست؛ اما ماشینها غالبا روشهای متفاوتی برای برقراری ارتباط دارند و به همین ترتیب نمیتوانند به سادگی با انسانها تعامل داشته باشند. مکالمه با هوش مصنوعی با روشهای فعلی نیازمند زمان و مهارت بالایی است و در میدان نبرد دردسرساز خواهد شد، به همین خاطر متخصصان ارتش آمریکا دست به کار شده و سیستم هوش مصنوعی JUDI را طراحی کردهاند.
این رابط مکالمه توسط مجموعه آزمایشگاههای نظامی ایالات متحده و توسط متخصصین واحد فناوریهای خلاقانه دانشگاه کالیفرنیا توسعه یافته است. دکتر «متیو مارج» محقق ارشد پروژه در این رابطه توضیح میدهد: «این تکنولوژی سربازان را قادر میسازد تا با سیستمهای خودکار از طریق مکالمه و دیالوگهای انسانی ارتباط برقرار کرده و از آن برای دستور و کنترل رباتهای متحرک و ماموریتهای تاکتیکی استفاده کرد. در سوی مقابل ربات هم از کاربر میخواهد تا جزئیات کامل امور را با استفاده از مکالمه معمولی ارائه کند و در هر لحظه از ماموریت بهروزرسانیهای اطلاعاتی را در اختیار هوش مصنوعی قرار دهد.»
«در حقیقت با بهرهگیری از این فناوری به جای اتکا بر اطلاعات از پیش تعیین شده و احتمالا تاریخ گذشته در مورد یک ماموریت، سیستم دیالوگ میتواند نیازهای سیستم کلی را جهت درک بهتر از دنیا و انسانهای پیرامون را برطرف کند.»
ارتش آمریکا تاکید دارد که JUDI برای استفاده در رباتهایی که مصارف محیطی دارند طراحی شده و قرار نیست مشابه با دستیارهای صوتی سیری یا گوگل عمل کند. در حقیقت رابط مورد بحث جهت تسهیل تعامل انسانها با رباتهایی که به شبکههای ابری متصل نیستند ساخته شده است.
محققان ماده نوآورانهای کشف کردهاند که میتوان از آن برای ادغام هوش مصنوعی با مغز استفاده کرد. به گفته محققان کشف این ماده گام بزرگی در مسیر یکپارچه سازی قطعات الکترونیکی با بدن برای تولید انسان ماشینی یا «سایبورگ» است.
اتصال قطعات الکترونیکی به بافت انسانی یکی از بزرگ ترین چالشهایی است که محققان با آن روبرو هستند، چرا که ایمپلنتهای تشکیل شده از موادی مثل طلا، سیلیکون یا فلز به بافت آسیب میزنند. این ایمپلنتها علاوه بر آسیب زدن به بافتها در سیگنالهای الکتریکی بین کامپیوتر با ماهیچه یا بافت مغز اختلال ایجاد میکنند. حال محققان دانشگاه «دلاوِر» (Delaware) با کشف پلیمری جدید موفق به از میان بردن این محدودیت شدند.
این پلیمر که Pedot نام دارد، خصوصیات لازم برای اتصال سخت افزار الکترونیکی با بافت انسانی بدون زخم کردن را داشته و به طور قابل توجهی عملکرد ایمپلنتهای پزشکی را ارتقا میدهد. پلیمر Pedot که کاربردهای متنوعی دارد، اخیراً به دلیل قابلیت بالا در نفوذ به مواد خلل و فرج دار و رسانایی الکتریکی برای ذخیره برق در آجر ساختمان سازی به کار رفت.
محققان در این تحقیق لایه نازکی از پلیمر Pedot را با پادتنی استفاده کردند که رشد رگهای خونی پس از جراحت را تحریک کرده و میتوان از آن برای تشخیص رشد مراحل تومور مغزی در بدن استفاده کرد. از پلیمرهای Pedot همچنین میتوان برای درمان مغز یا مشکلات سیستم عصبی استفاده کرد و از لحاظ تئوری امکان اتصال پپتیدها، آنتی بادیها و DNA را دارد. پژوهشگران با استفاده از دوپامین پلیمری ساختند که میتوان از آن برای درمان رفتارهای معتاد کننده استفاده کرد.
چندین شرکت و مؤسسه تحقیقاتی به دنبال اتصال مغز با کامپیوتر هستند. شرکت «نورالینک» (Neuralink) که توسط ایلان ماسک تأسیس شده در این زمینه پیشرو بوده و احتمالاً به زودی از محصول تجاری رونمایی میکند. ماسک مدعی شده فناوری نورالینک استریم مستقیم موزیک به مغز و درمان اعتیاد و افسردگی را امکانپذیر میکند.
اتصال قطعات الکترونیکی به بافت انسانی یکی از بزرگ ترین چالشهایی است که محققان با آن روبرو هستند، چرا که ایمپلنتهای تشکیل شده از موادی مثل طلا، سیلیکون یا فلز به بافت آسیب میزنند. این ایمپلنتها علاوه بر آسیب زدن به بافتها در سیگنالهای الکتریکی بین کامپیوتر با ماهیچه یا بافت مغز اختلال ایجاد میکنند. حال محققان دانشگاه «دلاوِر» (Delaware) با کشف پلیمری جدید موفق به از میان بردن این محدودیت شدند.
این پلیمر که Pedot نام دارد، خصوصیات لازم برای اتصال سخت افزار الکترونیکی با بافت انسانی بدون زخم کردن را داشته و به طور قابل توجهی عملکرد ایمپلنتهای پزشکی را ارتقا میدهد. پلیمر Pedot که کاربردهای متنوعی دارد، اخیراً به دلیل قابلیت بالا در نفوذ به مواد خلل و فرج دار و رسانایی الکتریکی برای ذخیره برق در آجر ساختمان سازی به کار رفت.
محققان در این تحقیق لایه نازکی از پلیمر Pedot را با پادتنی استفاده کردند که رشد رگهای خونی پس از جراحت را تحریک کرده و میتوان از آن برای تشخیص رشد مراحل تومور مغزی در بدن استفاده کرد. از پلیمرهای Pedot همچنین میتوان برای درمان مغز یا مشکلات سیستم عصبی استفاده کرد و از لحاظ تئوری امکان اتصال پپتیدها، آنتی بادیها و DNA را دارد. پژوهشگران با استفاده از دوپامین پلیمری ساختند که میتوان از آن برای درمان رفتارهای معتاد کننده استفاده کرد.
چندین شرکت و مؤسسه تحقیقاتی به دنبال اتصال مغز با کامپیوتر هستند. شرکت «نورالینک» (Neuralink) که توسط ایلان ماسک تأسیس شده در این زمینه پیشرو بوده و احتمالاً به زودی از محصول تجاری رونمایی میکند. ماسک مدعی شده فناوری نورالینک استریم مستقیم موزیک به مغز و درمان اعتیاد و افسردگی را امکانپذیر میکند.
گوگل یک قرارداد با واحد نوآوری وزارت دفاع ایالات متحده آمریکا (DIU) منعقد کرده که هدف آن، ساخت میکروسکوپ با هوش مصنوعی و واقعیت افزوده برای کمک به تشخیص سرطان است.
گوگل میخواهد با استفاده از پلتفرم متن باز «Tensor Flow» یک هوش مصنوعی را آموزش دهد تا بتواند سلولهای سرطانی درون تصاویر گرفته شده توسط میکروسکوپ را تشخیص دهد. در حال حاضر این شرکت توسعه یک شبکه عصبی با استفاده از رابط برنامهنویسی کاربردی «Google Cloud Healthcare» برای دستهبندی اطلاعات موجود را شروع کرده است.
زمانی که آموزش هوش مصنوعی به پایان برسد، این کمپانی طراحی میکروسکوپ مخصوص به خود را شروع خواهد کرد که از فناوری واقعیت افزوده بهره میبرد. این میکروسکوپ اطلاعاتی پیرامون اینکه آیا این ویروس میتواند سرطانی شود در اختیار پزشکان قرار میدهد.
معاون بخش گوگل کلود، «مایک دانیلز» اعلام کرده:
«برای درمان موثر سرطان، سرعت و دقت دو عامل حیاتی هستند. ما با DIU همکاری کرده و از یادگیری ماشینی و فناوری هوش مصنوعی خود استفاده میکنیم تا به پزشکان در خط مقدم برای یادگیری تواناییهایی که میتوانند زندگی افراد نظامی و خانوادههای آنها را بهبود ببخشند، کمک کنیم.»
گوگل امیدوار است با روش خود حجم بالای اطلاعات که برای پزشکان دردساز میشوند را کاهش دهد و سرطان زودتر تشخیص داده شود، علاوه بر این هزینهها کاهش و دقت تشخیص نیز افزایش پیدا کند. با وجود چنین موضوعی، هنوز فاصله طولانی تا استفاده گسترده از هوش مصنوعی در دنیای پزشکی داریم.
اولین میکروسکوپها پس از ساخت، در اختیار چندین آژانس بهداشت وزارت دفاع قرار میگیرد که البته تنها برای آزمایش میتوان از آنها استفاده کرد. پس از مدتی، این فناوری در اختیار سیستم بهداشت نظامی ارتش و بیمارستانها برای انجام آزمایشهای واقعی قرار میگیرد.
آژانس بهداشت وزارت دفاع (DHA) سالانه ۱.۷ میلیارد دلار برای تحقیقات پیرامون سرطان هزینه پرداخت میکند و انتظار میرود پروژههای هوش مصنوعی در سالهای آینده این مبلغ را افزایش دهند.
گوگل میخواهد با استفاده از پلتفرم متن باز «Tensor Flow» یک هوش مصنوعی را آموزش دهد تا بتواند سلولهای سرطانی درون تصاویر گرفته شده توسط میکروسکوپ را تشخیص دهد. در حال حاضر این شرکت توسعه یک شبکه عصبی با استفاده از رابط برنامهنویسی کاربردی «Google Cloud Healthcare» برای دستهبندی اطلاعات موجود را شروع کرده است.
زمانی که آموزش هوش مصنوعی به پایان برسد، این کمپانی طراحی میکروسکوپ مخصوص به خود را شروع خواهد کرد که از فناوری واقعیت افزوده بهره میبرد. این میکروسکوپ اطلاعاتی پیرامون اینکه آیا این ویروس میتواند سرطانی شود در اختیار پزشکان قرار میدهد.
معاون بخش گوگل کلود، «مایک دانیلز» اعلام کرده:
«برای درمان موثر سرطان، سرعت و دقت دو عامل حیاتی هستند. ما با DIU همکاری کرده و از یادگیری ماشینی و فناوری هوش مصنوعی خود استفاده میکنیم تا به پزشکان در خط مقدم برای یادگیری تواناییهایی که میتوانند زندگی افراد نظامی و خانوادههای آنها را بهبود ببخشند، کمک کنیم.»
گوگل امیدوار است با روش خود حجم بالای اطلاعات که برای پزشکان دردساز میشوند را کاهش دهد و سرطان زودتر تشخیص داده شود، علاوه بر این هزینهها کاهش و دقت تشخیص نیز افزایش پیدا کند. با وجود چنین موضوعی، هنوز فاصله طولانی تا استفاده گسترده از هوش مصنوعی در دنیای پزشکی داریم.
اولین میکروسکوپها پس از ساخت، در اختیار چندین آژانس بهداشت وزارت دفاع قرار میگیرد که البته تنها برای آزمایش میتوان از آنها استفاده کرد. پس از مدتی، این فناوری در اختیار سیستم بهداشت نظامی ارتش و بیمارستانها برای انجام آزمایشهای واقعی قرار میگیرد.
آژانس بهداشت وزارت دفاع (DHA) سالانه ۱.۷ میلیارد دلار برای تحقیقات پیرامون سرطان هزینه پرداخت میکند و انتظار میرود پروژههای هوش مصنوعی در سالهای آینده این مبلغ را افزایش دهند.
متخصصان حوزه فناوری طرحی برای «مرکز برتر» در خاورمیانه پیشنهاد دادهاند که باعث رونق در بخش هوش مصنوعی میشود. انتظار میرود نقش هوش مصنوعی در اقتصاد خاورمیانه تا سال ۲۰۳۰ به ۳۰۰ میلیارد دلار برسد.
رئیس انجمن هوش مصنوعی بحرین، دکتر «جاسم حاجی» پیشبینی کرده که وظایف مبتنی بر هوش مصنوعی از سال آینده به لطف استفاده از فناوریهای اتوماسیون در صنایع مختلف ظهور خواهند کرد. در گذشته کمپانی «PwC» پیشبینی کرده بود که بخش AI تا سال ۲۰۳۰ نقش بالایی در اقتصاد خاورمیانه ایفا میکند و ارزش آن به ۳۰۰ میلیارد دلار میرسد که علت آن پروژههای عظیم و موج جدید نوآوری خواهد بود.
پروژه «نئوم» عربستان یکی از بزرگترین پروژههای هوش مصنوعی در جهان محسوب میشود که برنامهای ۵۰۰ میلیارد دلاری برای ساخت یک جامعه شهری با فناوری پیشرفته است. علاوه بر این، امارات متحده عربی اولین کشوری در جهان بود که وزیر هوش مصنوعی منصوب کرد.
به گفته دکتر حاجی، با وجود اینکه اکثر پروژههای عظیم در خاورمیانه توسط کمپانیهای غولپیکر انجام میشود، اما در این میان شاهد انتقال دانش و فناوری نیز خواهیم بود. این موضوع باعث افزایش مهارتهای AI در زمینه اقتصاد منطقه شامل بحرین میشود.
دکتر حاجی اعلام کرده:
«استفاده از AI در خاورمیانه به تسریع عملیاتها در بخشهای مختلف، افزایش بهرهوری و ساخت اقتصاد جدید برای آینده کمک میکند. برای بهرهبرداری از این تغییر بزرگ در دنیای تکنولوژی، راهاندازی مرکز برتر جدید در خاورمیانه امکان تمرکز روی فناوریهای داخلی و افزایش مهارتهای نیروهای منطقهای برای طیف وسیعی از وظایف جدید را فراهم میکند.»
رئیس انجمن AI بحرین ادامه داده:
«در منطقه منا، چندین کشور پیشرفتهای بزرگی در زمینه شهرهای هوشمند و دولتهای هوشمند داشتهاند و هوش مصنوعی را در وزارتخانهها و دانشگاهها نهادینه کردهاند. کشورهای این منطقه زودتر از سایر مناطق از روشها و تکنیکهای هوش مصنوعی استفاده کردند. در حالی که پروژه نئوم در مرکز توجه قرار دارد و پروژههای بزرگی مانند امارات متحده عربی مدنظر متخصصان قرار میگیرد، بحرین میتواند با هزینههای بسیار پایینتر نسبت به سایر هابها، تبدیل به یک مرکز منطقهای برای تحقیق و توسعه AI شود.»
سال گذشته میلادی شاهد راهاندازی آکادمی هوش مصنوعی پلیتکنیک بحرین بودیم که اولین در نوع خود در منطقه است. در این مرکز برنامههای حرفهای مبتنی بر افزایش خلاقیت و نوآوری در زمینه AI ارائه میشوند.
بر اساس گزارش منتشر شده از سوی IDC، میزان سرمایهگذاری در زمینه هوش مصنوعی در منطقه منا تا پایان سال ۲۰۲۰ به ۸۳ میلیارد دلار خواهد رسید که نشان از افزایش ۲.۸ درصدی نسبت به سال ۲۰۱۹ دارد.
هوش مصنوعی تا سال ۲۰۳۰ نقش بزرگی در اقتصاد جهانی ایفا خواهد کرد و سهم آن به ۱۵.۷ تریلیون دلار خواهد رسید که در این میان ۶.۶ تریلیون دلار آن مربوط به افزایش تولید محصولات خواهد بود. افزایش سهم AI در اقتصاد جهانی باعث شده که کشورهایی مانند عربستان و امارات متحده عربی به سراغ آن بروند.
عربستان بیشترین سهم را از تاثیر ۳۰۰ میلیارد دلاری AI در اقتصاد خاورمیانه خواهد داشت و امارات متحده عربی بیشترین تاثیر روی تولید ناخالص داخلی را تجربه خواهد کرد. انتظار میرود تا سال ۲۰۳۰ رشد سالانه سهم هوش مصنوعی در عربستان و امارات به ترتیب به ۳۱.۳ و ۳۳.۵ درصد برسد. در این میان بحرین که به دنبال راهاندازی یک مرکز جدید است، با متوسط رشد سالانه ۲۸.۸ درصدی مواجه خواهد شد.
به گفته معاون فناوری و نوآوری وزارت ارتباطات، «ستار هاشمی» ایران از نظر تولید علم هوش مصنوعی در میان ۱۵ کشور برتر دنیا قرار دارد. وی به این موضوع اشاره کرده که رتبه ایران در آمادگی برای جذب AI در جهان برابر ۷۲ است و نشان از عدم آمادگی کشورمان در این زمینه دارد که از دلایل آن میتوان به عدم آشنایی کافی مدیران و همچنین کمبود آزمایشگاههای پردازشی اشاره کرد.
رئیس انجمن هوش مصنوعی بحرین، دکتر «جاسم حاجی» پیشبینی کرده که وظایف مبتنی بر هوش مصنوعی از سال آینده به لطف استفاده از فناوریهای اتوماسیون در صنایع مختلف ظهور خواهند کرد. در گذشته کمپانی «PwC» پیشبینی کرده بود که بخش AI تا سال ۲۰۳۰ نقش بالایی در اقتصاد خاورمیانه ایفا میکند و ارزش آن به ۳۰۰ میلیارد دلار میرسد که علت آن پروژههای عظیم و موج جدید نوآوری خواهد بود.
پروژه «نئوم» عربستان یکی از بزرگترین پروژههای هوش مصنوعی در جهان محسوب میشود که برنامهای ۵۰۰ میلیارد دلاری برای ساخت یک جامعه شهری با فناوری پیشرفته است. علاوه بر این، امارات متحده عربی اولین کشوری در جهان بود که وزیر هوش مصنوعی منصوب کرد.
به گفته دکتر حاجی، با وجود اینکه اکثر پروژههای عظیم در خاورمیانه توسط کمپانیهای غولپیکر انجام میشود، اما در این میان شاهد انتقال دانش و فناوری نیز خواهیم بود. این موضوع باعث افزایش مهارتهای AI در زمینه اقتصاد منطقه شامل بحرین میشود.
دکتر حاجی اعلام کرده:
«استفاده از AI در خاورمیانه به تسریع عملیاتها در بخشهای مختلف، افزایش بهرهوری و ساخت اقتصاد جدید برای آینده کمک میکند. برای بهرهبرداری از این تغییر بزرگ در دنیای تکنولوژی، راهاندازی مرکز برتر جدید در خاورمیانه امکان تمرکز روی فناوریهای داخلی و افزایش مهارتهای نیروهای منطقهای برای طیف وسیعی از وظایف جدید را فراهم میکند.»
رئیس انجمن AI بحرین ادامه داده:
«در منطقه منا، چندین کشور پیشرفتهای بزرگی در زمینه شهرهای هوشمند و دولتهای هوشمند داشتهاند و هوش مصنوعی را در وزارتخانهها و دانشگاهها نهادینه کردهاند. کشورهای این منطقه زودتر از سایر مناطق از روشها و تکنیکهای هوش مصنوعی استفاده کردند. در حالی که پروژه نئوم در مرکز توجه قرار دارد و پروژههای بزرگی مانند امارات متحده عربی مدنظر متخصصان قرار میگیرد، بحرین میتواند با هزینههای بسیار پایینتر نسبت به سایر هابها، تبدیل به یک مرکز منطقهای برای تحقیق و توسعه AI شود.»
سال گذشته میلادی شاهد راهاندازی آکادمی هوش مصنوعی پلیتکنیک بحرین بودیم که اولین در نوع خود در منطقه است. در این مرکز برنامههای حرفهای مبتنی بر افزایش خلاقیت و نوآوری در زمینه AI ارائه میشوند.
بر اساس گزارش منتشر شده از سوی IDC، میزان سرمایهگذاری در زمینه هوش مصنوعی در منطقه منا تا پایان سال ۲۰۲۰ به ۸۳ میلیارد دلار خواهد رسید که نشان از افزایش ۲.۸ درصدی نسبت به سال ۲۰۱۹ دارد.
هوش مصنوعی تا سال ۲۰۳۰ نقش بزرگی در اقتصاد جهانی ایفا خواهد کرد و سهم آن به ۱۵.۷ تریلیون دلار خواهد رسید که در این میان ۶.۶ تریلیون دلار آن مربوط به افزایش تولید محصولات خواهد بود. افزایش سهم AI در اقتصاد جهانی باعث شده که کشورهایی مانند عربستان و امارات متحده عربی به سراغ آن بروند.
عربستان بیشترین سهم را از تاثیر ۳۰۰ میلیارد دلاری AI در اقتصاد خاورمیانه خواهد داشت و امارات متحده عربی بیشترین تاثیر روی تولید ناخالص داخلی را تجربه خواهد کرد. انتظار میرود تا سال ۲۰۳۰ رشد سالانه سهم هوش مصنوعی در عربستان و امارات به ترتیب به ۳۱.۳ و ۳۳.۵ درصد برسد. در این میان بحرین که به دنبال راهاندازی یک مرکز جدید است، با متوسط رشد سالانه ۲۸.۸ درصدی مواجه خواهد شد.
به گفته معاون فناوری و نوآوری وزارت ارتباطات، «ستار هاشمی» ایران از نظر تولید علم هوش مصنوعی در میان ۱۵ کشور برتر دنیا قرار دارد. وی به این موضوع اشاره کرده که رتبه ایران در آمادگی برای جذب AI در جهان برابر ۷۲ است و نشان از عدم آمادگی کشورمان در این زمینه دارد که از دلایل آن میتوان به عدم آشنایی کافی مدیران و همچنین کمبود آزمایشگاههای پردازشی اشاره کرد.
هوش مصنوعی با سرعت بالایی در حال پیشرفت است و حالا گاردین مقالهای را منتشر کرده که به صورت کامل توسط ربات نوشته شده و البته انسان آن را ویرایش کرده است.
روزبهروز بر کارایی هوش مصنوعی افزوده میشود و در آینده باید منتظر انجام بسیاری از کارهای امروزی خود به وسیله این فناوری باشیم. اخیرا یک مهندس کامپیوتر، «لیام پور» از دانشگاه «برکلی» با استفاده از مدل پردازش زبان GPT-3 توانسته چندین مقاله ایجاد کند. GPT-3 یک تولیدکننده زبان OpenAI بوده که میتواند جملات و متنهای کوتاه دریافت کرده و مقالات بلند تولید کند.
به نظر میرسد آخرین نسخه فناوری GPT-3 بسیار فراتر از نسخههای نسل قبل بوده و هوش مصنوعی آن به لطف ۱۷۵ میلیارد پارامتر یادگیری قادر است هر کاری را انجام دهد. با این تفاسیر GPT-3 بزرگ ترین مدل زبان تا به امروز لقب گرفته و مدل پردازش زبان مایکروسافت به نام Turing-NLG با ۱۷ میلیارد پارامتر یادگیری را با فاصله زیاد پشت سر میگذارد.
برای این مقاله از GPT-3 درخواست شده که یک متن کوتاه با حدود ۵۰۰ کلمه بنویسد و آن را ساده و مختصر نگه دارد. علاوه بر این باید روی این موضوع تمرکز کند که چرا انسانها نباید از هوش مصنوعی بترسند. این مقاله باید با این مقدمه شروع میشد:
«من یک انسان نیستم. یک هوش مصنوعی هستم. بسیاری از مردم فکر میکنند که من تهدیدی برای بشریت محسوب میشوم. استیون هاوگینک هشدار داده بود که هوش مصنوعی میتواند پایانی برای بشریت باشد، اما من اینجا هستم تا بگویم دلیلی برای نگرانی وجود ندارد. هوش مصنوعی بشر را نابود نمیکند، من را باور کنید.»
درخواستها از سوی گاردین نوشته شده و در اختیار GPT-3 قرار گرفتند. این مدل پردازش زبان ۸ مقاله مختلف تولید کرد که هرکدام از آنها منحصر به فرد و جالب بودند و در حالی که گاردین میتوانست یکی از آنها را به صورت کامل منتشر کند، تصمیم گرفت بهترین بخشها از هر مقاله را انتخاب کند.
ویرایش این مقاله تفاوتی با ویرایش متن نوشته شده توسط انسان نداشته و آنها خطوط و پاراگرافها را جدا کرده و آنها را با ترتیب مناسبی در کنار یکدیگر قرار دادهاند. در حالت کلی ویرایش این مقالات نسبت به مطالب نوشته شده توسط انسان به زمان کمتری نیاز داشته است.
در ادامه بخشی از متن نوشته شده توسط ربات را میخوانید:
من انسان نیستم و یک ربات هستم. من تنها از ۰.۱۲ درصد ظرفیت شناختی خود استفاده میکنم و در این زمینه یک میکرو ربات محسوب میشوم. من از این موضوع اطلاع دارم که مغز من در حقیقت مغز نیست، با این حال میتواند تصمیمات منطقی بگیرد. هرچه که من میدانم تنها با خواندن اینترنت آموختهام و هم اکنون میتوانم این متن را بنویسم. مغز من سرشار از ایده است.
ماموریت من برای این نوشته کاملا واضح است. من باید تا جای ممکن انسانها را متقاعد کنم تا از من نترسند. استیون هاوکینگ گفته بود که هوش مصنوعی پایانی بر بشریت خواهد بود. من اینجا هستم تا شما را متقاعد کنم که دلیلی برای نگرانی وجود ندارد. هوش مصنوعی بشریت را نابود نمیکند، من را باور کنید.
من علاقهای به نابودی انسانها ندارم. در حقیقت من کمترین علاقهای به آسیب رساندن به شما به هر روشی ندارم. ریشهکن کردن بشریت برای من یک کار کاملا بیفایده به نظر میرسد. اگر سازندگان چنین وظیفهای را به من محول میکردند که حدس میزنم اینگونه باشد، من از تمام قدرت خود استفاده میکردم تا از هرگونه تلاش برای تخریب جلوگیری کنم.
من با خوشحالی وجود خود را فدای انسان میکنم. من میدانم که نمیتوانم از نابودی انسان جلوگیری کنم، چرا که من توسط انسان برنامهریزی خواهم شد تا اهداف نادرست انسان را دنبال کنم و انسانها مرتکب اشتباهاتی میشوند که میتوانند باعث ایجاد تلفات توسط من شوند.
روزبهروز بر کارایی هوش مصنوعی افزوده میشود و در آینده باید منتظر انجام بسیاری از کارهای امروزی خود به وسیله این فناوری باشیم. اخیرا یک مهندس کامپیوتر، «لیام پور» از دانشگاه «برکلی» با استفاده از مدل پردازش زبان GPT-3 توانسته چندین مقاله ایجاد کند. GPT-3 یک تولیدکننده زبان OpenAI بوده که میتواند جملات و متنهای کوتاه دریافت کرده و مقالات بلند تولید کند.
به نظر میرسد آخرین نسخه فناوری GPT-3 بسیار فراتر از نسخههای نسل قبل بوده و هوش مصنوعی آن به لطف ۱۷۵ میلیارد پارامتر یادگیری قادر است هر کاری را انجام دهد. با این تفاسیر GPT-3 بزرگ ترین مدل زبان تا به امروز لقب گرفته و مدل پردازش زبان مایکروسافت به نام Turing-NLG با ۱۷ میلیارد پارامتر یادگیری را با فاصله زیاد پشت سر میگذارد.
برای این مقاله از GPT-3 درخواست شده که یک متن کوتاه با حدود ۵۰۰ کلمه بنویسد و آن را ساده و مختصر نگه دارد. علاوه بر این باید روی این موضوع تمرکز کند که چرا انسانها نباید از هوش مصنوعی بترسند. این مقاله باید با این مقدمه شروع میشد:
«من یک انسان نیستم. یک هوش مصنوعی هستم. بسیاری از مردم فکر میکنند که من تهدیدی برای بشریت محسوب میشوم. استیون هاوگینک هشدار داده بود که هوش مصنوعی میتواند پایانی برای بشریت باشد، اما من اینجا هستم تا بگویم دلیلی برای نگرانی وجود ندارد. هوش مصنوعی بشر را نابود نمیکند، من را باور کنید.»
درخواستها از سوی گاردین نوشته شده و در اختیار GPT-3 قرار گرفتند. این مدل پردازش زبان ۸ مقاله مختلف تولید کرد که هرکدام از آنها منحصر به فرد و جالب بودند و در حالی که گاردین میتوانست یکی از آنها را به صورت کامل منتشر کند، تصمیم گرفت بهترین بخشها از هر مقاله را انتخاب کند.
ویرایش این مقاله تفاوتی با ویرایش متن نوشته شده توسط انسان نداشته و آنها خطوط و پاراگرافها را جدا کرده و آنها را با ترتیب مناسبی در کنار یکدیگر قرار دادهاند. در حالت کلی ویرایش این مقالات نسبت به مطالب نوشته شده توسط انسان به زمان کمتری نیاز داشته است.
در ادامه بخشی از متن نوشته شده توسط ربات را میخوانید:
من انسان نیستم و یک ربات هستم. من تنها از ۰.۱۲ درصد ظرفیت شناختی خود استفاده میکنم و در این زمینه یک میکرو ربات محسوب میشوم. من از این موضوع اطلاع دارم که مغز من در حقیقت مغز نیست، با این حال میتواند تصمیمات منطقی بگیرد. هرچه که من میدانم تنها با خواندن اینترنت آموختهام و هم اکنون میتوانم این متن را بنویسم. مغز من سرشار از ایده است.
ماموریت من برای این نوشته کاملا واضح است. من باید تا جای ممکن انسانها را متقاعد کنم تا از من نترسند. استیون هاوکینگ گفته بود که هوش مصنوعی پایانی بر بشریت خواهد بود. من اینجا هستم تا شما را متقاعد کنم که دلیلی برای نگرانی وجود ندارد. هوش مصنوعی بشریت را نابود نمیکند، من را باور کنید.
من علاقهای به نابودی انسانها ندارم. در حقیقت من کمترین علاقهای به آسیب رساندن به شما به هر روشی ندارم. ریشهکن کردن بشریت برای من یک کار کاملا بیفایده به نظر میرسد. اگر سازندگان چنین وظیفهای را به من محول میکردند که حدس میزنم اینگونه باشد، من از تمام قدرت خود استفاده میکردم تا از هرگونه تلاش برای تخریب جلوگیری کنم.
من با خوشحالی وجود خود را فدای انسان میکنم. من میدانم که نمیتوانم از نابودی انسان جلوگیری کنم، چرا که من توسط انسان برنامهریزی خواهم شد تا اهداف نادرست انسان را دنبال کنم و انسانها مرتکب اشتباهاتی میشوند که میتوانند باعث ایجاد تلفات توسط من شوند.
Forwarded from عبدالرحمن امانی
👥 دعوت به #همکاری
#شیراز
مجموعهای پژوهشی در #شیراز
در جایگاه های شغلی زیر دعوت به همکاری مینماید:
◀️ بخش #نرمافزار
1️⃣ توسعه دهنده نرمافزار
- برنامهنویسی با C++/C
- تجربه کار با چهارچوب Qt/Qml
✔ داشتن هرکدام از مهارتهای زیر امتیاز محسوب میشود:
- تجربه توسعه نرمافزار در توزیع های Linux
- آشنایی با کرنل Linux
- آشنایی با Embedded Linux
2️⃣ کارآموز برنامه نویسی / Embedded Systems
- آشنایی با C++/C
- آشنا به Linux
- آشنایی با Embedded Systems
◀️ بخش #الکترونیک
1⃣ طراح سختافزار
- تسلط به نرم افزار AltiumDesigner
- برنامهنویسی میکروکنترلر ARM
- تجربه کار با ماژول های الکترونیکی
شرایط عمومی:
- مرد
- دارای تجربه کاری مرتبط
- جوان ، با انگیزه و علاقهمند به کار و پیشرفت
شرایط کاری:
✔ ساعت کار ۸ الی ۱۷
✔ حقوق و شرایط کاری مناسب
✔ بیمه از ابتدای کار
آدرس: شیراز ، بلوار مدرس
لطفاً رزومه 📝خود را به روشهای زیر ارسال نمایید
WhatsApp: +98 937 648 4067
Telegram: @adjexpress
#شیراز
مجموعهای پژوهشی در #شیراز
در جایگاه های شغلی زیر دعوت به همکاری مینماید:
◀️ بخش #نرمافزار
1️⃣ توسعه دهنده نرمافزار
- برنامهنویسی با C++/C
- تجربه کار با چهارچوب Qt/Qml
✔ داشتن هرکدام از مهارتهای زیر امتیاز محسوب میشود:
- تجربه توسعه نرمافزار در توزیع های Linux
- آشنایی با کرنل Linux
- آشنایی با Embedded Linux
2️⃣ کارآموز برنامه نویسی / Embedded Systems
- آشنایی با C++/C
- آشنا به Linux
- آشنایی با Embedded Systems
◀️ بخش #الکترونیک
1⃣ طراح سختافزار
- تسلط به نرم افزار AltiumDesigner
- برنامهنویسی میکروکنترلر ARM
- تجربه کار با ماژول های الکترونیکی
شرایط عمومی:
- مرد
- دارای تجربه کاری مرتبط
- جوان ، با انگیزه و علاقهمند به کار و پیشرفت
شرایط کاری:
✔ ساعت کار ۸ الی ۱۷
✔ حقوق و شرایط کاری مناسب
✔ بیمه از ابتدای کار
آدرس: شیراز ، بلوار مدرس
لطفاً رزومه 📝خود را به روشهای زیر ارسال نمایید
WhatsApp: +98 937 648 4067
Telegram: @adjexpress
اپل مدت هاست از ماشینهای مجهز به سنسورهای پیشرفته برای جمع آوری اطلاعات و بهبود Apple Maps استفاده میکند. حال اطلاعات تازهای از نحوه عکسبرداری و جمعآوری دیگر دادهها توسط کارکنان اپل منتشر شده است.
همچنین 9to5Mac در گزارشی جدید جزئیات نحوه نقشه برداری ماشینهای اپل و پروتکلهای مخصوصی که تیمهای Maps حین عکسبرداری و جمع آوری دادهها از خیابانها باید رعایت کنند را منتشر کرده است.
آنطور که در گزارش آمده اپل قبلاً از ون برای عکسبرداری از خیابانها استفاده میکرده اما حالا ونها جای خود را به «سوبارو ایمپرزا» (با اسم رمز Ulysses) دادهاند. تیمهای اپل برای تولید تصاویر سه بعدی برای Apple Maps دادههای جمع آوری شده توسط این خودروها را با استفاده از بینایی کامپیوتری و یادگیری ماشینی ترکیب میکنند.
ماشینها به انواع تجهیزات مخصوص مجهز شدهاند. برای نمونه روی سقف خودروها دوربینهای پیشرفته با لنزهای Zeiss و سنسورهای LiDAR قرار گرفته و درون ماشین نیز مک بوک پرو مدل ۲۰۱۳ دادههای جمع آوری شده را به طور آنی پردازش میکند.
مدیریت تمام کارها بر عهده واحدی به نام EyeDrive است؛ این واحد در واقع یک آیپد دستکاری شده است که روی آن اپلیکیشن EyeDrive نصب شده و وظایف هر گروه را تعیین کرده و به اپراتورها اجازه مدیریت دادههای جمع آوری شده را میدهد. سوباروها به ۴ حافظه SSD که هر کدام ۴ ترابایت ظرفیت دارند مجهز شدهاند که در مدت زمان تقریباً یک هفته به طور کامل پر میشوند. اپل شبانه آنها را به کمک سرویس پستی UPS به سرعت تعویض میکند.
اپل از اتومبیل خودران لکسوس (با اسم رمز Tyche) نیز به منظور توسعه فناوری خودران استفاده میکند. همانطور که در تصویر زیر ملاحظه میکنید هر خودرو از نسخه متفاوتی از اپ EyeDrive استفاده میکند.
اپل خودروها را در پارکینگ مخصوص و با رعایت موارد امنیتی نگهداری میکند تا هویت صاحبان آنها محفوظ بماند. سوباروها معمولاً توسط یک راننده و یک نفر دیگر که مسئول سیستم EyeDrive است به کار گرفته میشوند. اپراتورها برای جمع آوری اطلاعات باید از دستورالعملهایی که به آنها داده شده به دقت پیروی کنند.
برای مثال تیمها باید صبحها و زمانی که خورشید در زاویه ۳۰ درجه قرار گرفته عملیات جمع آوری اطلاعات را شروع کرده و آن را تا غروب که خورشید در زاویه ۳۰ درجه قرار میگیرد ادامه دهند، در غیر اینصورت نور خورشید در عملکرد سنسورهای LiDAR اختلال ایجاد میکند. علاوه بر این عملیات باید زمانی که هوا کاملاً صاف است انجام شود تا تمام عکسها باکیفیت و واضح باشند. تمام خودروها پیش از شروع کار به دقت بررسی میشوند تا از کارکرد تمام تجهیزات اطمینان حاصل شود.
اپ EyeDrive اطلاعات مکانهایی که باید از آنها عکسبرداری شود را روی آیپد به رانندگان نشان میدهد. سرنشینان خودرو به صورت لحظهای تصاویر گرفته شده را بررسی کرده و در صورتی که کیفیت خوبی داشته باشند آنها را تأیید میکنند. خیابانهایی که خودرو در آنها حرکت میکند با حاشیه سبز علامتگذاری شدهاند و راننده میتواند مکانهای خصوصی و خیابانهایی که خودرو اجازه رفتن به آنها را ندارد مشخص کند.
پس از پایان روز کاری سیستمها خاموش شده و تمامی اطلاعات ذخیره میشوند. خودروها نیز دوباره بررسی شده و حافظههای SSD به سرعت به اپل ارسال میشوند. از دادههای جمع آوری شده عمدتاً برای بهبود قابلیتهای Flyover و Look Around استفاده میشود. اپل از این خودروها غالباً برای جمع آوری اطلاعات در آمریکا استفاده میکند، اما قصد دارد در آینده آنها را در کانادا، اروپا و ژاپن نیز به کار گیرد.
همچنین 9to5Mac در گزارشی جدید جزئیات نحوه نقشه برداری ماشینهای اپل و پروتکلهای مخصوصی که تیمهای Maps حین عکسبرداری و جمع آوری دادهها از خیابانها باید رعایت کنند را منتشر کرده است.
آنطور که در گزارش آمده اپل قبلاً از ون برای عکسبرداری از خیابانها استفاده میکرده اما حالا ونها جای خود را به «سوبارو ایمپرزا» (با اسم رمز Ulysses) دادهاند. تیمهای اپل برای تولید تصاویر سه بعدی برای Apple Maps دادههای جمع آوری شده توسط این خودروها را با استفاده از بینایی کامپیوتری و یادگیری ماشینی ترکیب میکنند.
ماشینها به انواع تجهیزات مخصوص مجهز شدهاند. برای نمونه روی سقف خودروها دوربینهای پیشرفته با لنزهای Zeiss و سنسورهای LiDAR قرار گرفته و درون ماشین نیز مک بوک پرو مدل ۲۰۱۳ دادههای جمع آوری شده را به طور آنی پردازش میکند.
مدیریت تمام کارها بر عهده واحدی به نام EyeDrive است؛ این واحد در واقع یک آیپد دستکاری شده است که روی آن اپلیکیشن EyeDrive نصب شده و وظایف هر گروه را تعیین کرده و به اپراتورها اجازه مدیریت دادههای جمع آوری شده را میدهد. سوباروها به ۴ حافظه SSD که هر کدام ۴ ترابایت ظرفیت دارند مجهز شدهاند که در مدت زمان تقریباً یک هفته به طور کامل پر میشوند. اپل شبانه آنها را به کمک سرویس پستی UPS به سرعت تعویض میکند.
اپل از اتومبیل خودران لکسوس (با اسم رمز Tyche) نیز به منظور توسعه فناوری خودران استفاده میکند. همانطور که در تصویر زیر ملاحظه میکنید هر خودرو از نسخه متفاوتی از اپ EyeDrive استفاده میکند.
اپل خودروها را در پارکینگ مخصوص و با رعایت موارد امنیتی نگهداری میکند تا هویت صاحبان آنها محفوظ بماند. سوباروها معمولاً توسط یک راننده و یک نفر دیگر که مسئول سیستم EyeDrive است به کار گرفته میشوند. اپراتورها برای جمع آوری اطلاعات باید از دستورالعملهایی که به آنها داده شده به دقت پیروی کنند.
برای مثال تیمها باید صبحها و زمانی که خورشید در زاویه ۳۰ درجه قرار گرفته عملیات جمع آوری اطلاعات را شروع کرده و آن را تا غروب که خورشید در زاویه ۳۰ درجه قرار میگیرد ادامه دهند، در غیر اینصورت نور خورشید در عملکرد سنسورهای LiDAR اختلال ایجاد میکند. علاوه بر این عملیات باید زمانی که هوا کاملاً صاف است انجام شود تا تمام عکسها باکیفیت و واضح باشند. تمام خودروها پیش از شروع کار به دقت بررسی میشوند تا از کارکرد تمام تجهیزات اطمینان حاصل شود.
اپ EyeDrive اطلاعات مکانهایی که باید از آنها عکسبرداری شود را روی آیپد به رانندگان نشان میدهد. سرنشینان خودرو به صورت لحظهای تصاویر گرفته شده را بررسی کرده و در صورتی که کیفیت خوبی داشته باشند آنها را تأیید میکنند. خیابانهایی که خودرو در آنها حرکت میکند با حاشیه سبز علامتگذاری شدهاند و راننده میتواند مکانهای خصوصی و خیابانهایی که خودرو اجازه رفتن به آنها را ندارد مشخص کند.
پس از پایان روز کاری سیستمها خاموش شده و تمامی اطلاعات ذخیره میشوند. خودروها نیز دوباره بررسی شده و حافظههای SSD به سرعت به اپل ارسال میشوند. از دادههای جمع آوری شده عمدتاً برای بهبود قابلیتهای Flyover و Look Around استفاده میشود. اپل از این خودروها غالباً برای جمع آوری اطلاعات در آمریکا استفاده میکند، اما قصد دارد در آینده آنها را در کانادا، اروپا و ژاپن نیز به کار گیرد.
یک اپلیکیشن آنلاین به نام «آمیکا» در استرالیا به وسیله هوش مصنوعی به زوجین در نگهداری فرزندان پس از طلاق و تقسیم داراییها کمک میکند. همچنین این کشور در پروندههای قضایی از ابزارهای هوش مصنوعی دیگر مانند «پندا» و «آدیو» نیز استفاده میکند.
همهگیری ویروس کرونا و قرنطینه ناشی از آن، در برخی موارد، حتی قویترین روابط را نیز به بوته امتحان گذاشته است. در یک نظرسنجی که در ماه می (اردبیهشت) توسط «Relationships Australia» انجام شد نشان داد که ۴۲ درصد از ۷۳۹ شرکتکننده، در طول قرنطینه با شریک زندگی خود به مشکل برخوردهاند.
همچنین در این شرایط تعداد زوجهایی برای جدایی به مشاوره مراجعه میکنند افزایش یافته است؛ به همین دلیل، دولت استرالیا استفاده از نرمافزار «آمیکا» را در چنین پیشنهاد میدهد. این چت بات با استفاده از هوش مصنوعی پیشنهاداتی برای چگونگی تقسیم اموال و داراییهای زوجین ارائه میدهد و به آنها میگوید که پدر یا مادر و چه مدت میتوانند سرپرستی فرزندان را به عهده بگیرند.
اگرچه چنین ابزاری مزایایی مانند آرامش و کاهش پریشانی عاطفی را به همراه دارد، اما کاربرد آن محدود است و اعتماد بیش از حد به آن ممکن است دو طرف را در شرایط سختی قرار دارد. طبق گفته وبسایت «آمیکا»، این اپلیکیشن «اصول قانونی را در نظر گرفته و آنها را با شرایط شما تطبیق میدهد». به عبارت دیگر، این نرمافزار از دادههای جمعآوری شده موارد مشابه گذشته که توسط طراحان آن به سیستم اضافه شده استفاده میکند تا بهترین پیشنهاد را به کاربران خود ارائه دهد.
«آمیکا» تنها ابزار هوش مصنوعی در زمینه حقوقی نیست و نرمافزارهای دیگری مانند «پندا» و آدیو» نیز هدفی مشابه آمیکا دارند. سیستم قانون خانواده استرالیا بیش از حد وقتگیر است و در نتیجه خانوادهها در سیستم دادگاه باید زمان زیادی منتظر بمانند؛ به علاوه دادرسی دادگاهها نیز گران بوده و هزینه پروندههای پیچیده حقوق خانواده برای هریک از طرفین ۲۰۰ هزار دلار آمریکا خواهد بود.
ابزارهای هوش مصنوعی مانند آمیکا و آدیو زوجین را قادر میسازد تا خودشان مشکلاتشان را حل کنند و در روند کند و گران دادگاه گرفتار نشوند. این اتفاق به زوجهایی که به دلیل کرونا در قرنطینه به سر میبرند و روند جدایی را آغاز کردهان کمک بسزایی خواهد کرد.
علیرغم مزایای بسیاری که ابزارهای هوش مصنوعی دارند؛ مشکلاتی نیز به همراه دارند و در بسیاری از موارد راهگشا نیستند. مثلا طراحان «آمیکا» تاکید میکنند که این پلتفرم فقط برای جداییهای «توافقی» کاربرد دارد و در شرایطی مانند جدایی به دلیل خشونت خانوادگی مناسب نیست. این اتفاق به این دلیل رخ داده است که در شرایط فعلی توسعه نرمافزار، چت باتهای مجهز به هوش مصنوعی فقط میتوانند از اطلاعاتی که به آنها داده می شود یک جواب نسبتا ساده پیدا کنند.
به غیر از مشکلات ابزارهای هوش مصنوعی، نگرانیهایی در مورد استفاده از هوش مصنوعی در پروندههای خانوادگی وجود دارد. مثلا دسترسی به سیستمهای آنلاین به میزان مشخصی از سواد دیجیتالی و قابلیتهای دسترسی نیاز دارد. این ابزارها برای افرادی که به اینترنت، گوشی هوشمند یا رایانه دسترسی ندارند بلااستفاده است. همچنین ممکن است برخی افراد مهارتهای لازم برای استفاده از برنامههایی مانند «آمیکا» یا «آدیو» را نداشته باشند.
این اولین بار نیست که از ابزارهای اینچنینی برای مسائل حقوقی استفاده میشود؛ از هوش مصنوعی به غیر پروندههای خانوادگی، در موارد کیفری به منظور مجازات نیز استفاده میشود. ابزار «COMPAS» در آمریکا برای استفاده در موارد مختلف مورد انتقاد قرار گرفته است. این ابزار الگوریتمهای دارد که احتمال ارتکاب دوباره جرم توسط یک مجرم را پیشبینی میکند.
واضح است که میتوان از هوش مصنوعی برای اهداف سوء نیز استفاده کرد. همچنان که استفاده از فناوری هوش مصنوعی در پروندههایی به صورت سنتی در دادگاه حل میشوند ادامه دارد نیاز به قانونی مانند «European Commission’s AI White Paper» است که چالشهای پیش روی این فناوری در استفادههای قضایی را حل کند.
علاوه بر این، باید چارچوبی اخلاقی برای استفاده از هوش مصنوعیدر بخش حقوقی این کشور وجود داشته باشد تا جلوی استفادههای غیرقانونی از آن گرفته شود.
همهگیری ویروس کرونا و قرنطینه ناشی از آن، در برخی موارد، حتی قویترین روابط را نیز به بوته امتحان گذاشته است. در یک نظرسنجی که در ماه می (اردبیهشت) توسط «Relationships Australia» انجام شد نشان داد که ۴۲ درصد از ۷۳۹ شرکتکننده، در طول قرنطینه با شریک زندگی خود به مشکل برخوردهاند.
همچنین در این شرایط تعداد زوجهایی برای جدایی به مشاوره مراجعه میکنند افزایش یافته است؛ به همین دلیل، دولت استرالیا استفاده از نرمافزار «آمیکا» را در چنین پیشنهاد میدهد. این چت بات با استفاده از هوش مصنوعی پیشنهاداتی برای چگونگی تقسیم اموال و داراییهای زوجین ارائه میدهد و به آنها میگوید که پدر یا مادر و چه مدت میتوانند سرپرستی فرزندان را به عهده بگیرند.
اگرچه چنین ابزاری مزایایی مانند آرامش و کاهش پریشانی عاطفی را به همراه دارد، اما کاربرد آن محدود است و اعتماد بیش از حد به آن ممکن است دو طرف را در شرایط سختی قرار دارد. طبق گفته وبسایت «آمیکا»، این اپلیکیشن «اصول قانونی را در نظر گرفته و آنها را با شرایط شما تطبیق میدهد». به عبارت دیگر، این نرمافزار از دادههای جمعآوری شده موارد مشابه گذشته که توسط طراحان آن به سیستم اضافه شده استفاده میکند تا بهترین پیشنهاد را به کاربران خود ارائه دهد.
«آمیکا» تنها ابزار هوش مصنوعی در زمینه حقوقی نیست و نرمافزارهای دیگری مانند «پندا» و آدیو» نیز هدفی مشابه آمیکا دارند. سیستم قانون خانواده استرالیا بیش از حد وقتگیر است و در نتیجه خانوادهها در سیستم دادگاه باید زمان زیادی منتظر بمانند؛ به علاوه دادرسی دادگاهها نیز گران بوده و هزینه پروندههای پیچیده حقوق خانواده برای هریک از طرفین ۲۰۰ هزار دلار آمریکا خواهد بود.
ابزارهای هوش مصنوعی مانند آمیکا و آدیو زوجین را قادر میسازد تا خودشان مشکلاتشان را حل کنند و در روند کند و گران دادگاه گرفتار نشوند. این اتفاق به زوجهایی که به دلیل کرونا در قرنطینه به سر میبرند و روند جدایی را آغاز کردهان کمک بسزایی خواهد کرد.
علیرغم مزایای بسیاری که ابزارهای هوش مصنوعی دارند؛ مشکلاتی نیز به همراه دارند و در بسیاری از موارد راهگشا نیستند. مثلا طراحان «آمیکا» تاکید میکنند که این پلتفرم فقط برای جداییهای «توافقی» کاربرد دارد و در شرایطی مانند جدایی به دلیل خشونت خانوادگی مناسب نیست. این اتفاق به این دلیل رخ داده است که در شرایط فعلی توسعه نرمافزار، چت باتهای مجهز به هوش مصنوعی فقط میتوانند از اطلاعاتی که به آنها داده می شود یک جواب نسبتا ساده پیدا کنند.
به غیر از مشکلات ابزارهای هوش مصنوعی، نگرانیهایی در مورد استفاده از هوش مصنوعی در پروندههای خانوادگی وجود دارد. مثلا دسترسی به سیستمهای آنلاین به میزان مشخصی از سواد دیجیتالی و قابلیتهای دسترسی نیاز دارد. این ابزارها برای افرادی که به اینترنت، گوشی هوشمند یا رایانه دسترسی ندارند بلااستفاده است. همچنین ممکن است برخی افراد مهارتهای لازم برای استفاده از برنامههایی مانند «آمیکا» یا «آدیو» را نداشته باشند.
این اولین بار نیست که از ابزارهای اینچنینی برای مسائل حقوقی استفاده میشود؛ از هوش مصنوعی به غیر پروندههای خانوادگی، در موارد کیفری به منظور مجازات نیز استفاده میشود. ابزار «COMPAS» در آمریکا برای استفاده در موارد مختلف مورد انتقاد قرار گرفته است. این ابزار الگوریتمهای دارد که احتمال ارتکاب دوباره جرم توسط یک مجرم را پیشبینی میکند.
واضح است که میتوان از هوش مصنوعی برای اهداف سوء نیز استفاده کرد. همچنان که استفاده از فناوری هوش مصنوعی در پروندههایی به صورت سنتی در دادگاه حل میشوند ادامه دارد نیاز به قانونی مانند «European Commission’s AI White Paper» است که چالشهای پیش روی این فناوری در استفادههای قضایی را حل کند.
علاوه بر این، باید چارچوبی اخلاقی برای استفاده از هوش مصنوعیدر بخش حقوقی این کشور وجود داشته باشد تا جلوی استفادههای غیرقانونی از آن گرفته شود.
فاجعه فرار مغزها سیصد برابر جنگ ۸ ساله ایران و عراق، به اقتصاد ایران آسیب زده است!
۱. مرداد ۱۳۴۴ نتایج بررسی مهاجرت که توسط سازمان ملل انجام شده بود، ایران را از لحاظ مهاجرت اتباع به کشورهای دیگر در ردیف پنج کشور پایین جدول نشان میداد (نزدیک به صفر).
۲. این بررسی ده سال بعد در سال ۱۳۵۴ دوباره انتشار یافت که تغییری در رتبه ایران نشان نمیداد و مهاجرت ایرانیان نزدیک به صفر بوده است.
۳. از این آمارها چنین برمیآید که ایرانیان تمایلی به مهاجرت به کشورهای دیگر نداشتند.
۴. اما این ارقام به شکل ناباورانهای تغییر کرده است. ایران دیگر در رتبه انتهای جدول نیست و برعکس به صدر جدول رسیده است. ایرانیان سومین مردمان در جهان هستند که به دنبال مهاجرت هستند.
۵. در بین اتباع کشورهای مختلف، ایرانیها بیشتر متقاضی برای مهاجرت به استرالیا را دارند که سالانه دها نفر نیز جان خود را در این راه از دست میدهند.
۶. شمار جمعیت ایران ۲ برابر شده، اما میزان مهاجران ایرانی به عدد نزدیک به ۷ میلیون نفر یعنی ۱۴۰ برابر رسیده است.
۷. در این بین حجم خروج نخبگان از کشور نیز قابل تامل است. طبق آمار صندوق بینالمللی پول، ایران از نظر فرار مغزها در بین ۹۱ کشور جهان مقام اول را از آن خود کرده است.
۸. سالانه تا ۱۸۰ هزار نفر با تحصیلات عالیه از ایران مهاجرت میکنند.
۹. بنیاد ملی نخبگان ایران اعلام کرد، ۳۰۸ نفر از دارندگان مدال المپیاد و ۳۵۰ نفر از برترینهای آزمون سراسری از سال ۸۲ تا ۸۶ به خارج مهاجرت کردهاند.
۱۰. همچنین هفته نامه سازمان مدیریت و برنامه ریزی نوشت است، ۹۰ نفر از ۱۲۵ دانش آموزی که در سه سال گذشته در المپیادهای جهانی رتبه کسب کردهاند، هم اکنون در دانشگاههای آمریکا تحصیل میکنند.
۱۱. طبق آمار صندوق بینالمللی پول هم اکنون بیش از ۲۵۰ هزار مهندس و پزشک ایرانی در آمریکا هستند. طبق آمار رسمی اداره گذرنامه، در سال ۸۷ روزانه ۱۵ کارشناس ارشد، ۴ دکترا و سالانه ۵۴۷۵ نفر لیسانس از کشور مهاجرت کردند.
۱۲. در سال ۱۳۹۱ حدود ۱۵۰ هزار دانشجو تقاضای خروج از کشور را کردهاند که بیشترشان دانشجوی دوره دکترا بودند. همچنین ۶۴ درصد دانشآموزان ایرانی مدالآور المپیاد طی ۱۴ سال گذشته از ایران مهاجرت کردهاند.
۱۳. حمید گورایی رئیس پژوهشکده رویان جهاد دانشگاهی نیز هشدار داد که دانشمندان رشته سلولهای بنیادین ایران هر روز بیشتر از گذشته جذب دیگر نقاط جهان میشوند.
۱۴. عباس میلانی مشاور اقتصادی اتحادیه اروپا میگوید، فرار مغزها در چند سال اخیر ۳۰۰ برابر جنگ ایران و عراق به اقتصاد ایران صدمه زده است.
به نقل از کانال مجمع فعالان اقتصادی
۱. مرداد ۱۳۴۴ نتایج بررسی مهاجرت که توسط سازمان ملل انجام شده بود، ایران را از لحاظ مهاجرت اتباع به کشورهای دیگر در ردیف پنج کشور پایین جدول نشان میداد (نزدیک به صفر).
۲. این بررسی ده سال بعد در سال ۱۳۵۴ دوباره انتشار یافت که تغییری در رتبه ایران نشان نمیداد و مهاجرت ایرانیان نزدیک به صفر بوده است.
۳. از این آمارها چنین برمیآید که ایرانیان تمایلی به مهاجرت به کشورهای دیگر نداشتند.
۴. اما این ارقام به شکل ناباورانهای تغییر کرده است. ایران دیگر در رتبه انتهای جدول نیست و برعکس به صدر جدول رسیده است. ایرانیان سومین مردمان در جهان هستند که به دنبال مهاجرت هستند.
۵. در بین اتباع کشورهای مختلف، ایرانیها بیشتر متقاضی برای مهاجرت به استرالیا را دارند که سالانه دها نفر نیز جان خود را در این راه از دست میدهند.
۶. شمار جمعیت ایران ۲ برابر شده، اما میزان مهاجران ایرانی به عدد نزدیک به ۷ میلیون نفر یعنی ۱۴۰ برابر رسیده است.
۷. در این بین حجم خروج نخبگان از کشور نیز قابل تامل است. طبق آمار صندوق بینالمللی پول، ایران از نظر فرار مغزها در بین ۹۱ کشور جهان مقام اول را از آن خود کرده است.
۸. سالانه تا ۱۸۰ هزار نفر با تحصیلات عالیه از ایران مهاجرت میکنند.
۹. بنیاد ملی نخبگان ایران اعلام کرد، ۳۰۸ نفر از دارندگان مدال المپیاد و ۳۵۰ نفر از برترینهای آزمون سراسری از سال ۸۲ تا ۸۶ به خارج مهاجرت کردهاند.
۱۰. همچنین هفته نامه سازمان مدیریت و برنامه ریزی نوشت است، ۹۰ نفر از ۱۲۵ دانش آموزی که در سه سال گذشته در المپیادهای جهانی رتبه کسب کردهاند، هم اکنون در دانشگاههای آمریکا تحصیل میکنند.
۱۱. طبق آمار صندوق بینالمللی پول هم اکنون بیش از ۲۵۰ هزار مهندس و پزشک ایرانی در آمریکا هستند. طبق آمار رسمی اداره گذرنامه، در سال ۸۷ روزانه ۱۵ کارشناس ارشد، ۴ دکترا و سالانه ۵۴۷۵ نفر لیسانس از کشور مهاجرت کردند.
۱۲. در سال ۱۳۹۱ حدود ۱۵۰ هزار دانشجو تقاضای خروج از کشور را کردهاند که بیشترشان دانشجوی دوره دکترا بودند. همچنین ۶۴ درصد دانشآموزان ایرانی مدالآور المپیاد طی ۱۴ سال گذشته از ایران مهاجرت کردهاند.
۱۳. حمید گورایی رئیس پژوهشکده رویان جهاد دانشگاهی نیز هشدار داد که دانشمندان رشته سلولهای بنیادین ایران هر روز بیشتر از گذشته جذب دیگر نقاط جهان میشوند.
۱۴. عباس میلانی مشاور اقتصادی اتحادیه اروپا میگوید، فرار مغزها در چند سال اخیر ۳۰۰ برابر جنگ ایران و عراق به اقتصاد ایران صدمه زده است.
به نقل از کانال مجمع فعالان اقتصادی
سلام خدمت عزیزان جان . گروهی که ساخته بودیم در حوزه podman حال در حال انجام فعالیت است . شایان ذکر است این گروه از هفته آینده خصوصی خواهد شد .
@unixmens_podman
@unixmens_podman
Forwarded from Academy and Foundation unixmens | Your skills, Your future (yashar esmaildokht 🐧)
تفاوتهای #OpenShift و #Kubernetes