شبکه عصبی

حمله تصویری به سامانه‌های هوشمند پزشکی
21 خرداد 1398
کمک ماشین‌ها به بهتر دیدن ما، از نتایج مهم استفاده از روش‌های پردازش تصویر و یادگیری ماشین در دنیای جدید است. تقویت آنچه می‌بینیم کمک بزرگی در زندگی روزمره ما خواهد بود. به‌طور مثال ماشین‌های بینایی که در پزشکی استفاده می‌شوند، هنوز قابل‌اعتماد نیستند و به‌راحتی فریب می‌خورند. آثار چنین ایرادی هم می‌تواند به قیمت جان انسان‌ها تمام شود و در خوش‌بینانه‌ترین حالت، ضرر مالی به‌ آن‌ها بزند
افرادی که وجود ندارند
21 خرداد 1398
ما همیشه از ماشین‌ها برای ساده‌تر شدن کارهای خود استفاده کرده‌ایم. ماشین‌ها در حالت ایده‌آل می‌توانند ساعت‌ها و حتی روزها بدون خستگی و این‌که مرتکب اشتباه شوند، به وظایف خود عمل کنند. بینایی یکی از مهم‌ترین ویژگی‌هایی است که همیشه در پی افزودن آن به ماشین‌های خود بوده‌ایم. ماشین‌هایی که بتوانند ببینند، کاربردهای زیادی دارند؛ مثل تولید تصاویر جعلی برای آموزش سامانه‌های بینایی هوشمند.
گوگل، گفتار را با صدا و لحن گوینده ترجمه می‌کند
03 خرداد 1398
گوگل با استفاده از شبکه عصبی آموزش دیده، صدا و لحن گوینده را در ترجمه نیز بازنمایی می‌کند. انتقال لحن و صدای گوینده از زبان مبدا به زبان مقصد بر ظرافت ترجمه می‌افزاید و به‌لحاظ نظری از خطاهای ترجمه نیز می‌کاهد زیرا در این روش، مراحل لازم جهت ترجمه، کاهش می‌یابد.
شبکه های عصبی از نگاه روانشناسان
12 فروردين 1398
سامانه‌های هوشمند مبتنی بر یادگیری عمیق تا چه میزان قابل‌اعتماد هستند و تا چه اندازه قادرند عملکرد مغز انسان را تقلید کنند؟ گروهی از روانشناسان شناختی دانشگاه یو‌سی‌ال‌ای در تحقیقی سعی کرده‌اند برای این پرسش‌ها پاسخی بیابند.
پیش‌بینی آنفولانزا با کمک اینستاگرام
11 اسفند 1397
محققان فنلاندی دریافته‌اند که رابطه معناداری میان پست‌های اینستاگرامی و میزان شیوع آنفولانزا در این کشور وجود دارد. آن‌ها با بررسی عکس‌های منتشر شده با هشتگ‌هایی نظیر «آنفولانزا»، شبکه‌ای عصبی ساخته‌اند که قادر است شیوع این بیماری را پیش‌بینی کند.
در سال‌های اخیر بسیاری از کاربران به‌خوبی دریافته‌اند که چطور از خود در مقابل مهاجمان فضای مجازی محافظت کنند. آن‌ها در نصب نرم‌افزارهای تلفن همراه دقت زیادی می‌کنند، وارد هر لینکی نمی‌شوند و رمزهای عبور مناسبی برای خود انتخاب می‌کنند. بااین‌حال، پیشرفت فناوری و افزایش امکانات دستگاه‌های دیجیتال، روزنه‌های نفوذ جدیدی را به روی مهاجمان می‌گشاید و زمان می‌برد تا کاربران عادی متوجه این دریچه‌های نفوذ شوند و روش مسدود کردن آن‌ها را بیاموزند. در ای مقالی مثالی از چنین روزنه‌های نفوذی را بررسی خواهیم کرد؛ این‌که چطور مهاجمان می‌توانند با دستورهای صوتی و بدون این‌که کسی متوجه شود، ده‌ها دستیار صوتی را فریب دهند.
روبات‌هایی که می‌بینند و از انسان می‌آموزند
01 آبان 1397
محققانی از شرکت انویدیا سامانه هوشمندی توسعه داده‌اند که بنا به ادعای آن‌ها، در نوع خود نخستین سامانه مبتنی بر یادگیری عمیق محسوب می‌شود که می‌تواند با مشاهده نحوه انجام یک کار توسط انسان، آن کار را بیاموزد. این روش با هدف ارائه راهی مناسب برای برقراری ارتباط بین انسان و روبات طراحی‌شده و کمک خواهد کرد که در آینده روبات‌ها به طرز مناسب‌تری در کنار انسان کار کنند. آنچه انویدیا ارائه کرده بسیار ابتدایی است، اما دریچه‌ای جدید را در حوزه روباتیک گشوده است.
هوش مصنوعی در حال پیشرفت است و دیگر به حضور این موجود ناشناخته در لابه‌لای خبرهایی که می‌خوانیم و می‌شنویم عادت کرده‌ایم. این موجود نادیده می‌تواند به زبان چینی شعر بگوید. هوش مصنوعی تا کجا در زندگی ما پیش خواهد رفت؟ تا کجا مراقب ما خواهد بود؟ هوش مصنوعی دیگر یک داستان نیست؛ واقعیت محضی است که باید مراقبش باشیم.
شناسایی و شمارش حیوانات وحشی با کمک هوش مصنوعی
05 شهريور 1397
کاربردهای هوش مصنوعی فراتر از دستیارهای صوتی و خودران‌ها است. محققانی از دانشگاه‌های آبرن (Auburn)، هاروارد، آکسفورد، مینه‌سوتا و وایومینگ، الگوریتم یادگیری ماشینی را توسعه داده‌اند که قادر به شناسایی، توصیف و شمارش جانوران با دقت ۹۶.۶ درصد است.
پردازش درون‌حافظه‌ای: راهکاری برای سامانه‌های هوشمند آینده
28 مرداد 1397
رایانش درون‌حافظه‌ای (In-Memory Computing یا Computational Memory) یک مفهوم نسبتا جدید است و در این روش سعی می‌شود از خصوصیات فیزیکی ابزارهای ذخیره‌سازی، هم برای ذخیره‌سازی و هم برای پردازش اطلاعات استفاده شود.

صفحه‌ها

اشتراک در شبکه عصبی