فناوری، نقش اجتماعی و عاطفی چشمگیری در زندگی انسان‌ها ایفا خواهد کرد. این واقعیت موجب شگفتیِ مینیا لی – طراح دیجیتال، دانشمند اطلاعات، فیلسوف و شهروند جهانی – شده است. این استادیار دانشگاه موفق به توسعه‌ی یک چت بات اخلاقی شده است که می‌تواند به افراد کمک کند تا تصویر

شرکت فناوری عصبی Neuralink از سال 2019 در تلاش است به منظور بکارگیری هوش مصنوعی در توان بخشی افراد توان‌یاب، فناوری‌ای بسازد که قادر به ثبت فعالیت مغزی انسان‌ها باشد. این شرکت که توسط ایلان ماسک Elon Musk بنیان‌گذاری شده است، آزمایشات اولیه‌ی خود را روی موش‌ها اجرا کرد. طی

فناوری هوش مصنوعی سبز و کلان‌داده‌ها نقش پررنگی در کربن‌زدایی ایفا می‌کنند. این فناوری‌ها طیف وسیعی از حوزه‌های گوناگون را تحت تأثیر قرار می‌دهند که از جمله‌ی آن‌ها می‌توان به بهینه‌سازی شبکه‌های تولید برق و حتی پیش‌بینی تغییرات آب و هوا اشاره کرد. با این حال، بدون چارچوب‌ها و قوانین

یک تیم تحقیقاتی راهی برای تشخیص و نشانه‌گذاری «منطقه‌ی ایمن» شبکه‌های عصبی با استفاده از حملات تخاصمی معرفی کرده‌اند.

در این مطلب به راهکارهایی برای مشکلات جعبه سیاه هوش مصنوعی اشاره خواهیم کرد. مسائل مربوط به جعبه سیاه هوش مصنوعی اعتماد کاربران به تصمیمات الگوریتم‌ها را به خطر انداخته است. همزمان با پیشرفت‌های روزافزون در عرصه هوش مصنوعی، متخصصان در تلاش‌اند رویکرد جعبه‌ شیشه‌ای را در میان توسعه‌گرها ترویج

کتابخانه Keras مجموعه‌ای از آخرین مدل‌های یادگیری عمیق فراهم کرده است که وزن‌های آن با استفاده از دیتاست ImageNet از پیش آموزش‌ دیده‌اند. این مدل‌های آموزش دیده را می‌توان برای طبقه‌بندی تصویر، استخراج ویژگی و یادگیری انتقالی استفاده کرد. در این نوشتار مقاله‌ای را با هم مرور خواهیم کرد که

جمعی از برترین متخصصان هوش مصنوعی جهان در رویداد بین‌المللی TNW حضور به عمل خواهند آورد تا درباره آینده این حوزه و همچنین تحقیقات یادگیری ماشین به بحث و تبادل نظر بپردازند. یادگیری ماشین در بسیاری از صنایع و حوزه‌های علمی، ‌ابزاری مهم به شمار می‌آید. با این حال، تحقیقات

تیم‌های حاضر در مسابقات پهپادهای خودران گاهی سرافراز بیرون می‌آیند و گاهی در پی حوادث پیش‌بینی نشده از گردونه مسابقات کنار می‌روند. در این مسابقات، پهپادی که مسیر مسابقه را با بالاترین سرعت طی کند، برنده است. اما هرچه سرعت پرواز پهپاد بیشتر باشد، ناپایدارتر و پیش‌بینی آیرودینامیک آن‌ها دشوارتر

همه روزه، طوفانی از محتوا در فضای اینترنت منتشر می‌شود. آیا امکان دارد در عین حال که حجم تولید محتوای خود را 10 برابر افزایش می‌دهید، 10 برابر نیز در هزینه‌ها صرفه‌جویی کنید؟ آیا حتی در صورتی که محتوا عادی باشد، کماکان مایل هستید آن را منتشر کنید تا ببینید

دیپ‌مایند محیط بازی بزرگی به نام XLand طراحی کرده است که هوش مصنوعی پیوسته آن را تغییر می‌دهد.

هوش مصنوعی اجزاء تشکیل دهنده‌ موجودات زنده را شناسایی و راه را برای ورود به برحه‌ای جدید در علم هموار کرده است. دیپ‌مایند، شرکتی که اکنون به گوگل پیوسته است، ساختار سه بعدی تمام پروتئین های ساخته شده در بدن انسان را با دقتی بی‌سابقه پیش‌بینی کرده است. بیشتر از

تیمی از پژوهشگران دانشگاه کالیفرنیا، سن‌دیگو، یک سیستم مبتنی بر شبکه های عصبی عمیق ساخته‌اند؛ این سیستم می‌تواند ویژگی‌هایی را شناسایی کند که قادر به پیش‌بینی عوامل رونویسی متصل‌شونده Transcription Factor Binding هستند. در مقاله‌ی این پژوهشگران (منتشرشده در ژورنال Nature Machine Intelligence) به کاربردهای احتمالی این سیستم در درک بهتر

پیش از پرداختن به موضوع پردازش افتراقی سیگنال دیجیتال لازم است اشاره‌ای به شبکه‌های عصبی و اهمیت آن‌ها خواهیم داشت. در حوزه‌ی رو به رشد علم و فناوری، هوش مصنوعی و پیشرفت‌های اخیرش، جایگاه برجسته‌ و محبوبیت بالایی به دست آورده‌اند. تا جایی که مفاهیمی از قبیل هوش مصنوعی و

رشد همه‌جانبه هوش مصنوعی به معنی راه‌حل‌های جدیدی برای رویارویی با مشکلات پیچیده بشری است. اما به این دلیل باید توجه ویژه به بحث اخلاق در هوش مصنوعی داشت که قدرت ماشین‌های هوشمند که از هوش مصنوعی می‌آید ممکن است بعضی از حقوق ما انسان‌ها را تضعیف کند.

می‌توان گفت کووید ۱۹ یک شبه زندگی انسان‌ها را متحول کرد و به سمت دیجیتالی شدن برد و این باعث به وجود آمدن مسائل جدیدی شد. موردی که در این شرایط باید بیش از پیش به آن پرداخته شود، مجرمان اینترنتی هستند. در یک معامله آنلاین چگونه می‌توانید به شخصی

سرطان دهانه رحم  سالانه بیش از نیم میلیون نفر را مبتلا کرده و جان نزدیک به 300 هزار نفر را می‌گیرد. تشخیص سرطان در مراحل اولیه برای ریشه‌کن کردن بیماری از بدن بیمار ضروری است. با این حال، روش معمولی غربالگری سرطان که جمعیت-محور است، فرآیندی دشوار و هزینه‌بر دارد.

محققانی که بر روی سیستم‌های آبیاری هوشمند کار می‌کنند، راهی برای انتخاب دقیق‌ترین پیش بینی آب و هوا از میان پیش‌بینی‌های هفته منتهی به یک روز معین ارائه کرده‌اند.

محققان دانشگاه کمبریج با استفاده از بیوفیزیک نظری موفق به ساخت مدلی شدند که می‌تواند مقدار نیروی فیزیکی لازم برای عضله سازی را پیش‌بینی کند.

برای مدتی شبکه های عصبی بازگشتی Recurrent Neural Networks  و حافظه‌ کوتاه‌مدت طولانی Long Short-Term Memory  از جذابیت زیادی برخوردار بودند و اکنون زمان آن رسیده که آن‌ها را کنار بگذاریم.

موسسه مهندسی عمران و فناوری ساخت‌وساز کره‌جنوبی (KICT) از ساخت سیستم شناسایی چاله‌آسفالت مبتنی بر هوش مصنوعی خبر داده است. این سیستم به نحوی طراحی شده است که روی شیشه جلوی اتومبیل نصب و چاله آسفالت های سطح جاده را در لحظه شناسایی می‌کند. چاله آسفالت ها به اتومبیل آسیب

دکتر رانا ال‌کَلیوبی، نویسنده کتاب «دختر رمزگشایی شده Girl Decoded»، یکی از متخصصان برجسته حوزه «همدلی و فناوری» و «اخلاقِ هوش مصنوعی» است. در ماه ژوئن، شرکت Smart Eye شرکت Affectiva، شرکتی که ال‌کلیوبی یکی از بنیانگذاران آن است، را خریداری نمود. در این گفتگوی مجازی پای صحبت دکتر ال‌کلیوبی

با توجه با اینکه ماهی شناگر قابلی است، ساختار فیزیکی آن به طور گسترده در طراحی ربات‌های زیر آب کپی‌برداری می‌شود. اخیرا از این اطلاعات برای طراحی ربات ماهی هم استفاده شده است. دانشمندان به تازگی کشف کرده‌اند که ماهی‌ها با تنظیم میزان سفتی دم، می‌توانند بسیار کارآمدتر کنند.

به تازگی شرکت OpenAI  با استفاده از مدل GPT-3  نشان داد که یک مدل یادگیری عمیق را می‌­توان به سادگی و با دادن مقادیر زیادی نوشته برای تبدیل متن به تصویر آموزش داد. همچنین آن‌ها نشان دادند که با جایگزین‌کردن متن با پیکسل، می‌توان از همین روش برای آموزش هوش

هانا کرنیاواتی، پژوهشگر دانشگاه ANU (دانشگاه ملی استرالیا)، سعی در ایجاد رفتارهای حل مسئله و همدلی در ربات ها دارد. پژوهش‌های کرنیاواتی نه تنها تأثیری شگرف بر کارکردهای عادی هوش مصنوعی گذاشته، بلکه یک جایزه‌ بزرگ جهانی نیز برای وی به ارمغان آورده‌اند. ربات‌های امروزی به حدی از پیشرفت رسیده‌اند

هوش مصنوعی قوی‌تر از همیشه به رشد خود ادامه داده و جای خود را در زندگی روزمره‌ی افراد پیدا می‌کند؛ اما آنچه درون این سیستم‌ها می‌گذرد همچنان برای ما ناشناخته است. این عدم شفافیت می‌تواند سرمنشأ مشکلاتی اساسی همچون نژادپرستی باشد؛ به همین خاطر پژوهشگران قصد دارند این جعبه سیاه

برخی از روانشناسان بالینی ممکن است رابطه‌ای بین هوش مصنوعی و روانشناسی متصور نشوند و بر این مساله پافشاری کنند که هوش مصنوعی نباید هیچ گونه نقشی در مراقبت‌های بهداشت روان داشته باشد. آن‌ها معتقدند رابطه روان درمانی مقدس است و هوش مصنوعی حتی نباید در اتاق درمان نیز حضور

پیش از این سعی کردیم افراد حاضر در تصاویر بی­‌کیفیتی که از اینترنت گرفته شده‌­اند را تشخیص دهیم. برای این کار از سیستم محبوب تشخیص اشیاء YOLO استفاده کردیم. این بار قصد داریم الگوریتم DETR را بررسی کنیم. هدف ما تشخیص افراد در تصاویر خام ویدئویی بود. ولی همان­‌طور که

فیس‌بوک موفق شد جعل عمیق که می‌توان از آن به عنوان خطرناک ترین جنایت آینده یاد کرد را با مهندسی معکوس تشخیص دهد؛ درست مانند شناسایی اجزاء اتومبیل از روی صدای موتور آن، حتی اگر اتومبیل جدید باشد و کسی تاکنون صدای آن‌ را نشنیده باشد.

کاربرد کلان داده در صنعت بانکداری به تقسیم‌بندی مشتریان کمک می‌کند تا یک راه حل جامع ارائه دهد که برای کسب و کارها و مشتریانشان بهتر کار کند. تقسیم‌بندی قبلی مشتریان، خواسته‌ها و نیازهای مشتری را بدون پرداختن به هیچ یک از نقاط درد آن‌ها، تعمیم می‌دهد. نقاط درد به

در نظرسنجی Forbes Insights که 700 مدیر اجرایی سطح C در آن شرکت کردند، مشخص شد سواد داده‌‎ای مهم‌ترین مانع برای موفقیت در پروژه‌های هوش مصنوعی است. مشکل سواد داده‎ای در نتیجه عدم وجود متخصص هوش مصنوعی و علوم داده به وجود می‌آید. در نتیجه برای استفاده موفق از هوش

ما از ساخت نخستین مدل شبکه ‌های عصبی پیچشی (ConvNet)، شناسایی سگ‌ها و گربه‌ها بود. ساختار این مدل حاویِ لایه‌های پیچش دوبعدی (Conv2D) و ترکیبی از لایه‌های ادغام و نرمال سازی بسته batch normalization، و dropout می‌باشد. در این راستا از یک لایه مسطح‌ساز flattening layer استفاده می‌شود که نهایتاً

شبکه های مولد تخاصمی (GAN) Generative Adversarial Networks (GANs به طرز قابل ملاحظه‌ای پیشرفت کرده‌ است؛ از جمله قابلیت‌های پیشرفتۀ آن می‌توان به ترکیب و شبیه­ سازی فوق‌العاده دقیق چهره انسان، بازیابی رنگ و کیفیت ویدئوهای قدیمی و ساخت ویدئوهای دیپ فیک واقع‌گرایانه اشاره کرد. شبکه های‌ مولد تخاصمی عمدتاً