بی‌ام‌و برای موتورسواران عینک هوشمند می‌سازد

این عینک‌ نوآورانه تمام داده‌های مربوط به حمل‌و‌نقل از جمله سرعت، یا دنده را در میدان دید موتور‌سوار قرار خواهد داد.

بی‌ام‌دبلیو (‌BMW)‌، سازنده خودرو و موتورسیکلت، اعلام کرد به مناسبت ۱۰۰ سالگی خط تولید موتورسیکلت این خودروسازی، بی‌ام‌دبلیو موتوراد (BMW Motorrad)، عینک هوشمند کانکتدراید اسمارت‌گلسز (ConnectedRide Smartglasses) را روانه بازار خواهد کرد.

عینک‌ نوآورانه موتورسیکلت بی‌ام‌دبلیو، با فناوری هدآپ (Head Up)، تمام داده‌های مربوط به حمل‌ونقل ازجمله سرعت، یا دنده را مستقیما و در لحظه، در میدان دید موتورسوار قرار خواهد داد، و پیش‌بینی می‌شود موتورسواری ایمن‌تری را فراهم کند.

این عینک‌ به‌راحتی از طریق بلوتوث و نرم‌افزار به گوشی هوشمند متصل می‌شود. تنظیمات و شیوه نمایش داده‌ها را می‌توان قبل از سواری یا در حین آن، با کمک کنترل چندکاره‌ای که روی دسته موتورسیکلت تعبیه می‌شود، انتخاب کرد.

بر اساس توضیحات وب‌سایت بی‌ام‌دبلیو، این عینک هوشمند، علاوه بر رابط کاربری فردی و افزایش ایمنی، بسیار راحت است. این عینک و نمایشگر آن برای پاسخگویی به نیازهای خاص موتورسواران طراحی شده است، و به‌راحتی با انواع کلاه ایمنی و فرم‌های مختلف صورت سازگار است که استفاده از آن را برای ساعت‌ها راحت می‌کند. علاوه بر این، باتری لیتیوم-یونی آن تا ۱۰ ساعت کار می‌کند.

بی‌ام‌دبلیو موتوراد این عینک را با دو مجموعه از لنزهای تاییدشده محافظ UVA و UVB به همراه قاب عرضه می‌کند. یک جفت از لنزها ۸۵٪ شفاف‌اند و با کلاه ایمنی یا آفتاب‌گیر قابل‌استفاده‌اند. جفت لنز دیگر عینک‌ها رنگی‌اند و عینک هوشمند را به یک عینک آفتابی تبدیل می‌کنند.

موتورسوارانی که از عینک طبی استفاده می‌کنند، می‌توانند لنزها را با یک آداپتور آر ایکس (RX) با دقت بینایی موردنظر (حداکثر تا ۴ دیوپتر) تنظیم کنند. کسانی که از لنز‌های چشمی استفاده می‌کنند نیز می‌توانند به‌طورمعمول از آن‌ها استفاده کنند. این مجموعه شامل یک کیف و یک کابل شارژ یو‌اس‌بی (USB) نیز خواهد بود.

عینک هوشمند موتورسواری بی‌ام‌دبلیو، اواخر سال جاری به بازار عرضه خواهد شد. هرچند هنوز قیمت فروش آن‌ها در ایالات متحده مشخص نشده است، اما در اروپا با حدود ۷۵۰ دلار می‌توان یکی از آن‌ها را خرید.

بالاخره پای استوری به تلگرام باز شد

توییتر به وعده خود وفا کرد و قابلیت استوری را به اپلیکیشن پیام‎‌رسان خود اضافه کرد اما فعلا برای کاربران نسخه پولی تلگرام قابل استفاده خواهد بود.

این قابلیت جدید در حالی برای کاربران تلگرام پریمیوم عرضه شده که پاول دوروف، مدیرعامل تلگرام در ماه گذشته میلادی ضمن اعلام خبر ارائه این ویژگی، عنوان کرد که استوری تلگرام، نسبت به آنچه در دیگر اپلیکیشن‌ها مشاهده می‌شود، از امکانات و گزینه‌های بیشتری برخوردار خواهد بود.

به گفته درورف، این امکان برای کاربران فراهم شده تا افرادی را که امکان مشاهده استوری‌هایشان را دارند، مشخص کنند و یا پس از گذشت چه بازه زمانی، به صورت خودکار حذف شود.

این قابلیت از ساعاتی پیش در دسترس کاربران نسخه پریمیوم یا همان پولی تلگرام قرار گرفته و برخی از کاربران نیز با انتشار پیام‌هایی در توییتر، از دریافت این قابلیت خبر داده‌اند.

بر اساس این گزارش، می‌توان گفت که استوری تلگرام، شباهت زیادی به این ویژگی در مسنجر فیسبوک دارد و به صورت حباب‌هایی با قابلیت بزرگ شدن در بالای لیست مکالمات نشان داده خواهد شد.

کاربران می‌توانند از میان سه گزینه نمایش برای عموم، تنها مخاطبان و مخاطبان منتخب یا دوستان نزدیک، نحوه نمایش استوری‌هایشان را انتخاب کنند. همچنین این امکان برای کاربران فراهم شده تا تصاویر و ویدیوهای ثبت‌شده به صورت همزمان از طریق دوربین سلفی و اصلی را در استوری به اشتراک بگذارند.

همچنین اگر تمایلی ندارید که یک فرد خاص، استورهایتان را ببیند، می‌توانید وی را به لیست مخفی که در بخش مخاطبان وجود دارد، اضافه کنید. افزون بر این، قابلیت انتخاب زمان انقضای استوری نیز در این ویژگی تعبیه شده است.

به گفته تلگرام، کاربران می‌توانند علاوه بر بازه زمانی ۲۴ ساعته، زمان‌های ۶.۱۲ و ۴۸ ساعت را نیز برای ناپدید شدن استوری‌های خود انتخاب کنند. البته امکان نمایش دائم استوری‌ها در پروفایل کاربران نیز فراهم شده است.

در کنار این گزینه، کاربران می‌توانند برای استوری‌ها، واکنش‌ها و پاسخ‌های خود را نیز ارسال کنند. با این حال، همانطور که پیشتر نیز گفته شد، دسترسی به این قابلیت‌ها تنها برای کاربران تلگرام پریمیوم امکان‌پذیر است.

خرید اشتراک تلگرام و قرار گرفتن در شمار کاربران پریمیوم، مستلزم پرداخت ۴.۹۹ دلار به صورت ماهانه است. البته علاوه بر این قابلیت، امکانات دیگری همچون دسترسی به گزینه آپلود فایل‌هایی تا ۴ گیگابایت، سرعت دانلود سریع‌تر، استیکرهای منحصر به‌فرد، رونویسی صوتی به متن و… هم در اختیار این کاربران قرار خواهد گرفت.

اپل در حال طراحی هوش مصنوعی اختصاصی برای رقابت با ChatGPT

جنگ میان بزرگان فناوری در حوزه هوش مصنوعی در ماه‌های اخیر، شکل جدی‌تری به خود گرفته و حالا شنیده‌ها از تصمیم اپل برای عرضه یک چت‌بات هوش مصنوعی خبر می‌دهند.

بلومبرگ در حالی از تلاش مهندسان اپل برای ساخت یک ابزار هوش مصنوعی شبیه به ChatGPT خبر داده که این شرکت در ماه‌های اخیر، نسبت به این فناوری و توسعه ابزارهای مرتبط با آن، سکوت کرده بود.

بر اساس این گزارش، چت‌بات هوش مصنوعی اپل که با نام AppleGPT معرفی شده، در حقیقت Ajax نام دارد چراکه این مدل زبانی بزرگ (LLM) مبتنی بر فریم‌ورک JAX شرکت گوگل توسعه یافته است.

منابع نشریه بلومبرگ مدعی شدند که اپل چند تیم را روی این کار متمرکز کرده که یک تیم، روی مسائل امنیتی و حریم خصوصی کاربران کار می‌کند تا بتوانند این نگرانی‌ها را رفع کنند.

اما سوالی که پیش می‌آید و هنوز پاسخ دقیقی برای آن اعلام نشده، این است که اپل با این چت‌بات به دنبال چه چیزی است؟ همچنین هنوز اطلاعات دقیقی در خصوص سناریوهای احتمالی نحوه بکارگیری این ابزار و زمان عرضه آن منتشر نشده است.

این نشریه همچنین به نقل از منابع اطلاعاتی خود گفت احتمالا در سال آینده میلادی، جزییات بیشتری از این طرح منتشر خواهد شد. البته این شرکت در ماه آینده میلادی، گزارش عملکرد مالی سالانه خود را اعلام خواهد کرد و شاید در این رویداد، جزییاتی هرچند اندک، از طرح و برنامه آینده خود برای Ajax اعلام کند.

این خبر در حالی منتشر شد که تیم کوک، مدیرعامل اپل اخیرا در مصاحبه‌ای اعلام کرد که این شرکت، به طور جدی به فناوری هوش مصنوعی مولد نگاه می‌کند. جان جیاناندرا و کریگ فدریگی از مدیران ارشد اپل، توسعه ابزارها و فناوری‌های مرتبط با هوش مصنوعی اپل را رهبری می‌کنند.

حوزه فناوری هوش مصنوعی مولد طی ماه‌های اخیر، سروصدای زیادی به پا کرده و تقریبا تمامی‌شرکت‌های بزرگ فناوری به این حوزه ورود کرده‌اند. اخیر شرکت‌های مایکروسافت و متا، چت‌بات هوش مصنوعی Llama 2 را معرفی کرده‌اند که برای استفاده تجاری طراحی شده است.

هوش مصنوعی در پنج ساعت پردازنده رایانه طراحی کرد

هوش مصنوعی مرزهای محدودیت‌ انسان در طراحی رایانه را جابه‌جا کرده و مدل جدیدی از هوش مصنوعی یک پردازنده مرکزی (سی‌پی‌یو) کامل را در کمتر از پنج ساعت طراحی کرده است؛ در حالی که این کار در شرکت اینتل چهار سال طول می‌کشد.

هوش مصنوعی مرزهای محدودیت‌ انسان در طراحی رایانه را جابه‌جا کرده و مدل جدیدی از هوش مصنوعی یک پردازنده مرکزی (سی‌پی‌یو) کامل را در کمتر از پنج ساعت طراحی کرده است؛ در حالی که این کار در شرکت اینتل چهار سال طول می‌کشد.

این دستاورد در مقاله مشترک ۱۹ پژوهشگر چینی حوزه پردازنده رایانه از پنج دانشکده فنی ارائه شده است. این پژوهشگران می‌گویند تحقیق آن‌ها مسیر را برای ساخت دستگاه‌هایی هموار می‌کند که می‌توانند خود را ارتقا دهند، و طراحی پردازنده و صنعت جهانی نیمه‌رسانا را متحول می‌کند.

پردازنده‌ای که آن‌ها با استفاده از هوش مصنوعی طراحی کرده‌اند می‌تواند با سیستم‌عامل لینوکس کار کند و عملکردش با پردازنده اینتل ۸۰۴۸۶اس‌اکس که در سال ۱۹۹۱ طراحی شد برابری می‌کند.

هدف پژوهشگران چینی این است که هوش مصنوعی پردازنده‌ای بسازد که از جدیدترین پردازنده ساخت انسان پیشی بگیرد.

در این مقاله پژوهشی آمده است:«روش ما چرخه طراحی را حدود ۱۰۰۰ برابر کوتاه‌تر می‌کند زیرا برنامه‌ریزی دستی و فرایند درستی‌سنجی در طراحی سنتی پردازنده، که بیش از ۶۰ تا ۸۰ درصد وقت طراحی و منابع صرف آن می‌شود، کاملا حذف می‌شود.»

به گفته پژوهشگران، نیروی انسانی برای تکمیل طراحی پردازنده‌ای مانند اینتل کی‌۴۸۶ به روش سنتی، ۴۵۶۰ ساعت (۱۹۰ روز) وقت لازم دارد.

در این پژوهش ادعا شده است پردازنده جدید در آزمون‌ها ۹۹.۹۹ درصد دقت و صحت داشته است.

اما بسامد ۳۰۰ مگاهرتزی این تراشه در مقایسه با بسامد ۳.۶ گیگاهرتزی پردازنده اینتل، سبب شده است در پردازش فرمان‌های رایانه‌ای کندتر باشد.

پژوهشگران چینی با تایید عملکرد ضعیف‌تر پردازنده‌ ساخت هوش مصنوعی در مقایسه با پردازنده‌های جدید، می‌گویند در نظر دارند با استفاده از الگوریتم‌های پیچیده‌تر، عملکرد «اولین پردازنده جهان را که به‌صورت خودکار طراحی شده است» بهبود بخشند.

قابلیت سنجش سلامت شنوایی به ایرپادز پرو اپل اضافه ‌می‌شود

به نظر می‌رسد که نسل جدید ایرپادز اپل به قابلیتی مجهز خواهد بود که می‌تواند سلامت شنوایی کاربران را ارزیابی کند.

مارک گورمن، خبرنگار بلومبرگ در تازه‌ترین افشاگری خود اعلام کرد این قابلیت در آی او اس ۱۷ عرضه خواهد شد و می‌تواند مشکلات شنوایی کاربران را بررسی و همچنین از طریق کانال گوش، دمای بدن فرد را تعیین کند.

این خبرنگار همچنین مدعی شد که تمامی‌هدفون‌های جدید اپل مجهز به درگاه USB-C عرضه خواهن شد و احتمالا شاهد معرفی نسخه‌های جدیدی از ایرپادز پرو و ایرپادز مکس خواهیم بود.

البته امکانی نسبتا مشابه پیشتر نیز در ایرپادز وجود داشت که به صورت پروفایل‌های صوتی قابل استفاده بود و صدایی ایرپادز با توجه به شرایط شنوایی فرد، تنظیم می‌شد. هم‌اکنون نیز کاربران می‌توانند یک پروفایل صوتی را از طریق اپلیکیشن Mini ایجاد کنند که با تست شنوایی افراد، این نمایه ایجاد خواهد شد.

از طرفی دیگر، سایر هدفون‌های بی‌سیم نیز دارای قابلیت‌های مشابهی هستند. برای نمونه می‌توان به جبرای الایت ۷۵تی اشاره کرد که قابلیتی به نام MySound را ارائه می‌دهد که پس از پخش مجموعه‌ای از صداها در هر گوش و درخواست از کاربر برای تپ کردن به صفحه نمایش پس از شنیدن صدا، پروفایل صوتی شخصی‌سازی‌شده را ایجاد می‌کند.

با این حال، گورمن می‌گوید اپل حتی در تلاش است تا بتواند ایرپادز خود را به یک سمعک تبدیل کند که می‌تواند در شرایطی که سازمان غذا و داروی آمریکا، فروش بدون نسخه سمعک را ممنوع کرده، به کمک کاربرانی با مشکلات شنوایی بیاید.

در بخشی از این گزارش آمده که ایرپادز اپل می‌تواند در آینده، دمای بدن کاربر را با استفاده از بررسی کانال گوش تعیین کند. البته از اواخر سال ۲۰۲۱، شایعات مربوط به اضافه شدن این قابلیت در فضای وب به چشم می‌خورد و اپل واچ سری ۸ سال گذشته نیز قابلیتی تقریبا مشابه با ارائه کرد.

خبرنگار بلومبرگ نوشت استفاده از ردیاب دمای بدن در ایرپادز می‌تواند اطلاعات دقیق‌تری را عرضه کند؛ با این حال، هنوز مشخص نیست که آیا این قابلیت به تمامی‌نسخه‌های ایرپادز اضافه خواهد شد یا صرفا محدود به مدل پرو خواهد بود.

از طرفی دیگر، گورمن مدعی شد که اضافه شدن این قابلیت‌ها حداقل چند ماه و یا حتی چند سالی طول خواهد کشید.

چگونه هوش مصنوعی بهره‌وری نیروی کار انسانی را متحول می‌کند؟

جدای از بحث‌های پیرامون تهدیدها و خطرات هوش مصنوعی، این فناوری اکنون به عنوان یک نیروی تحول‌آفرین شناخته می‌شود که می‌تواند صنایع را متحول کند و فرصت‌های بی‌سابقه‌ای به روی کسب‌وکارها باز کند.

بدین معنی که در شرایط شدید رقابتی امروز، مدیران سازمان‌ها و تصمیم‌گیران واحدهای مختلف می‌بایست قدرت هوش مصنوعی را برای افزایش بهره‌وری نیروی کار انسانی و دستیابی به موفقیت‌های بیشتر و پایدار در حوزه‌های خود درک کنند و از آن به بهترین شکل بهره ببرند.

در واقع، با استفاده موثر و حساب‌شده از فناوری‌های هوش مصنوعی، کسب‌وکارها می‌توانند فرآیندها و عملیات‌ها را سریع‌تر انجام دهند، گردش کار را بهینه و جان تازه‌ای را به رگ‌های نیروی کار خود تزریق کنند.

در این مطلب، سعی شده تا نشان دهیم که چگونه مدیران کسب‌وکارهای می‌توانند از پتانسیل تحول‌آفرین هوش مصنوعی برای تغییر و تحول در میزان بهره‌وری نیروی کار انسانی خود استفاده کنند.

استفاده از هوش مصنوعی مولد و چت‌جی‌پی‌تی

ابزارهای هوش مصنوعی همانند مدل‌های هوش مصنوعی مولد و بات‌هایی چون چت‌جی‌پی‌تی، از ظرفیت بالایی در تحول بهره‌وری انسان‌ها برخوردارند. به عنوان مثال، نتایج یک بررسی نشان داده که پیاده‌سازی هوش مصنوعی در حوزه تولید محتوا، کاهش ۴۰ درصدی زمان برای نوشتن توضیحات محصول را به دنبال داشته و به کارمندان این اجازه را داده تا تمرکز خود را روی کارهای استراتژیک و مهم‌تری معطوف کنند.

همچنین بررسی‌ها نشان می‌دهد مشاغلی که در آنها از ابزارهایی چون چت‌جی‌پی‌تی استفاده می‌شود، با کاهش ۳۰ درصدی زمان پاسخگویی به مشتریان را تجربه کردند و این امر، رضایت مشتریان را به دنبال داشته است.

انجام خودکار وظایف تکراری

یکی از شاخص‌ترین مزایای هوش مصنوعی، توانایی آن در خودکارسازی کارهای روزمره تکراری و وقت‌گیر است. با سپردن این گونه کارها به سیستم‌های هوش مصنوعی، کارمندان می‌توانند تمرکز خود را روی کارهای باارزش‌تر معطوف کنند.

نتایج تحقیقی که توسط موسسه گارتنر صورت گرفته، نشان می‌دهد کسب‌وکارها می‌توانند با واگذاری این گونه کارها به ابزارهای هوش مصنوعی، افزایش ۲۵ درصدی کارایی را در امور خود تجربه کنند. علاوه بر این، استفاده از هوش مصنوعی برای انجام کارهای تکراری می‌تواند تا ۷۰ درصد کاهش هزینه‌ها مرتبط با انجام دستی این امور را در پی داشته باشد.

تحلیل هوشمند اطلاعات

داده‌ها نقشی حیاتی را در شرکت‌ها ایفا می‌کنند، اما استخراج اطلاعات معنادار از این حجم از داده‌ها، کار سختی است. خوشبختانه هوش مصنوعی، یادگیری ماشینی و پردازش زبان طبیعی می‌توانند در این حوزه به کمک انسان‌ها بیایند و پس از تجزیه و تحلیل داده‌ها، الگوهای ارزشمندی را شناسایی و راهکارهای دقیقی را ارائه کنند.

برای مثال، پلتفرم‌های مبتنی بر هوش مصنوعی می‌توانند داده‌های مشتریان را برای شناسایی گرایش‌ها، علایق، الگوهای خرید و… پردازش کنند و به کسب‌وکارها اجازه می‌دهند پیشنهاداتی مبتنی بر این اطلاعات را به مشتریان ارائه دهند.

در گزارش اخیر مک‌کینزی آمده است که تجزیه و تحلیل داده‌ها با فناوری هوش مصنوعی می‌تواند تا ۴۰ درصد به افزایش بهره‌وری کمک کند. علاوه بر این، نتایج بررسی مرکز Forrester Consulting نشان می‌دهد سازمان‌هایی که از هوش مصنوعی برای تحلیل داده‌ها استفاده می‌کنند، ۱۵ درصد کاهش زمان تصمیم‌گیری را تجربه می‌کنند که این امر به آنها کمک می‌کند نسبت به تغییرات بازار، واکنش و تصمیمات سریع‌تری را اتخاذ کنند و در مقایسه با رقبای خود، جلوتر حرکت کنند.

بهبود قدرت تصمیم‌گیری

هوش مصنوعی از این پتانسیل برخوردار است تا با ارائه اطلاعات داده‌محور، قدرت تصمیم‌گیری در انسان‌ها را بهبود ببخشد. مدیران کسب‌وکارها می‌توانند از مدل‌های تحلیلی با قابلیت پیش‌بینی که از هوش مصنوعی بهره می‌برد، برای پیش‌بینی روند بازار، بهینه‌سازی مدیریت موجودی و افزایش کارایی زنجیره تامین استفاده کنند.

در واقع، با اضافه کردن هوش مصنوعی به فرآیندهای تصمیم‌گیری، سازمان‌ها می‌توانند خطرات را تا حد زیادی کاهش دهند، انتخاب‌های آگاهانه‌تری داشته باشند و نتایج بهتری را برای کسب‌وکار خود را به ارمغان آورند.

در همین رابط، نتایج یک نظرسنجی نشان داد که ۸۲ درصد از افرادی که از هوش مصنوعی در این زمینه استفاده کرده‌اند، نتایج مثبتی را از این پذیرش گزارش داده‌اند. همچنین در یک بررسی دیگر مشخص شد که هوش مصنوعی می‌تواند دقت تصمیم‌گیری را تا ۷۵ درصد بهبود بخشد و در نتیجه، سودآوری بیشتری را به ارمغان آورد.

افزایش همکاری کارمندان

یکی دیگر از مزیت‌های هوش مصنوعی، تسهیل همکاری میان کارکنان و به اشتراک‌گذاری دانش میان آنهاست. به طور مثال، دستیاران مجازی مبتنی بر هوش مصنوعی می‌توانند جلسات را برنامه‌ریزی کنند، مکالمات را رونویسی کنند و در نتیجه، کار تیمی‌و میزان بهره‌وری را افزایش دهند.

بررسی‌های Salesforce نشان می‌دهد که ۷۲ درصد از تیم‌های فروش موفق، از هوش مصنوعی برای مدیریت کارهای خود استفاده می‌کنند و این فناوری به فروشندگان اجازه می‌دهد تا روی فرصت‌هایی با ارزش بالا متمرکز شوند.

افزون بر این، مرکز تحقیقاتی مک‌کینزی نیز با یک بررسی اعلام کرد شرکت‌هایی که از ابزارهای همکاری مبتنی بر هوش مصنوعی استفاده می‌کنند، بهبود ۳۰ تا ۴۰ درصدی را در بهره‌وری کارکنان خود مشاهده کرده‌اند.

یادگیری شخصی و ارتقای مهارت

هوش مصنوعی می‌تواند منجر به توامندسازی کارمندان شود و مهارت‌هایشان را تقویت و در نتیجه به بهبود بهره‌وری کمک کند.

پلتفرم‌های یادگیری یادگیری تطبیقی که توسط الگوریتم‌های هوش مصنوعی مدیریت می‌شوند، می‌توانند محتواهای آموزشی را متناسب با نیازهای فردی، سبک‌های یادگیری و میزان پیشرفت تک تک کارکنان ارائه دهند. روش مذکور این اطمینان را می‌دهد که کارکنان، دانشی هدفمند و مهارت‌های کارآمد را دریافت می‌کنند که باعث افزایش بهره‌وری و بهبود عملکرد کلی سازمان می‌شود.

بررسی‌های مرکز Towards Data نشان می‌دهد که تجربیات یادگیری با استفاده از هوش مصنوعی می‌تواند تا ۳۰ درصد در ارتقای سطح دانش و حفظ آن موثر باشد. همچنین نظرسنجی شبکه اجتماعی لینکدین نیز حاکی از آن بود که ۹۴ درصد از کارمندان، برای مدت طولانی‌تر در شرکتی می‌مانند که برای توسعه شغلی آنها سرمایه‌گذاری می‌کنند.

به طور خلاصه، قدرت هوش مصنوعی برای تغییر تحول در بهره‌وری نیروی کار انسانی در سازمان‌ها غیرقابل انکار است و مدیران کسب‌وکارها با پذیرش فناوری‌های هوش مصنوعی می‌توانند از شر کارهای تکراری خلاص شوند، از تجزیه و تحلیل هوشمند داده‌ها استفاده کنند، تصمیم‌های درستی را اتخاذ کنند، همکاری میان کارکنان را تقویت کنند و تجربیات یادگیری را متناسب با شرایط هر فرد، شخصی‌‎سازی کنند.

این قابلیت‌ها به سازمان‌ها اجازه می‌دهد تا فرآیندها و عملیات‌ها را بهینه و نوآوری را هدایت کنند و مزیتی رقابتی را در عصر دیجیتال امروز به دست آورند.

استفاده از هوش مصنوعی در پیش‌بینی و پیشگیری از جرم

دایره سیطره هوش مصنوعی روز به روز گسترده‌تر می‌شود و حالا انتظار می‌رود که حوزه پیش‌بینی و پیشگیری از جرائم با پیشرفت‌های این فناوری نوظهور و حضور پررنگ در این قلمرو، دستخوش تغییراتی شود.

در حال حاضر، بسیاری از نهادها در سراسر جهان، با اتکا به داده‌های دریافتی و به لطف دقت و سرعت هوش مصنوعی در پیش‌بینی اتفاقات، اقدامات مجرمانه را شناسایی، پیش‌بینی و پیشگیری می‌کنند.

اما استفاده از هوش مصنوعی در این حوزه، چالش‌های خاص به خود را دارد و نگرانی‌هایی پیرامون موضوعاتی چون حریم خصوصی و اعمال رفتارهای تبعیض‌آمیز از سوی این فناوری مطرح می‌شود.

در این مطلب، به نحوه استفاده از هوش مصنوعی، مزیت‌ها و محدودیت‌ها و همچنین ملاحظات اخلاقی که باید بدان‌ها توجه داشت، پرداخته خواهد شد.

به طور کل، قابلیت‌های هوش مصنوعی در پیش‌بینی و پیشگیری از جرم، عمدتا در فناوری‌های نظارتی و پلیسی خود را نشان می‌دهد. الگوریتم‌های هوش مصنوعی با بهره‌گیری از مجموعه‌ای از داده‌های جمعیتی و پلتفرم‌های شبکه‌های اجتماعی، می‌توانند الگوها، ترندها و روابط میان آنها را که شاید در تحلیل‌های انسانی از قلم بیفتند، شناسایی کنند.

این امر در استفاده از تحلیل‌های آماری و الگوریتم‌های یادگیری ماشینی برای شناسایی نقاط احتمالی ارتکاب جرم، پیش‌بینی زمان و مکان وقوع جرم و همچنین شناسایی افرادی است که ممکن است در معرض خطر رفتارهای مجرمانه باشند، مشاهده می‌شود.

نظارت با هوش مصنوعی

هوش مصنوعی از قدرت کافی برای متحول کردن سیستم‌های نظارتی و یا شاید هم جاسوسی برخوردار است و به این سیستم‌ها کمک می‌کند که هوشمندانه‌تر اقدام کنند.

فناوری‌های تشخیص چهره مجهز به هوش مصنوعی می‌توانند اماکن عمومی‌را برای یافتن افراد تحت تعقیب اسکن کنند، و یا با شناسایی ناهنجاری‌ها و رفتارهای نامناسبت، از ارتکاب جرم توسط این افراد جلوگیری کنند.

موفقیت‌ها و پیشرفت‌ها

هوش مصنوعی می‌تواند کار نیروها در پیش‌بینی و پیشگیری از جرم را تسهیل کند. در بسیاری از شهرها، نیروهای پلیس با استفاده از این فناوری در پیشگیری از فعالیت‌های مجرمانه، به طور قابل توجهی میزان جرم و جنایت را کاهش دهند.

در اقدامات نظارتی و جاسوسی، هوش مصنوعی می‌تواند حجم وسیعی از اطلاعات را در بازه زمانی کم تجزیه و تحلیل کند و با شناسایی افراد مشکوک و مظنون، نیروها را از وقوع احتمالی جرم باخبر کنند.

محدودیت‌ها و چالش‌ها

علی‌رغم توانایی‌های هوش مصنوعی در پیش‌بینی و پیشگیری از جرم، محدودیت‌ها و چالش‌هایی نیز پیش روی این فناوری نوظهور مشاهده می‌شود.

سیستم‌های هوش مصنوعی تنها در شرایطی خوب و عالی عمل می‌کنند با حجم زیادی از اطلاعات آموزش داده شوند و همین امر یعنی، هرچه اطلاعات بیشتر باشد، به همان میزان دقت و سرعت نیز بیشتر می‌شود. بنابراین، میل نهادها به تغذیه این سیستم‌ها با اطلاعات وسیع، بیشتر می‌شود.

از طرفی دیگر، اگر این اطلاعات نادرست باشند، اثر آن در نتیجه کار مشاهده خواهد شد به طوری که می‌تواند موجب اتخاذ تحلیل‌ها و تصمیم‌های سوگیرانه شود. همچنین، الگوریتم‌های هوش مصنوعی به مثابه جعبه‌های سیاهی هستند که درک نحوه عملکردشان در پیش‌بینی این اتفاقات دشوار است.

دقت پیش‌بینی‌های هوش مصنوعی، یکی دیگر از موارد نگران‌کننده است به طوری که تشخیص نادرست یک فرد بی‌گناه به عنوان مجرم، می‌توند به مداخلات غیرضروری ختم شود و از آن طرف هم، شناسایی یک فرد مجرم به عنوان بی‌گناه، می‌تواند راه را برای ارتکاب جرائم باز کند.

ملاحظات اخلاقی

استفاده از فناوری هوش مصنوعی در پیش‌بینی و پیشگیری از جرم، نگرانی‌هایی را در باب حریم خصوصی و مسائل مربوط به تبعیض بوجود آوده است. به عبارتی دیگر، فناوری‌هایی چون تشخیص چهره، اطلاعات مربوط به کاربران را بدون اطلاع آنها گردآوری، تجزیه و تحلیل و ذخیره می‌کند که می‌تواند مصداقی برای نقض حریم خصوصی افراد باشد.

همچنین این احتمال وجود دارد که سیستم‌های هوش مصنوعی، تعصبات موجود را افزایش داده و یا تقویت کنند. بدین معنی که اگر هوش مصنوعی با داده‌های یک سیستم که در آن گروه‌های خاصی بیش از حد حضور دارند، آموزش ببیند، ممکن است رفتار مجرمانه را صرفا با آن گروه خاص مرتبط بداند و پیش‌بینی‌های تبعیض‌آمیزی را صورت دهد.

استفاده مسئولانه از هوش مصنوعی

با توجه به موارد ذکر شده و با در نظر گرفتن سرعت پیشرفت هوش مصنوعی در این روزها، پرداخت به این نگرانی‌ها و محدودیت‌ها بسیار حائز اهمیت است. امری که مستلزم اتخاذ یک رویکرد مسئولانه در قبال هوش مصنوعی است که شامل شفافیت، پاسخگویی و رعایت انصاف می‌شود.

سیاست‌گذاران و فعالان عرصه فناوری می‌بایست برای ایجاد مقررات و دستورالعمل‌هایی به منظور استفاده درست و اخلاقی از فناوری هوش مصنوعی با یکدیگر همکاری کنند و راهکارهای دقیقی را برای این مسئله بیندیشند.

به طور کل، هوش مصنوعی ابزاری قدرتمند برای مبارزه با ارتکاب جرم و جنایت است و قابلیت‌های آن در پردازش و تجزیه و تحلیل حجم وسیعی از اطلاعات، می‌تواند به پیش‌بینی و پیشگیری از جرم بسیار کمک کند.

اما استفاده از این فناوری، همانند دیگر فناوری‌های نوظهور، چالش‌های خاص به خود را دارد که البته با اتخاذ رویکردی مسئولانه می‌توان حداکثر استفاده را از قابلیت‌ها و توانایی آن برد و در عین حال، تهدیدها را کاهش داد و راه را برای ایجاد جامعه‌ای امن هموار کرد.

مدیرعامل دیپ‌مایند: ابزار هوش مصنوعی جدید ما قوی‌تر از ChatGPT خواهد بود

مدیرعامل دیپ‌مایند، بازوی هوش مصنوعی گوگل، اعلام کرد که در حال کار روی سیستم هوش مصنوعی جدیدی هستند که قوی‌تر از چت‌جی‌پی‌تی (ChatGPT) خواهد بود.

دمیس ‌هاسابیس، مدیرعامل دیپ‌مایند می‌گوید مهندسان او از تکنیک‌های برنامه هوش مصنوعی آلفا گو (AlphaGo) که توسط این مجموعه توسعه یافته، برای ساخت یک سیستم هوش مصنوعی جدیدی به نام Gemini استفاده می‌کنند که از توانایی‌های بیشتری نسبت به ابزار چت‌جی‌پی‌تی شرکت OpenAI برخوردار خواهد بود.

این سیستم جددی که فعلا در حال توسعه است، یک مدل زبانی بزرگ محسوب می‌شود که همانند چت‌جی‌پی‌تی با متن کار می‌کند و از لحاظ ماهیت نیز به GPT-4 شبیه است. به گفته‌هاسابیس، تیم وی، این فناوری را با تکنیک‌های مورد استفاده در آلفاگو ترکیب می‌کند تا به این سیستم جدید، قابلیت‌های بیشتری مانند برنامه‌ریزی و یا توانایی حل مشکلات خواهد داد.

سیستم Gemini برای اولین بار در ماه گذشته و در جریان کنفرانس توسعه‌دهندگان گوگل معرفی شد که البته مورد تمسخر برخی‌ها نیز قرار گرفت. با این حال، آلفاگو بر اساس تکنیکی توسعه یافته که تحت عنوان یادگیری تقویتی شناخته می‌شود و در آن، سیستم با انجام تلاش‌های چندباره و دریافت بازخورد درباره عملکرد خود، یاد می‌گیرد که چگونه مشکلات و موانع را برطرف کند.

هاسابیس می‌گوید Gemini هنوز به طور کامل توسعه نیافته و احتمالا اتمام آن، چند ماهی طول خواهد کشید. پروژه‌ای که ممکن است ده‌ها یا صدها میلیون دلار هزینه داشته باشد. سم آلتمن، مدیرعامل OpenAI در ماه آوریل گفته بود که ساخت GPT-4 برای این شرکت، 100 میلیون دلار هزینه داشته است.

زمانی که این سیستم هوش مصنوعی کامل شود، می‌تواند خود را به عنوان رقیبی جدی برای محصولاتی چون چت‌جی‌پی‌تی و دیگر ابزارهای هوش مصنوعی معرفی کند و پاسخی قاطع از سوی گوگل در این حوزه قلمداد شود.

پس از آغاز بکار چت‌جی‌پی‌تی، گوگل چت‌بات خود موسوم به بارد را عرضه کرد و هوش مصنوعی مولد را در موتور سرچ و دیگر محصولات خود تعبیه کرد. همچنین این شرکت در ماه آوریل، واحد دیپ‌مایند را با آزمایشگاه اولیه هوش مصنوعی گوگل Brain ترکیب کرد تا این دو تیم در کنار هم، تمرکز خود را روی توسعه ابزارهای هوش مصنوعی معطوف کنند.

تفکر جدید

آموزش یک مدل زبانی بزرگ همانند GPT-4 مستلزم وارد کردن حجم وسیعی از اطلاعات از متون، کتاب‌ها، صفحات وب و سایر منابع به نرم‌افزار یادگیری ماشینی به نام ترانسفورمر است. همچنین در توسعه چت‌جی‌پی‌تی و سایر ابزارهای زبانی مشابه، از یادگیری تقویتی بر اساس بازخوردها نیز استفاده می‌شود. حالا تجربه دیپ‌مایند در کار با فناوری یادگیری تقویتی می‌تواند به محققان این مجموعه، کمک کند تا قابلیت‌های بیشتری را به Gemini اضافه کنند.

هاسابیس و تیم او ممکن است فناوری مدل زبانی بزرگ را با دیگر حوزه‌های هوش مصنوعی تقویت کنند. محققان دیپ‌مایند در زمینه‌های مختلفی از رباتیک گرفته تا علوم اعصاب تجربه دارند و می‌توانند از این دانش‌ها نیز استفاده کنند.

آینده تاریک

پیشرفت‌های سریع هوش مصنوعی و مدل‌های زبانی، اگرچه جذابیت‌های خاص به خود را دارد اما بسیاری از کارشناسان این حوزه را نگران کرده و این سوال مطرح می‌شود که آیا این فناوری برای اهدافی سوء و بدخواهانه استفاده خواهد شد یا خیر؛ که در صورت تحقق این موضوع، کنترل آن بسیار دشوار خواهد بود.

برخی از بزرگان فناوری و فعالان این عرصه نیز خواستار توقف توسعه الگوریتم‌های قدرتمندتر برای جلوگیری از بروز چنین اتفاقاتی هستند. با این حال،‌هاسابیس می‌گوید مزایایی خارق‌العاده این فناوری در حوزه‌های مختلف، این نکته را یادآور می‌شود که بشریت نباید توسعه این فناوری را متوقف کند.

او معتقد است که اجباری کردن توقف توسعه این فناوری، تقریبا شدنی نیست و اجرای آن غیرممکن است. او درباره هوش مصنوعی می‌گوید: اگر این فناوری به درستی مدیریت شود، سودمندترین فناوری برای بشریت خواهد بود. ما باید شجاعانه به دنبال تحقق این امر باشیم.

آیا ورود هوش مصنوعی به حوزه سلامت نگران‌کننده است؟

نظرسنجی سازمان Pew Research نشان می‌دهد که از هر ۱۰ بزرگسال آمریکایی، ۶ نفر نسبت به بررسی وضعیت سلامتی خود توسط هوش مصنوعی و توصیه‌های درمانی آن خوش‌بین نیستند.

این در حالی است که پیشرفت‌ها و قابلیت‌های هوش مصنوعی در حوزه سلامت فراتر از تصورات بوده و این فناوری توانسته تحسین بسیاری از پزشکان و متخصصان را برانگیزد.

در همین رابطه، یاهو نیوز در گفت‌وگو با مرضیه قاسمی، استادیار موسسه مهندسی و علوم پزشکی مرکز MIT و جیمز زو، استادیار دانشگاه سانفورد به مسائل مرتبط با هوش مصنوعی و حوزه سلامت و بررسی نکات مثبت و منفی آن پرداخت. در ادامه به چند نمونه از قابلیت‌های هوش مصنوعی که در حال حاضر و با میزان توسعه کنونی آن، اشاره خواهد شد.

خدمات تشخیصی و ارزیابی

به گفته مرضیه قاسمی، بیش از ۵۰۰ الگوریتم و دستگاه هوش مصنوعی در حوزه پزشکی وجود دارد که چراغ سبز سازمان غذا و داروی آمریکا را دریافت کرده و اکنون می‌توان از آنها برای بیماران استفاده کرد.

وی افزود: این الگوریتم‌ها به پزشکان کمک می‌کنند تا تشخیص‌های بهتر و ارزیابی‌های دقیق‌تری را نسبت به وضعیت بیماران انجام دهند. در واقع، با این فناوری می‌توان کارهایی چون ارزیابی تصاویر پزشکی را با سرعت بسیار بیشتری انجام داد.

پیش‌بینی وضعیت بیماران در آینده

قاسمی‌گفت اگرچه بسیاری از مدل‌های فعلی هوش مصنوعی با تمرکز بر قابلیت‌های تشخیصی توسعه یافته‌اند، اما اخیرا شاهد توسعه مدل‌هایی بوده‌ایم که قادرند پیشرفت یک بیماری و یا عوارض احتمالی آن را پیش‌بینی کنند.

ساده‎‌سازی اطلاعات پزشکی بیماران

جیمز زو معتقد است بسیاری از اصطلاحات و مفاهیم پزشکی می‌توانند بسیار پیچیده باشند. وی گفت: یکی از پروژه‌های ما، استفاده از ابزار چت‌جی‌پی‌تی برای ساده‌سازی مطالب پزشکی بود؛ به طوری که حتی یک کودک کلاس هشتمی‌هم بتواند آن را بخواند.

ترفندهایی برای تشخیص عکس‌های تولیدشده با هوش مصنوعی

این روزها ردپای هوش مصنوعی را ‌می‌توان در هر جایی مشاهده کرد؛ فناوری نوظهوری که به کمک افراد آمده تا کارهای خود همانند نوشتن نامه، تولید ویدیو و عکس و یادگیری زبان‌ها‌ی جدید را سریع‌تر و راحت‌تر انجام دهند.

با فراگیر شدن این فناوری، نگرانی‌ها‌یی نیز در حوزه‌ها‌ی مختلف از جمله جایگزینی مشاغل و ارائه اطلاعات و اخبار جعلی درباره موضوعات مختلف نیز شکل گرفته است. بدین جهت، تحلیلگران توصیه ‌می‌کنند به هر آنچه این ابزارها ارائه ‌می‌دهند، اعتماد نکنند چراکه ممکن است جانبدارانه، نژادپرستانه و یا حتی توهین‌آمیز باشد.

در میان کاردبرهای مختلف ابزارهای هوش مصنوعی، این روزها ایجاد تصاویر و ویدیوها بسیار فراگیر شده و کاربران ‌می‌توانند به راحتی و با آپلود کردن تصاویر، محتواهای مدنظر را با کمک فناوری هوش مصنوعی خلق کنند.

از طرفی دیگر، اگر چهره‌ای بیش از حد متقارن به نظر برسد و یا انعکاس نور و یا نقصی طبیعی که در اغلب انسان‌ها‌ وجود ندارد، مشاهده ن‌می‌شود، باید به آن شک کرد. این مسئله در خصوص دندان‌ها‌ نیز صدق ‌می‌کند و اگر بیش از حد سالم و درخشان باشند، احتمالا این تصویر توسط هوش مصنوعی ایجاد شده است.

تمام جزئیات را بررسی کنید

علاوه بر اندام‌ها‌ی بدن، سایر موارد موجود در تصویر همانند لباس‌ها‌ نیز ‌می‌توانند به شما در تشخیص جعلی بودن تصویر کمک کنند. باید به دقت بررسی کرد که آیا این موارد طبیعی و منطقی به نظر ‌می‌رسند یا خیر.

همچنین اگر حیوانات یا گل‌ها‌یی در تصویر وجود دارند، به شکل و اندازه آنها دقت کنید که در صورت غیرطبیعی بودن ‌می‌توانید به جعلی بودن تصویر شک کنید.

صحنه کلی را ارزیابی کنید

علاوه بر جزئیات و جزءنگری، ‌می‌توان با نگاه در کلیت تصویر هم به تولیدشدن آن توسط هوش مصنوعی پی برد. ابتدا نورها و سایه‌ها‌ را بررسی کنید، زیرا هوش مصنوعی اغلب ن‌می‌تواند این موارد را در خلق تصاویر رعایت کند.

همچنین سایه‌ها‌ باید با منبع نور هماهنگ باشند و الگوهای تکراری در پس‌زمینه نیز ‌می‌تواند به تشخیص غیرواقعی بودن تصویر کمک کند. علاوه بر این، تصاویر باید واقع‌گرایانه باشند مثلا، تصویر هم‌نشینی شیرها با دسته‌ای از پنگوئن‌ها‌ قطعا در عالم واقعیت اتفاق نخواهد افتاد.

متون و برچسب‌ها‌ی تصویر را بررس کنید

اگر تصویری را که به آن نگاهی ‌می‌کنید، حاوی متن، برچسب و یا تبلیغات و بیلوردهاست، با دقت بیشتری به آنها نگاه کنید چراکه متون تولیدشده با هوش مصنوعی معمولا به صورت پیکسلی و یا کشیده‌تر به نظر ‌می‌رسند.

همچنین لوگوها و آرم‌ها‌ نیز ‌می‌توانند اثر هوش مصنوعی را لو دهند. در این مواقع، لوگوها را با نسخه واقعی آن مطابقت دهید. از طرفی دیگر، اگر متنی منطقی نباشد و یا از عبارات عجیب استفاده شده، ‌می‌تواند نشانه دیگری بر ایجاد این تصویر توسط هوش مصنوعی باشد.

از ابزارهای هوشمند استفاده کنید

اگر با در نظر گرفتن ترفندهای ذکرشده، هنوز هم نتوانستید جعلی بودن تصاویر را تشخیص دهید، ‌می‌تواند از برخی ابزارها که برخی شرکت‌ها‌ طراحی کرده‌اند استفاده کنید. وب‌سایت TinEye.com یکی از این موارد است که به شما کمک ‌می‌کنید تا تشخیص دهید منبع تصویر مدنظر کجاست و آیا تاکنون در فضای وب منتشر شده یا خیر.

ابزار دیگر، DeepFake-o-meter نام دارد که ‌می‌تواند تصویر را تجزیه و تحلیل و مشخص کند که تصویر توسط هوش مصنوعی تولید شده یا خیر. اگرچه این ابزارها به صورت 100 درصدی قابل اعتماد نیستند اما ‌می‌توانند در شناسایی تصاویر جعلی و از واقعی به شما کمک کنند.

لینکدین با هوش مصنوعی به شکار پروفایل‌های جعلی ‌می‌رود

لینکدین اخیرا یک ابزار تحقیقاتی جدید را برای تشخیص تصاویر تولیدشده با هوش مصنوعی طراحی کرده که می‌تواند با دقت ۹۹ درصد، عکس‌های پروفایل جعلی را شناسایی کند.

به گفته یکی از مهندسان لینکدین، مدل‌های فعلی تشخیص تصاویر لینکدین، از قابلیت بالایی در تشخیص تصاویر ساختگی با فناوری هوش مصنوعی برخوردارند و می‌توانند موارد واقعی و جعلی را با درصد خطای بسیار کمتری ارائه دهند.

البته ساخت پروفایل‌های جعلی با عکس‌های ساختگی به دلایل مختلفی صورت می‌گیرد که یکی از آنها، این است که اگر نویسندگان یک مقاله، لینک‌هایی به پروفایل لینکدین در بخش بیو (Bio) نویسنده خود داشته باشند، گوگل به آن منبع اعتماد خواهد کرد. برخی نیز برای جلب اعتماد مخاطبان وب‌سایت خود، از پروفایل‌های جعلی در لینکدین استفاده می‌کنند.

اما اکنون و با فراهم شدن امکان ایجاد تصاویر جعلی با هوش مصنوعی، ساخت پروفایل‌های جعلی آسان‌تر شده و به یک مشکل جدی برای شبکه‌های اجتماعی و به طور خاص لینکدین تبدیل شده است.

گزارش‌ها در خصوص پروفایل‌های جعلی لینکدین نشان می‌دهد که در سال ۲۰۲۲، حدود ۲۱ میلیون اکانت جعلی در این پلتفرم شناسایی و حذف شده است.

لینکدین می‌گوید: ما به طور دائم برای بهبود اثربخشی روش‌های جلوگیری از سوءاستفاده‌های احتمالی و ارتقای تجربه کاربری کاربران خود در این شبکه اجتماعی تلاش می‌کنیم. به عنوان بخشی از این تلاش‌ها، در یک همکاری با دانشگاهیان، سعی کردیم یک قدم جلوتر از انواع سوءاستفاده‌های جدید مرتبط با اکانت‌های جعلی که از فناوری‌های نوظهوری همچون هوش مصنوعی استفاده می‌کنند، باشیم.

طبق گفته این شرکت، لینکدین به طور مدام سیستم‌های خود را برای شناسایی انواع فعالیت‌های غیرعادی و مخرب همچون ایجاد پروفایل‌های جعلی، دسترسی به اکانت‌های کاربران و نقض سیاست‌های محتوایی به‌روز می‌کند.

به عبارتی دیگر، این روزها بسیاری از افراد، قادر به تشخیص تصاویر واقعی از تصاویر تولیدشده با هوش مصنوعی نیستند و همین امر، تمییز حساب جعلی از حساب واقعی را برای کاربران دشوار می‌کند.

لینکدین معتقد است ظهور ابزارهای هوش مصنوعی برای خلق تصاویر جعلی و همچنین ابزارهای تولید متن به تصویر، تشخیص پروفایل جعلی از واقعی پیچیده و سخت شده است. با این حال، این شرکت می‌گوید یکی از ویژگی‌های تصاویر ایجادشده با فناوری هوش مصنوعی این است که همه آنها از الگوی مشابهی پیروی می‌کنند؛ چیزی که لینکدین آن را تفاوت‌های ساختاری می‌نامد. در واقع، در تصاویر واقعی، چنین چیزی مشاهده ن‌می‌شود و اجزای ساختاری یکسانی ندارند.

لینکدین برای تشریح عملکرد ابزار تشخیص پروفایل‌های جعلی، نمونه‌ای از ۴۰۰ تصویر جعلی و ۴۰۰ تصویر واقعی را به اشتراک گذاشت و نشان داد که نواحی همچون اطراف چشم و بینی در عکس‌های جعلی، بسیار نزدیک و شبیه به هم هستند.

هر آنچه که از Samsung Galaxy Z Flip 5 می دانیم

بدون شک پاییز امسال در دنیای گوشی های هوشمند تحولات جدیدی را شاهد خواهیم بود. قبل از رونمایی شرکت اپل از آیفون های سری 15، سامسونگ روی صحنه می رود تا از سری جدید گوشی های تاشو خود با نام Galaxy Z Flip 5 رونمایی کند. طبق خبرهای رسمی و شایعه ها، گفته می شود سامسونگ تغییرات گسترده ای در این سری از گوشی های تاشو خود ایجاد کرده است.

بهبود لولاها در Z Flip 5

یکی از عناصری که گفته می شود سامسونگ در Flip 5 تغییر داده است، احتمالاً مهمترین عنصر در فضای تلفن های تاشو یعنی لولا می باشد. شایعه شده است که گلکسی فلیپ 5 با لولای قطره ای عرضه می شود که رقبای آن مانند Oppo Find N2 Flip و Motorola Razr Plus از آن استفاده می کنند. چنین لولا مقاومت بیشتری ایجاد می کند و از ایجاد چین و چروک زیاد جلوگیری می کند. در سری های قبل هنگام باز و بسته شدن گوشی چین و چروک و شکاف های زننده ای را مشاهده کردیم. لولای سری Flip سامسونگ تا کنون دارای محافظ آب بوده است، اما هرگز در برابر گرد و غبار محافظت نشده است و چنین تغییری در زد فلیپ 5 بسیار خوشایند خواهد بود.

عدم تغییرات در دوربین های Z Flip 5

هرچند Galaxy Z Flip 5 در بخش لولا می تواند تغییرات بزرگی داشته باشد، اما در قسمت دوربین ها شاهد تغییرات چشمگیری نخواهیم بود. این گوش دارای سیستم دوربین اصلی دوگانه متشکل از یک دوربین عریض و فوق عریض خواهد بود و یک دوربین سلفی در صفحه اصلی وجود خواهد داشت. همه تلفن های تاشو که تاکنون مشاهده کرده ایم با دو دوربین عرضه می شوند و تاکنون لنز زوم اختصاصی روی یک تلفن تاشو به سبک تاشو ندیده ایم. بنابراین شاید این ویژگی را در نسل های آینده بتوانیم ببینیم، اما نه در فلیپ 5.

بهبود عملکرد و ارتقاء حافظه در Z Flip 5

شایعه شده است که سامسونگ جدیدترین تراشه اسنپدراگون 8 نسل 2 را بر روی Galaxy Z Flip 5 می آورد و این باعث می شود که گوشی تاشوی جدید سامسونگ از نظر عملکرد و سرعت به قدرت اول در گوشی های تاشو تبدیل شود. رقبای دیگر مانند موتورولا و اوپو فقط از پردازنده اسنپدراگون 8 نسل استفاده می کنند. همچنین انتظار داریم رم این مدل از گوشی از 6 گیگابایت به 8 گیگابایت افزایش یاد. در حال حاضر انتظار می رود که مدل پایه گلکسی زد فلیپ 5 دارای 128 گیگابایت فضای ذخیره سازی باشد.

نسخه اندروید Z Flip 5

انتظار می رود Galaxy Z Flip 5 با اندروید 13 وارد بازار شود، اما به خاطر داشته باشید که گوگل در کنفرانس I/O 2023 اعلام کرده بود که نسخه رسمی اندروید 14 قرار است در پاییز امسال عرضه شود، بنابراین فلیپ 5 پس از معرفی، اندورید 14 را دریافت خواهد کرد.

قیمت Z Flip 5

در حال حاضر قیمت Galaxy Z Flip 5 به صورت قطعی از سوی سامسونگ اعلام نشده است، اما به احتمال زیاد همان قیمت سال گذشته را خواهیم دید. گلکسی زد فلیپ 4 در زمان عرضه 999 دلار قیمت داشت همانطور که گلکسی زد 3 با همان قیمت عرضه شد. بدون شک سامسونگ قیمت مدل های جدید را از آستانه 1000 دلار عبور نخواهد داد. زد فلیپ 5 همان مدل قدیمی را خواهد داشت یا قیمت آن کمتر خواهد بود. توجه داشته این قیمت تنها برای مدل 128 گیگابایتی اعمال می شود و فضای ذخیره سازی بیشتر، قیمت بالاتری خواهد داشت.

آیا هوش مصنوعی می‌تواند به مقابله با انتشار اخبار جعلی کمک کند؟

هوش مصنوعی اگرچه با قابلیت‌های متنوع خود، نگاه‌های زیادی را به خود جلب کرده اما در کنار این مزیت‌ها، نگرانی‌هایی نیز درباره مشکلات و معایب آن وجود دارد که یکی از آنها، گسترش اخبار جعلی یا همان فیک نیوزهاست.

در واقع، ابزارهای هوش مصنوعی می‌توانند با دستکاری در مقالات و مطالب منتشرشده و همچنین تغییر اسامی، تاریخ‌ها و آمارها، به گسترش فیک نیوزها که این روزها به چالشی لاینحل تبدیل شده، دامن بزند.

همچنین مدل‌های پیشرفته هوش مصنوعی می‌توانند یک مطلب و یا مقاله را از صفر تا صد تنظیم کنند. به همین جهت، نگرانی‌هایی درباره تاثیر این فناوری بر انتخابات آینده و همچنین اعتماد به گزارش‌های درباره تغییرات اقلیمی‌شکل گرفته است.

اما به گفته برخی کارشناسان، می‌توان از این فناوری برای تحلیل درستی و یا نادرستی برخی اخبار و مقالات منتشرشده نیز بهره برد. بدین معنی که می‌توان با کمک ابزارهای هوش مصنوعی، اطلاعات را تحلیل و موارد نادرست و غلط را شناسایی کرد.

با این حال، پدیده اخبار جعلی یا همان فیک نیوز تنها محدود به ماه‌های اخیر و گسترش ابزارهای هوش مصنوعی نیست و سابقه آن به سال‌ها قبل و ظهور شبکه‌های اجتماعی برمی‌گردد. نتایج بررسی‌های توییتر در سال ۲۰۱۸ نشان داد که میزان ریتوییت و بازنشر اخبار جعلی حدود ۷۰ درصد بیشتر از اخبار واقعی و حقیقی است.

توییتر همچنین در نتیجه این بررسی اعلام کرد که دسترسی کاربران به اخبار جعلی حدود ۶ برابر سخت‌تر از دسترسی به اخبار جعلی است.
در جریان انتخابات ریاست جمهوری ۲۰۲۰ آمریکا نیز، مطالب جعلی مربوط به واکسن‌های کووید-۱۹ و تغییرات اقلیمی‌به طور گسترده‌ای در فضای وب و شبکه‌های اجتماعی منتشر می‌شد. مسئله‌ای که طبق برآوردها، روزانه بین ۵۰ تا۳۰۰ میلیون دلار هزینه را روی دست دولت آمریکا می‌گذاشت. تبعات این پدیده در عرصه سیاست نیز می‌تواند بی‌نظمیی‌های مدنی، خشونت و حتی کاهش اعتماد عمومی‌به نهادهای دموکراتیک باشد.

حال متخصصان می‌گویند که می‌توان اطلاعات غلط را با ترکیبی از الگوریتم‌ها، مدل‌های یادگیری ماشینی، هوش مصنوعی و کمک نیروی انسانی تشخیص داد. اما سوالی که پیش می‌آید این است که چه کسی مسئول کنترل، اگر نگوییم جلوگیری از انتشار، اخبار جعلی و فیک نیوزهاست. در حال حاضر، تنها شرکت‌های مالک شبکه‌های اجتماعی در موقعیتی هستند که می‌توانند بر انتشار اطلاعات غلط در پلتفرم‌های خود کنترل داشته باشند.

طبق گفته کارشناسان، یک رویکرد و روش چند وجهی برای شناسایی اطلاعات غلط در فضای آنلاین به منظور کنترل و جلوگیری از انتشار آنها احساس می‌شود. برای این منظور، می‌توان مدل‌هایی را تغریف کرد به طوری که در آن، پخش کننده اطلاعات نادرست، تمایل دارد ساختارهایی از کاربران به هم پیوسته را برای پخش اطلاعات نادرست خود تشکیل دهد.

بنابراین، باید الگوریتم‌هایی را برای تشخیص ساختارهای متراکم و به هم فشرده از کاربران که به هم در ارتباط هستند، توسعه داد. این الگوریتم‌ها می‌توانند کمپین‌های انتشار اطلاعات نادرست را بررسی و شناسایی کنند.

از آنجایی که این الگوریتم‌ها، روی ساختارهای ارتباطی میان کاربران متمرکزند، تجزیه و تحلیل محتوای منتشرشده توسط این گروه‌های ارتباطی، نیازمند دخالت نیروی انسانی است.

اما شناسایی اطلاعات غلط، تنها نیمی‌از راه محسوب می‌شود و گام بعدی، اقدامات قاطع برای جلوگیری از انتشار است. از جمله راهکارها برای این منظور می‌توان به ورود شرکت‌های مالک شبکه‌های اجتماعی به این حوزه و اتخاذ تدابیری برای جلوگیری از انتشار این محتوا و همچنین ایجاد کمپین‌هایی برای مقابله و خنثی کردن کمپین‌های اخبار جعلی اشاره کرد.

مداخلات شبکه‌های اجتماعی می‌تواند در اشکال مختلف همانند تعلیق حساب‌های کاربری و یا اقدامات ملایم‌تری همچون برچسب زدن به پست‌ها به عنوان پست مشکوک صورت گیرد. با این حال، کارشناسان می‌گویند الگوریتم‌ها و شبکه‌های مبتنی بر هوش مصنوعی به طور ۱۰۰ درصدی قابل اعتماد نیستند و هرگونه تصمیم اشتباه و انتخاب محتوای واقعی به عنوان محتوای جعلی، می‌تواند تبعات و هزینه‌هایی را به دنبال داشته باشد.

هوش مصنوعی از چهره افراد، ایدئولوژی سیاسی آنها را ‌پبش‌بینی ‌می‌کند

نتایج یک بررسی نشان داد الگوریتم‌های هوش مصنوعی می‌توانند با بررسی خصوصیات و ویژگی‌های موجود در چهره افراد، دیدگاه و ایدئولوژی سیاسی آنها را پیش‌بینی کنند.

طبق یافته‌های محققان دانمارکی، فناوری هوش مصنوعی با تجزیه و تحلیل تصاویر، به این نتیجه رسید افراد راست‌گرا بیشتر در عکس‌ها، با چهره شاد و افراد چپ‌گرا، بیشتر با چهره خنثی ظاهر می‌شوند.

این بررسی که با عنوان «استفاده از فناوری یادگیری ماشینی برای پیش‌بینی ایدئولوژی از روی عکس‌های چهره» انجام شد، نشان داد که هوش مصنوعی می‌تواند با بررسی یک عکس، ایدئولوژی سیاسی فرد را با دقت ۶۱ درصدی پیش‌بینی کند.

محققان در این بررسی که نتایج آن در نشریه Scientific Research منتشر شد، اعلام کردند که یادگیری عمیق، روشی در هوش مصنوعی است که در آن، متخصصان علوم رایانه، به رایانه‌ها می‌آموزند تا اطلاعات را همانند انسان‌ها بیاموزند و پردازش کنند و از آن‌ها برای پیش‌بینی ایدئولوژی افراد با استفاده از عکس‌ها استفاده کنند.

محققان در این بررسی به دنبال این بودند تا مشخص کنند که آیا شبکه‌های عصبی محاسباتی یا همان الگوریتم‌ها که تقریبا عملکردی شبیه به ساختار و عملکرد مغز دارند، می‌توانند ایدئولوژی سیاسی افراد را صرفا از طریق بررسی یک عکس تشخیص دهند یا خیر.

متخصصان دانمارکی این شبکه عصبی را با هزاران عکس از سیاستمداران آموزش دادند. با این حال، عکس‌های سیاستمدارانی را که مشخصا متعلق به جناح خاصی نبودند و یا با ریش عکس گرفته بودند، حذف کردند.

در این تصاویر، فقط مشخصات و ویژگی‌های چهره افراد مشخص بود و هیچ عنصری در پس‌زمینه که نشان‌دهنده گرایش آنها بود، وجود نداشت. در نهایت، ۴۶۴۷ عکس با اعمال این فیلترها، استخراج شد که ۱۴۴۲ تصویر متعلق به سیاستمداران زن بود.

در مجموع، این تحقیق نشان داد که هوش مصنوعی آموزش دیده با این داده‌ها، می‌تواند با دقت ۶۱ درصدی، ایدئولوژی افراد را پیش‌بینی کند. محققان اذعان کردند که این نتایج، تهدید نشات گرفته از فناوری یادگیری عمیق برای حریم خصوصی را تایید می‌کند. به گفته آنها، با استفاده از الگوریتم‌های توسعه‌یافته و با استفاده از داده‌هایی که دسترسی به آنها کار سختی هم نیست، این ابزار توانست ایدئولوژی فرد را با دقتی بیش از ۶۱ درصد پیش‌بینی کند.