فهرست بستن

برچسب: هوش مصنوعی

ماشین خودران نحوه رفتار در برابر رانندگان خودخواه را می‌آموزد

ماشین های خودران در حال فراگیر شدن هستند و در اکثر کشورهای پیش‌رفته، شاهد حضور آن‌ها در خیابان‌ها هستیم. اما همواره مشکلاتی در رابطه با این ماشین‌ها وجود داشته است که استفاده از آن‌ها را کمی به تعویق می‌اندازد. یکی از این مشکلات، غیر قابل پیش‌بینی بودن رانندگان برای هوش مصنوعی این ماشین‌هاست که محققین در حال برطرف کردن آن هستند.

هر راننده‌ای می‌داند که رانندگی امری قابل پیش‌بینی نیست (مخصوصا در کشور ما که عملا قانونی وجود ندارد). هوش‌های مصنوعی اما از این قضیه چندان باخبر نیستند و تصور می‌کنند که انسان‌ها هم مانند آن‌ها، یکسان رانندگی می‌کنند. در همین رابطه آزمایشگاه هوش مصنوعی و علوم کامپیوتری (CSAIL) دانشگاه MIT، تحقیقاتی را ترتیب داده تا هوش مصنوعی ماشین های خودران را بیشتر با رفتار‌های انسانی آشنا کنند.

ماشین های خودران

هدف اصلی آن‌ها، آموزش هوش مصنوعی است تا بتواند رفتار رانندگان را پیش‌بینی کنند. منتهی این کار نیازمند آگاهی اجتماعی است که یاد دادن آن به هوش مصنوعی بسیار طاقت فرساست. با این حال محققین برای آموزش این ماشین های خودران، برگی را از دانش روانشناسی قرض گرفتند. آن‌ها رانندگان را به دو دسته خودخواه و غیر خودخواه تقسیم کردند تا شناسایی آن‌ها برای هوش مصنوعی ساده‌تر شود.

این سیستم با مشاهده رفتارهای رانندگی این دو دسته، توانست حرکات آن‌ها در زمان پیوستن به یک لاین یا خارج شدن از لاین این رانندگان را تا ۲۵ درصد بهتر پیش‌بینی کند.

یکی از محققین در این رابطه می‌گوید:

کار کردن ماشین های خودران در کنار انسان‌ها، به آن‌ها کمک می‌کند تا رفتار انسان را بهتر درک کنند. تمایل انسان‌ها به رقابت یا همکاری، به خوبی در رفتار‌هایشان در زمان رانندگی مشهود است. به همین دلیل ما در این تحقیق سعی کردیم تا این معیار کیفی را به معیار کمی تبدیل کنیم.

با این حال، این تحقیقات نیازمند بررسی‌های بیشتری است تا بتوان از آن در ماشین های خودران استفاده کرد. به همین دلیل محققین قصد دارند این مدل را در رابطه با دیگر کاربرانی که از خیابان‌ها استفاده می‌کنند هم آزمایش کنند. افرادی مانند، دوچرخه سواران و افراد پیاده تا رفتار غیرقابل پیش‌بینی آن‌ها هم مورد بررسی قرار گیرند.

Let’s block ads! (Why?)

ادامه مطلب

هوش مصنوعی دیپ‌مایند در گوگل پلی چه نقشی دارد؟

گوگل با انتشار پستی از بکارگیری الگوریتم های یادگیری ماشین و هوش مصنوعی برای بهبود سیستم جستجوی پلی استور خبر داده است.

گوگل پلی استور از بزرگترین مارکت های بازی و اپ در دنیاست که ماهانه بیش از ۲ میلیارد کاربر فعال دارد. با توجه به شمار بالای اپ ها و کاربران این سرویس، ارائه نتایج دقیق حین جستجو در آن اهمیت بالایی دارد و گوگل برای دستیابی به این هدف به استفاده از هوش مصنوعی روی آورده است.

گوگل با بکارگیری پلتفرم هوش مصنوعی «دیپ مایند» نتایج جستجو را برای هر کاربر بر اساس علایق و سلایق وی شخصی سازی می کند. این شخصی سازی بر پایه سیستمی مشتمل بر سه مدل اصلی عملی شده: مولد کاندید، مرتب کننده و مدل بهینه سازی AI با اهداف چندگانه.

پلی استور گوگل

مولد کاندید قادر به تحلیل بیش از یک میلیون اپ و بازیابی مناسبترین گزینه ها است. مدل مرتب کننده یا رتبه بندی هم اولویت های کاربر را از ابعاد مختلف پیش بینی می کند. این پیش بینی ها به مدل بهینه ساز AI وارد شده و پس از تحلیل های خاص نتایج در اختیار کاربر قرار می گیرد.

این نخستین باری نیست که گوگل از پتانسیل های پلتفرم هوش مصنوعی دیپ مایند برای ارتقای کسب و کار و اندروید خود بهره می برد و قبلا ساز و کاری را برای بهبود عملکرد باتری در گوشی های اندروید توسعه داده بود. همچنین موتور صوتی WaveNet دیپ مایند هم مسئولیت تولید صدا برای دستیار صوتی اسیستنت را بر عهده دارد.

این مدل یادگیری ماشین اپ هایی که احتمال نصب آنها توسط کاربر بیشتر است را بر اساس تاریخچه استفاده وی از گوگل پلی یاد می گیرد. برای جلوگیری از هرگونه سویه گیری از وزن هایی نظیر نرخ نمایش اپ به نسبت نصب آن استفاده شده است. مولد کاندید بر اساس همین وزن ها رتبه اپ ها را در پلی استور تنظیم می کند.

Let’s block ads! (Why?)

ادامه مطلب

هوش مصنوعی اعوجاج تصاویر گرفته‌شده در زیر آب را حذف می‌کند

هوش مصنوعی اعوجاج تصاویر گرفته‌شده در زیر آب را حذف می‌کند

تصویربرداری در زیر آب با تصویربرداری در خشکی تفاوت‌هایی دارد. تصاویری که با دوربین از زیر آب گرفته می‌شود، حالت تارشدگی یا ایجاد حالت سبزرنگ در تصویربرداری زیر آب باعث می‌شود تصویرها و ویدئوهای گرفته‌شده از کیفیت مطلوبی برخوردار نباشند؛ به‌همین‌دلیل، امکان مشاهد‌ه‌ی جزئیات تصویر فراهم نمی‌شود.

به‌لطف تحقیقات دریا آکایناک (Derya Akkaynak)، اقیانوس‌‌شناس و مهندس متخصص در حوزه‌ی هوش مصنوعی، به‌زودی شاهد تغییراتی در تصاویر گرفته‌شده با دوربین در زیر آب خواهیم بود. او ادعا می‌کند به‌زودی و با سیستم مبتنی‌بر هوش مصنوعی، حالت تیرگی و رنگ سبز در تصاویر زیر آب حذف خواهد شد. برنامه‌ی مبتنی‌بر هوش مصنوعی وی Sea-Thru نام دارد. 

اقیانوس

مقاله‌های مرتبط:

در‌حال‌حاضر، به‌دلیل نبود امکان تصویربرداری باکیفیت از محیط‌زیست زیر آب دریاها، امکان بررسی وضعیت مرجان‌‌‌ها و سایر موجودات و گونه‌‌های گیاهی برای متخصصان وجود ندارد. درنتیجه، آنان نمی‌توانند به‌درستی و آن‌طورکه باید، در این حوزه تحقیق و بررسی کنند. همین معضل باعث شد دریا آکایناک به‌همراه تالی تری‌بیتز (Tali Treibitz) تحقیقات خود را برای توسعه‌ی سیستمی مبتنی‌بر هوش مصنوعی برای تصویربرداری باکیفیت در زیر آب آغاز کرد. همان‌طورکه گفته شد، این تیم تحقیقاتی در نظر دارد با کمک هوش مصنوعی امکان تصویربرداری باکیفیت و بدون اعوجاج و تاری و رنگ‌های اضافی را فراهم کند.

آکایناک در تحقیقات خود به این موضوع اشاره کرد که تصویربرداری مبتنی‌بر هوش مصنوعی می‌تواند تغییراتی اساسی در کیفیت تصاویر گرفته‌شده ایجاد کند. به‌اعتقاد وی، الگوریتم‌های مبتنی‌بر هوش مصنوعی کاربردهای زیادی دارند. تیم تحقیقاتی نیز قصد دارند از همین قابلیت‌ها برای بهبود کیفیت تصویربرداری در زیر آب استفاده کنند.

نور در برخورد با آب هم جذب آب می‌شود و هم منعکس. در اصطلاح علمی، این پدیده Backscatter نامیده می‌شود. پدیده‌ی مذکور باعث می‌شود دوربین نتواند جزئیات کامل تصویر را به‌خوبی مشاهده کند و به‌دلیل جذب اشعه‌های نورانی، دقت رنگ در تصویربرداری زیر آب نیز کاهش پیدا می‌کند.

آکایناک برای حل این مشکل، به نرم‌افزار مبتنی‌بر هوش مصنوعی آموزش داد با کمک مجموعه‌ای از تصاویر گرفته‌شده در زیر آب و الگوریتم‌های تعریف‌شده، بتواند تصاویری باکیفیت ارائه دهد. در ابتدا، او موضوع تحقیق را مشخص کرد. وی قصد داشت تصاویری باکیفیت از مرجان‌های زیر اقیانوس تهیه کند. آکایاناک موفق شد با سیستم مبتنی‌بر هوش مصنوعی تصاویری باکیفیت از مرجان‌های زیر آب تهیه کند. تلاش تیم تحقیقاتی آکایناک در آینده‌ی نزدیک کمک شایانی به تحقیقات محققان اقیانوس‌شناس می‌کند و تحقیقات این حوزه را ساده‌تر خواهد کرد. 

Let’s block ads! (Why?)

ادامه مطلب