برترین متخصصین

از سراسر دنیا

مجموعه وبینارهای مدل‌های بزرگ زبانی (LLM)

Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 دایناسور گوشتخوار معروف، گیاهخوار از آب درآمد

دایناسور گوشتخوار معروف، گیاهخوار از آب درآمد

زمان مطالعه: 2 دقیقه

هوش مصنوعی نشان داد، یک دایناسور کهنسال که تاکنون دانشمندان فکر می‌کردند، یک شکارچی گوشتخوارِ وحشتناک است، در حقیقت چیزی به‌غیر از یک گیاهخوارِ دوست‌داشتنی و ترسو نیست.  

دانشمندان بر این باور بودند که این دایناسور، یک شکارچی گوشتخوار است که دیگر جانداران هم‌عصر او با وحشت فراوانی از او می‌ترسند؛ حال امّا هوش مصنوعی خلاف این را نشان می‌دهد.

تا پیش‌ از این، رد پای بسیار بزرگی از یک دایناسور کشف شده بود، که همگان می‌اندیشیدند این رد پا باید برای یک موجود وحشی و قاتل باشد، حالا هوش مصنوعی با بررسی و تحلیل این رد پا (بعد از حداقل 20 سال)، به این نتیجه رسیده است که این جای پا برای یک موجود آرامِ گیاهخوار است.

ردیابی ردپای دایناسورها

این نتایج مربوط به پروژه‌ای است که در آن گروهی از پژوهشگران دیرینه‌شناسی از هوش مصنوعی برای کسب داده‌های بیشتر در مورد جهان ژوراسیک و پیشاتاریخی استفاده می‌کنند.

شبکه‌های عصبی پیچشی عمیق، سیستم‌های رایانه‌ای مبتنی بر شبکه‌های عصبی مغز هستند و در پژوهش‌های جدید برای بررسی فسیل‌های این موجودات غول‌پیکرِ پیشاباستانی مورد استفاده قرار گرفته‌اند.

دیرینه‌شناس «دکتر آنتونی رومیلیو» از دانشگاه کوئینزلند و همراه با باقی تیمش از آلمان، بریتانیا و استرالیا این مطالعه را انجام می‌دهند. این تیم ردپاهای پیشاباستانی را در بنای یادبود ملی دایناسورها در کوئینزلند مرکزی استرالیا مورد بررسی مجدد قرار داده‌اند.

به گفته دکتر رومیلیو، برای سال‌ها تصور می‌شد که ردِ پای دایناسور بزرگی که در دهه هفتاد میلادی در بنای یادبود ملی دایناسورها پیدا شده بود، توسط یک دایناسورِ گوشتخوار با پاهای تقریباً دو متری، مانند اوسترالاوناتور باقی مانده است. اکنون این تیم تصمیم گرفته است با کمک شبکه‌های عصبی پیچشی عمیق، یک ابزار هوش مصنوعی برای حل این مشکل بسازد.

ردیابی ردپای دایناسورها

نرم‌افزار هوش مصنوعی که با نام DCNN نیز شناخته می‌شود، از شبکه‌های عصبی مصنوعی، برای انجام یک مطالعه جامع، از حجم قابل توجهی از داده‌هایی که یادگیری ماشینی ارائه کرده است، استفاده می‌کند. آن‌ها از ردپای 1500 دایناسور به‌عنوان جامعه آماری و داده‌های این پژوهش در آموزشِ سیستم هوش مصنوعی استفاده کرده‌اند، که همگی از گونه‌های دایناسورهای تروپود یا پرنده بوده‌اند. این دو گونه دایناسور به ‌این‌دلیل انتخاب شده‌اند که با آثار کشف شده در بنای یادبود ملی دایناسورها در استرالیا، رابطه مشترک داشته‌اند.

در نهایت یافته‌ها نشان داد که این دایناسور به‌احتمال بسیار زیاد گیاهخوار است. دایناسورهای اولیه کوچک دوپا بوده‌اند، روی دو پا می‌ایستادند و فقط از گیاه مصرف می‌کرده‌اند.

این تیم پژوهشی تأکید کردند که وجود هوش مصنوعی در این تحقیقات اهمیت حیاتی و فراوانی دارد؛ چراکه آن‌ها در شناسایی این دایناسور که میلیون‌ها سال پیش در این مکان زندگی می‌کرده، ناتوان بوده‌اند. در این تیم سه‌نفره، هر یک از آن‌ها نظریه متفاوتی در مورد این نوع از دایناسور داشتند. یک نفر از نظریه گوشتخواری حمایت کرد، نفر دوم اصلاً مطمئن نبود و دیگری از نظریه گیاهخواری حمایت می‌کرد. به‌همین‌دلیل نیز این تیم تصمیم گرفتند از هوش مصنوعی برای تأیید نظریه‌ها استفاده کنند.

نتیجه این‌ بود که در شناسایی نوع دایناسور، هوش مصنوعی بهتر از پژوهشگران عمل کرد. به گفته دکتر لالن‌سک دقتِ مدلِ این هوش مصنوعی با اختلاف زیادی از همه متخصصان پیشی گرفت و دارای حاشیه خطای حدود 11٪ بود. به‌ همین دلیل نیز اکنون محققان قصد دارند، از تجربه‌ای که در این پژوهش به‌دست آورده‌اند، برای ادامه ساخت پایگاه داده خود استفاده کنند و از هوش مصنوعی برای دسته‌بندی بیشتر گروه‌های دایناسورها بهره ببرند.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]