آژانس پروژه‌های تحقیقاتی پیشرفته‌ی دفاعی آمریکا (DARPA) اعلام کرد که یک جت کنترل‌شده با هوش مصنوعی طی آزمایش داگ‌فایت (نبرد هوایی بین هواپیماهای جنگنده از فاصله‌ی نزدیک) با موفقیت مشغول نبرد با خلبان انسانی شد.

دارپا در دسامبر ۲۰۲۲ (آذر و دی ۱۴۰۱) به‌عنوان بخشی از برنامه‌ی Air Combat Evolution، استفاده از هوش مصنوعی برای توسعه‌ی سیستمی که قادر به کنترل یک جت جنگنده باشد را آغاز کرد.

منبع: خبر آنلاین

چین در سال‌های اخیر اهمیت زیادی به توسعه هوش مصنوعی داده است تا خود را به یک مرکز بزرگ جهانی در نوآوری هوش مصنوعی تبدیل کند.

فناوری‌هایی مانند تشخیص چهره، تشخیص صدا، ربات‌های هوشمند، واقعیت مجازی و وسایل نقلیه بدون راننده به طور گسترده در چین مورد استفاده قرار گرفته‌اند و زمینه‌هایی را از جمله آموزش، مراقبت‌های پزشکی، علم و فناوری، لجستیک، کشاورزی و سرگرمی پوشش می‌دهند.

براساس یک برنامه‌ریزی توسعه برای نسل جدید هوش مصنوعی، چین قصد دارد تا سال ۲۰۳۰ به مرکز اصلی نوآوری هوش مصنوعی در جهان تبدیل شود.

چین سیاست‌هایی را در زمینه پژوهش و توسعه علمی و فناوری، ارتقای برنامه کاربردی و توسعه صنعتی برای حل کردن مشکلات کاربردی و صنعتی‌سازی عمده هوش مصنوعی معرفی کرده است. بسیاری از دولت‌های محلی نیز در حال تسریع ادغام منابع نوآوری برای ارتقای توسعه فناوری هوش مصنوعی و صنایع مرتبط هستند.

پکن دارای منابع غنی استعداد هوش مصنوعی، قابلیت‌های تحقیق و توسعه قوی و نوآوری و تکرار محصول فعال در زمینه هوش مصنوعی است. گزارشی که در سال ۲۰۲۳ درباره توسعه هوش مصنوعی چین منتشر شد، حاکی از این بود که پکن حدود ۲۸ درصد از ۲۲۰۰ شرکت هوش مصنوعی این کشور را در اختیار دارد و در رتبه اول چین قرار می‌گیرد.

پکن سال گذشته، طرح مفصلی را برای ترویج توسعه هوش مصنوعی منتشر کرد. براساس این برنامه، ارزش صنعت هوش مصنوعی آن تا سال ۲۰۲۵ به ۳۰۰ میلیارد یوآن خواهد رسید. در حال حاضر، پکن در حال سرعت بخشیدن به طرح تئوری پایه هوش مصنوعی و فناوری‌های اصلی است.

سایر مناطق چین مانند گوانگدونگ، شانگهای، جیانگسو، آنهویی و سیچوان نیز از فرصت‌های هوش مصنوعی استفاده می‌کنند. شهر شنژن در گوانگدونگ قصد دارد یک منطقه آزمایشی ملی را برای نوآوری هوش مصنوعی و یک منطقه را برای کاربرد هوش مصنوعی بسازد. هوش مصنوعی یکی از فناوری‌های کلیدی برای دریافت حمایت دولت در این شهر خواهد بود.

«ژانگ یینگ»(Zhang Ying) رئیس کمیسیون اقتصادی و اطلاع‌رسانی شهرداری شانگهای گفت: شانگهای، توسعه باکیفیت هوش مصنوعی را ترویج می‌کند و به تقویت محیط زیست برای نوآوری مدل‌های بزرگ می‌پردازد. بیش از ۲۰ مدل بزرگ هوش مصنوعی، ممیزی و سابقه دولت محلی را پشت سر گذاشته‌اند.

ژانگ گفت: مرکز نوآوری شهر برای کاربردهای صنعتی در کمتر از نیم سال پس از بهره‌برداری، نزدیک به ۶۰ شرکت را جذب کرده است.

منابعی از وزارت صنعت و فناوری اطلاعات چین گفتند: مقیاس کل صنعت هوش مصنوعی چین به ۵۰۰ میلیارد یوآن رسیده و تعداد شرکت‌های مرتبط با آن از ۴۳۰۰ فراتر رفته است.

«لیو چینگفنگ»(Liu Qingfeng) رئیس شرکت «آیفلایتک»(iFlytek) گفت: هوش مصنوعی به عنوان یک فناوری راهبردی که سرپرستی دور جدیدی از انقلاب علمی و فناوری و تغییرات صنعتی را بر عهده دارد، ادغام عمیق فناوری دیجیتال و اقتصاد واقعی را ارتقا می‌دهد و صنایع جدید را تقویت می‌کند.

با وجود این، برخی از کارشناسان خاطرنشان کرده‌اند که هنوز بین چین و سایر کشورها از نظر الگوریتم‌های اساسی، سخت‌افزار و نرم‌افزار کلیدی و اکوسیستم هوش مصنوعی، شکافی وجود دارد. آنها معتقدند که جامعه علم و فناوری باید با شرکت‌ها برای ترویج توسعه فناوری و تغییرات صنعتی در آینده، از جمله تسریع پرورش اکوسیستم نوآوری و استعدادهای نوآور برتر همکاری کند.

«دای کیونگهای»(Dai Qionghai) رئیس انجمن هوش مصنوعی چین و استاد «دانشگاه چینهوا»(Tsinghua University) معقتد است که چین بازار گسترده‌ای را برای کاربردهای هوش مصنوعی دارد اما همچنان از نظر فناوری‌های پایه و استعدادها با چالش‌هایی روبه‌رو است.

کیونگهای گفت: ما باید عمق آموزش استعدادهای هوش مصنوعی را افزایش دهیم، پژوهش‌های پایه را تقویت کنیم و به تقویت نوآوری‌های اصلی از نظر سیاست‌ها، مکانیسم‌ها و سرمایه‌گذاری بپردازیم.

منبع : ایسنا

هوش مصنوعی و فناوری ماهواره‌ای به حفاظت پرندگان کمک می‌کند

محققان حوزه محیط زیست و ذخایر طبیعی در چین از فناوری‌های هوش مصنوعی (AI) و موقعیت‌یابی ماهواره‌ای برای کمک به محافظت از پرندگان مهاجر استفاده می‌کنند.

پارک تالاب ملی Yeyahu در پکن یک مرکز اصلی برای پرندگانی است که از شرق آسیا به استرالیا مهاجرت می‌کنند و ۳۲ گونه از آن عبور می‌کنند.

Guo Xuxiong؛ رئیس بخش تحقیقات و نظارت علمی محلی گفت: در این ذخیره‌گاه مانیتور‌های ویدیویی با کیفیت بالا در مناطق کلیدی نصب شده است. با کمک فناوری تشخیص هوش مصنوعی، آنها می‌توانند به وضوح عادات گونه‌های مختلف پرندگان را ببینند و کمبود نظارت‌های دستی را جبران کنند.

وی گفت: ما می‌توانیم زمان و تعداد ورود گونه‌ها را به دقت نظارت کنیم؛ همچنین می‌توانیم سطح آب را تنظیم کنیم و با مشاهده تأثیر سطح آب بالا و پایین بر روی زیستگاه آنها، آن را تنظیم کنیم.

علاوه بر هوش مصنوعی، فناوری ردیابی ماهواره‌ای به محققان اجازه می‌دهد تا پرندگان مهاجر را در زمان واقعی ردیابی کنند. آنها به پرندگان، ردیاب‌های پرنده متصل می‌کنند که می‌تواند مکان پرندگان را از طریق ماهواره برای آنها بفرستد تا به نقشه‌برداری مسیر‌های مهاجرت آنها کمک کند.

محققان می‌توانند با استفاده از پلتفرم آنلاین توسعه یافته، مسیر‌های مهاجرت گونه‌های مختلف پرندگان را در سراسر این کشور مشاهده کنند.

از آنجایی که برخی از پرندگان به آن‌سوی مرز‌ها مهاجرت می‌کنند، محققان چینی نیز داده‌های خود را با همتایان خود از کشور‌های دیگر به اشتراک می‌گذارند تا در حفاظت از حیات وحش همکاری کنند.

منبع: تسنیم

چین در سال‌های اخیر اهمیت زیادی به توسعه هوش مصنوعی داده است تا خود را به یک مرکز بزرگ جهانی در نوآوری هوش مصنوعی تبدیل کند.

به نقل از تکنولوژی نیوز چاینا،  فناوری‌هایی مانند تشخیص چهره، تشخیص صدا، ربات‌های هوشمند، واقعیت مجازی و وسایل نقلیه بدون راننده به طور گسترده در چین مورد استفاده قرار گرفته‌اند و زمینه‌هایی را از جمله آموزش، مراقبت‌های پزشکی، علم و فناوری، لجستیک، کشاورزی و سرگرمی پوشش می‌دهند.

براساس یک برنامه‌ریزی توسعه برای نسل جدید هوش مصنوعی، چین قصد دارد تا سال ۲۰۳۰ به مرکز اصلی نوآوری هوش مصنوعی در جهان تبدیل شود.

چین سیاست‌هایی را در زمینه پژوهش و توسعه علمی و فناوری، ارتقای برنامه کاربردی و توسعه صنعتی برای حل کردن مشکلات کاربردی و صنعتی‌سازی عمده هوش مصنوعی معرفی کرده است. بسیاری از دولت‌های محلی نیز در حال تسریع ادغام منابع نوآوری برای ارتقای توسعه فناوری هوش مصنوعی و صنایع مرتبط هستند.

پکن دارای منابع غنی استعداد هوش مصنوعی، قابلیت‌های تحقیق و توسعه قوی و نوآوری و تکرار محصول فعال در زمینه هوش مصنوعی است. گزارشی که در سال ۲۰۲۳ درباره توسعه هوش مصنوعی چین منتشر شد، حاکی از این بود که پکن حدود ۲۸ درصد از ۲۲۰۰ شرکت هوش مصنوعی این کشور را در اختیار دارد و در رتبه اول چین قرار می‌گیرد.

پکن سال گذشته، طرح مفصلی را برای ترویج توسعه هوش مصنوعی منتشر کرد. براساس این برنامه، ارزش صنعت هوش مصنوعی آن تا سال ۲۰۲۵ به ۳۰۰ میلیارد یوآن خواهد رسید. در حال حاضر، پکن در حال سرعت بخشیدن به طرح تئوری پایه هوش مصنوعی و فناوری‌های اصلی است.

سایر مناطق چین مانند گوانگدونگ، شانگهای، جیانگسو، آنهویی و سیچوان نیز از فرصت‌های هوش مصنوعی استفاده می‌کنند. شهر شنژن در گوانگدونگ قصد دارد یک منطقه آزمایشی ملی را برای نوآوری هوش مصنوعی و یک منطقه را برای کاربرد هوش مصنوعی بسازد. هوش مصنوعی یکی از فناوری‌های کلیدی برای دریافت حمایت دولت در این شهر خواهد بود.

«ژانگ یینگ»(Zhang Ying) رئیس کمیسیون اقتصادی و اطلاع‌رسانی شهرداری شانگهای گفت: شانگهای، توسعه باکیفیت هوش مصنوعی را ترویج می‌کند و به تقویت محیط زیست برای نوآوری مدل‌های بزرگ می‌پردازد. بیش از ۲۰ مدل بزرگ هوش مصنوعی، ممیزی و سابقه دولت محلی را پشت سر گذاشته‌اند.

ژانگ گفت: مرکز نوآوری شهر برای کاربردهای صنعتی در کمتر از نیم سال پس از بهره‌برداری، نزدیک به ۶۰ شرکت را جذب کرده است.

منابعی از وزارت صنعت و فناوری اطلاعات چین گفتند: مقیاس کل صنعت هوش مصنوعی چین به ۵۰۰ میلیارد یوآن رسیده و تعداد شرکت‌های مرتبط با آن از ۴۳۰۰ فراتر رفته است.

«لیو چینگفنگ»(Liu Qingfeng) رئیس شرکت «آیفلایتک»(iFlytek) گفت: هوش مصنوعی به عنوان یک فناوری راهبردی که سرپرستی دور جدیدی از انقلاب علمی و فناوری و تغییرات صنعتی را بر عهده دارد، ادغام عمیق فناوری دیجیتال و اقتصاد واقعی را ارتقا می‌دهد و صنایع جدید را تقویت می‌کند.

با وجود این، برخی از کارشناسان خاطرنشان کرده‌اند که هنوز بین چین و سایر کشورها از نظر الگوریتم‌های اساسی، سخت‌افزار و نرم‌افزار کلیدی و اکوسیستم هوش مصنوعی، شکافی وجود دارد. آنها معتقدند که جامعه علم و فناوری باید با شرکت‌ها برای ترویج توسعه فناوری و تغییرات صنعتی در آینده، از جمله تسریع پرورش اکوسیستم نوآوری و استعدادهای نوآور برتر همکاری کند.

«دای کیونگهای»(Dai Qionghai) رئیس انجمن هوش مصنوعی چین و استاد «دانشگاه چینهوا»(Tsinghua University) معقتد است که چین بازار گسترده‌ای را برای کاربردهای هوش مصنوعی دارد اما همچنان از نظر فناوری‌های پایه و استعدادها با چالش‌هایی روبه‌رو است.

کیونگهای گفت: ما باید عمق آموزش استعدادهای هوش مصنوعی را افزایش دهیم، پژوهش‌های پایه را تقویت کنیم و به تقویت نوآوری‌های اصلی از نظر سیاست‌ها، مکانیسم‌ها و سرمایه‌گذاری بپردازیم.

انتهای پیام

منبع : ایسنا

هوش مصنوعی و فناوری ماهواره‌ای به حفاظت پرندگان کمک می‌کند

محققان حوزه محیط زیست و ذخایر طبیعی در چین از فناوری‌های هوش مصنوعی (AI) و موقعیت‌یابی ماهواره‌ای برای کمک به محافظت از پرندگان مهاجر استفاده می‌کنند.

 محققان حوزه محیط زیست و ذخایر طبیعی در چین از فناوری‌های هوش مصنوعی (AI) و موقعیت‌یابی ماهواره‌ای برای کمک به ردیابی و محافظت از پرندگان مهاجر استفاده می‌کنند.

پارک تالاب ملی Yeyahu در پکن یک مرکز اصلی برای پرندگانی است که از شرق آسیا به استرالیا مهاجرت می‌کنند و ۳۲ گونه از آن عبور می‌کنند.

Guo Xuxiong؛ رئیس بخش تحقیقات و نظارت علمی محلی گفت: در این ذخیره‌گاه مانیتور‌های ویدیویی با کیفیت بالا در مناطق کلیدی نصب شده است. با کمک فناوری تشخیص هوش مصنوعی، آنها می‌توانند به وضوح عادات گونه‌های مختلف پرندگان را ببینند و کمبود نظارت‌های دستی را جبران کنند.

وی گفت: ما می‌توانیم زمان و تعداد ورود گونه‌ها را به دقت نظارت کنیم؛ همچنین می‌توانیم سطح آب را تنظیم کنیم و با مشاهده تأثیر سطح آب بالا و پایین بر روی زیستگاه آنها، آن را تنظیم کنیم.

علاوه بر هوش مصنوعی، فناوری ردیابی ماهواره‌ای به محققان اجازه می‌دهد تا پرندگان مهاجر را در زمان واقعی ردیابی کنند. آنها به پرندگان، ردیاب‌های پرنده متصل می‌کنند که می‌تواند مکان پرندگان را از طریق ماهواره برای آنها بفرستد تا به نقشه‌برداری مسیر‌های مهاجرت آنها کمک کند.

محققان می‌توانند با استفاده از پلتفرم آنلاین توسعه یافته، مسیر‌های مهاجرت گونه‌های مختلف پرندگان را در سراسر این کشور مشاهده کنند.

از آنجایی که برخی از پرندگان به آن‌سوی مرز‌ها مهاجرت می‌کنند، محققان چینی نیز داده‌های خود را با همتایان خود از کشور‌های دیگر به اشتراک می‌گذارند تا در حفاظت از حیات وحش همکاری کنند.

منبع: تسنیم

به گزارش گروه دانش و فناوری، ایلان ماسک، مالک شرکت‌های بزرگی همچون تسلا، اسپیس‌ایکس، x.AI و غیره و دومین فرد ثروتمند جهان، عادت دارد در خصوص مسائل مربوط به تکنولوژی و آینده این فناوری اظهرانظرهایی عجیب بروز دهد. البته این موارد تنها بخشی از اظهارات این کارآفرین بزرگ و پرآوازه است.

اخیراً پیش بینی جالب ایلان ماسک از آینده هوش مصنوعی بر سر زبان‌ها افتاده که گفته است: «تا سال 2029 هوش مصنوعی از مجموع هوش انسان‌ها فراتر خواهد رفت». ماسک این جمله را در صفحه شحصی خود در شبکه اجتماعی ایکس منتشر کرده و باز واکنش‌هایی نیز مواجه شده است.

ماسک با انتشار یک پست جدید در شبکه اجتماعی ایکس خود نوشت:

«هوش مصنوعی احتمالاً سال آینده از یک انسان باهوش‌تر خواهد شد. تا سال 2029 نیز هوش مصنوعی احتمالاً از مجموع همه انسان‌ها باهوش‌تر می‌شود.»

اظهارات ماسک در ایکس با واکنش‌هایی از سوی افراد شناخته‌شده دیگر مواجه شده است. «لکس فریدمن»، محقق هوش مصنوعی و پادکستر روسی ـ آمریکایی ازجمله این افراد است که در واکنش به نظر مدیرعامل تسلا نوشت:

«ما چند سال جذاب را در پیش داریم، امیدوارم بشریت در نهایت پیروز شود.»

«دیو لی»، سرمایه‌گذار تسلا نیز با بیان جمله «خیلی آماده نیستیم» نگرانی خود را نسبت به این موضوع نشان داده است.

مدیرعامل تسلا درحالی این نظرات نگران‌کننده را نسبت به هوش مصنوعی بیان کرده است که در چند وقت گذشته شاهد انتشار گزارش‌های مشابهی بوده‌ایم، ازجمله این گزارش‌ها می‌توان به ساخت یک کرم کامپیوتری هوش مصنوعی توسط گروهی از محققان اشاره کرد که به‌طور بالقوه می‌تواند داده‌ها را سرقت یا روی سیستم بدافزار نصب کند. علاوه‌بر ماسک، «جنسن هوانگ»، مدیرعامل انویدیا نیز در این ماه گفته بود که هوش مصنوعی می‌تواند تا 5 سال دیگر تمام آزمایش‌های انسانی را پشت‌سر بگذارد./ اقتصاد 100

کدام مشاغل از انقلاب هوش مصنوعی جان سالم به در خواهند برد؟

دیوید رانسیمن، استاد علوم سیاسی دانشگاه کیمبریج مطلبی با عنوان «the end of work: which jobs will survive the ai revolution» در وب‌سایت گاردین نوشته‌است که متن آن با ترجمه‌ی محمد قریبی در سایت ترجمان منتشر شده‌است. متن کامل را در ادامه بخوانید.

از انقلاب صنعتی تا انفجار پیشرفتِ فناوری در چند دههٔ گذشته، ماشین‌ها در کنار انسان‌ها کار کرده‌اند. اما امروز، و به‌خصوص با ظهور هوش مصنوعی، بحث‌ها دربارهٔ امکان جایگزینی انسان با رایانه‌، بیش‌ازپیش، داغ شده است. مثلاً می‌گویند داوران ورزشی، حسابدارها و برنامه‌نویسان، به احتمال زیاد، شغلشان را از دست خواهند داد، ولی برای کسانی که با مردم سروکار دارند همچنان کار هست. آیا واقعاً همین‌طور است؟ آیا شغل و حرفه به وظایفی که رایانه‌ها بر عهده خواهند گرفت تقلیل پیدا خواهد کرد؟ نقش انسان و عاملیت انسانی در این دگرگونی چیست؟ اصلاً آیا کار در آینده ماهیت فعلی‌اش را خواهد داشت؟

دیوید رانسیمن، گاردین— در مسابقات تنیس آزاد ۲۰۲۱ استرالیا و آمریکا، به‌جای تمام داورانِ خط، دستگاه گذاشته بودند. این کار از بسیاری جهات گریزناپذیر بود. این ماشین‌ها هم دقیق‌تر از انسان‌ها اعلام می‌کنند که توپ داخل یا خارج است، و هم می‌توانند طوری برنامه‌ریزی شوند که این کار را با صدایی انسان‌گونه انجام دهند تا بازیکنان گیج نشوند. طنین جیغ‌مانند و مرموز «بیرون» که از جایی نامعلوم در زمین بازی پخش می‌شود، کمی هراس‌انگیز است (در تنیس آزاد استرالیا، دستگاه‌ها برنامه‌ریزی شده‌اند تا با لهجۀ استرالیایی صحبت کنند) اما، نسبت به وقفه‌هایی که به‌دلیل بررسی مجدد تشخیص نادرست روی می‌دهند، بسیار کمتر آزاردهنده و به‌مراتب اطمینان‌آورتر است. کمی زمان لازم است تا همه به آن عادت کنند.

در سال ۲۰۱۰ گزارش‌هایی منتشر شدند که هدفشان شناسایی مشاغلی بود که در اثر اتوماسیون، بیشتر، در معرض نابودی قرار داشتند. در این میان، داوران ورزشی معمولاً در صدر فهرست قرار می‌گرفتند (شناخته‌شده‌ترین این پژوهش‌ها، که کارل بندیکت فری و مایکل آزبورن در سال ۲۰۱۷ انجام دادند، ۹۸ درصد احتمال می‌دهد که، طی ۲۰ سال، داوری ورزشی به‌تدریج توسط رایانه‌ها حذف خواهد شد). باوجوداین، این کار امری انسانی است که تنها و مهم‌ترین شرط موفقیت در آن توانایی رسیدن به پاسخ درست است: داخل یا بیرون؟ گل یا آفساید؟ درست یا خطا؟ این‌ها تصمیم‌هایی هستند که می‌بایست توسط هوشی دقیق تأیید شوند. فناوری، برای رسیدن به پاسخ‌هایی به‌مراتب بهتر نسبت به انسان، لزوماً نباید پیشرفته‌ترین باشد. سیستم‌های چشم شاهین نزدیک به ۲۰ سال است که بهتر از چشم انسان عمل کرده‌اند. این سیستم‌ها به‌صورت رسمی در سال ۲۰۰۶ برای تشخیص داخل یا بیرون بودن توپ در تنیس، در سال ۲۰۰۹ برای بررسی تصمیم‌های داور کریکت، و اخیراً برای تشخیص آفساید در فوتبال به کار گرفته شده‌اند.

بااین‌حال، صرف‌نظر از ظهور این فناوری هوشمند، اکنون بیش از هر زمان دیگر افراد بیشتری مشغول به کار داوری ورزشی هستند. ویمبلدون، تا حدودی به دلایل زیبایی‌شناسانه، تصمیم گرفته است داوران خط‌نگه‌دار خود را حفظ کند. داشتن ظاهر خوب در برابر پس‌زمینۀ سبزرنگ در این مسابقات، به‌عنوان تنها تورنمنت مهمی که روی چمن برگزار می‌شود، بخش کلیدی این دم و دستگاه پول‌ساز است (به همین دلیل، بازیکنان رنگی جز سفید نمی‌پوشند). داوران خط‌نگه‌دار بیشتر به‌خاطر لباس‌های متحدالشکلشان حضور دارند. در سال ۲۰۲۲، به مانند ۱۷ سال قبلی، این لباس‌ها را برند رالف لورن طراحی کرده بود.

مسابقات کریکت، که از ابتدا دو داور وسط داشتند، اکنون با سه داور برگزار می‌شوند تا مقتضیات پیچیدۀ فناوری را مدیریت کنند، به علاوۀ داوری که رفتار بازیکنان را نظارت کند، که همچنان تا حد زیادی به صلاحدید انسان مربوط می‌شود (چه کسی باید بگوید که معنای «حمایت از روح بازی» چیست؟). مسابقات فوتبال پنج داور دارند، مضاف بر گروه‌های بزرگی از ناظران تصاویر بازی که می‌بایست تکرار صحنه‌های به‌دست‌آمده از سیستم کمک‌داور ویدئویی (وار) را تحلیل کنند. مرکز بازبینی تصاویر ان‌بی‌اِی واقع در ساکاکِس در نیوجرزی، که ۲۵ نفر به‌صورت تمام‌وقت به همراه تعدادی داور رسمی به‎طور چرخشی در آن مشغول به کارند، دست کمی از ناسا ندارد.

آن‌طور که مشخص است، بهره‌وری -و چه‌بسا دقت- برای سازمان‌هایی که افراد را برای تصمیم‌گیری در مسابقات ورزشی به کار می‌گیرند شرط اصلی به حساب نمی‌آید. همچنین، این سازمان‌ها نسبت به ظواهر نیز حساسیت زیادی دارند، که نشان‌ می‌دهد آن‌ها می‌خواهند رشتۀ ورزشی‌شان کماکان ظاهر و حسی انسانی داشته باشد. فناوری هوشمند می‌تواند کارهای زیادی انجام دهد اما، در غیاب ربات‌هایی که به‌طور قابل‌قبولی انسان‌گونه باشند، درواقع بسیاری از آن کارها شدنی نیستند. درنتیجه، به انسان‌هایی واقعی احتیاج است تا واسطۀ میان این دستگاه‌ها و کسانی قرار بگیرند که دستگاه‌ها دربارۀ آن‌ها قضاوت می‌کنند. حاصل آن درمجموع کارِ بیشتر است.

دانستن اینکه بساط کدام مشاغل با آمدن هوش مصنوعی احتمالاً برچیده خواهد شد کماکان به‌طرز شگفت‌آوری دشوار است. هرچند می‌توانیم مطمئن باشیم که گستره و ویژگی‌های اشتغال تغییر خواهند کرد. اغلب پژوهش‌ها دربارۀ خطرات اتوماسیون، مانند پژوهش فری و آزبورن، کار را به‌مثابۀ سلسله‌ای از وظایف قلمداد کرده‌اند که درنتیجه می‌توان آن‌ها را بر اساس توانایی دستگاه‌ها در برعهده‌گرفتنشان ارزیابی کرد. این رویکرد فرض می‌گیرد موانعی که بر سر راه جایگزین‌کردن انسان وجود دارد صرفاً همان محدودیت‌های فعلی فناوری است، که تا این لحظه شامل ناتوانی پیوسته در به‌نمایش‌گذاشتن تعدادی از مهارت‌های شناختی و حرکتی مختص انسان می‌شود. ربات‌ها در انجام وظایف تکراری عملکرد خوبی دارند، حتی زمانی‌که این وظایف به‌شدت پیچیده بوده و پردازش سریع داده‌های حجیم‌تر را به همراه داشته باشند، اما آن‌ها غالباً با شکل‌های سادۀ ارتباط انسانی به مشکل برمی‌خورند. اگر شغل شما خلاقیت، قضاوت زیبایی‌شناسانه، حرکت نامشخص به معنای واقع کلمه یا حساسیت اجتماعی را در بر دارد، می‌توان گفت که به احتمال زیاد موقعیتتان فعلاً در خطر نیست. ربات‌ها می‌توانند برقصند، اما همچنان به انسان‌های طراح رقص نیاز دارند تا باورپذیر به نظر برسند./ انصاف نیوز

به گزارش خبرنگار علم و فناوری ایسکانیوز؛ اگر هرگز به تاثیر هوش مصنوعی در زندگی فکر نمی‌کردید، احتمالا در سال ۲۰۲۳ حسابی به این موضوع فکر کرده‌اید. هوش مصنوعی در مشاغل گرفته تا مهارت‌ها، مقررات و حکومتداری رسوخ کرده است.

تاثیر هوش مصنوعی بر مشاغل موضوعی است که به تازگی صندوق بین‌المللی پول هم به آن پرداخته است. این صندوق یادداشتی از بحث و گفت‌وگوی کارکنان خود را منتشر کرده و در آن نوشته است: هوش مصنوعی پتانسیل تغییر شکل اقتصاد جهنی به ویژه در حوزه بازار کار را دارد. اقتصادهای پیشرفته زودتر از بازارهای نوظهور و اقتصادهای در حال توسعه به مزایا و مشکلات هوش مصنوعی واقف شده‌اند که عمدتا به دلیل وابستگی ساختار اشتغال آنها بر نقش‌های مبتنی بر شناخت است.

براساس این گزارش، الگوهای ثابتی در رابطه با قرار گرفتن در معرض هوش مصنوعی وجود دارد. زنان و افراد تحصیل کرده دانشگاهی به دلیل داشتن آمادگی بیشتر برای بهره بردن از مزایای هوش مصنوعی بیشتر در معرض تبعات آن هستند و کارگران مسن‌تر به طور بالقوه کمتر قادر به انطباق با این فناوری هستند.

گزارش صندوق بین‌المللی پول پیش بینی می‌کند که اگر وابستگی بین کارمند پردرآمد و هوش مصنوعی افزایش پیدا کند، نابرابری درآمد نیروی کار به شدت افزایش خواهد یافت و این در حالی است که برگشت سرمایه نیز به این نابرابری ثروت دامن خواهد زد. در این چشم‌انداز در حال تحول، اقتصادهای پیشرفته و بازارهای نوظهور توسعه‌یافته‌تر باید بر ارتقای چارچوب‌های نظارتی و حمایت از تخصیص مجدد نیروی کار تمرکز کنند و در عین حال از کسانی که تحت تاثیر نامطلوب قرار می‌گیرند، محافظت کنند. بازارهای نوظهور و اقتصادهای در حال توسعه همچنین باید توسعه زیرساخت‌های دیجیتال و مهارت‌های دیجیتال را در اولویت قرار دهند.

به گزارش مجمع اقتصاد جهانی، تقریبا ۴۰ درصد از مشاغل در سطح جهان در معرض جایگزینی توسط هوش مصنوعی هستند که در اقتصادهای پیشرفته این آمار به ۶۰ درصد خواهد رسید. در میان کارمندان، آنهایی که تحصیلات دانشگاهی دارند و همچنین زنان بیشتر در معرض خطر هوش مصنوعی هستند، اما آن بعد قضیه زمانی اتفاق می‌افتد که این افراد با بالا بردن بهره‌وری خود از مزایای هوش مصنوعی بهره می‌برند و می‌توانند دستمزد خود را افزایش دهند.

کشورهای سرتاسر جهان در حال بررسی مقررات و حکمرانی پیرامون هوش مصنوعی هستند، از جمله اتحادیه اروپا که در دسامبر گذشته پیش‌نویس توافقی را در مورد قوانین هوش مصنوعی تصویب کرد.

در راستای اهمیت هوش مصنوعی و نگرانی‌های فزاینده در مورد تاثیر این فناوری در زندگی انسان‌ها، سال میلادی گذشته نشستی تحت عنوان «حکمرانی هوش مصنوعی» نیز برگزار شد. در این نشست مطرح شد که هوش مصنوعی مولد یک نیروی دگرگون کننده است که می‌تواند خلاقیت را بالا ببرد، بهره‌وری را تقویت کند، صنایع را تغییر شکل دهد و تجربه انسانی را ارتقا بخشد. با این حال، در کنار این پتانسیل، خطرات بی‌سابقه‌ای از جمله اختلاف ارزش، سوءاستفاده از فناوری، جابه جایی شغل و اختلالات اقتصادی وجود دارد.

این نشست با حضور بیش از ۲۰۰ نفر از پیشگامان هوش مصنوعی از جمله متخصصان و سیاستگذاران هوش مصنوعی برگزار شد تا یک پلتفرم محوری برای به اشتراک‌گذاری دانش، چشم‌انداز استراتژیک و تدوین برنامه‌های مشخص برای اطمینان از توسعه مسئولانه و استقرار هوش مصنوعی مولد در مقیاس جهانی ارائه شود.

در پاسخ به نگرانی‌های فزاینده در مورد تاثیر این فناوری، یکی از موضوعاتی که در مجمع اقتصاد جهانی در داووس مطرح شد، بحث تاثیر هوش مصنوعی و مدل‌های زبانی بزرگ مانند ChatGPT بر مشاغل مورد بررسی قرار گرفت. در واقع در نشست داووس به هوش مصنوعی به عنوان یکی از چهار موضوع اصلی دنیای امروز پرداخته شد.

در ادامه به موضوعاتی می‌پردازیم که در نشست مجمع جهانی داووس در مورد هوش مصنوعی مطرح شده است:

تبدیل تهدید به فرصت

سخنرانانی از دولت و کسب‌وکارها در میزگردی با عنوان «هوش مصنوعی مولد: موتور بخار انقلاب صنعتی چهارم» در مورد پیامدهای هوش مصنوعی مولد پس از ظهور سریع آن در سال ۲۰۲۳ و اینکه چگونه می‌توانیم خطرات را مدیریت کنیم، بحث کردند. از جمله این افراد می‌توان به وزیر هوش مصنوعی امارات متحده عربی، رئیس و مدیر اجرایی شرکت «کوالکوم»، مدیر اجرایی شرکت «اکسنچر» در ایرلند و مدیر اجرایی شرکت IBM آمریکا اشاره کرد.

در این میزگرد اتفاق نظر وجود داشت که این فناوری از تلاش‌ها برای تنظیم آن پیشی خواهد گرفت و اگر هوش مصنوعی به عنوان یک تقویت کننده برای انسان در نظر گرفته شود، نوآوری واقعی بروز خواهد یافت. این افراد به طور کلی نسبت به هوش مصنوعی مولد (به مدل‌های یادگیری عمیقی گفته می‌شود که می‌توانند متن، تصاویر و سایر محتوای با کیفیت را بر اساس داده‌های آموزشی تولید کنند) به عنوان محرک رشد اقتصادی و بهره‌وری خوش‌بین بودند، هرچند که اظهار کردند باید از نظر استراتژیک مورد توجه قرار گیرد و عجولانه در مورد آن تصمیم نگرفت.

عمر سلطان العلما، وزیر دولت در امور هوش مصنوعی امارات متحده عربی و در واقع اولین وزیر هوش مصنوعی در جهان، یکی از افرادی است که در این میزگرد سخنرانی کرد. او به اقتصاد دیجیتال و برنامه‌های کاربردی کار از راه دور تاکید کرد و گفت که رشد سریع مشاهده شده در بازار جهانی هوش مصنوعی مولد نشان دهنده این است که هوش مصنوعی نیروی محرکه و موتور آینده است.

العلما خاطرنشان کرد که پادشاهی امارات متحده عربی بیش از ۲ دهه است که به اهمیت پذیرش و توسعه قابلیت‌ها و راه‌حل‌های انقلاب صنعتی چهارم، افزایش سرمایه‌گذاری در بخش فناوری و هوش مصنوعی پی برده است.

العلما اظهار داشت که ادغام تلاش‌های جهانی از طریق فراهم کردن بسترهای موثر برای گفت‌وگوهای بین‌المللی مانند مجمع جهانی اقتصاد به افزایش آمادگی دولت‌ها در بخش‌های آینده کمک می‌کند و باعث می‌شود که توسعه راهکارها و ابزارهای پیشرفت به سوی آینده تسریع پیدا کند.

وی با اشاره به اینکه امارات متحده عربی با داشتن بیش از ۲۰۰ ملیت از قابلیت‌ها و منابع قابل توجهی برخوردار است، این کشور را بستری ایده‌آل برای توسعه کاربردهای هوش مصنوعی جهانی در زمینه‌های مختلف مانند مراقبت‌های بهداشتی و سایر بخش‌های نیازمند توسعه و بهبود نامید.

العلما با بیان اینکه با تکامل هوش مصنوعی مولد، اهمیت توسعه مهارت‌های دیجیتال افزایش یافته است و در این مسیر باید از چابکی استعدادها برای انطباق با فناوری‌های جدید و همگام شدن با تغییرات جهانی مطمئن شد، گفت که دولت‌ها باید فناوری‌های جدید را از نزدیک بررسی کند و چالش‌ها و فرصت‌های بالقوه آنها را مطالعه کند؛ نه اینکه کاملا آنها را نادیده بگیرد.

بیشتر بخوانید:

هوش مصنوعی در سال ۲۰۲۴ به دره سرخوردگی وارد می‌شود

العلما گفت که امارات متحده عربی با فارغ التحصیلی بیش از ۴۰۰ دانشجو از رشته هوش مصنوعی با همکاری دانشگاه آکسفورد، گام‌های مهمی در زمینه دیجیتال برداشته است. هدف این طرح آموزش مقامات دولتی و تصمیم گیرندگان در زمینه مهارت‌های دیجیتال، اخلاق، مبانی دیجیتال و هوش مصنوعی برای افزایش آگاهی در نهادهای دولتی و جامعه، تضمین پذیرش جامع فناوری‌های دیجیتال در نهادهای مختلف است.

او همچنین خاطرنشان کرد که امارات متحده عربی ۲۹ اکتبر را «روز کد» (UAE Codes Day) نامیده است که هر ساله بیش از ۱۰۰ هزار نفر در کلاس‌های کدنویسی شرکت می‌کنند تا آگاهی دیجیتال را در جامعه ارتقا دهند و آنها را تشویق کنند تا سفر دیجیتال خود را آغاز کنند و در این زمینه‌های آینده برتری پیدا کنند.

جولی سوئیت، مدیرعامل اکسنچر، بدون در نظر گرفتن بخش تجاری، نسبت به « بی‌خیالی خطرناک» هشدار داد و گفت که هوش مصنوعی بر هر بخش از کسب‌وکارها تاثیر مادی دارد و صنعتی وجود ندارد که تحت تاثیر این فناوری قرار نگیرد.

آرویند کریشنا، مدیرعامل IBM گفت که شرکت‌هایی که با تمرکز بر بهره‌وری کلی وارد فضای هوش مصنوعی می‌شوند و از این فناوری استقبال می‌کنند، برای همیشه از مزیت آن برخوردار خواهند شد.

او گفت که «شغل دیجیتالی» -کارکردهایی مانند حساب‌های دریافتنی (موجودی پولی است که به یک شرکت برای کالاها یا خدماتی که تحویل داده یا استفاده می‌شود، اما هنوز توسط مشتریان پرداخت نشده است و معمولا در ترازنامه به عنوان دارایی جاری درج می‌شود)، منابع انسانی، امور مالی، تدارکات و مواردی از این قبیل لزوما توسط هوش مصنوعی جایگزین نمی‌شوند، اما به این معنا نیست که دستخوش تغییر نخواهند شد.

او افزود: اگر هوش مصنوعی را قبول ندارید، به خودتان خواهید آمد و خواهید دید که دیگر شغلی ندارید. شما باید این فناوری را با جان و دل بپذیرید و همین الان برای یادگیری و استفاده از آن دست به کار شوید.

کریستیانو آمون، مدیرعامل کوالکام، در پاسخ به این سوال که چگونه می‌توان سرعت پذیرش هوش مصنوعی را تسریع کرد، به رویکرد این شرکت در ساخت ابزارهایی اشاره کرد که روی خودشان هوش مصنوعی دارند و آن را مسیری برای تکثیر و دموکراتیک کردن فناوری برای مصرف کنندگان و شرکت‌ها دانست. او گفت که همه چیز به دسترسی به داده‌ها و محاسبات توزیع شده برمی گردد.

آمون افزود: پردازش هوش مصنوعی روش بعدی انجام محاسبات خواهد بود. پس وظیفه ماست که بتوانیم قدرت پردازشی باورنکردنی ایجاد کنیم که روی هر دستگاهی، از تلفن‌ها، کامپیوترهای شخصی و اتومبیل‌ها گرفته تا کنتورهای هوشمند، تجهیزات تولیدی و سایر دستگاه‌های صنعتی قابل استفاده باشد. فکر می‌کنم این همان چیزی است که هوش مصنوعی را به مقیاس بزرگ خواهد رساند.

آمون در توضیح قابلیت‌های هوش مصنوعی مولد، کاربرد آن را در خودروها مثال زد و گفت: اگر چراغ اخطار روی داشبورد خودرویتان روشن شود، می‌توانید از خودرو بپرسید که چه مشکلی دارد و چگونه می‌توان آن را حل کرد. گاهی اوقات خود خودرو پیشنهاد می‌کند که باید به تعمیرگاه یا نمایندگی برود تا تعمیر شود. به نظر من این یک انقلاب است و فکر می‌کنم که یک فرصت عالی برای نوآوری به شمار می‌اید.

سوئیت در ادامه گفت که در اکسنچر سالانه حدود ۱۰۰ هزار نفر استخدام می‌شوند و صرف نظر از عملکردشان، از آنها سوال می‌شود که در ۶ ماه گذشته چه آموخته‌اند. ما به دنبال افرادی هستیم که عاشق یادگیری هستند و با آنها همراه می‌شویم. همانطور که به هوش مصنوعی مربوط می‌شود، مردم ما مفاهیم را درک می‌کنند. بنابراین سوالات ما از «هوش مصنوعی چیست؟» شروع نمی‌شود.

او گفت که همراه با فرهنگ یادگیری، هدف ما جذب نیروی کاری است که توانایی ارتقای مهارت‌های خود را دارد.

او افزود: برای سایر سازمان‌هایی که به هوش مصنوعی فکر می‌کنند – و برای دولت‌هایی که این سازمان‌ها را تنظیم می‌کنند – بزرگ‌ترین وجه تمایز بین آنها برای رسیدن به موفقیت، نحوه رهبری‌شان است. و مطمئنا باید این کار را به روشی مسئولانه انجام دهند. هوش مصنوعی مشاغل جدید بسیاری را ایجاد می‌کند و نمی‌توان افراد فعلی را در مشاغل جدید قرار داد؛ مگر اینکه شرکت و دولت دوباره مهارت‌های لازم را به آنها بیاموزند.

همه این افراد در پاسخ به موضوع اصلی این بخش، در پاسخ به اینکه آیا هوش مصنوعی مولد جاده صاف‌کن صنعت نسل چهارم خواهد بود، متفق‌القول این موضوع را تائید کردند.

مدیرعامل سابق مایکروسافت: هوش مصنوعی ۵ سال آینده خود را نشان می‌دهد

60 درصد مشاغل کشورهای پیشرفته تحت تاثیر هوش مصنوعی / دانشگاهیان و زنان آسیب‌پذیرترین‌ قشر در مقابل فناوری‌های نو هستند

بیل گیتس، مدیرعامل سابق مایکروسافت و رئیس مشترک بنیاد بیل و ملیندا گیتس، یکی افراد معروفی است که در مجمع جهانی اقتصاد در داوس صحبت کرد. او که هنوز یکی از ثروتمندترین افراد جهان به شمار می‌رود و هم اکنون به امور بشردوستانه مشغول است، پیش‌بینی کرد که این فناوری ظرف پنج سال آینده برای همه متحول خواهد شد.

به گزارش CNN، بیل گیتس همیشه نسبت به هوش مصنوعی خوش بین بوده و هست، ولی در سخنرانی‌اش گفت که ظهور هوش مصنوعی این ترس را برانگیخته است که این فناوری میلیون‌ها شغل را در سراسر جهان از بین می‌برد. همانطور که صندوق بین‌المللی پول این هفته گزارش داد که حدود ۴۰ درصد مشاغل در سراسر جهان ممکن است تحت تأثیر افزایش هوش مصنوعی قرار بگیرند.

گیتس لزوماً با این مفهوم مخالف نیست، اما او معتقد است که تاریخ نشان می‌دهد که با هر فناوری جدید ترس و سپس فرصت جدید به وجود می‌آید و گفت همانطور که تاکنون جهان دستخوش تغییرات و تحولاتی در صنایعی چون کشاورزی شده و مشاغل جدیدی در پی آنها ایجاد شده‌اند، ظهور و توسعه هوش مصنوعی نیز چنین تبعاتی خواهد داشت.

گیتس پیش‌بینی کرد که هوش مصنوعی زندگی همه را آسان‌تر خواهد کرد؛ به ویژه به پزشکان کمک خواهد کرد تا کارهای اداری خود را انجام دهند، که بخشی از شغلی است که آنها دوست ندارند، ما می‌توانیم آن را بسیار کارآمد کنیم.

گیتس گفت: از آنجایی که نیازی به «سخت‌افزار جدید» نیست، دسترسی به هوش مصنوعی از طریق تلفن یا کامپیوتری فراهم خواهد شد که قبلا هم از طریق اتصال اینترنتی به شبکه جهانی وصل می‌شد.

او افزود: پیشرفت‌های شرکت OpenAI در ساخت نسخه چهارم چت‌جی‌پی‌تی «دراماتیک» بود، زیرا این برنامه اساسا می‌تواند بخواند و بنویسد. بنابراین تقریباً مانند داشتن یک کارمند یقه سفید برای معلم بودن، ارائه توصیه‌های بهداشتی، کمک به نوشتن کد یا پشتیبانی از تماس‌های فنی کاربرد دارد.

او معتقد است که گنجاندن این فناوری در بخش‌های آموزشی یا پزشکی «فوق‌العاده» خواهد بود.

مدیرعامل شرکت مایکروسافت: اجماع جهانی در مورد هوش مصنوعی در حال ظهور است

60 درصد مشاغل کشورهای پیشرفته تحت تاثیر هوش مصنوعی / دانشگاهیان و زنان آسیب‌پذیرترین‌ قشر در مقابل فناوری‌های نو هستند

به گزارش CNBC، ساتیا نادلا، مدیرعامل مایکروسافت، در مجمع جهانی اقتصاد اعلام کرد که او اجماع جهانی را در مورد هوش مصنوعی در حال ظهور می‌داند، و حتی اگر رویکردهای نظارتی به این فناوری ممکن است از حوزه قضایی به حوزه دیگر متفاوت باشد، کشورها به روشی مشابه درباره هوش مصنوعی صحبت می‌کنند.

نادلا در سخنرانی‌اش با اشاره به اینکه احساس می‌کند نیاز به هماهنگی جهانی در زمینه هوش مصنوعی و توافق روی مجموعه‌ای از استانداردها و نرده‌های محافظ مناسب برای این فناوری وجود دارد، گفت: من فکر می‌کنم رویکرد نظارتی جهانی برای هوش مصنوعی بسیار مطلوب است، زیرا اکنون در نقطه‌ای هستیم که این چالش‌های جهانی نیازمند هنجارهای جهانی و استانداردهای جهانی هستند.

نادلا افزود: در غیر این صورت، مهار کردن، پیاده‌سازی آن سخت و حرکت دادن آن به اندازه سرسوزن بسیار سخت‌تر خواهد بود.

گفتنی است که مایکروسافت یکی از بازیگران اصلی رقابت در میان شرکت‌های بزرگ فناوری ایالات متحده به سمت هوش مصنوعی است. غول فناوری مستقر در ردموند در واشنگتن میلیاردها دلار برای OpenAI، شرکتی که پشت چت‌بات محبوب ChatGPT قرار دارد، سرمایه‌گذاری کرده است.

این شرکت برای اولین بار در سال ۲۰۱۹ در OpenAI سرمایه‌گذاری کرد و یک میلیارد دلار به صورت نقدی کمک کرد. پس از آن در سال گذشته، زمانی که ۱۰ میلیارد دلار دیگر را به OpenAI سرازیر کرد و سرمایه‌گذاری کل خود را در این حوزه به ۱۳ میلیارد دلار رساند، به سرفصل اخبار تبدیل شد.

مایکروسافت همچنین برخی از فناوری OpenAI را در محصولات آفیس، بینگ و ویندوز خود ادغام کرده است و ابزارهای محاسبات ابری Azure خود را به OpenAI ارائه می‌دهد.

نادلا گفت: قبل از اینکه چیز جدیدی را راه‌اندازی کنیم، نرده‌های محافظ را نصب کنیم. «تیم‌سازی قرمز» یا Red teaming اصطلاحی است که آزمایش آسیب‌پذیری‌های هوش مصنوعی را توصیف می‌کند. و وقتی نوبت به برنامه‌ها می‌رسد، باید ارزیابی مبتنی بر ریسک از نحوه استقرار این فناوری داشته باشیم.

تیم قرمز یک تکنیک حمله‌ای است که در امنیت سایبری برای آزمایش نحوه واکنش یک سازمان به یک حمله سایبری واقعی استفاده می‌شود. این کار از طریق یک تیم هک اخلاقی یا تیم امنیتی تهاجمی مشابه انجام می‌شود.

نادلا گفت مطمئن نیست که آیا یک آژانس جهانی هوش مصنوعی برای ایجاد هماهنگی در زمینه تنظیم هوش مصنوعی امکان‌پذیر است یا خیر، اما افزود که که کشورها در مورد اعمال پادمان‌ها برای هوش مصنوعی به همان شیوه صحبت می‌کنند.

او افزود: اگر بحث امنیت هوش مصنوعی را در حوزه مراقبت‌های بهداشتی می‌بینیم، باید مقررات مراقبت‌های بهداشتی را برای هوش مصنوعی اعمال کنیم. اگر آن را در خدمات مالی به کار می‌گیریم، باید ریسک‌ها یا ملاحظات مالی را به کار بگیریم.

مدیرعامل سازنده ChatGPT: هوش مصنوعی جایگزین مراقبت انسانی ما از یکدیگر نخواهد شد

60 درصد مشاغل کشورهای پیشرفته تحت تاثیر هوش مصنوعی / دانشگاهیان و زنان آسیب‌پذیرترین‌ قشر در مقابل فناوری‌های نو هستند

به گزارش یورونیوز، سام آلتمن، مدیرعامل شرکت OpenAI در نشست داووس گفت: حتی با وجود توانایی بسیار محدود فعلی و نقص‌های بسیار عمیق آن، مردم در حال یافتن راه‌هایی برای استفاده از این ابزار برای افزایش بهره‌وری یا سایر دستاوردها و درک محدودیت‌ها هستند. مردم ابزارها و محدودیت‌های ابزارها را بیشتر از آنچه ما به آنها اعتبار می‌دهیم، درک می‌کنند و راه‌هایی پیدا کرده‌اند که ChatGPT را برایشان بسیار مفید کنند و می‌دانند که در بیشتر موارد از آن برای چه چیزی استفاده نکنند.

او افزود: از هوش مصنوعی تا حدودی ابهام‌زدایی شده است، زیرا مردم واقعاً اکنون از آن استفاده می‌کنند و این همیشه بهترین راه برای جلو بردن جهان با یک فناوری جدید است.

بخشی از اعتماد به فناوری شامل درک نحوه عملکرد آن است، اما آلتمن می‌گوید درک واقعی نحوه عملکرد هوش مصنوعی مولد با آنچه که مردم اکنون فکر می‌کنند کمی متفاوت خواهد بود.

او گفت: من نمی‌توانم به مغز شما نگاه کنم تا بفهمم چرا به آنچه در ذهن تان هست، فکر می‌کنید. اما می‌توانم از شما بخواهم که استدلال خود را توضیح دهید و تصمیم بگیرید که آیا این به نظر من منطقی است یا خیر. فکر می‌کنم سیستم‌های هوش مصنوعی ما نیز می‌توانند همین کار را انجام دهند. آنها می‌توانند مراحل A تا B را به زبان طبیعی برای ما توضیح دهند و ما می‌توانیم تصمیم بگیریم که آیا فکر می‌کنیم این مراحل خوب هستند، حتی اگر ما برای دیدن هر ارتباط به آن نگاه نمی‌کنم.

آینده هوش مصنوعی

پیش بینی از آینده هوش مصنوعی که هوش از سر شما می برد را مشاهده کنید:

خیلی از افراد هنوز هم با شنیدن واژه هوش مصنوعی به ربات ها فکر می کنند و تصور می کنند که منظور از هوش مصنوعی همان ربات های بی احساسی هستند که برای انجام راحت تر کارها طراحی شده‌اند و قرار است در آینده جای انسان ها را بگیرند. مسئول این نوع تفکر به احتمال زیاد فیلم های علمی و تخیلی است اما واقعیت با آنچه که تصور می شود تفاوت دارد.

هوش مصنوعی به انگلیسی Artificial intelligence که به طور مخفف آن را AI نیز می‌نامند، در واقع تکنولوژی است که به نحوی قابلیت تفکر دارد. البته این قابلیت تفکر با چیزی که ما به عنوان تفکر انسانی می‌شناسیم تا حد زیادی تفاوت دارد، اما در حقیقت سعی دارد تا از آن تقلید کند.

هوش مصنوعی باعث افزایش مصرف آب شد

مایکروسافت و گوگل با انتشار گزارش زیست‌محیطی خود، به افزایش مصرف آب به‌دلیل استفاده از فناوری هوش مصنوعی اشاره کرده‌اند.

مایکروسافت در جدیدترین گزارش زیست‌محیطی خود افزایش 34 درصدی مصرف آب از سال 2021 تا 2022 را گزارش کرده که بااین‌وجود، مصرف غول ردموندی به حدود 6.4 میلیارد لیتر رسیده است.

گوگل نیز در گزارش خود افزایش 20 درصدی مصرف آب در دوره زمانی مشابه را اعلام کرده است.

برای مقایسه، اوایل امسال در گزارش دیگری گفته شده بود که برای آموزش ChatGPT-3 حدود 700 هزار لیتر آب مصرف شده است. در این تحقیق همچنین تخمین زده شده بود که ChatGPT برای اینکه یک گفت‌وگو 25 تا 50 سؤالی با یک کاربر داشته باشد، به اندازه یک بطری 500 میلی‌لیتری آب مصرف می‌کند.

مراکز داده که محاسبات هوش مصنوعی در آن‌ها اجرا می‌شود به سیستم‌های خنک‌کننده بزرگی نیاز دارند که از گرم‌شدن بیش‌ازحد سرورها و سایر تجهیزات جلوگیری کنند. علاوه‌براین، محاسبات هوش مصنوعی می‌تواند انرژی‌بر باشد، به این معنی که تولید برق موردنیاز برای این عملیات می‌تواند به مصرف آب زیادی منجر شود؛ به‌ویژه زمانی که از فناوری‌های تولید برق مانند نیروگاه‌های ترموالکتریک (که برای خنک‌سازی به‌شدت به آب متکی هستند) استفاده می‌شود.

مایکروسافت در پاسخ به این گزارش اعلام کرد که «درحال کار روی راه‌هایی برای کارآمدترکردن سیستم‌های بزرگ – هم در آموزش و هم در کاربرد – است». این غول فناوری همچنین برای دستیابی به اهداف زیست‌محیطی خود تا سال 2030، به تجزیه‌وتحلیل گازهای گلخانه‌ای منتشرشده توسط سیستم‌های خود، افزایش استفاده از انرژی پاک برای تأمین انرژی مراکز داده، خرید انرژی‌های تجدیدپذیر و سرمایه‌گذاری روی ابتکارات سازگار با محیط‌زیست ادامه خواهد داد.

یکی از رویکردهای مورد بررسی کاهش انرژی موردنیاز محاسبات هوش مصنوعی است. این تلاش‌ها می‌تواند با ساخت الگوریتم‌ها و سخت‌افزارهای بهتر که به‌طور غیرمستقیم مصرف آب را کاهش می‌دهند، هوش مصنوعی را از نظر انرژی کارآمدتر کند.

نظر قابل توجه کارشناسان در مورد هوش مصنوعی

براساس گزارش جدید نشریه thomsonreuters، دو سوم متخصصان نسبت به ظهور هوش مصنوعی خوش‌بین هستند و می‌گویند این فناوری می‌تواند مسیرهای شغلی جدیدی ایجاد کند. افراد متخصص بر این باور هستند که هوش مصنوعی نمی‌تواند با برخی مهارت‌های تخصصی از جمله مهارت تفکر خارج از چارچوب و قدرت تجزیه و تحلیل شرایط پیچیده رویارویی کند و متحصصانی که چنین مهارت‌هایی دارند، حتی با گسترش هوش مصنوعی نه تنها کار خود را از دست نمی‌دهند، بلکه ارزش مهارت‌های آنها بیشتر از قبل به‌ چشم می‌آید.

در گزارش مربوط به آینده هوش مصنوعی و آینده کار، تامسون رویترز از ۱۲۰۰ متخصص در آمریکای شمالی، آمریکای جنوبی و بریتانیا نظرسنجی کرده است. نتایج نشان می‌دهد این افراد متخصص به‌جای نگرانی در مورد هوش مصنوعی، می‌گویند این فناوری می‌تواند آینده روشن‌تری را برای آنها رقم بزند.

هوش مصنوعی می‌تواند به ارزشمندتر شدن برخی تخصص‌ها کمک کند

از بین متخصصان مورد بررسی در نظر تامسون رویترز، ۶۴ درصد متخصصان اعلام کردند که انتظار دارند مهارت‌های حرفه‌ای آن‌ها طی پنج سال آینده با گسترش هوش مصنوعی، با ارزش‌تر شود. این در حالی است که ۲۴ درصد از پاسخ‌دهندگان می‌گویند این تغییرات مثبت در ۱۸ ماه آینده رخ می‌دهد. در این بین ۴۰ درصد شرکت‌کنندگان در نظرسنجی می‌گویند این تغییرات مثبت بین ۱۸ ماه تا ۵ سال آینده به‌شکل خوبی خود را نشان می‌دهد.

چگونه هوش مصنوعی می‌تواند برخی مهارت‌های حرفه‌ای را تحت تأثیر قرار دهد؟

هنگامی که از شرکت کنندگان پرسیده شد هوش مصنوعی تا چه اندازه می‌تواند باعث نادیده گرفته شدن مهارت‌های آنها می‌شود، ۶۶ درصد آنها اعلام کردند که انتظار ندارند هوش مصنوعی بتواند باعث نادیده‌ گرفته شدن مهارت‌های آنها شود. این افراد می‌گویند علی‌رقم قابلیت‌های پیشرفته هوش مصنوعی، ویژگی‌های انسانی و مهارت‌‌های تخصصی در آنها وجود دارد که هوش مصنوعی نمی‌تواند به‌خوبی آنها چنین کارهایی را انجام دهد. مثلاً این افراد متخصص می‌گویند مهارت‌هایی مانند تجزیه و تحلیل‌های سطح بالاتر و تفکر خارج چارچوب، جزو مواردی است که هوش مصنوعی قابلیت رویارویی با آن را ندارد.

از افراد شرکت کننده تنها ۱۹ درصد نگران از دست دادن شغل خود بودند. بیشتر افرادی که این نگرانی را داشتند، اعلام کرده بودند که ابزارهای مبتنی بر هوش مصنوعی ممکن است بتواند در تحقیقات از آنها پیشی بگیرد. هرچند احتمال عرضه اطلاعات نادرست نیز از سوی هوش مصنوعی وجود دارد./دیجیاتو

سرعت روند بیکاری در آینده باهوش مصنوعی زیاد می شود

شرکت IBM می‌گوید طی سه سال آینده، ۴۰ درصد نیروی کار به‌دلیل گسترش هوش مصنوعی مجبورند مهارت‌های جدیدی یاد بگیرند. این شرکت معتقد است هوش مصنوعی جایگزین افراد نمی‌شود، اما اگر کسی کار نکند و مهارت‌های جدیدی نیاموزد، با حضور گسترده‌تر هوش مصنوعی، کار خود را از دست می‌دهد.

براساس مطالعه انجام‌شده از سوی شرکت IBM، هوش مصنوعی مولد تأثیر زیادی بر بازار کار جهانی خواهد داشت و طی سه سال آینده، حدود ۴۰ درصد از پرسنل شرکت‌ها و سازمان‌ها مجبورند مهارت‌های جدیدی بیاموزند. در مطالعه انجام‌شده توسط این شرکت، ۸۷ درصد مدیران به این موضوع اشاره کرده بودند که انتظار دارند کارمندانشان خود را ارتقا دهند.

در مطالعه انجام‌شده توسط IBM حدود ۳۰۰۰ مدیر از ۲۸ کشور و ۲۱ هزار کارمند از ۲۱ کشور شرکت کرده‌اند. نتایج نشان می‌دهد از هر ۱۰ نفر نیروی کار، ۴ نفر آن‌ها نیاز به یادگیری مهارت‌های جدید مبتنی بر هوش مصنوعی و اتوماسیون دارند.

۴۰ درصد کارمندان باید مهارت‌های جدید بیاموزند تا بیکار نشوند

با وجودی که انتظار می‌رود با گسترش هوش مصنوعی، کارمندان در همه سطوح تحت تأثیر قرار گیرند، برخی مشاغل بیشترین تأثیر را از این موضوع دریافت می‌کنند. برای مثال، پرسنلی که در سطح کارهای اجرایی و موقعیت‌های نسبتاً ضعیف‌تر شرکت‌ها فعالیت‌‌ می‌کنند، لازم است خود را با فناوری جدید همگام کنند. این بررسی نشان می‌دهد ۷۷ درصد کارگران مجبورند با فناوری‌های مبتنی بر هوش مصنوعی و اتوماسیون در خطوط تولید همگام شوند. این درحالی است که حدود ۲۲ درصد رده‌های شغلی در سطح مدیریت ارشد سازمان تحت تأثیر گسترش هوش مصنوعی قرار می‌گیرند.

طبق یک مطالعه‌ انجام‌شده در ماه مارس، هوش مصنوعی مولد می‌تواند بر ۳۰۰ میلیون شغل در سراسر جهان تأثیر بگذارد. حال تحقیقات IBM‌ می‌گوید پرسنل باید همگام با فناوری‌های جدید خود را به‌روز کنند./دیجیاتو

به گزارش وال استریت ژورنال، آگهی‌های استخدام درزمینه هوش مصنوعی مولد از ابتدای سال جاری میلادی در وب‌سایت Indeed چهار برابر شده است. این تقاضای بالا در کنار محدودیت تعداد نیروی متخصص باعث شده که شرکت‌ها دستمزدهای شش‌رقمی به افراد پیشنهاد کنند تا آن‌ها را به استخدام خود درآورند.

ماه گذشته، نتفلیکس با پیشنهاد حقوق سالانه 900 هزار دلاری برای جایگاه شغلی مدیر محصول هوش مصنوعی خبرساز شده بود. حالا شرکت Hinge هم درحال جذب معاون هوش مصنوعی با حقوق سالانه 398 هزار دلاری است. از سوی دیگر، آمازون هم آگهی استخدام مدیر ارشد درزمینه هوش مصنوعی مولد و علوم کاربردی را با حقوق سالانه 340 هزار دلاری منتشر کرده است.

جذب متخصصان هوش مصنوعی تنها محدود به شرکت‌های فناوری نیست

این مسئله فقط به شرکت‌های فناوری محدود نمی‌شود. شرکت مالی Capital One با پیشنهاد حقوق 325 هزار دلاری، به‌دنبال جذب یک مهندس ماهر درزمینه هوش مصنوعی مولد است. والمارت نیز می‌خواهد برای پلتفرم هوش مصنوعی خود یک مدیر ارشد استخدام کند و بین 168 تا 252 هزار دلار به او حقوق سالانه خواهد داد.

حتی افراد نه‌چندان ماهر نیز می‌توانند با یک مدرک دانشگاهی درآمد خوبی در این حوزه داشته باشند. برای مثال، متا در یک آگهی استخدام به‌دنبال جذب یک مهندس هوش مصنوعی مولد با حداکثر حقوق سالانه 137 هزار دلاری است که به‌تازگی از دانشگاه فارغ‌التحصیل شده باشد. انویدیا هم آگهی استخدامی را برای یک متخصص تحقیقات هوش مصنوعی مولد با حقوق بین 156 و 247 هزار دلاری منتشر کرده است.

با افزایش توجهات نسبت به فناوری هوش مصنوعی مولد خیلی از شرکت‌ها به توسعه ابزارهای مختلفی در این زمینه مشغول شده‌اند یا استراتژی حرکت در این مسیر را در سر دارند. اما کمبود نیروی متخصص شرایط را برای این شرکت‌ها سخت کرده است./دیجیاتو

با این حال، روند آزمون و خطا تا حد زیادی بر ارزش این فناوری استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی در دنیای واقعی تاثیر خواهد گذاشت و این که میزان آن در زمینه تشخیصی اجرا شود. متاسفانه چون میزان استفاده از هوش مصنوعی در تشخیص بیماری کم بوده پس اطلاعات زیادی برای تجزیه و تحلیل و پردازش فعلا در دسترس نیست. این برنامه ها پتانسیل بالایی برای تأثیر چگونگی تشخیص پزشکان و سیستم های مراقبت های بهداشتی و توانایی افراد در درک تغییرات در سلامتی بیماران در زمان واقعی دارند.

با پیش بینی رشد سریع در بخش دستگاه های پزشکی، شرکت هایی که تلاش می کنند تا تشخیص دقیق و قابل اطمینان پزشکی مبتنی بر برنامه های کاربردی برای یادگیری ماشین ها و استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی  رابه بازار ارائه دهند، می تواند به جذب درصد زیادی از این بازار سودآور کمک کنند .

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به عنوان یک موضوع مشترک در سراسر برنامه های تشخیصی پزشکی در حال ظهور است

یادگیری ماشین ها برای تشخیص بیماری ها

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی: موسسه پزشکی در آکادمی ملی علوم، مهندسی و پزشکی گزارش می دهد که “خطاهای تشخیصی باعث تقریبا ۱۰ درصد مرگ و میر بیماران می شود” و همچنین ۶ تا ۱۷ درصد از عوارض بیمارستانی را شامل می شود. مهم است که توجه داشته باشیم که عملکرد پزشک معمولا سبب خطای تشخیصی نمی شود. در واقع، محققان علت خطاهای تشخیص را عوامل مختلف زیر می دانند:

همکاری و همکاری ناکارآمد فناوری اطلاعات سلامت (IT) با پزشکان

شکاف در ارتباط بین پزشکان، بیماران و خانواده های آنها

بررسی ۲۵ ساله ادعای پرداخت خسارت در ایالات متحده توسط محقق جان هاپکینز نشان داد که ادعاهای خطای تشخیصی در بیماران سرپایی (۶۸٫۸ درصد) و در بیماران بستری (۳۱٫۲ درصد) تنظیم شده است. با این حال، کسانی که در بیمارستان بستری بودند، تقریبا ۱۱٫۵ درصد بیشتر احتمال مرگ و میر را داشتند. مجموع پرداخت های غرامتی در مدت ۲۵ سال به مجموع ۳۸٫۸ میلیارد دلار رسید.

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به عنوان یک موضوع مشترک در سراسر برنامه های تشخیصی پزشکی در حال ظهور است

کاربردهای فعلی AI در تشخیص پزشکی

به نظر می رسد بسیاری از برنامه های کاربردی تشخیصی که امروزه در حال استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی هستند که تحت دسته بندی های زیر قرار می گیرند:

Chatbots: شرکت ها از AI-chatbots با قابلیت تشخیص گفتار برای شناسایی الگوها در علائم بیمار استفاده می کنند تا بالقوه بیماری را تشخیص و پیشگیری کنند.

انکولوژی: محققان از یادگیری عمیق ماشین ها برای آموزش الگوریتم ها برای تشخیص بافت سرطانی در سطح قابل مقایسه با پزشکان آموزش دیده استفاده می کنند.

آسیب شناسی:  تشخیص بیماری مبتنی بر تجزیه و تحلیل آزمایشگاهی مایعات بدن مانند خون و ادرار و همچنین بافت ها است.

در تکنولوژی هوش مصنوعی، چشم انداز ماشین ها و سایر تکنیک های یادگیری ماشین ها می توانند تلاش هایی را که به طور سنتی برای آسیب شناسی با میکروسکوپ انجام می شود را به طرز چشمگیری دقیق تر و میزان آن را افزایش دهند.

بیماری های نادر: نرم افزار تشخیص چهره با یادگیری دستگاه همراه است تا به پزشکان تشخیص بیماری های نادر کمک کند. عکس های بیمار با استفاده از تجزیه و تحلیل چهره و یادگیری عمیق برای شناسایی فنوتیپ هایی که با بیماری های ژنتیکی نادر ارتباط دارند، تجزیه و تحلیل می شوند.

مهم است که توجه داشته باشیم که این لیست کاملی از استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی نیست و این فناوری به سرعت در حال پیشرفت است.

برخی از بزرگترین فرصت ها و چالش های استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی چیست؟

از توالی ژنوم فردی تا سنسورهای پیچیده، امروزه اطلاعات بیشتری در مورد سلامت از قبل به دست آمده است. هوش مصنوعی به ما فرصت می دهد تا بینش های عملی را از اقیانوس های داده ای که ما را در حال غرق کردن است، بدست آوریم. مزیت استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی این است که بسیار مقیاس پذیر است. همراه با دسترسی به اطلاعات مناسب، AI بالقوه برای تاثیر گذاری بر زندگی تمام ۷٫۵ میلیارد نفر که در حال حاضر در این سیاره زندگی می کنند، وجود دارد.

بزرگترین مزیت AI زمانی حاصل خواهد شد که فراتر از مرزها را ببینیم و برویم. ما باید در سراسر کشورها، جوامع و صنایع برای گسترش استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی همکاری کنیم.

با این حال، هشدارهای مختلف نیز وجود دارد. اول اینکه عملکرد سیستم های AI به کیفیت داده بستگی دارد. بنابراین، ما ابتدا باید اطلاعات بهداشتی را که دقیق  و بی طرف هستند، ارزیابی کنیم.

دوم، قول مقیاس پذیری با نیاز به نوعی استاندارد سازی داده ها به وجود می آید. به عنوان مثال، استانداردهای تلفن در سرتاسر جهان به ما در برقراری ارتباط با یکدیگر کمک می کند. به طور مشابه، اگر یک استاندارد جهانی برای گرفتن اطلاعات تصویری وجود داشته باشد، می توانیم این تصاویر را مستقیما در بیماران سراسر جهان مقایسه کنیم.

چالش سوم در استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی ، شفافیت و اعتماد است. مقیاس پذیری AI یک شمشیر دو طرفه است زیرا اشتباهات نیز می توانند مقیاس پذیر باشند.

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به عنوان یک موضوع مشترک در سراسر برنامه های تشخیصی پزشکی در حال ظهور است

آیا ما نیاز به شفافیت بیشتری در سیستم های AI داریم؟ اگر چنین است، چرا؟

بله، من فکر می کنم ما به سیستم های AI شفاف نیاز داریم. به خصوص در زمینه پزشکی، مسائل بالایی در تصمیمات ما وجود دارد. مشارکت بین هوش انسانی و هوش مصنوعی باید بر مبنای اعتماد ایجاد شود.

هنگامی که سیستم AI بر خلاف شهود بشر پاسخ می دهد، مهم است که آن را درک کنید. ما باید کشف کنیم که آیا سیستم AI در حال تلاش برای این است که چیزی به ما آموزش می دهد یا اینکه اشتباه از هوش مصنوعی و برنامه ریزی آن است. شفافیت نیز تضمین می کند که سیستم های هوش مصنوعی ارزش های انسانی ما مانند عدالت، استقلال و احترام  که پزشکان به بیماران خود می دهند را منعکس کنند.

تصور کنید اگر مجبور نباشیم برای تشخیص ارتروز، منتظر صدمه و درد استخوان باشیم. اگر بشه قبل از بروز هرگونه علائمی بیماری های خودمون رو تشخیص بدیم چی؟ اگه بتونیم قبل از بروز بیماری آن را درمان کنیم چی؟ به نظر شما جان چند نفر نجات داده میشه؟ چند نفر از نرمی استخوان، سرطان و خیلی بیماری های دیگه جان سالم به درمیبرند؟ آیا به نظر شما میشه به چنین سیستمی اعتماد کرد؟

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به عنوان یک موضوع مشترک در سراسر برنامه های تشخیصی پزشکی در حال ظهور است

استفاده از هوش مصنوعی برای تشخیص سرطان

در بررسی استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی ، محققان می گویند هوش مصنوعی در حال حاضر بهتر و سریع تر در تشخیص سرطان از پزشکان است.

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به عنوان یک موضوع مشترک در سراسر برنامه های تشخیصی پزشکی در حال ظهور است

دقیق تر از متخصصین پوست.

یک سیستم AI که توسط یک تیم از آلمان، فرانسه و ایالات متحده ساخته شده است، می تواند به طور چشمگیری قدرت بیشتری در تشخیص سرطان پوستی نسبت به متخصصین پوستی داشته باشد. در این تحقیق، این نرم افزار قادر به تشخیص دقیق سرطان در ۹۵٪ تصاویر از مدلهای سرطانی و نقاط خوش خیم بود، در حالی که یک تیم متشکل از ۵۸ متخصص پوست  توانست ۸۷٪ موارد را تشخیص دهد.

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به عنوان یک موضوع مشترک در سراسر برنامه های تشخیصی پزشکی در حال ظهور است

یک الگوریتم برای سرطان پروستات

محققان چینی الگوریتمی را ایجاد کرده اند که می تواند سرطان پروستات را دقیقا مثل یک متخصص فوق حرفه ای تشخیص دهد. رهبر پژوهشی تیم تولیدی این سیستم هوش مصنوعی Hongqian Guo از دانشگاه نانجینگ گفت: “این الگوریتم کمک خواهد کرد پاتولوژیست ها تشخیص سریعتری در مورد سرطان داشته و حس قضاوت انسانی را که شرایط روزمره در آن تاثیر دارد، را از بین ببرد. استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی و سرطان پروستات بسیار موثر است.

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به عنوان یک موضوع مشترک در سراسر برنامه های تشخیصی پزشکی در حال ظهور است

هدف قرار دادن تومورهای سر و گردن

محققان دانشگاه تگزاس، هوستون، یک نرم افزار را برای تشخیص دقیق شکل تومورهای سر و گردن ایجاد کرده اند. در مطالعات انجام شده، پزشکان آموزش دیده به طور گسترده ای ارزیابی حجم تومور را انجام داده اند. این نرم افزار انکولوژیست های پرتویی را قادر می سازد درمان های خود را به طریق بهینه تری در محل سرطان انجام دهند و این خیلی مهم است زیرا این نوع از سرطان ها در نقاط حساس بدن انسان یعنی سر و گردن هستند.

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به عنوان یک موضوع مشترک در سراسر برنامه های تشخیصی پزشکی در حال ظهور است

سرطان روده بزرگ

دانشمندان یوکوهاما، ژاپن، یک نرم افزار را طراحی کرده اند که می تواند سرطان روده بزرگ را در مراحل اولیه خود با دقت ۸۶٪ تشخیص دهد. تشخیص محل این نوع سرطان بسیار دشوار است زیرا قبل از اینکه تومورها بدخیم و کشنده شوند، به عنوان سلول های سرطانی وارد جریان خون می شوند، بنابراین تشخیص زود هنگام بسیار مهم است. اینجاست که استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به کار می آید

استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی به عنوان یک موضوع مشترک در سراسر برنامه های تشخیصی پزشکی در حال ظهور است

سرطان پستان

محققان در کالج امپریال لندن با DeepMind Health در حال کار با تکنیک های مبتنی بر AI برای بهبود دقت غربالگری سرطان پستان هستند. با مطالعه ۷،۵۰۰ ماموگرام، آنها امیدوارند که نرم افزاری ایجاد کنند که تشخیص اشتباهی مثبت کاذب را کاهش دهد. آنها قصد دارند یافته های خود را در اواخر امسال معرفی کنند.

امروز الگوریتم‌های کامپیوتری در حال انجام وظایفی باورنکردنی هستند با دقت بالا، در ابعاد عظیم، با استفاده از هوش شبه انسانی. و به این هوش کامپیوترها معمولا AI گفته می‌شود یا هوش مصنوعی. هوش مصنوعی به وجود آمده تا تاثیر شگرفی درزندگی آینده ما داشته باشد. با این وجود امروزه هنوز با چالش‌های بزرگی روبرو هستیم در شناسایی و تشخیص چندین بیماریخطرناک، مانند بیماری‌های عفونی و سرطان. هر سال هزاران بیمار جان خود را به خاطر سرطان کبد یا دهان از دست می‌دهند.بهترین روش ما برای کمک به این بیماران شناسایی و تشخیص زودهنگام این بیماری‌ها است. خوب امروز چطور این بیماری‌ها را شناسایی می‌کنیم، و آیا هوش مصنوعی می‌تواند کمک کند؟

در بیمارانی که، متاسفانه، مشکوک به این بیماری‌ها هستند، پزشک متخصص ابتدا دستور می‌دهد در پروسه استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی ، تصویربرداری‌های پزشکی بسیار گرانی مانند تصویربرداری فلوئورسانت، سی‌تی و ام‌آر‌آی انجام شوند. بعد از گرفتن آن تصویرها، پزشک متخصص دیگری با آن تصاویر تشخیص می‌دهد و با بیمار صحبت می‌کند. و می‌بینید که این فرایندی بسیار هزینه‌بر است، و هم به پزشکان متخصص نیاز دارد، و هم فناوری‌های گران‌قیمت تصویربرداری پزشکی، و برای کشورهای در حال توسعه کاربردی تلقی نمی‌شود. و البته برای بسیاری از کشورهای صنعتی هم به همچنین. پس می‌توانیم این مشکل را با هوش مصنوعی حل کنیم؟ امروز، اگر می‌خواستم با معماری‌های هوش مصنوعی سنتی

این مشکل را حل کنم، به ۱۰٫۰۰۰ — تکرار می‌کنم، لازم بود اول چیزی حدود ۱۰٫۰۰۰ از این تصویرهای بسیار گران گرفته شوند. پس از آن، پیش یک متخصص می‌رفتم، تا آن تصاویر را برای من تحلیل کند. و با استفاده از این دو اطلاعات، می‌توانم یک شبکه عصبی عمیق استاندارد یا یک شبکه یادگیری عمیق بسازم که تشخیص را برای بیماران انجام دهد. مشابه روش اول، روش‌های هوشمصنوعی سنتی هم از مشکلات مشابهی رنج می‌برند. میزان زیادی اطلاعات، پزشکان متخصص و فناوری‌های تصویربرداری تخصصی پزشکی.

خوب، آیا در مورد استفاده از هوش مصنوعی برای تشخیص بیماری پزشکی می‌توانیم معماری‌های هوش مصنوعی مقیاس‌پذیرتر، موثرتر و باارزش‌تری ایجاد کنیم که این مشکلات بسیار مهم که امروز پیش روی ما هستند را حل کنند؟ و این دقیقا کاری است که گروه من در آزمایشگاه رسانه MIT انجام می‌دهد. ما گونه‌های مختلف نامعمولی از معماری هوش مصنوعی اختراع کرده‌ایم تا بعضی از مهم‌ترین چالش‌های امروزی پیش رو در تصویربرداری پزشکی و آزمایش‌های بالینی را حل کنیم. در مثالی که امروز با شما مطرح کردم، دو هدف داشتیم. هدف اول کاهش تعداد تصاویرمورد نیاز برای آموزش به الگوریتم‌های هوش مصنوعی بود. هدف دوم — جاه‌طلب‌تر شدیم، می‌خواستیم استفاده از فناوری‌های گران تصویربرداری پزشکی را هم برای بررسی بیماران کاهش دهیم. خوب چطور این کار را کردیم؟ برای هدف اول‌مان، به جای شروع با ده‌ها هزار تصویر گران‌قیمت پزشکی مثل هوش مصنوعی سنتی، با یک تصویر پزشکی شروع کردیم. از این تصویر، من و گروهم روشی هوشمندانه برای استخراج میلیاردها بسته اطلاعات پیدا کردیم. این بسته‌های اطلاعات شامل رنگ، پیکسل، هندسه و ترجمه بیماری روی تصویر پزشکی بود. به بیانی، ما یک عکس را به میلیاردها نقطه اطلاعاتی آموزشی تبدیل کردیم، که به طور قابل توجهی میزان اطلاعات لازم برای آموزش را کاهش داد. برای هدف دوم‌مان،

برای کاهش استفاده از فناوری‌های تصویربرداری گران‌قیمت پزشکی برای بررسی بیماران، ما با یک عکس استاندارد با نور سفید شروع کردیم، که با یک دوربین DSLR یا دوربین گوشی از بیمار گرفته شده بود. بعد، آن میلیاردها بسته اطلاعاتی را یادتان هست؟ما آنها را از تصویر پزشکی روی این عکس انداختیم، تا چیزی بسازیم که به آن تصویر مرکب می‌گوییم. در عین ناباوری، فقط به ۵۰ عکس — تکرار می‌کنم، فقط ۵۰ — از این عکس‌های ترکیبی را برای آموزش الگوریتم‌مان برای بازدهی بالا نیاز داشتیم. برای خلاصه کردن روش‌مان، به جای استفاده از ۱۰٫۰۰۰ عکس پزشکی خیلی گران، حالا می‌توانیم الگوریتم هوش مصنوعی را به روشی نامعمول آموزش دهیم،