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

هوش مصنوعی و اخلاق رابطه جالبی دارند و این فناوری به صورت فزاینده می‌آموزد که چطور با انسان‌ها رفتار کند و روی آن‌ها تأثیر بگذارد. پژوهشی جدید نشان داده است هوش مصنوعی چطور می‌تواند نقاط آسیب‌پذیر در عادات و رفتار انسانی را تشخیص داده و برای تأثیر گذاشتن روی تصمیم‌گیری

توصیف تصویر به گونه‌ای که مشخص نباشد که توسط یک ربات بدون فهم و درک صورت گرفته، از مدت‌ها قبل یکی از اهداف هوش مصنوعی بوده است. در سال 2016 گوگل مدعی شد هوش مصنوعی‌اش می‌تواند با دقت 94% برای تصاویر زیرنویسی انجام دهد و این کار را دقیقا مانند

گزارشگران در هنگام گزارش مسابقه ( چه از محل مسابقه و چه از استودیو) ببا مشکل تشخیص شماره پیراهن بازیکنان مواجه هستند. آن‌ها با اطلاع از شماره بازیکنان می‌توانند در جریان اتفافاتی که در زمین مسابقه روی می‌دهد قرار بگیرند و آن را به اطلاع بینندگان برنامه برسانند. با همه

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

در این بخش از آموزش پردازش زبان طبیعی به جمع‌بندی فصل اول خواهیم پرداخت. پیش‌تر در این آموزش که هر هفته در سایت هوشیو منتشر می‌شود، به موضوعاتی از قبیل تنظیم محیط کار، مفهوم پردازش زبان طبیعی، آشنایی با ترنسفورمرها، روش کار آن‌ها و این‌که چه می‌کنند، مدل های رمزنگار،

در این مقاله قصد داریم به الگوریتم Wav2vec 2.0 بپردازیم. تلاش‌های بی‌وقفه پژوهشگران برای ارتقای عملکرد سیستم‌های خودکار تشخیص گفتار Automatic speech recognition (ASR) system و پیشرفت‌های عظیمی که در حوزه فن‌آوری‌های یادگیری ماشین حاصل شده و هم‌چنین افزایش میزان دسترس‌پذیری به دیتاست‌های بزرگ گفتار موجب شده میزان محبوبیت، تأثیرگذاری و

مقاله حاضر دومین بخش از سری مقالات یادگیری انتقالی در پردازش زبان طبیعی است. چنان‌چه به تازگی به حوزه پردازش زبان طبیعی ورود پیدا کرده‌اید، به شما توصیه می‌کنم اولین بخش از این سری مقالات که لینک آن در انتهای مطلب قرار دارد را هم مطالعه کنید.

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

درست همان‌طور که انسان‌ها برای یادگیری مهارت­‌های جدید و آزمون دانش خود به چیزهایی هم­چون کتاب­‌های منبع، بلاگ‌­ها، ویدئوها و غیره نیاز دارند، الگوریتم­‌های یادگیری ماشین هم برای یادگیری نیازمند دیتاست هستند.

تیمی پژوهشی متشکل از محققان دپارتمان ریاضی دانشگاه UAB به سرپرستی رزاریو دلگادو ، با همکاری بیمارستان دوماتارو ، موفق به ساخت مدل یادگیری ماشین جدیدی شدند که می‌تواند احتمال فوت بیماران بستری در بخش ICU را بر اساس مشخصات‌شان پیش‌بینی کند. پژوهش مذکور به عنوان مقاله‌ای «راهبردی »، در

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

در این مقاله بهینه سازی بیزی را توضیح خواهیم داد. فرض کنید این تابع را به ما داده‌اند: f(x). محاسبه‌ آن هزینه‌بر است، نمی‌توان آن را یک عبارت تحلیلی Analytic expression در نظر گرفت و مشتق‌های آن هم ناشناخته هستند. مسئله‌ای که باید حل کنید این است که کمینه‌ سراسری

محققان دانشگاه MIT روش جدیدی را توسعه داده‌اند تا به افزایش سرعت ربات های کند کمک کند. آن‌ها این روش را “محاسبات روبومورفیک robomorphic” نامیده‌اند.

شروع یک شغل با محوریت علوم داده بسیار جذاب است، اما مشکلات خودش را هم دارد. برای مثال سوال‌هایی هستند که همواره برای شروع پیش روی شما قرار دارند. از کجا شروع کنم؟ چه چیزی یاد بگیرم و چگونه؟ منابع مناسب درباره علوم داده را چطور پیدا کنم؟ اگر این

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

می‌دانید کدام ویژگی خوک‌ها باعث شده از تکنولوژی تشخیص چهره برای آن‌ها استفاده شود؟ پوزه ظریف و کشیده، گوش‌های سربالا و خوش‌فرم. خوک‌ها هم درست مثل انسان‌ها چهره‌ای ویژه دارند. این ویژگی حتی توجه بازارهای گوشت خوک چین را به خود جلب کرده است.

برخی ویژگی‌های ظاهری، مثل رنگ چشم یا پوست می‌توانند سرنخی از نژاد و قومیت افراد باشند. اما بدون این نشانه‌ها، تشخیص نژاد برای انسان‌ها کار آسانی نیست. با این حال، بر اساس پژوهشی جدید که هنوز مورد بازبینی قرار نگرفته، به نظر می‌رسد الگوریتم‌ها از پس انجام این کار برمی‌آیند.

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

در این بخش از آموزش پردازش زبان طبیعی قصد داریم درباره بایاس و محدودیت ها توضیح دهیم. در قسمت‌های قبل این آموزش که هر هفته در سایت هوشیو منتشر می‌شود، به موضوعاتی از قبیل تنظیم محیط کار، مفهوم پردازش زبان طبیعی، آشنایی با ترنسفورمرها، روش کار آن‌ها و این‌که چه

پیش از پرداختن به اهمیت کاهش سوگیری هوش مصنوعی در واحدهای منابع انسانی شرکت‌ها، باید به این موضوع اشاره کرد که بهره‌مندی از مزایای هوش مصنوعی و یادگیری ماشین در سراسر دنیا نهادینه شده است. این فناوری‌ها به کسب و کارها کمک می‌کنند تا فرآیندها را خودکار کرده، از طریق

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

در سی و هشتمین کنفرانس بین‌المللی یادگیری ‌ماشینی (ICML 21)‌، محققان مرکز امنیت سایبری NYU در دانشکده مهندسی تندون NYU اطلاعات جدیدی در خصوص توابع اساسی که شبکه‌های عصبی را قادر به استنتاج از داده های رمزگذاری شده ‌می‌کنند‌، آشکار کردند.

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.

این قسمت از دوره آموزش پردازش زبان طبیعی مربوط به مدل های توالی به توالی است. از جذاب‌ترین شاخه‌های فناوری هوش مصنوعی و البته مهم‌ترین آن‌ها می‌توان به پردازش زبان طبیعی اشاره کرد.

تاکنون به این موضوع فکر کرده‌اید که چرا نتایج جست و جو در گوگل تا این اندازه دقیق هستند؟ هوش مصنوعی در چند سال اخیر پیشرفت‌های چشمگیری داشته است. یکی از مهمترین کاربردهای اصلی آن موتورهای جست‌وجو اینترنتی یا همان جست و جو در گوگل است. تصحیح غلط‌های املایی، پیش‌بینی

یک ابزار هوش مصنوعی به کمک شناخت ژنوم های سرطان آمده است. قطعات DNA سرطانی تحلیل شده در این پژوهش، از ژنوم انسانی به دست آمده‌اند. توالی ژنوم‌ها، حاصل میلیون‌ها سال تکامل بوده و از طریق فرآیندهای «کپی-الصاق-ویرایش Copy-Paste-Edit» و تکامل تطبیقی Coevolution با عناصر دیگر شکل گرفته است؛ به عنوان

اُر لنچنر Or Lenchner از ماه جولای 2018 مدیرعامل شرکت برایت دیتا Bright Data بوده است. تنوع محصولات این شرکت به لطف مدیریت سه ساله‌ی وی با پیشرفت چشمگیری همراه بوده است. راهکارهای خودکار این شرکت باعث شده تا مشتریان داده‌ها را در چند دقیقه گردآوری و دریافت نمایند. از برجسته‌ترین

بینایی کامپیوتر از جمله حوزه‌هایی است که همواره شاهد پیشرفت آن هستیم، اما یک مشکل بزرگ دارد: بینایی کامپیوتر نژادپرست است و نیاز به کاهش سوگیری نژادی در آن محسوس است.

زیمنس انرژی راهکار جدیدی برای نظارت و واکنش به تهدیدهای سایبری علیه اینترنت اشیاء صنعتی (IIoT) در نظر گرفته است. این بخش صنعتی به سرعت از سامانه‌های جداگانه فاصله گرفته و در حال روی آوردن به سامانه‌هایی است که از اینترنت اشیاء صنعتی برای حفظ، بازبینی، نظارت و گردآوری داده

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

تمام افرادی که در خیابان های باریک و شلوغ رانندگی کرده‌اند با این سناریو آشنا هستند: اتومبیل‌ها در دو طرف خیابان پارک شده‌اند و فضای کافی برای حرکت خودروها، در جهت مخالف یکدیگر، وجود ندارد. یکی باید به فضای خالی بین اتومبیل‌های پارک شده برسد، یا آهسته حرکت کند و