https://virgool.io/feed/@alimotamedi کامپیوتر، برنامه نویسی، استارتآپ fa 2026-06-10 12:33:01 https://files.virgool.io/upload/users/18298/avatar/wuT2iX.png?height=120&width=120 https://virgool.io/@alimotamedi https://virgool.io/@alimotamedi/%D8%AF%D8%B1%D8%A8%D8%A7%D8%B1%D9%87-%D8%A7%DB%8C%D9%86-%D8%B1%D9%88%D8%B2%D9%87%D8%A7%DB%8C-%D8%A7%DB%8C%D8%B1%D8%A7%D9%86-wp7iuwsib1p8 روزهایی که از 9 اسفند 1404 تا اواخر فروردین بر ایران و مردمش گذشت روزهایی خاص و تاریخی بوده و خواهند بود. روزهایی که خود من در سکوت و استرس و البته ابهام می گذارندم. روزهایی که فارغ از ایده و نظر خودم باید به آنها بنگرم و توصیف کنم تا هم کمی آرام شوم و هم اگر کسی علاقه مند بود گفتگو کنیم.از چند سال گذشته (با یک نگاه حدود 15-20 سال خیلی تدریجی) و از یک نگاه 4-5 سال خیلی سریع تحولاتی در جامعه ایران، سیاست رسمی ایران، اقتصاد ایران در حال رخ دادن بودن که می شد حدس زد با یک جرقه و اتفاق می تواند دگرگونی های عجیبی چه مثبت و چه منفی ایجاد کند - بسته به اینکه چطور پیش بروند و واکنش اکثریت جامعه و نخبگان چه باشند. جامعه ایرانی، جامعه ای بسیار متکثر و متنوع است. تنوعی که هم زیباست و سازنده و هم گاهی می تواند سرمنشا پیش بینی های بدی باشد! تنوع قومی، زبانی، فرهنگی، عقیده ای، اقتصادی و سیاسی و .... اما برداشت من این است که این جامعه علیرغم این تنوع باز هم اکثریت آن ریشه در تمدن یکپارچه ایرانی-اسلامی دارد! ریشه های نژادی آریایی و ایرانی که در تاریخ خود اتفاقات سخت زیاد دیده و آبدیده شده و داشته هایی حداقل 500-600 ساله از فرهنگ اسلامی خاص خود ایران. فرهنگی که باز نمی توان به همه اسلام و جوامع اسلامی غیر ایرانی نسبت داد. فرهنگی که شکل دهنده معماری چشمگیر در همه آثار، تربیت دانشمندان بزرگ و شاعران نامی مانند حافظ و سعدی و مولوی و امثال آنها و رشد طب و علوم دیگر شد و اینها به یکباره - آنطور که برخی دشمنان و ایرانی نماها می گویند- قابل انکار نیست و همه مستندات تاریخی و معتبر دارد. گفتم اکثریت جامعه ایرانی ریشه در این تمدن ایرانی - اسلامی دارد، چون اقلیت هم ریشه ای در آن ندارد! چه با دید منفی و چه حتا با دید خنثی. حالا چرا اکثریت ریشه دارد؟ چون همین اکثریت جامعه و کشور را در تنگناها و بحرانها از هجوم سخت دشمنان (چه چنگیز و اسکندر باشند چه جوامع مدرن به ظاهر متمدن امروزی!) حفظ می کنند! اصالتهای سنت و آداب و فرهنگ و تعلقشان به این خاک را با چنگ و دندان حفظ می کنند. تا اینجا کاری نداریم به اینکه اینها آیا طرفدار حزب و نظام و فرد خاصی هستند یا خیر. هر کسی و حزبی و نظامی باشند، این اکثریت رفتارشان همین است. حال این مردم و این جامعه برای هر نظام و سیستم سیاسی که در این منطقه جغرافیایی حاکم باشد خیلی ارزشمندند و باید قدر آنها دانسته شود باید به این جامعه پرداخت و به عمده مسائل و نگرانی های آنها (نه سطحی و چند روزه بلکه بسیار کلان و بلندمدت) نگریست. .... علی معتمدی علی معتمدی Wed, 15 Apr 2026 11:51:20 +0330 https://virgool.io/@alimotamedi/%D8%B1%D8%A8%D8%A7%D8%AA%D9%87%D8%A7%DB%8C-%D9%88%DA%A9%DB%8C%D9%84-%D8%A8%D9%87-%D8%A7%D8%B1%D9%88%D9%BE%D8%A7-%D9%85%DB%8C%D8%A2%DB%8C%D9%86%D8%AF-uswdksphzwgt تصور کنید که وارد دادگاهی می‌شوید که تعدادی رُبات در جایگاه قضات قرار گرفته‌اند و کار قضاوت را پیش می‌برند. چنین فضایی هر چند در حال حاضر قدری تخیلی به نظر می‌رسد ولی تحقق آن در اروپا چندان دور از ذهن به نظر نمی‌رسد.توسعه تکنولوژی به کمک عالم قضاوت آمده و قصد دارد با افزایش دقت و سرعت تجزیه و تحلیل اطلاعات، تصمیم‌گیری را تسهیل و عادلانه‌تر کند.شورای اتحادیه اروپا اگرچه چارچوب اولیه منشور بهره‌گیری از هوش مصنوعی در قضاوت را تعیین کرده ولی هنوز نگرانی‌هایی در خصوص ریسک عملیاتی شدن آن وجود دارد.کلمنتینا باربارو، رئیس واحد اصلاحات حقوقی شورای اروپا در این خصوص می‌گوید: «در حال حاضر از هوش مصنوعی برای شناسایی میزان ریسک افراد بزهکار استفاده می‌شود. بدین صورت که از طریق تجزیه و تحلیل مجموعه‌ای از داده‌های به دست آمده در طول زمان، مشخص می‌شود که آیا فرد در وضعیت پرریسک قرار دارد یا خیر. لذا میزان احتمال تکرار جنایت یا جرم مشخص می‌شود. همچنین از این طریق، طول دوره زندان متناسب با جرم تعیین می‌شود.»در واقع اعمال تبعیض بیشتر در بررسی پرونده‌ مجرمان تحقق عدالت را دشوارتر می‌کند. اما در حال حاضر اطلاعات و عوامل شخصی از جمله سطح محرومیت اقتصادی و اجتماعی متهمان، میزان تحصیلات، سطح درآمد و مجموعه شرایط زندگی او که در وقوع جرم موثر هستند، چندان در دادرسی و صدور احکام قضایی مورد توجه قرار نمی‌گیرد.یک بررسی انجام شده در دانشگاه کالج لندن نشان می‌دهد که مجموعه‌ای از رایانه‌‌ها قادر هستند ۵۰۰ حکم دادگاه حقوق بشر اروپا را با دقتی معادل ۷۹ درصد پیش‌بینی کنند.در ارزیابی نتایج این تحقیق، دوری رلینگ که یک قاضی بازنشسته است، می‌گوید:«هنگامی که مردم شروع به استفاده از هوش مصنوعی می‌کنند، انتظار دارند که نتایج واقعی قضاوت‌ها را پیش‌بینی کنند، بنابراین اگر قضات به انتظارات ایجاد شده توسط هوش مصنوعی بی‌توجه باشند، حقانیت دادگاه‌ها به مرور زیر سوال می‌رود.»اگر چه «وکلای رُباتی» کار خود را در آمریکا آغاز کرده‌اند ولی در بازار اروپا هنوز در مرحله آزمایش قرار دارند. البته استفاده از هوش مصنوعی در سیستم قضایی بسیاری از کشورهای اروپایی رایج شده است.منبع خبر : https://fa.euronews.com/2019/01/30/ai-predictive-justice-europe علی معتمدی علی معتمدی Sun, 31 Mar 2019 09:13:28 +0430 https://virgool.io/@alimotamedi/ai3-jsadelbvtnjb براساس گزارش گیزمودو یک دانشمند آمریکایی پیش بینی کرده است که تا 10 سال آینده هوش مصنوعی از هوش انسان فراتر خواهد رفت و بنابراین تا سال 2020 رایانه ها ارباب انسان خواهند شد.ری کورزویل" که از دیرباز به عنوان یک دانشمند "آینده بین" شناخته می شود در سال 2005 در کتابی با عنوان "یکتایی نزدیک است" (The Singularity is Near) پیش بینی کرده بود که در سال 2045 هوش مصنوعی بر هوش انسان تسلط پیدا خواهد کرد اما اکنون در تازه ترین اظهارات خود بیان داشته است که به دلیل شتاب توسعه رایانه ها این تاریخ از 2045 به 2020 خواهد رسید.این دانشمند در این خصوص توضیح داد: "نقدی که به مفهوم یکتایی (Singularity) یا همان لحظه عبور هوش مصنوعی از هوش انسان وارد می شود این است که ذهن انسان بسیار پیچیده تر و جادویی تر از آن چیزی است که بتواند بر روی یک صفحه کوچک تراشه کپی برداری شود. این درحالی است که با مطالعه بر روی رفتار مغز می توان فهمید که موقعیت فناوری با شتاب چشمگیری درحال جهش است."به اعتقاد "ری کورزویل" که مهمترین فعال موسسه "یکتایی" در سانفرانسیسکو است، بازسازی عملکردهای ذهن پس از حرکت از "یک نقطه ورود به یک تفکر واحد" بسیار آسان خواهد بود.وی در این خصوص افزود: "برای دستیابی به هوش مصنوعی پیشرفته ما درحال رمزگشایی کورتکس مغز هستیم که در آن 22 میلیارد نورون و 220 تیلیارد سیناپس وجود دارد. زمانی که بتوانیم تمام این بخشها را رمزگشایی کنیم می توانیم به ابر رایانه مجهز به نرم افزاری برسیم که قادر است تمام برهانها و استدلالها را شبیه سازی کند."هرچند که هنوز این برنامه وجود ندارد اما "کورزویل" معتقد است که ما به این هدف بسیار نزدیک هستیم."دارمندرا مدا" محققی که برنامه رایانه سازی شناختی "آی. بی. ام" را در مرکز تحقیقات "آلمادن" در سن خوزه هدایت می کند نیز در خصوص ابررایانه Sequoia "آی. بی. ام" و نقش آن در شتاب بخشیدن به رمزگشایی مغز توضیح داد: "برای رساندن این ابررایانه به سرعت 20 پنتافلاپ بر ثانیه دو سال زمان نیاز داریم. پس از رسیدن به این سرعت می توانیم بازسازی برهان و استدلال مغز انسان را شتاب بخشیم.""تری سنینوسکی" رئیس لابراتور نوروبیولوژی موسسه "سالک" در ساندیگو نیز در این خصوص توضیح داد: "کورزویل در تائید اینکه یک کد حدود یک میلیون خط می تواند برای شبیه سازی فعالیتهای مغز انسان کافی باشد کاملا حق دارد."به اعتقاد کورزویل راه برای رسیدن به "یکتایی" از ریاضی و رایانه ها عبور می کند. وی در این باره توضیح داد: "طرح مغز در ژنوم وجود دارد و قبل از فشرده شدن دارای 6 میلیون بیت یا حدود 800 میلیون بایت است اما این میزان می تواند به حدود 50 میلیون بایت کاهش یابد. این بدین معنی است که نصف مغز از 25 میلیون بایت یا یک کد یک میلیون خطی تشکیل شده است. بنابراین ظرف دو تا سه سال آینده می توان به این کد دست یافت اما این معنی رسیدن به یکتایی نیست و یکتایی زمانی حاصل می شود که بتوانیم هوش مصنوعی را به سطحی از آزموش و آگاهی برسانیم."براساس گزارش گیزمودو، به گفته این دانشمند آینده بین پس از رسیدن به این کد یک میلیون خطی به حدود 7، 8 سال زمان نیاز است که هوش مصنوعی را آموزش داد و بنابراین لحظه تاریخی که هوش مصنوعی از هوش انسان فراتر می رود می تواند سال 2020 باشد.وی در این خصوص گفت: "بنابراین لحظه تصمیم گیری زمانی خواهد بود که درک کنیم مغز چگونه عمل می کند و از آن لحظه به بعد می توانیم هوش مصنوعی را به مرزهای فراتر از هوش انسان هدایت کنیم." منبع:http://www.asriran.com/fa/news/135253/%D8%AA%D8%B3%D9%84%D8%B7-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%A8%D8%B1-%D9%87%D9%88%D8%B4-%D8%A7%D9%86%D8%B3%D8%A7%D9%86 علی معتمدی علی معتمدی Tue, 04 Dec 2018 10:10:00 +0330 https://virgool.io/@alimotamedi/ai2-wgmbth8o57lx اکثر ما با شنیدن خبرهای مربوط به پیشرفت‌های هوش مصنوعی هیجان‌زده و شگفت‌زده می‌شویم. اما حقیقت این است که هنوز تصویر دقیقی از آینده‌ی هوش مصنوعی وجود ندارد.اکثر ما فیلم سینمایی «نابودگر ۲» را دیده‌ایم؛ فیلمی که در آن سال ۱۹۹۷ فرا رسیده و هوش مصنوعی در تلاش است بشر را از صحنه‌ی روزگار محو کند؛ اما هنوز به این پیش‌بینی هالیوودی نرسیده‌ایم. با این حال، امروزه شاهد استفاده از هوش مصنوعی در حوزه‌های مختلف هستیم. در دهه‌ی گذشته هوش مصنوعی در زمینه‌های مختلفی از امور مالی تا تولید مواد غذایی مورد استفاده قرار گرفته است. در زمان حال، هرچند پیش‌بینی‌های هالیوودی رنگ واقعیت به خود نگرفته‌اند؛ ولی آن‌چه به‌عنوان هوش مصنوعی می‌بینیم هم نتوانسته است پاسخی برای نیازهای مختلف بشر باشد. در ادامه، به‌طور مختصر به تعریف هوش مصنوعی می‌پردازیم و دیدگاه‌های مطرح شده درباره‌ی آینده‌ی هوش مصنوعی را شرح می‌دهیم.هوش مصنوعی چیست؟در ابتدا بهتر است به تعریف هوش مصنوعی بپردازیم. هوش مصنوعی یک نرم‌افزار است که برای حل مسئله خلق شده. این نرم‌افزار در ابتدا مسئله‌ای را مورد بررسی قرار می‌دهد، سپس سعی می‌کند با برخی پیش‌بینی‌ها سازوکار مسئله را دریابد.اشلی ونس، گزارشگر بخش فناوری بلومبرگ، می‌گوید:هوش مصنوعی مانند یک فایل بزرگ در نرم‌افزار اکسل است؛ شما از آمار و ارقام موجود در این فایل استفاده می‌کنید تا به بهترین و دقیق‌ترین پیش‌بینی ممکن دست پیدا کنید.مقاله‌ی مرتبط:چشم‌ اندازی از آینده‌ صنعت هوش مصنوعیاگر بخواهیم مثال ساده‌تری بزنیم، می‌توانیم به توانایی شناسایی تصاویر اشاره کنیم. اگر شما تصویر میوه‌ای را در اختیار هوش مصنوعی قرار دهید، این نرم‌افزار با بررسی ویژگی‌های مختلف آن میوه‌ و مقایسه‌ی آن‌ها با ویژگی‌های میوه‌های مختلف که در بانک اطلاعاتی‌اش موجود است، می‌تواند به این نتیجه برسد که چه میوه‌‌ای در تصویر دیده می‌شود.در حال حاضر شرکت‌هایی مانند فیسبوک، گوگل، مایکروسافت و آمازون بیشترین بهره را از هوش مصنوعی می‌برند. اما استفاده‌های فعلی از هوش مصنوعی تا اندازه‌ای محدود هستند. در این میان می‌توان به ویژگی‌هایی همچون شناسایی تصاویر، ترجمه‌ی متون و دید ماشینی (در خودروهای خودران) اشاره کرد.پیشرفت هوش مصنوعیشاید باور این مسئله سخت باشد؛ اما اولین تلاش‌ها برای توسعه‌ی هوش مصنوعی به دهه‌ی ۵۰ میلادی بازمی‌گردد. در این دهه‌، اولین شبکه‌های عصبی مصنوعی خلق شدند. این شبکه‌ها نرم‌افزارهایی بودند که از برخی تکنیک‌های تشخیص الگو (Pattern Recognition) مشابه مغز انسان استفاده می‌کردند.اما اصلی‌ترین پیشرفت‌ها در هوش مصنوعی تقریبا از یک دهه پیش شروع شد. در این دهه، به لطف اینترنت، داده‌های کافی در اختیار شبکه‌های عصبی مصنوعی قرار گرفت. حجم بالایی از تصاویر و متون که در اینترنت منتشر شد‌ه‌اند، نقش سوختی را بازی می‌کنند که باعث به حرکت درآمدن چرخ‌های هوش مصنوعی می‌شود.اکنون کار به جایی رسیده است که هوش مصنوعی می‌تواند در زمینه‌هایی مانند پیش‌بینی‌های تجاری و انجام بازی‌هایی همچون «گو» انسان‌ را شکست دهد. هوش مصنوعی به حوزه‌ی پزشکی نیز وارد شده است و در تشخیص بیماری‌ها به یاری پزشکان می‌آید.آینده‌ی هوش مصنوعیبا وجود گسترش تعداد حوزه‌هایی که هوش مصنوعی در آن‌ها به ایفای نقش می‌پردازد، توانایی‌های این فناوری همچنان محدود مانده است. هوش مصنوعی که امروز در اختیار داریم، هنوز هم برای حصول اطمینان از صحت عملکرد خود به انسان‌ها وابسته است. اما هدف دانشمندان دست‌یابی به چیزی است که هوش مصنوعی عمومی (Artificial General Intelligence) یا به‌اختصار AGI نامیده می‌شود.هوش مصنوعی عمومی مستقل خواهد بود و به انسان‌ها نیاز نخواهد داشتتفاوت اصلی هوش مصنوعی عمومی با هوش مصنوعی فعلی در این است که هوش مصنوعی عمومی مستقل خواهد بود و به انسان‌ها نیاز نخواهد داشت. اما مشکل اصلی اینجا است که بحث زیادی در مورد رسیدن به هوش مصنوعی عمومی وجود دارد. نه‌تنها نمی‌توان پیش‌بینی کرد که دقیقا چه زمانی به هوش مصنوعی عمومی دست پیدا می‌کنیم؛ بلکه امکان دست‌یابی به چنین نوعی از هوش مصنوعی نیز مورد سؤال قرار گرفته است.از سوی دیگر، برخی از چهره‌های مطرح دنیای فناوری همچون بیل گیتس و ایلان ماسک، در رابطه با دست‌یابی به چنین سطحی از هوش مصنوعی نگاهی بدبینانه دارند. به عقیده‌ی این افراد، خودکارسازی بسیاری از مشاغل که یکی از نتایج گسترش توانایی‌های هوش مصنوعی است، می‌تواند به بیکار شدن میلیون‌ها انسان منجر شود. هرچند پیش‌بینی‌های بدبینانه از این حد نیز فراتر می‌رود. ماسک می‌گوید:با هوش مصنوعی، ما در حال احضار شیطان هستیم. نظر شما در این رابطه چیست؟ آیا کاربردها و توانایی‌های هوش مصنوعی در آینده‌ی نزدیک چندان گسترش نخواهد یافت؟ یا شاهد پیشرفت سریع توانایی‌های هوش مصنوعی و دست‌یابی به هوش مصنوعی عمومی خواهیم بود؟ آیا پیش‌بینی‌های هالیوودی به حقیقت تبدیل خواهند شد و شاهد جدال ماشین‌ها و انسان‌ها خواهیم بود؟ننظر شما در این رابطه چیست؟ آیا کاربردها و توانایی‌های هوش مصنوعی در آینده‌ی نزدیک چندان گسترش نخواهد یافت؟ یا شاهد پیشرفت سریع توانایی‌های هوش مصنوعی و دست‌یابی به هوش مصنوعی عمومی خواهیم بود؟ آیا پیش‌بینی‌های هالیوودی به حقیقت تبدیل خواهند شد و شاهد جدال ماشین‌ها و انسان‌ها خواهیم بود؟منبع :https://www.zoomit.ir/2018/4/29/271307/nobody-knows-artificial-intelligence-future/ علی معتمدی علی معتمدی Tue, 04 Dec 2018 10:06:03 +0330 https://virgool.io/@alimotamedi/ai1-dnepmhwrxfi8 هوش مصنوعیهوش مصنوعی (Artificial Intelligence) یا AI فناوری و شاخه‌ای در علوم کامپیوتر است که به مطالعه و توسعه نرم‌افزار و دستگاه‌های هوشمند می‌پردازد. کتب و محققان برجسته هوش مصنوعی، این رشته را با عبارت «مطالعه و طراحی عناصر هوشمند» توصیف می‌کنند که در آن یک عنصر یا عامل هوشمند سیستمی است که محیط را درک کرده و اقداماتی را برای حداکثر کردن احتمال موفقیت خود انجام می‌دهد. جان مک‌کارتی، مبدع این عبارت در سال ۱۹۵۵ آن را به شکل «علم و مهندسی ساخت دستگاه‌های هوشمند» تعریف کرده است.تحقیقات هوش مصنوعی همچنین برحسب برخی مسائل فنی نیز تقسیم‌بندی می‌شود. این زیرمجموعه بر حل مسائل خاص، بر یکی از چند روش ممکن، بر استفاده از ابزارهای کاملا متفاوت، یا بر رسیدن به کاربردهای خاص متمرکز بوده‌اند.مسائل (یا اهداف) اصلی در تحقیقات هوش مصنوعی به منطق، دانش، طراحی، یادگیری، ارتباطات، درک و توانایی حرکت دادن یا استفاده از اشیا مربوط می‌شود. هوش عمومی (یا هوش مصنوعی قوی) هنوز یکی از اهداف بلندمدت است. روش‌هایی که در حال حاضر محبوبیت دارند، عبارتند از روش‌های آماری، هوش محاسباتی و هوش مصنوعی سمبولیک سنتی. در هوش مصنوعی از ابزارهای متنوعی استفاده شده که شامل نسخه‌هایی از بهینه‌سازی تحقیق و ریاضیات، منطق، روش‌های مبتنی بر احتمالات و اقتصاد و بسیاری موارد دیگر می‌شود. این رشته مبتنی بر این ادعاست که توانایی اصلی انسان، هوش را می‌توان به گونه‌ای دقیق توصیف کرد که دستگاه‌ها هم قادر به شبیه‌سازی آن باشند. این ادعا مسائل فلسفی را درباره ماهیت ذهن و مشکل اخلاقی خلق موجودات مصنوعی دوباره زنده می‌کند که از دیرباز در اسطوره‌ها، افسانه‌ها و فلسفه به آنها پرداخته شده است. هوش مصنوعی همواره با خوش‌بینی همراه بوده اما شکست‌هایی را نیز تجربه کرده است. امروزه هوش مصنوعی به بخشی ضروری از صنعت فناوری و بسیاری از دشوارترین مسائل علوم کامپیوتر تبدیل شده است.طبقه‌بندی هوش مصنوعییادگیری ماشینیادگیری ماشین (Machine Learning) شاخه‌ای از هوش مصنوعی است که به مطالعه و ساخت سیستم‌هایی با قابلیت یادگیری از داده‌ها می‌پردازد. به طور مثال، به کمک سیستم یادگیری ماشین می‌توان یک سیستم مدیریت ایمیل را آموزش داد تا پیام‌های هرزنامه را از دیگر پیام‌ها تشخیص دهد. این سیستم پس از یادگیری می‌تواند به دسته‌بندی ایمیل‌های جدید به هرزنامه و غیر آن بپردازد.مساله اصلی در یادگیری ماشین، عرضه و کلی‌سازی است. عرضه نمونه‌های داده‌ای و توابعی که بر اساس این نمونه‌ها ارزیابی می‌شوند، همگی بخشی از سیستم‌های یادگیری ماشین هستند. کلی‌سازی به معنی این قابلیت است که سیستم روی نمونه‌های داده‌ای نادیده نیز به خوبی عمل خواهد کرد. شرایطی که تحت آنها بتوان این مساله را تضمین کرد، از موضوعات اصلی مطالعه در زیرمجموعه نظریه یادگیری محاسباتی است.انواع گسترده ای از فعالیت‌ها و کاربردهای موفق یادگیری ماشین وجود دارد. تشخیص اپتیکال کاراکتر که در آن کاراکترهای چاپی به صورت خودکار و بر اساس نمونه‌های قبلی شناخته می‌شوند، مثالی سنتی از یادگیری دستگاه است.بینایی ماشینبینایی ماشین (Machine Vision) فناوری و روش‌های مورد استفاده برای بهبود شناسایی و تحلیل خودکار مبتنی بر تصویر در کاربردهایی مانند بازرسی خودکار، کنترل روند و هدایت روبات در صنعت است. حوزه بینایی ماشین بسیار گسترده است. کاربرد اصلی بینایی ماشین در بازرسی خودکار و هدایت روبات‌های صنعتی است، همچنین برخی کاربردهای رایج بینایی ماشین در تضمین کیفیت، دسته‌بندی، کار با مواد، هدایت روبات‌ها و اندازه‌گیری نوری است.روش‌های بینایی ماشین به دو صورت تعریف می‌شوند، تعریف و ایجاد یک برنامه بینایی ماشین و نیز روندی فنی که در جریان اجرای این برنامه اتفاق می‌افتد. در اینجا به مورد دوم می‌پردازیم. این مساله شامل رابط‌های کاربری، رابط‌های ادغام سیستم‌های چندبخشی و تبادل داده اتوماتیک می‌شود. به هر حال، اولین قدم در جریان اجرای بینایی ماشین، گرفتن یک تصویر است که معمولا با استفاده از دوربین، لنز و نورپردازی انجام می‌شود و باید وضوح مورد نیاز در پردازش‌های بعدی در طراحی آن لحاظ شده باشد. سپس بسته نرم‌افزاری بینایی ماشین از تکنیک‌های مختلف پردازش تصویر دیجیتال استفاده کرده و اطلاعات مورد نیاز را استخراج و معمولا بر اساس اطلاعات استخراج‌شده تصمیم‌گیری (معمولا تایید/رد) می‌کند.پردازش زبان طبیعیپردازش زبان طبیعی (Natural Language Processing) یکی از حوزه‌های علوم کامپیوتر، هوش مصنوعی و زبانشناسی است که به تعامل کامپیوتر و زیان انسان (طبیعی) می‌پردازد. از این منظر پردازش زبان طبیعی به حوزه تعامل انسان-کامپیوتر مربوط می‌شود. بسیاری از چالش‌های پردازش زبان طبیعی به درک زبان طبیعی مربوط می‌شود – یعنی ایجاد توانایی در کامپیوتر برای استخراج مفهوم ورودی زیان انسانی یا طبیعی.با وجود فعالیت‌های قدیمی‌تر، تاریخچه پردازش زبان طبیعی عموما در دهه ۱۹۵۰ آغاز شد. در سال ۱۹۵۰ آلن تورینگ مقاله‌ای را با عنوان «هوش و دستگاه محاسباتی» منتشر و در آن، آنچه را امروز به تست تورینگ موسوم است، به عنوان ابزاری برای هوش معرفی کرده بود.روباتیکروباتیک شاخه‌ای از فناوری است که به طراحی، ساخت، عملیات و کاربرد روبات‌ها و سیستم‌های کامپیوتری برای کنترل، فیدبک حسگرها و پردازش اطلاعات می‌پردازد. این فناوری‌ها با دستگاه‌های خودکاری سر و کار دارند که می‌توانند جانشین انسان در محیط‌ها یا روندهای تولیدی خطرناک‌ شوند یا ظاهر، رفتار و درک انسانی را شبیه‌سازی کنند. بسیاری از روبات‌های امروزی از طبیعت الهام گرفته‌اند که به شاخه روباتیک ملهم از بیولوژی مربوط می‌شوند. مفهوم ایجاد ماشین‌هایی که بتوانند خودکار کار کنند، به زمان‌های دور برمی‌گردد اما تحقیق روی عملیاتی کردن و کاربردهای احتمالی روبات‌ها از قرن بیستم آغاز شد. در طول تاریخ، روبات‌ها به تقلید رفتار انسانی شناخته شده و توانسته‌اند کارهای مشابهی نیز انجام دهند. امروزه و با پیشرفت فناوری، رشته روباتیک با سرعت زیادی در حال پیشرفت است. تحقیق، طراحی و ساخت روبات‌های جدید با اهداف کاربردی متفاوت عمومی، تجاری یا نظامی انجام شده است. بسیاری از روبات‌ها کارهایی را انجام می‌دهند که برای انسان خطرناک است؛ مانند خنثی‌سازی بمب و مین و بازرسی لاشه کشتی.سیستم‌های خبرهدر هوش مصنوعی، یک سیستم خبره (Expert System) یک سیستم کامپیوتری است که توانایی تصمیم‌سازی یک انسان خبره را شبیه‌سازی می‌کند. سیستم‌های خبره برای حل مشکلات پیچیده از طریق استنتاج در دانش خبرگی همانند یک انسان خبره است نه پیروی از دستورالعمل‌های برنامه‌نویس، آن‌طور که در برنامه‌های معمولی است. اولین سیستم‌های خبره در دهه ۱۹۷۰ ایجاد شدند و در دهه ۱۹۸۰ توسعه یافتند. سیستم‌های خبره از اولین اشکال واقعا موفق نرم‌افزارهای هوش مصنوعی بودند.سیستم خبره یک ساختار خاص، متفاوت از برنامه‌های کامپیوتری متداول است و به دو بخش تقسیم می‌شود؛ یک بخش ثابت، مستقل از سیستم خبره: موتور استنتاج و یک بخش متغیر: پایگاه دانش. در اجرای سیستم خبره، موتور همانند یک انسان بر اساس پایگاه دانش، استدلال می‌کند. در دهه ۸۰ بخش سومی هم ظاهر شد: رابط مکالمه برای ارتباط با کاربران. این توانایی برای مکالمه با کاربران بعدها به مکالمه‌ای شهرت یافت.شبکه عصبیشبکه عصبی (Neural Networks) مصنوعی گروهی از گره‌ها (نودها)ی به هم پیوسته، همانند شبکه عصبی گسترده در مغز است. در اینجا هر کدام از نودهای دایره‌شکل نشان‌دهنده یک عصب مصنوعی و فلش‌ها نشانگر اتصال از خروجی یک عصب به ورودی عصب دیگر هستند.در علوم کامپیوتر و رشته‌های مربوطه، شبکه‌های عصبی مصنوعی مدل‌هایی الهام‌گرفته شده از سیستم عصبی مرکزی حیوانات (به ویژه مغز) هستند که توانایی یادگیری دستگاه و تشخیص الگو را دارند. این شبکه‌ها معمولا سیستمی از عصب‌های به هم پیوسته‌اند که می‌توانند مقادیر ورودی را با تزریق اطلاعات در شبکه محاسبه کنند.به طور مثال در شبکه عصبی تشخیص دست‌خط، مجموعه‌ای از عصب‌های ورودی با پیکسل‌های تصویر ورودی فعال می‌شوند که نماینده یک حرف یا عدد است. فعال شدن این عصب‌ها بر اساس تابعی که توسط طراح شبکه تعیین شده، به دیگر عصب‌ها منتقل، ارزیابی یا تغییر داده می‌شود تا نهایتا عصب خروجی فعال شود و تعیین کند چه کاراکتری خوانده شده است.همانند دیگر روش‌های یادگیری ماشین، شبکه‌های عصبی هم در انواع فعالیت‌هایی استفاده می‌شوند که انجام آنها با برنامه‌نویسی قراردادی معمولی دشوار است؛ از جمله بینایی ماشین و تشخیص صحبت.الگوریتم ژنتیکدر شاخه هوش مصنوعی از رشته علوم کامپیوتر، یک الگوریتم ژنتیک (Genetic Algorithm) یک جست‌وجوی مکاشفه‌ای است که روند انتخاب طبیعی را شبیه‌سازی می‌کند. این کاشف (که گاهی متامکاشفه نیز نامیده می‌شود)، به صورت معمول برای ایجاد راه‌حل‌های مفید در مسائل بهینه‌سازی و جست‌وجو استفاده می‌شود. الگوریتم‌های ژنتیکی به طبقه‌ای بزرگ‌تر از الگوریتم‌های تکاملی (Evolutionary Algorithm) تعلق دارند که با استفاده از تکنیک‌های الهام‌گرفته از تکامل طبیعی، مانند ارث‌بری، جهش، انتخاب و عبور، راه‌حل‌هایی را برای مسائل بهینه‌سازی تولید می‌کنند.الگوریتم‌های ژنتیکی در بیوانفورماتیک، فیلوژنتیک، علوم محاسباتی، مهندسی، اقتصاد، شیمی، تولید، فیزیک، ریاضیات، داروشناسی و دیگر موارد کاربرد داردمنبع:http://peivast.com/world/%D8%AA%D8%B9%D8%B1%DB%8C%D9%81-%D9%88-%D8%B4%D8%A7%D8%AE%D9%87%E2%80%8C%D9%87%D8%A7%DB%8C-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C/ علی معتمدی علی معتمدی Mon, 05 Nov 2018 14:55:03 +0330 https://virgool.io/legaltech/innovation-n7p3l8tfp5l6 هر چی فکر می کنم تو کتم نمی ره چطور میشه فضای حقوق با اون کتابهای ثقیل و بدفهمش، با اون اصطلاحات عتیقه و باستانی، اساتید چهره و ماندگار، دانشکده های میراث فرهنگی رو به سمت نوآوری سوق داد یا حتی پرسید «به نظرتون نوآوری حقوقی چیه؟!»همش می گن «اینقد پرونده داریم»، «اون قدر مشکل داریم»، «کلی زندانی داریم»، «نون شب و شغل براشون نداریم»، «نزاع اونطوریه، جیب بری اینطوریه»، کسی نمی پرسه چکارا میشه کرد که پیشگیری بشه از این همه مصیبت، نمی پرسن مردم چه مداخه ای می تونن بکنن؟ فکر نمی کنن که واگذاری امور مردم به خود مردم یعنی چه و چه جوری؟! ولی گویا خارجی ها یه کارایی کردن و می کنن. برای نمونه یه مرکزی توی یکی از دانشگاه های کانادا هست که کار نوآوری حقوقی و راه اندازی شرکتها و استارتاپ های حقوقی می کنه این شرکتها و استارت آپها گویا از خود مردم هستن و میخوان مسائل مردم رو حل کنن. با یه مدل اقتصادی و به صرفه و سریع و دقیق. این چیزیه که چند ساله اخیر توی خیلی از موضوعات توی ایران هم راه افتاده ولی هنوز توی حقوق و مسائل زیربنایی جامعه کاری نشده و متولی خاصی هم نداره. گویا موانعی هست و بوده که کار جدی نشده و کسی علاقه مند نیست. نیاز به همراهی و همکاری بین رشته ای هستتوی این مراکز نوآوری و استارت آپ سازی، دنبال ساختن تیم هایی از رشته ها و تخصص های مختلف هستن. همکاری بین رشته ای متخصصان رشته های مختلف حقوق و رایانه و ...این مراکز جای کار مشترک و تیم سازی میدن به ملت، به دانشجوهاشون و بقیه علاقه مندا. هر چند وقت یه بار رویداد و برنامه برگزار می کنن که آدمای باسابقه از صنعت مرتبط بیان صحبت کنن و تبادل نظر و ایده داشته باشن. همین رویدادها و شبکه سازی ها بهشون کمک می کنه نیاز جدی بازار رو درک کنن. شما هم بیشتر مطالعه کنید http://www.legalinnovationzone.ca علی معتمدی علی معتمدی Sun, 04 Nov 2018 17:36:34 +0330 https://virgool.io/legaltech/legal-design-lab-w55eqq1lqvpn به تازگی فهمیدم ما چقدر توی بحث حقوق و نوآوری های مربوط به اون عقب هستیم. به کمک یکی از دوستان متوجه شدم توی دنیا کارهای خیلی خوب و نوآورانه ای شده که حقوق رو از این ظاهر سخت و نچسب و پیچیده درآورده و ساده سازی کرده یا میخواد بعد از این بکنه. بماند که خود این حقوق خونده ها چقدر سختش کردن با کلمات قلمبه سلمبه ای که میگن مبادا کسی بفهمه چی می گن و چکار می کنن! تا امروز توی کشور ما هیچ کار جدی تو این حوزه نشده و فقط چند تا استارت آپ و موسسه حقوقی داریم که پلتفرم پیدا کردن وکیل و مشاوره آنلاین حقوقی میدن. چیز دیگه ای نداریم تقریبا و هیچ کسی هیچ مطالعه ای نکرده. . . . جایی که می خوام معرفی بکنم یه گروه خصوصی هستن که قبلا اسمشون Program for Legal Technology & Design بوده و پاییز 2013 تاسیس شدن تا وکلا و طراحان و تکنولوژیست ها با هم بتونن یه نوآوری ای توی بحثهای حقوقی ایجاد کنن.آدرس سایتشون اینه :http://www.legaltechdesign.comاینا میگن ما توی چند حوزه کار می کنیم. یکی بحثهای آموزش و مربی گری برای طرحی خدمات حقوقی از طریق تکنولوژیه. کارگاه میذاریم و کلاس و ... تا بتونیم به کمک تخصصهای مرتبط و مختلف محصولات و خدماتی جدید خلق کنیم. دوم اینکه ما به کمک طراحی های مفهومی سعی می کنیم روی مسائل و چالشهای مشخص و معین حقوقی، محصول و خدمت جدیدی رو طراحی و نمونه سازی کنیم. تیم چابک ما به پشتوانه تحقیقات سعی می کنه این کار رو انجام بده. new generation of legal products & servicesو دیگه اینکه ما سعی می کنیم تحقیقات و یافته هامون توی این زمینه رو منتشر کنیم. هدف نهایی مون اینه که یه کامیونیتی بسازیم برای همه کسانی که میخوان توی بحث تکنولوژی حقوقی کارهایی بکنن و نوآوری داشته باشن. کامیونیتی که همدیگر رو پیدا کنن و با هم ارزش افزایی کنن. سعی مون اینه که هر چیزی یاد میگیریم یا پیدا می کنیم رو آزادانه منتشر کنیم تا بقیه هم به ما اضافه بشن و کارهای جذاب جدیدی بکنیم به کمک هم. ما زیر نظر دانشکده حقوق استنفورد و انستیتوی طراحی این دانشگاه فعالیت می کنیم.معرفی تیم کاری امیدوارم این مطلب برای شما مفید باشه و اگر اینطوره به سایرین هم معرفی کنید. علی معتمدی علی معتمدی Mon, 01 Oct 2018 13:19:06 +0330