نمایش موارد بر اساس برچسب: هوش مصنوعی

رشد رقابت در حوزه هوش مصنوعی یکی از موضوعات مهمی است که توسط سازمان‌ ها و تحلیل‌ گران بسیاری مورد بررسی قرار گرفته است. پیش‌ بینی می‌ شود آینده هوش مصنوعی (AI) بسیار رقابتی باشد، با شرکت‌ ها و کشورهایی که برای دست یابی به برتری تلاش می‌ کنند. بر اساس گزارشی ازMcKinsey ، انتظار می‌ رود بازار جهانی هوش مصنوعی تا سال ۲۰۳۰ به ۱۹۰ میلیارد دلار برسد و پنج بازیگر برتر بیش از ۵۰ درصد سهم بازار را در اختیار داشته باشند. شرکت‌ ها باید برای پیشی گرفتن از رقابت خود در تحقیق و توسعه هوش مصنوعی سرمایه‌گذاری کنند.
هوش مصنوعی و داده‌ ها عوامل کلیدی در شکل‌ گیری آینده رقابت به شمار می‌روند. پیشرفت در هوش مصنوعی می‌تواند بر ساختار بازار تأثیرگذار باشد و باعث تغییراتی در تمرکز یا ظهور قدرت‌ های جدید در بازار شود .OECD در حال بررسی این موضوع است تا به سیاست‌ گذاران بینش‌هایی برای ترویج رقابت در عصر داده‌ ها و هوش مصنوعی ارائه دهد. این سازمان به دنبال درک این است که چگونه هوش مصنوعی و داده‌ها می‌توانند بر ساختارهای بازار، نوآوری و رفاه مصرف‌کننده تأثیر بگذارند.

هوش مصنوعی در تحلیل امنیتی
با پیشرفت تکنولوژی‌های هوش مصنوعی، به خصوص ظهور چت‌ بات‌های تولیدی و مدل‌های زبانی بزرگ، تحلیل‌های امنیتی دچار تغییرات چشم¬گیری خواهند شد. پیش‌بینی می‌شود که ظرفیت‌های هوش مصنوعی در آینده به سرعت رشد کنند و به حل مسائل پیچیده کمک کنند، از جمله جمع‌آوری و سازماندهی داده‌ها با سرعت و دقت بالا. این تحول فرصت‌ها و چالش‌های متعددی برای سازمان‌های امنیتی به همراه خواهد داشت.
در بازه اخیر، هوش مصنوعی به طور گسترده‌ای در تحلیل و عملکرد سیستم‌های امنیتی به کار گرفته شده است و روندهای مهمی را در این راستا شاهد هستیم، این روندها شامل:
● بهبود تحلیل‌های امنیتی است؛ استفاده از هوش مصنوعی در تحلیل امنیتی می‌تواند به شناسایی سریع‌تر و دقیق‌تر حملات سایبری کمک کند. الگوریتم‌های یادگیری ماشین می‌توانند الگوهای غیرعادی در داده‌های شبکه را شناسایی کنند که می‌تواند به تشخیص زودهنگام تهدیدات کمک کند.
● خودکارسازی فرآیندهای امنیتی دیگر موضوع قابل اشاره است که استفاده از هوش مصنوعی و یادگیری ماشین می‌تواند به خودکارسازی بسیاری از فرآیندهای مرتبط با امنیت سایبری کمک کند، از جمله تشخیص نفوذ و پاسخگویی به تهدیدات، که باعث کاهش بار کاری تیم‌های امنیتی می‌شود.
● تحلیل و پیش‌بینی نیز سومین روندی است که الگوریتم‌های پیشرفته هوش مصنوعی قابلیت تحلیل حجم وسیعی از داده‌ها را دارند و می‌توانند پیش‌بینی‌های دقیقی درباره رفتار احتمالی تهدیدهای امنیتی ارائه دهند.
● تهدیدات نوظهور روندی است  که تاکید بر پیشرفت تکنولوژی‌های هوش مصنوعی به موازات ظهور تهدیدات جدیدی دارد که شامل سوءاستفاده از هوش مصنوعی برای راه‌اندازی حملات سایبری پیچیده‌تر است.
● در انتها نیز باید به چالش‌های اخلاقی و امنیتی پرداخت؛ به کارگیری گسترده‌تر هوش مصنوعی در تحلیل امنیتی، چالش‌هایی نیز به همراه دارد. مسائل مربوط به حفظ حریم خصوصی، امنیت داده‌ها و دقت سیستم‌های هوش مصنوعی از جمله دغدغه‌های مهم در این حوزه هستند.

بازیگران کلیدی در بازار هوش مصنوعی را بشناسیم
در حال حاضر، بازار هوش مصنوعی به شدت از سوی تعداد محدودی از شرکت‌های بزرگ از جمله گوگل، آمازون، مایکروسافت و فیس‌بوک هدایت می‌شود. این شرکت‌ها قبلاً سرمایه‌گذاری‌های قابل توجهی در تحقیقات و توسعه هوش مصنوعی انجام داده‌اند و انتظار می‌رود که در سال‌های آینده به رهبری بازار ادامه دهند. اما شرکت‌های جدیدی مانند Baidu و Alibaba چین نیز به عنوان رقبای عمده در فضای هوش مصنوعی در حال ظهور هستند.
در بازار هوش مصنوعی، چندین بازیگر کلیدی وجود دارند که به طور عمده به دلیل سرمایه‌گذاری‌های گسترده و نوآوری‌هایشان در این حوزه برجسته شده‌اند. اطلاعات زیر به تحلیل این بازیگران کلیدی و روندهای رشد بازار اختصاص دارد:
شرکت‌ های عمده و نوآور:
شرکت‌هایی نظیر مایکروسافت، IBM، آمازون وب سرویس (AWS)، گوگل و انویدیا از جمله بازیگران اصلی بازار هوش مصنوعی به شمار می‌روند. این شرکت‌ها نه تنها در تحقیق و توسعه هوش مصنوعی سرمایه‌گذاری کرده‌اند، بلکه محصولات و خدمات متنوعی را که شامل پردازش زبان طبیعی، بینایی کامپیوتری و دیگر فناوری‌های پیشرفته است، عرضه می‌کنند.
نقش شرکت‌ های نوپا و استارت‌ آپ‌ ها:
علاوه بر شرکت‌های بزرگ، استارت‌آپ‌هایی نظیر OpenAI و AI21 Labs نیز در این فضا فعال هستند و به دلیل توسعه فناوری‌های نوآورانه، مانند مدل‌های زبانی پیشرفته، موقعیت خود را استحکام بخشیده‌اند. این شرکت‌ها برای جذب سرمایه و سرمایه‌گذاری به طور گسترده‌ای با یکدیگر رقابت می‌کنند.

گسترش بازار:
بازار هوش مصنوعی پیش‌بینی می‌شود تا سال ۲۰۳۰ به ۱,۳۳۹.۱ میلیارد دلار برسد و با نرخ رشد سالانه مرکب (CAGR) 35.7 درصد به رشد خود ادامه دهد. این رشد به لطف افزایش قدرت محاسباتی، دسترسی به داده‌ها و سرمایه‌گذاری در تحقیقات و توسعه هوش مصنوعی که به‌ویژه در منطقه آسیا-پاسیفیک از سوی دولت‌ها انجام می‌شود، محقق خواهد شد.
نفوذ فناوری‌ های جدید:
تکنولوژی‌های نوینی مانند هوش مصنوعی مولد و هوش مصنوعی مبتنی بر زمینه (context-aware AI) در حال جذب توجه بازار هستند و به ارائه تجربه‌های شخصی‌سازی شده و تطبیق‌پذیر کمک می‌کنند.
موانع پذیرش:
علی‌رغم رشد سریع، هزینه‌های بالای مرتبط با پیاده‌سازی و پردازش داده‌ها همچنان به‌عنوان مانعی برای شرکت‌های کوچک و متوسط محسوب می‌شود. همچنین نیاز است که مشکلاتی مانند بایاس و دقت خروجی‌های هوش مصنوعی باید به‌طور مداوم مورد بررسی و اصلاح قرار گیرند.  بازار هوش مصنوعی با فرصت‌ها و چالش‌های مختلفی مواجه است که نیاز به راهبردهای دقیق و نوآورانه برای بهره‌برداری موفقیت‌آمیز از این فرصت‌ها دارد.

روندهای نوظهور در تحلیل هوش مصنوعی
آینده تحلیل هوش مصنوعی با روندهای نوظهوری مانند پردازش زبان طبیعی (NLP)، بینایی کامپیوتری و یادگیری ماشین هدایت می‌شود. به گفته گزارش گارتنر، انتظار می‌رود NLP به یکی از حوزه‌های کلیدی در توسعه هوش مصنوعی در سال‌های آینده تبدیل شود، با کاربردهایی در حوزه‌های مختلف مانند خدمات مشتری و تحلیل محتوا. بینایی کامپیوتری نیز نقش مهمی در تحلیل هوش مصنوعی ایفا خواهد کرد، با کاربردهایی در زمینه‌هایی مانند تشخیص تصویر و شناسایی شیء.
روندهای نوظهور متعددی در حوزه هوش مصنوعی برای سال ۲۰۲۵ پیش‌بینی شده‌اند که می‌توانند به‌طور قابل توجهی بر تحلیل‌های هوش مصنوعی تأثیر بگذارند.شامل موارد ذیل می باشند:
ظهور AI منشی‌گونه:
یکی از روندهای کلیدی AI منشی‌گونه است، که هوش مصنوعی خودمختار توانا بر انجام وظایف به‌صورت مستقل می‌باشد. درحالی‌که هیجان زیادی پیرامون AI منشی‌گونه وجود دارد، اما عدم قطعیت‌هایی در خصوص پیاده‌سازی و کاربردهای عملی آن نیز مطرح است. بسیاری از شرکت‌ها انتظار دارند که این ابزارها را برای وظایف داخلی متمرکز اتخاذ کنند، هرچند که نظارت انسانی همچنان ضروری خواهد بود.
اندازه‌ گیری نتایج هوش مصنوعی مولد:
بسیاری از سازمان‌ها انتظار دارند که هوش مصنوعی مولد موجب افزایش بهره‌وری شود، اما تعداد کمی از آن‌ها به‌طور فعال این بهبودها را با آزمایش‌های کنترل‌شده اندازه‌گیری می‌کنند. تأکید می‌شود که برای درک کامل مزایا و معایب این فناوری، باید کیفیت محتوای تولید شده ارزیابی شود.
فرهنگ داده‌ محور در سازمان‌ ها:
تسریع توسط هوش مصنوعی مولد، پذیرش شیوه‌های داده‌محور افزایش یافته است، اما تحولات طولانی‌مدت نیاز به چیزی بیش از ادغام فناوری دارد. چالش‌های مدیریتی و تغییر فرهنگ باقی‌مانده است و اجرای موفقیت‌آمیز AI نیاز به توجه به فرهنگ سازمانی و مدیریت تغییر دارد.
محیط‌ های مجازی مولد:
انتظار می‌رود که هوش مصنوعی به ایجاد جهان‌های مجازی تعاملی بپردازد، چیزی که می‌تواند دنیای بازی‌های ویدیویی را تغییر دهد. ابزارهایی مانند Genie گوگل دیپ‌مایند می‌توانند تصاویر ایستا را به بازی‌های دو بعدی تبدیل کنند و حتی جهان‌های مجازی کامل ایجاد کنند.
رشد مدل‌های زبانی بزرگ با قابلیت “استدلال”:
مدل‌های زبانی بزرگ که قادرند مشکلات پیچیده را به مراحل ساده‌تر تجزیه کنند، ظهور می‌یابند و این امر دقت در زمینه‌هایی همچون ریاضیات، فیزیک و کدنویسی را بهبود می‌بخشد. این ویژگی برای توسعه عوامل AI کارآمدتر بسیار حیاتی است.
رونق هوش مصنوعی در علم:
موفقیت AI در پیش‌بینی ساختار پروتئین‌ها، که جایزه نوبل را کسب کرد، به کشف‌های علمی بیشتری منجر خواهد شد. این حوزه شاهد داده‌ست‌ها و مدل‌هایی ویژه برای تحقیقات علمی خواهد بود و علم مواد به عنوان یک زمینه نویدبخش برای پیشرفت‌های آتی مشخص شده است. این روندها نشان‌دهنده توانایی زیادی برای تغییر روش‌های فعلی و ارائه فرصت‌های جدید در زمینه‌های مختلف هستند.

تأثیر هوش مصنوعی بر صنعت:
تأثیر هوش مصنوعی بر صنعت قابل توجه خواهد بود، با کاربردهایی در حوزه‌هایی مانند مراقبت‌های بهداشتی، امور مالی و تولید. بر اساس گزارشی از Accenture، پیش‌بینی می‌شود هوش مصنوعی تا ۴۰ درصد ارزش جدید در صنایع ایجاد کند، در حالی که تا ۳۰ درصد از وظایف را خودکار کند. این گزارش بر نیاز شرکت‌ها برای سرمایه‌گذاری در تحقیقات و توسعه هوش مصنوعی تأکید دارد تا با این روندهای نوظهور همگام شوند و از مزایای آن بهره‌مند شوند.
هوش مصنوعی در حال تغییر اساسی در صنایع مختلف است و تأثیرات گسترده‌ای بر نحوه عملکرد و تعاملات کسب‌وکارها با مشتریان دارد. در ادامه توضیحاتی درباره‌ی تأثیرات هوش مصنوعی بر تعدادی از صنایع مهم ارائه می‌شود:
صنعت بهداشت و درمان:
هوش مصنوعی انقلابی در بخش بهداشت و درمان ایجاد کرده است. از جمله کاربردهای آن می‌توان به شناسایی زودهنگام بیماری‌ها، پزشکی شخصی‌سازی شده و بهبود نتایج بیماران اشاره کرد. الگوریتم‌های یادگیری ماشین می‌توانند مقدار زیادی از داده‌های پزشکی را تحلیل و الگوهایی را شناسایی کنند که در پیش‌بینی نتایج بیماران مفید باشند. همچنین، سیستم‌های مبتنی بر هوش مصنوعی به پزشکان در تشخیص بیماری‌ها به‌صورت دقیق‌تر و سریع‌تر کمک می‌کنند و طرح‌های درمانی شخصی‌سازی شده پیشنهاد می‌دهند. علاوه بر این، ربات‌های کمکی هوش مصنوعی در جراحی‌ها به‌کار گرفته می‌شوند تا دقت را افزایش دهند و زمان بازیابی را کاهش دهند.
صنعت تولید:
در بخش تولید، هوش مصنوعی با بهبود کارایی، بهره‌وری و کنترل کیفیت تأثیر زیادی داشته است. نگهداری پیش‌بینی‌شده، کنترل کیفیت، و مدیریت موجودی از جمله حوزه‌هایی هستند که AI در آن‌ها نقش مهمی ایفا می‌کند. به‌عنوان مثال، سنسورها و دوربین‌های مبتنی بر AI می‌توانند خطوط تولید را نظارت کرده، نقص‌ها را شناسایی، و خرابی‌های تجهیزات را پیش‌بینی کنند، که در نتیجه زمان توقف را کاهش داده و کارایی کلی را افزایش می‌دهند.
صنعت مالی:
هوش مصنوعی به‌طور فزاینده‌ای در بخش مالی برای بهبود مدیریت ریسک، خدمات مشتریان، و تصمیم‌گیری‌های سرمایه‌گذاری به‌کار گرفته می‌شود. سیستم‌های مبتنی بر AI قادرند حجم عظیمی از داده‌های مالی را تحلیل کرده و ریسک‌ها و فرصت‌های بالقوه را شناسایی کنند، که به بانک‌ها و مؤسسات مالی در اتخاذ تصمیمات بهتر کمک می‌کند. به‌عنوان مثال، چت‌بات‌های مبتنی بر AI برای ارائه پشتیبانی ۲۴/۷ به مشتریان، پاسخ به سوالات و حل مشکلات سریع و کارآمد مورد استفاده قرار می‌گیرند.
صنعت خرده‌ فروشی:
هوش مصنوعی در صنعت خرده‌فروشی با بهبود تجربه مشتریان، بهبود مدیریت زنجیره تأمین، و افزایش فروش تحول ایجاد کرده است. چت‌بات‌های مبتنی بر AI برای ارائه توصیه‌های شخصی‌سازی شده درباره‌ی محصولات، پاسخ به سوالات مشتریان، و ارائه پشتیبانی واقعی در زمان استفاده می‌شوند. علاوه بر این، سیستم‌های مدیریت موجودی مبتنی بر AI می‌توانند سطح موجودی را بهینه‌سازی کرده، ضایعات را کاهش دهند و زمان تحویل را بهبود بخشند. این تحولات نشان می‌دهند که چگونه هوش مصنوعی می‌تواند به شرکت‌ها در بهبود عملیات و افزایش ارزش افزوده کمک کند.

گوگل با معرفی مدل زبانی جدیدی با نام «AMIE» یا «Articulate Medical Intelligence Explorer»، گام بلندی در استفاده از هوش مصنوعی برای پشتیبانی از فرآیندهای تشخیصی پزشکی برداشته است.  این مدل با هدف بهبود توانایی پزشکان در تولید تشخیص‌های افتراقی طراحی شده و در آزمایشی بر روی بیش از ۳۰۰ پرونده واقعی پزشکی، عملکردی فراتر از پزشکان فاقد کمک مبتنی بر فناوری ثبت کرده است.  بر اساس گزارش‌های منتشر شده، این مدل در مجموع توانسته است نتایج با کیفیت‌تری در تشخیص افتراقی ارائه دهد و اعتماد پزشکان را در استفاده از آن افزایش دهد. با این حال پژوهشگران معتقدند که استفاده از این مدل‌ها به دلیل وجود برخی محدودیت‌ها مانند عدم دسترسی به داده‌های تصویری یا جدولی، باید با دقت در سازگاری با جریان کاری بالینی، تأکید بر عدم قطعیت و جلوگیری از خطاهای شناختی همراه باشد.

با سرعتی که هوش مصنوعی پیش می‌رود، در دهۀ آینده تقریباً برای بسیاری از کارها دیگر نیازی به انسان نخواهد بود.

به گزارش پایگاه خبری شهر اصیل و به نقل از دفتر مطالعات دفتر مطالعات حکمرانی مرکز پژوهش های مجلس شورای اسلامی، در گزارشی با عنوان «حکمرانی هوش مصنوعی (۴): بررسی تأثیرات هوش مصنوعی بر بازار مشاغل و بهره‌وری در جهان و ایران» آورده است که توسعه سریع فناوری هوش مصنوعی و آثار کلان آن بر روی اقتصاد و بهره‌ وری کشورها، ضرورت سیاستگذاری و تنظیم‌ گری در این حوزه را بیش‌ از‌ پیش کرده است.
در این گزارش تصریح شده است که  یکی از مسائلی که برای تصمیم‌ گیری، تنظیم‌گری و قانونگذاری در زمینه هوش مصنوعی مهم است، ظرفیت تأثیر هوش مصنوعی در مشاغل گوناگون و میزان افزایش بهره‌وری بوده؛ اینکه هوش مصنوعی چه‌طور شکل مشاغل را تغییر داده، فرصت‌های شغلی را محدود و اضافه می‌کند و درنهایت هوش مصنوعی چقدر بر روی بهره‌وری اثر داشته و هر کشور به چه اندازه در معرض تأثیر اتوماسیون هوش مصنوعی خواهد بود.
در این گزارش نهاد پژوهشی پس از بررسی تحولات اخیر هوش مصنوعی در جهان، به مطالعات بین‌المللی پیرامون تأثیر هوش مصنوعی بر روی مشاغل و بهره‌وری پرداخته شده و سپس تخمین میزان تأثیر هوش مصنوعی بر روی مشاغل در ایران با توجه به مطالعات انجام شده محاسبه شده است. مطمئناً ارزش گزارش‌هایی از این دست در برآورد دقیق تغییرات نیست؛ بلکه در منعکس کردن صحیح جهت تغییرات است. با استناد به مطالعات بین‌المللی و تطبیق آن با داده‌های مرکز آمار ایران سهم در معرض اتوماسیون هوش مصنوعی در ایران حدوداً بین ۱۰ تا ۲۰ درصد خواهد بود. همچنین با استفاده از عدد تأثیر هوش مصنوعی بر مشاغل در ایران و مقایسه با سایر کشورهای مشابه، می‌توان بهره‌وری بالقوه هوش مصنوعی در بلندمدت را تخمین زد.
یافته های این گزارش نشان می دهد میزان دقیق تأثیرگذاری هوش مصنوعی فرضیات متفاوتی مطرح است. از فرضیاتی که تأثیر چندانی حتی در بلندمدت برای جایگزینی هوش مصنوعی با نیروی کار قائل نیستند؛ تا فرضیاتی که در چند سال آینده تمامی کارها به‌وسیله هوش مصنوعی انجام خواهد شد و انسان‌ها در اکثر مشاغل بیکار خواهند شد  در این بین تحلیل و پیش‌بینی میزان این تأثیر اگرچه سخت، اما بسیار مهم است. این که به‌وسیله هوش مصنوعی بخش زیادی از جامعه کار خود را از دست بدهند، در بلندمدت نشدنی و غیرممکن است. گزارش‌های متعدد از تأثیر هوش مصنوعی بر بازار کار نیز چنین انتظاری از تأثیر هوش مصنوعی در میان‌مدت و کوتاه‌مدت ندارند .

جمع بندی یافته های گزارش این نهاد پژوهشی نشان می‌دهد هوش مصنوعی یکی از ارکان تأثیرگذار در آینده بشر خواهد بود. هوش مصنوعی جامعه، مشاغل، سبک زندگی و نحوه تعامل انسان‌ها را تغییر خواهد داد. کشورهای پیشتاز این فناوری، مؤلفه‌ای جدید را به قدرت خود اضافه می‌کنند و کشورهایی که در این زمینه پیشتاز نباشند تحت‌تأثیر کشورهای دیگر قرار خواهند گرفت.
بررسی تأثیرات هوش مصنوعی بر روی جامعه، بازار مشاغل، بهره‌وری و نابرابری به‌صورت پیوسته می‌تواند زمینه‌ساز تصمیم‌گیری‌های بهتر در‌خصوص سیاستگذاری این فناوری شود. این گزارش تلاش کرد با ارائه آمار از مطالعات جهانی نقش هوش مصنوعی و تأثیر آن بر روی بازار مشاغل و بهره‌وری را بررسی کند و با تطبیق این مطالعات با داده‌های ایران تصویری از تأثیر هوش مصنوعی بر بازار مشاغل ایران را ارائه دهد.
در بخش دیگری از این گزارش تصریح شده است که این تخمین‌ها تنها ظرفیت بالقوه تأثیر هوش مصنوعی بر روی بازار مشاغل را نشان خواهند داد. علت این موضوع این است که ظرفیت صنایع در کشورهای گوناگون برای استفاده از هوش مصنوعی بسته به دیجیتال‌سازی، ذخیره و نگهداری داده‌ها و سایر پیش‌نیاز‌های هوش مصنوعی متفاوت است. محاسبه تخمینی دقیق‌تر برای تأثیر واقعی هوش مصنوعی بر روی صنایع و مشاغل در ایران یکی از کمبودهای مهم پژوهشی در این حوزه است. این تخمین باید از بررسی وضعیت صنایع و بخش‌های گوناگون کشور و آماده بودن بسترهای توسعه هوش مصنوعی در آنها حاصل شود.
 

پژوهشگران «دانشگاه تگزاس A&M» با الهام از عملکرد کم‌ مصرف مغز انسان، رویکردی جدید در طراحی هوش مصنوعی ارائه کرده‌ اند که مصرف انرژی این فناوری را به‌ شدت کاهش می‌ دهد.

هوش مصنوعی امروزه می‌ تواند محاسبات پیچیده و تحلیل داده‌ ها را با سرعتی فراتر از انسان انجام دهد اما این توانایی به هزینه و انرژی زیادی نیاز دارد. در مقابل، مغز انسان با وجود قدرت پردازشی خارق‌العاده، فقط 20 وات انرژی مصرف می‌کند اما دیتاسنترهای میزبان مدل‌ های هوش مصنوعی مانند ChatGPT به چندین گیگاوات برق نیاز دارند.

به گزارش پایگاه خبری شهر اصیل و به نقل از Sciencedaily، محققان نوعی هوش مصنوعی جدید با نام «Super-Turing» را توسعه داده‌ اند که با عملکردی مشابه مغز انسان فعالیت می‌کند. اصلی‌ ترین هدف از توسعه این هوش مصنوعی بهینه‌ سازی مصرف انرژی آن است.

این روزها بحران انرژی تا حد زیادی جلوی پیشرفت هوش مصنوعی را گرفته و شرکت‌ هایی مثل OpenAI را نیازمند توان محاسباتی عظیم و مصرف میزان زیادی برق کرده است. این موضوع حتی می‌تواند در گرمایش جهانی و افزایش دمای کره زمین نیز دخیل باشد.

دکتر «سوین یی»، استادیار مهندسی برق و کامپیوتر این دانشگاه، توضیح می‌ دهد:
«مراکز داده هوش مصنوعی به توان گیگاواتی نیاز دارند اما مغز انسان حدوداً ۲۰ وات مصرف می‌‌کند؛ یعنی‌ یک‌ میلیارد وات در مقابل فقط ۲۰ وات. این مراکز داده با روش‌ های محاسباتی فعلی پایدار نیستند. اگرچه توانایی‌ های هوش مصنوعی شگفت‌ انگیز است، هنوز به سخت‌ افزار و تولید انرژی زیاد برای پشتیبانی از عملکرد آن نیاز داریم.»

تیم محققان دانشگاه تگزاس معتقدند کلید حل این مشکل در طبیعت و به‌ ویژه در فرایندهای عصبی مغز انسان است. در مغز ما عملکرد قسمت‌ های یادگیری و حافظه جدا نیستند، بلکه ادغام شده‌ اند. تمام این فرایندها براساس ارتباطات بین نورون‌ هاست. در واقع مغز انسان با یادگیری مهارت جدید یا ثبت یک خاطره، نوعی مسیر عصبی بین نورون‌ ها تشکیل می‌دهد؛ به‌ همین‌ ترتیب هنگام استفاده از آن مهارت و یادآوری خاطرات، این مسیرهای عصبی فعال شده و می‌ توانیم از آنها استفاده کنیم.
این موضوع در هوش مصنوعی برعکس است و هر بخش از سخت‌ افزار فعالیت خاص خود را دارد. محققان دانشگاه ایالتی تگزاس ادعا می‌کنند هوش مصنوعی Super-Turing با الهام از عملکرد مغز انسان، این شکاف را پر می‌کند. با حذف چنین مرزی، هوش مصنوعی می‌تواند با مصرف منابع کمتر، همچنان کارآمد و قدرتمند ظاهر شود.
در آزمایش این هوش مصنوعی، Super-Turing توانست بدون آموزش قبلی یک پهپاد را کنترل کند. البته شروع کنترل این پهپاد بی‌ نقص نبود ولی این هوش مصنوعی با گذشت زمان توانست با محیط سازگار بشود و از اشتباهاتش درس بگیرد. این رویکرد سریع‌تر، کارآمدتر و بهینه‌ تر از هوش مصنوعی سنتی است.

روابط عمومی مخابرات منطقه اصفهان

گروهی از مهندسان نرم افزار چینی، نخستین عامل هوش مصنوعی کاملا خودکار جهان به نام «مانوس» را ابداع کردند.

عامل هوش مصنوعی "مانوس" تحولی در دنیای فناوری ایجاد کرده است. این ابزار قادر است به طور مستقل فعالیت‌ های پیچیده‌ ای را بدون نیاز به راهنمایی مستقیم انسان انجام دهد. برخلاف دیگر چت‌ بات‌ ها، مانوس به جای استفاده از یک مدل ثابت، مانند یک مدیر چندین عامل تخصصی را مدیریت کرده و تصمیمات و اقدامات مستقل را اجرایی می‌کند.

به عنوان نمونه، در پاسخ به درخواست کاربری برای پیدا کردن آپارتمان، مانوس می‌تواند مواردی همچون نرخ جرم و جنایت، شرایط آب‌ و هوا و روندهای بازار را بررسی کرده و توصیه‌ هایی شخصی‌ سازی‌شده ارائه دهد. این ابزار می‌ تواند بدون نظارت مداوم، وظایف را در پس‌ زمینه انجام دهد و پس از آماده شدن نتایج، کاربران را مطلع کند.

مانوس نمونه‌ ای از گام‌ های مهم در جهت توسعه هوش مصنوعی مستقل است که می‌ تواند فرصت‌ ها و البته نگرانی‌ هایی درباره جایگزینی مشاغل و مسئولیت‌ ها به همراه داشته باشد.

روابط عمومی مخابرات منطقه اصفهان