مطلب پیشنهادی
راهکار تازه گوگل برای توسعهدهندهگان
گوگل نرمافزار رایگان خود را که برای هوشمندسازی و تخصیص قابلیت خودیادگیری کامپیوترها مورد استفاده قرار میگیرد، توسعه داده است. برای این منظور گوگل قابلیت جدیدی به نرمافزار خود اضافه کرده است. نرمافزاری که همگان آنرا به نام TensorFlow مینامند. شبکهای متصل از کامپیوترها که درست به همان شیوهای کار میکند که گوگل برای انجام فعالیتهای خود از آن استفاده میکند. این حرف بدان معنا است که هر برنامهنویسی به گروهی از کامپیوترهای سرور دسترسی دارد که با استفاده از آنها توانایی هوشمند کردن کامپیوتر خود را برای ساخت برنامههای زیربنایی دارد.
کافی است برنامه کامپیوتری خود را برای آن چیزی که تمایل دارید، آنرا یاد بگیرد تنظیم کنید. در ادامه باید به برنامه کامپیوتری خود گروهی از دادهها که برای مطالعه مورد استفاده قرار میگیرد را اهدا کنید. اکنون کامپیوتر شما میداند که با این دادهها باید چه کند، کارهایی همچون صحبت کردن، تشخیص چهره، نقاشی و... که تنها در حیطه قدرت انسانها بود، اکنون به لطف توسعه الگوریتمهای یادگیری ماشینی در حیطه قدرت کامپیوترها قرار گرفته است. هر سازنده بزرگ فناوری به سبک خاص خودش یادگیری ماشینی را در اختیار دارد و آنرا به شکل خاص خود و در قالب سرویسهایی که با برنامهها یکپارچه میشوند در اختیار برنامهنویسان قرار میدهد. اما امروزه رابطه برنامهنویسان و گوگل یک تعامل نزدیک و دو طرفه است، این تعامل به ویژه در ارتباط با برنامههای هوش مصنوعی گوگل حال و هوای خاص خود را دارد.
گوگل برای اولین بار در نوامبر سال گذشته میلادی TensorFlow را به صورت رایگان و در قالب پروژه منبعبازی که در گیتهاب قرار گرفته بود در معرض دید عموم کاربران قرار داد. گیتهاب مکانی است که همه چیز در آن به اشتراک گذاشته میشود. آمارها و گزارشها نشان میدهند که در مدت زمان چند هفتهای که این پروژه در گیتهاب در دسترس کاربران قرار داشت به یکی از پر استفادهترین برنامههای گیتهاب در سال 2015 تبدیل شده بود. به این معنا که تعداد زیادی از طراحان آنرا دانلود کرده و نسخه خاص خود را از روی آن ساختهاند. بهطوری که در مقایسه با 4335 پروژه قرار گرفته روی گیت هاب، تعداد بیشتری را به خود اختصاص داده بود.
چنین به اشتراکگذاریهایی از سوی شرکتهایی نظیر گوگل و فیسبوک یک دلیل منطقی دارد. ایده اینکار به ساخت گروهی متشکل از کاربران که هر فردی توانایی ویرایش این چنین پروژههایی را داشته باشد، باز میگردد. بهطور معمول تعدادی از کاربران ویژگیهایی را طراحی کرده و دو مرتبه به پروژه اصلی باز میگردانند. در مورد این پروژه، نزدیک به 187 نفر روی پروژه اصلی مشارکت داشتهاند، بهطوری که نزدیک به 3000 تغییر روی پروژه اصلی پیادهسازی کردند.
با نسخه جدید TensorFlow که روی طیف گستردهای از کامپیوترها اجرا میشود، فرآیند آموزش کامپیوترها سریعتر و آسانتر از قبل انجام خواهد شد. حجم بیشتر دادههایی که توسط TensorFlow جمعآوری میشود، این پتانسیل را به وجود میآورد تا این سیستم هوش مصنوعی کارهای پیچیدهتر و قدرتمندتری را انجام دهد. بهطور مثال، در یک پروژه TensorFlow از شبکهای از کامپیوترها به منظور نوشتن دستی اعداد استفاده کرد. دانشمندان در این پروژه سعی کردند به کامپیوتر یاد دهند چگونه میتواند همانند انسانها به نوشتن اعداد بپردازد.
بدون شک یادگیری ماشینی پایه و اساس آینده است. اریک اشمیت از گوگل پیشبینی کرده است که یادگیری ماشینی تبدیل به پروژه بعدی شرکتهایی همچون گوگل، فیسبوک و شرکتهای بزرگی خواهد شد که در پنج سال آینده پا به عرصه ظهور خواهند نهاد.
شاید به این مطالب هم علاقمند باشید:
رایورز - پس از معرفی نخستین تلفن همراه مجهز به نسل جدید حسگرهای زیستی توسط سامسونگ، آمار تقاضا در بازار بینالمللی برای دستیابی به این خدمات بهشدت بالا رفته است.
به گزارش رایورز به نقل از وبسایت خبری تحلیلی digitimes، امروزه نخستین لایه امنیت برای بسیاری از کاربران ارزش ویژهای پیدا کرده است و به همین دلیل نیز شرکتهای تولید کننده تلفنهای همراه به دنبال عرضه خدمات جدید در این رده هستند.
در همین راستا نیز اسکنر اثرانگشت بهتدریج به یک امر عادی بر روی تلفنهای همراه هوشمند تبدیل شده است و نسل بعدی این اسکنرها که مربوط به اسکن چهره و چشم هستند، در حال ظهور است.
در این میان آمار و ارقام رده مدیریت جهانی نشان از آن دارد که شرکتهای مختلفی برای این اسکنرها برنامهریزی کردهاند و به همین دلیل نیز سفارشهای مربوط به این رده بهشدت بالا رفته است.
فوجیتسو و سامسونگ بهعنوان دو شرکت بزرگ جهانی توانستهاند تا فناوری نخستین نسل از این اسکنرها را بر روی تلفنهای همراه هوشمند خود پیادهسازی کنند، که البته در این میان، اسکنر آیریس بر روی محصول شرکت سامسونگ با سروصدای رسانهای زیادی همراه بوده است.
با توجه به این شرایط، پیشبینی میشود که در سال ۲۰۱۷ شاهد عرضه محصولات بیشتری با بهرهگیری از این فناوری بوده و در سال ۲۰۱۸ شاهد همهگیر شدن آن باشیم.
تا سال ۲۰۳۰ همه ما ربات خانگی داریم
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.
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.
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 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.
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.
تا سال ۲۰۳۰ به کمک هوش مصنوعی امن نگه داشتن جوامع آسانتر میشود. بسیاری از ادارههای پلیس از همین حالا، از داده ها 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.
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.
منبع:digikala
رایورز - اخبار منتشر شده نشان از این دارند که بهزودی شرکت سامسونگ به تولید انبوه نسل جدید پردازندهها دست خواهد زد و چیپهای ۴ نانومتری اگزینوس را در سطحی گسترده به بازار مصرف تزریق خواهد نمود.
به گزارش رایورز به نقل از وبسایت خبری تحلیلی digitimes، شرکت سامسونگ بهتازگی اقدام به رونمایی از جدیدترین پردازنده سری اگزینوس خود کرده است که میتواند بسیاری از تولیدکنندگان تلفنهای همراه را به خود جذب کند.
این پردازنده که بر پایه معماری ۱۴ نانومتری طراحی شده است، اگزینوس ۷ کواد ۷۵۷۰ نام دارد و بهصورت تخصصی برای تلفنهای همراه هوشمند و اینترنت اشیاء طراحی شده است.
این پردازنده همانطور که از نام آن مشخص است، به چهار هسته پردازشی مجهز است که هرکدام از آنها، یک مدل Cortex-A۵۳ هستند.
این مدل از تراشهها نسبت به نسلهای قبلی خود تا ۷۰ درصد بهبود در عملکرد و مصرف انرژی به همراه داشتهاند و به همین دلیل نیز مخاطب آنها تنها تلفنهای همراه هوشمند نخواهد بود.
این پردازنده میتواند به لطف مصرف پایین خود در دستگاههای میزبان سامانههای اینترنت اشیاء نیز به کار گرفته شود و به همین دلیل نیز سامسونگ قصد دارد تا تولید آن را در سطحی انبوه انجام بدهد.