تاریخچه
نقش هوش مصنوعی هر روز در زندگی ما بیشتر می‌شود. آخرین ترند در این زمینه تراشه‌های هوش مصنوعی و کاربردهای مختلف آن‌ها در گوشی‌های هوشمند است. اما شروع توسعه‌ی این تکنولوژی در واقع به خیلی قبل‌تر برمی‌گردد؛ یعنی زمانی در دهه‌ی ۵۰ میلادی که «دانشگاه دارتموث» (Dartmouth College) در ایالات متحده یک پروژه‌ی تحقیقات تابستانی را به هوش مصنوعی اختصاص داد. ریشه‌های هوش مصنوعی را حتی می‌توان در عمق بیشتری از تاریخ و در فعالیت‌های «آلن نیوئل» (Allen Newell)، «هربرت ای. سیمون» (Herbert A. Simon) و «آلن تورینگ» (Alan Turing) جست‌وجو کرد. آزمون مشهور تورینگ در سال ۱۹۵۰ توسط او در مقاله‌ای مطرح شد. این مقاله یکی از اولین اسنادی است که در آن به وجود آمدن ماشین‌های هوشمند پیش‌بینی شده است. با این حال مقوله‌ی هوش مصنوعی تا پیش از معرفی شدن سوپرکامپیوتر «دیپ بلو» (Deep Blue) توسط کمپانی IBM هنوز توجه جهانیان را به خود جلب نکرده بود. این سوپرکامپیوتر اولین ماشینی بود که توانست قهرمان شطرنج جهان «گری کاسپارف» (Garry Kasparov) را در مسابقه‌ای که در سال ۱۹۹۶ میلادی برگزار شد شکست دهد. الگوریتم‌های هوش مصنوعی برای سال‌های متمادی است که در دیتاسنترها و کامپیوترهای بزرگ استفاده می‌شوند، ولی حضور آن‌ها در حوزه‌ی لوازم الکترونیک مصرفی به سال‌های اخیر برمی‌گردد.

تعریف هوش مصنوعی
تعریف هوش مصنوعی آن را به عنوان شاخه‌ای از علوم کامپیوتر مشخص می‌کند که با خودکارسازی رفتارهای هوشمندانه سروکار دارد. بخش سخت ماجرا این است: از آنجا که خود هوش را نمی‌توانیم به درستی تعریف کنیم، امکان تعریف دقیق هوش مصنوعی هم وجود ندارد. به طور کلی اصطلاح هوش مصنوعی برای تشریح کردن سیستم‌هایی به کار می‌رود که هدف آن‌ها استفاده از ماشین‌ها برای تقلید و شبیه‌سازی هوش انسانی و رفتارهای مرتبط با آن است. این هدف گاه ممکن است با استفاده از الگوریتم‌های ساده و الگوهای از پیش تعیین شده محقق شود، ولی گاهی هم نیاز به الگوریتم‌ها فوق‌العاده پیچیده دارد.

انواع مختلف هوش مصنوعی
هوش مصنوعی نمادین (Symbolic) با نمادهایی انتزاعی کار می‌کند که برای نشان دادن دانش استفاده می‌شوند. هوش مصنوعی نمادین، هوش مصنوعی کلاسیکی است که بر اساس این ایده کار می‌کند که تفکر انسان را می‌توان در سطحی سلسله مراتبی و منطقی بازسازی کرد. در این روش اطلاعات از بالا با کار کردن روی نمادهای معنی‌دار برای انسان، ارتباطات انتزاعی و نتیجه‌گیری‌های منطقی پردازش می‌شوند.

هوش مصنوعی عصبی (Neural AI) در اواخر دهه‌ی ۸۰ میلادی در علوم کامپیوتر محبوبیت پیدا کرد. در این گونه، دانش با استفاده از نمادها نمایش داده نمی‌شود، بلکه به جای آن، نورون‌های مصنوعی و ارتباط میان آن‌ها نماینده‌ی دانش هستند. این هوش مصنوعی چیزی شبیه به یک مغز بازسازی شده است. در این روش دانش کسب شده به قطعاتی کوچک‌تر (نورون‌ها) خرد و سپس از آن گروه‌هایی متصل به هم تشکیل می‌شود. این نوع هوش مصنوعی رویکردی پایین به بالا دارد. بر خلاف هوش مصنوعی نمادین، یک سیستم هوش مصنوعی عصبی باید ابتدا آموزش داده شود و در معرض محرک‌هایی قرار بگیرد تا شبکه‌های عصبی در آن تجربه کسب کنند، بزرگ شوند و اندوخته‌ی دانش بیشتری داشته باشند.

شبکه‌های عصبی (Neural Networks) در لایه‌هایی سازماندهی می‌شوند که با خطوطی شبیه‌سازی شده به یکدیگر متصل هستند. بالاترین لایه، لایه‌ی دریافت است. این لایه مانند حسگری عمل می‌کند که اطلاعات را برای پردازش دریافت می‌کند و آن‌ها را به لایه‌های پایین‌تر می‌فرستد. این فرآیند پس از دریافت اطلاعات با حداقل دو لایه‌ی دیگر (در سیستم‌های بزرگ تا بیش از بیست لایه) ادامه پیدا می‌کند که به صورت سلسه مراتبی روی هم قرار دارند و اطلاعات را با استفاده از پیوندها دسته‌بندی و ارسال می‌کنند. در پایین‌ترین بخش سلسله مراتب لایه‌ی خروجی قرار دارد که به طور معمول تعداد نورون‌های مصنوعی آن از تمام لایه‌های دیگر کمتر است. این لایه داده‌های محاسبه شده را به فرمتی تبدیل می‌کند که برای ماشین قابل خواندن باشد.

شیوه‌ها و ابزارها
ابزارها و شیوه‌های مختلفی برای به کار بردن هوش مصنوعی در دنیای واقعی وجود دارد که برخی از آن‌ها را می‌توان در ترکیب با هم استفاده کرد.

اساس کار تمام این روش‌ها «یادگیری ماشینی» (Machine Learning) است. تعریف یادگیری ماشینی سیستمی است که تجربه را به دانش تبدیل می‌کند. این پروسه به سیستم این توانایی را می‌دهد که الگوها و قوانین را با سرعتی که همواره در حال افزایش است شناسایی کند. در انواع مختلف یادگیری ماشینی از هر دو نوع هوش مصنوعی نمادین و عصبی استفاده می‌شود.

یادگیری عمیق (Deep Learning) زیرگونه‌ای از یادگیری ماشینی است که اهمیت آن رو به افزایش است. در این مورد تنها از هوش مصنوعی عصبی یا همان شبکه‌های عصبی استفاده می‌شود. اکثر کاربردهای امروزی هوش مصنوعی بر پایه‌ی یادگیری عمیق هستند. به لطف امکان گسترش دادن سریع طراحی شبکه‌های عصبی و تبدیل کردن آن‌ها به سیستم‌هایی پیچیده‌تر و قوی‌تر با لایه‌های جدید، مقیاس یادگیری عمیق را می‌توان به سادگی تغییر داد و آن را با کاربردهای بسیار زیادی منطبق کرد.

سه نوع پروسه‌ی یادگیری برای آموزش دادن شبکه‌های عصبی وجود دارد: تحت نظارت، بدون نظارت و یادگیری تقویتی. این سه پروسه روش‌های متفاوت زیادی را مهیا می‌کنند تا بتوان نحوه‌ی تبدیل ورودی به خروجی دلخواه را تنظیم کرد. در یادگیری تحت نظارت، ارزش‌ها و پارامترها از بیرون برای سیستم مشخص می‌شود، ولی در یادگیری بدون نظارت این خود سیستم است که تلاش می‌کند الگوهایی را در اطلاعات ورودی کشف کند که ساختاری قابل تشخیص دارند و می‌توان آن‌ها را بازتولید کرد. در یادگیری تقویتی هم ماشین به صورت مستقل کار می‌کند، ولی بر اساس موفقیت یا شکست، تشویق یا تنبیه می‌شود.

کاربردها
همین الان هم از هوش مصنوعی در بسیاری جاها استفاده می‌شود، ولی به هیچ وجه همه‌ی این کاربردها در نگاه اول آشکار نیستند. بنابراین انتخاب کردن موقعیت‌هایی که از امکانات این تکنولوژی در آن‌ها بهره برده می‌شود، لزوما به تشکیل فهرستی کامل نمی‌انجامد.

مکانیزم‌های هوش مصنوعی برای تشخیص، شناسایی و دسته‌بندی اشیا و افراد در عکس‌ها ویدیوها بسیار کارآمد هستند. برای رسیدن به این هدف، از مکانیزم ساده ولی سنگین تشخیص الگو استفاده می‌شود. اگر اطلاعات تصویر رمزگذاری نشده باشد و ماشین بتواند آن‌ها را بخواند، عکس‌ها و ویدیوها را به سادگی می‌توان با این روش در دسته‌های مختلفی قرار داد که امکان جست‌وجو و یافتن آن‌ها وجود دارد. چنین تشخیص‌هایی را همچنین می‌توان برای اطلاعات صوتی هم به کار برد.

استفاده از چت‌بات‌ها در بخش خدمات مشتریان روز به روز بیشتر می‌شود. این دستیارهای مبتنی بر متن، کار خود را با استفاده از تشخیص کلمات کلیدی در درخواست مشتری و نشان دادن واکنش متناسب با آن انجام می‌دهند. با توجه به کاربردهای مختلف، این نوع دستیارها می‌توانند ساده‌تر یا پیچیده‌تر باشند.

تجزیه و تحلیل نظرات علاوه بر پیش‌بینی نتایج انتخابات در عالم سیاست، در بازاریابی و بسیاری حوزه‌های دیگر هم استفاده می‌شود. «استخراج نظرات» (Opinion Mining) که همچنین با نام «تجزیه و تحلیل احساسات» (Sentiment Analysis) هم از آن یاد می‌شود، برای جست‌وجو کردن اینترنت در مورد عقاید و عبارات احساسی به کار می‌رود. با این روش‌ها می‌توان نظرسنجی‌هایی را به صورت ناشناس برگزار کرد.

الگوریتم‌های جست‌وجو مانند الگوریتم‌هایی که گوگل استفاده می‌کند، طبیعتا به شدت محرمانه هستند. روش‌های محاسبه، رتبه‌بندی و نمایش نتایج جست‌وجو تا حد زیادی بر پایه‌ی مکانیزم‌هایی کار می‌کنند که از یادگیری ماشینی در آن‌ها استفاده می‌شود.

پردازش کلمات یا بررسی کردن یک متن از نظر دستور زبان و اشتباهات املایی، یکی از کاربردهای کلاسیک هوش مصنوعی نمادین است که برای مدت زمان زیادی از آن استفاده می‌شده. در این روش زبان به عنوان شبکه‌ی پیچیده‌ای از قوانین و دستورالعمل‌ها تعریف می‌شود که قطعات متن را در یک جمله تجزیه و تحلیل می‌کند و در برخی شرایط می‌تواند اشتباهات را تشخیص دهد و تصحیح کند. از همین قابلیت‌ها همچنین در تبدیل نوشتار به گفتار در دستیارهای صوتی مانند سیری، الکسا و گوگل اسیستنت هم استفاده می‌شود.

در تراشه‌های جدید گوشی‌های هوشمند مانند تراشه‌ی Kirin 970 شرکت هواوی، هوش مصنوعی بخش ویژه‌ای برای خودش به نام NPU یا «واحد پردازش عصبی» (Neural Processing Unit) دارد. کوالکام هم حدود دو سال است که روی NPU خاص خودش به نام پردازشگر Zeroth کار می‌کند. تراشه‌ی A11 Bionic اپل هم بخش مشابهی را در خودش جای داده است.

علاوه بر این پژوهش‌های مختلف دیگری هم روی هوش مصنوعی در حال پیگیری است که شاید برجسته‌ترین آن‌ها پروژه‌ی «واتسون» (Watson) شرکت IBM باشد. این برنامه‌ی کامپیوتری پیش از این اولین حضور عمومی خود را در یک مسابقه‌ی تلویزیونی اطلاعات عمومی در سال ۲۰۱۱ تجربه کرد. واتسون در این برنامه به رقابت با دو انسان پرداخت و مسابقه را برد. این هوش مصنوعی پس از آن چند بار دیگر هم در رویدادهای مشابهی ظاهر شد. یک شرکت بیمه‌ی ژاپنی از ابتدای سال ۲۰۱۷ میلادی استفاده از واتسون را برای بررسی سوابق و اطلاعات پزشکی مشتریان و ارزیابی آسیب‌ها و بیماری‌ها آغاز کرده است. بر اساس اطلاعات منتشر شده از این شرکت بیمه، هوش مصنوعی واتسون تقریبا جایگزین ۳۰ کارمند شده است. از دست دادن شغل در اثر خودکارسازی تنها یکی از مشکلات اخلاقی و اجتماعی مورد بحث در مورد هوش مصنوعی است که شرکت‌های بزرگ و دانشگاه‌ها در مورد آن پژوهش می‌کنند.

سخن نهایی
هوش مصنوعی چیزی نیست که یک شبه از هیچ پدید آمده باشد. ولی به نظر می‌رسد این تکنولوژی در حوزه‌ی لوازم الکترونیک مصرفی به یک نقطه‌ی عطف و پیشرفت بزرگ نزدیک می‌شود. همین نکته کافی است تا همگان تلاش کنند اطلاعات خود را در این موضوع به روز نگه دارند.

منبع : دیجی کالا

سازندگان با حذف کلید فیزیکی هوم، از نمایشگری LCD و 6.0 اینچی با وضوح 1080×2160 و ابعاد 18:9 استفاده کرده و حاشیه‌های صفحه نمایش را به حداقل رسانده‌اند. به علاوه، حالا سنسور اثر انگشت نیز در بخش پشتی تعبیه شده است. گوشی جدید اوپو از فناوری تشخیص چهره هم پشتیبانی می‌کند که به گفته سازندگان، این سیستم به اندازه اثر انگشت ایمن نیست.

بدون شک، دوربین‌های قدرتمند ویژگی اصلی گوشی اوپو اف 5 هستند. در بخش پشتی از سنسوری 16 مگاپیکسلی با گشودگی دریچه دیافراگم f/1.8 استفاده شده که به کاربران اجازه می‌دهد تصاویر را با کیفیتی بسیار بالا ثبت کنند.

در بخش جلویی، سنسوری 20 مگاپیکسلی با گشودگی دریچه دیافراگم f/2.0 و اندازه بزرگ 1/2.8 اینچ همراه با هوش مصنوعی برای زیباسازی تصاویر در کنار عاشقان سلفی خواهد بود. این سیستم، بخش‌های مختلفی همچون چشم‌ها، بینی، فک و استخوان گونه‌ها را برجسته‌تر نمایش خواهد داد. به علاوه، امکان روشن‌تر کردن چشم‌ها هم وجود دارد. به این موارد، پشتیبانی از حالت پرتره برای تصاویر سلفی را نیز اضافه کنید تا با مجموعه‌ای کامل رو به رو باشیم.

خرید اوپو اف 5 در دو نسخه مختلف همراه با 4 گیگابایت رم و 32 گیگابایت حافظه داخلی و همچنین 6 گیگابایت رم و 64 گیگابایت حافظه داخلی امکان‌پذیر است. تراشه هلیو P23 با هشت هسته پردازشگر A53 نیز مسئولیت مدیریت اطلاعات در این گوشی هوشمند را بر عهده دارد.

پیش فروش گوشی جدید اوپو، از فردا در فیلیپین آغاز خواهد شد. همچنین، علاقه‌مندان می‌توانند این اسمارت فون قدرتمند را از هفته آینده با قیمت 309 دلار خریداری کنند.

منبع : گجت نیوز

امروز مشخص شده که پیشرفت های اخیر اپل در تکنولوژی تشخیص تصاویر مدیون استارتاپی به نام Regaind بوده؛ یک شرکت فرانسوی فعال در حوزه بینایی کامپیوتری که TechCrunch پیش بینی می کند اپل اوایل امسال آن اقدام به خریداری آن کرده است.

ای پی آی(API) بینایی کامپیوتری Regaind به اپل این امکان را داده که بتواند محتوای تصاویر را به دقت آنالیز کرده و بر اساس کلیدواژه هایی که کاربر وارد می کند، به جستجوی نتایج دلخواه آنان بپردازد. مثلا اگر در برنامه Photos واژه سگ را وارد کنید، اپلیکیشن متوجه می شود که در آرشیو تصاویر شما باید به دنبال چه چیزی بگردد.

البته شایان ذکر است که اپلیکیشن Photos چندین سال هست که چنین قابلیتی را در اختیار دارد، اما با خریداری استارتاپ Regaind و استفاده از هوش مصنوعی قدرتمند این شرکت، شکی نیست که فناوری تشخیص و درک تصاویر آن می تواند به میزان قابل توجهی نسبت به گذشته ارتقاء یافته و رقابت بهتری با اپلیکیشن مبتنی بر یادگیری ماشینی Photos گوگل داشته باشد.

به ادعای Regaind، تکنولوژی انحصاری آن ها نه تنها از پس تشخیص و درک محتوای موجود در تصاویر بر می آید، بلکه جنبه های زیبایی شناسی آن ها را هم تشخیص داده و اطلاعات فنی را هم از تصاویر استخراج می کند.

مجموعه این فناوری ها می توانند برای حذف تصاویر تکراری، یافتن بهترین عکس از میان مجموعه ای از تصاویر یا دسته بندی عکس ها بر اساس رنگ یا رویداد بسیار کاربردی ظاهر شوند. در خصوص یافتن و ساخت آلبوم های عکس نیز همینطور.

همچنین هوش مصنوعی پیشرفته Regaind می تواند همانند اپلیکیشن FaceApp چهره و جنسیت افراد و سن و احساسات آنان را هم تحلیل کند. بنابراین اپل می تواند از این مزیت هم برای ساخت فیلترهای سلفی خلاقانه مثل اسنپ چت و اینستاگرام استفاده کرده و هم به قابلیت انیموجی آیفون X قدرت ببخشد.

منبع : دیجیاتو

بر هیچکس پوشیده نیست که سامسونگ می خواهد فعالیت های گسترده تری در زمینه هوش مصنوعی داشته باشد. دستیار بیکسبی همین حالا در برخی اسمارت فون های سامسونگ جای گرفته و در حال باز کردن راه خود به اسپیکرهای هوشمند و حتی لوازم خانگی است. اگر این دستیار به دنبال کسب موفقیت باشد، قطعاً نیازمند پیشرفت هرچه بیشتر طی سال های آتی خواهد بود تا نظر مخاطبان را به خود جلب کند.

ضمناً با در نظرگیری تلاش های اولیه سامسونگ در حوزه های اتومبیل های خودران و فعالیت های رباتیک، به نظر می رسد که آینده سامسونگ تا حد زیادی به تحقیقات آزمایشگاه های هوش مصنوعی اش وابسته خواهد بود.

در نهایت گفتنی است که سرمایه گذاری 125 میلیون دلاری دولت کانادا روی تحقیقات هوش مصنوعی در کنار سرمایه گذاری های خصوصی، سبب شده جدالی جدی بر سر استعدادهای این کشور به وجود آید. در حال حاضر کمپانی هایی مانند گوگل، اپل، فیسبوک و مایکروسافت در اقصی نقاط این کشور مشغول تحقیق در زمینه هوش مصنوعی هستند.

منبع : دیجیاتو

طبق اطلاعات منتشر شده در رسانه‌های مختلف خارجی به نظر می‌رسد که بیشتر گوشی‌های پرچمدار سال ۲۰۱۸ (حداقل گوشی‌هایی که بعد از سه ماهه دوم سال میلادی آینده رونمایی و عرضه می‌شوند) مجهز به تراشه‌های ایجاد شده بر پایه هوش مصنوعی هستند.

به گفته مسئولان یکی از موسسات فعال در زمینه فناوری در کره جنوبی ، رقابت برای تولید تراشه‌های ایجاد شده بر پایه هوش مصنوعی در سراسر جهان شدت گرفته است و بیشتر گوشی‌های رده‌بالایی که در نیمه دوم سال میلادی آینده عرضه می‌شوند، مجهز به این نوع از تراشه‌ها است.

سامسونگ اعلام کرده است که به زودی فرآیند تولید تراشه‌های هوش مصنوعی را آغاز می‌کند؛ چنانچه این موضوع صحت داشته باشد، سامسونگ هم به جمع شرکت‌های فعال در زمینه تولید تراشه‌های هوش مصنوعی از قبیل اپل، هوآوی و مایکروسافت می‌پیوندد که در وسایل الکترونیکی خود از این ابزار استفاده می‌کنند. در ضمن برخی از شایعات حاکی از آن است که این شرکت به‌ زودی یک گوشی تاشو و انعطاف پذیر عرضه می‌کند و به‌ نظر می‌رسد که گوشی بعدی سری گلکسی اس این شرکت دارای تراشه هوش مصنوعی خواهد بود.

از زمانی که هوآوی خبر تولید تراشه Kirin 970 را اعلام کرده است، به نظر می‌رسد که این شرکت تلاش خود را برای استفاده از هوش مصنوعی در تراشه‌های خود آغاز کرده است. ضمن آنکه طبق اطلاعات منتشر شده، آیفون ایکس با تراشه A11 Bionic عرضه می‌شود که دارای پردازنده مجهز به شبکه عصبی است. این موضوع باعث می‌شود جهت مشخصی برای توسعه‌دهندگان تعیین شود؛ مخصوصا اگر سامسونگ نیز رویکرد استفاده از تراشه‌های هوش مصنوعی را دنبال کند.

از این رو، می‌توان پیش‌بینی کرد که سال میلادی آینده تقریبا همه گوشی‌های پرچم‌دار با تراشه‌های هوش مصنوعی رونمایی و عرضه می‌شوند و این گونه نیست که سال آینده تنها تعداد معدودی از گوشی‌ها به صورت نمادین با این نوع از تراشه‌ها معرفی شود.

گفته می شود سامسونگ به‌ تازگی موسسه‌ای در کانادا برای تحقیق در مورد هوش مصنوعی و توسعه این فناوری انقلابی ایجاد کرده است. بدون تردید در این رقابت سخت، شرکتی برنده میدان خواهد بود که بتواند از هوش مصنوعی به نحو احسن و کاربردی‌ترین شکل ممکن در وسایل و گجت‌های خود بهره ببرد.

استفاده از دستیارهای ایجاد شده بر پایه هوش مصنوعی همانند Bixby می‌تواند زمینه را برای بیشترین میزان بهره‌گیری از پردازنده‌های هوش مصنوعی فراهم کند و استفاده از تراشه‌ های هوش مصنوعی باعث می‌شود دستیارهای صوتی سرعت بیشتری پیدا کنند و کارهای پیچیده‌تری انجام دهند.

سامسونگ این پتانسیل را دارد که سایر شرکت‌های تولید کننده پردازنده‌ها و تراشه‌های قدرتمند را پشت سر بگذارد. این شرکت به‌ تازگی از اینتل که بزرگ‌ترین شرکت تولید کننده تراشه در جهان است، نیز پیشی گرفته است.

با توجه به اینکه کاربران انتظار دارند قابلیت‌های گوشی هوشمند آن‌ها افزایش پیدا کند، خرید گوشی هوشمند بی‌بهره از تراشه‌ های هوش مصنوعی در آینده چندان معقول به نظر نمی‌رسد.

منبع : کلیک

به گزارش وی تری، ای بی ام برای این کار نرم افزار خودآموز جدیدی طراحی کرده که می تواند با دقت بالایی محتوای تصاویر را شناسایی کند.

این نرم افزار برای این کار به یک سوم زمانی نیازمند است که نرم افزار مشابه مایکروسافت از آن استفاده می‌کند. آی بی ام 7.5 میلیون تصویر را به این نرم افزار داده و آن توانسته محتوای یک سوم این تصاویر یعنی 33.8 درصد از آنها را به درستی تشریح کند.

رکورد نرم افزار هوش مصنوعی مایکروسافت در زمینه شناسایی محتوای تصاویر ارسالی در اکتبر سال 2014 برابر با 29.8 درصد بوده است. سیستم آی بی ام برای شناسایی تصاویر تنها 7 ساعت وقت صرف کرده، اما مایکروسافت برای این کار 10 روز وقت صرف کرده است.

آی بی ام طراحی این نرم افزار هوش مصنوعی را گامی بسیار مهم و رو به جلو دانسته که پیشرفت های مهمی را در دنیای رایانه به همراه می آورد.

منبع : فارس

غول چینی هواوی تیزر تبلیغاتی را بر روی توییتر قرار داده است که نشان می‌دهد این شرکت مشغول کار بر روی یک محصول مرتبط با هوش مصنوعی است. تا به امروز هیچ اطلاع رسمی از این دستگاه هوش مصنوعی که ظاهرا قرار است در نمایشگاه IFA 2017 برلین رونمایی شود منتشر نشده است و حتی این تیزر تبلیغاتی نیز هیچ اطلاعی از جزئیات محصول مذکور نمی‌دهد.

هوش مصنوعی هواوی متفاوت از آمازون الکسا و دستیار گوگل

گزارش‌های اولیه خبر از مشغول کار بودن هواوی بر روی یک پردازنده اپلیکیشن AI می‌داد که با پردازنده، پردازشگر گرافیکی و قابلیت‌های هوش مصنوعی ترکیب می‌شود. ریچارد یو پیشتر اطلاعاتی را در مورد این برنامه در کنفرانس اینترنت چین 2017 که در شهر پکن برگزار شده بود ارائه کرد. حال این تیزر جدید به صحبت‌های ریچارد یو وزن می‌دهد و اعلام می‌کند هوش مصنوعی هواوی فراتر از یک دستیار مجازی است. بنابراین این شعار می‌تواند به معنای تولید محصولی به مراتب با عملکردهایی بیشتر از آمازون الکسا، دستیار گوگل و اسپیکر شیائومی Mi AI باشد.

در حال حاضر بازار هوش مصنوعی در سراسر جهان داغ است و اغلب کمپانی‌های فعال در حوزه تکنولوژی به دنبال ارائه محصولی مبتنی بر هوش مصنوعی هستند تا بتوانند در برابر رقبای خود پیروز از میدان رقابت خارج شوند. هواوی نیز جلو زدن از اپل در فروش گوشی های هوشمند را هدف گذاری کرده است و به نظر می‌رسد آن‌ها برای رشد درآمد خود استراتژی‌های مختلفی را در نظر گرفته‌اند. لازم به ذکر است، به تازگی انتشار درآمد‌های نیمه نخست سال جاری هواوی رقم‌های دلگرم کننده‌ای را نشان می‌دهد که می‌تواند تضمین کننده موفقیت آن‌ها و گام‌های درستی باشد که تا به حال برداشته‌اند؛ حال این که محصول مبتنی بر هوش مصنوعی هواوی چه هست و چه کمکی به آن‌ها می‌تواند بکند، چیزی است که تنها زمان می‌تواند آن را ثابت کند.

منبع : گجت نیوز

گوگل توانسته این اپلیکیشن را به گونه ای طراحی کند تا به کمک هوش مصنوعی عکس های موجود در گالری را بررسی کند و عکس های کسل کننده را تشخیص دهد. در واقع Google Photos تعیین میکند که کدام عکس های باید در حافظه باقی بمانند و کدام عکس ها در پوشه ی بایگانی رها شوند. به طور کلی تصاویر را حذف نمیکند بلکه آنها را از دید شما مخفی میکند که در صورت لزوم میتوانید به این عکس ها دسترسی پیدا کنید، مواردی را که نمیخواهید انتخاب کنید و حذف نمایید. از دیگر مواردی که در این اپلیکیشن مشاهده خواهید کرد، بایگانی کردن تصاویر به صورت دستی است؛ به این صورت که تصاویری که نمیخواهید در گالری داشته باشید؛ انتخاب میکنید و آن را به بخش بایگانی تصاویر منتقل میکنید. البته گزینه ی دیگری هم وجود دارد که به حذف دائمی عکس های میپردازد. گوگل همچنین توانسته است تا در Google Photos به کمک یادگیری ماشین، حالت های چهره را بشناسد و با فوکوس دقیق تصاویر را تحلیل کند.

قابلیت دیگری که در این اپلیکیشن به کار برده شده است؛ قابلیت تشخیص افراد به کمک یادگیری عمیق است. این تکنولوژی به این صورت است که در ابتدا از شما میخواهد تا افراد را در تصویر معرفی کنید سپس قادر است تا افراد را شناسایی کند و حتی برای هر شخصی آلبوم مجزا ایجاد کند. همچنین به شما پیشنهاد میدهد که کدام تصاویر را برای دوستانتان به اشتراک بگذارید. برای مثال میخواهید عکس هایتان با دوستتان را برای او ارسال کنید؛ Google Photos آلبومی از عکس های دوستتان را نمایش میدهد و میتوانید آنها را انتخاب کرده و ارسال نمایید؛ از آن پس هرگاه تصویری از دوستتان در گالری باشد و اپلیکیشن آن را تشخیص دهد به صورت خودکار برای دوستتان ارسال خواهد شد.

گوگل در حال ارائه ی اپلیکیشنی کاملاً هوشمند است تا نظر کاربران را به خود جلب کند و کارها را ساده تر کند. Sunder Pichai، مدیرعامل گوگل اعلام کرده است که قصد دارد تا محصولاتش را بازبینی کند تا هوش مصنوعی و یادگیری عمیق را در اپلیکیشن ها بهبود ببخشد. این کمپانی در حال حاضر مشغول تحقیق و پژوهش بر روی تبدیل دوربین گوشی به موتور جستجو است تا بتواند دنیای تازه ای از جستجو را به کاربران ارائه کند.

منبع : سخت افزار

حال یک شرکت انگلیسی به نام «AC Worldwide» پیدا شده که با الهام از فیلم های ترمیناتور، اسپیکر هوشمندی را به شکل سر ربات T-800 و با بهره گیری از دستیار هوشمند آمازون یعنی «الکسا» توسعه داده است.

دستگاه مورد بحث که ابعادی بزرگتر از اسپیکرهای هوشمند استاندارد دارد، به بلوتوث، وای فای و ورودی صدای AUX مجهز شده و بر اساس اظهارات سازنده، صدایی شفاف با بیس قدرتمند ارائه می کند، و در صورت اجرایی شدن پروژه با قیمتی بیش از 400 دلار به دست مشتریان خواهد رسید.

اسپیکر ترمیناتور با داشتن یک دوربین، نقش سیستم امنیتی خانه را نیز ایفا می کند

اسپیکر ترمیناتور علاوه بر قابلیت های اسپیکرهای هوشمند معمولی، یک دوربین نیز در چشم چپ خود دارد که کاربر می تواند از آن به عنوان دوربین امنیتی در منزل استفاده کند. لازم به ذکر است که AC Worldwide یک اپلیکیشن اختصاصی نیز برای سیستم عامل های اندروید و iOS توسعه داده که امکان پخش زنده تصاویر دوربین را برای مالک فراهم خواهد کرد. در ضمن خریداران به یک سال فضای ابری رایگان نیز برای ذخیره سازی ویدیوهای ضبط شده دسترسی خواهند داشت.

گفتنی است پروژه مورد بحث در حال حاضر از طریق «Kickstarter» تامین مالی می شود و افرادی که در سرمایه گذاری آن شرکت می کنند، اسپیکر خود را به قیمت 316 دلار دریافت خواهند کرد.

منبع : دیجیاتو

بر اساس اظهارات تیم مایکروسافت، نسل بعدی هولولنز از نسخه دوم «HPU» (واحد پردازش هولوگرافیک) که شامل یک پردازنده هوش مصنوعی جانبی نیز می شود، بهره خواهد برد. گفتنی است پردازنده مذکور، وظیفه اجرا و بهره گیری از شبکه های یادگیری عمیق را بدون نیاز به اینترنت، بر عهده خواهد داشت.

استفاده از پردازنده مجزا برای هوش مصنوعی و یادگیری عمیق، به هولونز اجازه می دهد بدون نیاز به اتلاف وقت و ارسال و دریافت داده از فضای ابری، امور مربوط به تجربه کاربری را تجزیه و تحلیل کند. «مارک پلیفیز» سرپرست علمی تیم هولولنز مایکروسافت درباره پردازنده مورد بحث می گوید:

پردازنده جدید نمونه ای از قابلیت های جدیدی است که ما برای هولولنز بعدی در نظر گرفته ایم، و نشان دهنده کارهایی است که می توان از طریق خواستن و سرمایه گذاری بلند مدت انجام داد؛ همانطور که مایکروسافت در طول سال های متمادی انجام داده است.

البته این طرز تفکری است که باید برای توسعه ابزارهای واقعیت تلفیقی که خود به نوعی هوشمند هستند، به کار گرفته شود. واقعیت تلفیقی و هوش مصنوعی نماینده آینده دنیای کامپیوتر هستند و ما نیز خوشحالیم که از پیشگامان آن هستیم.

لازم به ذکر است که تیم تحقیقاتی مایکروسافت، امروز طی رویدادی در شهر هونولولو مرکز ایالت هاوایی، اجرای کدهای مربوط به تشخیص حرکات دست توسط HPU 2.0 را به صورت زنده به نمایش گذاشت.

منبع : دیجیاتو