دستاورد های هوش مصنوعی 2020

۵ دستاورد برتر هوش مصنوعی در سال ۲۰۲۰

هوش مصنوعی در سال ۲۰۲۰ پیشرفت چشمگیری داشته است، جهان موفقیت های بسیاری در حوزه هوش مصنوعی در زمینه بینایی رایانه ای، پردازش زبان طبیعی ( NLP ) و رباتیک بدست آورده است. دستاورد های برتر هوش مصنوعی در سال ۲۰۲۰ شامل پیشرفت در تولید متن های خودکار، تشخیص چهره و گفتار، تشخیص حالت های حرکتی، کشف دارو و دستاورد های کوانتومی می باشد.

در واقع، هوش مصنوعی (AI) ، یادگیری ماشین (ML) ، یادگیری عصبی عمیق و علم داده در دهه گذشته فناوری های تغییر دهنده زندگی بوده اند. اکنون که در ابتدای سال ۲۰۲۱ قرار داریم، شکی نیست که سال ۲۰۲۰ به دلیل بحران بیماری همه گیر سال بسیار چالش برانگیز و تاریکی بوده است. بسیاری از مشاغل ناامیدی زیادی را در طول COVID-19 تحمل کردند، در حالی که علاوه بر این چندین کسب و کار در حال رونق نیز از بین رفتند.

Beauhurst در انگلیس در مطلبی که منتشر کرده می گوید ۲۷٪ از استارت آپ های مبتنی بر هوش مصنوعی تحت تأثیر همه گیری قرار گرفته اند، در حالی که ۲۲٪ از مشاغل هوش مصنوعی شاهد افزایش تقاضا برای منابع هستند. IDC پیش بینی کرد که هزینه ها بیش از ۴۹٫۲ میلیارد دلار خواهد بود تا هوش مصنوعی قوی تر از همیشه در سال ۲۰۲۰ شود و طبق آمار استاتیستا هوش مصنوعی به درآمد ۲۲ میلیارد دلار در سال ۲۰۲۰ خواهد رسید.

هوش مصنوعی پیشتاز نوآوری ها است و تا پایان سال ۲۰۲۷، اندازه بازار هوش مصنوعی با نرخ رشد سالانه مرکب ۳۳٫۲ درصد (CARG) به ۲۶۶٫۹۲ میلیارد دلار خواهد رسید. بسیاری از سازمان ها در حال حاضر با هوش مصنوعی کار می کنند و خدمات مشتری خود را بهبود بخشیده اند، از جمله ایجاد تجربه بهتر برای مشتری، کیفیت بالا و بهره وری.

هوش مصنوعی راه حل های فوق العاده ای برای هر زمینه و هر شرکتی ارائه می دهد. همچنین باعث تغییر چشم انداز سلامتی، زندگی، یادگیری و سایر معاملات روزمره شده است. هیجان انگیزترین تحول در فضای بینایی رایانه در مورد وسایل نقلیه خودران رخ می دهد. توسعه فوق العاده ای از خودروی های خودران سطح ۵ تسلا در سال ۲۰۲۰ توسط ایلون ماسک صورت گرفته است. این کار برای سایر استارت آپ های مرتبط و شرکت هایی که از آن حمایت می کنند بسیار خوب خواهد بود.

علی رغم بحران بیماری همه گیر کرونا، یکی از زمینه هایی که از عناصر هیجان انگیز این سال بوده است، دستاورد های موجود در هوش مصنوعی است. شرکت ها و محققان پیشرفت چشمگیری داشته اند و بسیاری از دستاوردهای AL / ML را به ویژه در زمینه ی پردازش زبان طبیعی ، دید رایانه ای و رباتیک جشن گرفته اند. دستاوردهای برتر هوش مصنوعی در سال ۲۰۲۰ شامل پیشرفت در تولید و ترجمه متن های خودکار، تشخیص چهره و صدا، تشخیص حالات حرکتی، کشف دارو، برتری کوانتومی و موارد دیگر است.

بیایید نگاهی به پنج تا از شگفت انگیزترین دستاورد هوش مصنوعی در سال ۲۰۲۰ بیاندازیم.

۱- GPT-3 – بزرگترین دستاورد NLP : زبان هوش مصنوعی

تعامل بین زبان های طبیعی انسان و ماشین مسئله پردازش زبان طبیعی ( NLP ) است. به طور خاص، چگونه می توان کامپیوتر ها را برای پردازش و تجزیه و تحلیل حجم زیادی از داده های زبان طبیعی طراحی کرد. تا به امروز، پردازش زبان هر دو شبکه عصبی متداول و کانولوشن را برای توسعه مدل های پیشرفته تر NLP ادغام کرده است. مفاهیم توجه به خود ( Self-Attention )، ترانسفورمرها و تعبیه واژه ها برای ایجاد رابطه ای بین کلمات به موازات CNNS برای درک کامل مجموعه ها، جمع شده اند.

این مدل های تولید زبانی مبتنی بر هوش مصنوعی را می توان در مرحله آموزش پیش تولید مولد با استفاده از مجموعه ای متنوع و بزرگ همراه با بسیاری از مدل های مشروط تنظیم شده، از قبل آموزش داد. این آموزش های پیشرفته، نیاز به نظارت انسانی و برچسب زدن طولانی مدت را از بین برده است.

انتشار سیستم BERT گوگل تکنیک های پیشرفته پردازش زبان طبیعی (NLP) را تسریع کرد. این مدل با یک شبکه NLP فوق العاده ارائه می شود که به شما امکان درک پیچیده تر و سازگارتر زبان ها را می دهد. مدل هوش مصنوعی Google به طور گسترده ای گسترش یافته و برای استفاده عموم فراهم است. برای اجرای موفقیت آمیز این مفاهیم از چارچوب BERT و GPT-2 استفاده می شود. با این حال، هر شبکه متفاوت کار می کند. هر دو مدل ترانسفورمر فوق العاده عمیقی را برای انجام اهداف چند وظیفه ای با دقت ارائه داده اند.

GPT-2 فلسفی آموزش دیده نقل قول به شرح زیر بیان کرده:

“معنای زندگی ایجاد توهم امکان برای کسانی است که فاقد این توانایی هستند”

زبان هوش مصنوعی با کاربرد فوق العاده BERT و GPT-2 به یک راه حل عالی برای ترجمه زبان تبدیل شده است. اکنون افراد با زبان هوش مصنوعی میانی ( AI Middleware ) با اعضای جوامع دیگر صحبت می کنند. با این حال ، بسیاری از دستگاه ها در طول سال ۲۰۱۹ در ارتباط با ترجمه زبان ها تکامل یافته اند، اما در سال ۲۰۲۰ ، دقیق تر و قابل اطمینان تر شده اند.

در اوایل سال جاری، مایکروسافت از بهره برداری از زبان طبیعی تورینگ (T-NLG) خبر داد که یک مدل بسیار عظیم با ۱۷ میلیارد پارامتر و عملکرد بهتر در مقایسه با سایر مدل های زبان در بسیاری از زمینه ها، شامل تولید متن خلاصه و پرسش و پاسخ است.

در ماه مه سال ۲۰۲۰ ، OpenAI یک آزمایشگاه تحقیقاتی هوش مصنوعی در سانفرانسیسکو، و توسعه دهنده این سری GPT-n ، GPT-3 را به عنوان مدل بتا منتشر کرد. GPT-3 با ۱۷۵ میلیارد پارامتر یادگیری ماشین، بزرگترین مدل زبان از پیش آموزش دیده مبتنی بر هوش مصنوعی است. بدون شک ، GPT-3 بزرگترین موفقیت در حوزه NLP تاکنون است. ماهیت محتوای تولید شده توسط GPT-3 تا حدی زیاد است که تشخیص محتوای ساخته شده آن توسط انسان دشوار است.

GPT-3 چه کاری می تواند انجام دهد؟

GPT-3 قادر به تولید متن با کیفیت بالا با کمک هوش مصنوعی است. مقاله نوشته شده توسط هوش مصنوعی به اندازه کافی خارق العاده است و نمی توان آن را از مقاله گزارش شده توسط انسان تشخیص داد. یک فیلسوف استرالیایی، دیوید چالمرز، گفته که GPT-3 یکی از برجسته ترین و عالی ترین کشف های هوش مصنوعی است که تاکنون توسط بشر استفاده شده است.

متاسفانه، این سیستم هوش مصنوعی هم دارای مزایا و هم خطراتی است زیرا می تواند انسان را آسیب رسانده و تهدید کند. محققان و دانشمندان OpenAI در مقاله خود به خطر بالقوه و آگاهی کاربران در مورد خطرات شدید اشاره کرده اند. اما مایکروسافت اعلام کرد که کد منبع را در سپتامبر ۲۰۲۰ کنترل می کند. این امکان را برای کاربران فراهم می کند تا برای دریافت خروجی با API عمومی سر و کار داشته باشند.

گونه افراد در حال حاضر از GPT-3 استفاده می کنند؟

  • اندرو مین از آن برای اپلیکیشن AI Writer استفاده کرد که با شخصیت های تاریخی مکاتبه ای فرضی ایجاد می کند. این سیستم هوش مصنوعی متخصص تعامل با شخصیت های واقعی و ساختگی است.
  • بعلاوه، جیسون رورر در ماه دسامبر از این فناوری GPT-3 مربوط به پروژه چت بات با مضمون یکپارچه استفاده کرد. این فناوری به کاربر امکان می دهد تا با چندین سیستم هوش مصنوعی به صورت آنلاین صحبت کند.
  • AI Dungeon یکی دیگر از برنامه های GPT-3 است که در توسعه بازی های ماجراجویی بر اساس متن نقش دارد.

 

پردازش زبان طبیعی و تولید متن با GPT-3

۲- بهداشت و درمان و کشف دارو با استفاده از هوش مصنوعی

پیشرفت های مبتنی بر هوش مصنوعی در مراقبت های بهداشتی یکی از سودمند ترین کاربردهای هوش مصنوعی برای بشر است که با ارائه استراتژی های درمان سریع هماره است. به عنوان مثال ، شرکت پزشکی InSilico با محققان دانشگاه تورنتو به کمک هوش مصنوعی داروی بالقوه جدیدی تولید کرد. این داروی خاص فقط در چهل و شش روز می تواند از ایجاد زخم در بافت جلوگیری کند. علاوه بر این، تولید داروهای بالقوه با متوسط هزینه ۲٫۶ میلیارد دلار به ده سال زمان نیاز دارد، اما هوش مصنوعی می تواند همان کار را در زمان کمتری و بودجه کمتری انجام دهد.

تشخیص COVID-19 در ریه ها توسط هوش مصنوعی

دانشمندان دانشگاه فلوریدا مطالعه ای را برای استفاده از هوش مصنوعی در تشخیص COVID-19 در ریه ها انجام دادند. مطالعه حاضر به اندازه کافی کارآمد است که چالش های آزمایش را کاهش می دهد زیرا سیستم به اندازه یک پزشک متخصص پزشکی دقیق است. آن ها الگوریتم های هوش مصنوعی را برای شناسایی ذات الریه COVID-19 با دقت نود درصد از طریق اسکن توموگرافی رایانه ای ( CT ) آموزش دادند. در حال حاضر ۸۴ درصد موارد مثبت و ۹۳ درصد موارد منفی را شناسایی کرده است.

تشخیص موثر سرطان ریه

در سال ۲۰۲۰ ، بسیاری از بیماری های دیگر وجود داشت که باید علاوه بر COVID-19 مورد بررسی قرار می گرفت. به عنوان مثال، سرطان ریه یکی از اختلالات شایع است که در سراسر جهان گسترش یافته است. براساس گزارش سازمان بهداشت جهانی ( WHO ) ، سرطان ریه در سال ۲۰۱۸ باعث مرگ ۹/۶ میلیون نفر شده است.

اما اگر بیماری به موقع تشخیص داده شود، پزشکان اکنون می توانند بیمار را با فناوری های پیشرفته بهبود بخشند. چندین دستگاه برای تشخیص سرطان ریه کشف شده است که با گذشت زمان کامل می شوند. بعضی از آن ها عبارتند از:

  • اشعه ایکس
  • سی تی اسکن
  • آزمایش خلط
  • بایوپسی ( روش گران، دردناک و پیچیده )
  • سایر روشهای اسکن

هوش مصنوعی فرآیند تشخیص را دقیق تر، قابل دسترس تر ، مقرون به صرفه و سریع تر کرده است. اهمیت این پروژه در سال ۲۰۱۹ توسط محققان Google AI، پزشکی شمال غربی و شیکاگو مشاهده شد. قبل از شروع پروژه، دانشمندان یک سیستم هوش مصنوعی را با ۴۲۲۹۰ CT ریه شده از تصاویر ۱۴۸۵۱ بیمار سرطانی ریه آموزش دادند. نکته جالب توجه در مورد این پروژه، کارآیی آن در بررسی ۵۰۰ عکس در مدت زمان تنها ده دقیقه بود. علاوه بر این، برنامه مجهز به هوش مصنوعی نتایج کاذب را یازده درصد کاهش داد. در آینده ، هوش مصنوعی هزینه یک عمل خاص و میزان ابتلا به بیماری را کاهش می دهد.

درمان آنوریسم مغز با ربات

در سال ۲۰۲۰، جراحان کانادایی یک ربات برای درمان آنوریسم مغز با دقت بالا تولید کردند. سیستم رباتیک آن ها متخصص برخورد با روش های عصبی عروقی است. این فناوری می تواند سیم های راهنما، میکروکاتترها و سایر دستگاه های الکتریکی را با سازگاری نرم افزاری و سخت افزاری در خود جای دهد. بعلاوه ، این مدل نسبت به مدل قبلی سیستم کنترل موتور ریز دقیق تری را ارائه می دهد.

تشخیص بیماری ها با هوش مصنوعی

کشف دارو

COVID-19 یک فاجعه ای بود که اخیرا رخ داد که به کشف سریع دارو یا واکسن جدید برای درمان ویروس کرونا نیاز داشت. روند کشف یک داروی جدید وقت گیر، پیچیده و پرهزینه است که از چندین مرحله از فرضیه تا بهینه سازی تشکیل شده است. همیشه این احتمال وجود دارد که در حین کشف دارو نتایج غیرمنتظره ای رخ دهد و از همان ابتدا با روشی جدید فرآیند را تکرار کنند. اتوماسیون بهترین راه حلی است که کل روند تولید دارو را تغییر شکل می دهد. اثر هوش مصنوعی همراه با رباتیک ، تجزیه و تحلیل خودکار داده ها و مایعات روان ، باعث افزایش کارایی آزمایشگاه می شود.

بنابراین، سیستم های مجهز به هوش مصنوعی به روش های مختلف کمک می کنند تا روند کشف دارو ها تسهیل شوند:

  • این فناوری بانک اطلاعاتی با کارایی بالا و غربالگری عالی ارائه می دهد که اطلاعات کافی برای کشف دارو دارند.
  • اتوماسیون فرآیند به آزمایش تعداد زیادی از فرضیه ها در زمان کاهش یافته برای دستیابی به نتایج سریع و کارآمد کمک می کند.
  • به علاوه، رباتیک در ارائه پاسخ های بهتر در مورد دقت و کارایی کمک می کند.
  • به کارگیری این فناوری همچنین شامل پیش بینی عوارض احتمالی یک داروی خاص و ارائه روش هایی برای به حداقل رساندن تأثیرات منفی است.

AlphaFold – دستیابی به موفقیت در حل ساختارهای پروتئین

فناوری هوش مصنوعی Google’s DeepMind، یک برنامه یادگیری عمیق به نام AlphaFold را توسعه داده است که بسیاری از تیم های دیگر را در چالش پیش بینی ساختار پروتئین (CASP) پشت سر گذاشته است. هدف این برنامه تعیین شکلهای سه بعدی پروتئینها از توالی اسید آمینه آن است. این یک نقطه عطف عظیم است، یک راه حل برای چالش بزرگ ۵۰ ساله در تاریخ زیست شناسی. نتایج در تاریخ ۳۰ نوامبر سال ۲۰۲۰ اعلام شد.

۳- پردازش گرافیک، انیمیشن، تصویر و فیلم

تشخیص گفتار

استفاده از دستورات صوتی در هنگام مواجهه با فناوری هایی چون Google Assistance، Alexa، Microsoft Cortana، Siri و بسیاری دیگر از دستیارهای مجازی کاملاً امکان پذیر  است. پیش بینی می شود که این بازار رشد بیشتری داشته و تا سال ۲۰۲۴ به ۳٫۵۰۵ میلیون دلار برسد و به اندازه ۲۳٫۸۹ درصد به شاخص CAGR نزدیک شود. غول های بزرگ رسانه های اجتماعی مانند فیس بوک، گوگل، اپل، آمازون و مایکروسافت ویژگی هایی را برای خودکار کردن کارهای روزمره ارائه می دهند. به علاوه ، آنها همچنین امکان جستجو، ترجمه، تعامل و حتی کنترل اینترنت اشیا را فراهم می کنند.

تشخیص گفتار در سال ۲۰۲۰ با دقت بیشتر و تجربه کاربری قابل توجه تکامل یافته است. برخی از چالش ها برای ارائه خدمات استثنایی تشخیص گفتار وجود دارد:

  • برای دسترسی به لهجه های مختلف انسان
  • اصطلاحات خاص
  • افزایش وضوح در شناسایی یک کلمه خاص
  • به حداقل رساندن اثر دستگاه ضبط
  • کاهش صدای پس زمینه

تجزیه و تحلیل ویدئو و چشم انداز کامپیوتر

پیشرفت در هوش مصنوعی و یادگیری عمیق، تجزیه و تحلیل ویدئو یا تصویر را با سرمایه گذاری ارزان تر امکان پذیرتر کرد. بسیاری از تجهیزات پزشکی در زمینه رادیولوژی از کارآیی انسان برای تشخیص بیماری های خاص عبور کرده است. این تکنیک ها با دقیق و سریع ساختن آن ها در معاینه روزانه بیماران به پزشکان کمک می کنند. فناوری های بینایی رایانه ای در ارائه کنترل خودکار کیفیت و تکنیک های مدیریت ایمنی، صنعت تولید را بسیار تحت تأثیر قرار می دهد.

تشخیص چهره

پردازش تصویر و تشخیص الگو از دستاوردهای قابل توجه هوش مصنوعی در سال ۲۰۲۰ است. اکنون هر کاربر تلفن هوشمند با هوش مصنوعی و برنامه های آن در شناخت هویت چهره آشنا است. علاوه بر این، قفل های صفحه با تشخیص چهره نیز از هوش مصنوعی قوی استفاده می کنند که صورت را برای اهداف امنیتی اسکن می کند. شناسایی چهره هوش مصنوعی توسط ابزار تشخیص فیس بوک و جستجوی تصویر Google به خوبی قابل شناسایی است تا اشیا و چهره ها را تشخیص دهد.

کاربرد هوش مصنوعی در واضح تر کردن چهره ها

هوش مصنوعی با پیشرفت فناوری وضوح تار شدن چهره را تا ۶۰ درصد افزایش داد. ابزار داده شده تصاویر تار را به پرتره های تولید شده توسط رایانه تبدیل می کند. محققان دانشگاه دوک برای ایجاد چهره هایی با وضوح ۶۴ برابر واقعی تلاش کردند.

سیستم هوش مصنوعی ساخت چهره جعلی

بسیاری از شرکت ها در حال ساختن چهره های جعلی هستند و آن ها را برای پول به افراد یا سازمان های دیگر می فروشند. سازمان ها از این انسان های مصنوعی برای شناخته شدن وب سایت خود یا به عنوان شخصیت های بازی ویدیویی استفاده می کنند. علاوه بر این، در وب سایت ThisPersonDoesNotExist.com همچنین می توان چهره های رایگان دریافت کرد و ویژگی های آن ها (سن ، ظاهر ، رنگ) را تنظیم کرد.

شرکتی به نام Rosebud.AI ، انسان هایی با هوش مصنوعی با استعداد مجازی تولید کرده و حتی می توانند مانند انسان های واقعی صحبت کنند. متأسفانه، این فناوری کاربرد سو آن بیش از کاربرد مثبت آن است زیرا شرکت های کلاهبردار از آن برای آزار و اذیت مردم استفاده می کنند. در نهایت منجر به کاهش یکپارچگی و نابودی انسان خواهد شد.

تصاویر متحرک ساختگی با هوش مصنوعی Rosebud AI

۴- حرکت و حالات

ربات ها اشیا را بر می دارند و جابجا می کنند

COVID-19 مردم را به سمت خرید دیجیتال به جای مراجعه فیزیکی به بازارها جهت اقدامات پیشگیرانه سوق داده است. در همین حال، خرده فروشان باید با در نظر گرفتن ایمنی کارمندان خود سفارشات خود را تحویل دهند. این امر منجر به تولید ربات هایی با سرعت و مهارت بالا برای کمک به کارمندان انسانی در انبارها شد.

محققان دانشگاه کالیفرنیا، برکلی، این نرم افزار را برای درک و جابجایی روان اشیا تهیه کردند. در انبارها ، بیشتر کارها به کمک انسان نیاز دارد و اتوماسیون این روند را به چالش می کشد. حرکت یک جسم از یک مکان به مکان دیگر نیاز به هماهنگی در جهت بازوها، شانه ها و مچ دست دارد. اما این کار برای یک ربات سخت است زیرا ممکن است حرکت آن تند باشد و به محصول و خود ربات آسیب برساند. نویسنده ارشد این مطالعه ، کن گلدبرگ ، اظهار داشت:

“انبارها عمدتا توسط انسان اداره می شوند زیرا درک ربات ها برای اشیا مختلف دشوار است”

آن ها در کار گروهی قبلی خود، یک برنامه ریز حرکت بهینه شده برای برداشتن اشیا را برای کمک به ربات ها در انتخاب و جابجایی اشیا معرفی کردند. اما حرکت آن تند بود و تغییراتی ایجاد شد تا حرکاتش نرم تر شود. آن ها شبکه های عصبی را به ربات ها معرفی کردند که به آن ها کمک می کنند یاد بگیرند و سپس یک کار خاص جابجایی به آن ها اختصاص داده شد. این تیم شبکه عصبی و برنامه ریز حرکت را با هم ترکیب کردند و از ۲۹ ثانیه به میانگین محاسبه ۸۰ میلی ثانیه رسیدند. این یک موفقیت هیجان انگیز هوش مصنوعی در سال ۲۰۲۰ است که به طور چشمگیری به انسان کمک می کند.

تشخیص حرکت دست

این سیستم برای تشخیص حرکات دست از طریق هوش مصنوعی از وسایل الکترونیکی شبیه پوست و بینایی رایانه استفاده می کند. دانشمندان دانشگاه فناوری نانیانگ سنگاپور در حال توسعه این سیستم منحصر به فرد هستند. تشخیص سیستم حرکات دستی برای استفاده در نظارت بر ابزار پزشکی، بخش های جراحی و سیستم های بازی استفاده می شود. روش توسعه یافته در ابتدا فقط بصری بود و محققان با معرفی چندین ورودی یکپارچه آن را بهبود بخشیدند. آن ها از رویکرد همجوشی داده استفاده کردند که در آن سنسور پوشیدنی می تواند توانایی سنجش پوست را دوباره ایجاد کند (رویکرد حسی).

محققان دانشگاه NTU با استفاده از سنسورهای فشار کششی مانند پوست و هوش مصنوعی، یک سیستم همجوشی داده های زیست الهام گرفته ایجاد کردند. از نانولوله های کربنی برای ساخت حسگر استفاده می شود، در حالی که هوش مصنوعی به پردازش (سنجش و تجسم) در مغز کمک می کند. آن ها اثر سه شبکه عصبی را برای دستیابی به نتایج خارق العاده در تشخیص حرکات دست ترکیب کردند.

  • شبکه های عصبی کانولوشنی : شامل یک روش پردازش بصری اولیه است.
  • شبکه عصبی چند لایه : شامل پردازش اطلاعات حسی حسی اولیه است.
  • شبکه عصبی گسسته شامل تلفیقی از اطلاعات ذکر شده در بالا (بصری و حسی) است.

این فناوری در تشخیص حتی در شرایط پس زمینه با دقت بالایی ارائه می شود. محققان NTU اکنون در حال یافتن راه هایی برای معرفی یک سیستم مصنوعی VR و AR در صنعت سرگرمی و توانبخشی هستند، جایی که دقت بالا مورد نیاز است.

تشخیص حرکت با هوش مصنوعی NTU

۵- قدرت پردازش : دستاورد های هوش مصنوعی NVIDIA

قدرت پردازش برای آموزش مدل های پیچیده ای که به قدرت محاسباتی گسترده ای نیاز دارند، از اهمیت بالایی برخوردار است. در پایان سال گذشته، Google به برتری کوانتومی دست پیدا کرد. در ژوئیه سال ۲۰۲۰ ، NVIDIA به یک نقطه عطف رکوردشکنی رسید. طبق معیارهای MLPerf ، NVIDIA سریع ترین ارائه دهنده عملکرد آموزش هوش مصنوعی در محصولات تجاری است.

پردازنده گرافیکی A100 Tensor Core یک نمونه عملی از سریع ترین پروژه عملکرد آن در هر شتاب دهنده روی ۸ معیار MLPerf است. محققان برای دستیابی به سریع ترین راه حل عملکردی، به سیستم DGX SuperPOD با HDR InfiniBand پیوستند. این سیستم هشت علامت عملکرد منحصر به فرد را تنظیم کرده است. تجار از این سیستم برای سرعت بخشیدن به برنامه های سازمانی خود با تکنیک های مقرون به صرفه هوش مصنوعی استفاده می کنند.

MLPerf یک گروه ارزیابی عملکرد صنعت است که در سال ۲۰۱۸ تاسیس شد و NVIDIA شش رکورد در کلاس جهانی در سال ۲۰۱۸ و هشت رکورد در سال ۲۰۱۹ به دست آورد. NVIDIA در زمینه راحتی مشتریان با محصولات تجاری با کیفیت بالا ثبت کرد. بسیاری از شرکت های دیگر در تلاشند تا با NVIDIA رقابت کنند ، اما اثرات آن ها برای استفاده در دسترس چندین ماه طول می کشد. به غول های اجتماعی کمک می کند خدمات ابری از جمله Baidu Cloud ، Amazon Web Services ، Microsoft Azure و Tencent Cloud ارائه دهند. کاربران از جهان A100 را برای مقابله با چالش های پیچیده با هوش مصنوعی، محاسبات و راه حل های علم داده استفاده می کنند.

مردم از این فناوری برای یافتن درمان COVID-19 یا تهیه توصیه جدید استفاده می کنند. در همان زمان، دیگران از آن برای برنامه های هوش مصنوعی مکالمه استفاده می کنند. HDR InfiniBand موتورهای یادگیری عمیق را با فناوری SHARP (تجمع سلسله مراتبی مقیاس پذیر و پتانسیل کاهش) فراهم می کند. بیش از همه ، NVIDIA یک راه حل استثنایی در سیستم های توصیه، یادگیری تقویت شده و هوش مصنوعی مکالمه ارائه می دهد.

در سال ۲۰۱۹ ، از یک پردازنده کوانتومی برای انجام کارهای محاسباتی از طریق رایانه های کوانتومی که فوق العاده سریع تر از پردازنده کلاسیک کار می کنند، استفاده شد. دانشمندان برای اجرای الگوریتم پیچیده کوانتوم در یک فضای محاسباتی به اندازه کافی بزرگ، پردازنده ای بسیار قابل اعتماد تولید کردند. آن ها از پردازنده ای با کیوبیت های ابررسانا استفاده کردند و حالت های کوانتومی را روی ۵۳ کیوبیت ایجاد کردند.

موارد جالب

۱- ربات با قابلیت تعمیر خودکار : اکنون، ربات ها از هوش مصنوعی برای احساس درد استفاده می کنند و با تعمیر خود به آن پاسخ می دهند. محققان دانشگاه فنی نانیانگ سنگاپور، مغزهای کوچک تولید کردند که می تواند مشکلات را تشخیص دهد. آن ها به فشاری که از طریق نیروی خارجی به آن ها وارد می شود واکنش نشان می دهند.

۲- پیش بینی امواج گرما و آب های های سرد : محققان دانشگاه رایس از الگوریتم پیشرفته یادگیری عمیق برای توسعه یک سیستم رایانه ای استفاده کردند. این سیستم می تواند تغییرات آب و هوایی، از جمله محیط گرم و سرد را تا پنج روز بر اساس شرایط آب و هوایی فعلی با دقت ۸۵ درصد پیش بینی کند.

۳- سنسورهای شبه پوست : دانشمندان دانشکده علمی و مهندسی کاربردی دانشگاه تورنتو با تولید حسگر هایی شبیه پوست انسان آزمایش کردند. آن ها یک سنسور انعطاف پذیر، شفاف و خودران تولید کردند که احساسات پیچیده پوست انسان را یاد گرفته. توسعه AISkin شرایط الکترونیک، رباتیک و صنعت بهداشت را بهبود می بخشد.

تغییرات قابل توجه در سال ۲۰۲۰

هوش مصنوعی در سال 2020

بسیاری از اخبار مربوط به هوش مصنوعی در سال ۲۰۲۰ مثبت و برخی از اخبار بد بوده است. معمولاً اخبار بد بیش از خبرهای خوب مورد توجه قرار می گیرند. اکنون، هوش مصنوعی می تواند تغییرات در محیط پیرامونی را پیش بینی کند، زیرا این فناوری همراه با مجموعه ای جدید از داده ها برای تجزیه و تحلیل و یکپارچه سازی اطلاعات است. به عنوان مثال، هوش مصنوعی برای تشخیص چهره هایی که ماسک دارند، آموزش دیده است و می تواند قسمت فوقانی صورت را مشخص می کند. این بدان معنی است که هوش مصنوعی اکنون به اندازه کافی هوشمند است که می تواند تغییرات اطراف را تشخیص دهد.

مثال دیگر، تغییر گسترده در جستجوی اصطلاحات مختلف در موتورهای جستجو است. در طی چند روز، رایج ترین جستجوها مانند شارژره ا، قاب گوشی، LEGO و بسیاری دیگر با عبارت COVID-19 جایگزین می شوند. این بدان معنی است که هنجار ها در سال ۲۰۱۹ در سال ۲۰۲۰ متفاوت اند و مطالعات موردی و الگوریتم های جدیدی را به وجود می آورند.

مسائل مربوط به یافتن و برچسب گذاری داده های تصویری

هوش مصنوعی می تواند در عرض چند دقیقه کارهایی را انجام دهد که انجام آن ها توسط انسان ها ممکن است سال ها طول بکشد. برای عملکرد صحیح بینایی رایانه، مقدار قابل توجهی پردازش و برچسب گذاری داده های بصری مورد نیاز است. با این حال ، بیشتر این داده ها از طریق کار دستی، رفتن به مکان مورد علاقه و سپس عکسبرداری حاصل می شود. در سال ۲۰۲۰، از آنجا که بیشتر مناطق مسدود و قفل شده بودند، به دلیل محدودیت دسترسی به مناطق خاص برای گرفتن عکس، مجموعه داده های احتمالی موجود را کاهش داد.

هوش مصنوعی به موتورهای جستجو مانند Google کمک می کند تا نتایج جستجوی مرتبط را برای یک کلمه کلیدی خاص نشان دهند. Google برای اطمینان از به اشتراک گذاشتن اطلاعات صحیح با عموم مردم، مجبور است الگوریتم خود را به دلیل COVID-19 به روز کند. علاوه بر این، حذف نتایج قابل ارائه اطلاعات غلط یا کپی شده نیز باید موثر باشد.

هر شرکتی از مزایای قابل توجه سرمایه گذاری خود در زمینه هوش مصنوعی بهره نمی برد

گروه مشاوره بوستون و MIT تقریباً ۲۵۰۰ رهبر (شرکت) را مورد بررسی قرار دادند و دریافتند که از هر ده عضو، هفت نفر گفتند که پروژه های هوش مصنوعی آن ها درآمد کمی داشته است. طبق نظرسنجی PwC ، غول های بزرگی که هوش مصنوعی را در بخش های مختلف شرکت خود به کار می برند از ۲۷ درصد به ۱۸ درصد کاهش یافته اند.

جوانب مثبت و منفی برنامه های هوش مصنوعی

مزایا

خبرهای خوب مربوط به هوش مصنوعی به شرح زیر است:

  • برنامه های برجسته هوش مصنوعی مربوط به مراقبت های بهداشتی در بیمارستان ها
  • ابزارهای هوش مصنوعی به افراد خاص کمک می کند
  • ربات هایی که در کشاورزی کمک می کنند
  • دستگاه های هوشمند مردم را در حل سوالات روزانه راهنمایی می کنند
  • تحول بالا، سازگاری با هوش مصنوعی و تحقیقات مبتنی بر هوش مصنوعی

معایب

برخی از اخبار بد به شرح زیر است:

  • هوش مصنوعی در تولید اخبار جعلی به کار می رود
  • ایجاد جعل و کپی های نامناسب از رسانه های موجود در سیستم عامل های اجتماعی
  • وسیله نقلیه خودران موجب مرگ عابران پیاده می شود
  • سوگیری داده ها باعث ایجاد مشکل در برنامه های هوش مصنوعی می شود
  • سیستم هوش مصنوعی، مراکز تولید را دچار مشکل می کند

 

هوش مصنوعی هنوز در حال یافتن راه خود برای رونق بخشیدن به جهان است

در زمان COVID-19 ، فقط تعداد کمی از صنایع می توانند استارت آپ های هوش مصنوعی را در مشاغل خود بخرند تا فناوری را بیش از پیش تحت مورد استفاده قرار دهند. زیرمجموعه ها و اشکال مختلف از هوش مصنوعی وجود دارند. برخی می توانند یک کار پیش پا افتاده انجام دهند در حالی که، برخی دیگر برای تغییر جهان هیجان زده هستند.

علاوه بر این ، برخی از کشورها در عرصه ی هوش مصنوعی تقاضای زیادی را تجربه می کنند، در حالی که هنوز بسیاری از کشورهای دیگر این فناوری برای اجرای صحیح در مشاغل باید بررسی شود. جامعه باید از دستاورد های توسعه یافته توسط هوش مصنوعی آگاه باشد. بنابراین، آن ها باید برای بدترین و بهترین سناریوی هوش مصنوعی آماده شوند.

هوش مصنوعی تشخیص چهره و گفتار، کشف دارو، کمک مجازی، تولید متن، امنیت بیشتر و بسیاری از بخشهای دیگر را تغییر می دهد. این فن آوری با گذشت زمان در حال توسعه است تا سیستم های قوی تر و هوشمندتری را ارائه دهد.

چند سال پیش برخی چیزها توهم بودند اما اکنون به واقعیت تبدیل شده اند و اکنون به بشریت کمک می کنند. به لطف هوش مصنوعی، ماشین های رانندگی خودران، خانه های هوشمند، آنالیز دقیق DNA و تشخیص به موقع بیماری های تهدید کننده زندگی را فراهم می کند. این فناوری در آینده نزدیک سال های زیادی پیشرفت خواهد کرد به طوریکه کارهای روزانه را کاملاً خودکار کرده و زندگی را به شکل  استثنایی تسهیل خواهد کرد.

بیشتر بخوانید:

منبع ThinkML AI

درباره‌ی علی قلی زاده

همچنین ببینید

دوربین تشخیص چهره برای امنیت خانه ها

دوربین تشخیص چهره – گام بعدی در جهت امنیت خانه ها

تشخیص چهره به ویژگی مشترک جهان مدرن تبدیل شده است ؛ می تواند راهی برای …

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *