هفت زمینه‌ی جذاب برای هوش مصنوعی در سال ۲۰۲۰(بخش نخست)

هوش مصنوعی در آینده پتانسیلی قوی توام با خطرات احتمالی را برای انسان به ارمغان می‌آورد. اگر چه این صنعت مراحل ابتدایی رشد خود را پشت سر می‌­گذارد، ولی خدمات بی‌نظیری را در اختیار انسان قرار داده است. در این مقاله از مجله‌ی فناوری‌های توان‌افزا و پوشیدنی به بررسی زمینه‌­هایی اصلی هوش مصنوعی که توسط کارشناسان این حوزه پیش بینی شده است، می‌­پردازیم و چنانچه هوش مصنوعی در این زمینه‌­ها به نتیجه برسد، شاهد تحولات مهیجی خواهیم بود.

هفت زمینه جذاب هوش مصنوعی

فناوری­های بزرگ بعدی چه خواهند بود

مطابق گزارش برخی از منابع مانند Forbes، فناوری­ هایی که در آینده به عنوان فناوری­ های بزرگ شناخته می­ شوند، شامل موارد زیر خواهند بود، اگر چه تنها به این حوزه­‌ها محدود نمی‌شود:

بلاکچین
بلاکچین به عنوان یک سرویس
اتوماسیون با هدایت هوش مصنوعی
یادگیری ماشین
مدیریت محتوای سازمانی
هوش مصنوعی برای انجام کارهای دفتری در تجارت­‌های مختلف
برنامه‌­های کاربردی هوش مصنوعی برای محاسبات کوانتومی
اینترنت اشیاء

کدامیک از حوزه­های هوش مصنوعی جذابیت بیشتری دارد

به گفته‌­ی برخی از منابع مانند The Next Web، حوزه‌­های اصلی هوش مصنوعی در سال ۲۰۲۰ شامل موارد زیر است:

استفاده از هوش مصنوعی برای ایجاد دقت بیشتر و هزینه‌­ی کمتر در زمینه­‌ی مراقبت‌­های بهداشتی
به کار بردن هوش مصوعی برای ایجاد شفافیت
توسعه‌ی هوش مصنوعی به منظور کاهش استفاده از داده
بهبود دقت و کارایی شبکه‌­های عصبی
توسعه‌ی هوش مصنوعی خودکار
استفاده­‌ی گسترده از هوش مصنوعی در زمینه‌­ی ساخت

پیامدهای ژئوپلیتیکی برای استفاده از هوش مصنوعی

در سال ۲۰۲۰ شاهد کدامیک از حوزه­‌های پر کار در هوش مصنوعی خواهیم بود؟

گرافیک یارانه­‌ای بهره­‌ی بسیاری از هوش مصنوعی خواهد برد

یکی از زمینه­‌های پر استفاده از هوش مصنوعی در سال ۲۰۲۰ گرافیک یاران‌ه­ای خواهد بود. این امر به ویژه در مورد اثرات نوری برای ایجاد محیط­‌های واقعی، وسایل نقلیه، شخصیت­‌های ویدئویی و بازی­‌ها کاربرد خواهد داشت.

بازآفرینی یک نسخه‌ی واقعی از فلز یا ایجاد سطحی براق بر روی چوب یا پوست انگور به خودی خود فرایندی بسیار زمان­گیر است. همچنین برای انجام آن به فردی زبده و صبور نیاز است.

در حال حاضر محققان بسیاری، مشغول به توسعه‌­ی روش­‌های جدیدی در هوش مصنوعی هستند تا به کمک آن بتوان گرافیک­‌های پیچیده‌­ی رایانه‌­ای را به وجود آورد. برای مثال شرکت NVIDIA، طی چند سال اخیر مشغول به کار و پژوهش در این زمینه بوده است.

آن­ها از هوش مصنوعی به منظور بهبود فناوری­‌هایی مانند ایجاد اثرات نورپردازی فوق واقع بینانه (ray tracing) و تبدیل عکس از حالت برداری به حالت پیکسلی (rasterization) برای به وجود آوردن روش­‌هایی ارزان­‌تر و سریع­تر در ساخت گرافیک کامپیوتری بهره می­‌برند.

همچنین محققانی در وین در حال کار بر روی روش­‌هایی هستند تا فرایند ساخت این گرافیک‌­ها را به صورت جزئی و کامل، تحت نظارت یک متخصص به صورت خودکار درآورند. این محققین طی فرایند توسعه­‌ی خود از الگوریتم­‌‌های شبکه‌­های عصبی و یادگیری ماشین برای گرفتن سریع درخواست از سازنده و تولید تصاویر نمونه برای آن­ها استفاده می‌­کنند.

بهبود یا به زوال رفتن حوزه ی Deepfakes

Deepfake حوزه­‌ی دیگری از هوش مصنوعی است که طی سال­‌های اخیر پیشرفت گسترده‌ای در آن رخ داده است. در سال ۲۰۱۹ شاهد مجموعه­‌ای از اتفاقات متاثر از این حوزه بودیم که خوشبختانه طنزآمیز بود که به صورت ویروسی در شبکه‌­های اجتماعی پراکنده شد.

اما با گذشت زمان این فناوری پیشرفت خواهد کرد که البته می­‌تواند از نظر این که شهرت افراد را در دنیای واقعی به خطر بیندازد، و پیامدهای جبران ناپذیری را در پی داشته باشد.

در آینده با وجود deepfake، چطور قادر خواهیم بود ویدئوهای واقعی را از نمونه­‌ی ساختگی آن تشخیص دهیم؟ این مسئله­‌ی بسیار مهمی است زیرا این فناوری با قدرتی که در ایجاد تصاویر ساختگی دارد، می­‌تواند به راحتی در گسترش اطلاعات نادرست سیاسی، خرابکاری ‌های سازمانی و حتی حمله‌­های سایبری مورد استفاده قرار گیرد.

گوگل و فیس­بوک در تلاشند تا با انتشار مجموعه‌­ی گسترده­‌ای از فیلم‌­های آموزشی، مردم را در برابر این فناوری نسبتا مخرب آگاه سازند.


بیشتر بخوانیم:
آزمایش CompCyst : کاهش جراحی های غیر ضروری پانکراس با یادگیری ماشین
دستیابی به رابط های غیرتهاجمی مغز و رایانه برای کنترل اندام رباتیک
یادگیری ماشین کوانتومی چیست و چگونه میتواند به ما کمک کند؟


منبع: interestingengineering

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوری‌های توان‌افزا و پوشیدنی) مجاز است»

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *