نظارت کیفیت کار کارمندان با هوش مصنوعی

 
 
طی چند ماه گذشته، میلیون‌ها نفر از رفتن به محل‌ کار خودداری کرده و کار خود را از داخل خانه ادامه می‌دهند. این کارمندان شاید دیگر جلوی چشم مدیران خود نباشند اما این بدین معنی نیست که تحت نظارت نیز نباشند.
 
بر اساس گزارش‌ها، استفاده از نرم افزارهای نظارتی طی چند ماه گذشته افزایش چشم گیری داشته که ثابت می‌کند کارفرمایان تلاش دارند تا فعالیت‌های کارمندان خود را در طی دورکاری، تحت نظر داشته باشند.
 
طیف وسیعی ازنرم افزارها و ابزارها وجود دارند که کارفرمایان آنها را برای دانلود به کارمندان خود معرفی کرده‌اند. مثلا Hubstaff  یکی از این نرم افزارهاست که کلمات تایپ شده با کیبورد، حرکات موس و وبسایت‌های مشاهده شده کاربر را نشان می‌دهد.
 
سرویس Time Doctor، از این هم فراتر می‌رود و ویدیویی از صفحه نمایش کاربر ضبط می‌کند. این نرم افزار همچنین از طریق وب کم سیستم کاربر، هر 10 دقیقه یک بار از شخص وی نیز عکس می‌اندازد تا کارفرما بتواند مطمئن شود که کارمند پشت سیستم خود حضور دارد.
 
نرم افزار Isaak نیز ابزاری است که توسط شرکت انگلیسی Status Today توسعه یافته و ارتباطات بین کارمندان را نظارت می کند تا مشخص کند کدام کارمند بیشتر از دیگران فعالیت می‌کند. این سرویس با جمع آوری داده‌ها از کارمندان، مشخص می‌کند که کدام شخص تاثیر بیشتری در پیشروی کار و پروژه دارد.
 
اما شرکت دیگری، پا را از این هم فراتر گذاشته است. این شرکت یک نرم افزار با کمک تکنولوژی یادگیری ماشینی توسعه داده  که می‌تواند تشخیص دهد کدام کارمند وظایف خود را سریع‌تر انجام می‌دهد. این ابزار به هر کارمند، نمره بهره وری می‌دهد و به همین ترتیب کار مدیریت کارمندان برای کارفرما راحت‌تر می‌شود. البته میزان نتیجه بخش بودن این شیوه، به کیفیت ارتباط بین کارفرما و کارمندان ارتباط زیادی دارد.
 
اما آیا نظارت سیستم‌های کارمندان توسط کارفرما، تا بدین سطح، منطقی به نظر می‌رسد؟ آن هم تنها به این دلیل که کارفرما به کارمند پول می‌دهد؟
 
منتقدان معتقدند که نظارت‌های موجود در محل کار، به اعتماد بین طرفین خدشه وارد کرده و خلاف اخلاقیات است. گروه‌های حامی حقوق کارگران نیز می‌گویند که چنین سیستم‌هایی باید صرفا بعد از رضایت کارمندان مورد استفاده قرار بگیرد. خانم Cori Crider یکی از موسسان یک شرکت غیرانتفاعی فعال در حوزه قانون است به نام Foxglove. این شرکت در زمینه مبارزه با سواستفاده از تکنولوژی در محیط‌های کاری فعالیت دارد. خانم کرایدر می‌گوید:« چنین فضایی می‌تواند توازن قدرت را مابین کارفرما و کارمند، بر هم زده و به حس مسئولیت پذیری کارمند خدشه وارد کند.»
 
نظرها در این باره مختلف است اما در هر صورت، چنین سیستم‌هایی وجود دارند و افراد زیادی نیز از آنها استفاده می‌کنند- به خصوص با وجود شرایط کنونی دنیا که کار کردن از خانه  بیشتر از قبل افزایش یافته است.
 
نرم افزار جدیدی که در این حوزه توسعه پیدا کرده، Enaible نام دارد و مدیر عامل آن تامی ویر است. این استارت‌آپ آمریکایی نوعی نرم افزار جدید نظارتی طراحی کرده که به گفته آقای ویر، طی 6 الی 12 ماه آینده بسیار فراگیر خواهد شد.
 
آقای ویر معتقد است  اکثر ابزارهایی که در بازار وجود دارند، کافی نیستند. ویر می‌گوید:« تصور کنید می‌خواهید کار کسی را مدیریت کنید، شما می‌توانید تمام روز بایستید و او را تماشا کنید و مدام به او پیشنهاد کنید که کارش را چطور بهتر انجام دهد. این کاریست که سیستم ما انجام می‌دهد.»
 
ویر با 20 سال سابقه مدیریت عاملی، در سال 2018 شرکت Enaible  را پایه ریزی کرد. این شرکت همین حالا نیز سیستم خود را برای چندین شرکت بزرک در سرتاسر دنیا عرضه کرده است از جمله  آژانس گمرک دبی-Dubai customs agency و Omnicom Media Group( یک شرکت ارتباطات و بازاریابی چند ملیتی).
 
آقای ویر می‌گوید که بعد از شیوع ویروس کرونا در دنیا، میزان تقاضا برای استفاده از سیستم توسعه یافته توسط این شرکت، بیش از 4 برابر شده که حجم بی سابقه‌ای برای شرکت محسوب می‌شود.
 
نرم افزار Enaible که به عنوان «پلتفرم هوشمند بهره وری» نیز شهرت دارد، کاری فراتر از دنبال کردن ایمیل‌ها و اکانت‌های اسلک و زوم کاربر یا جستجوی‌های وب او را انجام می‌دهد. به عقیده آقای ویر هیچ کدام از این سرویس‌ها نمی‌تواند میزان دقیق کیفیت کار کردن کارمند را مشخص کند و تنها نشان می‌دهد که آیا کسی کار می‌کند یا خیر.
 
این نرم افزار بعد از راه اندازی، تمام مدت در پشت زمینه – بک گراند- سیستم کاربر فعال می‌ماند و تمام داده‌هایی که شرکت برای نظارت کارمندان خود مشخص کرده را دنبال می‌کند. این سیستم، با استفاده از الگوریتم‌ها ، جریان کار معمول هر کارمند را مشخص می‌کند: چه چیزی-مثلا یک ایمیل یا یک تماس صوتی- می‌تواند کارمند را ترغیب کند که وظیفه مد نظر را سریع‌تر انجام دهد و یا اینکه انجام یک کار چه قدر زمان می‌برد.
 
بعد از یادگیری الگوی معمول و رفتار کاری کاربر، سیستم به هر کارمند امتیازی تحت عنوان «نمره بهره وری» از صفر تا 100، اطلاق می‌کند. نمره بهره وری هر فرد همچنین مشخص می‌کند که رفتار یک کارمند تا چه میزان به روی فعالیت دیگر هم تیمی‌هایش نیز تاثیر گذار بوده است. البته این سیستم محدودیت‌های خودش را دارد. مثلا اینکه این سیستم بهترین جواب را زمانی می‌دهد که کارمندان دائما وظایف تکرار شونده انجام دهند مثلا در یک مرکز جوابگویی تلفن یا دپارتمان پشتیبانی فروش کالا. به عبارت دیگر چنین سیستمی برای کارهای پیچیده‌تر و خلاقانه‌تر، مناسب نیست.
 
Enaible  کاربرد دیگری نیز دارد. با افزایش سرسام آور هزینه‌ها و تمایل بیشتر کارآفرینان به صرفه جویی در وقت، نرم افزار Enaible  می‌تواند به کمک کارفرما آمده و مشخص کند که وجود کدام کارمند برای تداوم رشد و توسعه شرکت کلیدی است و وجود کدام کارمند بی تاثیر است. به این ترتیب رئیس یک شرکت می‌تواند برای تعدیل نیرو، انتخاب‌های بهتری داشته باشد. علاوه بر این، تاکتیک‌های انگیزشی و افزایش تمرکز نیز به کارمندان ارائه می‌شود.
 
اما مشکل چنین سیستم‌هایی این است که می‌تواند شامل الگوریتم‌هایی شود که در آنها تبعیض‌ها و جانب داری‌های پنهان اعمال می‌شود. این واقعیت، با وجود غیر اخلاقی و غیر منصافه بودن، غیر قابل پیگیری قضایی است و در اینجا بحث حقوق کارمندان مطرح می‌شود.
 
خانم کرایدر معتقد است که راه‌های بهتری برای انگیزه دادن به کارمندان وجود دارد. وی می‌گوید:«چیزی که شاهد آن هستیم، تلاش برای تبدیل انسان به ماشین و به مرور، جایگزین شدن جایگاه‌های شغلی انسان‌ها توسط ماشین‌هاست. یک کارآفرین باید محیطی ایجاد کند که کارمندانش در آن احساس امنیتی و اعتماد داشته و با خیال راحت کار خود را انجام دهند.»

هوش مصنوعی و ربات‌ها در خدمت مهار کرونا

لزوم وجود ربات‌ها و هوش‌های مصنوعی زمانی بهتر درک شد که جهان با شیوع ویروس‌های همه‌گیری مانند کرونا مواجه شد.
 ماهیت وجودی ربات‌ها در جهان از زمانی تعریف پیدا کرد که بشر به فقدان امکان برخی اعمال فیزیکی توسط جسم خود پی‌برد و هوش مصنوعی هم از زمانی رونق پیدا کرد که حواس بشر نیاز به پردازش دقیق‌تر اطلاعات داشت.
 
اما لزوم حضور ربات‌ها و هوش مصنوعی بیشتر در بحران‌هایی مانند کرونا معنا پیدا کرد؛ زمانی که ارتباط انسان با انسان به دلیل شدت انتقال ویروس باید به حداقل ممکن می‌رسید این ربات‌ها بودند که برای ارائه خدمات به کادر درمانی مراکز خدماتی ورود کردند.
 
همچنین با توجه به فراوانی شمار مبتلایان به ویروس و فقدان نیروی کار لازم در برخی کشورها برای پردازش و تشخیص بیماری نیاز به دقت خستگی‌ناپذیری مانند هوش مصنوعی بود تا به کمک بیماران بیاید.
 
نخستین و موثرترین کاربرد هوش مصنوعی در مبارزه با بیماری کرونا استفاده از آن برای تشخیص بیماری بود؛ یکی از اصلی‌ترین روش‌های تشخیص بیماری کرونا استفاده از عکس ریه افراد مشکوک به کرونا است و بررسی المان‌های وجود ویروس که نیاز به تجزیه و تحلیل متخصصان دارد.
 
این تجزیه و تحلیل وقتی تنها به عهده عامل انسانی باشد امکان خطا در آن هم زیاد می‌شود اما هوش مصنوعی امکان بررسی با دقت بالاتر و امکان خطای کمتر دارد.

ایران هم از استفاده از هوش مصنوعی بی‌نصیب نبوده و سامانه آنلاینی برای ارائه خدمات هوش مصنوعی در راستای بررسی عکس ریه بیماران و تشخیص کرونا در آنها راه‌اندازی کرد که علاوه بر ایران به کشورهای دیگر هم ارائه خدمات می‌کرد.
 
حمیدرضا ربیعی، استاد تمام هوش مصنوعی در دانشگاه صنعتی شریف درباره ویژگی‌های این سامانه هوشمند توضیح داد: برای  تشخیص بیماری کرونا راه‌های مختلفی در جهان مورد بررسی قرار گرفته است و از آنها استفاه می‌شود. اما مهمترین و کم خطاترین روش برای تشخیص بیماری استفاده از سی تی اسکن قفسه سینه بیمار است. سامانه تشخیص پونومی کووید 19 با یک کار تیمی در دانشگاه‌های مختلف در عرض یک ماه طراحی شد که ضریب خطای آن نسبت به دو نمونه مشابهی که در چین و استنفورد طراحی شده بسیار پایین‌تر است. گستره استفاده از این نرم‌افزار به صورت آنلاین هم برای تمام جهان قابل استفاده است.
 
وی افزود: ما برای طراحی و ارزیابی این سیستم از سه دسته تصویر استفاده کرده‌ایم، تصویر قفسه سینه افراد سالم، افراد مبتلا به کووید 19 و افرادی که بیمار بوده‌اند اما کویید 19 نداشتند. ما این تصاویر را پیش پردازش و سپس نرمالایز کردیم.  توانایی دیگری که این سامانه دارد اندازه‌گیری حجم ناحیه عفونی است که می‌تواند توسط مراکز درمانی مورد استفاده قرار بگیرد. این مراکز درمانی می توانند به صورت آنلاین تصاویر سی تی اسکن را برای ما سیستم ارسال کنند و نتیجه آن را با دقت بسیار بالایی دریافت کنند و یا حتی قابلیت نصب این نرم‌افزار در مراکز درمانی وجود دارد.
 
استفاده کشورهای خارجی از خدمات هوش مصنوعی ایران
 
این استاد دانشگاه در مورد مواد مورد استفاده این سامانه تصریح کرد: گاهی به دلیل حجم مراجعات بیماران مبتلا به کووید 19 دقت رادیولوژیستهای ما پایین می آید و از طرف دیگر تغییرات حجم عفونی با چشم چندان قابل تشخیص نیست این سامانه اطلاعات لازم را در اختیار پزشک قرار می دهد. از طرف دیگر متأسفانه هنوز نقاطی از کشور وجود دارد که دسترسی به رادیولوژیست در آنها مشکل بوده و یا اصلا وجود ندارد که در این شرایط هم سامانه به صورت آنلاین می تواند به بیماران خدمت رسانی کند. کشورهای دیگری شامل نیجریه، غنا، رومانی، کانادا، آلمان و ایتالیا نیز از این خدمات استفاده کرده اند.

اما در این ایام ربات‌ها هم کاربردهای فراوانی پیدا کردند و به کمک کادر درمانی و نهادهای خدماتی آمدند تا به واسطه آنها بتوان ارتباط فرد مبتلا با انسان‌های دیگر را به حداقل ممکن رساند.
 
یکی از اصلی‌ترین کاربردهای ربات‌ها ارائه خدمات بیمارستانی بود؛ برخی از این ربات‌ها با نصب آی‌پد امکان معاینات اولیه بیماران کرونایی را بدون حضور دکتر فراهم می‌کردند و برخی دیگر با اشعه فرا بنفش اقدام به ضد عفونی کردن مناطق پر خطر می‌کردند.
 
اشعه فرابنفش می‌تواند برای انسان مضر باشد اما با قدرت زیادی اقدام به ضدعفونی کردن محیط می‌کند به همین دلیل استفاده از ربات برای این کار بسیار بهتر است.

سرعت عمل ربات‌های ضدعفونی کننده با اشعه فرا بنفش بسیار بالا بوده و در عرض تنها چند دقیقه می‌تواند اقدام به ضد عفونی کردن محیط کند.
 
آخرین نمونه این رباتها توسط شرکت "بلو اوشن رباتیکز"(Blue Ocean Robotics)  ساخته شد که می‌تواند در عرض دو ساعت حدود 10 اتاق بیمارستان را به طور کامل ضدعفونی کند. این ربات با عنوان "یو.وی.دی"(UVD) که به "ربات باکتری‌کش" معروف است می‌تواند با پوشش 360 درجه 99.9 درصد باکتری‌ها را از بین ببرد.
 

هوش مصنوعی و ربات‌ها در خدمت مهار کرونا

لزوم وجود ربات‌ها و هوش‌های مصنوعی زمانی بهتر درک شد که جهان با شیوع ویروس‌های همه‌گیری مانند کرونا مواجه شد.
 ماهیت وجودی ربات‌ها در جهان از زمانی تعریف پیدا کرد که بشر به فقدان امکان برخی اعمال فیزیکی توسط جسم خود پی‌برد و هوش مصنوعی هم از زمانی رونق پیدا کرد که حواس بشر نیاز به پردازش دقیق‌تر اطلاعات داشت.
 
اما لزوم حضور ربات‌ها و هوش مصنوعی بیشتر در بحران‌هایی مانند کرونا معنا پیدا کرد؛ زمانی که ارتباط انسان با انسان به دلیل شدت انتقال ویروس باید به حداقل ممکن می‌رسید این ربات‌ها بودند که برای ارائه خدمات به کادر درمانی مراکز خدماتی ورود کردند.
 
همچنین با توجه به فراوانی شمار مبتلایان به ویروس و فقدان نیروی کار لازم در برخی کشورها برای پردازش و تشخیص بیماری نیاز به دقت خستگی‌ناپذیری مانند هوش مصنوعی بود تا به کمک بیماران بیاید.
 
نخستین و موثرترین کاربرد هوش مصنوعی در مبارزه با بیماری کرونا استفاده از آن برای تشخیص بیماری بود؛ یکی از اصلی‌ترین روش‌های تشخیص بیماری کرونا استفاده از عکس ریه افراد مشکوک به کرونا است و بررسی المان‌های وجود ویروس که نیاز به تجزیه و تحلیل متخصصان دارد.
 
این تجزیه و تحلیل وقتی تنها به عهده عامل انسانی باشد امکان خطا در آن هم زیاد می‌شود اما هوش مصنوعی امکان بررسی با دقت بالاتر و امکان خطای کمتر دارد.

ایران هم از استفاده از هوش مصنوعی بی‌نصیب نبوده و سامانه آنلاینی برای ارائه خدمات هوش مصنوعی در راستای بررسی عکس ریه بیماران و تشخیص کرونا در آنها راه‌اندازی کرد که علاوه بر ایران به کشورهای دیگر هم ارائه خدمات می‌کرد.
 
حمیدرضا ربیعی، استاد تمام هوش مصنوعی در دانشگاه صنعتی شریف درباره ویژگی‌های این سامانه هوشمند توضیح داد: برای  تشخیص بیماری کرونا راه‌های مختلفی در جهان مورد بررسی قرار گرفته است و از آنها استفاه می‌شود. اما مهمترین و کم خطاترین روش برای تشخیص بیماری استفاده از سی تی اسکن قفسه سینه بیمار است. سامانه تشخیص پونومی کووید 19 با یک کار تیمی در دانشگاه‌های مختلف در عرض یک ماه طراحی شد که ضریب خطای آن نسبت به دو نمونه مشابهی که در چین و استنفورد طراحی شده بسیار پایین‌تر است. گستره استفاده از این نرم‌افزار به صورت آنلاین هم برای تمام جهان قابل استفاده است.
 
وی افزود: ما برای طراحی و ارزیابی این سیستم از سه دسته تصویر استفاده کرده‌ایم، تصویر قفسه سینه افراد سالم، افراد مبتلا به کووید 19 و افرادی که بیمار بوده‌اند اما کویید 19 نداشتند. ما این تصاویر را پیش پردازش و سپس نرمالایز کردیم.  توانایی دیگری که این سامانه دارد اندازه‌گیری حجم ناحیه عفونی است که می‌تواند توسط مراکز درمانی مورد استفاده قرار بگیرد. این مراکز درمانی می توانند به صورت آنلاین تصاویر سی تی اسکن را برای ما سیستم ارسال کنند و نتیجه آن را با دقت بسیار بالایی دریافت کنند و یا حتی قابلیت نصب این نرم‌افزار در مراکز درمانی وجود دارد.
 
استفاده کشورهای خارجی از خدمات هوش مصنوعی ایران
 
این استاد دانشگاه در مورد مواد مورد استفاده این سامانه تصریح کرد: گاهی به دلیل حجم مراجعات بیماران مبتلا به کووید 19 دقت رادیولوژیستهای ما پایین می آید و از طرف دیگر تغییرات حجم عفونی با چشم چندان قابل تشخیص نیست این سامانه اطلاعات لازم را در اختیار پزشک قرار می دهد. از طرف دیگر متأسفانه هنوز نقاطی از کشور وجود دارد که دسترسی به رادیولوژیست در آنها مشکل بوده و یا اصلا وجود ندارد که در این شرایط هم سامانه به صورت آنلاین می تواند به بیماران خدمت رسانی کند. کشورهای دیگری شامل نیجریه، غنا، رومانی، کانادا، آلمان و ایتالیا نیز از این خدمات استفاده کرده اند.

اما در این ایام ربات‌ها هم کاربردهای فراوانی پیدا کردند و به کمک کادر درمانی و نهادهای خدماتی آمدند تا به واسطه آنها بتوان ارتباط فرد مبتلا با انسان‌های دیگر را به حداقل ممکن رساند.
 
یکی از اصلی‌ترین کاربردهای ربات‌ها ارائه خدمات بیمارستانی بود؛ برخی از این ربات‌ها با نصب آی‌پد امکان معاینات اولیه بیماران کرونایی را بدون حضور دکتر فراهم می‌کردند و برخی دیگر با اشعه فرا بنفش اقدام به ضد عفونی کردن مناطق پر خطر می‌کردند.
 
اشعه فرابنفش می‌تواند برای انسان مضر باشد اما با قدرت زیادی اقدام به ضدعفونی کردن محیط می‌کند به همین دلیل استفاده از ربات برای این کار بسیار بهتر است.

سرعت عمل ربات‌های ضدعفونی کننده با اشعه فرا بنفش بسیار بالا بوده و در عرض تنها چند دقیقه می‌تواند اقدام به ضد عفونی کردن محیط کند.
 
آخرین نمونه این رباتها توسط شرکت "بلو اوشن رباتیکز"(Blue Ocean Robotics)  ساخته شد که می‌تواند در عرض دو ساعت حدود 10 اتاق بیمارستان را به طور کامل ضدعفونی کند. این ربات با عنوان "یو.وی.دی"(UVD) که به "ربات باکتری‌کش" معروف است می‌تواند با پوشش 360 درجه 99.9 درصد باکتری‌ها را از بین ببرد.
 

هوش مصنوعی جهش آینده کرونا را پیش بینی می‌کند

یک مقام مسئول در آژانس تخصصی ICT سازمان ملل متحد گفت: فناوری هوش مصنوعی می تواند با تحلیل اطلاعات و بهره­‌گیری از تکنیک­ یادگیری عمیق، جهش مثبت یا منفی کرونا را در پاییز آینده پیش‌بینی کند.
 
 به نقل از فدراسیون فناوری اطلاعات و ارتباطات، فرزاد ابراهیمی با اشاره به نقش فناوری هوش مصنوعی در مهار کرونا ویروس گفت: بحث اندازه گیری دمای بدن افراد به خصوص با دوربین های حرارتی برای تشخیص اولیه بیماری کرونا از اهمیت بسیار بالایی برخوردار است و هوش مصنوعی می تواند با تجزیه و تحلیل داده‌ های دمای بدن افراد پیش بینی کند که بین افرادی که در یک سالن قرار دارند، کدام یک از آنها احتمالاً مبتلا به کرونا هستند.
 
وی ادامه داد: اکنون این اقدام در حال انجام است. به طور مثال برای حفاظت از سران کشورهای جهان تیم های امنیتی آنها از این ابزارها استفاده می کنند تا بتوانند افراد سالم را از افراد مشکوک به کرونا در زمانی که به مقامات عالی رتبه کشورها نزدیک می‌ شوند، تشخیص دهند.
 
ابراهیمی گفت: این ابزارها هم اکنون با عنوان دوربین های حرارتی تشخیص کرونا به منظور استفاده در اماکن عمومی نیز در دسترس هستند و از گیت‌های ورودی پروازها در فرودگاه‌ ها تا ورودی سازمان‌ ها و محل اجتماعات عمومی این ابزارها مورد بهره برداری قرار می گیرند.
 
تشخیص مراحل اولیه کرونا با تکنیک یادگیری عمیق
 
رئیس مرکز تعالی اینترنت اشیاء آسیا و اقیانوسیه در آژانس تخصصی فناوری اطلاعات سازمان ملل متحد با اشاره به اقداماتی که در کشور در زمینه به کارگیری هوش مصنوعی در بحران کرونا شده است، ادامه داد: در داخل کشور نیز اتفاق‌ات خوبی رخ داده است. دانشگاه ها و پارک‌ های علم و فناوری با بهره گیری از توان متخصصین ایرانی و با تحلیل داده‌ ها و بهره‌ گیری از الگوریتم ‌های هوش مصنوعی دستاوردهای خوبی داشته ‌اند که از جمله آنها می‌ توان به سامانه هوشمند تشخیص کووید ۱۹ توسط محققان دانشگاه صنعتی شریف اشاره کرد.
 
وی توضیح داد: این دستاورد به عنوان دستیار متخصص رادیولوژی، سرعت و دقت تشخیص کووید ۱۹ را از طریق پردازش تصاویر سی تی اسکن قفسه سینه افزایش می دهد. این سامانه در کوتاه ‌ترین زمان ممکن، ویروس کرونا را در بدن افراد تشخیص می ‌دهد. از همین رو مهم ترین اقدامی که هوش مصنوعی می تواند انجام دهد، شناسایی اولیه بیماران کرونایی است.
 
ابراهیمی در خصوص نحوه کارکرد هوش مصنوعی گفت: به عنوان مثال یادگیری ماشین، شاخه ای از هوش مصنوعی است که به پژوهش و ساخت سیستم هایی با قابلیت یادگیری از داده‌ ها می ‌پردازد. یادگیری عمیق یک تکنیک یادگیری ماشینی از هوش مصنوعی است که به کامپیوترها آموزش می‌ دهد تا کارهایی که انسان به طور طبیعی انجام می ‌دهد را فرا بگیرد.
 
وی اضافه کرد: در یادگیری عمیق، یک مدل کامپیوتری می آموزد که اقدامات طبقه بندی را مستقیماً از تصاویر، متن یا صدا انجام دهد. با استفاده از تکنیک ‌های مختلف هوش مصنوعی و با در اختیار داشتن داده‌ های مختلف از یک جامعه آماری می‌ توان با بهره‌ گیری از تکنیک یادگیری عمیق به تشخیص بیماری کرونا در مراحل اولیه پرداخت.
 
رصد تجهیزات بیمارستانی با حسگرهای اینترنت اشیا
 
ابراهیمی با اشاره به استفاده از فناوری اینترنت اشیا برای رصد اموال بیمارستانی گفت: تجهیزاتی مانند ونتیلاتور (دستگاه تنفس مصنوعی) در دوران مراقبت و درمان بیماران کرونایی که در شرایط حاد تنفسی قرار دارند بسیار حائز اهمیت است. از همین رو رصد این نوع تجهیزات که در کجا هستند و اطلاع از سلامت آنها و اینکه در حال استفاده یا آزاد هستند از طریق فناوری اینترنت اشیا ممکن است.
 
وی افزود: امروزه با بهره گیری از اینترنت اشیاء و حسگرهایی نظیر بیکن‌ ها که مبتنی بر بلوتوث کار می‌ کنند، می ‌توان به مکان‌ یابی در فضای بسته پرداخت. یک چنین فناوری می ‌تواند کاربردی قابل توجه در بحث مکان ‌یابی تجهیزات با اهمیت بیمارستانی داشته باشد و همچنین کارمندان و کادر درمان بیمارستان را نیز می ‌توان از طریق بلوتوث تلفن همراهشان و با بهره ‌گیری از این فناوری رصد کرد؛ همچنین از این طریق امکان سرویس‌ دهی با دقت بالاتر به ویژه در شرایط بحران‌ هایی مثل کرونا، فراهم می شود.
 
هوش مصنوعی جهش کرونا در پاییز را پیش بینی می کند
 
ابراهیمی در مورد توان پیش بینی شرایط آینده کرونا توسط هوش مصنوعی، گفت: سامانه های مبتنی بر هوش مصنوعی می‌توانند رفتار هوشمند انسان را شبیه ‌سازی کنند و در شرایط پیچیده و نامنظم، رفتارهای هوشمند از خودشان نشان دهند.
 
وی تاکید کرد: با بهره گیری از سامانه های هوش مصنوعی در حوزه سلامت و در تشخیص زودهنگام بیماری کرونا، این سامانه‌ ها می ‌توانند با بهره‌ گیری از تکنیک‌ های یادگیری عمیق به عنوان ابزار کمی در خدمت جامعه پزشکی کشور باشند و حتی پیشنهادهای درمانی را مبتنی بر تحلیل‌ هایی که انجام می‌ دهند ارائه دهند که برای پزشکان هم قابل تشخیص نباشد.
 
رئیس مرکز تعالی اینترنت اشیاء در آژانس تخصصی فناوری اطلاعات سازمان ملل متحد افزود: حتی هوش مصنوعی این قابلیت را دارد که بتواند با تحلیل اطلاعات و بهره گیری از انواع تکنیک‌ های یادگیری، جهش مثبت یا منفی کرونا را در پاییز آینده پیش بینی کند.
 
به گفته وی، اگر فاکتورهای مختلف از یک محیط در خصوص افزایش یا محدود کنندگی کرونا به ماشین ارائه شود، می تواند شرایط آینده را دقیق تر پیش بینی کند.
 
ابراهیمی ادامه داد: سامانه های مبتنی بر هوش مصنوعی می‌ توانند به صورت بلادرنگ در شرایط مختلف اقلیمی از نظر دما، رطوبت و … داده‌ های مختلف را دریافت و تحلیل کرده و نرخ شیوع ویروس کرونا را رصد و پیش بینی کنند.
 
وی گفت: نکته جالب اینجاست که اگر در خصوص رفتار مردم جوامع مختلف، تبادل اطلاعات آماری صورت گیرد، می توان گفت که یک مرکز داده خوب خواهیم داشت و هرچه داده های سودمند بیشتر باشد، تنوع بیشتری از حالت ‌های ممکن را نیز به همراه خواهد داشت که در دقت سامانه اثر مستقیم دارد. از همین رو هوش مصنوعی می ‌تواند ادراک قوی ‌تری نسبت به یک اتفاق داشته باشد و مبتنی بر انواع روش‌ های تحلیلی در تصمیم ‌سازی و تصمیم ‌گیری در دوران کرونا کمک موثری کند.
 
این کارشناس با بیان اینکه با بهره گیری از ابزارهای هوش مصنوعی می ‌توان به یک پیش بینی دقیق و واقع بینانه از چگونگی گسترش ویروس کرونا در آینده دست پیدا کرد، به جایگاه ایران در بحث هوش مصنوعی اشاره کرد و گفت: با توجه به فعالیت ‌های خوبی که در چند سال اخیر در کشور در حوزه هوش مصنوعی به ویژه در دوران کرونا انجام شده است، ایران جایگاه رو به رشد و خوبی در عرصه بین ‌المللی پیدا کرده و در برخی از سامانه ‌ها نظیر سامانه هوشمند تشخیص کووید ۱۹ جزو چند کشور برتر در این حوزه قرار دارد.

هوش مصنوعی عامل اخراج کارمندان مایکروسافت شد

مایکروسافت تصمیم دارد تعدادی از کارمندان بخش خبر وب سایت «ام اس ان» را اخراج و هوش مصنوعی را جایگزین آنان کند.
 
 به نقل از انگجت، طبق یک گزارش جدید اتوماسیون سبب شده تعدادی از کارمندان بخش خبری مایکروسافت شغل خود را از دست بدهند.
 
طبق گزارش گاردین و سیاتل تایمز، مایکروسافت تصمیم دارد از ۳۰ ژوئن با استفاده از هوش مصنوعی در وب سایت MSN اخبار تولید کند و در همین راستا ۵۰ نفر از کارمندان بخش خبر در آمریکا و ۲۷ نفر از آنان را در انگلیس اخراج می‌کند.
 
این کارمندان مسئولیت انتخاب، ادیت و بررسی اخبار را برعهده دارند. افرادی که به طور تمام وقت در مایکروسافت فعالیت می‌کنند، همچنان در سمت خود باقی می‌مانند.
 
مایکروسافت در بیانیه ای اعلام کرده به طور مداوم مشغول ارزیابی کسب و کار است و شاید در آینده دوباره نیرو استخدام کند. این شرکت همچنین تاکید کرد کاهش نیروی پیمانکاری در نتیجه شیوع ویروس کرونا نبوده است.
 
البته طرح انتخاب و نوشتن خبر توسط سیستم هوش مصنوعی، موضوع چندان جدیدی نیست.

هوش مصنوعی تا چه میزان قابل اعتماد است؟

در طول سال‌­های دهه ۸۰ و ۹۰ میلادی، هوش مصنوعی (AI) مفهومی بود که در بسیاری از فیلم­‌های علمی تخیلی به نمایش درمی‌آمد. روشی که اغلب برای القا وحشت و به تصویر کشیدن دیستوپیا یا شهر و جامعه‌­ایی که در آن شرایط زندگی بسیار بد است، به نمایش در آمده است. پیشرفت سریع و رو به جلو در عصر حاضر باعث شده است تا پی ببریم در عصری زندگی می­‌کنیم که به‌وسیله داده تعریف می‌شود؛ عصری که هوش مصنوعی نقش مهمی در بسیاری از بخش­‌های آن ایفا می‌­کند. این تکامل به لطف توانایی ما برای ذخیره‌سازی موثر، سازماندهی و تجزیه و تحلیل داده‌­ها به وجود آمده و بیشتر توسط اینترنت اشیا (IoT) تکمیل شده است، اینترنت اشیا، داده‌­ها و اطلاعات بیشتری در مورد زندگی روزمره ما فراهم می‌­کند. اساساً در دسترس بودن داده‌­ها و توانایی ما برای استفاده از آن با محاسبات پیشرفته‌­تر و ارزان‌تر، نوع زندگی و تجارت را تغییر داده است.
 
اکثر افراد به این درک رسیده‌اند و تشخیص می‌دهند که هوش مصنوعی می­‌تواند دنیای غنی داده‌­ها را به‌طور فزاینده‌­ای در دسترس عموم قرار دهد. با وجود این، نیازهای جدیدی در حال ظهور است؛ زیرا مصرف‌کنندگان سوال می­‌کنند که هوش مصنوعی اکنون به چه میزان قابل اعتماد است؟ نیاز به هوش مصنوعی قابل توضیح است.
 
چگونه مردم می‌­توانند به تصمیمات اتخاذ شده توسط سیستم‌­های هوش مصنوعی اعتماد کنند؟ اگر فرایندی را که زیربنای هوش مصنوعی است درک نکنند و نتوانند به داده‌­های هوش مصنوعی دسترسی پیدا کنند آیا باز هم به هوش مصنوعی اعتماد می‌کنند؟
 
اگر هوش مصنوعی و فرایندها و داده‌های تحلیل شده آن شفاف نباشد، آیا واقعاً می­توانیم اطمینان حاصل کنیم که این تصمیمات دقیق و درست بوده است؟ این یک سؤال مهم است که نیاز به پاسخ دارد و این مسئله‌ای است که فناوری XAI می‌تواند به شما در رسیدن به جواب کمک کند.
 
اخیراً شاهد بودیم که برخی از شرکت‌­های پیش‌رو در فناوری هوش مصنوعی متهم به استفاده بیش از حد و تکیه بر داده‌های هوش مصنوعی و تصمیم‌گیری اشتباه شده‌اند. شاید بهترین راه شرح این موضوع در رابطه با برخی از کارت­‌های اعتباری روشن شود، جایی که گفته می‌­شد هوش مصنوعی، ۱۰ تا ۲۰ برابر رتبه اعتباری بالاتری به آقایان نسبت به همسران آنها داده‌ است.
 
کمیسیون مالی و خدمات ایالت نیویورک در نتیجه این اشتباه تحقیقاتی بر آن شد تا بررسی کند چرا هوش مصنوعی میان زنان و مردان تبعیض قائل شده و رتبه اعتباری بیشتری به آقایان نسبت به خانم‌ها داده است. خارج از صنعت مالی، سایر بازیگران اصلی نیز به دلیل استفاده از سیستم­‌های هوش مصنوعی مورد بازبینی و تحقیق قرار گرفته‌­اند.
 
اگر این واقعیت را در نظر بگیریم که امروزه اکثر شرکت­‌ها با سیستم­‌های هوش مصنوعی «بلک باکس یا سیستم بسته» کار می‌کنند، جای تعجب نیست که بسیاری از مصرف‌کنندگان به هوش مصنوعی هنوز هم اعتماد ندارند و این شک بیش از قبل قابل توجیه است. سیستم­‌های هوش مصنوعی بر داده­‌ها متکی هستند و با استفاده از یادگیری ماشینی، اطلاعات را تحلیل می‌کنند. بنابراین اگر داده‌های اشتباه را تحلیل کنند احتمالاً تصمیم‌گیری اشتباهی خواهند کرد.
 
این سیستم­‌های بسته هوش مصنوعی (بلک باکس)  مشتری نهایی را در تاریکی رها می‌­کنند و هیچ کاری برای جلب اعتماد به این فناوری انجام نمی‌­دهند. اکثر شرکت‌­ها معمولاً خیلی دیر متوجه می‌شوند که هوش مصنوعی آنها با تحلیل داده‌های نادرست به آنها در تصمیم‌گیری‌های اشتباه کمک کرده است.
 
راه‌حل همه این موارد «جعبه سفید یا سیستم هوش مصنوعی باز» است که به اختصار سیستم­‌های XAI  نامیده می‌شود. این سیستم به زبان ساده توضیح می­‌دهد که نرم‌­افزار چطور کار می‌­کند و چگونه تصمیماتی می‌گیرد و البته قادر است به سؤالات و پیگیری‌هایی با هدف به حداکثر رساندن آگاهی و رضایت مشتری پاسخ دهند.
 
شفافیت برای ایجاد اعتماد بسیار حائز اهمیت است و با توضیح اینکه چگونگی و چرایی تصمیمات خاص اتخاذ شده است، XAI می‌تواند هم به مشتریان و هم به شرکت‌ها کمک کند تا منجر به درک نیاز آنها شود و نتیجه متفاوت و سودمندی بگیرند. در عمل، این رویه می‌تواند به معنای تغییر در نتایج درخواست وام یا وام مسکن رد شده به وام مورد پذیرش باشد.
 
XAI سناریوهای برد- برد را هم برای شرکت و هم مشتری ایجاد می‌کند. از یک طرف، مشتری می­‌تواند از بینش‌­های ارائه شده توسط فناوری XAI برای بهبود وضعیت خود استفاده کند، در حالی که شرکت می­تواند از اطلاعات اضافی مشتری بهره ببرد تا محصولات یا خدماتی را که برای مشتری خاصی مناسب‌­تر است پیشنهاد دهد یا حتی خطوط کاملاً جدید تجاری را راه‌اندازی کند.
 
علاوه بر شفافیت افزوده، مدل­‌های XAI محورهای دیگری هم دارند. XAI  می­‌تواند با استفاده از کمک انسانی به راحتی تجزیه و تحلیل و تقویت خود را بهبود بخشد و به سیستمی عادلان‌ه­تر و ایمن‌­تر تبدیل شود؛ زیرا نواقص با گذشت زمان می­‌تواند به تدریج برطرف شود. سیستم عامل­های XAI منحصر به فرد هستند و تنها به داده‌­ها متکی نیستند بلکه توسط تجربه انسانی بهتر و قابل اعتمادتر می­‌شوند.
 
در صنعت بانکداری، پتانسیلی که XAI برای بهبود تجربه مشتری دارد، بسیار زیاد است. در حال حاضر تصمیمات مهم در مورد ریسک اعتباری ، مدیریت ثروت و حتی ارزیابی ریسک جرم مالی توسط هوش مصنوعی می‌تواند انجام شود. از دیگر کاربردهای مهم هوش مصنوعی می‌­توان به قیمت‌گذاری هوشمند، توصیه محصول، خدمات سرمایه‌گذاری و جمع‌­آوری بدهی اشاره کرد.
 
از منظر مقررات و الزامات قانونی بانکداری آزاد، اطلاعات زیادی برای به دست آوردن از مشتریان و صاحبان کسب‌وکار وجود دارد، نیاز برای ارائه چارچوبی مشخص حس می‌شود که در آن می­‌توان مقادیر زیادی از داده‌های به اشتراک گذاشته و برای ارائه راه‌حل‌های مشتری‌محور مورد استفاده قرار گیرد. در نتیجه، ما باید در آینده در انتظار مقررات سخت­گیرانه­‌تری باشیم که متکی به اطمینان از الگوریتم‌­های هوش مصنوعی باشند، باید مطمئن شویم که هوش مصنوعی یک‌جانبه عمل نمی­‌کند و تا حد امکان شفاف باقی می­‌ماند.
 
با نگاه به آینده می‌­توان انتظار داشت که XAI رشد کند. نه تنها به خاطر اینکه سفر کاربر را شخصی‌سازی می‌کند و انتظار مشتریان بانک‌ها را برآورده می­‌کند، بلکه به این دلیل که دید و اشراف بهتری به اطلاعات مهمی که برای جلب اعتماد مصرف­‌کنندگان و تنظیم کننده‌­ها لازم است را داراست. خلاصه اینکه، وضعیت XAI دیگر «داشتن آن خوب است» نیست، بلکه «باید آن را داشت» است.

اپل برای ارتقای سیری یک استارتاپ هوش مصنوعی خرید

شرکت اپل برای ارتقای دستیار هوشمند صوتی مخصوص خود موسوم به "سیری"(Siri) و اطمینان از اینکه اطلاعات درستی را در پاسخ به درخواست‌های کاربران ارائه دهد اقدام به تصاحب یک استارتاپ هوش مصنوعی کانادایی کرده است.
 
 به نقل از انگجت، اپل پیوسته به تلاش خود برای تصاحب و دستیابی به فعالیت‌های استارتاپ‌های هوش مصنوعی ادامه می‌دهد و این بار برای بهبود عملکرد "سیری" دست به این کار زده است.
 
خبرگزاری بلومبرگ می‌گوید شرکت اپل تأیید کرده است که به تازگی استارتاپ "Inductiv" که یک شرکت مستقر در کانادا است و از هوش مصنوعی برای تصحیح داده‌ها استفاده می‌کند و به نوبه خود، فناوری یادگیری ماشین را بهبود می‌بخشد، تصاحب کرده است.
 
اپل در مورد برنامه‌های خود و استاندارد خود که متکی به خرید گاه به گاه شرکت‌های کوچکتر فناوری است، توضیحی نداده است، اما به نظر می‌رسد این بار، تمرکز روی "سیری" است.
 
به نظر می‌رسد سازنده آیفون توجه ویژه‌ای به بهبود عملکرد و درک دستیار صوتی دارد، چرا که اخیرا یک استارتاپ دیگر موسوم به "Voysis" را برای تقویت درک زبان طبیعی "سیری" خریداری کرد.
 
اکنون داده‌های تمیز با تصحیح اطلاعات "سیری"، احتمال اینکه اطلاعات زائد بتوانند آن را سردرگم کند، کاهش می‌دهند.
 
اپل این اواخر اخیر مصمم به به‌روزرسانی "سیری" بوده و با استخدام "جان جیاناندرا" رهبر سابق هوش مصنوعی گوگل یک موج جدید ایجاد کرده است.
 
گفته می‌شود ممکن است مدتی طول بکشد تا "جیاناندرا" و استارتاپ‌هایی مانند "Inductiv" آنچه را که قصد انجام آن را دارند، فاش کنند. اپل به تدریج از طریق ویژگی‌هایی مانند "Deep Fusion" بیشتر هوش مصنوعی را به محصولات خود منتقل می‌کند، اما "سیری" هنوز برای رقابت با دستیارهای صوتی پیشرفته‌ای مانند الکسای آمازون یا دستیار گوگل، راه زیادی در پیش دارد.

اپل برای ارتقای سیری یک استارتاپ هوش مصنوعی خرید

شرکت اپل برای ارتقای دستیار هوشمند صوتی مخصوص خود موسوم به "سیری"(Siri) و اطمینان از اینکه اطلاعات درستی را در پاسخ به درخواست‌های کاربران ارائه دهد اقدام به تصاحب یک استارتاپ هوش مصنوعی کانادایی کرده است.
 
 به نقل از انگجت، اپل پیوسته به تلاش خود برای تصاحب و دستیابی به فعالیت‌های استارتاپ‌های هوش مصنوعی ادامه می‌دهد و این بار برای بهبود عملکرد "سیری" دست به این کار زده است.
 
خبرگزاری بلومبرگ می‌گوید شرکت اپل تأیید کرده است که به تازگی استارتاپ "Inductiv" که یک شرکت مستقر در کانادا است و از هوش مصنوعی برای تصحیح داده‌ها استفاده می‌کند و به نوبه خود، فناوری یادگیری ماشین را بهبود می‌بخشد، تصاحب کرده است.
 
اپل در مورد برنامه‌های خود و استاندارد خود که متکی به خرید گاه به گاه شرکت‌های کوچکتر فناوری است، توضیحی نداده است، اما به نظر می‌رسد این بار، تمرکز روی "سیری" است.
 
به نظر می‌رسد سازنده آیفون توجه ویژه‌ای به بهبود عملکرد و درک دستیار صوتی دارد، چرا که اخیرا یک استارتاپ دیگر موسوم به "Voysis" را برای تقویت درک زبان طبیعی "سیری" خریداری کرد.
 
اکنون داده‌های تمیز با تصحیح اطلاعات "سیری"، احتمال اینکه اطلاعات زائد بتوانند آن را سردرگم کند، کاهش می‌دهند.
 
اپل این اواخر اخیر مصمم به به‌روزرسانی "سیری" بوده و با استخدام "جان جیاناندرا" رهبر سابق هوش مصنوعی گوگل یک موج جدید ایجاد کرده است.
 
گفته می‌شود ممکن است مدتی طول بکشد تا "جیاناندرا" و استارتاپ‌هایی مانند "Inductiv" آنچه را که قصد انجام آن را دارند، فاش کنند. اپل به تدریج از طریق ویژگی‌هایی مانند "Deep Fusion" بیشتر هوش مصنوعی را به محصولات خود منتقل می‌کند، اما "سیری" هنوز برای رقابت با دستیارهای صوتی پیشرفته‌ای مانند الکسای آمازون یا دستیار گوگل، راه زیادی در پیش دارد.

آمریکا به تحریم شرکت‌های چینی ادامه می‌دهد؛ ۳۳ کمپانی جدید در لیست سیاه

 
 
 
وزارت بازرگانی ایالات متحده آمریکا ۳۳ کسب و کار چینی که بسیاری از آن‌ها در زمینه هوش مصنوعی و شناسایی چهره فعالیت می‌کنند را به اتهام مشارکت در سرکوب اقلیت مسلمان «اویغور»، در لیست سیاه اقتصادی خود قرار داد.
 
این شرکت‌ها نمی‌توانند از فناوری‌های آمریکایی در دستگاه‌های خود استفاده کنند. ایالات متحده آمریکا از سال گذشته میلادی برخی از شرکت‌های چینی مانند هواوی را تحریم کرده که البته این تحریم‌ها اخیرا با شدت بیشتری تمدید شده. دولت ترامپ علاوه بر ادامه تحریم هواوی، مانع از فروش چیپست به این برند چینی نیز می‌شود، موضوعی که مشکلات زیادی برای آن به همراه خواهد داشت. تمام این کمپانی‌ها به اتهام نزدیکی و کار با آژانس‌های جاسوسی چین تحریم شده‌اند.
 
بر اساس گزارشی که روز جمعه توسط رویترز منتشر شد، در بیانیه وزارت بازرگانی آمریکا به این موضوع اشاره شده که هفت شرکت و دو موسسه حقوق بشر را نقض کرده‌اند و با دولت چین در سرکوب، بازداشت‌های جمعی خودسرانه، کار اجباری و فناوری‌های نظارتی علیه ایغورها همکاری کرده‌اند. سایر شرکت‌های تحریم شده به علت تامین منابع ارتش چین تحریم شده‌اند.
 
در میان شرکت‌های تحریم شده نام «CloudMinds» به چشم می‌خورد، استارتاپی که در زمینه سیستم‌های مبتنی بر کلود برای ربات‌ها تخصص دارد. سال گذشته رویترز در گزارشی خبر از این داد که شرکت تحت حمایت «SoftBank» از انتقال فناوری و اطلاعات فنی میان دفاتر خود در ایالات متحده آمریکا و پکن بدون دریافت مجوز منع شده است.
 
در لیست وزارت بازرگانی شرکت «NetPosa»، یکی از بزرگترین فعالان حوزه هوش مصنوعی در چین نیز حضور دارد. زیرمجموعه این کمپانی یعنی «SenseNet» سال گذشته اقدامات گسترده‌ای در راستای نظارت روی شهروندان در «سین کیانگ»، منطقه‌ای دورافتاده که اکثر ساکنان آن را مسلمانان تشکیل می‌دهند، صورت داده، البته احتمالا دولت پکن دستور چنین کاری را صادر کرده است.

ابررایانه مایکروسافت با ۲۸۵ هزار پردازنده مرکزی و ۱۰ هزار پردازنده گرافیکی

 
ابررایانه شرکت مایکروسافت که یکی از پنج پرسرعت‌ترین سیستم‌های دنیا است، دارای ۲۸۵ هزار پردازنده مرکزی(CPU) و ۱۰ هزار پردازنده گرافیکی(GPU) است که با همکاری شرکت "Open AI" سعی در آزمودن و توسعه مدل‌های کارآمد هوش مصنوعی در مقیاس بزرگ دارد.
 
به نقل از انگجت، سال گذشته شرکت مایکروسافت یک میلیارد دلار در شرکت "Open AI" سرمایه گذاری کرد، شرکتی که توسط "ایلان ماسک" بنیان‌گذاری شده و بر توسعه هوش مصنوعی سازگار با انسان متمرکز است. اکنون امروز در کنفرانس توسعه دهندگان "۲۰۲۰ Build" شاهد اولین نتایج این سرمایه گذاری هستیم.
 
مایکروسافت اعلام کرد که برای تست مدل‌های هوش مصنوعی در مقیاس بزرگ که توسط شرکت "OpenAI" توسعه یافته، یک ابررایانه با میزبانی "آزور"(Azure) ساخته است.
 
در حالی که ما شاهد اجرای بسیاری از برنامه‌های هوش مصنوعی متمرکز بر وظایف گوناگون، مانند شناسایی اشیاء خاص از روی تصاویر یا ترجمه زبان‌های مختلف هستیم، موج جدیدی از تحقیقات روی مدل‌های گسترده‌تر متمرکز است که می‌توانند چندین کار را به طور همزمان انجام دهند.
 
همانطور که مایکروسافت خاطرنشان می‌کند، این کار می‌تواند شامل تعدیل جریان بازی‌ها باشد. در واقع، این مدل‌های بزرگ می‌توانند هوش مصنوعی را برای مصرف کنندگان و توسعه دهندگان بسیار مفیدتر کنند.
 
این ابررایانه از ۲۸۵ هزار پردازنده مرکزی و ۱۰ هزار پردازنده گرافیکی تغذیه می‌کند که هر یک از آنها با سرعت ۴۰۰ گیگابیت در ثانیه متحد می‌شوند و ارتباط برقرار می‌کنند. در حالی که مایکروسافت اطلاعات مشخصی درباره قابلیت سرعت این ابررایانه فاش نکرده، می‌گوید این ابررایانه در فهرست برترین ۵۰۰ ابررایانه‌های افشا شده عمومی قرار دارد.
 
در این مرحله مشخص نیست که شرکت "OpenAI" دقیقاً چگونه از چنین سیستم قدرتمندی بهره خواهد برد، اما حداقل می‌توان انتظار داشت که نتایج جالبی به دست بیاورد. این شرکت بیشتر به ایجاد الگوریتمی شناخته شده است که می‌تواند اخبار جعلی قانع کننده بنویسد و همچنین اثبات این نکته که حتی ربات‌ها نیز می‌توانند تقلب یاد بگیرند.
 
شاید "OpenAI" توصیه‌ای از مایکروسافت بگیرد و چیزی شبیه به مدل‌های ریزمعماری(Turing) خود برای تولید زبان طبیعی بسازد که یک پیاده سازی مقیاس بزرگ از هوش مصنوعی است که باعث ایجاد چیزهایی مانند تولید زیرنویس به صورت زنده می‌شود. این هوش مصنوعی با ۱۷ میلیون پارامتر برای درک زبان پشتیبانی می‌شود.
 
مایکروسافت همچنین اعلام کرد که اقدام به تولید مدل‌های ریزمعماری با منبع باز می‌کند، بنابراین توسعه دهندگان به زودی می‌توانند از آن برای نیازهای پردازش زبان خود استفاده کنند.