هوش مصنوعی، کلید توسعه پایدار

عصر دیجیتالی شدن و پیشرفت سریع فن آوری، بشر را با چالش های جدید متعددی مواجه می کند. یکی از این موارد نیاز به کاهش مصرف انرژی و حفاظت از منابع طبیعی است. هوش مصنوعی در حال تبدیل شدن به ابزاری حیاتی در این مبارزه است و رویکردهای نوآورانه ای برای بهینه سازی استفاده از منابع و توسعه راه حل های سازگار با محیط زیست ارائه می دهد. در این مقاله به بررسی چگونگی کمک هوش مصنوعی به حل این مسائل و مزایای آن خواهیم پرداخت.

هوش مصنوعی، کلید توسعه پایدار

بهینه سازی مصرف انرژی: تکنولوژی های هوشمند حفاظت از محیط زیست

سیستم های مدیریت انرژی مبتنی بر هوش مصنوعی امکان کاهش قابل توجه هزینه ها و به حداقل رساندن تاثیر منفی بر محیط زیست را فراهم می کنند. الگوریتم های مدرن می توانند داده های مصرف انرژی را به صورت بلادرنگ تحلیل کنند و مسیرهای بهینه سازی را پیشنهاد دهند. این امر از طریق فناوری های یادگیری ماشین که الگوهای مصرف انرژی را ردیابی می کنند و به شناسایی شیوه های ناکارآمد کمک می کنند، به دست می آید.

شبکه های هوشمند و صرفه جویی در انرژی

یکی از مهم ترین کاربردهای هوش مصنوعی، ایجاد شبکه های هوشمند است. این سیستم ها می توانند به طور خودکار با تغییرات در مصرف و تولید انرژی سازگار شوند. به عنوان مثال، در طول شرایط اوج بار، شبکه های هوشمند می توانند منابع را توزیع مجدد کنند و انرژی بیشتری را به مناطق با تقاضای بالا هدایت کنند. این امر نه تنها احتمال خرابی را کاهش می دهد بلکه استفاده موثر از منابع انرژی تجدیدپذیر مانند پنل های خورشیدی و توربین های بادی را نیز ترویج می کند.

علاوه بر این، می توان از هوش مصنوعی برای بهینه سازی عملیات ساختمانی استفاده کرد. ترموستات های هوشمند مجهز به هوش مصنوعی می توانند به صورت خودکار دما و روشنایی را براساس حضور انسان و زمان روز تنظیم کنند. این امر منجر به کاهش قابل توجه هزینه های انرژی می شود و به شرکت ها و خانواده ها اجازه می دهد تا در هزینه ها صرفه جویی کنند و ردپای کربن خود را کاهش دهند.

راه حل های هوش مصنوعی و سازگار با محیط زیست: آینده توسعه پایدار

با توجه به مسائل زیست محیطی کنونی، توسعه فن آوری های سازگار با محیط زیست به اولویت بسیاری از کشورها تبدیل شده است. هوش مصنوعی نقشی کلیدی در ایجاد راه حل های نوآورانه دارد که به کاهش تاثیر منفی بر محیط زیست کمک می کند.

نمونه هایی از راه حل های موفق

در حال حاضر طرح های مختلفی با هدف پیاده سازی فن آوری های سازگار با محیط زیست با استفاده از هوش مصنوعی در بازار وجود دارد. به عنوان مثال، سیستم های پردازش زباله مبتنی بر یادگیری ماشین، مرتب سازی و بازیافت کارآمد مواد ثانویه را ممکن می سازند. این کار نه تنها حجم دفن زباله را کاهش می دهد بلکه مشاغل جدیدی در بخش بازیافت ایجاد می کند.

یک جنبه مهم نیز استفاده از هوش مصنوعی برای تحلیل داده های بزرگ با توجه به شرایط محیطی است. سیستم ها می توانند اطلاعات مربوط به آلودگی هوا و آب را پردازش کنند، فجایع زیست محیطی را پیش بینی کنند و به توسعه استراتژی هایی برای جلوگیری از آن ها کمک کنند.

یکی از این سرویس ها Unlimited است که اگرچه ارتباط مستقیمی با بوم شناسی ندارد، اما قابلیت های هوش مصنوعی در پردازش داده ها را به نمایش می گذارد. با این ابزار، کاربران می توانند عکس های خود را آپلود کنند و هوش مصنوعی آن ها را پردازش می کند و به آشکار شدن جنبه های جدیدی از تصاویر کمک می کند. این فن آوری نه تنها به کاربران اجازه می دهد استراحت کنند و از وقت خود لذت ببرند، بلکه نشان می دهد که چگونه هوش مصنوعی می تواند تعامل با اطلاعات بصری را افزایش دهد.

مدیریت منابع طبیعی: هوش مصنوعی در عمل
بهینه سازی مصرف انرژی تنها حوزه ای نیست که هوش مصنوعی در آن مزایای خود را نشان می دهد. مدیریت منابع طبیعی نیز به دلیل تکنولوژی های جدید در حال موثرتر شدن است. به عنوان مثال، سیستم های مبتنی بر هوش مصنوعی می توانند داده های مربوط به منابع آب را تحلیل کنند و به جلوگیری از تخلیه و آلودگی کمک کنند.

کشاورزی پایدار با هوش مصنوعی
در کشاورزی، از هوش مصنوعی برای مدیریت منابع آب و افزایش بازدهی استفاده می شود. سیستم های تخصصی می توانند داده های مربوط به شرایط خاک، آب و هوا و نیازهای گیاه را تحلیل کنند. در نتیجه، کشاورزان توصیه هایی برای آبیاری و کوددهی بهینه دریافت می کنند که نه تنها بهره وری را افزایش می دهد، بلکه استفاده منطقی تر از منابع را نیز ترویج می کند.

مثال دیگر، کاربرد هوش مصنوعی در نظارت بر مناطق جنگلی و حفاظت از اکوسیستم ها است. با استفاده از هواپیماهای بدون سرنشین و فناوری های ماهواره ای یکپارچه با هوش مصنوعی، می توان تغییرات در شرایط جنگل را به سرعت تشخیص داد و از جنگل زدایی و آلودگی جلوگیری کرد. این به یک ابزار ضروری برای حفاظت از تنوع زیستی و حفاظت از منابع طبیعی تبدیل می شود.

چشم اندازها و چالش ها: آنچه ما را به پیش می راند
هوش مصنوعی در حال حاضر به طور فعال برای بهینه سازی مصرف انرژی و مدیریت منابع طبیعی مورد استفاده قرار می گیرد و نقش آن تنها به رشد ادامه خواهد داد. با این حال، در کنار این مزایا چالش های جدیدی نیز وجود دارد. اطمینان از استفاده اخلاقی از تکنولوژی ها برای جلوگیری از پیامدهای منفی، مانند نقض داده ها یا اتوماسیون بیش از حد، بسیار مهم است.

در سطح اجتماعی، نیاز به توسعه فعالانه برنامه های آموزشی برای آماده سازی افراد برای کار با تکنولوژی های جدید و در دسترس تر کردن آن ها وجود دارد. این امر به ایجاد یک اقتصاد پایدار و تضمین تعامل کیفی بین انسان ها و ماشین ها کمک خواهد کرد.

نتیجه گیری: هوش مصنوعی به عنوان کاتالیزوری برای تغییر
هوش مصنوعی ابزاری قدرتمند برای پرداختن به مسائل مهم زیست محیطی است. به بهینه سازی مصرف انرژی، مدیریت منابع طبیعی و توسعه راه حل های نوآورانه برای توسعه پایدار کمک می کند. ادغام هوش مصنوعی در بخش های مختلف نه تنها به حفاظت از محیط زیست کمک می کند بلکه فرصت های جدیدی برای کسب و کارها و جامعه ایجاد می کند.

آینده در فناوری هایی نهفته است که هم به نفع بشریت و هم به نفع طبیعت عمل می کنند. هوش مصنوعی، به عنوان یک متحد در این مبارزه، باید عاقلانه و مسئولانه به کار گرفته شود تا جهانی ایجاد شود که در آن بتوانیم در هماهنگی با محیط زیست زندگی کنیم.

techbullion

Share

چه کسی اصطلاح هوش مصنوعی را ابداع کرد : تاریخ را بشناسید

هوش مصنوعی یکی از پرکاربردترین اصطلاحات است و به بخشی از مکالمات روزمره تبدیل شده است. با این حال، چه کسی اولین بار این عبارت جالب را مطرح کرد؟ هوش مصنوعی ریشه در نیمه قرن بیستم دارد که به خودی خود مملو از اکتشافات و نوآوری های علمی زیادی بود. اکنون زمان آن فرا رسیده است که در مسیر حافظه قدم بزنید تا ریشه های این اصطلاح جالب و سازندگان آن را بررسی کنید.

تولد عبارت هوش مصنوعی

در سال ۱۹۵۶، در یک کنفرانس کلیدی در کالج دارتموث در نیوهمپشایر، جان مک کارتی رسما اصطلاح “هوش مصنوعی” را ابداع کرد. مک کارتی دانشمند کامپیوتر آمریکایی به امکانات ماشین های شبیه سازی هوش انسانی علاقه مند بود. این کنفرانس همچنین تعداد انگشت شماری از استعدادهای درخشان دیگر مانند ماروین مینسکی، نورمن نش و کلود شانون را گرد هم آورد تا در مورد این حوزه جدید بحث کنند.

در واقع، در آن کنفرانس دارتموث، که اکنون به عنوان پیدایش هوش مصنوعی تلقی می‌شود، این گروه پروژه تابستانی را برای دیدن چگونگی «یادگیری» ماشین‌ها از روی تجربه به اجرا گذاشت. این پروژه بر اساس این ایده بود که عملکردهای شناختی انسان را می توان از طریق سیستم های کامپیوتری شبیه سازی کرد. هیجان اتاق را تصور کنید که این پیشگامان ایده هایی را رد و بدل می کردند که پایه و اساس چیزی را که ما اکنون هوش مصنوعی می نامیم ایجاد می کند!

زمینه تاریخی

برای درک اهمیت این کنفرانس باید پیشینه تاریخی را نیز در نظر گرفت. کامپیوترها در دهه ۱۹۵۰ در مراحل ابتدایی خود بودند. به عنوان مثال، ENIAC، اولین کامپیوتر، در سال ۱۹۴۵ به پایان رسید و غول پیکر بود و به فضای یک اتاق نیاز داشت! با این حال، محدودیت‌های این فناوری مانع از این شد که رویاپردازان دارتموث باور کنند که ماشین‌ها ممکن است برای تقلید از فرآیندهای فکری انسان ساخته شوند.

آلن تورینگ و مبانی هوش مصنوعی

به سرعت در سال ۱۹۵۰، زمانی که آلن تورینگ، ریاضیدان و منطق دان بریتانیایی، ایده “ماشینی که فکر می کند” را معرفی کرد. اگرچه تورینگ عبارت هوش مصنوعی را ابداع نکرد، ایده های او به طور قابل توجهی بر مسیر هوش مصنوعی تأثیر گذاشت و چارچوبی فلسفی برای آنچه در آینده از هوش مصنوعی انتظار می رود ارائه کرد.

فراز و نشیب های توسعه هوش مصنوعی

هوش مصنوعی در طول سال ها رشد کرده است آنهم با فراز و نشیب زیاد. زمستان هوش مصنوعی در دهه های ۱۹۷۰ و ۱۹۸۰ اتفاق افتاد، زمانی که بودجه و علاقه در پاسخ به انتظارات برآورده نشده کاهش یافت. بسیاری از محققان در آن زمان شک داشتند که آیا هوش ماشینی واقعی قابل دستیابی است یا خیر. با این حال، در دهه ۱۹۹۰، انعطاف پذیری جامعه با پیشرفت قدرت کامپیوتر و توسعه الگوریتم های جدید، علاقه دوباره ای را به همراه داشت.

نتیجه گیری: میراث نوآوری

بنابراین، دفعه بعد که اصطلاح «هوش مصنوعی» ذکر شد، به تاریخ غنی آن و رویاپردازانی که به شکل‌گیری این ایده کمک کردند فکر کنید. جان مک کارتی با معاصران خود انقلابی از تفکر را آغاز کرد که همچنان در حال گسترش است و بر دنیای کنونی تأثیر می گذارد.

درک ریشه‌های هوش مصنوعی یا به‌ عنوان یک علاقه‌مند به فناوری و یا صرفاً بدون علاقه به آینده جهان به شما کمک می‌کند. از یک کنفرانس کوچک در سال ۱۹۵۶ تا پیشرفت های امروزی، نبوغ انسان و عدم توقف در تعقیب دانش را ثابت می کند. چه کسی می داند آینده چه چیزی در انتظار شماست؟ تنها قطعیت این است که هوش مصنوعی نقشی محوری در شکل دادن به آن ایفا خواهد کرد.

source

Share

چگونه هوش مصنوعی می تواند جهشی رو به جلو برای تشخیص بیماری های مغزی باشد؟

نرم افزار هوش مصنوعی در حال توسعه است که می تواند آسیب های مغزی یا شروع بیماری را شناسایی و تشخیص دهد، اما مطمئن هستیم که جای متخصصان پزشکی را نخواهد گرفت.

دو کلمه ای که در طول یک تماس تلفنی گفته شد، الهام بخش یک متخصص هوش مصنوعی شد تا اپلیکیشنی بسازد که بتواند آسیب های مغزی را تشخیص دهد.

“گفتم:” سلام مامان “و گفت:” باشه، چی شده؟ ” فقط دو کلمه بود، مادرم از کجا فهمید که من در بهترین حالت روحی ام نیستم؟ “

مدنیان استاد ارشد علوم کامپیوتر و مهندسی نرم افزار در دانشگاه AUT است و شش سال گذشته را صرف تحقیق در مورد قابلیت های هوش مصنوعی و یادگیری ماشین برای تجزیه و تحلیل گفتار افراد کرده است.

او توضیح می دهد: ” من شروع به فکر کردن به این موضوع کردم که چگونه صحبت می کنیم، چگونه ارتباط برقرار می کنیم، بعد دیگری در بالای زمینه دارد… برای مثال، اگر شما خوشحال هستید، سیگنال گفتار با همان زمینه با زمانی که غمگین هستید یا زمانی که عصبانی هستید، متفاوت است.”

در نهایت هدف مادانیان این است که از این ابزار برای غربالگری شرایط سلامت روان و تشخیص اختلالات جدی تر مغزی مانند زوال عقل یا بیماری پارکینسون در مراحل اولیه آن استفاده شود.

اما او می گوید این حوزه حساسی برای تحقیقات است و در حال حاضر این فن آوری برای تشخیص شدت آسیب مغزی توسعه یافته است.

او می گوید: ” در سلامت روان ما محدودیت های تحقیقاتی داریم به خصوص زمانی که با جمعیت های آسیب پذیر کار می کنیم.”

مدانیان می‌گوید این ابزار می‌تواند به ویژه برای پزشکان و پرستاران تازه فارغ‌التحصیل شده مفید باشد، کسانی که سال‌ها تجربه برای شناسایی مواردی که می‌توانند پرچم‌های قرمز بسیار ظریف باشند، ندارند.

او می گوید: ” این اپلیکیشن موبایلی برای ضبط گفتار به علاوه برخی زمینه ها و پس زمینه های دیگر طراحی شده و می تواند پیشنهاداتی را ارائه دهد.

مدل فعلی مورد آزمایش با خواندن احساسات انسان ۹۰ درصد دقیق است اما هنوز کارهایی برای تشخیص آسیب های خفیف مغزی وجود دارد. میزان موفقیت در اینجا بین ۶۸ تا ۷۰ درصد است.

پس از اینکه بهبودهایی برای بالا بردن میزان موفقیت اعمال شد، قدم بعدی تعامل با کارشناسان حوزه سلامت در مورد چگونگی استفاده ایمن از این اپلیکیشن در محیط های پزشکی است.

مدنیان می گوید که این یک سفر طولانی است، اما آن ها نمی خواهند عجله کنند.

” فن آوری یک حوزه خاکستری است، با محدودیت هایی همراه است، و این در مورد هوش مصنوعی صادق است… ما نمی توانیم این فن آوری ها را به سمت مراقبت های بهداشتی سوق دهیم تا زمانی که کاملا از تمام معایب و محدودیت های آن آگاه شویم.”

من نمی گویم این فناوری تصمیم درستی میگرد یا نه… این همان چیزی است که من واقعاً سعی می کنم از نظر استفاده از هوش مصنوعی در مراقبت های بهداشتی، به ویژه در مراقبت های بهداشتی حمایت کنم، زیرا بسیار آسیب پذیر است، موضوع مرگ و زندگی است. به همین دلیل است که من هرگز هیچ یک از این مفاهیم را ابزار تشخیصی نمی‌دانم، من همیشه آنها را ابزار پشتیبانی تصمیم می‌نامم و هیچ قصدی برای حذف افراد یا جایگزینی آنها با این سیستم‌ها وجود نخواهد داشت.

The Detail همچنین با رضا شاهامیری، مدرس ارشد مهندسی نرم‌افزار در دانشگاه اوکلند صحبت می‌کند، که هوش مصنوعی را به‌عنوان واژه‌ای جامع برای چندین فناوری توصیف می‌کند و فکر می‌کند که پتانسیل نجات سیستم بهداشتی در حال فروپاشی نیوزیلند را دارد.

“هوش مصنوعی می‌تواند اتوماسیون زیادی را فراهم کند، می‌تواند ارائه مراقبت‌ها، تشخیص‌ها را برای پزشکان بسیار آسان‌تر کند. هدف من این است که مراقبت‌های بهداشتی را در دسترس‌تر، سریع‌تر و موثرتر کنم، نه جایگزینی برای پزشکان و پرستاران، فقط به آنها ابزارهای بیشتری می دهیم تا بهره وری بیشتری داشته باشند و زندگی آنها را آسان تر کنند.”

اما شهمیری تاکید دارد که هوش مصنوعی جایگزین کادر درمان واقعی نخواهد شد.

” آنچه باید بر آن تاکید کنیم این است که هوش مصنوعی تنها یک ابزار دیگر است. این ابزاری است که پزشکان و پرستاران می توانند در کنار سایر ابزارهایی که برای ارائه مراقبت های بهتر دارند، از آن استفاده کنند. او می گوید: ” هوش مصنوعی خود یک نهاد مستقل نیست، یک نرم افزار است، اما در نهایت این پزشکان و پرستاران هستند که اقدام می کنند، که تصمیم می گیرند، که مراقبت از بیمار را فراهم می کنند.”

و در پایان روز، برای هوش مصنوعی پیام شاهمیری ساده است: به دکترتان اعتماد کنید.

او می گوید: ” اگر پزشک شما به استفاده از یک ابزار اعتماد دارد، به این معنی است که آن را به شدت ارزیابی و تنظیم کرده است.”

” هوش مصنوعی فقط یک ابزار دیگر است، یک نوع نرم افزار، بله نرم افزار می تواند خطرناک باشد، می تواند بد باشد، می تواند آسیب برساند، اما می تواند خوب هم باشد. به طور کلی افرادی که از این فن آوری استفاده می کنند، افرادی هستند که از این فن آوری برای خوب یا بد بودن استفاده می کنند.

msn.com

Share

بدافزار نوشته شده توسط هوش مصنوعی اینجاست و به سراغ قربانیان می رود

محققان شرکت HP ادعا می کنند شواهدی پیدا کرده اند که نشان می دهد هکرها از ابزارهای هوش مصنوعی Generative برای ایجاد بدافزار و دیگر کدهای مخرب استفاده می کنند.

به گفته محققان، از ابزارهای GenAI مانند ChatGPT یا جمینی برای ایجاد ایمیل های فیشینگ متقاعدکننده، صفحات فرود حرفه ای و موارد مشابه استفاده می شود و شواهد ظاهرا بسیار زیاد است که این موضوع کمی نگران کننده است.

با این حال، وقتی نوبت به شناسایی کدهای بدافزار نوشته شده توسط ربات ها می رسد، داستان متفاوت است: “تا به امروز شواهد محدودی از عاملان تهدید با استفاده از ابزارهای GenAI برای نوشتن کد وجود داشته است”.

بدافزار نوشته شده توسط هوش مصنوعی اینجاست و به سراغ قربانیان می رود

فرانسویان مورد حمله قرار گرفتند

اینکه آیا HP اولین شرکت بوده است یا خیر، سخت است، چرا که شرکت امنیتی Proofpoint در آوریل ۲۰۲۴ ادعای مشابهی را در مورد سویه بدافزار پاورشل مطرح کرد.

صرف نظر از زمان بندی، HP می گوید کمپینی را شناسایی کرده که جامعه فرانسوی زبان را با VBScript و JavaScript هدف قرار می دهد که احتمالا با کمک GenAI نوشته شده است.

پاتریک شلاپفر، محقق اصلی تهدید در آزمایشگاه امنیتی HP در این خصوص چنین اظهار نظر کرده است: گمانه زنی ها در مورد استفاده مهاجمان از هوش مصنوعی بسیار زیاد است، اما شواهد بسیار اندک است، بنابراین این یافته قابل توجه است.

چنین قابلیت هایی مانع ورود فعالان تهدید را کم تر می کند و به افراد تازه کار بدون مهارت کدنویسی اجازه می دهد اسکریپت بنویسند، زنجیره های آلوده را توسعه دهند و حملات مخرب تری انجام دهند.

این یک فرصت طولانی است، زیرا هنوز هم برای از بین بردن بدافزارها به دانش قابل توجهی نیاز است، اما GenAI قطعا مفید خواهد بود.

محققان می گویند: ” ساختار اسکریپت ها، توضیحات مربوط به هر خط کد و انتخاب نام و متغیرهای تابع زبان اصلی نشانه های محکمی هستند که عامل تهدید از GenAI برای ایجاد بدافزار استفاده کرده است. این فعالیت نشان می دهد که چگونه GenAI بار آلوده کردن نقاط پایانی را برای مجرمان سایبری کاهش می دهد.”

منبع

Share

با افزایش تقاضای ابری توسط هوش مصنوعی، سهام اوراکل افزایش پیدا کرد

با افزایش تقاضای ابری توسط هوش مصنوعی، سهام اوراکل افزایش پیدا کرد

سهام اوراکل در روز سه‌شنبه بیش از ۱۰ درصد افزایش یافت، زیرا تلاش برای تعبیه هوش مصنوعی در محصولات خدمات ابری آن، نتایج سه‌ماهه اول آن را ثمربخش تر کرد و به کاهش فاصله با رهبران بازار کمک کرد.

علیرغم ورود دیرهنگام به کسب و کار ابری، سرمایه گذاری سریع این شرکت در هوش مصنوعی، نرم افزار آن را به گزینه ای جذاب برای شرکت هایی تبدیل کرده است که به دنبال ساده سازی عملیات هستند.

درآمد حاصل از محصولات ابری آن که در مقایسه با مایکروسافت و آمازون گزینه ارزان‌تری محسوب می‌شود، در سه ماهه اول با ۲۱ درصد افزایش به ۵.۶ میلیارد دلار رسید، در حالی که درآمد کلی آن ۱۳.۳۱ میلیارد دلار بیش از برآوردها بود.

تحلیلگران Stifel می‌گویند که درآمد اوراکل به لطف افزایش رزرو زیرساخت‌های هوش مصنوعی و ارتباط آن با خدمات ابری بیشتر خواهد شد.
در صورت حفظ سهام فعلی، اوراکل حدود ۳۹ میلیارد دلار به ارزش بازار خود اضافه خواهد کرد. سهام آن در سال جاری بیش از ۳۲ درصد افزایش یافته است، در حالی که مایکروسافت و آمازون به ترتیب ۸ و ۱۵ درصد افزایش یافته اند.

این سهام با نسبت قیمت به سود آینده ۲۱.۳۰ معامله می شود. برای مایکروسافت ۲۹.۸۱ و برای آمازون ۳۱.۵۰ بود. حداقل ۱۰ کارگزاری از روز دوشنبه قیمت هدف خود را برای سهام اوراکل افزایش داده اند.

زیرساخت ابری اوراکل نیز از سخت افزار انویدیا پشتیبانی می کند که استاندارد طلایی تراشه های هوش مصنوعی در نظر گرفته می شود.

اوراکل همچنین با ارائه دهندگان خدمات ابری رقیب همکاری می کند تا اتصال داده های خود را بین فروشندگان برای مشتریان ساده تر کند. روز دوشنبه، پس از امضای قراردادی مشابه با گوگل کلود آلفابت در ماه ژوئن، با خدمات وب آمازون ارتباط برقرار کرد.

تحلیلگران برنشتاین در گزارشی گفتند: «اکنون با کمک هر سه بزرگ (Azure، Google Cloud و اکنون AWS)، ما به افزایش درآمد ابری خوب و همچنین شتاب رشد درآمدی به لطف مشارکت چند ابری ادامه خواهیم داد.

Share