نسل جدید ایرپاد اپل به جنگ با سمعک‌سازان می‌رود

هدفون ایرپاد ۴ دارای طراحی به‌روزشده‌ای خواهد بود و انتظار می‌رود این محصول جدید شبیه ترکیبی از مدل فعلی و ایرپاد پرو باشد.

مارک گرمن، افشاگر خوش‌نام محصولات اپل مدعی شد که این کمپانی با اضافه کردن قابلیت کمک‌ به شنوایی در نسل چهارم ایرپاد به کاربر این امکان را می‌دهد تا ایرپاد خود را به‌عنوان سمعک بدون نسخه‌ (OTC) جایگزین سمعک‌های سنتی کند.

مارک گرمن درخصوص ویژگی‌های ایرپاد نسل ۴ عنوان کرد: هدفون ایرپاد ۴ دارای طراحی به‌روزشده‌ای خواهد بود و انتظار می‌رود این محصول جدید شبیه ترکیبی از مدل فعلی و ایرپاد پرو باشد.

همچنین پیش‌بینی می‌شود ایرپاد نسل ۴ به اسپیکری برای هشدار Find My و درگاه شارژ USB-C به‌جای پورت لایتنینگ مجهز خواهد شد.

گفته می‌شود محصول جدید اپل سیستم حذف نویز فعال به‌همراه دارد که تاکنون محدود به ایرپادز پرو بوده و این امکان را به مشتریان می‌دهد تا این قابلیت را با قیمتی مقرون‌به‌صرفه‌تر دریافت کنند.

به ادعای مارک گرمن، اپل قصد دارد در اقدامی جالب از طریق ایرپاد، به برگزاری آزمون‌های شنوایی بپردازد و میزان کاهش سطح شنوایی کاربران را به آن‌ها گوشزد کند.

طبق پیش‌بینی گرمن اپل قصد دارد همزمان با رونمایی از گوشی آیفون سری ۱۶ در سپتامبر ۲۰۲۴ از ایرپاد نسل ۴ نیز رونمایی کند.

همچنین نسخه جدید ایرپاد مکس که در سال ۲۰۲۴ عرضه خواهد شد، با بروزرسانی رنگ‌های جدید و اضافه کردن درگاه شارژ USB-C همراه خواهد بود.

هوش مصنوعی فقط با یک نگاه «اوتیسم» را تشخیص می‌دهد

محققان با استفاده از الگوریتم هوش مصنوعی یادگیری عمیق، توانستند از طریق تصاویر شبکیه چشم کودکان، اوتیسم را با دقت ۱۰۰ درصد تشخیص دهند.

محققان توانستند با استفاده از هوش مصنوعی بیماری اوتیسم را از طریق شبکیه چشم کودکان تشخیص دهند. در زمانی که متخصص کودکان در دسترس نیست، این فناوری بسیار کارآمد خواهد بود.

به گفته محققان در پشت چشم کودک، شبکه و اعصاب بصری که در یک صفحه اوپتیکی به یکدیگر متصل می‌شوند و امتدادی از سیستم عصبی مرکزی، پنجره‌ای به مغز انسان را نشان می‌دهد، به دسترسی سریع و غیرتهاجمی به این قسمت از بدن برای دستیابی به اطلاعات مهم مرتبط با مغز را آسان می‌کند که نقطه عطفی برای سرمایه‌گذاری خواهد بود.

محققان کالج یونسی در کره جنوبی با استفاده از تصاویر شبکیه که با الگوریتم هوش مصنوعی بررسی می‌شود، روشی برای تشخیص اختلال طیف اوتیسم (ASD) و علائم شدت آن در کودکان ابداع کرده‌اند.

محققان در یک آزمایش با ثبت عکس شبکیه ۹۵۸ شرکت‌کننده با میانگین سنی هفت تا ۸ سال که در مجموع به ۱۸۹۰ تصویر رسید، توانستند به نتایج قابل توجهی دست پیدا کنند.

طبق این تحقیق نیمی از این کودکان از قبل مبتلا به ASD تشخیص داده شده و نیم دیگر شرکت‌کنندگان عضو گروه کنترل بودند. علائم شدت این بیماری با استفاده از «برنامه مشاهده تشخیصی اوتیسم» سنجیده شد.

محققان در این‌باره می‌گویند: مدل های عملکردی نشان می‌دهند تغییرات در شبکیه در افراد مبتلا به ASD احتمالا به عنوان نشانگر زیستی ارزش دارد. یافته های ما نشان می دهد تصاویر شبکیه احتمالا اطلاعاتی اضافی درباره شدت علائم نیز دارند.

اگرچه محققان این اطلاعات را کامل نمی‌دانند و معتقدند به مطالعات بیشتری در این زمینه نیاز است، اما تحقیق پیش رو گامی مهم در توسعه ابزارهای بررسی ASD به شمار می‌رود و چالش‌های اضطراری مانند عدم دسترسی به متخصص کودکان را برطرف می‌کند.

آموزش: چگونه از هوش مصنوعی «جمینای» در گوگل بارد استفاده کنیم؟

گوگل به تازگی هوش مصنوعی جمینای خود را معرفی کرده است، این فناوری جدید می‌تواند به‌طور یکپارچه تولید و خواندن طیف وسیع‌تری از داده‌ها را انجام دهد.

گوگل مدل پیشگامانه هوش مصنوعی خود را به تازگی معرفی کرده است و کاربران می توانند به نسخه ای از آن به نام جمینای به صورت رایگان در چت ربات بارد دسترسی داشته باشند.

دسترسی به جمینای به سادگی ورود به بارد و با حساب گوگل است. جمینای در حال حاضر محدود به تعاملات مبتنی بر متن است و طیف وسیعی از ویژگی های چشمگیر را ارائه می دهد، از جمله:

خلاقیت پیشرفته: تصاویر خیره کننده ایجاد کنید، قالب های متنی خلاقانه متفاوت بنویسید و زبان ها را به راحتی ترجمه کنید.

افزایش بهره وری: وظایف را به صورت خودکار انجام دهید و داده ها را به طور موثرتر تجزیه و تحلیل کنید.

برنامه های کاربردی سفارشی: راه حل های مناسب برای نیازهای خاص، مانند تحقیقات بازار و خدمات مشتری، ایجاد کنید.

خودآموزی: جمینای توانایی های خود را در طول زمان از طریق تعامل با خودش بهبود می بخشد که منجر به عملکرد شخصی و بهبود یافته می شود.

قبل از اینکه یاد بگیرید چگونه از هوش مصنوعی جمینای استفاده کنید باید ویژگی های منحصر به فرد آن را بشناسید. انتظار می‌رود نسخه‌های آینده این هوش مصنوعی شامل قابلیت‌های چندوجهی باشند، که در آن هوش مصنوعی می‌تواند در قالب‌های مختلف، از جمله تصاویر، صدا و ویدئو، پردازش و غیره پاسخگو باشد.

انتشار اولیه بارد به زبان انگلیسی اکنون برای بیش از 170 کشور و منطقه در دسترس است. اگر می‌خواهید آن را امتحان کنید، به بارد بروید و از او بپرسید که آیا از جمینای استفاده می‌کند یا خیر.

همچنین نسخه‌ای از جمینای در سیستم عامل پیکسل8 وجود دارد که کاربران را از طریق پیام‌های پیشنهادی راهنمایی می‌کند.

نحوه استفاده از هوش مصنوعی جمینای

• بارد را در پلتفرم دلخواه خود باز کنید.

• مطمئن شوید که با حساب گوگل وارد شده اید تا به عملکردهای بارد دسترسی داشته باشید.

• به دنبال منوها یا بخش‌های اختصاصی در بارد باشید که امکان دسترسی به قابلیت‌های جمینای را فراهم می‌کنند.

• ویژگی‌های موجود، مانند تولید تصویر، نوشتن کد و ابزارهای بهره‌وری پیشرفته را کاوش کنید.

• اگر با جمینای تعامل پیدا کردید، بازخورد خود را با گوگل در میان بگذارید تا به توسعه آینده آن کمک کنید

مغزافزارهای هوش مصنوعی ممکن است به انسان واقعی تبدیل شوند

دانشمندان از سلول‌های زنده مغز برای ساختن یک سیستم هوش مصنوعی استفاده کرده‌اند که قادر به تشخیص صدای افراد مختلف است.

این رایانه‌زیستی هیبریدی برای انجام وظایف تشخیص صدا با دقت ۷۸ درصد، قطعات الکترونیکی را در بافتی از مغز انسان که در آزمایشگاه رشد کرده است، ادغام کرد.

به گفته گروهی از دانشگاه ایندیانا بلومینگتون در ایالات متحده که آن را ساخته است، این موفقیت آزمایش هوش مصنوعی ممکن است به آغاز عصر جدیدی در رایانه‌های قدرتمند «مغزافزار» بینجامد.

پژوهشگران در مقاله‌ای با عنوان «محاسبات مخزنی اندام‌واره مغز برای هوش مصنوعی» که روز دوشنبه در مجله «نیچر الکترونیکز» منتشر شد، نوشتند: «هدف سخت‌افزار محاسباتی الهام‌گرفته از مغز، تقلید ساختار و اصول کار مغز است و می‌توان از آن در رفع محدودیت‌های کنونی در فناوری‌های هوش مصنوعی استفاده کرد.»

«مغزافزار، با توجه به انعطاف‌پذیری و سازگاری بالای اندام‌واره‌ها، از انعطاف‌پذیری برای تغییر و سازماندهی مجدد در پاسخ به تحریک الکتریکی برخوردار است که این، توانایی آن را برای محاسبات مخزنی با قابلیت سازگاری برجسته می‌کند.»

این رویکرد همچنین می‌تواند نیازهای انرژی سیستم‌های هوش مصنوعی مدرن را به‌شدت کاهش دهد، در حالی که سخت‌افزار هوش مصنوعی کنونی حدود ۸ میلیون وات مصرف می‌کند تا یک شبکه عصبی راه‌اندازی کند، مغز انسان قادر است تنها با ۲۰ وات آن را تامین کند.

اندام‌واره‌های مغز از سلول‌های بنیادی کشت می‌شوند و در آزمایشگاه رشد می‌کنند و روش‌هایی را برای بررسی همه چیز، از نحوه عملکرد مغز انسان گرفته تا روش‌های احتمالی برای درمان بیماری‌های عصبی ارائه می‌دهند.

سرشت و ماهیت این بخش‌های مغز که در آزمایشگاه رشد می‌کنند و مدام هم پیچیده‌تر می‌شوند، موجب بروز نگرانی‌های اخلاقی درباره این شده است که چه چیزی انسان محسوب می‌شود و در چه مرحله‌ای می‌توان بافت مغز را یک انسان در نظر گرفت.

پژوهشگران ژاپنی و تایوانی اوایل سال جاری، پیشنهاد ایجاد یک چارچوب قانونی به‌منظور شفاف‌سازی موضوعاتی نظیر رضایت آگاهانه را طرح کردند که می‌تواند نحوه استفاده و رفتار با اندام‌واره‌های مغزی را تعیین کند.

ماسانوری کاتائوکا، پژوهشگر دانشگاه هیروشیما که سرپرستی این پژوهش را برعهده داشت، گفت: «اگرچه اندام‌واره‌های مغز انسان در حال حاضر، انسان واقعی به حساب نمی‌آیند، اما احتمال ظرفیت آن‌ها برای تبدیل شدن به انسان واقعی در آینده نزدیک، مستلزم بررسی دقیق‌تر پیش از وقوع این واقعیت است.»

جدیدترین تحقیقات مغزافزار، تا رسیدن به چنین نگرانی‌هایی فاصله زیادی دارد، چرا که اندام‌واره‌های مغزی ادغام‌شده با هوش مصنوعی هرچند که می‌توانند صدای گوینده‌ را شناسایی کنند اما آنچه را که آن‌ها می‌گویند درک نمی‌کنند.

عینک هوشمند ری‌بن متا با قابلیت جست‌وجوی بصری مبتنی بر AI عرضه می‌شود

به نظر می‌رسد که کاربران می‌توانند با دستوراتی که با «هی متا، نگاه کن و به من بگو» شروع می‌شوند این قابلیت را درگیر کنند.

عینک هوشمند ری‌بن متا، به لطف بهبود دستیار هوش مصنوعی این شبکه اجتماعی، به زودی به‌روزرسانی‌های قدرتمندی را دریافت می‌کند.

متا بالاخره تصمیم به اضافه کردن پشتیبانی از اطلاعات بی‌درنگ به دستیار داخلیش گرفته است و شروع به آزمایش قابلیت‌های جدید «چندوجهی» کرده است که برای آن امکان پاسخ دادن به سؤالات بر اساس محیط اطراف شما را فراهم می‌آورد.

تاکنون، دیتابیس اطلاعات هوش مصنوعی متا محدود به تاریخ دسامبر 2022 بود، بنابراین نمی‌توانست به سؤالات مربوط به رویدادهای فعلی، یا مواردی مانند امتیازات بازی، شرایط ترافیکی یا سایر جستارهایی که مشخصاٌ به طور آنی مورد نیاز هستند پاسخ دهد. اما به گفته اندرو باسورث، مدیر ارشد فناوری متا، که گفت که تمام عینک‌های هوشمند متا در ایالات‌متحده اکنون می‌توانند به اطلاعات بلادرنگ دسترسی داشته باشند، این وضعیت در حال تغییر است. او افزود که این تغییر «تا حدی» به کمک بینگ محقق شده است.

به طور جداگانه، متا شروع به آزمایش یکی از جذاب‌ترین قابلیت‌های دستیار خود کرده است که آن را «هوش مصنوعی چندوجهی» می‌نامد. این قابلیت‌ها، که برای اولین بار در رویداد Connect پیش‌نمایشی از آنها ارائه شد، به Meta AI این امکان را می‌دهند تا به سؤالات متنی در مورد محیط اطراف شما و سایر جستارها بر اساس آنچه که از طریق عینک به آن نگاه می‌کنید پاسخ دهد.

متأسفانه، احتمالاً هنوز مدتی طول خواهد کشید تا اکثر افراد دارای عینک هوشمند بتوانند به عملکرد جدید چندوجهی دسترسی پیدا کنند. باسورث گفت که نسخه بتای دسترسی زودهنگام در ابتدا فقط برای «تعداد کمی از افراد منتخب» در ایالات‌متحده در دسترس خواهد بود و احتمالاً در سال 2024 دسترسی آن گسترده‌تر خواهد شد.

مارک زاکربرگ چند ویدیو از این قابلیت‌های جدید به اشتراک گذاشته است تا درباره نحوه عملکرد آن شفاف‌سازی کرده باشد. بر اساس این کلیپ‌ها، به نظر می‌رسد که کاربران می‌توانند با دستوراتی که با «هی متا، نگاه کن و به من بگو» شروع می‌شوند این قابلیت را درگیر کنند. به عنوان مثال، زاکربرگ از Meta AI خواست که به پیراهنی که دارد نگاه کند و در مورد شلواری که می‌تواند با آن مطابقت داشته باشد بخواهد پیشنهادهایی بدهد. او همچنین اسکرین‌شات‌هایی را به اشتراک گذاشت که هوش مصنوعی متا را در حال تشخیص دادن تصویری از یک میوه و ترجمه متن یک میم نشان می‌دهد.

در ویدئویی که در تردز منتشر شد، باسورث گفت که کاربران همچنین می‌توانند از هوش مصنوعی متا در مورد محیط اطراف‌شان بپرسند و همچنین سوالات خلاقانه‌تری مانند نوشتن شرح (کپشن) برای عکس‌هایی که به تازگی گرفته‌اند مطرح نمایند.

چت‌جی‌پی‌تی در رقابت با یک رایانه ۶۰ سال پیش شکست خورد

چت‌بات هوش مصنوعی مشهور چت‌جی‌پی‌تی را در آزمون تورینگ، که برای تفاوت قائل شدن میان انسان از هوش مصنوعی طراحی شده است، شکست داد.

یک برنامه رایانه‌ای قدیمی ساخته‌شده در دهه ۱۹۶۰، چت‌بات هوش مصنوعی مشهور چت‌جی‌پی‌تی را در آزمون تورینگ، که برای تفاوت قائل شدن میان انسان از هوش مصنوعی طراحی شده است، شکست داد.

پژوهشگران دانشگاه کالیفرنیا در سن دیگو در ایالات متحده، چت‌بات قدیمی «الیزا» (ELIZA) را که جوزف وایزنبام، دانشمند ام‌آی‌تی، اواسط دهه ۱۹۶۰ ساخته بود، در برابر نسخه‌های مدرن این فناوری آزمایش کردند.

آن‌ها دریافتند که الیزا از هوش مصنوعی چت‌جی‌پی‌تی ۳.۵ اوپن‌ای‌آی که نسخه رایگان چت‌جی‌پی‌تی این شرکت را ارائه می‌کند، بهتر عمل کرده است.

آزمون تورینگ، از وقتی که آلن تورینگ، دانشمند بریتانیایی رایانه، آن را نخستین بار در ۱۹۵۰ مطرح کرد، معیاری برای تعیین توانایی ابزارهای ماشینی (کامپیوتری) در تقلید از مکالمه انسانی به شمار می‌رفته است.

در جدیدترین بررسی، قرار بود ۶۵۲ شرکت‌کننده انسانی قضاوت کنند که آیا در حال صحبت با انسانی دیگرند، یا از طریق اینترنت با یک چت‌بات هوش مصنوعی صحبت می‌کنند.

چت‌بات‌ چت‌جی‌پی‌تی ۴ اوپن‌ای‌آی، که از نسخه رایگان این فناوری قدرتمندتر است، توانست شرکت‌کنندگان در این بررسی را در موارد متعددتر و با موفقیت ۴۱ درصد بیشتر از الیزا، فریب دهد.

الیزا در ۲۷ درصد مواقع توانست خود را انسان وانمود کند، در حالیکه چت‌جی‌پی‌تی ۳.۵ فقط ۱۴ درصد موفقیت داشت.

گری مارکوس، متخصص هوش مصنوعی، موفقیت الیزا را برای شرکت‌های فناوری مدرنی که روی چت‌بات‌های هوش مصنوعی کار می‌کنند، «مایه آبروریزی» توصیف کرد. با این حال، سایر دانشگاهیان استدلال کردند که چت‌جی‌پی‌تی برای عملکرد خوب در آزمون تورینگ طراحی نشده است.

اتان مولیک، استاد هوش مصنوعی در آموزشگاه وارتون دانشگاه پنسیلوانیا در ایالات متحده، در شبکه ایکس (توییتر سابق) نوشت: «فکر می‌کنم وقتی این مقاله را بخوانید، این واقعیت که چت‌جی‌پی‌تی ۳.۵ به الیزا می‌بازد، تعجب‌آور نیست.»

«اوپن‌ای‌آی خطر جعل هویت را نگرانی‌ای واقعی در نظر گرفته است و از روش یادگیری تقویتی با بازخورد انسانی (RLHF) برخوردار است تا اطمینان حاصل کند که چت‌جی‌پی‌تی برای موفقیت در آزمون تورینگ و جا زدن خود به مثابه انسان، تلاش نمی‌کند. اما الیزا به شدت به این شکل طراحی شده است تا با استفاده از روانشناسی ما در این آزمون موفق شود.»

یکی از دلایلی که شرکت‌کنندگان در این بررسی الیزا را با انسان اشتباه می‌گرفتند، این بود که «خیلی بدتر» از آن بود که مشابه و همپای هوش مصنوعی مدل کنونی باشد، و از این رو «به احتمال بیشتر، شبیه انسانی بود که عامدانه همکاری نمی‌کند».

آرویند نارایانان، استاد علوم رایانه‌ای در دانشگاه پرینستون که خود در این پژوهش شرکت نداشت، گفت: «مانند همه مواقع، آزمون رفتار، چیزی درباره قابلیت‌ها به ما نمی‌گوید. چت‌جی‌پی‌تی به گونه‌ای تنظیم شده است که لحنی رسمی داشته باشد، نه بیان دیدگاه‌ و نظایر آن، که سبب می‌شود کمتر شبیه به انسان باشد.»

این پژوهش با عنوان «آیا چت‌جی‌پی‌تی ۴ در آزمون تورینگ موفق شده است» هنوز داوری همتا نشده است.

گوگل قابلیت ویرایش پیام را به اندروید اضافه می‌کند؟

بر اساس شواهد و کدهایی که به رسانه‌ها درز کرده، گوگل در حال توسعه و آزمودن قابلیت ویرایش پیام‌های ارسالی در برنامه پیام‌رسان پیش‌فرض اندروید به نام Messages است.

این قابلیت به کاربر اجازه می دهد پس از ارسال پیام، آن را ویرایش کند. البته جزییات دقیق عملکرد آن مشخص نیست.

اپلیکیشن‌های پیام‌رسان محبوب دیگری چون آی‌مسیج، واتساپ و تلگرام نیز از قابلیت ویرایش پیام پشتیبانی می کنند.

از آنجایی که Messages بر پایه پروتکل RCS عمل می‌کند، به نظر می‌رسد قابلیت ویرایش پیام هم با RCS سازگار باشد. البته هنوز مشخص نیست این ویژگی دارای چه محدودیت‌های زمانی برای ویرایش خواهد بود.

این قابلیت جدید گوگل می‌تواند برای کاربران اندرویدی بسیار سودمند باشد، زیرا اشتباهات تایپی رایجی که در هنگام نوشتن پیام رخ می‌دهد را می‌توان بلافاصله پس از ارسال اصلاح کرد. البته این نگرانی وجود دارد که سوءاستفاده از این قابلیت منجر به دردسرهایی شود.

ویرایش پیام در RCS به گونه‌ای است که دریافت‌کننده می‌تواند ببیند که آیا پیامی ویرایش شده یا خیر. در حال حاضر روشن نیست آیا این قابلیت در برنامه Messages گوگل هم لحاظ می‌شود یا خیر.

در هر صورت با توجه به گسترش RCS، انتظار می‌رود گزینه ویرایش پیام طی ماه‌های آینده در دسترس عموم قرار گیرد. البته فعلا گوگل در مورد زمان دقیق انتشار این ویژگی خبری اعلام نکرده است.

پای هوش مصنوعی به سیاست هم باز می‌شود

یک شرکت در لندن برای اولین بار از هوش مصنوعی برای کمپین های سیاسی یک کاندیدای دموکرات پارلمان آمریکا استفاده کرده است تا بتواند از این طریق بر رقیب جمهوری خواهش غلبه کند.

شاماین دانیلز قصد دارد به عنوان یک نماینده دموکرات وارد کنگره آمریکا شود. وی سال قبل با کمبود ۱۰ امتیاز به اسکات پری نماینده جمهوریخواه باخت، اکنون امیدوار است با کمک سلاح جدیدش که یک داوطلب هوش مصنوعی کمپین انتخاباتی است، بتواند برنده شود.

این سیستم هوش مصنوعی به نام اشلی، یک ربات تماس گیرنده معمولی نیست و هیچکدام از پاسخ‌هایی که به سوالات کاربران می‌دهد، از قبل ضبط نشده است. مبدعان اشلی که قصد دارند با کمپین‌های انتخاباتی حزب دموکرات همکاری کنند، مدعی هستند او نخستین پاسخگوی تلفنی سیاسی است که مانند چت جی پی تی با کمک هوش مصنوعی فعال شده است. این ربات می‌تواند بی نهایت گفتگوهای دونفره را همزمان انجام دهد.

اشلی یکی از نخستین نمونه‌های تأثیر هوش مصنوعی بر آغاز عصر جدیدی در کمپین‌های سیاسی است که در آن از فناوری برای جذب رأی دهندگانی استفاده می‌شود که ردیابی شأن کار سختی است.

اشلی در روزهای گذشته به نمایندگی از سوی دانیلز با هزاران رأی دهنده در ایالت پنسیلوانیا تماس گرفت و مانند یک داوطلب قهار کمپین‌های سیاسی پروفایل هر رأی دهنده را تحلیل کرد تا گفتگوهایی درباره موضوعات کلیدی با وی برقرار کند. اشلی برخلاف کارمند انسانی کمپین همیشه در سر کار خود حاضر می‌شود و به خوبی سوابق دانیلز را به خاطر می‌آورد، همچنین هنگامیکه تماس با وی قطع می‌شود، احساس بدی نمی‌کند.

مدیر ارشد اجرایی شرکت Civox در لندن که مبدع اشلی است، در این باره می‌گوید: این روند به سرعت گسترده می‌شود. ما قصد داریم تا پایان سال روزانه چند ۱۰ هزار تماس بگیریم. همین سیستم در انتخابات ریاست جمهوری ۲۰۲۴ میلادی نیز نفوذ می‌کند.

اما این ابزار حوزه فعالیت دانیلز را گسترده‌تر کرده است، او به عنوان یک رقیب کم قدرت اکنون مجهز به ابزار و روشی است تا به رای دهندگانی با زبان‌های مختلف (اشلی می‌تواند به ۲۰ زبان صحبت کند) دسترسی یابد و آنها را درک کند.

برای عده‌ای این سیستم، ابزاری سرگرم کننده برای گفتگوهای با کیفیت است. برخی دیگر بیم آن دارند که چنین ابداعی وضعیت گسترش اخبار جعلی را در چشم انداز فضای سیاسی دو قطبی آمریکا بدتر کند. این درحالی است که سیاستمداران با عکس‌ها و ویدئوهای دیپ فیک بسیار واقع گرایانه ای دست وپنجه نرم می‌کنند که با کمک الگوریتم‌های هوش مصنوعی ساخته شده‌اند.

همکاری گوگل و مک‌دونالد پای هوش مصنوعی را به دنیای فست‌فود باز می‌کند

مک‌دونالد قصد دارد با هدف تجزیه‌وتحلیل حجم عظیمی از داده‌ها در همکاری مشترکی با گوگل، از هوش مصنوعی این کمپانی برای بهبود خدمات رستوران‌های زنجیره‌ای خود استفاده کند.

مک‌دونالد به عنوان یکی از بزرگ‌ترین برندهای فست‌فود زنجیره‌ای در جهان، از آغاز همکاری چندساله و جهانی خود با کمپانی گوگل برای بهبود تجارت خود و فراهم آوردن تجربیاتی بهتر برای مشتریان و کارمندان با استفاده از هوش مصنوعی و فضای ابری گوگل خبر داد.

مک‌دونالد یکی از مشهورترین برندهای فست‌فود زنجیره‌ای در جهان، قصد دارد با هدف تجزیه‌وتحلیل حجم عظیمی از داده‌ها در همکاری مشترکی با گوگل، از هوش مصنوعی این کمپانی برای بهبود خدمات رستوران‌های زنجیره‌ای خود استفاده کرده و از سال ۲۰۲۴، سخت‌افزار و نرم‌افزارهای خود در هزاران شعبه در سراسر جهان ازجمله کیوسک‌های خودسرویس و اپلیکیشن موبایل این شرکت را به فناوری‌های هوش مصنوعی گوگل ارتقا دهد.

در شرایطی که یک سال گذشته، استفاده از هوش مصنوعی در سازمان‌ها و شرکت‌های بزرگ و کوچک بسیار جا افتاده و به نوعی همه‌گیری شده و تقریباً به تمامی جنبه‌های زندگی ما ورود کرده است، مک‌دونالد به‌عنوان یکی از بزرگ‌ترین رستوران‌های فست‌فودی در جهان، به فکر استفاده از این فناوری نوظهور در سیستم اجرایی خود افتاده است.

هرچند که مک‌دونالد جزئیات چندانی در مورد نحوه استفاده از هوش مصنوعی ارائه نداده، اما معتقد است که برنامه‌های ابری و مدل‌های هوش مصنوعی گوگل علاوه بر بهبود سرویس‌دهی و خدمات مک‌دونالد به مشتریان، در ارائه بینش‌های جدید در مورد نحوه عملکرد تجهیزات، ایجاد راه‌حل‌هایی برای کاهش اختلالات کسب‌وکار و مسائل مرتبط با مشتریان و کارکنان نیز کمک بزرگی خواهد کرد.

پیش از این، در ماه می جاری فاش شد که رستوران‌های زنجیره‌ای وندیز هم با گوگل همکاری خواهند کرد. احتمالاً این رستوران قصد دارد از مدل زبانی بزرگ گوگل برای بهبود خدمات بیرون‌بر خود استفاده کند، اما طرفداران این فناوری جدید بی‌صبرانه منتظرند تا ببینند مک‌دونالد مشهور، با استفاده از هوش مصنوعی و فضای ابری گوگل، چه تغییر عمده‌ای در سیستم خود به وجود خواهد آورد.

کشف محدودیتی عجیب برای عملکرد کامپیوترهای کوانتومی

در حال حاضر، دقت رایانه‌های کوانتومی توسط عوامل دیگر، به عنوان مثال دقت اجزای مورد استفاده یا میدان‌های الکترومغناطیسی، محدود شده است. اما محاسبات ما همچنین نشان می‌دهد که امروز از رژیمی که در آن محدودیت‌های اساسی سنجش زمان نقش تعیین‌کننده را ایفا می‌کند، فاصله چندانی نداریم.

به گفته محققان دانشگاه فناوری وین، یک نقطه تعادل جدیداٌ کشف‌شده در نحوه عملکرد دستگاه‌های نگهدارنده زمان در سطح بنیادی می‌تواند یک محدودیت سخت را بر عملکرد رایانه‌های کوانتومی در مقیاس بزرگ ایجاد کند.

با اینکه این مساله خیلی مهم نیست، اما توانایی ما برای رشد سیستم‌های مبتنی بر عملیات کوانتومی از نمونه‌های اولیه آزمایشی به غول‌های عملی با کارائی عظیم به این بستگی دارد که چگونه بتوانیم به‌طور قابل‌اطمینانی روزها را به بخش‌های هرچه ظریف‌تر تقسیم کنیم. این شاهکاری است که محققان می‌گویند به طور فزاینده‌ای چالش‌برانگیزتر خواهد شد.

چه با زمزمه‌های می‌سی‌سی‌پی ثانیه‌ها را بشمارید و چه آنها را با نوسان آونگی یک الکترون در محدوده اتمی تقسیم کنید، اندازه‌گیری زمان به محدودیت‌های خود فیزیک محدود می‌شود.

یکی از این محدودیت‌ها شامل تفکیک‌پذیری است که می‌توان با آن زمان را تقسیم کرد. به عنوان مثال، اندازه‌گیری‌های هر رویداد کوتاه‌تر از 5.39 x 10-44ثانیه با تئوری‌های مربوط به عملکردهای پایه کیهان مغایرت دارد. به عبارت دیگر چنین سنجشی کاملاٌ بی‌معناست.

با این حال، حتی قبل از اینکه به آن مرز سخت در محدودیت زمان برسیم، فیزیکدانان فکر می‌کردند که برای ادامه اندازه‌گیری واحدهای کوچکتر ناچار به تحمل سختی‌های بزرگی هستیم.

دیر یا زود هر ساعتی از کار می‌افتد. آونگ کند می‌شود، باتری تمام می‌شود، لیزر اتمی نیاز به تنظیم مجدد پیدا می‌کد. این صرفاً یک چالش مهندسی نیست - حرکت زمان به خودی خود یکی از ویژگی‌های پیشرفت کیهان از یک حالت بسیار منظم به یک آشفتگی درهم‌تنیده و پر هرج و مرج در چیزی است که آنتروپی نامیده می‌شود.

مارکوس هوبر، نویسنده ارشد، مهندس سیستم که رهبری یک گروه تحقیقاتی در تقاطع اطلاعات کوانتومی و ترمودینامیک کوانتومی در دانشگاه فناوری وین را بر عهده دارد، می‌گوید: اندازه‌گیری زمان همیشه با آنتروپی ارتباط دارد.

هوبر و تیمش در قضیه‌ای که اخیراً منتشر شده‌اند، منطقی را ارائه می‌کنند که آنتروپی را به‌عنوان یک پدیده ترمودینامیکی با تفکیک‌پذیری مرتبط می‌کند، و نشان می‌دهد که اگر انرژی بی‌نهایتی در نوک انگشتان خود نداشته باشید، ساعت شما در نهایت با مسائل مرتبط با دقت مواجه می‌شود.

یا همانطور که نویسنده ارشد این مطالعه، فیزیکدان نظری فلوریان مایر، می‌گوید: «این بدان معناست که یا ساعت به سرعت کار می‌کند یا به دقت کار می‌کند - هر دو به طور همزمان ممکن نیستند».

تحقیقات زیادی برای کشف پتانسیل خطا در فناوری کوانتومی ناشی از یک جهان پر سر و صدا و ناقص انجام شده است. به نظر می رسد این اولین باری است که محققان به فیزیک زمان‌سنجی خود به عنوان یک مانع بالقوه نگاه می‌کنند.

مارکوس هوبر، یک مهندس سیستم که رهبری یک گروه تحقیقاتی در تقاطع اطلاعات کوانتومی و ترمودینامیک کوانتومی در دانشگاه فناوری وین را بر عهده دارد، می‌گوید: «در حال حاضر، دقت رایانه‌های کوانتومی توسط عوامل دیگر، به عنوان مثال دقت اجزای مورد استفاده یا میدان‌های الکترومغناطیسی، محدود شده است. اما محاسبات ما همچنین نشان می‌دهد که امروز از رژیمی که در آن محدودیت‌های اساسی سنجش زمان نقش تعیین‌کننده را ایفا می‌کند، فاصله چندانی نداریم.»

احتمالاً پیشرفت‌های دیگر در محاسبات کوانتومی باعث بهبود پایداری، کاهش خطاها و «خرید زمان» برای دستگاه‌های بزرگ‌تر برای عملکرد بهینه می‌شود. اما اینکه آیا آنتروپی حرف آخر را در مورد اینکه کامپیوترهای کوانتومی چقدر قدرتمند می‌توانند داشته باشند خواهد گفت یا نه، تنها زمان مشخص خواهد کرد.

این تحقیق در Physical Review Letters منتشر شده است.

«جمینای» چت جی‌پی‌تی را مغلوب می‌کند؟

گوگل روز چهارشنبه ۶ دسامبر (۱۵ آذر) سرانجام پس از مدت‌ها انتظار از مدل هوش مصنوعی تازه خود به نام «جمینای» رونمایی کرد.

این مدل به عنوان «تواناترین» و «قدرتمندترین» ابزار هوش مصنوعی این شرکت معرفی شده است و گوگل قصد دارد با آن به جنگ چت‌ جی‌پی‌تی محصول شرکت اوپن‌ای‌آی برود.

بنابر اعلام مقامات گوگل جمینای شامل سه سرویس عمده می‌شود. اولین سرویس «جمینای پرو» نام دارد که با ادغام در سرویس‌های هوش مصنوعی گوگل، در چت‌بات بارد به کار خواهد رفت تا به شکل متنی و در قالب مکالمه به نیازهای کاربران پاسخ دهد.

سرویس دوم به اسم «جمینای نانو» شناخته می‌شود که برای تلفن‌های همراه و توسعه‌دهندگان اندرویدی از جمله گوشی‌های «پیکسل ۸ پرو» ساخته شده است. گوگل می‌گوید جمینای نانو می‌تواند به سرعت پیام‌های ضبط‌ شده در گوشی‌های هوشمند را خلاصه‌سازی کند و پاسخ‌های خودکار را در سرویس‌های پیام‌رسان از جمله واتساپ ارائه کند.

سرویس آخر «جمینای اولترا» نام گرفته که قدرتمندترین مدل زبانی بزرگ خلق‌شده توسط گوگل تا کنون به شمار می‌رود. مقامات گوگل می‌گویند قرار است جمینای اولترا در اوایل سال آینده میلادی در چت‌بات مکالمه‌محور بارد ادغام شود. این اتفاق در صورت تحقق بزرگترین به‌روزرسانی برای بارد پس از ۸ ماه از آغاز به کار آن خواهد بود.

گوگل امیدوار است که به این وسیله، بارد بتواند از چت‌جی‌بی‌تی مایکروسافت در هوش مصنوعی پیشی بگیرد.

شرکت‌ها همچنین می‌توانند با استفاده از جمینای برای تبلیغ محصولات، خلاصه کردن جلسات و تولید محتوا یا کد استفاده کنند.

در نمونه‌‌هایی که از توانایی‌های جمینای به نمایش گذاشته شده است می‌توان به تجزیه و تحلیل صدها صفحه از تحقیقات اشاره کرد. برای مثال با یک عکس از صفحه تکالیف ریاضی یک دانش‌آموز، جمینای پاسخ‌های صحیح را تولید کرده و به پاسخ‌های نادرست اشاره می‌کند.

جمینای اولترا نیز اولین مدل زبانی بزرگ است که از ترکیب ۵۷ موضوع نظیر ریاضی، فیزیک، تاریخ، حقوق، پزشکی و اخلاق برای حل مسائل استفاده می‌کند و گوگل ادعا می‌کند که که کارکرد آن بهتر از متخصصان انسانی است. این شرکت در یک پست وبلاگی گفت که این سرویس می‌تواند حتی تفاوت‌های ظریف و استدلال در موضوعات پیچیده را درک کند.

ساندار پیچای، مدیر اجرایی الفابت شرکت مادر گوگل، روز چهارشنبه در یک پست وبلاگی نوشت: «جمینای نتیجه تلاش‌های مشترک در مقیاس بزرگ توسط تیم‌های سراسر گوگل، از جمله همکاران ما در واحد گوگل ریسرچ است. این سرویس از ابتدا برای چندبعدی بودن ساخته شده است. به این معنی که می‌تواند موضوع را تعمیم دهد، به طور یکپارچه درک کرده و انواع مختلف اطلاعات از جمله متن، کد، صدا، تصویر و ویدئو را با هم ترکیب کند.»

او اضافه کرد: «این مدل‌های جدید یکی از بزرگترین تلاش‌های علمی و مهندسی است که ما به عنوان یک شرکت انجام داده‌ایم. من واقعاً برای آنچه در پیش است و برای فرصت‌هایی که جمینای برای مردم در همه جا باز می‌کند، هیجان‌زده هستم.»

مدیران اجرایی گوگل گفته‌اند «جمینای پرو» از چت جی‌پی‌تی نسخه ۳.۵ بهتر عمل کرده است، با این حال درباره عملکرد سرویس جدید خود درباره نسخه ۴ چت‌ جی‌پی‌تی از اظهارنظر طفره رفتند. دمیس هاسابیس، مدیرعامل دیپ‌مایند که در خلق جمینای نقش داشته است، اما گفته جمینای اولترا در ۳۰ مورد از ۳۲ مورد آزمون معیار بهتر از چت جی‌پی‌تی۴ عمل کرده است.

پیشتر گزارش شده بود که گوگل چندین بار راه‌اندازی جمینای را به دلیل «خطرات توانمند شدن ابزارهای هوش مصنوعی» به تاخیر انداخته است. یک مقام ارشد گوگل با این حال روز چهارشنبه دلیل تاخیر را «زمان‌بر بودن آزمایش مدل‌های پیشرفته‌تر» خواند و گفت جمینای«جامع‌ترین ارزیابی‌های ایمنی» را در بین هر مدل گوگل دارد.

هوش مصنوعی جمینای در حال حاضر فقط به زبان انگلیسی در سراسر جهان کار می‌کند، اگرچه مدیران گوگل طی یک جلسه توجیهی به خبرنگاران اطمینان دادند که این فناوری در نهایت برای تبدیل به زبان‌های دیگر مشکلی نخواهد داشت.

آمازون مولد تصویر مبتنی بر هوش مصنوعی اختصاصی را عرضه کرد

این هوش‌مصنوعی می‌تواند تصاویر مرتبط را بر اساس درخواست‌ها یا پرامپت‌های متنی پیچیده تولید کند، و همچنین دقیق بودن ترکیب‌بندی شیء و محدود بودن اعوجاج‌های آن را تضمین می‌کند. به گفته این شرکت، این به «کاهش تولید محتوای مضر و کاهش انتشار اطلاعات نادرست» کمک می‌کند.

آمازون با معرفی مولد تصویر اختصاصی خود وارد همان مسیری شد که بسیاری از شرکت‌های بزرگ فناوری در سال جاری پا به آن گذاشته‌اند.

مشتریان AWS اکنون می‌توانند پیش‌نمایشی از Titan Image Generator را در کنسول Bedrock مشاهده کنند. آنها می‌توانند یا یک پیام متنی برای تولید یک تصویر از ابتدا وارد کنند و یا یک تصویر را آپلود کرده و آن را ویرایش کنند.

آمازون می‌گوید این ابزار می‌تواند حجم زیادی از تصاویر با کیفیت استودیویی و واقعگرایانه را با هزینه کم تولید کند. این شرکت مدعیست که این هوش‌مصنوعی می‌تواند تصاویر مرتبط را بر اساس درخواست‌ها یا پرامپت‌های متنی پیچیده تولید کند، و همچنین دقیق بودن ترکیب‌بندی شیء و محدود بودن اعوجاج‌های آن را تضمین می‌کند. به گفته این شرکت، این به «کاهش تولید محتوای مضر و کاهش انتشار اطلاعات نادرست» کمک می‌کند.

کسانی که قصد ویرایش یک تصویر را دارند می‌توانند مناطقی را که می‌خواهند جزئیات را به آنها اضافه یا از آنها حذف کنند جدا کنند. به عنوان مثال، آنها می‌توانند پس‌زمینه را جایگزین کنند یا جای یک شیء را در دست سوژه عوض کنند. این هوش‌مصنوعی همچنین می‌تواند با افزودن جزئیات مصنوعی، تا حدود زیادی مثل قابلیت Generative Expand در فتوشاپ، مرزهای تصویر را گسترش دهد.

آمازون می‌گوید که تایتان یک واترمارک نامرئی را روی تصاویری که تولید می‌کند اعمال می‌کند. این شرکت می‌گوید که این ابزار «با ارائه مکانیزمی محتاطانه برای شناسایی تصاویر تولید شده توسط هوش مصنوعی و ارتقای توسعه ایمن، امن و شفاف فناوری هوش مصنوعی به کاهش انتشار اطلاعات نادرست کمک می‌کند». این شرکت ادعا می‌کند که واترمارک‌ها در برابر دستکاری‌ها مقاوم هستند. با توجه به آنچه از یک نسخه نمایشی از این تولیدکننده تصویر مشاهده شده است، هوش‌مصنوعی آن همچنین می‌تواند توصیفی از تصویر یا متن مربوطه را برای استفاده در یک پست رسانه اجتماعی تولید کند.

FTC نظارت بر رقابت در حوزه ابری را به عرصه هوش مصنوعی مولد گسترش می‌دهد

«رایانش ابری یک ورودی کلیدی برای فناوری‌های هوش مصنوعی است. درک کامل پویایی‌های این لایه امروز حتی مهم‌تر و مرتبط‌تر از حتی اوایل امسال شده است».

کمیسیون تجارت فدرال (FTC) نظارت خود بر ارائه‌دهندگان خدمات ابری را تقویت کرد.

لینا خان، رئیس FTC، به شیوه‌های صدور مجوز نرم‌افزار، هزینه‌های خروج (egress fees) و قراردادهای حداقل‌هزینه‌کرد به عنوان تهدیدهای بالقوه اشاره کرد. او در یک جلسه علنی که این آژانس برای اعلام رویکرد ویژه‌اش به منظور بررسی مضرات شبیه‌سازی (کلونینگ) صدا توسط هوش مصنوعی و شنیدن نظرات عمومی در مورد رقابت در حوزه ابری برگزار کرد صحبت می‌کرد.

«شرکت‌ها، مثل دولت آمریکا، برای تأمین خدمات خود به ارائه‌دهندگان ابری متکی هستند. در حال حاضر در درجه اول سه ارائه‌دهنده ابر هستند که در حال تصاحب اکثریت بازار هستند چرا که رایانش ابری به طور فزاینده‌ای به عنوان زیرساخت کلیدی عمل می‌کند.»

FTC در ماه مارس تحقیقاتی را درباره رقابت در حوزه ابری آغاز کرد و عزم خود را برای کسب اطلاعات در مورد روش‌های فرامقیاسی کسب‌وکار اعلام نمود. ظهور ابزارهای هوش مصنوعی مولد نگرانی‌های این آژانس را تشدید کرده است.

«رایانش ابری یک ورودی کلیدی برای فناوری‌های هوش مصنوعی است. درک کامل پویایی‌های این لایه امروز حتی مهم‌تر و مرتبط‌تر از حتی اوایل امسال شده است».

مدل‌های زبان بزرگ شدیداٌ نیازمند زیرساخت، حجم عظیمی از رایانش را مصروف خود می‌سازند و سازمان‌ها برای دسترسی به ابزارهای هوش مصنوعی به بازارهای مبتنی بر ابر روی آورده‌اند. در حال حاضر، این فن‌آوری‌ها به شکلی تنگاتنگ به هم گره خورده‌اند.

نیک جونز، مشاور ارشد فناوری در دفتر فناوری FTC، در این جلسه گفت: «شرکت‌های هوش مصنوعی اغلب به شدت به ارائه‌دهندگان ابر برای استقرار محصولات یا فناوری‌های هوش مصنوعی خود وابسته هستند».

تشدید رقابت در حوزه ابری

این تحقیقات تنش‌ها را در میان سه ارائه‌دهنده بزرگ ابری در طی تابستان افزایش داد.

در ماه ژوئیه، گوگل، در پاسخ به درخواست FTC برای اظهارنظر علنی، مایکروسافت را به دلیل محدودیت‌ها، ممنوعیت‌ها و هزینه‌های اضافی برای مشتریانی که تلاش می‌کنند بار کاری را به رقبای آژور منتقل کنند، سرزنش کرد.

AWS و مایکروسافت نیز در پاسخ‌هایی جداگانه تصویری بهتر از رقابت بازار ابری را ترسیم کردند.

در عین حال، «ارائه‌دهندگان خدمات زیرساخت ابری در اروپا»، که کنسرسیومی صنعتی است که AWS را شامل می‌شود، در شکایتی که یک سال پیش به اداره کل رقابت کمیسیون اروپا ارسال شد از مایکروسافت نام برد.

گروه تحقیقاتی سینرژی دریافته است که در حال حاضر این سه غول فناوری دو سوم بازار ابر عمومی را در دست دارند. AWS همچنان نیروی غالب است و تقریباً یک سوم هزینه‌کردهای ابری را به سمت خود جذب کرده است و مایکروسافت و گوگل به ترتیب ۲۳ و ۱۱ درصد از بازار را در اختیار دارند.

هوش مصنوعی جمینی گوگل دیرتر از زمان مقرر می‌آید!

با اینکه جیمنی هنوز برای استفاده عمومی منتشر نشده است، اما گفته می‌شد که عملکرد آن به طرز چشمگیری از GPT-4 شرکت OpenAI بهتر است زیرا از قدرت محاسباتی بسیار بیشتری نسبت به رقیب خود استفاده می‌کند.

باید قدری بیشتر صبر کنیم تا بتوانیم عرضه پیچیده‌ترین مدل هوش مصنوعی گوگل تا به امروز را تجربه کنیم.

جمینی (Gemini) به عنوان نسل بعدی هوش مصنوعی و چندوجهی توصیف شده است، به این معنی که می‌تواند انواع مختلفی از داده‌ها را پردازش کند و گفته می‌شود که ظرفیت درک و تولید متن و تصاویر و همچنین انواع دیگر محتوا - مانند وب‌سایت‌ها - بر اساس طرح اولیه یا توضیحات نوشته‌شده را دارد.

وبسایت The Information، به نقل از دو منبع ناشناس مطلع از این تصمیم، گزارش داد که رویدادهای اعلام‌نشده رونمایی قبلی - که در ابتدا قرار بود هفته آینده در نیویورک، واشنگتن و کالیفرنیا برگزار شوند - به دلیل نگرانی‌های ناشی از عدم پاسخدهی قابل قبول این هوش مصنوعی به برخی از درخواست‌ها (پرامپت‌ها) و جستارهای غیرانگلیسی، بی سر و صدا به اوایل سال 2024 موکول شده‌اند.
نمایندگان گوگل از اظهارنظر فوری در اینباره در واکنش به پرسش بیزینس اینسایدر خوداری کردند.

با اینکه جیمنی هنوز برای استفاده عمومی منتشر نشده است، اما گفته می‌شد که عملکرد آن به طرز چشمگیری از GPT-4 شرکت OpenAI بهتر است زیرا از قدرت محاسباتی بسیار بیشتری نسبت به رقیب خود استفاده می‌کند.

سی‌سی سیائو، معاون گوگل و مدیر بارد و گوگل اسیستنت، درباره جمینی گفته بود: «من چیزهای بسیار شگفت‌انگیزی دیده‌ام. مثلا به جمینی گفتم که دارم تلاش می‌کنم یک کیک بپزم، برایم 3 تصویر از مراحلی را ترسیم کن که نحوه آماده کردن یک کیک سه‌لایه را نشان بدهد، و جمینی واقعاٌ تصاویر آن را برایم تولید کرد».

سیائو افزود: «اینها تصاویر کاملاً بدیعی هستند. اینها تصاویری از اینترنت نیستند. جمینی اکنون می‌تواند به صورت تصویری با انسان صحبت کند، نه فقط به صورت متنی».

اگرچه گوگل در حال حاضر مدل هوش مصنوعی مولد خود به نام بارد را دارد، اما ChatGPT تاکنون بیشتر توجه کاربران را جلب کرده است – اما تحلیلگران استدلال می‌کنند که زمانی که جمینی بالاخره راه‌اندازی شود، این وضعیت می‌تواند تغییر کند.

ائتلاف هوش مصنوعی متا و آی بی ام

شرکت‌های متا و آی‌بی‌ام ائتلافی متشکل از ۵۰ شرکت و موسسه تحقیقاتی در زمینه هوش مصنوعی را راه‌اندازی کرده‌اند که به دنبال ترویج یک مدل باز از هوش مصنوعی هستند تا در بازاری که رو به رشد است، موفقیت کسب کنند.

این ائتلاف، که اعضای آن شامل اینتل، اوراکل، دانشگاه کرنل و بنیاد ملی علوم هستند، اعلام کرده‌اند که منابع خود را برای حمایت از “نوآوری باز و علم باز” در زمینه هوش مصنوعی گرد هم آورده‌اند. این اعضا عمدتاً از منبع باز (Open Source) حمایت می‌کنند که در آن فناوری به صورت رایگان به اشتراک گذاشته می‌شود و بر مبنای همکاری‌های تاریخی بین شرکت‌های بزرگ فناوری، دانشگاهیان و یک جنبش پرشور از برنامه‌نویسان مستقل است.

داریو گیل، معاون ارشد آی‌بی‌ام و مدیر تحقیقات آی‌بی‌ام، گفته است که آن‌ها از ماه اوت با متا همکاری کرده‌اند تا سازمان‌هایی در حوزه هوش مصنوعی که تا به حال به اندازه اوپن‌ای‌آی در مرکز توجه قرار نگرفته‌اند را گرد هم آورند. او گفته است که با بحث‌ها و گفتگوهای مربوط به هوش مصنوعی در سال گذشته کمی ناراضی بوده‌اند و احساس نمی‌کردند که این بحث‌ها تنوع اکوسیستمی که این لحظه هوش مصنوعی را ممکن ساخته است، منعکس کنند.

از زمان راه‌اندازی چت‌جی‌پی‌تی اوپن‌ای‌آی یک سال پیش، هوش مصنوعی تولیدی روایت فناوری را در بر گرفته است. اوپن‌ای‌آی و رقبایی مانند انتروپیک و کوهر، عمدتاً در توسعه مدل‌های پیشرفته هوش مصنوعی که به عنوان سیستم‌های بسته یا مالکیتی ساخته شده‌اند و مدیریت آن‌ها توسط خالقانشان انجام می‌شود، پیشتاز بوده‌اند.
بسیاری از اعضای ائتلاف دارای محصولات هوش مصنوعی خود هستند، اما در رقابت با توجهی که اوپن‌ای‌آی و شریک سرمایه‌گذاری آن، مایکروسافت، به خود جلب کرده‌اند، دچار مشکل شده‌اند.

برای بسیاری از آن‌ها، درآمدهای حاصل از فناوری شرکتی، بخش عمده‌ای از رشد آن‌ها را تشکیل می‌دهد. شرکت‌ها در سراسر جهان امسال تقریباً ۱۶ میلیارد دلار برای راه‌حل‌های هوش مصنوعی تولیدی هزینه خواهند کرد، بر اساس پیش‌بینی موسسه تحقیقاتی دیتا اینترنشنال کورپ، با هزینه‌ای که تا سال ۲۰۲۷ به ۱۴۳ میلیارد دلار می‌رسد. نرخ رشد سالانه ترکیبی هوش مصنوعی تولیدی تقریباً ۱۳ برابر نرخ رشد فناوری اطلاعات جهانی در همان دوره چهار ساله از ۲۰۲۳ تا ۲۰۲۷ خواهد بود، بر اساس گفته‌های آی‌دی‌سی.

در حالی که تاریخچه خود آی‌بی‌ام در زمینه هوش مصنوعی تحت تأثیر شکست سیستم واتسون قرار گرفته است، گیل گفته است که سیستم جدید واتسون‌ایکس آن‌ها یک پلتفرم کاملاً جدید است. همانند آی‌بی‌ام، متا نیز مدل‌های هوش مصنوعی خود را توسعه داده است، اما در سال‌های اخیر عقب مانده است. این غول فناوری به دنبال اثبات حضور خود در بازار داغ هوش مصنوعی به عنوان یک سیستم هوش مصنوعی منبع باز از طریق مدل هوش مصنوعی لاما ۲ خود است.

از زمان بر هم خوردن اوضاع در اوپن‌ای‌آی در اواخر نوامبر، کسب‌وکارها به دنبال داشتن تأمین‌کنندگان بیشتری از محصولات هوش مصنوعی هستند تا خطر کار با یک تأمین‌کننده واحد را کاهش دهند و به دنبال سیستم‌های دیگر هوش مصنوعی به عنوان جایگزین‌های معتبر هستند.

آموزش: ۵ اشتباه رایج که باعث هک شدن گوشی می‌شوند

بسیاری از ما بدون گوشی‌های هوشمند خود احساس سردرگمی می‌کنیم، اما ممکن است همین دستگاه به ابزاری برای سوءاستفاده مجرمان تبدیل شود در ادامه 5 خطای امنیتی در این زمینه را ذکر می‌کنیم.

کایران برگ، به عنوان یک متخصص امنیت سایبری، 5 اشتباه رایجی را که می تواند به هکرها اجازه دهد در عرض چند ثانیه به گوشی هوشمند شما نفوذ کنند را فاش کرده است.

کایران به‌عنوان یک مشاور آزمایش کننده امنیت سایبری شرکت‌ها می گوید که اشتباهات ساده‌ای مانند استفاده مجدد از رمزهای عبور، کلیک کردن بر روی لینک‌های مبهم و به اشتراک گذاری اطلاعات زیاد در شبکه های اجتماعی می تواند شما را در معرض نفوذ قرار دهد.

1. استفاده از نرم‌افزارهای قدیمی
یکی از اولین چیزهایی که هکرها هنگام آماده کردن حمله به دنبال آن هستند، نرم‌افزار قدیمی است.

نرم‌افزار اغلب دارای نوعی آسیب پذیری است، در حالی که توسعه دهندگان می توانند به سرعت آنها را برطرف کنند. اگر نرم‌افزار خود را به‌روزرسانی نکرده‌اید افراد می‌توانند اطلاعات بسیار حساس را به سرقت ببرند و حتی گاهی کنترل نرم‌افزار را در دست بگیرند.

آسیب‌پذیری‌ها می‌توانند اشکال مختلفی داشته باشند و به مجرمان اجازه دهند تا اختلالات جدی برای شرکت‌ها و افراد ایجاد کنند.

کایران می‌گوید هک فلج کننده اخیر در کتابخانه بریتانیا احتمالاً یک حمله فرصت طلبانه از این دست بوده است.

2. استفاده مجدد از رمزهای عبور
به گفته کایران، یکی دیگر از راه‌های متداول که هکرها به اطلاعات شخصی شما دست پیدا می‌کنند، استفاده از رمزهای عبور تکراری است.

کایران می گوید که خطر بزرگ استفاده مجدد از رمزهای عبور این است که اگر یک سایت که استفاده می کنید به خطر بیفتد، می‌تواند به هکرها امکان دسترسی به تمام حساب‌های شما را بدهد.

3. گذاشتن اطلاعات بیش از حد در فضای آنلاین
کایران گفت: « یکی از مهم‌ترین چیزهایی که مردم باید به آن فکر کنند این است که چقدر اطلاعات آنلاین به اشتراک می‌گذارند.»

وی توضیح داد: «هکرها تقریباً هر کاری برای ورود به یک شرکت انجام می‌دهند، اما یکی از ابزارهایی که استفاده می‌کنند، جمع‌آوری داده‌ها از شبکه‌های اجتماعی است.»

آنها سایت‌های شبکه‌های اجتماعی مانند لینکدین را جست‌وجو می‌کنند تا ببیند چه چیزی دستشان را می‌گیرد.

هکرها در وب برای اطلاعاتی مانند تاریخ تولد، آدرس و حتی پاسخ به سؤالات امنیتی رایج مانند نام خانوادگی مادرتان را جستجو می‌کنند.

کایران هشدار داد: «هر چیزی که آنلاین می‌شود دیگر کنترلی روی آن ندارید و اگر بدشانس باشید و همه آن اطلاعات به شما پیوند بخورد، هویتتان را تا حدی به سرقت می برند».

4. اتصال به شبکه‌های عمومی محافظت نشده
مشکل این است که این نوع شبکه‌های عمومی از نوعی سیستم به نام تأیید هویت باز برای اتصال دستگاه شما به وب استفاده می‌کنند. احراز هویت باز به این معنی است که داده‌هایی که در سراسر شبکه ارسال می‌کنید رمزگذاری نشده‌اند و می‌توانند توسط افراد دیگری در شبکه ضبط شوند.

اتصال به وای‌فای عمومی شما را در معرض خطر حملات مجرمان سایبری قرار می دهد. کایران هشدار داد: « ممکن است کسی خارج از یک شبکه وای‌فای عمومی بنشیند و به آنچه ارسال می‌شود گوش دهد.»

آنها می‌توانند در کافه باشند یا می‌توانند از سخت‌افزارهای تخصصی برای افزایش دامنه‌ای که می‌توانند در شبکه گوش دهند استفاده کنند.

برای جلوگیری از سرقت اطلاعات شخصی مانند اطلاعات بانکی همیشه هنگام استفاده از وای‌فای عمومی، از VPN استفاده کنید. این سرویس‌ داده‌های شما را رمزگذاری می‌کنند تا شنودکنندگان در شبکه نتوانند آنچه را که ارسال می‌کنید بخوانند.

5. کلیک کردن بر روی لینک‌های مبهم
در نهایت، کایران می‌گوید که ارسال لینک‌های مبهم همچنان رایج‌ترین راه هک شدن افراد است.

کایران توضیح می‌دهد که هکرها ایمیل‌ها و پیام‌های متنی جعلی را به اهدافی ارسال می‌کنند که حاوی پیوندهایی به وب‌سایت‌های مخرب یا دستورالعمل‌هایی برای دانلود نرم‌افزار هستند.

هنگامی که یکی از این پیوندها کلیک می‌شود، به مجرمان پنجره‌ای می‌دهد تا بدافزاری را روی دستگاه قربانی خود نصب کنند تا داده‌ها را بدزدند و حتی کنترل را به دست بگیرد.

اما هر چقدر که یک ویروس کامپیوتری پیچیده باشد، هکرها همچنان به شخصی نیاز دارند تا پیوندی به یک وب سایت در معرض خطر را دنبال کند یا فایل های حاوی بدافزار پنهان را دانلود کند.

تولید ابزاری هوش مصنوعی برای تشخیص صدای جعلی

یکی از کارکردهای عجیب سیستم‌های هوش مصنوعی دیپ فیک است که توانایی تکرار صدای شخص را دارد با این حال یک ابزار نرم‌افزاری جدید به نام «آنتی فیک» می‌تواند به جلوگیری از این اتفاق کمک کند.

در میان چیز‌های دیگر، می‌توان از نسخه‌های دیپ فیک صدای مردم همراه با ویدئو‌های جعلی برای به صدا درآوردن آن استفاده کرد و به نظر رسید که یک سیاست‌مدار یا فرد مشهور چیزی گفته است که آن‌ها واقعاً هرگز نگفته‌اند.

علاوه بر این مواردی از دریافت تماس‌های تلفنی وجود داشته است که در آن صدای یکی از دوستان یا اعضای خانواده از آن‌ها خواسته است تا در سریع‌ترین زمان ممکن، به دلیل شرایط اضطراری، پول ارسال کنند. علاوه بر این، می‌توان از صدا‌های تکراری برای دورزدن سیستم‌های امنیتی تشخیص صدا استفاده کرد.

اکنون تکنولوژی‌هایی برای تعیین صدا‌های ظاهراً قانونی دیپ فیک طراحی‌ شده‌اند که گفته می‌شود آنتی فیک یکی از نخستین سیستم‌هایی است که از تولید چنین صدا‌هایی در وهله نخست جلوگیری می‌کند. به‌طور خلاصه، این کار را با سخت‌تر کردن خواندن ویژگی‌های مهم صوتی در ضبط صدای افراد واقعی برای سیستم‌های هوش مصنوعی انجام می‌دهد.

این بدان معنی است که حتی اگر یک دیپ فیک از یک ضبط تغییریافته آنتی فیک ایجاد شود، چیزی شبیه صدای واقعی گوینده نخواهد بود. آزمایش‌های انجام‌شده تاکنون نشان داده‌اند که این فناوری بیش از ۹۵ درصد در جلوگیری از سنتز دیپ فیک‌های متقاعدکننده مؤثر است.

ژانگ گفت: درحالی‌که من نمی‌دانم در آینده فناوری صدا در هوش مصنوعی چه خواهد بود؛ زیرا ابزار‌ها و ویژگی‌های جدید همیشه درحال‌توسعه هستند؛ اما استراتژی ما برای تغییر تکنیک‌های همچنان مؤثر خواهد بود.

معرفی ابزار هوش مصنوعی برای ترجمه

DeepL یک ابزار هوش مصنوعی ترجمه است که به دلیل ترجمه‌های باکیفیتی که ارائه می‌کند شناخته شده است، این ابزار از یک مدل ترجمه ماشینی استفاده می‌کند.

ترجمه به فرآیند تبدیل محتوای نوشتاری یا گفتاری از یک زبان به زبان دیگر با حفظ مفهوم اصلی است؛ فناوری هوش مصنوعی (AI) با خودکارسازی و بهبود فرآیند ترجمه، به میزان قابل‌توجهی به تحول در صنعت ترجمه کمک کرده است، سیستم‌های ترجمه مبتنی بر هوش مصنوعی می‌تواند حجم زیادی از متن را به سرعت پردازش کند، روند ترجمه را سرعت ببخشد و بهره‌وری آن را افزایش دهد، هوش مصنوعی با رعایت قوانین از پیش تعریف شده و الگوهای آموخته شده، ترجمه‌های ثابت را تضمین می‌کند و میزان بروز خطا را کاهش می‌دهد، در ادامه به معرفی و بررسی چند ابزار هوش مصنوعی برای ترجمه می‌پردازیم:

DeepL

DeepL یک ابزار هوش مصنوعی ترجمه است که به دلیل ترجمه‌های باکیفیتی که ارائه می‌کند شناخته شده است، این ابزار از یک مدل ترجمه ماشینی استفاده می‌کند و ادعا می‌کند که از نظر دقت از دیگر ابزارهای ترجمه رایج برتری دارد؛ DeepL از چندین زبان پشتیبانی می‌کند و یک رابط جذاب ارائه می‌دهد.

Systran

Systran راه‌حل‌های ترجمه مبتنی بر هوش مصنوعی را ارائه می‌دهد، این ابزار هوش مصنوعی طیف گسترده‌ای از محصولات و خدمات مانند APIهای ترجمه و راه‌حل‌های تخصصی را در اختیار کاربران قرار می‌دهد و بر ترجمه‌های دامنه خاص تمرکز دارد.

Trados

Trados نیز طیف وسیعی از راه‌حل‌های فناوری زبان را به‌منظور پشتیبانی از ترجمه و مدیریت محتوای چندزبانه ارائه می‌دهد، این پلتفرم مبتنی بر هوش مصنوعی به منظور ساده‌سازی فرآیند ترجمه، افزایش همکاری و بهبود کیفیت ترجمه طراحی شده است و ویژگی‌های مختلفی برای مدیریت پروژه‌های ترجمه ارائه می‌دهد.

مترجم مایکروسافت

مترجم مایکروسافت یکی دیگر از ابزارهای ترجمه هوش مصنوعی است که خدمات ترجمه را به زبان‌های مختلف ارائه می‌دهد و از مدل ترجمه ماشینی عصبی استفاده می‌کند.

Memsource

Memsource یک سیستم مدیریت ترجمه است که به کاربران کمک می‌کند ترجمه‌ها را برای اسناد، وبگاه و مترجمان خود مدیریت کنند، استفاده از این ابزار هوش مصنوعی بسیار آسان است و نیاز به آموزش خاصی ندارد؛ همچنین یک برنامه تلفن همراه نیز ارائه می‌دهد که می‌توانید از آن در گوشی هوشمند خود استفاده کنید؛ شرکت‌های مختلف می‌توانند از این ابزار هوش مصنوعی برای کاهش هزینه ترجمه‌ها بدون به خطر افتادن کیفیت استفاده کنند.

Amazon Translate

آمازون ترنسلیت یک سرویس ترجمه ماشینی است که از یک مدل یادگیری عمیق برای ترجمه‌های باکیفیت بالا در چند ثانیه استفاده می‌کند؛ کاربران می‌توانند با استفاده از این ابزار محتوا را برای پلتفرم‌های مختلف مانند برنامه‌ها، وبلاگ‌ها و وبگاه‌ها استفاده کنند، ابزار هوش مصنوعی یادشده از ترجمه خودکار برای ایمیل، چت و برنامه‌های کاربردی پشتیبانی می‌کند تا ارتباطات بین زبانی را فعال کند.

TextUnited

TextUnited یک ابزار مدیریت ترجمه است که به مترجمان، مدیران و ویراستاران اجازه می‌دهد به‌راحتی با یکدیگر همکاری کنند، این ابزار هوش مصنوعی یک پلتفرم ترجمه ماشینی است که استفاده از آن با رابط کاربری بسیار آسان است و شامل همه عملکردها برای انجام کارهایی مانند ترجمه متن از یک زبان به زبان دیگر، ترجمه اسناد طولانی و وبگاه‌ها می‌شود؛ TextUnited نمای کلی از متن ترجمه شده را در اختیار کاربران قرار می‌دهد تا از کیفیت مطلب ترجمه شده اطمینان حاصل شود.

هوش مصنوعی می‌تواند مبتلایان به سرطان پستان را از درمان‌های غیرضروری در امان نگه دارد

مطالعه جدیدی در دانشگاه «نورث وسترن مدسن» نشان می‌دهد که هوش مصنوعی ممکن است با استفاده از روشی دقیق‌تر به کمک بیماران مبتلا به سرطان پستان بیاید و به این ترتیب از درمان‌هایی مانند شیمی درمانی غیرضروری جلوگیری کند.

این مطالعه نشان می‌دهد که ارزیابی هوش مصنوعی از بافت‌های سرطانی در پیش‌بینی سیر آینده بیماری بهتر از ارزیابی انجام شده توسط پزشکان خبره بوده است.

هوش مصنوعی توانایی شناسایی بیماران مبتلا به سرطان پستان که به عنوان بیماران با ریسک بالا و متوسط شناخته می‌شوند و می‌توانند مدت زمان زیادی را زنده بمانند، دارد. این بدان معناست که مدت یا شدت شیمی درمانی آنها می‌تواند کاهش یابد. این اتفاق مهمی است، چرا که شیمی درمانی با عوارض جانبی ناخوشایند و مضری مانند حالت تهوع و حتی در موارد نادری آسیب به قلب همراه است.

در حال حاضر پاتولوژیست‌ها سلول‌های سرطانی را در بافت بیمار برای تعیین نوع درمان ارزیابی می‌کنند. اما این مطالعه نشان داد که الگوهای سلول‌های غیرسرطانی در پیش‌بینی نتایج بسیار مهم هستند.

این اولین مطالعه‌ای است که از هوش مصنوعی برای ارزیابی جامع عناصر سرطانی و غیرسرطانی «سرطان پستان تهاجمی» استفاده می‌شود.

لی کوپر، نویسنده این مقاله و دانشیار پاتولوژی در دانشکده پزشکی فاینبرگ دانشگاه «نورث وسترن مدسن» گفت: «مطالعه ما اهمیت اجزای غیرسرطانی را در نتیجه بیماری نشان می‌دهد.»

در سال ۲۰۲۳، حدود ۳۰۰ هزار زن آمریکایی دچار سرطان پستان تهاجمی شدند. از هر هشت زن آمریکایی، یک زن در طول زندگی خود به سرطان پستان مبتلا می‌شود.

کوپر و همکارانش یک مدل هوش مصنوعی برای ارزیابی بافت سرطان پستان از تصاویر دیجیتالی ساختند که ظاهر سلول‌های سرطانی و غیرسرطانی و همچنین تعامل بین آنها را اندازه گیری می‌کند.

به گفته کوپر ارزیابی این الگوها برای یک پاتولوژیست چالش‌برانگیز است، زیرا درجه‌بندی قابل اعتماد برای چشم انسان دشوار است. مدل هوش مصنوعی این الگوها را اندازه‌گیری می‌کند و اطلاعات را به آسیب شناس ارائه می‌دهد.

هوش مصنوعی ۲۶ ویژگی مختلف بافت پستان بیمار را تجزیه و تحلیل می‌کند تا یک نمره کلی برای پیش‌بینی روند بیماری ارائه دهد. این سیستم همچنین امتیازهایی برای سلول‌های سرطانی، ایمنی و استرومایی در نظر می‌گیرد تا وضعیت کلی را برای پاتولوژیست تعریف کند.

کوپر می‌گوید که پذیرش مدل جدید می‌تواند تخمین دقیق‌تری از خطر مرتبط با بیماری‌ به مبتلا به سرطان پستان ارائه دهد و آنها را قادر سازد تا در مورد مراقبت‌های بالینی خود تصمیمات آگاهانه‌ای بگیرند.

علاوه بر این، این مدل ممکن است به ارزیابی پاسخ درمانی هم کمک کند و بسته به اینکه ظاهر میکروسکوپی بافت در طول زمان چگونه تغییر می‌کند، امکان افزایش یا کاهش شدت درمان را فراهم خواهد کرد. به عنوان مثال، این ابزار ممکن است قادر به تشخیص اثربخشی سیستم ایمنی بیمار در هدف قرار دادن سرطان در طول شیمی درمانی باشد که می‌تواند برای کاهش یا افزایش شدت شیمی درمانی مورد استفاده قرار گیرد.

قابلیت «سازماندهی برگه‌ها» مبتنی بر هوش مصنوعی در کروم

توسعه‌دهندگان این شرکت در حال مهیاسازی برخی قابلیت‌های مبتنی بر هوش مصنوعی مانند روشی برای مرتب‌سازی هوشمندانه تب‌ها یا برگه‌های مرورگر هستند و در حال برداشتن گام‌های بزرگی برای آماده‌سازی این ویژگی هستند.

کروم یکی از معدود اجزائی از گوگل است که از تلاش‌های هوش مصنوعی این شرکت، مانند بارد، دور مانده است، اما برای مدت طولانی اینطور نخواهد ماند.

توسعه‌دهندگان این شرکت در حال مهیاسازی برخی قابلیت‌های مبتنی بر هوش مصنوعی مانند روشی برای مرتبسازی هوشمندانه تب‌ها یا برگه‌های مرورگر هستند و در حال برداشتن گام‌های بزرگی برای آماده‌سازی این ویژگی هستند. یک بخش تنظیمات جدید مبتنی بر هوش مصنوعی اخیراً در آن مشاهده شده بود و اکنون، به نظر می‌رسد که قابلیت سازماندهی تب مجهز به هوش مصنوعی به زودی ارائه خواهد شد.

مدتی است که برخی از بخش‌های اساسی این قابلیت جدید سازماندهی برگه‌ها در کروم در دسترس قرار گرفته‌اند. با انجام بهینه‌سازی‌های اخیر روشن است که توسعه‌دهندگان در حال آماده شدن برای عرضه آن به زودی هستند. یک کارشناس حوزه کروم، با نام کاربری Leopeva64، یک انیمیشن بارگیری جدید را برای این قابلیت در X (توئیتر سابق) به اشتراک گذاشت که دقیقاً مطابق با سایر گزینه‌های هوش مصنوعی در جستجوی گوگل است.

وقتی کاربر روی ورودی منوی راست‌کلیک organize tabs مخفی‌شده بزند، رابط تغییردهنده برگه در حالی که پنجره Organize Tabs آن باز شده است نشان داده می‌شود. در آنجا، انیمیشن جدید مذکور مشخصاٌ به بهره‌گیری از هوش مصنوعی برای کار سازماندهی اشاره می‌کند.

به خاطر داشته باشید که این قابلیت سازماندهی گروه برگه هنوز منتشر نشده‌اند و در حال حاضر هنوز پشت پرچم‌های توسعه‌دهنده پنهان هستند. در حال حاضر، Leopeva64 هیچ نتیجه‌ای از استفاده از این قابلیت به نمایش نگذاشته است زیرا گوگل احتمالاً باید برخی از قلاب‌های سمت سرور را فعال کند. به همین دلیل، در صورت استفاده از آن فقط یک اخطار «مشکلی پیش آمد» وجود دارد، و همچنین نشان می‌دهد که «سازماندهی برگه در حال حاضر قابل دسترسی نیست».

بررسی کامل گرایش هوش مصنوعی در مقطع دکتری

در این مقاله در مورد دکتری هوش مصنوعی ، شرایط پذیرش آن، آینده شغلی، بهترین دانشگاه های دکتری و برخی موضوع‌های دیگر صحبت خواهیم کرد.

دکتری هوش مصنوعی چیست؟

مقطع دکتری مبتنی بر پژوهش و تحقیق است و به‌محض شروع تحصیل در این مقطع یک استاد راهنما برای شما منصوب می‌شود که وی شما را در برنامه‌ی پژوهشی راهنمایی می‌کند. حوزه‌های پژوهشی ممکن است شامل یادگیری ماشین، شبکه های عصبی، تشخیص گفتار و پردازش آن باشد.

شرایط و مراحل پذیرش دکتری هوش مصنوعی چیست؟

شرایط لازم برای ورود به برنامه دکتری هوش مصنوعی حداقل مدرک کارشناسی ارشد در علوم کامپیوتر یا یک رشته مرتبط مانند مهندسی کامپیوتر، علوم داده یا آمار است. دانشجویان همچنین به پیشینه قوی در برنامه نویسی و تجزیه و تحلیل سیستم و تسلط به چندین زبان کامپیوتری نیاز دارند. همچنین ممکن است پیش‌نیازهای دوره در زمینه‌هایی مانند زبان انگلیسی، نوشتن، یادگیری عمیق و مدل‌سازی شناختی عصبی نیز وجود داشته باشد.

یکی از شرایط خاص ورود به مقطع دکتری داشتن مدرک کارشناسی با شرایط استعداد درخشان است که می‌توان بدون گذراندن مقطع کارشناسی ارشد،‌ مستقیما از لیسانس به دکترا وارد شده و تحصیل نمود. در این مورد دانشجو باید درخواست خود را به همراه معرفی‌نامه اساتید، مدرک احراز استعداد درخشانی و گواهی فراغت از تحصیل به دانشگاه مورد نظر ارسال کند.

در ایران برای ادامه تحصیل در مقطع دکتری، ضمن داشتن مدرک کارشناسی‌ ارشد باید ابتدا در آزمون دکتری سازمان سنجش ثبت‌نام کرد. ثبت‌نام از طریق سایت سازمان سنجش (sanjesh.org) برای دانشگاه‌های سراسری و آزاد امکان‌پذیر است. پس از شرکت در آزمون (که معمولا اوایل اسفند برگزار می‌شود) و انتخاب رشته و مشاهده‌ی نتایج، در صورت قبولی در دانشگاه مدنظر باید دانشجو مصاحبه‌ای هم داشته باشد. در این مرحله دانشگاه‌ها اطلاعیه‌ای پیرامون زمان، نحوه ثبت نام، مدارک و هزینه مصاحبه دکتری را در سایت خود منتشر می‌کنند تا پذیرفته شدگان انتخاب رشته دکتری از تمامی اطلاعات آگاه شوند.

نرخ پذیرش دکتری هوش مصنوعی: ورود به دوره دکتری هوش مصنوعی چقدر سخت است؟

به طور کلی ورود به دوره دکترا در هوش مصنوعی می‌تواند سخت باشد. برخی از برنامه‌ها بسیار انتخابی هستند و پذیرش همیشه تنها بر اساس شایستگی نیست. با این حال، پذیرش در برخی از برنامه های دکترا در صورتی که همه شرایط پذیرش را داشته باشید، نسبتا آسان است. در ایران، پذیرش در دوره دکترا فقط با ثبت‌نام کردن تمام می‌شود! شما با حضور در سرجلسه‌ی کنکور و جواب دادن به تعداد بسیار کمی از سوالات می‌توانید در دانشگاه‌های آزاد قبول شوید. ولی همچنان برای قبولی در دانشگاه‌های سراسری و تاپ کشور باید مطالعه و برنامه‌ی صحیح و هوشمندانه داشته باشید. با این حال احتمال قبولی در آزمون دکتری خیلی بالاتر از آزمون‌های کارشناسی و کارشناسی ارشد می‌باشد.

دانشگاه‌های متعددی در ایران رشته هوش مصنوعی را ارائه می‌دهند اما اگر بخواهیم بهترین دانشگاه‌های این رشته را از لحاظ شهرت دانشگاه، تعداد اعضای هیئت علمی و تعداد اعضای هیئت علمی بین المللی، تعداد دانشجویان تحصیلات تکمیلی (دانشجویان مقاطع ارشد و دکتری)، میزان استنادات (ارجاعات) به مقالات به ازای هر عضو هیئت علمی (Citations Per Faculty)،‌ تعداد مقالات و … بررسی کنیم، ده دانشگاه برتر ایران در این رشته عبارتند از:

• دانشگاه صنعتی شریف
• دانشگاه تهران
• دانشگاه امیرکبیر
• دانشگاه علم و صنعت
• دانشگاه شهید بهشتی
• دانشگاه تربیت مدرس
• دانشگاه صنعتی اصفهان
• دانشگاه شیراز
• دانشگاه فردوسی مشهد
• دانشگاه تبریز

بهترین دانشگاه های دنیا برای تحصیل در مقطع دکتری هوش مصنوعی

به گفته‌ی وب‌سایت edurank.org در زیر لیستی از بهترین دانشگاه‌های جهان که بر اساس عملکرد تحقیقاتی آنها در علوم کامپیوتر رتبه‌بندی شده‌اند آورده شده است. نموداری از 137 میلیون استناد دریافت شده توسط 4.45 میلیون مقاله دانشگاهی ساخته شده توسط 4392 دانشگاه در جهان برای محاسبه رتبه‌بندی نشریات استفاده شد که سپس برای تاریخ انتشار تنظیم و به امتیازات نهایی اضافه شد.

• موسسه تکنولوژی ماساچوست (MIT)
• دانشگاه استنفورد
• دانشگاه کارنگی ملون
• دانشگاه هاروارد
• دانشگاه کالیفرنیا - برکلی
• دانشگاه واشنگتن - سیاتل
• دانشگاه تورنتو
• دانشگاه ایلینوی در اوربانا شامپاین
• دانشگاه کالیفرنیا - لس آنجلس
• دانشگاه میشیگان - آن آربور

آیا می‌توان دکتری هوش مصنوعی را به صورت آنلاین دریافت کرد؟

در خارج از کشور بله، شما می توانید دکترای هوش مصنوعی را به صورت آنلاین دریافت کنید. برخی از دانشگاه‌ها در ایالات متحده برنامه های دکتری هوش مصنوعی آنلاین را ارائه می‌دهند، مانند دانشگاه فناوری کاپیتول. مدت زمان لازم برای تکمیل برنامه هوش مصنوعی آنلاین بسته به موسسه تقریباً با برنامه حضوری برابر است. دانشگاه آزاد واحد الکترونیکی بزرگترین دانشگاه الکترونیکی و مجازی کشور است که موقعیت آموزش غیرحضوری را فراهم کرده است.

رشته‌های تحصیلی دانشگاه واحد الکترونیکی تماما در مقاطع کارشناسی و کارشناسی ارشد ارائه می‌شوند و حتی بیشتر رشته‌ها نیز بدون کنکور هستند. تاکنون مقطع دکتری نه در این دانشگاه و نه در سایر واحدهای دانشگاه آزاد، مجازی نبوده است و طبق اعلام وزارت علوم تحقیقات و فناوری، ارائه دوره مجازی در دانشگاه آزاد اسلامی منحصرا مربوط به مقاطع کارشناسی و کارشناسی ارشد رشته‌های نظری است و مجوز برگزاری مقطع دکتری را به صورت مجازی ندارند. ولی احتمال داده می‌شود در سال‌های آتی شاهد مجازی شدن تعدادی از رشته‌های مقطع دکتری نیز باشیم.

طول دوره دکتری چند سال است؟

حدود سه تا پنج سال طول می‌کشد تا دکترای هوش‌مصنوعی بگیرید، این مدت ممکن است برای افرادی که کارهای تحقیقاتی طولانی یا پیچیده دارند یا برای افرادی که به صورت پاره‌وقت در مقطع دکترا کار می‌کنند، طولانی‌تر باشد. دلیل طولانی‌تر بودن می‌تواند ناشی از الزامات مؤسسه، میزان تحقیق مورد نیاز قبل از ارائه پایان‌نامه، همکاری دانشجو با استاد راهنمای دانشگاهی خود و یا فرمت برنامه، یعنی اینکه آیا این برنامه تمام‌وقت است یا پاره‌وقت، باشد.

آیا دکتری هوش مصنوعی سخت است؟

نه، دکترا در هوش مصنوعی آنقدرها هم سخت نیست. گرفتن دکترا در برنامه‌های مرتبط با کامپیوتر واقعا می‌تواند دشوار باشد، اما در مقایسه با سایر رشته‌های تحصیلی نظری در علوم کامپیوتر، دکترا در هوش مصنوعی نسبتا ساده‌تر است. برنامه‌های دکترا بسیار پژوهشی هستند. آنچه دکترای هوش مصنوعی را آسان‌تر می‌کند این است که بیشتر بر ارزیابی تجربی تاکید می‌شود تا عملکرد. یعنی باید ثابت کنید که روش شما به طور شهودی منطقی است، نه اینکه واقعا کار می‌کند. برای دکترای هوش مصنوعی خود، حتی می‌توانید نحوه عملکرد یک روش از قبل ایجاد شده را در یک حوزه جدید نشان دهید.

چگونه می‌توان برای دکتری فاند گرفت؟

برخی از گزینه‌های بودجه دکتری موجود برای دانشجویان شامل دستیاری پژوهشی است که در آن دانشجویان دکترا به یکی از اعضای هیئت علمی در تحقیقات خود کمک می‌کنند، آنها همچنین می‌توانند در دوره‌های دستیاری آموزشی شرکت کنند، جایی که به یک استاد در زمینه‌های مختلف مرتبط با دانشگاه کمک می‌کنند و به جای دریافت هزینه برای کار خود، شهریه جزئی یا کامل یا کمک هزینه دریافت می‌کنند. دانشجویان مقطع دکتری بیشتر به دریافت یکی از بورسیه‌های دستیار پژوهشی (Research Assistantship) یا دستیار آموزشی (Teaching Assistantship) روی می‌آورند. در موقعیت شغلی دستیار پژوهشی، دانشجویان به‌واسطه‌ی انجام امور پژوهشی حقوق می‌گیرند. در این حالت کاری که فرد انجام می‌دهد، حضور در آزمایشگاه‌ها، شرکت در کنفرانس‌ها، نوشتن مقالات یا کمک در ویرایش کتاب و مقالات استاد راهنما و … است. برای دریافت این نوع فاند، نیاز است تا به طور مستقیم با استاد منتخب ارتباط برقرار کنید. دستیار آموزشی کسی است که به امور کمک آموزشی مثل برگزاری کلاس حل تمرین، تصحیح اوراق امتحانی و … می‌پردازد. برای به‌دست آوردن این نوع فاند نمره مهارت Speaking شما باید در تافل بالای ۲۵ و در آیلتس بالای ۷ باشد.

تفاوت بین مدرک کارشناسی ارشد هوش مصنوعی و دکترا چیست؟

یک تفاوت بین مدرک کارشناسی ارشد هوش مصنوعی و دکترا در این است که برنامه‌ی کارشناسی ارشد عمدتا کار کلاسی و انجام پروژه است با مقدار کمی کار فشرده پژوهشی و تحقیقاتی ولی دکترا در هوش مصنوعی عمدتا شامل کار تحقیقاتی فشرده با هدف یافتن پاسخ و راه‌حل برای سؤالات و مشکلات موجود است. گرفتن دکترا سخت‌تر از فوق‌لیسانس است. در زمینه هوش مصنوعی، دانشجویان کارشناسی ارشد بر چندین حوزه یادگیری مانند ساختن سیستم‌های چندعاملی، سیستم‌های اقتصادی یا عامل‌های مصنوعی تمرکز خواهند کرد. دانشجویان دکترا بیشتر بر حل یک موضوع خاص متمرکز خواهند شد که نیاز به تمرکز شدید و مهارت‌های تفکر انتقادی و حل مسئله قوی دارند و پیشرفت‌هایی در این زمینه ایجاد می‌کنند.

آینده شغلی مدرک دکتری هوش مصنوعی در ایران و خارج

در چشم‌انداز شغلی برای دارندگان مدرک کارشناسی ارشد هوش مصنوعی و دارندگان دکتری هوش مصنوعی تفاوت وجود دارد. افرادی که دارای مدرک دکترا در هوش مصنوعی هستند، به‌طورکلی فرصت‌های شغلی بیشتری دارند و می‌توانند انتظار حقوق بالاتری نسبت به افرادی که دارای مدرک کارشناسی ارشد در هوش مصنوعی هستند، داشته باشند. برخی از نمونه‌های مشاغل در هوش مصنوعی که نیاز به مدرک دکترا دارند عبارتند از: مهندس و معمار داده‌های بزرگ، دانشمند پژوهش، مهندس پردازش زبان طبیعی، معمار نرم‌افزار، مهندس ارشد نرم‌افزار، و مهندس یادگیری ماشین. شغل‌هایی که به مدرک کارشناسی ارشد نیاز دارند عبارتند از: دانشمند تحقیقات کامپیوتر و اطلاعات، تحلیلگر داده و توسعه دهنده هوش مصنوعی.

چرا دکتری بگیریم؟ آیا دکتری ارزشش را دارد؟

دکترا در هوش مصنوعی واقعا ارزشمند است. انتظار می‌رود که انقلاب علمی بعدی توسط هوش مصنوعی و فناوری شناختی جرقه بزند. در دنیایی غنی از داده، توسعه‌ی فناوری هوش مصنوعی که می‌تواند بر اساس رفتار انسان نتیجه‌گیری کند و بیاموزد، پتانسیل تغییر آینده و ارائه فرصت‌های صنعتی، اجتماعی و علمی بی حد و حصر را دارد. از آنجایی که جهان بیشتر به فناوری‌های پیشرفته و ماشین‌های هوشمند وابسته می‌شود، تقاضا برای دکترا در هوش مصنوعی افزایش می‌یابد. دکترا در هوش مصنوعی به شما تخصص در این زمینه می‌دهد و شما را برای مشاغل پرتقاضا واجد شرایط می‌کند.

جمع‌بندی

تصمیم برای تحصیل در مقطع دکتری، تصمیم مهم و سرنوشت‌سازی است. شاید بررسی مزایا و معایب، آینده شغلی، بهترین دانشگاه‌ها و ... بتواند دید بهتری از تحصیل در مقطع دکتری به شما بدهد و شما را در این تصمیم‌گیری یاری کند. از طرفی باتوجه به این که هوش مصنوعی یکی از فناوری‌های روبه‌رشد حوزه تکنولوژی است، تحصیل در مقطع دکتری رشته هوش مصنوعی می‌تواند فرصت‌های بی‌نظیری را برای شما ایجاد کند، لذا ما در این مقاله به برسی جوانب مختلف تحصیل در مقطع دکتری هوش مصنوعی پرداختیم.

بازار پررونق تراشه‌های هوش مصنوعی

​​​​​​​رونق تراشه هوش مصنوعی، به رشد ۴۰ درصدی ارزش سهام شرکت‌های تایوانی کمک کرده و آنها را از کوالکام و رقیبان دیگرشان جلو انداخته است.

با افزایش تقاضا برای تلفن‌های هوشمند و تراشه هوش مصنوعی جدیدی که دورنمای شرکت مدیا تِک را روشن کرده، صعود پنج ماهه قیمت سهام این شرکت، ادامه پیدا خواهد کرد.

قیمت سهام این شرکت فناوری تایوانی از اواخر ژوئن، ۴۰ درصد رشد کرده و عملکرد بهتری از رشد دو درصدی شاخص نیمه‌رسانای بازار سهام فیلادلفیا و رشد هفت درصدی شرکت آمریکایی کوالکام داشته است. این رشد حاصل تقاضای قوی برای دستگاه‌های موبایل بوده که از تراشه‌های این شرکت در ساخت آنها استفاده می‌شود.

هیاهوی پیرامون مدیا تِک، رقابت رو به رشد میان شرکت‌های نیمه‌رسانا که از هوش مصنوعی برای کسب سهم بیشتری از کسب و کار تلفن هوشمند استفاده می‌کنند را برجسته کرده است. سرمایه‌گذاران، تراشه دیمنسیتی ۹۳۰۰ را گیم چنجری می‌دانند که به ربودن سهم بیشتر از شرکت کوالکام کمک خواهد کرد.

خوش بینی پیرامون سهام مدیا تِک، رشد کرده است. تحلیلگران از اواخر ژوئیه، برآوردشان از درآمد این شرکت به ازای هر سهم را به میزان ۱۳ درصد افزایش داده‌اند.

خوش بینی زیادی پیرامون تراشه دیمنسیتی ۹۳۰۰ وجود دارد که رقیب مستقیم تراشه اسنپ دراگون ۸ جن ۳ کوالکام است. هر دو شرکت در رقابت برای بهره بردن از فناوری هوش مصنوعی در دستگاه‌ها هستند.

تراشه دیمنسیتی ۹۳۰۰ برای پرداختن به حجم‌ کاری پیچیده‌تر از هوش مصنوعی و برنامه‌های بازی جدید طراحی شده است و عرضه آن پس از چند طرح قبلی صورت گرفت که نتوانست سرمایه‌گذاران را هیجان زده کند. گوشی X۱۰۰ ویوو که در ماه جاری عرضه شد، اولین مدلی است که از این تراشه استفاده می‌کند و پس از آن، سری اوپو Find X۷ عرضه خواهد شد.

سهام مدیا تِک، ۱۷ برابر درآمد برآورد شده، معامله می‌شود که مطابق با میانگین پنج ساله این شرکت است. این شرکت با سرمایه بازار بیش از ۴۷ میلیارد دلار، دومین شرکت سهام عامی بزرگ تایوان پس از شرکت تراشه سازی TSMC است.

پیش بینی می‌شود فروش این شرکت در سه ماهه چهارم سال ۲۰۲۳ در مقایسه با مدت مشابه سال گذشته، ۱۴ درصد رشد کند و کاهشی که چهار فصل متوالی داشت را متوقف کند.

مدیا تِک در کنفرانس درآمدهای خود اعلام کرد که موجودی انبار این شرکت، برای پنج فصل متوالی کاهش پیدا کرده است و روزهای موجودی انبار در پایان سه ماهه سوم، به سطح مطلوب ۹۰ روز رسید. به گفته مدیریت، فروش تلفن همراه که در حدود نیمی از درآمد این شرکت در سه ماه منتهی به سپتامبر سهیم بود، به لطف افزایش تقاضا و عرضه گوشی‌های جدید فور جی و فایو جی، ۱۹ درصد بر مبنای سه ماهه افزایش یافت.

بر اساس گزارش بلومبرگ، رشد سهام مدیا تِک همچنین نشان دهنده بهبود صنعت تلفن هوشمند چین است که در اکتبر، رشد دو رقمی را ثبت کرد. طبق آمار شرکت کانترپوینت ریسرچ، فروش تلفن هوشمند در چین که بزرگترین بازار جهان است، در چهار هفته اکتبر نسبت به مدت مشابه سال قبل، ۱۱ درصد افزایش داشت.

ساخت اولین ربات زنده جهان در آمریکا

دو دانشمند زیست‌شناسی محاسباتی و هوش مصنوعی از دانشگاه ورموند آمریکا با استفاده از سلول‌های بنیادی یک نوع قورباغه آفریقایی به نام Xenopus اولین ربات زنده جهان را ساختند.

زینوبات را می‌توان به عنوان محصولی که از همگرایی زیست‌شناسی و هوش مصنوعی ایجاد شده در نظر گرفت. در واقع واژه زنوبات (Xenobot) از ترکیب حروف ابتدایی قورباغه آفریقایی Xenopus و Robot ایجاد شده است. این محصول نوع جدیدی از مصنوعات دست انسان است که می‌توان آن را «ارگانیزم زنده قابلِ برنامه‌ریزی» نامید.

دو دانشمند زیست‌شناسی محاسباتی و هوش مصنوعی دانشگاه ورموند آمریکا به نام‌های سام کریگمن و جوش بونگارد طراحی و ساخت این ربات را برعهده داشتند. ایده ساخت این ربات در سال ۲۰۱۷ به ذهن این دو رسید و تلاش کردند تا با شبیه‌سازی از سلول‌های کوچک بنیادی قورباغه، ربات بسازند.

این دو دانشمند با ترکیب سلول‌های پوست و قلب قورباغه این ربات را ساختند. در طراحی این ربات، از شبیه‌سازی‌های کامپیوتری استفاده شده که آن را قادر به حرکت می‌کند.

این موجودات، با استفاده از انرژی سلولی خود، می‌توانند تا ۱۰ روز زنده بمانند. اما مزیت استفاده از اجزای زنده به جای مواد سنتی، مانند فلز و پلاستیک در ساخت این ربات این است که اگر ربات بشکند، محیط را با زباله‌هایی مانند فلز، باتری یا پلاستیک آلوده نمی‌کند. محققان همچنین می‌توانند زینوبات‌ها را طوری برنامه‌ریزی کنند که در پایان عمر خود، به طور طبیعی از هم جدا شوند.

هوش مصنوعی ۵۰ سال دیگر می‌تواند به ابرانسان تبدیل شود

جیمی ویلز، بنیان‌گذار «ویکی‌پدیا» می‌گوید هوش مصنوعی هنوز دستکم ۵۰ سال با تبدیل شدن به یک «ابرانسان» فاصله دارد.

جیمی ویلز، بنیان‌گذار «ویکی‌پدیا» می‌گوید هوش مصنوعی هنوز دستکم ۵۰ سال با تبدیل شدن به یک «ابرانسان» فاصله دارد.

او در گفتگو با یورونیوز عملکرد ابزار هوش مصنوعی «چت جی‌پی‌تی» برای نگارش مطلب در «ویکی پدیا» را «آشفته بازار» توصیف کرد. او می‌گوید مطالبی که «چت جی‌پی‌تی» اکنون برای «ویکی پدیا» تهیه می‌کند «فاجعه» هستند و «اصلا جواب نمی‌دهند.»

او درباره کاربرد «چت جی‌پی‌تی» می‌گوید: «واقعا خیلی نکات را از دست می‌دهد و اشتباه مرتکب می‌شود. اشتباهتش به ظاهر موجه می‌رسند اما برای خودش منبع می‌تراشد و آشفته بازار است.»

«چت جی‌پی‌تی» محصول شرکت «اوپن ای‌آی» که سال گذشته به بازار عرضه شد بحث‌های زیادی را پیرامون هوش مصنوعی و تاثیر آن بر زندگی انسان‌ها پدید آورده است.

جیمی ویلز بر این باور است که هوش مصنوعی در آینده می‌تواند از انسان پیشی بگیرد اما کار ابزارهای هوش مصنوعی فعلا به احتمال زیاد به حمایت از فعالیت‌های فکری انسان محدود خواهد شد.

بنیان‌گذار «ویکی‌پدیا» برکناری سام آلتمن از مدیرعاملی شرکت «اوپن ای‌آی» و بازگشت او به این کمپانی را «نگران‌کننده» می‌داند اما بر این باور است که در نهایت «این ماجرا هم می‌گذرد و انگار هیچ اتفاقی نیافتاده است.»

جیمی ویلز با وجود انتقادهایی که علیه ابزارهای کنونی هوش مصنوعی مطرح می‌شود استفاده از آنها را برای «ویکی پدیا» منتفی نمی‌داند.

او معتقد است که می‌توان از این ابزارها برای کشف اشتباهات موجود در مطالب «ویکی پدیا» کمک گرفت. ابزارهای هوش مصنوعی می‌توانند مطالب «ویکی پدیا» را با منابعی که از آنها استفاده می‌کنند مقایسه کنند و به این ترتیب اشتباهات اصلاح خواهد شد.

بنیان‌گذار «ویکی‌پدیا» احتمال همکاری این وبسایت با یکی از شرکت‌های فعال در عرصه هوش مصنوعی را رد نمی‌کند اما تاکید می‌کند که این تصمیم باید پس از تامل و بررسی زیاد گرفته شود.

«ویکی پدیا» هم‌اکنون برای ابزارهای هوش مصنوعی منبع مهمی محسوب می‌شود زیرا این ابزارها از اطلاعات منتشرشده در اینترنت برای تهیه مطالب خود کمک می‌گیرند.

جیمی ویلز - بنیانگذار ویکی‌پدیا

استارت‌آپ هوش مصنوعی سازنده Stable Diffusion در حال آزمایش ویدیوی مولد است

این شرکت توضیح داد که کاربران بالقوه می‌توانند برای دسترسی به یک «تجربه وب آتی مجهز به یک رابط متن به ویدئو» ثبت‌نام کنند تا در لیست انتظار قرار گیرند.

یک شرکت توسعه‌دهنده هوش‌مصنوعی با نام Stability اعلام کرد که هنر مولد Stable Diffusion اکنون می‌تواند متحرک‌سازی کند.

این شرکت محصول جدیدی به نام Stable Video Diffusion را در یک پیش‌نمایش تحقیقاتی منتشر کرده است که به کاربران امکان می‌دهد از یک تصویر یک ویدیو بسازند. این شرکت نوشت: «این مدل ویدیویی هوش مصنوعی مولد گامی مهم در تحقق هدف ما به سمت ایجاد مدل‌هایی برای همگان با هر سلیقه‌ای است».

این ابزار جدید در قالب دو مدل تبدیل تصویر به ویدیو منتشر شده استف که هر کدام قادر به تولید 14 تا 25 فریم با سرعت بین 3 تا 30 فریم در ثانیه با وضوح 576 × 1024 هستند. این ابزار، قابلیت ترکیب چند نمایی از یک فریم را با تنظیم دقیق دیتاست‌های چند نمایی دارد. این شرکت با مقایسه آن با پلتفرم‌های تبدیل متن به ویدیویی همچون Runway و Pika Labs گفت: «ما، در زمان انتشار این مدل‌ها در شکل اصلی‌شان، از طریق ارزیابی خارجی، دریافتیم که آنها از مدل‌های بسته پیشرو در مطالعات مربوط به ترجیحات کاربران بهتر هستند».

در حال حاضر Stable Video Diffusion فقط برای اهداف تحقیقاتی در دسترس است، نه برای کاربردهای دنیای واقعی یا تجاری. این شرکت توضیح داد که کاربران بالقوه می‌توانند برای دسترسی به یک «تجربه وب آتی مجهز به یک رابط متن به ویدئو» ثبت‌نام کنند تا در لیست انتظار قرار گیرند. این ابزار می‌تواند کاربردهایی در بخش‌هایی از جمله تبلیغات، آموزش، سرگرمی و حوزه‌های دیگر داشته باشد.

به نظر می‌رسد نمونه های نشان داده شده در ویدیوی معرفی آن از کیفیت نسبتاً بالایی برخوردار بوده و با سیستم‌های مولد دیگر قابل رقابت هستند. با این حال، این شرکت توضیح داد که این ابزار محدودیت‌هایی دارد: فیلم نسبتاً کوتاه (کمتر از 4 ثانیه) تولید می‌کند، فاقد فوتورئالیسم کامل است، نمی‌تواند حرکت دوربین را به جز حرکت‌های افقی آهسته انجام دهد، کنترل متن ندارد، نمی‌تواند متن خوانا تولید کند و ممکن است افراد و چهره‌ها را به درستی تولید نکنید.

هشدار پژوهشگران اوپن ای‌آی درمورد کشف مهم هوش مصنوعی

برخی کارکنان شرکت سازنده چت جی‌پی‌تی معتقدند این پیشرفت به تلاش این شرکت نوپا برای چیزی که هوش مصنوعی عمومی شناخته می‌شود مربوط است.

بر پایه گزارش‌ها، پژوهشگران اوپن ای‌آی پیش از برکناری سم آلتمن، مدیرعامل این شرکت، در مورد کشف هوش مصنوعی احتمالا خطرناک هشدار دادند.

دو نفر از افراد آگاه از این موضوع به رویترز گفتند که چندین نفر از کارکنان این شرکت هوش مصنوعی طی نامه‌ای به هیئت‌مدیره، جزئیات این الگوریتم را شرح دادند. گویا این افشاگری دلیل مهمی بود که زمینه‌ساز اخراج آلتمن شد.

پیش از بازگشت او در اواخر روز سه‌شنبه، بیش از ۷۰۰ کارمند تهدید کرده بودند که برای همبستگی با رئیس اخراجی‌شان از کار کناره‌گیری می‌کنند و به حامی او، مایکروسافت، می‌پیوندند.

منابع، این نامه را به‌منزله یکی از عوامل فهرست طولانی شکایت‌های هیئت‌مدیره از جمله نگرانی‌هایی در مورد تجاری‌سازی پیشرفت‌‌ها پیش از درک عواقب آن که به اخراج آلتمن منجر شد، ذکر کردند.

کارمندان نویسنده این نامه به درخواست اظهارنظر پاسخ ندادند و رویترز نتوانست نسخه‌ای از آن را بررسی کند.

یکی از کارکنان گفت، اوپن ای‌آی از اظهارنظر درباره این نامه خودداری کرد اما در پیامی داخلی برای کارکنان وجود طرحی به نام کیو‌ استار (Q*) و نامه‌ برای هیئت مدیره را پیش از بروز رویدادهای آخرهفته اخیر تایید کرد.

یکی از سخنگویان اوپن ای‌آی گفت این پیام که میرا موراتی، مدیر اجرایی باسابقه ارسال کرد، در مورد برخی روایت‌های رسانه‌ای که بدون توضیحی درمورد درستی آن‌ها منتشر می‌شوند، به کارکنان هشدار می‌دهد.

یکی از این افراد به رویترز گفت بعضی‌ها در اوپن ای‌آی معتقدند که کیو‌ استار می‌تواند پیشرفتی در تلاش این شرکت نوپا برای چیزی باشد که هوش مصنوعی عمومی (ای‌جی‌آی) شناخته می‌شود.

اوپن ای‌آی ای‌جی‌آی را سیستم خودکاری تعریف می‌کند که در اغلب کارهایی با ارزش اقتصادی بالا از انسان پیشی می‌گیرد.

این فرد که اجازه نداشت از طرف این شرکت صحبت کند و به همین دلیل نخواست نامش فاش شود، گفت با توجه به منابع گسترده محاسباتی، این مدل جدید قادر است مسائل خاص ریاضی را حل کند.

این منبع گفت هرچند حل مسائل ریاضی در سطح دانش‌آموز مقطع ابتدایی بود، چنین آزمون‌هایی پژوهشگران را به موفقیت آتی کیو استار بسیار خوش‌بین کرد. رویترز نتوانست توانمندی‌های کیو استار را که پژوهشگران ادعا کرده‌اند، به‌طور مستقل تایید کند.

پژوهشگران ریاضیات را مرز توسعه هوش مصنوعی مولد می‌دانند. اکنون، هوش مصنوعی با پیش‌بینی آماری کلمه بعدی، در نوشتن و ترجمه زبان ماهر است و پاسخ‌های آن به یک سوال‌ می‌تواند بسیار متفاوت باشد. اما تسلط بر توانایی حل مسائل ریاضی که برای آن فقط یک پاسخ درست وجود دارد، به این معنی است که هوش مصنوعی ظرفیت‌های استدلالی بیشتری مشابه هوش انسانی خواهد داشت. مثلا پژوهشگران هوش مصنوعی معتقدند که این قابلیت را می‌توان در پژوهش‌های علمی جدید اعمال کرد.

ای‌جی‌آی برخلاف ماشین حساب که تعدادی عملیات ریاضی محدود حل می‌کند، قادر است تعمیم بدهد، یاد بگیرد و درک کند. این منابع بدون اشاره به نگرانی امنیتی خاص ذکرشده در این نامه گفتند که پژوهشگران در نامه‌شان به هیئت‌مدیره درباره مهارت و خطر احتمالی هوش مصنوعی هشدار دادند. مدت‌ها است که درباره این خطر ماشین‌های بسیار هوشمند مثل اینکه اگر تصمیم بگیرند نابودی بشر به نفع آن‌ها است، بین دانشمندان رایانه بحث‌هایی درگرفته است.

پژوهشگران بر کار یک گروه «دانشمند هوش مصنوعی» تاکید کردند که منابع متعددی وجود آن را تایید کرده‌اند. یکی از این افراد گفت که گروه فوق که از ترکیب گروه‌های پیشین «کد جین» (Code Gen) و «مت جین» (Math Gen) تشکیل شده است و چگونگی بهینه‌سازی مدل‌های هوش مصنوعی موجود را برای بهبود استدلال و در نهایت انجام دادن کارهای علمی بررسی می‌کند.

آلتمن تلاش کرد چت جی‌پی‌تی به یکی از سریع‌ترین برنامه‌های نرم‌افزاری در حال رشد تاریخ تبدیل شود و برای نزدیک‌تر شدن به ای‌جی‌آی‌ــ منابع ضروری محاسباتی‌ــ و سرمایه‌گذاری را از مایکروسافت جلب کرد.

آلتمن افزون بر اعلام تعداد زیادی ابزار جدید در نمایشگاهی که این ماه برگزار شد، هفته گذشته در نشست سران جهان در سانفرانسیسکو اعلام کرد که باور دارد پیشرفت‌های بزرگی در پیش است.

او در نشست همکاری اقتصادی آسیا و اقیانوسیه، یک روز پیش از آنکه هیئت مدیره اوپن ای‌آی او را برکنار کند، گفت: «اکنون برای چهارمین بار در تاریخ اوپن ای‌آی که آخرین بار آن درست یکی دو هفته گذشته رخ داد، توانستم در اتاقی باشم که در آن به نوعی پرده جهل را کنار زدیم و مرز کشف را به پیش راندیم و انجام دادن این کار افتخار حرفه‌ای تمام عمر است.»

هوش مصنوعی مولد، ترند اصلی سال ۲۰۲۴

زمانی که تکنولوژی‌های جدید ظهور می‌کنند، گروه‌های مختلف به میزان متفاوت از آنها نفع می‌برند. هوش مصنوعی مولد قبل از همه به کمک توسعه‌دهندگان نرم‌افزار آمد و آنها از سال ۲۰۲۱ توانستند از GitHub Copilot استفاده کنند که یک دستیار هوش مصنوعی کدنویس است. سال بعد از آن، یعنی سال ۲۰۲۲، ابزارهای دیگری از جمله چت جی‌پی‌تی و DALL-E۲ ظهور کردند که به کاربرانشان این امکان را می‌دهند که در کمترین زمان ممکن با تمام رفتارهایشان، واژه‌ها و تصاویر را تولید کنند.

در سال ۲۰۲۳ که سرمایه‌گذاران هیجان بیشتری درباره چشم‌انداز هوش مصنوعی و کاربردهایش پیدا کردند، غول‌های تکنولوژی هم منتفع شدند. شاخص قیمت سهام با وزن برابر در شرکت‌های آلفابت، آمازون، اپل، متا، مایکروسافت و انویدیا تا حدود ۸۰ درصد رشد کرده است. به این ترتیب شرکت‌های تکنولوژی هم از پیشرفت هوش مصنوعی سود بردند، چون آنها هم الگوهای هوش مصنوعی خود را تامین کردند و هم زیرساختی را که به این الگوها قدرت می‌بخشد و باعث رشدشان می‌شود.

در سال ۲۰۲۴ بزرگ‌ترین بهره‌برداران این عرصه، شرکت‌هایی خارج از صنعت تکنولوژی خواهند بود؛ چون آنها هوش مصنوعی را بیش از هر چیز با هدف کاهش هزینه‌های جاری و افزایش خلاقیت و بهره‌وری‌شان به‌کار خواهند گرفت. سه دلیل وجود دارد که بر اساس آنها انتظار می‌رود پذیرش هوش مصنوعی در میان شرکت‌ها و کسب‌وکارهای متفرقه اوج بگیرد.

دلیل اول این است که شرکت‌های بزرگ بیشتر روزهای سال ۲۰۲۳ را به آزمون و خطا با هوش مصنوعی مولد گذرانده‌اند. بسیاری از شرکت‌ها از این ابزار استفاده می‌کنند تا نخستین پیش‌نویس‌های اسنادشان از قراردادهای قانونی گرفته تا اصول بازاریابی را بنویسند. بانک بزرگ JPMorgan Chase از تکنولوژی هوش مصنوعی مولد برای تحلیل جلسات بانک مرکزی دولت فدرال استفاده می‌کنند تا دیدگاه‌های مربوط به میز مبادلات تجاری آن را گردآوری کنند. با کمرنگ‌تر شدن این فاز آزمایشی، شرکت‌ها برای به‌کارگیری هوش مصنوعی مولد در مقیاس بزرگ برنامه‌ریزی می‌کنند. این می‌تواند به معنای آن باشد که از هوش مصنوعی مولد برای خلاصه‌سازی فایل‌های صوتی جلسات یا تغذیه کردن بخش تحقیق و توسعه، استفاده شود. یک بررسی انجام شده توسط شرکت حسابرسی kpmg نشان می‌دهد که چهارپنجم شرکت‌ها از برنامه خود برای افزایش بیش از ۵۰درصدی سرمایه‌گذاری در هوش مصنوعی تا نیمه سال ۲۰۲۴ خبر داده‌اند.

دومین دلیل برای رشد چشمگیر پذیرش هوش مصنوعی در میان شرکت‌ها آن است که محصولات بیشتری با تکیه بر این تکنولوژی به بازار خواهند آمد. در اواخر سال ۲۰۲۳ مایکروسافت از ارائه یک چت‌بات هوش مصنوعی برای کمک به کاربران نرم‌افزارهای بهره‌وری خود از قبیل ورد و اکسل خبر داده است. این شرکت محصول مشابهی را برای سیستم‌عامل ویندوز خود هم معرفی کرده است. این در حالی است که شرکت گوگل هم با دنبال کردن همین مسیر، می‌خواهد هوش مصنوعی را به بعضی محصولات خود مانند گوگل داکز و گوگل شیتز تزریق کند. علاوه بر این‌ها، هر روز به استارت‌آپ‌های فعال در حوزه هوش مصنوعی هم افزوده می‌شود. در سال ۲۰۲۳ سرمایه‌گذاران خطرپذیر بیش از ۳۶ میلیارد دلار در زمینه هوش مصنوعی مولد سرمایه‌گذاری کرده‌اند که این میزان بیش از دو برابر میزان مشابهش در سال ۲۰۲۲ است. سومین دلیل رشد چشمگیر پذیرش هوش مصنوعی در میان کسب‌وکارها، استعداد و خلاقیت است. رهبران و فعالان برجسته هوش مصنوعی همچنان طرفداران زیادی دارند. شرکت تحقیقاتی PredictLeads اعلام کرده است که دوسوم شرکت‌های حاضر در شاخص اس‌اندپی آگهی‌های استخدام با تاکید بر مهارت‌های هوش مصنوعی را در شبکه‌های اجتماعی خود منتشر کرده‌اند.

۵ درصد از آگهی‌های استخدام این شرکت‌ها حالا تسلط به ابزارهای هوش مصنوعی را به عنوان یک مزیت ذکر کرده‌اند، در حالی که این میزان در طول سه سال گذشته تنها ۲.۵درصد بوده است. تب این بازار اما در حال فروکش کردن است. بر اساس یک تحقیق انجام شده توسط شرکت مشاوره و تحقیقات McKinsey، در سال ۲۰۲۳ شرکت‌ها اعلام کرده‌اند که تلاش آنها برای استخدام افراد در مشاغل مربوط به هوش مصنوعی رو به کاهش گذاشته است.

حال باید دید که کدام شرکت‌ها جزو نخستین پذیرندگان هوش مصنوعی خواهند بود؟ احتمالا شرکت‌های کوچک‌تر در صف اول این گروه قرار خواهند داشت. این همان اتفاقی است که در موج‌های قبلی تکنولوژی‌های نوظهور از قبیل موبایل‌های هوشمند و رایانش ابری هم رخ داد. کوچک‌ترها معمولا چابک‌تر و هوشیارتر هستند و تکنولوژی را به عنوان راهی برای رسیدن به یک پله بالاتر از ماهی‌های بزرگ‌تر، می‌بینند.

در میان شرکت‌های بزرگ‌تر، شرکت‌های داده‌محور مانند آنهایی که در زمینه بهداشت و سلامت و ارائه خدمات مالی فعالیت می‌کنند، توانایی حرکت سریع‌تر به جلو را خواهند داشت. این به خاطر آن است که مدیریت ضعیف داده‌ها، یک خطر بزرگ برای به‌کارگیری هوش مصنوعی به حساب می‌آید. مدیران نگران نشت داده‌های ارزشمند از طریق ابزارهای هوش مصنوعی هستند.

شرکت‌هایی که مدیریت مناسبی روی داده‌هایشان ندارند، احتمالا باید سیستم‌هایشان را تا پیش از به‌کارگیری هوش مصنوعی مولد، بازسازی و دوباره سامان‌دهی کنند. استفاده از تکنولوژی هوش مصنوعی مولد می‌تواند حسی شبیه به داستان‌های علمی-تخیلی داشته باشد. شاید به همین دلیل هم استفاده ایمن از آن می‌تواند کاری یکنواخت و کسل‌کننده به نظر برسد.

کتابی که چت جی‌پی‌تی نوشت روانه بازار شد

انتشارات دانشگاهی «اسپرینگر نیچر» یک کتاب درسی در حوزه مالی و حسابرسی را که با استفاده از مدل «جی‌پی‌تی ۳.۵» به رشته تحریر درآمده بود، روانه بازار نشر کرد.

نگارش این اثر با استفاده از هوش مصنوعی، حدود نصف زمانی بود که نویسندگان حقیقی با استفاده از هوش طبیعی برای نگارش آن نیاز داشتند. با وجود این، مداخله انسان در نگارش این کتاب غیرقابل کتمان است.

در ماه مارس ۲۰۲۳میلادی، «روز هک» در شرکت انتشارات آلمانی-بریتانیایی «اسپرینگر نیچر» برگزار شد.

در رویداد «روز هک»، افراد علاقمند گردهم می‌آیند و سعی می‌کنند با شناسایی مشکلات، نرم‌افزارهای متن‌باز را بهبود دهند.

نتیجه گردهمایی در انتشارات «اسپرینگر نیچر» انتشار یک کتاب دانشگاهی در حوزه مالی و حسابرسی به زبان آلمانی با استفاده از هوش مصنوعی بود.

نسخه کاغذی کتاب «کاربردهای احتمالی جی‌پی‌تی در امور مالی، ارزیابی و حسابرسی» در ماه اکتبر با قیمت ۴۹.۲۹ یورو و نسخه دیجیتال آن به قیمت ۴۰ یورو به فروش رسید.

این ناشر در سال ۲۰۱۹ هم کتابی در مورد «باتری‌های لیتیوم‌یون» را که با استفاده از هوش مصنوعی توسط یک برنامه کامپیوتری به نام «بتا رایتر» نوشته شده بود، منتشر کرد.

به نظر می‌رسد که این فقط خلاصه‌‌ای از ۱۵۰ مقاله موجود در پایگاه اطلاع‌رسانی شرکت انتشاراتی «اسپرینگر نیچر» در این زمینه بوده است.

برای نگارش این کتاب که در حوزه مالی است، از مدل «جی‌پی‌تی ۳.۵» که توسط شرکت هوش مصنوعی «اوپن‌ای‌آی» ایجاد شده، همچنین همه «پرومپت‌ها» استفاده شده است.


پرومپت‌ها در چارچوب الگوریتم‌های مبتنی بر هوش مصنوعی، دستورهایی بودند که انسان‌ها به ماشین دادند تا ماشین بتواند با استفاده از آن‌ها پاسخ مناسب و مربوط به سؤالات را بدهد.

در هر حال مداخله انسانی برای نگارش این کتاب بسیار ناچیز بود. نویسندگان و ویراستاران این کتاب فقط در طول «روز هک» از این الگوریتم استفاده کردند.

سخنگویان شرکت انتشاراتی «اسپرینگر نیچر» به ماهنامه فرانسوی «علم و آینده» گفتند که این تجربه نیاز به «آماده‌سازی دقیق» داشت.

آن‌ها با بیان اینکه علاوه بر موضوع کتاب، عنوان، عنوان فرعی و فهرست مطالب را از پیش تعیین کرده بودند، گفتند که تنها هدف برگزار کنندگان «روز هک»، نهایی کردن یک نسخه از این کتاب در حوزه مالی بوده است.

فریب کلاهبرداری‌های بلک فرایدی را نخورید

آخرین جمعه نوامبر به عنوان «جمعه سیاه» نامگذاری شده طی آن برخی فروشگاه ها محصولات خود را با تخفیف عرضه می کنند، اما احتمال کلاهبرداری در این روز نیز بسیار بالاست.

با فرارسیدن «جمعه سیاه» و فعالیت‌های خرید همراه با آن، مرکز تحقیقاتی روسیه کسپرسکی در گزارشی جدید آخرین تهدیدات سایبری را که از عملیات خرید آنلاین سوء استفاده می‌کنند، منتشر کرد و‌توضیح داد که بیش از ۱۳ میلیون حمله فیشینگ مربوط به فروشگاه‌های آنلاین در سال ۲۰۲۳ رخ داده است.

به گفته کارشناسان این شرکت، کلاهبرداری و فیشینگ یکی از روش‌های مورد علاقه کلاهبرداران برای کسب سود مالی است. در ده ماه اول سال ۲۰۲۳، کسپرسکی ۳۰۸۰۳۸۴۰ حمله فیشینگ را شناسایی کرد که خرید آنلاین، سیستم‌های پرداخت و موسسات بانکی را هدف قرار داده بودند. ۴۳.۵ درصد از این حملات (۱۳۳۹۰۱۴۲ حمله) از پلتفرم‌های تجارت الکترونیک به عنوان طعمه استفاده کردند.

از اکتبر گذشته، تعداد نام‌های دامنه‌ای که از عبارت «جمعه سیاه» استفاده می‌کنند سه برابر شده است و وب‌سایت‌هایی که از این نام‌ها استفاده می‌کنند از فروشگاه‌های آنلاین جعلی تا نسخه‌های متقاعدکننده از فروشگاه‌های آنلاین واقعی متغیر است.

کسپرسکی همچنین بسیاری از این فروشگاه‌های تقلبی را شناسایی کرد که از ابتدای پاییز لباس، ابزار و دستگاه‌هایی را برای فروش عرضه کرده اند.

کسپرسکی کشف کرد که رایج‌ترین طرح‌های کلاهبرداری بر راه‌اندازی فروشگاه‌هایی تمرکز می‌کنند که مردم را هدایت می‌کنند تا برای محصولاتی که هرگز دریافت نخواهند کرد، پول پرداخت کنند.

یکی دیگر از طرح‌های کلاهبرداری شامل وادار کردن قربانیان به پیوند دادن کارت‌های بانکی خود به بهانه پرداخت پول برای کالا‌هایی است که خریداری می‌کنند، که به کلاهبرداران اجازه می‌دهد به تدریج پول برداشت کرده و حساب قربانیان را خالی کنند. برای مثال، یک وب‌سایت کلاهبردار وانمود می‌کند که یک فروشگاه معروف است. پلتفرم، افراد را با پیشنهاد ارائه یک کوپن ۸۰۰ یورویی تنها با ۱.۹۵ یورو به آن‌ها جلب می‌کند.

کلاهبرداران همچنین با تظاهر به فروش محصولات و خدمات اپل در جمعه سیاه، مشتاقان فناوری را هدف قرار می‌دهند. کسپرسکی ۲.۸ میلیون حمله فیشینگ از این نوع را بین ژانویه تا اکتبر ۲۰۲۳ شناسایی کرده و تعدادی از طرفداران بازی‌های ویدیویی نیز قربانی کلاهبرداری‌هایی می‌شوند که تظاهر می‌کنند که برای فروش پلتفرم‌های بازی هستند، اما در نهایت پولشان را می‌دزدند.

اولگا سویستونوا، یک کارشناس امنیتی در کسپرسکی، می‌گوید: طرح‌های فریبنده عمدتاً خرید آنلاین را هدف قرار می‌دهند، به‌ویژه در رویداد‌های پرمخاطب مانند جمعه سیاه.

کلاهبرداران در آن زمان فعالیت خود را تشدید می‌کنند و از افزایش بازدیدکنندگان در وب سایت‌ها و تمایل خریداران به استفاده از تخفیف‌ها سوء استفاده می‌کنند، بنابراین لازم است با احتیاط و اتخاذ روش‌های ایمن در اینترنت، از خود در برابر تهدیدات احتمالی محافظت کنید.

برای استفاده ایمن از بهترین پیشنهادات جمعه سیاه امسال، توصیه می‌کنیم این اقدامات ایمنی را دنبال کنید:

به هیچ پیوند یا پیوستی که در ایمیل خود دریافت می‌کنید اعتماد نکنید و قبل از باز کردن هر یک از آن‌ها هویت فرستنده آن‌ها را دوباره بررسی کنید.

قبل از پر کردن هر گونه اطلاعات شخصی در وب سایت‌های فروشگاه اینترنتی که بازدید می‌کنید، صحت آن‌ها را به دقت بررسی کنید. از خود بپرسید: آیا لینک وب سایت صحیح است؟ آیا اشکال املایی یا اشتباهی در طراحی وجود دارد؟

از یک راه حل امنیتی قابل اعتماد برای محافظت از همه دستگاه‌هایی که برای خرید آنلاین استفاده می‌کنید استفاده کنید.

اگر می‌خواهید محصولی را از یک شرکت ناشناس خریداری کنید، قبل از هر تصمیمی، نظرات محصول را بخوانید.

حتی اگر نهایت احتیاط را انجام دهید، ممکن است قبل از دیدن صورت‌حساب‌های بانکی یا کارت اعتباری خود ندانید که قربانی کلاهبرداری شده‌اید، بنابراین در صورت دریافت آن‌ها منتظر نمانید تا این صورت‌ها به صندوق پستی شما برسد. آن‌ها را فوراً به صورت آنلاین دریافت کنید و از قانونی بودن تمام هزینه‌هایی که از شما دریافت می‌شود اطمینان حاصل کنید.

اگر مشخص شد که یکی از آن‌ها غیرقانونی است، برای رفع مشکل مستقیماً با بانک یا شرکت کارت اعتباری خود تماس بگیرید.

آیتانا، اولین مدل زن طراحی شده توسط هوش مصنوعی

آیتانا، یک زن ۲۵ ساله پر جنب‌وجوش با موهای صورتی و اهل بارسلونای اسپانیا است که هر هفته پیام‌های خصوصی زیادی از افراد مشهور دریافت می‌کند که از او می‌خواهند با آن‌ها قرار بگذارد. اما آیتانا یک مدل واقعی نیست و به دنیای مجازی تعلق دارد.

ین دختر بازیگوش اولین مدل اسپانیایی است که با استفاده از هوش مصنوعی ساخته شده است.

تابستان گذشته، روبن کروز، طراح آیتانا و بنیانگذار آژانس The Clueless شروع به ساخت این مدل کرد.

روبن کروز به یورونیوز می‌‌گوید پیش از ساخت این مدل بیشتر پروژه‌هایی که او و تیمش مشغول به انجامش بودند به دلیل مشکلات «خارج از کنترل» که ارتباطی به «مسائل طراحی» نداشت، لغو یا متوقف شدند. به گفته او لغو این پروژه‌‌‌ها «اغلب تقصیر اینفلوئنسر‌ها یا مدل‌ها» بود.

با شکست این پروژه‌ها بود که آنها تصمیم گرفتند شخصیت مجازی اینفلوئنسری خود را بسازند و از آن به عنوان الگویی برای برندهایی که با آن‌ها همکاری داشتند استفاده کنند.

در نهایت آنها آیتانا را خلق کردند، یک زن ۲۵ ساله شاداب با موهای صورتی اهل بارسلونا که ظاهری جذاب و بی عیب و نقص دارد. به گفته سازنده این مدل مجازی، آیتانا می‌تواند تا ۱۰ هزار یورو در ماه درآمد داشته باشد اما میانگین درآمد او چیزی حدود ۳ هزار یورو است.

آیتانا درآمد ثابتی ندارد
این مدل مجازی برای هر آگهی تبلیغاتی حدود هزار یورو درآمد دارد و اخیرا نیز به یکی از چهره‌های تبلیغاتی شرکت مکمل‌های ورزشی Big تبدیل شده است.

آیتانا تنها در چند ماه توانست بیش از ۱۲۱ هزار دنبال کننده در اینستاگرام را به خود جذب کند. عکس‌های او هزاران بار در شبکه‌های اجتماعی دیده شده‌اند.

او حتی گاهی پیام‌های خصوصی از افراد مشهوری دریافت می‌کند که نمی‌دانند او به دنیای واقعی تعلق ندارد.

روبن کروز می‌گوید: «یک روز، یک بازیگر مشهور آمریکای لاتین برای آیتانا پیامی فرستاد که خواسته بود با او قرار بگذارد. این بازیگر حدود ۵ میلیون دنبال کننده دارد و برخی از افراد تیم ما در کودکی سریال‌های تلویزیونی او را تماشا می‌کردند.»

سازنده این مدل مجازی افزود: «او نمی دانست آیتانا وجود خارجی ندارد.»

چگونه یک هوش مصنوعی را زنده می‌کنید؟
خالقان این مدل مجازی هر هفته جلسه‌ای برای شیوه زندگی آیتانا برگزار می‌کتند. آنها در این جلسات تصمیم می‌گیرند آیتانا چه فعالیتی در طول هفته انجام دهد، از کدام مکان‌ها بازدید کند و کدام عکس‌های او را برای دنبال کنندگان کنجکاوش روی شبکه‌های اجتماعی بارگذاری کنند.

آیتانا هیچ کمد لباسی ندارد و به جای عکاس، هوش مصنوعی و کارشناسان طراحی با استفاده از فتوشاپ هستند که آخر هفته‌های او را مثلا در مادرید به تصویر می‌کشند.

یکی از گرافیست‌های این تیم می‌گوید: «در ماه اول متوجه شدیم که مردم به دنبال کردن زندگی‌ افراد علاقه دارند نه تصاویر آن‌‌ها. برای این‌‌که مردم بتوانند با آیتانا ارتباط برقرار کنند باید کمی واقعیت‌های زندگی عادی را به او اضافه می‌کردیم.»

او در ادامه افزود به همین دلیل است که آیتانا، برخلاف مدل‌های سنتی «شخصیت» بسیار متمایزی دارد.

این مدل مجازی به عنوان یک فرد ورزشکار، علاقمند به تناسب اندام، مصمم و با شخصیتی پیچیده خلق شده است. آیتانا در وب‌سایت شخصی، خود را به عنوان فردی برون‌گرا و دلسوز معرفی می‌کند.

روبن کروز درباره شخصیت این مدل اینطور توضیح می‌دهد: «فکر زیادی در مورد آیتانا شده است. ما او را بر اساس آنچه جامعه بیشتر می‌پسندد خلق کردیم.»

پس از تجزیه و تحلیل‌های فراوان، آنها متوجه شدند که اروپایی‌‌ها در سال‌های اخیر علاقه زیادی به فرهنگ شرقی پیدا کرده‌اند به همین خاطر سعی کردند با موهای صورتی او را بیشتر به شخصیت‌‌ بازی‌های کامپیوتری شرقی شبیه کنند.

آیتانا در این مدت چنان موفق عمل کرده است که طراحان او ترغیب شدند مدل مجازی دیگری نیز به نام مایا که «کمی خجالتی‌تر» از مدل اول است، بسازند.

نام‌ این دو مدل مجازی نیز به‌طور تصادفی انتخاب نشده‌اند بلکه هر دو این نام‌ها ردی از مخفف کلمه هوش مصنوعی یعنی (AI) را در خود دارند.

افزایش درخواست‌ها
برند‌های زیادی تا کنون به این آژانس درباره سفارش ساخت مدل‌های شخصی خود پیام داده‌اند.

کروز دراین مورد می‌گوید: «آن‌ها مدلی را می‌خواهند که واقعی نباشد و تنها ارزش‌های برندشان را تبلیغ کند.»

صرفه جویی در هزینه یکی دیگر از نکاتی است که برند‌ها را برای داشتن این مدل‌های مجازی مشتاق‌تر کرده است.

به گفته طراح این مدل مجازی: «کیم کارداشیان برای یک عکس اینستاگرامی یک میلیون یورو درآمد دارد.»

این آژانس بر این باور است که ساخت مدل‌های مجازی می‌تواند به کاهش قیمت‌های بازار و به شرکت‌های کوچکی که توانایی پرداخت کمپین‌های تبلیغاتی بزرگ را ندارند، کمک کند.

البته این ابتکار منتقدانی نیز دارد. برخی نگران هستند که این بی‌عیب و نقص بودن‌ غیر واقعی مدل‌ها روی نسل جوان تأثیر بگذارد و آن‌ها را روی ظاهرشان حساس کند.

علاوه بر این انتقاداتی از تصاویر بسیار جنسی این مدل‌ها نیز وجود دارد. این آژانس در پاسخ به این انتقادات می‌گوید که آنها صرفاً از زیبایی شناسی که قبلاً توسط برندهای واقعی ایجاد شده است پیروی می‌کنند.

«اگر این زیبایی شناسی را دنبال نکنیم، برندها علاقه‌ای به همکاری نخواهند داشت و برای تغییر این سیستم، باید دید برندها را تغییر داد.»