انجمن هوش مصنوعی دانشگاه اصفهان
ماشین لرنینگ در زندگی روزمره
امروزه اینترنت و شبکه های اجتماعی نقش پررنگی در فعالیت های روزمره ما دارد که در حقیقت بخشی از آن نتیجه استفاده از هوش مصنوعی و یادگیری ماشین است که نشان دهنده اهمیت یادگیری ماشین در فعالیت های مختلف ماست در این مقاله میخواهیم چند مورد از کاربرد های رایج یادگیری ماشین را معرفی کنیم.
1)تشخیص چهره:
اغلب ما برای به اشتراک گذاشتنن افکار و احساساتمان با دیگران از شبکه های اجتماعی مختلفی استفاده میکنیم ،که یادگیری ماشین کاربرد گسترده ای در این شبکه های اجتماعی دارد برای مثال در برنامه فیسبوک زمانی که ما عکسی برای دوستان خود آپلود میکنیم ، به طور خودکار با نام هایمان تگ میشویم . این بر اساس پروژه فیسبوک به نام deep Face (چهره عمیق)است که می تواند با دقت 97.25 درصد، تصاویر متعلق به یک شخص را تشخیص داده ، صفحات مختلف را به هم ربط داده و استنتاج های مورد نیاز فیسبوک را در اختیار قرار دهد. پروژه deep Face می تواند 4000 جز از ظرایف صورت انسانی را مورد بررسی قرار داده و تصاویر را تشخیص دهد این ویژگی یکی از اشکال محبوب کاربرد تکنولوژی یادگیری ماشین در شبکه های اجتماعی است.
2)تشخیص گفتار:
ممکن است درمواردی پیش آمده باشد که امکان تایپ کردن نداشته باشیم،در این جور مواقع گوگل آپشنی دارد به نام جستجوی صوتی . در این تکنولوژی از الگوریتم های یادگیری ماشین استفاده شده است در واقع تشخیص گفتار این گونه عمل میکند که دستورالعمل های صوتی را به دستورالعمل های متنی تبدیل کند.
در حال حاضر برنامه های Google assistant, Siri, Cortana, Alexa از این تکنولوژی استفاده میکنند.
3)پیش بینی ترافیک:
زمانی که ما به شهر جدیدی سفر می کنیم که به مسیر های آن آشنایی نداریم شاید ساعت ها زمان ببرد که مسیر درست را پیدا کنیم و به مقصد برسیم و حتی زمان زیادی را در ترافیک بگذرانیم در حالی که مسیر های بهتری برای رسیدن به مقصدمان هست.
تا قبل از سال 2017 پروژه Google Map صرفا یک نقشه آنلاین از تمام جهان بود اما بعد از این سال، گوگل قابلیت های یادگیری ماشین و یادگیری عمیق را به این سرویس خود اضافه کرده . الگوریتم های یادگیری ماشین، به نرم افزارها کمک می کنند تا نام خیابان ها و شماره خانه ها را از روی عکس هایی که از آن خیابان ها گرفته شده، استخراج کنند تا نتایج جستجو دقیق تر شونند.با مجموع 80 میلیارد تصویری که از خیابان ها در دیتابیس گوگل موجود می باشد، این استخراج نام ها با دقت 84.2 درصد در حال انجام است.این برنامه همچنین به کمک مکان خودرو و میانگین زمان در روز های گذشته شرایط ترافیکی را پیش بینی میکند.هرشخصی که از Google Map استفاده میکند به عملکرد بهتر برنامه کمک میکند زیرا برنامه اطلاعات را از کاربر میگیرد و برای بهبود عملکرد به پایگاه داده خود میفرستد.
4)خرید هوشمند و تبلیغات پیشنهادی:
امروزه به دلیل تنوع زیاد محصولات و خرید آسان تر و در زمان کمتر خرید اینترنتی گزینه بهتری برای اغلب افراد است ، شرکت های معتبری مثل Amazon که از بزرگ ترین فروشگاه های آنلاین آمریکا است پیوسته کاربران را در معرض یادگیری ماشین قرار میدهد.هنگامی که ما محصولی را خریداری میکنیم الگوریتم های یادگیری ماشین علاقه های مارا یاد میگیرند و اطلاعاتی را جمع آوری میکنند سپس بر اساس آن محصولاتی جدید که با سلیقه ما همخوانی دارد را پیشنهاد میدهند.
این الگوریتم های یادگیری ماشین در موارد مشابه مثل سایت Netflix با توجه به جستجو های ما علاقه مارا درک میکنند و بر مبنای آن فیلم های مشابه را به ما پیشنهاد میکند
5)خودرو های خودران:
اگر شما هم نیمنگاهی به پیشرفتهای بشر در زمینۀ خودروسازی و هوشمندسازی آنها بیاندازید، احتمالاً خودروهای خودران خیلی هم عجیب و غریب بهنظر نمیرسد. اصلی ترین بخشی که در عملکرد این خودرو ها میدرخشد، هوش مصنوعی آن هاست که بر مبنای الگوریتم های یادگیری ماشین است .تسلا محبوب ترین شرکت خودرو سازی در حال کار بر روی خودرو های خودران است و در سال های اخیر سرمایه گذاری زیادی در این زمینه کرده است،آن ها از متد های یادگیری بدون نظارت برای آموزش مدل های ماشین برای تشخیص افراد و اشیاء در حین رانندگی استفاده می کنند که احتمال تصادف را کاهش میدهد.
6)دستیار شخصی مجازی:
ما دستیارهای شخصی مجازی مختلفی مانند Google assistant, Alexa, Cortana, Siri داریم. همانطور که از نام آن پیداست، آنها به ما در یافتن اطلاعات با استفاده از آموزش صوتی کمک می کنند. این دستیارها فقط با دستورالعملهای صوتی مانند پخش موسیقی، تماس با کسی، باز کردن ایمیل، برنامهریزی یک قرار و غیره میتوانند به روشهای مختلف به ما کمک کنند.
این دستیار، دستورالعملهای صوتی ما را ضبط میکند، آن را روی سرور در یک ابر ارسال میکند، و آن را با استفاده از الگوریتمهای ML رمزگشایی میکند و مطابق با آن عمل میکند.
مایکروسافت، گوگل، اپل و آمازون با دستیاران هوشمند صوتی خود یعنی کورتانا ، دستیار گوگل Google assistant ، سیری و الکسا در حال رقابت با هم هستند. و در آزمایشی که به تازگی توسط Loup Ventures انجام شده است، دستیار گوگل قادر به پاسخگویی صحیح به بیشترین سوالات بوده است.
7)معاملات بازار سهام:
یادگیری ماشین اطلاعات پیشرفته ای از بازار را ارائه می دهد. با استفاده از یادگیری ماشین ، مدیران صندوق ، تغییرات بازار را زودتر از زمان مدل های سرمایه گذاری سنتی ، شناسایی می کنند. در بازار سهام، همیشه خطر بالا و پایین رفتن سهام وجود دارد، بنابراین از شبکه عصبی حافظه کوتاه مدت ماشین لرنینگ برای پیش بینی روند بازار سهام استفاده می شود. موسسات بزرگی مثل JPMorgan ، Bank of America و Morgan Stanley مشاوران سرمایه گذاری خودکار را توسعه داده اند. این ها با فناوری یادگیری ماشین کار میکنند
8)تشخیص پزشکی:
ماشین لرنینگ در زمینه پزشکی نقش یک ابر ذهن که درون آن افکار هزاران پزشک قرار میگیرد ومیتواند به بهترین شکل یک بیماری را پیشبینی کند را ایفا میکند.یکی از مهمترین اهدافی که در پزشکی وجود دارد، زمینه پیشبینی کردن بیماریها و تشخیصهای بسیار خاص و با اهمیت میباشد. مثل تشخیص سرطان و درمان آن!
مدلهای ماشین لرنینگ، تشکیل شده از مجموعهای از دیتاهایی میباشد که در گذشته بر روی بیماران تست شده است و در حال حاضر جمع آوری شده و در دسترس میباشد.علاوه بر آن فناوری پزشکی بسیار سریع در حال رشد است و قادر به ساخت مدل های سه بعدی است که می تواند موقعیت دقیق ضایعات را در مغز پیش بینی کند. این به یافتن تومورهای مغزی و سایر بیماری های مرتبط با مغز به راحتی کمک می کند.
9)ترجمه خودکار زبان:
همه ما گوگلترنسلیت(google Translate) را می شناسیم و عاشق آن هستیم، وب سایتی که می تواند فورا چیزی بین ۱۰۰ زبان مختلف بشر را ترجمه کند؛ مانند یک جادو! تکنولوژی پشت این برنامه الگوریتم های ماشین لرنینگ است.
مترجم گوگل میتواند از یک زبان به زبان دیگر ترجمه کند، حتی اگر دو زبان انتخاب شده پیش از این توسط سیستم انتخاب نشده باشند. برای مثال یک سیستم چند زبانه را تصور کنید که برای ترجمه از زبان ژاپنی به انگلیسی و یا کرهای به انگلیسی آموزش دیده است. این سیستم علیرغم اینکه هیچگونه آموزشی درباره ترجمه از کرهای به ژاپنی دریافت نکرده، با استفاده از آموختههای قبلی خود این کار را انجام میدهد.
همه این ها نشان میدهد که هوش مصنوعی در ساده ترین فعالیت های روزانه ما دخیل است. این ها تنها مثال های ساده ای از کاربرد های ماشین لرنینگ در اطراف ماست که همگی ابزاری برای ارتقا سطح زندگی انسان است.دامنه کاربرد های ماشین لرنینگ بسیار وسیع است برای مثال در تجارت صنعت و پزشکی بسیار کاربرد دارد و همچنان در حال رشد است.
منابع :
https://www.javatpoint.com/applications-of-machine-learning
https://www.simplilearn.com/tutorials/machine-learning-tutorial/machine-learning-applications
https://www.salesforce.com/eu/blog/2020/06/real-world-examples-of-machine-learning.html
عاطفه علی محمدی
مطلبی دیگر از این انتشارات
معرفی الگوریتم های ماشین لرنینگ با استفاده از scikit-learn
مطلبی دیگر از این انتشارات
کاربردهای یادگیری ماشین
مطلبی دیگر از این انتشارات
شاخه های تحول قرن