معرفی دو تیم برتر رویداد نوآورانه فناوری‌های کتابخانه

تیم‌های برتر رویداد نوآورانه "لیبتک ۲" با موضوع چالش تشخیص موضوع (Topic Detection) معرفی شدند.
 
 رویداد نوآورانه «لیبتک ۲» از سوی مرکز نوآوری و توسعه کسب و کارهای داده محور سازمان اسناد و کتابخانه ملی ایران با موضوع چالش تشخیص موضوع (Topic Detection)، در حوزه فناوری‌های کتابخانه‌ای و استفاده از هوش مصنوعی به منظور پردازش داده و شناسایی موضوع و در راستای استفاده از ظرفیت‌های موجود به منظور رفع نیازهای کتابخانه ملی و با هدف ایجاد محیطی برای رشد و توسعه کسب و کارهای داده‌محور و مبتنی بر هوش مصنوعی برگزار شد. 
 
در مراسم اختتامیه این رویداد دو تیم "راهکار پردازش ژرف"، "دادماتک" و همچنین رضا یگانگی و محمد صدر، درخصوص فعالیت‌های خود توضیحاتی ارائه دادند و بر اساس رای داوران تیم دادماتک تیم دوم و راهکار پردازش ژرف به عنوان تیم برتر معرفی شدند.
 
در این مراسم مظفر پاسدار شیرازی، معاون توسعه مدیریت و منابع سازمان اسناد و کتابخانه ملی ایران با اشاره به تاکیدات وزیر ارتباطات و فناوری اطلاعات در زمینه فناوری بلاک‌چین و استفاده آن در کتابخانه ملی، گفت: در آن زمان به ویژه در مجموعه سازمان اسناد کتابخانه ملی نگاه خیال‌گونه به این موضوع داشتند. کمی بعد با همکاری وزارت ارتباطات و فناوری اطلاعات پیرو تفاهم‌نامه‌ای که با این وزارتخانه امضا شد شروع به تنظیم برنامه نوآوری برای سازمان اسناد و کتابخانه ملی کردیم.
 
وی ادامه داد: ما یک ضرورت انکار ناپذیری را در درون مجموعه احساس می‌کردیم و آن هم این بود که خدمات دیجیتال و سیل گسترده منابع دیجیتالی که روز به روز زاده می‌شود؛ اگر بخواهیم ماموریت‌های کتابخانه ملی را با اقتضائات امروز بازتعریف کنیم، وظیفه داریم که همه منابع الکترونیک را گردآوری، پردازش و سرویس‌دهی کنیم. اگر بنا بود این وظایف را در باب کتاب و مجله و... انجام دهیم و همچنین اگر می‌خواستیم به نحو احسن سرویس‌دهی کنیم باید به جد تعداد نیروهای سازمان و بودجه آن را افزایش می‌دادیم؛ ولی امکان این امر وجود نداشت، اما ضرورت استفاده از تکنولوژی بسیار احساس می‌شد.
 
معاون توسعه مدیریت و منابع سازمان اسناد و کتابخانه ملی ایران با اشاره به برگزاری اولین رویداد استارت‌آپی در تیر ۹۸ خاطر نشان کرد: ما در این رویداد متوجه شدیم در کنار این که گروه‌های استارت‌آپی به ما کمک کرده و چالش‌های ما را برطرف می‌کنند، ما به عنوان بزرگترین گنجینه منابع فارسی جهان به خوبی می‌توانیم به آن‌ها کمک کنیم و عدم رشد زبان فارسی در هوش مصنوعی را حل کنیم. از این رو برنامه نوآوری را مفصل‌تر و جدی‌تر گرفتیم؛ با حمایت معاونت علم و فناوری ریاست جمهوری مرکز نوآوری و توسعه کسب و کارهای داده محور را افتتاح کردیم و امیدواریم این  مرکز به عنوان بازوی تعامل با گروه‌های فناور و استارت‌آپ‌ها بخشی از چالش‌های سازمان را با رویکرد فناورانه حل کند.
 
اشرف بروجردی، رئیس سازمان اسناد و کتابخانه ملی ایران با اشاره به چشم‌انداز سند ۱۴۰۰ عنوان کرد: آنچه که در این سند آمده است، این بود که کشور ایران بتواند در این سال به عنوان کشور برتر در منطقه از لحاظ علمی حضور داشته باشد و با روش علمی و دست‌یابی به تکنولوژی جدید بتواند در منطقه اول باشد. ولی علی‌رغم همه باورها و نگاه‌ها عملیاتی نشد و حتی در بحث علم خام نیز شاید در برهه‌هایی عقب‌ماندگی‌هایی داریم.
 
بروجردی ماندگاری آثار جوانان خلاق را حتمی دانست و گفت: ایران سرمایه عظیمی دارد که متاسفانه بسیاری از آن‌ها همچنان بکر و فراموش شده است و بهره لازم از آن‌ها برده نمی‌شود. امیدوارم روزی ایران با سربلندی نام خود را بین کشورهای توسعه یافته ثبت کند و این امر محقق نمی‌شود جز با مشارکت جمعی ‌و بهره‌گیری از دانش و تلاش شما. امیدوارم گامی که در سازمان اسناد و کتابخانه ملی برداشته شد، به عنوان گام اولیه تلقی شود. به واقع مرکز نوآوری و توسعه کسب و کارهای داده محور سازمان اسناد و کتابخانه ملی ایران می‌تواند بهترین پایگاه برای جوانان برای عرضه خلاقیت‌های خودشان باشد.
 

معرفی دو تیم برتر رویداد نوآورانه فناوری‌های کتابخانه

تیم‌های برتر رویداد نوآورانه "لیبتک ۲" با موضوع چالش تشخیص موضوع (Topic Detection) معرفی شدند.
 
 رویداد نوآورانه «لیبتک ۲» از سوی مرکز نوآوری و توسعه کسب و کارهای داده محور سازمان اسناد و کتابخانه ملی ایران با موضوع چالش تشخیص موضوع (Topic Detection)، در حوزه فناوری‌های کتابخانه‌ای و استفاده از هوش مصنوعی به منظور پردازش داده و شناسایی موضوع و در راستای استفاده از ظرفیت‌های موجود به منظور رفع نیازهای کتابخانه ملی و با هدف ایجاد محیطی برای رشد و توسعه کسب و کارهای داده‌محور و مبتنی بر هوش مصنوعی برگزار شد. 
 
در مراسم اختتامیه این رویداد دو تیم "راهکار پردازش ژرف"، "دادماتک" و همچنین رضا یگانگی و محمد صدر، درخصوص فعالیت‌های خود توضیحاتی ارائه دادند و بر اساس رای داوران تیم دادماتک تیم دوم و راهکار پردازش ژرف به عنوان تیم برتر معرفی شدند.
 
در این مراسم مظفر پاسدار شیرازی، معاون توسعه مدیریت و منابع سازمان اسناد و کتابخانه ملی ایران با اشاره به تاکیدات وزیر ارتباطات و فناوری اطلاعات در زمینه فناوری بلاک‌چین و استفاده آن در کتابخانه ملی، گفت: در آن زمان به ویژه در مجموعه سازمان اسناد کتابخانه ملی نگاه خیال‌گونه به این موضوع داشتند. کمی بعد با همکاری وزارت ارتباطات و فناوری اطلاعات پیرو تفاهم‌نامه‌ای که با این وزارتخانه امضا شد شروع به تنظیم برنامه نوآوری برای سازمان اسناد و کتابخانه ملی کردیم.
 
وی ادامه داد: ما یک ضرورت انکار ناپذیری را در درون مجموعه احساس می‌کردیم و آن هم این بود که خدمات دیجیتال و سیل گسترده منابع دیجیتالی که روز به روز زاده می‌شود؛ اگر بخواهیم ماموریت‌های کتابخانه ملی را با اقتضائات امروز بازتعریف کنیم، وظیفه داریم که همه منابع الکترونیک را گردآوری، پردازش و سرویس‌دهی کنیم. اگر بنا بود این وظایف را در باب کتاب و مجله و... انجام دهیم و همچنین اگر می‌خواستیم به نحو احسن سرویس‌دهی کنیم باید به جد تعداد نیروهای سازمان و بودجه آن را افزایش می‌دادیم؛ ولی امکان این امر وجود نداشت، اما ضرورت استفاده از تکنولوژی بسیار احساس می‌شد.
 
معاون توسعه مدیریت و منابع سازمان اسناد و کتابخانه ملی ایران با اشاره به برگزاری اولین رویداد استارت‌آپی در تیر ۹۸ خاطر نشان کرد: ما در این رویداد متوجه شدیم در کنار این که گروه‌های استارت‌آپی به ما کمک کرده و چالش‌های ما را برطرف می‌کنند، ما به عنوان بزرگترین گنجینه منابع فارسی جهان به خوبی می‌توانیم به آن‌ها کمک کنیم و عدم رشد زبان فارسی در هوش مصنوعی را حل کنیم. از این رو برنامه نوآوری را مفصل‌تر و جدی‌تر گرفتیم؛ با حمایت معاونت علم و فناوری ریاست جمهوری مرکز نوآوری و توسعه کسب و کارهای داده محور را افتتاح کردیم و امیدواریم این  مرکز به عنوان بازوی تعامل با گروه‌های فناور و استارت‌آپ‌ها بخشی از چالش‌های سازمان را با رویکرد فناورانه حل کند.
 
اشرف بروجردی، رئیس سازمان اسناد و کتابخانه ملی ایران با اشاره به چشم‌انداز سند ۱۴۰۰ عنوان کرد: آنچه که در این سند آمده است، این بود که کشور ایران بتواند در این سال به عنوان کشور برتر در منطقه از لحاظ علمی حضور داشته باشد و با روش علمی و دست‌یابی به تکنولوژی جدید بتواند در منطقه اول باشد. ولی علی‌رغم همه باورها و نگاه‌ها عملیاتی نشد و حتی در بحث علم خام نیز شاید در برهه‌هایی عقب‌ماندگی‌هایی داریم.
 
بروجردی ماندگاری آثار جوانان خلاق را حتمی دانست و گفت: ایران سرمایه عظیمی دارد که متاسفانه بسیاری از آن‌ها همچنان بکر و فراموش شده است و بهره لازم از آن‌ها برده نمی‌شود. امیدوارم روزی ایران با سربلندی نام خود را بین کشورهای توسعه یافته ثبت کند و این امر محقق نمی‌شود جز با مشارکت جمعی ‌و بهره‌گیری از دانش و تلاش شما. امیدوارم گامی که در سازمان اسناد و کتابخانه ملی برداشته شد، به عنوان گام اولیه تلقی شود. به واقع مرکز نوآوری و توسعه کسب و کارهای داده محور سازمان اسناد و کتابخانه ملی ایران می‌تواند بهترین پایگاه برای جوانان برای عرضه خلاقیت‌های خودشان باشد.
 

برزیلی‌ها برای مشاوره خرید آنلاین هوش مصنوعی را ترجیح می‌دهند

جوانان برزیلی برای دریافت مشاوره در حوزه خرید الکترونیک به جای صحبت با افراد متخصص ترجیح می‌دهند به سراغ ابزار هوش مصنوعی بروند.
 
 به نقل از زد دی نت، مشتریان آنلاین خدمات تجارت الکترونیک از توصیه‌های ارائه شده بر مبنای الگوریتم‌های هوش مصنوعی که در وب سایت‌های مختلف در دسترس است، استفاده می‌کنند و تعداد کاربرانی که برای تصمیم‌گیری در مورد خرید آنلاین بدین شیوه متوسل می‌شوند روز به روز در حال افزایش است.
 
در ماه‌های اخیر بسیاری از سایت‌های تجارت الکترونیک و خرید و فروش آنلاین در برزیل به موتورهای هوش مصنوعی مجهز شده‌اند که با دقت بالاتری می‌توانند برای خرید به کاربران توصیه‌هایی ارائه دهند. بررسی که در این زمینه توسط مؤسسه ایلمئو از طریق گفتگو با ۲۰۰۰ کاربر تجارت الکترونیک صورت گرفته حاکیست، ۸۰ درصد از برزیلی‌هایی که از این موتورها برای دریافت توصیه خرید آنلاین استفاده می‌کنند در نهایت کالای معرفی شده را خریداری می‌کنند.
 
۳۲ درصد از این افراد هم گفته‌اند تنها از این ابزار برای تصمیم‌گیری در مورد خرید آنلاین استفاده می‌کنند و علت این امر را دقت این موتورها عنوان کرده کرده‌اند ۶۵ درصد از پاسخ دهندگان هم موتورهای هوش مصنوعی توصیه خرید را مفید توصیف کرده‌اند.
 
بیشترین اقبال به این موتورها مربوط به کاربران ۱۸ تا ۲۴ ساله است. ۶۶ درصد از این افراد گفته‌اند برای خرید آنلاین عمدتاً از موتورهای یادشده استفاده می‌کنند و ۶۴ درصد هم گفته‌اند احساس مثبتی نسبت به آنها دارند.

صندوق پژوهش و فناوری برای توسعه هوش مصنوعی راه‌اندازی شد

 
صندوق پژوهش و فناوری غیر دولتی «توسعه فناوری‌های نوظهور دیجیتال» با هدف توسعه هوش مصنوعی با راهبری معاونت علمی و فناوری ریاست جمهوری و شرکت دانش‌بنیان پارت راه‌اندازی شده است. به گفته مدیرعامل شرکت پارت مجوز این صندوق صادر شده و درحال طی کردن مراحل ثبت است و به زودی فعالیت خود را آغاز می‌کند.
 
به گزارش روابط عمومی شرکت دانش بنیان پارت؛ علی رسولی‌زاده، مدیرعامل شرکت پارت با اشاره به اینکه این صندوق به صورت تخصصی در حوزه هوش مصنوعی فعالیت می‌کند و از شرکت‌های دانش‌بنیان و استارت‌آپ‌ها  حمایت مالی و معنوی خواهد داشت، گفت: «صندوق پژوهش و فناوری غیردولتی توسعه فناوری‌های نوظهور با سرمایه ۲۰ میلیارد تومانی فعالیت خود را آغاز خواهد کرد.»
 
او در ادامه به سهامداران این صندوق اشاره و بیان کرد: «سهامداران این صندوق پژوهش و فناوری، ستاد توسعه فناوری‌های حوزه اقتصاد دیجیتال و هوشمندسازی معاونت علمی و فناوری ریاست جمهوری، شرکت دانش‌بنیان پارت و چهار نهاد دیگر، از جمله شرکت توسعه سرمایه‌گذاری دانشگاه تهران است.»
 
به گفته رسولی‌زاده صندوق پژوهش و فناوری غیردولتی «توسعه فناوری‌های نوظهور دیجیتال» به صورت تخصصی با تمرکز بر مباحث هوش مصنوعی، بلاکچین، اینترنت اشیاء، واقعیت افزوده و مجازی، هوشمندسازی صنایع تولید هوشمند و نسل چهارم صنعتی و کلان داده و پردازش ابری راه‌اندازی شده تا خدمات مالی مورد نیاز را به شرکت‌های فعال در این حوزه‌ها ارائه و آنها را پشتیبانی کند.
 
مدیرعامل شرکت دانش‌بنیان پارت گفت: «صندوق‌های پژوهش و فناوری با هدف حمایت از شرکت‌های دانش‌بنیان و استارت‌آپ‌ها  در کشور راه‌اندازی شده‌اند. با توجه به جای خالی صندوقی که به صورت تخصصی در حوزه هوش مصنوعی کار کند، صندوق پژوهش و فناوری غیردولتی توسعه فناوری نوظهور تأسیس شد.»
 
رسولی‌زاده افزود:  «حمایت مالی وظیفه اصلی صندوق‌های پژوهش و فناوری است؛ اما حمایت معنوی نیز در دستور کار این صندوق تخصصی قرار خواهد گرفت تا فعالان این اکوسیستم بتوانند در حوزه کاری خود به رشد و توسعه دست یابند.»
 
او ادامه داد: «این صندوق با هدف توسعه کسب و کارهای دانش‌بنیان مبتنی بر فناوری در حوزه اقتصاد دیجیتال و هوشمندسازی در کشور و توسعه کارآفرینی دانش‌بنیان و فناورانه با استفاده از ظرفیت شرکت‌های دانش‌بنیان و دانش‌آموختگان کشور راه‌اندازی شده است. افزایش سهم دانش و فناوری در سبد صادرات خدمات و محصولات صادراتی کشور، نفوذ دانش و فناوری حوزه اقتصاد دیجیتال در صنایع و کسب و کارهای کشور، ترغیب بخش خصوصی به مشارکت فعال در فرآیند توسعه فناوری و نوآوری حوزه اقتصاد دیجیتال و کمک به توسعه کسب و کارها از طریق کاهش ریسک و مخاطرات فرآیند ایده تا تجاری سازی در حوزه اقتصاد دیجیتال از دیگر اهداف راه‌اندازی این صندوق بوده است.»

ریلمی نام تجاری جدید «D» را برای اکوسیستم هوش مصنوعی اشیا معرفی می‌کند

 
 
ریلمی قصد دارد نام تجاری جدیدی به نام «D» را برای بخش «TechLife» خود که روی هوش مصنوعی اشیا کار می‌کند در رویدادی ویژه در تاریخ ۴ خرداد ماه معرفی کند.
 
به گفته شرکت چینی ریلمی، برند تجاری جدید آن‌ها روی طیف گسترده‌ای از محصولات هوشمند خانگی تمرکز خواهد کرد. ریلمی همچنین علاوه بر این موضوع، اعلام کرده است که برای تولید محصولات جدید هوشمند خود با شرکت‌های مبتکری همکاری خواهد کرد.
 
همچنین به گفته این شرکت برند تجاری D به کاربران اتی شرکت کمک خواهد کرد که زندگی هوشمندانه‌تر و راحت‌تری را تجربه کنند. آن‌ها همچنین اضافه می‌کنند که محصولات آتی می‌توانند خدمات بهتری را در اختیار کاربران قرار بدهند.
 
«ماداوث شت» مدیر عامل بخش هند و اروپا ریلمی و نایب رئیس این شرکت در این رابطه عنوان می‌کند:
 
«خوشحالیم که به زودی نام تجاری D سرانجام ظرف چند روز آینده معرفی خواهد شد و می‌تواند به عنوان اولین برند تجاری اکوسیستم بخش TechLife ریلمی کار خود را رسما آغاز کند. اطمینان داریم که به دنبال این رونمایی،‌ محصولات متفاوت، جدید، با فناوری‌های پیشرفته و کاربرپسند را تحت این نام تجاری در دسترس کاربران قرار خواهیم داد که می‌تواند توجه بسیاری از کاربران را به خود جلب کند»
 
ریلمی از طریق حساب رسمی بخش TechLife در توییتر معرفی نام تجاری جدید را تایید کرده است. در پست توییتری این شرکت عنوان شده است:
 
«شروع این موضوع با یک رویا آغاز شد که منجر به کشف جدیدی از طراحی و توسعه برای تولید محصولات متفاوت می‌شود. اولین برند اکوسیستم مبتنی بر هوش مصنوعی در تاریخ ۲۵ مه ( ۴ خرداد ماه) رونمایی می‌شود.»
 
باید به این نکته توجه کرد که ریلمی هنوز در مورد این موضوع که آیا قصد دارد محصولات جدیدی را به عنوان بخشی از برند تجاری D عرضه کند، به اشتراک نگذاشته است. با این وجود طی چند روز آینده اطلاعات بیشتری از برند جدید این شرکت عنوان خواهد شد.

رونمایی گوگل از ابزار مبتنی بر هوش مصنوعی برای تشخیص بیماری‌های پوست، مو و ناخن

 
 
گوگل در جریان کنفرانس سالانه توسعه دهندگان، از ابزار جدیدی مبتنی بر هوش مصنوعی رونمایی کرد که می‌تواند در تشخیص بیماری‌های پوست، مو و ناخن نقش یک دستیار هوشمند را برعهده بگیرد.
 
این سیستم جدید که به عنوان ابزاری هوشمند در حوزه پزشکی مورد استفاده قرار خواهد گرفت، موفق به دریافت نشان CE اروپا نیز شده و قرار است اواخر سال جاری میلادی عرضه شود، اما فعلا نمی‌تواند جایگزین روش‌های تشخیص پزشکی شود و تنها نقش دستیار را بازی خواهد کرد.
 
به اعتقاد یکی از متخصصان سرطان، پیشرفت در حوزه سیستم‌های مبتنی بر هوش مصنوعی می‌تواند به پزشکان کمک کند تا راهکارهای درمانی متناسب‌تری را برای بیماران دنبال کنند. ابزار جدید گوگل می‌تواند ۲۸۸ بیماری پوستی مختلف را تشخیص دهد، اما هنوز نمی‌توان از آن به عنوان جایگزینی برای روش‌های تشخیص و درمان پزشکی استفاده کرد.
 
 
توسعه چنین سیستمی در حدود سه سال طول کشیده و تاکنون این ابزار با کمک بیش از ۶۵ هزار تصویر گرفته شده از بیماری‌های مختلف پوستی، آموزش دیده است. همچنین میلیون‌ها تصویر از شرایط مختلف نگران کننده برای بیماری‌های پوستی به داده‌های این سیستم هوشمند وارد شده‌اند. در بین این تصاویر هزاران مورد عکس از پوست سالم و بیمار وجود دارد که مربوط به افراد سفید و رنگین پوست است.
 
این ابزار، علاوه بر داده‌های گسترده‌ از تصاویر پوستی، بیماران را ملزم به پاسخگویی آنلاین به برخی سوالات می‌کند تا در تشخیص بیماری موفق‌تر عمل کند. در توسعه این سیستم از ابزارهای قبلی طراحی شده توسط گوگل برای یادگیری تشخیص علائم بیماری‌هایی مانند سرطان و سل نیز استفاده شده است.
 
گوگل می‌گوید هر سال حدود ۱۰ میلیارد رکورد جستجو برای مشکلات پوست، مو و ناخن در موتور جستجوی این شرکت انجام می‌شود.
 
سازمان غذا و دارو ایالات متحده (FDA) هنوز مجوز استفاده از این ابزار را تایید نکرده، اما مدل مشابهی از همین ابزار توسط شرکت انگلیسی Optellum اخیرا تاییدیه FDA را دریافت کرده که به عنوان دستیار هوشمند در تشخیص سرطان ریه می‌تواند کمک‌کننده باشد.

پیش بینی میزان شیوع بیماری کرونا با استفاده از هوش مصنوعی

رئیس پژوهشگاه ارتباطات و فناوری اطلاعات گفت: هم اکنون قابلیت پیش بینی میزان شیوع بیماری کرونا در مناطق مختلف شهری با استفاده از هوش مصنوعی محقق شده است.
به گزارش روابط عمومی پژوهشگاه ارتباطات و فناوری اطلاعات، وحید یزدانیان رئیس پژوهشگاه ارتباطات و فناوری اطلاعات در مصاحبه اختصاصی با خبرگزاری صدا و سیما در پاسخ به سوالی مبنی بر اینکه آیا سامانه پیش بینی زمانی و مکانی کرونا در استان تهران که هفتم اردیبهشت امسال با حضور دکتر زالی به بهره برداری رسید، ​عملیاتی شده است؟ گفت: موضوع پیش بینی در شیوع بیماری کرونا از مسایل پراهمیتی است که در برخی کشور‌های دنیا با استفاده از هوش مصنوعی می‌توانند میزان شیوع بیماری کرونا در مناطق مختلف شهری را پیش بینی کنند و قطعاً این پیش بینی به سادگی اتفاق نمی‌افتد و متغیر‌های فراوانی دارد و فقط هم اینگونه نیست که اگر ببینیم در یک شهر و منطقه تعداد ابتلاء افزایش پیدا می‌کند پس بگوییم به همین ترتیب روند ابتلاء صعودی خواهد بود.
 
وی گفت: گاهی اوقات دو منطقه نزدیک به هم هستند و به لحاظ آماری هم ممکن است تعداد ابتلاء در آن‌ها مشابه باشد، اما به یکباره می‌بینیم که برخی دولت‌ها و عوامل بهداشتی، یک منطقه را قرنطینه می‌کنند و منطقه دیگر را کمتر مورد توجه قرار می‌دهند و به همین خاطر است که از روش‌های هوش مصنوعی برای پیش بینی شیوع استفاده می‌شود.
 
یزدانیان با اشاره به اینکه دارندگان این تخصص و فناوری در جهان زیاد نیستند، افزود: در ابتدای شیوع کرونا تا چند ماه بعد حوزه‌های بهداشت و درمان به دستاورد‌ها و پیش بینی‌های مثلا دانشگاهی در امریکا اشاره می‌کردند، اما چون داده‌های این دانشگاه خارجی از کشور ما کامل نبود، خطای فراوانی داشت به این ترتیب که مثلا پیش بینی می‌کردند در طی یکی دو ماه آینده یک موج در ایران ایجاد می‌شود، اما در عمل می‌دیدیم که این موج به ۳ تا ۴ ماه بعد یا مثلا یکی دو هفته بعد منتقل می‌شد و این به خاطر نداشتن اطلاعات دقیق بود.
وی گفت: در کشور داده‌های غیرآشکار و کلی بدون نام از افراد در اختیار شبکه بهداشتی کشورمان هست و اگر از هوش مصنوعی استفاده می‌کردیم می‌توانستیم از همان ابتدا پیش بینی کنیم که در کدام مناطق شهری احتمال شیوع بیشتر است که این احتمالات براساس عواملی همچون تجمع، منطقه جغرافیایی، وزش باد، گرما و سرما، آلودگی و ... قابل پیش بینی است.
 
رئیس پژوهشگاه ارتباطات و فناوری اطلاعات افزود: تجمیع این موارد با استفاده از هوش مصنوعی امکانی را برای ما فراهم کرد که تا بتوانیم مدلی برای ارزیابی و پیش بینی شیوع، استخراج کنیم و این کار را به صورت مشترک با ستاد کرونای استان تهران انجام دادیم که براساس این طرح از پردازش‌های سنگینی هم استفاده شد.
 
یزدانیان با اشاره به اینکه  چندی پیش با حضور دکتر زالی در پژوهشگاه ارتباطات و فناوری اطلاعات این طرح رونمایی شد و به مرحله عملیاتی رسید گفت: هم اکنون ما مفتخریم موتوری در اختیار شبکه بهداشتی کشور قرار گرفته و به صورت آزمایشی در ستاد کرونای استان تهران راه اندازی شده و قابلیت پیش بینی میزان شیوع را در مناطق مختلف شهری و در طی بازه‌های زمانی حداقل هفتگی فراهم کرده است.
 
یزدانیان در پایان اشاره کرد: اطلاعات این طرح در اختیار ماست و مدل پردازشی پیاده سازی شده آن در اختیار ستاد کرونا استان تهران قرار گرفته است.0.

هوش مصنوعی میزان شدت بیماری کرونا را پیش‌بینی می‌کند

 
در مطالعه پژوهشی جدیدی که در حوزه بین رشته‌ای انجام شده است، محققان موفق به طراحی برنامه‌ای کامپیوتری شده‌اند که تنها با تجزیه و تحلیل عکس اشعه ایکس قفسه سینه بیمار کووید-19، می‌تواند تشدید بیماری در روزهای بعد را پیش بینی کند.
 
محققان بین المللی به کمک یک برنامه کامپیوتری جدید که از هوش مصنوعی استفاده می‌کند و با استفاده از تجزیه و تحلیل هزاران عکس اشعه ایکس قفسه سینه، در خصوص الگوهای مختلف ابتلا به کووید-19 آموزش دیده است، توانسته اند با دقت 80 درصد، نوع شدید بیماری کووید-19 را که تنها ظرف چهار روز بیمار را دچار عوارض تهدید کننده زندگی می‌نماید، پیش بینی کنند.
 
این برنامه که توسط محققان دانشکده پزشکی NYU Grossman آمریکا توسعه یافته است، از چند صد گیگابایت داده جمع آوری شده از 5224 اشعه ایکس قفسه سینه گرفته شده از 2943 بیمار جدی آلوده به ویروس SARS-CoV-2 استفاده کرده است.
 
تیم تحقیقاتی فوق در این مطالعه، علاوه بر اطلاعات عکس اشعه ایکس قفسه سینه، از موارد دیگری نظیر سن، نژاد و جنسیت بیماران همراه با چندین علامت حیاتی و نتایج آزمایش‌ها از جمله وزن، دمای بدن و سطح سلول‌های ایمنی خون در تجزیه و تحلیل رایانه‌ای خود استفاده کرده است.
 
مجریان این مطالعه اظهار داشته‌اند: «پزشکان و رادیولوژیست‌های اورژانس برای شناسایی و مدیریت سریع بیماران کووید-19 که احتمالاً سریعاً دچار اوضاع وخیم‌تر می‌شوند، به چنین ابزاری نیاز دارند».
 
به گفته آن‌ها، «یکی از مزایای عمده در برنامه‌های هوش ماشینی، آن است که می‌توان با استفاده از داده‌های بیشتر، صحت آن‌ها را مورد سنجش مجدد قرار داده و از این طریق، آن‌ها را به روز نموده و بهبود بخشید».
 
به گزارش سیناپرس، این یافته‌های پژوهشی ارزشمند که می‌توانند در کنترل روند مرگ و میر شدید ناشی از بیماری نوظهور کووید-19 مؤثر واقع شوند، در نشریه بین المللی npj Digital Medicine منتشر شده‌اند.

فیسبوک مدل‌های هوش مصنوعی را فراموشکار می‌کند

فیس‌بوک این روزها تلاش می‌کند به مدل‌های هوش مصنوعی کمک کند تا فراموشکار شوند. این شرکت ابزار جدیدی با نام Expire-Span ارائه کرده که به مدل‌های هوش مصنوعی امکان می‌دهد تا فراموش کند.
 
مدل‌های هوش مصنوعی شامل شبکه‌های عصبی به گونه‌ای طراحی می‌شوند که تمامی اطلاعات و داده‌ها را به خاطر می‌سپارند. با فراموش کردن این داده‌ها، سیستم‌های هوش مصنوعی می‌توانند اطلاعات بیشتری را در مقیاس وسیع‌تر حفظ کنند و فقط مهم‌ترین موارد را به خاطر بسپارند.
 
به گفته شرکت فیس‌بوک سیستم Expire-Span می‌تواند به صورت موثرتر از حافظه استفاده کند. این سیستم اجزای مهم را به خاطر می‌آورد و بر این اساس قادر به حفظ کردن همه داده‌ها نیست.
 
سیستم Expire-Span هر یک از اطلاعات موجود در یک مدل را ارزیابی می‌کند و پیش‌بینی دقیق از اطلاعاتی انجام می‌دهد که برای بازگرداندن از اهمیت بالاتری برخوردار هستند. با این توضیح داده‌های آموزش یافته بر اساس مدل‌های یادگیری به کار می‌روند.
 
فیسبوک با انتشار مطلب وبلاگی توضیح داد که پردازش اطلاعات به صورت بی‌رویه فقط می‌تواند در مقیاس کوچک کارساز باشد. ولی هنگامی که مدل‌های هوش مصنوعی داده‌های بیشتری را به دست می‌آورند، هزینه محاسباتی برای سازمان‌ها به مراتب افزایش می‌یابد.
 
سیستم Expire-Span همچنین می‌تواند اطلاعات را با تاریخ انقضای مجزا دسته‌بندی کند. بر این اساس با گذشت زمان،‌ اطلاعات در سیستم هوش مصنوعی منقضی می‌شوند.
 
در این سیستم داده‌های مرتبط مدت بیشتری ذخیره می‌شوند، ولی تاریخ انقضای تعریف شده سیستم‌های هوش مصنوعی را قادر می‌سازد تا فضای حافظه بیشتری در اختیار داشته باشند.
 

ابر رایانه سیمرغ با حضور وزیر ارتباطات افتتاح شد

 
 
با حضور وزیر ارتباطات و فناوری اطلاعات و رییس دانشگاه امیرکبیر، ابر رایانه سیمرغ افتتاح شد.
به گزارش مرکز روابط عمومی و اطلاع رسانی وزارت ارتباطات و فناوری اطلاعات، صبح امروز با حضور محمدجواد آذری جهرمی وزیر ارتباطات و فناوری اطلاعات و احمد معتمدی رییس دانشگاه امیر کبیر ابر رایانه سیمرغ در دانشگاه امیر‌کبیر افتتاح شد.
توان پردازشی
بر اساس این گزارش، توان پردازشی فعلی ابررایانه سیمرغ بیش از یک پتافلاپس ( یک میلیون میلیارد عملیات ممیز شناور ۶۴بیتی در ثانیه) است که با ۵۰۰ ترافلاپس امروز کار خود را آغاز می کند و پس از دو ماه (پایان فاز نخست) با ظرفیت کامل به کاربران خدمات ارایه می کند.
ظرفیت پردازشی آن تا ۵ پتافلاپس با استفاده از زیرساخت فعلی ( در مرحله دوم) و تا ۱۰ پتافلاپس در فازهای بعدی قابل افزایش است که چند هزار برابر سریعتر و پر قدرت تر از رایانه های رومیزی است.
همچنین توان پردازشی فعلی این ابررایانه در کاربردهای فوق سریعی که نیاز به دقت محاسبات ۶۴ بیتی ندارند( مانند هوش مصنوعی و یادگیری عمیق) تا آخر فاز اول برابر با ۳۰ پتافلاپس (۳۰ میلیون میلیارد عملیات ممیز شناور ۱۶ بیتی تنک در ثانیه) است.
قابل ذکر است که این ابررایانه در فاز اول بهره‌برداری حدود ۱۲ برابراز قویترین ابررایانه کشور که در سال ۱۳۹۰ توسط این تیم افتتاح شد سریع تر عمل می کند.
زیرساختی
زیرساخت ابر رایانه در فضایی به مساحت تقریبی ۲۵۰ مترمربع با قابلیت گسترش به ۴۰۰ مترمربع ساخته شده است. این ابررایانه با ظرفیت ۴۲ رک (قابل گسترش به ظرفیت ۸۴ رک) بر مبنای سطح سوم استاندارد TIA-942  ساخته شده و می تواند از توان پردازشی ۵ پتافلاپس( قابل گسترش به ۱۰ پتافلاپس در فاز بعدی) پشتیبانی کند. همچنین مرکز ارایه خدمات جدید برای استفاده از خدمات ابر رایانه به مساحت تقریبی ۱۸۰ مترمربع در دانشگاه صنعتی امیرکبیر احداث شده است.
ویژگی بارز
بستر محاسباتی ابررایانه سیمرغ بر مبنای فناوری مجازی سازی و رایانش ابری طراحی شده است. مجازی سازی باعث افزایش بهره وری از منابع موجود و انعطاف پذیری در ارایه خدمات متنوع شده و همچنین امنیت داده ها را دو چندان می کند. در بستر پردازشی این ابررایانه از آخرین فناوری های سخت افزاری و نرم افزاری موجود در دنیا استفاده شده است که باعث شده این ابررایانه تبدیل به، به‌روزترین و قدرتمندترین ابررایانه کشور شود.
استفاده از آخرین نسل از پردازنده های گرافیکی این امکان را می دهد تا بتوان کاربردهای تحلیل کلان داده و هوش مصنوعی را با سرعت بسیار زیاد و در مقیاس زمانی منطقی اجرا کرد.
کاربرد
از ابررایانه سیمرغ می توان در کاربردهای نوین نظیر هوش مصنوعی، تحلیل کلان داده ها، اینترنت اشیا، تصویرسازی، بازسازی و پویا نمایی، شبیه سازی علمی، هواشناسی، تحلیل داده های ژنتیک و دیگر کاربردهای علمی که به توان پردازشی بسیار زیاد نیاز دارند استفاده کرد.