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

رایکا افزار پارس و بهره‌گیری از هوش مصنوعی در تجهیزات پزشکی

شرکت دانش‌بنیان رایکا افزار پارس کارش را در سال ۱۳۸۷ آغاز کرد و از زمان تاسیس کوشیده است تا با استفاده از نیازسنجی و مطالعه کسب‌وکارها، ادارات و سازمان‌های دولتی و خصوصی راه‌حل‌های مبتنی بر هوش مصنوعی برای حل مشکلات این شرکت‌ها ارائه دهد.
رایکا افزار پارس با استفاده از هوش مصنوعی و دیگر تکنولوژی‌های روز دنیا اتوماسیون و نرم‌افزارهای جامع و کاملی تولید کرده است. از مهم‌ترین حوزه‌هایی که رایکا افزار پارس در آن فعال است حوزه نرم‌افزارهای پزشکی است. این شرکت در طول فعالیت خود توانسته است چندین نرم‌افزار در این زمینه توسعه دهد.

محمد فرجادیان، مدیرعامل شرکت رایکا افزار پارس، در گفت‌وگویی سیستم‌ تصویربرداری و گزارش‌های اندوسکوپی و کولونوسکوپی این شرکت را در ایران بی‌نظیر دانست و گفت: «برای اولین بار، سیستم گزارش‌گیری به‌صورت کامل طراحی شده که تمام بخش‌های موردنیاز پزشکان در اختیار آنان قرار می‌گیرد»
در این گفت‌وگو فرجادیان از دشواری‌های جایگزین کردن روش‌های جدید با روش‌های سنتی گفت. چرا که برای مثال در این مورد خاص، پزشکان عادت کرده‌اند که گزارش‌های خود را دستی بنویسند. سیستم آرشیو پزشکی که شرکت رایکا افزار پارس ارائه کرده است در مقایسه با نمونه‌های خارجی هزینه بسیار کمتری دارد.

فرجادیان در ادامه گفت‌وگویش آماری هم از میزان استقبال از محصولاتشان در حوزه پزشکی داد. به گفته او سیستم آرشیو تصاویر پزشکی این شرکت تا کنون بیش از ۵۰۰ نصب در سطح کشور داشته است.
به گفته این فعال حوزه کسب‌وکارهای دانش‌بنیان یکی از مهم‌ترین اهداف این شرکت در سال جاری توسعه ابزار هوشمند مدیریتی و تولید دو ابزار قدرتمند تشخیصی در حوزه هوش مصنوعی در پزشکی است.
فرجادیان در پایان گفته‌هایش نیز اشاره‌ای به مشکلات این حوزه داشت. به نظر او ازجمله مشکلات این حوزه کمبود نیروهای متخصص از یک سو و حمایت نشدن درست و به‌موقع از سوی دیگر است.

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

منبع: هوشیو

بررسی هوش مصنوعی: فناوری کارآمد، امن و شفاف

معاون ارتباطات راهبردی ستاد راهبری فناوری‌های هوشمند حوزه‌های علمیه در نشست تخصصی «هوش مصنوعی و طرح جایگزین»در پاسخ به انتقادات حجت‌الاسلام کشوری در رابطه با بررسی هوش مصنوعی گفت: هوش مصنوعی یک ابزار کارآمد، امن و شفاف است.

به گزارش هوشیو به نقل از خبرگزاری رسا، نشست تخصصی «هوش مصنوعی و طرح جایگزین» با هدف بررسی مصنوعی در سند توسعه پایدار ۲۰۳۰و با حضور حجت‌الاسلام علی کشوری، دبیر شورای راهبردی الگوی پیشرفت اسلامی و حسین ظاهری معاون ارتباطات راهبردی ستاد راهبری فناوری‌های هوشمند حوزه‌های علمیه برگزار شد.

در این نشست، حسین ظاهری، معاون ارتباطات راهبردی ستاد راهبری فناوری‌های هوشمند حوزه‌های علمیه ضمن اشاره به سخنان حجت الاسلام کشوری، بعضی نقدهای مطرح شده را غیرمنصفانه خواند و گفت: «ما پیش‌تر جلساتی را با شورای تخصصی حوزوی و هم دوستان خود شورا و مسائل مختلفی را که مطرح شده، بررسی کردیم. جمع‌بندی پایانی این جلسات این بوده است که ما نمی‌توانیم حتی با حق تحفظ، اسناد بین‌المللی را به آن شکلی که هستند، پذیرش کنیم. اگر شما اسناد بین‌المللی را بررسی کنید، متوجه می‌شوید که این حق تحفظ اگر با روح سند در تضاد باشد، کمیسیون مرتبط با این سند می‌تواند این حق تحفظ را نپذیرد! پس ما چطور می‌توانیم یک چیزی را امضا و تأیید کنیم و حق تحفظی قائل شویم و در آینده حق تحفظ ما رد بشود و بعد از آن درگیر تحریم و مسائل دیگر شویم.»

ظاهری درنقدی که درباره ارائه گزارش‌های مدیریت شده به مراجع خاطر مطرح کرد، خاطر نشان کرد: «در هر جلسه‌ای که با آقایان درباره مسئله هوش مصنوعی صحبت شده است، در همان جلسه بحث کارگروه‌های تخصصی عملی در زمینه نقد و بررسی هوش مصنوعی؛ چه به مثابه یک رویداد که با آن مواجه می‌شویم و چه به مثابه یک موضوع از دیدگاه‌های فقهی، فلسفی، اخلاقی، حقوقی و جامعه‌شناختی در آن کارگروه‌ها تبیین شده و هیچ جایی قرار بر این نبوده است که هوش مصنوعی به یکباره با تعاریف غربی کشور ما را با مشکلات جدی مواجه کند.»

معاون ارتباطات راهبردی ستاد راهبری فناوری‌های هوشمند حوزه‌های علمیه هوش مصنوعی را یک ابزار منبع باز معرفی کرد و توضیح داد: «با این تعریف، طبیعتاً بررسی هوش مصنوعی و تمام فرایندهایآن امکان‌پذیر است. شما می‌توانید خیلی راحت یک برنامه‌نویس متخصص را کنار دست خودتان بیاورید و این فرایند را کاملاً برای شما توضیح بدهد تا هیچ نکته مبهمی نماند. اصلاً خاصیت کد باز همین است.»

وی ادامه داد: با استفاده از ابزارهای هوشمند می‌توان برنامه زندگی را مدیریت کرد. با استفاده از هوش مصنوعی می‌توانیم نقش‌های اجتماعی گسترده‌تری را ایجاد کنیم و در فرایندهای تبلیغی، افراد بیشتری را جذب کنیم و یا در فرایند‌های پژوهشی، تولید علم خیلی گسترده‌تری داشته باشیم.

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

منبع: هوشیو

خلاقیت افزوده : چگونه هوش مصنوعی می‌تواند ابتکار و خلاقیت انسان را سرعت ببخشد؟

در سال ۲۰۱۲، اقتصاددانی به نام رابرت گوردون یک مقاله جنجالی منتشر کرد که در آن استدلال کرد رشد اقتصادی تقریبا به پایان رسیده است و دلیل عمده این مساله این است که ما در دهه‌های اخیر نتوانسته‌ایم موتورهای نوآوری را حفظ کنیم. مطالعه‌ای که در انستیتوی تحقیقات سیاست اقتصادی استنفورد انجام شد نظریه عمومی وی را تأیید کرد. در این مقاله آمده است با وجود اینکه در سال‌های اخیر هزینه بیشتری صرف خلاقیت افزوده و نوآوری شده است اما بازده ما کاملاً ثابت بوده و تغییر چندانی نکرده است. این سرمایه‌گذاری تنها مادی نیست، زیرا تحقیقات نشان می‌دهد تعداد افرادی که امروز در بخش تحقیق و توسعه مشغول به کار هستند نسبت به سال ۱۹۳۰ تقریباً ۲۰ برابر شده است.

موضوع چیست؟ چرا خلق بسیاری چیزهای جدید تا این اندازه سخت شده است؟ محققان دانشگاه نورث وسترن تلاش کردند در مقاله‌ای به این مسئله پاسخ دهند. آن‌ها می‌گویند بسیاری از ساخته‌های امروز همان چیزی است که به عنوان ترکیب مجدد شناخته می‌شود. در واقع، ۴۰٪ از کل حق ثبت اختراعات موجود در اداره ثبت اختراعات و علائم تجاری آمریکا کارهای جدیدی نیستند، بلکه بیشتر ایده‌های موجود است که با یکدیگر ترکیب شده‌اند.

کمک مصنوعی

یافتن راه‌های موثر برای تلفیق ایده‌های موجود، به هیچ وجه آسان نیست. مهم‌ترین دلیل این موضوع افزایش حجم تولید موضوعات منتشر شده است. به عنوان مثال در چند ماه اول بیماری کووید ۱۹ حدود ۲۳۰۰۰ مقاله در مورد این ویروس منتشر شده است که هر ۲۰ روز این تعداد دو برابر می‌شود.

در این میان جامعه علم داده در کاگل دور هم جمع شدند تا برای تهیه یک مقاله مروری مبتنی بر هوش مصنوعی که می‌تواند حجم عظیمی از مطالب جدید را درک و پردازش کند تلاش کنند. برای این منظور نقاط داده از مقالات جمع آوری شد و در ۱۷ دسته گروه‌بندی شد و مقالات هر گروه لیست شدند. این ممکن است بهترین رویکرد نباشد اما به دلیل محدودیت زمانی است که توسط کووید ۱۹ ایجاد شده قابل قبول است.

از سوی دیگر محققان کارنگی ملون یک روش جایگزین را ایجاد کردند: این روش مبتنی بر هوش مصنوعی است و برای استخراج حق ثبت اختراع و جستجو در دیتاست‌ها برای یافتن ایده‌هایی که می‌توانند با هم ترکیب شوند و راه‌حل‌های جالبی برای مشکلات خاص ایجاد کنند. سیستم آن‌ها از قیاس استفاده می‌کند، که به اعتقاد آن‌ها نوآوری را سریع‌تر و بسیار ارزان‌تر می‌کند.

خلاقیت تقویت شده

آنچه ما شاهد آن هستیم ظهور مفهومی به نام “خلاقیت تقویت شده” است که در آن خلاقیت افزوده هوش مصنوعی به انسان‌ها کمک می‌کند تا سیل عظیمی از اطلاعات را بفهمند. نمونه‌های اولیه، نقش مهمی را که انسان می‌تواند و باید داشته باشد برجسته می‌کند. درواقع می‌تواند در معنا بخشیدن به پیشنهادهایی که توسط هوش مصنوعی ارائه می‌شود کمک‌کننده باشد.

OpenAI با انتشار ابزاری برای ساخت موسیقی به نام Jukebox در تلاش بود تا این روش را تکرار کند. در حالی که خلاقیت افزوده در این دستاورد از منظر فناوری قابل توجه است، اما بعید به نظر می‌رسد کاروکاسبی نوازندگان را تهدید کند.

در صنعت غذا هم پروژه‌های مختلفی سعی کرده‌اند از هوش مصنوعی استفاده کنند تا با کاوش دیتاست‌های ترکیبات غذایی، دستورغذایی‌های جدید و دلفریبی تولید کنند. به عنوان مثال، سارا رابینسون محقق گوگل اخیراً سیستم خود را که یک کیک‌کوکی تولید می کند به نمایش گذاشت. محققان Accenture هم نمونه اولیه‌ای از ابزار ایجاد دستورغذایی مشابه را در مرکز خود در دوبلین رونمایی کردند. البته نتایج آن باعث معده درد شد.

شبیه‌سازی دقیق‌تر

بیشتر اینگونه رویکردها که از آن صحبت شد از دیتاست‌های عظیمی استفاده می‌کنند که در آن هوش مصنوعی به کاوش و جستجوی اتصالات ثابت و درعین حال استفاده نشده می پردازد. با استفاده از شبکه‌های مولد تخاصمی نسل بعدی مدل‌ها قادر به ارائه ایده‌ها، بدون نیاز به دسترسی به منطق زیربنایی هستند.

به عنوان مثال، محققان Nvidia و دانشگاه تورنتو اخیراً یک شبکه مولد تخاصمی را به نمایش گذاشتند که آموزش دیده بود تا بازی‌ها را با مشاهده صفحه بازی و اقدامات گیمرها در حین بازی شبیه‌سازی کند. این سیستم می‌توانست بدون اینکه نیازی به دسترسی به منطق بازی داشته باشد بهترین استراتژی‌ها را به راحتی از طریق تماشای بازی بیاموزد.

محققان می‌گویند: “علاوه بر این، GameGAN می‌تواند اجزای استاتیک و پویا را در یک تصویر جدا کند و باعث می‌شود رفتار مدل برای کارهایی که نیاز به استدلال صریح درباره عناصر پویا دارند، تفسیر پذیرتر و مرتبط‌تر باشد. در نتیجه بسیاری از کارها از جمله ساخت بازی‌های جدید که وجود ندارند انجام‌پذیر می‌شوند.”

عبور از دره مرگ

تخمین زده می‌شود که ۹۵٪ از اختراعات ثبت شده مجوز ندارند یا به نوعی تجاری‌سازی نمی‌شوند، حتی در صنایع مختلف مانند تلویزیون و داروسازی، شکست به جای اینکه استثنا باشد یک قاعده است و بهترین پروژه‌ها اغلب راه به جایی نمی‌برند.

بنابراین جای تعجب نیست که هوش مصنوعی به طور فزاینده‌ای در مراحل بعدی تولید محصول مورد استفاده قرار می‌گیرد تا بتواند ایده‌هایی بیشتر را به بازار عرضه کنند. به عنوان مثال، محققان دانشگاه بریستول نحوه استفاده از هوش مصنوعی را در زمینه‌های مختلف پس از تولید فیلم از جمله رنگ‌آمیزی برجسته می‌کنند.

به همین ترتیب، فناوری ردیابی چشم و کنترل حرکت به طور فزایندهای در ساخت انیمیشن‌ها به کار گرفته می‌شود. ردیابی چشم حضور رو به رشد خود در فرایندهای دیجیتال از توسعه وب گرفته تا بازاریابی هوش مصنوعی را سرعت می‌بخشد. تجزیه و تحلیل ردیابی چشم با استفاده از هوش مصنوعی، بازاریابان را قادر می‌سازد تا قابلیت مشاهده عناصر طراحی را در طی مراحل توسعه وب سایت یا تبلیغات ارزیابی کنند. علی‌رغم ترس گسترده در مورد جایگزینی هوش مصنوعی با انسان در محل کار، این برنامه و سایر برنامه‌های مشابه تهدیدی برای انسان‌ها نیستند و در روند خلاقیت آنها دخالت نمی‌کنند بلکه آن‌ها را قادر می‌سازند تا تصمیمات موثرتری اتخاد کنند.

بسیاری از این موارد استفاده از خلاقیت افزوده هوش مصنوعی نشان می‌دهد که این فناوری تا چه اندازه می‌تواند کارایی را افزایش دهد. بنابراین هوش مصنوعی ابزاری اسن تا با استفاده از آن انسان‌ها بتوانند از دره مرگ که اغلب شکست ایده‌ها در آنجا رخ می‌دهد عبور کنند. یک مثال عالی Cinelytic است. این شرکت مستقر در لس‌آنجلس با اتکا به بر هوش مصنوعی به فیلم‌سازان کمک می‌کند تا تصمیمات مختلف از انتخاب ژانر گرفته تا بازیگران فیلم را که باعث فروش بیشتر فیلم می‌شوند را بهتر اتخاذ کنند.

همنچنین محققان دانشگاه روچستر دریافته‌اند که چگونه می‌توان با استفاده از خلاقیت افزوده هوش مصنوعی همکاران خود را به طور دقیق‌تری انتخاب کنیم. آنها از این ایده سخن می‌گویند که که شبکه‌های اجتماعی افراد را معمولا بر اساس شباهت‌ها به یکدیگر معرفی می‌کند، اما بهترین نتایج اغلب زمانی حاصل می‌شود که ما افرادی جفت و جور شویم که تکمیل کننده کما باشند نه شبیه ما.

شرکای ایده آل

پال داگورتی و جیم ویلسون رهبران Accenture معتقدند که هوش مصنوعی را باید هوش تقویت‌کننده نامید و نه هوش مصنوعی، زیرا بهترین نتیجه هنگامی رخ می‌دهد که افراد و ماشین‌ها مکمل یکدیگر باشند. قانون کسپاروف اهمیت فرآیندهای قوی را در هر فعالیت خلاقانه به ما یادآوری می‌کند و این نکته را خاطرنشان می‌کند که هیچ یک از فناوری های هوشمند نمی‌توانند بر نقاط ضعف انسانی غلبه کنند.

وینستون چرچیل اظهار نظر مشهوری دارد که می‌گوید هرگز نباید فرصت استفاده از یک بحران را هدر داد. این در حالی است که اتفاق نظر وجود دارد که ما نتوانستیم از بحران مالی ۲۰۰۸ آنطور که باید و شاید استفاده کنیم اما در مورد کووید ۱۹ یک انگیزه اجتماعی در حال رشد وجود دارد که پس از عبور از این بحران جهان به جای بهتری تبدیل شود. مایکل همر ۳۰ سال پیش به تندی این موضوع را به ما گوشزد کرد که فناوری وقتی بهترین نتیجه را به همراه خواهد داشت که همه کارهای ما را انجام ندهد و به جای آن به ما اجازه دهد تا به طور اساسی در مورد این موضوع فکر کنیم که دنیای اطراف ما چگونه ممکن است باشد و یا تبدیل به چه شود؟

برخلاف بحران سال ۲۰۰۸ اکنون در عصری به سر می‌بریم که هوش مصنوعی می‌تواند کمک قابل‌توجهی به ما بکند. بیماری کووید ۱۹ سختی‌های بسیاری را به وجود آورده است، اما اگر از این اتحاد جمعی که به وجود آمده بهره ببریم و از هوش مصنوعی برای ساخت جامعه بهتر برای همه استفاده کنیم، ادامه راه راحت‌تر خواهد شد.

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

منبع: hooshio.com

سگ های رباتیک برای یادگیری از کودک انسان تقلید می‌کنند

شما در برهه‌ای از کودکی‌تان یاد گرفتید که چطور بعد از زمین خوردن، بلند شوید و روی پاهای خود راه بروید. سگ های رباتیک حالا از این روش برای یادگیری استفاده می‌کنند. احتمالا برای یادگیری این موضوع، والدینتان شما را تشویق کردند؛ اما در بیشتر موارد آزمون و خطا باعث شد که شما آموخته‌هایی داشته باشید.

اما ربات‌هایی مانند Spot و Atlas که از ربات‌های بوستون داینامیکس هستند، راه رفتن و رقصیدن را با این روش‌ها یاد نگرفتند؛ بلکه به طور دقیق کدگذاری شدند تا وظایفی را که به عهده‎‌شان می‌گذاریم، انجام دهند. جالب است بدانید نتایج عملکرد آن‌ها در بسیاری از موارد چشم‌گیر است و تجارب جدید باعث می‎شود بتوانند کارهایی را هم یاد بگیرند که برای انجام آن برنامه‎‌نویسی نشده‌اند. اما تیم مشترکی از محققان دانشگاه ژجیانگ و ادینبرگ مدعی شدند که آن‌ها حتی روش بهتری برای توسعه مدل خاصی از ربات دارند.

در یکی از مقاله‌های هوش مصنوعی که اخیرا در مجله Science Robotics منتشر شده، آن‌ها جزئیاتی از یک رویکرد یادگیری تقویتی را بیان کردند که در آن به جویینگ، یکی از سگ های رباتیک خودشان، آموزش دادند که چطور راه برود و هر بار بعد از زمین خوردن بلند شود.

تیم توسعه‌دهنده این ربات در گفتگویی با Wired اعلام کرده که آن‌ها ابتدا نرم‌افزاری را آموزش داده‌اند که می‌تواند نسخه مجازی این ربات را راهنمایی کند. این نرم‌افزار شامل هشت بخش تخصصی هوش مصنوعی بود که هر یک برای تسلط بر مهارت خاصی آموزش دیده‌اند. به عنوان مثال، یکی در راه رفتن مسلط شد، در حالی که دیگری یاد گرفت چگونه تعادل برقرار کند. هر بار که ربات دیجیتال کاری را با موفقیت انجام می‌داد، تیم محققان با یک امتیاز مجازی به آن پاداش می‌داد. این همان روشی است که اخیرا گوگل از آن برای آموزش الگوریتم MuZero استفاده کرده است.

هنگامی که آن‌ها برای ساخت سگ های رباتیک هشت بخش تخصصی را با موفقیت آموزش دادند، یک شبکه اضافی ایجاد کردند تا به عنوان نوعی سرمربی عمل کند. شبکه‌ای که می‌تواند ورودی‌های هشت الگوریتم دیگر را مدیریت کند و بر اساس شرایط خاص هریک از آن‌ها را به نسبت دیگری در اولویت قرار دهد. آن‌ها سپس نرم‌افزار خود را به یکی از نمونه‌های اولیه خود منتقل کرده و آن را آزمایش کردند. نتیجه این بود که هربار ربات را با لگد زدن یا هل دادن به زمین می‌انداختند، دوباره بلند می‎شد و می‌توانست شروع به راه رفتن کند.

ژیبین لی، یکی از نویسندگان این گزارش، به Wired گفت که هدف تحقیق تیم آن‌ها «ایجاد نوعی ماشین هوشمند است که بتواند برای پرواز مهارت‌های انعطاف‌پذیری و انطباقی را ترکیب کند و از طریق آن انواع وظایفی که قبلا نداشته را مدیریت کند».
با این حال ممکن است به این زودی شاهد انتخاب جویینگ و اسپاتینگ به عنوان بهترین سگ های رباتیک نباشیم. یکی از چالش‌هایی که تیم سازنده انواع ربات‌ها پیش رو دارد، کاهش میزان محاسبات لازم برای شبیه‌سازی آموزش ربات است. با انجام این کار است که آن‌‎ها می‌توانند در کاربردهای عملی مفیدتر باشند.

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

منبع: hooshio.com