واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار»     (HT-CSURE)

واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)

Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering
واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار»     (HT-CSURE)

واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)

Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering

ایلان ماسک: رابط مغز و کامپیوتر ضامن بقای انسان‌هاست

BCI تضمین‌کننده امنیت
اظهارنظر جنجالی ایلان ماسک: رابط مغز و کامپیوتر ضامن بقای انسان‌ها
ایلان ماسک در جریان کنفرانس Recode’s Code که سال گذشته میلادی برگزار شد، پیشنهاد ساخت یک شبکه توری عصبی را داد. سازوکار پیشرفته‌ای که به انسان‌ها اجازه می‌دهد به شکل دقیق و هدفمندی در آینده بر هوش مصنوعی تسلط داشته باشند. ماسک یکبار دیگر و در جریان اجلاس جهانی دبی بر لزوم داشتن چنین رابطی تاکید کرد.

زمانی که بخش عظیمی از منابع مختلف همچون انرژی در اختیار هوش مصنوعی قرار بگیرد و این فناوری سیطره قدرت خود را به طور کامل بر جوامع بشری بگستراند، آن‌گاه چه کاری از دست انسان‌ها برخواهد آمد؟ در آن زمان فناوری چگونه قادر خواهد بود برای حل این مشکل راه‌حلی در اختیار ما قرار دهد؟ روزگاری که در آن ماشین‌ها به شکل تغییرناپذیری با زندگی ما عجین شده‌اند.


مطلب پیشنهادی

به راستی هوش مصنوعی یک تهدید است؟
بررسی سناریوهای احتمالی

ایلان ماسک در جریان اجلاس جهانی دبی که روز دوشنبه برگزار شد، درباره قابلیت‌های رابط مغز و کامپیوتر یا همان توری عصبی که پیش از این ایده ساخت آن‌را مطرح کرده بود سخن گفت. او در این اجلاس به شکل واضح‌تر و روشن‌تری دلایلی را برشمرد که نشان می‌دهند در آینده روابط ما با ماشین‌ها شکل عمیق‌تری پیدا خواهد کرد و ما در آینده به شکل ملموس‌تری از دستگاه‌های محاسباتی استفاده خواهیم کرد. در آن زمان هوش مصنوعی و هوش انسانی در تعامل بسیار نزدیکی با یکدیگر قرار خواهند داشت، به واسطه آن‌که پهنای باند به شکل باورنکردنی افزایش پیدا خواهد کرد.


مطلب پیشنهادی

فناوری هراس‌انگیز ایلان ماسک برای مقابله با هوش مصنوعی
دانشمندان به دنبال استخراج اطلاعات از مغز مردگان و همزیستی با هوش مصنوعی هستند

ایده ساخت توری عصبی این قابلیت را در اختیار انسان‌ها قرار می‌دهد تا به طور مستقیم با کامپیوترها ارتباط برقرار کنند. در آینده پهنای باند بیشتر و زمان تاخیر بسیار کمتری در مقایسه با فناوری‌های رایج امروزی همچون ماوس و صفحه‌کلید در اختیار خواهیم داشت. او در این ارتباط گفته است: «در آینده نزدیک شاهد همزیستی هوش مصنوعی و هوش زیستی خواهیم بود. این همزیستی به ما این توانایی را خواهد داد تا به شکل سودمندتری با ماشین‌ها ارتباط برقرار کرده و مشکلات را حل کنیم. به اعتقاد من کلید حل تعدادی از مشکلات امروزی در این همزیستی مستتر شده است.»

پتانسیل بالای هوش مصنوعی تنها محدود به انجام یکسری کارهای خاص یا انجام بهتر وظایف نمی‌شود. هوش مصنوعی این قابلیت را دارد تا فراتر از تصورات سازندگان خود ظاهر شود. همانند نمونه‌ای که پیش از این از سوی الگوریتم هوش مصنوعی گوگل شاهد آن بودیم که موفق شد سازندگان خود را غافل‌گیر کند. هوش مصنوعی این توانایی را دارد تا به سرعت به دستگاه‌های مرتبط به شبکه متصل شود. سرعت بسیار بالای کامپیوترها در انتقال و بازیابی اطلاعات بسیار بسیار فراتر از آن تایپ کردن یا حتا محاوره‌های صوتی است.

ماسک می‌گوید: «اگر از اثرگذاری حال حاضر هوش مصنوعی بر جوامع بشری صرفنظر می‌کنیم، مشاهده می‌کنیم که این فناوری به شکل بسیار سریعی در ماشین‌های خودران پیشرفت کرده است. این ماشین‌ها به مرور زمان جایگزین رانندگان امروزی خواهند شد. این موضوع نشان می‌دهد این الگوریتم‌های هوشمند به لحاظ رعایت نکات ایمنی و سرعت بر رانندگان امروزی ارجحیت دارند. این‌گونه به نظر می‌رسد که امروزه در اختیار داشتن ماشین‌های خودران به اولویت بزرگ بسیاری از مردم تبدیل شده است. اما به این نکته توجه داشته باشید مغز انسان برای آن‌که بتواند همانند هوش مصنوعی با سرعت بالا اطلاعات را مورد بازیابی قرار دهد باید تکامل پیدا کند.» 

الگوریتم یادگیری ماشینی BPS سرعت و قدرت یادگیری ماشین را افزایش می دهد

هوش مصنوعی صد برابر هوشمندتر می‌شود

محققان موفق به توسعه یک فناوری جدید برای یادگیری ماشینی شدند که به ارتقا توانایی‌های هوش مصنوعی کمک می‌کند.

به گزارش ایسنا به نقل از دیجیتال ترندز، یک شرکت به نام (Gamalon)گامالون موفق به توسعه یک فناوری جدید برای یادگیری ماشینی به نام BPS شده‌ که می‌تواند سرعت روند یادگیری ماشینی را بیش از 100 برابر افزایش داده و در حال حاضر در دو برنامه تجاری آلفا به نام‌های "ساختار گامالون" (Gamalon Structure)و "همتای گامالون" (Gamalon Match) در دسترس است.

در رونمایی از این فناوری جدید، این شرکت نشان داد که چگونه BPS در مقایسه با فناوری یادگیری ماشینی"ذهن عمیق" (DeepMind)گوگل کار می‌کند.

در  فناوری هوش مصنوعی گوگل، وقتی یک جسم واحد مانند لامپ توسط کاربر ترسیم می‌شود، هوش مصنوعی با مقایسه همان جسم با نمونه‌هایی مشابه می‌تواند آن را تشخیص دهد اما اگر کاربر جسم دیگری را در کنار آن ترسیم کند، هوش مصنوعی گوگل دچار اشتباه می‌شود.

اما در BPS هوش مصنوعی طوری طراحی شده تا تشخیص دهد که یک شکل توسط چه خطوط و شکل‌هایی ترسیم می‌شود. برای مثال این فناوری می‌داند که صندلی راحتی چطور با استفاده از مستطیل و خطوط خاص ترسیم می‌شود.

محققان همچنین یک گام فراتر از ترسیم شکل‌های مختلف برداشته و هوش مصنوعی را در جهت تشخیص حروف، کلمات و سپس جملات آموزش داده‌اند.

یادگیری  و تشخیص زبان، بسیار پیچیده‌تر از نقاشی بوده و ما انتظار داریم که سیستم روز به روز با مفاهیم پیچیده تر آشنایی پیدا کند.

در حال حاضر  این فناوری به کمک شرکت‌هایی مانند Avaya و برای تصحیح نام و آدرس تنها در عرض چند دقیقه، مورد استفاده قرار می‌گیرد.

فیسبوک به دنبال طراحی رابط مستقیم مغز و کامپیوتر است

تلاشی برای انتقال افکار
فیسبوک در خفا به دنبال طراحی رابط مغز و کامپیوتر است
این‌گونه به نظر می‌رسد که تحقیقات و پژوهش‌های انجام گرفته در ارتباط با مغز انسان در طول این سال‌ها نتایج و پیامدهای مثبتی داشته‌اند و دانشمندان موفق شده‌اند گوشه‌ای از فعالیت‌های پیچیده مغز را رمزگشایی کنند. همین موضوع باعث شده است تا شرکت‌های بزرگ دنیای فناوری که روزگاری آن‌ها را به واسطه تلاش‌هایشان در حوزه نرم‌افزار و اینترنت می‌شناختیم به این حوزه از علم علاقه‌مند شوند. فیسبوک از جمله این شرکت‌ها است.

فیسبوک به دنبال آن است تا یک تیم تحقیقاتی از دانشمندان علوم اعصاب را در ارتباط با ساخت تجهیزات واسط مغز و کامپیوتر استخدام کند. این شرکت به دنبال طراحی فناوری پیشرفته‌ای است که به کاربر اجازه دهد بی آن‌که به تایپ کردن نیازی داشته باشد تنها با فکر کردن مطالب خود را در فیسبوک قرار داده و با دیگران به اشتراک قرار دهد. در ادامه به دنبال دست‌یابی به فناوری لمس مجازی اجسام است.

بر همین اساس به دنبال جذب استعدادهای برتر در حوزه‌های مختلف است. افرادی که به فیسبوک کمک کنند تا رابط مغز و کامپیوتر (BCI) سرنام Brain-Computer Interface را طراحی کند. فیسبوک در شرایطی به دنبال دستیابی به این فناوری است که مدیرعامل این شرکت ادعا کرده بود فیسبوک در مقطع کنونی در حال کار روی چنین چیزی نیست. اما آگهی منتشر شده از سوی واحد B8 خلاف این ادعا را نشان می‌دهد.

فیسبوک واحد معروفی به نام واحد Building 8 دارد که عموما از اصطلاح B8 برای توصیف آن استفاده می‌شود. واحدی که هم‌طراز با واحد Google’s X division  و Amazon’s Lab126 است. این واحد در حال استخدام افرادی در حوزه‌های عصب‌شناسی، تصویربرداری عصبی (سلول‌های عصبی)، فناوری همگن‌ساز فراصوتی (Ultrasonic)، پردازش‌گرهای سینگالی، مهندسی پزشکی، مهندسی برق، علوم کامپیوتر و فیزیک است. این گروه تحقیقاتی با هدف تعامل و تبادل اطلاعات با موسسات علمی، دانشگاهی و همچنین استارت‌آپ‌های کوچک و بزرگ کار خود را آغاز خواهند کرد.

 فیسبوک یک برنامه‌ریزی بسیار فشرده و دقیق را به مرحله اجرا در آورده است تا در کوتاه‌ترین زمان (دو سال) ممکن این فناوری‌ها را طراحی کند. در همین ارتباط این شرکت یک آگهی استخدام با عنوان فرصت‌های شغلی را منتشر کرده است. در این قرارداد آمده است که افراد مذکور به مدت دو سال در پیشبرد این پروژه با فیسبوک همکاری خواهند داشت.

در این آگهی آمده است که اعضا این تیم در زمینه طراحی و پیاده‌سازی فناوری‌های فوق پیشرفته‌ای همچون واسط مغز و کامپیوتر، تصویربرداری‌های غیرتهاجمی عصبی و الگوریتم‌های پردازش سیگنال‌ها در قالب یک زیرساخت محاسباتی و ارتباطی با یکدیگر کار خواهند کرد. این طرح همسو با اهداف مدیرعامل این شرکت است. مارک زاکربرگ چندی پیش گفته بود: «علاقه‌مند هستم درباره چگونگی عملکرد مغز انسان و توانمندتر کردن آن اطلاعات بیشتری به دست آورم. من علاقه زیادی به تله‌پاتی دارم. من بر این باور هستم که در آینده انسان‌‌ها این توانایی را به دست خواهند آورد تا افکارشان را برای یکدیگر ارسال کنند.» فیسبوک در شرایطی به دنبال پیاده‌سازی چنین طرحی است که در حال حاضر نیز نمونه‌های مشابهی از رابط‌های مغز و کامپیوتر به شکل تجاری تولید شده‌اند و تعدادی از آن‌ها روی حیوانات نیز آزمایش شده است. اما بدون شک این تلاش‌های فیسبوک باعث خواهد شد تا نسل جدیدی از تجهیزات الکترونیکی تولید شوند.


 

هوش مصنوعی جایگزین اپراتورها یا همکار آن‌ها می‌شود؟

سرویس خدمات مشتریان
هوش مصنوعی جایگزین اپراتورها یا همکار آن‌ها می‌شود؟
نقش اپراتورها در تشخیص درست نیازهای مشتریان، ارائه اطلاعات دقیق به آن‌ها یا متصل کردن آن‌ها به واحدهای مربوطه در یک سازمان بزرگ حائز اهمیت است. بر همین اساس، استارت‌آپ افینیتی موفق به ساخت سامانه‌ هوشمندی شده است که از بانک‌های اطلاعاتی و پروفایل‌های موجود در شبکه‌های اجتماعی برای کمک به اپراتورهایی که در سازمان‌های بزرگ کار می‌کنند استفاده می‌کند. شاید در آینده زمانی که با سرویس مشتریان تماس برقرار کنید، مسئول پاسخگویی به تماس شما بر مبنای محتوایی که در فیسبوک وارد کرده‌اید به شما پاسخ بدهد.

بدون شک دنیای فناوری راهکارهای مختلفی در اختیار شرکت‌ها قرار داده است تا بخش ارائه خدمات به مشتریان خود را با استفاده از آن‌ها تقویت کنند. پاسخ‌گویی خودکار از طریق بات‌هایی که توییتر آن‌ها را ارائه می‌کند یکی از این راهکارهاست. اگر شما با یک شرکت بسیار بزرگ تماس برقرار کنید و مسئول مربوطه یک فرد غیر حرفه‌ای باشد، بدون شک به آن چیزی که به دنبالش هستید هرگز دست پیدا نخواهید کرد. اما اگر یک سازمان بزرگ از یک دستیار مجازی متکی بر هوش مصنوعی استفاده کند، این دستیار مجازی به اپراتور مربوطه این اجازه را می‌دهد تا تماس مشتریان را به شیوه درست و دقیقی به واحدهای مربوطه وصل کند. در همین ارتباط استارت‌آپ Afiniti International Holding به تازگی موفق شده است چنین ساز‌وکاری را در بیش از 150 مرکز پاسخ‌گویی راه‌اندازی کند. راهکاری که به اپراتورها و مشتریان اجازه می‌دهد تعامل بهتری با یکدیگر داشته باشند.


مطلب پیشنهادی

بیمه‌گر ژاپنی هوش مصنوعی را جایگزین 34 کارمند خود کرد

این استارت‌آپ برای آن‌که پروفایلی از تماس گیرندگان ایجاد کند از سوابق تاریخچه خرید، تماس‌های آن‌ها و پروفایل اعتباری/تجاری آن‌ها استفاده می‌کند. با توجه به این‌که در سال 2017 قرار داریم، الگوریتم هوشمند ارائه شده از سوی این استارت‌آپ قادر است به طور خودکار در اینترنت خزش کرده و به صفحات عمومی همچون فیسبوک، لینکدین و توییتر متصل شود. در ادامه مشخصات مورد نیاز خود را از این منابع و آرشیوهای منطقه‌ای و سازمانی شرکت‌ها به دست آورده، این اطلاعات را تحلیل کرده و ماحصل این فرآیندها را در قالب یک چشم‌انداز دقیق در اختیار اپراتورها قرار می‌دهد. سیستم فوق به گونه‌ای طراحی شده است که تنها الگوریتم هوشمند و نه اپراتور به داده‌های تماس گیرنده دسترسی داشته باشند.

در حالی که سازوکار فوق کمک شایانی به اپراتورها می‌کند، با این وجود جوزف تارو، استاد دانشگاه پنسیلوانیا که در زمینه بازاریابی دیجیتالی مطالعه می‌کند در این ارتباط گفته است: «سازوکار این سامانه کمی غیرشفاف است. شرکت‌هایی که چنین داده‌هایی را جمع‌آوری می‌کنند به درستی نمی‌دانند چه نوع داده‌هایی در اختیار دارند و همین موضوع باعث می‌شود تا یکسری پیامدهای مثبت یا منفی همچون رفتار تبعیض‌آمیز اپراتورها یا در موارد جدی‌تر به خطر افتادن حریم خصوصی افراد را شاهد باشیم.»

استارت‌آپ افینیتی در واکنش به این اظهارنظرها به سایت وال‌استریت ژورنال گفته است: «ما در زمینه جمع‌آوری اطلاعات کاملا احتیاط می‌کنیم. ما از 100 بانک‌اطلاعاتی و شرکت‌های معتبری همچون Experian و Acxiom crop که همگی داده‌های معتبر و قانونی را در اختیار دارند استفاده می‌کنیم و همواره سعی می‌کنیم جزییات فردی و اعتباری مشتریان این شرکت‌ها کاملا محفوظ بماند. به طوری که اپراتورها به این اطلاعات دسترسی نداشته باشند. »

فهرست اساتید دانشگاهی فعال در زمینه های هوش مصنوعی

اساتید فعال در زمینه های هوش مصنوعی

January 21, 2017

به کوشش آقای احمدرضا حسینی Ahmad Reza Hosseiny


پردازش تصویر و بینائی ماشین

رضا صفابخشدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوتر

محمد رحمتیدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترکریم فائزدانشگاه صنعتی امیرکبیر – دانشکده مهندسی برقاحسان اله کبیردانشگاه تربیت مدرس – دانشکده مهندسی برق و کامپیوترمحمد حسن قاسمیاندانشگاه تربیت مدرس – دانشکده مهندسی برق و کامپیوترنصراله مقدم چرکریدانشگاه تربیت مدرس – دانشکده مهندسی برق و کامپیوتررضا آقائی زاده ظروفیدانشگاه تهران – دانشکده مهندسی برق و کامپیوترحمید سلطانیان زادهدانشگاه تهران – دانشکده مهندسی برق و کامپیوترحمید ابریشمی مقدمدانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوترشهره کسائیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترمنصور جمزاددانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترفرح ترکمنی آذردانشگاه شهید بهشتی – دانشکده مهندسی برق و کامپیوترمحمود فتحیدانشگاه علم و صنعت ایران – دانشکده مهندسی کامپیوتر 

پردازش صوت و گفتار

محمدمهدی همایونپوردانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترسیدمحمد احدیدانشگاه صنعتی امیرکبیر – دانشکده مهندسی برقحمید شیخ زادهدانشگاه صنعتی امیرکبیر – دانشکده مهندسی برقابوالقاسم صیادیاندانشگاه صنعتی امیرکبیر – دانشکده مهندسی برقسیدعلی سیدصالحیدانشگاه صنعتی امیرکبیر – دانشکده مهندسی پزشکیفرشاد الماس گنجدانشگاه صنعتی امیرکبیر – دانشکده مهندسی پزشکیبابک ناصرشریفدانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوترحسین ثامتیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترمحمدحسن ساوجیدانشگاه شهید بهشتی – دانشکده مهندسی برق و کامپیوتراحمد اکبریدانشگاه علم و صنعت ایران – دانشکده مهندسی کامپیوتر

شبکه های عصبی

رضا صفابخشدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترمحمدباقر منهاجدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترسیدعلی سیدصالحیدانشگاه صنعتی امیرکبیر – دانشکده مهندسی پزشکیمحمد تشنه لبدانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوتر

پردازش، تحلیل و شناسایی الگو

محمد رحمتیدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوتراحسان اله کبیردانشگاه تربیت مدرس – دانشکده مهندسی برق و کامپیوتربابک اعرابیدانشگاه تهران – دانشکده مهندسی برق و کامپیوترحمید ابریشمی مقدمدانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوترمهدیه سلیمانیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترحمیدرضا ربیعیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترمرتضی آنالوییدانشگاه علم و صنعت ایران – دانشکده مهندسی کامپیوترهادی صادقی یزدیدانشگاه فردوسی – دانشکده مهندسی کامپیوتر

هوش محاسباتی، رایانش نرم

مریم ذکریدانشگاه صنعتی اصفهان – دانشکده مهندسی برق و کامپیوترعبدالرضا میرزائیدانشگاه صنعتی اصفهان – دانشکده مهندسی برق و کامپیوترمحمدرضا میبدیدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوتراحمد نیک آبادیدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترعلی احمدیدانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوترحمید بیگیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوتر

سیستم های فازی

فرید شیخ الاسلامدانشگاه صنعتی اصفهان – دانشکده مهندسی برق و کامپیوترمحمدمهدی عبادزادهدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترمحمدباقر منهاجدانشگاه صنعتی امیرکبیر – دانشکده مهندسی برقوحید جوهری مجددانشگاه تربیت مدرس – دانشکده مهندسی برق و کامپیوتربابک اعرابیدانشگاه تهران – دانشکده مهندسی برق و کامپیوترسعید باقری شورکیدانشگاه صنعتی شریف – دانشکده مهندسی برقاقبال منصوریدانشگاه شیراز – دانشکده مهندسی برق و کامپیوترمنصور ذوالقدریدانشگاه شیراز – دانشکده مهندسی برق و کامپیوترمحمد رضا اکبر زادهدانشگاه فردوسی – دانشکده مهندسی برق

پردازش تکاملی، محاسبات زیستی

محمدمهدی عبادزادهدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوتراحمد نیک آبادیدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترامین نیک انجامدانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوترحمید بیگیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترعادل رحمانیدانشگاه علم و صنعت ایران – دانشکده مهندسی کامپیوترمحمد رضا اکبر زادهدانشگاه فردوسی – دانشکده مهندسی برقرضا منصفیدانشگاه فردوسی – دانشکده مهندسی کامپیوتر

یادگیری ماشین

سعید شیریدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترشهرام خدیویدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوتراحمد نیک آبادیدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترمریم میریاندانشگاه تهران – دانشکده مهندسی برق و کامپیوترحمید بیگیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترمهدیه سلیمانیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوتر

پردازش زبان طبیعی، ترجمه ماشینی

شهرام خدیویدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترهشام فیلیدانشگاه تهران – دانشکده مهندسی برق و کامپیوترچیترا دادخواهدانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوترغلامرضا قاسم ثانیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترمهرنوش شمس فرددانشگاه شهید بهشتی – دانشکده مهندسی برق و کامپیوتر

رباتیک

سعید شیریدانشگاه صنعتی امیرکبیر – دانشکده مهندسی کامپیوترسجاد ازگلیدانشگاه تربیت مدرس – دانشکده مهندسی برق و کامپیوترمجید نیلی احمدآبادیدانشگاه تهران – دانشکده مهندسی برق و کامپیوترحمیدرضا تقی راددانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوترمنصور جمزاددانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترسعید باقری شورکیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوترپیمان کبیریدانشگاه علم و صنعت ایران – دانشکده مهندسی کامپیوترمحمد رضا اکبر زادهدانشگاه فردوسی – دانشکده مهندسی برق

هوش مصنوعی توزیع شده

مجید نیلی احمدآبادیدانشگاه تهران – دانشکده مهندسی برق و کامپیوترغلامرضا قاسم ثانیدانشگاه صنعتی شریف – دانشکده مهندسی کامپیوتر

سیستم های چندعاملی

وحید جوهری مجددانشگاه تربیت مدرس – دانشکده مهندسی برق و کامپیوترفتانه تقی یارهدانشگاه تهران – دانشکده مهندسی برق و کامپیوترامین نیک انجامدانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوتراسلام ناظمیدانشگاه شهید بهشتی – دانشکده مهندسی برق و کامپیوتر

سیستم های خبره، مهندسی دانش، هوش مصنوعی

محمدعلی منتظریدانشگاه صنعتی اصفهان – دانشکده مهندسی برق و کامپیوترمحسن صدیقیدانشگاه صنعتی اصفهان – دانشکده مهندسی برق و کامپیوترچیترا دادخواهدانشگاه صنعتی خواجه نصیر – دانشکده مهندسی برق و کامپیوترشهرام جعفریدانشگاه شیراز – دانشکده مهندسی برق و کامپیوتر

داده کاوی 

بهروز مینائیدانشگاه علم و صنعت ایران – دانشکده مهندسی کامپیوتر

 


  • Airoldi, Edoardo – Harvard University. Statistical and computational elements for the analysis of complex graphs and interacting dynamical systems, including yeast molecular biology and social networks. Overview of publications and activities.
  • Alkhalifa, Eshaa – University of Bahrain. Multimedia adaptable intelligent tutoring systems, student modeling, cognitive style.
  • Allen, James F. – University of Rochester. Natural language understanding, discourse, knowledge representation, common-sense reasoning and planning.
  • Bacchus, Fahiem – University of Toronto. Planning systems, temporal logic, constraint satisfaction problems and formal models.
  • Bahlmann, Claus – Albert-Ludwigs-University Freiburg, Germany, On-line handwriting recognition.
  • Beal, Matthew J. – University at Buffalo, SUNY. Nonparamtric Bayes, bioinformatics, HMMs, probablisitic sensor fusion.
  • Benjamin, D. Paul – Pace University. Problem decomposition and theory reformulation, integrated cognitive architectures for autonomous robots, distributed constraint satisfaction problems, semigroup theory and dynamical systems, category theory in software design.
  • Biermann, Alan W. – Duke University. Computational linguistics, automatic programming and inference.
  • Blum, Avrim – Carnegie Mellon University. Interests include machine learning, approximation algorithms, on-line algorithms and planning systems. Online publications and talks.
  • Brachman, Ron – Director of the Information Processing Technology Office (IPTO) at DARPA. Knowledge representation, machine learning, information retrieval, natural language processing.
  • Calvin, William H. – Theoretical neurophysiologist and author of “The Cerebral Code”, and “How Brains Think”.
  • Carberry, Sandra – University of Delaware. Department of Computer and Information Sciences Chair. Computational linguistics, dialog systems, machine learning, planning and plan recognition, medical informatics, user modeling.
  • Carpenter, Julie – University of Washington (Educational Psychology/Learning Sciences/LIFE Center). Human-robot attachment; robot-human interaction in stressful conditions, especially in dyad teamwork or collaborative situations.
  • Carreras, Xavier – Universitat Politechnica de Catalunya, PhD student, machine learning, natural language processing.
  • Carroll, John A. – University of Sussex. Natural language parsing, acquisition of lexical information from text, automatic generation of text from semantic representations.
  • Cassell, Justine – Carnegie Mellon University. Gesture and narrative language, animated agents, intonation, facial expression, computer vision.
  • Cer, Daniel – University of Colorado – Boulder. Acoustic and lexical features of emphatic speech.
  • Charniak, Eugene – Brown University. Part-of-speech tagging, probabilistic context-free grammar induction, syntactic disambiguation through word statistics, efficient syntactic parsing, and lexical resource acquisition through statistical means.
  • Chavez, Guillermo Camara – Federal University of Minas Gerais (UFMG), Brazil. Pattern recognition, invariante pattern recognition, neural networks, image content-base retrieval, digital image processing, computer vision.
  • Chiang, Yao-Yi – Geosemble Technologies. Computer vision, image processing, pattern recognition, geospatial information integration.
  • Clough, Paul D. – University of Sheffield. Information retrieval.
  • Conati, Cristina – University of British Columbia. User modeling, emotionally intelligent agents, adaptive user interfaces, Bayesian network student models.
  • Conitzer, Vincent – Carnegie Mellon School of Computer Science. Phd Student. Intersection of computer science and game theory, computer science and economics, multiagent systems, automated negotiation and contracting.
  • Cortes, Nareli Cruz – CINVESTAV-IPN. Artificial immune system optimization, genetic algorithms, evolutionary computation.
  • Danescu, Radu – Technical University of Cluj. Image processing, stereovision, intelligent vehicles.
  • De Baets, Bernard – Fuzzy Relations and Preference Modelling
  • Delord, Christophe – ENSEEIHT, France, Computer Science engineer, Artificial Intelligence (dialogue simulation, speech acts, PROLOG), Python, lexical and syntactic parsing.
  • Di Eugenio, Barbara – University of Illinois at Chicago. Interpretation and generation of instructional text, computational models of tutorial dialogue, modeling collaboration in human-human and computer-human dialogues, referential expressions.
  • Dorigo, Marco – Université Libre de Bruxelles, Belgium. Research projects in Ant algorithms, metaheuristics for combinatorial optimization, robot shaping and behavior engineering.
  • Dorst, Leo – University of Amsterdam. Applications of geometric (Clifford) algebra, exploration, reasoning with uncertainty in robotics.
  • Dror, Gideon – Academic College of Tel-Aviv-Yaffo. Text categorization, machine learning applications in bioinformatics, medicine, machine vision and high energy physics, feature selection for categorization and regression problems, artificial neural networks.
  • Elliott, Clark – DePaul University. Affective reasoning, synthetic characters, animated tutoring agents, emotion representation.
  • Faltings, Boi – Director of Artificial Intelligence Laboratory, EPFL, President of Swiss AI Society. Software agents, constraint-based reasoning, case-based reasoning.
  • Finn, Aidan – School of Computer Science and Informatics, University College Dublin. Automated information extraction using convergent boundary classification, machine learning for automatic genre classification, active learning for information extraction.
  • Fodor, János – Basics of fuzzy sets and connectives
  • Fournier-Viger, Philippe – University of Quebec at Montreal. Learning objects, cognitive modelling, virtual learning environments and intelligent tutoring systems.
  • Franklin, Stan – University of Memphis. Conscious software, intelligent agents.
  • Frasconi, Paolo – Università di Firenze. Machine learning for sequential and structured data, bioinformatics, text and natural language, pattern recognition.
  • Forbus, Kenneth – Northwestern University. Qualitative physics, spatial reasoning, cognitive simulation of analogical processing.
  • Funge, John – iKuni, Inc. Game AI, machine learning, and knowledge representation.
  • Furcy, David – University of Wisconsin Oshkosh. Heuristic search, planning and re-planning, reinforcement learning.
  • Galassi, Ugo – University of Eastern Piedmont. User profiling, hierarchical HMMs, learning regular expressions.
  • Geczy, Peter – RIKEN Brain Science Institute. Neural networks, artificial intelligence, neuroscience, fuzzy logic, rule acquisition, rule extraction from neural networks, Autonomous Connectionistic Engine (ACE), neural network resources.
  • Gini, Maria – University of Minnesota. Distributed intelligence, cooperation of miniature robots, robot navigation, multi-agent systems for e-commerce and supply-chain, economic agents.
  • Goel, Ashok K. – Georgia Tech. Knowledge-based reasoning and learning, design cognition and computing, creativity, self-adaptation.
  • Goyal, Ram Dayal – Intigma India. Data mining, natural language processing, data mining, neural networks, image processing.
  • Goel, Ashok – Ashok Goel is an Associate Professor of Computer and Cognitive Science at Georgia Institute of Technology. Research in various aspects of design includes investigation of the creative exploration involved in solving problems.
  • Gonzalez-Fierro, Miguel – University Carlos III of Madrid and King’s College London. Machine learning, deep learning, computer vision, humanoid robots and artificial intelligence in startups.
  • Guinn, Curry I. – University of North Carolina at Wilmington. Natural language processing, spoken dialog systems, conversational agents, affective computing.
  • Guvenir, H. Altay – Bilkent University. Machine learning, data mining, and computer-aided language learning.
  • Grasso, Floriana – University of Liverpool. Computational models of natural argument, affective natural language generation, conflict resolution.
  • Green, Nancy – University of North Carolina at Greensboro. Intelligent multimedia presentation systems, argumentation models, automatic generation of textual summaries of graphs, interactive narrative, conversation agents, user modeling.
  • Hagelbäck, Johan – AIGuy.org
  • Harmelen, Frank van – Vrije Universiteit, Amsterdam. Approximate reasoning, medical protocols, semantic web, specification languages for KBS.
  • Hassabis, Demis – DeepMind Technologies and now working with Google
  • Hayes-Roth, Barbara – Stanford University. Extempo Systems. Intelligent interactive characters, interactive story telling, adaptive intelligent agents.
  • Hearst, Marti – University of California at Berkeley. Data mining, information retrieval, user interfaces, web search.
  • Honavar, Vasant – Does research on machine learning, knowledge representation, data mining, big data, information integration, probabilistic models, bioinformatics, social informatics, and health informatics.
  • Honavar, Vasant – Artificial Intelligence Research Laboratory, Iowa State University.
  • Hoos, Holger H. – University of British Columbia. Preference elicitation, dynamic constraint optimization, satisfiability problems in propositional logic, computational musicology.
  • Horvitz, Eric – Microsoft Research. Decision theory, reasoning systems, user modeling, reasoning under uncertainty.
  • Jacob, Rob – Tufts University. Human-computer interaction, tangible user interfaces, virtual environments, eye-gaze tracking.
  • Kadri, Faisal – Affective computing, computational models of human emotion.
  • Katirai, Hooman – MIT / Harvard. Machine learning applied to medicine, eHealth, and Electronic Medical Records (EHR) and Patient Health Records.
  • Ketter, Wolfgang – University of Minnesota. Computer science and economics, multiagent systems, automated negotiation and contracting.
  • Koenig, Sven – University of Southern California. Decision making, situated agents, distributed agents.
  • Krogt, Roman van der – Post-doctoral researcher at the Cork Constraint Computation Centre (4C). Working on multiagent planning methods as well as scheduling for manufacturing.
  • Lambert, Lynn – Christopher Newport University. Natural language processing, planning and plan recognition, belief models, negotiation.
  • LeCun, Yann – director of Facebook AI Research
  • Lenski, Richard – Michigan State University. Interests: self-replicating computer programs that mutate at random.
  • Lisetti, Christine – Florida International University. Emotional intelligence, computational models of emotions and affective processes, affective computing.
  • Litman, Diane J. – University of Pittsburgh. Spoken dialogue for intelligent tutoring systems, reinforcement learning for optimizing spoken dialogue agents, prosodic analysis of misrecognitions and corrections, plan recognition.
  • Littman, Michael – Rutgers. Planning under uncertainty, markov decision processes, reinforcement learning, latent semantic indexing, text retrieval.
  • Liu, Hugo – MIT Media Laboratory. Philosophically motivated AI, commonsense reasoning, aesthetics and AI, assistive software agents, lexical semantics, story understanding.
  • Liu, Jundong – Ohio University. School of Electrical Engineering and Computer Science. Medical image analysis, computer vision.
  • Makris, Dimitrios – Kingston University. Senior lecturer and member of the Digital Imaging Research Centre. Research in 3D pose recovery, motion analysis and multi-camera tracking.
  • Manning, Christopher – Stanford University. Probabilistic parsing, grammar induction, text categorization and clustering, electronic dictionaries, information extraction and presentation, and linguistic typology.
  • Mantaras, Ramon Lopez de – Spanish Council for Scientific Research (CSIC) and Deputy Director of the Artificial Intelligence Research Institute of the CSIC. AI and music, qualitative approaches to landmark-based robot navigation.
  • Martin, James – University of Colorado, Boulder. Empirical metaphor research, latent semantic analysis, information retrieval, co-author of “Speech and Language Processing” with Dan Jurafsky.
  • McCoy, Kathleen – University of Delaware. Rehabilitation engineering, writing tool for American Sign Language, natural language generation, text summarization, graph summarization.
  • McGuinness, Deborah – Researcher in Knowledge Representation and Reasoning Systems. Co-designer and developer of CLASSIC and Chimaera among others. Associate Director of the Knowledge Systems Laboratory at Stanford University.
  • Mencar, Corrado – Neuro-fuzzy classifiers
  • Meila, Marina – University of Washington. Machine learning, probabilistic reasoning, graphical probability models, tree belief networks and mixtures of trees, maximum entropy discrimination, spectral clustering and image segmentation.
  • Minsky, Marvin – Growing biography, with links to many related topics. [Wikipedia]
  • Mitchell, Melanie – Currently at the Santa Fe Institute. Melanie Mitchell developed Copycat as part of her dissertation work with Douglas Hofstadter on cognitive modeling of high-level perception and analogy-making.
  • Mitrovic, Nikola – University of Zaragoza. Ph.D. student. Mobile agents, intelligent user interfaces, adaptive user interfaces, mobile applications.
  • Monz, Christof – Research interests: Computational Linguistics, Information Retrieval, Automated Deduction. Site lists on-line publications, projects, activities, and contact info.
  • Moore, Johanna D. – University of Edinburgh. Computational modeling of tutorial dialogue, multimedia explanation, integrated techniques for interpretation and generation, patient education.
  • Nebel, Bernhard – Albert-Ludwigs-Universität, Freiburg, Germany. Professor. Knowledge representation, planning, and robotics, with an emphasis on robotic soccer.
  • Ng, Andrew – is Chief Scientist at Baidu Research in Silicon Valley. In addition, he is an associate professor in the Department of Computer Science and the Department of Electrical Engineering by courtesy at Stanford University. He is chairman of the board of Coursera, an online education platform that he co-founded with Daphne Koller.
  • Norvig, Peter – Artificial Intelligence, natural language, Lisp and Java in AI. Computational Sciences Division, NASA Ames Research Center.
  • Novick, David – University of Texas at El Paso. Department of Computer Science Chair. Spoken dialog models, mediated communication, user interface development methodologies.
  • Papert, Seymour – Growing biography, with links to many related topics. [Wikipedia]
  • Pelikan, Martin – Director of the Missouri Estimation of Distribution Algorithms Laboratory (MEDAL), University of Missouri in St. Louis. Research interests: Evolutionary computation, Bayesian networks, machine learning.
  • Pellier, Damien – CRIP5 – Paris 5 Laboratory. Multi-agent systems, planning and scheduling, distributed problem solving, cooperative robotics.
  • Pennock, David M. – Yahoo! Research Labs. Electronic commerce, internet statistics, uncertain reasoning, decision theory, market approaches to group coordination, multiagent systems.
  • Picard, Rosalind – MIT. Affective computing, texture and pattern modeling, video and image browsing, retrieval and annotation.
  • Pietruszkiewicz, Wieslaw – Szczecin Technical University (Poland). Machine learning and knowledge (data) mining, optimal (kalman) filtering, expert and decision support systems.
  • Pinheiro da Silva, Paulo – Stanford University. Explanations for semantic web tasks, semantic web tools and infrastructure, model-based user interfaces, formal specification and verification of interactive systems.
  • Popple, James – Australian National University. Legal expert systems.
  • Powers, David – The Flinders University of South Australia. Natural language learning, unsupervised learning, data mining, home automation, web search.
  • Qu, Yan – Carnegie Mellon University. Information retrieval, extraction and management, natural language processing, Chinese computing, dialog and discourse processing, machine translation, cooperative human-computer interaction.
  • Raina, Rajat – Stanford University. Question answering systems, machine learning, probabilistic models, robotics.
  • Reitter, David – University of Edinburgh. Multimodal systems, natural language generation, structural priming/alignment in dialogue, rhetorical analysis.
  • Riazanov, Alexandre – Computer Scientist and Software Developer. Research interests: Automated Reasoning, Theorem Prover Vampire, Semantic Technologies, Semantic Web, Natural Language Processing.
  • Roberts, Steve – Oxford. Robotics Research Group. Machine learning, Bayesian learning, data-driven inference, signal and image processing, bioinformatics, computational and mathematical biology.
  • Roubens, Marc – Multicriteria decision aid
  • Roweis, Sam – University of Toronto. Researcher in pattern recognition, neural networks, artificial intelligence.
  • Rudnicky, Alex – Carnegie Mellon University. Speech recognition, CMU Communicator, dialog systems, speech agents.
  • Saffiotti, Alessandro – Head of the mobile robotics lab at Orebro University, Sweden. Research area: integration of cognition and physical embedding in autonomous robots.
  • Schütze, Hinrich – Stanford University. Statistical NLP, text mining, Co-author of “Foundations of Statistical Natural Language Processing” with Christopher Manning.
  • Seneff, Stephanie – MIT Laboratory for Computer Science. Phonological modelling, auditory modelling, computer speech recognition, statistical language modelling, natural language understanding and generation, discourse and dialogue modelling, and prosodic analysis.
  • Simon, Herbert A. – Late Professor at Carnegie Mellon University. One of the founders of Artificial Intelligence. Research mainly in modeling and simulation of human cognition.
  • Sims, Karl – Interviews with Karl Sims and a gallery of his works in evolutionary art and artificial evolution.
  • Smith, Ronnie W. – East Carolina University. Spoken natural language dialog systems, dialog repairs, mixed-initiative, adaptive user interfaces.
  • Spears, William M. – Research into Complex Adaptive Systems: Genetic Algorithms (Evolutionary Algorithms), Neural Networks, and Simulated Annealing. University of Wyoming.
  • Staab, Steffen – Research topics: semantic web, knowledge management, and natural language processing. List of his publications, projects, courses taught, contact information.
  • Swarup, Samarth – Virginia Tech. Cumulative (lifelong, multi-task) learning and evolution of language.
  • Szalas, Andrzej – College of Economics and Computer Science, Olsztyn, Poland. Unmanned aerial vehicles. Autonomous systems.
  • Taatgen, Niels – University of Groningen. Cognition, ACT-R, learning rules and productions.
  • Tack, Werner H. – Universität des Saarlandes. ACT-R cognitive modeling.
  • Tagliarini, Gene – University of North Carolina at Wilmington. Classification of sonar returns, fingerprint matching, image compression, and constraint satisfaction.
  • Taylor, Tim – Institute of Perception, Action and Behaviour, University of Edinburgh. Self-repairing robots; artificial evolution systems.
  • Terveen, Loren – University of Minnesota. Computer-mediated communication, social data mining, computer-supported cooperative work, recommender system.
  • Teuscher, Christof – C.V., list of awards, publications, memberships, projects, and conferences. Interests in neural networks.
  • Thornton, Chris – Collection of papers relevant to artificial creativity and intelligence.
  • Traum, David R. – USC Institute for Creative Technology. Discourse structure. Grounding in discourse. Dialog and virtual reality agents.
  • Treur, Jan – professor of Artificial Intelligence at the Vrije Universiteit in Amsterdam. Research interests include multi-agent systems, compositional modelling, temporal semantics, common sense and nonmonotonic reasoning.
  • Tunstall-Pedoe, William – Cambridge, England. Cryptic crossword solving; anagrams; search; computer chess; knowledge representation.
  • Turney, Peter D. – Interactive Information Group, National Research Council of Canada. Machine learning applied to natural language processing, lexical semantics from web mining, artificial life.
  • Valdes-Perez, Raul – Papers on scientific discovery and applications to chemistry.
  • van Delden, Sebastian – University of Central Florida. Partial parsing, natural language information retrieval systems, learning WordNet-based classification rules.
  • Vasishth, Shravan – University of Potsdam. Abductive Inference Model, Hindi sentence processing, wide-coverage theories of sentence processing.
  • Ventrella, Jeffrey – Gene Pool, Darwin Pond and papers on Artificial Life.
  • Versaggi, Matthew R. – Artificial Intelligence Engineer at Imagine One Technology & Mgt LTD.
  • Vyas, Amrish – University of Maryland at Baltimore County. Intelligent agents in eBusiness, adaptive agents.
  • Wahlster, Wolfgang – Universität des Saarlandes. Multimodal and perceptive user interfaces, user modeling, ambient intelligence, embodied conversational agents, smart navigation systems, semantic web services, and resource-adaptive cognitive technologies, VERMOBIL.
  • Weerdt, Mathijs de – Researcher in multi-agent planning at Delft University of Technology. Tutorial on multi-agent planning, list of own publications and publications related to distributed AI.
  • Wilks, Yorick – University of Sheffield. Computational pragmatics, belief modeling, lexicons, information extraction.
  • Xu, Ke – Beijing University of Aeronautics and Astronautics. Design and analysis of algorithms, phase transitions, logic programming, data mining.
  • Yager, Ronald R. – Decision support
  • Zadeh, Lotfi A. – inventor of Fuzzy Sets
  • Zillman, Marcus P. – Creator/Founder BotSpot.com, Executive Director Virtual Private Library
  • Zimmermann, Hans-Jurgen – Fuzzy O.R.
  • Zytnicki, Matthias – INRA Toulouse. Bioinformatics, weighted constraint satisfaction problems, non-coding RNAs.