مجله هوش مصنوعی

آخرین اخبار و تکنولوژی های هوش مصنوعی را در اینجا بخوانید.

مجله هوش مصنوعی

آخرین اخبار و تکنولوژی های هوش مصنوعی را در اینجا بخوانید.

با کمک هوش مصنوعی توانستم درآمد غیرفعال کسب کنم


تنها یک سوال ساده از هوش مصنوعی پرسیدم و این فناوری یک مقاله کامل درباره آن نوشت: «درآمد غیرفعال چیست؟» هوش مصنوعی‌ای که جواب این سوال را داد یکی از بزرگ‌ترین مدل‌های پردازش زبان و تولید متنِ مجهز به شبکه عصبی یعنی GPT-3 محصول شرکت OpenAI است. برای اینکه GPT-3 نوشتن «یادبگیرد»، با متن‌های بسیاری (حدود نیم تریلیون کلمه) آموزش دیده ‌است. ادامه مطالب این نوشتار توسط هوش مصنوعی نوشته شده است. بی‌صبرانه منتظر بازخورد شما هستم.

درآمد غیرفعال چیست؟

در پاسخ به این سوال که «درآمد غیرفعال» چیست و چه سودی دارد می‌توان گفت درآمد غیرفعال درآمدی است که از طریق سرمایه‌گذاری‌های غیرفعال بدست می‌آید و برای بدست‌آوردن آن نیازی به تخصص یا صرف زمان نیست. این درآمد از دارایی‌های غیرفعال بدست می‌آید؛ دارایی‌هایی که بدون نیاز به مدیریت مداوم و یا نیاز به تصمیم‌گیری برای آن‌ها منجر به ایجاد جریان نقدینگی می‌شوند. این دارایی‌ها مواردی از سهام و اوراق قرضه گرفته تا ملکی که به رهن و اجاره گذاشته می‌شود را در بر می‌گیرند. وجه تمایز درآمد غیرفعال از دیگر درآمد‌ها این است که ذینفع دیگر بر وضعیت مالی خود متمرکز نبوده و به دنبال کسب درآمد از این راه نیست زیرا سرمایه‌گذاری‌های غیرفعال به طور خودکار منجر به ایجاد جریان نقدینگی می‌شوند.

سود سهام متداول‌ترین نوع درآمد غیرفعال در ایالات متحده آمریکا است؛ سود‌سهام معمولاً به طور مستقیم از سهام بدست می‌آید با این حال شامل سود اوراق قرضه و سود پرداختی بابت اوراق رهنی نیز می‌شود. در واقع سود سهام درآمد غیرفعال محسوب نمی‌شود امّا بزرگترین منبع درآمد غیرفعال در ایالات متحده به شمار می‌آید.

مثال

برای مثال، فرض کنید سهامی خریداری نموده‌اید که ماهیانه ۱ دلار بابت هر سهم به شما سود می‌دهد. اگر سهام خود را به فروش نرسانید و در پایان سال کل سود سهام خود را دریافت کنید، سود شما تا پایان سال ۱۲ دلار خواهد بود. افرادی که تمایلی به پیگیری سرمایه‌گذاری خود ندارند، یا تمایلی ندارند تاریخ خرید و فروش سهام خود را ثبت کنند، این درآمد به نوعی برای آن‌ها درآمد غیرفعال محسوب می‌شود.

فرض کنید سهام خود را به مدت ۱۰ سال نگه می‌‌دارید و [اکنون پس از ۱۰ روز در ماه آخر] به فروش می‌رسانید تا ۱۲ دلار سود را بگیرید. اگر فکر می‌کنید این سود کافی نیست، میانگین طبقه مالیاتی در ایالات متحده را به خاطر بیاورد. در حال حاضر بیشتر مردم بابت درآمد خود نرخ حداقلی را پرداخت می‌کنند؛ آن‌ها می‌توانند مشخص کنند در مجموع چه نرخی بابت درآمد کل خود می‌پردازند (یا به عبارتی تمام منابع بزرگتر از ۰ دلار آن‌ها چیست) و سپس مالیاتِ موثرِ درآمد خود را محاسبه ‌کنند.

برای مثال، اگر در طبقه مالیاتی حاشیه‌ای ۲۵ درصدی قرار دارید، و اکنون بابت هر سهم خود ۱دلار سود دریافت می‌کنید، مالیات شما ۲۵% می‌شود. با این حال اگر سهام خود را به مدت ده روز نگه دارید و سپس هر سهم را ۱۰۰دلار بفروشید، مالیات شما تنها ۱۵% خواهد بود زیرا تنها ۷۵% دارایی‌هایتان مشمول مالیات می‌شود. اگر به مدت یک سال سهام خود را نگه دارید و در ازای هر سهم ۱۲دلار سود دریافت کنید، مشمول ۱۵% مالیات می‌شوید. بدین ترتیب که روز اول ۱۲دلار بابت هر سهم دریافت می‌کنید و این ۱۲ دلار مشمول مالیات نمی‌شود و روز ۳۶۵‌ام ۱۰۰دلار بابت هر سهم دریافت می‌کنید که آن نیز مشمول مالیات نمی‌شود.


انواع سرمایه‌گذاری

به آن دسته از افرادی که به دنبال راهی برای فرار از کشاکش زندگی هستند پیشنهاد می‌کنیم در شرکت‌هایی به نام «تراستِ سرمایه‌گذاری در املاک و مستغلات » (REIT) سرمایه‌گذاری کنند. ان شرکت‌ها املاک تجاری را خریداری نموده و با این دارایی‌ها جریان نقدینگی ایجاد می‌کنند.

با مطالعه بیشتر در این زمینه می‌توانید اطلاعات بیشتری کسب کنید. اثرِ «تراست سرمایه‌گذاری در املاک و مستغلات: از کجا شروع کنیم؟» می‌تواند اطلاعات بیشتری در این زمینه در اختیار شما قرار دهد.
کشورهایی همچون استرالیا، کره، و هنگ کنگ طی ده سال گذشته تا حد بسیار زیادی درآمد بازنشستگی خود را در بازار افزایش داده‌‌اند. نرخ تبادلات ارزی به قدری پایین است که می‌توانید در یک ملک سرمایه‌گذاری کنید و با دریافت اجاره جذب نقدینگی داشته باشید.

نرخ موفقیتِ سرمایه گذارانی که ملک خریداری می‌کنند بالا است، به ویژه برای افرادی که خارج از ایالات متحده دست به این کار می‌زنند. برای مثال، می‌توان تنها با سرمایه‌گذاری ۵۰،۰۰۰ دلاری، یک ویلای چند میلیون دلاری در جزایر کایمن خرداری نمود. اجاره بهاء این ویلا جریان نقدینگی ایجاد می‌کند و می‌توان با آن مالیات بر سودِ سرمایه را به دولت پرداخت نمود و [از طرفی] برای شما هیچ مالیاتی محاسبه نمی‌شود. پس سرمایه‌گذار می‌تواند تا زمان بازنشستگی ویلا را داشته باشد و درآمد حاصل از آن را مستمری در نظر بگیرد.

نکته دیگر اینکه سرمایه‌گذارانی که می‌خواهند در سایر کشورها سرمایه‌گذاری کنند لازم است دانش خود را در مورد قوانینِ املاک و مستغلاتِ آن کشور و مناسب‌ترین مکان‌های سرمایه‌گذاری افزایش دهند. مهم‌تر از همه اینکه کشورهای خارجی ارزش بسیاری برای خرید نقدی املاک و مستغلات قائل هستند. در برخی موارد، حتی قراردادهای کلان نقدی شامل تخفیف می‌شوند (امّا خریدهای اقساطی، حتی اگر کلان باشند، تخفیفی ندارند).

شیوه‌های مطرح شده متداول‌ترین روش‌هایی است که افراد برای ایجاد جریان نقدینگی طی گذر زمان، می‌توانند در آن‌ها سرمایه‌گذاری می‌کنند. بهتر است افرادی که به دنبال راهی برای فرار از کشاکش زندگی هستند، یادبگیرند چگونه از درآمد فعلی خود پول بیشتری بدست آورند.

درآمد غیرفعال آزادی است. اگر بخواهید می‌توانید دست از کار بردارید امّا نیازی نیست سبک زندگی خود را تغییر دهید. اگر چه کار آسانی نیست، امّا امکان پذیر است. تنها چیزی که لازم دارید سرمایه کافی است (حداقل ۱،۰۰۰ دلار).
آزادی مالی: استقلال مالی یا بازنشستگی زود هنگام؟

احتمالاً انجام کارهای مورد علاقه‌تان مهم‌ترین چیزی است که ذهن شما را به خود مشغول کرده است. اگر به سوارکاری یا غواصی علاقمند هستید یا صرفاً می‌خواهید از انجام کارهایی که دوست دارید لذت ببرید پس با تمام وجود بر روی آن‌ها تمرکز کنید. با این حال اگر واقعاً به دنبال کسب درآمد غیرفعال هستید، راهبردهای بسیاری در این زمینه وجود دارند که می‌توانید از آن‌ها استفاده کنید.

اکنون دیگر دوره استخدام و کار کردن برای دیگران در ازای دریافت حقوق ماهیانه به سر آمده است. اگرچه همه ما در مراحلی از زندگی برای دیگران کار کرده‌ایم، امروزه خوداشتغالی یا به عبارتی کار کردن برای خود متداول‌تر است. اکثریت شهروندان آمریکایی ۳۵ ساله یا جوان‌تر هستند. خوداشتغالی مزایای بسیاری برای این گروه سنی به همراه دارد امّا بیشتر این افراد از این مزایا بی‌اطلاع هستند. برای کسب اطلاعات بیشتر درباره راهکارهای ایجاد درآمد غیرفعال می‌توانید به مقاله زیر مراجعه کنید:
«سه گام ساده به سوی درآمد غیرفعال»

این مقاله درباره کسب درآمد غیرفعال از طریق املاک و مستغلات است. در این مقاله راهبردهای دیگر مانند خرید و فروش سهام، کالا و فرصت‌ها به چشم نمی‌خورند. در ادامه هر سه مورد را مرور کرده و برای هرکدام مثالی ذکر می‌کنم تا از مزایای این راهکارها در جهت کسب درآمد غیرفعال نیز بهره مند شوید.

خرید و فروش سهام

بازار سهام یکی از ساده ترین روش‌هایی است که با سرمایه‌گذاری در آن می‌توانید با گذر زمان درآمد غیرفعال بسزایی کسب کنید. تنها کافی است سبدِ سهامِ با کیفیتی خریداری کرده و آن را مدتی نگه دارید؛ سهامی خریداری کنید که توانایی نگهداری آن را برای طولانی مدت داشته باشید.

می‌توانید در «حساب بازنشتگی انفرادی » (IRA) یک سبد سرمایه ایجاد کنید، یا از یکی از سبدهای موجود استفاده کنید. این دو به لحاظ مالیاتی هیچ تفاوتی با هم ندارند. دلیل اینکه بر سرمایه‌گذاری در IRA تاکید دارم مالیاتِ بسیار پایینِ آن است. همین امر باعث می‌شود IRA برای سرمایه‌گذاری و ایجاد حسا‌ب‌های معاف از مالیات بسیار مناسب باشد. مثال زیر به خوبی این مسئله را نشان می دهد:

شما ۳،۰۰۰ دلار در یک سبد سرمایه‌گذاری می‌کنید. پس از آن، بسته به بازار و سهام انتخابی، سالانه ۵۰۰ دلار سود یا زیان دارید. فرض کنید در طبقه مالیاتی ۱۵% قرار دارید. به موجب این طبقه مالیاتی ۱۵% از ۳،۰۰۰ دلار شما کسر می‌شود و نهایتاً ۲،۲۵۰ دلار خواهید داشت. اگر جایی غیر از IRA سرمایه‌گذاری کرده بودید، لازم بود بابت ۵۰۰ دلار سود خود ۱۵% مالیات پرداخت کنید، این مبلغ ۳۰% بیشتر از سود شما می‌شد! با این حال، در IRA می‌توانید کل سود را به عنوان سرمایه اولیه نگه دارید. به عبارتی در RIA سود به سرمایه اولیه اضافه می‌گردد.

همانطور که می‌بینید اگر در طبقه مالیاتی ۱۵% قرار داشته باشید، با این راهبرد سود خالص شما ۶،۲۵۰ دلار یا بیشتر خواهد بود. این درآمد برای گذران زندگی در چند سال اول بازنشتگی کافی است. اگر زمانی که بازنشسته می‌شوید چنین سودی (یا حتی سود بیشتر) داشته باشید، به راحتی می‌توانید در کنار درآمد غیرفعال خود شغل دیگری در حوزه کاری خودتان پیدا کنید.

فرصت‌های معاملاتی

یکی دیگر از راه‌های کسب درآمد غیرفعالِ زیاد استفاده از فرصت‌ها است. ممکن است درآمد ناشی از فرصت‌ها یکنواخت و به بزرگی درآمد ناشی از خرید و فروش سهام نباشد امّا اگر کارها را درست پیش‌ ببرید، هنوز هم می‌توانید از تراز حساب خود سالانه ۳۰% سود بدست آورید. در مثال زیر به طور خلاصه کسب درآمد غیرفعال از فرصت‌های معاملاتی را نشان می‌دهیم:
شما ۳،۰۰۰ دلار در سبدی با اختیار خرید و فروش ۳۰% (یا غیره) در شاخص S&P 500 سرمایه‌گذاری می‌کنید.

پس از آن، با توجه به شرایط بازار، سالانه ۱،۰۰۰ دلار سود یا زیان کسب می‌کنید. فرض کنید در طبقه مالیاتی ۱۵% قرار دارید. به موجب این طبقه مالیاتی ۱۵% از ۳،۰۰۰ دلار شما کسر می‌شود و ۲،۲۵۰ دلار خواهید داشت. بدین ترتیب سالانه ۲،۲۵۰ دلار در حساب بانکی خود دارید و تازمانی که بخواهید آن را دوباره سرمایه‌گذاری کنید یا با آن مالیات بپردازید می‌توانید به سود خود دست نزنید.

این روش تنها یکی از راه‌های کسب درآمد از فرصت‌ها در IRA یا دیگر حساب‌های بازنشستگی است. سعی کنید برای چند سال آینده در معاملات اختیار روزانه و هفتگی وارد شوید و همین معاملات را ادامه دهید. بعد از چند سال خواهید دید به چه عایداتی دست می‌یابید. به احتمال زیاد از اینکه می‌توانید سرمایه‌ای برای خود کنار بگذارید خشنود خواهید شد.


طرح بازنشستگی ۱۰۱

تا کنون به معرفی شیوه سرمایه‌گذاری در IRA با هدف کسب درآمد سالانه پرداخته‌ایم. در ادامه برنامه‌زیری پیش از بازنشستگی و مقدار پس‌انداز لازم قبل از آن را توضیح می‌دهیم. اگر چه این مقاله بیشتر پیرامون سرمایه‌گذاری در دوران بازنشستگی است، ولی بیشتر مردم تا قبل از بازنشستگی از مقدار پس‌‌انداز لازم اطلاعی ندارند.
اگر ۳۵ ساله یاجوان‌تر هستید لازم است تا قبل از بازنشستگی پول زیادی از درآمد خود را کنار بگذارید. علاوه ‌بر این باید مقداری از پس‌انداز خود را سرمایه‌گذاری کنید تا از زمانی که کارفرما شما را اخراج می‌کند پول هنگفتی دست شما را بگیرد. (برای اطلاعات بیشتر به مقاله «پولدار شدن قبل از بازنشستگی» مراجعه کنید).

این بخش احتمالاً مهم‌ترین قست است. با طرح ۴۰۱ (k) می‌توانید تا سقف ۳،۰۰۰ دلار پس انداز کنید. به عبارتی باید سالانه سه هزار دلار دیگر از درآمد خود را پس‌انداز کنید. اگر ۳۵ ساله یا جوان‌تر هستید باید قبل از بازنشستگی این مبلغ را پس‌انداز کرده باشید.

از آنجا به بعد، لازم است مشخص کنید می‌خواهید با چه مقدار پول دوران بازنشستگی را سپری کنید. احتمالاً اگر می‌دانستید با چه مقدار پس‌انداز می‌توانستید بلافاصله پس از فارغ‌التحصلی بازنشسته ‌شوید و برای چند دهه گذرانِ زندگی کنید، متحیر می‌شدید. حتی اگر لازم بود سالانه به جای ۸۰۰،۰۰۰ دلار ۶۰۰،۰۰۰ دلار خرج کنید.

گمان نمی‌کنم کسی مخالف پس‌انداز برای آینده باشد. با این حال، بیشتر افراد از پس‌انداز هراس دارند زیرا نمی‌دانند باید چه مقدار پس‌انداز کنند و این پس‌انداز دقیقاً صرف چه کارهایی ‌شود. می‌توانم به دو تجربه شخصی در این زمینه اشاره کنم.
تجربه اول در مورد خودم است. همسرم ۲۶ سال دارد و اکنون پنج سال است که در حرفه خود مشغول به کار است. او پیش از ازدواج و در دوران دانشگاه پول پس‌انداز کرد؛ پس از فارغ‌التحصیلی و تا زمانی که در شغل فعلی‌اش (با درآمد سالانه ۶۵،۰۰۰ دلار) مشغول به کار شود، توانست با این پس‌انداز گذرانِ زندگی کند. (در آن زمان، من نیز همین شغل را داشتم). زمانی که من برای هزینه‌های ازدواج پس‌انداز می‌کردم، همسرم برای دوران متاهلی پس‌انداز می‌کرد. اگر از این موضوع مطلع بودم با او ازدواج نمی‌کردم.

اگر چه من و همسر قصد نداریم به زودی بچه‌دار شویم، امّا تا کنون به اندازه کافی پس‌انداز کرده‌ایم که بتوانیم تنها با درآمد من برای حداقل دو یا سه سال سرکار نرویم و گذرانِ زندگی کنیم. هرچند، چنین قصدی نداریم. در واقع، هدف ما این است که هر دو نفر کار کرده و تا حد ممکن پس‌انداز کنیم و مخارج زندگی را به حداقل برسانیم.

تمام دارایی ما به شرح زیر است:
اگر من و همسرم دارایی‌های خود را روی هم بگذاریم و با آن گذرانِ زندگی کنیم، دارایی هر دوی ما با هم کفاف زندگی را می‌دهد (چون متاهل هستیم، هیچ بدهی‌ای نداریم). به همین دلیل فعلاً پس انداز می‌کنیم و روزی که به انداه کافی جمع کردیم، بازنشسته می‌شویم و از ایالت کالیفرنیا می‌رویم. همه مردم نمی‌توانند پس‌انداز کنند؛ تنها افرادی که سخت کار می‌کنند می‌توانند بخش بزرگی از درآمد خود را پس انداز کنند.

تجربه دوم در مورد پسر بزرگم است. او ۱۸ سال دارد و برای روزی که مستقل شود و با درآمد خودش زندگی کند (یعنی همین الان) پس‌انداز کرده است. اگر به اندازه کافی درآمد داشته باشد و از عهده پرداخت وام دانشجویی برآید، می‌تواند در دانشگاه در یکی از رشته‌های مهندسی تحصیل کند و در ۲۲ سالگی شغلی با درآمد سالانه ۶۰،۰۰۰ دلار داشته باشد.

پس‌انداز پسرم به قدری است که من نمی‌دانم آیا می‌تواند از عهده مخارج زندگی برآید یا نه (به نظرم تنها بتواند اجاره خانه را بپردازد). با این حال اگر از سن ۱۶ سالگی پس‌انداز کرده بود، تا چند سال پس از ورود به دانشگاه، بدون اینکه سر کار برود، می‌توانست به خوبی زندگی کند. بنابراین اگر ۳۵ ساله یا جوان‌تر هستید و قصد دارید با پس‌انداز کافی (و سرمایه‌گذاری در حسابی که سود خوبی می‌دهد و مالیات کمی دارد) بازنشسته شوید، پیش از دریافت حکم بازنشستگی تا جایی که می‌توانید پس‌انداز کنید. اگر کارفرمای شما حساب IRA برای شما باز نمی‌کند، خودتان اقدام کنید. اگر کارفرما حساب IRA باز می‌کند اما کسور بازنشستگی را تقبل نمی‌کند، به قدری پس‌انداز داشته باشید که خودتان کسور بازنشستگی را پرداخت کرده و از سایر فرصت‌های سرمایه‌گذاری موجود نیز بهره‌مند شوید.

باورهای اشتباه در مورد ورشکستگی

بسیاری از مردم تصور می‌کنند ورشکستگی عاقبت خوبی ندارد. به نظرم این طرز فکر ناشی از بحث‌هایی است که امروزه در مورد بدهی صورت می‌گیرد. این افراد احتمالاً کارت اعتباری یا دیون دیگری دارند، امّا از قوانین ورشکستگی جدید که برای اعتبار مصرفی قابل اجرا است، آگاه نیستند. در مورد دیون مصرفی، مانند کارت اعتباری یا وام خودرو، می‌توانید فصل ۷ قانون (پیرامون نقد کردن دارایی‌ها) و فصل ۱۳ قانون (درباره پرداخت دیون) را مطالعه کنید. این دو فصل دو روش متداولِ پرداخت دیون ورشکستگی را توضیح می‌دهند. این گزینه‌ها برای افرادی مناسب است که بدهی سنگینی دارند زیرا تقریباً تمام دارایی آن‌ها بابت پرداخت بدهی فروخته خواهد شد.

از اینکه برای خواندن این متن وقت گذاشتید سپاسگزارم. همانطور که مشاهده می‌کنید GPT-3 بسیار نیرومند است. این فناوری توانست برای یک عنوان ساده یک مقاله کامل بنویسد؛ حتی می‌تواند بیشتر هم بنویسد.

منبع: هوشیو

یک مهندس هوش مصنوعی چه کارهایی انجام می‌‌دهد؟


مهندسی هوش مصنوعی یکی از نقش‌‌های جدید در حوزه فناوری اطلاعات است. هنوز چیزهای زیادی هست که درباره وظایف مهندس هوش مصنوعی نمی دانیم. در این مقاله درباره وظایف مهندس هوش مصنوعی صحبت می‌‌شود و اطلاعات مورد نیاز برای رفع ابهامات این نقش ارائه می‌‌شود.

مشخصات شغلی

یک مهندس هوش مصنوعی مدل‌‌های هوش مصنوعی را طراحی می‌‌کند، آن‌‌ها را به محک آزمون می‌‌گذارد و به کار می‌‌گیرد. در کنار این موارد، او وظیفه نگهداری از زیرساخت‌‌های اساسی هوش مصنوعی را نیز به عهده دارد. او می‌‌تواند برای مشکلاتی که حین توسعه نرم‌‌افزار به روش سنتی و اجرای یادگیری ماشین به وجود می‌‌آید، مسیر درست را تشخیص دهد و راه حل‌‌های موثر ارائه دهد. برای اینکه درک بهتری از این نقش به دست آید، بسیار مهم است که بدانیم یادگیری ماشین اساسا چیست.

اگر بخواهیم به طور خلاصه بگوییم، یادگیری ماشین روشی نوین برای حل مشکلات مربوط به علوم کامپیوتر است که تا پیش از این به راحتی قابل حل نبودند، مثلا ایجاد برنامه‌‌‌ای که بتواند با موفقیت تشخیص دهد دست خط انسان چه جملاتی را نوشته است بر اساس یادگیری ماشین قابل انجام است.

یادگیری ماشین به وسیله الگوریتم‌‌های مختلفی قابل انجام است. این الگوریتم‌‌ها حجم زیادی از داده‌‌ها را تحلیل می‌‌کنند و بر اساس آن داده‌‌ها، به طور خودکار آموزش می‌‌بینند، بدون اینکه به صورت سنتی و طبق روش قدیمی، برنامه ریزی شده باشند و به آن‌‌ها دستورالعمل داده شده باشد. در واقع این نوع یادگیری به این صورت است که بدون اینکه متکی به طی مسیر قدم به قدم باشد، بیشتر از الگوریتم‌‌های یادگیری ماشین برای آموزش پذیری تغذیه می‌‌کند.

مسئولیت‌‌ها و وظایف

یک مهندس هوش مصنوعی می‌‌تواند مسئولیت‌‌های متعددی را در یک سازمان فناوری اطلاعات عهده دار شود. این مسئولیت‌‌ها شامل این موارد می‌‌شود:

  • ایجاد هماهنگی میان دانشمندان داده و تحلیل گران کسب‌‌‌وکار
  • خودکارسازی زیرساخت مورد استفاده تیم علوم داده
  • تبدیل مدل‌‌های یادگیری ماشین به API ‌‌هایی که قابل دسترسی توسط بقیه اپلیکیشن‌‌ها نیز باشد.
  • تست و استقرار مدل‌‌ها
  • توسعه حداقل محصول مناسب بر اساس یادگیری ماشین
  • به کارگیری هوش مصنوعی برای تجهیز سازمان با توانمندی‌‌های نوین

بعضی از این موارد ممکن است کمی ابهام‌آمیز به نظر برسند؛ برای روشن‌‌تر شدن مفهوم چند مثال ساده می‌‌تواند راهگشا باشد.

فرض کنید یک شرکت فناوری اطلاعات یک کسب‌‌‌وکار قدرتمند و موفق را راه‌‌اندازی کرده و به حجم گسترده‌ای از مخاطبان آنلاین خدمات‌رسانی می‌‌کند. چنین کسب‌‌‌وکاری نیازهایی نیز دارد؛ از جمله به مدل‌‌های آزمایشی و اولیه (پروتوتایپ) برای انواع طرح‌‌بندی وبسایت‌‌ها نیازمند است. این نیاز از آن جا نشئت می‌‌گیرد که چنین شرکتی از روش‌‌های یکپارچه UX و UI به عنوان رابط کاربری استفاده می‌‌کند و با اجرای مداوم آزمون‌‌های A/B روی صفحات وبسایت خود، راهکارهای بهتر را کشف می‌‌کند.

این شرکت همچنین رفتار کاربر را با استفاده از ابزارهایی مثل HotJar رصد می‌‌کند. این ابزار، کلیک‌‌های کاربر و اسکرول‌‌های او روی صفحات وب را ثبت می‌‌کند، تا از این طریق، نقاط احتمالی سردرگمی یا پریشانی وی را با رفتار او روی وبسایت‌‌ها تحلیل کند.

مسئولیت‌‌های یک مهندس هوش مصنوعی در تیم خود می‌‌تواند شامل این موارد باشد:

  • ایجاد یک الگوریتم یادگیری ماشین که از طرح‌‌های اولیه‌‌‌ای که تیم UX روی تخته کشیده‌اند، عکس بگیرد و طرح‌‌بندی نهایی وبسایت را بر اساس این خطوط کلی بیافریند. این خروجی بعدا می‌‌تواند مورد استفاده تیم توسعه نرم‌‌افزار قرار گیرد. اگر چنین روندی در کار به صورت موفقیت‌آمیز به اجرا درآید، می‌‌تواند ساعت‌‌های زیادی در وقت نیروی انسانی صرفه‌جویی کند و به چرخه بازخورددهی برای بهبود تجربه کاربری وبسایت سرعت بخشد.
  • جمع‌آوری اطلاعات از هزاران کاربر HotJar و اعمال آن‌‌ها روی الگوریتم‌‌های یادگیری ماشین، تا ایرادها و دشواری‌‌های احتمالی سیستم و سردرگمی‌‌های کاربر شناخته شود. تجزیه و تحلیل داده‌‌ها و یافتن روش‌‌هایی که کمک می‌‌کند بفهمیم کاربران چرا، چطور و چه زمانی دچار سردرگمی می‌‌شوند.
  • خلق مدلی که HotJar و تست A/B را با استفاده از داده‌‌های گوگل آنالیتیکس و اطلاعات روی سبدهای خرید با یکدیگر ترکیب کند و طرح‌‌های بهینه‌‌‌ای را پیشنهاد دهد. این کار منجر به افزایش زمان صرف شده در سایت، جذب مشتری بیشتر یا دستیابی به دیگر اهداف سازمان می‌‌شود.
  • تلاش برای ارزیابی و پیش‌بینی موفقیت طرح‌‌های مختلف پیشنهادی توسط تیم UX.

همان‌طور که مشخص است، توصیف نقش یک مهندس هوش مصنوعی آسان نیست. این دشواری تا حدودی به دلیل جدید بودن این رشته است؛ و نیز به دلیل این است که هر کسب‌‌‌وکاری پیاده‌سازی‌‌های خاص خود را دارد و از شیوه‌‌های اتوماسیون خلاقانه خاص خود استفاده می‌‌کند تا به اهداف نهایی خود دست یابد.

مهندس هوش مصنوعی چه وظایفی بر عهده دارد؟

از آنجا که مهندسی هوش مصنوعی رشته‌‌‌ای بسیار گسترده است، کارهای مختلفی هست که یک مهندس هوش مصنوعی می‌‌تواند انجام دهد. وظایف مهندس هوش مصنوعی شامل این موارد می‌‌شود:

  • پیشرفت تحقیقات در الگوریتم‌‌های یادگیری ماشین
  • استفاده از یادگیری ماشین در مجموعه‌‌‌ای از ورودی داده‌‌ها در چرخه عمر توسعه نرم‌‌افزار
  • داده کاوی
  • تطبیق الگو
  • تشخیص الگو
  • آموزش نرم‌‌افزار مبتنی بر یادگیری ماشین برای کارهای مخصوص دامین (تشخیص تصویر، تشخیص شیء، زیست‌فناوری، وسایل نقلیه خودران و غیره).

مهارت‌‌ها

یک مهندس هوش مصنوعی باید مهارت‌‌های یک دانشمند داده را داشته باشد. او می‌‌بایست سطح قابل قبولی از تخصص در آمار و حتی ریاضیات داشته باشد. اما این فقط آغاز کار است.

یک مهندس هوش مصنوعی همچنین باید هر دو روش سنتی (مدل آبشار) و چابک را در چرخه زندگی توسعه نرم‌‌افزار درک کند؛ از جمله ادغام مداوم، تحویل مداوم و استقرار مداوم (CI /CD). او همچنین باید روش‌‌های مختلف آزمایش، از جمله توسعه آزمون محور و رشد رفتار محور را بشناسد.

علاوه بر این، چنین متخصصی باید بداند که یادگیری ماشین در کجای این خطوط ادغام و تحویل مداوم قرار می‌‌گیرد. به بیان دیگر، یک مهندس هوش مصنوعی باید بداند چگونه فرایندهای چابک را در سازمان فناوری اطلاعات با کمک یادگیری ماشین بهبود بخشد.

یک مهندس هوش مصنوعی برای اینکه بتواند در چنین سطح بالایی کار کند، باید حداقل پنج سال (و ترجیحاً ده سال) تجربه کاری در تعداد زیادی از زبان‌‌های برنامه‌نویسی داشته باشد.

مهم‌ترین و موردنیازترین زبان‌‌های برنامه‌‌نویسی عبارتند از:

یک مهندس هوش مصنوعی باید چه توانایی‌‌هایی داشته باشد؟

  • نرم‌‌افزارهای درحال‎تولید را به‌شکلی موثر به‌کار گیرد.
  • از روش‌‌های مدرن توسعه نرم‌‌افزار استفاده کند.
  • بتواند در چندین زبان رایانه‌‌‌ای در سطح پیشرفته کدنویسی کند.
  • مهارت‌‌های تفکر انتقادی را به‌خوبی رشد داده باشد.
  • در آمار و ریاضیات تبحر داشته باشد.
  • احساس مسئولیت بالا داشته باشد.
  • آزادی عمل در کار داشته باشد.
  • تفکر تحلیلی داشته باشد.

پیشینه و الزامات

مدرک تحصیلی یک مهندس هوش مصنوعی عموما ریاضیات است و بر مباحث مربوط به آمار، احتمال، منطق، حساب و الگوریتم‌‌ها تسلط دارد.

همچنین برای مهندس هوش مصنوعی مدرک فیزیک، مهندسی یا روباتیک هم مورد قبول است. یکی دیگر از مسیرهای تحصیلی ممکن برای این شغل، کارشناسی در علوم رایانه است که در مقطع کارشناسی ارشد در رشته مهندسی کامپیوتر و برای تخصص بیشتر در رشته‌‌های مرتبط با هوش مصنوعی در سطح دکترا ادامه می‌‌یابد.

اخیراً، حوزه هوش مصنوعی رشد سریعی داشته و در این حوزه، تقاضا نسبت به عرضه بسیار بیشتر شده است. به همین دلیل دانشگاه‌‌های بزرگ با ایجاد دوره‌‌ها و مقاطع جدید، به تقاضای این بازار حتی در سطح کارشناسی علوم پاسخ گفته‎اند. در سطح کارشناسی علوم، دوره‌‌های موردنظر اغلب به عنوان علوم کامپیوتر (هوش مصنوعی) شناخته می‌‌شوند. در سطح کارشناسی ارشد، درس‌‌ها تخصصی‌‌تر می‌‌شود؛ مانند هوش مصنوعی و محاسبات بصری، امنیت سایبری و هوش مصنوعی و دوره‌‌های تخصصی دیگر.

علاوه بر این، می‌‌توانید از طریق دوره‌‌های آنلاین با آموزش غیررسمی شروع کنید. در حال حاضر، دوره‌‌های آنلاین AI با کیفیت عالی در بازار وجود دارد.

حقوق و دستمزد

حقوق مهندس هوش مصنوعی به طور معمول چقدر است؟ حقوق اولیه حدود ۵۷۰۰۰ دلار در سال است. مهندسان باتجربه هوش مصنوعی سالانه حداکثر ۱۱۴۰۰۰ دلار دستمزد می‌‌گیرند و متوسط پاداش حدود ۸۶۰۰۰ دلار است. نوسانات و بی‌ثباتی شغلی در این حوزه نیز مانند هر نقشی، به مقطع تحصیلی، صنعت، شرکت و همچنین موقعیت مکانی مربوط می‌‌شود.

حقوق مهندسان هوش مصنوعی:

کارشناس: ۵۷۰۰۰ دلار

میانگین: ۸۶۰۰۰ دلار

ارشد: ۱۱۴،۰۰۰ دلار

هزینه یک فریلنسر با تجربه هوش مصنوعی چقدر است؟

متوسط نرخ ساعتی فریلنسر یک مهندس هوش مصنوعی ۷۶ دلار در ساعت است. با در نظر گرفتن یک روز کاری ۸ ساعته، نرخ روزانه حدود ۶۰۸ دلار در روز است (شاخص نرخ freelancermap – از ژانویه ۲۰۱۹).

شناخت واقعی یک مهندس هوش مصنوعی

اکنون که شناخت نسبی درباره مهندس هوش مصنوعی به دست آمد، طی مصاحبه‌ای نظر یک متخصص این حوزه با نام خوان لوئیس روزا درباره این نقش بررسی می‌شود.

خوان لوئیز روزا کارشناس ارشد علوم هوش مصنوعی از دانشگاه UPC بارسلونا است و بیش از ۱۰ سال تجربه در مدیریت پروژه CTO و IT دارد. او نرم‌‌افزار طراحی می‌‌کند، تیم‌‌های فناوری را هدایت می‌‌کند و بر روند کاری محصولات نرم‌‌افزاری و فناوری (اپلیکیشن‌‌ها، CMS، تجارت الکترونیکی، تجزیه و تحلیل داده‌‌ها) برای بزرگ‌ترین شرکت‌‌های رسانه‌‌‌ای در اسپانیا نظارت می‌‌کند. وی پس از دریافت مدرک کارشناسی ارشد در هوش مصنوعی، در حال ایجاد لاین‌های مربوط به بینایی کامپیوتر (از مجموعه داده‌‌ها تا استنتاج) و استقرار مدل‌‌های یادگیری ماشین با استفاده از Kubernetes در Google Cloud برای مقابله با اخبار جعلی است.

متن مصاحبه

کمی از سابقه کاری خود بگویید و اینکه چگونه یادگیری ماشین و هوش مصنوعی را شروع کردید؟

من بیشتر مدیر ارشد فناوریبوده‌ام، عمده فعالیتم ایجاد تیم‌‌های فنی و تولید نرم‌‌افزار برای شرکت‌‌های رسانه‌ای، افزایش ابزارهای قدرتمند برای پلتفرم‌‌های CMS، سیستم‌‌های تجارت الکترونیکی، برنامه‌‌های تلفن همراه و… بوده است. در ابتدای سال ۲۰۱۶ پس از دیدن آخرین به‌روزرسانی تصاویر اندروید شوکه شدم، آن‌‌ها در حال کشف تصاویری بودند که من ایجاد کرده بودم! برای اینکه بتوانم این کار را برای خودم انجام دهم، دوره‌‌های یادگیری آنلاین را شروع کردم، اما تمام‎کردن آن دوره‌‌ها برایم غیرممکن بود. من همیشه در مفاهیم نظری و ریاضیات گیر می‌‌افتادم و در یادگیری این موضوعات ضعیف بودم. بنابراین تصمیم گرفتم که به دانشگاه برگردم و در یک دوره فوق‌لیسانس دو ساله در هوش مصنوعی ثبت‌نام کنم. در آن‌جا مدرسان و همکاران فوق‌العاده‌‌‌ای پیدا کردم که به من کمک کردند در کارم موفق شوم. این تجربه جالبی بود که دوست دارم آن را به هرکسی که فرصتی برای انجام این تجربه دارد، پیشنهاد کنم.

بزرگ‌ترین تصور غلط درباره هوش مصنوعی چیست؟

اگر همه این بحث‌‌ها و اخبار مربوط به هوش عمومی مثل کشته‌شدن انسان‌‌ها به دست روبات‌‌ها و تولد ابرقدرت‌‌های هوش مصنوعی را کنار بگذاریم و بخواهیم درباره کاربرد هوش مصنوعی صحبت کنیم، به نظرم شرکت‌‌ها باید در نظر بگیرند که هوش مصنوعی می‌‌تواند در بسیاری از کارها سرآمد باشد. با این حال، هنوز باورهای غلط بسیاری وجود دارد که به دلیل همه این اصطلاحات و کلمات مربوط به مهارت‌‌های انسان به وجود آمده است.

همه این کلمات مانند استدلال، درک، شبکه‌‌های عصبی و هوش نام‌‌های اشتباهی هستند. درواقع، این عملکرد نرم‌‌افزار و مجموعه کوچکی از ایده‌‌های ریاضی در سطح دبیرستان است که می‌‌تواند در بسیاری از کارها بدرخشد، اما در مرحله اول شما باید آن کارها را دیجیتالی کنید. در پروژه‌‌هایی که من در آن‌ها همکاری می‌‌کنم، قبل از شروع به حل مسئله اصلی، حدود ۷۰ درصد از زمان ما صرف جمع‌‌آوری و سازماندهی داده‌‌ها می‌‌شود. قبل از شروع به حل مسئله اصلی، حدود ۷۰ درصد از وقت ما صرف جمع‌‌آوری و سازماندهی داده‌‌ها می‌‌شود.

برای کسانی که دوست دارند مهندس هوش مصنوعی شوند چه توصیه‌‌‌ای دارید؟

هوش مصنوعی به خودی خود وجود ندارد. این یک اصطلاح عمومی است که بسیاری از رشته‌‌های مختلف را شامل می‌‌شود:

•         بینایی ماشین

•         پردازش زبان طبیعی

•         یادگیری ماشین

•         مدیریت دانش

•         برنامه‌ریزی و استدلال

من پیشنهاد می‌‌کنم اول ببینید آیا کار با تصاویر را دوست دارید یا کار با متن را ترجیح می‌‌دهید. بعد از گرفتن این تصمیم، حوزه‌‌هایی را که دوست دارید، انتخاب کنید: رسانه‌‌های اجتماعی، طبیعت، بازاریابی، ورزش و… . در همه حوزه‌‌ها یک برنامه کاربردی برای هوش مصنوعی وجود دارد. پس از استفاده از آن برنامه، سعی کنید بررسی بیشتری روی موارد استفاده از آن داشته باشید؛ مثلا پروژه‌‌هایی که از آن استفاده کرده‌اند و غیره را در گوگل سرچ کنید. گوگل و آمازون ده‌‌ها پیاده‌سازی واقعی دارند. می‌‌توانید تحقیقات هوش مصنوعی گوگلرا نیز بررسی کنید.

در این مرحله، بیشتر به مفاهیمی بپردازید که درک آن‌‌ها برای شما سخت‌‌تر است. من قبلا به شما توصیه کردم به سمت یادگیری پایتون و داکر بروید. اما الان می‌‌خواهم اضافه کنم که به‌طور خاص، اوبونتو را نیز در کامپیوتر خود داشته باشید، زیرا به شما کمک می‌‌کند بدون توجه به ناسازگاری‌‌های نسخه نرم‌‌افزار، سرعت خود را افزایش دهید.

یک متخصص هوش مصنوعی مشتاق هست درباره کار خود صحبت کند؛ بنابراین از این فرصت استفاده کنید و از آن‌ها سوال بپرسید. سعی کنید در انجمن‌‌ها و اتاق‌‌های گفتگو، انجمن‌‌های محلی AI و فرصت‌‌هایی که برای صحبت با همکاران و غیره وجود دارد، شرکت کنید.

هوش مصنوعی در آینده چگونه می‌‌تواند توسعه وب و فضای کار را تغییر دهد؟

یادگیری ماشینی در واقع یافتن الگوها است و همه ما می‌‌دانیم که همه مشاغل دارای درجه‌‌‌ای کار روتین هستند و همه وظایف برخی از تکرارهای ضمنی را در خود دارند. هوش مصنوعی می‌‌تواند با آن بخش روتین به کار شما آید و به انسان کمک کند تا از کارآیی و بهره‌وری بالاتری برخوردار شود. به‌طور خاص، در حوزه توسعه وب فضای زیادی برای پیشرفت وجود دارد؛ مثلا در بخش پیشنهادهای تکمیل خودکار، پردازش تصویر، تأیید محتوای کاربران (به عنوان مثال در وبسایت فروش محصولات دست دوم)، مقابله با روبات‌‌های هرزنامه (به عنوان مثال در بخش مرور محصول) تقسیم‌بندی مخاطبان و یا خط اول پشتیبانی مشتری می‌‌توانید فرصت‌‌های پیشرفت و توسعه بیشتر را پیدا کنید.

طی چند سال آینده، هوش مصنوعی امکان تغییر نحوه ساخت نرم‌‌افزار را فراهم خواهد کرد. اگر بتوانید درباره مشکلی که حل می‌‌کنید داده‌‌های کافی جمع‌‌آوری کنید، یادگیری عمیقی برای خود ایجاد خواهید کرد که می‌‌تواند ویژگی‌‌های خاص خود را ایجاد کند و بدون نیاز به درنظرگرفتن تمام نیازهای قبلی یا انجام کارهای غیرمنتظره، می‌تواند مشکلات را حل کند. همه ما می‌‌دانیم که مشتریان و نیازها همزیستی کاملی با یکدیگر ندارند، بنابراین این وضعیت می‌‌تواند برنامه‌‌نویسی وب را بسیار تسهیل کند و سرعت توسعه وب و نرم‌‌افزار را افزایش دهد.

آیا مهندس هوش مصنوعی نقشی هست که بتوان آن را به‌صورت دورکاری انجام داد؟ آیا برای فریلنسرها مشکلی نیست؟

امروزه، هوش مصنوعی هنوز یک پدیده جدید است. هوش مصنوعی در واقع نوعی نوآوری با سرعت باورنکردنی در به‌روزرسانی بر اساس آخرین فناوری‌‌ها است. شرکت‌‌های بزرگ فناوری اطلاعات (گوگل، مایکروسافت، ‌‌‌ای بی ام، آمازون) در ارائه راه‌حل‌‌ها و ابزارهای جدید تلاش بسیار سختی را پیش‌گرفته‌اند. هیچ راه‌حل خوب یا بدی وجود ندارد و شاغلان هوش مصنوعی باید قبل از شروع به حل مشکلات مشتریان خود، تحقیقات زیادی انجام دهند. این یک فناوری پیشرفته نیست و اکثر پروژه‌‌ها جدید، غیرقطعی و بسیار پویا هستند. به همین دلیل است که فکر می‌‌کنم فریلنسرها و دورکارها کاندیداهای خوبی برای ارائه راه‌حل‌‌های عالی هستند. آن‌ها برای دستیابی به راه‌حل‌‌های عالی و داشتن پروژه‌‌های موفق هوش مصنوعی به زمان تحقیق و محیط‌‌های آرام نیاز دارند.

منبع: هوشیو

هوش مصنوعی در فیفا ۲۲ شگفتی آفرید؛ قرار است روی صندلی میخکوب شوید


طبق اعلام رسمی، انتظار علاقه‌مندان بازی فیفا در تاریخ یکم اکتبر (۹ مهر) به سر خواهد آمد. کمپانی EA Sports بازی فیفا ۲۲ برای کنسول‌های بازی پلی‌استیشن۵، پلی‌استیشن۴، ایکس‌باکس سری ایکس، ایکس‌باکس سری اس، ایکس‌باکس وان و پی‌سی را عرضه خواهد کرد.

نکته قابل توجه فیفا ۲۲ اما استفاده از تکنولوژی جدید به نام هایپرموشن است که از هوش مصنوعی و یادگیری ماشین برای واقعی‌تر کردن تجربه بازیکنان استفاده کرده است. طبق اعلام Electronic Arts تکنولوژی هایپرموشن فیفا ۲۲ قرار است تحولی در دنیای بازی‌های فوتبال ایجاد کند.


برای مشاهده ویدئو اینجا کلیک کنید


برای ساخت این تکنولوژی بازیکنان فوتبال که به زمین بازی رفته‌اند، لباس‌های Xsens پوشیده‌اند. از این طریق EA توانسته حجم فوق‌العاده‌ای از داده‌های باکیفیت مربوط به حرکات بدن بازیکنان را جمع‌آوری کند. این داده‌ها قرار است مبنای ظاهر و حرکات بازیکنان و تیم‌ها باشند. طبق اعلام شرکت سازنده فیفا ۲۲، با این تکنولوژی حرکات بازیکنان در بازی، بیشتر شبیه خود واقعی آن‌ها در زمین بازی خواهد بود.

با استفاده از هایپرموشن و داده‌های به دست آمده از لباس‌های Xsens، کمپانی سازنده فیفا‌‌‌ ۲۲ موفق شده بیش از چهار هزار انیمیشن باکیفیت برای جایگذاری در بازی آماده کند. هریک از این چهار هزار انیمیشن برای به وجد آوردن بازیکنان کافی خواهند بود.

همچنین استفاده از این تکنولوژی در بازی فیفا ۲۲ منجر به عملکرد بهتر خود بازی هم شده است. برای مثال مهاجمین می‌توانند با سرعت ۶ برابر بیشتر در هر ثانیه نسبت به نسخه‌های قدیمی‌تر، تصمیم بگیرند.

مدافعان هم با استفاده از تکنولوژی هایپرموشن بازسازی شدند و در نتیجه آن تیم‌ها انسجام بهتری دارند. با بهبود عملکرد مدافعان، بازیکنان بیش از قبل یکپارچه بازی خواهند کرد.

آخرین تاثیر استفاده از این تکنولوژی هم جذابیت بیشتر در نبردهای تک‌به‌تک بوده است. هایپرموشن باعث شده تا این صحنه‌های بازی طبیعی‌تر جلوه کنند.

پدیگر ویدیوهای هوش مصنوعی را در هوشیو تماشا کنید

منبع: هوشیو

برنامه پزشکی هوش مصنوعی گوگل راه‌اندازی می‌‌شود


برنامه پزشکی هوش مصنوعی گوگل خبر داغ این روزهای دنیای پزشکی و فناوری است. در طول هر سال، میلیاردها جستجو در گوگل از سوی افراد گوناگون در سراسر دنیا انجام می‌‌گیرد که برای کمک به کشف مشکل پوست‌شان به جعبه جادویی جستجوی وب مراجعه می‌‌کنند. اکنون، گوگل در حال آماده‌سازی و راه‌اندازی برنامه‌ای است که از الگوریتم‌های شناسایی تصویر برای ارائه کمک‌های تخصصی و شخصی استفاده می‌‌کند. یک نسخه آزمایشی مختصر در کنفرانس توسعه‌دهندگان شرکت گوگل در ماه گذشته نشان می‌‌دهد که این سرویس بر اساس عکس‌های آپلود شده، چندین بیماری پوستی را گزارش می‌‌دهد.

در مطالعاتی که الگوریتم‌ها و پزشکان روی تصاویر بیماران انجام می‌‌دادند، مشخص شد ماشین‌های مجهز به هوش مصنوعی که با دانش متخصصان پوست و مو آموزش دیده بودند، قادر بودند مشکل پوستی را از روی عکس تشخیص دهند و یا حتی از متخصصان بهتر عمل کنند. رکسانا دانشجو، متخصص پوست و محقق حوزه یادگیری ماشین و سلامت در این باره می‌‌گوید: «در حال حاضر شواهد بسیار  کمی از آزمایش‌های بالینی با استفاده از چنین فناوری وجود دارد و هیچ ابزار تجزیه و تحلیل تصویر هوش مصنوعی برای استفاده از متخصصان پوست در ایالات متحده تأیید نشده است.»

برنامه جدید گوگل هنوز از نظر بالینی تأیید نشده است، اما توانایی هوش مصنوعی این شرکت و ایجاد بخش‌هایی مربوط به مراقبت‌های بهداشتی، برنامه پزشکی هوش مصنوعی شرکت گوگل را قابل توجیه می‌‌کند. در کنفرانس توسعه‌دهندگان گوگل، کارن دسالوو، مدیر ارشد بهداشت گوگل، گفت که این شرکت قصد دارد به محض پایان سال جاری، آنچه را که ابزار کمکی تشخیص بیماری پوستی نام دارد و نوعی برنامه پزشکی هوش مصنوعی گوگل است را در اتحادیه اروپا راه‌اندازی کند.

امکان بهره‌برداری برنامه پزشکی هوش مصنوعی گوگل در اروپا

سخنگوی گوگل درباره ارائه برنامه پزشکی هوش مصنوعی گوگل گفت این شرکت مایل است این سرویس را در ایالات متحده ارائه دهد، اما زمان مشخصی برای ارائه آن به کشورهای آن سوی اقیانوس اطلس ندارد. سخنگوی گوگل از اظهار نظر درباره اینکه آیا شرکت با سازمان غذا و داروی ایالات متحده درباره این برنامه صحبت کرده است یا نه، امتناع کردند.

سخنگوی این شرکت می‌‌گوید: «برنامه پزشکی هوش مصنوعی گوگل به عنوان یک وسیله پزشکی کلاس یک در اتحادیه اروپا تعریف شده و تأیید شده است. به این معنی که می‌‌توان آن را در کشورهای اتحادیه اروپا و کشورهای دیگر که این استاندارد را تشخیص می‌‌دهند، به فروش رساند. هیو هاروی، مدیرعامل شرکت هاردیان هلث که یک موسسه مشاوره بهداشت دیجیتال در انگلستان است، می‌‌گوید که این شرکت برای تأمین شرایط ترخیص کالا با موانع نسبتاً کمی روبه‌رو شده است.

نسخه آزمایشی ماه گذشته برنامه پزشکی هوش مصنوعی شرکت گوگل نسخه‌ای بسیار مختصر بود و طراحی برنامه هنوز نهایی نیست. در طرحی که در نسخه نمایشی نشان داده شده است، کاربر می‌بایست سه عکس از لکه‌های پوستی خود را از زوایا و فواصل مختلف بگیرد و به هوش مصنوعی گوگل بفرستد. کاربر می‌‌تواند به صورت اختیاری اطلاعاتی مانند قسمت آسیب‌دیده بدن و مدت زمانی که این مشکل را داشته است را نیز به اطلاعات خود اضافه کند. با ضربه زدن روی دکمه «ارسال»، تصاویر برای گوگل فشرده و ارسال می‌‌شوند. این برنامه سپس «شرایط احتمالی» را نشان می‌‌دهد که وضعیت احتمالی نشان داده شده در تصاویر را شرح می‌‌دهد. با ضربه زدن روی یکی از این شرایط، لیستی از اطلاعات کلیدی مانند علائم، بیماری مسری و گزینه‌های درمانی در اختیار کاربر قرار می‌‌گیرد. این شرکت می‌‌گوید: «برنامه پزشکی هوش مصنوعی شرکت گوگل در مورد «صدها هزار تصویر پوستی» آموزش دیده است و می‌‌تواند ۲۸۸ بیماری پوستی را شناسایی کند؛ از جمله سرطان‌های پوست که تقریباً ۹۰ درصد از جستجوهای رایج در گوگل را شامل می‌‌شود.

ارزش پزشکی برنامه تشخیص بیماری پوستی گوگل

برنامه پزشکی هوش مصنوعی گوگل در پاسخ به عکس‌های کاربران حتی یک مورد را نیز به عنوان تشخیص نهایی بیماری ارائه نمی‌دهد و به کاربر همواره این هشدار را نشان می‌‌دهد که «شرایط احتمالی ذکر شده در اینجا تشخیص پزشکی نیست». سخنگوی شرکت گوگل، این اپلیکیشن را به یک موتور جستجو تشبیه کرد که نتایج را برای یک فرد نمایش می‌‌دهد و نتیجه‌گیری خود را درباره لک‌های پوستی ارائه می‌‌دهد.

با این حال گوگل همچنان بر ارزش پزشکی برنامه پوستی خود تأکید کرده است. دسالوو، رئیس گروه بهداشت این شرکت می‌گوید: «گوگل این برنامه را توسعه داده است، زیرا به اندازه کافی متخصص پوست برای کمک به هر فرد مبتلا به بیماری‌های پوستی در جهان وجود ندارد. سیستم هوش مصنوعی گوگل و برنامه پزشکی هوش مصنوعی گوگل می‌‌تواند به دقتی برسد که با متخصصان پوست مورد تایید هیئت مدیره ایالات متحده برابر باشد.»

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

منبع: هوشیو

برترین شرکت های هوش مصنوعی جهان سرنوشت دنیا را رقم می‌زنند!


بی‌شک در عصری که پیش رو داریم، هوش مصنوعی به یک نیروی درحال رشد در ‌کسب‌وکارها تبدیل شده است؛ تا جایی که برترین شرکت های هوش مصنوعی امروز، رهبران این فناوری در حال ظهور در تمام دنیا هستند!

برترین شرکت های هوش مصنوعی که غالباً از رایانش ابری و محاسبات لبه‌‌ای در فرایندهای خود بهره می‌گیرند، به واسطه امتیازات آن، فناوری‌های بی‌شماری را با هم ترکیب می‌کنند تا انتظارات مشتریان خود را در خانه، محل کار و جامعه بیشتر برآورده کنند. یادگیری ماشینی اصلی‌ترین نیروی هدایتگر این جریان است، اما شرکت‌های برجسته هوش مصنوعی امروزه در حال گسترش دامنه فناوری خود در دیگر جنبه‌های فناورانه و عملیاتی هستند: از تجزیه‌وتحلیل پیش‌بینی شده تا هوش تجاری تا ابزار انبار داده تا یادگیری عمیق، چندین نقطه ضعف و گلوگاه صنعتی و شخصی را کاهش می‌دهند.

تمام صنایع در حال تاثیرپذیری از جریان تحولات فناوری هوش مصنوعی هستند و این تکنولوژی نوظهور باعث دگرگونی در همه جنبه‌ها شده است. شرکت‌های مبتنی بر اتوماسیون فرایند روباتیک  یا RPA، پلتفرم‌های خود را کاملاً تغییر داده‌اند و با هوش مصنوعی همگام شده‌‌اند. هوش مصنوعی در بخش خدمات مشتریان و فرایندهای داخلی کسب‌وکارها در حال تغییر روش‌های گذشته است.

مراکز تحقیقاتی و دانشگاهی پژوهش‌های خود در حوزه هوش مصنوعی را روزبه‌روز گسترده‌تر می‌کنند و همچنین فرصت‌های شغلی هوش مصنوعی در بسیاری از صنایع به سرعت درحال رشد است. برترین شرکت های هوش مصنوعی ‌‌سرمایه‌گذاری گسترده‌‌ای را از شرکت‌های ‌‌سرمایه‌گذار خطرپذیر و شرکت‌های عظیم مانند مایکروسافت و گوگل جذب می‌کنند و همین موضوع احتمال رشد بیشتر آن‌ها در آینده را پیش‌بینی می‌کند.

شرکت Accenture که به عنوان یک غول در حوزه مشاور فناوری در حال فعالیت است، در این زمینه استدلال می‌کند: هوش مصنوعی این توانایی را دارد که نرخ سودآوری را به طور متوسط ​​۳۸٪ افزایش دهد و می‌تواند منجر به افزایش رشد عظیم اقتصادی ۱۴ تریلیون دلاری ارزش افزوده ناخالص (GVA) تا سال ۲۰۳۵ شود.

به ویژه در طول همه‌گیری بیماری COVID-19، حوزه‌هایی مانند مراقبت‌های بهداشتی علاقه به فعالیت و ‌‌سرمایه‌گذاری در زمینه هوش مصنوعی را به طور فراینده‌‌ای اعلام داشته‌اند، با این امید که تجربیات بیمار را در زمینه پزشکی از راه دور، تصویربرداری دیجیتال و انواع دیگر زمینه‌ها گردآوری کنند و به بیماران دسترسی بیشتری به منابع پزشکی مورد نیاز خود دهند.

حتی در طی همه‌گیری بیماری کووید ۱۹ که اکثر صنایع کل هزینه‌های خود را برای زنده ماندن کاهش دادند، بسیاری از برترین شرکت های هوش مصنوعی در سال ۲۰۲۰ ‌‌سرمایه‌گذاری‌های خود در این حوزه را افزایش دادند.

برترین شرکت‌های هوش مصنوعی و رهبران ابر!

ارائه‌دهندگان خدمات های‌تکنولوژی با ارائه راهکارهای مبتنی بر هوش مصنوعی و یادگیری ماشین از طریق سیستم‌عامل‌های ابری محبوب خود، بازار را رهبری می‌کنند و به دیگر شرکت‌ها امکان می‌دهند هوش مصنوعی را بدون هزینه توسعه داخلی، در برنامه‌ها و سیستم‌های خود ادغام کنند. این جریان، نه‌تنها به سود بیشتر غول‌های فناوری می‌انجامد، که حتی به روند توسعه شرکت‌های درحال رشد نیز سرعت می‌بخشد.

آمازون

غول تجارت «آمازون» هم در حوزه مشتری‌مداری هوش مصنوعی و هم در برنامه‌های کاربردی مربوط به شرکت‌ها و فرایندهای آن‌ها ‌‌سرمایه‌گذاری کرده است. ‌‌وب‌سرویس آمازون یا (AWS)، به عنوان یکی از رهبران برجسته در محاسبات ابری شناخته می‌شود که محصولات و خدمات هوش مصنوعی مربوط به پشتیبانی مشتریان را ارائه می‌دهد و بسیاری از خدمات هوش مصنوعی پیشرفته خود را بر پایه خدمات هوش مصنوعی موجود در محصولات مصرفی توسعه داده است.

الکسا، دستیار زبان هوش مصنوعی شرکت آمازون که در سری بلندگوهای echo ادغام شده، حالا دیگر در سراسر جهان شناخته شده است. آمازون اکو از طریق سرور صدای هوشمند الکسا، هوش مصنوعی را به خانه‌های ما آورده است. از سوی دیگر، ‌‌وب‌سرویس‌های آمازون (AWS)، مجموعه‌‌ای از برنامه‌های یادگیری ماشین و خدمات هوش مصنوعی توسعه داده شده برای ‌کسب‌وکارها هستند که هنوز ماموریت‌های زیادی برای انجام دارند! از میان ‌‌وب‌سرویس‌های آمازون، خدمات هوش مصنوعی اصلی شرکت شامل این محصولات می‌شود: هوش مصنوعی Lex که یک نسخه تجاری الکسا است؛ هوش مصنوعی Polly که متن را به گفتار تبدیل می‌کند؛ و هوش مصنوعی Rekognition که یک سرویس تشخیص تصویر است. ‌‌وب‌سرویس آمازون (AWS) در حال حاضر بیش از ۱۰،۰۰۰ مشتری دارد، از جمله زیمنس، Netflix، Tinder، NFL و ناسا.

ابر گوگل

شاید بزرگ‌ترین و مهم‌ترین شرکت هوش مصنوعی در این لیست، بارزترین و پرآوازه‌ترین آن‌ها نیز باشد. گوگل، یکی از پیشروترین شرکت‌های هوش مصنوعی در جهان، در سال‌های اخیر، گوگل استارتاپ‌های هوش مصنوعی متعددی را خریداری کرده است و این نشان می‌دهد مدیران و توسعه‌دهندگان گوگل واقعاً به پیشرفت‌ها و قابلیت‌های هوش مصنوعی اعتقاد دارند. ابر گوگل علاوه بر استفاده از هوش مصنوعی برای بهبود خدمات خود، چندین سرویس هوش مصنوعی و یادگیری ماشین را نیز به ‌کسب‌وکارها و شرکت‌ها می‌فروشد. پلتفرم ابر گوگل نرم‌افزار پیشرو در صنعت TensorFlow را که اکنون برای همه رایگان است و همچنین تراشه AI Tensor در زمینه یادگیری ماشین را نیز در مجموعه پروژه‌های موفق و رو به پیشرفت خود دارد.

گوگل حقیقتا در زمینه توسعه هوش مصنوعی و تجزیه‌وتحلیل داده‌ها پیشرو است و برای ارتقای قابلیت‌های هوش مصنوعی ‌‌سرمایه‌گذاری‌های بزرگی انجام داده است. مهم‌ترین خرید ابر گوگل، معامله ۴۰۰ میلیون دلاری DeepMind بوده است.

شرکت IBM

شرکت چندملیتی IBM از دهه ۱۹۵۰ در زمینه هوش مصنوعی فعال است. این شرکت در تولد فناوری هوش مصنوعی نقش اساسی داشته و تا امروز نیز به مسئولیت خود در حمایت و توسعه هوش مصنوعی کاملا متعهد بوده است. شرکت IBM با استفاده از هوش مصنوعی واتسون، یک پلتفرم یادگیری ماشین ایجاد کرده است که می‌تواند هوش مصنوعی را در فرایندهای تجاری ادغام کند؛ مانند ساخت یک ‌‌چت‌بات برای پشتیبانی مشتریان. خریداران محصولات IBM و مشتریان اصلی این شرکت عبارتند از: Big Four Auditor، KPMG و Bradesco که یکی از بزرگ‌ترین بانک‌های برزیل است.

تلاش‌های IBM در سال‌های اخیر متمرکز بر واتسون بوده که یک سرویس شناختی مبتنی بر هوش مصنوعی است. واتسون شامل نرم‌افزار هوش مصنوعی به عنوان یک سرویس، و سیستم‌های مقیاس‌بندی طراحی شده برای ارائه تجزیه‌وتحلیل مبتنی بر ابر و خدمات هوش مصنوعی است. این پروژه طی چندین سال و با خرید چندین استارت آپ هوش مصنوعی سودآور همراه بوده است. هوش مصنوعی واتسون از یک پلتفرم ابر قدرتمند بهره‌مند است.

مایکروسافت

مایکروسافت نیز مانند آمازون، هم از جنبه خدمات مصرف‌کنندگان و هم در حوزه کسب‌وکار، ارتباطی تنگاتنگ با هوش مصنوعی دارد. کورتانا، دستیار دیجیتال هوش مصنوعی مایکروسافت، با الکسا، سیری و دستیار گوگل در رقابت مستقیم است. فیچرهای هوش مصنوعی، بخش بزرگی از خدمات Azure Cloud مایکروسافت است که به برخی از بزرگ‌ترین نام‌های تجاری، سرویس‌های ‌‌چت‌بات و خدمات یادگیری ماشین ارائه می‌دهد. مایکروسافت فقط در سال ۲۰۱۸ موفق شد پنج شرکت هوش مصنوعی را خریداری کند.

مایکروسافت ترکیبی از پروژه‌های هوش مصنوعی مرتبط با مشتریان و کسب‌وکارهای فناوری اطلاعات را ارائه می‌دهد. محصولاتی که از این شرکت در گروه مربوط به مصرف‌کنندگان جای می‌گیرد، عبارتند از: کورتانا، دستیار دیجیتال همراه با ویندوز و غیر از ویندوز فون و ‌‌چت‌بات Zo که مانند نوجوان صحبت می‌کند. مایکروسافت در سرویس ابر Azure خود، خدمات هوش مصنوعی مانند سرویس‌های رباتی، یادگیری ماشین و خدمات شناختی را به فروش می‌رساند.

هوش مصنوعی همه جا هست!

از گوگل و آمازون گرفته تا IBM و مایکروسافت، هر شرکت بزرگ فناوری در حال اختصاص منابع مالی و ‌‌سرمایه‌گذاری برای دستیابی به موفقیت در هوش مصنوعی است. دستیاران شخصی مانند سیری و الکسا هوش مصنوعی را به بخشی از زندگی روزمره ما تبدیل کرده‌‌اند. در همین حال، دستیابی به موفقیت‌های انقلابی همچون به دست گرفتن بازار هوش مصنوعی جهان و تبدیل شدن به یکی از برترین شرکت های هوش مصنوعی ممکن است یک امر عادی نباشد، اما مطمئناً قابل دسترس است.

منبع: هوشیو