اپلیکیشن پریزما عکس های شما را به یک اثر هنری تبدیل می کند

اپلیکشن پریزما (Prisma) با فیلترهای جالب خود، استفاده از اینستاگرام را خسته کننده کرده است.

اپلیکشن پریزما (Prisma) با فیلترهای جالب خود، استفاده از اینستاگرام را خسته کننده کرده است.

این اپلیکیشن جدید که برای دستگاه های iOS طراحی شده، با استفاده از هوش مصنوعی می تواند عکس های معمولی آیفون شما را به یک اثر هنری تبدیل کند.

کاربران می توانند به راحتی یک عکس را در اپلیکیشن پریزما آپلود کرده و فیلتر مورد نظر خود را انتخاب کنند. این اپلیکیشن به جای ایجاد تغییرات لطیف و معمولی، از فیلتر های جالبی استفاده می کند و از نقاشی های معروفی همچون Go for Baroque اثر روی لیختن اشتاین الهام می گیرد.

در ادامه با نحوه ی استفاده از اپلیکشن پریزما آشنا خواهید شد؛ با تکرا همراه شوید.

.

اول از همه باید برنامه را دانلود کنید. اپلیکیشن Prisma به صورت رایگان در اختیار کاربران iOS قرار گرفته است.

اول از همه باید برنامه را دانلود کنید. اپلیکیشن Prisma به صورت رایگان در اختیار کاربران iOS قرار گرفته است..

زمانی که برنامه را باز می کنید، می توانید در همان لحظه یک عکس بگیرید.

زمانی که برنامه را باز می کنید، می توانید در همان لحظه یک عکس بگیرید..

پس از عکس گرفتن می توانید از بین ۳۳ فیلتر موجود، نمونه ی مورد علاقه ی خود را انتخاب کنید. با حرکت دادن ابزار تعبیه شده می توانید شدت تاثیر فیلتر را انتخاب کنید.

پس از عکس گرفتن می توانید از بین 33 فیلتر موجود، نمونه ی مورد علاقه ی خود را انتخاب کنید. با حرکت دادن ابزار تعبیه شده می توانید شدت تاثیر فیلتر را انتخاب کنید.

اپلیکیشن پریزما از یادگیری ماشین پر قدرت استفاده می کند و یا اینکه در بسیاری از لایه ها، شبکه ی عصبی مصنوعی را به کار می گیرد تا عکس شما را به یک اثر هنری تبدیل کند.

اپلیکیشن پریزما از یادگیری ماشین پر قدرت استفاده می کند و یا اینکه در بسیاری از لایه ها، شبکه ی عصبی مصنوعی را به کار می گیرد تا عکس شما را به یک اثر هنری تبدیل کند.

عکس ها اساس از سه مرحله ی مجزا عبور می کنند که هر کدام از آنها برای اجرای وظیفه ی مشخصی در نظر گرفته شده اند. این لایه ها لزوما عکس ها آنالیز کرده و تشخیص می دهند که چه چیز هایی را باید تغییر دهند تا سبک هنری مورد نظر شما را به وجود آورد.

.

در نهایت، عکس کاملا جدیدی که شبیه به یک نقاشی است روی نمایشگر شما ظاهر می شود.

در نهایت، عکس کاملا جدیدی که شبیه به یک نقاشی است روی نمایشگر شما ظاهر می شود..

با باز گردن اپلیکیشن می توانید در همان لحظه یک عکس بگیرید و یا اینکه عکسی را از گالری گوشی خود انتخاب کنید.

با باز گردن اپلیکیشن می توانید در همان لحظه یک عکس بگیرید و یا اینکه عکسی را از گالری گوشی خود انتخاب کنید.

در اینجا از فیلتر Ghots استفاده شده است؛ با این فیلتر به نظر می رسد که این گربه در یک صحرا به دنبال شکار است.

در اینجا از فیلتر Ghots استفاده شده است؛ با این فیلتر به نظر می رسد که این گربه در یک صحرا به دنبال شکار است..

اپلیکیشن پریزما در حال حاضر و در ۲۵ کشور دنیا منتشر شده است. این برنامه در ۱۰ بازار پر مصرف خود، روزانه ۳۰۰ هزار باز دانلود شده است. در این تصویر از فیلتر Follow Me استفاده شده و عکسی از یک ساحل را به یک شاهکار هنری بنفش تبدیل کرده است.

اپلیکیشن پریزما در حال حاضر و در 25 کشور دنیا منتشر شده است. این برنامه در 10 بازار پر مصرف خود، روزانه 300 هزار باز دانلود شده است. در این تصویر از فیلتر Follow Me استفاده شده و عکسی از یک ساحل را به یک شاهکار هنری بنفش تبدیل کرده است..

قابلیت های جدیدی نیز در آینده به این اپلیکیشن اضافه می شوند که از جمله ی آنها می توان به  تبدیل تصاویر گیف به آثار هنری اشاره کرد. در این تصویر از فیلتر Candy استفاده شده است.

قابلیت های جدیدی نیز در آینده به این اپلیکیشن اضافه می شوند که از جمله ی آنها می توان به  تبدیل تصاویر گیف به آثار هنری اشاره کرد. در این تصویر از فیلتر Candy استفاده شده است..

لازم به ذکر است که برخی از فیلترها در چشم انداز های طبیعت جلوه ی بهتری دارند. البته بعد از چند بار استفاده می توانید به اپلیکشن مسلط شوید. در این تصویر نیز از فیلتر Electric استفاده شده است که چندان نمای خوبی ندارد.

لازم به ذکر است که برخی از فیلترها در چشم انداز های طبیعت جلوه ی بهتری دارند. البته بعد از چند بار استفاده می توانید به اپلیکشن مسلط شوید. در این تصویر نیز از فیلتر Electric استفاده شده است که چندان نمای خوبی ندارد.

.

با عضویت در کانال رسمی تکرا در تلگرام از آخرین اخبار روز تکنولوژی مطلع باشید.

.

منبع: techinsider


عصر تکنولوژی، تکرا

نوشته اپلیکیشن پریزما عکس های شما را به یک اثر هنری تبدیل می کند اولین بار در عصر تکنولوژی - تکرا پدیدار شد.

گوشی‌های اندرویدی آینده اشیا اطراف شما را شناسایی می‌کنند

گوشی‌های اندرویدی آینده اشیا اطراف شما را شناسایی می‌کنند

گوگل جدیدا استارتاپ فرانسوی Moodstocks که بر شناخت اشیا توسط اسمارت‌فون متمرکز است را خریداری کرده است. تکنولوژی این شرکت با استفاده از یادگیری عمیق و هوش مصنوعی اشیا و تصاویر را شناسایی می‌کند. تفاوت مهم این است که این شرکت این کارها را به صورت محلی انجام می‌دهد. پیش از این سرورهای گوگل این کار را انجام می‌دادند. یه عبارت دیگر، این تکنولوژی درون گوشی قرار داده می‌شود.

گوگل هم‌اکنون نیز دارای قابلیت‌های زیادی در هوش مصنوعی و یادگیری ماشین است، اما هنوز کارهای زیادی دز این حوزه باقی مانده است. Moodstocks الگوریتم‌های جدیدی برای یادگیری ماشین و تشخیص تصویری و همچنین تکنولوژی‌هایی برای تشخیص تصاویر و اشیا را توسعه داده است. Moodstocks در وبسایت خود می‌گوید:

امروز، ما بسیار هیجان‌زده هستیم، چون به توافقی رسیدیم تا با گوگل همکاری کنیم و کار خود را توسعه دهیم. ما انتظار داریم که خرید ما تا چند هفته آینده تکمیل شود. تمرکز اصلی ما بر روی ساخت ابزارهای تشخیص تصویر با گوگل است، اما مشتریان پولی ما تا آخر دوره اشتراک، همچنان به ما دسترسی دارند. از زمانی که Moodstocks را شروع کردیم، هدف ما این بوده است که دوربین گوشی را تبدیل به چشم‌هایی بکنیم که قادرند محیط اطراف خود را درک کنند.

اگر خوب نگاه کنیم، می‌توانیم شباهت‌هایی بین کارهای Moodstocks و پروزه تانگو گوگل ببینیم. این شرکت تکنولوژی تشخیص تصویر را در سال ۲۰۱۲ ارایه کرده و از آن پس در حال توسعه تکنولوژی تشخیص اشیا است. همچنین این شرکت به گوگل کمک می‌کند تا ابزار جستجو توسط عکس خود را گسترش دهد.

تیم Moodstocks نیز همراه با شرکت خریده شده‌اند و به مرکز توسعه و تحقیق گوگل در فرانسه منتقل می‌شوند. این خرید قدرت هوش مصنوعی گوگل در اسمارت‌فون‌ها را افزایش می‌دهد. از طرف دیگر، موقعیت فرانسه در هوش مصنوعی و یادگیری ماشین را تثبیت می‌کند.

نوشته گوشی‌های اندرویدی آینده اشیا اطراف شما را شناسایی می‌کنند اولین بار در - آی‌تی‌رسان پدیدار شد.

ساخت یک ردیاب خال کوبی برای شناسایی مجرمان

اف بی آی در حال ایجاد یک ردیاب خال کوبی برای شناسایی مجرمان از روی طرح هایی است که بر روی بدن آنها تاتو شده است.

اف بی آی در حال ایجاد یک ردیاب خال کوبی برای شناسایی مجرمان از روی طرح هایی است که بر روی بدن آنها تاتو شده است.

این روزها، کاربرد های تشخیص تصویر از طریق هوش مصنوعی، بسیار دیده می شود، اما می تواند جنبه ی دیگری نیز داشته باشد. از سال ۲۰۱۴، موسسه ملی استاندارد و فناوری با توجه به مطالعه انجام شده توسط Electronic Frontier Foundation ، کار با اف بی آی را برای توسعه ی بهتر تکنولوژی تشخیص خودکار خال کوبی، آغاز کرد. ایده ی این همکاری برای ایجاد ردیاب خال کوبی به این شکل است که اساسا پروفایل های افراد را بر اساس نقش خاکوبی که بر روی بدن آنها وجود دارد، توسعه دهند. EFF می گوید خالکوبی یک زبان طراحی است، هر فردی بسته به شخصیت طرح خاصی بر بدن خود تاتو می کند.

۱۵۰۰۰ تصویر از زندانیان و افرادی که دستگیر شده بودند برای آزمایش بیشتر الگوریتم ها، استفاده شد. بسیاری از این خالکوبی ها ظاهرا حاوی اطلاعاتی بود که باعث شناسایی فرد می شد. به طور مثال  شامل نام عزیزان، چهره ها و تاریخ تولد بود. نماد های کاتولیک مانند صلیب، حضرت عیسی و یا دست به حالت دعا با یک تسبیح در میان نمونه هایی از خالکوبی های مذهبی تحت بررسی هستند.

حدود ۱۰۰۰۰۰ تصویر دیگر نیز طی آزمایش بعدی به الگوریتم داده شد. شاید فکر کنید که الگوریتم شناسایی و داده های متشکل از تصاویر تاتو که در طول سال جمع آوری می شوند، چگونه می توانند به شناسایی مجرمان کمک کنند. در واقع این الگوریتم می تواند به صورت خودکار مجرمان مرتبط با خال کوبی خاص و یا الگوی خال کوبی را به عنوان عضوی از یک باند، شناسایی کند. البته نمی تواند ۱۰۰ درصد دقیق باشد، اما ممکن است مجرمان بر اساس طرحی که روی بدن خود دارند، با یکدیگر مرتبط باشند.

.

با عضویت در کانال رسمی تکرا در تلگرام از آخرین اخبار روز تکنولوژی مطلع باشید.

.

منبع: engadget


عصر تکنولوژی، تکرا

نوشته ساخت یک ردیاب خال کوبی برای شناسایی مجرمان اولین بار در عصر تکنولوژی - تکرا پدیدار شد.

هوش مصنوعی فیسبوک به کاربران نابینا کمک می کند

 هوش مصنوعی فیسبوک به صورت اتوماتیک عکس های آپلود شده را برای کاربران نابینا توضیح می دهد.

هوش مصنوعی فیسبوک به صورت اتوماتیک عکس های آپلود شده را برای کاربران نابینا توضیح می دهد.

فیسبوک با استفاده از تکنولوژی هوش مصنوعی و از طریق توضیح تصاویر آپلود شده، به کاربران نابینای خود کمک می کند تا درک بهتری از تصاویر داشته باشند.

این برنامه ی شبکه ی اجتماعی روز دوشنبه اعلام کرد که هوش مصنوعی فیسبوک می تواند مواردی که در یک عکس وجود دارد را تشخیص داده و آنها را برای کسانی که با مشکلات بینایی مواجه هستند، توضیح دهد.

در یک نمونه ی ارائه شده توسط فیسبوک، عکسی که در آن دو نفر با عینک آفتابی در کنار دریا در حال لبخند زدن هستنند، نشان داده می شود. هوش مصنوعی فیسبوک با کلمات “این عکس شامل دو نفر، در حال لبخند، با عینک آفتابی، در فضای بیرون، آب” به توضیح این عکس می پردازد.

در گذشته تنها آپلود شدن عکس توسط افراد به اطلاع افراد نابینا می رسید، به این ترتیب، اگر آن فرد توضیح بیشتری درباره ی عکس خود نمی داد، تصویر بیشتری در ذهن فرد نابینا ایجاد نمی شد.

جفری ویلند، رئیس بخش دسترسی فیسبوک و جمعی دیگر از کارکنان در توضیح آپدیت جدید گفته اند: “هر روزه بیش از ۲ میلیون عکس در فیسبوک، اینستاگرام، مسنجر و واتس آپ پست می شود. با در نظر داشتن اینکه بیش از ۳۹ میلیون نفر نابینا بوده و بیش از ۲۴۶ نفر از مشکلات بینایی رنج می برند، می توان نتیجه گرفت که بسیاری از کاربران در چت های پیرامون عکس ها احساس غریبگی می کنند. ما قصد داریم با ساخت این تکنولوژی به افراد نابینا کمک کنیم تا احساسی مشابه افراد دیگر در فضای فیسبوک داشته باشند و از آن لذت ببرند.”

این قابلیت جدید، گام های بلند در عرصه ی هوش مصنوعی و تشخیص اتوماتیک عکس را نشان می دهد. این شبکه ی اجتماعی در حال حاضر در رقابت با گوگل در عرصه ی هوش مصنوعی قرار دارد. فیسبوک و گوگل هر دو تلاش می کنند که سیستم های هوش مصنوعی قوی تری را ایجاد کنند. گوگل اخیرا با نرم افزار DeepMind خود توانست قهرمان یکی از بازی های ذهنی قدیمی را شکست دهد. این نقطه ی عطف بزرگی است که فیسبوک برای دستیابی به آن تلاش می کند.

در این بین، توییتر نیز با معرفی قابلیت جدیدی به افراد نابینا کمک می کند تا درک بهتری از تصاویر داشته باشند. اما تکنولوژی فیسبوک بسیار پیرفته تر است. هوش مصنوعی فیسبوک به صورت خودکار تصویر آپلود شده را تشخیص می دهد، این درحالیست که توییتر از کاربران خود می خواهد که درباره ی عکس خود توضیح دهند.

فیسبوک در ادامه اعلام کرد که این قابلیت تنها در دستگاه های iOS انگلیسی در دسترس خواهد بود، اما به زودی گسترش خواهد یافت.

.

.

منبع: techinsider


عصر تکنولوژی، تکرا

نوشته هوش مصنوعی فیسبوک به کاربران نابینا کمک می کند اولین بار در عصر تکنولوژی - تکرا پدیدار شد.

مایکروسافت و ارایه پلتفرم هوش مصنوعی مبتنی بر Minecraft به صورت متن باز!

 

artificial_intelligence-100626091-primary.idgeمایکروسافت تصمیم گرفته است تا پلتفرم هوش مصنوعی خود را که محققان این شرکت برای تحقیقات‌شان از آن استفاده می‌کنند،‌ به صورت اوپن سورس ارایه کند. پلتفرم AIX، که هم‌اکنون توسط بخش تحقیقاتی مایکروسافت و همچنین برخی محققان دانشگاهی مورد استفاده قرار می‌گیرد، به کاربران اجازه می‌دهد که از حالت بازی بدون ساختار بازی ماین‌کرافت برای تحقیقات خود استفاده کنند. این پلتفرم، تابستان امسال تحت لایسنس اوپن سورس در اختیار محققان قرار خواهد گرفت.

این پلتفرم، که توسط محققان مایکروسافت در انگلستان توسعه داده شده است، دارای حالتی برای جاوا و حالتی است که به عامل‌های هوش مصنوعی اجازه می‌دهد که در محیط ماین‌کرفت حس و عمل کنند. هر دو مولفه می‌توانند در هر سه سیستم عامل ویندوز، لینوکس و مک اجرا شوند و محققان آزادند که از هر زبان برنامه نویسی برای تحقیقاتشان استفاده کنند.

نوشته مایکروسافت و ارایه پلتفرم هوش مصنوعی مبتنی بر Minecraft به صورت متن باز! اولین بار در - آی‌تی‌رسان پدیدار شد.

رقابت قهرمان جهان بازی Go در برابر هوش مصنوعی گوگل

شکست قهرمان جهان در برابر هوش مصنوعی گوگل

رقابت قهرمان جهان بازی Go در برابر هوش مصنوعی گوگل، چهارمین مرحله را هم پشت سر گذاشت.

یک سیستم هوش مصنوعی که توسط گوگل توسعه یافته است، توانست بازیکن قهرمان جهان بازی Go را در اولین بازی برنامه ریزی شده و برای اولین بار شکست دهد.

این برنامه که AlphaGo نامیده شده است، در رقابت با Lee Sedol (لی سه دال) قهرمان سابق جهان در یک رقابت تاریخی ۵ روزه در کره ی جنوبی را شکست داد.

هر دو بازیکن شرکت کننده در نوع خود بهترین هستند: AlphaGo که اخیرا  قهرمان اروپا، Fan Hui را مغلوب خود کرد و Sedol که بهترین بازیکن جهان در بازی استراتژی است که توانسته بسیاری از پیچیده ترین بازی های جهان را برنده شود.

در اولین دور مسابقه، AlphaGo صریحا Sedol را شکست داد و این نتیجه همه و از جمله خود این بازیکن را شوکه کرد.

Sedol در یک کنفرانس خبری در روز ۴شنبه (۹ مارس) گفت: “من نمی دانستم که AlphaGo به این شکل کامل و عالی بازی می کند.”

دیگر بازیکنان حرفه ای هم با دیدن عملکرد AlphaGo تحت تاثیر قرار گرفتند.

Cho Hanseung یکی از بازیکنان حرفه ای بازی Go به GoGameGuru، وبسایتی برای علاقمندان به بازی Go گفت: “هنگامی که گوگل می گفت احتمال برد در این بازی ۵۰-۵۰ است، به نظر شوخی می رسید. من به شخصه اگر با چشم خود این بازی را نمی دیدم نمی توانستم این عملکرد را باور کنم.”

شکست Hui در ماه ژانویه به عنوان یک پیروزی برای هوش مصنوعی تلقی شد، چراکه این بازی ۵ مرحله ای با ۵ بار شکست Hui در برابر هوش مصنوعی پایان یافت. هم اکنون این رقابت که بین هوش مصنوعی گوگل و قهرمان جهانی بازی Go آغاز شده چهارمین مرحله را هم پشت سر گذاشت و بعد از ۳ بار پیروزی AlphaGo بالاخره در دور چهارم قهرمان کراه ای توانست آن را شکست دهد ولی همچنان برنده ی این بازی AlphaGo باقی می ماند.

بازی  Go با توجه به تعداد زیادی از حرکات بالقوه اغلب به عنوان یکی از بزرگترین بازی ها در این زمینه در نظر گرفته شده است چرا که هر تصمیمی که می گیرید ۲۰۰ حرکت بالقوه دارد و این تعداد  در بازی شطرنج به متوسط ۲۰ حرکت محدود می شود.

Demis Hassabis، یکی از مخترعین AlphaGo و یکی از دانشمندان کامپیوتر در گوگل در ۲۶ ژانویه در یک کنفرانس خبری گفت: “این بازی به احتمال زیاد، پیچیده ترین بازی ابداع شده توسط انسان است.”

با اینکه Sedol در برابر AlphaGo تار و مار شد ولی این نتیجه تا حدودی ناعادلانه است چراکه AlphaGo برای رقابت با Sedol بسیاری از مسابقات قهرمانی را تماشا کرده بود در حالیکه Sedol با سبک بازی AlphaGo هیچ آشنایی نداشته است.

با این وجود تا چند سال پیش و یا حتی چند ماه پیش، این نتیجه غیر قابل تصور بود. با این حال هم اکنون، بهترین بازیکن هوش مصنوعی بازی Go توانست در برابر بهترین بازیکن انسان رقابت کند و پیروز شود.

نتیجه ی این بازی هم اکنون ۳ بر صفر به نفع هوش مصنوعی گوگل می باشد.

.

با عضویت در کانال رسمی تکرا در تلگرام از آخرین اخبار روز تکنولوژی مطلع باشید.

.

منبع: livescience


عصر تکنولوژی، تکرا

نوشته رقابت قهرمان جهان بازی Go در برابر هوش مصنوعی گوگل اولین بار در عصر تکنولوژی - تکرا پدیدار شد.

سیستم پلنت گوگل، مکان تصاویر را تشخیص می دهد!

سیستم پلنت گوگل، قادر است، مکان تصاویر گرفته شده را تشخیص دهد.

سیستم پلنت گوگل ، قادر است، مکان تصاویر گرفته شده را تشخیص دهد.

مهندسان گوگل سیستمی ایجاد کرده اند که دقیقا می تواند شناسایی کند که در چه مکانی عکس گرفته شده است. در واقع سیستم پلنت گوگل می تواند محل عکس های عمومی را دقیقتر از انسان ها تشخیص دهد. سیستم پلنت گوگل توسط دو تن از کارمندان این شرکت ایجاد شده است که مکان دقیق یک عکس را با تجزیه و تحلیل پیکسل های آن، مشخص می کند.

انسان ها به طور معمول زمانی که یک عکس عمومی می بینند، تلاش می کنند تا با نگاه کردن به آن دریابند که محل دقیق این عکس کجاست. به طور مثال اگر عکسی از یک ساحل شنی سفید ببینند، ممکن است فکر کنند که آن عکس در کارائیب گرفته شده است اما در اشتباه باشند و عکس در مالدیو گرفته شده باشد. در حالی که بسیاری از انسان ها نیاز به یک نقطه عطف، مثل مجسمه آزادی یا ماچو پیچو دارند که بتوانند محل عکس گرفته شده را تشخیص دهند، سیستم پلنت گوگل، در مراحل اولیه نیز چنین مشکلی ندارد و با تجزیه و تحلیل پیکسل ها مشخصات ریز عکس را شناسایی می کند. بدیهی است که پلنت از انسان ها دقیق تر است زیرا بیشتر از هر انسانی مکان های مختلف را دیده است و نشانه های ظریف از صحنه های مختلف را که تشخیص آن برای انسان سخت است، می تواند تشخیص دهد.

توبیاس ویند به و جیمز فیلبین، دو مهندس نرم افزار گوگل، با همکاری توسعه دهنده ای به نام ایلیاکوستریکوو برای ساخت سیستم پلنت گوگل وارد همکاری شدند.

ویند جهان را به یک شبکه ای از ۲۶،۰۰۰ مربع در اندازههای مختلف، بسته به تعداد تصاویر گرفته شده در آن مکان، تقسیم بندی کرده است که هر یک از مربع ها یک منطقه جغرافیایی خاص را نشان می دهد. پس از آن یک پایگاه داده از تصاویر مکان جغرافیایی از اینترنت ایجاد کرد تا شبکه ی مربعی را در هر تصویر گرفته شده، تعیین کند. به طور کلی، می توان گفت، ۱۲۶ میلیون تصویر استفاده شده است.

ویند و تیمش، ۹۱ میلیون از این تصاویر را برای آموزش شبکه عصبی قدرتمند، یک سیستم کامپیوتری مدل شده در مغز انسان، به کار گرفتند تا برای تشخیص مکان شبکه، تنها از تصاویر استفاده شود. در نهایت آنها قادر به قرار دادن یک تصویر در شبکه ی عصبی و خارج کردن یک محل خاص شبکه و یا حداقل یک مجموعه ای از نامزدهایی که محتمل تر هستند، خواهند شد. این شبکه ی عصبی با ۳۴ میلیون عکس در مجموعه داده ها تایید می شود.

به منظور تست سیستم پلنت گوگل ، ۲.۳ میلیون تصویر دارای برچسب جغرافیایی را از عکس های آنلاین فلیکر گرفته اند و از پلنت درخواست کرده اند که محل آن را شناسایی کند.

“لنت توانست ۳.۶٪ از تصاویر سطح خیابان و ۱۰.۱٪ از تصاویر سطح شهر را درست تشخیص دهد. این نتایج کامل نیست، اما با این وجود پلنت خوب عمل کرده است.

.

با عضویت در کانال رسمی تکرا در تلگرام از آخرین اخبار روز تکنولوژی مطلع باشید.

.

منبع: techinsider


عصر تکنولوژی، تکرا

نوشته سیستم پلنت گوگل، مکان تصاویر را تشخیص می دهد! اولین بار در عصر تکنولوژی - تکرا پدیدار شد.

از ترمیناتور تا ماتریکس؛ آیا هوش مصنوعی برای آینده ما خطرناک است؟!

 

ITRESAN-11-1394 (42)-3هوش مصنوعی به‌عنوان یکی از مهم‌ترین المان‌ها و نمادهای تبلور دانش کامپیوتری انسان در جسمی ماشینی است ولی این تعریف زیبا برای انسان‌های امروزی به‌عنوان یک مخاطره بزرگ و یک ترس از آینده‌ای تاریک نیز مطرح است. دلیل این امر را می‌توان بیشتر در تخیل انسان‌ها جست زیرا عملا هنوز هیچ هوش مصنوعی نیرومندی که بتواند حتی به درصدی از توان یادگیری انسانی دست یابد، طراحی و ساخته نشده است. با این‌ حال شرایط داستان‌ها و فیلم‌های علمی و تخیلی موجب شده است تا ذهنیت عمومی جامعه نسبت به هوش مصنوعی، تیره باشد.

در ابتدای امر باید ببینیم که هوش مصنوعی چیست؟ هوش مصنوعی از نظر تعریف علمی به معنای رفتار ساختاریافته ماشینی در برابر رخدادها است. هنگامی‌ که یک ماشین بتواند در برابر رخدادها از خود عکس‌العمل نشان داده و به‌مانند انسان، از بین گزینه‌های مختلف به انتخاب یک راهکار از پیش تعیین نشده دست بزند، آنگاه آن ماشین به هوش مصنوعی مجهز شده است.

همان‌طور که می‌بینید برای دست‌یابی به چنین دستاوردی، هنوز حتی به یک‌دهم درصد از پیشرفت لازم نیز نرسیده‌ایم و هوش‌های مصنوعی ساخته شده در دنیای امروزی ما بیشتر به ساختار تصمیم‌گیری درختی و تعیین شرایط از پیش تعیین شده وابسته هستند تا این‌که بخواهند یک ساختار سند باکس را به نمایش بگذارند. حال ممکن است برای شما این سوال پیش آمده باشد که ساختار درختی و سندباکس، به چ

ه معناست؟!

ITRESAN-11-1394 (42)-6ساختار تصمیم‌گیری درختی به ساختاری گفته می‌شود که یک رخداد، از یک ریشه خاص آغاز شده و بر اساس پاسخ به سوال‌هایی که در هر مرحله از تصمیم‌گیری مطرح می‌شود، تعداد پاسخ‌ها کاهش خواهد یافت تا درنهایت شاهد رسیدن به یک پاسخ باشیم. همان‌طور که واضح به نظر می‌رسد، برای ساختار تصمیم‌گیری درختی باید تمامی حالت‌های ممکن از پیش تعیین شوند و به همین دلیل نیز هوش مصنوعی به‌دست‌آمده از این ساختار، چندان نیرومند نخواهد بود.

ITRESAN-11-1394 (42)-4در نقطه مقابل، مفهوم سندباکس قرار دارد، این مفهوم از ساختار اسباب‌بازی‌های قدیمی چینی الهام گرفته شده است که در آن، چندلایه شیشه در کنار یکدیگر قرار می‌گرفتند و هر یک از لایه‌ها دارای شن‌هایی به یک رنگ خاص هستند، با تکان دادن این جعبه و نگاه کردن به آن از کناره، هر بار شاهد شکل‌گیری یک تصویر خاص هستیم که تعداد تصویرهای قابل رویت را عملا به بی‌نهایت می‌رساند. مشابه همین ساختار نیز می‌تواند در هوش مصنوعی به کار گرفته شود. برای نمونه شما می‌توانید بر اساس رخدادهای محیطی و تحلیل آن بر لایه‌های مختلف تصمیم‌گیری، یک تصمیم خاص را اتخاذ کنید، برای مثال فرض کنید هم‌اکنون که مشغول خواندن این مقاله هستید، زنگ خانه شما به صدا درمی‌آید، بسته به این‌که در انتظار کسی هستید، کس دیگری در خانه هست یا خیر، موقعیت شما نسبت به در چگونه است و …، تصمیم به باز کردن یا باز نکردن در می‌گیرید. هر یک از المان‌های یادشده، یک لایه از جعبه شیشه‌ای سند باکس است و عکس‌العمل شما نسبت به آن موجب خواهد شد تا ساختاری منحصربه‌فرد شکل بگیرد. حال درصورتی‌که بتوان همین ساختار را برای هوش مصنوعی به کار گرفت، می‌توان انتظار جهشی بزرگ در این زمینه را داشت که هنوز دانشمندان به آن دست پیدا نکرده‌اند.

ITRESAN-11-1394 (42)-2علت این امر نیز تعیین مولفه‌های خروجی و تحلیل آن‌هاست! یک هوش مصنوعی باید بتواند تمامی حالت‌های ممکن را در اختیار داشته باشد تا تنها در یک زمینه موفق عمل نکند. برای این کار، حسگرهای فوق‌العاده پیشرفته، ساختار تصمیم‌گیری بسیار پیچیده و از همه مهم‌تر، ساختار یادگیری عمقی ماشینی مورد نیاز است که به همین دلیل نیز با قطعیت می‌توان گفت که هنوز زمان رسیدن به این ساختار فرانرسیده است.

ITRESAN-11-1394 (42)هوش مصنوعی از جنس آینده است و اگر در طراحی آن درست عمل شود، می‌توان از آن برای آسودگی انسان استفاده کرد ولی اگر المان‌های بازدارنده در طراحی هوش مصنوعی به کار گرفته نشود، آنگاه ممکن است مانند فیلم‌های هالیوودی، شاهد غلبه یافتن هوش مصنوعی بر انسان‌ها باشیم. البته نیازی به نگران بودن نیست چون حتی اگر رکورد زنده ماندن در گینس را نیز به دست بیاورید، بازهم بعید به نظر می‌رسد که شاهد این دوران باشید.

نوشته از ترمیناتور تا ماتریکس؛ آیا هوش مصنوعی برای آینده ما خطرناک است؟! اولین بار در - آی‌تی‌رسان پدیدار شد.

محققان تاثیربرانگیزترین رفتار هوش مصنوعی را مشاهده کردند

محققان تاثیربرانگیزترین رفتار هوش مصنوعی را مشاهده کردند

احتمالا از آخرین باری که آتاری بازی کرده اید زمان زیادی می گذرد. مهم نیست که چقدر حرفه ای بازی کنید، احتمالا باز هم نمی توانید برنامه ی هوش مصنوعی Google DeepMind را شکست دهید. شاید به نظر برسد که برنامه ای با توانایی در بازی کامپیوتری فقط جنبه ی سرگرمی دارد، اما با این حال محققان هوش مصنوعی بارها به سایت TechInsider گفته اند که این تاثیربرانگیز ترین اجرای تکنولوژی است که تا به حال دیده اند.

شرکت DeepMind ( شرکت بریتانیایی در زمینه تحقیقات هوش مصنوعی) در فوریه ی ۲۰۱۵ این خبر بزرگ را اعلام کردند که این برنامه ی هوش مصنوعی می تواند روش بازی و برنده شدن در بازی های آتاری ۲۶۰۰ ( کنسول بازی ساده که در دهه ۱۹۸۰ رواج داشت ) را بیاموزد، بدون اینکه دستورالعمل یا دانش قبلی از روش بازی کردن داشته باشد.
این برنامه با مشاهده ی روش بازی یاد گرفت که چگونه برنده ی بازی باشد، همچنین با سیستم “جایزه” ی خود می تواند از روند پیشرفتش در بازی مطلع شود.
این کامپیوتر هوشمند در ۲۹ بازی آتاری تمام رقیب های انسانی خود را شکست و نسبت به ۴۳ الگوریتم کامپیوتری دیگر عملکرد بهتری نشان داد.
می توان گفت تنها نقطه ضعف این برنامه در بازی Ms.Pac Man است، جایی که به اعتقاد MIT Technology باید از قبل برنامه داشته باشد که چگونه نقطه ها ی داخل ماز را بخورد.
این برنامه در چند ماه اخیر در اخبار وجود داشت تا اینکه خبرنگار TechInsider با چند نفر از محققان هوش مصنوعی مصاحبه ای انجام داد. سوال دل پرادو خبرنگار تک اینسایدراز آنها این بود : تا به حال شاهد چه چیزی در تکنولوژی هوش مصنوعی بوده اند که واقعا تعجب آنها را برانگیخته است ؟ و پاسخ اکثر آنها برنامه ی DeepMind بود که آتاری بازی می کرد.
استوارت راسل دانشمند علم کامپیوتر در دانشگاه برکلی کالیفرنیا به خبرنگار تک اینسایدر گفت : ” سیستم DeepMind به طور کامل، از پایه شروع می کند، بنابراین در اصل می توان گفت که سیستم “بیدار” می شود، صفحه ی نمایش بازی را می بیند و تشخیص می دهد که چگونه در سطح یک انسان باهوش بازی کند. او این کار را با ۳۰ بازی مختلف دیگر هم انجام می دهد.”
پیتر ابیل، دانشمند علوم کامپیوتری در دانشگاه برکلی گفت : ” عملکرد DeepMind در نحوه ی یادگرفتن بازی، در حالیکه فقط به تصاویر پیکسلی و امتیازات بازی دسترسی داشت بسیار الهام بخش است. من در مورد نتایج اخیر تحقیقات خودمان که دارای مبنای مشترک با این سیستم هستند بسیار هیجان زده هستم. با یک الگوریتم ساده که توانایی یاد گیری دو نوع عملکرد متفاوت را دارد.
این برنامه در عرض ۱۲۰ دقیقه به سطح حرفه ای این بازی می رسد.
مایکل لیتمن دانشمند علوم کامپیوتر در دانشگاه براون به خبرنگار تک اینسایدر گفت : به نظر من این ایده بسیار خالص است چرا که به سمت سیستم هایی راهنمایی می کند که نه تنها از قطعات برنامه ریزی شده ی فوق العاده هوشمند تشکیل شده اند، بلکه از تجارب آنها استفاده کرده و آنها را به رفتارهای هوشمندانه تبدیل می کند.
راسل همچنین عنوان کرد که خوبی این برنامه تا اندازه ای است که می تواند ترسناک باشد. ” این برنامه تاثیرگذار و در عین حال ترسناک است، تصور کنید که یک نوزاد متولد شود و تا غروب همان روز بتواند افراد را در بازی کامپیوتری شکست دهد.

.

با عضویت در کانال رسمی تکرا در تلگرام از آخرین اخبار روز تکنولوژی مطلع باشید.

.

منبع: techinsider


عصر تکنولوژی، تکرا

نوشته محققان تاثیربرانگیزترین رفتار هوش مصنوعی را مشاهده کردند اولین بار در عصر تکنولوژی - Techera پدیدار شد.

این روبات با هوش مصنوعی می تواند مانند بچه ها آموزش ببیند

محققان دانشگاه کالیفرنیا برکلی، یک روبات شبه انسان طراحی کرده اند، این ربات همانند بچه های انسان قادر است یاد بگیرد که چگونه حرکت کند و بایستد. اتیم محققان این پروژه که تحت رهبری دکتر ایگور مورداچ می باشند، یک شبکه ی عصبی برای این روبات با هوش مصنوعی که نام آن داروین است تولید کرده اند، داروین مانند بچه های انسان، با نگاه کردن به رفتار بزرگترها نحوه نشستن، راه رفتن و یا حرکات دیگر را می آموزد.

محققان دانشگاه کالیفرنیا برکلی، یک روبات شبه انسان طراحی کرده اند، این ربات همانند بچه های انسان قادر است یاد بگیرد که چگونه حرکت کند و بایستد.

تیم محققان این پروژه که تحت رهبری دکتر ایگور مورداچ می باشند، یک شبکه ی عصبی برای این روبات با هوش مصنوعی که نام آن داروین است تولید کرده اند، داروین مانند بچه های انسان، با نگاه کردن به رفتار بزرگترها نحوه نشستن، راه رفتن و یا حرکات دیگر را می آموزد.
مورداچ در مصاحبه با “کوارتز” گفت : شبکه ی عصبی موجود در ساختار این ربات مانند یک نقشه عمل می کند، یعنی روشی برای تصمیم گیری می باشد. روبات از موقعیت فعلی و هدف خود آگاه است و شبکه ی عصبی مجموعه رفتارهایی را که برای رسیدن به هدف نیاز دارد تولید می کند.
تا به حال داروین چگونه ایستادن، در حالت ایستاده ماندن و چند حرکت ساده ی دیگر را آموخته است که البته به مرور زمان می تواند با دیدن رفتارهای طبیعی، قبلیت های بیشتری را یاد بگیرد، جالب است در حالیکه امکان دارد آنها را اشتباه انجام دهد، با این حال از اشتباهات درس گرفته و بدون ترس به انجام آنها می پردازد.
داروین سنسورهایی که اطلاعات حالت لنگیدن و همینطور فشار روی پاها و مفاصل را انتقال می دهند، به بازی گرفته، و یاد می گیرد که چگونه از این اطلاعات برای نشستن، ایستادن و چندین حرکت دیگر استفاده کند.
مورداچ و هم تیمانش امیدوارند که داروین بتواند دور محوطه ی دانشگاه برکلی حرکت کند و تا سال آینده قادر باشد جهان اطراف خود را بشناسد و همینطور توانایی برداشتن اشیا را داشته باشد.
این تیم امیدوار است که داروین و روباته ای مشابه در سال های آینده قادر باشند به محل هایی مانند محیط های سمی و خطرناک که انسان ها به دلیل آسیب پذیری شان نمی توانند در آنها قرار گیرند، بروند.

.

.

منبع: techradar


عصر تکنولوژی، تکرا

نوشته این روبات با هوش مصنوعی می تواند مانند بچه ها آموزش ببیند اولین بار در عصر تکنولوژی - Techera پدیدار شد.