ایسنا: محققان دانشگاه استنفورد برای اولین بار پروژه گستردهای را به منظور ساخت یک مغز که قدرت برابری با مغز انسان داشته باشد، آغاز کردهاند.
فاز اول: شناسایی ساختار و طراحی
در مغز انسان 100 میلیارد نورون و رشته عصبی وجود دارد که قسمتهای مختلف را به هم متصل میکنند. در گذشته شناسایی محل اتصالات نورونها کار بسیار دشواری بود و صرفا برای بخش محدودی از نورونهای سطحی کاربرد داشت. در حال حاضر با استفاده از تکنیکی موسوم به شفافیت میتوان عملکرد تمام نورونها را بررسی کرد و برای هر کدام رنگی مجزا در نظر گرفت تا محل اتصالات به خوبی قابل تشخیص باشد.
فاز دوم: ارزیابی سیگنالهای مغز
برای شناخت کامل عملکرد مغز شناخت اتصالات نورونها و سلولهای عصبی فقط نیمی از عملیات لازم است و برای شناخت کامل باید ساختار سیگنالهای الکتریکی که به قسمتهای مختلف ارسال میشوند نیز مورد ارزیابی قرار بگیرند.
در زمان ارسال سیگنالها، ولتاژ نورونها به صورت لحظهای تغییر میکند و اطلاعات مورد نظر در مغز منتقل میشود که این ابزارها این تغییرات را ثبت میکنند.
فاز سوم: دستکاری سیگنالهای مغز
در دهه گذشته اگرچه تکنیکهای مختلفی برای تحریک بخشی از نورونها معرفی شد اما جدیدترین روش انجام این کار حاصل کار پروفسور کارل دیزروس است که میتواند تکتک نورونها را به دلخواه تحریک کند.
این روش برای نورونهای سطحی کاربرد دارد و محققان دانشگاه استنفورد اعلام کردهاند در حال طراحی روشهایی هستند که با استفاده از امواج فراصوت به سطحهای پایینتر مغز دسترسی پیدا کنند.
فاز چهارم: طراحی یک تئوری منطقی برای عملکرد مغز
شناخت ساختار مغز برای مهندسی معکوس و رسیدن به یک کپی منحصربفرد کافی نیست و نحوه عملکرد هر بخش و اطلاعات داخل آن نیز اهمیت دارد و بررسی و کار با سیگنالها نمیتواند تمام اطلاعات مورد نیاز را در اختیار ما بگذارد.
فاز پنجم: پیادهسازی دیجیتالی
مغز انسان یک کامپیوتر طبیعی قدرتمند است که با دریافت انرژی از یک وعده غذا، میلیونها سیگنال مختلف را در لحظه ارزیابی کرده و به آنها پاسخ میدهد و برای شبیهسازی مناسب باید این قابلیتها به خوبی پیادهسازی شوند.
جدیدترین برد دیجیتالی که توسط محققان دانشگاه استنفورد طراحی شده "نوروگرید" نام دارد. نورو گرید کممصرفترین و سریعترین بردی است که تا به حال ساخته شده و ظرفیت محاسباتی آن با یک میلیون نورون برابری میکند و توان مصرفی آن فقط سه وات است. در حال حاضر ابعاد این برد دیجیتال هماندازه یک تبلت است و محققان امیدوارند تا پنج سال آینده بتوانند ابعاد آن را هماندازه با یک تراشه کوچک کنند.
فاز ششم: بررسی کنش و واکنش
در این مرحله باید کنش و واکنش را به مغز مصنوعی آموزش داد و کیفیت آن را سنجید. در قدم اول مغز مصنوعی باید محیط پیرامونی خود را درک کرده و بشناسد و مشخص است که سختترین بخش پروژه فاز ششم آن خواهد بود.
در این فاز با استفاده از الگوریتمهای یادگیرنده و اطلاعات پایه ای نظیر تصاویر و صداهای مختلف سعی میشود اطلاعات پایهای در اختیار مغز مصنوعی قرار گیرد تا شناخت نسبت به محیط پیرامون فراهم شود.
در این پروژه که جزئیات آن توسط دانشگاه استنفورد منتشر شده چندین استاد و محقق در رشتههای مختلف علوم رایانه، عصب شناسی، پزشکی، روانشناسی و مهندسی برق شرکت دارند و تمام فازها به صورت موازی در حال پیشرفت هستند تا کیفیت خروجی و قدرت مغز تولیدی روز به روز بهتر و بیشتر شود.
تلاش برای تولید مغز و ماشینها و دستگاههای فوق هوشمند همواره مورد توجه بشر بوده است و بسیاری از محققان در این زمینه به موفقیتهایی نیز رسیدهاند اما تاکنون بیشتر این تلاشها بر خلاف پروژه دانشگاه استنفورد تک بعدی و محدود بوده است.
همچنین شرکتهای بزرگ در زمینه علوم کامپیوتر نیز در این زمینه اقداماتی انجام دادهاند برای مثال شرکت آیبیام در یک گام رو به جلو برای ساخت ذهن مصنوعی به رونمایی یک ساختار برنامهریزی برای تراشهها با الهام از مغز انسان پرداخته است و در نهایت قصد دارد یک سیستم تراشه با 10 میلیارد نورون و 100 تریلیون سیناپس تولید کند.
بسیاری از متفکران و دانشمندان معتقدند هوش مصنوعی میتوانند همانند یک شمشیر دولبه برای موجودیت بشر باشد. از طرفی میتواند انسان را قدرتمندترین موجود هستی کند و از طرفی میتواند حیات او را به مخاطره بیندازد.
پروفسور استیون هاوکینگ فیزیکدان برجسته انگلیسی چندی پیش هشدار داده بود که تلاش برای ساخت ماشینهای هوشمند و متفکر، تهدید جدی برای بشریت محسوب میشود و انسان که با تکامل زیستی کند محدود شده است، قادر به رقابت با ماشینهای هوشمند نبوده و در نهایت حذف خواهد شد.
وی تنها دانشمندی نیست که درخصوص خطرات هوش مصنوعی هشدار داده است؛ الون ماسک بنیانگذار شرکت هوافضای اسپیسایکس، هوش مصنوعی را خطرناکتر از سلاح اتمی توصیف کرده و معتقد است که رباتها میتوانند نسل بشر را در آینده نابود کنند.
شمارش معکوس برای دستیابی بشر به مغز مصنوعی
تاریخ انتشار : چهارشنبه ۱ دی ۱۳۹۵ ساعت ۲۰:۳۷
مغز مصنوعی
محققان دانشگاه استنفورد پروژه گسترده ای را برای ساخت یک مغز که قدرت برابری با مغز انسان داشته باشد، آغاز کردهاند.
فاز اول: شناسایی ساختار و طراحی
در مغز انسان 100 میلیارد نورون و رشته عصبی وجود دارد که قسمتهای مختلف را به هم متصل میکنند. در گذشته شناسایی محل اتصالات نورونها کار بسیار دشواری بود و صرفا برای بخش محدودی از نورونهای سطحی کاربرد داشت. در حال حاضر با استفاده از تکنیکی موسوم به شفافیت میتوان عملکرد تمام نورونها را بررسی کرد و برای هر کدام رنگی مجزا در نظر گرفت تا محل اتصالات به خوبی قابل تشخیص باشد.
در بخش دیگری از این پروژه برای بررسی عملکرد نورونها و سرعت انتقال آنها در انسان سالم و هوشیار، از نوعی MRI تخصصی بهره گرفته میشود. با تلفیق این دو روش ساختار ارتباطات و سرعت انتقال اطلاعات در مغز به خوبی شناسایی میشود و فاز اول به پایان میرسد.
فاز دوم: ارزیابی سیگنالهای مغز
برای شناخت کامل عملکرد مغز شناخت اتصالات نورونها و سلولهای عصبی فقط نیمی از عملیات لازم است و برای شناخت کامل باید ساختار سیگنالهای الکتریکی که به قسمتهای مختلف ارسال میشوند نیز مورد ارزیابی قرار بگیرند.
ابزارهای مناسب برای اندازهگیری سیگنالهای مغز در سال گذشته در دو آزمایشگاه دانشگاه استنفورد طراحی و ساخته شدند و با استفاده از این وسایل محققان توانستند میزان فعالیت الکتریکی مغز را در شرایط واقعی اندازه بگیرند.
در زمان ارسال سیگنالها، ولتاژ نورونها به صورت لحظهای تغییر میکند و اطلاعات مورد نظر در مغز منتقل میشود که این ابزارها این تغییرات را ثبت میکنند.
فاز سوم: دستکاری سیگنالهای مغز
در دهه گذشته اگرچه تکنیکهای مختلفی برای تحریک بخشی از نورونها معرفی شد اما جدیدترین روش انجام این کار حاصل کار پروفسور کارل دیزروس است که میتواند تکتک نورونها را به دلخواه تحریک کند.
در این روش با اعمال پالسهای مختلف به مغز، نورونها در واکنش به پالس ورودی، پروتئینی تولید میکنند که میزان آن به میزان شدت پالس ورودی وابسته است و بر اساس این روش عملکرد هر نورون و قابلیتها و میزان تاثیرپذیری آن مورد بررسی قرار میگیرد.
این روش برای نورونهای سطحی کاربرد دارد و محققان دانشگاه استنفورد اعلام کردهاند در حال طراحی روشهایی هستند که با استفاده از امواج فراصوت به سطحهای پایینتر مغز دسترسی پیدا کنند.
فاز چهارم: طراحی یک تئوری منطقی برای عملکرد مغز
شناخت ساختار مغز برای مهندسی معکوس و رسیدن به یک کپی منحصربفرد کافی نیست و نحوه عملکرد هر بخش و اطلاعات داخل آن نیز اهمیت دارد و بررسی و کار با سیگنالها نمیتواند تمام اطلاعات مورد نیاز را در اختیار ما بگذارد.
در این فاز عملکرد مغز در زمان انجام فعالیتهای مختلف مورد بررسی قرار میگیرد و حساسیت بخشهای مختلف نسبت به هر فعالیت مشخص میشود. با پیچیدهتر کردن و ترکیب فعالیتهای مختلف نظیر تکلم، حرکت کردن، فکر کردن و حل مسئله، شناخت از نحوه عملکرد مغز بیشتر میشود و میتوان یک توصیف تئوری مناسب از کارکرد مغز بدست آورد.
فاز پنجم: پیادهسازی دیجیتالی
مغز انسان یک کامپیوتر طبیعی قدرتمند است که با دریافت انرژی از یک وعده غذا، میلیونها سیگنال مختلف را در لحظه ارزیابی کرده و به آنها پاسخ میدهد و برای شبیهسازی مناسب باید این قابلیتها به خوبی پیادهسازی شوند.
برای مثال یک عملیات ساده وقتی به یک موش و یک کامپیوتر داده میشود مغز موش 9000 برابر سریعتر از کامپیوتر واکنش میدهد و 40 هزار برابر کمتر انرژی مصرف میکند. حالا وقتی صحبت از عملیاتهای پیچیدهتر و ترکیبی میشود که مغز انسان انجام میهد، کار بسیار سختتر خواهد شد.
جدیدترین برد دیجیتالی که توسط محققان دانشگاه استنفورد طراحی شده "نوروگرید" نام دارد. نورو گرید کممصرفترین و سریعترین بردی است که تا به حال ساخته شده و ظرفیت محاسباتی آن با یک میلیون نورون برابری میکند و توان مصرفی آن فقط سه وات است. در حال حاضر ابعاد این برد دیجیتال هماندازه یک تبلت است و محققان امیدوارند تا پنج سال آینده بتوانند ابعاد آن را هماندازه با یک تراشه کوچک کنند.
فاز ششم: بررسی کنش و واکنش
در این مرحله باید کنش و واکنش را به مغز مصنوعی آموزش داد و کیفیت آن را سنجید. در قدم اول مغز مصنوعی باید محیط پیرامونی خود را درک کرده و بشناسد و مشخص است که سختترین بخش پروژه فاز ششم آن خواهد بود.
مهمترین ابزار شناخت انسان از محیط پیرامونش چشم اوست اما در واقع تمام اطلاعات در مغز پردازش میشود و چشم، گوش و دیگر اعضای حسی فقط ناقل اطلاعات هستند. انسان با مغزش میبیند، میشناسد، میشنود، میچشد و حرف میزند.
این پروژه در شش فاز مجزا اجرا میشود و با استفاده از مهندسی معکوس محققان تلاش میکنند به اطلاعات پایهای برای ساخت یک مغز مصنوعی دست پیدا کنند.
فاز اول: شناسایی ساختار و طراحی
در مغز انسان 100 میلیارد نورون و رشته عصبی وجود دارد که قسمتهای مختلف را به هم متصل میکنند. در گذشته شناسایی محل اتصالات نورونها کار بسیار دشواری بود و صرفا برای بخش محدودی از نورونهای سطحی کاربرد داشت. در حال حاضر با استفاده از تکنیکی موسوم به شفافیت میتوان عملکرد تمام نورونها را بررسی کرد و برای هر کدام رنگی مجزا در نظر گرفت تا محل اتصالات به خوبی قابل تشخیص باشد.
در بخش دیگری از این پروژه برای بررسی عملکرد نورونها و سرعت انتقال آنها در انسان سالم و هوشیار، از نوعی MRI تخصصی بهره گرفته میشود. با تلفیق این دو روش ساختار ارتباطات و سرعت انتقال اطلاعات در مغز به خوبی شناسایی میشود و فاز اول به پایان میرسد.
فاز دوم: ارزیابی سیگنالهای مغز
برای شناخت کامل عملکرد مغز شناخت اتصالات نورونها و سلولهای عصبی فقط نیمی از عملیات لازم است و برای شناخت کامل باید ساختار سیگنالهای الکتریکی که به قسمتهای مختلف ارسال میشوند نیز مورد ارزیابی قرار بگیرند.
ابزارهای مناسب برای اندازهگیری سیگنالهای مغز در سال گذشته در دو آزمایشگاه دانشگاه استنفورد طراحی و ساخته شدند و با استفاده از این وسایل محققان توانستند میزان فعالیت الکتریکی مغز را در شرایط واقعی اندازه بگیرند.
در زمان ارسال سیگنالها، ولتاژ نورونها به صورت لحظهای تغییر میکند و اطلاعات مورد نظر در مغز منتقل میشود که این ابزارها این تغییرات را ثبت میکنند.
فاز سوم: دستکاری سیگنالهای مغز
در دهه گذشته اگرچه تکنیکهای مختلفی برای تحریک بخشی از نورونها معرفی شد اما جدیدترین روش انجام این کار حاصل کار پروفسور کارل دیزروس است که میتواند تکتک نورونها را به دلخواه تحریک کند.
در این روش با اعمال پالسهای مختلف به مغز، نورونها در واکنش به پالس ورودی، پروتئینی تولید میکنند که میزان آن به میزان شدت پالس ورودی وابسته است و بر اساس این روش عملکرد هر نورون و قابلیتها و میزان تاثیرپذیری آن مورد بررسی قرار میگیرد.
این روش برای نورونهای سطحی کاربرد دارد و محققان دانشگاه استنفورد اعلام کردهاند در حال طراحی روشهایی هستند که با استفاده از امواج فراصوت به سطحهای پایینتر مغز دسترسی پیدا کنند.
فاز چهارم: طراحی یک تئوری منطقی برای عملکرد مغز
شناخت ساختار مغز برای مهندسی معکوس و رسیدن به یک کپی منحصربفرد کافی نیست و نحوه عملکرد هر بخش و اطلاعات داخل آن نیز اهمیت دارد و بررسی و کار با سیگنالها نمیتواند تمام اطلاعات مورد نیاز را در اختیار ما بگذارد.
در این فاز عملکرد مغز در زمان انجام فعالیتهای مختلف مورد بررسی قرار میگیرد و حساسیت بخشهای مختلف نسبت به هر فعالیت مشخص میشود. با پیچیدهتر کردن و ترکیب فعالیتهای مختلف نظیر تکلم، حرکت کردن، فکر کردن و حل مسئله، شناخت از نحوه عملکرد مغز بیشتر میشود و میتوان یک توصیف تئوری مناسب از کارکرد مغز بدست آورد.
فاز پنجم: پیادهسازی دیجیتالی
مغز انسان یک کامپیوتر طبیعی قدرتمند است که با دریافت انرژی از یک وعده غذا، میلیونها سیگنال مختلف را در لحظه ارزیابی کرده و به آنها پاسخ میدهد و برای شبیهسازی مناسب باید این قابلیتها به خوبی پیادهسازی شوند.
برای مثال یک عملیات ساده وقتی به یک موش و یک کامپیوتر داده میشود مغز موش 9000 برابر سریعتر از کامپیوتر واکنش میدهد و 40 هزار برابر کمتر انرژی مصرف میکند. حالا وقتی صحبت از عملیاتهای پیچیدهتر و ترکیبی میشود که مغز انسان انجام میهد، کار بسیار سختتر خواهد شد.
جدیدترین برد دیجیتالی که توسط محققان دانشگاه استنفورد طراحی شده "نوروگرید" نام دارد. نورو گرید کممصرفترین و سریعترین بردی است که تا به حال ساخته شده و ظرفیت محاسباتی آن با یک میلیون نورون برابری میکند و توان مصرفی آن فقط سه وات است. در حال حاضر ابعاد این برد دیجیتال هماندازه یک تبلت است و محققان امیدوارند تا پنج سال آینده بتوانند ابعاد آن را هماندازه با یک تراشه کوچک کنند.
فاز ششم: بررسی کنش و واکنش
در این مرحله باید کنش و واکنش را به مغز مصنوعی آموزش داد و کیفیت آن را سنجید. در قدم اول مغز مصنوعی باید محیط پیرامونی خود را درک کرده و بشناسد و مشخص است که سختترین بخش پروژه فاز ششم آن خواهد بود.
مهمترین ابزار شناخت انسان از محیط پیرامونش چشم اوست اما در واقع تمام اطلاعات در مغز پردازش میشود و چشم، گوش و دیگر اعضای حسی فقط ناقل اطلاعات هستند. انسان با مغزش میبیند، میشناسد، میشنود، میچشد و حرف میزند.
در این فاز با استفاده از الگوریتمهای یادگیرنده و اطلاعات پایه ای نظیر تصاویر و صداهای مختلف سعی میشود اطلاعات پایهای در اختیار مغز مصنوعی قرار گیرد تا شناخت نسبت به محیط پیرامون فراهم شود.
در این پروژه که جزئیات آن توسط دانشگاه استنفورد منتشر شده چندین استاد و محقق در رشتههای مختلف علوم رایانه، عصب شناسی، پزشکی، روانشناسی و مهندسی برق شرکت دارند و تمام فازها به صورت موازی در حال پیشرفت هستند تا کیفیت خروجی و قدرت مغز تولیدی روز به روز بهتر و بیشتر شود.
۵۴۵۴
به گزارش جامجم آنلاین به نقل از ایسنا، این مجموعه که ماشین خواندن و درک مفاهیم مایکروسافت یا MS MARCO نام داشته میتواند برای آموزش سیستمهای هوش مصنوعی در جهت تشخیص سوالهای مختلف و پاسخ به آنها و در نهایت برای ایجاد سیستمهایی استفاده شود که پاسخهای منحصر به فردی را به سوالاتی که قبلا چیزی در مورد آن نشنیدهاند میدهند.
محققان بر این باورند که با ارائه سوالات و پاسخهای واقع بینانه میتوانند سیستمها را برای درک بهتر تفاوتهای ظریف و پیچیده سوالاتی که مردم به طور معمول میپرسند آموزش دهند.
محققان این پژوهش از مرکز فناوری یادگیری عمیق مایکروسافت اظهار کردند: مجموعه دادههای ما نه تنها با استفاده از دادههای دنیای واقعی طراحی شده بلکه محدودیتها را از بین برده به طوری که مدلهای یادگیری عمیق نسل جدید میتواند دادهها را قبل از پاسخ به سوالات درک کنند.
مایکروسافت اعلام کرد که مجموعه دادههای MS MARCO در حال حاضر برای هر محققی که میخواهد آن را دانلود کرده و برای کاربردهای غیر تجاری از آن استفاده کند به صورت رایگان در دسترس است.
خبرگزاری آریا- دانشمندان آمریکایی موفق به ساخت اولین خون مصنوعی شدند
به گزارش سرویس علمی خبرگزاری آریا، محققان دانشگاه واشنگتن موفق به ساخت اولین گلبولهای قرمز مصنوعی شده اند که به راحتی ذخیره و منتقل می شوند. به گزارش پایگاه خبری ترا اسپانیا، این گلبولها به راحتی با آب مخلوط می شوند و می توانند در مناطق جنگی یا در مواقع بلایای طبیعی که انتقال خون غیر ممکن است، جان هزاران نفر را نجات دهد. این دستاورد به نام ErythroMer روز شنبه در جریان پنجاه و هشتمین جلسه انجمن خون شناسی آمریکا ارائه شد. طراحی گلبولهای قرمز جدید به شکلی است که از عملکرد گلبول های قرمز طبیعی تقلید می کند و در صورت تایید آن برای انسان، می تواند به جایگزینی برای انتقال خون، به خصوص در شرایطی که ذخیره و انتقال آن دشوار است، تبدیل شود. به گفته آلان داکتر ،سرپرست ارشد این مطالعه، ErythroMer می تواند جایگزین خون باشد و یک پزشک آن را در یک بسته همراه خود جابجا کند و آن را با آب مخلوط و تزریق کند. وی افزود: در حال حاضر ابزار «راحت و عملی» برای انتقال خون به خارج از بیمارستان وجود ندارد و یکی از اهداف اصلی این تحقیق احیاء قربانیان غیر نظامی در مناطق دور افتاده و سربازان مجروحی است که برای آنها امکان انتقال به موقع وجود ندارند. بر اساس آزمایشاتی که تا کنون انجام شده است، محققان این پروژه معتقدند که ErythroMer بر موانعی که پیشرفت جایگزین های قبلی خون را دچار مشکل می کرد، از جمله اثربخشی و باریک شدن رگهای خونی ،غلبه کرده است. این خون مصنوعی تا کنون تنها بر روی موش ها آزمایش شده و قرار است بر روی حیوانات بزرگتر نیز امتحان شود. به علاوه، دانشمندان به دنبال روش هایی برای افزایش تولید آن هستند و در صورتی که آزمایشات بعدی موفقیت آمیز باشند، ErythroMer تا 10 یا 12 سال آینده قابل استفاده خواهد بود.
تولید دست مصنوعی 15 دلاری!
تاریخ انتشار : دوشنبه ۲۲ آذر ۱۳۹۵ ساعت ۱۹:۵۲
محققان کالج ایتالیکا در نیویورک در دستاوردی چشمگیر توانستهاند یک دست پروتز ارزان را با 15 دلار هزینه و یک چاپگر سه بعدی تولید کنند که میتواند کارهایی مانند گرفتن توپ، نوشتن و حتی چنگ زدن را انجام دهد.
محققان آزمایشگاه چاپ سه بعدی کالج ایتالیکا پس از مشاهده یک فیلم که در آن فردی به چاپ و مونتاژ یک دست مصنوعی با کمترین هزینه پرداخته بود، به این کار علاقمند شدند.
آنها با استفاده از طراحیهای قابل دسترس در اینترنت به چاپ قطعات دست و مونتاژ آن طی یک روز پرداختند. این محققان اکنون در حال بررسی برای شناسایی روشهایی به منظور ارتقاء دست مصنوعی خود هستند.
دانش > پزشکی - همشهری آنلاین:
«تز» داشت برای یافتن پژوهشهایی که ممکن است به پدرش کمک کند، اینترنت را جستجو میکرد. او پس از دچار شدن به سکته مغزی به اغما فرورفته بود و او به دنبال یافتن آخرین توصیهها برای درمانش بود
اینکه آیا نواختن موسیقی برایش به زبان مادریاش ممکن است او را مرتبط با دنیا نگه دارد یا دادن داروی پروزاک به او، آن چنانکه یک بررسی روی موشها در سال پیش نشان داد بود، میتواند احتمال بهبودیاش را افزایش دهد.
پزشکان هم علائق مشابهی دارند و نمیدانند از کدام یافتهها در ۲.۵ میلیون مقاله علمی که منتشرشده در هر سال خبردار نمیشوند.
سایتهای پرطرفداری مانند MedCalc و UpTodate ابزارهای سودمندی برای پزشکان برای در نظر گرفتن معیارهای تشخیصی و وارسی دوباره دستورالعملهای درمانی هستند. اما امکانات بسیاری برای بهبود این وضعیت وجود دارد و برخی معتقدند که هوش مصنوعی میتواند راهحلی برای سر درآوردن از این حجم گسترده اطلاعات علمی باشد: دستیاران ماشینی یادگیرنده برای خواندن مقالات منتشرشده، تلخیص اطلاعاتشان و برجسته کردن یافتههای مربوطشان.
ماه پیش، شرکتی به نام آیریس (Iris) نخستین گونه از چنین دستیارهای ماشینی را به کار انداخت. این ماشین در حال حاضر میتواند چکیده مقالهها را بخواند، مفاهیم کلیدیشان را مشخص کند و مقالاتی را بیابد که با آن مفاهیم مرتبط باشند. این ابزار شیوه سریعی را برای درک کردن چشمانداز علمی در یک سرفصل معین در اختیار میگذارد به خصوص هنگام ندانستن کلمات کلیدی دقیق برای آن نوع پژوهش مورد جستجویتان، به دردتان میخورد.
انستیتوی هوش مصنوعی آلن اخیراً یک موتور جستجو به نام Semantic Scholar به راه انداخته است که این جستجو را به فراسوی کلیدواژهها میبرد.
آنیتا شول برد، مدیرعامل اجرایی آیریس، میگوید: «یکی از مشکلات کاوش در کشوهای غبارگرفته دیجیتال و رساندن یافتهها به دستان کسانی است که میتوانند بر مبنای آنها عمل کنند.»
این ابزار باید به خصوص کاوش در میان مقالات علمی را برای افرادی که پژوهش بینرشتهای انجام میدهند، آسانتر کند. این شرکت قصد دارد در طول سه سال آینده یک گونه کنشگر این موتور جستجو را بسازد که به یاد دارد شما هفته پیش کدام مقالات را خواندهاید و بر اساس توصیف پروژه شما مقالات جدیدی را در اختیارتان میگذارد. او امیدوار است که هوش مصنوعی در طول ۱۰ سال آنقدر قدرتمند شود که مفاهیم جدید را - بر اساس خواندن مقالات و درکش از آنها- به تنهایی کشف کند.
ماشین آیریس نسبت به رشته بیتفاوت است. این ماشین اهمیت نمیدهد که شما از آن یافتن پژوهشها درباره سرطان را بخواهید یا مواد کامپوزیت. اما گروههای دیگر دارند بر حل این مشکل در پزشکی متمرکز میشوند. شرکت آیبیام دارد تکنولوژی هوش مصنوعیاش به نام «واتسون سرطانشناسی» (Watson Oncology) را که به وسیله سرطانشناسان ورزیده «مرکز سرطان مموریال اسلون کترینگ» تعلیم دیده است، برای حوزه پر از بیم و امید سرطان به کار میگیرد. این ابزار مقالات، دادههای بیماران و کارآزماییهای بالینی را جستجو میکند تا به پزشکان کمک کند تا از آخرین تحولات در این زمینه آگاه شوند.
ابزار آیبیام به سایر حوزههای پزشکی کاری ندارد و ماشین آیریس در حال حاضر فقط سازماندهی و دستیابی به مقالات را بهبود میبخشد. برای یک پزشک معمول با برنامه کاری معمول، فقط یافتن پژوهش مربوط کافی نیست: شخصی باید این پژوهش را بخواند و آن را دریابد. ستاره علیپور، رزیدنت پزشکی در نیویورک میگوید: «این مشکل بزرگی است. دادههای علمی دارند آنقدر گسترده میشوند که حتی پزشکان متخصص نمیتوانند از همه کشفها در حوزه کاریشان، خبردار شوند و تازه صحبت من درباره بررسیهای بزرگتر است، نه دادههای بهدستآمده از بررسیهای کوچک و غیرقابلاعتماد.»
این ایده که مقالات علمی باید نقشی در کارورزی بالینی داشته باشند - یا به اصطلاح «پزشکی مبتنی بر شواهد» (evidence-based medicine)- روندی است که اخیراً از سنت پزشکی طبابت بر اساس آموختههای دانشکده پزشکی جدا شده است. دانش پزشکان همیشه به خوبی روزآمد نمیشود: فقط حدود نیمی از بیماران در آمریکا دوره درمانی توصیهشده بر اساس منابع علمی را دریافت میکنند. پزشکان به هر تلاشی برای پل زدن بر این شکاف یا آسانتر کردن ردیابی دانش جدید خوشآمد میگویند. علیپور میگوید: «اگر ماشینی بتواند به عنوان حافظه قابلاعتماد و زیرک من عمل کند، بسیار دوستش خواهم داشت.»
پدر تز از اغما بیرون آمد و دارد بهبود مییابد. اما برخی از مقالاتی که او در اینترنت یافت، آنقدر علاقه پزشکان معالج پدرش را برانگیخت که او آنها را برایشان پرینت کرد و در بورد آگهیهای بخش نورولوژی بیمارستان گذاشت. تز که یکی از دو بنیانگذار یک صندوق سرمایهگذاری کارآفرین به نام Premutation است، بسیار به آینده ماشینهای با ذهن پزشکی اندیشیده است.
او پزشکیار ماشینی هوشمندی را تصور میکند که با ارتباط با سوابق الکترونیکی بهداشتی در دسترس همگانی، حاوی همه اطلاعات مربوط به شما، علائم و سابقه پزشکی شما را به روزآمدترین توصیهها برای انتخاب درمان ارجاع متقابل میدهد. این پزشکیار هوشمند همچنین میتواند دکترتان را از پژوهشهای جدیدی آگاه کند که ممکن است موردعلاقه باشند.
تز میگوید: «مشکل پژوهشهای بیمارستانی و کاربرد هوش مصنوعی این است که افراد مشغول در حوزه هوش مصنوعی درکی از بیمارستانها ندارند.» همانطور که همکاری آیبیام با افراد حوزه پزشکی نشان میدهد، اگر راهحلی با استفاده از هوش مصنوعی برای بهبود مراقبتهای بهداشتی وجود داشته باشد، احتمالاً از همیاری میان بیمارستانها و تکنولوژیستها ناشی خواهد شد.
نویسنده: بهار قلیپور
منبع: Wired
با هدف شخصیسازی درمان سرطان انجام شد
ساخت مغز مصنوعی با الهام از چیدمان گل ژاپنی
تاریخ انتشار : شنبه ۲۰ آذر ۱۳۹۵ ساعت ۰۹:۰۱
مغز مصنوعی
محققان دانشگاه بریتیش کلمبیا با الهام از هنر سنتی چیدمان گل ژاپنی توانستهاند تکنیکی را برای ساخت مغزهای مصنوعی ابداع کنند که برای درمان شخصی سرطان مغز کاربرد دارد.
کد مطلب: 422094
پیش بینی مایکروسافت برای سال ۲۰۲۷؛
کشاورزان از هوش مصنوعی استفاده می کنند/ تحول در جستجو در وب
بخش دانش و فناوری الف،18 آذر95
گروهی از محققان شرکت مایکروسافت پیش بینی های جالبی درباره آینده فناوری در یک دهه آینده ارایه کرده اند.
تاریخ انتشار : پنجشنبه ۱۸ آذر ۱۳۹۵ ساعت ۱۳:۰۵
این ۱۷ محقق در یک نظرسنجی شرکت کرده و درباره عرصه های مختلف علم و فناوری به اظهارنظر پرداخته اند. آنها از پردازش زبان طبیعی گرفته تا یادگیری ماشینی، نرم افزارهای کشاورزی و واقعیت مجازی نظراتشان را مطرح کرده اند.
مار گونزالو فرانکو از محققان آزمایشگاه ردموند مایکروسافت گفت: معتقدم در آینده نزدیک فناوریهای حسگری پیشرفتهای قابل توجهی خواهد داشت.
در همین حال سوزان دامایز از دانشمندان و مدیران ارشد این آزمایشگاه اظهار کرد: یادگیری عمیق نتایج به دست آمده جستجو در دنیای وب را ارتقا می بخشد. او همچنین معتقد است که شیوه های فعلی جستجو در دنیای اینترنت متحول می شود.
آستا روزوی از دیگر محققان مایکروسافت نیز گفت: تا سال ۲۰۲۷ کشاورزان از هوش مصنوعی برای ارتقای کیفیت محصولاتشان استفاده خواهند کرد.
وی در عین حال به این واقعیت اشاره می کند که پدیده هایی همچون خشکسالی، تغییرات جوی و فجایع طبیعی در یک دهه آینده وجود خواهد داشت.
کلمات کلیدی : دانش و فناوری+ مایکروسافت
نظراتی که به تعمیق و گسترش بحث کمک کنند، پس از مدت کوتاهی در معرض ملاحظه و قضاوت دیگر بینندگان قرار می گیرد. نظرات حاوی توهین، افترا، تهمت و نیش به دیگران منتشر نمی شود.
دانش > فناوری - همشهری آنلاین:
زندانی در لیورپول درحال آزمایش فناوری هوش مصنوعی برای جلوگیری از قاچاق مواد مخدر و سلاح توسط زندانیان است.
براساس گزارش تلگراف، این زندان که در جلوگیری از هجوم قاچاق بستههای مواد مخدر یا سلاح از مسیر دیوارهای زندان یا از هوا ناتوان شدهاست، فناوری هوش مصنوعی را برای نظارت بر دوربینهای مداربسته و هشدار دادن به نگهبانان نسبت به فعالیتهای مشکوک مورد استفاده قرار دادهاست. بستهها معمولا از بالای دیوار به داخل زندان پرتاب می شوند یا با کمک پهپادها به درون زندان انتقال پیدا میکنند.
در ماههای اخیر موارد متنوعی از مواد قاچاق از جمله مشروبات الکلی و سلاحهای سرد به درون زندان فرستاده شدهاند. از این رو زندان آلتکورس اکنون به نرمافزار تحلیل ویدیویی مجهز شدهاست تا تصاویر دوربینهای مدار بسته را به صورت شبانهروزی تحت نظر داشتهباشد.
به گفته استیو ویلیام رئیس زندان آلتکورساین فناوری هوشمند میتواند از تعداد هشدارهای نادرست کاسته و سرعت واکنش نشان دادن به فعالیتهای مشکوک در داخل و خارج از زندان را افزایش دهد.
این برنامه که توسط شرکتی به نام Avigilon ساخته شده، درحال حاضر نقاط حساسی مانند نیروگاهها، فرودگاهها و دادگاهها را تحت پوشش قرار دادهاست. این نرمافزار هوش مصنوعی میتواند براساس رفتارهای عادی که مشاهده میکند، رفتارهای مشکوک را شناسایی کند.
زندان آلتکورس به مدت هشت هفته این نرمافزار را به صورت آزمایشی مورد استفاده خواهد کرد و پس از آن به بخشی دائمی از سیستم امنیتی زندان تبدیل خواهد شد. این اقدام پس از رویدادی انجام گرفت که در اواخر ماه آگوست در این زندان رخ داد و دو چاقوی ضامندار از پشت دیوارهای زندان به داخل زندان پرتاب شد.