تقریبا پارسال بود که ساندار پیچای، مدیر عامل شرکت گوگل، طی پُستی در وبلاگ این شرکت اعلام کرد که جهان در حال گذر از حالت Mobile-first به حالت AI-first است و شرکت گوگل تمام محصولاتش را با این محوریت توسعه می‌دهد. بنابراین واضح است که در این جهانِ AI-first استفاده از هوش مصنوعی برای تولید محصولات و آموزش مفاهیم و کاربردهای آن برای کارآفرینان و مهندسان بسیار حا‌یز اهمیت است.
یادگیری ژرف و شبکه‌های عصبی مصنوعی، شاخه‌ای از یادگیری ماشین‌اند که از ساختار لایه‌ای مغز انسان و سلول‌های عصبی متصل به هم الگو گرفته اند.
سلول عصبی (Neuron) و مدل مصنوعی آن (Artificial Neuron)
شبکه عصبی ژرف (Deep Neural Network) متشکل از چند لایه از Artificial Neuronهای متصل به هم
زمانی که تصاویر خود را در Google Photos ذخیره می‌کنید، این تصاویر به صورت خودکار، برچسب گذاری و دسته بندی می‌شوند. به عنوان مثال تصاویر مربوط به یک شخص خاص در یک دسته و تصاویر مربوط به مناظر طبیعی در دسته‌ای دیگر قرار می‌گیرند و برای جستجو کافی است یک عکس جدید از یک نفر بگیرید و آن عکس را در آلبوم تصاویر جستجو کنید. خواهید دید که تمام عکس‌هایی که فرد مورد نظر در آنها حضور داشته ظاهر خواهند شد.
استفاده از یک شبکه عصبی ژرف از نوع CNN برای برچسب گذاری خودکار در Google Photos
تبدیل گفتار به نوشتار، یکی از جالب‌ترین کاربردهای یادگیری ماشین است که این روزها در بسیاری از اپلیکیشن‌های موبایل (برای مثال کیبور گوگل) استفاده شده و شاهد دقت بسیاربالای آن حتی برای زبان فارسی هستیم.
استفاده از شبکه عصبی بازگشتی ژرف در سیستم بازشناسی گفتار شرکت گوگل باعث بهبود ۳۰ درصدی عملکرد آن گردیده است.
زمانی که عبارتی را در موتور جستجوی گوگل جستجو می‌کنید، نتایج حاصل، بر اساس حدوداً ۱۰۰ معیار مختلف (Ranking Signals) برای شما مرتب می‌شوند که بسیاری از این ۱۰۰ معیار راز‌هایی‌اند که کسی خارج از گوگل از آنها اطلاعی ندارد. با این حال طبق اعلام این شرکت، سومین سیگنال مهم و تاثیر گذار در بین این صد سیگنال، یک شبکه عصبی ژرف به نام RankBrain است که در سال ۲۰۱۵ در آزمایشگاه Google Brain ساخته شده است.
شبکه عصبی RankBrain، سومین سیگنال تاثیر گذار در رتبه بندی موتور جستجوی گوگل
۴. پاسخ دهی خودکار در نرم‌افزار‌های پیام‌رسان
اگر با Google Allo کار کرده باشید، حتما دقت فوق‌العاده بالای آن در پاسخ‌های پیشنهاد شده به ازای پیام‌ها، شما را شگفت‌زده کرده است. این سیستم که برای اولین بار در نرم‌افزار Gmail مورد استفاده قرار گرفت، در ابتدا توسط یک شبکه عصبی مصنوعی ساده، پیام را بررسی میکند تا بتواند تشخیص دهد که آیا میتواند به آن پاسخ خوبی بدهد یا خیر. درصورتی که پاسخِ این شبکه مثبت بود، با استفاده از یک شبکه عصبی بازگشتی ژرف پاسخ مناسب تولید میشود.
استفاده از شبکه عصبی بازگشتی برای تولید پاسخ مناسب در اپلیکیشن Gmail
۵. توصیف تصاویر
توصیف یک تصویر (یا یک ویدیو) در یک یا چند جمله، یکی از جالب‌ترین و هیجان‌انگیز‌ترین کاربردهای هوش مصنوعی در بینایی ماشین است و به ما کمک میکند ماشین‌هایی بسازیم که اشیاء دیده شده را واقعاً درک کنند. همینطور در روش معکوس میتوان از روی توصیفات متنی، یک تصویر نسبتا واقعی تولید کرد. با این تفاسیر، تصور تولید یک فیلم از روی فیلمنامه، موضوع دور از انتظاری نیست!
در این تصویر، توصیف دو ماشین مختلف از یک عکس با انسان مقایسه شده است
۶. تخمین میزان صرفه‌جویی در مصرف انرژی در صورت استفاده از سلول‌های خورشیدی
با توجه به هزینه‌های بالای تولید انرژی، تاثیرات آن بر زیست بوم و مشکلات مربوط به استفاده از انرژی‌های تجدید ناپذیر، بهینه‌سازی مصرف انرژی یکی از اصلی‌ترین و مهمترین چالش‌هایی است که هوش مصنوعی به دنبال حل آن است. برای مثال، خیلی از استارتاپ‌ها در کشورهای پیشرفته به دنبال استفاده از هوش مصنوعی در کنتور‌های برق و آب و مدیریت الگوی مصرف انرژی از این طریق هستند.
پروژه Google Sunroof با تحلیل عکس‌های ماهواره‌ای از پشت بام خانه و میزان آفتاب در ساعات مختلف شبنه‌روز، به شما می‌گوید اگر از سلول خورشیدی برای تولید انرژی استفاده کنید، چقدر در هزینه مصرف انرژی صرفه‌جویی خواهید کرد.
پروژه Google Sunroof با تحلیل عکس‌های ماهواره‌ای از پشت بام خانه و میزان آفتاب در ساعات مختلف شبنه‌روز، به شما می‌گوید اگر از سلول خورشیدی برای تولید انرژی استفاده کنید، چقدر در هزینه مصرف انرژی صرفه‌جویی خواهید کرد.
۷. تبدیل طرح اولیه (Mockup) به کد HTML
با ظهور کامپیوترها، برنامه‌نویس‌ها، نرم‌افزار‌هایشان را جایگزین بسیاری از افراد خبره و مشاغل کردند، اما به نظر می‌رسد این بار نوبت خودشان است. محققان با استفاده از یادگیری ژرف توانسته‌اند Mockupهای طراحی شده توسط UX Designerها را به کد HTML تبدیل کنند. با این تفاسیر انتظار برنامه‌نویسی از کامپیوترها نیز انتظار دور از ذهنی نیست!
تبدیل طرح اولیه وبسایت به کد قابل پیاده‌سازی توسط شبکه عصبی ژرف
۸. اتوموبیل خودران
یکی از جذاب‌ترین و پردرآمدترین شغل‌ها در سال ۲۰۱۸ طراحی اتوموبیل‌های خودران است که تماما بر اساس هوش مصنوعی و یادگیری ژرف بنا نهاده شده است. با اینکه هنوز تا قابل استفاده شدن این سیستم‌ها در زندگی روزمره فاصله داریم اما شرکت‌هایی مثل Waymo و Tesla به صورت خیلی جدی در حال کار و پژوهش در این حوزه هستند و به زودی شاهد فراگیر شدن این سیستم‌ها و همینطور پهباد‌های خودمختار خواهیم بود.
استفاده از اتوموبیل‌های خودران میتواند باعث افزایش ایمنی و کاهش خطرات ناشی از رانندگی شود
۹. تولید خودکار مراحل جدید در بازی‌ها
در تولید سناریوها، داستان‌ها و مراحل بازی که توسط هوش مصنوعی ساخته می‌شوند، گاهاً شاهد خلاقیت‌های امیدوار کننده‌ای هستیم...
تولید مراحل جدید بازی با استفاده از هوش مصنوعی و یادگیری ژرف
۱۰. تشخیص چهره از پشت دیوار
دانشگاه MIT طی یک تحقیق، سیستمی ساخته که با استفاده از امواج RF قادر است موقعیت و حرکت انسان‌ها در پشت دیوار را تشخیص دهد.
اما این کافی نیست...
معمولا بیشترین سرمایه‌گزاری‌ای که بر روی هوش مصنوعی میشود برای تحقیقات نظامی است. چند ماه پیش بود که ارتش آمریکا خبر ساخت سیستمی بر اساس یادگیری ژرف را داد که قادر است چهره فرد را از پشت دیوار و در تاریکی تشخیص دهد.
۱۱. تنظیم‌هارمونی رنگ‌ها در تصویر
اگر با نرم‌افزار‌های ویرایش تصاویر مانند Adobe Photoshop کار کرده باشید، احتمالا ابزارهای تنظیم‌هارمونی رنگ را دیده اید. هوش مصنوعی و شبکه‌های عصبی ژرف یکی از بهترین روش‌ها برای انجام این کار اند.
در سمت راست‌ترین تصویر،هارمونی رنگ‌ها جوری توسط هوش مصنوعی تنظیم شده که انگار نقاشی از ابتدا متعلق به مستربین بوده
۱۲. یادگیری و استخراج سبک
هوش مصنوعی قادر است با نگاه کردن به یک تصویر، موسیقی، فیلم یا ...، سبک (Style) آن را یادگرفته و استخراج کند. سپس این سبک را روی تصویر، موسیقی یا ... دیگر اعمال کند.
اعمال سبک تصویر شماره ۲ بر روی تصویر شماره ۱
اعمال سبک تابلوی جیغ بر روی تصویر ما در دفتر کارمون :)
اعمال سبک یک نقاشی بر روی تصویر واقعی
۱۳. طراحی لباس بر اساس سلیقه کاربر
این روزها بیشتر سایت‌های خرده‌فروشی آنلاین، از سامانه‌های پیشنهاد دهنده (Recommender Systems) برای پیشنهاد محصولات به کاربران خود و افزایش Conversion Rate بهره می‌برند، با این حال محققان پا را فرا تر گذاشته و اقدام به ساخت الگوریتم هوشمندی برای طراحی و تولید یک لباس جدید بر اساس سلیقه کاربر کرده اند.
استفاده از هوش مصنوعی برای طراحی مد و پوشاک
استفاده از هوش مصنوعی برای طراحی مد و پوشاک
۱۴. انجام بازیهای ویدیویی
هوش مصنوعی ساخت شرکت Google DeepMind موسوم به DQN میتواند بازیهای آتاری را حتی بهتر از انسان بازی کند.
۱۵. انجام بازیهای صفحه‌ای مانند شطرنج و GO
هوش مصنوعی ساخت شرکت Google DeepMind موسوم به AlphaGo توانست لی سدول، قهرمان جهان در بازی Go را شکست دهد. لازم به ذکر است بازی Go به مراتب پیچیده‌تر و سخت تر از بازی شطرنج است. برای آشنایی بیشتر با تاریخچه مسابقات و بازی‌ها بین انسان و هوش مصنوعی می‌توانید به پست مربوط به نبرد انسان و هوش مصنوعی مراجعه کنید.
هوش مصنوعی AlphaGo برای بازی از شبکه عصبی ژرف استفاده میکند
۱۶. تبدیل تصویر به تصویر
یکی از کاربردهای جالب هوش مصنوعی تبدیل تصویر به تصویر است. برای مثال تبدیل یک نقاشی به شی واقعی آن، تبدیل یک تصویر سیاه و سفید به معادل رنگی آن، تبدیل یک اسب به گورخر، تبدیل عکس ماهواره‌ای به نقشه متناظر و ...
۱۷. آهنگسازی
هوش مصنوعی میتواند به تعدادی موسیقی (مثلا موسیقی‌های ساخته شده توسط بتهوون) گوش کرده و یک موسیقی جدید از همان توزیع (با همان سبک) بسازد.
۱۸. نقاشی
هوش مصنوعی میتواند با مشاهده تعدادی نقاشی، نقاشی‌هایی شبیه به نقاشی‌های یاد گرفته شده را بکشد و یا نقاشی‌های شما را با استفاده از مفاهیمی که یاد گرفته تکمیل کند. به عنوان نمونه می‌توانید به وبسایت https://www.autodraw.com مراجعه کنید.
نمونه نقاشی‌های کشیده شده توسط هوش مصنوعی
نمونه نقاشی‌های کشیده شده توسط هوش مصنوعی
۱۹. تشخیص چهره
یکی از کاربردی‌ترین ایده‌های هوش مصنوعی، تشخیص چهره است. از این سیستم‌ها برای مقاصد امنیتی مانند قفل درب‌ها یا گوشی‌های موبایل، سیستم‌های حضور و غیاب و البته برای یافتن و تعقیب مجرمان یا کهنسالان در معابر استفاده میشود.
طبق اعلام دولت چین، طی دو سال گذشته، ۲۰۰۰ مجرم در این کشور توسط سیستم تشخیص چهره Skynet در معابر دستگیر شده اند.
تشخیص چهره با استفاده از هوش مصنوعی
۲۰. دستیار‌های هوشمند
همه سیستم‌عامل‌های امروزی، یک دستیار هوشمند دارند که میتواند با فرامین صوتی، انجام بعضی از کارها را ساده تر کند. مانند Google Assistant در اندروید، Siri در iOS و Cortana در Windows . با این حال چند ماه پیش در کنفرانس Google IO 2018، ساندار پیچای، مدیر عامل شرکت گوگل به معرفی نسخه جدید دستیار هوشمند گوگل پرداخت که موجب شگفتی جهانیان شد. قلم ما از توصیف دقیق آن قاصر است و پیشنهاد می‌دهیم برای آشنایی، ویدیوی زیر را مشاهده کنید اما به نظر می‌رسد تخیل پشت فیلم Her در حال نزدیک شدن به واقعیت است.
۲۱. ترمیم تصویر (Image In-painting)
همانطور که در تصویر زیر مشاهده می‌کنید، بخش‌هایی از عکس به دلایلی از بین رفته! هوش مصنوعی، به سادگی و با دقت بالا قادر به ترمیم بخش‌های از بین رفته است.
۲۲. توسعه تصویر (Image Out-painting)
همانطور که در تصویر زیر مشاهده می‌کنید، هوش مصنوعی قادر است یک عکس را توسعه داده و بخش‌هایی را به آن بیافزاید.
۲۳. باز کردن چشم‌های بسته در عکس
با استفاده از هوش مصنوعی در دوربین‌های دیجیتال، دیگر نگران بسته شدن چشم‌های خود هنگام عکاسی نباشید. هوش مصنوعی قادر است چشم‌های شما را باز کند!
۲۴. حذف قطرات باران از تصویر
همانطور که در شکل زیر مشخص است، هوش مصنوعی قادر است قطرات باران در تصویر ثبت شده از دوربین را حذف کرده و به تصویر واضح تری دست یابد.
۲۵. طراحی روکش دندان
هوش مصنوعی حتی قادر است روکش دندان را با دقتی بسیار بهتر از دندانپزشک طراحی کند.
۲۶. همگام‌سازی لب‌ها در ویدیو با صدا‌هایی غیر از صدای اصلی
بعد از مشاهده ویدیوی زیر، دیگر حتی به چشم‌های خود نیز اعتماد نخواهید کرد. این ویدیو نشان می‌دهد که چگونه میتوان به کمک هوش مصنوعی صدایی که متعلق به یک ویدیوی دیگر است (یا حتی به صورت fake از صدای فرد ساخته شده است) را روی تصویر گذاشت به‌طوری که حرکت لب‌های گوینده در تصویر کاملا بر صدا و گفتار منطبق شود.
۲۷. جستجوی تصاویر با انجام حرکات مرتبط
پروژه Move Mirror یک پروژه سرگرم کننده است که با استفاده از آن می‌توانید جلوی دوربین حرکت‌هایی را ضبط کرده و تصاویر مرتبط با آن حرکت را جستجو کنید...
۲۸. شما هم رقاص شوید
پروژه Everybody dance now به شما اجازه می‌دهد یک فیلم از رقص ناشیانه خود گرفته و آن را با یک ویدیوی رقص حرفه‌ای ترکیب کنید. نتیجه حیرت آور خواهد شد!
۲۹. رقابت در محیط‌های چند عامله
چند هفته پیش خبر مسابقه بین قهرمان‌های بازی Dota 2 و هوش مصنوعی OpenAI Five تیتر اول خیلی از خبرگزاری‌ها شد. OpenAI Five یک هوش مصنوعی بسیار پیشرفته است که میتواند همانند یک انسان Dota 2 بازی کرده و تصمیمات استراتژیک بگیرد. در واقع این مسابقه نشان داد که هوش مصنوعی میتواند در بسیاری از تصمیمات استراتژیک همچون حمل و نقل شهری موفق باشد.
۳۰. شما چی فکر می‌کنید؟!
همانطور که پیشتر ذکر شد، کاربردهای هوش مصنوعی به موارد بالا ختم نمی‌شوند و روز به روز شاهد استفاده از هوش مصنوعی در تولید محصولات، صنایع نظامی، علوم پزشکی، کسب و کار، صنعت و ... هستیم. از این رو، کاربرد ۳۰ را باز گذاشتیم تا شما آن را در کامنت‌ها بنویسید. این کاربرد میتواند موضوع پایان‌نامه شما، محصول تولیدی و یا فقط یک ایده خام در ذهن شما باشد...
دفعه بعد که کمی تحت تأثیر یک برنامه فشرده یا ضرب الاجل در پیش روی زندگیتان قرار گرفتید،حتما اجازه دهید هوش مصنوعی به شما کمک کند؛ زیرا هوش مصنوعی علاوه بر قابلیت‌های تولید متن، میتواند به شما کمک کند تا با مهارت‌های مدیریت زمان مؤثرتر، بهره‌ورتر و کارآمدتر شوید.
چه به دنبال اولویت بندی لیست کارهای خود باشید، چه به دنبال یک پروژه بزرگ باشید یا به سادگی روز خود را به طور موثر پشت سر بگذارید، هوش مصنوعی میتواند توصیه‌های شخصی برای فعالیت‌های روزانه شما ارائه دهد؛ تا از زمان خود نهایت استفاده را ببرید؛ پس در ادامه این مطلب همراه و یاور ما باشید، تا بدانید چگونه از این ابزار برای برنامه ریزی زمان خود استفاده کنید.
4 راه برای استفاده از هوش مصنوعی برای مدیریت زمان
۱. در مورد نحوه اولویت بندی وظایف خود مشاوره دریافت کنید.
هوش مصنوعی میتواند به شما در مورد روشهای رایج اولویت‌بندی وظایف، مانند ماتریس آیزنهاور، روش ABCD، و روش MoSCoW مشاوره دهد. همچنین میتواند به شما در انتخاب مناسب‌ترین روش بر اساس نیازها و اهداف خاص خود کمک کند؛ تا از بهترین راه به اهداف خود برسید.
به عنوان مثال، تصور کنید که یک برنامه فشرده برای روز خود دارید و نمی‌دانید از کجا شروع کنید. وظایف خود را در هوش مصنوعی وارد کنید، از آن بخواهید تا آن وظایف را در یک ماتریس آیزنهاور دسته بندی کند و در یک لحظه به شما کمک کند درک بهتری از اولویت‌های شما پیدا کنید.
4 راه برای استفاده از هوش مصنوعی برای مدیریت زمان
لازم هست بدانید این رویکرد به نام رئیس جمهور ایالات متحده، دوایت دی. آیزنهاور، نامگذاری شده است، که زمانی فلسفه رئیس سابق کالج در مورد مدیریت زمان را در یک سخنرانی نقل کرد.
آیزنهاور می‌گوید: “من دو نوع مشکل دارم، اضطراری و مهم. فوری مهم نیست، و مهم هرگز فوری نیست.”
با پیروی از این خط فکری، رویکرد ماتریس آیزنهاور به شما کمک میکند تا وظایف را بر اساس اهمیت و فوریت آنها مرتب کنید. این یک راه سریع برای کمک به شماست تا بفهمید چه چیزی واقعاً سزاوار توجه شماست و باید روی آن کار کنید، که البته هوش مصنوعی به شماکمک میکند به راحتی متوجه ان شوید.
برای یک رویکرد متفاوت، هوش مصنوعی همچنین میتواند وظایف شما را بر اساس روش ABCD ساده کند. این یکی دیگر از رویکردهای محبوب مدیریت زمان کار است، و ربات چت استفاده از آن را بسیار ساده میکند. در اعلان، وظایف خود را برای روز فهرست کنید و از آن بخواهید که روش ABCD را اعمال کند.
4 راه برای استفاده از هوش مصنوعی برای مدیریت زمان
اگر فهرستی از کارهای معلق و انجام نشده دارید و نمی‌دانید از کجا شروع کنید، هوش مصنوعی میتواند حدس بزند که با استفاده از روش ABCD کدام یک از آنها مهمترین هستند. حتی اگر با مرتب‌سازی اولیه برنامه موافق نیستید، این یک راه سریع برای سنجش اولویت‌های کاری روزانه شماست.
4 راه برای استفاده از هوش مصنوعی برای مدیریت زمان
همانطور که این مثال نشان می‌دهد، ربات چت فعالیت‌های شما را به تکالیفی که نیاز به توجه فوری دارند (مانند کار کردن در شیفت روزانه)، و همچنین کارهایی که می‌توانند برای مدت کوتاهی پشت سر هم انجام شوند (مانند پاسخ دادن به تماس با شما) مرتب میکند.
البته پیشنهاد میکنیم هنگام ایجاد این درخواست خود، تا حد امکان دقیق باشید و از بیان مجدد سؤال یا ایجاد اولین پاسخ خود دریغ نکنید، تا بهترین برنامه ریزی را داشته باشید. در این مورد، در صورت تمایل، تمام موارد موجود در لیست کارهای خود را فهرست کنید، و توجه داشته باشید که کدام کارها به زمان حساس هستند یا در غیر این صورت حیاتی هستند.
اگرچه یادگیری نحوه نوشتن اعلان‌های موثر هوش مصنوعی میتواند کمی به زمان و آزمایش نیاز داشته باشد، اما ارزش تلاش بیشتر شما را دارد. در بیشتر موارد، دادن اطلاعات زیادی به و بیش از حد به چت بات برای کار، و همچنین درگیر شدن در پرسش‌ها و توضیحات تکمیلی مکالمه، پاسخ‌های مفیدتری را ارائه می‌دهد و باعث میشود شما به نتایج بهتری برسید.
خوب است بدانید هوش مصنوعی میتواند به شما کمک کند تعیین کنید که کدام یک از وظایف شما بیشتر مستحق توجه شما است. برای هر کسی که زیر بار مسئولیت‌های معلق و بیش از اندازه زیادی می‌رود، این یک راه ساده است تا به فناوری اجازه دهید کمی تصمیم گیری را برای شما به عهده بگیرد.
۲. سرعت کار خود را با هوش مصنوعی ساده کنید.
4 راه برای استفاده از هوش مصنوعی برای مدیریت زمان
بسته به حرفه شما، هوش مصنوعی همچنین میتواند توصیه‌های خاصی برای سرعت بخشیدن به سرعت کار شما ارائه دهد. در این مثال، ما از ربات چت خواستیم تا به یک مشکل معمول پاسخ دهد: خواندن و پاسخ به ایمیل‌ها.
برای این درخواست، هوش مصنوعی یک سری توصیه‌های کلی در مورد استفاده از الگوها و لغو اشتراک تا حد امکان ارائه کرده است. با این حال، شما همچنین می‌توانید برای دریافت توصیه‌های خاص تر برای این مسائل نیز تمرین کنید.
در این مورد نیز، ما از هوش مصنوعی خواستیم تا زمان تلف شده برای ایمیل‌های بی‌اهمیت را آزاد کند. فهرستی طولانی از توصیه‌ها، از جمله نکاتی برای برقراری ارتباط با زبان واضح و دوری از مکالمات غیرضروری ارائه می‌کرد.
4 راه برای استفاده از هوش مصنوعی برای مدیریت زمان
برای اقدام پیشگیرانه تر، ربات چت(هوش مصنوعی) همچنین میتواند راه‌هایی برای خودکارسازی برخی از کارهای روتین شما پیدا کند. برای این مثال، ما از هوش مصنوعی خواستیم تا برخی از ایده‌های اتوماسیون را برای یک مشاور املاک ارائه دهد.
4 راه برای استفاده از هوش مصنوعی برای مدیریت زمان
هوش مصنوعی نکات متعددی را در رابطه با بازاریابی ایمیلی، تورهای مجازی، و خدمات سندیکایی فهرست اموال ارائه کرده است که میتواند به مشاوران املاک کمک کند تا در خط کار خود موفق شوند و در عین حال در زمان صرفه جویی کنند. برای راهنمایی‌های خاص تر، از چت بات بخواهید تا در مورد مدیریت زمان در حرفه خود توصیه‌هایی ارائه کندو ببینید که به چه نتیجه‌هایی میرسید.
۳. یک پروژه بزرگ را به بخش‌های قابل مدیریت تقسیم کنید.
یکی دیگر از جنبه‌هایی که هوش مصنوعی میتواند در آن به شما کمک کند این هست پروژه‌های بزرگ را از بین ببرید، چه در حال برنامه ریزی برای بازسازی خانه، چه در حال تغییر شغل یا حتی راه اندازی یک پادکست باشد، فرق نمیکند هوش مصنوعی میتواند به شما کمک کند. در این مورد، ما از ربات چت خواستیم تا به فرآیند تمیز کردن اتاق کمک کند – چیزی که برای بسیاری از مردم کمی طاقت‌فرسا است – تا بسیار سریعتر و آسان‌تر شود؛ در مواردی مانند این، حتی می‌توانید از هوش مصنوعی بخواهید نقش‌های مختلفی را به عهده بگیرد. در این مورد، ما اطلاعات را مانند یک سازمان‌دهنده حرفه‌ای با تمرکز بر انجام هرچه سریعتر و کارآمدترین فرآیند ارائه کردیم.
4 راه برای استفاده از هوش مصنوعی برای مدیریت زمان
هوش مصنوعی میتواند مجموعه‌ای از نکات را برای شلوغ کردن کارآمدتر ارائه دهد، کع بسیاری از آنها بر سرعت بخشیدن به فرآیند تمرکز داشتند، مانند توصیه به تصمیم گیری سریع در مورد نگهداری یا اهدای یک کالای خاص.
پس حواستان باشد که دفعه بعد که پروژه بزرگی دارید، ببینید که آیا هوش مصنوعی میتواند به شما کمک کند مراحل را مرتب کنید تا آن را مدیریت‌پذیرتر و کارآمدتر کنید. ربات چت فقط ممکن است توصیه درستی برای کمک به سرعت بخشیدن به کل کار ارائه دهد.
۴. نکات شخصی صرفه جویی در زمان را دریافت کنید.
از ربات بخواهید نکات صرفه جویی در زمان ارائه دهد. درخواست‌ها را متناسب با نیازهای خاص خود تنظیم کنید (به عنوان مثال، “ارائه نکات صرفه جویی در زمان برای افرادی که رفت و آمد طولانی دارند” یا “ارائه نکات صرفه جویی در زمان برای توسعه دهندگان نرم افزار”).
در این مورد، نکاتی را برای صرفه جویی در زمان برای افرادی که با اهمال کاری دست و پنجه نرم می‌کنند درخواست کردیم. به هر حال، تمایل به به تعویق انداختن کار یکی از بزرگترین اشتباهات مدیریت زمان است که بسیاری از افراد هر از گاهی با آن مواجه می‌شوند. برای این درخواست، ما به طور خاص بر تعلل در مورد کارهای خانه تمرکز کردیم.
4 راه برای استفاده از هوش مصنوعی برای مدیریت زمان
هوش مصنوعی توصیه‌های عملی زیادی در مورد حذف مراحل غیر ضروری و تجسم نتیجه نهایی برای ایجاد انگیزه ارائه کرد. با توجه به حجم انبوهی از اطلاعاتی که هوش مصنوعی میتواند از آن استخراج کند، احتمالاً میتواند گزینه‌های صرفه جویی در زمان را برای موقعیت شما نیز پیشنهاد کند. به یاد داشته باشید که برای دریافت بهترین مشاوره، اعلان‌های دقیق و مشخصی ارائه دهید و به عبارتی موقعیت خود را به بهترین شکل شرح دهید تا به بهترین پاسخ برسید.
با هوش مصنوعی در زمان صرفه جویی کنید.
در بیشتر موارد، فناوری‌های هوش مصنوعی می‌توانند به ساده‌سازی بهره‌وری و مهارت‌های مدیریت زمان شما کمک کنند؛ به همین دلیل توصیه میکنیم با کمک گرفتن از ربات چت از طریق مراحل فوق آزمایش کنید تا با چند دستور ساده از زمان خود نهایت استفاده را ببرید.
کاربردهای AI شامل موتور جستجوهای پیشرفتهٔ وب (مثل گوگل)، سامانه توصیه‌گر (که توسط یوتیوب، آمازون و نتفلیکس استفاده شده‌اند)، فهم زبان انسان‌ها (همچون سیری، دستیار گوگل و الکسا)، خودروهای خودران (مثل تسلا)، تصمیم‌گیری خودکار و رقابت در بالاترین سطوح سامانه‌های بازی استراتژیک (همچون شطرنج و گو).
صنایع بسیاری توسط هجوم تکنولوژی جدید در عصر اطلاعات مختل شده اند. بهداشت و سلامت هم ازاین دسته مستثنی نیستند. خصوصا در زمینه‌ی اتوماسیون، فراگیری ماشین، هوش مصنوعی، پزشکان، بیمارستانها، شرکت‌های بیمه و صنایع مربوط به سلامت و بهداشت همگی متاثر از این قضیه هستند البته نسبت به صنایع دیگر، بیشتر موارد تاثیرات مثبت هستند. طبق گزارشی از CB Insight تقریبا 86 درصد از سازمانهای تامین بهداشت و سلامت، شرکت‌های علم زندگی و فروشندگان فناوری به خدمات بهداشتی از تکنولوژی هوش مصنوعی استفاده می‌کنند. این سازمانها میانگینی برابر 54 میلیون دلار را تا سال 2020 بر روی پروژه‌های هوش مصنوعی سرمایه گذاری خواهند کرد. آنها بدنبال چه راه حل‌هایی هستند؟ این بخش ده مورد از تاثیرات هوش مصنوعی بر سلامت و بهداشت را در زمان حال و آینده بیان میکند.
1- کنترل پیشینه‌ی پزشکی و سایر اطلاعات
از آنجا که اولین قدم در سلامت و بهداشت جمع آوری و بررسی اطلاعات ( مانند پیشینه‌ی پزشکی و تاریخ ) است، مدیریت اطلاعات رایج‌ترین کاربرد هوش مصنوعی و اتوماسیون دیجیتال است. ربات‌ها اطلاعات را جمع آوری، ذخیره و تغییر فرمت می‌کنند و باعث دسترسی بهتر و سرعت بالا می‌شوند.
2- انجام کارهای تکراری
بررسی آزمایشات، رادیولوژی، سی تی اسکن، ورود اطلاعات و دیگر امور توسط ربات‌ها سریعتر و دقیق تر انجام میشود. قلب شناسی و پرتوشناسی دو مورد هستند که حجم اطلاعات آنها بسیار زیاد و زمان بر است. قلب شناسان و پرتوشناسان در آینده باید تنها به مواردی نگاه کنند که نظارت انسان در آن ضروری است.
3- طرح درمان
سیستم‌های هوش مصنوعی برای این منظور طراحی شده‌اند که اطلاعات را بررسی کنند- نکات و گزارشات پرونده‌ی بیمار، تحقیقات خارجی، اختصارات پزشکی- و راه منحصربه فرد و بهتری را برای درمان طراحی کنند.
4- مشاوره‌ی دیجیتال
برنامه‌هایی چون بابیلون در بریتانیا از هوش مصنوعی برای مشاوره‌ی پزشکی با توجه به پیشینه‌ی پزشکی و اطلاعات عمومی استفاده می‌کنند. کاربران علائم بیماری خود را در برنامه تایپ می‌کنند، که از شناسایی صدا برای مقایسه‌ی این علائم با بانک اطلاعاتی انواع بیماری استفاده میکند. بدین صورت بابیلون راهکارهایی با توجه به تاریخچه‌ی پزشکی فرد پیشنهاد میکند.
5- پرستاران مجازی
The startup sense.ly "مولی" را خلق کرده است، پرستاری مجازی که شرایط بیماران را کنترل میکند و پیگیر درمان در بین دو ملاقات پزشک است. این برنامه از فراگیری ماشینی برای پشتیبانی بیماران استفاده میکند که در بیماری‌های مزمن تخصصی سازی شده. در سال 2016، Boston Children's Hospital برنامه‌ای برای " آمازون الکسا" طراحی کرد که اطلاعات سلامت پایه‌ای و توصیه‌های لازم برای والدین کودکان بیمار را داشت. این برنامه به سوالات درمانی پاسخ داده و تعیین میکند که آیا فرد نیازمند مراجعه به پزشک است.
6- مدیریت دارو
موسسات ملی سلامت برنامه‌ی AiCure را به منظور کنترل مصرف دارو توسط بیمار طراحی کردند. یک وب کم تلفن هوشمند در کنار هوش مصنوعی فعالیت میکند که میتواند به طور مستقل پیگیری درمان توسط بیمار را تایید کند و شرایط آنها را مدیریت نماید. کاربران رایج این برنامه می‌توانند افرادی با شرایط پزشکی وخیم، بیمارانی که خلاف توصیه‌های پزشکی عمل می‌کنند و شرکت کنندگان در آزمایشات کلینیکی باشند.
7- ساخت دارو
توسعه‌ی دارو سازی از طریق آزمایشات کلینیکی میتواند یک دهه زمان ببرد و میلیاردها دلار خرج بردارد. ارزان کردن و سریعتر کردن این روند میتواند جهان را تغییر دهد. حین فراگیری اخیر ویروس ایبولا، از برنامه‌ای که با هوش مصنوعی کار می‌کرد برای بررسی داروهای موجود که می‌توانستند با طراحی دوباره برای مقابله با بیماری مصرف شوند استفده شد. این برنامه دو دارو یافت که ممکن بود عفونت ایبولا را در یک روز کاهش دهد، در حالی که این نوع بررسی به طور کلی ماه‌ها و سال‌ها طول می‌کشد- تفاوتی که باعث نجات هزاران زندگی میشود.
8- دقت دارو
ژنتیک و ژنوم شناسی بدنبال جهش‌ها و پیوند‌های بیماری از طریق اطلاعات DNA هستند. با کمک هوش مصنوعی اسکن بدنی میتواند سرطان و بیماری‌های قلبی عروقی را زودتر پیش بینی کند و شرایط سلامت افراد را با توجه به ژنتیک آنها بسنجد.
9- کنترل سلامت
گیرنده‌های سلامتی که قابلیت پوشش دارند- مانند گیرنده‌های فیت بیت، اپل، گارمین و...- ضربان قلب و دیگر فعالیت‌ها را کنترل میکند. این وسایل می‌توانند به کاربر هشدار بدهند که به ورزش بیشتری نیاز دارند و همچنین می‌توانند این اطلاعات را با پزشکان و دیگر سیستم‌های هوش مصنوعی برای تکمیل نیازهای بیمار در میان گذارند.
10-بررسی سیستم سلامت
در هلند، 97 درصد فاکتورهای سلامتی بصورت دیجیتال هستند. یک شرکت هلندی از هوش مصنوعی برای بررسی اطلاعات و مشخص کردن اشتباهات درمان و بی کفایتی‌های کار استفاده میکند که باعث پرهیز سیستم سلامت منطقه از بستری‌های غیر ضروری میشود.
اینها تنها نمونه‌ای از راهکارهایی هستند که هوش مصنوعی به صنایع بهداشت و سلامت پیشنهاد میکند. باتوجه به توانایی اتوماسیون سازی که با تکنولوژی پیشرفت کرده و نیروی کار دیجیتال از طریق تهیه کنندگانی چون Novatio، راه حل‌های بیشتری برای صرفه جویی در وقت، کاهش هزینه و افزایش دقت پیشنهاد خواهد شد.
هوش مصنوعی، تاثیر عظیمی بر روی صنایع مختلف و در میان آنها، صنعت آموزش گذاشته است. از طرفی، باعث میشود که موسسات و معلمان نحوه تدریس خود را تغییر دهند و از طرفی دیگر هوش مصنوعی نحوه یادگیری دانش‌آموزان را به شیوه‌ای انقلابی تغییر می‌دهد. به گفته مارکت ریسرچ انجین، ارزش هوش مصنوعی استفاده شده در صنعت آموزش سراسر جهان، تا سال 2025 به 5.8 میلیارد دلار و نرخ رشد مرکب سالانه آن به 45 درصد خواهد رسید. در این مطلب، شما با 7 تاثیر هوش مصنوعی بر صنعت آموزش آشنا خواهید شد و در نهایت با چند اپلیکیشن معروفی که از هوش مصنوعی برای یادگیری دانش آموزان استفاده کردن آشنا خواهید شد.
هوش مصنوعی چگونه صنعت آموزش را تغییر می‌دهد؟
از خودکارسازی وظایف گرفته تا یادگیری شخص، مواردی که در ادامه مقاله ذکر شده‌اند، روش‌هایی هستند که با استفاده از آنها، فناوری هوش مصنوعی در نحوه آموزش و یادگیری ما تحول ایجاد میکند:
1. تاثیر هوش مصنوعی بر صنعت آموزش با خودکارسازی وظایف
هوش مصنوعی پتانسیل زیادی برای خودکارسازی امور اداری و آسان کردن وظایف معلمان و اساتید را دارد. در روشهای سنتی آموزش، معلمان و اساتید علاوه بر مدیریت محیط کلاس درس، مجبور بودند کارهای متعدد اداری و سازمانی را نیز مدیریت کنند. به جز ارزیابی تکالیف، نمره‌دهی آزمون‌ها و خواندن مقالات، آنها همچنین وظیفه پرکردن اسناد مختلف، مدیریت مطالب آموزشی، سازماندهی منابع برای سخنرانی‌ها، تهیه گزارش پیشرفت دوره‌ای و موارد دیگر را برعهده دارند.
در حقیقت، یک نظرسنجی جالب نشان می‌دهد که معلمان وقت خود را صرف موارد زیر می‌کنند:
- تدریس (43٪)
- برنامه ریزی دروس (13%)
- نمره‌دهی آزمون‌ها (11%)
- انجام امور اداری (7%)
این اعداد به ما می‌گویند که معلمان، وقت زیادی را صرف انجام کارهای غیر آموزشی می‌کنند که میتواند موضوع بزرگی باشد. اینجاست که هوش مصنوعی میتواند بسیار مفید باشد. هوش مصنوعی قدرت نمره‌دهی آزمون‌ها و مدیریت کارهای اداری را دارد و بار زیادی را از دوش معلمان بر می‌دارد.
برگزاری آزمون آنلاین
به عنوان مثال، ProProfs Quiz Maker یک نرم افزار آزمون آنلاین است که به شما امکان می‌دهد امتحانات شخصی بسازید و نمرات و نتایج را به صورت خودکار، در اختیار شما قرار می‌دهد. این موضوع، به مدرسین این امکان را می‌دهد که بهره‌وری بیشتری داشته باشند و زمان بیشتری را برای جلسات تدریس در اختیار داشته باشند.
2. تاثیر هوش مصنوعی بر صنعت آموزش از طریق محتوای هوشمند
دومین طریقه تاثیر هوش مصنوعی بر صنعت آموزش، افزودن روشهای جدید برای موفقیت دانش آموران است. اصطلاح محتوای هوشمند یک موضوع بسیار محبوب در بین سازمانها، مربیان و دانش آموزان است؛ زیرا یادگیری را بسیار آسان میکند. وقتی در مورد محتوای هوشمند صحبت میکنیم، به انواع مختلف محتوای مجازی از جمله راهنمای دیجیتالی، کتاب‌های درسی، کنفرانس ویدئویی و سخنرانی‌های ویدئویی اشاره میکنیم. ربات‌ها اکنون می‌توانند تجربه یادگیری را با ایجاد رابط‌های یادگیری قابل تنظیم و محتوای دیجیتالی که برای دانش آموزان مقاطع مختلف (از ابتدایی تا متوسطه) کاربرد دارد، بهبود بخشند. آنها می‌توانند با تقسیم مطالب به بخش‌های قابل فهم، برجسته کردن مطالب مهم دروس، خلاصه نویسی نکات کلیدی و موارد دیگر، مطالب را به راحتی قابل فهم کنند. آنها حتی می‌توانند محتوای صوتی و تصویری ایجاد کنند. به لطف این موضوع، دانش آموزان می‌توانند به راحتی به همه این مطالب دسترسی پیدا کنند، خیلی سریعتر یاد بگیرند و به اهداف تحصیلی خود برسند.
هوش مصنوعی در آموزش آنلاین
یک نمونه از چنین بستری، Netex Learning است که آموزش را در به سطح جدیدی ارتقا داده است. از این طریقه‌ها:
- اجازه به اساتید برای ایجاد، مدیریت و به‌روزرسانی محتوای دیجیتالی در یک مکان
- توانمندسازی دانش آموزان با تجربه یادگیری با تأثیر بالا از طریق نقشه برداری مهارت‌ها و پیشنهاد‌های آموزشی
3. یادگیری سفارشی
طبق تحقیقی که توسط شرکت رِند کورپوریشن انجام شده، یادگیری سفارشی میتواند پیشرفت دانش آموزان را بدون توجه به سطح آنها بهبود بخشد. دانش آموزان با یکدیگر تفاوت دارند و با یادگیری، به شکل متفاوتی برخورد می‌کنند. درحالی که معلمان نمی‌توانند روشهای تدریس خود را برای کل کلاس شخصی‌سازی کنند و همچنین نمی‌توانند جلسات تک نفره را برای همه برگزار کنند، به نظر می‌رسد که هوش مصنوعی میتواند این کمک بزرگ را انجام دهد. در اینجا، عملکرد هوش مصنوعی میتواند بسیار فراتر از هضم آسان محتوا باشد. میتواند توصیه‌هایی به دانش آموزان ارائه دهد و آنها را بر اساس مشکلاتی که در موضوعات مختلف با آن روبرو هستند، آموزش دهد.
سیستم‌های آموزشی هوشمند مانند Carnegie Learning، به عنوان معلم‌یار عمل می‌کنند و تجربیات یادگیری دانش آموزان را، با در نظر گرفتن نقاط قوت و ضعف آنها شخصی‌سازی می‌کنند. آنها به چنین داده‌هایی توجه می‌کنند و بازخوردهای سفارشی و خاصی را در اختیار دانش آموزان قرار می‌دهند تا یادگیری مؤثر و بهبود عملکرد را برای آنها امکان پذیر کنند. چنین ابزارهایی، همچنین می‌توانند پیشرفت آنها را ردیابی کرده و گزارش‌های معناداری برای معلمان ایجاد کنند تا بتوانند به ایجاد مطالب مرتبط با هر دانش‌آموز ادامه دهند. به‌علاوه، این بسترها مخصوصاً برای دانش آموزان دارای معلولیت مفید خواهند بود؛ زیرا آنها را قادر می‌سازند که اطلاعات را سریعتر جذب کرده و یاد بگیرند.
4. تاثیر هوش مصنوعی بر صنعت آموزش از طریق ایجاد محیط یادگیری مجازی
چهارمین روش تاثیر هوش مصنوعی بر صنعت آموزش، دیجیتالی کردن کتاب‌های درسی توسط پلتفرم‌هایی آنلاین است. این کار به دانش آموزان اجازه می‌دهند در هر مکانی و هر زمانی به اطلاعات کتاب‌های درسی در دستگاه‌های مختلف دسترسی داشته باشند.
این اتفاق، برای دانش آموزانی که قادر به شرکت در کلاس‌ها نیستند خبری بسیار عالی بوده و حتی به دانش آموزان خارجی اجازه می‌دهد تا دوره‌های خاصی را که در کشورهای خودشان موجود نیست را مطالعه کنند و فرصت‌های بیشتری برای تعداد بیشتری از دانش آموزان ایجاد میشود. چیزی که در مورد این پلتفرم‌ها عالی‌ا‌ست، این است که آنها می‌توانند مطالب آموزشی را به زبان‌های مختلف ترجمه کنند و یادگیری را برای افرادی که با زبان‌های مختلف تکلم می‌کنند، آسان کند. این، یک جامعه تعاملی برای دانش آموزان در سنین، ملیت‌ها و مقاطع مختلف ایجاد میکند.
5. کمک‌رسانی 24/7
به طور سنتی، دانش آموزان مجبور بودند منتظر بمانند تا سر کلاس حاضر شوند یا معلمان در دسترس باشند تا سولات یا مشکلات خود را برطرف کنند. اما، دیگر نه! چت بات‌های مختلفی از طریق هوش مصنوعی وجود دارد که به طور خاص، برای بخش آموزش ایجاد شده است. آنها به عنوان دستیار شبانه روزی خدمت می‌کنند و دانش آموزان می‌توانند از هر کجا و در هر زمان، با آنها مشورت کنند. این چت بات، به آنها امکانی را می‌دهد که بدون نیاز به انتظار برای به پیان رسیدن ساعت کلاس، توسط چت بات پاسخ‌ها یا راه‌حل‌های سریع و مرتبط را دریافت کنند.
6. تاثیر هوش مصنوعی بر صنعت آموزش با فناوری تشخیص چهره
برخی از موسسات دانشگاهی چین، برای شناسایی دانشجویان از تکنولوژی اسکن صورت مبتنی بر هوش مصنوعی استفاده کرده‌اند. این امر نه تنها نیاز به کارت دانشجویی را برطرف میکند، بلکه کاربردهای مختلف تحقیقاتی، امنیتی و اداری دیگری نیز دارد. به عنوان مثال، این اسکنرها هنگامی که دانشجویان می‌خواهند ناهار را در غذاخوری صرف کنند یا وقتی می‌خواهند کتابی از کتابخانه امانت بگیرند، جایگزین کارت دانشجویی می‌شوند. علاوه‌بر این، بسیاری از مدارس در سراسر جهان از تکنولوژی اسکن صورت، برای پیشگیری از تقلب و شناسایی دانش آموزان استفاده می‌کنند. پس تاثیر هوش مصنوعی بر صنعت آموزش فقط به مسائل تدریسی و اداری محدود نمی‌شود.
تشخیص چهره در مدارس
7. تاثیر هوش مصنوعی بر صنعت آموزش با برگزاری امتحانات آنلاین امن
بسیاری از موسسات و دانشگاه‌ها در سراسر جهان، برای برگزاری امتحانات از ابزارهای هوش مصنوعی استفاده می‌کنند. این ابزارها با استفاده از یک بانک سوالات از پیش تعیین شده که معلمان طراحی می‌کنند، سوالات و تمرین‌‌ها را برای آزمون دهندگان آماده می‌کنند. هنگامی که دانش آموزان آزمون‌های خود را به پایان می‌رسانند، نتایج نیز توسط این ابزارها ارزیابی می‌شوند.
نکته جالب در مورد این نوع امتحانات، این است که از امتحانات معمولی امن‌تر هستند. آنها تنظیمات هوشمندی را ارائه می‌دهند که می‌توانید هنگام اختصاص آزمون به کاربران منتخب، از آنها استفاده کنید. آنها محدودیت دسترسی و ایجاد گروه‌های مختلف با انتخاب سوالات تصادفی برای هر یک از آنها که از تقلب جلوگیری میکند را امکان پذیر میکند. درحالی که این برنامه‌ها وقت زیادی را برای معلمان صرفه جویی می‌کنند، کار آنها را نیز کاهش می‌دهند و از خطای انسانی جلوگیری می‌کنند. بسیاری از موسسات به دلیل احتمال تقلب دانش آموزان، در اعتبار آزمون آنها شک دارند.
چند نمونه از اپلیکیشن‌های آموزشی ساخته شده با هوش مصنوعی
تاثیر هوش مصنوعی بر روی صنعت آموزش، بخش زیادی از پیشروی روند خود را مدیون استفاده از اپلیکیشن‌هایی است که با استفاده از این تکنولوژی ساخته شده‌اند. در ادامه، چند نمونه از این اپلیکیشن‌ها را که دانش آموزان، معلمان و مؤسسات می‌توانند مورد استفاده قراردهند، آورده شده‌است.
- دولینگو: یک اپلیکیشن آموزش زبان و مبتنی بر هوش مصنوعی‌ست که آموزش بیش از 30 زبان زنده دنیا را اراده می‌دهد. دولینگو بیش از 300 میلیون نفر کاربر فعال دارد که اپلیکیشن را برای خود شخصی سازی کرده‌اند و درحال یادگیری زبان مورد نظر خودشان هستند. این اپلیکیشن به کاربران و زبان آموزان خود امکان می‌دهد که تمرینات مختلف را انجام دهند و خود را در هر زمان و مکانی که مایل هستند، بسنجند.
- برین‌لی: پلتفرمی با 150 میلیون کاربر که از آن برای یافتن پاسخ سوالات و تمرینات خود استفاده می‌کنند. این پلتفرم با استفاده از هوش مصنوعی، حاوی پاسخ‌هایی است که توسط دانش آموزان، دانشجویان، معلمان و اساتید ثبت شده‌اند و با یک جتسجوی سریع، به آسانی در دسترس قرار می‌گیرند. این پلتفرم مکانی عالی می‌باشد که دانش آموزان می‌توانند در آن با یکدیگر همکاری کرده و راه‌حل‌های مورد نیاز خود را پیدا کنند.
- ماتیائو: برنامه‌ای است که منابع آموزشی و اوپن را ارائه می‌دهد. با استفاده از آن، معلمان به راحتی می‌توانند یک راهنمای گام‌به‌گام برای دانش آموزان خود ایجاد کرده و تجربه یادگیری آنها را شخصی‌سازی کنند. این پلتفرم، همچنین امکان رفع شکاف‌های اطلاعاتی را در زمان واقعی فراهم میکند و به معلمان اجازه می‌دهد تا درس‌های خود را برای پاسخگویی به مشکلاتی که دانش آموزان با آن روبرو هستند، تنظیم کنند.
- تینکستر مث: با شناسایی نقاط قوت و ضعف دانش آموزان، به آنها کمک میکند تا در ریاضی بهتر شوند. این برنامه آموزشی، از هوش مصنوعی برای تجسم نحوه تفکر دانش آموزان و منطق آنها در هنگام تمرین استفاده میکند. تینکستر مث با شیوه تدریس شخصی‌سازی‌شده و بازخورددهی فوری، به دانش‌آموزان کمک میکند تا نتایج بهتری در مدرسه کسب کنند.
- اودیزی: یک برنامه عالی که به بچه‌ها در یادگیری جغرافیا، به شیوه‌ای سرگرم کننده کمک میکند. در اودیزی با استفاده از الگوریتم‌های هوش مصنوعی، آشنایی با نقاط مختلف جهان امکان پذیر میشود. به‌علاوه، این پلتفرم به کاربران این امکان را نیز می‌دهد تا آزمون‌هایی سفارشی انجام دهند و پیشرفت خود را محک بزنند.
جمع بندی مطالب
هوش مصنوعی تأثیر زیادی بر صنعت آموزش دارد. تاثیر هوش مصنوعی بر صنعت آموزش به این شیوه، نحوه کار نهادها و معلمان را تغییر داده است. در خودکارسازی یا همان اتوماسیون کارهای مختلف از جمله امور اداری، ارزیابی آزمون‌ها و نمره‌دهی طی فرآیند آموزش، فواید بسیاری نهفته است. هوش مصنوعی همچنین به ایمن‌تر شدن آزمون‌های آنلاین کمک میکند و اجازه تشخیص چهره کمک میکند که توجه دانش آموزان را در سخنرانی‌ها حفظ میکند و استفاده از فناوری تشخیص چهره، نیاز به کارت دانشجویی را برطرف میکند. به علاوه، فناوری هوش مصنوعی زندگی دانش آموزان را تغییر داده‌است. درحال حاضر، آنها می‌توانند با تجربه شخصی‌سازی‌شده‌ای که این فناوری ارائه می‌دهد، پیشرفت خود را بهبود بخشند. آنها همچنین می‌توانند در هر زمان و مکانی، به صورت آنلاین آموزش ببیند و هنگام انجام تکالیف در خانه، سریعاً به سوالات خود یا راه حل مسائلشان دسترسی پیدا کنند.
البته، متأسفانه پیشرفت فناوری مبتنی بر هوش مصنوعی و تاثیر هوش مصنوعی بر صنعت آموزش، میتواند نتایجی منفی را نیز به دنبال داشته باشد. یکی از بزرگترین معایب آن، امکان جایگزینی روبات‌ها با مربیان و کاهش اشتغال در آینده است. با این حال، آیا اینکه این پدیده در آینده تغییر کرده و پیشرفت میکند و اینکه آیا به بخش آموزش منفعت میرساند یا آن را به چالش می‌کشد، زمان پاسخگو خواهد بود. در نهایت، اگر به دنبال متخصصان توسعه هوش مصنوعی برای پیاده سازی راه‌حل‌های هوشمند در محصول خود هستید، به ما اطلاع دهید. بسیار خوشحال خواهیم شد که به شما در تحقق آن کمک کنیم.
https://sharifstrategy.org/artificial-intelligence-in-management/
📌𝐀𝐈 𝐓𝐎𝐎𝐋𝐒 𝐅𝐎𝐑 𝐂𝐎𝐏𝐘𝐖𝐑𝐈𝐓𝐈𝐍𝐆:
a) Syllaby : AI-powered writing assistant for engaging and persuasive copywriting.
b) Writesonic : Quickly generate high-quality content with an AI writing tool.
c) QuillBot : AI paraphrasing tool for rewriting sentences with enhanced clarity.
d) Superchat : Harness AI to craft compelling and customer-focused chat messages.
e) Cohesive AI : Collaborative AI writing platform for cohesive and professional content.
📌𝐀𝐈 𝐓𝐎𝐎𝐋𝐒 𝐅𝐎𝐑 𝐕𝐈𝐃𝐄𝐎 𝐂𝐑𝐄𝐀𝐓𝐈𝐎𝐍:
a) invideo : Create stunning videos using AI-powered templates and editing tools.
b) Pictory : AI-driven video creator for dynamic and visually captivating content.
c) Runway : Utilize AI for video generation and creative exploration.
d) muse.ai : AI-powered video platform for smart, personalized content creation.
e) Kaiber : Enhance video creation with AI-driven features and effects.
📌𝐀𝐈 𝐓𝐎𝐎𝐋𝐒 𝐅𝐎𝐑 𝐒𝐄𝐎:
a) Typli.ai : Optimize content for SEO with AI-driven writing suggestions and analysis.
b) CTRify : Boost click-through rates using AI-powered SEO strategies.
c) spinrewriter : AI-driven article spinner for unique and SEO-friendly content.
d) Jenni AI : AI SEO assistant for data-driven strategies and optimization tips.
e) akafkai.com: AI-powered SEO platform for enhanced search visibility.
📌𝐀𝐈 𝐓𝐎𝐎𝐋𝐒 𝐅𝐎𝐑 𝐅𝐈𝐍𝐀𝐍𝐂𝐄:
a) askstockgpt.com: AI financial advisor providing insights and stock market analysis.
b) DoNotPay : AI-powered financial assistant for smart money-saving tips and advice.
c) geniussheets.com: AI-driven spreadsheet tool for advanced financial calculations.
d) avanz.ai : AI-powered financial analytics platform for data-driven insights.
e) Truewind : Leverage AI for financial forecasting and risk management.
📌𝐀𝐈 𝐓𝐎𝐎𝐋𝐒 𝐅𝐎𝐑 𝐑𝐄𝐒𝐄𝐀𝐑𝐂𝐇:
a) Perplexity : AI research assistant to explore complex topics and find relevant information.
b) Insight7: AI-driven research tool for deep data analysis and valuable insights.
c) Zeda.io : Harness AI for efficient data organization and research automation.
d) venturefy : AI platform for market research and business analysis.
e) Aomni : AI-powered research assistant for comprehensive and reliable information gathering.
Comment Your Favourite AI Tools 👇👇
Follow Manish Kumar Shah for more insights on AI!
با کاربردهای هوش مصنوعی در علوم انسانی آشنا شوید
کاربردهای هوش مصنوعی در علوم انسانی
یکبار چیزهایی که درباره هوش مصنوعی خوانده‌اید را مرور کنید. برنامه‌های کامپیوتری که با شما حرف می‌زنند یا الگوریتم‌هایی که معادلات ریاضی را حل می‌کنند و سیارات جدید را کشف می‌کنند. اگر بخواهیم از روی این اخبار قضاوت کنیم، هوش مصنوعی فقط در حوزه علوم طبیعی و فناوری کاربرد دارد. اما این باور درستی نیست! به خاطر همین باور اشتباه در این مطلب قصد داریم شما را با کاربردهای هوش مصنوعی در علوم انسانی و رویکردها و ابزارهای تحقیقاتی آن آشنا کنیم که در علومی مثل باستان‌شناسی، جامعه‌شناسی، انسان‌شناسی، زبانشناسی، الهیات و … به‌کار برده می‌شوند.
هوش مصنوعی بیش از هر چیز بخاطر کمک به ایجاد فرایندهای خودکار و هوشمند شناخته میشود، اما تغییری که در نحوه مواجهه انسان با مشکلات دنیای واقعی و روند حل مسئله ایجاد کرده، بیش از هر چیز دیگری اهمیت دارد. همین باعث شده همه حوزه‌های دانش و فناوری از جمله علوم انسانی بتوانند از مزایا و ابزارهای آن بهره ببرند.
هوش مصنوعی چیزی فراتر از مجموعه‌ای از معادلات ریاضی است. مهمترین فاکتور در هوش مصنوعی، منطقی است که فراتر از همه این معادلات و الگوریتم‌ها در جریان است و دقیقا همین فاکتور منجر به حل مسئله میشود. علوم طبیعی و علوم انسانی نیز هر دو محصول تفکر منطقی انسان هستند و بنابراین میتوان برای پیشبردشان از هوش مصنوعی استفاده کرد.
ابزار سوشال لیسنینگ دیتاک
از دیگر کاربردهای هوش مصنوعی بخوانید: تشخیص کرونا با هوش مصنوعی در ایران اما چطور میشود از الگوریتم‌های ریاضی برای حل موضوعاتی مثل ادبیات، فلسفه، تاریخ یا جامعه‌شناسی استفاده کرد؟ برای پاسخ به این سوال، ابتدا باید به مفهوم «علوم انسانی دیجیتالی» بپردازیم. مفهومی که سابقه آن به دهه ۱۹۳۰ میلادی برمی‌گردد و شناختش به فهم کاربردهای هوش مصنوعی در علوم اجتماعی و انسانی کمک میکند.
علوم انسانی دیجیتالی
اولین جرقه علوم انسانی دیجیتالی وقتی زده شد که کمپانی IBM تصمیم گرفت با کمک محاسبات مدرن یک واژه‌یاب برای نوشته‌های باستانی تدوین کند. این اولین باری بود که از ابزارهای دیجیتال در علوم انسانی استفاده می‌شد و اینطور بود که علوم انسانی دیجیتالی متولد شد. با پیشرفت فناوری، دیگر همه متون دیجیتالی شده بودند و قابلیت کامپیوترها خیلی بیشتر از استخراج و مقایسه متون بود. فناوری‌هایی مثل یادگیری ماشین و پردازش زبان طبیعی، نوید روشهای پردازش جدید در این حوزه را می‌دادند.
برای قرن‌ها این انسان‌ها بودند که باید متون علوم انسانی را مطالعه و تحلیل می‌کردند. عملکرد خوبی هم در این زمینه داشتند اما توانایی آنها محدود بود. الگوریتم‌های یادگیری ماشین به کمک پردازش زبان طبیعی بهترین جایگزین برای نیروی انسانی هستند. این الگوریتم‌ها می‌توانند الگوهای پنهان در میلیون‌ها صفحه نوشته را کشف کنند. کاری که از عهده برجسته‌ترین دانشمندان علوم انسانی نیز خارج است.
البته علوم انسانی دیجیتالی به معنای حذف دانشمندان و پژوهشگران علوم انسانی نیست. بلکه هوش مصنوعی برخی از روندهای پژوهش‌های علوم انسانی را تسریع و خودکار میکند تا دانشمندان روی تفکر انتزاعی تمرکز کنند. جایی که انسان هنوز دست بالا را دارد و هوش مصنوعی موفق نشده از او پیشی بگیرد.
بکارگیری هوش مصنوعی در علوم اجتماعی باعث شده داده‌های بیشتر به روشی بهتر پردازش شوند. یادگیری ماشین و بیگ دیتا به دانشمندان کمک میکند مجموعه‌های بزرگ داده را با کمترین هزینه پردازش کنند و ویژگی‌ها و الگوهای مخفی درون‌شان را کشف کنند. دیجیتالی شدن علوم انسانی باعث کاهش شکاف بین علوم طبیعی و علوم انسانی شده و قطعا هوش مصنوعی میتواند به کمرنگ‌تر شدن این شکاف کمک بیشتری کند.
هوش مصنوعی میتواند روشهای تحقیق، روشهای آموزش و کاربردهای علوم انسانی را متحول کند. برای اینکه درک بهتری از این موارد داشته باشیم، بهتر است برخی از این کاربردها را با هم مرور کنیم.
آمار رشته‌ای بسیار مهم با کاربردهای گسترده در علوم انسانی است. اما گاهی اوقات، روشهای هوشمند و عملی هوش مصنوعی در تحلیل بی‌طرفانه داده‌ها بهتر عمل می‌کنند. روشهای آماری همیشه نمی‌توانند پاسخگوی نیاز علوم انسانی به تحلیل سریع و راهکارهای خلاقانه باشند اما هوش مصنوعی به‌خوبی میتواند این خلأ را پر کند.
هوش مصنوعی بهترین ابزار برای اجرای رویه‌هایی مثل طبقه‌بندی و پیش‌بینی روی مجموعه‌های بزرگ داده است. طبقه‌بندی و پیش‌بینی دو مورد از مهمترین رویه‌ها در تحلیل‌های علوم انسانی بوده و درک دانشمند از داده‌ها را بیشتر می‌کنند.
پیگیری موضوعات پیچیده و داده‌های عظیم
مفهوم پیگیری در اینجا به توانایی هوش مصنوعی در تحلیل حجم بزرگی از داده‌ها اشاره دارد که اغلب دانشمندان علوم انسانی با آن مواجه هستند. هوش مصنوعی دستیابی به نتیجه و راهکارهای دلخواه را ساده‌تر میکند. در حالی که رسیدن به همین نتایج با روشهای آماری نیازمند صرف انرژی و زمان بسیار زیادی است. ضمن اینکه بی‌نظمی داده‌های علوم انسانی و اجتماعی هم ضرورت به‌کارگیری روشهای هوشمند را چند برابر میکند.
بهینه سازی
امکان دستیابی به مدل‌سازی ریاضی در برخی از حوزه‌های علوم انسانی وجود دارد و بنابراین میتوان از فرایندهای بهینه‌سازی برای تحلیل و پیش‌بینی مقادیر و نتایج استفاده کرد. الگوریتم‌های بهینه‌سازی هوشمند که یکی از تکنیک‌های شناخته شده هوش مصنوعی هستند، این فرایندهای بهینه‌سازی را در تحقیقات و کاربردهای علوم انسانی تسهیل می‌کنند.
راهکارهای مبتنی بر یادگیری ماشین
قبلا به کارکردهای یادگیری ماشین در حوزه‌هایی مثل تحلیل متون اشاره کردیم. یادگیری ماشین یکی از زیرشاخه‌های هوش مصنوعی است که از توانایی انسان در یادگیری برای حل مشکلات جدید، تقلید میکند. استدلال انسانی یکی از مهمترین پایه‌های علوم انسانی است و به همین خاطر یادگیری ماشین میتواند یکی از بهترین راه‌ها برای حل مشکلات این حوزه باشد. این تکنیک هوش مصنوعی با سرعت بیشتر، خستگی‌ناپذیری و حتی عملکرد بهتر میتوان جایگزین استدلال انسانی در حوزه تحقیق و آموزش علوم انسانی بشود.
سیستم‌های خبره
در مطالعات علوم انسانی معمولا از دانش اساتید و متخصصین برجسته استفاده میشود. هوش مصنوعی میتواند سیستم‌های خبره را جایگزین این افراد کند. به این ترتیب تحقیق در موضوعاتی که نیاز به دانش قبلی دارد، دیگر وابسته به افراد نخواهد بود. محققان می‌توانند با مراجعه به این سیستم‌ها تمام کمک‌های مورد نیاز را دریافت کنند و حتی به کمک آنها به راه‌حل‌های جدید برسند.
دیتاک فعال در حوزه تحلیل متون و پردازش زبان طبیعی
با توجه به آمارهای موجود بیش از ۸۰ درصد محتواهای متنی تجاری و شخصی در قالب متون بدون ساختار هستند و برای استفاده از این حجم عظیم داده به جستجو یا استخراج اطلاعات نیاز است. دیتاک از جمله شرکت‌های فعال فناوری اطلاعات در حوزه جستجو و استخراج اطلاعات است که با ابزارها و محصولات تولید شده‌ی خود در حوزه پردازش متن و هوش مصنوعی قادر به استفاده از هوش مصنوعی در علوم انسانی و بهینه‌سازی‌های آماری است.
استفاده از هوش مصنوعی در دیتاک باعث شده تا اطلاعات بصورت دقیق و سریعتر در قالب‌های مشخص در اختیار متقاضیان قرار گیرد. سازمانها و فعالین حوزه‌ی تحقیقاتی علوم انسانی می‌توانند از خدمات دیتاک در این زمینه استفاده کرده و گزارشات جامعی در موضوعات مورد نیاز خود بدست آورند.
اینها فقط برخی از کاربردهای هوش مصنوعی در حوزه‌ی انسانی هستند. کلید پیشرفت در این حوزه همکاری متقابل بین این دو حوزه است. همانقدر که هوش مصنوعی میتواند علوم انسانی را متحول کند، پیشرفت هوش مصنوعی نیز بدون کمک دانشمندان این حوزه میسر نخواهد بود. اما کشف دنیای علوم انسانی از دریچه هوش مصنوعی قطعا مرزهای شناخت بشر از انسان و جنبه‌های مختلف جوامع انسانی را جابه‌جا خواهد کرد. هوش مصنوعی میتواند با حل مشکلات متناقض منجر به درک بهتر رفتارهای انسانی و پیچیدگی‌های علوم انسانی شود.
دکتر مسعود قیومی: عضو هیئت علمی پژوهشگاه علوم انسانی و مطالعات فرهنگی
دکتر محمد نجاری: معاون مرکز نوآوری و توسعه فناوری - پژوهشگاه علوم انسانی و مطالعات فرهنگی
هوش مصنوعی (AI) یعنی شبیه‌سازی هوش انسان در یک ماشین! هوش مصنوعی طوری طراحی و برنامه‌ریزی شده است که مانند انسان فکر کند و از رفتار انسان‌ها تقلید کند. در واقع، هر ماشینی که ویژگی‌هایی مرتبط با ذهن انسان مانند: یادگیری و حل مسئله را ارائه می‌دهد، در حوزه هوش مصنوعی قرار می‌گیرد.
ایده آل‌ترین ویژگی و کاربرد هوش مصنوعی توانایی آن در انجام اقداماتی است که برای دستیابی به یک هدف خاص صورت می‌پذیرد. علاوه بر این، یادگیری ماشینی (ML) زیرمجموعه‌ای از هوش مصنوعی است و برنامه‌های کامپیوتری با این فناوری می‌توانند به طور خودکار و بدون کمک انسان از داده‌ها استفاده کنند. این تکنیک یادگیری خودکار حجم بزرگی از اطلاعات مانند: متن، تصاویر یا ویدیو را امکان‌پذیر می‌سازد.
آنچه در این نوشته می‌خوانید:
هوش مصنوعی از چه زمانی وجود داشت؟
زمینه‌های مختلف کاربرد هوش مصنوعی
چرا هوش مصنوعی مهم است؟
نحوه عملکرد هوش مصنوعی
برای یادگیری هوش مصنوعی به چه دانشی نیاز است؟
انواع هوش مصنوعی
نمونه‌هایی از کاربرد هوش مصنوعی در دنیای امروز ما
محاسبات شناختی یا هوش مصنوعی؟
نتیجه گیری
دانلود pdf مقاله کاربرد هوش مصنوعی
هوش مصنوعی از چه زمانی وجود داشت؟
هوش مصنوعی به‌عنوان یک رشته دانشگاهی در سال 1956 تدریس شد و استقبال خوبی را در سال‌های پس از آن تجربه کرد. در یک بازه زمانی، هوش مصنوعی روند سقوط و از دست دادن سرمایه را نیز طی کرد که به “زمستان هوش مصنوعی” معروف است. پس از این زمستان، فناوری هوش مصنوعی رویکردهای جدیدی را بررسی نمود و برای بودجه جدید تحقیقاتی خود برنامه ریزی کرد. پس از آن، رویکردهای مختلفی را مانند: شبیه سازی مغز انسان، مدل سازی حل مسئله انسان، پایگاه داده بزرگ و تقلید رفتار حیوانات امتحان کرد و کنار گذاشت. در دهه‌های اول قرن بیست و یکم، یادگیری ماشینی بر حوزه ریاضی و آمار مسلط شد. این تکنیک موفق عمل کرد و در حل بسیاری از مسائل چالش برانگیز در تمام صنایع بسیار تاثیرگذار بود.
زمینه‌های مختلف کاربرد هوش مصنوعی
تحقیقات هوش مصنوعی در زمینه‌های مختلف و برای دستیابی به اهداف خاص کاربرد دارد. اهداف اصلی هوش مصنوعی شامل استدلال، برنامه ریزی، یادگیری، پردازش زبان، ادراک و توانایی حرکت و دستکاری اشیا می‌باشد.
برای حل مشکلات موجود در جامعه، محققان هوش مصنوعی طیف گسترده‌ای از تکنیک‌های حل مسئله از جمله بهینه‌سازی ریاضی، شبکه‌های عصبی مصنوعی، و روشهای مبتنی بر آمار، احتمال و اقتصاد را باهم ادغام کردند. هوش مصنوعی همچنین از علوم کامپیوتر، روانشناسی، زبان شناسی، فلسفه و بسیاری از موارد دیگر استفاده میکند. این رشته بر این فرض پایه گذاری شد: توصیف هوش انسانی باید آنقدر دقیق باشد تا ماشین آن را شبیه سازی کند.
در نهایت، برنامه‌های کاربردی هوش مصنوعی در دسته‌های زیر جای می‌گیرند:
موتورهای جستجوی پیشرفته مانند گوگل
سیستم‌های توصیه (مورد استفاده توسط یوتیوب، آمازون و نتفلیکس)
سیستم درک گفتار انسان (سیری و الکسا)
ماشینهای خودران مانند تسلا
چرا هوش مصنوعی مهم است؟
هوش مصنوعی مفاهیم و ایده‌هایی را مطرح میکند که شاید تا قبل از این حتی از وجود آنها آگاه نبوده‌ایم. این یکی از مهمترین دلایلی است که کاربرد هوش مصنوعی در تمام جنبه‌های زندگی روزمره ما را نشان می‌دهد. علاوه بر این، هوش مصنوعی وظایف را بهتر از انسان انجام می‌دهد! به ویژه هنگامی که صحبت از کارهای تکراری با جزییات بسیار حساس مانند: تجزیه و تحلیل داده‌ها در میان باشد. ابزارهای هوش مصنوعی کارها با سرعت بسیار بالا و همراه با کمترین خطا انجام می‌دهد.
نحوه کاربرد هوش مصنوعی
نحوه عملکرد هوش مصنوعی
به طور کلی سیستم‌های هوش مصنوعی داده‌ها و اطلاعات را در حجم زیاد دریافت می‌کنند و کدگذاری آنها را انجام می‌دهند. سپس این سیستم با تجزیه و تحلیل داده‌ها الگویی را ارائه می‌دهد که برای پیش بینی وضعیت آینده بکار می‌رود. هوش مصنوعی برای انجام این کار میتواند با افراد تعاملات واقعی داشته باشد.
هوش مصنوعی بر پایه سخت افزار و نرم افزار تخصصی و همچنین الگوریتم‌های یادگیری ماشین طراحی میشود. البته هیچ زبان برنامه نویسی خاصی برای این فناوری وجود ندارد، اما برخی از زبان‌ها مانند : پایتون، جاوا و R برای ساخت هوش مصنوعی بسیار کاربرد دارند.
برای یادگیری هوش مصنوعی به چه دانشی نیاز است؟
یادگیری هوش مصنوعی در مرحله اول به دانش ریاضی قوی نیاز دارد و پس از آن، زبان‌های برنامه نویسی از جمله،python، JAVA،C++،Octave شروط اصلی یادگیری این سیستم هستند. علوم دیگری نیز در یادگیری هوش مصنوعی نقش بزرگی ایفا می‌کنند که عبارتند از: ریاضیات عمومی ۱ و ۲، ریاضیات گسسته، مبانی برنامه نویسی، برنامه نویسی پیشرفته، داده کاوی، مبانی بینایی کامپیوتر، یادگیری ماشینی، شبکه‌های عصبی، مبانی هوش مصنوعی محاسباتی، مبانی آموزشی هوش مصنوعی، علم استدلال و برنامه ریزی در هوش مصنوعی.
انواع هوش مصنوعی
آرند هینتزه، استادیار زیست شناسی و علوم کامپیوتری و مهندسی دانشگاه ایالتی میشیگان، در سال 2016 مقاله‌ای منتشر نمود و در آن هوش مصنوعی را در چهار گروه دسته بندی کرد. دسته بندی‌ها به شرح زیر است: نوع اول: ماشینهای راکتیو
این سیستم‌های هوش مصنوعی حافظه ندارند و برای انجام وظایف طراحی شده اند. به عنوان مثال، هوش مصنوعی Deep Blue، برنامه شطرنج IBM گری کاسپاروف را در دهه 1990 شکست داد. Deep Blue مهره‌های روی صفحه شطرنج را شناسایی و حرکت بعدی آنها را پیش بینی میکند. به دلیل عدم وجود حافظه، این سیستم نمی‌تواند از تجربیات گذشته برای پیش بینی آینده استفاده کند.
نوع دوم: حافظه نامحدود
این سیستم هوش مصنوعی حافظه دارد و بنابراین از تجربیات گذشته برای پیش بینی تصمیمات و رفتارهای آینده استفاده خواهد کرد. برخی از عملکردهای خودروهای خودران براساس همین سیستم طراحی شده‌اند.
نوع 3: نظریه ذهن
نظریه ذهن یک اصطلاح روانشناسی است و کاربرد آن در هوش مصنوعی یعنی اینکه سیستم برای درک احساسات از هوش اجتماعی استفاده میکند. این نوع هوش مصنوعی نیت و رفتار انسان را پیش بینی میکند و همین مهارت، هوش مصنوعی را به عضو جدا ناپذیر تیم‌های انسانی تبدیل کرده است.
نوع 4: خودآگاهی
در این دسته، حسی در سیستم‌های هوش مصنوعی وجود دارد که به آنها آگاهی می‌دهد. ماشین‌ها دارای خودآگاهی هستند و وضعیت فعلی خود را درک می‌کنند. تکنولوژی این نوع هوش مصنوعی هنوز تکمیل نشده است.
مزایای استفاده از هوش مصنوعی چیست
نمونه‌هایی از کاربرد هوش مصنوعی در دنیای امروز ما
هوش مصنوعی در بخش‌های مختلف فناوری گنجانده شده است. در ادامه شش مورد از این فناوری‌ها را شرح می‌دهیم.
اتوماسیون:
وقتی ابزارهای اتوماسیون با فناوری‌های هوش مصنوعی ترکیب شوند، توانایی انجام انواع وظایف را در حجم وسیع خواهند داشت. به عنوان مثال، اتوماسیون فرآیند روباتیک (RPA) را انجام می‌دهد که نوعی نرم افزار است و پردازش داده‌های تکراری را به صورت خودکار انجام می‌دهد. این کار در گذشته به طور سنتی توسط انسان انجام می‌شد. هنگامی که یادگیری ماشین با ابزارهای نو ظهور هوش مصنوعی ترکیب میشود، RPA میتواند کارهای بزرگ‌تری را در سازمانها به صورت خودکار انجام دهد. ربات‌های تاکتیکی RPA با در دست داشتن اطلاعات هوش مصنوعی، می‌توانند به تغییرات فرآیند پاسخ دهند.
فراگیری ماشین:
این علم بدون نیاز به برنامه نویسی از کامپیوتر استفاده میکند. یادگیری عمیق زیرمجموعه‌ای از یادگیری ماشینی است که تجزیه و تحلیل داده‌ها را به صورت اتوماتیک انجام می‌دهد.
بینایی ماشین:
این فناوری به ماشین توانایی دیدن می‌دهد. بینایی ماشین با استفاده از دوربین تبدیل آنالوگ به دیجیتال و پردازش سیگنال‌های آن، اطلاعات بصری را ضبط و تجزیه و تحلیل میکند. این فناوری اغلب با بینایی انسان مقایسه میشود، اما بینایی ماشینی فقط محدود به بیولوژی نیست و در طیف وسیعی از موارد، از شناسایی امضا گرفته تا تجزیه و تحلیل تصاویر پزشکی استفاده میشود. بینایی ماشین اغلب با بینایی رایانه‌ای که بر پردازش تصاویر مبتنی بر ماشین متمرکز است، ترکیب میشود.
پردازش زبان طبیعی (NLP):
رویکرد فعلی NLP بر یادگیری ماشینی مبتنی است و برای درک ارتباط میان زبان انسان و رایانه طراحی شده است. وظایف NLP شامل ترجمه متون، تجزیه و تحلیل احساسات و تشخیص گفتار است.
رباتیک:
این رشته در صنعت مهندسی بر طراحی و ساخت ربات‌ها تمرکز دارد. ربات‌ها اغلب برای انجام کارهایی استفاده می‌شوند که انجام آنها برای انسان بسیار دشوار است. به عنوان مثال، در خطوط مونتاژ صنعت تولید خودرو و جابجایی اجسام بزرگ در فضا توسط ناسا از ربات‌ها استفاده میشود. محققان همچنین از یادگیری ماشین برای ساخت ربات‌هایی استفاده می‌کنند که در محیط‌های اجتماعی بتوانند با انسان‌ها تعامل داشته باشند.
ماشینهای خودران:
وسایل نقلیه خودران از ترکیب بینایی کامپیوتر، تشخیص تصویر و یادگیری عمیق برای ایجاد مهارت‌های خودکار هدایت وسیله نقلیه استفاده می‌کنند.
محاسبات شناختی یا هوش مصنوعی؟
اصطلاحات هوش مصنوعی و محاسبات شناختی گاهی به جای یکدیگر استفاده می‌شوند، اما به طور کلی، واژه هوش مصنوعی در اشاره به ماشین‌هایی استفاده میشود که احساسات، یادگیری و واکنش انسان‌ها را شبیه سازی کرده و میتواند جایگزین خوبی برای هوش انسانی باشد. محاسبات شناختی به محصولات و خدماتی که فرآیندهای فکری انسان را تقلید و تقویت می‌کنند، اشاره دارد.
نتیجه گیری
ریاضی در یادگیری هوش مصنوعی نقش اساسی دارد. تحقیقات هوش مصنوعی به هر سیستمی اطلاق میشود که محیط خود را درک کند و اقداماتی انجام دهد تا شانس خود را برای رسیدن به اهداف به حداکثر برساند. یادگیری عمیق عملکرد برنامه‌ها را در بسیاری از زیرشاخه‌های هوش مصنوعی به شدت بهبود بخشیده است. در این مقاله به معرفی و کاربرد هوش مصنوعی پرداخته ایم.
هوش مصنوعی در جای‌جای علوم انسانی نقش پررنگی دارد
دبیر دومین کنفرانس هوش مصنوعی و محاسبات نرم در علوم انسانی گفت: هوش مصنوعی در هر شاخه‌ای از علوم انسانی میتواند کاربرد زیادی داشته باشد. به عبارت دیگر در جای‌جای علوم انسانی نقش هوش مصنوعی بسیار پررنگ است.
کد خبر : ۶۳۰۴۱۲
هوش مصنوعی
فرشته آزادی‌پرند دبیر دومین کنفرانس هوش مصنوعی و محاسبات نرم در علوم انسانی در گفت‌وگو با خبرنگار گروه علم و فناوری خبرگزاری آنا، در خصوص فراخوان دومین کنفرانس هوش مصنوعی و محاسبات نرم در علوم انسانی در دانشکده آمار،ریاضی و رایانه دانشگاه علامه طباطبائی اظهار کرد: کنفرانس مذکور از این جهت که تا زمان برگزاری آن احتمالاً در شرایط کرونایی می‌مانیم به صورت غیر حضوری برگزار خواهد شد. تصمیم بر این بود که کنفرانس هم به صورت حضوری و هم غیر حضوری برگزار شود ولیکن در زمان تصمیم‌گیری با این فرض که بدترین حالت ممکن ایجاد میشود تصمیم‌گیری کردیم. البته چنانچه شرایط کرونایی کشور بهتر شود کنفرانس به صورت حضوری برگزار میشود.
وی در ادامه افزود: این دومین کنفرانس هوش مصنوعی و محاسبات نرم در علوم انسانی است. همانطور که می‌دانید دانشگاه علامه طباطبایی قطب علوم انسانی در کشور و از طرف دیگر یکی از دانشکده‌های این دانشگاه، دانشکده آمار،ریاضی و رایانه است. این دو مسئله وقتی در کنار هم قرار می‌گیرد فرصت‌های جدیدی ایجاد میکند که در رشته‌های علوم انسانی همچون اقتصاد یا حقوق بتوانیم از پتانسیل‌های هوش‌مصنوعی استفاده کنیم. در همین زمینه اکثریت دانشکده‌های علوم انسانی کشور استرالیا یک گروه تحلیل داده دارند. به عنوان مثال موضوعی تحت عنوان نظرسنجی داریم و در این زمینه انواع روش‌ها همچون پرسش‌نامه و تماس تلفنی صورت می‌گیرد. همانطور که می‌دانید افراد در پاسخ به سؤالات طراحی‌شده در پرسش‌نامه آنچنان وقت نمی‌گذارند که بخواهند نظر دقیق خود را ابراز کنند و محقق، آن نظرات را استخراج کند.
در همین رابطه یکی از منابع بسیار خوب در نظرسنجی کامنت‌های خبرگزاری‌هاست. حال اگر بتوانیم این کامنت‌ها را به صورت اتوماتیک آنالیز کنیم یعنی از کلمات کلیدی که در کامنت به کار رفته و از تحلیل معنایی این داده‌ها بتوانیم نظر مردم را در یک موضوع بسنجیم امر بسیار مثبتی است. بر فرض مثال اگر دولت می‌خواهد یک سیاست یا تغییر قیمتی ایجاد کند و قصد آن را دارد که نظر مردم را راجع به آن سیاست یا تغییر قیمت بداند به طور قطع با این روش میتواند پیش‌بینی کند که مردم نسبت به موضوع چه عکس‌العملی انجام می‌دهند. بنابراین از نظر حاکمیتی این روش بسیار حائز اهمیت است.
دبیر دومین کنفرانس هوش مصنوعی و محاسبات نرم در علوم انسانی در ادامه خاطر نشان کرد: امروزه با مفهوم ارزهای دیجیتال آشنا هستیم و مهمترین کاربرد زنجیره بلوکی یا بلاک‌چین را شاید عموم مردم ندانند در حقیقت اساس کاربرد این زنجیره‌های بلوکی یا بلاک‌چین در علوم انسانی است. اگر ثبت اسناد در کشور، مدارک مالکیتی را به جای اینکه در سیستمی متمرکز ذخیره کند در سیستمی بلاک‌چینی که داده‌ها یک بار بعد از نگارش و تأیید دیگر قابل تغییر نباشند ذخیره کند بسیاری از مسائل حاکمیتی در کشور رفع میشود.
به عنوان مثالی دیگر اگر زنجیره تولید کشور را بتوانیم در بلاک‌چین ثبت کنیم دیگر مشتری میتواند از منبع تا مقصد مسیر تولید و زنجیره تأمین را بررسی کند. تا به حال هیچ الگوی شناخته‌شده‌ای نداشته‌ایم که قابلیت اجرا داشته باشد که برای مثال در محصولات ارگانیک به مشتری این تضمین را بدهیم که این نوع از محصول به واقع ارگانیک یا درجات پایین‌تر محصول است که با استفاده از زنجیره بلوکی می‌توانیم به‌راحتی این کار را انجام دهیم. در زمینه‌های دیگری همچون بیمه بلاک‌چین یا زنجیره بلوکی که به صورت اتوماتیک میتواند قرارداد هوشمند را اجرا کند، قابلیت بسیار بالایی دارد. بر فرض مثال اگر مراحل پرداخت خسارت به صورت اتوماتیک تحت یک قرارداد هوشمند انجام شود هم احتمالا کلاهبرداری از سیستم بیمه کمتر میشود و هم هزینه‌ها را به طور کلی کاهش می‌دهد.
آزادی‌پرند در پایان تصریح کرد: هوش مصنوعی در هر شاخه‌ای از علوم انسانی میتواند کاربرد زیادی داشته باشد. به عبارت دیگر در جای‌جای علوم انسانی نقش هوش مصنوعی بسیار پررنگ است. اما با این تأکیداتی که بر روی سیستم‌های هوشمند در کشور میشود و تصمیم حکومتی بر این است که در این زمینه هم جزء ۱۰ کشور اول جهان باشیم به طور قطع مهمترین کاربرد هوش مصنوعی در علوم انسانی است که این کنفرانس با توجه به اینکه دانشگاه علامه طباطبایی قطب علوم انسانی کشور است میتواند جایگاه ویژه‌ای داشته باشد و یک شروع خوب برای نزدیک کردن کارشناسان علوم رایانه و علوم انسانی باشد.
به عنوان کسی که ۱۰ سال در دانشگاه علوم انسانی کشور عضو هیئت علمی بودم یکی از مسائلی را که به عنوان حلقه گمشده در این زنجیره می‌بینم این است که در علوم انسانی و علوم رایانه حوزه‌ای بینارشته‌ای وجود ندارد که این دو حوزه را به هم نزدیک کند و این کمبود حس میشود و می‌خواهیم این کمبود را کاهش داده و از بین ببریم. اگر بتوانیم میان علوم رایانه‌ای و علوم انسانی در کشور حوزه بینارشته‌ای را ایجاد و تقویت کنیم قطعاً در کشور هم محصولات بهتری را تولید میکنیم و هم در زمینه علوم انسانی رشد زیادی خواهیم داشت.
توضیحی مختصر پیرامون هوش مصنوعی
هوش مصنوعی یکی از شاخه‌های مطالعاتی علوم کامپیوتر محسوب میشود که هدف آن ساخت سیستم‌های مصنوعی هوشمندی است که بتوانند مجموعه‌ای از وظایف را با کیفیت بالا انجام دهند. در اوایل دوران ظهور هوش مصنوعی، هدف این بود ابزارهایی تولید شوند که قادر باشند محاسبات ریاضیاتی را انجام دهند. در دهه‌های اخیر، با گسترش پژوهش‌های مختلف پیرامون نحوه عملکرد ذهن انسان در پردازش و درک اطلاعات و تلاش برای ساخت سیستم‌هایی مشابه با مغز انسان، دیگر کاربرد هوش مصنوعی محدود به انجام محاسبات ساده نمی‌شود و میتوان تاثیر شگرف آن را در تمامی جنبه‌های زندگی مشاهده کرد.
آموزش هوش مصنوعی – مقدماتی
فیلم آموزش هوش مصنوعی – مقدماتی در فرادرس
کلیک کنید
به عبارتی، کاربردهای هوش مصنوعی را میتوان در اکثر حوزه‌های مطالعاتی نظیر ریاضیات، زبانشناسی، روانشناسی، پزشکی، حقوقی، سیاست، اجتماع، مدیریت، بازارهای مالی و سایر رشته‌ها ملاحظه کرد. اکثر سازمانها و شرکت‌ها به منظور صرفه‌جویی در میزان هزینه‌های مالی و زمانی، کسب و کار و فعالیت خود را بر پایه سیستم‌های هوشمند شکل داده‌اند که همین امر، تاثیر چشمگیری در میزان سوددهی بیشتر برای آنها داشته است. در ادامه، به توضیح مختصر سیستم هوشمند پرداخته شده و سپس به برخی از مهمترین کاربردهای هوش مصنوعی در زندگی انسان اشاره میشود.
(تصویر تزئینی مطلب کاربردهای هوش مصنوعی)
سیستم هوشمند چیست ؟
ماشین، سیستم یا عامل هوشمند، دستگاه یا برنامه‌ای است که بر پایه فناوری‌های محاسبات شناختی نظیر هوش مصنوعی، «یادگیری ماشین» (Machine Learning) و «یادگیری عمیق» (Deep learning)، قادر باشد مسئله‌ای را تجزیه و تحلیل کند و با در نظر گرفتن ویژگی‌ها و الگوهای مختلف، بدون دخالت انسان بهترین تصمیم را بگیرد.
سیستم هوشمند
ساده‌ترین سیستم‌های هوشمند بر پایه مجموعه‌ای از قواعد ثابت عمل می‌کنند. به عبارتی، دستوراتی که برای ماشین نوشته شده‌اند، مشخص می‌کنند ماشین در شرایط مختلف چه اقدامی باید انجام دهد. دستورات این نوع سیستم‌ها، ساختار شرطی «اگر... - سپس...» (...If... - Then) را شامل می‌شوند. به عنوان مثال، میتوان برای یک ربات با استفاده از دستور ساده زیر مشخص کرد که در حین مواجه شدن با چیزی در مسیر خود، متوقف شود.
if something_is_in_the_way is True:
stop_moving()
else:
continue_moving()
سیستم‌های هوشمند امروزی با بهره گرفتن از مدلهای یادگیری ماشین و شبکه‌های عصبی عمیق، قادر هستند کارهای پیچیده‌تری را انجام دهند. به عبارتی، مدلهای ریاضیاتی و احتمالاتی یادگیری ماشین و یادگیری عمیق بستری را فراهم می‌کنند تا ماشین، داده‌های مسئله را تجزیه و تحلیل کند و سپس با شناسایی الگوهای آنها، برای حل مسئله تصمیم بگیرد. در سال‌های اخیر، کاربرد برنامه‌ها و سیستم‌های هوشمند در زندگی انسان به‌طور چشمگیری افزایش یافته است و سازمانها و شرکت‌های بسیاری در سراسر جهان وجود دارند که خدمات و محصولاتشان را بر پایه این حوزه از فناوری ارائه می‌کنند. در ادامه مطلب، به کاربردهای هوش مصنوعی اشاره خواهد شد.
آموزش هوش مصنوعی توزیع شده
فیلم آموزش هوش مصنوعی توزیع شده در فرادرس
کلیک کنید
کاربردهای هوش مصنوعی
استفاده از هوش مصنوعی در دنیای امروز به حدی گسترش یافته است که به جرأت میتوان گفت زندگی بدون آن با سختی زیادی همراه است. افراد در حین کار با گوشی تلفن همراه خود با برنامه‌هایی کار کرده‌اند که با استفاده از مدلهای هوش مصنوعی طراحی شده‌اند. بسیاری از فعالیت‌های افراد و سازمانها در بستر اینترنت انجام می‌شوند که حجم زیادی از این فعالیت‌ها، وابسته به هوش مصنوعی است. در ادامه، به توضیح 20 مورد از کاربردهای هوش مصنوعی در جنبه‌های مختلف زندگی بشر پرداخته میشود.
کاربرد هوش مصنوعی در تجارت الکترونیک
امروزه، اکثر فعالیت‌هایی که در حوزه تجارت الکترونیک انجام می‌شوند، بر پایه هوش مصنوعی هستند. با استفاده از فناوری‌های هوش مصنوعی، میتوان سیستم‌هایی را طراحی کرد که به کاربران اینترنت، بهترین و مناسب‌ترین خدمات یا محصولات مورد نیاز آنها را پیشنهاد دهند. عملکرد این سیستم‌های هوشمند به این صورت است که با توجه به اطلاعات مربوط به جستجوهای کاربر در اینترنت و علاقه‌مندی‌های شخصی او، محصولاتی را تبلیغ می‌کنند که احتمال دارد کاربر به خرید آنها تشویق شود. استفاده از چنین سیستمی، به عنوان یکی از بهترین راه‌های جذب و حفظ مشتری در سازمانها محسوب میشود.
آموزش هوش مصنوعی – تکمیلی
فیلم آموزش هوش مصنوعی – تکمیلی در فرادرس
کلیک کنید
یکی دیگر از کاربردهای هوش مصنوعی در حوزه تجارت الکترونیک، ارائه سیستم‌های هوشمندی است که به عنوان دستیار مجازی برای خرید محصولات یا درخواست خدمات به مشتریان کمک می‌کنند. بسیاری از سازمانها، وبسایت یا برنامه‌های کاربردی موبایل خود را به «چت‌بات‌هایی» (Chatbots) مجهز کرده‌اند که با برقراری مکالمه با کاربران، به نیاز مشتریان در سریع‌ترین زمان ممکن پاسخ می‌دهند. چت‌بات‌ها سیستم‌هایی هوشمند هستند که با الگوریتم‌های یادگیری ماشین و یادگیری عمیق آموزش دیده‌اند و می‌توانند زبان انسان را درک کنند و به برقراری مکالمه با افراد بپردازند.
یک لپ تاپ که یک وبسیات خرید اینترنتی را نمایش می‌دهد
«تشخیص کلاهبرداری» (تشخیص ناهنجاری) یکی دیگر از کاربردهای هوش مصنوعی است که شرکت‌های فعال در حوزه تجارت الکترونیک بر روی آن متمرکز هستند. با گسترش فعالیت‌های بانکی در فضای اینترنت، کاربران و سازمانها نگرانی‌های مختلفی درباره کلاه‌برداری‌های اینترنتی و تراکنش‌های جعلی دارند. سیستم‌های مبتنی بر هوش مصنوعی قادر هستند فعالیت‌های مشکوک مالی را در بستر اینترنت تشخیص دهند.
همچنین، بسیاری از مشتریان زمانی که قصد خرید محصولی را از طریق اینترنت دارند، پیش از خرید، به بخش نظرات سایت مراجعه می‌کنند تا با مطالعه نظرات دیگران درباره محصول، از مزایا و معایب محصول و نحوه خرید اینترنتی آن آگاه شوند. در بخش نظرات سایت، ممکن است پیام‌های دروغینی درباره محصول یا شرکت نیز ملاحظه شوند که اطلاعات نادرستی را به مخاطبان انتقال می‌دهند. با استفاده از ابزارهای هوش مصنوعی میتوان نظرات وب سایت را بررسی کرد و پیام‌های دروغین را تشخیص داد.
هوش مصنوعی در آموزش
اگرچه حوزه آموزش بیشتر تحت تاثیر فعالیت‌های انسانی است، با این حال با گسترش سیستم‌های مبتنی بر هوش مصنوعی شاهد تحولات عظیمی در این حوزه هستیم. امروز کاربردهای هوش مصنوعی و اثرات مثبت آن در جنبه‌های مختلف آموزش بسیار مشهود هستند که یکی از مهمترین آنها، تمرکز بیشتر بر دانشجویان و آسان کردن امر آموزش و فعالیت‌های اداری است.
بسیاری از مراکز آموزشی به ابزارهای هوشمندی مجهز شده‌اند که فعالیت‌های مختلف این مراکز را به شکل خودکار درآورده‌اند. به عنوان مثال، با استفاده از این ابزارها میتوان پیام‌هایی را در زمان مشخص به‌صورت خودکار به دانشجویان ارسال کرد. همچنین، مدرسان می‌توانند از ابزارهای هوش مصنوعی به منظور بازبینی خودکار تکالیف و تمرین‌های دانشجویان استفاده کنند. به‌علاوه، کارمندان کادر اداری نیز می‌توانند از سیستم‌های هوشمند برای مدیریت ثبت‌نام دانشجویان، تعریف دوره‌های آموزشی و سایر موضوعات مربوط به مدیریت منابع انسانی بهره گیرند.
یک ربات نشسته در یک کلاس درس (تصویر تزئینی مطلب کاربردهای هوش مصنوعی)
فرآیند دیجیتالی کردن محتوای آموزشی نظیر ویدئوهای آموزشی، کنفرانس‌ها و کتاب‌های متنی را میتوان با سیستم‌های هوشمند انجام داد. همچنین، با استفاده از برنامه‌های مبتنی بر هوش مصنوعی میتوان خلاصه‌ای از محتوای آموزشی تهیه و برنامه‌های زمانی مشخصی را برای هر دوره مشخص کرد.
به‌علاوه، کاربردهای هوش مصنوعی در حوزه آموزش را میتوان در یادگیری شخصی افراد نیز ملاحظه کرد. بسیاری از برنامه‌های نرم‌افزاری هوشمند وجود دارند که از آنها میتوان برای بررسی پیشرفت سطح تحصیلی دانشجو، برنامه‌ریزی درسی، یادآوری موارد خاص، راهنمای مطالعه درسی و موارد دیگر استفاده کرد.
استفاده از ابزارهای هوش مصنوعی در امور منابع انسانی
بسیاری از سازمانها از ابزارهای مبتنی بر هوش مصنوعی برای روال استخدام کارجویان استفاده می‌کنند. ابزارهایی که بر پایه مدلهای یادگیری ماشین کار می‌کنند، می‌توانند رزومه‌های دریافتی کارجویان را بر اساس ویژگی‌های مشخصی بررسی کنند که برای استخدام در سازمان لازم هستند. با بررسی خودکار رزومه‌های متقاضیان، انتخاب افراد کارجو برای مصاحبه سریعتر و با دقت بیشتر انجام میشود.
در بخش بعدی مطلب حاضر، به معرفی فیلم‌های آموزشی هوش مصنوعی پرداخته میشود تا افرادی که علاقه‌مند هستند در حیطه هوش مصنوعی مشغول به کار شوند، از این دوره‌ها به عنوان منبع آموزشی جامع استفاده کنند.
معرفی فیلم‌های آموزش هوش مصنوعی
برای آن دسته از افرادی که قصد دارند به یادگیری هوش مصنوعی بپردازند تا در آینده در این حیطه مشغول به کار شوند، در سایت فرادرس مجموعه‌ای آموزشی شامل چندین دوره مختلف فراهم شده است. افراد می‌توانند با شرکت در این دوره‌ها به شکل کاربردی و جامع مباحث را یاد بگیرند. در این مجموعه، دوره‌های آموزشی هوش مصنوعی شامل دوره‌های مقدماتی و پیشرفته ارائه شده‌اند و مخاطبان می‌توانند با هر سطحی از مهارت، به منظور ارتقای سطح دانش نظری و عملی خود از این دوره‌ها بهره‌مند شوند. علاوه‌براین، دوره‌های پروژه‌محور این پلتفرم نیز می‌توانند مناسب افرادی باشند که قصد دارند برنامه نویسی هوش مصنوعی را در قالب پروژه‌های واقعی با زبان‌های رایج این حوزه، نظیر پایتون و متلب یاد بگیرند. در تصویر فوق تنها برخی از دوره‌های آموزشی مجموعه آموزش‌های هوش مصنوعی فرادرس نشان داده شده‌اند.
برای دسترسی به همه دوره‌های آموزش هوش مصنوعی فرادرس + اینجا کلیک کنید.
کاربرد سیستم‌های هوشمند در حوزه روانشناسی
یکی از مهمترین دستاوردهای هوش مصنوعی، طراحی سیستم‌هایی است که به کمک آنها میتوان افرادی را در فضای اینترنت تشخیص داد که قصد خودکشی دارند و برای کمک به آنها تصمیمات و اقدامات لازم را اتخاذ کرد. یکی از پروژه‌های هوش مصنوعی در آمریکا بر روی تشخیص محتوای مرتبط با خودکشی در شبکه اجتماعی فیس‌بوک بود. در این پروژه، با استفاده از تحلیل پیام‌ها و پست‌های کاربران، اشخاصی شناسایی می‌شدند که از افسردگی رنج می‌بردند و قصد خودکشی داشتند. گزارش‌های حاصل از این پروژه، شامل بیش از 100 مورد مشکوک به خودکشی بود که یکی از این 100 مورد به عنوان مورد بحرانی گزارش شد و با دست پیدا کردن به اطلاعات شخصی آن فرد، او را به بیمارستان منتقل کردند.
آموزش یادگیری عمیق – شبکه‌های GAN با پایتون
فیلم آموزش یادگیری عمیق – شبکه‌های GAN با پایتون در فرادرس
کلیک کنید
همچنین، در سال‌های اخیر نیز با گسترش پژوهش‌های علوم شناختی و استفاده از مدلهای یادگیری عمیق، پژوهشگران موفق به شبیه‌سازی مغز انسان شده‌اند. چنین دستاوردی به شناخت نحوه عملکرد مغز در یادگیری مفاهیم جدید و چگونگی درک صحبت‌های دیگران و همچنین شیوه تجزیه و تحلیل داده‌های دریافتی از محیط کمک به‌سزایی کرده است. به‌علاوه، با بررسی سیگنال‌های مغزی توسط ابزارهای هوشمند میتوان به بیماری‌های مغزی پی برد و منشاء مشکلات جسمی، ذهنی و تکلم را درون مغز شناسایی کرد.
کاربرد هوش مصنوعی در روانشناسی
کاربردهای هوش مصنوعی در جهت یابی
در سال‌های اخیر کاربرد هوش مصنوعی را میتوان در ابزارهای مسیریابی و جهت‌یابی به وفور ملاحظه کرد. گوشی‌های تلفن همراه از تکنولوژی «جی‌پی‌اس» (GPS) بهره‌مند هستند که این سیستم مبتنی بر «شبکه عصبی پیچشی» (Convolutional Neural Network) و «شبکه عصبی گراف» (Graph Neural Network) است. با استفاده از تکنولوژی چی‌پی‌اس و برنامه‌های کاربردی مختلفی که برای گوشی‌های همراه طراحی شده است، افراد می‌توانند به‌راحتی از موقعیت فعلی خود آگاه شوند و مسیر خود را برای رسیدن به مقصد پیدا کنند.
جهت یابی با هوش مصنوعی
همچنین، کارکنانی که در شرکت‌های فعال در حوزه خدمات تاکسی آنلاین فعالیت می‌کنند، به منظور بهبود سطح کیفیت خدمات خود می‌توانند از ابزارهای هوشمند تلفن همراه برای پیدا کردن بهینه‌ترین مسیر برای رساندن مسافر به مقصد استفاده کنند. این برنامه‌ها بر اساس چندین ویژگی مختلف نظیر حجم ترافیک و کوتاه‌ترین مسافت، به راننده مناسب‌ترین مسیر را پیشنهاد می‌دهند.
آموزش سیستم عامل ربات‌ها رآس ROS – موقعیت یابی و مسیریابی
فیلم آموزش سیستم عامل ربات‌ها رآس ROS – موقعیت یابی و مسیریابی در فرادرس کلیک کنید
کاربردهای هوش مصنوعی در زندگی روزمره کدامند؟
فعالیت‌های روزانه انسان نیز با استفاده از ابزارهای هوش مصنوعی دستخوش تغییرات شده‌اند. یکی از کاربردهای هوش مصنوعی را میتوان در ساخت اتومبیل‌های خودران ملاحظه کرد. شرکت‌های سازنده اتومبیل‌های خودران نظیر Toyota،Audi،Volvo و Tesla از مدلهای یادگیری ماشین و یادگیری عمیق برای آموزش سیستم‌های تعبیه شده در ماشینهای خودران استفاده می‌کنند تا بتوانند بدون نیاز به راننده در مسیرهای مختلف حرکت کنند و با داشتن قابلیت تشخیص اشیا، بتوانند از تصادف احتمالی جلوگیری کنند.
یک ربات پشت فرمان ماشین
یکی دیگر از کاربردهای هوش مصنوعی را میتوان در سرویس‌های ایمیل ملاحظه کرد. سرویس‌دهنده‌های ایمیل نظیر شرکت گوگل از سیستم‌های هوشمندی برای سرویس‌دهی استفاده می‌کنند که قادر هستند ایمیل‌های اسپم را تشخیص دهند و آنها را به‌صورت خودکار به پوشه اسپم یا زباله منتقل کنند.
کاربرد هوش مصنوعی را میتوان در قالب قابلیت تشخیص چهره در دستگاه‌هایی نظیر تلفن همراه، لپتاپ و کامپیوتر‌های شخصی نیز ملاحظه کرد. کاربران با استفاده از این قابلیت می‌توانند از چهره خود به عنوان مجوز دسترسی به دستگاه‌های شخصی‌شان استفاده کنند که در پی آن، سطح امنیت دستگاه‌ها نسبت به سایر روش‌ها بیشتر میشود. همچنین، بسیاری از سازمانها از ابزارهای تشخیص چهره برای ورود کارکنان به سازمان استفاده می‌کنند. این امر سبب میشود افرادی که از کارمندان سازمان محسوب نمی‌شوند، بدون هماهنگی، اجازه ورود به سازمان را نداشته باشند. به‌علاوه، چنین سیستم‌های هوشمندی را میتوان در فرودگاه‌ها و مراکز پلیس به منظور شناسایی مجرمین استفاده کرد.
رباتیک را میتوان به عنوان یکی دیگر از مهمترین کاربردهای هوش مصنوعی تلقی کرد که بسیاری از فعالیت‌های روزانه انسان و عملیات مختلف سازمانها را آسان کرده است. بسیاری از فعالیت‌های شخصی یا سازمانی، تکراری هستند و انجام آنها توسط انسان خسته‌کننده است یا هزینه مالی زیادی را برای سازمان در بر دارند.
انجام وظایفی نظیر حمل اجناس به مراکز مختلف مانند بیمارستانها، کارخانه‌ها یا انبارها، تمیز کردن خانه یا دفتر کار، بسته‌بندی محصولات کارخانه‌ها و سایر کارهای مشابه از جمله فعالیت‌هایی هستند که میتوان انجام آنها را به سیستم‌های هوشمند محول کرد. این امر سبب میشود هزینه‌های مالی شرکت‌ها و سازمانها به مراتب کاهش پیدا کنند و به جای استخدام نیروهای انسانی برای انجام چنین مسئولیت‌هایی، از ماشینهای هوشمند استفاده کنند تا این وظایف را در سریع‌ترین زمان و با دقت بالا انجام دهند.
مطلب پیشنهادی:
طراحی ربات هوشمند — به زبان ساده
هوش مصنوعی در بازیهای کامپیوتری
بازیهای کامپیوتری در سال‌های اخیر تحت تاثیر هوش مصنوعی و مدلهای یادگیری ماشین و یادگیری عمیق قرار گرفته‌اند. طراحی بازیهای کامپیوتری نسبت به قبل بسیار پیشرفته‌تر شده‌اند و عملکرد رقبای انسان در این بازی‌ها غیرقابل پیش‌بینی است، زیرا کاراکترهای بازی با استفاده از الگوریتم‌های هوش مصنوعی در حین بازی آموزش می‌بینند و عملکرد آنها از قبل تعیین نشده است. بدین ترتیب، این کاراکترها اشتباهات گذشته خود را تکرار نخواهند کرد.
آموزش تشخیص و شناسایی اشیا با شبکه‌های عصبی در متلب MATLAB
فیلم آموزش تشخیص و شناسایی اشیا با شبکه‌های عصبی در متلب MATLAB در فرادرس کلیک کنید
با سخت‌تر شدن مراحل بازی، عملکرد کاراکترهای بازی نیز به مراتب بهتر و قوی‌تر میشود. بنابراین، استراتژی بازیکن در طول بازی به‌طور مداوم در حال تغییر است و بازیکن یک روش ثابت را دنبال نمیکند.
کاربردهای هوش مصنوعی در حوزه پزشکی چیست ؟
ورود هوش مصنوعی به حوزه علوم پزشکی به عنوان یکی از مهمترین کاربردهای آن در زندگی بشر محسوب میشود. ابزارهای هوش مصنوعی می‌توانند مسئولیت‌های دستیار پزشک را انجام دهند و با در اختیار داشتن حجم عظیمی از پرونده‌های پزشکی، به تشخیص پزشک کمک کنند. همچنین، از ابزارهای هوشمند میتوان برای یادداشت‌برداری از شرایط بیمار به‌طور خودکار استفاده کرد و در سریع‌ترین زمان ممکن میتوان به اطلاعات و پرونده شخصی بیمار با استفاده از این ابزارها دسترسی داشت.
آموزش یادگیری عمیق در پزشکی
فیلم آموزش یادگیری عمیق در پزشکی در فرادرس
کلیک کنید
به‌علاوه، ابزارهای هوشمندی موجود در حوزه پزشکی قادر به بررسی تصاویر و اسکن‌های پزشکی نظیر MRI با دقت بالا هستند و می‌توانند در سریع‌ترین زمان ممکن انواع بیماری‌ها و وجود تومورها را تشخیص دهند. جراحان نیز می‌توانند از ربات‌های هوشمند برای عمل جراحی بیماران استفاده کنند. این ربات‌ها می‌توانند به‌صورت شبانه‌روزی و بدون وقفه با دقت بالا عمل جراحی را انجام دهند.
کاربرد هوش مصنوعی در پزشکی
کنترل وضعیت بیماران را نیز میتوان با ابزارهای مانیتورینگ هوشمند انجام داد. در روشهای قدیمی برای کنترل وضعیت بیمار، باید داده‌ها بر روی نوارهایی ثبت می‌شدند و کار تجزیه و تحلیل داده‌ها و تبدیل آنها به اطلاعات معنادار زمان‌بر بود. سیستم‌های هوشمند امروزی دارای حسگرهایی هستند که وضعیت بیمار را در هر لحظه بررسی می‌کنند و اطلاعات دقیق و قابل فهمی را بر اساس تجزیه و تحلیل وضعیت بیمار ارائه می‌دهند. چنانچه وضعیت بدن بیمار تغییر پیدا کند، این سیستم‌ها شرایط نهایی او را پیش‌بینی خواهند کرد.
استفاده از ابزارهای هوشمند در امور کشاورزی
یکی از مهمترین کاربردهای هوش مصنوعی در زندگی بشر، استفاده از آن در حوزه کشاورزی است. با افزایش جمعیت و تقاضای بیشتر برای مواد غذایی، سازمانها و مراکز فعال در این حوزه، از فناوری‌های مبتنی بر هوش مصنوعی استفاده می‌کنند تا محصولات کشاورزان از عوامل مخرب مختلفی نظیر وضعیت بد آب و هوایی، علف‌های هرز، آفت و سایر موارد به بهترین شکل محافظت شوند.
برنامه‌های هوشمند حوزه کشاورزی، دارای قابلیت تشخیص تصاویر هستند که می‌توانند کیفیت محصولات را بسنجند. کشاورزان می‌توانند ابزارهای هوشمند مرتبط را بر روی گوشی تلفن همراه خود نصب و با گرفتن تصاویر از محصولات خود، وضعیت آنها را کنترل کنند و در هنگام بروز مشکلات مختلف برای محصولات، از روشهای پیشنهادی سیستم هوشمند برای رفع ایرادها استفاده کنند.
مطلب پیشنهادی:
نقشه دانش فناوری‌های هوش مصنوعی و دسته بندی آنها — راهنمای جامع
نقش هوش مصنوعی در شبکه‌های اجتماعی
امروزه، شبکه‌های اجتماعی به جزئی جدایی‌ناپذیر در زندگی بشر تبدیل شده‌اند و نقش چشمگیری بر زندگی مردم دارند. روزانه، حجم عظیمی از داده در شبکه‌های اجتماعی در قالب پست و کامنت تولید می‌شوند. زمانی که صحبت از «داده‌های حجیم یا کلان داده» (Big Data) است، موضوعات مربوط به یادگیری ماشین و یادگیری عمیق نیز مطرح می‌شوند. از آنجایی که کاربران شبکه‌های اجتماعی از اقصی نقاط جهان هستند، ابزارهای هوشمند ترجمه محتوای متنی یا صوتی می‌توانند به عنوان یکی از مهمترین ابزارهای شبکه‌های اجتماعی محسوب شوند. این ابزارها قابلیت ترجمه محتوا را به زبان‌های مختلف برای مخاطبان محتوا فراهم می‌کنند.
تاثیر هوش مصنپعی بر فضای مجازی
همچنین، در فضای شبکه‌های اجتماعی میتوان از ابزارهای هوشمندی بهره گرفت که محتوای حاوی دشنام و عبارات توهین‌آمیز و خشونت‌آمیز را به‌طور خودکار حذف می‌کنند. به عبارتی، این ابزارها با درک محتوای متنی و تشخیص عبارت‌های توهین آمیز می‌توانند از نشان دادن محتوا به عموم خودداری کنند.
به‌علاوه، از آنجا که کاربران شبکه‌های اجتماعی زیاد هستند و این فضاها طیف مختلفی از موضوعات را دربر می‌گیرند، میتوان با تحلیل نظرات و پست‌های کاربران پیرامون مسائل و رویدادهای مختلف، به رویکرد، عقاید و احساسات آنها پی برد. علاوه‌براین، میتوان با ابزارهای مبتنی بر هوش مصنوعی به تشخیص شایعات و اخبار دروغین منتشر شده در شبکه‌های اجتماعی پرداخت. چنین ابزارهایی، با مقایسه محتوای تولید شده با مطالب رسمی منتشر شده در وب سایت‌های خبری و تجزیه و تحلیل مطالب بر اساس ویژگی‌های مختلف، بر مطالب منتشر شده در فضای مجازی صحه می‌گذارند یا آنها را به عنوان محتوای دروغین تشخیص می‌دهند.
آموزش تحلیل شبکه‌های اجتماعی با زبان R و متن کاوی Text Mining
فیلم آموزش تحلیل شبکه‌های اجتماعی با زبان R و متن کاوی Text Mining در فرادرس کلیک کنید
استفاده از هوش مصنوعی در داوری زیبایی چهره
اولین سیستم بررسی زیبایی چهره در سال 2016 ارائه شد. این سیستم با بررسی برخی ویژگی‌ها مانند میزان چروک پوست، سلامت پوست، سن و تقارن چهره درباره زیبایی تصویر دریافتی داوری می‌کرد. افراد باید با چهره بدون آرایش، بدون ریش و سبیل و زیورآلات و اکسسوری‌هایی مانند عینک، برای این سیستم عکس می‌گرفتند. البته این سیستم دارای ضعف‌هایی هم بود. به عنوان مثال، چهره‌هایی که پوست تیره‌تری داشتند، توسط این سیستم داوری نمی‌شدند.
کاربرد سیستم‌های هوش مصنوعی در آشپزی
یکی از کاربردهای هوش مصنوعی، طراحی ربات‌هایی است که می‌توانند به عنوان دستیار آشپز در آشپزخانه کار کنند. این ربات‌ها قادر هستند غذاهایی را که به آنها آموزش داده شده‌اند، با سرعت و کیفیت بالا آماده کنند. یکی از مهمترین مزایای این سیستم‌ها این است که خستگی‌ناپذیر هستند و به‌صورت شبانه‌روزی می‌توانند کار کنند. به‌علاوه، این ربات‌ها قادر هستند آشپزخانه را نیز پس از انجام آشپزی به‌طور کامل تمیز کنند.
آموزش مقدماتی پیاده سازی شبکه‌های عصبی مصنوعی در پایتون Python
فیلم آموزش مقدماتی پیاده سازی شبکه‌های عصبی مصنوعی در پایتون Python در فرادرس کلیک کنید
استفاده از سیستم‌های هوش مصنوعی در بازاریابی
یکی از استفاده‌های پرکاربرد هوش مصنوعی، طراحی و ساخت برنامه‌های هوشمند در حوزه بازاریابی است. این ابزارها به فروش محصولات روز شرکت‌ها کمک موثری می‌کنند. در اوایل سال 2000 با این که حوزه تجارت الکترونیک گسترده بود، با این حال، بازاریابی اینترنتی رایج نبود و افرادی که قصد داشتند برای خرید، محصولی را در اینترنت جستجو کنند که اطلاعات آن را نمی‌دانستند، موفق به پیدا کردن و خرید آنلاین محصول نمی‌شدند.
با پیشرفته‌تر شدن موتورهای جستجوگر اینترنت و مجهز شدن وب سایت‌ها به ابزارهای هوش مصنوعی، به‌راحتی میتوان محصول مورد نظر خود را پیدا کرد. مشتریان می‌توانند با داشتن عکسی از محصول، به وب سایت‌هایی که فروشنده آن هستند، به‌راحتی دست پیدا کنند. همچنین، ابزارهای بازاریابی هوشمند این قابلیت را دارند که بر اساس خریدهای قبلی مشتریان، سلایق آنها را تشخیص دهند و محصولات مشابه یا مرتبط با خریدهای قبلی مشتریان را به عنوان محصول جدید به آنها پیشنهاد دهند.
آموزش استراتژی هوش مصنوعی برای فروش و بازاریابی
فیلم آموزش استراتژی هوش مصنوعی برای فروش و بازاریابی در فرادرس
کلیک کنید
استفاده از هوش مصنوعی در ساخت خانه هوشمند
«خانه هوشمند» (Smart Home)، مجهز به دستگاه‌هایی است که میتوان از راه دور با لپتاپ یا تلفن همراه کنترل شوند. به عنوان مثال، میتوان از راه دور لامپ‌های خانه را روشن و خاموش کرد و از دمای خانه یا از باز و بسته بودن در و پنجره و امنیت خانه اطمینان حاصل کرد. همچنین، میتوان با استفاده از این دستگاه‌ها، به حیوان خانگی غذا داد و به گل و گیاهان خانگی رسیدگی کرد.
یک ربات در آشپزخانه
برای مجهز کردن منزل خود به سیستم‌های هوشمند، فقط کافی است که یک تلفن همراه در اختیار داشته باشید که دارای اینترنت باشد و دستگاه‌های هوشمندی را خریداری کنید که بتوان آنها را از طریق اینترنت کنترل کرد.
مطلب پیشنهادی:
هوش مصنوعی چیست ؟ — به زبان ساده + مسیر یادگیری
کاربردهای هوش مصنوعی در ویرایش تصاویر چیست ؟
ابزارهای ویرایش تصاویر به عنوان یکی از پرکاربردترین ابزارهای هوش مصنوعی محسوب می‌شوند که با استفاده از گوشی‌های همراه میتوان به‌راحتی انواع مختلفی از این برنامه‌ها را نصب و به‌آسانی با آنها کار کرد. با استفاده از ابزارهای هوشمند ویرایش تصاویر، میتوان کیفیت تصاویر را بهتر و عکس‌های مخدوش شده را ترمیم کرد. همچنین، این ابزارها به عکاسان این مکان را می‌دهند تا با اعمال ویژگی‌های مختلف نظیر نورپردازی، محو کردن بخشی از تصویر و ایجاد عمق در تصاویر، عکس‌های ثبت شده را با جلوه‌های مختلف و تاثیرگذار زیباسازی کنند.
کاربرد هوش مصنوعی در پردازش تصویر
کاربرد ابزارهای هوشمند مربوط به تصاویر را میتوان در موتورهای جستجوگر گوگل نیز ملاحظه کرد. این ابزارها با مدلهای یادگیری ماشین و یادگیری عمیق به نحوی آموزش دیده‌اند که اجزای مختلف تصاویر را تشخیص می‌دهند و قادر هستند اشیای موجود در عکس را شناسایی کنند. کاربران می‌توانند بر مبنای تصاویری که در اختیار دارند، در اینترنت به دنبال تصاویر مرتبط و مشابه با آن باشند. به عنوان مثال، چنانچه تصویر فردی را در گوشی خود دارید و می‌خواهید تصاویر دیگری را از آن فرد در فضای اینترنت مشاهده کنید، می‌توانید در قسمت جستجوی موتور گوگل، عکس فرد را بارگذاری کنید تا عکس‌های دیگر مرتبط به آن فرد به عنوان نتیجه جستجو بازگردانده شوند.
آموزش مبانی یادگیری عمیق یا Deep Learning
فیلم آموزش مبانی یادگیری عمیق یا Deep Learning در فرادرس
کلیک کنید
استفاده از هوش مصنوعی در تولید عطر
در سال‌های اخیر شاهد کاربردهای هوش مصنوعی در صنعت عطرسازی بوده‌ایم. شرکت‌های فعال در این صنعت، از ابزارهای مبتنی بر یادگیری عمیق به منظور ساخت عطرهای جدید استفاده می‌کنند. این ابزارها فرمول شیمیایی عطرهای فعلی را تجزیه و تحلیل می‌کنند و با در نظر گرفتن یک سری ویژگی‌هایی نظیر ترکیبات شیمیایی و سابقه خرید مشتریان و سلایق آنها، ترکیبات شیمیایی جدیدی را برای ساخت عطرهای خاص ارائه می‌کنند.
مطلب پیشنهادی:
انواع هوش مصنوعی که باید بشناسید — معرفی و کاربردها
ساخت مسواک هوشمند
شرکت Kolibree در سال 2014 اولین مسواک هوشمند را ارائه کرد. مسواک‌های هوشمند را میتوان به گوشی‌های تلفن همراه متصل و در حین مسواک زدن، به اطلاعات اعلام شده توسط سنسورهای مسواک توجه کرد. این اطلاعات شامل موارد مختلفی نظیر مدت زمان مسواک زدن، نواحی باقی مانده برای تمیز شدن، میزان فشار مسواک بر روی دندان و موارد مرتبط دیگر است که فرد میتواند با استفاده از این مسواک، با دقت بیشتری میزان سلامت و بهداشت دهان خود را بالاتر ببرد.
یک مسواک (تصویر تزئینی مطلب کاربردهای هوش مصنوعی)
همچنین، این نوع مسواک‌ها برای کودکانی مناسب است که به‌تازگی مسواک زدن را یاد گرفته‌اند. کودکان با مسواک‌های هوشمند می‌توانند نحوه صحیح مسواک زدن را یاد بگیرند و در حین این کار، با استفاده از این دستگاه، بازی کنند.
مطلب پیشنهادی:
برنامه نویسی هوش مصنوعی چیست ؟ + مسیر شروع و یادگیری
استفاده از سیستم هوشمند در حوزه نویسندگی
یکی از جذاب‌ترین کاربردهای هوش مصنوعی را میتوان در ساخت سیستم‌های هوشمند نویسنده ملاحظه کرد. این سیستم‌ها قادر هستند مطالب جدیدی پیرامون موضوعات داده‌های آموزشی خود تولید کنند. دقت عملکرد برخی از این سیستم‌ها آنقدر بالا است که خوانندگان از مطالعه محتویات تولید شده شگفت‌زده می‌شوند.
در چند دهه گذشته، پژوهش‌هایی درباره طراحی سیستم‌هایی انجام گرفته است که قادر هستند مقالات علمی در حوزه‌های مختلف تولید کنند. به منظور بررسی سطح کیفی این مقالات، طراحان این ابزارهای هوشمند، آنها را به مجلات مختلف ارسال کردند و نتایج داوری آنها نشان می‌دهد که در چندین نشریه برای چاپ پذیرفته شده‌اند.
یک ربات در حال نوشتن
همچنین، یکی از شرکت‌های فعال در زمینه سرگرمی‌های دیجیتالی به نام Botnik، با استفاده از مدلهای یادگیری ماشین، محتوای سرگرم‌کننده تولید می‌کنند که یکی از آنها، رمان جدید «هری پاتر» (Harry Potter) با نام «Harry Potter and the Portrait of What Looked Like a Large Pile of Ash» در سه فصل است. طراحان این ابزار از هفت نسخه هری پاتر برای آموزش مدل خود استفاده کردند و در نهایت نسخه جدیدی از این مجموعه داستان ارائه شد که توجه بسیاری از مخاطبان این داستان را به خود جلب کرده است.
آموزش اشتغال در حوزه هوش مصنوعی و علوم داده با مروری بر کسب و کارهای مرتبط (رایگان) فیلم آموزش اشتغال در حوزه هوش مصنوعی و علوم داده با مروری بر کسب و کارهای مرتبط (رایگان) در فرادرس کلیک کنید
خلق آثار هنری جدید با مدلهای یادگیری ماشین و یادگیری عمیق
سابقه پژوهش‌های جدید کاربرد کامپیوتر در خلق اثر هنری به اوایل دوره ظهور مفاهیم گرافیک کامپیوتری بازمی‌گردد. در سال‌های 1950 تا 1960، از الگوریتم‌های ساده کامپیوتری برای تولید اشکال و الگوهای ساده استفاده می‌شد. به عنوان مثال، یکی از ریاضی‌دانان آلمانی به نام «نیک» (Nake) در سال 1967 تصویری را با استفاده از الگوریتم ریاضیاتی به شکل زیر ایجاد کرد.
اولین تصویر ساخته شده توسط الگوریتم‌های ریاضیاتی
اولین تصویر ساخته شده به وسیله الگوریتم‌های ریاضیاتی
خلق تصویر بالا، بر پایه یک ماتریس مربعی از اعداد شکل گرفته است که ضرب این ماتریس در خودش، ماتریس مربعی دیگری را تولید کرد که اعداد آن به اشکال مربعی با رنگ‌های متفاوتی تبدیل شدند و تصویر بالا را ایجاد کردند. در سال‌های 1970 تا 1980، با ورود هوش مصنوعی به حوزه گرافیک کامپیوتری، باعث شد طراحان بتوانند با استفاده از کامپیوتر، به طراحی سه بعدی پیچیده‌تر و واقعی بپردازند. در سال‌های 1980 تا 1990 الگوریتم‌های پیچیده‌تری برای طراحی خودکار توسط کامپیوتر ارائه شدند که یکی از آنها، مدل AARON بود. این مدل قادر بود تصاویری از سنگ، گیاه و انسان طراحی کند. در تصویر زیر، نمونه‌ای از تصویر خلق شده توسط این مدل مشاهده میشود.
تصویر اولیه ساخته شده توسط مدلهای ساده هوش مصنوعی
تصویر اولیه ساخته شده توسط مدل ساده هوش مصنوعی
از سال 1990 تاکنون، ابزارهای هوشمند خلق تصاویر پیشرفته‌تر شدند و هوش مصنوعی در سایر حوزه‌های هنری نظیر موسیقی و شعر نیز برای خلق آثار جدید مورد توجه قرار گرفت. امروزه، از تصاویر خلق شده توسط هوش مصنوعی در امور بازاریابی، کشاورزی، مد و سینما استفاده فراوان میشود. یکی از جذاب‌ترین کاربردهای هوش مصنوعی، تولید تصاویر جدید با شیوه‌ای خاص در نقاشی است. مدلهای یادگیری عمیق نظیر «شبکه مولد تخاصمی» (Generative Adversarial Network | GAN) با به کارگیری یکی از رویکردهای «یادگیری انتقال» (Transfer Learning) به نام «انتقال سبُک با شبکه عصبی» (Neural Style Transfer | NST)، سبک خاصی از نقاشی را بر روی تصویر مورد نظر اعمال می‌کنند. در ادامه، دو تصویر ساخته شده توسط این مدل هوش مصنوعی مشاهده می‌شوند.
کاربرد هوش مصنوعی در ساخت تصاویر جدید بر اساس سبک نقاشی خاص
کاربرد هوش مصنوعی در ساخت تصاویر جدید بر اساس سبک خاصی از نقاشی
از مدل GAN میتوان برای تولید انواع مختلف فونت‌های کامپیوتری استفاده کرد. در ادامه، مجموعه‌ای از انواع مختلف فوت‌های ساخته شده توسط این مدل مشاهده میشود.
کاربرد هوش مصنوعی در تولید فونت‌های مختلف
کاربرد هوش مصنوعی در تولید فونت‌های مختلف
در بعضی از پروژه‌های گرافیکی یا سینمایی، به دلیل رعایت حریم خصوصی افراد و نگرانی‌های امنیتی، از مدلهای هوش مصنوعی برای تولید تصاویری از چهره انسان استفاده می‌کنند. تصویر زیر چهره شخصی را نشان می‌دهد که این شخص وجود خارجی ندارد و تصویر آن توسط مدل StyleGAN2 تولید شده است.
خلق تصاویری از چهره انسان با مدلهای هوش مصنوعی
خلق تصاویری از چهره انسان با استفاده از مدلهای هوش مصنوعی
همچنین، از مدلهای تولیدکننده تصاویر میتوان برای طراحی کاراکترهای کارتونی یا انیمیشن استفاده کرد. نویسنده‌ها و طراحان شخصیت‌های کارتونی می‌توانند از این تصاویر تولید شده برای خلق شخصیت‌های داستان استفاده کنند.
کاربرد هوش مصنوعی در خلق کاراکترهای داستانی و انیمیشنی
کاربرد هوش مصنوعی در خلق کاراکترهای داستانی و انیمیشنی
یکی دیگر از جذاب‌ترین پژوهش‌های اخیر در حوزه خلق تصاویر، تولید تصاویر با استفاده از محتوای متنی است. به عبارتی، این مدل‌ها متنی را از ورودی دریافت می‌کنند که شامل وصفی از یک موقعیت یا حالت است. مدل با تشخیص ویژگی‌ها و الگوهای متن، در خروجی تصویر از توصیفات متن را تولید میکند. در ادامه، تصویری از نحوه عملکرد مدلهای هوش مصنوعی برای ساخت تصاویر بر پایه توصیف متنی مشاهده میشود.
کاربرد هوش مصنوعی در خلق تصویر جدید بر پایه توصیف متنی
کاربرد هوش مصنوعی در خلق تصویر جدید بر پایه توصیف متنی
همچنین، از مدلهای هوش مصنوعی میتوان برای ساخت تصاویر مختلفی از یک تصویر استفاده کرد. تصویر زیر، نمونه‌ای از خروجی‌های مدل هوش مصنوعی را نشان می‌دهد. مدل با دریافت یک تصویر در ورودی، سعی دارد تصاویر مختلفی را مشابه با آن تصویر ایجاد کند.
ساخت چندین تصویر مختلف و مرتبط به هم توسط مدل هوش مصنوعی
ساخت چندین تصویر مختلف و مرتبط به هم توسط مدل هوش مصنوعی
پردازش زبان طبیعی با هوش مصنوعی
زبان طبیعی همان زبان مورد استفاده توسط انسان‌ها است و به عنوان وسیله‌ای برای ارتباط افراد با یکدیگر به حساب می‌آید. انسان‌ها می‌توانند از طریق نوشتار و گفتار پیام خود را به یکدیگر منتقل کنند. در سال‌های اخیر، ابزارهایی مبتنی بر هوش مصنوعی ساخته شده‌اند که قادر به درک و پردازش زبان طبیعی انسان در حد بالایی هستند. به این حوزه از هوش مصنوعی که به پردازش زبان اختصاص دارد، «پردازش زبان طبیعی» (Natural Language Processing | NLP) گفته میشود. این شاخه از هوش مصنوعی، با رشته زبانشناسی ترکیب شده است. به عبارتی، سیستم‌های هوشمند برای درک زبان انسان، از ویژگی‌های زبانی متن یا گفتار استفاده می‌کنند و ساختار و اجزای کلام انسان را تشخیص می‌دهند.
آموزش پردازش زبان‌های طبیعی NLP در پایتون Python با پلتفرم NLTK
فیلم آموزش پردازش زبان‌های طبیعی NLP در پایتون Python با پلتفرم NLTK در فرادرس کلیک کنید
ابزارهای هوشمند بسیاری در حوزه پردازش زبان طبیعی ساخته شده‌اند که میتوان از ابزار «بازشناسی گفتار» (Speech Recognition) به عنوان یکی از این کاربردهای هوش مصنوعی نام برد. سیستم دستیار گوگل یکی از مثال‌هایی برای ابزار تشخیص گفتار محسوب میشود که قادر است صدای انسان را تشخیص بدهد و اجزای کلام را درک کند. به عبارتی، این سیستم، داده‌های صوتی را دریافت و آن را به قالبی تبدیل میکند که برای ماشین قابل درک باشد. از این ابزار میتوان برای برقراری ارتباط بین ماشین و انسان، «تبدیل گفتار به متن» (Speech To Text) و ترجمه گفتاری استفاده کرد.
(تصویر تزئینی مطلب کاربردهای هوش مصنوعی)
یکی دیگر از ابزارهای پردازش زبان طبیعی، ابزار تصحیح‌کننده نوشتار است. این ابزارها خطاهای متنی را به لحاظ دستوری یا املایی مشخص می‌کنند و ساختارهای صحیحی را برای جایگزین کردن اشتباهات به کاربر پیشنهاد می‌دهند. این ابزارها مناسب افرادی هستند که در طول روز مشغول نوشتن مطالب مختلف هستند و امکان بروز خطاهای گوناگون در نوشتار آنها وجود دارد. همچنین، اشخاصی که قصد دارند به زبان غیرمادری خود مطلبی را بنویسند و به آن زبان تسلط کافی ندارند، استفاده از این ابزارها می‌توانند برای آنها مثمرثمر باشد. همچنین، معلمان می‌توانند از چنین ابزارهایی برای تصحیح املای دانش‌آموزان خود استفاده کنند.
کاربرد دیگر هوش مصنوعی را میتوان در طراحی ابزارهایی برای سنجش احساسات زبانی دانست. شرکت‌ها امروزه از ابزارهای هوشمندی برای «تحلیل احساسات» (Sentiment Analysis) و «عقیده‌کاوی» (Opinion Mining) استفاده می‌کنند تا بتوانند نظر مشتریان خود را درباره محصولات خود یا رقبایشان تجزیه و تحلیل کنند. این ابزارها با تحلیل متون مختلف، مشخص می‌کنند نظر نویسندگان درباره موضوع مشخص شده مثبت یا منفی است.
«ترجمه ماشینی» (Machine Translation) یکی دیگر از پرکاربردترین ابزارهای هوش مصنوعی در دنیای امروز محسوب میشود. با استفاده از این ابزار میتوان زبان‌های مختلفی را به یکدیگر ترجمه کرد که ابزار ترجمه گوگل را میتوان به عنوان رایج‌ترین و قدرتمندترین ابزارهای ترجمه ماشینی مثال زد. ابزارهای ترجمه را میتوان در شبکه‌های اجتماعی مختلفی مثل اینستاگرام و فیس‌بوک نیز مشاهده کرد.
پژوهش‌های بسیاری نیز بر روی ابزارهای «خلاصه‌سازی متن» (Text Summarization) در سال‌های اخیر انجام شده است و ابزارهای مختلفی برای کاربران در بستر اینترنت وجود دارند که با استفاده از آنها میتوان حجم عظیمی از داده‌ها را خلاصه‌سازی کرد. خلاصه کردن متن مناسب افرادی است که به دنبال مطالعه مطالب مختلف هستند و قصد دارند مطالب زیادی را در بازه زمانی کم بخوانند و از محتوای اصلی مطلب نوشته شده مطلع شوند.
ابزارهای تشخیص سرقت ادبی و تشخیص نویسنده از دیگر ابزارهای مهم پردازش زبان طبیعی محسوب می‌شوند. روزانه حجم زیادی از داده‌ها در بستر اینترنت بدون ذکر نام نویسنده تولید می‌شوند. به منظور پیگیری اصالت متن و تشخیص نویسنده آن، میتوان از ابزارهای هوش مصنوعی بهره گرفت. همچنین، روزانه کتاب‌ها و مقالات علمی مختلفی برای انتشار به مجلات و مراکز انتشاراتی ارسال می‌شوند و داوران به منظور پیشگیری از کپی‌برداری و جلوگیری از سرقت ادبی می‌توانند از این ابزارها استفاده کنند.
جمع‌بندی
استفاده از فناوری اطلاعات در سال‌های اخیر به حدی گسترش پیدا کرده است که میتوان گفت تقریباً تمامی افراد تجربه استفاده از خدمات و ابزارهای مرتبط با این حیطه را دست‌کم یک بار در زندگی خود داشته‌اند. هوش مصنوعی یکی از مهمترین شاخه‌های حوزه فناوری اطلاعات است که در سال‌های اخیر با افزایش پژوهش‌های مرتبط با این حیطه، کاربرد آن در زندگی بشر بیش از پیش رشد داشته است. در مطلب حاضر به توضیح 20 مورد از کاربردهای هوش مصنوعی در زندگی انسان پرداخته شد. البته، کاربردهای این حوزه از علوم کامپیوتر فراتر از مواردی است که در این مطلب به آنها اشاره کردیم و همچنان انتظار می‌رود که شاهد ورود این حیطه به سایر شاخه‌های علومی باشیم که تا کنون تجربه استفاده از مدل‌ها و ابزارهای هوشمند در آنها وجود نداشته است.
اولین همایش ملی هوش مصنوعی و محاسبات نرم در علوم انسانی دانشگاه علامه طباطبائی، تاریخ 29 و 30 ابان 1398 اطلاعیه ثبت نام در همایش
به اطلاع متقاضیان محترم میرساند که فرصت ثبت نام تا 28 آبان تمدید شد.
چنانچه استحضار دارید به تاریخ برگزاری همایش نزدیک شدیم و لازم است برنامه‌های همایش نهائی شود. لذا از تمامی اعضاء اعم نویسندگان مقالات، علاقمندان شرکت در همایش و مدعوین محترم، دعوت میشود حداکثر تا شنبه چهارم آبان نسبت به تکمیل مراحل ثبت نام اقدام نمایند. برای نویسندگان مقالات، ثبت نام در همایش و ارائه حضوری، ضروری است و بدیهی است همایش از ارائه خدمات به افرادی که ثبت نام ننموده باشند، معذور است.
هزینه ثبت نام برای شرکت کنندگان با مقاله پذیرفته شده دو میلیون ریال و برای شرکت کنندگان آزاد یک میلیون ریال است.
برای ثبت نام و واریزی وجه لازم است از طریق سامانه همایش اقدام شود و احیانا در صورت مشکل وجه ثبت نام را به حساب زیر واریز و تصویر فیش واریزی همراه با مشخصات کامل را به [email protected] ایمیل نمائید.
شماره شبا IR700180000000000098532110 بانک تجارت به نام دانشگاه علامه طباطبایی فراخوان اول: 1 تیر، مهلت ارسال مقالات 8 شهریور و اعلام نتایج داوری 23 شهریور فراخوان دوم: 1 مهر، مهلت ارسال مقالات 3 آبان و اعلام نتایج داوری 18 آبان ثبت نام: از اول مهر ماه 1398 از طریق سامانه اینترنتی همایش محورهای همایش:
کاربرد هوش مصنوعی و محاسبات نرم در زمینه‌های علوم انسانی از جمله: علوم اجتماعی و ارتباطات: علوم اجتماعی رایانشی، تحلیل شبکه‌های اجتماعی، رسانه هوشمند، چندرسانه‌ای...
علوم اقتصادی، مالی و بیمه: نظریه بازی، اقتصاد عامل بنیان، بیم سنجی، پول رمزنگاری شده، قراردادهای هوشمند ...
مدیریت و حسابداری: سیستم فازی، بانک‌های اطلاعاتی، سامانه پشتیبانی تصمیم، زنجیره بلوکی ...
بازاریابی و کسب و کار: هوش تجاری، تجارت الکترونیک، قراردادهای هوشمند، زنجیره بلوکی ...
روانشناسی و علوم تربیتی: علوم شناختی، تحلیل احساسات، تحلیل کارکردی مغز، پردازش تصویر و گفتار...
آموزش و تکنولوژی آموزشی: واقعیت مجازی، واقعیت افزوده، آموزش هوشمند، چت‌بات ...
زبان، ادبیات و زبان شناسی: زبان شناسی رایانشی، پردازش زبان‌های طبیعی، تحلیل متون، وب معنائی ...
حقوق و حکمرانی: اخلاق هوش مصنوعی، حقوق هوش مصنوعی، دولت الکترونیک ...
منطق و فلسفه: منطق صوری، استنتاج و استنباط ماشینی، درخت دانش، فلسفه هوش مصنوعی ...
علم اطلاعات و دانش شناسی: وب معنائی، سیستم‌های خبره، تحلیل متون، درخت دانش، هستان شناسی ...
تربیت بدنی و علوم ورزشی: تحلیل سیگنال‌های زیستی، تحلیل تصاویر ورزشی ...
علم داده: شناخت الگو، داده کاوی، کلان داده، یادگیری ماشین، یادگیری عمیق، شبکه‌های عصبی و بیزی...
هوش مصنوعی در کارافرینی و ایده‌های نوین کسب و کار اثرات متقابل علوم انسانی و هوش مصنوعی و جهت‌گیری آینده آینده پژوهی و تبیین افق زندگی بشری با هوش مصنوعی کمیته علمی همایش
دکتر کامبیز بدیع
دکتر محمدباقر منهاج
دکتر حسین صامتی
دکتر پیام حنفی زاده
دکتر عبدالرسول قاسمی
دکتر آزاده میزائی
دکتر مهدیه سلیمانی
دکتر‌هادی مرادی
دکتر علی کتانفروش
دکتر باقر باباعلی
دکتر شهرام معین
دکتر حسن رشیدی
دکتر علی صفدری وایقانی
دکتر محمدرضا اصغری اسکوئی
دکتر محمد بحرانی
دکتر فرزام متین فر
دکتر فرشته آزادی پرند
دکتر حسین تیموری فعال
کمیته داوران همایش:
دکتر مهرنوش ابوذری، حقوق جزا و جرم شناسی پروفسور حمیدرضا آیت اللهی، فلسفه دکتر محمدرضا اصغری اسکوئی، علوم رایانه دکتر باقر باباعلی، علوم رایانه
دکتر محمد بحرانی، علوم رایانه
دکتر فرشته آزادی پرند، مهندسی نرم افزار دکتر محمد رضا تقوا، خدمات فناوری اطلاعات - سیستم‌های اطلاعاتی - سیستم‌های انرژی دکتر حسین تیموری فعال، علوم رایانه دکتر مظفر جمالیان پور، سیستم‌های اطلاعاتی حسابداری و حسابرسی دکترحبیب اله رحیمی، حقوق خصوصی
دکترحسن رشیدی، علوم رایانه
دکتر ایمان رئیسی وانانی، مدیریت فناوری اطلاعات دکتر آرامش شهبازی، حقوق و علوم سیاسی دکتر حسین علی احمدی جشفقانی، حقوق دکتر عبدالرسول قاسمی، مهندسی کامپیوتر دکتر علی کتانفروش، علوم رایانه دکتر فرزام متین فر، علوم رایانه دکتر حسن مرادی، حقوق جزا
دکتر رحیم مرادی، تکنولوژی آموزشی دکتر آزاده میرزائی، زبانشناسی
دکتر سید منصور میرسعیدی، حقوق جزا و جرم شناسی
دکتر سید امیر سخاوتیان
رئیس دانشکده مطالعات بنیادین هوش مصنوعی دانشگاه آزاد اسلامی قـم؛
دکتر مصطفی قبائی
عضو هیات علمی و مدیرگروه کامپیوتر دانشگاه آزاد اسلامی قم
اشاره
هم‌زمان با هفته پژوهش، سیزدهمین نشست از سلسله‌نشست‌های علوم اسلامی و انسانی دیجیتال با موضوع «نقش هوش مصنوعی در پژوهش‌های علوم اسلامی و انسانی» در تاریخ 23 آذر 1401 در مرکز تحقیقات کامپیوتری علوم اسلامی برگزار گردید.
این نشست، با سخنرانی استاد محمدرضا حسنی آهنگر، دکترای مهندسی کامپیوتر گرایش هوش مصنوعی برگزار شد. ایشان از سال 1391 ریاست دانشگاه جامع امام حسین (ع) را بر عهده دارد و علاوه بر آن، صاحب تألیفات متعدّدی از قبیل کتاب و مقاله در باره هوش مصنوعی است.
ایشان در این نشست علمی، با تبیین جایگاه هوش مصنوعی در پژوهش‌های علمی، به‌ویژه در علوم انسانی و اسلامی، لازمه حکمرانی در جهان آینده و ایجاد تمدّن اسلامی در جامعه را آشنایی عمیق با هوش مصنوعی و قابلیت‌های آن دانستند و ابراز داشتند که برای ایجاد مصونیت از خطر استعمار مجازی، باید با کمک فنّاوری و هوش مصنوعی، خود را ایمن و مسلح بسازیم. آنچه در ادامه می‌آید، مشروح سخنان ایشان در این زمینه است.
جایگاه هوش مصنوعی در پژوهش‌ها
ما از ده سال پیش، در دانشگاه جامع امام حسین (ع) به دنبال تهیه و اجرای طرح تمدّن نوین اسلامی بر اساس آرمانها و اهداف حضرت امام و رهبری معظم هستیم. حوزه و دانشگاه در این راستا و بر اساس بیانیه گام دوم، وظایف سنگینی بر عهده دارند. بر این مبنا، توجّه به تربیت انسانهای تراز تمدّنی و تولید فکر، بیش از پیش ضروری به نظر می‌رسد. به منظور تولید فکر، باید علوم تأثیرگذار در حوزه تمدّن‌سازی مدنظر قرار گیرد. این علوم، همان علوم انسانی و اسلامی است که پایه حکمرانی محسوب میشود.
در صدر توجّه ما، علوم پیشران تمدّن‌سازی است که با توجّه به ویژگی‌های هوش مصنوعی، می‌توانیم آن را از این قسم در نظر بگیریم. توجّه به هوش مصنوعی، میتواند جهش فراوانی در حوزه تمدّن‌سازی برای ما داشته باشد. خیلی از کارهای خوبی که دوستان ما در مجموعه‌های دفاعی و امنیتی انجام می‌دهند، در بستر هوش مصنوعی و فنّاوری اطّلاعات است؛ امّا پیشرفت حقیقی، زمانی محقّق میگردد که بُعد نرم‌افزاری تمدّن اسلامی که سبک زندگی ما را شکل می‌دهد، اتّفاق بیفتد. بنابراین، صرف پیشرفت در زمینه‌های نظامی و صنعتی که در سایر کشورهای توسعه‌یافته نیز اتّفاق میافتد، سودمند نخواهد بود.
مقام معظم رهبری در دیدار اخیر خود با اعضای محترم شورای عالی انقلاب فرهنگی، بر لزوم پاسداری از همه خاک ایران، ذهن و مغز و رؤیای ایران اسلامی تأکید کردند. بر اساس فرمایشات رهبری، باید انقلابی در حوزه فرهنگ جامعه و سبک زندگی ما شکل بگیرد. در این خصوص، علوم انسانی و علوم حکمرانی، اصلی‌ترین وظیفه را برعهده دارند. ابزارهای حکمرانی، در حوزه علوم انسانی است و متأسفانه، در کشور ما تا حدود زیادی این علوم، غریب هستند؛ چراکه کمترین میزان هزینه‌ای که در حوزه تحقیقات در کشور میشود، به حوزه علوم انسانی اختصاص دارد.
هزینه تحقیقات در کشور بر اساس برنامه‌های پنج‌ساله ششم، باید 3درصد باشد و در سال 1404 باید به افق 4درصد از تولید ناخالص داخلی (GDP) کشور برسد؛ درحالی‌که الآن 56درصد برای این کار هزینه میشود. با اینکه این مهم، مطالبه رهبری هم بوده است، اما هزینه بیشتری در حوزه تحقیقات کشور صورت نگرفته است و اگر نسبتسنجی کنیم، هزینه تحقیقات در علوم انسانی با سایر علوم از علوم پایه تا علوم پزشکی و علوم فنی مهندسی و...، به‌مراتب کمتر است. این در حالی است که آسیب‌های اجتماعی، ریشه در حوزه علوم انسانی دارند و آن هم علوم انسانی مسموم. بنابراین، اینجا نقش یک پیشران که بتواند این عقب‌ماندگی ما را جبران کند، ضروری به نظر می‌رسد. این پیشران، همان «هوش مصنوعی» است.
سخنرانی دکتر محمدرضا حسنی آهنگر سیزدهمین نشست از سلسله‌نشست‌های علمی علوم انسانی و اسلامی دیجیتال در مرکز تحقیقات کامپیوتری علوم اسلامی
هوش مصنوعی، ماشین حل مسئله
هوش مصنوعی، آن است که ماشین کاری کند که اگر انسان آن کار را انجام دهد، کار هوشمندانه تلقی شود و یا به عبارت دیگر ماشین، مثل انسان، منطقی فکر و عمل کند. در دهه 50 میلادی، ابتدا هدف هوش مصنوعی این بود که انساننما طراحی کند. اما وقتی دیدند ماشینی که تولید کرده‌اند، حداقل قابلیت‌های یک کودک را هم ندارد - چون کودک دوساله تقریباً زبان طبیعی را متوجّه میشود و صحبت میکند؛ اما ماشین این قابلیتها را ندارد - از این حرف، عقب‌نشینی کردند. پس، ماشینی که تا به امروز تولید شده، مثلاً به عنوان مترجم، قابلیت ابتدائی یک کودک را هم ندارد. بعد از این عقب‌نشینی، طراح‌های هوش مصنوعی گفتند: ما به دنبال تولید ماشینهای هوشمندیم. در آن دوره، بحث‌های تست تورینگ مطرح شد و البته عملاً از این ادعا نیز عقب‌نشینی کردند. دانشمندان در نهایت، به این ادعا رسیدند که می‌خواهیم ماشین حلّ مسئله تولید کنیم. بنابراین، سومین هدف تقلیل‌یافته حوزه هوش مصنوعی، حلّ مسأله شد. بر این اساس، اگر هوش مصنوعی در حلّ مسائل کمک کند، خیلی خوب است و کار بزرگی انجام داده است. الآن، مشکل ما در جامعه، حلّ مسئله است. سؤالی که اینجا مطرح است، این است که حلّ کدام مسئله توسط هوش مصنوعی انجام می‌گیرد؟ اوّلین نکته‌ای که وجود دارد، این است که در کشور ما نظام مسائل، ساخت‌یافته طراحی و احصا نشده است. کشورهای پیشرفته، نظام مسائل خود را احصا کردند و آنها را به صورت ساخت‌یافته، نگاشت نهادی کردند. افراد یا مجموعه‌های خود را نگاشت کردند. کشورها، درختواره نیازها و دانش نظام مسائل خود را بر اساس تصویری که از آن دارند، استخراج و نگاشت نمودند. در کشور، ما این کار را نکردیم. اگرچه ما نقشه جامع علمی نوشتیم، ولی تقسیم کار انجام نشده است؛ به این معنا که مثلاً سهم دانشگاه امام حسین (ع) یا مرکز تحقیقات کامپیوتری علوم اسلامی از نقشه جامع چیست؟ برای هیچ دانشگاه دیگری هم این کار تعریف نشده است و این، یکی از مشکلات جدی کشور است. هوش مصنوعی میتواند در تدوین و اصلاح نظام مسائل کشور، به‌خصوص در حوزه علوم انسانی، نقش ویژه‌ای ایفا نماید.
هوش، ابزارهای خیلی خوبی در اختیار ما قرار داده است؛ نظیر الگوریتم‌های مختلف داده‌کاوی، بحث‌های شبکه عصبی، منطق فازی، الگوریتم ژنتیک، شبکه بیضی و بحث‌های خوبی که قابلیتی ایجاد میکند تا شبیه به یک انسان، سیستم خبره یا سامانه‌های خبره داشته باشیم و اگر پایگاه دانش و مکانیزم استنتاج آن را درست طراحی کنیم، همانند انسان، تحلیل و تصمیمسازی کرده و بعد هم تصمیمات خود را شرح دهد. البته لازم است سازماندهی ویژه‌ای برای استفاده بهینه از این ابزارها صورت بگیرد.
حکمرانی در جهان با هوش مصنوعی
یکی از بحث‌های جدی، توجّه به آینده دنیایی است که تمدّن‌سازی در آن صورت می‌گیرد. بسیاری از سندهای کشور، ناظر به حال و گذشته نوشته شده؛ درحالی‌که اینها باید ناظر به آینده تدوین می‌شدند و این، اصلاً خوب نیست؛ در صورتی که دنیا به‌سرعت در حال تغییر است.
زمانی هوش مصنوعی، مجرد بود؛ اما الآن هوش مصنوعی، از بستر فضای مجازی استفاده میکند و آن را مدیریت مینماید. بر اساس داده‌های قبلی، ما تا سال 2025 میلادی، 75 زتابایت (zettabaytes) اطّلاعات بارگذاری‌شده در اینترنت داریم. در سال 2021م، حدود 33 زتابایت حجم داده اینترنت بود و این حجم در طی 4 سال، حدوداً دو برابر میشود که حجم بزرگی از داده است. مدیریت این بیگ‌دیتا، توسط هوش مصنوعی، با طراحی نظام سلطه است. امروز از این طریق می‌توانند اطّلاعات فردفرد ما را شناسایی کنند و بفهمند که ما از چه محتواهایی استفاده میکنیم و اینکه علاقه، فکر، خواب و خوراک ما چگونه است. اینها، برای آینده کشور، خطرناک است. هوش مصنوعی، مبتنی بر استفاده از این داده‌های بزرگ یا بیگ‌دیتاست. الگوریتم‌های مختلف داده‌کاوی که قابلیت پردازش اطّلاعات را داده، به همراه جامعه‌شناسی و روانشناسی، این قابلیت را می‌دهد تا شما شبکه‌های اجتماعی را تحلیل کنید و داده‌های خیلی خوبی از اینها به دست آورید.
هوش مصنوعی، مهمترین کاری که امروز در دهکده جهانی انجام می‌دهد، حکمرانی هوشمند است. مرکز تحقیقات کامپیوتری علوم اسلامی از این نظر که به دنبال زیرساختهای پژوهشی است، میتواند در زمینه حکمرانی هوشمند، نقش مؤثّری ایفا کند.
فضای دیجیتال
قابلیت‌های هوش مصنوعی در تمدّن‌سازی و حکمرانی
لازمه بهرهمندی علوم انسانی اسلامی از هوش مصنوعی، تمرکز، رصد و پایش فعالیت‌های به‌روز در دنیا در زمینه هوش مصنوعی است. یکی از مراکز در دانشگاه جامع امام حسین (ع)، بخش آیندهپژوهی است که ناظر به نیازهای سپاه و انقلاب اسلامی به پایش و رصد کارهای دنیا میپردازد. 24 مجموعه برتر دنیا، مورد بررسی و تحلیل قرار می‌گیرند و ناظر به روشهای آیندهپژوهی، تصویر مطلوبی برای استفاده کشور ارائه میشود.
اتّفاقی که در حال وقوع است، این است که دنیا کاملاً در بستر فضای مجازی سامان پیدا میکند. بحث‌های سایبرنتیک، واقعیت و هویت، سه مؤلّفه‌ای است که عملاً توانسته فضای سایبری، اینترنت، شبکه‌های اجتماعی و فضای رسانه‌ای را شکل دهد و در نهایت، جهان مجازی اتّفاق بیفتد. در این شبکه جهان مجازی، همه آنچه انسان نیاز دارد، با نشانی، مشخّص است و عملاً تمدّن بعدی، بعد از تمدّن صنعتی (انقلاب صنعتی)، تمدّن سایبری است. باید توجّه داشت که اگر ما به دنبال تمدّن نوین اسلامی هستیم، بستر آن، فضای مجازی است. پیشران این تمدّن، هوش مصنوعی و علوم شناختی است. هوش مصنوعی، از سال 1950 در صنعت و حوزه فنّاوری مورد استفاده قرار گرفت؛ امّا بعد با به‌کارگیری آن در علوم شناختی، جهش فوقالعادهای گرفت. امروزه بهرهمندی از هوش مصنوعی در بستر فضای مجازی، قابلیتی مانند ذهن انسان ایجاد کرده که هم فرازمانی است و هم فرامکانی. قابلیت مهم‌تر هوش مصنوعی امروزه، شبکه‌سازی است. پروتکل اینترنت یا آی پی نسخه 6، این قابلیت را داده که به تعداد هر آنچه در دنیاست، حتّی به اندازه مولکول‌های شن، نشانی بدهد. بنابراین، هیچ محدودیت در نشانیدهی وجود ندارد. این قابلیت شبکه‌شدن ضریب نمایی به فعالیت‌ها داده است.
دو قابلیت هوش مصنوعی را برشمرده و گفته‌اند: حلّ مسئله و مدیریت صحنه، دو کارکرد اساسی هوش در دوران کنونی است. حکمرانی که به تنظیم مقررات و رگولاتوری یا تنظیم‌گری میپردازد، از طریق هوش مصنوعی انجام میشود؛ به عنوان نمونه، «اسنپ» یا «دیوار»، مبتنی بر یک ساختار فیزیکی مثل تاکسیرانی مدیریت نمی‌شود، بلکه از درون یک سیستم در یک اتاق مدیریت میشود.
برای بیان نمونه از کاربرد هوش مصنوعی در زندگی ما باید عرض کنم، امروزه وسایل زندگی هوشمند شده‌اند و با یک دکمه، از فرسنگها فاصله قابل مدیریت هستند. تعلیم و تربیت هوشمند در دوران کرونا، در دستور کار قرار گرفت و باعث شد خیلی سریعتر این قابلیتها را درک کنیم. آموزش در فضای متاورس که تلفیقی از فضای فیزیکی و فضای مجازی است، موجب شده فضای مجازی کاملاً غالب شود که کلاس سینماها از این دست هستند. امروزه، پزشکی هوشمند، جراحی ربات‌ها و اینپلنتهایی که در بدن یا مغز انسان نصب میشود، همه به کمک هوش مصنوعی اتّفاق میافتد. امروزه، اقتصاد هوشمند در دستور کار قرار گرفته که بازارهای بورس، از این دسته‌اند.
اینترنت جهانی باز و رسانه هوشمند، پروژه‌ای است که شرکت تسلا و آقای ایلان ماسک، در حال اجرای آن است. بدیهی است، با 42000 ماهواره شبکه‌ای حول زمین، تحوّلاتی رغم میخورد که شرکت‌هایی نظیر همراه اوّل و ایرانسل، دیگر معنا پیدا نمی‌کنند. گوشی‌های هوشمند با ماهوارهها ارتباط می‌گیرند و تنظیم‌گری حکومت‌های محلی را از بین می‌برند.
جنگ و دفاع آینده جهان، هوشمند خواهد بود. سلاحهای موشکی و پهپادی، از این دسته هستند. یکی از مانورهایی که نیروی هوا و فضا اجرا کرده بود، پرواز دسته‌جمعی پهپادها بود؛ مثل پرنده‌هایی که با هم پرواز می‌کنند. اینها با بحث‌های هوشمندسازی در قالب مالتی ایجنت‌ها و عامل‌های هوشمند اتّفاق میافتد.
یکی دیگر از کارکردهای هوش مصنوعی، مشابهیابی است که به کمک الگوریتم‌های هوش مصنوعی اتّفاق میافتد. امروزه هوش مصنوعی، در همه زمینه‌ها و علوم مورد استفاده قرار گرفته است.
مقام معظم رهبری به مسئولان گفته بودند که ما با توجّه به تحوّلات روزافزون فضای مجازی، نباید مثل دوره انقلاب صنعتی عقب بمانیم. در این زمان، به دلیل سرعت بسیار زیاد تغییرات، عقب‌ماندگی غیرقابل‌جبران خواهد بود و شرایط مثل عقب‌ماندگی در دوره انقلاب صنعتی نخواهد بود.
فناوری اطلاعات و ارتباطات
خطر استعمار مجازی با کمک فنّاوری و هوش مصنوعی
این مؤلّفه‌ها نشان‌دهنده آن است که جهان در حال تغییر الگوی پارادایمی است؛ یعنی الگوی تمدّنی دنیا دچار تغییر شده و استعمار از این فضا به‌خوبی استفاده میکند. در گذشته، استعمار کهنه بیشتر دنبال فیزیک و بدن بود؛ اما با بروز استعمار نو، بعد از جنگ جهانی دوم، فرهنگ در کانون توجّه قرار گرفت و الآن ما شاهد استعمار مجازی هستیم که از ابزارهای فناورانه استفاده میکند. این استعمار جدید، فیزیک و فرهنگ را به صورت ترکیبی در اختیار گرفته است تا جنگ ترکیبی را به نفع خود رقم بزند. به همین جهت، رهبری به جنگ ترکیبی پیش رو و ابعاد مختلف فرهنگی، اقتصادی و علم و فنّاوری آن اشاره نمودند. بنابراین، قواعد و مؤلّفه‌های تمدّن گذشته در چرخه معادلات این تمدّن اعتباری ندارد. تمدّن نوین، نیازمند تولید قواعد و مؤلّفه‌های جدید است. باید دستگاه معادلات این فضای پارادایمی را ایجاد کنیم و به کمک هوش مصنوعی و علوم شناختی، آن را تولید نماییم.
مقام معظم رهبری در دیدار خصوصی با دولت دوازدهم فرمودند: پیشرفت‌های فضای مجازی در جهان امروز باعث شده ما در 5 یا 10 سال آینده نتوانیم تهران را هم اداره کنیم. کشورها یا شرکت‌های چندملیتی، اداره شهرها را انجام می‌دهند. خب، منظور ایشان از این شرکت‌ها، عبارت‌اند از: گوگل، میکروسافت، آی‌بی‌ام، تسلا، آمازون و نظایر آن؛ هشت شرکت بزرگ در دنیا که تقسیم کار بین‌المللی کرده و سهام خیلی از شرکت‌های بزرگ دنیا را هم خریده‌اند و عملاً فضای مجازی جهان را در اختیار دارند. این شرکت‌ها قوانین اداره جهان را در قالب یک دهکده هوشمند طراحی و در اختیار گرفته‌اند. مقام معظم رهبری در آن جلسه، از مسئولان دولتی سؤال می‌کنند که حالا در این فضا، چه اقداماتی باید انجام بگیرد تا استقلال کشور در فکر و عمل به طور کامل حفظ شود؟ در پاسخ باید گفت که حوزه علوم انسانی در این میان، نقش تعیین‌کننده دارد؛ از این جهت که قواعد اداره جامعه، از رشته‌های علوم انسانی استخراج میشود. رشته‌های پزشکی و فنی مهندسی، بیشتر رشته‌هایی خدماتی هستند و در زمینه حکمرانی دخالتی ندارند.
اکنون کشورهای مختلف، اینترنت ملی راه‌اندازی کرده‌اند. کشور چین، گوشی‌های بومی تولید کرده که نرم‌افزار سیستم‌عامل آن، اندروید نیست. این گوشیها با استفاده از سیستم‌عامل تعریف‌شده با ماهواره بومی ارتباط می‌گیرند. در این فضا، کشور چین محدودیت‌ها و قواعد مورد نظر خود را به کار می‌گیرد و با این کار، در مقابل هجمه‌هایی که در دهکده جهانی، اتّفاق میافتد، مصونیت ایجاد میکند. شبیه چینیها، روس‌ها و سایر کشورهای پیشرفته اروپایی نیز به فکر راه‌اندازی چنین فضایی هستند. این کشورها، خُرده‌فرهنگ‌هایی هستند که در صورت عدم توجّه، در فرهنگ آمریکایی حذف خواهند شد؛ حتی ملت آمریکا هم درگیر همین مسئله هستند؛ یعنی این هشت شرکت چندملیتی، فراتر از خود ملت آمریکاست؛ از این جهت که اینها توسط یک شبکه صهیونیستی شش میلیون نفری و ابرطبقه، کنترل دنیا را به دست گرفته‌اند. این شبکه با استفاده از ابزار فضای مجازی می‌خواهند سنگرهای فرهنگی، اجتماعی، نظامی، اقتصادی و امنیتی جهان در اختیار بگیرند.
دانشگاهی‌ها و مسئولان سیاست‌گذار و کسانی که تولید فنّاوری و داده می‌کنند، باید با تکیه بر معارف انقلاب اسلامی و جمهوری اسلامی، در ایجاد و شکل‌دادن به قواعد این دنیای جدید، نقش تعریف کنند تا ورودی قدرتمندانه، عالمانه، کاملاً مستقلّ و بدون وابستگی در این فضا را داشته باشیم.
هوش تحقیقاتی
هوش تحقیقاتی، همان مجموعه متشکل از دانش، هوش و شناخت نهفته و متبلور در شبکه‌های انسانی و فنّاوری‌محور است که با استفاده از عملکردها، شاخص‌ها و معیارهای مشخّص، دستیابی به اهداف و فرایند دانایی را در تحقیقات راهبردی، هموار میکند. بنابراین، به کمک ابزارها و روشهای ادراک و شناخت و الگوریتم‌ها، حلّ مسئله صورت می‌گیرد؛ مسئله‌هایی که انسان‌ها با هم شبکه می‌شوند و آنها را حل می‌کنند و یا انسان و ماشین به کمک یکدیگر، به حلّ آنها میپردازند. روش حلّ مسئله هوشمند، هوش تحقیقاتی نام دارد.
توانمندی‌های هوش مصنوعی
فنّاوری‌های مرتبط با داده‌های حجیم، فنّاوری‌های معنایی، شفافیت و اصالت نتایج، هویت واحد، علوم داده پیشرفته، شبکه‌های عصبی مصنوعی، پردازش زبان طبیعی، معیارها و شاخص‌ها و اپلیکیشن‌ها، همه توانمندی‌های حوزه هوش مصنوعی هستند که در اختیار محقّقان قرار گرفته و میتواند بر داده‌های مختلف در اینترنت بار شود. قابلیت‌هایی که اینها برای ما به ارمغان میآورد، عبارت است از: تحلیل روندهای تحقیقاتی، مصوّرسازی عملکرد تحقیقاتی، توسعه مشارکت‌های مشترک پژوهشی، توسعه اتحادهای راهبردی تحقیقاتی، خدمات تحلیلی - تحقیقاتی، معیارهای علم‌سنجی، جست‌وجوی تخصّصی، رصد دیده‌بانی داده‌ها و روندهای تحقیقاتی، ابعاد هوش تحقیقاتی، روش‌شناسی تحقیقات، خالصسازی داده‌های تحقیق، اشتراک‌گذاری یا اشتراکسازی دیجیتال و پژوهش‌های برخط.
فناوری اطلاعات و ارتباطات
فرآیند دانایی مبتنی بر هوش تحقیقاتی
فرایند دانایی در حوزه حلّ نظام مسائل انقلاب را که تعریف کردیم، مبتنی بر بستر هوش تحقیقاتی بوده، داده‌ها با پردازش به اطّلاعات تبدیل میشود و اینها جنبه ادراکیِ دانستن میشود. اطّلاعات، دانش چیستی است و خود دانش، به لحاظ نظری و تجربی که فوت کوزه‌گری و مهارت است، چگونگی است. این دانش چگونگی، فهم را برای ما به ارمغان میآورد که میزان، جذب دانش و جنبه شناختی دانش است و در عمل، باعث کارایی و بهره‌وری فعّالیّت‌ها میشود. نکته‌ای که در اینجا شایان ذکر است، میزان اثربخشی و بهره‌وری در کارهاست که رهبری هم به این مورد اشاره داشته‌اند. سؤالی که هست، اینکه تا به امروز، میزان اثرگذاری فعّالیّت‌های فرهنگی مرکز نور در جامعه چه قدر بوده است؟ فرایند دانایی، در رسیدن به این امر، اثر بسزایی دارد. دانشی که به فهم و خِرد تبدیل شود و دانایی هدفمند و ارزش‌گرایی که برای ما اثربخشی را به ارمغان بیاورد، هدف ماست.
فرایند دانایی مبتنی بر هوش تحقیقاتی، زیست‌بومی در سه سطح، شامل: سیاست‌گذاری، فنّاوری و داده دارد. فعالیت‌های مرکز نور در سطح داده و در سطح فنّاوری، با سیاست‌گذاری‌های مشخّص و شفاف، در حال انجام است. بنابراین، مرکز نور در پارادیمی که ما در دانشگاه استخراج کردیم، به‌خوبی فعالیت میکند.
یک‌سری مجموعه داده‌های تحقیقاتی وجود دارد که پشتیبانی رسانه‌ای میشود و دارای فرم، ساختار و معناست. این داده‌های ثبت‌شده، اختراع و یا مقالات متنی و یا چکیده مقالات استنادی اسکاپوس است و همچنین، داده‌های مالی و داده‌های مختلف از فنّاوری‌های مختلف هوش مصنوعی نیز هست.
مرکز نور نیز از فنّاوری‌های هوش مصنوعی، سیستم یادگیری ماشین از متن و الگوریتم‌های داده‌کاوی استفاده کرده و در این زیست‌بوم کار میکند. اینها همه باید در سایر مجموعه‌های حوزه علوم انسانی نیز اتّفاق بیفتد.
لوازم حکمرانی انقلابی در کشور
اگر بخواهیم در کشور حکمرانی انقلابی را حاکم کنیم، لازم است مسائل پیچیده را با ظرافت‌ها، دشواری‌ها و پیچیدگی‌های آن در نظر بگیریم. در این باره مقام معظم رهبری میفرماید: «ما گاهی ساده‌انگارانه به مسائل نگاه کردیم.» امام (ره) فرمود: «مبدأ همه تحوّلات، دانشگاههاست و اگر دانشگاه و مدرسه درست نشود، هیچ امیدی به تشکیل جمهوری اسلامی نداریم.» آیا واقعاً به مدرسه و دانشگاه توجّه جدّی شده است؟ رهبری راجع به اسلامی‌شدن دانشگاه‌ها فرمود: «زمانی که بنده شورای عالی انقلاب فرهنگی بودم، فعالیت زیادی در این مورد انجام دادیم؛ امّا آن کار اساسی و اصلی، اتّفاق نیفتاد.» علّت، این بود که به مسائل ساده‌انگارانه توجّه شد و ظرافت‌ها، پیچیدگی‌ها و دشواری‌های کار در نظر گرفته نشد. خب، راه منحصربه‌فرد، تحوّل اساسی دانشگاه با استفاده از جوانهاست که البته این مسئله، اتّفاق نیفتاده است.
دومین علّت حلّ‌نشدن مسائل کشور، جزیرهای عمل‌کردن در کشور است. ارگانها و مجموعهها، حاضر به همکاری و همافزایی نیستند و همه می‌خواهند همه چیز را داشته باشند؛ امّا در مقابل، جبهه دشمن، هرچند با یکدیگر نامتجانس و دارای اختلافاند، اما در دشمنی با کشور ما، با یکدیگر اتحاد دارند. نقطه قوت ما در جنگ سخت، سازماندهی و اتحاد بود و اگر به اشتباه همدیگر را می‌زدیم و شهید می‌کردیم، معلوم بود؛ اما در جنگ نرم، خیلی معلوم نیست که در یک جبهه، افراد چگونه عمل می‌کنند.
استفاده‌نکردن از تجربیات موفق بخش‌های مختلف کشور، از دلایل دیگرِ حلّ‌نشدن مسائل است. تجربه موفّق مدیریت در دفاع مقدّس به جهت استفاده از جوانها، باید مورد توجّه همه بخشها باشد. آخرین علّت عقب‌ماندگی کشور، حمله همه‌جانبه و شدید دشمنان با استفاده از فضای مجازی و سایر ابزارهاست.
به منظور پیشبرد اهداف انقلاب و کشور، لازم است بازخوانی و تعریف جدیدی نسبت به مؤلّفه‌ها و قواعد دانشگاه تراز اسلامی، و همچنین اساتید و دانشجویان شکل بگیرد. اگر چنین استادی در تراز انقلاب اسلامی تربیت شد، در فضای مجازی خود را نمی‌بازد. مقام معظم رهبری برای تحقّق بیانیه گام دوم گفتند: ما نیازمند حلقه‌های میانی هستیم که بتوانند حرکت عمومی در جامعه ایجاد کنند. نخبگان، دانشگاهیان، مراکز تحقیقاتی و حوزه‌های علمیه، برای به حرکت در آوردن عموم مردم، نقش حلقه‌های میانی را دارند.
ما دنبال یک هوش مصنوعی مطلوبیم. اگر اوج پیشرفت در هوش مصنوعی، رسیدن به قوه عاقله مصنوعی است، هوش مصنوعی مطلوب، آن است که راه را برای ما به سوی اطاعت الهی باز کرده و رضایت حق را برای ما فراهم کند. بنابراین، نظیر بمب اتم که فی‌نفسه برای ما مطلوب نیست، هوش مصنوعی بدون در نظر گرفتن این هدف عالی، برای ما موضوعیت ندارد.
شاید دشمنان به ما سلاح تاکتیکی خود را بفروشند؛ اما قواعد اداره جامعه را به ما یاد نمیدهند؛ چراکه قواعد پیروزی را برای خود در نظر می‌گیرند. بنابراین، دشمن هیچ‌گاه سلاح راهبردی به ما نخواهد داد؛ برای مثال، به تعداد دانشجوهای فارغ‌التحصیل ایرانی در رشته‌های راهبردی در دانشگاه‌های برتر دنیا نگاه کنید. تعداد اندکی که در این رشته‌ها تحصیل کرده‌اند، بر اساس سبک سلطه‌پذیری آموزش داده شده‌اند؛ نه سلطه‌گری. آنها به دانشجویان خود، شیوه سلطه‌گری را آموزش می‌دهند.
دانشگاه امام حسین (ع) و فعّالیّت‌های مبتنی بر فنّاوری و هوش مصنوعی
دانشگاه جامع امام حسین (ع)، دارای دوازده دانشکده و پژوهشکده است. در این دانشکده و پژوهشکده‌ها، نزدیک به 75 مرکز علم و فنّاوری وجود دارد که متوسط هر دانشکده و پژوهشکده بین 5 تا 8 مرکز علم و فنّاوری دارد. هر مرکز علم و فنّاوری، بین 3 تا 5 گروه علمی دارد و هر گروه علمی، بین 3 تا 5 کرسی دارد و استادان با کرسی‌های مشخّص، معلوم هستند. در مجموع، این دانشگاه حدود 300 گروه علمی دارد.
دانشگاه جامع امام حسین (ع)، نقشه راه پنجاه‌ساله به منظور تحقّق مرجعیت علمی و ایفای نقش در تمدّن‌سازی دارد. شعار دانشگاه، تزکیه، جهاد علمی، دانشگاه تمدّن‌ساز است. ذیل نقشه راه پنجاه‌ساله، یک برنامه 5 و 10ساله تعریف شده که به افق 1404 می‌رسد. بر این اساس، تمام دانشکده و پژوهشکده‌ها، مراکز علم و فنّاوری، گروه‌های علمی و اساتید، نقشه راه دارند؛ به عنوان نمونه، پروژه «نور» به هوشمندسازی سپاه میپردازد. این پروژه، در لایه‌های مختلف: تعامل، تصمیم‌گیری، محاسبات نرم‌افزاری کاربردی، زیرساختی دانشگاهی، دانش‌شناختی، محاسبات داده و شبکه تعریف شده است.
در باره موضوعات پایاننامهها و پژوهش‌ها، این‌گونه است که قبل از جذب دانشجو، محور پایان‌نامه آنها به آموزش دانشگاه داده میشود و در مصاحبه علمی دانشجو، این محورهای پایان‌نامه با دانشجو نهایی میشود و در ادامه، ابزارهای لازم برای حلّ این مسئله، به دانشجو آموزش داده میشود. چالشها در حوزه فرماندهی، کنترل این مسئله در حوزه شبیهساز و ابزارهای شبیهساز، سامانه‌های هوشمند شبکه و ارتباطات شناسایی میشود.
نکته مهمی که در این روش وجود دارد، سیستم ارزیابی است. اساتید با یک نظام جامعی که جایگزین نظام ترفیع ارتقای وزارت علوم شده، ارزیابی می‌شوند. مجوز این ارزیابی، از وزارت علوم و شورای عالی انقلاب فرهنگی گرفته شده است. در این روش، حلّ مسئله، جایگزین سیستم مقاله‌محوری شده است. مقالات در این روش، در راستای حلّ مسئله باید باشد. این مدل، مورد پسند رهبری بوده و ایشان به شورای عالی انقلاب فرهنگی فرمان دادند که از این مدل، در همه دانشگاه‌ها استفاده شود.
در دانشگاه جامع امام حسین (ع) تقریباً از سال 1394، کارهای هوشمندی ما شکل گرفت. در حوزه هوشمندسازی سپاه، ما فعال هستیم و پروژه‌ای که داریم، جزء به‌مثابه کل است. در این سیستم‌ها، کل، عین جزء است و برعکس؛ یعنی مثلاً هر پاسداری در هر موقعیتی که ارتباطش با مرکز قطع شد، به‌تنهایی مانند فرماندهی کل تصمیم بگیرد و اجراء کند. به این منظور، لازم است که خوب بفهمد و به سطحی از آگاهی و فهم برسد که تصمیم اثربخش بگیرد؛ به عنوان نمونه، در ماجرای دو پاسداری که در جزیره فارسی بودند، مشاهده کردید با یک قایق، کنار دو قایق آمریکایی قرار گرفتند و همه آنها را اسیر گرفتند.
پروژه هوشمندسازی «نور» نیز یکی از کارهای خوب دانشگاه است. فعالیت‌های انجام‌گرفته در این پروژه، به دلیل طبقه‌بندی بودن، قابلیت ارائه عمومی را ندارند.
کار دوم در حوزه علوم اجتماعی محاسباتی، تحلیل اغتشاش‌های کشور، در باب نگرشسنجی و افکارسنجی بود. در این مورد، به کمک هوش مصنوعی، تحلیل شبکه‌های اجتماعی صورت گرفت که داده‌های آن، آماده و قابل ارائه است. قبل از انتخابات‌ها نیز نگرشسنجی و افکارسنجی مردم تهران یا کل ایران را انجام می‌دهیم.
در مقالات مختلفی هر کدام از شاخه‌ها را به طور جامع معرفی کردیم، در صورتی که نیاز به توضیحات بیشتر در مورد هر کدام از شاخه‌های هوش مصنوعی دارید می‌توانید بر روی لینک‌های زیر کلیک کنید.
سیستم خبره (Experts Systems)
رباتیک (Robotics)
یادگیری ماشین (Machine Learning)
شبکه عصبی (Neural Network)
منطق فازی (Fuzzy Logic)
پردازش زبان طبیعی (Natural Language Processing) ۱. سیستم خبره (Experts Systems)
سیستم خبره در واقع یک نرم افزار مبتنی بر هوش مصنوعی است که دانش انسانی را یاد می‌گیرد و از این دانش برای تصمیم گیری، تقلید میکند، این سیستم برای حل مسائل پیچیده از برنامه نویسی‌های رایج استفاده نمیکند بلکه از منطق if-then برای این کار استفاده میکند.
از کاربردهای سیستم‌های خبره میتوان به موارد زیر اشاره کرد: کاربرد درمانی، شناسایی عفونت‌های ویروسی کاربرد بانکی، تجزیه و تحلیل وام و سرمایه گذاری کاربرد پزشکی، تولید ربات‌های جراح
۲. رباتیک (Robotics)
رباتیک شاخه بسیار جالب از هوش مصنوعی است که بر روی طراحی و توسعه ربات‌ها تمرکز دارد. این شاخه از ترکیب شدن گرایش هوش مصنوعی، الکترونیک و کنترل، مکانیک (طراحی و ساخت) به وجود آمده است. هدف این شاخه، کمک به انسان‌ها در انجام کارهای تکراری و خسته کننده است.
۳. یادگیری ماشین (Machine Learning)
یادگیری ماشین به سیستم‌ها این امکان را می‌دهد تا به صورت خودکار، یادگیری و پیشرفت داشته باشند بدون اینکه به برنامه نویسی صریحی برای آن نیاز داشته باشند. تمرکز اصلی یادگیری ماشینی بر توسعه برنامه‌های رایانه‌ای است که بتوانند به داده‌ها دسترسی پیدا کنند و از آن برای یادگیری خود استفاده کنند. الگوریتم‌های بسیار مختلفی برای یادگیری ماشین وجود دارد و هر روزه صدها الگوریتم جدید نیز تولید می‌شوند، و به طور معمول ار منظر سبک یادگیری (learning style) (مانند یادگیری نظارت شده، یادگیری بدون نظارت، یادگیری نیمه نظارت) و یا با توجه به شباهتشان در فرم و عملکرد ( مانند طبقه بندی، برگشت، درخت تصمیم گیری، دسته کردن، یادگیری عمیق و…) گروه بندی می‌شوند.
۴. شبکه عصبی (Neural Network)
شبکه عصبی شاخه‌ای از هوش مصنوعی است که با استفاده از نورون‌های مصنوعی مغزی تلاش برای حل مشکلات پیچیده دارد. شبکه‌های عصبی را به نام “یادگیری عمیق” نیز شناخته میشود.
از کاربردهای این شاخه میتوان به موارد زیر اشاره کرد: تجزیه و تحلیل ریسک
تحقیقات بازار
کشف تقلب
پیش بینی سهام
تأیید چهره
۵. منطق فازی (Fuzzy Logic)
منطق فازی شاخه هوش مصنوعی برای اصلاح و بازنمایی اطلاعات نامطمئن با تجزیه و تحلیل میزان صحت فرضیه است. منطق فازی در مواجهه با عدم اطمینان به شما کمک میکند تا سطح مشخصی از انعطاف پذیری استدلال را ارائه دهید. پروفسور لطفی عسگرزاده ( مبدع نظریه منطق فازی) متوجه شد که کامپیوترها توانایی شبیه‌سازی تفکرات انسان را ندارند، منطق دیجیتال فقط توانایی نمایش دو وضعیت را دارد: درست (True)
«غلط» (False)
این در حالی است که یک مفهوم میتواند تا حدی درست یا نادرست باشد. منطق فازی کاربردهای گسترده‌ای دارد ولی دوتا از اصلی‌ترین کاربردهای آن در گیربکس‌های اتوماتیک و پزشکی است.
6. پردازش زبان طبیعی
پردازش زبان طبیعی به توانایی رایانه در درک گفتار انسان گفته میشود، اغلب مردم این شاخه را با نام NLP می‌شناسند. یادگیری ماشین، نوع خاصی از هوش مصنوعی است که الگوها را در اطلاعات تجزیه‌وتحلیل و استفاده میکند تا رایانه داده‌های ساختار نیافته‌ی زبان انسان را به داده‌های منظم و قابل فهم خود تبدیل کند.
