درباره ما

آمده ايم تا.... شايد بتوان گفت امروز رسانه هاي گروهي اصلي ترين مراكز تحقق آمريت اسلامي به معروف و تحذير مجموعه ها و مديريتها از منكرهاي اجتماعي هستند. منكر هنگامي كه بعد اجتماعي به خود مي گيرد، تأثيرگذاري كلان مي يابد و بنا بر مقتضاي عقل و شرع هر چه منكر تأثيرگذارتر، وجوب تحذير از آن اولي تر. اما آنچه در اين ميان از استلزامات حسن فاعلي در انجام اين فريضه كفايي به حساب می آید، استقلال رسانه از هرگونه وابستگي حزبي، جناحي و مالي است، امري كه در صورت عدم تحقق آن، رسانه را ناخودآگاه با خطر يكسويه نگري و ابزار تمايلات گروهها و لابي ها شدن مواجه مي سازد. توفيق رسانه در انجام امر و نهي البته نه از آن جهت است كه مانند حكم يك قاضي در مصدر صدور حكم، ضمانت اجرايي داشته باشد و همچنین نه از آن روي كه با وجدان تخلف و منكر توان عزل و نصب داشته باشد؛ بلكه كار ويژه اصلي رسانه را مي بايست در حوزه ارتباط وثيق آن با افكار و وجدان عمومي جستجو نمود. توجه عمومي در جامعه هنگامي كه به وجود فساد در مراكز سياسي و اقتصادي جلب شد، ديگر فرصتي براي كانونهاي فسادپرور جهت توجيه و فرار از بار سنگين قضاوت عمومي باقي نخواهد گذاشت. چشمان نگران "شخصيت ملي" از پيگيري اين مطالبه انصراف نخواهد داد، چرا كه وجود منكر در اين مجموعه ها را باور نموده است؛ رشوه نمي گيرد، چراكه قضاوتش متأثر از منافع مادي نيست؛ و توصيه نمي پذيرد، چراكه در قضاوت خود بي رحم است! بر همين اساس است كه وجود يك رسانه مستقل و متعهد بيش و پيش از هر ابزار عمومي مي تواند با نماياندن آنچه در نهانخانه هاي كانونهاي فسادزا مي گذرد، اولاً امنيت زايش و تكثير را از آنان سلب نمايد و ثانياً كانونهاي فسادپرور اقتصادي را در زايش قدرت سياسي عقيم بگذارد. اين موقعيت و فرصت ويژه البته از نگاهي ديگر مي تواند به يك تهديد جامع تبديل شود و آن هنگامي است كه رسانه آنچنان در انتقال اطلاعات و تحليل ها بي مبالات عمل كند كه از درهم آميختن اخبار دروغ و راست، ملغمه اي با طعم تلخ بي اعتمادي در كام مخاطب بنشاند. چه در اين حالت، رسانه با زاويه گرفتن از رسالت حقيقي، خود به منكري بزرگ تبديل می شود و در صورت تداوم اين روند، با پراكندن بذر بي اعتمادي در سطح جامعه، اثراتي بس مخربتر و پيچيده تر بر جاي خواهد نهاد. اما اكنون " سخن " آمده است تا با تلاش در جهت تخلق به صداقت و انصاف و صدالبته نهراسيدن از نعره هاي كانونهاي فساد و زياده خواهي، ايده و آرمان انقلابي ملت را در عرصه اطلاع رساني محقق كند و با كمك مؤثر به توزيع عادلانه اطلاعات مورد نياز براي تصميم گيري آگاهانه مردم، گامي به سوي عدالت رسانه اي بردارد تا چنين نباشد كه خبرهاي مورد نياز مردم در گردونه گران قيمت خبررساني ناعادلانه گم شود و كساني كه اميدوارانه در انتظار شنيدن و ديدن آثار تحول ناشي از حماسه 3 تير 84 هستند را محروم نمايد. و در اين راه تلاش ما اينست كه در باورمان خدا و حضور او و نقش اصلي او در همه امور همواره جايگاه محوري و بايسته خود را داشته باشد. انشاءالله. صاحب امتیاز و مدیر مسئول: محسن زوار شماره تماس: 9930 161 0910 آدرس: نشانی: تبریز - پایینتر از چهارراه هفده شهریور - برج 39 - طبقه 5 مخاطبان سخن مي توانند انتقادات ، پيشنهادات و اخبار خود را در قسمت "ارتباط با ما" و info@sokhanpress.ir ارسال نمايند.

Close
»   اخبار کوتاه, برگزیده, تکنولوژی, کامپیوتر و لپ تاب  »   کامپیوتر یک قدم دیگر به شبیه سازی دید انسان نزدیک شد
12 مهر 1395 , ساعت 17:10
کامپیوتر یک قدم دیگر به شبیه سازی دید انسان نزدیک شد

کامپیوتر یک قدم دیگر به شبیه سازی دید انسان نزدیک شد

علم کامپیوتر، رباتیک و هوش مصنوعی آینده و چشم انداز بزرگ ترین تحولات آینده بشر را رقم خواهند زد، در آخرین پزوهش محققین حوزه هوش مصنوعی نقاط امیدی برای ارتقا هوش ربات ها دیده می شود.

به گزارش سخن ، شاید در برخی از فیلم های به اصطلاح علمی-تخیلی ربات هایی را دیده باشید که شکل و شمایل انسانی دارند،مثل ما راه می روند مثل ما محیط اطراف را می بینند و جزییات آن را آنالیز می کنند و اطلاعات دریافتی را برای عملکرد بهتر خود به کار می گیرند،شاید در برهه فعلی این فیلم ها تخیلی نامیده شوند،اما مطمئنا در آینده شاهد به واقعیت پیوستن آنها خواهیم بود.

در مقطع زمانی فعلی کامپیوتر ها به لطف پیشرفت روزانه خود قادرند تا عکس ها را آنالیز کرده و اطلاعاتی را از آنان استخراج کنند،اما شناخت تصاویر توسط آنان به عکس محدود می شود و به همین خاطر محققان و دانشمندان در تلاش اند تا به کامپیوتر ها دید انسانی را اضافه کنند،یعنی کامپیوتر بتواند با استفاده از دوربین محیط اطراف خود را ببیند و جزییات آن را بررسی کرده و از آن نتیجه گیری کند.

دانشمندان برای اضافه کردن این قدرت یادگیری پیشرفته به کامپیوتر از متدی استفاده می کنند که قسمتی از آن از نحوه آنالیز عکس توسط یک کامپیوتر استنباط شده است،به زبانی ساده تر ماشین ابتدا ویدئوی مربوط را به صورت یک مجموعه سری وار از عکس های پشت سر هم تبدیل کرده و سپس هر عکس را آنالیز کرده و در نهایت می تواند یک ویدئو را آنالیز و بررسی کرده و آیتم های درون آن را شناسایی کند.

رجت منگا،مدیر بخش مهندسی و الگو های شناختی نرم افزاری گوگل طی جلسه پرسش و پاسخ در این باره می گوید:محققان چه در شرکت گوگل و چه بیرون از این شرکت در حال پیشرفت و توسعه شناخت ویدئو توسط کامپیوتر ها هستند،اما در مسیر این هدف هنوز با چالش هایی جدی رو به رو هستیم.

مزایای شناخت ویدئویی کامپیوتر ها بی تعداد است و اگر به این مهم دست یابیم موج بعدی ای از تکامل ماشین ها به راه خواهد افتاد،در صورت به نتیجه رسیدن پژوهش ها و آزمایشات دانشمندان،کامپیوتر ها خواهند توانست تا رفتار افراد را زیر نظر داشته باشند،برای مثال می توانند درک کنند که فرد در یک جلسه کاری چقدر به بحث اهمیت می دهد و یا با دسترسی به ویدئو های دوربین های نظارت ترافیکی الگو های رفتاری راننده را در ترافیک سنگین را تحت نظر می گیرد و البته یکی از مهم ترین کاربرد های این فناوری می تواند کمک به حیات خودرو های خودران باشد.

ربات ها با به کار گیری این فناوری می توانند یک قدم دیگر به ساختار بدنی انسان نزدیک شوند و بیشتر و مفید تر از قبل به بشر خدمت کنند و ….

همانطور که گفتیم در حال حاضر کامپیوتر ها قادرند تا عکس ها و جزییات درون آنها را آنالیز کرده و اطلاعاتی را از روی آن استنتاج کنند،اما حتی اگر ویدئو ها را برای آنالیز راحت تر ماشین به صورت صفی طولانی از عکس های پشت سر هم در بیاوریم باز هم نتیجه گیری از آنها نیازمند انجام پردازش های سنگین می باشد،شناخت از روی دید یکی از قدرت های ما انسان هاست که ربات ها سالهاست در حصرت آنند،ما از کودکی می توانیم به اطراف نگاه کنیم،جزییات محیط را بررسی کرده و شناختی از فضای پیرامونمان به دست آوریم.

مهم ترین عاملی که در پیشرفت شناخت تصاویر زنده توسط ماشین موثر است به کار گیری فناوری شناخت عمیق و مدل سازی ماشینی است،آقای منگا که یکی از افراد کلیدی در پروژه TensorFlow شرکت گوگل(نرم افزاری Open Source به منظور یادگیری کامپیوتر ها)است در این باره می گوید:با جدا کردن فریم ها از ویدئو می توانیم ویدئوی مذکور زا به صورت عکس های مجزا و البته مرتبط و پشت سر هم به ماشین بدهیم،این عملکرد علاوه بر ساده سازی ساز و کار شناخت ویدئو توسط کامپیوتر باعث می گردد که ماشین بتواند بدون در اختیار داشتن دو دوربین(همانند دو چشم انسان)و تنها با استفاده از یک دوربین محیط پیزامونش را به صورت سه بعدی مدل سازی کند.

هنوز چالش هایی در حوزه درک عمیق کامپیوتر ها وجود دارد،برای مثال در مورد شناخت و آنالیز عکس ها توسط ماشین هنوز کاستی هایی وجود دارد، کامپیوتر ها می توانند با بررسی و آنالیز عکس برخی از جزییات آن را درک کنند ولی هنوز جزییات زیادی از عکس می ماند که کامپیوتر قادر به شناخت آنها نیست و این دقت کم،مانعی بزرگ برای شبیه سازی دید انسان برای استفاده در ربات ها می باشد و همانطور که آقای منگا می گوید،هنوز تا ساخت ربات هایی مجهز به دید انسانی فاصله زیادی داریم.

وی در ادامه توضیحات خود می گوید:برای شناخت تصاویر توسط کامپیوتر نیاز به استفاده از مدل سازی مبنی بر درک عمیق داریم،علاوه بر این نیاز است تا منابع عظیمی از تصاویر شناخته شده در اختیار کامپیوتر قرار بگیرد تا کامپیوتر از آنها به عنوان شاخص های تصویری استفاده کند،هم اکنون بدین منظور از بانک اطلاعاتی ImageNet استفاده می شود که ۱۴ میلیون عکس را در خود جای داده است و توانسته تا نقش سازنده و مهمی را در پیشرفت این فناوری بازی کند، اما برای شناخت و درک ویدئو کامپیوتر نیاز به بانک اطلاعاتی بزرگ تری دارد.

گوگل در حال حاضر در پردازش های ابری خود به طور وسیعی از هوش مصنوعی استفاده می کند،فناوری شناخت ماشینی نیز نقش کلیدی در سرویس هایی چون Google Now دارد و در بیرون از این شرکت نیز شاهد استفاده گسترده فناوری درک عمیق در نحوه عملکرد خودرو های خودران هستیم،برخی شرکت ها نیز برای اصلاح برنامه نویسی امنیتی و اصلاح پنجره های قابل نفوذ هکر ها هوش مصنوعی را به کار گرفته اند،فناری درک عمیق با سریع تر شدن روز به روز پردازنده ها،جامع تر شدن لحظه به لحظه بانک های اطلاعاتی و ارائه مداوم الگوریتم های شناختی پیشرفت کرده است اما آقای منگا معتقد است که هنوز تا رسیدن به نقطه مطلوب مسیر طولانی ای را در پیش داریم.

طبیعتا پیشرفت و توسعه پردازشگر هایی سریع تر و قوی تر در ارتقا سطح فناوری شناخت ماشینی مهم ترین نقش را بازی کرده است اما سخت افزار سریعتر می تواند سرعت آنالیز داده ها در شناخت ویدئویی را بالا تر ببرد.

پردازنده ای چون machine-learning Tensor Processing Unit یکی از کشنده های فناوری درک عمیق بوده و مدل سازی درک عمیق نیز با استفاده از پردازنده ها گرافیکی ابر کامپیوتر ها قابل اجراست اما به گفته آقای منگا نیاز این حوزه به پردازنده های سریع تر هیچگاه متوقف نخواهد شد.

علاوه بر این پیشرفت فناوری درک عمیق نیاز به دسترسی کامپیوتر به بانک های اطلاعاتی ای جامع تر از بانک های اطلاعاتی امروز و الگوریتم هایی پیچیده تر از الگوریتم های امروزی دارد و گویا نیاز همیشگی به پیشرفت در این حوزه ها نیز از دیگر چالش های پیش روی پیشرفت فناوری درک عمیق می باشد و به گفته آقای منگا:شبیه سازی سیستم عصبی انسان که خود نیازمند فناوری درک عمیق می باشد و بدون در دسترس داشتن داده های اطلاعاتی عظیم ممکن نیست.

با رشد سریع فناوری یادگیری ماشین ها،شرکت های بیشتری برای تامین سخت افزار لازم به کمک گوگل می آیند،تا به امروز سخت افزار های لازم برای پیاده سازی نرم افزار Open Source و اطلاعاتی TensorFlow توسط شرکت هایی چون Nvidia و نیز Movidius تامین می گردد که این سخت افزار ها  بازه های وسیعی از پردازنده تا تجهیزات سرور را شامل می گردد.

شرکت های گوگل،آمازون،فیسبوک و مایکروسافت و آی بی ام این هفته پروژه ای مشترک را شروع کردند که به کاربرد سازی و پیاده کردن فناوری هوش مصنوعی کمک خواهد نمود.الون ماسک،پیتر تیل،سم آلتمن و جسیکا لیوینگستون که در راس قدرت این شرکت ها قرار دارند بودجه ای ۱ میلیارد دلاری را برای انجام این پروژه مرتبط با هوش مصنوعی در نظر گرفته اند.

 

pcworld

مطالب مرتبط

تبدیل هر شی به کامپیوتر توسط هوش مصنوعی
به گزارش سخن، جدیدترین چیپ استفاده شده در آیفون ۷ دارای ۳/۳ میلیون ترانزیستور است که بر روی یک صفحه سیلیکونی به اندازه  یک سکه کوچک جمع شده اند. هرچه این چیپ ...
هدایت خودکار هواپیماها با بازوی رباتیک و هوش مصنوعی
به گزارش سخن به نقل از انگجت، هدف نهایی از استفاده از سیستم هدایت خودکار هواپیمای دارپا، نصب آن بر روی هواپیماهای نظامی بزرگ است، اما پرواز آزمایشی موفق یک هواپیمای دارای موتور توربین دار گامی ...
تشخیص احساسات با امواج بی سیم
به گزارش سخن، فادل ادیب، محقق دکتری می گوید “شما همیشه در محاصره امواج بی سیم توسط وای فای، تلویزیون و سایر موارد هستید. این سیگنال ها با بدن انسان در تعامل هستند ...
صحبت انسان گونه ربات ها از طریق هوش مصنوعی گوگل
به گزارش سخن، در حال حاضر، یک ذهن درخشان پشت DeepMind وجود دارد که در این مورد مدعی به حساب می آید. گوگل از یک برنامه تلفیق صدا در WaveNet که ...

ارسال پاسخ یا نظر

نشانی ایمیل شما منتشر نخواهد شد.


  • عصرانه خبری
  • یادداشت و مقاله

  • آخرین اخبار

  • طراحی سایت