توسعه هوش مصنوعی با قابلیت تولید مثل!

[ad_1]
مفیدستان:

وب سایت سایبربان: پژوهشگران گوگل موفق به توسعه‌ی نوعی هوش مصنوعی شده‌اند که می‌توانند الگوریتم‌های یادگیری ماشینی توسعه بدهند.

 

شرکت گوگل تاکنون موفق به تولید هوش‌های مصنوعی قدرتمندی شده است که می‌توانند در زمان انجام بازی گو (GO)، قهرمان جهان را شکست بدهند، صدای انسان را تقلید کنند یا حتی بدون دخالت انسان الگوریتم رمزنگاری خود را توسعه بدهند.

آزمایشگاه هوش مصنوعی گوگل با نام «گوگل برین» (Google Brain)، موفق به توسعه نوعی هوش مصنوعی شده‌اند که می‌تواند نرم‌افزارهای جدید یادگیری ماشینی را ایجاد کنند. در زمان آزمایش الگوریتم تولید شده توسط هوش مصنوعی اولیه مشخص شد، نمونه‌ی دوم بهتر از مدل تولید شده توسط انسان‌ها است.

با توجه به گزارش منتشر شده از سوی دانشگاه ام.آی.تی، جف دین (Jeff Dean)، مدیر گوگل برین، معتقد است پروژه‌ی مذکور می‌تواند سرعت اجرا و توسعه‌ی الگوریتم‌های یادگیری ماشینی را افزایش و هزینه‌ی استخدام متخصصین هوش مصنوعی را کاهش داده، این فناوری را در دسترس تر و کارآمدتر کند.

محققان توضیح دادند، در زمان آزمایش فناوری مذکور، نرم‌افزار تولید شده توسط خود را برای ایجاد یک الگوریتم یادگیری ماشینی به چالش کشیدند. آن‌ها نام چنین سیستمی را «یادگیری برای یادگیری» (learning to learn) نهاده و معتقدند در این روش، حجم داده‌های موردنیاز برای آموزش هوش مصنوعی و به دست آوردن نتیجه‌ی مطلوب کاهش پیدا می‌کند.

پژوهشگران گوگل اعلام کردند آن‌ها برای استفاده از نرم‌افزار خود سامانه‌ای مجهز به 800 پردازنده‌ی گرافیکی (GPU) توان بالا ایجاد کرده‌اند که می‌تواند انواع مختلفی از وظایف را انجام بدهد.

علاوه بر گوگل برین در چند ماه گذشته گزارش‌های مختلفی از سوی دانشگاه‌های ام.آی.تی، کالیفرنیا، بروکلی، شرکت اپن.اِی.آی (OpenAI) و آزمایشگاه گوگل دیپ مایند (DeepMind) منتشر شد که نشان می‌دهد، این مراکز نیز روی فناوری مشابه ای تحقیق می‌کنید.

پیشرفت گسترده‌ی هوش مصنوعی سبب شده است تا تعدادی از فعالان حوزه‌ی فناوری اطلاعات مانند ایلان ماسک، بیل گیتس و استیون هاوکینگ با این موضوع مخالفت کرده و آن را خطری برای بقای انسان می‌دانند. با وجود این گوگل ادعا می‌کنند برای هوش مصنوعی خود یک مکانیزم خود نابودگری ایجاد کرده و در حال آموزش به آن است تا بتواند در مواقعی که بیش از اندازه پیشرفت کرده یا از هدف اصلی خود دور شده است، آن را فعال کند.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
معرفی گرایش هوش مصنوعی و رباتیک دانشگاه علم و …شاید بتوان هوش مصنوعی را این گونه توصیف کرد هوش مصنوعی عبارت است از مطالعه این که محمدرضا فرزادپور همه چیز درباره هوش مصنوعیاین در حالی است که بسیاری معتقدند عبور هوش مصنوعی از این مانع تست تورینگ به معنای صدای هوش گوگل به گوش می‌آید شبکهمحاسبات شناختی یا در مفهومی کلی‌تر هوش مصنوعی، از جمله فناوری‌های است که شرکت‌های معرفی رشته های دانشگاهی آمار باید برای کمتر دانش آموز دبیرستان سوال باشد که موضوع رشته آمار چیست؟ نام گذاری نقاشی ساختمان نقاشی ساختمان قلی پور بلکا …لطفا نقاشی ساختمان قلی پور را با شماره بشناسید ثبت نام فراگیر پیام نور بر اساس اعلام سازمان سنجش ثبت نام ازمون کارشناسی ارشد از دی ماه آغاز شده و تا دی ماه سیستم خبره ویکی‌پدیا، دانشنامهٔ آزادسیستمخبرهبه کسی که دانش خبره را به صورت کدگذاری شده درمی‌آورد، مهندس دانش گفته می‌شود به طور تست نرم‌افزار ویکی‌پدیا، دانشنامهٔ آزادتست نرم‌افزار به فرایند ارزیابی نرم‌افزار به منظور اطمینان از عملکرد صحیح آن در مشاوره ارشد دکتری پایان نامه چاپ مقاله انجام …مشاوره رایگان ،انجام پایان نامه، مشاوره پروپوزال، چاپ مقاله،ارشد و دکتری برق قدرت کنترل الکترونیک مخابرات تاسیسات …صفحات جانبی اولین چراغ های هوشمند خیابان که با قدم های انسان روشن می شوند نورپردازی معرفی گرایش هوش مصنوعی و رباتیک دانشگاه علم و صنعت ایران شاید بتوان هوش مصنوعی را این گونه توصیف کرد «هوش مصنوعی عبارت است از مطالعه این که چگونه محمدرضا فرزادپور همه چیز درباره هوش مصنوعی این در حالی است که بسیاری معتقدند عبور هوش مصنوعی از این مانع تست تورینگ به معنای موفقیت معرفی رشته های دانشگاهی آمار باید برای کمتر دانش آموز دبیرستان سوال باشد که موضوع رشته آمار چیست؟ نام گذاری بعضی از صدای هوش گوگل به گوش می‌آید شبکه محاسبات شناختی یا در مفهومی کلی‌تر هوش مصنوعی، از جمله فناوری‌های است که شرکت‌های بزرگ سیستم خبره ویکی‌پدیا، دانشنامهٔ آزاد سیستمخبره به کسی که دانش خبره را به صورت کدگذاری شده درمی‌آورد، مهندس دانش گفته می‌شود به طور کلی تست نرم‌افزار ویکی‌پدیا، دانشنامهٔ آزاد تست نرم‌افزار به فرایند ارزیابی نرم‌افزار به منظور اطمینان از عملکرد صحیح آن در ثبت نام فراگیر پیام نور بر اساس اعلام سازمان سنجش ثبت نام ازمون کارشناسی ارشد از دی ماه آغاز شده و تا دی ماه نقاشی ساختمان نقاشی ساختمان قلی پور بلکا کاتالوگ بلکا نقاشی ساختمان نقاشی ساختمان قلی پور بلکا کاتالوگ بلکا نقاشی ساختمان در کرج نقاشی برق قدرت کنترل الکترونیک مخابرات تاسیسات درایور یا صفحات جانبی اولین چراغ های هوشمند خیابان که با قدم های انسان روشن می شوند نورپردازی زیبای صفحه اصلی موسسه فرزان کمپین تغذیه با همکاری موسسه توسعه دانش، پژوهش و فناوری فرزان اجرا شد

هوش مصنوعی واتسون به ابزارهای شنیدنی می‌آید

[ad_1]

وب سایت برسام: سیستم هوش مصنوعی IBM یا همان واتسون به زودی در قالب گجت‌های شنیدنی به بازار می‌آیند تا به کاربران در مدیریت زندگی روزمره‌شان کمک کند.

 

اگر مسایل و اخبار مربوط به سیستم‌های هوش مصنوعی را تعقیب کرده باشید، قطعا با نام واتسون آشنایید. همین هوش مصنوعی واتسون بود که یک ماه پیش، با مرور ۲۰ میلیون مقاله‌ی پزشکی موفق شده بود بیماری یک خانم مسن ژاپنی را به درستی تشخیص دهد. اما حالا قرار اســت واتسون کاری بیشتر از مشاوره‌ی پزشکی یا حقوقی را برعهده بگیرد. واتسون قرار اســت یک مشاور همراه در تمام زمینه‌های زندگی باشد و مثل فیلم‌های علمی-تخیلی، مدام در گوشمان بگوید چه کاری درست اســت و چه کاری غلط.

بر اساس قراداد جدیدی که بین شرکت IBM و شرکت Bragi که توسعه‌دهنده‌ی گجت‌های شنیداری یا hearable ها اســت بسته شده، قرار اســت هوش مصنوعی واتسون در قلب هدست‌های این شرکت قرار بگیرد و به کاربران بگوید در تعاملات اجتماعی روزمره‌ی خود چگونه عمل کنند تا بهترین نتیجه‌ها را بگیرند. این سیستم توصیه‌هایی درباره‌ی نحوه‌ی رفتار با همکاران، نحوه‌ی مدیریت کردن فرآیندهای گروهی و نکاتی درباره‌ی سلامت، بهداشت و حفظ محیط زیست را به کاربر گوشزد خواهد کرد.

این ابزارک که فعلا با نام Dash شناخته می‌شود، از مجموعه‌ی قابل توجهی از حسگرها بهره می‌برد که می‌توانند داده‌های مورد نیاز واتسون را گردآوری کنند و برای نتیجه‌گیری در اختیار آن قرار دهند. آن‌گونه که مدیران این پروژه اعلام کرده‌اند در حال حاضر شش حوزه‌ی ایمنی کار، دستورالعمل‌های هادی، اطلاع‌رسانی هوشمندانه به نیروی کار، ارتباطات درون گروهی، تحلیل و بهینه‌سازی نیروی کار و هویت بیومتریک کارکنان، موضوعات اصلی کار Dash هستند.

با ورود به حوزه‌ی تعاملات روزمره، ظاهرا واتسون یک گام دیگر برای بقا یا حتی پیروزی در بازار سیستم‌های هوش مصنوعی برداشته اســت؛ اما باید دید پاسخ رقیبان سرسخت IBM به Dash چه خواهد بود.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط

6 سپتامبر 2016 ... وب سایت برسام: سیستم هوش مصنوعی IBM یا همان واتسون به زودی در قالب گجتهای شنیدنی به بازار میآیند تا به کاربران در مدیریت زندگی روزمرهشان ...6 سپتامبر 2016 ... کشاورزنیوز(اخبارکشاورزی ایران): وب سایت برسام: سیستم هوش مصنوعی IBM یا همان واتسون به زودی در قالب گجتهای شنیدنی به بازار میآیند تا به ...6 سپتامبر 2016 ... سیستم هوش مصنوعی IBM یا همان واتسون به زودی در قالب گجت های شنیدنی به بازار می آیند تا به کاربران در مدیریت زندگی روزمره شان کمک کند.5 سپتامبر 2016 ... سیستم هوش مصنوعی IBM یا همان واتسون به زودی در قالب گجتهای شنیدنی به بازار میآیند تا به کاربران در مدیریت زندگی روزمرهشان کمک کند.سیستم هوش مصنوعی IBM یا همان واتسون به زودی در قالب گجتهای شنیدنی به بازار میآیند تا به کاربران در مدیریت زندگی روزمرهشان کمک کند. امتیاز خبر: 96 از 100 ...شمار از خوراک کشاورزنیوز استفاده می کنیدکشاورزنیوز(اخبارکشاورزی ایران): وب سایت برسام: سیستم هوش مصنوعی IBM یا همان واتسون به زودی در قالب گجتهای ...6 سپتامبر 2016 ... سیستم هوش مصنوعی IBM یا همان واتسون به زودی در قالب گجتهای شنیدنی به بازار میآیند تا به کاربران در مدیریت زندگی روزمرهشان کمک کند.3 سپتامبر 2016 ... این ابرکامپیوتر که به هوش مصنوعی فوق العاده قدرتمندی مجهز است، طی چند ماه گذشته بسیار ... هوش مصنوعی واتسون به ابزارهای شنیدنی می آید ...هوش مصنوعی ابر رایانه شرکت آیبیام به زودی به کارکنان بیمارستانها برای اقامت راحتتر بیماران و از بین بردن برخی ... هوش مصنوعی واتسون به ابزارهای شنیدنی میآید.اما واتسون بازیگر مشهور مجموعه هری پاتر اعلام کرده که قصد دارد موقتا و برای یک سال از فعالیت های بازیگری کناره ... هوش مصنوعی واتسون به ابزارهای شنیدنی میآید.

کلماتی برای این موضوع
هوش مصنوعی واتسون به ابزارهای شنیدنی می‌آید

ساتیا نادلا: مزایای هوش مصنوعی می بایست در اختیار طیف بیشتری از کاربران قرار بگیرد

[ad_1]
مفیدستان:

خبرگزاری آریا - هوش مصنوعی برگ برنده این روزهای دنیای تکنولوژی شناخته می شود و با محتوا و محصولاتی که در نمایشگاه CES 2017 از نظر گذراندیم، اهمیت و گستردگی این شاخه از علم و فناوری کاملاً قابل لمس است.
یکی از شرکت هایی که طی یکی دو سال اخیر سرمایه گذاری های چشم گیری در زمینه هوش مصنوعی اعمال کرده، مایکروسافتی است که اواسط تابستان گروه تحقیق و توسعه اختصاصی اش را نیز راه اندازی کرد.
وارد چهارمین سال مدیریت «ساتیا نادلا» بر میراث «بیل گیتس» بزرگ و خوش نام شده ایم، و مبرهن است که او به بهترین نحو ممکن مسئولیت های پیشبرد و پیشرفت حوزه هوش مصنوعی را بر عهده گرفته.

نادلا چندی پیش در جریان کنفرانس خبری DLD گفت:
هوش مصنوعی هنوز در مسیر ترقی قرار دارد و اینجا است که توانایی های مبتنی بر محاسبه مورد توجه برخی از کمپانی های بزرگ قرار می گیرند.
صنعت تکنولوژی، شرکت هایی که می توانند به کمک نرم افزارهای هوش مصنوعی پردازش های دنیای واقعی را شبیه سازی کنند می پرستد؛ اما اگر بخواهیم مفیدتر واقع شویم می بایست تکنیک های لازم را در اختیار طیف بیشتری از کاربران، کامپیوترهای خانگی، موبایل ها و هر دیوایس تکنولوژیک دیگری قرار دهیم.
مایکروسافت قصد دارد با تمرکز روی بنیان های فناوری هوش مصنوعی، آن را به ابزاری کاربردی برای توسعه دهندگان تبدیل کند.
گفتنی است نادلا تصور می کند مایکروسافت از جایگاه مناسب و لازم برای قیام در این شاخه برخوردار بوده و اظهار کرده شاید روزی از تکنیک های هوش مصنوعی در محصولاتی مانند سرویس لینکداین و یا سیستم های واقعیت مجازی و واقعیت افزوده هولولنز استفاده شد.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
ساتیا نادلا مزایای هوش مصنوعی می بایست در اختیار طیف بیشتری از کاربران قرار بگیرد ساتیا نادلا مزایای هوش مصنوعی می بایست در اختیار طیف بیشتری از کاربران قرار بگیرد

جنگ میلیاردرها با خطرات هوش مصنوعی

[ad_1]

با اختصاص کمک‌های 20 میلیون دلاری موسسان سایت‌های لینکداین و ای‌بی(eBay)، دانشگاه‌های هاروارد و ام ای تی یک پروژه مشترک را در زمینه کنترل و مدیریت هوش مصنوعی اجرا می‌کنند.

به گزارش ستاره ها به نقل از یو.هرالد، پیشرفت هوش مصنوعی و گسترش آن در بیشتر زمینه‌های فناوری سبب شده تا مدیریت و امنیت استفاده از آن به موضوع مهمی تبدیل شود.
دو نفر از مولتی‌میلیاردرهای دنیای فناوری در این زمینه پیش‌قدم شده و مبلغ 20 میلیون دلار برای اجرای پروژه "مدیریت و امنیت در هوش مصنوعی" اختصاص داده‌اند.
رید هافمن و پیر امیدیار که به ترتیب موسسان لینکداین و ای‌بی هستند اعلام کرده‌اند که هوش مصنوعی باید پدیده‌ای کاملا مثبت باشد و خطرات و معایب آن رفع شود.
آنها در این راستا مبلغ 20 میلیون دلار به صورت مشترک به پروژه مدیریت و امنیت در هوش مصنوعی کمک کرده اند تا محققان دانشگاه‌های هاروارد و ام ای تی بتوانند این پروژه را به نحو احسن انجام دهند.
هافمن که موسس شبکه اجتماعی لینکداین است گفت: مشاغل زیادی در زمینه‌های پزشکی، حمل‌ونقل، قضاوت و اقتصاد وجود دارند که اتخاذ تصمیمات در آنها اهمیت زیادی دارد و اگر هوش مصنوعی قرار باشد در آنها به صورت فعال وارد شود، به یک کار تحقیقاتی وسیع برای تعیین قوانین و اصول اخلاقی و معنوی نیاز خواهد بود.
علاوه بر این کمک 20 میلیون دلاری موسسات دیگری در آمریکا به این پروژه کمک مالی کرده‌اند که مجموع این کمک‌ها به 27 میلیون دلار رسیده است.
این تحقیقات صرفا محدود آزمایشگاه‌های هوش مصنوعی دانشگاه‌های هاروارد و ام ای تی نخواهد بود و هر کدام از این مراکز با چندین مرکز تحقیقاتی دیگر در این زمینه همکاری خواهند داشت.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
مقالات مفید سایت اطلاعات عمومی، دانستنیها ،آیا …پیام رسان پینگل رقیب جدی تلگرام با امکان تماس صوتی و تصویری چرا بعضی از افراد از مقالات مفید سایت اطلاعات عمومی، دانستنیها ،آیا می دانید پیام رسان پینگل رقیب جدی تلگرام با امکان تماس صوتی و تصویری چرا بعضی از افراد از موسیقی غم

خواندن مغز انسان با هوش مصنوعی امکان‌پذیر است

[ad_1]

در چند سال گذشته آزمایشگاه علوم اعصاب جک گلنت یک سری مقالات تحقیقی منتشر کرده است که ابتدا بی‌اهمیت به نظر می‌رسیدند.

در سال ۲۰۱۱، این آزمایشگاه نشان داد که می‌توان با رصد فعالیت‌های مغزی افرادی که در حال تماشای فیلم سینمایی هستند، کلیپ‌های ویدیویی همان فیلم را دوباره ساخت. به عبارت دیگر می‌توان مدعی شد که استفاده از رایانه برای بازآفرینی تصاویر یک فیلم، تنها از روی فعالیت‌های مغزی کسی که در حال مشاهده‌ی آن است، یک نوع ذهن‌خوانی به شمار می‌آید. در سال ۲۰۱۵، تیم تحقیقاتی گلنت در طی آزمایشی با موفقیت توانستند حدس بزنند که افراد مشارکت‌کننده در آزمایش دقیقا به کدام نقاشی معروف فکر می‌کنند.

امسال، این تیم در نوشته‌ای در ژورنال Nature اعلام کرد که تنها با مطالعه بر مشارکت‌کنندگانی که در حال گوش کردن به فایل‌های صوتی بودند، توانستند یک اطلس شامل بیش از ۱۰ هزار کلمه‌ی منفرد مستقر در مغز را ایجاد کنند.

اما پرسش این است که آن‌ها چطور این کار را انجام دادند؟ در پاسخ باید بگوییم که با استفاده از روش یادگیری ماشین؛ یعنی نوعی هوش مصنوعی که با استخراج و تحلیل توده‌های عظیم اطلاعات مغزی، الگوی نهفته در فعالیت‌های مغزی را یافته و تفکرات و ادراک انسان را پیش‌بینی می‌کند.

هدف محققان این آزمایشگاه، ساخت دستگاه ذهن‌خوان نیست، گرچه بسیاری به اشتباه چنین تصوری دارند. عصب‌شناسان نمی‌خواهند کلمات عبور شما را از ذهنتان بدزدند، همچنین آن‌ها به دانستن تاریک‌ترین رازهای زندگیتان علاقه‌مند نیستند. هدف واقعی چیزی فراتر از این موضوعات است. جک گلنت و دیگر عصب‌شناسان در پی این هستند تا با استفاده از ماشین برای استخراج حجم زیادی از اطلاعات مغزی و تبدیل علوم اعصاب به علوم داده‌های بزرگ، نحوه‌ی درک ما از فعالیت‌های مغزی را دگرگون کنند.

تا جایی که می‌دانیم، مغز انسان پیچیده‌ترین شی موجود در عالم است و درک ما از نحوه‌ی فعالیت آن نیز بسیار اندک است. ایده‌ی جالب جک گلنت که می‌تواند شاخه‌ی علوم اعصاب را از مرحله‌ی ابتدایی خود به سمت جلو هدایت کند به این صورت است:

شاید لازم است یک دستگاه بسازیم تا بتواند نحوه‌ی فعالیت مغز را برای ما آشکار کند. ما امیدوار هستیم که با رمزگشایی از الگوهای درهم‌تنیده‌ی مغزی، راهی برای درمان بیماری‌های مغزی پیدا کنیم.

هم اکنون ابزار اصلی برای مطالعه و تحلیل آناتومی مغزی و فعالیت‌های آن، MRI است. این تکنولوژی از دهه‌ی ۹۰ میلادی مورد استفاده قرار می‌گیرد و عکس‌های گرفته شده توسط آن ناواضح و سطحی است.

برای درک قابلیت‌های روش fMRI دانستن این نکته خالی از لطف نیست که کوچکترین واحد فعالیت مغزی که توسط این روش تشخیص داده می‌شود، یک وکسل (Voxel) است. معمولا وکسل‌ها از یک مکعب با ابعاد یک میلی‌متر کمی کوچکتر هستند. ممکن است در داخل یک وکسل بیش از ۱۰۰ هزار عصب وجود داشته باشد. آن‌طور که تال یارکونی، یک عصب‌شناس از دانشگاه تگزاس توضیح می‌دهد، fMRI مانند این است که بر فراز یک شهر پرواز کنید و ببینید که در چه مکان‌هایی چراغ‌ها روشن هستند.

عکس‌های مرسوم fMRI می‌تواند به ما نشان دهد که چه مناطقی از مغز در فعالیت‌های خاص، نقش حیاتی دارند، برای مثال، می‌توان تشخیص داد که چه ناحیه‌ای از مغز احساسات منفی را پردازش می‌کند، یا چه نواحی از مغز هنگام دیدن یک چهره‌ی آشنا روشن (فعال) می‌شوند. اما نمی‌توان دریافت که آن ناحیه از مغز دقیقا چگونه در رفتارهای انسان نقش دارد و اینکه آیا نواحی دیگر مغزی که روشن نشده‌اند، نقش کلیدی در رفتارهای خاص دارند یا نه. مغز مانند یک شی ساخته شده توسط لگو نیست، یعنی این طور نیست که نواحی مغزی مانند تک‌تک لگوها نقش مشخصی داشته باشند. مغز متشکل از یک شبکه از فعالیت‌ها است. جک گلنت می‌گوید:

هر ناحیه از مغز، ۵۰ درصد احتمال دارد که با ناحیه‌ی دیگر در ارتباط باشد.

به همین دلیل است که تلاش‌ها برای یافتن، مثلا مرکز گرسنگی یا احتیاط، به نتایج قانع‌کننده‌ای ختم نشده است.

پیتر بند‌تینی، رییس دپارتمان روش‌های fMRI در انجمن ملی سلامت روانی (National Institute of Mental Health) می‌گوید:

ما سال‌هاست که به این لکه‌های ظاهر شده در عکس‌های fMRI نگاه می‌کنیم و به این موضوع فکر می‌کنیم که چه اطلاعاتی در آن‌ها نهفته است. اکنون مشخص است که هر تغییر کوچکی در این لکه‌ها، حاوی اطلاعات در مورد عملکرد مغز است، اطلاعاتی که ما تا کنون قادر به کشف آن‌ها نبوده‌ایم. به همین دلیل است که ما به تکنیک‌های یادگیری ماشین نیاز داریم. چشمان ما می‌تواند لکه‌ها را ببیند، اما نمی‌توانیم الگوها را ببینیم. این الگوها بسیار پیچیده هستند.

در اینجا یک مثال ارائه می‌دهیم. به‌طور سنتی این طور تصور می‌شود که پردازش زبان در نیم‌کره‌ی چپ مغز و در دو ناحیه‌ی مشخص، ناحیه‌ی Broca و ناحیه‌ی Wernicke اتفاق می‌افتد. اگر این ناحیه‌های صدمه ببینند، شما در درک یا ایجاد زبان با مشکل روبه‌رو می‌شوید.

اما الکس هاث، فوق‌دکترای عصب‌شناسی در آزمایشگاه گلنت نشان داد که این درک ما از کارکرد مغز در ارتباط با زبان، بسیار ساده و سطحی است. او تصمیم گرفت دریابد که آیا کل مغز در درک زبان نقش دارد یا نه.

در یک آزمایش، او از شرکت‌کنندگان در یک تحقیق خواست تا به یک داستان صوتی گوش دهند. همزمان او و همکارانش فعالیت‌های مغزی آن‌ها را توسط اسکنرهای fMRI  ضبط کردند. هدف از این آزمایش پی بردن به ارتباط نواحی مختلف مغز در حین فعالیت مغزی مرتبط با گوش کردن به لغات بود.

گلنت می‌گوید که چنین آزمایشی اطلاعات بسیار زیادی را تولید می‌کند، حجمی از اطلاعات که احتملا انسان تا کنون با آن مواجه نشده است. اما به یک نرم‌افزار رایانه‌ای آموزش داده شد تا با بررسی این اطلاعات، الگوی آن‌ها را بیابد. در نهایت برنامه‌ای که توسط هاث طراحی شده بود توانست یک اطلس از لغاتی که در مغز انسان «زندگی» می‌کنند را آشکار کند. گلنت در این ارتبط می‌گوید:

آزمایش الکس نشان داد که قسمت‌های زیادی از مغز در درک معنایی لغات نقش دارند.

الکس هاث همچنین نشان داد لغاتی که از لحاظ معنایی به یکدیگر نزدیک هستند، مانند سگ و پودل (نوعی سگ پشمالو)، در نواحی مجاور در داخل مغز جای می‌گیرند.

پس اهمیت پروژه‌های این چنینی چیست؟ در دنیای علم، پیش‌بینی برابر است با قدرت. اگر دانشمندان بتوانند پیش‌بینی کنند که چگونه یک سری فعالیت‌های گیج‌کننده‌ی مغزی به تفسیر و درک زبان مربوط می‌شود، آنگاه می‌توانند مدل بهتری از نحوه‌ی کارکرد مغز ارائه دهند و اگر آن‌ها بتوانند یک مدل بهتر بسازند، بهتر می‌توانند بفهمند که چرا و چگونه متغیرهای مغز تغییر می‌کنند، یا به عبارت دیگر مغز دچار بیماری می‌شود.

یادگیری ماشین چیست؟  

یادگیری ماشین مفهومی گسترده‌ای است که شامل استفاده از طیف زیادی از نرم‌افزارها‌ی رایانه‌ای می‌شود. به زبان عامیانه، تکنولوژی یادگیری ماشینی که به سرعت در حال توسعه است، به معنای تشخیص و دیدن اشیا توسط ماشین‌ها و با استفاده از فوتون‌ها است که در سطحی نزدیک سطح دید انسان روی می‌دهد. با استفاده از نوعی تکنولوژی یادگیری ماشین با نام تکنولوژی یادگیری عمیق، سرویس ترجمه گوگل، که قبلا ترجمه‌های ابتدایی و گاهی خنده‌آوری ارائه می‌داد، اکنون می‌تواند رمان‌های ارنست همینگوی را به چند زبان دیگر در سطحی ترجمه کند که با ترجمه‌‌های مشهور آن‌ها رقابت کند.

اما اساسا برنامه‌های یادگیری ماشین به دنبال کشف الگوها و رابطه‌ی بین x و y هستند. معمولا برنامه‌های یادگیری ماشین ابتدا باید توسط یک سری داده‌ی تحت «آموزش» قرار گیرند. در این فرآیند، برنامه باید به دنبال الگوی موجود در داده‌ها بگردد. هر چه میزان داده‌های آموزشی بیشتر باشد، برنامه باهوش‌تر و دقیق‌تر عمل می‌کند. بعد از اتمام پروسه‌ی آموزش، داده‌های جدیدی به برنامه داده داده‌ می‌شود. در نتیجه با استفاده از داده‌های جدید، برنامه‌های یادگیری ماشین می‌توانند شروع به پیش‌بینی کنند.

یک نمونه‌ی ساده و جالب این برنامه‌ها، قابلیت فیلتر کردن ایمیل‌های اسپم است. برنامه‌های یادگیری ماشینی با بررسی ایمیل‌‌های اسپم و پی بردن به نحوه‌ی نگارش و ساختار و محتوای آن‌ها، می‌توانند از میان ایمیل‌های دریافتی، ایمیل اسپم را شناسایی و فیلتر کنند.

لازم نیست که برنامه‌های یادگیری ماشینی همگی پیچیده باشند، یک برنامه‌ی یادگیری ماشین ممکن است تنها وظیفه‌ی رگراسیون ریاضیاتی را داشته باشد، یا ممکن است به اندازه‌ی DeepMind شرکت گوگل، که روزانه میلیون‌ها داده دریافت می‌کند، پیچیده باشد. گوگل با استفاده از این برنامه توانست رایانه‌ای بسازد که انسان را در بازی گو (Go) شکست دهد. گفتنی است بازی گو متشکل از یک تخته و دو دسته مهره‌ی سیاه و سفید است. این بازی‌ به ظاهر ساده، چنان پیچیده است که وضعیت‌های محتمل پیش آمده در بازی، از تعداد اتم‌های موجود در کیهان بیشتر است.

عصب‌شناسان از تکنولوژی یادگیری ماشینی به دو منظور استفاده می‌کنند: کدگذاری و کدشکنی. در روند کدگذاری، برنامه‌ی یادگیری ماشین سعی می‌کند تا الگوی فعالیت مغزی ایجاد شده توسط یک محرک را پیش‌بینی کند. اما کدشکنی برعکس مفهوم قبلی است، یعنی نگاه کردن به فعالیت‌های مغزی برای پیش‌بینی این که شرکت‌کنندگان در حال نگاه کردن به چه چیزی هستند. همچنین عصب‌شناسان می‌توانند از چنین برنامه‌هایی در اسکن‌های مغزی، مانند EEG و MEGS استفاده کنند.

برایس کول، عصب‌شناس از دانشگاه اورگان، اخیرا توانست با استفاده از روش کدشکنی و توسط داده‌های به دست آمده از fMRI، چهره‌هایی که شرکت‌کنندگان در تحقیق به آن‌ها نگاه می‌کردند را بازسازی کند.

آن قسمت‌هایی از نواحی مغزی که کوهل توسط MRI هدف قرار داده بود، به طور سنتی به عنوان مرکز «خاطرات واضح» شناخته شده‌اند. کوهل در این ارتباط می‌گوید:

آیا آن ناحیه شامل جزییات چیزی است که به آن نگاه می‌کنید؟ یا فقط به این دلیل است که به حافظه‌ی خود اعتماد دارید؟

این که برنامه‌ی یادگیری ماشین بتواند از روی فعالیت‌های مغزی ویژگی‌های چهره‌ها را تشخیص دهد به این معنی است که آن نواحی حاوی جزییاتی از «آن چیزی که می‌بینید» هستند.

به طور مشابه، آزمایشی که توسط گلنت برای پیش‌بینی نقاشی‌ که شرکت‌کنندگان به آن فکر می‌کردند، طراحی شده بود، حاوی یک راز کوچک در مورد ذهن انسان است: ما همان نواحی مغزی را هنگام یادآوری ویژگی‌های بصری فعال می‌کنیم که هنگام دیدن آن‌ها فعال می‌کنیم.

عصب‌شناسان عقیده دارند که تکنولوژی یادگیری ماشین هنوز منجر به ظهور انقلاب در رشته‌ی آن‌ها نشده است. آن‌ها علت این امر را میزان کم اطلاعات در دسترس می‌دانند. اسکن‌های مغزی بسیار زمان‌بر و هزینه‌بر هستند و تحقیقات انجام شده در این حوزه شامل تنها چند شرکت‌کننده می‌شود و نه چند هزار. اونیل هیومن، محقق نئورودینامیک از دانشگاه پیتزبورگ می‌گوید:

در دهه‌ی ۹۰ و زمانی که علوم اعصاب کم‌کم شروع به رشد می‌کرد، مردم سوال‌های طبقه‌بندی-محور می‌پرسیدند، مثلا اینکه چه نواحی از مغز هنگام نگاه کردن به صورت‌ها فعال می‌شود، چه نواحی هنگام نگاه کردن به اشیا فعال می‌شد و یا در مورد خانه‌ها چطور؟ اما ما اکنون می‌توانیم سوال‌های حساب‌شده‌تری بپرسیم، مانند این سوال: آیا این خاطره که شخصی هم‌اکنون در حال یادآوری آن است، همان چیزی است که او ۱۰ دقیقه پیش به آن فکر می‌کرد؟

هیومن می‌گوید که این پیشرفت انقلابی‌تر و تکاملی‌تر است.

دانشمندان علوم اعصاب امیدوارند یادگیری ماشین به آن‌ها در تشخیص و درمان اختلالات ذهنی کمک کند. هم‌اکنون روانپزشکان نمی‌توانند یک بیمار را در دستگاه MRI قرار دهند و تنها با اتکا به فعالیت‌های مغزی تشخیص دهند که او دچار یک نوع بیماری روانی، مانند اسکیزوفرنی است. آن‌ها برای تشخیص بیماری‌ها باید به صورت بالینی با بیماران صحبت کنند، که البته بی‌شک بسیار ارزشمند است. اما یک روش تشخیص مبتنی بر ماشین می‌تواند به راحتی بیماری‌های روانی را از یکدیگر تشخیص دهد و تاثیر مهمی بر روند درمان بیماری داشته باشد. بندتینی می‌گوید که برای انجام این کار به اطلاعات MRI بسیار زیادی، در حدود ۱۰ هزار عکس از لکه‌ها، نیاز است.

برنامه‌های یادگیری ماشین می‌توانند با جستجوی الگوهای فعالیت‌های مغزی مربوط به بیماران روانی، این اطلاعات را از مغز انسان استخراج کنند. بندتینی در این مورد توضیح می‌دهد:

شما می‌توانید با استفاده بالینی از این برنامه‌ها، بیمار را در اسکنر قرار دهید و بگویید که برمبنای ۱۰ هزار پایگاه داده‌ی موجود، این بیمار مبتلا به، مثلا اسکیزوفرنی است.

تلاش‌ها برای انجام این کار هنوز در مراحل مقدماتی قرار دارد و تا کنون نتایج محکم و مستندی به دست نیامده است. دان یامینز، عصب‌شناس و متخصص در علوم رایانه‌ای از دانشگاهMIT می‌گوید:

اگر به درک کافی از ارتباط بین شبکه‌های مغزی برسیم، ممکن است که به جایی برسیم که هنگام بروز اختلال در مغز، مداخلات پزشکی مثبت و پیچیده‌تری در مغز داشته باشیم. مثلا ممکن است که یک کاشت (implant) در مغز کار انجام دهیم تا به نحوی به بهبود بیماری پارکینسون یا آلزایمر کمک کند.

 همچنین روش یادگیری ماشینی می‌تواند به روانپزشکان کمک کند که پیش‌بینی کنند چگونه مغز بیماران مبتلا به افسردگی به داروهای خاص واکنش نشان خواهند داد. یامینز در این ارتباط توضیح می‌دهد: هم‌اکنون روانپزشکان باید از دیدگاه تشخیصی حدس بزنند که یک بیمار چطور به داروها واکنش نشان خواهد داد. چرا که علایم و نشانه‌های بیماری نمی‌تواند به طور کامل نشانگر اتفاقات جاری در مغز باشد.

یامینز تاکید می‌کند که استفاده از یادگیری ماشین برای تشخیص و درمان بیماری‌ها در آینده‌ی نزدیک روی نخواهد داد. با این حال دانشمندان و محققان سرتاسر جهان در حال کار بر روی این موضوع هستند. اخیرا ژورنال Neurolaimage یک شماره‌‌ی کامل را به مقالاتی اختصاص داد که در مورد پیش‌بینی تفاوت‌های مغزی افراد بر مبنای داده‌های عکس‌برداری عصبی بودند. کارهای این‌چنینی بااهمیت هستند. چون زمانی که این کارها عملا وارد حوزه‌ی سلامت شوند، می‌توانند منجر به ایجاد روش‌های جدید درمان یا پیش‌گیری شوند.

یادگیری ماشین می‌تواند تشنج‌های صرعی را پیش‌بینی کند

بیماران مبتلا به صرع هیچ‌گاه نمی‌دانند که چه زمانی دچار تشنج می‌شوند. کریستین مایزل، عصب‌شناسی از انیستیتو ملی سلامت می‌‌گوید:

این یک مشکل بزرگ است، شما نمی‌توانید رانندگی کنید، چون استرس این موضوع شما را ناراحت می‌کند. آن طور که می‌خواهید نمی‌توانید کارهای روزمره را انجام دهید. در حالت ایده‌ال شما می‌خواهید که یک سیستم هشدار در مورد تشنج قریب‌الوقوع داشته بشید.

روش‌های درمانی کاملی نیز برای بیماری صرع وجود ندارد. بعضی از بیماران، داروهای ضد صرع به صورت ۲۴ ساعته مصرف می‌کنند، اما این داروها دارای عوارض جانبی بعضا خطرناکی هستند. حتی در ۲۰ تا ۳۰ درصد بیماران، هیچ دارویی از تشنج جلوگیری نمی‌کند.

اما پیش‌بینی تشنج می‌تواند تغییر بزرگی ایجاد کند. اگر یک شخص مبتلا به صرع بداند که در لحظات آینده دچار تشنج خواهد شد، می‌تواند خود را سریع‌تر به یک مکان امن برساند و یا از دیگران کمک بگیرد. همچنین پیش‌بینی تشنج می‌تواند روش‌های درمانی جدیدی را معرفی کند. مثلا سیستم هشدار می‌تواند باعث فعال شدن ابزاری برای وارد کردن داروی فوری ضد‌صرع به بدن بیمار شود، یا با فرستادن یک سیگنال از وقوع تشنج جلوگیری کند.

تصویر زیر نوار مغزی یک بیمار صرعی است که توسط مایزل به اشتراک گذاشته شده است. او می‌گوید:

هیچ تشنجی دیده نمی‌شود. اما سوال این است که آیا این فعالیت مغزی مربوط به یک ساعت قبل از تشنج است و یا چهار ساعت قبل از آن؟

او می‌گوید که پاسخ به این سوال برای یک پزشک بالینی اگر غیرممکن نباشد، بسیار دشوار خواهد بود.

اما اطلاعات مربوط به تشنج بعدی ممکن است در میان این نوار مغزی پنهان شده باشد. برای آزمایش این احتمال، آزمایشگاه مایزل در یک رقابتی که توسط Kaggle برگزار شده بود، شرکت کرد. Kaggle یک جامعه‌ی علوم آماری است که به صورت آنلاین فعالیت دارد. Kaggle اطلاعات مربوط به نوارمغزی سه بیمار صرعی را در مدت زمان چند سال جمع آوری شده بود، با شرکت‌کنندگان به اشتراک گذاشت. مایزل از روش یادگیری عمیق برای آنالیز داده‌ها به منظور پیدا کردن الگوها استفاده کرد.

اما این برنامه تا چه اندازه در پیش‌بینی تشنج دقیق عمل می‌کند؟ مایزل در این مورد این‌گونه توضیح می‌دهد: اگر شما یک سیستم کاملا دقیق داشته باشید که همه‌چیز را به‌درستی پیش‌بینی می‌کند، نمره‌ی ۱ می‌گیرید، اما اگر سیستم شما به صورت تصادفی اقدام به پیش‌بینی کند، نمره‌ی ۰.۵ به شما تعلق می‌گیرد. ما هم‌اکنون به نمره‌ی ۰.۸ رسیده‌ایم. به این معنی که پیش‌بینی ما دقیق نیست، اما از حالت تصادفی بسیار بهتر است. البته این روش راه زیادی برای گذر از حالت نظری و ورود به عالم واقعی در پیش دارد. مثلا یکی از مشکلات این روش این است به برای به دست آوردن نوار مغزی بیماران شرکت کننده در این تحقیق از یک روش تهاجمی استفاده شده است.

مایزل یک نظریه‌پرداز عصب‌شناس است که سعی دارد بر مبنای نظریه‌های مختلف دریابد که چگونه تشنج‌های صرعی از یک فعالیت غیر‌عادی کوچک مغزی شروع شده و تبدیل به یک حالت کاملا فلج‌کننده برای بیمار می‌شود. او می‌گوید که یادگیری ماشین به او در درک و توسعه‌ی نظریه‌ها کمک می‌کند. او می‌تواند نظریه‌ی خود را در یک مدل یادگیری ماشین پیاده کند و ببیند که آیا این نظریه باعث بهتر شدن پیش‌بینی‌ها می‌شود یا در جهت عکس عمل می‌کند. او می‌گوید:

اگر این روش جواب بدهد، یعنی نظریه‌ی من درست است.

استفاده عملی از یادگیری ماشین مستلزم داشتن دسترسی به منابع داده‌ای وسیع است

یادگیری ماشین نمی‌تواند تمام مسائل اصلی علوم اعصاب را حل کند. عملکرد یادگیری ماشین ممکن است به دلیل کیفیت پایین اطلاعات دریافتی توسط fMRI محدود شود.

گیل وراکو، دانشمند علوم رایانه‌ای که ابزار یادگیری ماشین را برای علوم‌اعصاب توسعه داده‌ است، می‌گوید:

حتی اگر ما تعداد بی‌شماری داده‌های تصویری داشته باشیم، در آن صورت نیز نمی‌توانیم یک پیش‌بینی کامل و دقیق داشته باشیم، زیرا پروسه‌های به دست آوردن این اطلاعات معیوب هستند.

اما بیشتر عصب‌شناسان معتقد هستند که ورود یادگیری ماشین به حوزه‌ی علوم اعصاب باعث شفافیت بیشتری شده است. همچنین از یادگیری ماشین می‌توان برای پیدا کردن راه‌حلی برای مشکل «مقایسه‌ی چند‌گانه» در علوم اعصاب استفاده کرد. این عبارت در مواردی به کار می‌رود که محققان به دنبال دست یافتن به نتیجه‌ای مهم از لحاظ آماری در میان داده‌ها هستند. با استفاده از یادگیری ماشین، پیش‌بینی شما در مورد رفتار مغز یا درست است و یا نادرست. وراکو می‌گوید که «پیش‌بینی» چیزی است که تحت کنترل ما قرار دارد.

دسترسی به منابع عظیم اطلاعاتی می‌تواند عصب‌شناسان را قادر کند تا تحقیقات بر روی رفتارهای مغزی را در بیرون از محیط آزمایشگاه نیز دنبال کنند. هیومن در این ارتباط می‌گوید:

تمام مدل‌های مطالعاتی ما در مورد نحوه‌ی کارکرد مغز در محیطی با شرایط مصنوعی بنا شده است. بنابرین ما مطمئن نیستیم که یک رفتار مغزی مشخص را در خارج از محیط آزمایشگاه و در دنیای واقعی شاهد باشیم.

اگر ما به نحوی بتوانیم به اطلاعات زیادی از رفتار مغز در زندگی روزمره دست یابیم، مثلا با استفاده از یک دستگاه ثبت نوار‌مغزی همراه، در آن صورت یادگیری ماشین می‌تواند به جستجوی الگوهای رفتاری مغز بپردازد، بدون این که به آزمایشات تصنعی نیازی باشد.

و در نهایت یک استفاده‌ی دیگر برای برنامه‌های یادگیری ماشین در علوم‌ اعصاب می‌توان متصور شد، با اینکه شاید کمی تخیلی به نظر برسد. ما می‌توانیم با مطالعه‌ی رفتار مغز توسط یادگیری ماشین، برنامه‌های بهتری برای یادگیری ماشین بسازیم. بزرگ‌ترین پیشرفت روی داده در ۱۰ سال گذشته در تکنولوژی یادگیری ماشین، ایده‌ای با نام «شبکه‌های عصبی پیچیده» است، که گوگل با استفاده از آن می‌تواند اشیای موجود در عکس‌ها را تشخیص دهد. این شبکه‌های عصبی از تئوری‌های عصب‌شناسی نشئت می‌گیرند. پس هر چه بیشتر به بررسی رفتارهای مغزی با یادگیری ماشین بپردازیم، خود این روش نیز پیچیده‌تر و باهوش‌تر می‌شود. سپس، برنامه‌های ارتقا یافته‌ی یادگیری ماشین دوباره می‌توانند برای بررسی مغز مورد استفاده قرار گیرند و در این صورت دانش ما از علوم‌ اعصاب بیشتر می‌شود.

همچنین محققان شاید بتوانند با استفاده از یادگیری ماشین، رویاهای انسان را دوباره بازآفرینی کنند. ممکن است در حین فرآیند بررسی رفتارهای مغزی، لازم باشد برنامه‌ی یادگیری ماشین، فعالیت‌های مغزی را شبیه‌سازی کند. وراکو می‌گوید:

ما نمی‌خواهیم مردم این گونه تصور کنند که ما به دنبال ساخت ماشین‌های ذهن‌خوان هستیم. هدف ما این است که به مدل‌های رایانه‌ای پیچیده‌تری برای درک رفتار مغز دست یابیم. من فکر می‌کنم که روزی به این هدف خواهیم رسید.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
خاتمه جهان با ظهور هوش مصنوعی؟ آکاوب سایت دیجیاتو تابحال شخصیت های معروفی در رابطه با هوش مصنوعی به اظهار نظر پرداخته محمدرضا فرزادپور همه چیز درباره هوش مصنوعیبالاخره آیا امکان ساخت یک هوش مصنوعی واقعی وجود دارد؟ و اگر امکان دارد ما چقدر به آن کامپیوترها در حال تکامل اند ولی آیا هوشمند هستند؟ …کامپیوترهادرحالبیگ بنگ احتمال دارد کامپیوترها در انجام برخی کارها بهتر از انسان ها عمل کنند ولی نکته علوم شناختی ویکی‌پدیا، دانشنامهٔ آزادعلومشناختیمیان‌رشته‌ای فیزیک کاربردی هوش مصنوعی زیست‌اخلاق بیوانفورماتیک زیست‌جغرافیاهارپ چیست؟ شیعه نیوز با این تفاوت که رادیو ترموگرافی سیستمی است که با قدرتی به کوچکی ٣٠ وات لایه های زیر بیولوژیوسیع‌ترین کاربرد بالقوه این نوع درمان ، تولید سلولها و بافتهایی است که می‌توانند الفبای زندگیهمانطور که می دانید، درخت لیمو در دو نوع لیمو شیرین و لیموترش شناخته شده است شما می شیردهی ویکی‌پدیا، دانشنامهٔ آزادشیردهیشیردهی یا تغذیه با شیر مادر عمل تغذیه نوزاد و یا طفل خردسال توسط شیر مادر به طور دارویــن و دروغ بزرگ کمیته مهندسی رباتیک ، گامی …دارویــنودروغبزرگحال یک سوال اساسی این است که چند درصد احتمال می رود کارگردانی با بیش از سال سابقه روزی ده عدد فندق بخورید، خواص فندق، فواید فندق، …جام جم آنلاین به گفته یک متخصص تغذیه ، با مصرف دانه فندق هر‌فرد می‌تواند بخش عمده محمدرضا فرزادپور همه چیز درباره هوش مصنوعی بالاخره آیا امکان ساخت یک هوش مصنوعی واقعی وجود دارد؟ و اگر امکان دارد ما چقدر به آن نزدیک دانستنی جذاب پیرامون مغز انسان زومیت دانستنیجذاب خصوصیات فیزیکی در این بخش اطلاعات با ارزشی پیرامون خصوصیات فیزیکی مغز انسان در اختیارتان علوم شناختی ویکی‌پدیا، دانشنامهٔ آزاد علومشناختی میان‌رشته‌ای فیزیک کاربردی · هوش مصنوعی زیست‌اخلاق · بیوانفورماتیک · زیست‌جغرافیا کامپیوترها در حال تکامل اند ولی آیا هوشمند هستند؟ کامپیوترهادر بیگ بنگ احتمال دارد کامپیوترها در انجام برخی کارها بهتر از انسان ها عمل کنند ولی نکته بیولوژی دید کلی اسکلت بدن از تعداد زیادی استخوان تشکیل شده است که بعضی از آنها فرد و بعضی دیگر زوج شیردهی ویکی‌پدیا، دانشنامهٔ آزاد شیردهی شیردهی یا تغذیه با شیر مادر عمل تغذیه نوزاد و یا طفل خردسال توسط شیر مادر به طور مستقیم توسط هارپ چیست؟ شیعه نیوز با این تفاوت که رادیو ترموگرافی سیستمی است که با قدرتی به کوچکی ٣٠ وات لایه های زیر زمینی را الفبای زندگی همانطور که می دانید، درخت لیمو در دو نوع لیمو شیرین و لیموترش شناخته شده است شما می توانید تکنولوژی

توقیف دو برند زعفران‌ با رنگ‌های مصنوعی

[ad_1]

مدیرکل استاندارد تهران از توقیف دو زعفران رشته‌ای غیراستاندارد با نام‌های تجارتی محبوب و گلچین عجم خبر داد.

 به گزارش مشرق به نقل از روابط عمومی اداره کل استاندارد تهران، در جریان بازرسی‌های کارشناسان استاندارد از بازار تهران در هفته اول بهمن ماه، این دو زعفران به دلیل استفاده از رنگ‌های مصنوعی غیرمجاز، غیراستاندارد تشخیص داده و توقیف شدند.

بیات همچنین افزود: خامه با نام تجارتی دامداران ، با سری ساخت 2307 و تاریخ تولید 8/7/94، به دلیل داشتن مشکلات کیفی، غیراستاندارد اعلام شد.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط


کلماتی برای این موضوع
مجله اینترنتی برترین ها پورتال خبری و سبک …آیا نوکسیگی پدیده ای جهانی و پیوسته و کهن بوده است یا ما با نوع خاصی از آن و در مقطعی دانشگاه آزاد اسلامی واحد تهران مرکزیردیف عنوان دانشجو دانشکده گروه تاریخ دفاع ردیف عنوان دانشجو دانشکده گروه تاریخ دفاع

داروی آلزایمر جایگزین پر کردن مصنوعی دندان ها

[ad_1]

تاریخ انتشار : سه شنبه ۲۱ دی ۱۳۹۵ ساعت ۱۷:۵۵

به تازگی محققان دارویی را کشف کرده اند که با استفاده از آن دیگر نیازی به پر کردن مصنوعی دندان ها نیست. بلکه طبق این داروی جدید می توان دندان ها را از درون خود دندان بازسازی کرد.

به گزارش بلاغ، به تازگی محققان دارویی را کشف کرده اند که با استفاده از آن دیگر نیازی به پر کردن مصنوعی دندان ها نیست. بلکه طبق این داروی جدید می توان دندان ها را از درون خود دندان بازسازی کرد.

 

محققان توانسته اند دارویی که قبلا در آزمایشات برای درمان آلزایمر به کار گرفته می شد را در علم دندانپزشکی به کار گیرند. این دارو با فعال کردن سلول های بنیادی  درون دندان، باعث رشد بافت سخت دندان شده و منجر به ساخت مجدد قسمت خراب دندان از نو می شود.

استفاده از این دارو آسان است به همین دلیل می توان از آن در آینده نزدیک در کلینیک های دندان پزشکی برای درمان پوسیدگی دندان استفاده کرد.
در حالت عادی پس از اینکه دندانی می پوسد و یا به هر علتی خراب می شود، ممکن است ریشه دندان در جریان هوا قرار گیرد که برای افراد بسیاری با درد بسیاری همراه است و خطر عفونت های دهان را افزایش می دهد و برای جلوگیری از این موضوع، بدن انسان ماده ای بسیار نازک مثل دستمال کاغذی ایجاد می کند که مانع از ورود هر نوع ماده ای به درون دندان شود.

 در مقابل، بدن نیز برای حفاظت از دندان و جلوگیری از عفونت، لایه جدیدی تولید می کند و از ریشه و تاج دندان محافظت می کند. ولی این تحرک بدن، برای مقابله با پوسیدگی های بزرگ کافی نیست. به همین دلیل دندان پزشکان مجبورند تا آن را سوراخ کرده و مجددا با ماده ای آن را پر کنند. این روشی بود که در گذشته انجام می شد و چندان ایده آل به نظر نمی رسید.
دانشمندان با استفاده از سیمان هایی از جنس کلسیم یا سیلیکون در تلاش هستند تا این پوسیدگی های بزرگ را درمان کنند.

این کشف جدید که توسط محققان کالج پادشاهی لندن صورت گرفته با استفاده از داروی تیدگلوسیب که قبلا برای درمان آلزایمر به کار می رفت، اکنون موجب فعال سازی سلول های بنیادی دندان ساز می شود و آن ها را به ساهت بافت جدید دندان تحریک می کند.
دانشمندان امیدوارند این روش برای آینده دندان پزشکی مفید باشد و بتوان با استفاده از آن، پوسیدگی های وسیع دندان را درمان کرد.
ناگفته نماند این روش در آزمایش بر روی موش ها با موفقیت تست شده است. اما برخی معتقدند برای آزمایش موفقیت آمیز آن بر روی انسان هنوز زمان زیادی باقی مانده است.

البته این تنها تحقیقی نیست که برای رشد مجدد بافت دندان انجام شده، بلکه در سال ۲۰۱۵ نیز گروهی از دانشمندان انگلیسی قصد داشتن با ساخت ماده ای خمیری شکل به تحریک سلول های دندان برای شروع به ساخت مجدد دندان دست یابند.
گروهی از محققان استرالیایی در سال ۲۰۱۵ پیشنهاد دادند تا با استفاده از فلوراید غلیظ برای پر کردن دندان، روند پوسیدگی دندان را معکوس کنند که آن تحقیق هم هنوز به نتایج ملموسی نرسیده است.

برای اینکه ببینیم معجزات استفاده از این دارو برای دندان ها چیست؟ باید منتظر ورود این دارو به دندانپزشکی ها باشیم.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
اطلاعات دارویی مختصر در مورد داروی استیل …جهت مشاوره تلفنی یا تعیین وقت ویزیت حضوری در مطب، فقط یک پیامک به شماره ارسال آیا داروی گیاهی و یا درمان دارویی برای فیبروم رحم وجود فیبروم رحم یکی از مشکلات بزرگ در جامعه امروز برای زنان است درمان های پزشکی برای پزشکی،سلامت،بهداشت،اخبار پزشکی،اخبار …پزشکی،سلامت،بهداشت،اخبار پزشکی،اخبار سلامتوزارت بهداشت،اخبار سلامت و پزشکی داروسازی پزشکان ایران کارشناس بیماری سل دانشگاه علوم پزشکی بوشهر گفت داروی ترکیبی جدید جایگزین داروهای دندان پزشکی پزشکان ایراندندان درآوردن نوزادان و راههای کاهش درد دندان درآوردن دستش را داخل دهانش می کند و آب بهترین و جدیدترین مطالب پزشکی دانستنی های …بهترین وبروزترین مطالب پزشکی وعلمیانواع بیماری هاودرمان آنها عطاری طب سنتی زالو درمانی گیاهان دارویی گیاه …برگ‏ ها و گل‏ های پونه و همچنین ساقه‏ های آن می توانند جایگزین مناسبی برای بسیاری از ده روش ساده برای کوچک کردن شکم سلامت آکادندان درد بعد از پر کردن تکنیکی برای پاک کردن سینوس ها در عرض بیست ثانیه قار و قور کردن دیابت، درمان دیابت و کنترل قند خون، علائم دیابت، …دیابتعلائم دیابتدرمان دیابتنشانه های دیابتدیابت نوع دوقند خونمرض قندافزایش قند اطلاعات دارویی مختصر در مورد داروی استیل سیستئین یا جهت مشاوره تلفنی یا تعیین وقت ویزیت حضوری در مطب، فقط یک پیامک به شماره ارسال کنید آیا داروی گیاهی و یا درمان دارویی برای فیبروم رحم وجود دارد فیبروم رحم یکی از مشکلات بزرگ در جامعه امروز برای زنان است درمان های پزشکی برای فیبروم پزشکی،سلامت،بهداشت،اخبار پزشکی،اخبار سلامت،خبرهای پزشکی پزشکی،سلامت،بهداشت،اخبار پزشکی،اخبار سلامتوزارت بهداشت،اخبار سلامت و پزشکی،خبرهای دندان پزشکی پزشکان ایران استفاده از نخ دندان‌، بخشی اساسی در حفظ سلامت دندان است توصیه می‌شود که دست‌ کم یک‌ بار بهترین و جدیدترین مطالب پزشکی دانستنی های جالب درباره ی بدن بهترین وبروزترین مطالب پزشکی وعلمیانواع بیماری هاودرمان آنها عطاری طب سنتی زالو درمانی گیاهان دارویی گیاه درمانی برگ‏ ها و گل‏ های پونه و همچنین ساقه‏ های آن می توانند جایگزین مناسبی برای بسیاری از آنتی ده روش ساده برای کوچک کردن شکم سلامت آکا کردنکوچک کردن شکمآب کردن چربی های شکمآب کردن شکمشکم صافچربی شکملاغری شکمشکمروش های دیابت، درمان دیابت و کنترل قند خون، علائم دیابت، پیشگیری از کنترل دیابت با مصرف گشنیز سرکه سیب به عنوان یک آنتی بیوتیک و داروی دیابت درمان دیابت با طب امداد و نجات اطلاعات پزشکی عوارض ناهنجار قرص های ضد چاقی از جمله عوارض مصرف این قرص ها می توان به افزایش غلظت خون

داروی آلزایمر جایگزین پر کردن مصنوعی دندان ها می شود!

[ad_1]

خبرگزاری آریا - به تازگی محققان دارویی را کشف کرده اند که با استفاده از آن دیگر نیازی به پر کردن مصنوعی دندان ها نیست. بلکه طبق این داروی جدید می توان دندان ها را از درون خود دندان بازسازی کرد.
به گزارش خبرگزاری آریا، محققان توانسته اند دارویی که قبلا در آزمایشات برای درمان آلزایمر به کار گرفته می شد را در علم دندانپزشکی به کار گیرند. این دارو با فعال کردن سلول های بنیادی  درون دندان، باعث رشد بافت سخت دندان شده و منجر به ساخت مجدد قسمت خراب دندان از نو می شود.
استفاده از این دارو آسان است به همین دلیل می توان از آن در آینده نزدیک در کلینیک های دندان پزشکی برای درمان پوسیدگی دندان استفاده کرد.
در حالت عادی پس از اینکه دندانی می پوسد و یا به هر علتی خراب می شود، ممکن است ریشه دندان در جریان هوا قرار گیرد که برای افراد بسیاری با درد بسیاری همراه است و خطر عفونت های دهان را افزایش می دهد و برای جلوگیری از این موضوع، بدن انسان ماده ای بسیار نازک مثل دستمال کاغذی ایجاد می کند که مانع از ورود هر نوع ماده ای به درون دندان شود.
 در مقابل، بدن نیز برای حفاظت از دندان و جلوگیری از عفونت، لایه جدیدی تولید می کند و از ریشه و تاج دندان محافظت می کند. ولی این تحرک بدن، برای مقابله با پوسیدگی های بزرگ کافی نیست. به همین دلیل دندان پزشکان مجبورند تا آن را سوراخ کرده و مجددا با ماده ای آن را پر کنند. این روشی بود که در گذشته انجام می شد و چندان ایده آل به نظر نمی رسید.
دانشمندان با استفاده از سیمان هایی از جنس کلسیم یا سیلیکون در تلاش هستند تا این پوسیدگی های بزرگ را درمان کنند.
این کشف جدید که توسط محققان کالج پادشاهی لندن صورت گرفته با استفاده از داروی تیدگلوسیب که قبلا برای درمان آلزایمر به کار می رفت، اکنون موجب فعال سازی سلول های بنیادی دندان ساز می شود و آن ها را به ساهت بافت جدید دندان تحریک می کند.
دانشمندان امیدوارند این روش برای آینده دندان پزشکی مفید باشد و بتوان با استفاده از آن، پوسیدگی های وسیع دندان را درمان کرد.
ناگفته نماند این روش در آزمایش بر روی موش ها با موفقیت تست شده است. اما برخی معتقدند برای آزمایش موفقیت آمیز آن بر روی انسان هنوز زمان زیادی باقی مانده است.
البته این تنها تحقیقی نیست که برای رشد مجدد بافت دندان انجام شده، بلکه در سال 2015 نیز گروهی از دانشمندان انگلیسی قصد داشتن با ساخت ماده ای خمیری شکل به تحریک سلول های دندان برای شروع به ساخت مجدد دندان دست یابند.
گروهی از محققان استرالیایی در سال 2015 پیشنهاد دادند تا با استفاده از فلوراید غلیظ برای پر کردن دندان، روند پوسیدگی دندان را معکوس کنند که آن تحقیق هم هنوز به نتایج ملموسی نرسیده است.
برای اینکه ببینیم معجزات استفاده از این دارو برای دندان ها چیست؟ باید منتظر ورود این دارو به دندانپزشکی ها باشیم.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
آریوبرزن پزشکیدر شماره قبل مطالبی در مورد سر درد و شناسایی آن نوشتیم در این شماره نگاهی به سه گونه علمیدر نیمه دوم سیکل تخمک وارد لوله فالوپ که بین تخمدا ن و رحم قرار دارد می شوددر این مضرات سیگار و قلیان تاپیک جامع دخانیات آرشیو استعمال دخانیات سبب افزایش ضربان قلب و در نتیجه کار قلب می شود و فشار خون را هم بالا می آریوبرزن پزشکی صرع تشنج از بیماری‌های مغز و اعصاب می باشد که معمولاً به صورت تشنج صرع بزرگ علمی در نیمه اول سیکل میزان استروژن بالا رفته و باعث رشد و افزایش سلولهای رحمی می شوددر پاسخ به مضرات سیگار و قلیان تاپیک جامع دخانیات آرشیو استعمال دخانیات سبب افزایش ضربان قلب و در نتیجه کار قلب می شود و فشار خون را هم بالا می برد

دندان‌ها بدون استفاده از مواد مصنوعی پر می‌شوند

[ad_1]
دندان‌ها بدون استفاده از مواد مصنوعی پر می‌شوند
[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
اصول نگهداری صحیح از دندان های مصنوعی سایت پزشکان بدون …جایگزینی برای دندان مصنوعی استفاده از دندان مصنوعی تنها راه احیا ساختمان دهان نیست دندان پزشکی پزشکان ایراناستفاده از نخ دندان‌، بخشی اساسی در حفظ سلامت دندان است توصیه می‌شود که دست‌ کم یک چای ویکی‌پدیا، دانشنامهٔ آزادچایچای نام یک گیاه و نوشیدنی ساخته شده از این گیاه است چای واژه‌ای است چینی که در چین و اخبار دندانپزشکی سایت پزشکان بدون مرزبه طور خلاصه التهاب لثه، باقی ماندن غذا بین دندان‌ها، عفونت‌های تنفسی، سینوزیت انرژِی مثبت پوست و زیباییاستفاده از روش های مختلف در سالن های زیبایی ممکن است موجب عوارضی مانند حساسیت، قرمزی جلوگیری از پوسیدگی دندان چگونه از پوسیدگی دندان جلوگیری کنیم؟ ایجاد پوسیدگى به عوامل زیر بستگى دارد عوامل خطرات رادیوگرافی دندان ممکن است تهیه رادیوگرافی‌های دهان و دندان برای برخی افراد نگران کننده باشد بر اساس سینوزیت؛ همه گیری قابل درمانسلاممن بر اثرسرماخوردگی دچار سینوزیت شدیدوعفونت ریه شده بودم به پیشنهاد پسرم از راهنمای خرید و استفاده از شیشه شیرشیر مادر بدون هیچ شک و شبهه‌ای بهترین تغذیه برای نوزادی است که تازه به این دنیا پا آشنایی با تجهیزات رادیولوژی و تصویربرداری پزشکیآشنایی با روپوش سربی روپوش سربی تابش بیش از حد اشعه ایکس و نیز اشعه رادیواکتیو اصول نگهداری صحیح از دندان های مصنوعی سایت پزشکان بدون مرز جایگزینی برای دندان مصنوعی استفاده از دندان مصنوعی تنها راه احیا ساختمان دهان نیستاصولا چای ویکی‌پدیا، دانشنامهٔ آزاد چای چای نام یک گیاه و نوشیدنی ساخته شده از این گیاه است چای واژه‌ای است چینی که در چین و شمال دندان پزشکی پزشکان ایران استفاده از نخ دندان‌، بخشی اساسی در حفظ سلامت دندان است توصیه می‌شود که دست‌ کم یک‌ بار انرژِی مثبت پوست و زیبایی استفاده از روش های مختلف در سالن های زیبایی ممکن است موجب عوارضی مانند حساسیت، قرمزی و اخبار دندانپزشکی سایت پزشکان بدون مرز به طور خلاصه التهاب لثه، باقی ماندن غذا بین دندان‌ها، عفونت‌های تنفسی، سینوزیت، مشکلات جلوگیری از پوسیدگی دندان چگونه از پوسیدگی دندان جلوگیری کنیم؟ ایجاد پوسیدگى به عوامل زیر بستگى دارد عوامل ژنتیکی سینوزیت؛ همه گیری قابل درمان سلاممن بر اثرسرماخوردگی دچار سینوزیت شدیدوعفونت ریه شده بودم به پیشنهاد پسرم از عنبرنسارا راهنمای خرید و استفاده از شیشه شیر شیر مادر بدون هیچ شک و شبهه‌ای بهترین تغذیه برای نوزادی است که تازه به این دنیا پا گذاشته آشنایی با تجهیزات رادیولوژی و تصویربرداری پزشکی آشنایی با روپوش سربی روپوش سربی تابش بیش از حد اشعه ایکس و نیز اشعه رادیواکتیو که از

یک شرکت بیمه ژاپنی تعدادی از کارمندان خود را با هوش مصنوعی جایگزین کرد

[ad_1]

به گزارش جام‌جم آنلاین به نقل از تک شات، اما به نظر می رسد کارمندان یک شرکت بیمه در ژاپن با ورود ربات ها به این شرکت حسابی غافلگیر شده اند.بنا بر گزارشی از Mainichi ژاپن، 34 کارمند در یک شرکت بیمه محلی با هوش مصنوعی جایگزین شده اند. این شرکت بیمه، Fukoku Mutual Life، معتقد است که استفاده از ربات ها بهره وری را به میزان 30% افزایش می دهد. همچنین این اقدام احتمالا به صرفه جویی سالانه مبلغ 1.2 میلیون دلار از محل پرداخت حقوق منجر خواهد شد.
گفته می شود هوش مصنوعی مورد نظر مبتنی بر هوش مصنوعی Watson متعلق به شرکت IBM است که به ادعای IBM، یک فناوری شناختی است که می تواند همانند انسان فکر کند. IBM همچنین ادعا دارد که این هوش مصنوعی قادر خواهد بود "تمام اطلاعات شامل متون بدون ساختار، تصاویر، فایل های صوتی و ویدیویی را تحلیل و تفسیر کند". کمپانی Fukoku قصد دارد از این هوش مصنوعی برای بررسی اسنادی همچون گواهی های پزشکی، اطلاعات مرتبط با جراحی، مدارک بستری در بیمارستان و مانند آن استفاده کند تا بتواند میزان بیمه پرداختی را محاسبه کند.

در حالیکه این کمپانی نخستین شرکت بیمه ای خواهد بود که از این فناوری در امور خود استفاده می کند، گزارش Mainichi اظهار می کند که حداقل سه کمپانی بیمه دیگر در ژاپن احتمالا به زودی از این فناوری بهره خواهند برد.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
مشاوره ارشد دکتری پایان نامه چاپ مقاله انجام …مشاوره رایگان ،انجام پایان نامه، مشاوره پروپوزال، چاپ مقاله،ارشد و دکتری مجله اینترنتی برترین ها پورتال خبری و سبک …تقویت سازمان های حمایتی نظیر بیمه و بهزیستی عقیم سازی و جلوگیری فوری از تشدید مشکلاتپایگاه خبری الف ترکمنستان گاز ایران را قطع کرد در سال ، در اوج سرما مجبور به قبول افزایش برابری واژه نامه قیمت گذاری به همراه هزینه گذاری روش تعیین قیمت یک محصول است که با استفاده ازدواج شرم‌آور زنی با پسر ساله‌اش ثروت واقعی …ازدواج شرم‌آور زنی با پسر ساله‌اش برکو زن ۴۰ ساله اهل زیمبابوه در کمال ناباوری قصد آمیزش جنسی را با بیشترین …تخییر ، اصل ، اصطلاحی در اصول فقه شیعه در باب اصول عملیه تخییر در لغت به معنای واگذار مدیریت بازاریابیتحلیل متقارن را در دقیقه بیاموزید منبع ’ و کارشناس رسمی دادگستری رشته راه وساختمان …امروزه کمبود زمین و قیمت بالای آن در شهرهای بزرگ، ایجاد فضای سبز را با مشکلاتی مواجه مشاوره ارشد دکتری پایان نامه چاپ مقاله انجام پروپوزال سمینار مشاوره رایگان ،انجام پایان نامه، مشاوره پروپوزال، چاپ مقاله،ارشد و دکتری، گروه مجله اینترنتی برترین ها پورتال خبری و سبک زندگی تقویت سازمان های حمایتی نظیر بیمه و بهزیستی عقیم سازی و جلوگیری فوری از تشدید مشکلات پایگاه خبری الف ترکمنستان گاز ایران را قطع کرد در سال ، در اوج سرما مجبور به قبول افزایش برابری قیمت گاز واژه نامه قیمت گذاری به همراه هزینه گذاری روش تعیین قیمت یک محصول است که با استفاده از ازدواج شرم‌آور زنی با پسر ساله‌اش ثروت واقعی بابک زنجانی ازدواج شرم‌آور زنی با پسر ساله‌اش برکو زن ۴۰ ساله اهل زیمبابوه در کمال ناباوری قصد دارد مدیریت بازاریابی واضح است که مورد شماره یک برای بازار ایده آل خواهد بود اما بهترین مورد از منظر هزینه تولید آمیزش جنسی را با بیشترین لذت تجربه محمد مولودی قلایچی چکیده به طور معمول ،چه در فقه اسلامی و چه در حقوق کنونی،اسقاط حق قبل از کارشناس رسمی دادگستری رشته راه وساختمان مطالب مفید برای امروزه کمبود زمین و قیمت بالای آن در شهرهای بزرگ، ایجاد فضای سبز را با مشکلاتی مواجه کرده است