۴ ترند برتر هوش مصنوعی برای سال ۲۰۲۱

منتشرشده در مجله Forbes به تاریخ ۲۱ سپتامبر ۲۰۲۰
لینک مقاله اصلی: The 4 Top Artificial Intelligence Trends For 2021

قبل از اینکه این بیماری همه‌گیر جهانی در سال ۲۰۲۰ رخ دهد و دنیا دگرگون شود، هوش مصنوعی (AI) و به ویژه آن شاخه هوش مصنوعی که به یادگیری ماشین معروف (ML) است، در حال حاضر باعث اختلال گسترده‌ای در همه صنایع شده‌است.

بیماری همه‌گیر کووید۱۹ بر بسیاری از جنبه‌های کسب‌وکار ما تاثیر گذاشته‌است، اما تاثیری که هوش مصنوعی بر زندگی ما گذاشتهرا کاهش نداده است. در واقع، مشخص شده که الگوریتم های خود آموز و ماشین‌های هوشمند نقش بزرگی در مبارزه در حال پیشرفت علیه این بیماری همه‌گیر و البته دیگر بیماری‌هایی که ممکن است در آینده با آن‌ها روبرو شویم، خواهند داشت.

هوش مصنوعی بدون شک یک روند کلیدی در زمینه انتخاب فناوری‌هایی است که نحوه زندگی، کار و بازی ما در آینده نزدیک را تغییر خواهند داد. بنابراین، در اینجا آنچه که سال بازسازی زندگی‌هایمان و همچنین بازنگری در استراتژی‌ها و اولویت‌های کسب و کار خواهد بود را به طور کلی مرور خواهیم کرد.

تجزیه و تحلیل داده‌های بزرگ هوشمند و بینش‌ها

در طول این پاندمی مداوم، ما در وهله اول شاهد نیاز فوری به تجزیه و تحلیل سریع و تفسیر اطلاعات در مورد انتشار ویروس در سراسر جهان بودیم. دولت‌ها، ارگان‌های بهداشت جهانی، مراکز تحقیقات دانشگاهی و صنعت دور هم جمع شده‌اند تا راه‌های جدیدی برای جمع‌آوری، یکپارچه‌سازی و کار با اطلاعات بیابند. ما عادت داریم که نتایج این کار را هر شب، وقتی که آخرین میزان عفونت یا مرگ و میر برای مناطق خودمان در اخبار اعلام می‌شود، ببینیم.

پیشرفت فن‌آوری دلیل اصلی این است که این بیماری همه‌گیر (تا به حال) به اندازه شیوع بیماری آنفولانزای اسپانیایی در سال ۱۹۱۸ که جان ۵۰ میلیون نفر را گرفت، کشته نداده است. از پیشرفت در تکنولوژی پزشکی و استانداردهای مراقبت گرفته تا پیشرفت در تکنولوژی ارتباطات که امکان تشخیص سریع و تحمیل محدودیت‌ها را فراهم می‌آورد. در طول سال آینده، هوش مصنوعی به لیست پیشرفت‌های تکنولوژیکی که به توانایی مقابله موثرتر ما با پاندمی‌ها کمک می‌کند، اضافه خواهد شد.

رشد تعداد مقالات علمی و پزشکی، با بیش از ۲۸۰۰۰ مقاله منتشر شده در آوریل امسال در ارتباط با کووید۱۹، به تنهایی بسیار زیاد است. یک موتور جستجوی اختصاصی که با الگوریتم های پردازش زبان طبیعی (NLP) کار می‌کند، در حال حاضر در دسترس قرار گرفته‌است، بنابراین هر کسی می‌تواند در هنگام بررسی این مجموعه داده گسترده از هوش مصنوعی کمک بگیرد.

همچنین کار برای توسعه راه‌حل‌های هوش مصنوعی برای کمک به مقابله با مشکلات پزشکی دیگر مانند سرطان در جریان است؛ بیماری‌هایی که با اختصاص منابع به درمان کووید۱۹، درمان آن‌ه تحت تاثیر قرار گرفته است. در طول سال آینده، ما احتمالا شاهد ورود و تاثیر سریع هوش مصنوعی در بسیاری از حوزه‌های مراقبت‌های بهداشتی دیگر هم خواهیم بود؛ نه فقط حوزه‌های مربوط به مقابله با ویروس‌ها.

با توسعه توانایی برای استفاده از حل مساله یادگیری ماشین در این مجموعه داده‌های جهانی عظیم و بی‌وقفه، ما شیوع بیماری را آسان‌تر تشخیص خواهیم داد، ارتباط بین افراد مبتلا را ردیابی خواهیم کرد، تشخیص دقیق‌تر را ممکن خواهیم ساخت و با پیش‌بینی روش‌های احتمالی تکامل یک ویروس در آینده، واکسن موثرتر و ماندگاری را ایجاد خواهیم کرد.

تشخیص و پیش‌گیری خودکار

ما تا الان شاهد استفاده از هواپیماهای بدون سرنشین در قلمروهای مختلف، از جمله ایالات‌متحده، بوده‌ایم تا بتوانیم حداقل احتمال استفاده از آن‌ها برای نظارت بر پیروی از دستورالعمل‌های فاصله‌گذاری اجتماعی را تست کنیم. برنامه‌های کاربردی پیشرفته‌تر پیش روی ما قرار دارند-مانند هواپیماهای بدون سرنشین یا پهپادهایی با قابلیت تشخیص نشانه‌های کووید مانند دمای بالا در افراد درون جمعیت. این سیستم‌ها از تکنولوژی بینایی کامپیوتری برای تحلیل داده‌های گرفته‌شده توسط دوربین‌ها بر روی هواپیماهای بدون سرنشین استفاده می‌کنند و به مقامات یا مدیران آمار و احتمالات محلی در مورد گسترش ویروس اطلاع می‌دهند.

یکی دیگر از حوزه‌های رشد مرتبط، استفاده از تکنولوژی تشخیص چهره است که آن هم با الگوریتم های بینایی کامپیوتری کار می‌کند. البته این تکنولوژی بخاطر اینکه بر شناسایی افراد تمرکز دارد، تا حدی بحث برانگیزتر است. از تشخیص چهره، به جای شناسایی الگوها بین گروه‌های افراد،‌ توسط پلیس برای شناسایی آن‌هایی که قرنطینه و محدودیت‌ها را رعایت نکرده‌اند، استفاده شده است. همچنین این تکنولوژی برای ردیابی حرکت افراد دارای علامت در یک جمعیت نیز مورد استفاده قرار می‌گیرد.

به نظر می‌رسد شواهد نشان می‌دهند که مردم نسبت به تاکتیک‌های نظارتی که قبلا به خاطر خطرات سلامتی ناشی از ویروس بیش از حد سخت گیرانه در نظر گرفته می‌شدند، تحمل بیشتری پیدا کرده‌اند. این تحمل احتمالا در طی ۱۸ ماه آینده بیشتر مورد آزمایش قرار خواهد گرفت؛ چرا که متخصصان در مراقبت تحت هدایت هوش مصنوعی و حتی اجرای آن ماهرتر می‌شوند.

تجارت بر تحول - پیش‌بینی بازگشت رفتار

نحوه زندگی، کار و روابط اجتماعی ما به شدت تحت‌تاثیر گسترش ویروس کرونا قرار گرفته‌است. در حالی که یک روند ثابت و قوی به سمت دیجیتالی شدن در بسیاری از جنبه‌های جامعه وجود داشته‌است، امسال شاهد ازدحام بودیم. فروش آمازون در طول سه‌ماهه دوم سال ۲۰۲۰ نسبت به دوره مشابه در سال گذشته ۴۰٪ افزایش داشت، چون حتی آن‌هایی که تا کنون از خرید از خرده‌فروشی آنلاین اجتناب می‌کردند، مجبور به ارزیابی مجدد گزینه‌های خود شدند.

ابزارها و سیستم‌عامل‌های هوش مصنوعی در حال حاضر برای کمک به کسب و کارها جهت درک نحوه انطباق مشتریانشان با یک واقعیت جدید، آماده هستند. سازمان‌هایی که در گذشته در جذب کانال‌های دیجیتال برای تجارت و پرورش روابط تاخیر داشتند، به درک ضرورت این وضعیت رسیده‌اند و به سرعت با مفاهیمی مانند تحلیل رفتاری و شخصی سازی دست و پنجه نرم می‌کنند. ابزارهایی که امکان دسترسی سازمان‌ها به این فناوری را فراهم می‌کنند،‌در سال ۲۰۲۱ به طور فزاینده‌ای رواج خواهند یافت؛ زیرا شرکت‌های کوچک و متوسط به دنبال ایجاد مزیت رقابتی خود هستند.

از بین بردن پاندمی بعدی؛ حتی قبل از اینکه آغاز شود

بیشتر الگوریتم های هوش مصنوعی در جهت پیش‌بینی حرکت می‌کنند و جام مقدس همه گیرشناسی به کمک هوش مصنوعی، ایجاد سیستم‌هایی است که بتوانند به دقت پیش‌بینی کنند که شیوع آتی چه زمانی و کجا رخ خواهد داد. این تحقیق برای مدتی در جریان بوده‌است و در واقع برخی از اولین هشدارها در مورد شیوع فعلی توسط هوش مصنوعی ایجاد شده بود. ابزار BlueDot مستقر در تورنتو، زمانی که درباره شیوع احتمالی در ووهان چین در ۳۱ دسامبر ۲۰۱۹ هشدار داد، در حال بررسی روزانه ۱۰۰ هزار منبع اطلاعاتی دولتی و رسانه‌ای بود.

ما می‌توانیم انتظار داشته باشیم که تحقیقات هوش مصنوعی در طی ۱۸ ماه آینده پیشرفت‌های بیشتری داشته باشند و توانایی ما برای تشخیص و واکنش به خطر شیوع ویروس را افزایش بدهند. با این حال، این امر نیازمند هم‌کاری جهانی مداوم بین دولت‌ها و صنایع خصوصی نیز خواهد بود. چگونگی این امر به احتمال زیاد تحت‌تاثیر سیاست جهانی و قانون گذاران و نیز مسیر توسعه فن‌آوری قرار خواهد گرفت. به همین دلیل، مسائلی مانند دسترسی به مجموعه داده‌های پزشکی و موانع تبادل اطلاعات بین‌المللی نیز موضوعات مهمی در سال آینده خواهند بود.

این متن با استفاده از ربات ترجمه مقاله علمی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.