🔸دانشگاه‌ را تعریف کنیم
▫️#رضا_منصوری ٢٩ مرداد ۱۴۰۰
▫️یادداشت ۷ از بخش ۶ از کتابم مبانی علم و طراحی مفهومی دانشگاه، مجموعه ایران من۶، انتشارات دیبایه، تهران، در دست چاپ.
یک گروه صنعتی در ایران نیاز دارد سالی ۵۰ نفر را در سطح کارشناسی و کارشناسی ارشد در زمینه‌ای مرتبط با حرفه‌اش آموزش دهد و به‌کار‌بگیرد. همه هزینه‌ها را هم می‌پردازد. دوسال است پیگیر موضوع است. از دانشگاه‌هایی در آلمان و سوئد هم کمک گرفته. دانشگاهی هم در ایران علاقه‌مندی‌اش را به حل این معضل نشان داده. اما هنوز هیچ چشم اندازی روشن نیست. وزارت عتف با نشان‌دادن چراغ سبز هنوز نتوانسته به‌نتیجه برسد. صنعت هم بی‌صبر و هنوز هم ناامیدانه منتظر. دوسال پیش همایشی برگزار کردم یک‌روزه پیرامون موضوع #کلان‌داده؛ یا به‌قول امروزی‌های مثلا مدرن #بیگ‌دیتا. درجا نمایندگانی از یک شرکت اپراتوری تلفن همراه درخواست کردند برای کارمندانشان دوره‌ای در سطح ارشد گذاشته شود؛ همه هزینه‌ها را هم تقبل می‌کردند. باز هم نشد! جالب این‌که همه استقبال می‌کنند، اما از اقدام و نتیجه‌گیری خبری نیست! بخش دانشگاهی هم، که مدعی است و بی‌پول، پذیرای انجام این کار. اما اتفاقی نمی‌افتد. بی‌حس شده‌ایم. کِرِخ شده‌ایم. مَسخ شده‌ایم. چرا؟ چه‌کنیم؟
https://tinyurl.com/53fv7tu9

#تکنولوژی 🔸حمل و نقل هوشمند
امروزه اسکن صورت جایگزین بلیط قطارهای پرسرعت شده است و می‌توان موانع میان راهی را از راه دور کنترل و جریان ترافیک را تنظیم کرد. علاوه بر این، سیستم‌های پارک خودکار رانندگان را از پارک کردن و بیرون کشیدن خودروهایشان خلاص کرده‌ است. در سال‌های اخیر بخش #حمل‌ونقل چین با درک فرصت‌های اقتصاد دیجیتال و ادغام فناوری #کلان‌داده هوشمندتر شده است.

#هوش‌مصنوعی🔸از تورینگ تا چت‌جی‌پی‌تی
همه چیز در سال ۱۹۵۰ در بریتانیا آغاز شد؛ زمانی که #آلن_تورینگ، رمزنگار و ریاضیدان، بازی معروف تقلید را ابداع کرد. هدف او از طراحی این بازی نشان‌دادن آن بود که یک ماشین می‌تواند هوش انسان را تقلید کند.
آلن تورینگ ادعا می‌کرد هر ماشینی که بتواند این آزمایش ذهنی را با موفقیت پشت سر بگذارد، می‌تواند هوش انسان را شبیه‌سازی کند. در این آزمایش یک انسان و یک ماشین (در یک اتاق) و یک محقق (در اتاق مجزا) حاضر هستند. انسان و ماشین هر کدام در این آزمون گفتگو تلاش می‌کنند محقق را قانع کنند که خودشان انسان هستند و دیگری ماشین. [درباره تست تورینگ]
تورینگ معتقد بود تا پایان قرن بیستم و افزایش توان محاسباتی ماشین‌ها، وضعیت به گونه‌ای خواهد شد که دیگر صحبت از هوش مصنوعی و ماشین‌هایی که توان تقلید از هوش انسان را دارند با مخالفت روبرو نمی‌شود. هرچند در عمل ما باید تا سال ۲۰۱۴ صبر می‌کردیم تا شاهد تحقق آن ایده باشیم و چنین ماشین‌هایی را به چشم ببینیم.
با این حال خیلی زودتر از آن زمان، تنها شش سال بعد از آنکه تورینگ ایده ابتدایی خود را مطرح کرد، در سال ۱۹۵۶ دو محقق به نام‌های #جان_مک‌کارتی و #مروین_مینسکی کنفرانسی را در دارتموث در شمال شرق آمریکا برگزار کردند که در آن هوش مصنوعی برای اولین بار به عنوان یک شاخه علم مطرح شد.
در این کارگاه تابستانه که شش تا هشت هفته به طول انجامید، شماری از ریاضیدانان و پژوهشگران علوم مختلف بر هوش مصنوعی به عنوان یک حوزه اصلی جریان علمی تمرکز کردند و به همفکری پرداختند.
در سال‌های بعد توجه شرکت‌ها، دولت‌ها و حتی ارتش آمریکا به این موضوع جلب شد و روی تحقیق درباره هوش مصنوعی سرمایه‌گذاری‌های بزرگی انجام گرفت. این مقطع زمانی را می‌توان اولین #عصرطلایی هوش‌مصنوعی نامید.
در دهه هشتاد اما محققان این زمینه با یک مشکل فنی مواجه شدند: قدرت محاسباتی ماشین‌ها.
یورونیوز می‌نویسد به تدریج و با رشد فناوری، توان محاسباتی ماشین‌ها هم بالا رفت اما پژوهشگران باید تا ۲۰۱۰ و عصر #کلان‌داده (Big data) منتظر می‌ماندند تا بتوانند به طور کامل از پتانسیل هوش‌مصنوعی استفاده کنند.
در واقع با در دسترس قرار گرفتن داده‌ها در مقیاسی عظیم بود که ماشین‌های هوش‌مصنوعی سرانجام توانستند به خوبی تغذیه شوند. این مقطع زمانی را #دومین‌عصرطلایی هوش‌مصنوعی می‌نامند. در سال ۲۰۱۵ #ایلان_ماسک، رئیس فعلی شبکه اجتماعی #اکس و #سم_آلتمن [درباره سم آلتمن] تصمیم گرفتند از این فرصت استفاده کنند و #اوپن‌ای‌آی (OpenAI)، شرکتی را که پشت سر #چت‌جی‌پی‌تی قرار دارد ایجاد کنند. نامی که اکنون به کلمه کلیدی جدید جهان تبدیل شده است.
حالا بسیاری از افراد می‌توانند برای کارهای شخصی‌شان، از نوشتن ایمیل گرفته تا ترجمه متون، از ابزارهای هوش‌مصنوعی استفاده کنند. این در شرایطی است که کارشناسان می‌گویند عصر انفجاری هوش مصنوعی و تحول بنیادینی که می‌تواند به کمک آن در زندگی بشری اتفاق بیفتد، هنوز شروع نشده است.