قالب های فارسی وردپرس 29

این وبلاگ جهت دسترسی آسان شما عزیزان به قالب های برتر وردپرس به صورت فارسی تدوین و راه اندازی شده است.

قالب های فارسی وردپرس 29

این وبلاگ جهت دسترسی آسان شما عزیزان به قالب های برتر وردپرس به صورت فارسی تدوین و راه اندازی شده است.

چین به لطف هوش مصنوعی، آمریکا را در نبرد فناوری به حاشیه می راند

نبرد میان آمریکا و چین در زمینه‌ی هوش مصنوعی به شدت در جریان است، اما چگونه ایالات متحده بازنده‌‌ی احتمالی در این جنگ فناوری خواهد بود؟

درک استراتژی‌های سرمایه‌گذاری ملی در زمینه‌ی فناوری بسیار سخت است چه رسد به درک عملکرد نهادهای قانونی پیچیده‌ای مانند کنگره‌ی آمریکا آن هم در زمانی که یک جنگ پیش‌بینی شده، رقابت‌پذیری یک کشور را در زمینه‌ی اقتصادی و مالی تهدید می‌کند.

جنگی برای به دست آوردن سردمداری جهانی در زمینه‌ی هوش مصنوعی (AI) و یادگیری ماشینی در جریان است و ایالات متحده این آمادگی را دارد تا شاید مهمترین جنگ در زمینه‌ی فناوری در تاریخ را واگذار کند.

آیا جنگ هوش مصنوعی به خوبی درک شده است؟ خیر، حداقل مسئولینی که استراتژی‌های ملی را بسط می‌دهند یا شهروندان ایالات متحده که همگی باید کمی در وب‌سایت willrobotstakemyjob.com (وب‌سایتی که به بررسی احتمال از دست دادن شغل‌ها به وسیله‌ی جایگزینی ربات‌ها به جای انسان می‌پردازد) وقت بگذرانند حتی به فهم آن نزدیک هم نشده‌اند. در انتخابات میان دوره‌ای ایالات متحده حتی یک نفر از نامزدهای انتخابات هم در خصوص هوش مصنوعی، جنگ در زمینه‌ی هوش مصنوعی یا این موضوع که چگونه آمریکا در این زمینه شکست خواهد خورد مگر اینکه هم‌اکنون یک چرخش استراتژیک عظیم رخ دهد صحبتی نکرد.

از آنجا که بیشتر سردمداران ایالات متحده از این نبرد غافل هستند، هیچ نقشه‌ای هم برای جلوگیری از این شکست تاریخی ندارند. اکنون می‌توانید پیامدهای انتخاب سیاست‌مدارانی را که هیچ تصوری از یک جنگ مرگبار در حال انجام ندارند را تصور کنید.

تهدید

فناوری / technology

هوش مصنوعی، یادگیری ماشینی و یادگیری عمیق (اجازه دهید همه را به عنوان AI مخفف کلمه‌یArtificial Intelligence به معنی هوش مصنوعی صدا کنیم) نسل جدید سلاح‌های دیجیتالی محسوب می‌شوند که در دهه‌های گذشته توسط وزارت دفاع ایالات متحده ابداع شده‌اند. کسی نمی‌تواند منکر اهمیت AI شود زیرا به راحتی می‌توان جایگاه آن را در جنگ‌های نظامی و اقتصادی جهانی بررسی کرد، در مقیاس امتیازی صفر تا ۱۰، هوش مصنوعی به راحتی میتواند نمره‌ی ۹ را کسب کند، اما تعداد زیادی از افرادی که در خصوص روند توسعه و پذیرش فن‌آوری تحقیق می‌کنند، خصوصا کسانی که شاخص‌های موفقیت ملی را دنبال می‌کنند به راحتی نمره ۱۰ را به AI می‌دهند.

در سوی دیگر چینی‌ها سرمایه گذاری بسیار عالی و تعهدی عمیق و عمومی نسبت به توسعه‌ی هوش مصنوعی دارند. ورالین جیمیسون ارتشبد نیروی هوایی آمریکا به وضوح بیان می‌کند که:

تخمین می‌زنیم که کل هزینه‌های سیستم‌های هوش مصنوعی در چین در سال ۲۰۱۷ در حدود ۱۲ میلیارد دلار بود و همچنین احتمال می‌دهیم که این بودجه تا سال ۲۰۲۰ به بالای ۷۰ میلیارد دلار خواهد رسید.

با استناد به گزارش کاخ سفید اوباما در سال ۲۰۱۶، چین مقاله‌های ژورنال بیشتری در خصوص AI نسبت به آمریکا منتشر می‌کند و اختراعات خود را در این زمینه حدوداً ۲۰۰ درصد افزایش داده است؛ برنامه‌های این کشور بر به دست گرفتن رهبری جهانی در زمینه‌ی AI تا سال ۲۰۲۳ متمرکز شده است.

تریستن گرین مقاله‌ی جالبی درخصوص نتیجه‌ی تعهد ایالات متحده به AI در نشریه‌ی TNW نوشته‌ است:

متأسفانه به رغم تلاش‌های کنگره برای آغاز گفتگو در سطح ملی در ایالات متحده، به نظر نمی‌رسد رئیس کنونی کاخ سفید علاقه‌ای به استفاده از یک استراتژی منسجم برای تقابل با چین ندارد.

از سوی دیگر چین بودجه‌ای چند میلیارد دلاری جهت زیرساخت‌های لازم برای انتقال کسب‌وکارهای مبتنی بر AI به پارک‌های ویژه‌ی صنعتی اختصاص داده است. برخی از شرکت‌های ویژه نیز شامل این برنامه می‌شوند، شرکت‌هایی که همکاری متقابلی با آمریکا و چین دارند مانند گوگل و آمازون که هرکدام روی مشکلات متفاوتی در زمینه‌ی هوش مصنوعی کار می‌کنند که این امر باعث می‌شود تا سیستم آموزشی تعدیل شده و کشور کارگران بیشتری را طبق سیستم آموزشی STEM ( مخفف Science و Technology وEngineering و Mathematics به معنی علوم تجربی، فناوری، مهندسی و ریاضیات) تربیت کند.

اما نکته‌ی مهم‌تر آن است که این کشور کسب‌وکار‌ها و شهروندان را مجبور خواهد کرد که اطلاعات و داده‌های خود را با دولت به اشتراک بگذارند، چیزی که ارزشی بسیار بیشتر از پول در دنیای AI خواهد داشت. در همین زمان در آمریکا سیاست‌های ترامپ نشان از علاقه‌ی اندک وی نسبت به بحث هوش مصنوعی کشورش دارد، اما با این حال ممکن است که به زودی در این زمینه مجبور به گفت‌و‌گو با همتایان چینی خود شود.

artificial intelligence

به گزارش Iris Deng:

چین رتبه‌ی اول در تعداد و مقالات پژوهشی معتبر و بیشترین ثبت اختراع در زمینه‌ی AI را در اختیار دارد و به آرامی در حال کنار زدن آمریکا، ژاپن و سایر کشور‌ها است و نه تنها از جاه‌طلبی‌های خود در زمینه‌ی یادگیری ماشینی شرمسار نیست بلکه با همراهی مجلس ملی نقشه راهی را در جولای ۲۰۱۷ ( تیر و مرداد ۱۳۹۶) با هدف ایجاد یک صنعت داخلی به ارزش یک تریلیون یوان و تبدیل شدن به یک نیروگاه جهانی AI تا سال ۲۰۳۰ منتشر کرده است.

ایالات متحده بدون توجه بیشتر از طرف کنگره و رئیس جمهور به این موضوع در معرض خطر جدی واگذاری مزایای اقتصادی و نظامی هوش مصنوعی به چین است. این نتیجه‌گیری دلخراشی از گزارش کمیته‌ی نظارتی و اصلاحات فناوری اطلاعات کاخ سفید است.

همچنین جری بولز بنیان‌گذار Social Media Today می‌گوید:

آمریکا در گذشته به صورت سنتی به لطف بخشی از تعهد دولت به سرمایه‌گذاری سنگین در تحقیقات، توسعه و برنامه‌ریزی در حوزه‌ی AI، دنیا را در زمینه‌ی هوش مصنوعی و فناوری‌های وابسته به آن رهبری می‌کرد که این کار به نوبه‌ی خود به رشد و توسعه‌ی هوش مصنوعی کمک کرد.

در سال ۲۰۱۵ ایالات متحده با صرف ۴۹۷ میلیارد دلار رتبه‌ی اول جهان را در کل هزینه‌های تحقیق و توسعه داخلی در اختیار داشت اما از آن زمان نه کنگره و نه دولت ترامپ توجه زیادی به AI نکرده‌اند و سرمایه‌گذاری دولت در زمینه‌ی تحقیق و توسعه اساسا ثابت بوده است. در همین زمان چین AI را به عنوان بخشی کلیدی از برنامه‌های رسمی اقتصادی خود برای آینده قراد داده است.

هوش مصنوعی جدید، با توانایی فریب حسگرهای بیومتریک به یاری اثر انگشت جعلی

پژوهشگران دانشگاه نیویورک با استفاده از نوعی هوش مصنوعی که می‌تواند حسگرهای بیومتریک را فریب دهد، موفق به یافتن روشی برای ساخت اثر انگشت جعلی شده‌اند. این هوش مصنوعی که پژوهشگران آن را DeepMasterPrints نامیده‌اند، در فرآیند آزمایش ۲۳ درصد از اثر انگشت‌های سیستمی را بازسازی کرد و ظاهراً نرخ خطای آن یک در هزار است. هنگامی که نرخ تطبیق اشتباه یک در هزار بود، دیپ‌مسترپرینتس موفق شد اثر انگشت‌های واقعی را در ۷۷ درصد مواقع شبیه‌سازی کند.

این قابلیت شناخت اثرهای انگشت‌ جعلی، بیش از همه می‌تواند برای دور زدن سیستم‌هایی کاربردی باشد که (برخلاف گوشی‌های هوشمند که فقط چند اثر انگشت محدود را ثبت می‌کنند.) اثر انگشت‌های بسیاری روی آن‌ها ذخیره می‌شود. یک هکر، برای یافتن اثر انگشت صحیح از راه آزمون و خطا، همچون حملات جستجوی فراگیر یا لغت‌نامه‌ای علیه گذرواژه‌ها، احتمالاً شانس‌های بیشتری برای موفقیت در اختیار دارد.

از آنجایی که اغلب حسگرها شکل انگشت را نمی‌چرخانند، صرفاً اثری جزئی از آن را شناسایی می‌کنند، اما کاربر هنگام تنظیم تاچ‌آیدی در iOS یا اثر انگشت در اندروید باید با حرکت‌دادن انگشت خود، تمام بخش‌های آن را به حسگر بشناساند. در نتیجه، نیازی نخواهد بود که هر مرتبه برای باز کردن قفل گوشی، انگشت به همان شکل قبلی روی حسگر قرار بگیرد.

اغلب اوقات، سیستم‌های بیومتریک به‌منظور ایجاد تصویری کامل از اثر انگشت، اثرهای جزئی را با یکدیگر ترکیب نمی‌کنند. آن‌ها در عوض، اسکن‌ها را با سوابق جزئی مقایسه می‌کنند. در این حالت، احتمال اینکه فرد هکر بتواند بخشی از اثر انگشت را با نسخه‌‌ای مطابقت دهد که کامپیوتر ایجاد کرده، افزایش پیدا می‌کند.

DeepMasterPrints

دیپ‌مسترپرینتس همچنین به این حقیقت واقف است که اثر انگشت‌های کامل با وجود منحصربه‌فردبودن ویژگی‌های مشترکی دارند و از آن بهره می‌گیرد. در نتیجه، احتمال آنکه یک اثر انگشت جعلی که بسیاری از این ویژگی‌های مشترک را دارد، کارگر باشد، بیشتر از نسخه‌ای خواهد بود که کاملاً تصادفی است.

پژوهشگران با در نظر گرفتن این عوامل، شبکه‌ای عصبی ایجاد کردند که در پی ساخت اثر انگشت‌هایی مطابق با طیفی از اثر انگشت‌های جزئی بود. آن‌ها با استفاده از مجموعه داده‌هایی از اثر انگشت‌های واقعی، یک شبکه‌ی خصمانه‌ی نسبی را آموزش دادند. دیپ‌مسترپرینتس به‌گونه‌ای متقاعد‌کننده‌ مثل اثر انگشت‌های واقعی عمل می‌کند، در نتیجه، آن‌ها می‌توانند انسان‌ها را هم فریب دهند. در روش قبلی، که به نام مسترپرینتس شناخته می‌شد، اثر انگشت‌های جعلی با لبه‌های زاویه‌دار و تند و تیز ساخته می‌شدند و توانایی فریب حسگرها را داشتند اما انسان‌ها به‌راحتی می‌توانستند ساختگی‌بودن آن‌ها را به‌سرعت شناسایی کنند.

اپل استارتاپ فعال در حوزه‌ی هوش مصنوعی Silk Labs را تصاحب کرد

اپل در ابتدای سال جاری میلادی استارتاپ کوچک اسکیل لبز (Silk Labs) را دراختیار خود آورده است. این استارتاپ که فقط چند کارمند دارد، روی توسعه‌ی سیستم‌های نرم‌افزاری هوشمند برای دستگاه‌های سخت‌افزاری تمرکز دارد. این موضوع را وبسایت اینفورمیشن (The Information)گزارش کرده است.

با مراجعه به وبگاه رسمی این استارتاپ با نوشته‌ی زیر مواجه خواهید شد:

هدف ما فراهم‌آوردن نسل بعدی هوش بصری و صوتی به محصولات متصل است، آن هم به‌واسطه‌ی تشخیص مدرن تصویر و صوت!

این استارتاپ اعتقاد دارد که فناوری‌های آن‌ها به‌صورت بالقوه برای امنیت خانه، تجزیه‌وتحلیل خرده‌فروشی‌ها، نظارت متمرکز، نمایش دیجیتال معیارها، کنترل دسترسی، نظارت محوطه‌ی پارکینگ و ساخت سیستم‌های نظارتی با توانایی‌هایی نظیر تشخیص چهره و صوت و شیء مؤثر هستند.

هنوز مشخص نیست که اپل چه استفاده‌ای از دانش این استارتاپ خواهد کرد؛ بااین‌حال، نکته‌ی مهم دیدگاه مشترک Apple و Silk Labs روی حفظ حریم خصوصی کاربران است.

این استارتاپ پیش‌تر محصولی را نیز توسعه داده که از آن با نام سِنس (Sense) یاد می‌شود. درست سه سال پیش، پویشی برای ساخت این محصول در کیک‌استارتر (Kick Starter) به‌راه افتاد که موجب شد دستگاه‌ یادشده شکل بگیرد. درواقع، Sense مغزی دیجیتالی برای محصولات هوشمند خانه است که ازطریق ارتباط با آن‌ها، قابلیت همکاری و یادگیریِ نیازها را در این محصولات بهبود می‌بخشد.

این استارتاپ را آندرس گال و کریس جونز و مایکل واینز بنیان‌‌گذاری کرده‌اند. نکته‌ی جالب در این بین، حضور گال در بین مدیران ارشد بخش تکنولوژی موزیلا در سال‌های گذشته است.

تجلی احساسات به شکل واقعی در چهره یک ربات انسان نمای ژاپنی

علاقه‌ی ژاپنی‌ها به ساخت ربات‌ها بر هیچ‌کس پوشیده نیست؛ اما آیا آن‌ها چنین علاقه‌ای به ربات‌ها هم دارند؟ به‌نظر می‌آید که ما حالا به طراحی ابراز احساسات بهتر برای ربات یک قدم نزدیکتر شده‌ایم.

با اینکه ربات‌ها در پیشرفت‌های حوزه‌ی سلامت، صنعت و سایر حوزه‌ها در ژاپن استفاده می‌شوند؛ یادگیری حالت‌های احساس در چهره‌ی ربات‌ها یک چالش بسیار سخت باقی مانده است. هرچند به‌طور کلی این مسئله تا حدودی حل شده اما ویژگی‌های جزئی حرکت‌های چهره در ابراز احساساتآزمایش نشده است؛ این به‌خاطر فاکتورهایی مانند محدوده‌ی وسیع و نامتقارن حرکت‌های چهره انسان، محدودیت در ماده‌هایی که پوست ربات را می‌سازند و البته مهندسی ظریف و ریاضیاتی است که حرکت‌های ربات‌ها را کنترل می‌کنند.

یک تیم سه نفره از دانشگاه اوزاکا روشی را برای کشف و ارزیابی کمی حرکت‌های چهره برای سر یک ربات کودک طراحی کردند. آفِدو نام مدل نسل اول رباتی است که اولین گزارش طرح آن در سال ۱۳۹۰ چاپ شد. پژوهشگران حالا سیستمی را توسعه دادند که نسل دوم این ربات را در توصیف حالت چهره دقیق‌تر می‌کند. یافته‌های آن‌ها به ربات اجازه می‌دهد تا محدوده‌ی وسیع‌تری از احساسات را بیان کند و در نتیجه‌ی آن، تعامل بهتری با انسان‌ها داشته باشد.

این پژوهشگران یافته‌های خود را در نشریه پیشگامان در رباتیکز و هوش مصنوعی به چاپ رساندند.مینرو آسادا، یکی از نویسندگان این تحقیق توضیح می‌دهد:

تغییرات سطحی، مسئله‌ی اصلی در کنترل چهره ربات است. حرکت‌های پوست نرم چهره باعث بی‌ثباتی می‌شود و این مسئله‌ی بزرگی است که ما با آن روبه‌رو هستیم. ما روشی بهتر برای اندازه‌گیری و کنترل آن پیدا کردیم.

پژوهشگران روی ۱۱۶ حالت چهره مختلف تحقیق کردند تا حرکت‌های سه‌بعدی آفدو را اندازه‌گیری کنند. نقاطی روی چهره علامت‌گذاری شد که به آن‌ها واحدهای دگردیسی گفته می‌شود. هر واحد از یک دسته مکانیزم‌ها برای ایجاد خطوط چهره منحصر‌به‌فرد، مثلا پایین یا بالا آوردن بخشی از لب یا پلک چشم، تشکیل شده است. این اندازه‌گیری‌ها سپس توسط مدلی ریاضی شبیه‌سازی شدند تا الگوی حرکت‌های سطحی را کمیت‌سنجی کنند.

با اینکه پژوهشگران با چالش‌هایی مثل توازن‌بخشی در نیروی ورودی و تنظیم پوست مصنوعی روبه‌رو بودند، اما توانستند سیستم خود را با توانایی تغییر دقیق واحدهای دگردیسی برای کنترل حرکت پوست چهره آفدو وفق دهند. هیساشی ایشی‌هارا، نویسنده اول پژوهش می‌گوید:

چهره‌ی ربات‌ها به مسئله‌ای غیرقابل حل برای همیشه باقی مانده است؛ یعنی با وجود پیاده‌سازی شدن، باز هم با عبارات مبهم و کلی توصیف می‌شوند. یافته‌های دقیق ما اجازه می‌دهد تا حرکت‌های چهره ربات را به‌صورت موثر کنترل کنیم و بتوانیم در نتیجه‌ی آن حالت‌های چهره جزئی مانند لبخند و اخم را اضافه کنیم.