مهدی صنعت‌جو

بعد از گذشت حدود نیم‌ قرن، هنوز برخی معتقدند فرود آپولو۱۱ بر سطح ماه یک دروغ رسانه‌ای بوده و چنین مأموریتی در واقعیت انجام نشده است. از جمله دلایل این افراد هم نوع نورپردازی عکسی از این مأموریت است که قدم گذاشتن انسان بر ماه را نشان می‌دهد. شرکت انویدیا چهار سال پیش سعی کرد با کمک پردازنده‌های گرافیکی‌‌اش، پاسخی به این شکاکان بدهد و صحنه نشان داده شده در عکس مورد بحث را بطور سه بعدی باز‌آفرینی کرده و ثابت کند نورپردازی این عکس حقیقی است و حقه‌ای در کار نبوده است. حالا بار دیگر، محققان انویدیا همین کار را با استفاده از پردازنده‌های گرافیکی RTX انجام داده‌اند. این پردازنده‌ها که مبتنی بر معماری تورینگ ( Turing) هستند امکان «ردیابی‌ زنده پرتو» ( real-time ray-tracing ) را در اختیار قرار می‌دهند.
طراحان تراشه با چالشی مواجه هستند؛ فرآیند کند ساخت مدارهای پردازشی که نیازمند سال‌ها تحقیق و توسعه است و در مقابل، رشد سریع حوزه نرم‌افزار، طراحان سخت‌افزار را به دردسر انداخته است چون آن‌ها در پیش‌بینی وظایفی که در آینده بر دوش سخت‌افزارهایشان گذاشته خواهد شد با دشواری‌های زیادی روبه‌رو هستند. ممکن است برای طراحی و توسعه یک معماری پردازشی جدید، میلیون‌ها دلار خرج شود و سال‌ها زمان صرف شود ولی نتیجه آن چیزی نباشد که انتظار می‌رفت و این، ریسک بزرگی در چنین سرمایه‌گذاری هنگفتی محسوب می‌شود.
شرکت خودروسازی فورد و آزمایشگاه هوش مصنوعی کوانتومی ناسا( QuAIL) قراردادی ۱۰۰هزار دلاری به امضا رساندند که بر اساس آن فورد متعهد می‌شود در تحقیقات مربوط به خودران‌های خود از کامپیوترهای کوانتومی ناسا استفاده کند. در این قرارداد یک ساله که ژوئیه امسال و در سکوت خبری به امضا رسید، قرار است از کامپیوترهای پانزده میلیون دلاری D-Wave 2000Q ناسا برای حل مسایل بهینه‌سازی که فورد با آن‌ها مواجه است استفاده شود. این کامپیوترها قادرند با استفاده از اثرات کوانتومی، مسایل بهینه‌سازی و یادگیری ماشینی را با درجه بالایی از موازی‌سازی حل کنند و با سرعتی بسیار بیشتر از کامپیوترهای دیجیتال سنتی به نتیجه خواهند رسید.
به عقیده رئیس بانک جهانی، هوش مصنوعی این امکان را به ما می‌دهد که شش ماه پیش از بروز بحران و از کنترل خارج شدن اوضاع، خود را برای رویارویی با بحران آماده سازیم و اقدام‌های لازم را انجام دهیم و البته به کودکان کمک کنیم که سامانه عصبی سالم‌تری داشته باشند و در آینده درآمد بهتری کسب کنند.
ما همیشه علاقمند هستیم ماشین‌هایی بسازیم تا بتوانند ببینند و دنیای اطراف خود را درک کنند. این روزها استفاده از یادگیری ماشین در حوزه بینایی کامپیوتری محبوبیت زیادی پیداکرده‌ و محققان به‌طورجدی روی استفاده از روش‌های یادگیری ماشینی در حوزه تصویرگری و تحلیل تصاویر کار می‌کنند. انویدیا، با آموزش دادن سامانه‌های هوشمند، سعی در کاهش نویز عکس‌ها و افزایش کیفیت آن‌ها دارد.
این احتمال وجود دارد که در تجهیزات سخت‌افزاری مورد استفاده توسط شرکت‌هایی نظیر آمازون ( AWS) و اپل، تراشه‌های بسیار کوچکی جاسازی شده باشند که امکان جاسوسی از این شرکت‌ها را فراهم می‌کنند. بنا بر ادعای بلومبرگ، این نفوذ حدود سه سال است که بطور محرمانه توسط دولت آمریکا تحت بررسی است و البته شرکت‌های اپل و آمازون و نیز سازنده مادربوردهای آلوده به تراشه جاسوس، وجود این مشکل را انکار می‌کنند. شناسایی و مقابله با نفوذهای سخت‌افزاری نظیر آنچه بلومبرگ مدعی آن شده است، بسیار دشوارتر از نفوذهای نرم‌افزاری است.
ما همیشه علاقمند هستیم ماشین‌هایی بسازیم تا بتوانند ببینند و دنیای اطراف خود را درک کنند. این روزها استفاده از یادگیری ماشین در حوزه بینایی کامپیوتری محبوبیت زیادی پیداکرده‌ و محققان به‌طورجدی روی استفاده از روش‌های یادگیری ماشینی در حوزه تصویرگری و تحلیل تصاویر کار می‌کنند.
این محققان، شنود مخفیانه مکالمات را به‌طور کامل رد نکرده‌اند. زیرا در استفاده از این نرم‌افزارها موقعیت‌هایی وجود دارد که در این تحقیق پوشش داده نشده‌اند. آن‌ها در این تحقیق از نرم‌افزار خودکار استفاده کرده‌اند و نه کاربر انسانی و شاید این نکته، در میزان دقت نتایج حاصل تأثیرگذار باشد. نکته دیگر این‌که آن‌ها این تحقیق را در شرایطی کنترل‌شده انجام داده‌اند. بر همین اساس هنوز نمی‌توان با قطعیت گفت که گوشی‌های‌همراه ما، مکالمات را نیز برای آدرس‌های متفرقه ارسال می‌کنند یا خیر.
در آینده هوش مصنوعی در دنیای همراه کمک‌های زیادی به ما خواهد کرد. مثلا ما قادر خواهیم بود با تجزیه و تحلیل سیگنال‌های وای‌فای و با کمک هوش مصنوعی و یادگیری ماشین فردی را که در پشت یک دیوار پنهان شده شناسایی کنیم و او را زیر نظر بگیریم.
یادگیری ماشین در شبکه‌های موبایل نسل آینده
30 شهريور 1397
اپراتورهای مطرح دنیا در تلاش هستند تا هر چه سریع‌تر مشتریان خود را به خدمات نسل پنجم شبکه‌های سیار مجهز کنند که البته، این کار چندان ساده‌ای نیست. شرکت نوکیا در تلاش است با استفاده از یادگیری عمیق، برخی از چالش‌های ناشی از این پیچیدگی‌ها را برطرف سازد و از یک‌سو بر میزان کارایی شبکه بیفزاید و از سوی دیگر، هزینه‌ها را کاهش دهد.

صفحه‌ها

اشتراک در مهدی صنعت‌جو