اخبار جدید هوش مصنوعی | فیلم | آموزش | شاخه ها و کاربرد

اخبار جدید هوش مصنوعی | فیلم | آموزش | شاخه ها و کاربرد

فیلم هوش مصنوعی با دوبله فارسی

در آینده زمانی که برای افرادی که بچه دار نمیشوند رباتی به صورت بچه درست میکنند یک ربات خیلی پیشرفته سعی میکنند هر جور شده به انسان واقعی تبدیل شود تا بتواند عشق مادرش را بدست آورد…

رشته هوش مصنوعی

رشته مهندسی کامپیوتر به‌طراحی و ساخت روش‌های مختلف جهت استفاده مناسب و کارا از کامپیوتر میپردازند و‌در دنیای امروز از اهمیت زیادی برخوردار است. هدف از طی‌این دوره تربیت کارشناسانی است که در زمینه تحلیل و طراحی، ساخت و راه اندازی دستگاه‌ها و مجموعه‌های سخت افزاری جدید، بررسی و شناخت مجموعه‌های سخت افزاری و نرم افزاری موجود، نگهداری، عیب یابی، تعمیر، اصلاح و توسعه روش ها و تکنولوژی ها فعالیت‌کنند.

هوش مصنوعی یکی‌از گرایش های مهندسی کامپیوتر محسوب میشود. دانشجویان در این گرایش با مطالب جدیدی مانند: شبکه‌های عصبی، هوش مصنوعی پیشرفته، تئوری فازی، پردازش تصویر و... آشنا میشوند. گرایش هوش مصنوعی، گرایشی مابین نرم افزار و معماری کامپیوتر میباشد و درهر گرایش کاربردهایی‌دارد. قبول شدگان در این گرایش میتوانند جنبه نرم افزاری یا جنبه سخت افزاری آن‌را دنبال نمایند.

بطور عمده در این‌گرایش به ساخت سیستم‌های هوشمند و رباتیک پرداخته میشود. در کنکور سراسری کارشناسی ارشد به‌عنوان تنها گرایشی است‌که داوطلبان آن میتوانند مدت زمانی مجزا (60دقیقه) را صرف پاسخ‌به سؤالات آن‌نمایند

کاربرد رشته ی هوش مصنوعی

امروزه در دورانی زندگی میکنیم که دانش ها پیشرفت و گسترش بسیاری داشته و این موضوع به پیچیده و سخت شدن فرآیند تصمیم گیری کمک کرده‌است به‌همین خاطر استفاده از سیستم های اطلاعاتی و هوش مصنوعی کمک بسیاری در جوامع امروزی مینماید و بیشترین حوزه ای که هوش مصنوعی به‌آن کمک نموده است در زمینه ی علم پزشکی است و روزبه روز استفاده از این علم در پزشکی افزایش میابد. علاوه بر آن فعالیت هایی نظیر طراحی سیستم های امنیتی مانند انواع مسائل تایید هویت و تشخیص اتوماتیک – کار در زمینه زبانشناسی محاسباتی مانند ایجاد مترجم های کامپیوتری – طراحی سیستم های پیشرفته نظامی شامل انواع سلاحهای هوشمند – طراحی نرم افزارهای هوشمند کامپیوتری مانند انواع بازیها و … نیز در حیطه ی فعالیت‌های هوش مصنوعی است.

موارد آموزشی و کاربردی رشته هوش مصنوعی

دانشجویان این‌گرایش موارد آموزشی و کاربردی متفاوتی را می‌آموزند از جمله:

  • یادگیری ماشین: یادگیری روش، الگو و... بصورت خودکار توسط ماشین یا کامپیوتر
  • شبکه های عصبی: روش جدید حل مسائل هوش مصنوعی
  • پردازش تکاملی: شاخه‌ای جدید از هوش مصنوعی است‌که یک یا چند جواب اولیه برای یک مسئله در نظر میگیرند
  • رباتیک: از ترکیب شدن بسیاری از گرایش‌های هوش مصنوعی، الکترونیک و کنترل، مکانیک و ساخت و... بدان دست مییابند.
  • منطق فازی: در آن بجای استفاده از دو مقدار درست و غلط از درجه درستی بین عدد 0 و 1 استفاده میشود.
  • سیستم های خبره: کاربرد آن در طراحی و ساخت انواع ربات ها میباشد، بطور نمونه میتوان به ربات های جراح اشاره نمود.
  • محاسبات نوین: انجام محاسبات ریاضی بدون عدد و به صورت نمادین
  • پردازش تصویر: بهسازی تصاویر برای درک بهتر انسان که کاربرد آن در تصاویر پزشکی، جلوه های سینمایی، تصاویر قدیمی و آسیب دیده و...
  • بینایی ماشین: درک خودکار تصاویر توسط کامپیوتر و کابرد آن، سیستم تشخیص ایراد، تشخیص الگو، ربات ها، سه بعدی سازی و...
  • پردازش گفتار: درک صدای انسان از طریق گرفتن فرامین مربوط به صدا مانند شناسایی کاربر و...
  • برنامه ریزی: رسیدن به یک هدف خاص از طریق برنامه ریزی یک سری عملگر، کاربرد آن در بارگیری، رباتیک و...


شرایط تحصیل در رشته هوش مصنوعی

برای تحصیل در این رشته توانایی ذهنی ویژه‌ای مورد نیاز نیست، البته دانشجویانی که پایه ریاضی قوی و توانایی استدلالی و استقرایی بهتری دارند موفق ترند.به‌دلیل سرعت پیشرفت علم در این رشته نسبت به رشته‌های دیگر، دانشجویان باید بطور مستمر در پی مطالب جدید و یادگیری آنها باشند.
از آنجایی که این گرایش با علوم زیادی سر و کار دارد تحصیل در آن فقط مختص به دانشجویان کامپیوتر نبوده بلکه فاغ التحصیلان رشته‌های برق، الکترونیک، زیست شناسی، مکانیک و... نیز میتوانند برای‌ادامه تحصیل آن‌را انتخاب نمایند (بطور مثال برای ساخت یک ربات علاوه بر علم نرم افزار جهت تولید و اجرای برنامه ها و دستورات باید از علوم برق و مکانیک نیز برای ساخت ربات بهره گرفت).


بازار کار رشته هوش مصنوعی در ایران

بازار کار در هر رشته ای به‌خود شخص بستگی دارد، به‌عبارت دیگر به‌میزان تخصص و توقع اولیه فرد از بازار وابسته است. بازار کار هوش مصنوعی در ایران حوزه بسیار گسترده‌ای بوده و به زمینه کاری‌که افراد در آن فعالیت میکنند بستگی دارد، بطور مثال برخی از زمینه های کاری عبارتند از:

  • پروژه های تحقیقاتی در مراکز تحقیقاتی کشور
  • سیسم امنیتی ( مانند تشخیص هویت)
  • سلاح های هوشمند (طراحی و ساخت)
  • صنعت (مانند طراحی ربات و دستگاههای هوشمند و...)
  • تشخیص گفتار (مانند تبدیل متن به گفتار، فشرده سازی گفتار و...)
  • طراحی سیستم های خبره
  • طراحی بازی ها
  • آموزش و...

هوش مصنوعی چیست ؟

هوش مصنوعی Artificial intelligence شاخه‌ای‌از علوم کامپیوتر است که‌در آن به‌ساخت ماشین‌هایی هوشمند پرداخته میشود که‌مانند انسان‌ها عمل میکنند و واکنش انجام میدهند. یک عامل هوشمند، سیستمی‌است که با شناخت محیط اطراف خود، شانس موفقیت خود را پس‌از تحلیل و بررسی افزایش میدهد. هوش مصنوعی در آینده‌ای نه چندان دور زندگی بیشتر انسان‌ها را تحت تاثیر قرار خواهد داد. بنا بر تحقیق معتبر دانشگاه آکسفورد که‌در سال ۲۰۱۳ انجام گرفته‌است؛ ۴۷ درصد از کل جایگاه‌های شغلی ایالات متحده در سال ۲۰۳۰ به‌شکل اتوماسیون و بدون حضور انسان انجام میگیرند. همچنین برنامه نویسان و مهندسان نرم‌افزار در ۲۰ سال آینده تنها ۸ درصد امکان اتوماسیون شغلشان وجود دارد. محققین بر این باوراند که نهایتا مهندسان نرم افزار روزی با برنامه‌ای هوشمند جایگزین خواهند شد؛ برنامه‌ای که میتواند کدها را خود کپی‌کند، بنویسد و آن‌ها را بهبود بخشد.

کتاب هوش مصنوعی

در ادامه به معرفی پنج کتاب در حوزه هوش مصنوعی میپردازیم:

کتاب هوش مصنوعی Artificial Intelligence: A Modern Approach 3rd Edition

نویسندگان: پیتر نورویگ، استوارت راسل
چکیده: سومین ویرایش کتاب «هوش مصنوعی، یک رویکرد مدرن» جامع‌ترین کتابی است که به صورت کاملاً به‌روز، تاریخچه‌ای از هوش مصنوعی و جنبه‌های کاربردی عملی هوش مصنوعی را به تصویر می‌کشد. این کتاب به دانشجویان مقطع کارشناسی یا کارشناسی ارشد، اطلاعات جامعی درباره هوش مصنوعی ارائه می‌کند. روزنامه نیویورک تایمز، این کتاب را یکی از بهترین منابعی معرفی کرده است که مهارت‌های لازم در خصوص هوش مصنوعی را در اختیار خوانندگانش قرار می‌دهد.
از جمله مطالب این کتاب می‌توان به تاریخچه، عامل‌های هوشمند، مشکلات حل‌شده، راه‌حل‌های کلاسیک، عامل‌های منطقی، برنامه‌ریزی کلاسیک، پردازش زبان طبیعی، روباتیک و بسیاری دیگر از عناوین مرتبط با این حوزه اشاره کرد. این کتاب را انتشارات Prentice Hall در سال 2009 و در 1152 صفحه چاپ کرده است.

کتاب هوش مصنوعی Artificial Cognition Systems

نویسنده: Angelo Loula
چکیده: مطالعات درباره سیستم‌های شناختی هوش مصنوعی، تأثیرات قابل توجهی بر پیشبرد هوش مصنوعی و ساخت سامانه‌های هوشمندی که وظایف خود را بر مبنای رویکرد شناختی انجام می‌دهند، بر جای گذاشته است. این چنین مطالعاتی با تکیه بر مدل‌سازی و شبیه‌سازی فرایندهای شناختی، فرضیه‌ها و نظریاتی را درباره علوم شناختی ارائه می‌کنند. فرایندهای شناختی در تلاش هستند به این سؤال پاسخ دهند که چگونه رفتارهای شناختی در نهایت منجر به معنادار کردن سامانه‌های هوشمند خواهد شد. انتشارات IGI Gblobal کتاب «سیستم‌های شناخت مصنوع» را در سال 2006 و در 402 صفحه چاپ کرده است.

کتاب هوش مصنوعی Artificial Neural Networks in Biological and Environmental Analysis

نویسنده: Grady Hanrahan
چکیده: «سیستم‌‌های عصبی بیولوژیکی و شبکه‌‌های عصبی هوشمند» (ANN) سنگ‌بنای تحقیقات هوش مصنوعی هستند. کتاب شبکه‌های عصبی هوشمند در خدمت تحلیل‌های عمیق و بیولوژیک، چشم‌اندازی از جنبه‌های اساسی، فنی و کاربردی شبکه‌های عصبی محاسباتی را ارائه می‌کند. این کتاب اصول اساسی و پایه شبکه‌های عصبی را همراه با برنامه‌های کاربردی در این حوزه بررسی کرده است.
کتاب مذکور با همکاری دانشمندان حوزه‌های زیست‌شناسی، شیمی، ریاضیات، پزشکی و علوم زیست‌محیطی، به رشته تحریر درآمده است. این کتاب نه تنها به‌عنوان کتابی دانشگاهی، بلکه به‌عنوان منبع ارزشمندی برای بررسی علمی شبکه‌های عصبی توصیه می‌شود. از جمله بخش‌های این کتاب می‌توان به تاریخچه‌ای از مدل‌های محاسباتی شبکه‌های عصبی در ارتباط با عملیات شبکه عصبی و عملکرد مغز، نحوه مدل‌سازی شبکه‌ها، سیستم‌های فازی‌عصبی، سیستم‌های عصبی ژنتیکی و غیره اشاره کرد. انتشارات CRC Press در سال 2011 این کتاب را در 214 صفحه به چاپ رسانده است.

کتاب هوش مصنوعی Introduction to Machine Learning3rd Edition

نویسنده: Ethem Alpaydin
چکیده: «یادگیری ماشینی» در نظر دارد کامپیوترها را به‌گونه‌ای برنامه‌ریزی کند که آن‌ها با استفاده از داده‌های پایه یا تجربیات به‌دست‌آمده، مشکلات را حل کنند. بیشتر برنامه‌های موفق از مدت‌ها قبل، از یادگیری ماشینی استفاده کرده‌اند. از جمله این موارد می‌توان به سامانه‌هایی که داده‌های فروش را تجزیه‌وتحلیل کرده و رفتار مشتریان را پیش‌بینی می‌کنند، بهینه‌سازی رفتار روبات‌ها به‌منظور انجام وظیفه خود با صرف حداقل منابع و استخراج دانش از داده‌های بیوانفورماتیک، اشاره کرد. مقدمه‌ای بر یادگیری ماشینی، یک کتاب جامع درسی در این حوزه است و طیف گسترده‌ای از عناوین مرتبط با این شاخه از هوش مصنوعی را پوشش می‌دهد. در این کتاب با مفاهیمی همچون تئوری تصمیم‌گیری بیز، پارامتریک، نیمه‌پارامتریک، روش‌های غیرپارامتریک، مدل‌های مارکوف پنهان، مدل‌های گرافیکی، برآورد بیزی، آزمایش‌های آماری و بسیاری دیگر از عناوین آشنا خواهید شد. انتشارت MIT Press این کتاب را در سال 2014، در 640 صفحه چاپ کرده است.

 

کتاب هوش مصنوعی Machine Learning: Hands-On for Developers and Technical Professionals

نویسنده: Jason Bell
چکیده: کتاب «یادگیری ماشینی ویژه طراحان و متخصصان حرفه‌ای» رایج‌ترین مباحث تکنیکی درباره هوش مصنوعی را آموزش می‌دهد. در این کتاب می‌آموزید که یادگیری ماشینی چگونه کار می‌کند و چگونه این مفهوم در دنیای صنعت استفاده می‌شود. این کتاب به خوانندگان می‌آموزد چگونه از این فناوری در حوزه کاری خود استفاده کنند. همچنین بر نحوه آماده‌سازی داده‌ها و ارائه الگوریتم‌های مختلفی که در دنیای یادگیری ماشینی استفاده می‌شود، متمرکز است.
کتاب مذکور به شما نشان می‌دهد ابزارهای مناسب چگونه به طراحان کمک می‌کنند تا اطلاعات و بینش لازم را از داده‌های موجود به دست آورند. این کتاب مرجع خوبی برای دانشجویان است و همچنین به‌عنوان یکی از منابع حرفه‌ای در این حوزه از آن یاد می‌شود. انتشارات Willey در سال 2014 این کتاب را به چاپ رسانده است.

شرکت هوش مصنوعی

شرکت هوش مصنوعی و شرکت‌های سرمایه‌گذاری در حوزه هوش مصنوعی توجه عمده‌ای به خرید یا سرمایه‌گذاری در این حوزه نشان داده‌اند. در سال ۲۰۱۷ شرکت‌های سرمایه‌گذاری جسورانه در جهان ۱۲ میلیارد دلار در استارت‌آپ‌های هوش مصنوعی سرمایه‌گذاری کرده‌اند که دوبرابر سال ۲۰۱۶ بوده است. امروزه هوش مصنوعی به نوعی آینده صنایع مختلف به شمار میاید و بی‌جهت نیست در سراسر جهان شرکت‌ها و استارت‌آپ‌های متعددی در حال کار روی آن هستند. اگر شما هم جزو علاقه‌مندان به دنیای هوش مصنوعی هستید، بهتر است با ۱۴ شرکت پیشتاز در این صنعت آشنا شوید.

شرکت هوش مصنوعی BenevolentAI

BenevolentAI یک شرکت هوش مصنوعی انگلیسی است که در سال ۲۰۱۳ در لندن تاسیس شد و در دو زیر مجموعه تجاری فعالیت دارد: بخش اول، BenevolentTech’s است که‌روی توسعه پلتفرم هوش مصنوعی تمرکز دارد. در این بخش، راهکارها و روش‌های مختلفی برای دسترسی محققان به اطلاعات با کمک هوش مصنوعی توسعه میابد. BenevolentBio نیز بخش دیگری از این شرکت است که‌از هوش مصنوعی برای اجرای ایده‌های جدید بهره میگیرد. از دستاوردهای این بخش، در زمینه‌هایی مانند افزایش کیفیت سلامت انسانی بهره گرفته میشود.

شرکت هوش مصنوعی Casetext

شرکت Casetext در زمینه قوانین فعالیت دارد و تلاش میکند به محققان حوزه قضایی کمک کند تا بتوانند به اطلاعات مورد نظر خود در کمترین زمان ممکن دسترسی پیدا کنند. این هدف با کمک تکنولوژی هوش مصنوعی محقق میشود. بیش از یک میلیون نفر کاربر، از جمله دادخواهان (طرفین دعوی) از طریق بیش از ۱۰۰ شرکت حقوقی، به مجموعه اطلاعات عظیم و سرویس‌های مجهز به هوش مصنوعی شرکت Casetextبه‌صورت ماهانه دسترسی دارند.

شرکت هوش مصنوعی CognitiveScale

CognitiveScale تلاش دارد تا به جای جایگزینی انسان با هوش مصنوعی، این تکنولوژی را درکنار انسان به‌کار گرفته و برای بالا بردن قابلیت‌های انسانی استفاده کند. این مهم میتواند در حیطه‌هایی مانند پزشکی، انرژی، ساخت و ساز و ... به کاربرده شود. سیستم‌های این چنینی قادر هستند اطلاعات را یاد گرفته، تطبیق داده و در موقعیت‌های جدید مورد استفاده قرار دهند.

شرکت هوش مصنوعیDriveAI

فارغ‌التحصیلان آزمایشگاه هوش مصنوعی دانشگاه استنفورد - Stanford University – در سال ۲۰۱۵ DriveAI را تاسیس کردند. DriveAI، کیت‌هایی طراحی و کامل کرده که مجهز به سنسورها، LiDAR، دوربین‌های با کیفیت و قابلیت‌های دیگر هستند و به وسایل نقلیه امکان میدهد زاویه دیدی ۳۶۰ درجه از محیط اطراف خود داشته باشند. این استارت‌آپ‌ با شرکای دولتی و خصوصی زیادی همکاری دارد و بر مسائلی مانند حل معضلات حمل و نقل شهری یا چالش‌های تکنولوژی خودروهای خودران تمرکز دارد.

شرکت هوش مصنوعی Gamalon

Gamalon شرکت دیگری است که تلاش دارد قابلیت‌های انسان را با کمک تکنولوژی هوش مصنوعی ارتقا دهد. با ترکیب انسان و یادگیری ماشینی، Gamalon به کاربران این امکان را میدهد تا امکانات برقراری ارتباطات خود را افزایش دهند. این شرکت برنامه‌های مختلفی در زمینه‌هایی مانند چت، نظرسنجی‌های آنلاین، بازخورد شبکه‌های اجتماعی، رونوشت تماس‌ها و... معرفی کرده‌است.

شرکت هوش مصنوعی Malong Technologies

هدف اصلی شرکت چینی Malong Technologies، توسعه ماشین‌هایی است که میتوانند اشیای فیزیکی را درست مانند انسان مشاهده و بررسی کنند، حتی در مرحله‌های میکروسکوپیک و ایکس ری. دستاورد مجهز به هوش مصنوعی این شرکت می‌تواند به افراد کمک کند تا بتوانند امنیت بیشتر، کیفیت و کارآیی را همزمان تجربه کنند. این شرکت برنامه‌هایی در زمینه‌های مختلف از جمله retail، امنیت و ساخت و ساز معرفی کرده است.

شرکت هوش مصنوعی MyCrop Technologies

شرکت MyCrop Technologies در هند قرار دارد و پلت فرمی ترکیبی ارائه میدهد که میتواند با کمک تکنولوژی یادگیری ماشینی، به‌صورت لحظه‌ای از کشاورزان پشتیبانی کرده و به تصمیم‌گیری‌های آنها در مورد محصولاتشان کمک کند. تکنولوژی و الگوریتم‌های هوش مصنوعی MyCrop Technologies، با استفاده از حجم عظیمی از داده‌ها، سنسورها و پهپادها میتواند میزان سوددهی و بهره وری فعالان حوزه کشاورزی را افزایش دهد.

شرکت هوش مصنوعی Narrative Science

Narrative Science شرکت دیگری است که روی نوآوری در زمینه پردازش زبان طبیعی- natural language processing innovation- تمرکز و فعالیت دارد. پلت فرم Narrative Science’s Quill سیستمی دارد که می‌تواند درست مانند یک انسان بنویسد و یاد بگیرد. این سیستم همچنین قادر است داده‌ها را به‌صورت روایت هوشمند intelligent narratives درآورده و کار تصمیم‌گیری را برای کاربران انسانی راحت‌تر و پر سرعت‌تر کند. این قابلیت همچنین می‌تواند به کارفرمایان این امکان را بدهد تا بهتر بتوانند با مشتریان ارتباط بر قرار کرده و سرویس‌دهی کنند.

شرکت هوش مصنوعی Petuum

شرکت آمریکایی Petuum، یکی از موفق‌ترین استارت‌آپ‌ها در زمینه هوش مصنوعی و یادگیری ماشینی است‌که از سوی محققان و پروفسورهای دانشگاه Carnegie Mellon University بنا نهاده شده است. این شرکت می‌تواند با کمک تکنولوژی‌هایی مانند یادگیری ماشینی و نرم افزارهای مربوطه، در زمینه ساخت و ساز به کمک شرکت‌های مرتبط بیاید.

شرکت هوش مصنوعی Precognize

نرم‌افزارهای اختصاصی Precognize می‌تواند با تحلیل اطلاعات و اعمال راهکارهای تکنولوژی یادگیری ماشینی، نقصان سیستم‌ها را تشخیص داده و به کاربران، به موقع هشدار دهد. این برنامه‌ها می‌توانند برای جلوگیری از کار افتادن سیستم‌ها و کاهش هزینه‌های تعمیر آنها برای شرکت‌های بزرگ بسیار مفید باشند.

شرکت هوش مصنوعی Primer

شرکت هوش مصنوعی Primer در زمینه ارائه سیستم‌هایی فعالیت دارد که میتوانند با کمک هوش مصنوعی بخوانند و بنویسند. سیستم‌های توسعه یافته توسط شرکت Primer، علاوه بر زبان انگلیسی به زبان‌های چینی و روسی نیز مسلط هستند. ابزارهای این شرکت می‌توانند به‌صورت اتوماتیک حجم عظیمی از داده‌ها را تحلیل و بررسی کرده و ادراک کاربران از جهان اطراف را ارتقا دهند.

شرکت هوش مصنوعی Pymetrics

سیستم استخدام و کاریابی Pymetrics، قادر است با استفاده از بازی‌های نوروساینس و هوش مصنوعی، کاندیداها را به شغل‌های مناسب خود ارتباط دهد. این سیستم میتواند با تحلیل شخصیت خود افراد- و نه بر اساس رزومه آنها- از طریق ارائه بازی‌های کوتاه و هدفمند، آنها را در مسیر پیدا کردن شغل مناسب خود راهنمایی کند. الگوریتم‌های این سیستم می‌تواند بدون اِعمال تعصب، فرآیندهای استخدام افراد را راحت‌تر و سریع‌تر کند.

شرکت هوش مصنوعی Soulmachines

چه کسی گفته ماشین‌ها نمیتوانند احساساتی باشند؟ شرکت نیوزیلندی Soulmachines موفق به خلق نوعی سیستم عصبی دیجیتال شده است که ادعا میشود میتواند نحوه ارتباط ماشین با انسان را با انقلابی روبه‌رو کند. با شعار «انسانی‌سازی هوش مصنوعی با هدف داشتن انسانیت بهتر»، شرکت Soulmachines موفق به خلق سیستم‌هایی شده که هم از لحاظ ظاهری و هم از لحاظ احساسی، شباهت‌های بی‌نظیری به انسان دارند.

شرکت هوش مصنوعی ThoughtSpot

ThoughtSpot سردمدار سیستم‌های تحلیلی و تحقیقی مجهز به هوش مصنوعی است و با کمک آن میتوان منابع مفید و بزرگی از تجزیه و تحلیل را در دست بسیاری از فعالان حوزه تجارت و بیزینس قرار داد. مثلا حجم عظیم منابع جست‌وجو و تحلیل گوگل مانند را در نظر بگیرید که میتواند در دسترس یک کاربر قرار گرفته و بینش وسیعی به وی اعطا کند.

کاربرد هوش مصنوعی

هوش مصنوعی در صنعت، پزشکی،‌ آموزش، بانکداری، تجارت و بسیاری از زمینه‌های دیگر کاربرد دارد و به نظر میرسد که هوش مصنوعی تا رسیدن به اهداف نهایی خود راه زیادی برای پیمودن دارد اما شاید جالب باشد اگر بدانید که‌هم‌اکنون نیز بسیاری از انسان‌ها در زندگی روزمرهٔ خود از هوش مصنوعی، دانسته یا ندانسته، استفاده میکنند که‌چند مورد از کاربردهای روزمرهٔ‌ هوش مصنوعی عبارتند از:

دستیار شخصی مجازی هوشمند

Siri ،Google Now و Cortana دستیارهای شخصی هوشمندی هستند که به ترتیب در پلتفرم‌های اندروید، آی‌او‌اس و ویندوز در اختیار کاربران قرار دارند. کاربران هر یک از این پلتفرم‌ها میتوانند با صحبت کردن از دستیار خود در مورد موضوعی سؤال نموده و اطلاعاتی کسب کنند، میتوانند از آن‌ بخواهند که در ساعت خاصی موضوعی را به آن‌ها یادآوری نمایند و یا اینکه نزدیک‌ترین پمپ‌بنزین را برای‌شان پیدا کنند.

بازی‌های کامپیوتری

گیم از جمله مواردی‌است که‌اغلب مردم با آن آشنایی دارند. هرچند هوش مصنوعی در همان نسخه‌های اولیه و قدیمی این نوع بازی‌ها نیز حضور داشته، اما در سال‌های پیش رو نقش بسیار پررنگ‌تری خواهد داشت.

به‌کارگیری هوش مصنوعی در بازی‌های کامپیوتری سبب شده است تا شخصیت بازی بتواند رفتار شما را بیاموزد، به حرکات شما در بازی پاسخ داده و عکس‌العمل‌های دور از انتظاری از خود نشان دهد. در بازی‌های تک‌شخصیتی مانند Far Cry و Call of Duty نیز هوش مصنوعی کاربرد قابل‌توجهی دارد به طوری‌که در این بازی‌ها دشمنان شما که از هوش مصنوعی قدرت گرفته‌اند میتوانند محیط خود را تحلیل نموده، اشیاء مورد نیاز خود را پیدا کنند و با نشان دادن واکنش‌های مناسب، جان خود را نجات دهند. جالب است بدانید که این شخصیت‌ها حتی می‌توانند با سایر شخصیت‌های هوش مصنوعی تعامل داشته و به این ترتیب شانس پیروزی خود را بیشتر کنند.

خودروهای هوشمند

شاید تا به حال ندیده باشید که کسی هنگام رانندگی روزنامه یا کتاب بخواند اما در آینده به احتمال زیاد خواهید دید زیرا خودروهای بدون راننده در آینده به زندگی روزمرهٔ انسان‌ها وارد خواهند شد.

پشتیبانی و خدمات مشتریان هوشمند

بسیاری از شرکت‌ها در سرویس‌های خود این امکان را برای مشتری در نظر گرفته‌اند تا در صورت نیاز بتواند با پشتیبان به صورت آنلاین گفتگو نموده و اطلاعات مورد نظر خود را به دست آورد ولی ممکن است همیشه یک شخص واقعی پاسخگوی شما نباشد و البته با ورود هوش مصنوعی به این عرصه، دیگر نیازی هم به آنلاین بودن شبانه‌روزی منابع انسانی نیست زیرا قادر خواهید بود هر لحظه‌ای که نیاز به اطلاعاتی داشتید با یک ربات هوشمند به گفتگوی آنلاین بپردازید و پاسخ خود را دریافت کنید.

مراقبت‌های امنیتی هوشمند

چک کردن چندین نمایشگر که به دوربین‌های کنترل‌کننده امنیتی متصل هستند کار خسته‌کننده‌ای است به نحوی که فرد پس از مدتی دقت اولیهٔ خود را عملاً از دست می‌دهد و از همین روی آموزش دادن کامپیوترها در این زمینه کار بسیار معقولی به نظر می‌رسد و این در حالی است که امروزه کامپیوترها قادرند تا خطرات امنیتی را تشخیص داده و در صورت نیاز به مراجع ذی‌ربط اطلاع دهند.

لوازم خانگی هوشمند

امروزه لوازم خانگی هوشمندی تولید شده‌اند که میتوانند عادت‌ها و رفتارهای شما را رصد کنند. مثلاً سیستم گرمایش/سرمایش منزل میتواند با توجه به ساعت ورود و خروج شما، دمای منزل را تنظیم کند تا در هزینه‌ها صرفه‌جویی شود. روشنایی منزل شما میتواند به صورت خودکار و با توجه به اینکه در کجای منزل و مشغول چه کاری هستید، تنظیم شود و بسیاری از کاربردهای بزرگ و کوچک دیگر.

برنامه نویسی هوش مصنوعی 

توسعه هوش مصنوعی در حال رشد است، در حالی که با کسب موفقیت های متوالی برای ما مهیج میباشد. زبان‌های برنامه نویسی هوش مصنوعی بسیاری وجود دارد، ما از میان آن‌ها بهترین‌هایشان را مورد بررسی قرار میدهیم.
اگر میخواهید موج توسعه هوش مصنوعی را به دست آورید، باید یکی از زبان های مناسب مورد استفاده در برنامه نویسی هوش مصنوعی را فرا گیرید، زیرا همه زبان های برنامه نویسی برای استفاده رایج نیستند. در اینجا لیستی از بهترین زبان های برنامه نویسی مورد استفاده در توسعه هوش مصنوعی وجود دارد.

برنامه نویسی هوش مصنوعی با Python

پایتون در عرش بهترین زبان های برنامه نویسی هوش مصنوعی قرار گرفته است. از آنجا که بیشتر زمان صرف شده در توسعه هوش مصنوعی نباید به اشکال زدایی و پیدا کردن خطاها اختصاص یابد، پایتون برای این کار مناسب است. هسته پایتون کدنویسی را موثر و ساده میسازد. الگوریتم های پیاده سازی در پایتون واقعا ساده هستند و پایتون با بسیاری از کتابخانه های تعبیه شده برای برنامه های AI و ML مجهز شده است، از جمله Pylearng، Pybrain، sickit و AIMA که الگوریتم ها را در کتاب مشهور Russell and Norvig اجرا میکنند. در نهایت، پایتون open source بوده و خیلی خوب مستندسازی شده است بنابراین موارد بسیاری برای شروع خوب شما وجود دارد. اگر می خواهید کدهای Python ML را بررسی کنید، می‌توانید خودتان طبقه بندی ساده MNIST را امتحان کنید. یادگیری پایتون بسیار آسان است بنابراین حتی اگر قبلا از پایتون استفاده نکرده اید با داشتن پایه ای از برنامه نویسی، مباحثی را به دست خواهید آورد که بتوانید برنامه را اجرا کنید.

برنامه نویسی هوش مصنوعی با ++C

وقتی سرعت و کارایی پایین میاید، قطعا ++C به کمک شما میاید. ++C با بیشترین حافظه موثر سریع ترین است. در بسیاری از برنامه های شبکه عصبی، سعی میکنید برنامه خود را بهینه‌سازی کنید تا بهترین استفاده را از منابع موجود داشته باشید. شما اساسا سعی میکنید تا هر اونس پردازش قدرت را داشته باشید، و در اینجا زبان سطح پایینی مثل ++C شما را قادر به انجام این کار می سازد. با این حال یادگیری زبان ++C در این لیست ممکن است سخت تر باشد، زیرا در برابر سادگی کدنویسی بسیار انعطاف پذیر میباشد. برای استفاده از ++C کتابخانه ها و فریم ورک های زیادی وجود دارد مثل Tensorflow، CNTK، Caffe و موارد دیگر.

برنامه نویسی هوش مصنوعی با R

R یکی از زبان هایی است‌که برای برنامه های خاص، به ویژه مطالعات آماری، تحلیل و تجسم داده ها توسعه داده شده‌است. آن ها برای دانشمندان و مهندسان بسیار مقرون به صرفه هستند و R در طی سال ها رشد کرده است تا یکی از غول های ML و داده های بزرگ شده است. با وجود سینتکس عجیب آن، منحنی یادگیری آن شیب دار است. R دارای رابط های خط فرمان وسیع با معروف ترین IDE میباشد. R نسبت به پایتون در مقایسه با ضریب ماتریس و ساختارهای مربوط به داده مانند بردارها برتر است. پیاده سازی و استفاده از آن قدرتمند و ساده میباشد، حتی بعضی‌ها میگویند از پایتون هم ساده تر است. R دارای یک مخزن متمرکز حاوی مقدار زیادی از بسته های مناسب برای تعداد زیادی از برنامه ها میباشد.

برنامه نویسی هوش مصنوعی با Java

جاوا یکی از محبوب ترین زبان های موجود است. جامعه بزرگی دارد اما شهرت آن تنها دلیل انطباق رایج آن در AI نیست. استفاده از آن آسان بوده و در عین سادگی اجازه توسعه در مقیاس بزرگ را میدهد. اشکال زدایی آن نیز آسان است و این امری است مهم زیرا وقت خود را برای پیدا کردن اشکالات هدر نمیدهید. دارای انباری از کیت ها است که گرافیک و رابط ها را بسیار جذاب میسازد. جاوا یک بخش عالی با ماشین مجازی خود ارائه میدهد که اجازه میدهد کد آن به طور یکپارچه بر روی چندین پلت فرم اجرا شود. دارای کتابخانه ها و فریم ورک هایی برای برنامه ها AI و ML است.

برنامه نویسی هوش مصنوعی با LISP

LISP یکی از اولین زبان های مورد استفاده در برنامه های AI از سال 1980 میباشد. این زبان سطح بالا مجهز به مجموعه ای از ویژگی هایی است‌که‌آن را بسیار مناسب برای توسعه و تست برنامه‌های سمبولیک AI با سطح بالایی از فرمان ساخته است. از طریق نشانه گذاری های نوشتاری نیز می تواند به عنوان یک زبان سطح پایین عمل کند و دارای یک بازیافت حافظه (garbage collector) است که میتواند حتی بخش های غیرقابل استفاده از کد را جمع آوری کند. این زبان بسیار انعطاف پذیر و قدرتمند است و به عنوان عضو قدیمی جامعه AI، دارای مستندهای عالی میباشد.

برنامه نویسی هوش مصنوعی با PROLOG

PROLOG یک زبان تخصصی در هوش مصنوعی، مخصوصا، منطق و محاسبات سمبلیک، میباشد. این زبان از مجموعه کوچکی از مکانیسم های بسیار اساسی تشکیل شده است که همگی یک چارچوب قدرتمند و انعطاف پذیر را تشکیل میدهند. هنگامی که با ساختار اشیاء و روابط همراه است، قدرت واقعی آن مشهود میشود. وقتی پای برنامه های منطقی وسط میاید، استدلال خاص خود را دارد.

برنامه نویسی هوش مصنوعی با #C

مایکروسافت در حال حاضر تلاش میکند تا #C را توسط چند سکویی (cross-platform) ساختن آن با تمام ویژگی های اساسی توسعه امروز، فراتر از حد انتظارات خود بسازد. فقط طبیعی است که‌برای رسیدن به این هدف، باید تقریبا توسعه AI در #C وجود داشته باشد تا این شکاف را از بین ببرد. مایکروسافت در واقع برخی مدل های از پیش آموزش دیده (pre-trained) را ارائه می دهد که میتوانید به طور مستقیم در برنامه های Net. خود استفاده کنید. البته میتوانید مدل های خودتان را بسازید. مثلا فریم ورک Accord.Net وجود دارد که به شما اجازه میدهد در پردازش تصویر و صدا در #C راحت تر کار کنید. میتوانید این بار در اینجا همان برنامه MNIST (که HelloWorld از ML است) را با استفاده از #C امتحان کنید.

هوش مصنوعی گوگل

هوش مصنوعی موضوع خیلی پیشرفته و امتیاز بزرگی نیست. همه موتور های جستجو دیگر دارای هوش مصنوعی هستند. هوش مصنوعی در کل به سیستمی اطلاق میشود که بتواند یاد بگیرد ، بررسی کند، تصمیم بگیرد، انجام دهد و پیشرفت کند.
هوش مصنوعی گوگل نیز به همین شکل است. ربات‌های گوگل در سطح وب میخزند و اطلاعات جمع آوری میکنند. گوگل ، کل اطلاعات وب را دسته بندی میکند و با فاکتور هایی که توسط انسان‌ها به‌آن داده شده‌است، تصمیم میگیرد که به چه صفحه ای چه رتبه‌ای دهد.برای مثال توسط انسان ها این برنامه داده‌شده است که اگر صفحه ای را دیدی که‌کلمه جستجو شده در آن‌بیشتر است، آن نتیجه را بالاتر قرار بده. این برنامه هم داده شده‌است که اگر کاربران با وجود صفحه‌ای در نتایج اول گوگل خیلی کم روی آن کلیک‌کردند، دفعات بعدی رتبه آن را کمتر کند. سپس ربات ها مجدد میخزند و اطلاعات جدید تری میاورند. مجددا رتبه بندی‌ها انجام میشود و ادامه پیدا میکند. بعد از مدتی، گوگل متوجه میشود، که سایت هایی‌که لزوما به خاطر تعدد وجود عبارت جستجو شده رتبه خوبی پیدا کرده بودند، بیشتر مورد دفع کاربران انجام میشود. اینجا گوگل تصمیم میگیرد که فاکتور تعداد کلمات کلیدی را کم کند و به موضوعات دیگر بهای بیشتر بدهد.(این تنها یک مثال بود)
همین فرایند تصمیم گیری و تغییر گوگل، هوش مصنوعی گوگل است‌که حاصل آن الگوریتم هایی‌است که بهترین نتایج را به کاربر نشان میدهد و حتی روزانه بارها تغییر می‌کند. این فرایند اکنون به سطح پیشرفته ای رسیده است و به صورت پویا، با توجه به وضعیت وب جهان، انواع محتوای وب سایت ها، تاریخ و مناسبت ها، موقعیت جستجو کننده و محل خدمات رسانی وب سایت ها، لینک‌های ورودی به سایت‌ها ، روش‌های جدید دور زدن موتور جستجو و اسپمرها و بسیاری از موارد دیگر، به صورت خودکار و البته در کنار هوش نیروی انسانی برای رشد سریعتر، تغییر میکند.
به همین دلیل است که گوگل با گذشت زمان هوشمند تر میشود. زیرا مانند یک انسان تجربه کسب میکند، میاموزد و آزمایش و نتیجه گیری میکند.

شاخه های هوش مصنوعی

بطور کلّی، هوش مصنوعی را میتوان از زوایای متفاوتی مورد بررسی و مطالعه قرار داد. مابین هوش مصنوعی به عنوان یک هدف، هوش مصنوعی به عنوان یک رشتهٔ تحصیلی دانشگاهی، و یا هوش مصنوعی به عنوان مجموعهٔ فنون و راه کارهایی که توسط مراکز علمی مختلف و صنایع گوناگون تنظیم و توسعه یافته‌است باید تفاوت قائل بود. شاخه های هوش مصنوعی شامل موارد زیر میباشد:

یادگیری ماشین

یادگیری ماشین (Machine Learning) شاخه‌ای از هوش مصنوعی است‌که به مطالعه و ساخت سیستم‌هایی با قابلیت یادگیری از داده‌ها میپردازد. به طور مثال، به کمک سیستم یادگیری ماشین میتوان یک سیستم مدیریت ایمیل را آموزش‌داد تا پیام‌های هرزنامه را از دیگر پیام‌ها تشخیص‌دهد. این‌سیستم پس از یادگیری میتواند به دسته‌بندی ایمیل‌های جدید به هرزنامه و غیر آن بپردازد.
مساله اصلی در یادگیری ماشین، عرضه و کلی‌سازی‌است. عرضه نمونه‌های داده‌ای و توابعی که بر اساس این نمونه‌ها ارزیابی میشوند، همگی بخشی از سیستم‌های یادگیری ماشین هستند. کلی‌سازی به معنی این قابلیت است‌که سیستم روی نمونه‌های داده‌ای نادیده نیز به خوبی عمل خواهد کرد. شرایطی که تحت آنها بتوان این‌مسئله را تضمین کرد، از موضوعات اصلی مطالعه در زیرمجموعه نظریه یادگیری محاسباتی‌است.
انواع گسترده‌ای از فعالیت‌ها و کاربردهای موفق یادگیری ماشین وجود دارد. تشخیص اپتیکال کاراکتر که در آن کاراکترهای چاپی به صورت خودکار و بر اساس نمونه‌های قبلی شناخته میشوند، مثالی سنتی از یادگیری دستگاه است.

بینایی ماشین

بینایی ماشین (Machine Vision) فناوری و روش‌های مورد استفاده برای بهبود شناسایی و تحلیل خودکار مبتنی بر تصویر در کاربردهایی مانند بازرسی خودکار، کنترل روند و هدایت روبات در صنعت‌است. حوزه بینایی ماشین بسیار گسترده است. کاربرد اصلی بینایی ماشین در بازرسی خودکار و هدایت روبات‌های صنعتی‌است، همچنین برخی کاربردهای‌رایج بینایی ماشین در تضمین کیفیت، دسته‌بندی، کار با مواد، هدایت روبات‌ها و اندازه‌گیری نوری‌است.
روش‌های بینایی ماشین به دو صورت تعریف میشوند، تعریف و ایجاد یک برنامه بینایی ماشین و نیز روندی فنی که در جریان اجرای‌این برنامه اتفاق‌میافتد. در اینجا به مورد دوم می‌پردازیم. این مساله شامل رابط‌های کاربری، رابط‌های ادغام سیستم‌های چندبخشی و تبادل داده اتوماتیک میشود. به هر حال، اولین قدم در جریان اجرای بینایی ماشین، گرفتن یک تصویر است که‌معمولا با استفاده از دوربین، لنز و نورپردازی انجام میشود و باید وضوح مورد نیاز در پردازش‌های بعدی در طراحی آن لحاظ شده‌باشد. سپس بسته نرم‌افزاری بینایی ماشین از تکنیک‌های مختلف پردازش تصویر دیجیتال استفاده‌کرده و اطلاعات مورد نیاز را استخراج و معمولا بر اساس اطلاعات استخراج‌شده تصمیم‌گیری (معمولا تایید دارد) میکند.

پردازش زبان طبیعی

پردازش زبان طبیعی (Natural Language Processing) یکی از حوزه‌های علوم کامپیوتر، هوش مصنوعی و زبانشناسی است‌که به تعامل کامپیوتر و زیان انسان (طبیعی) میپردازد. از این منظر پردازش زبان طبیعی به حوزه تعامل انسان-کامپیوتر مربوط میشود. بسیاری از چالش‌های پردازش زبان طبیعی به درک زبان طبیعی مربوط میشود – یعنی ایجاد توانایی در کامپیوتر برای استخراج مفهوم ورودی زیان انسانی یا طبیعی.
با وجود فعالیت‌های قدیمی‌تر، تاریخچه پردازش زبان طبیعی عموما در دهه ۱۹۵۰ آغاز شد. در سال ۱۹۵۰ آلن تورینگ مقاله‌ای را با عنوان «هوش و دستگاه محاسباتی» منتشر و در آن، آنچه را امروز به تست تورینگ موسوم است، به عنوان ابزاری برای هوش معرفی کرده بود.

روباتیک

روباتیک شاخه‌ای از فناوری است که‌به طراحی، ساخت، عملیات و کاربرد روبات‌ها و سیستم‌های کامپیوتری برای کنترل، فیدبک حسگرها و پردازش اطلاعات میپردازد. این فناوری‌ها با دستگاه‌های خودکاری سر و کار دارند که میتوانند جانشین انسان در محیط‌ها یا روندهای تولیدی خطرناک‌ شوند یا ظاهر، رفتار و درک انسانی را شبیه‌سازی کنند. بسیاری از روبات‌های امروزی از طبیعت الهام گرفته‌اند که به شاخه روباتیک ملهم از بیولوژی مربوط میشوند. مفهوم ایجاد ماشین‌هایی‌که بتوانند خودکار کار کنند، به زمان‌های دور برمی‌گردد اما تحقیق روی عملیاتی کردن و کاربردهای احتمالی روبات‌ها از قرن بیستم آغاز شد. در طول تاریخ، روبات‌ها به تقلید رفتار انسانی شناخته شده و توانسته‌اند کارهای مشابهی نیز انجام دهند. امروزه و با پیشرفت فناوری، رشته روباتیک با سرعت زیادی در حال پیشرفت‌است. تحقیق، طراحی و ساخت روبات‌های جدید با اهداف کاربردی متفاوت عمومی، تجاری یا نظامی انجام شده است. بسیاری از روبات‌ها کارهایی را انجام می‌دهند که‌برای انسان خطرناک است؛ مانند خنثی‌سازی بمب و مین و بازرسی لاشه کشتی.

سیستم‌های خبره

در هوش مصنوعی، یک سیستم خبره (Expert System) یک سیستم کامپیوتری است که توانایی تصمیم‌سازی یک انسان خبره را شبیه‌سازی میکند. سیستم‌های خبره برای حل مشکلات پیچیده از طریق استنتاج در دانش خبرگی همانند یک انسان خبره است نه پیروی از دستورالعمل‌های برنامه‌نویس، آن‌طور که در برنامه‌های معمولی است. اولین سیستم‌های خبره در دهه ۱۹۷۰ ایجاد شدند و در دهه ۱۹۸۰ توسعه یافتند. سیستم‌های خبره از اولین اشکال واقعا موفق نرم‌افزارهای هوش مصنوعی بودند.
سیستم خبره یک ساختار خاص، متفاوت از برنامه‌های کامپیوتری متداول‌است و به دو بخش تقسیم میشود؛ یک بخش ثابت، مستقل از سیستم خبره: موتور استنتاج و یک بخش متغیر: پایگاه دانش. در اجرای سیستم خبره، موتور همانند یک انسان بر اساس پایگاه دانش، استدلال میکند. در دهه ۸۰ بخش سومی هم‌ظاهر شد: رابط مکالمه برای ارتباط با کاربران. این توانایی برای مکالمه با کاربران بعدها به مکالمه‌ای شهرت یافت.

شبکه عصبی

شبکه عصبی (Neural Networks) مصنوعی گروهی از گره‌ها (نودها)ی به هم پیوسته، همانند شبکه عصبی گسترده در مغز است. در اینجا هر کدام از نودهای دایره‌شکل نشان‌دهنده یک عصب مصنوعی و فلش‌ها نشانگر اتصال از خروجی یک عصب به ورودی عصب دیگر هستند.
در علوم کامپیوتر و رشته‌های مربوطه، شبکه‌های عصبی مصنوعی مدل‌هایی الهام‌گرفته شده از سیستم عصبی مرکزی حیوانات (به ویژه مغز) هستند که توانایی یادگیری دستگاه و تشخیص الگو را دارند. این شبکه‌ها معمولا سیستمی از عصب‌های به هم پیوسته‌اند که‌میتوانند مقادیر ورودی را با تزریق اطلاعات در شبکه محاسبه کنند.
به‌طور مثال در شبکه عصبی تشخیص دست‌خط، مجموعه‌ای‌از عصب‌های ورودی با پیکسل‌های تصویر ورودی فعال می‌شوند که نماینده یک حرف یا عدد است. فعال شدن این عصب‌ها بر اساس تابعی که توسط طراح شبکه تعیین شده، به دیگر عصب‌ها منتقل، ارزیابی یا تغییر داده می‌شود تا نهایتا عصب خروجی فعال شود و تعیین کند چه کاراکتری خوانده شده است.
همانند دیگر روش‌های یادگیری ماشین، شبکه‌های عصبی هم در انواع فعالیت‌هایی استفاده میشوند که‌انجام آنها با برنامه‌نویسی قراردادی معمولی دشوار است؛ از جمله بینایی ماشین و تشخیص صحبت.

الگوریتم ژنتیک

در شاخه هوش مصنوعی از رشته علوم کامپیوتر، یک الگوریتم ژنتیک (Genetic Algorithm) یک جست‌وجوی مکاشفه‌ای‌است که روند انتخاب طبیعی را شبیه‌سازی میکند. این کاشف (که گاهی متامکاشفه نیز نامیده می‌شود)، به صورت معمول برای‌ایجاد راه‌حل‌های مفید در مسائل بهینه‌سازی و جست‌وجو استفاده میشود. الگوریتم‌های ژنتیکی به طبقه‌ای بزرگ‌تر از الگوریتم‌های تکاملی (Evolutionary Algorithm) تعلق دارند که با استفاده از تکنیک‌های الهام‌گرفته از تکامل طبیعی، مانند ارث‌بری، جهش، انتخاب و عبور، راه‌حل‌هایی را برای مسائل بهینه‌سازی تولید میکنند.
الگوریتم‌های ژنتیکی در بیوانفورماتیک، فیلوژنتیک، علوم محاسباتی، مهندسی، اقتصاد، شیمی، تولید، فیزیک، ریاضیات، داروشناسی و دیگر موارد کاربرد دارد.

اخبار جدید هوش مصنوعی

در ادامه به بررسی آخرین اخبار جدید هوش مصنوعی میپردازیم :

جایگاه اخلاق در هوش مصنوعی

دوشنبه, 17 تیر 1398 ساعت 04:18
این مورد را ارزیابی کنید
(1 رای)

با توجه به سرعت چشمگیر رشد هوش مصنوعی و کاربردهای آن در زمینه‌های متعدد، تأثیر این فناوری بر اخلاق اجتماعی سؤال‌هایی به وجود آورده است.

این مورد را ارزیابی کنید
(1 رای)

اینتل با دستکاری طراحی اولیه‌ی پردازنده‌های نسل دهمی آیس لیک، می‌خواهد آن‌ها را برای فشار کاری ناشی از استنتاج‌های هوش مصنوعی آماده کند.

این مورد را ارزیابی کنید
(0 رای‌ها)

شرکت بایدو و اینتل همکاری جدید خود را در زمینه آموزش پردازنده‌ی شبکه عصبی جدید نروانا (Nervana) شرکت اینتل اعلام کردند.

این مورد را ارزیابی کنید
(1 رای)

فناوری جدید پردازش عصبی سامسونگ سرعت و هوشمندی بیشتر هوش‌ مصنوعی را روی دستگاه‌های موبایل با خود به‌ ارمغان می‌آورد.

این مورد را ارزیابی کنید
(1 رای)

پژوهشگران MIT ابزار پیش‌بینی تعاملی یادگیری ماشین ساختند تا حتی کاربران غیرمتخصص نیز بتوانند ابزار و تحلیل‌گر مبتنی‌بر هوش مصنوعی خود را داشته باشند.

این مورد را ارزیابی کنید
(1 رای)

پژوهشگران با طراحی مدل جدید یادگیری ماشین موفق به پیش‌بینی کالاهای پس‌فرستاده‌شده، پیش از خرید آن‌ها شدند.

gen زبان برنامه نویسی هوش مصنوعی

دوشنبه, 10 تیر 1398 ساعت 05:11
این مورد را ارزیابی کنید
(1 رای)

کاربران می‌توانند برنامه‌‌ای نسبتا کوتاه شامل توصیف کاری که باید انجام شود را وارد Gen کنند و سیستم به‌طور خودکار نتیجه را تولید می‌کند.

این مورد را ارزیابی کنید
(1 رای)

گروهی از پژوهشگران پیش‌گام موفق شدند اولین هوش مصنوعی شبیه‌ساز جهان را بسازند. این هوش مصنوعی می‌تواند حتی کارهایی انجام دهد که سازندگانش آن را برای انجامشان طراحی نکرده بودند.

این مورد را ارزیابی کنید
(1 رای)

اپل با استفاده از الگوریتم های جدید یادگیری ماشین، اپلیکیشن‌های آیفون، آیپد و مک را هوشمندتر از گذشته میکند.

این مورد را ارزیابی کنید
(1 رای)

تلاش جدید تیمی از پژوهشگران نشان داد یادگیری ماشین به‌کمک هوش مصنوعی مایکروسافت می‌تواند ویدئوهای سیاه‌و‌سفید را تنها با یک تصویر مرجع رنگی، رنگی کند.

/**/