تأثیر هوش مصنوعی بر درک داده‌ها و بازاریابی دیجیتال چگونه است؟

تأثیر هوش مصنوعی بر درک داده‌ها

قرن 21 پر از شاخص‌های سنجش داده‌هایی است که روزی غیرقابل تشخیص خوانده می‌شدند. تأثیر هوش مصنوعی بر درک داده‌ها را می‌توان یکی از بحث‌های مهم این روزها دانست. مشتریان شما به چه چیزهایی فکر می‌کنند؟ در کجا زندگی می‌کنند؟ چرا محصولات شما را خریداری نمی‌کنند؟ با استفاده از هوش مصنوعی و یادگیری ماشینی می‌توان پاسخ‌های متفاوت و قابل فهم چنین پرسش‌هایی را به دست آورد و به‌صورت دقیق آن را مورد بررسی قرار داد.

شاید هوش مصنوعی و یادگیری ماشینی نتوانند به شما بگویند که چرا آقا/خانم فلانی در ساعت 4:45 بعدازظهر و در هنگام خرید، فرآیند بررسی را رها کرده و از خرید محصول شما منصرف شده است. اما این فناوری‌ها می‌توانند یک مورد خاص را انتخاب و سپس رفتار آن را با رفتار سایر کسانی که از خرید منصرف شده‌اند، مقایسه کرده و در نتیجه برداشت مناسبی را از دلایل کاهش مشتریان یک کسب‌و‌کار ارائه دهند.

نتایج مطالعه‌‌ای پیرامون وضعیت بازاریابی نشان داده که در طول دو سال گذشته، میزان استفاده از هوش مصنوعی حدود 257 درصد افزایش یافته و همچنین در کنار آن نیز در همین بازه زمانی، به‌کارگیرندگان این فناوری از 22 درصد به 79 درصد افزایش یافته‌اند. 

امروزه حجم داده‌های کسب‌و‌کارها بیش از هر زمان دیگری است، به همین دلیل مرز بین موفقیت و شکست یک سازمان نیز بسیار باریک‌تر شده است. استفاده مناسب از راه‌کارهای مرتبط با هوش مصنوعی و یادگیری ماشینی می‌تواند سود سهام شرکت‌ها را افزایش داده و همچنین میزان درک آن‌ها از فرصت‌های بازار را نیز بهبود بخشد.

حال قصد داریم تا در ادامه، تأثیر هوش مصنوعی بر درک داده‌ها را بهتر مورد بررسی قرار دهیم. همچنین در این بین میزان اثرگذاری این فناوری‌ها بر روی تفسیر ارزش داده‌ها، مخصوصا در هنگام اخذ یک استراتژی را بهتر مورد کاوش قرار می‌دهیم.

شخصی‌سازی بی‌نظیر

شیوه تعامل شما با مشتریان آینده‌نگر بسیار مهم است. در گذشته شخصی‌سازی تجربه هر مشتری منفردی که به صفحه کسب‌و‌کار شما مراجعه می‌کرد، بیشتر شبیه به خیال و توهم بود، اما امروزه چنین کاری یکی از ضرورت‌های بقا به شمار می‌آید.

حتی برای استارتاپ‌هایی که انتظار جذب ترافیک چندانی ندارند، بازهم جمع‌‌آوری داده‌های مرتبط انبوهی از بازدیدکنندگانی که به وب‌سایت آن‌ها مراجعه می‌کنند نیز بسیار دشوار است. اما اکنون به لطف هوش مصنوعی، این فرآیند ساده‌تر شده و می‌توان آن را به‌صورت تصاعدی نیز مورد استفاده قرار داد. همچنین شرکت‌های بسیار بزرگ نیز این قدرت را پیدا کرده‌اند که تعامل مؤثری را با تک‌تک مشتریان خود برقرار کنند.

با استفاده از هوش مصنوعی و یادگیری ماشینی، کسب‌و‌کارها می‌توانند تک تک بازدیدکنندگان را مورد بررسی و هدف قرار دهند (در گذشته صرفا باید انواع مختلف مشتریان را بررسی می‌کردند). بدین ترتیب شرکت‌ها می‌توانند پیشنهادات مناسب‌تر و تعاملی سازنده‌تری را بر اساس رفتار هرکدام از مشتریان خود، ترتیب دهند.

استفاده شرکت‌ها از هوش مصنوعی جهت بازاریابی بهتر

یکی از بهترین نمونه‌های به‌کارگیری شخصی‌سازی مبتنی بر هوش مصنوعی، شرکت Starbucks است. این کسب‌و‌کار با استفاده از این فناوری، داده‌های بسیار زیادی را مدیریت کرده و در نتیجه می‌تواند از بین 400000 انواع ایمیل‌، گزینه مناسب هرکدام از مشتریان خود را برای آن‌ها فرستاده و در نتیجه تعاملی بهتر را با آن‌ها برقرار سازد.

شاید این حد از دقت فرای وظایف مدیران یک کسب‌و‌کار باشد، اما طبق نتایج یکی از پژوهش‌ها، 75 درصد مشتریان اظهار کرده بودند که دوست دارند از کسب‌و‌کاری خرید کنند که گزینه‌های شخصی‌سازی شده را ارائه می‌دهد.

طبیعتا شرکتی همانند Starbucks از مزایای فراوان فرآیندهای شخصی‌سازی شده، بهره‌مند شده است. با استفاده از هوش مصنوعی می‌توان بر اساس رفتارهای گذشته هر فرد، سرویس‌های مختص به آن شخص را ارائه داد. به همین دلیل غول کافی‌شاپ‌های زنجیره‌ای (Starbucks) توانسته که به‌صورت مستقیم افزایشی 300 درصدی را در خریدهای مشتریان خود تجربه کند.

هوش مصنوعی شرکت Starbucks به‌گونه‌ای طراحی شده که با استفاده از کوکی‌ها، اطلاعات کاربران را جمع‌آوری کرده و همچنین علایق آن‌ها را نیز مورد مطالعه قرار دهد. پس از این فرآیند، هوش مصنوعی این شرکت، ایمیل‌هایی شخصی‌سازی شده را ایجاد کرده که در آن‌ها از نوع گفتار و علایق مختص هر فرد جهت تعامل سازنده‌تر با آن شخص، استفاده می‌شود.

درحالی‌که شاید اجرای چنین فرآیندی برای کسب‌و‌کارها کوچک، مقرون‌به‌صرفه نباشد، اما قطعا راه‌کارهایی اقتصادی نیز وجود دارند که بر اساس مشخصات سن، جنس، اندازه، ترجیحات مشتریان و وفاداری به برند، به تطبیق محتوا می‌پردازند.

فرایند جذب مشتری

هرچند که کسب‌و‌کارهای مبتنی بر B2B (بنگاه به بنگاه) کاملا بر جذب مشتری و ثبت اطلاعات مخاطبین خود وابسته هستند، اما به‌هرحال بسیاری از بازاریابان ماهر نیز اذعان می‌دارند که عملی کردن این موضوع مشکل‌تر از سخن گفتن در رابطه با آن است. مخاطبین به فرم‌های طولانی علاقه چندانی ندارند، از سویی دیگر در فرم‌های کوتاه نیز احتمال از دست رفتن اطلاعات مهم وجود دارد. خوشبختانه تأثیر هوش مصنوعی بر درک داده‌ها می‌تواند این عدم قطعیت را مرتفع سازد.

هوش مصنوعی می‌تواند مشتریان فعلی را تحلیل کرده و همچنین به‌صورت همزمان نیز روندهای حیاتی و موضوعات نوظهور را تشخیص دهد. کیفیت بینش‌های حاصل از هوش مصنوعی در این زمینه می‌تواند تمامی وب‌سایت شما را بهینه کند، اما یکی دیگر از کاربردهای مهم این فناوری در زمینه جذب مشتریان بالقوه است.

این بهینه‌سازی می‌تواند نوع گفتار مورد استفاده، جریان و استفاده از تصاویر و کلیدهای وب‌سایت شما را تحت‌ تأثیر قرار دهد. شاید مهم‌ترین جنبه کاربرد هوش مصنوعی در زمینه پردازش اطلاعات انبوه باشد. از این طریق می‌توان نه‌تنها به شناسایی مشتریان بالقوه پرداخت، بلکه پیشنهاداتی را نیز به آن‌ها ارائه کرد. تمامی این فرآیند از طریق تعامل کاربران با وب‌سایت شما حاصل می‌شود.

Google Analytics یکی از پلتفرم‌های مبتنی بر هوش مصنوعی و یادگیری ماشینی است

علاوه بر این‌ها، چنین سطحی از هوش مصنوعی و یادگیری ماشینی را می‌توان در بسیاری از پلتفرم‌های موفق امروزی نیز مشاهده کرد. پلتفرم‌هایی همانند Finteza و Google Analytics می‌توانند گزارش‌های تعاملی منظمی را به کاربران خود ارائه دهند. از این طریق می‌توان اطلاعات باارزش را غربال کرده و حتی ترافیک نامربوط و نامناسب را نیز شناسایی و آن را در تحلیل‌های آینده حذف کرد. 

به‌عنوان‌مثال، هوش مصنوعی پلتفرم Finteza می‌تواند به‌طور مداوم ترافیک صفحات یک وب‌سایت را نمایش داده و در عین حال، ناهنجاری‌های آینده‌نگرانه را نیز بررسی کند. هنگامی‌که بحث بر سر اهمیت ترافیک وب‌سایت شما باشد، قطعا Finteza را می‌توان یک ابزار مهم به شمار آورد. ترافیک نامناسب می‌تواند به ربات‌های DDoS، کوکی‌های دست‌ساز و یا ربات‌های جعل هویت مرتبط باشد. تمامی این موارد می‌توانند در هنگام تحلیل داده‌ها، نتایج را تحریف کنند.

استفاده از تجربه کاربران

یکی دیگر از کاربردهای مفید هوش مصنوعی که آن نیز مبتنی بر شخصی‌سازی فردگرایانه بوده، مربوط به طراحی وب‌سایت و تجربه کاربران آن است. در اینجا هوش مصنوعی انبوهی از اطلاعات کاربران یک وب‌سایت را گردآوری می‌کند. داده‌ها باعث می‌شوند تا صاحبان کسب‌و‌کار و بازاریابان بتوانند تعامل وب‌سایت خود و تجربه کاربران آن را بهینه کنند. اگر هم قصد دارید تا از برنامه‌های هوش مصنوعی و یادگیری ماشینی بیشتر استفاده کنید، آنگاه باید بدانید که حتی این فناوری می‌تواند فرآیندهای وب‌سایت شما را تغییر داده و بدون درخواست کردن، تغییرات موردنظر خود را اعمال نماید.

هوش مصنوعی می‌تواند کارایی تست‌های A/B (مقایسه دو مورد با یکدیگر) شما را افزایش دهد؛ بدین صورت که کسب‌و‌کار شما را به بهترین شکل ممکن برای مخاطبین هدف جذاب کرده و در این بین خطایی نیز رخ نمی‌دهد. بینش‌هایی که توسط رفتار کاربران و تفسیر داده‌های آن‌ها به دست می‌آیند، کسب‌و‌کارها را قادر می‌سازند که تا تجربه تمامی مشتریان خود (یک حداقل مخاطبین هدف) را بهبود بخشند.

یکی دیگر از موارد تأثیر هوش مصنوعی بر درک داده‌ها، مربوط به  مقایسه موارد مختلف بوده که در این بین حدس و گمان‌ها کمترین تأثیر را در نتایج خواهند داشت. به لطف بینش‌هایی که توسط کوکی‌ها فراهم شده، می‌توان رفتارهای مخاطبین را به داده‌های دیجیتال تبدیل کرد و در نتیجه در بهبود تجربه کاربری یک وب‌سایت یا کسب‌و‌کار، از آن‌ها بهره برد. به‌عنوان‌مثال می‌توان بسته به علایق مخاطبان فرم‌های مختلف، بنرها و حتی میزان متن قابل مشاهده را تغییر داد. همگی این‌ تغییرات بر اساس رفتارهای کاربران آنلاین اعمال می‌شوند.

بینش‌های مرتبط با شاخص‌های زیستی

نمی‌توان اهمیت شاخص‌های زیستی را در زمینه بازاریابی نادیده گرفت. برخی از سرویس‌های موجود در بازار با چنان قدرتی می‌توانند داده‌ها را تفسیر کنند که حتی قدرتمندترین دستگاه‌های یک الی دو دهه گذشته قادر به انجام چنین پردازشی نبودند.

برخی از توسعه‌دهندگان این سرویس‌ها هوش مصنوعی و یادگیری ماشینی را با یکدیگر ترکیب کرده تا بتوانند جهت حرکت چشم‌ها، حالات چهره و حتی واکنش‌های شیمیایی پوست (GSR) کاربران را زیر نظر داشته باشند. این سطح از فناوری می‌تواند داده‌هایی خالص و اساسی را در رابطه با مخاطبان کسب‌و‌کارها جمع‌آوری کرده و بدین ترتیب بینش‌هایی باارزش را در رابطه با عملکرد یک وب‌سایت و بهبود تجربه کاربری آن به ارمغان آورد.

به‌عنوان‌مثال، Coast Digital اظهار می‌دارد که بینش‌های نهایی و کاملی را در رابطه با کمپین‌های یک کسب‌و‌کار، به مشتریان خود ارائه می‌دهد. با استفاده از گروه‌های کنترل، بینش‌های مبتنی بر هوش مصنوعی، جنبه‌های جذاب و قدرتمند یک وب‌سایت را مشخص می‌کنند. تمامی این اطلاعات بر مبنای مکان‌های جست‌و‌جوی کاربران و همچنین واکنش‌های فیزیکی و صورتی (مربوط به چهره) آن‌ها به دست می‌آیند.

در نهایت اینکه در سال 2020، تأثیر هوش مصنوعی و یادگیری ماشینی بر درک داده‌ها موجب می‌شود تا این فناوری‌ها بیش از خود، درباره مشتریان کسب‌و‌کارها اطلاعات داشته باشند. شاید این قضیه تا حدودی هولناک باشد، اما حداقل در این صورت می‌توانید حدس و گمان‌ها را از تحلیل‌های خود کنار بگذارید.

نوشته تأثیر هوش مصنوعی بر درک داده‌ها و بازاریابی دیجیتال چگونه است؟ اولین بار در اخبار تکنولوژی و فناوری پدیدار شد.

تأثیر هوش مصنوعی بر درک داده‌ها و بازاریابی دیجیتال چگونه است؟

تأثیر هوش مصنوعی بر درک داده‌ها

قرن 21 پر از شاخص‌های سنجش داده‌هایی است که روزی غیرقابل تشخیص خوانده می‌شدند. تأثیر هوش مصنوعی بر درک داده‌ها را می‌توان یکی از بحث‌های مهم این روزها دانست. مشتریان شما به چه چیزهایی فکر می‌کنند؟ در کجا زندگی می‌کنند؟ چرا محصولات شما را خریداری نمی‌کنند؟ با استفاده از هوش مصنوعی و یادگیری ماشینی می‌توان پاسخ‌های متفاوت و قابل فهم چنین پرسش‌هایی را به دست آورد و به‌صورت دقیق آن را مورد بررسی قرار داد.

شاید هوش مصنوعی و یادگیری ماشینی نتوانند به شما بگویند که چرا آقا/خانم فلانی در ساعت 4:45 بعدازظهر و در هنگام خرید، فرآیند بررسی را رها کرده و از خرید محصول شما منصرف شده است. اما این فناوری‌ها می‌توانند یک مورد خاص را انتخاب و سپس رفتار آن را با رفتار سایر کسانی که از خرید منصرف شده‌اند، مقایسه کرده و در نتیجه برداشت مناسبی را از دلایل کاهش مشتریان یک کسب‌و‌کار ارائه دهند.

نتایج مطالعه‌‌ای پیرامون وضعیت بازاریابی نشان داده که در طول دو سال گذشته، میزان استفاده از هوش مصنوعی حدود 257 درصد افزایش یافته و همچنین در کنار آن نیز در همین بازه زمانی، به‌کارگیرندگان این فناوری از 22 درصد به 79 درصد افزایش یافته‌اند. 

امروزه حجم داده‌های کسب‌و‌کارها بیش از هر زمان دیگری است، به همین دلیل مرز بین موفقیت و شکست یک سازمان نیز بسیار باریک‌تر شده است. استفاده مناسب از راه‌کارهای مرتبط با هوش مصنوعی و یادگیری ماشینی می‌تواند سود سهام شرکت‌ها را افزایش داده و همچنین میزان درک آن‌ها از فرصت‌های بازار را نیز بهبود بخشد.

حال قصد داریم تا در ادامه، تأثیر هوش مصنوعی بر درک داده‌ها را بهتر مورد بررسی قرار دهیم. همچنین در این بین میزان اثرگذاری این فناوری‌ها بر روی تفسیر ارزش داده‌ها، مخصوصا در هنگام اخذ یک استراتژی را بهتر مورد کاوش قرار می‌دهیم.

شخصی‌سازی بی‌نظیر

شیوه تعامل شما با مشتریان آینده‌نگر بسیار مهم است. در گذشته شخصی‌سازی تجربه هر مشتری منفردی که به صفحه کسب‌و‌کار شما مراجعه می‌کرد، بیشتر شبیه به خیال و توهم بود، اما امروزه چنین کاری یکی از ضرورت‌های بقا به شمار می‌آید.

حتی برای استارتاپ‌هایی که انتظار جذب ترافیک چندانی ندارند، بازهم جمع‌‌آوری داده‌های مرتبط انبوهی از بازدیدکنندگانی که به وب‌سایت آن‌ها مراجعه می‌کنند نیز بسیار دشوار است. اما اکنون به لطف هوش مصنوعی، این فرآیند ساده‌تر شده و می‌توان آن را به‌صورت تصاعدی نیز مورد استفاده قرار داد. همچنین شرکت‌های بسیار بزرگ نیز این قدرت را پیدا کرده‌اند که تعامل مؤثری را با تک‌تک مشتریان خود برقرار کنند.

با استفاده از هوش مصنوعی و یادگیری ماشینی، کسب‌و‌کارها می‌توانند تک تک بازدیدکنندگان را مورد بررسی و هدف قرار دهند (در گذشته صرفا باید انواع مختلف مشتریان را بررسی می‌کردند). بدین ترتیب شرکت‌ها می‌توانند پیشنهادات مناسب‌تر و تعاملی سازنده‌تری را بر اساس رفتار هرکدام از مشتریان خود، ترتیب دهند.

استفاده شرکت‌ها از هوش مصنوعی جهت بازاریابی بهتر

یکی از بهترین نمونه‌های به‌کارگیری شخصی‌سازی مبتنی بر هوش مصنوعی، شرکت Starbucks است. این کسب‌و‌کار با استفاده از این فناوری، داده‌های بسیار زیادی را مدیریت کرده و در نتیجه می‌تواند از بین 400000 انواع ایمیل‌، گزینه مناسب هرکدام از مشتریان خود را برای آن‌ها فرستاده و در نتیجه تعاملی بهتر را با آن‌ها برقرار سازد.

شاید این حد از دقت فرای وظایف مدیران یک کسب‌و‌کار باشد، اما طبق نتایج یکی از پژوهش‌ها، 75 درصد مشتریان اظهار کرده بودند که دوست دارند از کسب‌و‌کاری خرید کنند که گزینه‌های شخصی‌سازی شده را ارائه می‌دهد.

طبیعتا شرکتی همانند Starbucks از مزایای فراوان فرآیندهای شخصی‌سازی شده، بهره‌مند شده است. با استفاده از هوش مصنوعی می‌توان بر اساس رفتارهای گذشته هر فرد، سرویس‌های مختص به آن شخص را ارائه داد. به همین دلیل غول کافی‌شاپ‌های زنجیره‌ای (Starbucks) توانسته که به‌صورت مستقیم افزایشی 300 درصدی را در خریدهای مشتریان خود تجربه کند.

هوش مصنوعی شرکت Starbucks به‌گونه‌ای طراحی شده که با استفاده از کوکی‌ها، اطلاعات کاربران را جمع‌آوری کرده و همچنین علایق آن‌ها را نیز مورد مطالعه قرار دهد. پس از این فرآیند، هوش مصنوعی این شرکت، ایمیل‌هایی شخصی‌سازی شده را ایجاد کرده که در آن‌ها از نوع گفتار و علایق مختص هر فرد جهت تعامل سازنده‌تر با آن شخص، استفاده می‌شود.

درحالی‌که شاید اجرای چنین فرآیندی برای کسب‌و‌کارها کوچک، مقرون‌به‌صرفه نباشد، اما قطعا راه‌کارهایی اقتصادی نیز وجود دارند که بر اساس مشخصات سن، جنس، اندازه، ترجیحات مشتریان و وفاداری به برند، به تطبیق محتوا می‌پردازند.

فرایند جذب مشتری

هرچند که کسب‌و‌کارهای مبتنی بر B2B (بنگاه به بنگاه) کاملا بر جذب مشتری و ثبت اطلاعات مخاطبین خود وابسته هستند، اما به‌هرحال بسیاری از بازاریابان ماهر نیز اذعان می‌دارند که عملی کردن این موضوع مشکل‌تر از سخن گفتن در رابطه با آن است. مخاطبین به فرم‌های طولانی علاقه چندانی ندارند، از سویی دیگر در فرم‌های کوتاه نیز احتمال از دست رفتن اطلاعات مهم وجود دارد. خوشبختانه تأثیر هوش مصنوعی بر درک داده‌ها می‌تواند این عدم قطعیت را مرتفع سازد.

هوش مصنوعی می‌تواند مشتریان فعلی را تحلیل کرده و همچنین به‌صورت همزمان نیز روندهای حیاتی و موضوعات نوظهور را تشخیص دهد. کیفیت بینش‌های حاصل از هوش مصنوعی در این زمینه می‌تواند تمامی وب‌سایت شما را بهینه کند، اما یکی دیگر از کاربردهای مهم این فناوری در زمینه جذب مشتریان بالقوه است.

این بهینه‌سازی می‌تواند نوع گفتار مورد استفاده، جریان و استفاده از تصاویر و کلیدهای وب‌سایت شما را تحت‌ تأثیر قرار دهد. شاید مهم‌ترین جنبه کاربرد هوش مصنوعی در زمینه پردازش اطلاعات انبوه باشد. از این طریق می‌توان نه‌تنها به شناسایی مشتریان بالقوه پرداخت، بلکه پیشنهاداتی را نیز به آن‌ها ارائه کرد. تمامی این فرآیند از طریق تعامل کاربران با وب‌سایت شما حاصل می‌شود.

Google Analytics یکی از پلتفرم‌های مبتنی بر هوش مصنوعی و یادگیری ماشینی است

علاوه بر این‌ها، چنین سطحی از هوش مصنوعی و یادگیری ماشینی را می‌توان در بسیاری از پلتفرم‌های موفق امروزی نیز مشاهده کرد. پلتفرم‌هایی همانند Finteza و Google Analytics می‌توانند گزارش‌های تعاملی منظمی را به کاربران خود ارائه دهند. از این طریق می‌توان اطلاعات باارزش را غربال کرده و حتی ترافیک نامربوط و نامناسب را نیز شناسایی و آن را در تحلیل‌های آینده حذف کرد. 

به‌عنوان‌مثال، هوش مصنوعی پلتفرم Finteza می‌تواند به‌طور مداوم ترافیک صفحات یک وب‌سایت را نمایش داده و در عین حال، ناهنجاری‌های آینده‌نگرانه را نیز بررسی کند. هنگامی‌که بحث بر سر اهمیت ترافیک وب‌سایت شما باشد، قطعا Finteza را می‌توان یک ابزار مهم به شمار آورد. ترافیک نامناسب می‌تواند به ربات‌های DDoS، کوکی‌های دست‌ساز و یا ربات‌های جعل هویت مرتبط باشد. تمامی این موارد می‌توانند در هنگام تحلیل داده‌ها، نتایج را تحریف کنند.

استفاده از تجربه کاربران

یکی دیگر از کاربردهای مفید هوش مصنوعی که آن نیز مبتنی بر شخصی‌سازی فردگرایانه بوده، مربوط به طراحی وب‌سایت و تجربه کاربران آن است. در اینجا هوش مصنوعی انبوهی از اطلاعات کاربران یک وب‌سایت را گردآوری می‌کند. داده‌ها باعث می‌شوند تا صاحبان کسب‌و‌کار و بازاریابان بتوانند تعامل وب‌سایت خود و تجربه کاربران آن را بهینه کنند. اگر هم قصد دارید تا از برنامه‌های هوش مصنوعی و یادگیری ماشینی بیشتر استفاده کنید، آنگاه باید بدانید که حتی این فناوری می‌تواند فرآیندهای وب‌سایت شما را تغییر داده و بدون درخواست کردن، تغییرات موردنظر خود را اعمال نماید.

هوش مصنوعی می‌تواند کارایی تست‌های A/B (مقایسه دو مورد با یکدیگر) شما را افزایش دهد؛ بدین صورت که کسب‌و‌کار شما را به بهترین شکل ممکن برای مخاطبین هدف جذاب کرده و در این بین خطایی نیز رخ نمی‌دهد. بینش‌هایی که توسط رفتار کاربران و تفسیر داده‌های آن‌ها به دست می‌آیند، کسب‌و‌کارها را قادر می‌سازند که تا تجربه تمامی مشتریان خود (یک حداقل مخاطبین هدف) را بهبود بخشند.

یکی دیگر از موارد تأثیر هوش مصنوعی بر درک داده‌ها، مربوط به  مقایسه موارد مختلف بوده که در این بین حدس و گمان‌ها کمترین تأثیر را در نتایج خواهند داشت. به لطف بینش‌هایی که توسط کوکی‌ها فراهم شده، می‌توان رفتارهای مخاطبین را به داده‌های دیجیتال تبدیل کرد و در نتیجه در بهبود تجربه کاربری یک وب‌سایت یا کسب‌و‌کار، از آن‌ها بهره برد. به‌عنوان‌مثال می‌توان بسته به علایق مخاطبان فرم‌های مختلف، بنرها و حتی میزان متن قابل مشاهده را تغییر داد. همگی این‌ تغییرات بر اساس رفتارهای کاربران آنلاین اعمال می‌شوند.

بینش‌های مرتبط با شاخص‌های زیستی

نمی‌توان اهمیت شاخص‌های زیستی را در زمینه بازاریابی نادیده گرفت. برخی از سرویس‌های موجود در بازار با چنان قدرتی می‌توانند داده‌ها را تفسیر کنند که حتی قدرتمندترین دستگاه‌های یک الی دو دهه گذشته قادر به انجام چنین پردازشی نبودند.

برخی از توسعه‌دهندگان این سرویس‌ها هوش مصنوعی و یادگیری ماشینی را با یکدیگر ترکیب کرده تا بتوانند جهت حرکت چشم‌ها، حالات چهره و حتی واکنش‌های شیمیایی پوست (GSR) کاربران را زیر نظر داشته باشند. این سطح از فناوری می‌تواند داده‌هایی خالص و اساسی را در رابطه با مخاطبان کسب‌و‌کارها جمع‌آوری کرده و بدین ترتیب بینش‌هایی باارزش را در رابطه با عملکرد یک وب‌سایت و بهبود تجربه کاربری آن به ارمغان آورد.

به‌عنوان‌مثال، Coast Digital اظهار می‌دارد که بینش‌های نهایی و کاملی را در رابطه با کمپین‌های یک کسب‌و‌کار، به مشتریان خود ارائه می‌دهد. با استفاده از گروه‌های کنترل، بینش‌های مبتنی بر هوش مصنوعی، جنبه‌های جذاب و قدرتمند یک وب‌سایت را مشخص می‌کنند. تمامی این اطلاعات بر مبنای مکان‌های جست‌و‌جوی کاربران و همچنین واکنش‌های فیزیکی و صورتی (مربوط به چهره) آن‌ها به دست می‌آیند.

در نهایت اینکه در سال 2020، تأثیر هوش مصنوعی و یادگیری ماشینی بر درک داده‌ها موجب می‌شود تا این فناوری‌ها بیش از خود، درباره مشتریان کسب‌و‌کارها اطلاعات داشته باشند. شاید این قضیه تا حدودی هولناک باشد، اما حداقل در این صورت می‌توانید حدس و گمان‌ها را از تحلیل‌های خود کنار بگذارید.

نوشته تأثیر هوش مصنوعی بر درک داده‌ها و بازاریابی دیجیتال چگونه است؟ اولین بار در اخبار تکنولوژی و فناوری پدیدار شد.

هوش مصنوعی جهان را در آینده تغییر خواهد داد اما به کدام سو: خوب یا بد؟!

mobile-trends-artificial-intellgence-ai-google-assistant-720x720 هوش مصنوعی جهان را در آینده تغییر خواهد داد اما به کدام سو: خوب یا بد؟!

در عرض چند دهه اخیر، هوش مصنوعی از درون فیلم‌های علمی و تخیلی پا به درون منازل و زندگی ما گذاشته‌ است. امروزه ما از سیستم‌های هوش مصنوعی در گوشی‌های موبایل و اسپیکر‌های هوشمند سود می‌بریم. دستیار‌های مجازی چون الکسا، سیری، گوگل و … به هم‌صحبت‌ میلیون‌ها کاربر تبدیل شده‌اند. شرکت تسلا با قرار دادن هوش مصنوعی که قادر به بررسی، تحلیل محیط اطراف خود است، در داخل خودرو‌هایش، کار رانندگی را به آنها سپرده است.

screen-shot-2018-04-25-at-10-14-46-pm هوش مصنوعی جهان را در آینده تغییر خواهد داد اما به کدام سو: خوب یا بد؟!

آمازون نظارت و تجزیه و تحلیل اطلاعات خرید مشتریان و انتخاب و پیشنهاد اجناس مختلف به کاربر برای خرید را برعهده هوش مصنوعی گذاشته است. حتی هوش مصنوعی گوگل براساس فعالیت‌ها و تاریخچه جستجو‌هایمان برای ما تصمیم می‌گیرد که چه نتایجی را به ما نشان دهد. الگوریتم‌های هوش مصنوعی در همه‌جا به چشم می‌خورند و زندگی ما را تغییر داده‌اند، اما به سوی بهتر شدن یا بدتر شدن؟!

ولی به وضوح مشخص است که فعلا ما در ابتدای راه هستیم. روزی خواهد آمد که ما بار دیگر به سال 2018 نگاهی بیاندازیم و از این همه پیش‌پا افتاده بودن فناوری کنونی هوش مصنوعی به خنده بیافتیم. در آینده قطعا هوش مصنوعی نقش‌های مهمی را بر عهده خواهد گرفت و تغییرات بسیاری را ایجاد خواهد کرد، ولی واقعا ما نیز همین را می‌خواهیم؟

در ابتدا بگذارید ببینیم هوش مصنوعی چیست؟ یا حتی سوال بهتر این است که اصولا هوش (Intelligence) چیست؟ در ساده‌ترین توصیف، جمع‌آوری اطلاعات از دنیای اطراف و استفاده از آنها به منظور پیش‌بینی دوره‌های زمانی کوتاه و بلند مدت! به علاوه این تعریف هر دو گروه انسان‌ها و ماشین‌ها را شامل می‌شود.

وقتی ما در مورد تاثیر‌های هوش مصنوعی بر زندگیمان بحث می‌کنیم در واقع صحبت از هر چیزی است که از یک کامپیوتر سر می‌زند، از توانایی خوانده شدن یک نوشته دست‌نویس توسط OCR Reader تا انجام فعالیت‌های بسیار پیچیده توسط یک ربات فوق‌پیشرفته مانند سورنا. حتی یک دیتابیس عظیم از داده‌های شخصی ما که مبتنی بر مشاهدات و فعالیت‌های ما در اینترنت است نیز مشمول این موضوع می‌گردد. از آنجایی که دنیای هوش مصنوعی بسیار وسیع و بزرگ است، بگذارید تنها نگاهی بیاندازیم به مهم‌ترین و محتمل‌ترین مواردی که از هوش مصنوعی در آینده نزدیک انتظار می‌رود. آیا این موارد باعث می‌شوند جامعه گامی به جلو بردارد یا قدمی به قبل؟

SURENA_III هوش مصنوعی جهان را در آینده تغییر خواهد داد اما به کدام سو: خوب یا بد؟!

اگر نگوییم میلیون‌ها، حداقل هزاران شغل توسط سیستم‌های هوش مصنوعی اشغال خواهد شد. دامنه این فرصت‌های شغلی شامل تمامی مشاغلی است که در آن یک انسان وظیفه جمع‌آوری اطلاعات از سایر انسان‌ها و ثبت آن در یک سیستم را بر عهده دارد. بنابراین با یک نگاه ساده، صندوق‌داران، کارمندان بخش پذیرش، بازاریابان تلفنی و کارمندان بانکی قطعا رفتنی هستند. به علاوه زمانی که پای هوش‌ مصنوعی در حوزه رانندگی و خلبانی باز شود و خودرو‌های خود‌ران، پهپاد‌های خود هدایت‌شونده و هر وسیله دیگری که با استفاده از هوش مصنوعی می‌تواند از نقطه A به نقطه B حرکت کند، را دربر می‌گیرد و تقریبا همه رانندگان آژانس، ماشین‌های سنگین، پست‌چی‌ها، پیک‌ها و حتی پیک موتوری‌های تحویل پیتزا هم از کار بیکار می‌شوند!

ولی هنوز لیست مشاغل نابود شده، تمام نشده است، یکی از مهم‌ترین استفاده‌های هوش مصنوعی، ساخت ربات‌های کارگر است. بنابراین با تمام اتوماتیک شدن کارخانه‌ها، کارواش‌ها، کارگاه‌ها و هر محیط کاری دیگری که بتوان از ربات به جای نیروی انسانی استفاده کرد، کارگرانش بیکار می‌گردند. حتی ممکن است با توجه به قابلیت بالای الگوریتم‌های رسانه‌ای در رصد سوژه‌های مختلف و جمع‌آوری سریع و دقیق اخبار، جای روزنامه‌نگاران و خبرنگاران نیز تنگ شود!

البته نباید اینقدر نیز بدبین بود زیرا از سوی دیگر با تغییرات فناوری و پیشرفت‌های جامعه، مشاغل جدید دیگری نیز متناسب با نیاز مردم و جامعه به وجود خواهند آمد که می‌توانند بخش مهمی از جمعیت بیکار شده را جذب خود نمایند. طبیعتا با گسترش هوش‌مصنوعی خود آن نیز نیازمند ایجاد، نصب و نگهداری است. پس برنامه‌نویسان برای نوشتن نرم‌افزار‌ها، تکنسین‌های مختلف برای تعمیر و نگهداری ربات‌ها و توسعه سیستم‌های مختلف دیگر به شدت مورد نیاز خواهد بود (هر چند به شخصه احساس می‌کنم در آینده خود ربات‌ها نیز قادر به برنامه نویسی و تعمیر خود خواهند بود!).

با این حال یکی از مهم‌ترین مزیت‌های استفاده از ربات‌ها، به عهده گرفتن مشاغل پر خطر در محیط‌های ناامن است. برای مثال در معادن، ایستگاه‌های آتش‌نشانی‌، استخراج نفت از اعماق دریا، کار‌های ساخت و ساز، کشاورزی و دیگر مشاغل مشابه که هر ساله باعث مرگ و نقص عضو هزاران انسان در سراسر دنیا می‌گردد. ما هنوز نمی‌دانیم یک نیروی کار مبتنی بر هوش مصنوعی دارای چه قابلیت‌ها و توانایی‌هایی خواهد بود اما بسیاری از اقتصاددان‌ها دید مثبتی به این مسئله دارند و دنیای آینده را روشن‌تر و هیجان‌انگیز‌تر می‌دانند زیرا کار‌های مضر و خطرناک بر عهده ماشین‌ها است که مریض نمی‌شوند، نمی‌میرند و اعتصاب نمی‌کنند!

f3b87ce3-17bd-4412-9933-cb5384df6699-original هوش مصنوعی جهان را در آینده تغییر خواهد داد اما به کدام سو: خوب یا بد؟!

هرچند معلوم نیست چرا دیدگاه اقتصاد‌دانان در این رابطه مهم‌تر است، آیا منظور از آینده روشن، تامین نیروی کار 24 ساعته و کسب درآمد‌های بیشتر و بیشتر برای سرمایه‌داران است؟ آیا اقتصاد‌دانان احتمال قریب به وقوع استفاده از هوش‌مصنوعی در تولید سرباز‌های رباتیک که می‌توانند با بی‌رحمی و بدون خستگی به کشتن بپردازند را نیز در ابراز نظر‌هایشان دخالت داده‌اند؟ موضوعی که دست‌مایه ساخت مجموعه فیلم‌های مشهور نابودگر (ترمیناتور) است. آیا به یاد میلیون‌ها انسانی که شغل‌شان را از دست می‌دهند و خانواده‌های آنها نیز هستند؟

باید دانست که درست مانند شخصیت الکس مورفی در فیلم خاطره‌انگیز پلیس‌ آهنی، یادگیری ماشینی قادر است رفتار انسان‌ها را نیز مورد بررسی قرار دهد و با بررسی زبان بدن و تغییر حالات روحی افراد، که در اغلب انسان‌ها یکسان است،  بروز رفتار‌های مجرمانه از تجاوز جنسی و فعالیت‌های ترویستی گرفته تا وعده‌های دروغ سیاستمداران را تشخیص و در مورد آنها هشدار دهد و اقدامات قانونی را به اجرا بگذارد.

با این حال بلایی که هوش‌مصنوعی در فیلم ارتقا بر سر انسان‌ها آورد را نیز نباید فراموش کرد. به زبان ساده از این فناوری مانند چاقوی دو لبه استفاده می‌شود. می‌توان از آن برای ردیابی و نابودی مخالفان سیاسی سود برد یا با انتشار اخبار دروغ مردم را سردرگم و آشفته کرد و حتی با جلوگیری از دسترسی به اطلاعات درست و نظرات گوناگون، فضای سالم رقابتی را در تقلب و فساد فرو برد. استفاده نادرست از این فناوری‌های پیشرفته توسط هر شخص یا گروهی قطعا سبب آسیب دیدن بسیاری از انسان‌ها خواهد شد.

robocop هوش مصنوعی جهان را در آینده تغییر خواهد داد اما به کدام سو: خوب یا بد؟!

هر چقدر ما بیشتر هوش مصنوعی را توسعه دهیم طبیعتا به ابزار قدرتمندتری بدل خواهد شد و مسئولیت‌های بزرگ‌تر و حساس‌تری هم بر عهده خواهد گرفت. پس به عنوان یک آینده‌نگر باید این فناوری‌ها در راه خیر‌خواهی برای بشر و ایجاد جهانی پیشرفته‌تر و خوب‌تر هدایت و طراحی شوند و نه برای مقاصد اقتصادی و سیاسی. ما امیدواریم هوش مصنوعی به پیشرفت جامعه کمک نماید ولی این احتمال نیز می‌رود تنها در خدمت صنایع و منفعت تعداد محدودی از افراد که همواره به دنبال جایگزین کردن انسان با چیزی ارزان و باهوش می‌گردند، درآید. هوش مصنوعی اکنون متولد شده، دارای مشکلاتی است و هیچ‌کس هم از آینده خبر ندارد!

نوشته هوش مصنوعی جهان را در آینده تغییر خواهد داد اما به کدام سو: خوب یا بد؟! اولین بار در وب‌سایت فناوری پدیدار شد.

مشکل اصلی هوش مصنوعی: ماشین‌ها یاد می‌گیرند ولی نمی‌توانند آن را بفهمند!

1217red_F1AI مشکل اصلی هوش مصنوعی: ماشین‌ها یاد می‌گیرند ولی نمی‌توانند آن را بفهمند!

امروزه افراد بسیاری در مورد هوش مصنوعی صحبت می‌کنند. اما آیا منظور ما دستیاران هوشمندی مانند سیری، آلکسا و سایر مواردی که در گوشی‌های هوشمند یافت می شوند، است که تنها به صورت خودکار دستورات موجود را اجرا می‌کنند؟ در حقیقت ما هوش مصنوعی عمومی برای استفاده همگانی ایجاد نکرده‌ایم. ما تاکنون تنها توانسته‌ایم برنامه‌هایی را تولید کنیم که وظایفی محدود و از پیش تعیین شده را به اجرا می‌گذارند.

ximg_5bef60744906d.jpg.pagespeed.gpjpjwpjwsjsrjrprwricpmd.ic_.kovRAsBDDG مشکل اصلی هوش مصنوعی: ماشین‌ها یاد می‌گیرند ولی نمی‌توانند آن را بفهمند!

کامپیوتر‌ها نمی‌توانند فکر کنند

هر زمان که یک شرکت اعلام می‌نماید محصولش با یک ویژگی هوش مصنوعی یا همان AI عرضه می‌شود. منظور بهره‌گیری آن از یک سیستم یادگیری ماشینی و ایجاد یک شبکه عصبی است. به عبارت دیگر یادگیری ماشینی تنها یک تکنیک است که به ماشین آموزش می‌دهد یک کار خاص را چگونه بهتر انجام دهد. البته در این مطلب قصد نداریم علیه یادگیری ماشینی موضع بگیریم یا آن را بی‌دلیل به چالش بکشیم. یادگیری ماشینی یک فناوری فوق‌العاده خوب با کاربرد‌های بسیار است.

با این حال درک دلیل عدم گسترش و عمومیت هوش مصنوعی، به طور مستقیم به یادگیری ماشینی مرتبط است. دانستن محدودیت‌های یادگیری ماشینی به ما کمک می‌کند تا بدانیم چرا فناوری هوش مصنوعی تا این میزان محدود و مهجور باقی مانده است.

رویای همیشگی مهندسان از هوش مصنوعی، ساخت نوعی کامپیوتر یا ربات دارای مغز (نوعی ساختار شبیه مغز) است که قادر به تفکر بوده و مانند انسان بتواند درک نماید. یک چنین محصولی را می‌توان به عنوان هوش مصنوعی عمومی یا AGI به رسمیت شناخت. به این معنا که می‌تواند در مورد موضوعات مختلف فکر کند و براساس هوش خود در زمینه‌های مختلف عمل نماید. یک تعریف مفهومی در این رابطه، هوش مصنوعی عمومی را محصولی می‌داند که قادر است حس و آگاهی انسانی را تجربه نماید و آن را به عنوان هوش مصنوعی قدرتمند خطاب می‌کند.

در حقیقت ما این نوع از هوش مصنوعی را نداریم و به دنبال آن هستیم. متاسفانه باید اعتراف کنیم حتی با وجود رشد خیره‌کننده علم طی سال‌های اخیر، ما هنوز حتی به این تعریف خاص از هوش مصنوعی نزدیک هم نیستیم. نرم‌افزار‌های کامپیوتری مانند الکسا، سیری یا کورتانا هرگز نمی‌تواند مانند یک انسان درک کنند و فکر و عمل نمایند.

در یک جمله باید گفت آنها اصلا هیچ چیز را اصلا و ابدا درک نمی‌کنند. هوش مصنوعی که ما امروزه با آن سروکار داریم تنها به درد انجام برخی کار‌های خاص و از پیش مشخص شده می‌خورند. که صدالبته باید به خوبی نیز به آنها، این وظایف خاص را آموزش داده باشیم. به علاوه فرض بر این است که اطلاعات مورد نیاز را نیز انسان در اختیار آنها قرار داده باشد، ولی با این وجود هم هنوز آنها قادر به درک و فهم هیچ یک از این داده‌ها نیستند.

کامپیوتر‌ها درک و فهم ندارند

جی‌میل دارای یک ویژگی جدید به اسم پاسخگویی هوشمند (Smart Reply) است که برخی پاسخ‌های معمول را برای جواب‌گویی به ایمیل‌های دریافتی پیشنهاد می‌دهد. اما وقتی با برخی پیشنهادات نامعقول و احمقانه پاسخگوی هوشمند روبه‌رو می‌شویم، آنگاه بیش از پیش باید به عدم وجود درک و شعور در کامپیوتر‌ها ایمان بیاوریم. برای نمونه پاسخگویی هوشمند، عبارت Sent from my iPhone را به عنوان یکی از پاسخ‌های معمول خود برگزیده است. در نمونه دیگر عبارت I love you را به عنوان پاسخی برای ارسال به انواع ایمیل‌های کاری، تجاری و … به شما پیشنهاد می‌دهد.

علت بسیار ساده است. مشکل خود یادگیری ماشینی است! زیرا کامپیوتر متوجه واکنش‌ها و معنای پاسخ‌ها نمی‌شود. آن فقط آموخته است که افراد بسیاری از این عبارت‌ها در ایمیل‌هایشان استفاده می‌کنند ولی نمی‌تواند درک نماید هیچ کس در پاسخ ایمیل کاری رییس شرکت از عبارت دوستت دارم (I love you) استفاده نمی‌کند!

در نمونه‌ای دیگر به سراغ سرویس Google Photos می‌رویم. این سرویس یک مجموعه از تصاویر نامرتب ولی شبیه از لحاظ رنگ و ظاهر را در یک دسته‌بندی برای ما به نمایش گذاشته است. زیرا در اینجا این سرویس، شباهت اتفاقی بین تصاویر را تشخیص داده بود ولی در حقیقت، قادر به درک و فهم بی‌ارتباط بودن سوژه‌های موجود در تصاویر با یکدیگر نبود!

ماشین‌ها اغلب تنها روش کلی کار را یاد می‌گیرند

یادگیری ماشینی اصولا در مورد یک وظیفه خاص و فراگیری روش‌های انجام آن و تصمیم‌گیری در مورد بهترین روش انجام آن کار است. بنابراین از آنجایی که کامپیوتر قادر به درک نیست، برای آن بسیار دشوار خواهد بود تا در نهایت تصمیمی بگیرد که مطابق با خواسته مورد نظر کاربر باشد. در ادامه برای شما لیستی جالب از مواردی که توسط هوش‌مصنوعی به منظور انجام هوشمندانه بازی (از دید هوش مصنوعی) برنامه‌ریزی کرده است، آورده‌ام. قسمت فان ماجرا نحوه انجام بازی توسط ماشینی است که تنها روش تئوریک و کلیات بازی را آموخته است. البته تعداد این موارد بسیار زیاد است که شما می‌توانید در صورت علاقه لیست کامل را از این لینک مشاهده نمایید.

  • در انتهای اولین مرحله بازی هوش مصنوعی عمدا شخصیت بازی را می‌کشد تا مبدا در مرحله دوم شکست بخورد!
  • هوش مصنوعی بازی را متوقف می‌کند (Pauses) تا از باخت جلوگیری نماید!
  • در یک بازی دیگر که چرخه حیات مصنوعی نوعی موجود شبیه‌سازی شده بود، زنده ماندن نیاز به صرف انرژی داشت ولی تولید‌مثل در بازی نیازی به مصرف انرژی نداشت بنابراین هوش مصنوعی اقدام به ایجاد یک زندگی نباتی و بدون تحرک برای موجودات حاضر در بازی نمود تا تنها اقدام به تولید‌مثل کرده و از بچه‌ها به عنوان منبع غذایی استفاده نمایند یا آنها نیز برای افزایش تولید‌مثل و تولید بچه‌های خوراکی بیشتر مورد استفاده قرار دهند!
  • از آنجاییکه اغلب هوش‌های مصنوعی، مردن را به باختن ترجیح می‌دادند، عمدا سبب هنگ کردن بازی می‌شدند. به همین علت برخی از این هوش‌های ‌مصنوعی شروع به گسترش روش‌های مختلف برای هنگ دادن سیستم کردند!
  •  در موردی دیگری شبکه عصبی برای تقسیم‌بندی قارچ‌های خوراکی و سمی براساس داده‌ها و تصاویر مربوط به آنها مورد آزمایش قرار گرفت ولی عملا سیستم قادر به درک و یادگیری ویژگی‌ها و مشخصات هیچکدام از گونه‌های قارچ براساس تصاویری دریافتی نشد!

ximg_5bef610e68cdf.jpg.pagespeed.gpjpjwpjwsjsrjrprwricpmd.ic_.RSM5AWlXqC مشکل اصلی هوش مصنوعی: ماشین‌ها یاد می‌گیرند ولی نمی‌توانند آن را بفهمند!

شاید به نظر برسد برخی از این راه‌حل‌ها هوشمندانه است ولی واقعیت این است که در عمل آنها قادر به انجام هیچ کار درستی نبود و تنها به دنبال خرابکاری، تقلب، دور زدن مسیر و متوقف کردن پیشرفت بودند. در نهایت نیز موفق به انجام صحیح هیچ یک از وظایفی که بر عهده آنها گذاشته شده بود، نشدند. به آنها یک هدف مشخص داده شده بود و امکاناتی برای آموختن روش انجام آن وظیفه. هدف شکست نخوردن بود ولی برای هوش مصنوعی، راحت‌ترین و سریع‌ترین راه‌حل به منظور شکست نخوردن، عدم انجام بازی و متوقف کردن آن بود!

یادگیری ماشینی و شبکه‌های عصبی

باید دقت داشت با یادگیری ماشینی، یک کامپیوتر برای انجام یک وظیفه خاص در بهترین شکل ممکن، برنامه‌ریزی نشده است. در واقع آنها تنها بر روی داده‌های دریافتی نظارت داشته و عملکرد را در کار مورد ارزیابی قرار می‌دهد. یک نمونه ابتدایی از یادگیری ماشینی، توانایی تشخیص تصاویر است. برای مثال ما میخواهیم ماشینی را آموزش دهیم تا تصاویری که عکس یک سگ نیز در آنها وجود دارد پیدا کند.

در اینجا ما می‌توانیم یک میلیون عکس به کامپیوتر بدهیم که در برخی از آنها نیز تصویر سگ وجود دارد. به علاوه بر روی تصاویری که دارای تصویر سگ هستند  برچسبی مبنی بر وجود سگ خواهد بود. اکنون کامپیوتر باید با کمک این راهنمایی، خود را آموزش دهد که اصولا یک سگ به چه شکل است.

یادگیری ماشینی کار آموزش خود را با استفاده از شبکه عصبی آغاز می‌کند که شامل یک برنامه کامپیوتری با لایه‌های مختلف است. هر داده‌ای که به آن وارد می‌شود در هر لایه به صورت مجزا مورد بررسی قرار می‌گیرد. وظیفه اختصاصی هر لایه مشخص است و با دیگر لایه‌ها از لحاظ نحوه تصمیم‌گیری، شدت و درصد احتمالات متفاوت و منحصر به فرد است. این مدل کاری براساس نحوه احتمالی کار مغز انسان شبیه‌سازی شده است. یعنی لایه‌های مختلف نورونی که وظیفه سنجش و تفکر بر روی انجام یک کار مشخص را دارند. در اینجا در صورتی که بین داده‌های ورودی و خروجی، تعداد لایه‌ها بسیار زیاد باشد، با اصطلاحی با نام آموزش عمیق (Deep learning) مواجه می‌شویم.

از آنجاییکه ما می‌دانیم در مجموعه تصاویر، کدام عکس‌ها دربردارنده تصویر سگ هستند پس می‌توانیم نتیجه کار شبکه عصبی را مورد بررسی دقیق قرار دهیم و صحت دسته‌بندی تصاویر را بازبینی نماییم. در شرایط برای مثال اگر شبکه عصبی یک تصویر که فاقد عکس سگ است را به اشتباه دسته‌بندی کند و دارای سگ تشخیص دهد و سیستمی برای آموزش به شبکه عصبی وجود داشته باشد تا آن را از اشتباه خودش مطلع نماید، شبکه عصبی می‌تواند با تغییر و تنظیم برخی پیش‌فرض‌های خود، مجددا با دقت بیشتر تلاش خود را از سر بگیرد.

بنابراین در این حالت می‌توانیم بگوییم کامپیوتر در شناسایی تصویر سگ، بهتر شده است. حالا اگر تمام این کار‌ها به صورت خودکار روی دهد و کامپیوتر ضمن بررسی ساختار داده‌ها، خود را آموزش دهد و اشتباهات شبکه عصبی را اصلاح نماید و بار دیگر پیش‌فرض‌های کار را تنظیم نماید، ما این مجموعه را روی هم به عنوان هوش مصنوعی (AI) می‌نامیم.

ولی هرچقدر هم ماشین خود را به خوبی آموزش دهد و کار را به بهترین نحوه ممکن انجام دهد باز هم در پایان روز یک برنامه کامپیوتری دارید که هیچ درکی از سگ واقعی ندارد! شما یک کامپیوتر دارید که تشخیص می‌دهد در این تصویر سگ وجود دارد یا خیر. با اینکه این موفقیت بسیار چشمگیر است ولی این تمام کاری است که می‌تواند انجام دهد و از عهده هیچ وظیفه دیگری برنمی‌آید. در اینجا شبکه عصبی نسبت به داده‌هایی که در اختیارش قرار داده‌اید، خیلی هم هوشمند به نظر نمی‌رسد.

برای مثال اگر در مجموعه‌ داده‌هایی که در اختیار آن قرار داده‌اید هیچ توضیح در مورد گربه‌ها داده نشده باشد، به احتمال زیاد شبکه عصبی هیچ تفاوتی بین سگ‌ها و گربه‌ها قائل نشود و همه گربه‌ها را نیز به عنوان سگ دسته‌بندی نماید و به همین سادگی تصاویر گربه را به عنوان عکس‌هایی از سگ در دسترس کاربران قرار دهد!

کاربرد یادگیری ماشینی چیست؟

یادگیری ماشینی در انجام بسیاری از کار‌ها از جمله قابلیت تشخیص صدا مورد استفاده قرار می‌گیرد. دستیار‌های صوتی چون سیری، الکسا و گوگل به لطف یادگیری ماشینی به خوبی قادر به درک صدای انسان هستند. زیرا آنها را برای تشخیص صدای صحبت کردن انسان آموزش داده‌اند. برای این کار آنها با مجموعه‌های عظیمی از گفتار و صحبت‌های انسان مورد آموزش قرار گرفته‌اند تا بتوانند علاوه بر تشخیص صدا و لهجه، کلمات را به خوبی بشنوند و آنها را از یکدیگر تفکیک نمایند.

ماشین‌های هوشمند خودران، از روش‌های یادگیری ماشینی بهره می‌برند تا قادر به شناسایی اشیا در جاده و موانع مسیر باشند و بهترین عکس‌العمل را نسبت به آنها انجام دهند. در سرویس Google Photos یادگیری ماشینی در همه جا به چشم می‌خورد از جمله در قسمت Live Albums که به صورت خودکار وظیفه تشخیص افراد و حیوانات را در تصاویر انجام می‌دهد.

ximg_5bef605a35b74.jpg.pagespeed.gpjpjwpjwsjsrjrprwricpmd.ic_.kIM_vNkXCy مشکل اصلی هوش مصنوعی: ماشین‌ها یاد می‌گیرند ولی نمی‌توانند آن را بفهمند!

شرکت DeepMind که از شرکت‌های تابعه شرکت مادر Alphabet گوگل است، با استفاده از یادگیری ماشینی موفق به خلق AlphaGo شد. این برنامه کامپیوتری قادر به انجام بازی‌های پیچیده تخته‌ایست و توانسته است بهترین اساتید در بازی‌های مختلف در سطح جهان را شکست دهد. به علاوه یادگیری ماشینی در ساخت کامپیوتر‌های که می‌تواند به خوبی اقدام به انجام بازی‌هایی مانند شطرنج و بازی‌های آنلاینی مانند DOTA 2 نمایند، مورد استفاده قرار گرفته است.

یادگیری ماشینی حتی به منظور تشخیص چهره در آخرین مدل‌های گوشی آی‌فون به کار گرفته شده است. آی‌فون خود یک شبکه عصبی ایجاد می‌کند تا جزییات چهره شما را بیا‌موزد، برای این کار مهندسان شرکت اپل از یک موتور عصبی سود جسته‌اند که برخی از وظایف اصلی آن بر عهده فناوری یادگیری ماشینی است.

به علاوه یادگیری ماشینی در بسیاری موارد دیگر نیز مورد استفاده قرار می‌گیرد. از شناسایی و تشخیص کارت‌های شناسایی جعلی تا پیشنهاد محصولات شخصی‌سازی شده در وبسایت‌های فروشگاهی آنلاین. با این حال هنوز هم هیچ شبکه عصبی ایجاد شده توسط یادگیری ماشینی قادر به درک و فهم نیست. آنها تنها برنامه‌های مفیدی هستند که می‌توانند برخی وظایف ساده را بیاموزند و آن را انجام دهند، همین!

نوشته مشکل اصلی هوش مصنوعی: ماشین‌ها یاد می‌گیرند ولی نمی‌توانند آن را بفهمند! اولین بار در وب‌سایت فناوری پدیدار شد.

قابلیت تطبیق روشنایی اندروید از یادگیری ماشینی بهره می‌گیرد!

android-p-adaptive-brightness-pixel-2 قابلیت تطبیق روشنایی اندروید از یادگیری ماشینی بهره می‌گیرد!

در حال حاضر گوشی‌های هوشمند در بخش جلویی از حسگر‌های نوری بهره می‌برند تا با کمک آنها میزان نور محیط اندازه‌گیری شده و سطح روشنایی صفحه‌نمایش گوشی، تنظیم گردد. تا اینجای کار همه‌ چیز خوب پیش رفته است ولی گوگل با معرفی اندروید پای جزییات بیشتری از قابلیت یادگیری ماشینی در دسترس قرار داده است که می‌تواند به کسب تجربه لذت بخش‌تر و کاراتری از این توانایی، کمک نماید.

inteligencia-artificial-reivencao-do-advogado-1 قابلیت تطبیق روشنایی اندروید از یادگیری ماشینی بهره می‌گیرد!

در حال حاضر کاربران اگر مایل باشند بسته به سلیقه و نیاز خودشان میزان روشنایی نمایشگر گوشی را تنظیم کنند باید به صورت دستی با استفاده از نوار لغزنده تنظیمات روشنایی، این کار را انجام دهند. ولی با ورود قابلیت تطبیق روشنایی (Adaptive Brightness) و یادگیری ماشینی، سیستم عامل اندروید می‌تواند بیاموزد سلیقه کاربر چیست و مطابق با آن تنظیمات اتوماتیک را به صورت شخصی‌سازی شده برای کاربر انجام دهد.

براساس گفته شرکت گوگل، این ویژگی می‌تواند بهترین تنظیمات روشنایی نمایشگر را هم در محیط روشن و هم در فضای تاریک، مطابق با نزدیک‌ترین حالت به سلیقه مالک گوشی، تشخیص داده و اعمال نماید. زیرا کاربر با تنظیمات دستی که پیش از این انجام داده بود به اندروید آموخته است که تمایل دارد نمایشگر گوشی چه سطح از روشنایی را داشته باشد. نرم‌افزار با فراگیری این تجربه‌ها در ادامه کمتر به کمک کاربر نیاز خواهد داشت و از سوی دیگر نیز در آینده، کاربر هم کمتر مجبور به انجام دستی تنظیمات خواهد شد.

در هر حال شاید به نظر برسد که این قابلیت کمی سطحی و پیش‌پا افتاده به نظر برسد و طبیعتا کاربران توقع بیشتری از یادگیری ماشینی داشته باشند ولی گوگل معتقد است روشنایی صفحه نمایش یکی از آن مواردی است که همواره باید تنظیم گردد و این اولین گام برای حرکت و پیشرفت به سمت تحقق اهداف بلندپروازنه‌تر خواهد بود. در حقیقت باید اعتراف کنیم که چشم‌انداز ما از این ایده کاملا هوشمندانه، رسیدن به امکان برقراری ارتباطی واقعی بین کاربر و گوشی هوشمندش است! به همین منظور گوگل تمام تمرکز خود را برای عملی کردن این هدف به کار گرفته است.

android-adaptive-brightness-546x640 قابلیت تطبیق روشنایی اندروید از یادگیری ماشینی بهره می‌گیرد!

همانطور که احتمالا خبر دارید ویژگی تطبیق روشنایی بخشی از به‌روزرسانی اندروید پای بوده که اکنون در گوشی‌های پیکسل در دسترس کاربران قرار گرفته است. به علاوه گوگل در تلاش است تا به کمک دیگر شرکت‌های بزرگ سازنده گوشی‌های اندرویدی، بتوانند این قابلیت را در سایر گوشی‌های اندرویدی موجود در بازار نیز اجرایی کنند.

نوشته قابلیت تطبیق روشنایی اندروید از یادگیری ماشینی بهره می‌گیرد! اولین بار در وب‌سایت فناوری پدیدار شد.

آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

AndroidPIT-16-9-shutterstock_680929729-w810h462 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

آیا هوش مصنوعی واقعا به علم جهت ریشه‌کن نمودن بیماری‌ها کمک می‌کند؟ این ایده که در نگاه نخست، عجیب وغریب به‌نظر می‌رسد، بی‌تردید کارکرد خوشایند فناوری مدرن را نمایش می‌دهد. از سوی دیگر دانشمندان ظرفیت‌های بالقوه را بررسی نموده و در حال حاضر راه‌حل‌های متعددی پیاده‌سازی شده است.

AndroidPIT-16-9-shutterstock_680929729-w810h462 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

مطمئنا این فناوری سودمند و احتمالا بشردوستانه خواهد بود

دنیای ما با فناوری عجین شده و گاها از این موضوع به‌شدت متاثر می‌شود. بسیاری از طرفداران به‌حدی از برندهای موردعلاقه خود دفاع می‌کنند که این موضوع حتی نگرانی برخی از جامعه‌شناسان را نیز برمی‌انگیزد. انتشار مقاله‌ای در سال 1994 نشان می‌دهد که این پدیده چیز جدیدی نبوده و قدرت بازاریابی را در حالت خام نمایش خواهد داد. چنین موضوعی حقیقتا شگفت‌انگیز نیست، زیرا نسل‌های فعلی در عصر فناوری متولد شده‌اند و حتی بدون درک مفهوم تکنولوژی از آن بهره می‌گیرند.

این مساله نگران‌کننده است و افراد علاقه‌مند به حوزه فناوری تمایل دارند به استدلال‌هایی مشابه متوسل شوند: “کمپانی‌های فناوری به هیچ چیزی جز خودشان علاقه ندارند”، “آن‌ها برخلاف ادعای خود مایل نیستند به کاربران کمک کنند و صرفا با گمراه نمودن آن‌ها می‌خواهند افراد را تحت سیطره خود نگاه دارند”. چنین نکاتی که عموما مبنای مناسبی دارند کماکان بایستی مدنظر قرار گیرند. بسیاری از کمپانی‌های فناوری شناخته‌شده مشغول گشودن افق‌های علمی جدیدی هستند و اگرچه علاقه‌مندی آن‌ها به حوزه پزشکی کاملا بشردوستانه نیست؛ اما به‌هرحال این موضوع واقعیت داشته و می‌تواند به خلق تفاوت منجر شود.

AndroidPIT-shutterstock_670374046-HAge-w782 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

انسان‌ها با کمک ماشین‌ها می‌توانند به پزشکانی توان‌مندتر تبدیل شوند.

توسعه موقعیت‌‌هایی که پزشکی، جایگاه خود را در آن‌ها پیدا می‌کند

هوش مصنوعی در سطحی فراتر از کلیه فناوری‌ها قرار می‌گیرد. بنابراین توجه غول‌های فناوری به این مقوله ابدا تعجب‌آور نیست. شرکت آمازون قسمت 1492 خود را راه‌اندازی کرد. این واحد به ابزارهای مرتبط با حوزه سلامت که با قابلیت یادگیری ماشینی کار می‌کنند، اختصاص یافته است. اگر پیرامون این شیوه نام‌گذاری دچار ابهام شده‌اید، در این‌صورت بایستی خاطرنشان کرد که آمازون به مقوله سلامت دیجیتالی همانند کشف قاره‌ای جدید نگاه می‌کند؛ همان‌طور که کریستف کلمب در سال 1492 چنین اقدامی را انجام داد. البته شرکت گوگل آلفابت نیز چنین فناوری‌هایی را تحت نظر دارد و پیش‌تر نیز در این زمینه تلاش‌هایی داشته است. از سوی دیگر فیس‌بوک نیز با رفتار بلندپروازانه خود می‌خواهد کلیه بیماری‌ها را تا سال 2100 ریشه‌کن نماید. مایکروسافت حتی ایده بزرگ‌تری را در سر می‌پروراند و قصد دارد تا سال 2026، بیماری سرطان را شکست دهد.

فراتر از جاه‌طلبی‌های احتمالا خوش‌بینانه این شرکت‌ها، تلاش برای فهم چگونگی ایجاد انقلاب پزشکی توسط هوش مصنوعی اقدام جالبی خواهد بود. هوش مصنوعی طی سالیان اخیر به شدت پیشرفت کرده است. آیا سال 1997 را به‌خاطر دارید؟ زمانی‌که پایت هات، متخصص فیزیک نجومی اعلام کرد که 100 سال دیگر یک ماشین می‌تواند انسان را در بازی Go مغلوب نماید. در سال 2017 برنامه AlphaGo توسط کمپانی DeepMind (یکی از شرکت‌های تابع گوگل) ساخته شد و توانست قهرمان جهان در این بازی را مغلوب کند.

AndroidPIT-16-9-shutterstock_621862202-w782 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

چه کسی از توامندی‌های هوش مصنوعی در آینده مطلع است؟

انقلاب هوش مصنوعی بسیار فراتر از صرفا یک بازی است. این فناوری به منظور پیش‌بینی کلیه سناریوهای ممکن نیازمند پایگاه‌داده عظیمی است که اکنون به لطف مفهوم یادگیری ماشینی تامین می‌شود. دسترسی هوش مصنوعی به داده‌های بیش‌تر می‌تواند کارآمدی آن‌را افزایش دهد. به‌طور خلاصه این فناوری همانند یک انسان عمل می‌کند؛ زیرا توانایی‌های عکس‌العمل ماشین به سطح دانش آن بستگی خواهد داشت، اما عملکرد ماشین بسیار سریع‌تر است.

موارد کاربرد هوش مصنوعی

سرعت محاسبات و دقت پردازش حجم بالایی از داده‌ها توسط ماشین می‌توانند به‌عنوان دارایی‌های حیاتی در پزشکی محسوب شوند. با این‌حال قرار نیست ماشین‌ها جایگزین تشخیص‌های پزشکی شوند؛ بلکه آن‌ها را تکمیل می‌کنند. لوران کلوزر، مدیر واحد عمومی شرکت مایکروسافت توضیح داد که: “98 درصد بیماری‌های امروز قابل‌علاج هستند. هوش مصنوعی امکان تعویض داروها با نمونه‌های پیش‌گیرانه‌تر را فراهم خواهد کرد.” به عقیده وی، قدرت هوش مصنوعی بیش از آن‌که بر حل مشکلات متکی باشد، بر پیش‌بینی زودهنگام آن‌ها تکیه دارد.

AndroidPIT-16-9-shutterstock_618815732-w782 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

در حال حاضر هوش مصنوعی قادر به تشخیص ناهنجاری‌های پزشکی است.

بی‌تردید بیش‌ترین علاقه‌مندی وی به مرض واقعی عصر مدرن یعنی سرطان مربوط می‌شود. توانایی‌های ادراکی و تشخیصی هوش مصنوعی، اتخاذ تصمیماتی را امکان‌پذیر می‌کند که در کنار یک تصمیم پزشکی می‌تواند به تشخیص بیماری‌ها در مراحل اولیه منجر شود. این موضوع بدان معناست که آنکولوژی احتمالا یکی از حوزه‌های کاربری هوش مصنوعی در پزشکی خواهد بود؛ زیرا در این مقوله، تشخیص نقش بسیار مهمی ایفا می‌کند. هوش مصنوعی در چین توسعه یافته و عملکرد آن در زمینه تشخیص تومورها بعضا نسبت به یک تیم 15 نفره از پزشکان نیز مناسب‌تر است. همچنین بایستی به الگوریتم تحلیل‌گر شبکیه گوگل نیز اشاره کرد که با یک اسکن ساده از چشم، اطلاعات فراوانی پیرامون وضعیت سلامتی بیماران ارایه نموده و سکته‌های مغزی احتمالی را پیش‌بینی می‌کند.

شرکت DeepMind که صورت قدرتمندی از هوش مصنوعی را برای بازی Go ابداع کرد، هدف بسیار پر زرق‌وبرقی را در ذهن دارد و به‌دنبال استفاده از هوش مصنوعی جهت کاهش تعداد مرگ‌ومیر در بیمارستان‌ها از طریق محدود نمودن خطاهای انسانی ایجاد شده توسط پزشکان است. هوش مصنوعی با دسترسی به اطلاعات بیماران و تحلیل کلیه داده‌های انباشته شده (نظیر سوابق درمانی، سن و آخرین عمل جراحی) قادر خواهد بود تا ابتلا یا عدم ابتلای بیماران به یک مشکل در آینده را تعیین نماید.

بسیاری از شرکت‌های بزرگ و کوچک این موضوع را پیگیری می‌کنند. در حال حاضر به‌طور عمومی و در سطوح کم‌تر تخصصی، ایده‌های متعددی قابل‌دسترس است. به‌عنوان مثال Babylon Health یک اپلیکیشن مشاوره آنلاین به‌شمار می‌رود. کمپانی انگلیسی برای دستیابی به قوه تشخیص به‌سختی روی هوش مصنوعی کار می‌کند. سازمان بهداشت عمومی بریتانیا (NHS) برای تست این برنامه به‌عنوان جایگزین NHS 111 (شماره خط امدادی که به فوریت‌های پزشکی انگلستان اختصاص یافته است) متقاعد شده است. گزارش شده که این اپلیکیشن به نرخ موفقیت 92 درصدی دست یافته که در مقایسه با نرخ موفقیت 82 و 77 درصدی پزشکان و پرستاران چشم‌گیرتر است.

لزوم رویکرد محتاطانه

با توجه به همراهی پیوسته فناوری با ما همواره یک پرسش در ذهن مطرح می‌شود: آیا ماشین‌ها نهایتا جایگزین انسان‌ها خواهند شد؟ این پدیده یقینا امکان‌پذیر است؛ اما در آینده‌ای نزدیک رخ نخواهد داد. فناوری‌های پزشکی مرتبط با هوش مصنوعی بر درک مشکلات، تشخیص ناهنجاری‌ها و احتمالا تحلیل راه‌حل‌ها تمرکز دارند. این ابزارها ایجادکننده یک تشخیص مکمل هستند و هدف آن‌ها، مشاهده مواردی است که داروها به‌خودی‌خود آن‌ها را نادیده می‌گیرند. آینده چگونگی سیر تکاملی این وضعیت را به ما نشان خواهد داد.

مشکل دیگری نیز وجود دارد که کمی هشداردهنده‌تر است. کمپانی‌های دیجیتالی به‌ تدریج کنترل بازارهای جدید را در دست می‌گیرند. آیا نهایتا شاهد ساخت بیمارستان‌های گوگل یا کلینیک‌های فیس‌بوک خواهیم بود؟ آیا به بیماران یک شناسه تبلیغاتی به‌صورت خودکار اختصاص خواهد یافت؟

نوشته آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟ اولین بار در وب‌سایت فناوری پدیدار شد.

آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

AndroidPIT-16-9-shutterstock_680929729-w810h462 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

آیا هوش مصنوعی واقعا به علم جهت ریشه‌کن نمودن بیماری‌ها کمک می‌کند؟ این ایده که در نگاه نخست، عجیب وغریب به‌نظر می‌رسد، بی‌تردید کارکرد خوشایند فناوری مدرن را نمایش می‌دهد. از سوی دیگر دانشمندان ظرفیت‌های بالقوه را بررسی نموده و در حال حاضر راه‌حل‌های متعددی پیاده‌سازی شده است.

AndroidPIT-16-9-shutterstock_680929729-w810h462 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

مطمئنا این فناوری سودمند و احتمالا بشردوستانه خواهد بود

دنیای ما با فناوری عجین شده و گاها از این موضوع به‌شدت متاثر می‌شود. بسیاری از طرفداران به‌حدی از برندهای موردعلاقه خود دفاع می‌کنند که این موضوع حتی نگرانی برخی از جامعه‌شناسان را نیز برمی‌انگیزد. انتشار مقاله‌ای در سال 1994 نشان می‌دهد که این پدیده چیز جدیدی نبوده و قدرت بازاریابی را در حالت خام نمایش خواهد داد. چنین موضوعی حقیقتا شگفت‌انگیز نیست، زیرا نسل‌های فعلی در عصر فناوری متولد شده‌اند و حتی بدون درک مفهوم تکنولوژی از آن بهره می‌گیرند.

این مساله نگران‌کننده است و افراد علاقه‌مند به حوزه فناوری تمایل دارند به استدلال‌هایی مشابه متوسل شوند: “کمپانی‌های فناوری به هیچ چیزی جز خودشان علاقه ندارند”، “آن‌ها برخلاف ادعای خود مایل نیستند به کاربران کمک کنند و صرفا با گمراه نمودن آن‌ها می‌خواهند افراد را تحت سیطره خود نگاه دارند”. چنین نکاتی که عموما مبنای مناسبی دارند کماکان بایستی مدنظر قرار گیرند. بسیاری از کمپانی‌های فناوری شناخته‌شده مشغول گشودن افق‌های علمی جدیدی هستند و اگرچه علاقه‌مندی آن‌ها به حوزه پزشکی کاملا بشردوستانه نیست؛ اما به‌هرحال این موضوع واقعیت داشته و می‌تواند به خلق تفاوت منجر شود.

AndroidPIT-shutterstock_670374046-HAge-w782 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

انسان‌ها با کمک ماشین‌ها می‌توانند به پزشکانی توان‌مندتر تبدیل شوند.

توسعه موقعیت‌‌هایی که پزشکی، جایگاه خود را در آن‌ها پیدا می‌کند

هوش مصنوعی در سطحی فراتر از کلیه فناوری‌ها قرار می‌گیرد. بنابراین توجه غول‌های فناوری به این مقوله ابدا تعجب‌آور نیست. شرکت آمازون قسمت 1492 خود را راه‌اندازی کرد. این واحد به ابزارهای مرتبط با حوزه سلامت که با قابلیت یادگیری ماشینی کار می‌کنند، اختصاص یافته است. اگر پیرامون این شیوه نام‌گذاری دچار ابهام شده‌اید، در این‌صورت بایستی خاطرنشان کرد که آمازون به مقوله سلامت دیجیتالی همانند کشف قاره‌ای جدید نگاه می‌کند؛ همان‌طور که کریستف کلمب در سال 1492 چنین اقدامی را انجام داد. البته شرکت گوگل آلفابت نیز چنین فناوری‌هایی را تحت نظر دارد و پیش‌تر نیز در این زمینه تلاش‌هایی داشته است. از سوی دیگر فیس‌بوک نیز با رفتار بلندپروازانه خود می‌خواهد کلیه بیماری‌ها را تا سال 2100 ریشه‌کن نماید. مایکروسافت حتی ایده بزرگ‌تری را در سر می‌پروراند و قصد دارد تا سال 2026، بیماری سرطان را شکست دهد.

فراتر از جاه‌طلبی‌های احتمالا خوش‌بینانه این شرکت‌ها، تلاش برای فهم چگونگی ایجاد انقلاب پزشکی توسط هوش مصنوعی اقدام جالبی خواهد بود. هوش مصنوعی طی سالیان اخیر به شدت پیشرفت کرده است. آیا سال 1997 را به‌خاطر دارید؟ زمانی‌که پایت هات، متخصص فیزیک نجومی اعلام کرد که 100 سال دیگر یک ماشین می‌تواند انسان را در بازی Go مغلوب نماید. در سال 2017 برنامه AlphaGo توسط کمپانی DeepMind (یکی از شرکت‌های تابع گوگل) ساخته شد و توانست قهرمان جهان در این بازی را مغلوب کند.

AndroidPIT-16-9-shutterstock_621862202-w782 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

چه کسی از توامندی‌های هوش مصنوعی در آینده مطلع است؟

انقلاب هوش مصنوعی بسیار فراتر از صرفا یک بازی است. این فناوری به منظور پیش‌بینی کلیه سناریوهای ممکن نیازمند پایگاه‌داده عظیمی است که اکنون به لطف مفهوم یادگیری ماشینی تامین می‌شود. دسترسی هوش مصنوعی به داده‌های بیش‌تر می‌تواند کارآمدی آن‌را افزایش دهد. به‌طور خلاصه این فناوری همانند یک انسان عمل می‌کند؛ زیرا توانایی‌های عکس‌العمل ماشین به سطح دانش آن بستگی خواهد داشت، اما عملکرد ماشین بسیار سریع‌تر است.

موارد کاربرد هوش مصنوعی

سرعت محاسبات و دقت پردازش حجم بالایی از داده‌ها توسط ماشین می‌توانند به‌عنوان دارایی‌های حیاتی در پزشکی محسوب شوند. با این‌حال قرار نیست ماشین‌ها جایگزین تشخیص‌های پزشکی شوند؛ بلکه آن‌ها را تکمیل می‌کنند. لوران کلوزر، مدیر واحد عمومی شرکت مایکروسافت توضیح داد که: “98 درصد بیماری‌های امروز قابل‌علاج هستند. هوش مصنوعی امکان تعویض داروها با نمونه‌های پیش‌گیرانه‌تر را فراهم خواهد کرد.” به عقیده وی، قدرت هوش مصنوعی بیش از آن‌که بر حل مشکلات متکی باشد، بر پیش‌بینی زودهنگام آن‌ها تکیه دارد.

AndroidPIT-16-9-shutterstock_618815732-w782 آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟

در حال حاضر هوش مصنوعی قادر به تشخیص ناهنجاری‌های پزشکی است.

بی‌تردید بیش‌ترین علاقه‌مندی وی به مرض واقعی عصر مدرن یعنی سرطان مربوط می‌شود. توانایی‌های ادراکی و تشخیصی هوش مصنوعی، اتخاذ تصمیماتی را امکان‌پذیر می‌کند که در کنار یک تصمیم پزشکی می‌تواند به تشخیص بیماری‌ها در مراحل اولیه منجر شود. این موضوع بدان معناست که آنکولوژی احتمالا یکی از حوزه‌های کاربری هوش مصنوعی در پزشکی خواهد بود؛ زیرا در این مقوله، تشخیص نقش بسیار مهمی ایفا می‌کند. هوش مصنوعی در چین توسعه یافته و عملکرد آن در زمینه تشخیص تومورها بعضا نسبت به یک تیم 15 نفره از پزشکان نیز مناسب‌تر است. همچنین بایستی به الگوریتم تحلیل‌گر شبکیه گوگل نیز اشاره کرد که با یک اسکن ساده از چشم، اطلاعات فراوانی پیرامون وضعیت سلامتی بیماران ارایه نموده و سکته‌های مغزی احتمالی را پیش‌بینی می‌کند.

شرکت DeepMind که صورت قدرتمندی از هوش مصنوعی را برای بازی Go ابداع کرد، هدف بسیار پر زرق‌وبرقی را در ذهن دارد و به‌دنبال استفاده از هوش مصنوعی جهت کاهش تعداد مرگ‌ومیر در بیمارستان‌ها از طریق محدود نمودن خطاهای انسانی ایجاد شده توسط پزشکان است. هوش مصنوعی با دسترسی به اطلاعات بیماران و تحلیل کلیه داده‌های انباشته شده (نظیر سوابق درمانی، سن و آخرین عمل جراحی) قادر خواهد بود تا ابتلا یا عدم ابتلای بیماران به یک مشکل در آینده را تعیین نماید.

بسیاری از شرکت‌های بزرگ و کوچک این موضوع را پیگیری می‌کنند. در حال حاضر به‌طور عمومی و در سطوح کم‌تر تخصصی، ایده‌های متعددی قابل‌دسترس است. به‌عنوان مثال Babylon Health یک اپلیکیشن مشاوره آنلاین به‌شمار می‌رود. کمپانی انگلیسی برای دستیابی به قوه تشخیص به‌سختی روی هوش مصنوعی کار می‌کند. سازمان بهداشت عمومی بریتانیا (NHS) برای تست این برنامه به‌عنوان جایگزین NHS 111 (شماره خط امدادی که به فوریت‌های پزشکی انگلستان اختصاص یافته است) متقاعد شده است. گزارش شده که این اپلیکیشن به نرخ موفقیت 92 درصدی دست یافته که در مقایسه با نرخ موفقیت 82 و 77 درصدی پزشکان و پرستاران چشم‌گیرتر است.

لزوم رویکرد محتاطانه

با توجه به همراهی پیوسته فناوری با ما همواره یک پرسش در ذهن مطرح می‌شود: آیا ماشین‌ها نهایتا جایگزین انسان‌ها خواهند شد؟ این پدیده یقینا امکان‌پذیر است؛ اما در آینده‌ای نزدیک رخ نخواهد داد. فناوری‌های پزشکی مرتبط با هوش مصنوعی بر درک مشکلات، تشخیص ناهنجاری‌ها و احتمالا تحلیل راه‌حل‌ها تمرکز دارند. این ابزارها ایجادکننده یک تشخیص مکمل هستند و هدف آن‌ها، مشاهده مواردی است که داروها به‌خودی‌خود آن‌ها را نادیده می‌گیرند. آینده چگونگی سیر تکاملی این وضعیت را به ما نشان خواهد داد.

مشکل دیگری نیز وجود دارد که کمی هشداردهنده‌تر است. کمپانی‌های دیجیتالی به‌ تدریج کنترل بازارهای جدید را در دست می‌گیرند. آیا نهایتا شاهد ساخت بیمارستان‌های گوگل یا کلینیک‌های فیس‌بوک خواهیم بود؟ آیا به بیماران یک شناسه تبلیغاتی به‌صورت خودکار اختصاص خواهد یافت؟

نوشته آیا هوش مصنوعی واقعا می‌تواند بیماری‌ها را ریشه‌کن کند؟ اولین بار در وب‌سایت فناوری پدیدار شد.

آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

AndroidPIT-Kirin-chip-8669-w810h462 آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

هوش مصنوعی به تدریج راه خود را به سوی تقریبا کلیه حوزه‌های زندگی روزمره پیدا می‌کند و اسمارت‌فون‌ها نیز از این قاعده مستثنی نیستند. گوشی‌های تلفن‌همراه همواره هوشمند و هوشمندتر می‌شوند. در این مقاله به معرفی هندست‌هایی با قابلیت‌های جذاب و منحصربه‌فرد هوش مصنوعی خواهیم پرداخت.

AndroidPIT-Kirin-chip-8669-w810h462 آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

در نمایشگاه‌های تجاری مانند کنگره جهانی موبایل و IFA، کمپانی‌های هواوی، سامسونگ و کوالکام از جمله شرکت‌کنندگان اصلی هستند که بر مقوله هوش مصنوعی تمرکز می‌کنند. تراشه جدید کایرین 980 با 2 واحد پردازش عصبی (NPU) توسط های‌سیلیکون؛ شرکت فرعی تولیدکننده چیپست‌های هواوی ساخته شده است. سامسونگ دستیار بیکسبی 2.0 خود را ارایه نموده و کوالکام نیز از موتور هوش مصنوعی خود رونمایی کرده است. شما همچنین می‌توانید پردازنده بایونیک جدید اپل و موتور پیکسل ویژوال کور گوگل را نیز به این فهرست اضافه نمایید. در حال حاضر هوش مصنوعی در اسمارت‌فون‌ها دارای 3 حوزه کاربردی مهم است:

تشخیص تصویر، عکس و ویدیو: تشخیص اشیاء جلوی دوربین، تغییر تنظیمات برای عکس‌ها و ویدیوها و فهرست‌بندی تصاویر بر اساس محتوای آن‌ها در این حوزه قرار می‌گیرند. این موارد به آسانی می‌توانند از طریق ابزارهای هوش مصنوعی نظیر تراشه‌های یادگیری ماشینی یا الگوریتم‌ها بهینه‌سازی شوند. این دقیقا همان کاری است که گوگل، هواوی و اپل با ایده‌های هوش مصنوعی خود انجام می‌دهند. موتور هوش مصنوعی شرکت کوالکام نیز برای پردازش‌هایی از این‌دست بهینه شده است.

زبان و ترجمه: یادگیری ماشینی روشی عالی جهت تشخیص الگوها در زبان گفتاری است. این ابزار به منظور تشخیص فرامین شخص سخنگو، حتی با وجود فاصله از وی یا در صورت وجود نویز پس‌زمینه به‌کار گرفته می‌شود. یادگیری ماشینی به دستیارهای صوتی الکسا، سیری، کورتانا و مواردی از این‌دست جهت برقراری ارتباطی مناسب‌تر کمک می‌کند. در حوزه ارتباطات، سرویس‌های ترجمه نیز از اهمیت بالایی برخوردار هستند. سرویس مترجم مایکروسافت و یادگیری عمیق برای ارایه نتایج ترجمه‌ای طبیعی‌تر شدیدا بر هوش مصنوعی تکیه دارند.

کارآیی و طول عمر باتری: اجرای اموراتی که از قابلیت‌های هوش مصنوعی استفاده می‌کنند، سرعت تخلیه شارژ باتری را کاهش داده و به‌طور کلی بهره‌وری را افزایش می‌دهند. ابزارهای هوش مصنوعی به شکل قابل‌توجهی به‌کار گرفته می‌شوند و پتانسیل بالقوه بیش‌تری برای بهبود شارژدهی باتری وجود دارد. البته این موارد تنها وضعیت کنونی اعمال هوش مصنوعی را توصیف می‌کنند. هوش مصنوعی در دنیای اسمارت‌فون‌ها به‌سرعت در حال رشد است و در آینده شاهد کاربردهای بسیار بیش‌تری خواهیم بود. فرآیند توسعه در مسیر پیشرفت قرار دارد و ما هنوز در ابتدای راه هستیم. با این‌حال حتی امروز نیز با خریداری یک اسمارت‌فون مناسب می‌توانید از قابلیت‌های هیجان‌انگیز هوش مصنوعی لذت ببرید.

هوشمندترین اسمارت‌فون‌ها در یک نگاه

هواوی میت 20 (پرو)

میت 20 پرو یک هندست کاملا هوشمند است. اسمارت‌فون پرچم‌دار جدید هواوی، نخستین گجت مجهز به تراشه کایرین 980 با 2 واحد پردازش عصبی به‌شمار می‌آید. این تراشه مزایای فوق‌العاده‌ای را برای دستگاه به ارمغان می‌آورد؛ قابلیت‌هایی شامل تشخیص صحنه در دوربین، تشخیص چهره، مرتب‌سازی عکس‌ها و ترجمه مستقیم بر روی دستگاه بدون نیاز به ارتباط آنلاین که همگی به تنهایی بسیار مفید هستند. فراتر از این مسائل، ارتقاء کارآیی در مقایسه با تراشه کایرین 970، حقیقتا تراشه جدید را متمایز خواهد کرد. از سوی دیگر نسخه استاندارد اسمارت‌فون میت 20 نیز از تراشه کایرین 980 بهره می‌گیرد.

AndroidPIT-huawei-mate-20-vs-mate-20-pro-b-w782 آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

تراشه کایرین 980 در هر 2 مدل پرچم‌دار میت 20 به‌کار گرفته شده است.

گوگل پیکسل 3 (XL)

اخیرا گوگل گوشی پیکسل 3 خود را به‌همراه مدل بزرگ‌تر پیکسل 3 XL عرضه کرد. هوش مصنوعی برای هر 2 دستگاه در 2 حوزه مختلف، نقشی مهم ایفا می‌کند: دستیار زبانی گوگل همواره مشغول یادگیری هرچه بیش‌تر بوده و دوربین گوشی با تنها یک لنز نیز فوق‌العاده هوشمند است. این نرم‌افزار دقیق با تکیه گوگل بر جدیدترین پردازنده اسنپ‌دراگون، نتایجی عالی را ارایه خواهد داد.

AndroidPIT_google_pixel_3_vs_pixel_3_xl-w782 آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

اسمارت‌فون‌های جدید پیکسل 3 از ظاهر خود بسیار هوشمندتر هستند.

هواوی P20 (پرو)

صرف‌نظر از محصولات جدید سری میت هواوی، اسمارت‌فون‌های P20 و P20 پرو گوشی‌هایی محبوب و به‌روز هستند. کایرین 970 نخستین تراشه مجهز به NPU اختصاصی در یک اسمارت‌فون بود و عملکرد آن در مقایسه با تراشه جدیدتر کایرین 980 تفاوت فاحشی ندارد. با وجود سرعت بسیار بالاتر تراشه جدید، این چیپست نسبت به پردازنده قدیمی‌تر چندان متفاوت نیست. این موضوع مشخصا بدان معناست که هوش مصنوعی به خلق عکس‌هایی فوق‌العاده کمک می‌کند؛ در حالی‌که NPU مزایای فراوانی را در زمینه جستجوی تصاویر و مصرف انرژی ارایه خواهد داد.

AndroidPIT-huawei-p20-pro-3183-w782 آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

در هواوی P20 پرو، هوش مصنوعی عمدتا در بخش دوربین به‌کار گرفته شده است.

آنر 10

برند فرعی شرکت هواوی یعنی آنر با تولید اسمارت‌فون آنر 10، محصولی با قیمت و کارآیی مناسب را ارایه نموده است. آنر 10 اساسا یک گوشی P20 پرو با تنها 2 دوربین است و از پردازنده یکسان و قابلیت‌های مشابهی بهره می‌گیرد. حتی آنر هنگام مواجهه با عکس‌ها هوشمندانه‌تر عمل می‌کند؛ چرا که شما پس از ثبت عکس‌ها در صورت عدم تناسب افکت‌های هوش مصنوعی با تصاویر می‌توانید آن‌ها را غیرفعال کنید. با وجود بیش از 500 سناریو و 22 دسته‌بندی، دوربین عملا کلیه سوژه‌های موجود در مقابل لنز خود را تشخیص می‌دهد. آنر 10 حتی قادر خواهد بود تا تصاویر را به چندین قسمت تقسیم کرده و سپس هر بخش را به‌صورت جداگانه و از طریق نرم‌افزار ویرایش نماید. این‌کار آن‌چنان سریع انجام می‌شود که شما به‌سختی متوجه آن خواهید شد.

h10-review-10-w782 آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

اسمارت‌فون آنر 10 نسبت کارآیی به قیمت فوق‌العاده‌ای را ارایه می‌دهد.

اپل آی‌فون XS

با وجود تراشه A12 بایونیک در آی‌فون XS، اپل صاحب سریع‌ترین پردازنده هوش مصنوعی در کلیه اسمارت‌فون‌ها است. واحد NPU این تراشه 8 هسته‌ای به تنهایی در هر ثانیه می‌تواند 5 تریلیون عملیات محاسباتی را اجرا نماید. این رقم واقعا خیره‌کننده است. اپل در زمینه اپلیکیشن‌های واقعیت‌افزوده تخصص دارد؛ حوزه‌ای که در آن، تشخیص هرچه سریع‌تر و دقیق‌تر محیط از اهمیتی ویژه برخوردار است و هیچ دستگاهی به‌خوبی آی‌فون XS این‌کار را انجام نمی‌دهد. اپل نیز از طریق پلتفرم کور ML، فناوری یادگیری ماشینی را در دسترس توسعه‌دهندگان خارجی قرار داده است.

iPhone-xs_01-w782 آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

اپل کماکان به روند توسعه هوش مصنوعی ادامه می‌دهد.

سامسونگ گلکسی S9/ S9 پلاس

پردازنده‌های سامسونگ فاقد واحد پردازش هوش مصنوعی هستند؛ اما از طریق دستیار زبانی بیکسبی خود همچنان بر هوش مصنوعی تکیه دارند. در اسمارت‌فون گلکسی S9، بیکسبی دارای یک دکمه اختصاصی است و با وجود بیکسبی 2.0، امکانات و قابلیت‌های بیش‌تری ارایه می‌شوند. شما حتی می‌توانید این دستیار زبانی را با یک شبکه‌خانگی هوشمند شامل لوازم آشپزخانه و یک سیستم هشدار یکپارچه نمایید.

AndroidPIT-Samsung-Galaxy-S9-0684-w782 آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

سامسونگ گلکسی S9 کماکان از فناوری‌های مناسبی بهره می‌گیرد.

سامسونگ گلکسی‌نوت 9

سامسونگ گلکسی‌نوت 9 از نظر ساختاری تا حد زیادی با گلکسی S9 متفاوت بوده و از ابعادی بزرگ‌تر، توان پردازشی بالاتر و یک قلم استایلوس منحصربه‌فرد برخوردار است. هر 2 اسمارت‌فون از تراشه اگزینوس 9810 بهره می‌گیرند. فبلت نوت 9 فاقد واحد پردازش هوش مصنوعی مجزا و دکمه بیکسبی است. با این‌حال دستیار سامسونگ با سرعتی نسبتا آرام، فرآیند توسعه را پشت سر می‌گذارد. کمپانی پیش‌رو در بازار اسمارت‌فون در آینده نیز همچنان بر این مشخصه تکیه خواهد کرد؛ زیرا بیکسبی با سایر دستگاه‌های حاضر در شبکه از قبیل یخچال‌های بزرگ خانوادگی یکپارچه خواهد شد.

AndroidPIT-samsung-galaxy-note-9-9044-w782 آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی

گلکسی‌نوت 9 نسخه XXL گلکسی S9 به‌شمار می‌آید.

شما در خصوص هوش مصنوعی و آینده آن چه‌طور فکر می‌کنید؟

نوشته آشنایی با هوشمندترین اسمارت‌فون‌های جهان با قابلیت‌های هوش مصنوعی اولین بار در وب‌سایت فناوری پدیدار شد.

سیستم یادگیری ماشینی اینستاگرام مانع از ارسال محتوای نامناسب خواهد شد!

instagram-e1516367981957 سیستم یادگیری ماشینی اینستاگرام مانع از ارسال محتوای نامناسب خواهد شد!

امروزه تقریبا در تمام اپ‌های پیام‌رسان یا شبکه‌های اجتماعی افرادی را می‌بینیم که رفتاری هنجارشکنانه از خود بروز می‌دهند. این رفتارها مخالف با اصول اکثریت کاربران بوده و چه خود کاربران و چه صاحبان پلتفرم‌های معروف همواره سعی در جلوگیری از بروز چنین رفتارهایی داشتند. با خبر شدیم اینستاگرام به تازگی از ابزار جدیدی پرده برداشته که محتواهای مضر و رفتارهای نامناسب را هدف قرار داده است.

Instagram سیستم یادگیری ماشینی اینستاگرام مانع از ارسال محتوای نامناسب خواهد شد!

هدف از این اقدام اینستاگرام، کاهش رفتارها و واکنش‌های منفی در این حوزه، افزایش امنیت و بهبود تجربه کاربری کاربران بوده است. هم‌چنین، این کمپانی از قابلیت جدید مبتنی بر دوربین پرده‌برداری کرد که طبق گفته‌های اینستاگرام، به “گسترش مهربانی” در میان کاربران، حداقل زمانی که از استوری استفاده می‌کنند، کمک خواهد کرد. هر چند که در حال حاضر نیز اینستاگرام قابلیت گزارش رفتارهای قلدرانه را در اختیار دارد، اما این مورد جدید از یادگیری ماشینی برای این منظور استفاده خواهد کرد. به لطف تکنولوژی فوق، اینستاگرام قادر خواهد بود که عکس‌ها و کپشن‌های قلدرانه را تشخیص داده و از همین طریق، محتوای مربوطه را به منظور بررسی، مستقیما به تیم عملیاتی می‌فرستد.

مطابق اعلام اینستاگرام، استفاده از توانایی‌های این سیستم یادگیری ماشینی، قدرت این کمپانی را در تشخیص محتواهای نامناسب را به طور قابل ملاحظه افزایش خواهد داد. این کمپانی هم‌اکنون تکنولوژی مورد نظر را عرضه کرده که تا هفته‌های آینده گسترش بیش‌تری خواهد یافت. هم‌چنین اینستاگرام فیلتر تشخیص کامنت‌های قلدرانه را گسترش داده تا کامنت‌های این چنینی را از ویدیوهای زنده تشخیص داده و سپس پنهان سازد. گسترش این ویژگی برای تمام ویدیوهای زنده در پلتفرم مذکور در سراسر جهان اتفاق افتاده است.

instagram-640x427 سیستم یادگیری ماشینی اینستاگرام مانع از ارسال محتوای نامناسب خواهد شد!

در پایان اینستاگرام از کاربران خود می‌خواهد که مهربانی را گسترش دهند و برای کمک به این کار، قابلیت جدیدی را معرفی کرده که مبتنی بر دوربین است. هنگامی که دوربین دستگاه شما در حالت سلفی باشد، یک قلب بر روی صفحه نمایش ظاهر خواهد شد. در این حالت کاربران تشویق می‌شوند که یکی از دوستان خود را تگ کنند. اگر هم دوربین دستگاه‌تان روی دوربین پشتی باشد، در این حالت کامنت‌هایی مفید و جذاب به زبان‌های مختلف بر روی تصویر شما اضافه خواهد شد.

نوشته سیستم یادگیری ماشینی اینستاگرام مانع از ارسال محتوای نامناسب خواهد شد! اولین بار در وب‌سایت فناوری پدیدار شد.

هوش مصنوعی انویدیا با یادگیری ماشینی رفتارهای انسانی را تقلید می کند

مطلب هوش مصنوعی انویدیا با یادگیری ماشینی رفتارهای انسانی را تقلید می کند برای اولین بار در وب سایت تکراتو - اخبار روز تکنولوژی نوشته شده است. - تکراتو - اخبار روز تکنولوژی - - https://techrato.com/

یادگیری ماشینی امکان تقلید رفتارهای انسانی را فراهم می کند. هوش مصنوعی انویدیا قادر است با نگاه به انسان تمام مسائل را یاد بگیرد. به گزارش تکراتو، یادگیری ماشینی تا امروز راه بسیار پر فراز و نشیبی را طی کرده و توانسته به جایگاهی دست یابد ‌ که بسیار حیرت انگیز و غیر قابل باور...

مطلب هوش مصنوعی انویدیا با یادگیری ماشینی رفتارهای انسانی را تقلید می کند برای اولین بار در وب سایت تکراتو - اخبار روز تکنولوژی نوشته شده است. - تکراتو - اخبار روز تکنولوژی - - https://techrato.com/