هوش مصنوعی درباره اعطای وام به مشاغل کرونایی تصمیم می گیرد

 
 
گوگل یک برنامه جدید هوش مصنوعی عرضه کرده که به بانک‌ها امکان می‌دهد برای اعطای وام به شرکت‌های کوچک درگیر با مشکلات ناشی از کرونا به شکلی دقیق تصمیم بگیرند.
 
به نقل از زددی نت، این برنامه هوش مصنوعی که پی پی پی لندیگ نام دارد، به مؤسسات مالی و بانک‌ها امکان می‌دهد تا با سرعت بالایی درخواست‌های دریافت وام شرکت‌ها و کسب و کارهای کوچک را بررسی و پردازش کنند و در مورد هر یک از آنها بهترین تصمیم را بگیرند.
 
شیوع ویروس کرونا و اثرات مخرب اقتصادی و مالی آن باعث شده تا بسیاری از شرکت‌های کوچک خواستار دریافت وام از بانک‌ها شوند تا بتوانند این شرایط بحرانی را پشت سر بگذارند. ابزار هوشمند گوگل ردگیری و پردازش درخواست‌های دریافت وام، استخراج سریع داده‌های حیاتی از آنها و تحلیل سوابق تاریخی درخواست کنندگان و تصمیم گیری در این زمینه را تسهیل می‌کند.
 
با توجه به افزایش شدید درخواست‌های وام بانکی صاحبان مشاغل کوچک در آمریکا، این برنامه می‌تواند باعث صرفه جویی زمانی و مالی در مؤسسات مالی و بانک‌های آمریکا شود. گوگل وعده داده که در آینده نزدیک خدمات مالی بیشتری را با توجه به تبعات بحران کرونا ارائه خواهد کرد.

نظارت هوش مصنوعی بر رعایت فاصله اجتماعی

اشتیاق فروشگاه‌ها و اماکن کاری برای جلوگیری از شیوع ویروس کرونا باعث شده است که آنها دوربین‌های امنیتی فعلی خودشان را به نرم‌افزارهای هوش مصنوعی مجهز کنند تا به این ترتیب بتوانند رعایت راهکارهای بهداشتی مانند فاصله‌گذاری اجتماعی و استفاده از ماسک را به دقت زیر نظر بگیرند. براساس گزارش منتشر شده توسط رویترز، شرکت‌های مختلفی اعلام کرده‌اند که این نرم‌افزارها برای شرایط فعلی بسیار مهم و حیاتی هستند و تاثیر زیادی در جلوگیری از ابتلا به بیماری کووید-۱۹ دارند که درحال‌حاضر در اثر شیوع ویروس کرونا در جهان همه‌گیر شده است.
 
 
افزودن نرم‌افزارهای هوش مصنوعی به دوربین‌های امنیتی این امکان را برای شرکت‌ها فراهم می‌کند که نه‌تنها به کارمندان و مشتریان، بلکه به سازمان‌های بیمه و قانون‌گذار هم نشان بدهند که اقدامات بهداشتی و بازدارنده لازم را انجام داده و نظارت کافی بر آنها دارند.  «جن سائرث» معاون شرکت Pepper Construction که نرم‌افزار هوش مصنوعی SmartVid.io را برای نظارت بر تجمع کارمندان در یک پروژه اوراکل، معرفی کرده است، در این مورد می‌گوید: «آخرین چیزی که می‌خواهیم این است که فرماندار تمام پروژه‌های ما را متوقف کند، چون هیچ‌کس آن‌طور که باید این موارد بهداشتی را رعایت نمی‌کند.»
 
شرکت هندی Samarth Diamond که در زمینه پرداخت و برش الماس فعالیت می‌کند، تصمیم دارد به محض باز شدن کارخانه‌اش در شهر گجرات هند، از نرم‌افزار هوش مصنوعی شرکت Glimpse Analytics استفاده کند. این درحالی است که دو مرکز خرید متعلق به شرکت RPT Realty در شهر میشیگان هم در طول دو هفته گذشته از نرم‌افزار نظارت بر رعایت فاصله‌گذاری اجتماعی شرکت RE Insight استفاده کرده‌اند. خریداران این نرم‌افزارها انتظار دارند که این تکنولوژی به‌خوبی تاثیرگذار باشد، چون آنها قبلا از ابزارهای مشابهی برای ورودی فروشگاه‌ها یا پیدا کردن افرادی که در محوطه‌های ساختمان‌سازی از کلاه ایمنی استفاده نمی‌کنند، بهره برده‌اند. با این حال بعضی کارشناسان به خرده‌فروش‌ها و صاحبان دفاتر کاری پیشنهاد می‌کنند که به مشتریان و مراجعان‌شان درباره به‌کارگیری این تکنولوژی هشدار داده و برای استفاده از ابزارهایی سرمایه‌گذاری کنند که کاربرد آنها تنها برای یک دوره چند ماهه لازم باشد. این درحالی است که مدافعان و حامیان حریم خصوصی درباره افزایش دقت و جزئیات مربوط به نظارت بر افراد که روزبه‌روز درحال افزایش است، نگران هستند و از صاحبان کسب‌وکارها خواسته‌اند که استفاده بیش از حد از این ابزارهای هوش مصنوعی در زمان همه‌گیری ویروس کرونا را محدود کنند. 
 
یکی از متخصصان حریم خصوصی از دانشکده حقوق دانشگاه استنفورد در این مورد می‌گوید: «سوالی که درحال‌حاضر وجود دارد، این است که آیا این تکنولوژی حتی بعد از پایان یافتن این بحران جهانی همچنان باقی خواهد ماند و این یک نگرانی واقعی برای حفظ حریم خصوصی افراد است. دوربین‌های مجهز به هوش مصنوعی که امروز برای نظارت بر رعایت فاصله‌گذاری اجتماعی و استفاده از ماسک توسط افراد، به‌کار برده می‌شوند، فردا برای شناسایی دزدان فروشگاهی استفاده خواهند شد.»
 
در همین زمینه خبرنگار رویترز با 16 شرکت فعال در زمینه تحلیل تصاویر ویدئویی صحبت کرده است که اغلب آنها استارت‌آپ‌هایی هستند با درآمد سالانه اندک و چند میلیون دلاری که حالا به خاطر شیوع ویروس کرونا مورد توجه قرار گرفته‌اند. سیستم‌های ارائه شده توسط آنها می‌تواند طوری تنظیم بشود که گزارش‌های روزانه‌ای را تنظیم کند که مدیران سایت امکان استفاده از آنها برای اصلاح مشکلات تکراری و رعایت قوانین و مقررات را خواهند داشت. بیشترین کارها و اقداماتی که درحوزه تکنولوژی هوش مصنوعی انجام شده است، از دیدگاه کامپیوتری و ماشینی شناخته می‌شود که الگوریتم‌هایی آموزش دیده‌ای هستند که توانایی بررسی مجموعه‌های عکس برای شناسایی اشیا با درصد درستی و اطمینان 80 درصد و بیشتر را دارند. 
 
مشتریان مختلفی می‌گویند این تکنولوژی برای تحلیل اطلاعات به‌صورت سالانه هزینه‌ای برابر هزار دلار یا بیشتر می‌تواند داشته باشد و استفاده از آن ارزان‌تر از استخدام کارمندی برای ایستادن و نظارت کردن بر عملکرد بهداشتی افراد است. از طرفی این تکنولوژی امن‌تر هم هست، چون گاهی اوقات نگهبانانی که برای این نظارت استخدام شده‌اند ناچارند با کارمندان برای رعایت فاصله اجتماعی و موارد بهداشتی دیگر درگیر بشوند. 
 
سائرث از شرکت Pepper Construction می‌گوید که سیستم هوش مصنوعی SmartVid تا حالا هیچ مورد تجمع و عدم رعایت موارد بهداشتی را اعلام نکرده است، چون حضور کارمندان در محیط کاری‌شان محدود شده است. با این حال سائرث معتقد است که با افزایش حضور کارمندان، این شرکت با دقت بیشتری بررسی‌ دوربین‌های امنیتی مجهز به هوش مصنوعی را زیر نظر خواهد گرفت. او می‌گوید: «این ابزارها در واقع نظارت بهتر و دقیق‌تری بر محیط کاری خواهند داشت و احتمال اشتباه در عملکرد آنها بسیار پایین است.» «پارت پاتل» مدیر شرکت Samarth Diamond معتقد است که وقتی این سیستم مراکز تجمع چهار هزار کارمند او را به خوبی شناسایی می‌کند، او امکان تنظیم و مدیریت بهتر کارها را خواهد داشت. وقتی مشخص می‌شود که بعضی افراد ماسک نداشته‌اند، به سرعت پیشنهاد می‌شود که تصاویر دوربین‌ها مورد بازبینی قرار بگیرد. پاتل می‌گوید: «این کار برای حفظ ایمنی و سلامت کارمندان مفید و مهم است و همچنین برای نشان دادن اینکه ما چقدر از دستورالعمل‌های بهداشتی پیروی می‌کنیم هم اهمیت زیادی دارد. من به این الگوریتم اطمینان دارم، چون در سال گذشته خانواده من از سیستمی مشابه در فروشگاه‌‌شان استفاده کردند که تعداد خریداران زن را محاسبه کرده و تصمیم بگیرند که مدل‌های جدید لباس‌هایشان را در کجا بگذارند. 
 
«برایان هارپر» مدیرعامل شرکت RPT Realty می‌گوید که مراکز خرید روباز این شرکت از دوربین‌های مبتنی بر نرم‌افزار هوش مصنوعی استفاده کرده است تا تعداد بازدیدکنندگان آنها در چند ماه گذشته را محاسبه کرده تا به این ترتیب امکان تنظیم مقررات بهتر برای کاهش حضور افراد و خریداران در پنج مرکز خرید این شرکت را فراهم کند. این کار همچنین به افراد این امکان را می‌دهد تا با استفاده از تکنولوژی ارائه شده توسط استارت‌آپ WaitTimes و تحلیل داده‌ها، تصمیم بگیرند که چه زمانی برای خرید وارد این مراکز خرید شوند تا به این ترتیب قوانین مربوط به فاصله‌گذاری اجتماعی بهتر رعایت شود. هارپر می‌گوید که محاسبه اینکه آیا افراد دو متر فاصله استاندارد را رعایت کرده و ماسک به‌صورت‌شان زده‌اند یا خیر، امکان بررسی بهتر شرایط و جلوگیری بیشتر از شیوع ویروس کرونا را فراهم می‌آورد. این درحالی است که بعضی استارت‌آپ‌ها درحال کار روی ابزارهایی هستند که به شناسایی افرادی که سرفه و عطسه می‌کنند، کمک کنند تا به این ترتیب تشخیص عوامل ابتلا دقیق‌تر انجام شود. «وینای گوئل» یکی از مدیران سابق سرویس نقشه گوگل که درحال‌حاضر در بخش تکنولوژی سرویس املاک معروف و بزرگ Jones Lang LaSalle فعالیت می‌کند، در این مورد می‌گوید: «اغلب راهکارها به شکلی پراکنده و بی‌هدف ارائه می‌شوند، اما چنین ابزارهایی که به تشخیص و شناسایی دقیق کمک می‌کنند می‌توانند تا حد زیادی راهگشا باشند.»
 

هکرها در پی شیوع کرونا در جهان دست به کار شده اند هوش مصنوعی، سلاح اصلی مجرمان در حملات سایبری

با شیوع کرونا و تعطیلی بسیاری از شرکت‌ها و دورکاری کارکنان، شاهد افزایش چشمگیر فعالیت مجرمان سایبری در گوشه و کنار جهان هستیم. بریتانیا نیز از این حملات سایبری در امان نمانده است و حالا بر اساس تازه‌ترین گزارشی که در این کشور ارائه شده، مجرمان، فناوری‌هایی همچون هوش مصنوعی و سیستم‌های ماشین یادگیری را در کانون توجه خود قرار داده‌اند.
 
 
به گزارش ایران آنلاین ، محققان معتقدند همانقدر که آژانس‌های امنیتی از این تکنولوژی‌ها بهره می‌گیرند مجرمان سایبری نیز نسبت به آنها بی‌توجه نبوده‌اند و با کمک این فناوری‌ها می‌توانند بیشترین ضربه را به بریتانیا وارد کنند. حتی گفته می‌شود فناوری‌هایی همچون هوش مصنوعی می‌تواند سوخت اصلی مورد نیاز مجرمان سایبری برای فعالیت در جهان باشد.
 
افزایش ۶برابری حملات سایبری در بریتانیا
 
 
هکرها همیشه از حوادث بین‌المللی برای انجام نقشه‌های خود بیشترین بهره را می‌برند و بحران کرونا عملاً بهترین فرصت را در اختیار آنها قرار داده است. به هرحال بحران کرونا فعالیت هکرها و مجرمان سایبری را رونق بخشیده است به‌گونه‌ای که سازمان جهانی بهداشت از زمان آغازشیوع کرونا، از افزایش ۵برابری میزان حملات سایبری به اعضای این سازمان خبر داده و یادآور شده است که بیشتر این حملات از طریق ایمیل و نشت اطلاعات شخصی انجام شده است.
 
مؤسسه بریتانیایی Cloudflareنیز مطالعاتی را در زمینه میزان فعالیت هکرها در این کشور انجام داده و به نتایج جالبی دست یافته است. طبق این گزارش، از ابتدای ماه آوریل میزان حملات هکری آنلاین در بریتانیا نسبت به ماه قبل از آن، ۶برابر شده که رقمی بسیار بالاست. همچنین در این گزارش آمده است که ماهانه میزان حملات فیشینگ و هک، افزایش ۳۷درصدی داشته است اما از پایان ماه فوریه، میزان رشد این حملات چشمگیرتر بوده و افزایشی ۶۰۰درصدی نشان می‌دهد.
 
ازسوی دیگر به‌دلیل شرایط حال حاضر و خانه نشینی بسیاری از مردم بریتانیا، شاهد افزایش ۱۷درصدی استفاده کاربران از اینترنت و زیرساخت‌های آن در این کشور هستیم که خود می‌تواند مردم را بیش از پیش در معرض حملات سایبری قرار دهد.
در این کشور میزان حضور آنلاین در سایت‌های آموزشی از ابتدای ماه آوریل تاکنون تا حدود ۴۰۰درصد رشد داشته است. این گزارش همچنین نشان می‌دهد وب سایت‌هایی با موضوع‌های سیاسی افزایش بازدید ۳۰۰درصدی و سایت‌های مربوط به باغداری و کشاورزی و همچنین فیلم‌ها و تلویزیون هم رشد ۲۰۰درصدی تعداد بازدیدکننده را تجربه کرده‌اند که هریک از این موارد عملاً راهی هموار برای هکرها به حساب می‌آیند تا بتوانند بیشترین ضربه را به کاربران وارد کرده و حریم خصوصی آنها را نقض کنند.
تعداد کاربران بیشتر و افزایش مدت زمان حضور آنها در اینترنت برای هکرها یک موقعیت ویژه و مناسب به شمار می‌رود و می‌تواند آمار حملات سایبری را افزایش بدهد.
 
این تکنولوژی‌های پرفریب
 
 
افزایش چشمگیر میزان حملات سایبری در بریتانیا، آژانس اطلاعاتی و امنیتی انگلیس یعنی GCHQ را وادار به انجام تحقیقی درراستای اهداف ملی کرد. این مؤسسه پس از انجام این تحقیقات با همکاری مؤسسه سرویس‌های متحد سلطنتی(RUSI) یادآور شده است که استفاده از هوش مصنوعی توسط هکرها رونق چشمگیری یافته است. GCHQ هشدار داده است در حالی که ظهور هوش مصنوعی، فرصت‌های جدیدی را برای تقویت امنیت ملی و افزایش امنیت عموم مردم جهان و همچنین بریتانیا ایجاد کرده اما چالش‌های جدید بالقوه‌ای نیز به وجود آورده است که از جمله آنها می‌توان به خطر استفاده از همین فناوری توسط مهاجمین سایبری و هکرها اشاره کرد.
 
این مؤسسه همچنین یادآور شده است آژانس‌های امنیتی و جاسوسی بریتانیا باید برای غلبه بر مجرمان سایبری و ویدئوهای دیپ فیک(deepfake) از آخرین دستاوردهای هوش مصنوعی بهره بگیرند. از نگاه «الکساندر بابوتا» از تحلیل گران ارشدمؤسسه سرویس‌های متحد سلطنتی(RUSI) و یکی از نویسندگان این گزارش، حمله‌های هکری که با کمک هوش مصنوعی، دیپ فیک وسیستم‌های ماشین یادگیری انجام می‌شوند می‌توانند در انتخابات‌های سرنوشت ساز بریتانیا در آینده بسیار تأثیرگذار باشند.
 
به‌گفته وی، آژانس‌های امنیتی باید همه تلاش خود را به کار بگیرند تا این مجرمان سایبری نتوانند در نظرات سیاسی عموم مردم و همچنین ساز و کارهای انتخاباتی دستکاری کنند. وی ادامه داد: هکرهای تحت حمایت دولت‌هایی همچون روسیه و کره شمالی، بدافزارها و باج افزارهایی که در قالب نرم افزار، خود را نشان می‌دهند و کاربر را فریب می‌دهند و همچنین تکنولوژی دیپ فیک دردسرهایی محسوب می‌شوند که هکرها در دنیای تکنولوژی برای دولت‌ها و کشورهای مختلف ازجمله بریتانیا ایجاد کرده‌اند و البته در شرایط کرونا این وضعیت، جدی‌تر هم شده است.
 
وی همچنین در گفت‌و‌گو با فایننشال تایمز اشاره‌ای به افزایش استفاده از وسایل دیجیتال در جهان داشت و گفت: با رشد روزافزون تعداد وسایل دیجیتال و افزایش استفاده از تکنولوژی اینترنت اشیا(IOT)، خانه‌ها و آشپزخانه‌های هوشمند، شهرهای هوشمند و حتی استفاده از ابزار هوشمند پزشکی و مراقبت‌های آن، نگرانی ما از حمله‌های سایبری و افزایش دامنه خطرات آن روز‌به‌روز افزایش می‌یابد. 
 
بابوتا ادامه داد: اگر ما برای اطمینان از امنیت ملی خود، زیرساخت‌ها را در زمان و مکان صحیح و دقیق خود ایجاد نکنیم و از نظر استفاده از نوآوری‌ها و تکنولوژی‌های نوین در خط مقدم نباشیم شاید روزی فرا برسد که دیگر نتوانیم به گردپای هکرها هم برسیم و عملاً در دام آنها خواهیم افتاد. پس تنها راه ما برای مقابله با آنها، سرمایه‌گذاری جدی در زیرساخت‌های تکنولوژیک است. باز هم تأکید می‌کنم که تنها هوش مصنوعی می‌تواند جدالی موفق با هوش مصنوعی داشته باشد.
 
تلاش برای حفظ حریم خصوصی کاربران
 
در گزارش آژانس GCHQ آمده است به‌هرحال مجرمان سایبری و کشورهای متخاصم به‌طور چشمگیری به‌دنبال استفاده از این فناوری برای انجام حملات سایبری گسترده موفق هستند. بنابراین باید هوش مصنوعی، ماشین‌های یادگیری و سایر فناوری‌های روز، بشدت مورد استفاده آژانس‌های امنیتی قرار بگیرد. این موضوع تنها مختص بریتانیا نیست و محققان اعتقاد دارند این روند برای همه کشورها صدق می‌کند و اگر دولت‌ها می‌خواهند ضربه کمتری از مجرمان سایبری ببینند باید خود را به آخرین فناوری‌های هوش مصنوعی مجهز کنند چراکه روز‌به‌روز بر میزان استفاده هکرها از این فناوی‌های نوین افزوده می‌شود.
 
آژانس‌های امنیتی باید با استفاده از فناوری هوش مصنوعی، خود را آماده مقابله با تهدیدات و دفاع سایبری کنند. این مراکز باید از سیستم ماشین‌های یادگیری(machine learning) برای آنالیز سریع و دقیق حجم بالایی از دیتا و اطلاعات بهره بگیرند تا بتوانند فعالیت‌های تروریستی را با مشاهده ارتباطات یا تغییر در رفتارهایش خیلی زود کشف کنند. این درحالی است که این رفتارها بدون استفاده از تکنولوژی، براحتی توسط انسان‌ها کشف نمی‌شود.
 
ازسوی دیگر در این گزارش، هشدارهایی هم نسبت به نقض حریم خصوصی کاربران در آژانس‌های امنیت به موازات رشد استفاده از هوش مصنوعی داده شده است. در این گزارش ذکر شده است همزمان با جمع‌آوری اطلاعات، پردازش آنها و بهره گرفتن از این اطلاعات برای مقابله با حملات سایبری و تروریستی، موضوع حریم خصوصی هم به چشم می‌آید. درواقع مراکز و آژانس‌ها باید به این موضوع توجه ویژه‌ای داشته باشند و به کاربران اطمینان دهند که اطلاعات و حریم خصوصی آنها نقض نمی‌شود. این موضوع، نیازمند وضع قانونی مشخص است و در این راستا GCHQ یادآور شده است که این گزارش سرآغاز تلاش برای اجرای برنامه‌ای ویژه برای حفظ امنیت سایبری بریتانیا وهمچنین حفظ حریم خصوصی کاربران در بریتانیاست.
 
قرار است در قالب این برنامه، GCHQ همکاری‌هایی گسترده با دانشگاه‌ها و آکادمی‌ها، دولت و همچنین گروه‌های آزادی مدنی داشته باشد تا بتواند به یک جمع‌بندی کلی درباره اخلاقیات مورد نیاز برای استفاده از هوش مصنوعی به‌منظور ایجاد امنیت سایبری برسد وآن را به قانون تبدیل کند.به این ترتیب نگرانی‌ها درباره نقض حریم خصوصی کاربران توسط آژانس‌های امنیتی درقالب تلاش برای مقابله با حمله‌های هکری و سایبری نیز به پایان می‌رسد.
 

نگرانی از تقویت حملات سایبری از طریق هوش مصنوعی

محققان هشدار می دهند که سازمان های جاسوسی و اطلاعاتی وابسته به دولت های مختلف جهان، از هوش مصنوعی برای تقویت توان خود برای اجرای حملات سایبری استفاده خواهند کرد.
 
 
به نقل از زددی نت، سازمان های اطلاعاتی جهان قصد دارند از هوش مصنوعی برای مقابله با تهدیدهای جنایتکاران و دولت های متخاصم نیز استفاده کنند. زیرا نیروهای دشمن هم از هوش مصنوعی برای افزایش توان خود در راستای اجرای حملات سایبری استفاده می کنند.
 
اگر چه هدف از چنین اقداماتی ارتقای امنیت ملی کشورها اعلام می شود، اما نتیجه آن به خطر افتادن امنیت و حریم شخصی افراد عادی نیز خواهد بود.
 
ستاد ارتباطات دولت انگلیس کمیسیونی را برای مطالعه تاثیر استفاده از هوش مصنوعی بر امنیت ملی این کشور تشکیل داده و هشدار داده که کاربرد هوش مصنوعی در این حوزه فرصت های جدیدی را برای تقویت امنیت ملی ایجاد می کند و در عین حال می تواند شامل چالش هایی نیز باشد؛ زیرا نیروهای متخاصم هم می توانند از همین فناوری در برابر دشمنان خود استفاده کنند.

هوش تصمیم‌گیری به کمک هوش مصنوعی می‌آید

 
 
 گسترش ویروس کرونا ادامه دارد و کنترل آن با اما و اگرهای بسیاری همراه است؛ اما آنچه همه در مورد آن هم نظر هستند این موضوع است که جهان پس از کرونا با جهان پیش از آن تفاوت چشمگیری خواهد داشت. حالا گزارش‌ها و بررسی‌های مختلفی در مورد تغییر سبک زندگی و حتی تغییر استفاده از ترندهای دنیای فناوری در زندگی بشر منتشر شده است. برای نمونه اینکه هوش مصنوعی پس از کرونا به چه سرنوشتی دچار می‌شود و چه تاثیری در جهان پساکرونایی خواهد داشت، موضوعی است که «الکس لمب» متخصص علوم دیتا، نظریه‌پرداز سیستم‌های پیچیده، در تحلیل اخیر خود به آن توجه داشته است. او از مفهومی تحت عنوان هوش تصمیم‌گیری یاد می‌کند که در جهان پساکرونایی جایگاه ویژه‌ایی پیدا خواهد کرد. لمب در تحلیل خود به این موضوع اشاره دارد که در چند سال گذشته جنبشی حول این رویکرد به آرامی و بدون سروصدا در پس زمینه در حال شکل گیری بوده و هدایت آن برعهده رهبران فکری است که نگران مسیر آینده جهان هستند. این جنبش هوش تصمیم‌گیری decision intelligence نام دارد. در ادامه تحلیل الکس لمب در سایت مدیوم را بخوانید:
 
جهان این روزها تغییر کرده و برای تمامی فعالان حوزه فناوری، این یک مشکل است. زیرا صنعت فناوری از طریق نوآوری جهان را رهبری می‌کند و نوآوری هم زمانی ممکن است که شما بتوانید تقاضا را پیش‌بینی و برای آن راهکاری ارائه کنید. اما این کار ناگهان بسیار دشوار شده است. وقتی اساسا ندانید که جهان در شش ماه آینده چه شکلی خواهد داشت، تبدیل ایده به یک تجارت ساده نیست.
 
این مشکل بصورت خاص در حوزه هوش مصنوعی صحت دارد. محصولات هوش مصنوعی بر اساس تعریف به گونه‌‌ای طراحی می‎شوند تا بر اساس جریانی پایدار از داده، الگوهای مفید رفتاری ما را تشخیص دهند. حال اگر تمامی الگوهایی که تا کنون به دستگاه‌های خود آموخته‌اید دیگر آن معنی قدیم را ندهند، این نه فقط یک مشکل که یک کابوس در فناوری است. آن همه داده‌ای که در N سال گذشته مشغول جمع‌آوری‌اش بوده‌اید، حالا چقدر ارزش دارد؟ می‎دانید؟ در حال مدلسازی هر چیزی از قیمت خانه، بازار سهام، ترافیک، محتوای مقالات جدید، تحولات بازاری، الگوهای خرید، الگوهای رای دهی، رفتارهای انسانی یا تقاضا برای محصولات بهداشتی که باشید، ارزش داده‌های ذخیره شده شما دیگر زیر سوال رفته است. تازه کاری به این نداریم که دیگر نمی‌توان روی پایداری خود جریان‌های داده‌ای هم حساب کرد. اگر داده را نفت امروز بدانیم باید گفت برخی از چاه‌های نفت آتش گرفته‎اند.
 
مطمئنم صنعت هوش مصنوعی با شرایط جدید هم سازگار خواهد شد و حتی برخی از اپلیکیشن‌ها از این فضای پرچالش سود خواهند برد. بهرحال مفهوم اشیا که تغییری نکرده است، لباس‌ها هنوز همان شکلی‌اند و خمیردندان هنوز مزه سابق را می‌دهد، پس تشخیص محصولات فیزیکی مشکلی نیست و به شکلی مشابه محتواهای ویدیویی تولید انسان نیز نه تنها کم نشده که بیشتر هم خواهد شد. اما در روزهای کرونایی، مسئله پایداری داده‌ها نه تنها حل نشده که در واقع بدتر هم خواهد شد.
 
فروپاشی خوشه‌ای اجتناب‌ناپذیر
همانطور که در مقالات دیگرم اشاره کرده‌ام روش‌هایی وجود دارد که این همه‌گیری کنونی بتواند فرصتی بزرگ برای نژاد بشر ایجاد کند. با توجه به بهم‌ پیوستگی پرشتاب نظام‌های اقتصادی و اجتماعی جهان، مواجه با نوعی فروپاشی خوشه‌ای (Cascade Failure) اجتناب ناپذیر بود. واقعیت این است که روبرو شدن‌ زودهنگام ما با این شوک سیستمی آن هم در ابعاد کوچک که باعث می شود تلفات آن محدود به چند میلیون نفر باشد، یک نعمت است. شاید شکرگزار بودن برای این نعمت دشوار به نظر برسد اما بهرحال این یک نعمت است.
 
بدون توجه به آنکه اقدامات کوتاه مدت کنونی چه باشند، پس از کرونا، جهان آنقدر بهم پیوسته خواهد بود که نمی‎تواند مسیر کنونی‌اش را ادامه دهد. اما حالا ما طعم اتفاقات قرن بیست و یکم را چشیده‎ام و این یعنی فرصت داریم خودمان را برای مقابله با شوک بزرگ بعدی در آینده آماده کنیم. این یعنی مفهوم کلیدی برای کسب‌وکارها در چند دهه آینده «انعطاف پذیری» خواهد بود.
 
تشخیص و پیش بینی الگو به گزینه ای سود آور – سودآورتر از همیشه – تبدیل خواهد شد اما این راهکارها هیچ شباهتی به مواردی که اکنون در سیلیکون والی استفاده می شود نخواهد داشت. اگر به هرکدام از شبکه‌های اجتماعی مراجعه کرده و به دنبال مدلسازی‌هایی برای این همه گیری بگردید، بالاخره چیزی پیدا خواهید کرد. هیچکدام از رهبران فکری که در حال ساخت مدل برای پیش بینی تقاضا برای تخت بیمارستان، دستگاه تنفس یا تاثیرات اقتصادی این بیماری هستند از یادگیری ماشین استفاده نمی کنند. دلیلش اینکه این تکنیک‌ها برای پیش بینی هایی که اکنون بیشترین ارزش را پیدا کرده، هیچ کاربردی ندارند.
 
یادگیری عمیق و دیگر الگوریتم‌‎های مشهور امروزی، نمی‌توانند برای رسیدن به انبوهی از داده‌های کاملا تعریف شده و متوازن و یکپارچه مفید باشند؛ بلکه خودشان به چنین داده‌هایی نیازمندند. تقریبا همه ابزارهای هوشمندی که در دهه گذشته ساخته‌ایم برای کار نیاز به دنیایی از اطلاعات همگون و قابل مدیریت دارند. اکثر آنها در واقع چیزی شبیه مدلساز‌های قیمت املاک در دوران پیش از بحران وام‌ها هستند که در آن دوران قیمت ملک صرفا در حال افزایش بود.
 
آیا به پایان عصر هوش مصنوعی رسیده‌ایم
حالا شاهد پایان عصر هوش مصنوعی آسان خواهیم بود. حتی اگر به این نتیجه هم نرسیم، مسلما صدای هشدار را خواهیم شنید که چنین نتیجه‌ای بسیار نزدیک شده است. حالا اهالی فناوری و سرمایه‌گذاران چه باید بکنند؟
 
خوشبختانه فناوری‌های دیگری وجود دارند که می‎توانند تحلیل معناداری از شرایط کنونی جهان به دست بدهند. آیا می خواهید این فناوری‌ها را بشناسید، فقط کافی است سری به خبرها زده و ببینید متخصصان بیماری‌های همه‌گیر از چه چیزی استفاده می کنند. لیست این ابزارها کاملا گویاست: مدلهای شبکه‌ای، مدل‌های عنصرمحور، تحلیل تصمیم، تداخل عللی. نقطه اشتراک همه این موارد در کجاست؟ همه آنها به جای آنکه جایگزین بینش انسان شوند، آن را تقویت می کنند. به دنبال اتوماسیون کارهای ساده نیستند. بلکه به انسان‌های متخصص توانایی انجام کارهایی را می‌دهند که بدون آنها غیرممکن می‌بود. آنها به جای شتاب‌دهی به رفتارهای موجود شرکت، بازه‌ای از رفتارهای شرکتی جدید را ایجاد می کنند.
 
جنبش هوش تصمیم‌گیری
در چند سال گذشته جنبشی حول این رویکرد به آرامی و بدون سروصدا در پس زمینه در حال شکل‌گیری بوده و هدایت آن برعهده رهبران فکری است که نگران مسیر آینده جهان هستند. این جنبش «هوش تصمیم (DI)» نام دارد. در این جنبش به‌صورت گسترده از تکنیک‌های تحلیلی قدرتمندی استفاده می‌شود که در طول عصر یادگیری عمیق چندان توجهی به آنها نمی‌شد؛ اما اکنون دوباره مرکز توجه شده اند: برنامه‌ریزی سناریو، مدلسازی گرافیکی، نظریه تصمیم. قدرت بسیاری از این ابزارها آن است که می‌توانند عدم قطعیت را به روشنی و به شکلی نشان دهند که یادگیری ماشین تا کنون قادر به انجام آن نبوده است.
 
در حال حاضر چه کسانی از هوش تصمیم‌گیری استفاده می کنند؟ دقیقا همان بخش‌هایی از بازار که انتظارش را دارید: سازمان‌هایی که همیشه ارزش درک و هدایت نوسانات را می‌دانسته اند. مثلا شرکت‌های خدمات عمومی، شرکت‌های مدیریت سرمایه، بانک‌ها و شرکت‌های مخابراتی. چه کسانی ابزارهای لازم را می‌سازند؟ بخش زیادی از این کار توسط شرکت‌های کوچک اما با دیدی عمیق انجام می‌شود، مانند کوانتلیا (Quantellia) و لومینا (Lumina Decision Systems). محصولات این شرکت‌ها معمولا روی دادن توانایی به تصمیم گیرندگان برای تبدیل تخصص بینشی‌شان به مدل‌های کمی است که می توانند ریسک را مدیریت کرده و انتخاب‌های راهبردی را هدایت کنند؛ اما پتانسیلی بسیار بیش از این دارند. مثلا محصول اصلی شرکت لومینا به نام  Analytica می‌تواند به عنوان هرچیزی از یک ابزار ساده برنامه‌ریزی مالی تا شبیه‌ساز کامل مونت کارلو برای مدل‌های عددی با هر پیچیدگی عمل کند.
 
ارتباط DI با AI چگونه است؟
اول آنکه به شما کمک می‎کند متوجه شوید در شرایط التهاب، چه داده‌هایی را می‎توانید جمع آوری کنید و بر این اساس، چه نوع مداخلاتی را می‌توان قطعا انجام داد. به این ترتیب می‌توانید کاربردهایی را برای یادگیری ماشین شناسایی کنید که در غیر این صورت ناشناخته باقی می‌ماندند. و شاید مهمترین نکته اینکه می‌تواند یادگیری ماشین را به نوعی حس سازمانی تبدیل کند که مدیریت التهابات جهان را ساده‌تر خواهد کرد.
 
من این مقاله را با اشاره به قدرت ابزارهای یادگیری ماشین در شناسایی الگوهای تکراری پایدار آغاز کردم. وقتی این توانایی به سیستم عصبی سازمان وصل شده و توانایی استفاده از شناسه‎های مربوطه را برای اتوماسیون تصمیم‎گیری در سطوح بالاتر پیدا کند، اتفاقی خارق‌العاده رخ خواهد داد. در این زمان است که سازمان نوعی هوش نقطه‎-به-نقطه سازگارپذیر از خود به نمایش می‌گذارد که بهترین شکل توانایی های انسان و ماشین را به نمایش می گذارد. اگر کسب‌وکار خود را یک حیوان در نظر بگیرید، ابزارهای یادگیری ماشین مرکز بینایی و شنوایی مغز آن خواهند بود. ابزارهای DI نشان‌دهنده غرایز و هوش سازگارپذیر آن حیوان خواهند بود. بصورت خلاصه باید گفت DI به شما نشان می‌دهد پول احتمالا در کجاست و با یادگیری ماشین می‎توانیم محل دقیق آن را بو کشیده و پیدا کنید.
 
آیا ابزارهای کنونی DI توانایی رسیدن به این چشم انداز را دارند؟
نه کاملا، و یکی از دلایل اینکه جنبش DI با وجود اهمیت رو به رشد، هنوز با کمبود سرمایه‎گذاری مواجه است. البته بسیار به آن چشم‌انداز نزدیک شده‎اند. به نظر من، تحول بزرگ زمانی اتفاق خواهد افتاد که ابزارهای DI بتوانند مدل‌های مرسوم چند منبع انسانی پراکنده را به شکل یک مدل منسجم تلفیق کنند که بتواند در صورت ورود داده‎های جدید، خود را با آن منطبق کند. باید چیزی از دل جمع‌سپاری و الگوریتم‎های ژنتیکی زاده شده و در این ترکیب تزریق شود تا DI را به سطحی بالاتر برساند. اما من حدس می‌زنم نهایتا دو سال با چنین ابزارهایی فاصله داریم. افزایش علاقه اخیر به تداخل‌های عللی ناشی از تحقیق جودا پرل، در عمل خلق چنین ابزارهایی را تضمین می کند.
 
پس چشم انداز هوش مصنوعی پس از بیماری کووید19 چه خواهد بود؟
مسلما متفاوت خواهد بود اما امیدوارم بهتر و قوی‎تر شود. شاید بتوانیم پایان هوش مصنوعی ساده و شرکت‌های وابسته به آن را شاهد باشیم. به‌هرحال تغییر همیشه همان سوختی است که نوآوری فنی را به پیش می‌راند حتی وقتی که این تکامل دردآور باشد. آینده مبتنی بر DI که به سمت آن گام برمی‎داریم مسلما بهتر خواهد بود. یادگیری ماشین مرده است. زنده باد یادگیری ماشین.

تشخیص ۵۰ نوع سرطان توسط هوش مصنوعی

 
 
 تیمی از پژوهشگران با بهره‌گیری از الگوریتم‌های هوش مصنوعی موفق به طراحی ابزاری شده است که بامطالعه ذرات دی ان ای خون، ابتلای به 50 نوع سرطان را با دقت 99 درصدی تشخیص دهد.
هوش مصنوعی قادر است تا به‌سرعت بخشیدن در تشخیص سرطان کمک کند. محققان به‌تازگی روش آزمایش خون جدیدی با استفاده از فناوری هوش مصنوعی ارائه کرده‌اند که می‌تواند 50 نوع مختلف سرطان را شناسایی کند.
 
پژوهشگران برای بررسی عملکرد این فناوری، آن را با 6 هزار و 689 نمونه مختلف خونی تحت آزمایش قراردادند و نتایج به‌دست‌آمده بسیار امیدوارکننده گزارش‌شده است. بر این اساس، هوش مصنوعی با دقتی بیش از 99 درصد توانست موارد مختلف ابتلا به سرطان را تشخیص دهد.
 
محققان برای ایجاد این ابزار تشخیص سرطان، الگوریتم یادگیری ماشینی را برای تجزیه‌وتحلیل بخش‌های دی ان ای موجود در خون و قطعات جداگانه‌ای که ممکن است متعلق به تومورها باشد، آموزش دادند. این برنامه به‌طور عمده به دنبال ذرات دی ان ای است که متیله شده‌اند (methylated) و این علامت، نشان می‌دهد که ژن‌ها در سلول فعال یا غیرفعال شده‌اند.
 
این الگوریتم مبتنی بر هوش مصنوعی به ابزار آزمایش خون اجازه می‌دهد تا الگوهای متیلاسیون دی ان ای را با هزاران نمونه خون مقایسه و تجزیه‌وتحلیل کند. این برنامه همچنین تعیین می‌کند که کدام الگوی خاص، منعکس‌کننده نوع ویژه از سرطان است.
 
دکتر جفری آكسنارد (Geoffrey Oxnard)، انكولوژیست و متخصص انستیتوی سرطان دانا فاربر (Dana-Farber Cancer Institute) در بوستون، در رابطه با فناوری فوق گفت: «مطالعات پیشین ما نشان داد كه آزمایش‌های مبتنی بر متیلاسیون از روش‌های تعیین توالی دی ان ای در تشخیص انواع مختلف سرطان در نمونه‌های خون بهتر عمل می‌کند.»
 
طی این آزمایش‌ها، مشخص شد که ابزارهای تشخیص سرطان نسبت به سرطان‌های پیشرفته، حساس‌تر هستند. آزمایش خون با بهره‌گیری از هوش مصنوعی همچنین به محققان کمک می‌کند تا منشأ سرطان را در بیش از 90 درصد موارد آزمایش کشف کنند. اعضای این تیم پژوهشی اظهار داشتند که دانستن این مسئله که سرطان در کدام بخش بدن در حال رشد است می‌تواند به بهبود استراتژی‌های درمانی بیماران کمک کند.
 
مایکل سیدن (Michael Seiden)، محقق برجسته و رئیس مرکز تخصصی شبکه سرطان مک کسین ایالات‌متحده در تگزاس (McKesson Specialty Health's U.S. Oncology Network) در این رابطه گفت: «این آزمایش نه‌تنها وجود سرطان را نشان می‌دهد، بلکه آدرس دقیقی در رابطه با نوع سرطان و جایی که متخصص بهداشت باید به دنبال تومورهای بدخیم باشد، فراهم می‌کند.»
 
بااین‌حال محققان خاطرنشان كردند كه آزمایش خون مبتنی بر هوش مصنوعی هنوز در مراحل اولیه بوده و محدودیت‌هایی نیز دارد. برای نمونه این فناوری قادر به شناسایی دقیق منشأ سرطان‌های ناشی از ویروس پاپیلومای انسانی (HPV) نیست.
 
شرح کامل این فناوری و پژوهش‌های مرتبط با آن در آخرین شماره مجله تخصصی سالنامه تومورشناسی (Annals of Oncology) منتشرشده و در اختیار پژوهشگران قرار دارد.

۱۱ روش مقابله هوش مصنوعی با شیوع کرونا

گروه مطالعات بنیادین پژوهشگاه فضای مجازی ۱۱ روش مقابله هوش مصنوعی با شیوع ویروس کرونا را به عنوان راه‌حلی قرن بیستمی برای آخرین مشکل قرن بیستم بررسی کرد.
 
 درحالی‌که سازمان‌هایی همچون WHO (سازمان بهداشت جهانی) و UN (سازمان ملل) منابعی برای تسهیل پژوهش درباره بیماری کوید ۱۹ اختصاص داده‌اند، نگاه‌های بسیاری به هوش مصنوعی دوخته شده است تا مگر بتواند از شدت این بحران بکاهد. جوامع علمی دنیا به تکاپو افتاده‌اند تا راه‌حلی قرن بیستمی برای آخرین مشکل قرن بیستم بیابند.
 
گروه مطالعات بنیادین پژوهشگاه فضای مجازی در گزارشی بررسی کرده است که چگونه از هوش مصنوعی برای کنترل شیوع ویروس کرونا استفاده شده است.
 
استفاده شرکت دیپ‌مایند از سیستم آلفافولد
 
شرکت دیپ‌مایند اعلام کرد که در حال آزادسازی ساختار پیش‌بینی پروتئین‌های گوناگونی است که می‌تواند تحقیقات در باب ویروس کوید۱۹ را ارتقاء دهد. این شرکت از آخرین نسخه سیستم آلفافولد (یک سیستم هوش مصنوعی) برای یافتن این ساختارها استفاده کرده است.
 
دقت ۹۶ درصدی تشخیص هوش مصنوعی علی‌بابا
 
علی‌بابا اخیرا ادعا کرده است که سیستم هوش مصنوعی جدیدش می‌تواند موارد مبتلا به ویروس کرونا را در سی‌تی اسکن‌های قفسه سینه بیماران با دقت ۹۶ درصد از موارد مبتلا به سینه‌پهلوی ویروسی بازشناسد. همچنین، مؤسس آن، جک ما، اعلام کرده است که مؤسسه وی ۲.۱۵ میلیون دلار برای توسعه واکسن این بیماری وقف خواهد کرد.
 
طبق گفته علی‌بابا، الگوریتم جدید آنها فرآیند کامل تشخیص را به ۲۰ ثانیه کاهش می‌دهد. با توجه به اینکه در روش‌های سنتی تقریبا ۱۵ دقیقه برای تحلیل یک سی‌تی اسکن نیاز است، این امر پیشرفت بزرگی محسوب می‌شود.
 
ابزار لاینیرفولد تیم هوش مصنوعی بایدو
 
تیم هوش مصنوعی بایدو ابزاری را منتشر کرده که زمان پیش‌بینی ویروس کوید۱۹ را از ۵۵ دقیقه به ۲۷ ثانیه کاهش می‌دهد. این کاهش زمان، امری مهم برای فهم ویروس و کشف داروهای کاتالیز است.
 
استفاده از یادگیری ماشین برای رصد رسانه‌های اجتماعی
 
جان براون‌اشتاین از مدرسه پزشکی هاروارد، عضوی از یک تیم بین‌المللی است که از یادگیری ماشین برای مرور رسانه‌های اجتماعی و دیگر اشکال داده به‌دست‌آمده از کانال‌های رسمی سلامت عمومی و تأمین‌کنندگان مراقبت‌های بهداشتی استفاده می‌کنند تا تحلیل‌های بهداشتی فوری درباره شیوع بیماری به دست دهند.
 
 
نظارت بلودات
 
بلودات، یک شرکت نظارت بر سلامتی واقع در تورنتو است که در سال ۲۰۱۴ افتتاح شده است؛ این شرکت با جمع‌آوری داده‌های بیماری از هزاران منبع آنلاین در این مسئله مسامحت داشته است. آنها با استفاده از اطلاعات پروازی شرکت‌های هواپیمایی پیش‌بینی‌هایی درباره اینکه بیماری‌های واگیردار دفعه بعد احتمالا در کجا ظاهر خواهند شد، به دست می‌دهند.
 
استفاده شرکت اینسیلیکو از شبکه‌های مولد تخاصمی
 
شرکت طب اینسیلیکو، شرکتی که از هوش مصنوعی برای کشف دارو استفاده می‌کند، از شبکه‌های مولد تخاصمی (GAN) به منظور پالایش طراحی‌های مولکول استفاده می‌کند. این مسئله را افرادی می‌پسندند که نمره بالایی به ویژگی‌های شبه‌دارویی و نیز فعال بودن شیمیایی می‌دهند و درضمن، مولکول‌هایی را که به دلیل ویژگی‌هایشان نمی‌توانند کارکرد دارو داشته باشند مانند ترکیبات فلزی کنار می‌گذارند.
 
ترکیب و آزمایشِ مولکولی فرآیندی کند است. اینجا جایی است که هوش مصنوعی با فراهم آوردنِ زمان برای ترکیب و ایجاد گزینه‌های بیشتر برای طراحیِ ساختارهای مولکولیِ متنوع به صحنه می‌آید. با وجود این، ممکن است ترکیب و اعتبارسنجی زمان‌بر باشد و به منابع قوی‌تری نیاز داشته باشد. بنابراین، شرکت اینسیلیکو تا ۱۰۰ مولکول را به منظور ترکیب و تست انتخاب کرده است.
 
استفاده از نرم‌افزار اینفرویژن برای اسکن بیماران در چین
 
پزشک‌ها در چین ابزار قدرتمند جدیدی ارائه کرده‌اند که برای تشخیص سریع مبتلایان احتمالی به کرونا به ایشان کمک می‌کند. این نرم‌افزار مبتنی بر هوش مصنوعی که اینفرویژن نامیده شده است، می‌تواند موارد مشکل‌دار بالقوه را به سرعت تشخیص دهد.
 
این نرم‌افزار به شدت به کیت‌های توسعه نرم‌افزار کلارا متکی است؛ کلارا یک قالب اپلیکیشن هوش مصنوعی برای مراقبت از سلامتی است که شرکت ان.وی.دی.آ برای تصویربرداری پزشکی به کمک هوش مصنوعی ایجاد کرده است.
 
اینفرویژن می‌تواند علائم معمول یا علائم جزئی کوید ۱۹ را در بیماران مشکوک شناسایی کند. بدین منظور، نرم‌افزار به دنبال علائم سینه‌پهلویی که می‌تواند ناشی از ویروس باشد، می‌شود.
 
کشف داروی احتمالی توسط هوش مصنوعی بنوولنت
 
مثال دیگر الگوریتم هوش مصنوعی بنوولنت است که داده‌های ساختار مولکولی را به اطلاعات زیست‌پزشکی درباره گیرنده‌ها و بیماری‌ها مرتبط می‌کند تا اهداف دارویی بالقوه را بیابد. نرم‌افزار آنها پروتئین کیناز ۱ (AAK۱) را که مرتبط با وفق‌دهنده آنزیم است، یک هدف محتمل بیماری می‌داند. AAK۱ درون‌بری (یعنی فرایند آوردن مواد به درون سلول‌ها) را تنظیم می‌کند و ازاین‌رو شیوه‌ای رایج برای گسترش عفونت‌های ویروسی است.
 
محققان با کمک نرم‌افزار هوش مصنوعی بنوولنت داروی محتملی با نام «باریسیتینیب» را شناسایی کرده‌اند.
 
تشخیص چهره توسط شرکت سنس‌تایم
 
تشخیص چهره ایمن‌تر از اثرانگشت است چراکه احتمال انتقال ویروس از طریق لمس سطوح توسط انسان را کاهش می‌دهد. ازاین‌رو، شرکت سنس‌تایم از هوش مصنوعی در اسکن چهره‌های افرادی که ماسک بر صورت دارند استفاده می‌کند. آنها در حال ارتقاء تشخیص بدون تماس مبتلایان از طریق نرم‌افزار اندازه‌گیری دما در ایستگاه‌های مترو، مدارس و سایر مکان‌های گردهم‌آیی در پکن، شانگهای و شنژن هستند.
 
 
پهپادهایی برای نجات
 
شرکت‌های چینی به منظور تقویت رصد بدون تماس شیوع بیماری کرونا از پهپادها استفاده می‌کنند. بر اساس اخبار واصله، شرکت پودو تکنولوژی در شنژن ماشین‌هایش را در بیش از ۴۰ بیمارستان کشور چین برای کمک به پرسنل درمانی به کار انداخته است.
 
شرکت میکرومالتی‌کوپت شرکت دیگری در شنژن است که از پهپادها به منظور انتقال نمونه‌های پزشکی و انجام تصویربرداری حرارتی استفاده می‌کند.
 
ربات‌های یو.وی.دی
 
شرکت ربات‌های یو.وی.دی که در دانمارک قرار دارد از ربات‌های خود برای ضدعفونی کردن اتاق‌های بیماران بدون مداخله انسانی استفاده می‌کند. بیماری‌های همه‌گیر، امداد انسانی را سخت و خطرناک کرده است. ریسک مبتلا شدن پرسنل درمانی به بیماری بالاست. غلاف ربات‌های سیار یو.وی.دی با تابش اشعه ماوراءبنفش بر روی منطقه‌ای که قرار است ضدعفونی شود به حیات هر گونه ویروس خاتمه می‌دهد.
 
در این راستا در جایی‌که متخصصان و سیاستگذاران در دنیا بر ویروس کرونا تمرکز کرده‌اند، نظارت، کشف بیماری و تشخیص بیماری اهمیت بسزایی یافته است. براین اساس با کمک هوش مصنوعی می‌توان مقدار زیادی در زمان صرفه‌جویی کرد و زندگی‌های بسیاری را نجات داد.

هوش مصنوعی «ان ویدیا» در خدمت نبرد با کرونا

شرکت ان ویدیا قصد دارد از ابزار هوش مصنوعی خود در نبرد با ویروس کرونا بهره بگیرد. این ابزار برای تسریع در تحقیق و پژوهش در این زمینه به کار گرفته می‌شود.
 
 به نقل از انگجت، ان ویدیا که یکی از بزرگترین سازندگان پردازنده‌های گرافیکی در جهان است، برای نبرد با کرونا به کنسرسیوم پردازش باکیفیت بالا پیوسته و اعلام کرده قابلیت‌ها و امکانات خود در حوزه سخت افزاری و هوش مصنوعی را در اختیار محققانی قرار می‌دهد که تلاش می‌کنند برای نابودی ویروس کرونا واکسن تولید کنند.
 
این شرکت ۳۰ ابررایانه خود را در اختیار پژوهشگران گذاشته که مجموع توان محاسباتی آنها به ۴۰۰ پتافلاپ در ثانیه می‌رسد. این ابررایانه‌ها مجهز به ابزار متنوع هوش مصنوعی بوده و می‌توانند میلیون‌ها محاسبه را طی مدت کوتاهی انجام دهند.
 
پیش از این قرار بود از این ابررایانه‌ها برای کمک به ناسا به منظور اعزام فضانورد به کره ماه استفاده شود. اما با شیوع گسترده ویروس کرونا، ابررایانه‌های مذکور برای مدل سازی های پزشکی، کمک به تشخیص سریع این بیماری و ساخت واکسن مورد استفاده قرار می‌گیرند. تعداد کل پردازنده‌های گرافیکی موجود در این ابررایانه‌ها به ۲۷ هزار عدد می‌رسد.

هوش مصنوعی ترددهای غیر ضروری در دوبی را ردیابی می‌کند

 
 
پلیس دوبی با بهره‌گیری از هوش مصنوعی و زیر نظر گرفتن رفت و آمد شهروندان، ترددهای غیر ضروری آنها را ردیابی و با خاطیان برخورد جدی می‌کند.
 
به نقل از گلف نیوز، سیف محایر المزروعی - رئیس پلیس ترافیک شهری در دوبی - به تازگی در خصوص اقدامات این شهر برای مقابله با گسترش ویروس خطرناک و مرگبار کرونا یا بیماری کووید-۱۹ خاطر نشان کرده است که با بهره‌گیری از فناوری هوش مصنوعی و با برنامه‌ریزی‌های دقیق به صورت ۲۴ ساعته رفت و آمدهای شهروندان را زیر نظر گرفته و در صورتی که معلوم شود آنها به دلایل غیر ضروری از خانه خود خارج شده و در سطح شهر تردد داشته اند، با آنها برخورد جدی می‌شود و جریمه‌های سنگینی در انتظار آنها خواهد بود.
 
چند روز پیش شرکت بهره‌برداری مترو دوبی نیز به منظور مقابله با شیوع گسترده ویروس کرونا در امارات متحده عربی، از توقف و تعطیلی خطوط مختلف مترو و تراموای شهری در دوبی تا اطلاع ثانوی خبر داد.

تشخیص “کرونا ویروس” با هوش مصنوعی

 
 
 
برنامه‌نویسان رایانه مدعی شدند که "هوش مصنوعی" می‌تواند با استفاده از اشعه ایکس، خیلی سریع‌ افراد مبتلا به بیماری "کووید-۱۹" را تشخیص دهد.
 
 به نقل از دیلی‌میل، شرکت "زیگامی"(Zegami) با استفاده از اطلاعات بنیادی مرتبط با دانشگاه "آکسفورد"، موفق به توسعه یک مدل یادگیری ماشین شده که می‌تواند با استفاده از تصاویر اشعه ایکس، وجود کرونا ویروس در افراد را تشخیص دهد.
 
این تصاویر، عکس‌های اشعه ایکس از قفسه سینه بیماران هستند و تیم تحقیقاتی پروژه معتقدند که برای دریافت اطلاعات دقیق‌تر و جزئی‌تر، سیستم هوش مصنوعی نیاز دارد که در طیف وسیع‌تری از تصاویر اشعه ایکس قفسه سینه افراد مبتلا به "کووید-۱۹" آموزش داده شود.
 
تیم تحقیقاتی این پروژه مدعی شده‌اند که اگر تصاویر بیشتری از قفسه سینه افراد مبتلا داشته باشند، می‌توانند در عرض چند هفته یک سیستم هوش مصنوعی ایجاد کنند.
 
"راجر نوبل"( Roger Noble)، مدیر شرکت "زیگامی" خواستار تصاویر اشعه ایکس بیشتری از بنیاد سرویس سلامت ملی آکسفورد شده است.
 
بنا به گفته این شرکت، این برنامه جدید نه‌تنها می‌تواند افراد مبتلا به "کووید-۱۹" را خیلی آسان‌تر شناسایی و تشخیص دهد، بلکه می‌تواند به پیش‌بینی نتایج احتمالی ابتلای افراد به کووید-۱۹ هم کمک کند.
 
این امر با مقایسه تصاویر اشعه ایکس ریه افراد مبتلا به کووید-۱۹ با عکس‌های بیماران قبلی در شرایط مشابه انجام می‌شود.
 
توسعه‌دهندگان این مدل شرکت "زیگامی" معتقدند که اختراع آن‌ها می‌تواند به پزشکان در دریافت چگونگی پیشرفت بیماری در مبتلایان کمک کند و به نوبه خود به ایجاد یک درمان موثر برای کووید-۱۹ منجر شود.
 
"راجر نوبل" اظهار کرد: بیماری "کووید-۱۹" یک چالش بزرگ است و باید فناوری نقش مهمی در شکست آن ایفا کند.