بینایی ماشین یکی از شاخههای اصلی هوش مصنوعی است که به سیستمهای هوشمند توانایی درک و پردازش محیط اطراف را میدهد. در دهههای اخیر، تأثیرات پیشرفتهای بوقوع پیوسته در زمینه بینایی ماشین، حیرتانگیز بوده بطوریکه سیستمهای امروزی در تشخیص و واکنش سریع به ورودیهای بصری دقیقتر از انسان عمل مینمایند. چیستی این فناوری، تاریخچه، نحوه کار و تفاوتش با بینایی کامپیوتر از جمله مواردی است که به شناخت این حوزه فناوری کمک مینماید.
همچنین نرمافزارها و ابزارهای رایج، کتابهای مرجع، کاربردها و برخی از سرویسهای برجسته این حوزه فناوری جز مباحث ارزشمند و برجستهای است که میتواند به درک عمیقتر بینایی ماشین کمک نماید … درباره بینایی ماشین بیشتر بخوانید
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
از چند سال قبل که دویدن را شروع کردهام به اهمیت حرکات کششی پی بردم، اما به خوبی از پس انجام این حرکات بر نمیآیم. وقتی با تکنیکهایی مثل برآورد ژست بدن و بینایی ماشین آشنا شدم، به این فکر افتادم که از آنها در مسائل واقعی مثل برآورد و
آینده علمی تخیلی که در آن رباتها قادرند کارهایی که انسانها و حیوانات انجام میدهند را انجام دهند، نزدیکتر از چیزی است که فکرش را میکنید. به همین دلیل نباید معرفی رباتی به نام اسپات مینی را از دست بدهید.
محققان Skoltech روش جدیدی برای آموزش الگوریتم های بینایی کامپیوتری با داده های محدود یافتهاند تا بتوانند تصاویر ماهوارهای از سطح زمین را با دقت بیشتری پردازش کنند. این امر باعث میشود مسائل مختلف در حوزه سنجش از دور را برای ماشینها راحتتر شده و درنتیجه استفاده از داده ها
یکی از «رموز» موفقیت مدلهای ترانسفورماتورها رویکرد انتقال یادگیری Transfer Learning است. در رویکرد انتقال یادگیری، از پیش یک دیتاست با حجم بالا به یک مدل (در این مورد یک مدل ترانسفورماتور) آموزش داده میشود؛ در این رویکرد برای آموزش مدل از تکنیک پیشآموزش بدون نظارت Unsupervised Learning استفاده میشود.
در این مقاله روش فشرده سازی شبکه عصبی را توضیح مید هیم. معماریهای مدرن و نوآورانهی شبکههای عصبی از اهمیت بسیار زیادی برخوردار هستند. برای مثال شاید با GPT-3، جدیدترین مدل تحولی فناوری پردازش زبان طبیعی (NLP) که OpenAI ارائه داده، آشنایی داشته باشید. این مدل قادر به نوشتن شعر و
الگوریتم تنها یکبار نگاه کن یا YOLO You only look once یکی از زیرمجموعههای الگوریتمهای یک مرحلهای تشخیص اشیاء object detector است که سرعت و دقت بالایی دارد. اخیراً با انتشار مقالهای نسخه چهارم الگوریتم YOLO معرفی شد. این نسخه جدید در مقایسه با سایر الگوریتمهای تشخیص اشیاء عملکرد بسیار
در این مقاله آموزشی میآموزید شبکه های Siamese را با استفاده از Keras، TensorFlow و یادگیری عمیق آموزش دهید و پیادهسازی کنید.
شرکت استارتاپی SiteAware که سابق بر این با نام Dronomy شناخته میشد، در حال توسعه پلتفرمی است که استفاده از هوش مصنوعی در ساختمان سازی را میسر میسازد. سرمایه اولیه برای راه اندازی این پلتفرم از مشارکت چند سرمایه گذار تامین شد و هفته گذشته این بودجه 10 میلیون دلاری
فناوری بینایی رایانهای در زمینههایی مانند سیستمهای نظارت خودکار، اتومبیلهای خودران، تشخیص چهره، مراقبتهای بهداشتی و ابزارهای فاصلهگذاری اجتماعی کاربرد زیادی دارند. اما خنثی کردن تاثیر عوامل محیطی بر کیفیت اهمیت زیادی برای این موضوع دارد. کاربران برای استفاده از تمام مزایای نرمافزارهای تجزیه و تحلیل ویدئویی به اطلاعات بصری
برای کاهش میزان پیچیدگی در توسعه نرمافزارهای اتومبیل خودران، باید کل این مسئله فنی را به اجزای کوچکتر تقسیم و سپس اقدام به تولید نرم افزار اتومبیل خودران کنیم. هر کدام از این اجزا نقشی حیاتی در تولید اتومبیلهای خودران امن داشته و کارکردهای مختلفی برای تحقق فناوری خودران دارند.
تا کنون مدلهای پیچیدهای ساختهایم که قادر به انجام وظایف و حل مسائل پیچیده هستند، اما چالشی که اکنون با آن روبرو هستیم این است که چطور میتوانیم چنین مدلهای سنگینی را برای استفادهی فوری روی دستگاههای موبایل پیاده کنیم؟ شاید بتوانیم مدل را روی ابر به کار انداخته و
مهندسان هوش مصنوعی ابزاری اختراع کردهاند که تصاویر ثابت را به تصاویر ویدئویی تبدیل میکند و این کار را چنان طبیعی انجام میدهد که برخی از کاربران آن را «وحشتناک» خواندهاند. سرویس نسبشناسی MyHeritage با ساخت فناوری Deep Nostalgia یا «نوستالژی عمیق» به افراد اجازه میدهد گذشته را زنده کنند.
پروتئینها عنصری ضروری برای حیات و زیربنای تمامی کارکردهای آن هستند. پروتئینها مولکولهای بزرگ و پیچیدهای هستند که از زنجیرههای آمینواسید ساخته شدهاند. کار این مولکولها عمدتاً توسط ساختار سهبُعدی خاص آنها تعیین میشود. شناخت شکل تاخوردگی مولکول پروتئین به عنوان «مسئلهی تاخوردگی پروتئین Protein folding problem» شناخته میشود؛ نزدیک
چه کسی می خواهد میلیونر شود؟ 2913 نفر رویای میلیونر شدن را در سر میپرورانند و بر سر جایزه یک میلیونی مسابقه تشخیص دیپ فیک با یکدیگر به رقابت میپردازند. هدف از برگزاری مسابقه در ماه مارس 2020، ساخت و توسعه فنآوریهایی است که بتوانند دیپ فیک و رسانههای دستکاری
مقدمه در این نوشتار قصد دارم به جزئیات پیادهسازی مدل تشخیص چهره بپردازم. اخیراً یک رابط کاربری در جستجوگر Browser-based UI طراحی کردم که برای افزودن یک فرد جدید به پایگاه داده کاربرد دارد. توضیحات مربوط به توسعهی شبکه Web-development از حوصلهی این بحث خارج است. نویسندهی این متن فرض
GoogleNet یک شبکه پیچشی عمیق با 22 لایه است. معماری این شبکه در چالش ILSVRC سال 2014 معرفی شد (دو مسئلهی اصلی این چالش، تشخیص اشیاء Object detection و طبقهبندی تصویر Image classification بودند). جنبه نوآورانهی معماری GoogleNet مربوط به ماژولی به نام Inception است.
دانشمندان رایانه در سالهای اخیر عاملهای مجازی متنوعی توسعه دادهاند. عامل مجازی هوش مصنوعی با هدف تعامل با انسان و کمک کردن به وی در انجام امور مختلف طراحی شده است. یافتههای شماری از پژوهشهای پیشین حاکی از این است که میزان اعتماد فرد به این عاملها معمولاً به این
پیش از این که به این مطلب درمورد نگاشت داده های مربوط به موقعیت خودروها بپردازیم، چند لحظه به شلوغترین و ناخواناترین نقشهای که تا حالا دیدهاید فکر کنید. اولین نقشهای که به ذهن من خطور میکند مربوط به سال 2015 است. آن سال برای شرکت نرمافزاری GIS کار میکردم
شرکت فیسبوک از پروژه هوش مصنوعی جدید خود به نام TextStyleBrush پرده برداشت. این پروژه در واقع نرمافزاری است که میتواند از سبک نوشتاری متن دستنویس یا متن چاپی موجود در یک عکس کپیبرداری کند، آن هم تنها با استفاده از یک کلمه! کاربران میتوانند با استفاده از این نرمافزار
دانشمندان از ساخت نرم افزار هوش مصنوعی فیسبوک خبر دادند که علاوه بر تشخیص تصاویر «دیپ فیک» میتواند سرمنشأ آنها را مشخص کند. دیپفیک به فایلهای صوتی، تصاویر و ویدئوهایی گفته میشود که با استفاده از فنآوری AI به گونه تغییر یافتهاند که واقعگرایانه و طبیعی به نظر میرسند و
بازی Hand Physics Lab گزینههای دسترسی جدید از جمله مود colorblind و امکان نگاشت حرکات یک انگشت روی سایر انگشتان را ارائه میدهد.
محققان برای بهرهبرداری کامل از ظرفیتهای هوش مصنوعی به منظور درمان بیماران مبتلا به سرطان، باید ثابت کنند که امکان تکرار موفقیتهای یادگیری ماشین در حوزهها و بیماران مختلف وجود دارد. در همین راستا، محققان مهندسی زیستپزشکی «کیس وسترن رزرو» در تلاشاند تا الگوریتمهای جدیدشان را در اسکن بیماران مناطق
سَم والِس، در طول هشت سال فعالیت خود به عنوان مدیر هشدار جمعی در سونوما کالیفرنیا بارها شعلهور شدن شهرهای حوزهی مدیریتی خود را به چشم دیده است. آتش سوزی جنگل ها که از قبل درباره آنها هشدار داده نمیشود، خانهها را به ویرانی میکشاندند و دامنه تپهها، درهها و
آیا تابهحال در ترافیک سنگینی که خودروها پشت سر هم صف کشیده باشند و هیچ گونه حرکتی نداشته باشند، گیر کردهاید؟ این اتفاق یک بار برای اوریل کاتز – بنیانگذار استارتآپ فناوری موسوم به NoTraffic – در سال 2017 رخ داد. این شرکت مدعی شده که سیستم کنترل ترافیک مبتنی
نسبت میان بینایی ماشین و بینایی کامپیوتر از آن دست موضوعاتی است که احتمالاً بسیاری از علاقهمندان به هوش مصنوعی در آن ابهامها و سوالاتی دارند.
متخصصان ضمن اشاره به قابلیتهای شگفت انگیز نسل بعدی اینترنت موبایل، پیشبینی کردند فناوری 6G تا سال 2036 به سطحی از پیشرفت دست پیدا میکند که میتواند با قدرت مغز انسان برابری کند.
طی سالهای اخیر، مهندسان کامپیوتر و رباتیک با هدف کمک به انسانها در مأموریتهای حساس، برای مثال عملیاتهای نظامی و عملیاتهای امداد و نجات، ابزارهای گوناگونی ساختهاند. وسایل نقلیه هوایی بدون سرنشین (UAV) توانایی و کارایی خود را در انجام چنین مأموریتهایی به اثبات رساندهاند، چراکه میتوانند به نواحی دوردست
در این مقاله به این موضوع خواهیم پرداخت که چگونه هوش مصنوعی در نقش تعدیل کننده در یک ویدئوچت ظاهر میشود؟ در سال 2017، در یک رزیدنسی هنری Art residency در دانشگاه کالیفرنیای جنوبی، از چند هنرمند و فیلمساز به نامهای لورن مککارتی، گریس لی و تونی پاتریک، خواسته شد
کتابخانه یادگیری فعال عمیق Baal به سرعت زمینه را برای انتقال از فاز برچسبزنی به فاز بهره برداری production از مدل یادگیری ماشین فراهم میکند. اخیراً هم قابلیت شناسایی نواقص سطوح جاده به موضوع جالبی برای یادگیری فعال تبدیل شده است.
این نوشته به بررسی راههای تشخیص بیماری کووید 19 با هوش مصنوعی میپردازد. بیماری کووید 19 یک بیماری همهگیر است که در اثر سندروم حاد تنفسی به وجود میآید. این بیماری نخستین بار در ماه دسامبر 2019 در شهر ووهان چین شناسایی شد و از آن زمان به بعد در
فوجیتسو Fujitsu هوش مصنوعی توسعه داده است که با شناسایی ایرادات ظاهری محصولات به تشخیص بهموقع نواقص آن کمک میکند.
بخش هوش مصنوعی فیس بوک نرمافزار جدیدی ساخته و شاید بهتر باشد شرکتها هم برای انجام برخی مسائل بینایی کامپیوتر، از جمله تشخیص چهره و توابع مورد استفاده در وسایل نقلیه خودران، چنین نرمافزاری را آموزش دهند.
هفتاد درصد از نسل زد Gen Z وقت آزادشان، چیزی حدود ده ساعت در روز، را در فضای آنلاین سپری میکنند. با اطمینان میتوان گفت که جهان آنلاین و آفلاین برای آنها درهم تنیده است. با افرایش میزان استفاده از شبکه های اجتماعی همه ما بیش از گذشته در فضای
از امروز هوش مصنوعی در تربیت حیوانات خانگی به شما کمک خواهد کرد. پژوهشگران موفق به ساخت نوعی از فناوری شدهاند که «سگ خوب» را تشخیص و به آن پاداش میدهد .یک تیم پژوهشی فناوری هوش مصنوعی لبه Jetson محصول NVIDIA را بر روی 20.000 عکس از دوست خانگی شما،
شرکت گوگل سال گذشته در کنفرانس «Google Next» اعلام کرد که در حال ساخت دو سختافزار جدید در «Edge TPU» هستند. هدف گوگل از ساخت وسیلههایی مثل «Raspberry Pi» و سایر ریزکنترلکنندهها این است که از قدرت نرمافزارهای هوش مصنوعی از قبیل دستهبندی تصاویر Image classification و تشخیص اشیاء
با کمک جعل عمیق در سریال پیشتازان فضا، برنت اسپینر دوباره در این سریال و در سری جدید به نام «پیشتازان فضا: پیکارد» (محصول 2020) در نقش فرمانده دیتا ظاهر شد. با اینکه به طور حتم دیدن بازی اسپینر در نقش نمادین ربات انسان نما برای اولین بار پس از سالها
OpenAI از جدیدترین محصول خود موسوم به DALL.E که یک شبکه عصبی تصویرساز است رونمایی کرد. DALL.E نسخهای از GPT-3 با 12 میلیارد پارامتر است که متون توصیفی را به عکس تبدیل میکند. DALL.E میتواند برای جملاتی که از ساختار ترکیبی زبان پیروی میکنند، عکسهای قابل قبولی تولید کند.
در این نوشتار DenseNet (شبکه پیچشی متراکم) را با هم مرور خواهیم کرد. شبکه پیچشی متراکم توسط یکی از مقالات 2017 CVPR مطرح شد که با بیش از 2000 ارجاع جایزهی بهترین مقاله را به خود اختصاص داد. این شبکهها حاصل همکاری مشترک دانشگاه کرنول Cornwell University، دانشگاه سینگوا Tsinghua
هوشیو رسانهای تخصصی در حوزه هوش مصنوعی است که با هدف ایجاد محیطی فراگیر و پویا به ترویج و ارتقای این دانش میپردازد. ما تلاش میکنیم تا علاقهمندان به این حوزه درک عمیقتری از هوش مصنوعی پیدا کنند، از جدیدترین تحولات آن در ایران و جهان مطلع شوند و فعالان و پیشروان این صنعت را بشناسند. هوشیو با تمرکز بر تولید محتوای چندرسانهای شامل ویدئوکست، پادکست، موشنگرافیک و … تجربهای جذاب و آموزنده برای مخاطبان فراهم میکند. همچنین، هوشیو با پوشش رسانهای گسترده رویدادهای هوش مصنوعی در ایران و جهان، بستری را برای اطلاعرسانی و تعامل میان فعالان و علاقهمندان این حوزه ایجاد کرده است.
تمام حقوق این وبسایت متعلق به هوشیو است. کپیبرداری از محتوای هوشیو با ذکر منبع بلامانع است.
