هوآوی در مراسمی که در پکن برگزار شد، از پایگاه داده مخصوص هوش مصنوعی با عنوان «GaussDB» رونمایی کرد.
این
فعالیت در راستای معرفی استراتژی جدید هوآوی در زمینه هوش مصنوعی است که
رشد نوآورانه ای در سالهای اخیر داشته است. هوآوی توانسته اولین پردازنده
هوش مصنوعی در موبایل را از سری پرچمدار گوشی های Huawei Mate 10 به دنیا
معرفی کند و با توسعه آن هم اکنون حتی در گوشی های میان رده این شرکت شاهد
استفاده از این تکنولوژی هستیم. هوآوی در کنار این پایگاه داده، استاندارد
ذخیرهسازی جدیدی با عنوان FusionStorage 8.0 هم معرفی کرده که بالاترین
کارایی را در جهان دارد. هدف از راهاندازی این پایگاه داده بازتعریف
زیرساخت داده از طریق استراتژی هوش بعلاوه (پلاس) داده Data + Intelligence strategy
عنوان شده است.
در این رویداد ، دیوید وانگ، مدیر اجرایی هوآوی
درباره اهمیت داده ها گفت: « بشر در حال ورود به عصر جهان هوشمند است. داده
به عامل جدیدی برای تولید تبدیل شده است و لحاظ کردن هوش در تحلیل داده ها
باعث افزایش بهرهوری میشود. دیتابیسهای ناهمگون، هوشمند و همگرا به
زیرساختهای کلیدی داده در حوزههای مالی، اداری و ارتباطات بدل خواهند
شد».
هوآوی
یکی از بزرگترین تامینکنندگان زیرساختهای فناوری اطلاعات و ارتباطات و
دستگاههای هوشمند است که متعهد است جهانی هوشمند و کاملاً متصل ایجاد کند.
این شرکت با ادامه دادن سرمایهگذاری و نوآوری در زمینه افزایش قدرت
پردازش هوش مصنوعی و الگوریتمها و دادههای برچسبدارِ مختص این فناوری،
توانسته است به پیشرفتهای قابل ملاحظهای در این حوزه دست پیدا کند. دیوید
وانگ که همچنین سمت مدیریت بخش بازاریابی و استراتژی فناوری اطلاعات و
ارتباطات هواوی را هم دارد، اضافه میکند: «پایگاه داده GaussDB که مخصوص
هوش مصنوعی است، قابلیتهای HUAWEI CLOUD را تقویت خواهد کرد و قدرت پردازش
ناهمگون را کاملاً آزاد خواهد کرد که شامل معماریهای x86، ARM، GPU و NPU
میشود. هدف ما این است که همچنان به استراتژی هوش مصنوعیمان ادامه بدهیم
و اکوسیستم پردازشی کامل و فراگیری پدید بیاوریم. ما به همراه شریکهایمان
به حرکت به سوی جهان هوشمند ادامه خواهیم داد».
وی همچنین، در این
مراسم بار دیگر بر تصمیم هوآوی برای پیشبرد صنایع هوشمند تاکید کرد،
فعالیتی که از طریق نوآوری و با ایجاد اکوسیستم داده بر مبنای اصول اعتماد،
همکاری و موفقیت مشترک با مصرفکنندگان و شریکها ایجاد شده است.
نخستین پایگاه داده مخصوص هوش مصنوعی
پایگاه
دادهی GaussDB دو دستاورد مهم دارد: اول اینکه GaussDB نخستین پایگاه
دادهای است که قابلیتهای هوش مصنوعی را در چرخهی حیات دیتابیسهای
غیرمتمرکز گنجانده است و این امکان را فراهم آورده که پایگاه داده بتواند
فرایندهای تعمیر و نگهداری، عیبیابی و رفع اشکال را بهشکل خودکار انجام
بدهد. پایگاه دادهی GaussDB برای پردازش تحلیلی آنلاین، پردازش تراکنش
آنلاین و پردازش ترکیبی تراکنشی/تحلیلی، از نظریهی بهینهسازی استفاده
میکند تا نخستین الگوریتم تنظیم خودکار این صنعت را ایجاد کند و فرایند
تنظیم را تا ۶۰ درصد بهتر کند.
دومین دستاورد این پایگاه داده هم
این است که به لطف فریمورک پردازش ناهمگون، میتواند از توان پردازش
غیرمتمرکز بهره بگیرد. پایگاه دادهی GaussDB توانسته است در بنچمارک TPC-DS از لحاظ عملکرد رتبهی اول را به دست بیاورد و ۵۰ درصد بهتر از میانگین این صنعت عمل کند.
GaussDB
از آرایشهای مختلف، از جمله آرایش محلی و آرایش ابری اختصاصی و عمومی،
پشتیبانی میکند. این پایگاه داده میتواند روی HUAWEI CLOUD طیف کاملی از
خدمات ذخیرهسازی داده را ارائه کند و نیاز مشتریان مختلف در حوزههای
مالی، اینترنت، تدارکات و آموزش را برآورده نماید.
فضای ذخیرهسازی غیرمتمرکز با بهترین عملکرد در جهان
جهان
هوشمند معیارهای مربوط به کارایی، مقیاس و مدیریتپذیریِ سیستمهای
ذخیرهسازی را بالاتر خواهد برد. در پاسخ به این نیاز، FusionStorage 8.0
سه قابلیت جدید ارائه کرده است: نخست اینکه FusionStorage 8.0 توانسته است
بالاترین عملکرد ذخیرهسازی غیرمتمرکز در جهان را ارائه کند. در بنچمارک
SPC-1، عملکرد خواندن/نوشتن FusionStorage 8.0 در هر گره به عدد ۱۶۸۰۰۰
IOPS رسیده است. به این ترتیب، برای نخستین بار در جهان، امکان استفاده از
ذخیرهسازی غیرمتمرکز برای کاربردهای تجاری حساس فراهم آمده است.
دوم
اینکه FusionStorage 8.0 توانسته است همزمان از پروتکلهای block، file،
object و HDFS پشتیبانی کند و این امکان را فراهم بیاورد که یک سیستم
ذخیرهسازی واحد بتواند کل یک پایگاه داده را مدیریت کند.
سومین قابلیت این سیستم ذخیرهسازی هم این است که در تمام چرخهی مدیریت ذخیرهسازی از هوش مصنوعی بهره گرفته است.
اکوسیستمی بر مبنای باز بودن، همکاری و موفقیت مشترک
هوآوی
زیرساخت داده را از محاسبه و ذخیرهسازی تا پردازش دگرگون کرده است. هوآوی
با بازتعریف معماری ذخیرهسازی به بهینهسازی سیستمهای ذخیرهسازی کمک
رسانده و در مسیر ذخیرهسازی هوشمند پیشقدم شده است. همچنین پلتفرم پردازش
دادهی جدید باعث خواهد شد که تجزیهوتحلیل دادهها هوشمندتر شود و
دادههای ارزشمند سریعتر مشخص شوند.
تا
کنون راهحلهای GaussDB و FusionInsight برای کلاندادهها در ۶۰ کشور و
منطقهی مختلف به کار گرفته شدهاند و به بیش از ۱۵۰۰ مشتری خدماترسانی
کردهاند. این دو راهحل را بیش از ۵۰۰ شریک تجاری هوآوی به کار گرفتهاند.
در حوزههای مختلفی از جمله مالی، ارتباطات راه دور، انرژی، سلامت، تولید و
حملونقل از این راهحلها بهره گرفته شده است. HUAWEI CLOUD سیزده سرویس
پایگاه داده راهاندازی کرده که یکی از آنها خدمات ذخیرهسازی دادهها روی
ابر برای مشتریان صنعتی است.
هوآوی با تکیه بر اصول باز بودن،
همکاری و موفقیت مشترک، فعالانه با مشتریان و شریکهای خود همکاری میکند
تا اکوسیستمی از پایگاه داده و سیستم ذخیرهسازی پدید بیاورد. برای دستیابی
به این هدف، هوآوی شراکت بلندمدتی با تامینکنندگان نرمافزار مستقل (از
قبیل iSSTech، DCITS، DHC Software، E-Hual، Yonyou و AsiaInfo) برقرار
کرده است تا کاربرد دادهها در بازارهای اختصاصی را بهتر دنبال کند.
در
«چشمانداز جهانی صنعت» هوآوی آمده است که حجم جهانی داده از ۳۲.۵ زتابایت
در سال ۲۰۱۸ به ۱۸۰ زتابایت در سال ۲۰۲۵ افزایش خواهد یافت. تقاضای
شرکتها برای پردازش هوش مصنوعی هر سه ماه دو برابر میشود و مقبولیت هوش
مصنوعی تا سال ۲۰۲۵ به ۸۰ درصد ارتقا خواهد یافت. هوآوی با نگاه به جهان
هوشمند آینده، به سرمایهگذاری و نوآوری ادامه خواهد داد و با همکاری
شریکهای خود زیرساخت داده را از نو تعریف خواهد کرد.
هدف هوآوی و این شرکتها این است که اکوسیستم کاملی برای پردازش غیرمتمرکز ایجاد کنند و صنایع هوشمند را به واقعیت بدل کنند.
نوروسافاری | پژوهشگران چینی مغز انسان را به وسیله رایانه به مغز یک موش متصل کردند و بنابراین با این روش قادر به کنترل ذهن این موش یا ساخت سایبورگ موش شدند.
به گزارش نوروسافاری به نقل از فیوچریسم، یک تیم از پژوهشگران چینی در مطالعه اخیرشان موفق شدند، به کنترل ذهن یک موش از طریق یک سیستم بیسیم مغز به مغز که انسان را قادر میسازد تا “سایبورگ موش” را از مسیر پرپیچ و خم حرکت دهد .
سایبورگ (Cyborg) کوتاه شده سایبرنتیک (Cybernetic) و ارگانیسم (Organism)، یک موجود با هر دو اجزای ارگانیک و مکانیکی است.
پژوهشگران طی این مطالعه توضیح دادند که چگونه یک “رابط مغز به مغز” (BBI) مغز انسان را به کامپیوتر متصل میکند و سپس مغز موش را فعال، تحریک و رمزگشایی میکند.
در گام بعدی پژوهشگران موشها را با استفاده از الکترود برای تولید حرکات خاصی آموزش دادند. آنها به صورت بیسیم الکترودها را از طریق یک کوله پشتی کوچک حاوی محرک، به مغز موشها منتقل کردند.
محققان روش خود را به طور کامل در یک مقاله به نام “آماده سازی سایبورگ موش”(rat cyborg preparation) منتشر کردند و توضیح دادند که چگونه الکترودها را در دو قسمت از مغز موش کاشتند.
اولین آزمایش آنها برای سایبورگ موش، یک محیط پر پیچ و خم مانند یک “استریسک” دارای هشت بازو بود.
کنترل کننده انسانی با دستگاه “الکتروانسفالوگرافی” یا “نوار مغزی”(EEG) برای اندازهگیری سیگنالهای مغز نصب شده بود و این دستگاه نیز به طور مستقیم به کامپیوتر متصل شده بود. در گام بعدی، رایانه سیگنال مغز انسان را رمزگشایی میکرد و آن را از طریق یک مدل برای تحریک مغز موشها و در یک جهت خاص حرکت میداد.
استفاده از دستگاه الکتروانسفالوگرافی برای اندازهگیری سیگنال مغز انسان به این معنی است که محققان نباید به صورت مستقیم الکترودهایی را به مغز انسان متصل کنند که البته این کار خوبی است، اما سیگنال را ضعیفتر میکند.
“آنگوس مک مورلند”(Angus McMorland) مهندس پزشکی “دانشگاه آوکلند” نیوزیلند که در این تحقیق مشارکت نداشت گفت: الکتروانسفالوگرافی فعالیت الکتریکی را در مغز، از طریق جمجمه اندازهگیری میکند. الکتروانسفالوگرافی به پژوهشگران یک سیگنال سریع میدهد، اما چون جمجمه و پوست بسیار هدایت کننده نیستند و کاملاً ضخیم هستند، سیگنال فضایی خوبی از مغز نمیدهد.
این نخستین بار است که از یک رابط مغز به مغز برای تکمیل یک کار ناوبری پیچیده استفاده شده است.
یافتههای این مطالعه در مجله “Nature’s Scientific Reports” منتشر شده است:
Human Mind Control of Rat Cyborg’s Continuous Locomotion with Wireless Brain-to-Brain Interface
لینک خبر:
Chinese Scientists Built a Brain Interface to Control Cyborg Rats
نشر اولیه: ایسنا
شرکت آمریکایی "اِنویدیا"(Nvidia) که یکی از غولهای فناوری به شمار میرود، اکنون رباتی توسعه داده که واقعا نمیتوان به سادگی از کنار آن گذشت، چرا که این ربات میتواند همانند یک فرد خانه دار عمل کند.
به گزارش ایسنا و به نقل از دیلیمیل، رباتی که شرکت انویدیا توسعه داده، میتواند تمام کارها از تمیز کردن خانه تا غذا درست کردن را به تنهایی انجام دهد.
ربات مذکور "دستیار آشپزخانه"(Kitchen manipulator) نام دارد و میتواند اشیا را شناسایی کند. این ربات حتی قادر به باز و بسته کردن در منازل و کمدها نیز است.
ربات "دستیار آشپزخانه" از هوش مصنوعی و یادگیری ماشین به منظور شناسایی اشیا استفاده میکند.
با هوشمندسازی بیشتر این ربات میتوان از آن به عنوان یک آشپز در رستورانها استفاده کرد.
ربات مذکور در آزمایشگاهی در شهر سیاتل ایالات متحده آمریکا طراحی و توسعه داده شد.
تمرکز آزمایشگاه بر روی "cobots" یا رباتهایی است که برای انجام کارهای پیچیده و کار در کنار انسان آموزش دیدهاند.
از "cobots" میتوان در کارخانهها، بیمارستانها، کمک به افراد معلول و در حال حاضر در خانه یا به طور خاص در آشپزخانه استفاده نمود.
همانطور که گفته شد این ربات از هوش مصنوعی و یادگیری ماشین برای تشخیص اشیا استفاده میکند. یادگیری ماشین سبب میشود که ربات بتواند همانند انسان سریع عمل کند و واکنش پذیر و سازگار باشد.
هدف ربات مذکور این است ظروف کثیف را شسته، اشیا را در جایگاهشان قرار داده و در آشپزی نیز به افراد کمک کند.
پژوهشگران آمریکایی، نوعی ربات ابداع کردهاند که میتواند از سالمندان در خانه آنها مراقبت کند.
به گزارش ایسنا و به نقل از گیزمگ، تاکنون شاهد ابداع رباتهای بسیاری بودهایم که برای کمک به سالمندان ابداع شدهاند. این بار گروهی از پژوهشگران "دانشگاه ایالتی واشنگتن"(WSU)، نوعی ربات ابداع کردهاند که میتواند محل حضور کاربر خود را مشخص کند و سپس برای کمک به سوی آنها برود.
سیستم این دانشگاه موسوم به "سیستم پشتیبانی ربات"(RAS)، از یک ربات متحرک مجهز به چرخ تشکیل شده است. این ربات میتواند با ارزیابی بیسیم شبکهای از حسگرها، موقعیت کاربر را شناسایی کند و به کمک او بشتابد.
اگر ربات متوجه شود که کاربر به کمک نیاز دارد، راه خود را به طرف موقعیت او پیدا میکند و با کمک سیستم نقشهبرداری و دوربینهای راهنما از موانع سر راه دور میشود. هنگامی که ربات به کاربر میرسد، سه گزینه را با کمک یک تبلت به او نشان میدهد. این سه گزینه شامل سه ویدئو هستند که مرحله بعد برای نحوه انجام کار، ویدئویی در مورد انجام شدن کل کار و ویدئویی برای نمایش اشیای مورد نیاز را به نمایش میگذارد.
در آزمایش این سیستم، ربات توانست به 26 دانشجو کمک کند تا سه کار را انجام دهند. کارهای پیشنهادی، شامل بیرون بردن یک سگ برای پیادهروی، درمان با مصرف غذا و آب و آب دادن به گیاهان بود. هنگامی که دانشجویان برای انجام این کارها با مشکلی روبرو میشدند، سیستم میتوانست مشکل را تشخیص دهد و ربات را به موقعیت آنها بفرستد.
بیشتر داوطلبان، تجربه کار با این سیستم را پسندیدند و با کمک تبلت به راحتی از آن استفاده کردند. این گروه پژوهشی در حال حاضر، در جستجوی داوطلبان سالمند است تا سیستم را روی آنها آزمایش کند.
پروفسور "دیان کوک"(Diane Cook)، سرپرست این پروژه گفت: حدود 90 درصد سالمندان ترجیح میدهند دوران سالمندی را در خانه خود بگذرانند و به خانه سالمندان نروند. هدف ما از ابداع این فناوری این است که سالمندان به جای استخدام پرستار یا رفتن به خانه سالمندان، بتوانند به صورت مستقل در خانه خود زندگی کنند.
"برایان ماینر"(Bryan Minor)، از پژوهشگران مهندسی برق و علوم رایانه دانشگاه ایالتی واشنگتن گفت: این سیستم میتواند ربات را با فناوری تشخیص فعالیت هماهنگ کند تا نیاز سالمندان به پرستار برطرف شود.
وی افزود: هنگامی که ما هنوز در نخستین مرحله بررسی سیستم بودیم، با نتایج امیدوارکنندهای روبرو شدیم. مرحله بعدی آزمایش این سیستم برای دریافت ایده بهتر، یادآوریهای ویدئویی و دیگر تنظیمات مربوط به ربات، با گروهی از سالمندان صورت خواهد گرفت.
مقاله این پژوهش، در مجله "Cognitive Systems Research" به چاپ رسید.
(زمان تقریبی برای مطالعه کل مطلب: 5 دقیقه)
سواد زندگی؛ جعفر محمدی - همان گونه که عضلات ما بعد از کار کردن زیاد خسته می شوند، مغز نیز بعد از تصمیم گیری های متعدد در طول روز، دچار خستگی می شود که به آن، "خستگی تصمیم" (Decision fatigue) می گویند.
ما مدام در حال تصمیم گیری هستیم و با هر تصمیمی، یک قدم به "خستگی تصمیم" نزدیک می شویم. هر چند همه تصمیم ها بزرگ و حیاتی نیستند ولی هر کدام شان، به سهم خود بخشی از انرژی مغزمان را می گیرند: از انتخاب بین دو نوع خمیردندان برای مسواک صبحگاهی و تصمیم گیری درباره این که امروز چه بپوشم و انتخاب درجه حرارت بخاری یا کولر ماشین و انتخاب موسیقی برای شنیدن و برداشتن یک نوع پینر از قفسه پنیرهای سوپرمارکت تا تصمیم گیری درباره نحوه برخورد با خطای فرزند و انتخاب بین چند گزینه برای سرمایه گذاری و مهاجرت و ... همه و همه تصمیم گیری هستند.
نکته جالب توجه این که ما بعضی تصمیم گیری ها را عرفاً تصمیم گیری نمی
دانیم. مثلاً برای بالا رفتن از یک برج که دارای 3 آسانسور است، وقتی دکمه
یکی از آنها را می فشاریم، در واقع، تصمیم گرفته ایم، هر چند که آن را در
زمره تصمیمات روزانه نیاوریم.
افرادی که کار و زندگی شان به گونه ای است که باید مدام تصمیم بگیرند،
بیش از بقیه در معرض خستگی تصمیم قرار دارند. در یک تحقیق در آمریکا،
تعدادی قاضی که باید درباره عفو زندانیان تصمیم گیری می کردند، مورد بررسی
قرار گرفتند. مشخص شد که آنها در ابتدای روز، پرونده ها را بهتر بررسی می
کنند و افراد بیشتری را مشمول عفو می دانند ولی هر چه به پایان روز نزدیک
می شوند،
افراد کمتری را عفو می کنند. پرونده ها کما بیش یکسان بودند و
قضات نیز ثابت. آنچه در ساعات پایانی روز تغییر کرده بود، پدیدار شدن حالت
"خستگی تصمیم" بود که هنگام صبح وجود نداشت.
رولف دوبلی در کتاب "هنر خوب زندگی کردن" می گوید: وقتی مغز به خاطر تصمیم گیری های متعدد خسته می شود، معمولاً سر راست ترین تصمیمات را می گیرد که عمدتاً هم بدترین است.
5 راهکار عملی برای در امان ماندن از "خستگی تصمیم":
چه کنیم؟
1 - وقتی
از "مارک زاکر برگ" بنیانگذار و مدیر "فیس بوک" پرسیدند چرا همیشه یک نوع
تی شرت می پوشی پاسخ داد: نمی خواهم هر روز صبح درگیر تصمیم گیری درباره
این که کدام لباس را بپوشم.
او با این کار در واقع، یکی از تصمیمات صبحگاهی اش را حذف و انرژی آن را برای تصمیم گیری های مهم تر کاری، ذخیره می کند.
خانم "آنگلا مرکل" صدر اعظم آلمان هم از این روش استفاده می کند و اکثراً یک نوع لباس می پوشد. استیو جابز نیز همین گونه بود.
برای این که خستگی تصمیم دیرتر رخ بدهد، تا حد امکان خود را در معرض تصمیم
گیری های کم اهمیت قرار ندهیم. راهش این است که درباره برخی چیزها، یک
تصمیم ثابت بگیریم. به عنوان مثال، به جای این که هر روز تصمیم بگیریم
امروز چه غذایی درست کنیم، یک برنامه هفتگی یا ماهانه تدوین کنیم و از قید
تصمیمات روزمره خلاص شویم و انرژی مغزمان را ذخیره کنیم.
یا یک مدیر
می تواند جلسات خود را فقط در روزهای چهارشنبه برگزار کند و هر که از او
وقت بخواهد، به جای این که فکر کند و درباره زمان جلسه با او تصمیم بگیرد،
روز چهارشنبه را با او وعده کند. یا یک پدر روز خاصی را در هفته، برای
بیرون بردن بچه ها در نظر بگیرد و ... . ( هر کسی می تواند به فراخور زندگی
اش، چند مورد را مشمول یک تصمیم واحد کند و از تصمیم گیری های متعدد راحت
شود.)
2 - تصمیمات مهم را صبح بگیریم. یادمان باشد که هر چه از روز می گذرد، به "خستگی تصمیم" بیشتر نزدیک می شویم.
3 - وقتی گزینه های قابل انتخاب برای تصمیم گیری زیادتر باشد، "خستگی تصمیم" نیز بیشتر می شود.
اگر
برای خرید کاغذ دیواری به خیابانی که بورس کاغذ دیواری است برویم، در دهها
فروشگاه، صدها طرح می بینیم و تعدد گزینه ها ما را سردرگم می کند. در واقع
ما بعد از دیدن دهها طرح اولیه، دچار خستگی تصمیم می شویم و بعد از مدتی
یکی از طرح ها را نه از سر شوق و علاقه که به خاطر خستگی تصمیم و گریز از
ادامه این روند انتخاب می کنیم.
یکی از راه های مواجهه منطقی با
تعدد گزینه ها، این است که به جای آن که مثلاً 12 گزینه را یک جا بررسی
کنیم و به یکی برسیم، آنها را به چند گروه کوچک تر تقسیم کنیم و سه تا سه
تا بررسی کنیم تا به انتخاب نهایی برسیم.
4 -
وقتی دچار خستگی تصمیم هستیم، تصمیم نگیریم؛ فرصتی به مغز دهیم تا خود را
بازسازی کند. کمی استراحت و خوردن اندکی غذا که گلوکز مغز را تأمین کند، می
تواند خستگی تصمیم را کاهش دهد. نیم ساعت خواب در وسط روز، می تواند در
جلوگیری از خستگی تصمیم مؤثر باشد.
5 - انسان
های کمال گرا که می خواهند بهترین خروجی را داشته باشند، بیش از بقیه دچار
خستگی تصمیم می شوند. بهتر است به یک گام جلوتر بسنده کنیم و راحت تر و
سریع تر تصمیم بگیریم. کش دادن تصمیم گیری، انرژی زیادی از مغز می گیرد.
"سواد زندگی"، مدرسه آموزش های دانش پایه عصر ایران است.
همه رسانه ها می توانند از مطالب این سایت استفاده کنند. اما خواهش می
کنیم برای سهیم شدن در گسترش دانایی، با لینک سواد زندگی منتشر فرمایید:
http://www.savadezendegi.com/*پیشنهاد می کنیم هر روز 5 الی 10 دقیقه سواد زندگی بخوانید: سرمایه گذاری برای عمر.
*دعوت می کنیم عضو کانال "سواد زندگی" شوید:
t.me/savadzendegi