یک شرکت بیمه ژاپنی هوش مصنوعی را جایگزین برخی از کاربرانش کرده است!

[ad_1]

حتما شما هم در فیلم‌های علمی تخیلی دیده‌اید که در دهه‌های اینده ربات‌ها جایگزین انسان‌ها می‌شوند، همچنین موقعیت‌های شغلی بسیاری توسط ربات‌ها اشغال خواهد شد و انسان‌ها بی‌کار می‌شوند، همان‌طور که در حال حاضر هم در برخی نقاط دنیا چنین چیزی را شاهد هستیم و برخی از شرکت‌ها و کارخانه‌ها، ربات‌ها و کامپیوترها را به نیروی انسانی ترجیح می‌دهند، دلیل آن هم واضح است؛ ربات‌ها سریع‌تر و دقیق‌ترند و نیاز به استراحت و دستمزد ندارند!

اما طبق آنچه رسانه‌‌های ژاپنی اعلام کردند، اخیرا یک شرکت بیمه در این کشور هوش مصنوعی را جایگزین ۳۴ نفر از کارمندان خود نموده که البته این اقدام برای کارمندان بسیار غیر منتظره بود. این شرکت که Fukoku Mutual life insurance نام دارد، معتقد است با این کار بازدهی خود را تا ۳۰ درصد افزایش خواهد داد. به علاوه انتظار دارد تا این اقدام در نهایت منجر به ذخیره ۱.۲ میلیون دلار سرمایه در سال شود.

این هوش مصنوعی در واقع به عنوان نسخه ژاپنی واتسون (هوش مصنوعی شرکت IBM) شناخته می‌شود. IBM با فناوری شناختی به کار گرفته شده در واتسون، به این سیستم، قابلیت تفکر مثل یک انسان را داده است. همچنین IBM مدعی است هوش مصنوعی‌اش می‌تواند:

داده‌های شما، شامل متن‌هایی که از لحاظ ساختار دستور زبان به هم ریخته‌اند، تصاویر، صداها و ویدیوها را تجزیه و تحلیل و تفسیر نماید!

شرکت بیمه Fukoku هم قصد دارد تا از همین قابلیت‌ها برای خواندن اسنادی مانند گواهی‌های پزشکی، اطلاعات عمل‌های جراحی، اطلاعات بیمارستانی و … برای ارزیابی مبالغ پرداختی خود استفاده کند.

در حال حاضر شرکت Fukoku اولین شرکت بیمه‌ای است که از این فناوری بهره می‌گیرد و رسانه‌های ژاپنی تخمین می‌زنند که به زودی حداقل سه شرکت بیمه دیگر هم در این کشور این فناوری را با کارمندان خود جایگزین می‌کنند.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
واژه نامه قیمت گذاری به همراه هزینه گذاری روش تعیین قیمت یک محصول است که با استفاده واژه نامه قیمت گذاری به همراه هزینه گذاری روش تعیین قیمت یک محصول است که با استفاده از

هوش مصنوعی جایگزین کارمندان می شوند!

[ad_1]

پایگاه خبری انتخاب: ژانر هنری علمی-تخیلی برای سالیان سال آینده‌ای را تصور می‌کرد که در آن انسان‌ها شغلشان را از دست می‌دهند و با ماشین‌ها جایگزین می‌شوند.

برای ۳۴ نفر از کارکنان یک شرکت بیمه ژاپنی، آن تصور به واقعیت بدل شد.

شرکت بیمه "فوکوکو موچوال لایف اینشورنس" ژاپن در حال از کار بیکار کردن ۳۴ نفر از کارمندانش و جایگزین کردنشان با یک سیستم هوش مصنوعی (AI) است؛ سیستمی که می‌تواند پرداخت‌های بیمه‌ای را محاسبه کند.

این شرکت معتقد است که به این ترتیب، ۳۰ درصد افزایش بهره‌وری خواهد داشت.

شرکت مزبور انتظار دارد پس از نصب سیستم با صرف ۲۰۰ میلیون ین هزینه در اواخر این ماه، بتواند هر سال حدود ۱۴۰ میلیون ین (۱.۲ میلیون دلار) صرفه‌جویی کند؛ رقمی که در غیر اینصورت، باید به عنوان حقوق می‌پرداخت.

انتظار می‌رود هزینه تعمیر و نگهداری این سیستم، ۱۵ میلیون ین در سال باشد.

به گزارش روزنامه ماینیچی ژاپن، سیستم مزبور مبتنی بر واتسون، متعلق به آی‌بی‌امِ ژاپن خواهد بود. آی‌بی‌ام واتسون را یک "تکنولوژی ادراکی که می‌تواند مانند انسان فکر کند" توصیف می‌کند.

آی‌بی‌ام می‌گوید که واتسون می‌تواند همه داده‌های شما را تحلیل و تفسیر کند؛ از جمله متون ساختارنیافته، تصاویر، صدا و ویدیو.

فوکوکو موچوال از AI استفاده خواهد کرد تا اطلاعات مورد نیاز برای پرداخت بیمه به مشتریانش را از طریق خواندن گواهی‌های پزشکی و داده‌های مرتبط با جراحی یا طول مدت اقامت در بیمارستان، جمع‌آوری کند.

بنا بر گزارش ماینیچی، سه شرکت بیمه دیگر ژاپنی نیز در نظر دارند سیستم‌های AI را در فعالیت‌های خود به کار گیرند.

یک بررسی مطالعاتی که سال گذشته توسط مجمع جهانی اقتصاد انجام شد، پیش‌بینی کرد که خیزش روبات‌ها و AI، در طول ۵ سال منجر به از دست رفتن ۵.۱ میلیون شغل در ۱۵ کشور پیشرو جهان خواهد شد.

۱۵ اقتصاد مورد اشاره در آن تحقیق، به کشورهایی تعلق دارد که روی هم تقریباً ۶۵درصد کل نیروی کار جهان را تشکیل می‌دهند.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
نقاشی ساختمان نقاشی ساختمان قلی پور بلکا …نقاشی ساختمان نقاشی ساختمان قلی پور بلکا کاتالوگ بلکا نقاشی ساختمان در کرج مشاوره ارشد دکتری پایان نامه چاپ مقاله انجام …مشاوره رایگان ،انجام پایان نامه، مشاوره پروپوزال، چاپ مقاله،ارشد و دکتری پزشکی،سلامت،بهداشت،اخبار پزشکی،اخبار …گفته می شود تومورهای استخوانی تنها دو دهم درصد از انواع سرطان ها را به خود…اخبار،اخبار علمی،اخبار آموزشی،اخبار پزشکی،اخبار …نیوساینتیست در تازه ترین شماره خود می نویسد منتظر نسل جدیدی از ماشین آلات باشید که از سیستم های خبره و مهندسی دانش کلیشاخه هوش مصنوعی در علوم رایانه از اواسط دهه پنجاه میلادی با هدف شبیه‏سازی فعالیتهای پایگاه خبری الفموج تورمی در پیش است پول ملی تضعیف‌شده و می‌شود بانک مرکزی توان ورود ندارد بانک‌ها تست نرم‌افزار ویکی‌پدیا، دانشنامهٔ آزادپس همیشه در این استراتژی مسیرهای خواهند بود که تست نمی‌شوند و همیشه سیستم با داده دفاع جانانه وزیر بهداشت از پزشکان کارانه نباشد، …وزیر بهداشت،درمان و آموزش پزشکی می‌گوید مقایسه کارانه پزشکان با حقوق های غیر متعارف جدیدترین مقالات مرتبط با مدیریت فناوری اطلاعات …همانگونه که عنوان شد، عواملی که موجب این شکاف می‌شوند بعضی بیرونی و برخی درونی هستنداسانس ها خبرگزاری پردیس اسانس ها ترکیبات معطری هستند که در اندامهای مختلف گیاهان یافت می شوند در رژ لب هایی که موجب سرطان لب می شوند رژ لب هایی که موجب سرطان لب می شوند استفاده از برق لبخرید رُژ لبرژ لب و برق لبمحصولات نقاشی ساختمان نقاشی ساختمان قلی پور بلکا کاتالوگ بلکا نقاشی ساختمان نقاشی ساختمان قلی پور بلکا کاتالوگ بلکا نقاشی ساختمان در کرج نقاشی تست نرم‌افزار ویکی‌پدیا، دانشنامهٔ آزاد پس همیشه در این استراتژی مسیرهای خواهند بود که تست نمی‌شوند و همیشه سیستم با داده‌های مشاوره ارشد دکتری پایان نامه چاپ مقاله انجام پروپوزال سمینار مشاوره رایگان ،انجام پایان نامه، مشاوره پروپوزال، چاپ مقاله،ارشد و دکتری، گروه پزشکی،سلامت،بهداشت،اخبار پزشکی،اخبار سلامت،خبرهای پزشکی گفته می شود تومورهای استخوانی تنها دو دهم درصد از انواع سرطان ها را به خود… اسانس ها خبرگزاری پردیس اسانس ها ترکیبات معطری هستند که در اندامهای مختلف گیاهان یافت می شوند در واقع سیستم های خبره و مهندسی دانش کلی شاخه هوش مصنوعی در علوم رایانه از اواسط دهه پنجاه میلادی با هدف شبیه‏سازی فعالیتهای دفاع جانانه وزیر بهداشت از پزشکان کارانه نباشد، هزینه‌های وزیر بهداشت،درمان و آموزش پزشکی می‌گوید مقایسه کارانه پزشکان با حقوق های غیر متعارف برخی الف فرمول جدید محاسبه حقوق بازنشستگی متن کامل پیش نویس لایحه دائمی کردن قانون مدیریت خدمات کشوری منتشر شد به گزارش مهر، متن کامل

ساخت دکمه ای توسط گوگل برای جلوگیری از شورش هوش مصنوعی

[ad_1]

به گزارش جام جم کلیک ، آیا اگر هوش مصنوعی بتواند بدون نیاز به کوچک‌ترین فعالیتی، بسیاری از مشکلات ما را حل کند بسیار جذاب نیست؟ تصور کنید امکان پیش‌بینی نیازهایتان را داشته باشد و سپس وظایف شما به صورت خودکار انجام شوند که در این صورت در زمان افراد صرفه جویی زیادی خواهد شد، اما برخی از افراد نظیر ایلان ماسک و استفان هاوکینگ از چنین شرایطی برای بشر ابراز نگرانی کرده‌اند.

گوگل یکی از شرکت‌هایی اسـت که یکی از برترین‌های حال حاضر در زمینه هوش مصنوعی به حساب می‌آید. این کمپانی ظاهرا ترس‌هایی از چنین دانشی دارد، و به همین دلیل اسـت که شرکت DeepMind که توسط گوگل خریداری شده، یک دکمه مخصوص را توسعه می‌دهد که باعث خواهد شد هوش مصنوعی بلافاصله از کار انداخته شود و از هرگونه آسیب‌رسانی توسط هوش مصنوعی چه به خودش و چه به مسئولان آن یا سایر افراد جلوگیری شود.

بر اساس تحقیقاتی که در DeepMind صورت گرفته کار این دکمه در واقع چیزی شبیه به این مورد اسـت: «اگر همانند یک مامور که در حال نجات یک انسان اسـت و در این شرایط شاید یک اپراتور انسانی نیاز به فشار دادن یک دکمه بزرگ قرمز داشته باشد تا از آسیب‌هایی که مامور نجات در اعمال خود و نیز آسیب‌هایی که می‌تواند به محیط بزند جلوگیری شود و سپس مامور را با یک راه امن‌تر راهنمایی کند.»

در هرحال، نمی‌توان این دکمه را به عنوان پایان کار کامل هوش مصنوعی دانست. به عنوان مثال برخی از الگوریتم‌ها مانند Q-learning به نحوی طراحی شده‌اند که امکان توقف سریع و امن هوش مصنوعی را فراهم می‌کنند اما ممکن اسـت برخی دیگراز الگوریتم‌ها نیاز به تغییرات داشته باشند. همچنین هنوز مشخص نیست که آیا دکمه مورد نظر گوگل می‌تواند در دیگر الگورتیم‌ها نیز مورد استفاده قرار بگیرد یا خیر اما در هرصورت می‌توان این موضوع را یک شروع برای جلوگیری از آسیب‌رسانی هوش مصنوعی دانست.

منبع: زومیت

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط



کلماتی برای این موضوع
بررسی سرویس های ایمیل معرفی شده توسط وزارت …وقتی به این فکر می کنم که برای ساختن این چند تا سرویس ، این مبلغ کلان از بیت المال خوشفکری استارتاپ‌ های ایران استارتاپهای ایران تعداد استارتاپ های ثبت شده تا کنون نمودار دسته بندی خبرگزاری بولتن اخبار،آخرین خبرها،خبر فوریصبحت بخیر و رنگی قرار نیست همه از یک راه مشخص موفق بشن دانستنی هایی درباره سرطانسوالات متداول خودروهای پلاک اروند اروند پلاکاروند …سوالاتمتداولخودروهایپلاکبا توجه به تغییر سیاست دولت در منطقه آزاد اروند و همچنین افزایش شعاع تردد خودروهای بدو علمبه این مرد جوان بارها از کارخانه ها و کارگاههایی که پدربزرگش کار کرده بود پیشنهاد شغل مطالب قدیمی‌تر علم و معرفتفصل اول طریقه آماده کردن غذا برای گاو ها طریقه آماده کردن غذا برای گاو های شیریجامعه شناسیدر این مقاله سعی بر آن است تا به بررسی یکی از آسیب‌های ناشی از فضای مجازی پرداخته شودامیدودوازده امیدوار به دوازدهدانلود آهنگ این سومین جنگ جهانی مهسا ناوی ازش دلم خالی شده از غصه لبریزه با لینک مستقیم

نگاهی به پیشرفت‌های تکنولوژی هوش مصنوعی در سال 2016

[ad_1]

به گزارش جام‌جم آنلاین به نقل از تک شات، آلفاگو که از تکنیک های پیشرفته یادگیری ماشینی و هوش مصنوعی بهره می برد، توانست طی این بازی ها، هزاران حرکت را از بازی هایی که قبلاً توسط انسان ها انجام شده بود یاد بگیرد و توانایی خود را در تفکر استراتژیک، به منظور پیروز شدن در این بازی، ارتقا دهد.

بازی های آلفاگو با لی سدول که به صورت زنده توسط میلیون ها بیننده در سراسر جهان مشاهده شد، این نکته را به جهانیان یادآوری کرد که تکنولوژی هوش مصنوعی، روز به روز در حال بهتر شدن است و به سمت توسعه یافتگی قدم بر می دارد.

اگرچه در گذشته نیز شاهد رقابت میان انسان و کامپیوتر بوده ایم، اما این برای اولین بار بود که یک برنامه توانست این چنین یک انسان را در بازی مغلوب کند. آلفاگو نه تنها توانست بر پیچیدگی های این بازی مسلط شود، بلکه موفق شد حتی بهتر از هوش یک انسان عمل کند و آن را شکست دهد. حرکات غیر پیش بینی شده این سیستم کامپیوتری، حیرت استاد بزرگ این بازی را بر می انگیخت که این، نشان از قدرت تفکر و قدرت پاسخگویی مناسب آلفاگو در موقعیت های مختلف داشت.

این پیروزی، در مسیر حرکت تکنولوژی هوش مصنوعی تغییری بزرگ به وجود آورد. پیش از آن مهندسان به منظور توسعه این تکنولوژی روی کپی برداری از هوش انسانی تمرکز می کردند، اما اکنون به نظر می رسد این تفکر تغییر کرده و تمرکز محققان بر الگوها و رفتارهای انسانی معطوف شده است.

«لی سدول»، استاد بزرگ جهان در بازی «گو» در حین رقابت با آلفاگو

پیشرفت های اخیر در حوزه یادگیری عمیق، تنها به شکست انسان در بازی ها محدود نمی شود. در سال 2016، هوش مصنوعی توانست محدودیت های پیش روی انسان ها در آزمایشگاه های تحقیقاتی را از میان بردارد و نحوه تعامل، زندگی و حتی تفکرات ما پیرامون چگونگی محافظت از کره زمین را دستخوش تغییرات گسترده ای کند.

از جمله نمونه های این پیشرفت می توان به دستیارهای دیجیتالی مجازی مورد استفاده در دستگاه های هوشمند، سیستم های پیشرفته تشخیص سرطان، چت بات ها، پلتفرم های مورد استفاده در اتومبیل های خودران و غیره اشاره کرد.

برای درک بهتر این موضوع، دستیارهای دیجیتالی کورتانا، سیری ویا گوگل ناو را در نظر بگیرید که با ورود خود، انسان ها را قادر ساخته اند با گجت های هوشمند خود صحبت و شیوه ای جدید از کار با دستگاه های هوشمند را تجربه کنند.

اما قدرت دستیارهای مجازی طی یکی دو سال اخیر به شدت افزایش یافته و از گوشی های هوشمند به خانه ها راه یافته اند. نمونه بارز این ادعا را می توان در دستگاه و یا بهتر بگوییم اسپیکر هوشمند گوگل هوم مشاهده کرد که با صدای افراد فعال می شود و می تواند به لطف ویژگی ها و قابلیت هایی که به آن مجهز شده است، از پس انجام بسیاری از کارها برآید.

این دستگاه ها در آینده ای نزدیک به گونه ای طراحی خواهند شد که نه تنها دستورات ما انسان ها را اجرا کنند، بلکه قادر باشند با توجه به الگوهای دستوری مان، آن چه در ذهنمان می گذرد را پیش بینی کنند.

چنین محیطی، بیشتر شبیه فضا هایی است که در فیلم های علمی-تخیلی دیده ایم، اما باید اذعان کرد تکنولوژی به شیوه ای پیش می رود که در آینده ای نه چندان دور، شاهد تحقق چنین شرایطی در زندگی خود خواهیم بود.

هم اکنون، مدیرعامل کمپانی فیس بوک، از یک دستیار دیجیتالی هوشمند به نام Jarvis در خانه شخصی خود استفاده می کند که قادر است با برقراری ارتباط با سیستم های خانگی، کارهایی از قبیل خاموش و یا روشن کردن لامپ ها، تست کردن نان، کنترل دمای اتاق ها و مواردی از قبیل را انجام می دهد.

به گفته دانشمندان، با توجه به پیشرفت های اخیر به دست آمده در حوزه های تشخیص صدا و پردازش زبان طبیعی، اکنون سیستم های مبتنی بر هوش مصنوعی می توانند بسیار بهتر از گذشته با انسان ها ارتباط برقرار کنند. هم اکنون شرکت های تسلا، بی ام و، فیات و گوگل بر روی تکنولوژی اتومبیل های خودران تمرکز کرده اند که با توسعه این قابلیت ها می توان برقراری ارتباط با اتومبیل، تجربه سفری بی خطر تر و با استرس کمتر را تجربه کرد.

البته این خودروها هنوز نتواسته اند اعتماد مردم و مقامات صادرکننده مجوز برای تردد عمومی آن ها در خیابان ها را جلب کنند و همانطور که می دانید اخیراً گزارش هایی مبنی بر تصادف این خودروها در خیابان ها نیز منتشر شده است. برخی کارشناسان نیز عنوان کرده اند که این اتومبیل ها می بایست به قابلیت هایی برای شناسایی افراد معلول و با ناتوانی های جسمی مجهز شوند تا بتوانند در هنگام مواجهه با این افراد، بهترین واکنش را در کمترین زمان ممکن از خود بروز دهند.

از دیگر کاربردهای هوش مصنوعی، می توان به حوزه پزشکی اشاره کرد که در طی سال های اخیر، پیشرفت های قابل توجهی را تجربه کرده است. این روزها، دستگاه های مبتنی بر این فناوری قادرند اطلاعات جامع و دقیقی را از وضعیت بیمار در اختیار پزشکان قرار دهند و به آن ها در تصمیم گیری کمک کنند. این در حالیست که استفاده از روش های قدیمی بسیار زمان‌بر بوده و از آن جایی که احتمال خطا نیز در آن وجود داشت، ممکن بود جان بیمار با تشخیص نادرست پزشک به خطر بیفتد.

از جمله دستاوردهای مهم دیگر در این حوزه می توان به ابررایانه واتسون شرکت IBM اشاره کرد که به آخرین و جدیدترین اطلاعات پزشکی دنیا مجهز است و با توجه به قدرت بالایی که در تشخصی بیماری ها از جمله سرطان دارد، هم اکنون در بسیاری از بیمارستان های مطرح جهان مورد استفاده قرار می گیرد. شرکت IBM اخیراً با چند موسسه، همکاری تازه ای را آغاز کرده است تا با گردآوری اطلاعات بیشتر در خصوص انواع سرطان، عملکرد سیستم شناختی واتسون را ارتقا دهند.

قدرت بالای هوش مصنوعی در تشخیص، به حوزه چشم پزشکی نیز ورود کرده است به طوری که اخیراً کمپانی گوگل از الگوریتم یادگیری عمیقی رونمایی کرد که قادر است احتمال ابتلا به بیماری رتینوپاتی دیابتی (DR) را که یکی از شایع ترین بیماری ها در میان دیایتی ها محسوب می شود و همه ساله، صدها نفر را از قدرت بینایی محروم می کند، تشخیص دهد.

بر اساس آخرین آمارها، در حال حاضر 415 میلیون انسان در جهان از بیماری دیابت رنج می برند که با این سیستم می توان با شناسایی به موقع علائم این بیماری، اقدامات درمانی را انجام و از نابینا شدن این افراد جلوگیری کرد. البته لازم به ذکر است که هنوز این الگوریتم به طور کامل توسعه داده نشده و برای کامل شدن به زمان بیشتری نیاز دارد.

همچنین، امسال هوش مصنوعی در محافظت از کره زمین نقشی تعیین کننده ایفا کرده است. از حفاظت از آب در کالیفرنیا گرفته تا نجات ماهی ها در پالائو؛ که همگی نتیجه تلاش محققان و استفاده از تکنولوژی هوش مصنوعی بود.

هم اکنون دانشمندان جهان از این فناوری برای رصد شرایط زیست محیطی استفاده می کنند. برای درک بهتر این موضوع می توان به سازمان OmniEarth اشاره کرد که در زمینه تجزیه و تحلیل وضعیت محیط زیست فعالیت دارد و از ابرکامپیوتر واتسون برای نقشه برداری و دسته بندی محیط های مختلف با استفاده از تصاویر ارسالی از ماهواره ها بهره می برد؛ فرآیندی که هوش مصنوعی IBM می تواند آن را حدود 40 برابر سریع‌تر از یک انسان و با دقتی بالا انجام دهد.

از دیگر موارد کاربرد هوش مصنوعی در این زمینه می توان به سازمان Nature Conservancy اشاره کرد که اخیراً موفق به توسعه الگوریتمی مبتنی بر یادگیری ماشینی شده است که قادر است تمامی فعالیت های ماهی گیران را زیر نظر بگیرد. این سازمان برای این منظور، دوربین ها و سنسورهای جی پی اس متعددی را روی کشتی های ماهیگیری نصب کرده است. از طرفی دیگر، سازمان نام برده به دنبال توسعه الگوریتمی است که بر اساس آن بتواند کوسه، ماهی تون و یا لاک پشت های به دام افتاده در تور ماهیگیران را شناسایی کند و آن ها را به روی عرشه بکشاند.

در هر صورت، می توان این چنین گفت که حضور هوش مصنوعی در زندگی ما انسان ها به ضرورتی غیرقابل انکار تبدیل شده، اما این بدان معنا نیست که می بایست تمامی جنبه های زندگی ما را در بر بگیرد. در واقع، چندین دهه می شود که دانشمندان به توسعه سیستم های هوش مصنوعی روی آورده اند و در سال 2016، بخشی از این تلاش ها به ثمر نشست و نمونه هایی از آن را دیدیم.

اما در این میان، برخی نگرانی ها نیز در خصوص خطرات و تهدیداتی که از قدرت گرفتن سیستم های مبتنی بر هوش مصنوعی بشریت را تهدید خواهند کرد مطرح می شود که می بایست در کنار مزیت های این تکنولوژی، به این موارد نیز توجه شود.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
دیجیاتو – زندگی با تکنولوژیزندگی با تکنولوژی تا چند سال پیش اگر کسی از خودش عکس می گرفت، او را خودشیفته خطاب می بررسی تخصصی ؛ شجاعت بررسیتخصصیدر حالی که بسیاری معتقدند دیگر نوآوری در زمینه تلفن‌های هوشمند به پایان خود نزدیک هارپ چیست؟ شیعه نیوز شیعه نیوز به گزارش شیعه نیوز، هارپ یک پروژه تحقیقاتی است که در ظاهر اطلاعات عمومی،دانستنیها،معلومات عمومی،آیا می دانید اطلاعات عمومیدانستنیهاآیا می دانید دانستنیهای طبیعتمقالات اطلاعات عمومی معلومات آموزشکده نقشه برداریدکتر سعید صادقیانکارشناسی مهندسی نقشه برداری از دانشگاه صنعتی خواجه نصیرالدین طوسی در دی کارشناسی شهر هوشمندشرکت هلند به ارتقاء شهر به عنوان یک شهر هوشمند برای کمک می ‌ کند این شرکت در حال همایش های فیزیک همایش ها ، کنفرانس ها و سمینار هاهفتمین همایش ملی پژوهش های نوین در علوم و فناوری آذر ماه محورهای همایش برق قدرت کنترل الکترونیک مخابرات تاسیسات …در این پست شما را با یکی از مدارات مهم و پر کاربرد در مدارات الکترونیکی آشنا می کنمخانم ها در چه رشته هایی موفق تر هستند؟ آقایان در چه …قبل از دانشگاه کاری که قبل از سالگی باید انجام دهید خانم ها در چه رشته هایی موفق سوالات و کلید آزمون نظام مهندسی برق هم بصورت … آزمون خرداد هم به آن اضافه شد این هم حاصل سال کار تیمی با دیجیاتو – زندگی با تکنولوژی زندگی با تکنولوژی شهر کوچکی در نرماندی فرانسه به نام ، در آینده ای نه چندان دور بررسی تخصصی ؛ شجاعت بررسیتخصصی در حالی که بسیاری معتقدند دیگر نوآوری در زمینه تلفن‌های هوشمند به پایان خود نزدیک شده هارپ چیست؟ شیعه نیوز شیعه نیوز به گزارش «شیعه نیوز»، هارپ یک پروژه تحقیقاتی است که در ظاهر برای اطلاعات عمومی،دانستنیها،معلومات عمومی،آیا می دانید مقالات مفید اطلاعات عمومیدانستنیهاآیا می دانید دانستنیهای طبیعتمقالات اطلاعات عمومی معلومات عمومی بررسی تخصصی گلکسی اس ۶ اج کهکشانی متفاوت و دوست داشتنی بررسیتخصصیگلکسیاس گلکسی اس ۶ و گلکسی اس ۶ اج از نظر مشخصات سخت افزاری به غیر از باتری تفاوتی باهم ندارنددر بخش آموزشکده نقشه برداریدکتر سعید صادقیان کارشناسی مهندسی نقشه برداری از دانشگاه صنعتی خواجه نصیرالدین طوسی در دی کارشناسی ارشد شهر هوشمند شرکت هلند به ارتقاء شهر به عنوان یک شهر هوشمند برای کمک می ‌ کند این شرکت در حال توسعه همایش های فیزیک همایش ها ، کنفرانس ها و سمینار ها کنفرانس بین المللی ویکردهای نوین در نگهداشت انرژی تا بهمن ماه محورهای همایش برق قدرت کنترل الکترونیک مخابرات تاسیسات مبدل ولت در این پست شما را با یکی از مدارات مهم و پر کاربرد در مدارات الکترونیکی آشنا می کنم خانم ها در چه رشته هایی موفق تر هستند؟ آقایان در چه رشته‌هایی قبل از دانشگاه کاری که قبل از سالگی باید انجام دهید خانم ها در چه رشته هایی موفق تر هستند؟

طریقه مصرف اشک مصنوعی برای درمان خشکی چشم

[ad_1]

اشک مصنوعی جایگزین اشک طبیعی می‌شود و با استفاده از آن نرمی، لغزندگی و رطوبت چشم، به چشمان افرادی که دچار خشکی چشم هستند دوباره بازمی‌گردد.

اشک مصنوعی قطره چشمی است که برای کمک به افرادی ساخته شده که چشمشان به اندازه کافی اشک تولید نمی‌کند و این عدم رطوبت کافی چشم فرد را دچار مشکل و عوارض خاصی می‌کند. در واقع اشک مصنوعی جایگزین اشک طبیعی می‌شود و با استفاده از آن نرمی، لغزندگی و رطوبت چشم دوباره به دست می‌آید.

اشک مصنوعی چه می‌کند؟ (مکانیسم اثر)

کاهش تولید مایع از غدد ترشح‌کننده اشک می‌تواند ثبات لایه اشک را بر هم زند. به این ترتیب این لایه به سرعت شکسته شده و نقاط خشکی را روی قرنیه ایجاد می‌کند که سبب تحریک و کاهش بینایی می‌‌شود. اغلب افراد دچار خشکی چشم، احساس گزش، سوزش، خارش و خشکی در چشم کرده و همچنین موقع سیگار کشیدن چشمشان تحریک می‌شود. خشکی چشم استفاده از لنز را نیز مشکل یا غیرممکن می‌سازد.

اساس درمان خشکی چشم، جایگزینی اشک مصنوعی به جای اشک طبیعی است. این قطره با افزایش ثبات و ضخامت لایه اشکی بقای این لایه را روی چشم افزایش می‌دهد و به مرطوب نگه داشتن سطح چشم کمک می‌کند. همچنین سطح چشم را نرم و از آن محافظت می‌نماید.

موارد و میزان مصرف قطره اشک مصنوعی

این قطره در موارد کمبود ترشح اشک در نارسایی ترشح اشک و رفع خشکی و تحریک چشم در سندرم‌های خشکی چشم متوسط تا شدید به کار برده می‌شود. همچنین برخی منابع بر استفاده از این قطره جهت نرم کردن چشم در موقع استفاده از لنز تماسی سخت نیز تاکید کرده‌اند.

• در مواقع کمبود ترشح اشک در بزرگسالان وکودکان، یک قطره سه یا چهار بار در روز، یا به دفعات لازم، در چشم چکانده می‌شود.
• در سندرم متوسط تا شدید خشکی چشم، مانند التهاب قرنیه و ملتحمه سیکا در بزرگسالان یک قطره یک بار در روز به کیسه ملتحمه تحتانی چشم چکانده می‌شود. بعضی از بیماران ممکن است به مصرف دو بار در روز از این دارو احتیاج داشته باشند.

نکته: اگر این قطرات دارای مواد نگهدارنده باشند، مواد نگه دارنده باعث حفاظت قطره در برابر رشد میکروب‌ها می‌شود ولی در عوض خود این مواد نگهدارنده به مرور باعث صدمه سلول‌های سطحی قرنیه می‌شوند و همچنین می‌توانند باعث واکنش‌های حساسیتی شوند. لذا در افرادی که به علت خشکی چشم نیاز به استفاده طولانی از این قطره‌ها دارند باید از نوع بدون مواد نگهدارنده (که به علت احتمال آلوده شدن با میکروب‌ها به صورت یک‌بار مصرف هستند) استفاده نمایند.

چند توصیه در هنگام استفاده از قطره‌ اشک مصنوعی

• دستان خود را پیش از هر بار مصرف قطره‌، به خوبی با آب و صابون بشویید تا از ورود میکروب ‌ها به چشم جلوگیری شود.
• هر چشم فقط گنجایش یک قطره را دارد، بنابراین اگر در هر بار مصرف بیش از یک قطره در هر چشم بریزید، قطره قبلی از چشم خارج می‌شود.
• پس از استفاده از قطره، چشمان خود را چند ثانیه ببندید و گوشه داخلی چشم را به مدت چند ثانیه با ملایمت فشار دهید تا راه خروج اشک بسته شود و قطره ریخته شده برای مدت بیشتری در چشم بماند.
• مراقب باشید تا قسمت سر ظرف دارو به دست یا مژه‌ها برخورد نکند، زیرا موجب انتقال باکتری‌ها، به داخل قطره و پس از آن به چشم می‌شود.
• پس از هر بار مصرف، درب قطره چشمی‌ را بلافاصله ببندید.
• اگر برای شما ریختن بیش از یک قطره ‌تجویز شده است، بین ریختن دو قطره باید حداقل 15 دقیقه فاصله باشد.
• از این قطره تا حداکثر سی روز می‌توان استفاده کرد.
• در صورت بروز چشم درد، تغییر بینایی، تحریک یا قرمزی مداوم چشم، یا بدتر شدن وضعیت چشم بیمار و یا عدم بهبود در مدت ۷۲ ساعت، باید استفاده از این دارو قطع شود.

علایم و نشانه‌های خشکی چشم

• تحریک و احساس سوزش یا خارش در چشم
• احساس وجود جسم خارجی در چشم
• ترشح چسبناک در چشم یا اطراف آن
• افزایش تحریک چشم‌ در اثر دود یا باد
• خستگی چشم‌ پس از کمی‌ مطالعه
• تحمل نداشتن به هنگام استفاده از لنزهای تماسی
• چنانچه ترشح معمول چشم، پایین‌تر از حد طبیعی باشد، عکس‌العمل غدد اشکی در مقابل تحریکات مخاط چشم، تولید زیاد اشک خواهد بود.

عواملی که خشکی هوا را بیشتر می‌کنند، باعث می‌شوند افرادی که چشم خشک دارند، احساس ناراحتی بیشتری کنند. این عوامل عبارت است از گرمای بیش از اندازه اتاق، سشوار، روزهای بادی یا هر چیز که ماده تحریک‌کننده‌ای به هوا اضافه کند. مخصوصا سیگار کشیدن برای این افراد بسیار ناراحت‌کننده است. اشخاصی که چشم خشک دارند، ممکن است فقط به اشک مصنوعی احتیاج داشته باشند، ولی گاه خشکی چشم آنقدر زیاد است که صدمات جدی به چشم می‌زند. در این صورت حتما باید به چشم پزشک مراجعه شود تا معالجه لازم انجام شود.

گردآوری: مجله اینترنتی ستاره

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
داروسازی پزشکان ایران با نزدیک شدن به شبهای امتحان خوردن دارو برای برخی از دانشجوها و دانش آموزان تبدیل به پوست و مو پزشکان ایران آفتاب سوختگی با پیدایش قرمزی ملایم پوست شروع می‌شود و برای درمان خانگی آن کافی است آب عکس عاقبت مصرف شیشه مصرف‌کنندگان شیشه برای از بین بردن این حالت معمولاً دوباره مصرف می‌کنند و مانند امداد و نجات اطلاعات پزشکیسکته مغزی یک فوریت پزشکی است که در صورت عدم تشخیص و درمان فوری می‌‌تواند باعث آسیب افسردگی تشخیص و راه درمان آرشیو …راه های درمان اضطراب یکی از راه های درمان اضطراب تمرکز و تلقین است تمرکز و تلقین یادداشتهای علی مرادیپرورش گیاه آلوئه ورا آلوئه ورا یک گیاه رایج آپارتمانی است و بطور سنتی در منازل برای بیماریهای سگ ها را بشناسیم و مقابله با آنها را …دنیای امروزی دنیایی است که برای نگهداری جانوران خانگی بایستی علوم زیستی و طرز تهیه سس مایونز برای تهیه این نوع سس ابتدا پوست میوه ها را جدا می کنند و اغلب مقداری شکر نیز به آن عطاری ابـّـا شهر نام مجموعه متصدی آدرس تلفن اصفهان عطاری ابا سیدرضا صالحی خیابان جی مابین هتل معرفی انواع مواد مخدر طبیب جانتریاک دراین مقاله قصد داریم به صورت گذرا و با نگاهی اجمالی یکی از قدیمی‌ترین و شایع داروسازی پزشکان ایران داروهایی که با تلاش دانش پزشکی برای مقابله با بیماری‌ها تولید می‌شوند اگر بدون مشورت پزشک پوست و مو پزشکان ایران آفتاب سوختگی با پیدایش قرمزی ملایم پوست شروع می‌شود و برای درمان خانگی آن کافی است آب خیار امداد و نجات اطلاعات پزشکی سکته مغزی یک فوریت پزشکی است که در صورت عدم تشخیص و درمان فوری می‌‌تواند باعث آسیب دائمی عکس عاقبت مصرف شیشه پارسینه مصرف‌کنندگان شیشه برای از بین بردن این حالت معمولاً دوباره مصرف می‌کنند و مانند سایر یادداشتهای علی مرادی پرورش گیاه آلوئه ورا آلوئه ورا یک گیاه رایج آپارتمانی است و بطور سنتی در منازل برای خواص عطاری ابـّـا شهر نام مجموعه متصدی آدرس تلفن اصفهان عطاری ابا سیدرضا صالحی خیابان جی مابین هتل نگین بیماریهای سگ ها را بشناسیم و مقابله با آنها را بیاموزیم دنیای امروزی دنیایی است که برای نگهداری جانوران خانگی بایستی علوم زیستی و فیزیولوژیکی آنها طرز تهیه سس مایونز برای تهیه این نوع سس ابتدا پوست میوه ها را جدا می کنند و اغلب مقداری شکر نیز به آن اضافه می معرفی انواع مواد مخدر طبیب جان تریاک دراین مقاله قصد داریم به صورت گذرا و با نگاهی اجمالی یکی از قدیمی‌ترین و شایع ترین

هوش مصنوعی جدید MIT، کابوس می سازد

[ad_1]

هوش مصنوعی جدید MIT، کابوس می سازد

تاریخ انتشار : دوشنبه ۳ آبان ۱۳۹۵ ساعت ۲۱:۰۷

اگر سخنرانی های پشت سر هم ایلان ماسک، استفن هاوکینگ و بیل گیتس شما را از عملکرد هوش مصنوعی در آینده نترسانده، باید به شما بگوییم که MIT طرحی کاملا قانع کننده را به سرانجام رسانده که در واقع هوش مصنوعی «کابوس ساز» است.

به گزارش ستاره ها؛ با استفاده از یادگیری عمیق، هوش مصنوعی توسعه یافته توسط محققین دانشگاه MIT می تواند هر تصویری را به یک عکس دلهره آور وحشتناک تبدیل کند. با بهره گیری از الگوریتم یادگیری عمیقی کاملا منحصر به فرد، این سیستم می تواند تصاویر یک شهر پویا را تبدیل به منطقه ای خالی از سکنه، تاریک و ترسناک کند.

 

ابتدا، محققین به هوش مصنوعی تصاویر شهرهای مرده و خانه های جن زده را نشان دادند، سپس بناهای تاریخی معروفی را در اختیار آن گذاشتند تا با الگو گرفتن، یک تصویر خوف انگیز بسازد.

جالب است که می توانید با مراجعه به وبسایت دانشگاه، تصاویر را با فشردن گزینه های «ترسناک» و «ترسناک نیست» رتبه بندی کنید.

دو نمونه از تصویرسازی های این هوش مصنوعی را در ادامه مشاهده می کنید.
 

 

 

مرجع : وب سایت دیجیاتو

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط

23 ا کتبر 2016 ... با استفاده از یادگیری عمیق، هوش مصنوعی توسعه یافته توسط محققین دانشگاه MIT می تواند هر تصویری را به یک عکس دلهره آور وحشتناک تبدیل کند ...هوش مصنوعی جدید MIT، کابوس می سازد. ۱۳۹۵-۰۸-۰۲. [ad_1] اگر سخنرانی های پشت سر هم ایلان ماسک، استفن هاوکینگ و بیل گیتس شما را از عملکرد هوش مصنوعی در آینده ...22 ا کتبر 2016 ... اگر سخنرانی های پشت سر هم ایلان ماسک، استفن هاوکینگ و بیل گیتس شما را از عملکرد هوش مصنوعی در آینده نترسانده، باید به شما بگوییم که MIT ...اگر سخنرانی های پشت سر هم ایلان ماسک، استفن هاوکینگ و بیل گیتس شما را از عملکرد هوش مصنوعی در آینده نترسانده، باید به شما بگوییم که MIT طرحی کاملا.اگر سخنرانی های پشت سر هم ایلان ماسک، استفن هاوکینگ و بیل گیتس شما را از عملکرد هوش مصنوعی در آینده نترسانده، باید به شما بگوییم که MIT طرحی کاملا...اگر سخنرانی های پشت سر هم ایلان ماسک، استفن هاوکینگ و بیل گیتس شما را از عملکرد هوش مصنوعی در آینده نترسانده، باید به شما بگوییم که MIT طرحی کاملا قانع ...اگر سخنرانی های پشت سر هم ایلان ماسک، استفن هاوکینگ و بیل گیتس شما را از عملکرد هوش مصنوعی در آینده نترسانده، باید به شما بگوییم که MIT طرحی کاملا قانع ...اگر سخنرانی های پشت سر هم ایلان ماسک، استفن هاوکینگ و بیل گیتس شما را از عملکرد هوش مصنوعی در آینده نترسانده، باید به شما بگوییم که MIT طرحی کاملا قانع ...24 ا کتبر 2016 ... هوش مصنوعی جدید MIT، کابوس می سازد چنانچه سخنرانی های پشت سر هم ایلان ماسک، استفن هاوکینگ و بیل گیتس شما را از عملکرد هوش مصنوعی در آینده ...

کلماتی برای این موضوع
انتشار جزئیات و تصاویر جدید – مرسی دانلود…تصویریتریلر بازیانتشار جزئیات و تصاویر جدید نگاه به بازی زیبای همراه با تصویر فوق العاده آسیب هایی که نوجوانان را تهدید می‌کندآسیب هایی که نوجوانان را تهدید می‌کند دغدغه هر پدر و مادرفرزندانی سالم و تندرست اخبار،اخبار علمی،اخبار آموزشی،اخبار پزشکی،اخبار …ستاره‌شناسان با استفاده از شواهد دنباله‌دارها و مدل‌های جدید، نظریه جدیدی را مطح بیوگرافی گلشیفته فراهانی جدید ترین این بخش بیوگرافی کوآن مینا بازیگر کره ای و همسر حامد تهرانی عکس بیوگرافی و اگزیستانسیالیسم از دو دیدگاه مسیحی و الحادیدر اگزیستانسیالیسم مسیحی یافتن من راستین برابر با این معناست که خداوند در فرد به سایت خبری تحلیلی شفاف پیامک جدید روحانی به مردم سخت ترین گریم معمای شاه کدام بود؟ سلام بمبئی رکورد عکس نوجوانی رسول خدا ص از کجا آمده؟سالهاست که تصویری به عنوان تصویر نوجوانی رسول خدا ص در ایران انتشار می یابد بسیاری نقد علمی مصرف مشروبات الکلی دانشگاه محقق …در دنیای مدرن امروزی که بسیاری از ناملایمات و تلخی‌ها در زندگی انسان‌ها رخ می‌دهد و صفحه نخست اولدوز توریسمتمامی حقوق مادی و معنوی محفوظ و متعلق به وب سایت اولدوز توریسم می باشدسلامت سالمندان سایت پزشکان بدون مرزشیوع بیماری دیابت روز به روز بیشتر می شود با توجه به افزایش امید به زندگی و افزایش سن اخبار،اخبار روز،اخبار خبرگزاری ها اخبار،آخرین …در این بخش شما با انواع اخبار غزهاخبار ایراناخبار سوریهاخبار اخبار روز غزه رابطه جنسی و عشق پزشکان ایرانبرخی افراد در رابطه ی جنسی خود دچار اضطراب می شوند که به دلیل تصویر ذهنی آن ها از میگنا راز اخلاط چهارگانه خلط و مزاج در طب سنتییکی از مهم ترین مبانی طب قدیم ، موضوع اخلاط اربعه یا آمیزه های چهارگانه بوده است وبلاگ روانشناسی شفای درون اختلالات روانپزشکی …اختلال دوقطبی اختلال دوقطبی به انگلیسی یا شیدایی‌ ـ افسردگی‌ نوعی مشروح اخبار سایت پزشکان بدون مرزقولنج شکستن به عملی گفته می‌شود که طی آن فرد به مفاصل خود فشار وارد می‌کند تا صدایی میلیونر زاغه نشینمروری بر فیلم میلیونر زاغه نشین آرزوها، سرنوشت، سینما خلاصه داستان جمال ملک وبلاگ زبان سرخ سر سبز می دهد بر بادوبلاگقمر اوضاع در عقرب است بطور عجیبی همه چیز به هم پیچیده است احمدی نژاد امروز به نیویورک مواد مخدر و مشروبات الکلی کلیۀ اخبار و بحث های …مواد مخدر و مشروبات الکلى در باره مواد مخدر و مشروبات الکلى نامشروع هیچگونه سازشى

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

تولید تارعنکبوت مصنوعی

[ad_1]

محققان ابزاری ساختند که قادر است ماده‌ای شبیه به تار عنکبوت تولید کند. تار عنکبوت نوعی ماده شگفت انگیز است که با استفاده از آن می‌توان پارچه‌های بسیار مستحکم تولید کرد.

[ad_2]
لینک منبع
بازنشر: مفیدستان

عبارات مرتبط با این موضوع
علوم عنکبوتعنکبوتعلوم عنکبوت سوالات علوم ومطالب علمی تار عنکبوت تارعنکوت چسبناک است و عنکلوت ها تار عنکبوت نحوهء تولید تار عنکبوت از آب به عنوان حلال پروتئین ابریشم خود استفاده می‌کند در جلیقه های ضد گلوله ی مدرن جلیقه های ضد گلوله ی مدرن از ابتدایی ترین تجهیزاتی که بشر به اهمیت استفاده از آن پی الف الهام از طبیعت در طراحی معماری بیونیکاز معماری به عنوان بنای یادبود تمدن بشری یاد شده است، زیرا توانایی انسان در استفاده زیباترین خلقت خدا گیاهان آپارتمانیزیباترین خلقت خدا گیاهان آپارتمانی انواع گلها زیباترین خلقت خدا علوم عنکبوت عنکبوت علوم عنکبوت سوالات علوم ومطالب علمی تار عنکبوت تارعنکوت چسبناک است و عنکلوت ها بدین تار عنکبوت نحوهء تولید تار عنکبوت از آب به عنوان حلال پروتئین ابریشم خود استفاده می‌کند در عنکبوت جلیقه های ضد گلوله ی مدرن جلیقه های ضد گلوله ی مدرن از ابتدایی ترین تجهیزاتی که بشر به اهمیت استفاده از آن پی برد زره الف الهام از طبیعت در طراحی معماری بیونیک از معماری به عنوان بنای یادبود تمدن بشری یاد شده است، زیرا توانایی انسان در استفاده از مواد زیباترین خلقت خدا گیاهان آپارتمانی زیباترین خلقت خدا گیاهان آپارتمانی انواع گلها زیباترین خلقت خدا