معرفی نویسنده

پرهام حاجی شفیع

دانشجوی ارشد بیوانفورماتیک (دانشگاه تربیت مدرس)

ده مورد از فناوری‌هاي نوآورانه هوش مصنوعی

ده مورد از فناوری‌هاي نوآورانه هوش مصنوعی

هوش مصنوعی شیوه زندگی ما را با فناوری‌های نوظهور تغییر داده است. هوش‌مصنوعی در هر صنعت طوفانی ایجاد کرده و تأثیر زیادی بر هر بخش از جامعه دارد. اصطلاحات هوش مصنوعی اولین بار در سال 1956 در یک کنفرانس مطرح شد. بحث در مورد این کنفرانس منجر به فناوری اطلاعات میان رشته‌ای شد. ظهور اینترنت به پیشرفت برجسته این فناوری کمک کرد. فناوری هوش مصنوعی سی سال یک فناوری مستقل بود، اما اکنون گستره آن در همه حوزه‌های زندگی قابل رویت است. هوش مصنوعی با اختصار AI شناخته می‌شود و فرآیند بازآفرینی هوش انسان در ماشین است. براساس گزارش گارتنر(از دانشمندان این رشته)، پذیرش هوش مصنوعی طی سال‌های 2019 - 2018 از 4 درصد به 15 درصد رسیده است. بسیاری از فناوری‌های جدید و نوظهور در هوش مصنوعی جای گرفته‌اند. در این مقاله برآنیم تا در باره 10 مورد از جدیدترین فناوری‌های هوش مصنوعی بحث کنیم.

1- زبان طبیعی

 ماشین آلات به روشی متفاوت‌تر از مغز انسان پردازش می‌کنند.  تولید زبان طبیعی یک فناوری مرسوم و مد روز است که داده‌های ساخت یافته را به زبان مادری تبدیل می‌کند.  ماشین‌آلات با الگوریتم‌هایی برنامه‌ریزی شده اند تا داده‌ها را به قالب مطلوبی برای کاربر تبدیل کنند. زبان طبیعی زیرمجموعه‌ای از هوش مصنوعی است که به توسعه دهندگان محتوا کمک می‌کند تا تولید محتوا را خودکار کرده و در قالب دلخواه ارائه دهند. توسعه دهندگان محتوا می‌توانند از محتوای خودکار برای تبلیغ در سیستم عامل‌های مختلف رسانه‌های اجتماعی و سایر بسترهای رسانه ای برای دسترسی به مخاطبان هدف استفاده کنند. با تبدیل داده‌ها به قالب‌های دلخواه، مداخله انسان در ساده‌سازی متن‌ها به طور قابل توجهی کاهش می‌یابد.

2- تشخيص گفتار

تشخیص گفتار زیر‌مجموعه مهم دیگر هوش مصنوعی است که گفتار انسان را به یک قالب مفید و قابل درک براي رايانه تبدیل می‌کند. تشخیص گفتار پلی بین تعاملات انسان و رایانه است. این فن آوری، گفتار انسان را که بصورت‌های مختلف و با واژگان دیگر ادا می‌شود می‌فهمند و به غالب مورد استفاده برای رایانه تبدیل می‌کنند.  فناوري استفاده شده در آیفون نمونه‌ای کلاسیک از تشخیص گفتار است.

3- عوامل مجازي

عوامل مجازی به ابزاری ارزشمند برای طراحان آموزشی تبدیل شده‌اند. عامل مجازی یک برنامه رایانه‌ای است که با انسان تعامل دارد. وب و برنامه‌های تلفن همراه، چت بات‌ها را به عنوان نمایندگی خدمات مشتری خود در اختیار شما قرار می‌دهند تا برای پاسخگویی به سوالاتشان با انسان تعامل داشته باشند.  دستیار Google به سازماندهی جلسات مي‌پردازد  و برنامه الکسیا آمازون به شما برای خرید آسان کمک می‌کند. یک دستیار مجازی نیز مانند یک دستیار حقيقي عمل می‌کند. براي مثالIBM Watson  سوالات متداول خدمات مشتری را که با واژه‌هاي مختلف پرسيده مي‌شود متوجه مي‌شود و نمایندگان مجازی نیز به عنوان یک نرم‌افزار سرویس خدمات پس از فروش عمل می‌کنند.

4- مديريت تصميم‌گيري

سازمان‌های مدرن سیستم‌های مدیریت تصمیم‌گیری را برای تبدیل و تفسیر داده‌ها به مدل‌های پیش بینی کننده پیاده‌سازی می‌کنند. برنامه‌های کاربردی در سطح سازمانی، سیستم‌های مدیریت تصمیم‌‌گیری را برای دریافت اطلاعات به روز برای انجام تجزیه و تحلیل داده‌های تجاری برای کمک به تصمیم‌گیری سازمانی پیاده سازی می‌کنند. مدیریت تصمیم‌گیری به تصمیم‌گیری سریع، جلوگیری از خطرات و اتوماسیون فرایند کمک می‌کند. سیستم مدیریت تصمیم گیری به طور گسترده‌ای در بخش‌هاي مالی، بخش مراقبت‌های بهداشتی، تجارت، بیمه، تجارت الکترونیکی و غیره اجرا می شود.

5- بايومتريک

استفاده از شاخصه‌هاي زيستي يا بايومتريک يکي از زيرشاخه‌هاي هوش مصنوعي است. از ابتدايي‌ترين اين تکنولوژي‌ها  مي‌توان به اثر انگشت براي شناسايي افراد اشاره نمود. با توجه به اينکه تکنولوژي شناسايي الگو در اين فرايند نقش کليدي دارد، مي‌توان اين فناوري را تلفيقي از شناسايي الگو و يادگيري عميق دانست. در حال حاضر شاخصه‌هاي زيستي چون صدا، شناسايي چهره، شناسايي عنبيه کاربردهاي امنيتي فراواني دارد.

6- آموزش ماشين

یادگیری ماشین بخشی از هوش مصنوعی است که به ماشین قدرت می‌دهد از مجموعه داده‌ها بدون اینکه واقعاً برنامه‌ریزی شود، مفاهيم و الگوهاي معيني استخراج کند. تکنیک یادگیری ماشین به مشاغل کمک می‌کند تا با تجزیه و تحلیل داده‌های انجام شده با استفاده از الگوریتم‌ها و مدل‌های آماری، تصمیمات آگاهانه بگیرند. شرکت‌هاي سرمایه گذاری زیادی در یادگیری ماشین کرده‌اند تا از مزایای کاربرد آن در حوزه‌های مختلف بهره‌مند شوند. بهداشت و حرفه پزشکی برای تجزیه و تحلیل داده‌های بیمار برای پیش‌بینی بیماری‌ها و درمان موثر به تکنیک‌های یادگیری ماشین نیاز دارند. بخش بانکی و مالی برای شناسایی و پیشنهاد گزینه‌های سرمایه‌گذاری به مشتریان و پیشگیری از ریسک و تقلب به یادگیری ماشین نیاز دارد. خرده‌فروشان با استفاده از تجزیه و تحلیل داده‌های مشتری، از یادگیری ماشین برای پیش‌بینی تغییر رفتار مشتری استفاده می کنند.

7- اتوماسیون فرآیند رباتیک

اتوماسیون فرآیند رباتیک کاربردی از هوش مصنوعی است که یک ربات (برنامه نرم افزاری) را برای تفسیر، برقراری ارتباط و تحلیل داده‌ها پیکربندی می‌کند. این رشته هوش مصنوعی کمک می‌کند تا عملیات جزئی یا کاملاً دستی که به صورت تکراری و مبتنی بر قاعده انجام می‌شوند ، خودکار شود.

8- شبکه نظير به نظير

شبکه نظیر به نظیر به ارتباط بین سیستم‌های مختلف و رایانه‌ها برای اشتراک داده بدون انتقال داده از طریق سرور کمک می‌کند. شبکه‌های نظیر به نظیر توانایی حل پیچیده‌ترین مشکلات را دارند. این فناوری در ارزهای رمزپایه مورد استفاده قرارمی‌گیرد. با متصل شدن ایستگاه‌های کاری جداگانه به يکديگر بدون استفاده از داده‌هاي تجميعي در سرور بسيار مقرون به صرفه بوده و نياز به وجود يک سيستم واحد را از بين مي‌برد و کاربر از متکي بودن به يک سرور بي نياز مي‌گردد.

9- يادگيري عميق

یادگیری عمیق شاخه دیگری از هوش مصنوعی که براساس شبکه‌های عصبی مصنوعی کار می‌کند. این تکنیک به کامپیوترها و ماشین آلات می‌آموزد که فقط با روش انسان یاد بگيرند. اصطلاح عمیق (deep) استفاده شده است زیرا شبکه‌های عصبی، لایه‌های پنهانی دارد. به طور معمول، یک شبکه عصبی دارای 2 تا 3 لایه پنهان است و حداکثر می‌تواند 150 لایه پنهان داشته باشد. یادگیری عمیق برای آموزش مدل و واحد پردازش گرافیک روی داده‌های عظیم موثر است. الگوریتم‌ها در یک سلسله مراتب کار می‌کنند تا تجزیه و تحلیل‌های پیش‌بینی را به صورت خودکار انجام دهند. یادگیری عمیق در بسیاری از حوزه‌ها مانند هوافضا و نظامی خود را برای تشخیص اشیا از ماهواره‌ها گسترش داده است.

10- سخت افزارهای بهینه شده هوش مصنوعی

نرم افزار هوش مصنوعی تقاضای زیادی در دنیای تجارت دارد. با افزایش توجه به نرم افزار، نیاز به سخت افزاری که از نرم افزار پشتیبانی می‌کند نیز ایجاد می‌شود. یک تراشه معمولی نمی‌تواند از مدل‌های هوش مصنوعی پشتیبانی کند. نسل جدیدی از تراشه‎‌های هوش مصنوعی برای شبکه‌های عصبی، یادگیری عمیق و بینایی رایانه در حال توسعه است. شرکت‌هایی مانند Nvidia ، Qualcomm. AMD در حال ایجاد تراشه‌هایی است که می‌توانند محاسبات پیچیده هوش مصنوعی را انجام دهند. صنعت بهداشت و اتومبیل ممکن است صنایعی باشد که از این تراشه‌ها بهره‌مند می‌شوند.

منبع :

https://mindmajix.com/artificial-intelligence-technologies

کلید واژه ها: ##آموزش_ماشين ##آموزش_عميق ##بايومتريک ##هوش_مصنوعي ##بيوانفورماتيک