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.

۱۰ روند برتر هوش مصنوعی که در سال ۲۰۲۰ اوج می‌گیرند


روند برتر هوش مصنوعی

هوش مصنوعی بدون شک داستان فناوری دهه گذشته بوده است و به نظر نمی‌رسد با طلوع دهه جدید از تب‌وتاب آن کاسته شود. سالها بعد از دهه ۲۰۱۰ به عنوان زمانی یاد می‌شود که ماشین‌هایی که واقعاً می‌توان آن‌ها را “هوشمند” تصور کرد – یعنی مانند انسان‌ها توانایی تفکر و یادگیری پیدا کردند – از داستان‌های علمی تخیلی بیرون آمدند و وارد دنیای واقعی شدند.

اگرچه هنوز هیچ موتور پیش‌بینی‌ای ساخته نشده است که بتواند روند برتر هوش مصنوعی را در دهه آینده ترسیم کند، اما می‌توانیم با اطمینان بالایی از آنچه ممکن است در سال‌های آینده اتفاق بیفتد حرف بزنیم. هزینه‌های تحقیق‌، توسعه و استقرار همچنان رو به افزایش است و بحث در مورد پیامدهای اجتماعی هوش مصنوعی به طور گسترده‌ای ادامه دارد. در همین حال، انگیزه‌ی کسانی که می‌خواهند نوآوری‌های مبتنی بر هوش مصنوعی را در زمینه‌های جدید صنعت، حوزه‌های علمی و زندگی روزمره ما ایجاد کنند  بیشتر می‌شود.

روند برتر هوش مصنوعی

در ادامه درباره موضوعاتی که احتمالاً شاهد ادامه پیشرفت یا ظهور آن‌ها در سال ۲۰۲۰ هستیم، می خوانید.

۱-هوش مصنوعی به طور فزاینده‌ای فرآیندهای تجاری را رصد و اصلاح می‌کند

در حالی که اولین روبات‌ها عمدتا در خطوط تولید و برای انجام کارهای دستی خودکار به کار گرفته می‌شدند، ربات‌های مبتنی بر نرم‌افزار، کارهای تکراری اما ضروری را که ما با رایانه انجام می‌دهیم بر عهده خواهند گرفت. کارهایی همچون پر کردن فرم‌ها، تولید گزارش‌ها، نمودارها و تولید اسناد و دستورالعمل ها از جمله وظایفی هستند که می‌توانند توسط ماشین‌هایی انجام شود که با مشاهده و تقلید رفتارهای ما یاد می‌گیرند تا آن کارها را برای ما سریع‌تر و ساده‌تر انجام دهند. این اتوماسیون- که به عنوان اتوماسیون فرآیند رباتیک شناخته می‌شود – ما را از شر کارهای اداری وقت‌گیر اما ضروری خلاص می‌کند و باعث می‌شود ما وقت بیشتری برای کارهای پیچیده، استراتژیک، خلاقانه و بین‌فردی اختصاص دهیم.

۲- به مرور شخصی سازی بیشتری انجام می‌شود

روند شخصی‌سازی باوجود غول‌های اینترنتی مانند آمازون، علی بابا و گوگل و توانایی آن‌ها در ارائه تجارب و توصیه‌های شخصی با موفقیت پیش می‌رود. هوش مصنوعی به ارائه‌دهندگان کالا و خدمات این امکان را می‌دهد تا با تعامل از طریق درگاه‌های آنلاین و برنامه‌های تلفن همراه  دقت دید بالایی از مشتری را ارائه دهند و به این ترتیب پیش‌بینی‌های هوش مصنوعی با دقت بالایی متناسب با خواسته‌ها و نیازهای ما خواهد بود.

هم اکنون شرکت‌های تحویل دهنده پیتزا همچون  Dominos با کمک هوش مصنوعی می دانند چه زمانی ما به احتمال زیاد پیتزا می‌خواهیم و دکمه “اکنون سفارش دهید” را در یک زمان مناسب پیش روی ما قرار می‌دهند. این روند در  صنایع دیگر نیز اتفاق می‌افتد و آن‌ها راه‌حل‌هایی برای ارائه تجارب شخصی مشتری ارائه می‌دهند.

۳- با دقیق‌تر شدن داده‌ها و و امکان دسترسی بیشتر به آن‌ها هوش مصنوعی نیز به طور فزاینده‌ای مفید می‌شود.

یکی از موانع موجود بر سر راه مشاغل و سازمان‌هایی که می خواهند به سمت تصمیم‌گیری خودکار مبتنی بر هوش مصنوعی حرکت کنند کیفیت اطلاعات موجود است. در سال‌های اخیر با پیشرفت فناوری و روش‌های شبیه‌سازی فرایندها و سازوکارهای موجود در دنیای واقعی در حوزه دیجیتال، داده‌های دقیق به طور فزاینده‌ای در دسترس قرار گرفته‌اند.  به طور مثال شبیه‌سازی به مرحله‌ای رسیده است که تولیدکنندگان و سایر افرادی که در زمینه تولید وسایل نقلیه خودران کار می‌کنند می‌توانند هزاران ساعت داده مربوط به رانندگی بدون وسایل نقلیه به دست آورند که این خود منجر به کاهش چشم‌گیر هزینه و همچنین افزایش کیفیت داده‌هایی می‌شود که می‌توانند جمع شوند. اکنون که کامپیوترها به اندازه کافی قدرتمند هستند و کاملاً دقیق آموزش دیده‌اند تا بتوانند همه داده‌ها را در دنیای دیجیتال شبیه‌سازی کنند  چرا باید هزینه‌ی بالا  و خطر آزمایش سیستم‌های هوش مصنوعی ر را در دنیای واقعی به جان بخریم؟ سال ۲۰۲۰ شاهد افزایش دقت و در دسترس بودن شبیه سازی‌های واقعی خواهیم بود که به نوبه خود منجر به هوش مصنوعی قدرتمندتر و دقیق‌تری می‌شود.

۴-دستگاه‌های بیشتری از فناوری مبتنی بر هوش مصنوعی استفاده خواهند کرد

همزمان که سخت‌افزار و تخصص مورد نیاز برای به‌کارگیری هوش مصنوعی ارزان‌تر می‌شود و بیشتر در دسترس قرار می‌گیرد، ما شاهد استفاده از این فناوری نوین در تعداد بیشتری از ابزارها، گجت‌ها و دستگاه‌ها خواهیم بود. در سال ۲۰۱۹ ما از برنامه‌هایی استفاده کردیم که با استفاده از هوش مصنوعی در رایانه‌ها، تلفن‌ها و ساعت‌ها پیش‌بینی‌ها را در اختیار ما قرار می‌دادند. با واردشدن به دهه جدید و کاهش هزینه‌های سخت‌افزاری و نرم‌افزاری، ابزارهای هوش مصنوعی به طور فزاینده‌ای در وسایل نقلیه، لوازم خانگی و ابزارهای کار ما به کار گرفته می‌شوند. با استفاده از قدرت هوش مصنوعی در نمایشگرهای واقعیت مجازی و واقعیت افزوده و پارادایم‌هایی مانند ابر و اینترنت اشیا، در سال‌های آینده دستگاه‌های بیشتری در شکل و اندازه‌های مختلف شروع به فکر کردن و یادگیری می‌کنند.

۵-همکاری انسان و هوش مصنوعی افزایش می‌یابد

در آینده بسیاری از انسان‌ها در زندگی روزمره خود به کار در کنار ابزارها و ربات‌های مجهز به هوش مصنوعی عادت خواهند کرد. به تدریج ابزارهایی ساخته خواهد شد که به ما امکان می‌دهد از مهارت‌های انسانی خود – که هنوز هوش مصنوعی کاملاً قادر به مدیریت آن‌ها نیست – نهایت استفاده را ببریم؛ مهارت‌هایی همچون تخیل، طراحی، استراتژی و ارتباطات. برای بسیاری از ما، این به معنای یادگیری مهارت‌های جدید، یا حداقل روش‌های جدید برای استفاده از مهارت‌های‌مان در کنار این ابزارهای جدیدِ رباتیک و مبتنی بر نرم افزار است. IDC پیش‌بینی می‌کند که تا سال ۲۰۲۵ ، ۷۵٪ از سازمان‌ها برای بازآموزی کارکنان سرمایه‌گذاری می‌کنند تا شکاف‌های مهارتی ناشی از نیاز به استفاده از هوش مصنوعی را پر کنند. این روند در طول سال ۲۰۲۰ به طور فزاینده‌ای آشکار خواهد شد تا جایی که اگر کارفرمای شما روی ابزار و آموزش هوش مصنوعی سرمایه گذاری نکند، ممکن است در سال‌های آینده مشکل‌ساز شود.

۶-هوش مصنوعی در لبه محاسبات

بیشتر هوش مصنوعی که در زندگی روزمره با آن ارتباط برقرار کرده‌ایم در ” ابر” اتفاق می‌افتد. هنگامی که ما در گوگل جستجو می‌کنیم یا توصیه‌های نتفلیکس را مرور می‌کنیم، الگوریتم‌های پیچیده و مبتنی بر داده در  پردازنده‌هایی قوی اجرا می‌شوند. این مراحل در دیتاسنترهای از راه دور اتفاق می‌افتد و دستگاه‌هایی که در دست ما هستند یا رایانه‌های رومیزی ما به سادگی به عنوان مجرای عبور اطلاعات عمل می‌کنند. با این حال به تدریج، با کارآیی بیشتر این الگوریتم‌ها و قابلیت کار روی دستگاه‌های کم‌مصرف، هوش مصنوعی در لبه رایانش استفاده می‌شود. این الگو در سال ۲۰۲۰ و بعد از آن محبوبیت بیشتری پیدا خواهد کرد. پردازنده‎‌های سفارشی طراحی شده برای انجام تجزیه و تحلیل‌های فوری، به طور فزاینده‌ای به بخشی از فناوری ما در تعامل روزمره تبدیل می‌شوند و ما قادر به انجام این کار خواهیم بود حتی اگر اتصال  اینترنت یکپارچه‌ای نداشته باشیم.

۷-هوش مصنوعی به طور فزاینده‌ای برای ایجاد فیلم، موسیقی و بازی استفاده می‌شود

هنوز هم انسان‌ها در بسیاری از کارها عملکرد بهتری از هوش مصنوعی دارند حتی در سال ۲۰۲۰. کسانی که آثار تولید‌شده به وسیله هوش مصنوعی  از جمله در موسیقی، شعر یا داستان سرایی را دیده‌اند احتمالا موافق باشند که پیشرفته‌ترین ماشین‌ها نیز  کماکان راهی دور و دراز در پیش دارند تا اثری هنری را تولید کنند که با اثر تولیدشده توسط انسان برابری کند. با این حال ، احتمالاً تأثیر هوش مصنوعی بر روی رسانه‎های سرگرمی افزایش می‌یابد. ما امسال در فیلم مرد ایرلندی شاهد بودیم که چگونه رابرت دنیرو با کمک هوش مصنوعی جلوی چشمان ما پیر شد. استفاده از هوش مصنوعی در ایجاد جلوه‌های بصری و ترفندهای کاملا جدید به احتمال زیاد رایج می‌شود و در بازی‌های ویدیویی از هوش مصنوعی برای ایجاد حریفانی چالش‌برانگیز که همانند انسان عمل می‌کننند استفاده می‌شود. همچنین برای اینکه بازی‌ها همچنان بتوانند جذاب باشند و مهارت گیمرها را در هر سطحی از بازی به چالش بکشند هوش مصنوعی نقشی قابل توجه خواهد داشت . اما گرچه موسیقی تولید شده توسط هوش مصنوعی چنگی به دل نمی‌زند با این حال الگوریتم‌های استفاده شده در برنامه‌هایی همچون اسپاتیفای کمک کرده است تا لیست‌های پخش هوشمند را متناسب با آهنگ و سرعت زندگی روزمره تنظیم کنیم.

۸-هوش مصنوعی بیش از پیش در امنیت سایبری حضور خواهد یافت

اگرچه به مرور زمان حملات هک، فیشینگ و مهندسی اجتماعی پیچیده‌تر شده‌اند و حتی از  هوش مصنوعی و الگوریتم‌های پیش‌بینی پیشرفته کمک می‌گیرند اما از سوی دیگر  فناوری هوشمند نقش مهمی در محافظت از ما در برابر این آسیب‌ها و مزاحمت‌ها که زندگی ما را تهدید می‌کند خواهد داشت. از هوش مصنوعی می‌توان برای یافتن سرنخ‌هایی که نشان‌دهنده فعالیت دیجیتالی هستند و  احتمالاً شاخصی از یک فعالیت مخرب است اسنفاده کرد. بدین ترتیب می‌توان قبل از به خطر افتادن اطلاعات حساس، سطح هشدارها و آمادگی را بالا برد. همچنین عرضه ۵G و سایر فناوری‌های ارتباطی بی‌سیم فوق العاده سریع، فرصت‌های بزرگی را برای مشاغل فراهم می‌کند تا خدمات خود را به روش‌های جدید و ابتکاری ارائه دهند. از سوی دیگر این فناوری‌ها به طور بالقوه ما را در برابر حملات سایبری پیچیده آسیب‌پذیرتر  می‌کند. هزینه‌کردن برای امنیت سایبری همچنان افزایش می‌یابد و افرادی که مهارت‌های مربوطه را دارند بسیار مورد توجه قرار می‌گیرند.

۹-بسیاری از  ما شاید حتی بدون اینکه خودمان بدانیم با هوش مصنوعی ارتباط برقرار خواهیم کرد

بگذارید با این حقیقت روبرو شویم که علی‌رغم سرمایه‌گذاری کلان در سال‌های اخیر در چت‌بات‌های قدرت‌گرفته از زبان طبیعی که در خدمات مشتریان استفاده می‌شود، بسیاری از ما می‌توانیم تشخیص دهیم که با یک ربات در حال صحبت کردن طرف هستیم یا انسان. با این وجود، همزمان با ادامه رشد دیتاست‌های مورد استفاده برای آموزش الگوریتم‌های پردازش زبان طبیعی، تشخیص مرز بین انسان و ماشین سخت‌تر و دشوارتر می شود. درواقع با ظهور یادگیری عمیق و مدل‌هایی همچون یادگیری تقویتی، الگوریتم‌هایی که تلاش می‌کنند الگوهای گفتاری ما را تطبیق دهند و معنی را از زبان انسانی ما دریافت کنند، بیش از پیش می‌توانند ما را گمراه کنند و ما فکر کنیم در حال مکالمه با یک انسان هستیم. اگرچه ممکن است بسیاری از ما ترجیح دهیم هنگام جستجوی اطلاعات یا کمک‌گرفتن با یک انسان سروکار داشته باشیم با این حال اگر ربات‌ها بتوانند کارآیی و دقت بیشتری در تفسیر سوالات ما داشته باشند ترجیح ما می تواند تغییر کند. با توجه به سرمایه‌گذاری مداوم و رشد فناوری‌هایی که خدمات مشتری و چت بات‌ها را ارائه می‌دهند، سال ۲۰۲۰ می‌تواند سالی باشد که بسیاری از ما متوجه نشویم که در حال صحبت کردن با یک ربات هستیم.

۱۰-هوش مصنوعی ما را تشخیص خواهد داد، حتی اگر ما آن را تشخیص ندهیم

گسترش فناوری تشخیص چهره با انتقال به دهه آینده بیشتر خواهد شد. این موضوع منحصر به چین نیست و در سراسر جهان اتفاق خواهد افتاد. شرکت‌ها و دولت‌ها به طور فزاینده‌ای روی این روش‌ها سرمایه‌گذاری می‌کنند تا بدانند که ما چه کسی هستیم و فعالیت و رفتار ما را زیرنظر بگیرند. با این حال عقب‌گردهایی نیز وجود دارد. در این سال، سانفرانسیسکو اولین شهر بزرگی بود که استفاده از فناوری تشخیص چهره توسط پلیس و آژانس‌های شهرداری را ممنوع کرد و دیگران احتمالاً در سال ۲۰۲۰ نیز این ممنوعیت را اعمال کنند. اکنون سوال این است که آیا مردم در ازای افزایش امنیت و راحتی‌ای که این فناوری برای آنان به ارمغان خواهد اورد، آیا این نقض حریم شخصی را به طور گسترده خواهند پذیرفت؟ این موضوع احتمالاً بحث داغ روزهای پیش رو در روند برتر هوش مصنوعی خواهد بود. شما چه فکر می‌کنید؟
 

منبع: hooshio.com

روند بازار تشخیص چهره در سال ۲۰۲۰ و سال‌های پس از آن


فن‌آوری تشخیص چهره بخش قابل توجهی از بازار احراز هویت بیومتریک و تحول دیجیتالی را تشکیل می‌دهد. بخش‌های مختلف بازار تشخیص چهره که کاملاً با یکدیگر تفاوت دارند- سریع‌تر از چیزی که انتظار می‌رفت، مسیر رشد و توسعه را در پیش گرفته‌اند.

نواقص و کاستی‌های نرم‌افزار تشخیص چهره دو بعدی در نرم‌افزار تشخیص چهره سه بعدی دیده نمی‌شود و این نرم‌افزار می‌تواند در محیط‌های کم‌نور و کاملاً تاریک هم کار کند.

همزمان با افزایش میزان سرمایه‌گذاری‌ها‌ در حوزه فن‌آوری‌های تشخیص چهره و هم‌چنین بلوغ و تکامل فن‌آوری‌ها، میزان استفاده از این فن‌آوری در برخی موارد، از جمله موارد کاربرد جدید، افزایش پیدا می‌کند. یکی از دلایل اصلی افزایش میزان استفاده از فن‌آوری تشخیص چهره، شیوع ویروس همه‌گیر کرونا است.

علاوه بر این، شیوع ویروس کووید ۱۹ منجر به توسعه سیستم‌های تشخیص چهره‌ای شده است که به سایر تکنیک‌های احراز هویت بیومتریک مجهز هستند. در نتیجه شیوع ویروس همه‌گیر کرونا انتظار می‌رود رقمی‌سازی و دیجیتالی کردن در برخی حوزه‌ها شتاب پیدا کند و علاوه بر این برخی معتقدند ناگزیر میزان استفاده از فن‌آوری‌های تشخیص چهره نیز افزایش پیدا می‌کند.

رشد و گسترش بازار تشخیص چهره به لحاظ مالی برای حوزه فن‌آوری موهبتی عالی به شمار می‌رود. فن‌آوری هوش مصنوعی، یادگیری ماشین(به ویژه یادگیری عمیق) و بینایی ماشین به صورت گسترده در این بازار مورد استفاده قرار می‌گیرند چراکه این فن‌آوری‌ها امکان تطبیق تصاویر ثبت‌شده توسط دوربین‌ها را با تصاویر موجود در دیتابیس و سیستم‌های پیچیده تشخیص چهره فراهم می‌کنند و کیفیت تصاویر نیز با بهره‌گیری از فن‌آوری‌های دیگر ارتقا پیدا می‌کند.

سخت‌افزارها و زیرساخت‌ها داده‌ها را جمع‌آوری و تفسیر می‌کنند و در همان حال تحلیل تشخیص چهره نیز با رایانش مرزی، اتصال، نرم‌افزار، سرویس‌ها و غیره ارتباط تنگاتنگی دارد.بازار تشخیص چهره

تشخیص چهره و تلاقی فن‌آوری‌ها و حوزه‌های کاربردی مختلف

فن‌آوری تشخیص چهره یکی از زیرشاخه‌های احراز هویت بیومتریک است و در آن چندین فن‌آوری متفاوت در کنار یکدیگر قرار می‌گیرند. ۵G، نسل بعدی شبکه‌های تلفن همراه و فن‌آوری‌های پیشتاز تنها نمونه‌های کوچکی از فن‌آوری‌های بی‌شماری هستند که به رشد و گسترش بیشتر فن‌آوری تشخیص چهره کمک می‌کنند.

از شبکه‌های دوربین‌های مدار بسته- که تراکم بالایی دارند و به فن‌آوری هوش مصنوعی مجهز هستند– به منظور کنترل و نظارت بر تمامی ارکان زندگی بشر استفاده می‌شود و به احتمال زیاد اینترنت اشیای شبکه‌های سلولی ۵G (که در آن شبکه ۵G و اینترنت اشیا در کنار یکدیگر قرار می‌گیرند) می‌تواند تأثیرات چشمگیری بر این حوزه بر جای بگذارد.

به بیانی دیگر با استفاده از این فن‌آوری می‌توان امنیت داخلی را تأمین کرد یا به طور خاص‌تر این فن‌آوری می‌تواند استفاده از شبکه‌های دوربین‌های مدار بسته که تراکم بالایی دارند و به فن‌آوری هوش مصنوعی مجهز هستند را تحت تأثیر قرار دهد. تأثیرات این فن‌آوری به تأمین امنیت داخلی محدود نمی‌شود و از آن می‌توان برای تأمین امنیت تأسیسات حساس و حتی شهرهای هوشمند و جوامع دیگر استفاده کرد.

در مصاحبه‌ای که با موضوع ادغام سیستم‌های ساختمان انجام دادیم به دفعات به استفاده از فن‌آوری تشخیص چهره در تأسیسات مختلف از جمله اداره‌های هوشمند، فرودگاه‌ها و مراکز داده و غیره اشاره شد. در این مصاحبه به بحث و گفت‌و‌گو راجع به تغییراتی پرداختیم که فن‌آوری تشخیص چهره، اینترنت اشیا، ۵G و فن‌آوری‌های پیشتاز در حوزه ساخت‌و‌ساز ایجاد می‌کنند.

مارتین فدر ، متخصص سیستم‌های مدیریت ساختمان، اظهار داشت سیستم‌های ساختمان در حال حرکت به سوی دنیای ارتباطات صوتی و تصویری هستند که در آن دوربین‌ها به فن‌آوری تشخیص چهره مجهز می‌شوند. علاوه بر این وی انتظار دارد دوربین‌های مداربسته و فن‌آوری تشخیص چهره در تأمین امنیت مراکز داده مرزی و میکرو که در پایین برج‌های ۵G ظاهر می‌شوند موثر باشند. به عبارت دیگر، موارد کاربرد بیشتری می‌توان برای این فن‌آوری متصور شد و علاوه بر این، این فن‌آوری در مسیر رشد و توسعه قرار دارد.

در آینده اکثر قابلیت‌های تشخیص چهره در تلفن‌های هوشمند، تحت نرم‌‍افزارsoftware-based می‌شود و تا سال ۲۰۲۴، ۱.۳ میلیارد دستگاه به این فن‌آوری مجهز می‌شوند.

اگر هنوز به فن‌آوری تشخیص چهره به دید یک نرم‌افزار کاربردی نگاه می‌کنید و یا موارد کاربرد آن را از نظر می‌گذرانید، لازم است بدانید این فن‌‌آوری رشد زیادی را تجربه کرده چرا که در حوزه‌هایی به غیر از حوزه‌های مربوط به دولت، صنایع دفاعی و دوربین‌های مداربسته نیز مورد استفاده قرار می‌گیرد. به بیانی دیگر به سادگی می‌توان میان استفاده از فن‌آوری تشخیص چهره در نرم‌افزارهای کاربردی مصرفی(نرم‌افزارهای کاربردی تلفن‌های هوشمند) و استفاده از آن در محیط‌های کسب‌و‌کار و حوزه‌های امنیتی تمایز قائل شد.

رشد و گسترش بازار تشخیص چهره در نتیجه شیوع ویروس همه‌گیر کووید-۱۹

در نتیجه شیوع ویروس همه‌گیر کووید-۱۹، به طور فزاینده‌ای از فن‌آوری‌های تشخیص چهره در حوزه بهداشت و درمان دیجیتالی استفاده می‌شود؛ فن‌آوری تشخیص چهره با سایر تکنیک‌های احراز هویت بیومتریک ترکیب می‌شود و برخی نرم‌افزارهای کاربردی به آن مجهز می‌شوند و از این نرم‌افزارهای کاربردی برای تشخیص افرادی که شیلد محافظت صورت پوشیده‌اند و یا در تب‌سنجی استفاده می‌شود و بدین وسیله مانع شیوع بیماری می‌شوند.

بر هیچ کس پوشیده نیست که نیازهای ناشی از شیوع ویروس کرونا باعث ایجاد تغییراتی در پویایی‌های بازار تشخیص چهره می‌شوند. بر اساس گزارش ABI Research، در حال حاضر گزاره ارزشی توسعه‌دهندگان الگوریتم شامل فن‌آوری‌های تشخیص چهره و عنبیه چشم می‌شود که امکان احراز هویت و تشخیص(و ناگزیر نظارت بر) افرادی که به طور کامل و یا نیمی از صورت خود را پوشانده‌اند، از جمله شهروندانی که ماسک زده‌اند و یا شیلد محافظ صورت پوشیده‌اند را فراهم می‌کند.

علاوه بر این، به گفته دیمیتریوس پالاکلیس، تحلیل‌گر ABI Research، فن‌آوری‌هایی که امکان سنجش تب و یا دما را فراهم می‌کنند و در بسیاری از کشورها هم مورد استفاده قرار می‌گیرند، در دسترسی و کنترل مرز به روز رسانی شده‌اند. در آخر، از نرم‌افزارهای کاربردی پزشکی از راه دور بیومتریک برای بهداشت و درمان از راه دور و سلامت از راه دور استفاده می‌شوند و بدون شک هر دو حوزه یادشده در رویکردهای آتی سلامت دیجیتالی شتاب پیدا می‌کنند.

همزمان با اینکه بازار احراز هویت بیومتریک (به ویژه آن دسته از تکنیک‌هایی که نیازمند برقراری ارتباط فیزیکی هستند) دچار ضرر و زیان می‌شوند، سایر فن‌آوری‌ها به اجبار در حال تغییر و تحول هستند. شرکت‌های احراز هویت بیومتریک هوش مصنوعی میزان سرمایه‌گذاری‌های خود را در حوزه نرم‌افزارهای کاربردی تشخیص چهره افزایش می‌دهند و در این میان شرکت‌های چینی بیشترین مبلغ را در این حوزه سرمایه‌گذاری می‌کنند.

نکته: ضروری است بتوانیم میان استفاده از فن‌آوری تشخیص چهره در نظارت(با مذاکراتی پیرامون خطرات نظارت گسترده، سوگیری، حفاظت از اطلاعات شخصی و ریسک‌های نقض امنیت سایبری)و استفاده از فن‌آوری تشخیص چهره در فرایند احراز هویت(معمولاً برای نرم‌افزارهایی که مردم می‌خواهند از آن‌ها استفاده کنند و کمتر نیاز است راجع به آنها بحث و گفت‌و‌گو کرد) تمایز قائل شویم.

بازار تشخیص چهره در نرم‌‌افزارهای کاربردی مصرفی

بسیاری از مردم با شنیدن کلمه تشخیص چهره بلافاصله به یاد فرودگاه‌ و بازرسی در مرز و نظارت و مواردی از این قبیل می‌افتند، اما فن‌آوری تشخیص چهره در تأسیسات خرده‌فروشی هم مورد آزمایش قرار گرفته است(البته کاربرد این فن‌آوری در خرده‌فروشی‌ها به تأمین امنیت محدود نمی‌شود و از آن در صندوق‌های پرداخت اتوماتیک نیز استفاده می‌شود.)

شبکه‌های اجتماعی نیز از فن‌آوری‌های تشخیص چهره در بازایابی دیجیتالی استفاده می‌کنند.

برخی دیگر از موارد کاربرد فن‌آوری تشخیص چهره:

  • بهداشت و درمان(غربال‌گری بیمار)
  • فرایند انتخابات و رای‌گیری (دولت)
  • دسترسی به تأسیسات مشخص
  • تحقیقات جنایی

علاوه بر این برخی معتقدند فن‌آوری تشخیص چهره اهمیت ویژه‌‌ای در آینده همراه‌بانک و تجارت سیار (پرداخت‌‌ها و احراز هویت‌های ایمن با استفاده از موبایل) دارد.

برای نمونه، بر اساس Juniper Research، از میان انواع مختلف سخت‌افزارهای احراز هویت بیومتریک تلفن‌های هوشمند، تعداد سخت‌افزارهای تشخیص چهره همچون Face ID در آیفون‌های کنونی، رشد سریع‌تری خواهد داشت(طبق برآوردهای انجام شده تعداد آن‌ها در سال ۲۰۱۹، ۹۶ میلیون تلفن هوشمند بوده و تا سال ۲۰۲۴ تعداد آن‌ها به بیش از ۸۰۰ میلیون تلفن همراه افزایش پیدا می‌کند.)

ظهور و پیدایش فن‌آوری‌های نوین از جمله دوربین‌های مداربسته با وضوح بالا و فن‌آوری‌های تشخیص چهره با وضوح بالا و هم‌چنین تشخیص عنبیه چشم و تشخیص احساسات موجب رشد و ترقی بازار تشخیص چهره شده‌اند.

بر اساس Juniper Research در نتیجه پیشرفت و توسعه فن‌آوری هوش مصنوعی، در طول دوره پیش‌بینی، تعداد سخت‌افزارهای تشخیص چهره در هر سال ۵۰ درصد افزایش می‌یابد و نرم‌افزارهای تشخیص چهره در ۱.۳ میلیارد تلفن همراه تعبیه می‌شوند و در همان حال شرکت‌هایی همچون iProov و Mastercard خدمات احراز هویت از طریق تشخیص چهره ارائه می‌دهند و می‌توان از آن در انجام پرداخت‌ها و فرایند احراز هویت استفاده کرد.

سرویس‌ها و نرم‌افزارهای تشخیص چهره

یکی دیگر از بازارهایی که مسیر رشد و توسعه را در پیش گرفته بازار راهکارها و ابزارهای نرم‌افزاری تشخیص چهره است. البته باید توجه داشته باشید که میزان رشد و توسعه این بازار از کشوری به کشور دیگر متفاوت است و در همان حال شرکت‌های ارائه‌دهنده‌ این فن‌آوری نیز متفاوت هستند. با وجود اینکه ویروس کووید-۱۹ عامل اصلی رشد و توسعه این بازار است، اما کشورهای سراسر جهان دیدگاه‌های متفاوتی نسبت به فن‌آوری تشخیص چهره دارند.

بازار تشخیص چهره

مباحثات جدال برانگیز بسیاری پیرامون تشخیص چهره، تأمین امنیت داخلی و استفاده از سیستم‌های تشخیص چهره به منظور شناسایی و تأیید هویت «مجرمان»، بازبینی فیلم‌های مربوط به وقوع یک جنایت، کنترل مرزها و اجرای قانون شکل می‌گیرد.

Clearview AI که توجه رسانه‌ها را به خود جلب کرده است، یک دیتابیس بزرگ هوش مصنوعی از تصاویر دارد که به روشی مبهم ساخته شده است(از طریق استخراج داده‌های شبکه‌های اجتماعی، وب‌سایت‌های عمومی و غیره) و نهادهای اجرای قانون واقع در ایالات متحده به صورت گسترده از آن استفاده می‌کنند، تنها یک نمونه از این موارد است.

علاوه بر این، به نظر می‌رسد شرکت Clearview AI با چندین شرکت و آژانس خصوصی خارج از ایالات متحده و کانادا نیز همکاری داشته است(در این میان و در نتیجه فشار دعاوی حقوقی، این شرکت اعلام کرد که به همکاری خود با شرکت‌های خصوصی خاتمه می‌دهد).

همچنین پیرامون استفاده از فن‌آوری تشخیص چهره در زمینه نظارت گسترده نیز مباحثات بسیاری شکل گرفته است و در این مباحثات بیشتر به موضوع سواستفاده و سوگیری الگوریتم‌های تشخیص چهره پرداخته می‌شوند.

افزایش نرخ دقت تشخیص چهره

علیرغم درخواست اتحادیه اروپا مبنی بر منع استفاده از نرم‌افزارهای کاربردی تشخیص چهره برای مدتی کوتاه(برخی از سیستم‌های تشخیص چهره از قانون عمومی عدم افشای اطلاعات پیروی می‌کنند) و منع استفاده از این فن‌آوری در برخی مناطق دیگر، فن‌آوری تشخیص چهره از رده خارج نخواهد شد. توسعه فن‌آوری تشخیص چهره کماکان ادامه داد و همزمان نرخ دقت آن نیز افزایش پیدا می‌کند.

ریزکنترل‌کننده‌ها و ریز‌پردازنده‌های قوی، ثبت‌ تصاویر با کیفیت بالا با استفاده از دوربین‌های باکیفیت‌تر، پردازش روی تراشه و رایانش مرزی برای افزایش هوشمندی دوربین‌ها، تشخیص چهره سه بعدی و بهره‌گیری از الگوریتم‌های شبکه عصبی برای توسعه الگوریتم‌های تشخیص چهره که نرخ دقت بالاتری دارند، تنها نمونه‌های کوچکی از پیشرفت‌هایی هستند که طی چندین سال گذشته حاصل شده‌اند.

بر اساس گزارش NIST، نرخ دقت فن‌آوری‌های تشخیص چهره بین سال‌های ۲۰۱۳ تا ۲۰۱۸ به طور چشمگیری افزایش داشته است. بر اساس این گزارش، که در تدوین آن از چندین دیتاست متشکل از تصاویر دو بعدی استفاده شده است،« افزایش نرخ دقت در نتیجه ادغام و یا جایگزینی کامل رویکردهای قدیمی با رویکردهای مبتنی بر شبکه‌ های عصبی پیچشی عمیق اتفاق افتاده است.» به گفته NIST، با وجود این که تفاوت‌های فاحشی میان الگوریتم‌های مختلف وجود دارد، در حوزه تشخیص چهره نوعی انقلاب صنعتی اتفاق افتاده است و قابلیت الگوریتم‌ها در پردازش تصاویری که کیفیت پایینی دارد، افزایش داشته است.

دلایلی که مانع از رده خارج شدن فن‌آوری تشخیص چهره می‌شوند، عبارتند از:

• تقاضای زیاد: تقاضا برای این فن‌آوری فقط به دولت‌ها و نهادهای اجرا و اعمال قانون محدود نمی‌شود، همان‌گونه که پیش از این نیز گفتیم از این فن‌آوری در بازاریابی، خرده‌فروشی و حفاظت از تأسیسات حساس و غیره نیز استفاده می‌شود و شیوع ویروس همه‌گیر کووید-۱۹ منجر به افزایش تقاضا برای این فن‌آروی شده است.

• افزایش روزافزون استفاده در جهان: تمامی کشورها و سازمان‌های چندملیتی از این فن‌آوری استفاده می‌کنند و به طور فزاینده‌ای از این فن‌آوری استفاده خواهند کرد، هرچند شیوه‌ها و دلایل استفاده از این فن‌آوری متفاوت است.

• سهولت استفاده : هرچند تکنیک‌های احراز هویت دیگری وجود دارد که نرخ دقت آن‌ها بالاتر است اما استفاده از فن‌آوری تشخیص چهره آسان‌تر است و فرصت‌های بیشتری در اختیار کسانی قرار می‌دهد که از آن استفاده می‌کنند و در همان حال مانع در هنگام استفاده از این فن‌آوری نگرانی راجع به مسائل بهداشتی و تکنیک‌های احراز هویتی که لازمه استفاده از آن‌ها برقراری ارتباط فیزیکی است، معنایی ندارد.

افزایش نیاز به راهکارهای احراز هویت بیومتریک مجهز به فن‌آوری تشخیص چهره برای مدیریت هویت، مدیریت مرزها، تأمین امنیت داخلی و امنیت نظامی دولت‌ها را بر آن داشته تا به طور گسترده فن‌آوری‌های تشخیص چهره را پیاده‌سازی و اجرا کنند.

در رابطه با مورد آخر با ید بگوییم که برای مثال، احراز هویت از طریق اثر انگشت، که طی سال‌های اخیر در کشورهای مختلفی راجع به آن بحث و گفت‌و‌گو شده است، نیازمند آن است که کاربر اقدامی انجام دهد، اما در روش احراز هویت از طریق تشخیص چهره، حداقل در مکان‌های عمومی که به افراد راجع به استفاده از این فن‌آوری اطلاع‌رسانی نمی‌شود، نیازی به انجام این کار نیست.

بحث و گفت‌و‌گو پیرامون کاربردهای فن‌آوری تشخیص چهره سابقه‌ای طولانی دارد اما درخواست منع استفاده از این فن‌آوری به ویژه در مکان‌های عمومی، در نتیجه اقدامات شرکت Clearview AI، بیش از هر زمان دیگری جنجال برانگیز بوده است.

اما نکته‌ای که در اینجا اهمیت دارد امکان استفاده و بهره‌مندی از مزایای فن‌آوری تشخیص چهره نیست. مسئله‌ای که باید به آن توجه داشت فن‌آوری‌هایی است که از آن‌ها می‌توان در اعمال نظارت گسترده استفاده کرد و این‌که ما در حال ساخت محیط نظارتی دیجیتالی هستیم که شرکت‌های بزرگ فن‌آوری و دولت‌ها ناگزیر از آن‌ها سواستفاده می‌کنند و خواهند کرد. نکته قابل توجه در اینجا انسان و مسائل اجتماعی است.

بازار تشخیص چهره – سرویس‌ها و نرم‌افزارها

زمان آن رسیده که نگاهی داشته باشیم به بازار سیستم‌های تشخیص چهره و محرک‌های آن. بر اساس یک گزارش، افزایش نیاز به نظارت یکی از اصلی‌ترین عامل‌های رشد و گسترش بازار تشخیص چهره است. این که افزایش نیاز به نظارت از کجا نشأت می‌گیرد و چه عواملی بیشتر به افزایش آن دامن می‌زنند و در چه جاهایی نیاز به آن بیشتر احساس می‌شود به داوری و قضاوت شما بستگی دارد.

بر اساس گزارش MarketsandMarkets تا سال ۲۰۲۴ ارزش بازار فن‌آوری تشخیص چهره به ۷ میلیارد دلار می‌رسد. به بیانی دیگر در طول دوره پیش‌بینی ۲۰۱۹(۳.۲ میلیارد دلار) تا سال ۲۰۲۴ نرخ رشد مرکب سالانه آن ۱۶.۶ درصد خواهد بود. برای آن‌که «اهمیت» بازار تشخیص چهره را نشان دهیم، باید بگوییم که بر اساس داده‌های MarketsandMarkets تا سال ۲۰۲۲ میزان مبالغی که در حوزه اینترنت اشیا هزینه می‌شود از مرز ۱ تریلیون دلار عبور خواهد کرد.بازار تشخیص چهره

به نظر می‌رسد اندازه این بازار کوچک است. اما با در نظر گرفتن تمامی مباحثات و عدم قطعیت‌هایی که در پیش روی ماست به نظر می‌رسد پیش‌بینی اندازه و وسعت و تحولات آن کار دشواری است. همان‌گونه که پیش از این گفتیم، این گزارش فقط به بررسی و مطالعه سرویس‌ها و نرم‌افزارهای تشخیص چهره پرداخته است. به بیانی دیگر در این گزارش ارزش کلی این بازار، به جای توجه صرف به راهکارها و سرویس‌ها، مشخص نشده است و همان‌گونه که پیش از این نیز به آن اشاره شد زیرساخت تشخیص چهره بازار گسترده‌ای دارد.

نرم‌افزارهای تشخیص چهره شامل نرم‌افزارهای تشخیص چهره دوبعدی، تشخیص چهره سه بعدی و تحلیل چهره می‌شوند. همان‌گونه که می‌دانید فن‌آوری تشخیص چهره سه بعدی در چندین «مورد کاربرد» که تشخیص چهره دو بعدی نمی‌تواند عملکرد مناسبی داشته باشد، «بهتر» عمل می‌کند.

علاوه بر این، فن‌آوری تشخیص چهره سه بعدی سهم بیشتری از بازار را به خود اختصاص می‌دهد و از این فن‌آوری عمدتاً در کنترل مرز‌ها، تأیید اصالت اسناد و مدیریت هویت استفاده می‌شود.

اصلی‌ترین شرکت‌های فعال در حوزه تشخیص چهره که نام آن‌ها در گزارش MarketsandMarket ذکر شده عبارتند از:

  • NEC(ژاپن)
  • Aware(ایالات متحده)
  • Gemalto(هلند، و اکنونی بخشی از شرکت Thales است)
  • Ayonix Face Technologies (ژاپن)
  • Cognitec Systems GmbH(آلمان)
  • NVISO SA(سوییس)
  • Daon(ایالات متحده)
  • StereoVision Imaging(ایالات متحده)
  • Techno Brain(کنیا)
  • Neurotechnology(لیتوانی)
  • Innovatrics(اسلوواکی)
  • id3 Technologies(فرانسه)
  • IDEMIA(فرانسه)
  • Animetrics(ایالات متحده)
  •  MEGVII(چین)

در این گزاش به تأثیرات شیوع ویروس کووید-۱۹ اشاره‌ای نشده است، پس باید «منتظر بمانیم و ببینیم» این بیماری چگونه باعث تسریع این بازار می‌شود.

 

کشورها و بخش‌هایی که بیشترین میزان استفاده از نرم‌افزار تشخیص چهره دارند

با در نظر گرفتن نوآوری‌ها و ابتکارات موجود، تعجبی ندارد که در طول دوره پیش‌بینی منطقه آسیا-اقیانوسیه بیشترین میزان رشد در این حوزه را تجربه خواهد کرد و یکی از دلایل اصلی این رشد سرمایه‌گذاری دولت در زیرساخت‌های امنیتی و نظارتی خواهد بود.

آن دسته از کشورهای ناحیه آسیا- اقیانوسیه که بیشتر در حوزه تشخیص چهره فعالیت دارند، عبارتند از:

  • چین
  • ژاپن
  • سنگاپور
  • و به طور فزاینده‌ای هند.

یکی دیگر از عوامل دخیل در رشد و توسعه این حوزه، افزایش آگاهی مردم است. در نتیجه شیوع ویروس کووید-۱۹، در برخی کشورها به ویژه چین میزان استفاده از فن‌آوری تشخیص چهره، که پیش از این نیز به طور گسترده مورد استفاده قرار می‌گرفت و مباحثات گوناگونی پیرامون آن شکل می‌گرفت، را افزایش داد.

همان‌گونه که پیش از این گفتیم، به گزارش ABI Research شرکت‌های چینی از جمله SenseTime، Megvii، Alibaba و Baidu بیشترین میزان سرمایه‌گذاری در حوزه تشخیص چهره را به خود اختصاص می‌دهند.
استفاده از فن‌آوری‌های تشخیص چهره در سیستم‌های قدیمی و منسوخ میزان رشد راهکارهای تشخیص چهره در بازار را محدود می‌کند.

ایالات متحده، کانادا و بریتانیا نیز مبالغی در حوزه تشخیص چهره سرمایه‌گذاری می‌کنند و به سرمایه‌گذاری در این حوزه ادامه می‌دهند. دولت و بخش دفاعی نقش مهمی در این بازار ایفا می‌کنند و نسبت به بخش‌های دیگر رشد سریع‌تری دارند.
علاوه بر این، به گزارش MarketsandMarkets میزان پیاده‌سازی و اجرای راهکارهای تشخیص چهره برنامه‌های مقیاس بزرگ دولتی از جمله شهرهای هوشمند و حمل‌و‌نقل هوشمند در حال افزایش است. از این روی « افزایش نیاز به راهکارهای احراز هویت بیومتریک مجهز به فن‌آوری تشخیص چهره برای مدیریت هویت، مدیریت مرزها، تأمین امنیت داخلی و امنیت نظامی دولت‌ها را بر آن داشته تا به طور گسترده فن‌آوری‌های تشخیص چهره را پیاده‌سازی و اجرا کنند.»

 

سایر صنایع عمودی که از فن‌آوری تشخیص چهره استفاده می‌کنند، عبارتند از:

  • بانک‌داری، خدمات مالی و بیمه
  • بهداشت و درمان
  • خرده‌فروشی
  • آموزش.

به نمونه‌هایی از موارد کاربرد فن‌آوری تشخیص چهره در این بخش‌ها اشاره کردیم.
به محض این‌که درک و شناخت عمیق‌تر و کامل‌تری نسبت به میزان تأثیرات ویروس کووید-۱۹ بر استفاده از فن‌آوری تشخیص چهره در کشورها و بخش‌ها مختلف کسب کنیم، این مقاله را به روزرسانی خواهیم کرد.

منبع: hooshio.com

سرمایه گذاری هوش مصنوعی ؛ کدام فناوری ‌ها بیشترین سهم و کمترین سهم را دارند؟


هوش مصنوعی با اشتیاق زیادی در حال تغییر دادن بسیاری از حوزه‌ها است ، اما مساله اینجاست که  آن حوزه‌ها به همان اندازه  روی خوش  نشان نمی‌دهند. گسترش هوش مصنوعی بیش از همه به این موضوع ارتباط دارد که جامعه در حال حاضر چه چیزی را جذاب می‌داند. شاخص هوش مصنوعی اخیراً گزارشی را منتشر کرده است که نشان می‌دهد سرمایه گذاری هوش مصنوعی به سمت کدام بخش‌ها سرازیر شده است . نتایج شگفت‌انگیز است.

اهمیت معنادار اتومبیل‌های خودران

ما هنوز در جستجوی یک اتومبیل اسطوره‌ای هستیم، حتی با وجود شکست‌های قابل توجه و خطرناکی که در این مسیر با آنها مواجه شده‌ایم. اتومبیل‌ها این پتانسیل را دارند تا در شهرهای کوچک از بار سنگین ترافیک بکاهند حتی اگر جمعیت بیشتر شود. آنها همچنین می‌توانند هزینه های ارسال و تحویل بار را کاهش دهند.اما مسئله بیش از چند الگوریتم ساده است. درواقع رایانه‌ها هنوز هم تا حد زیادی در انتقال یادگیری در شرایط مختلف ناکارآمد هستند. توسعه اتومبیل‌های خودران مانند توسعه کامپیوتری است که قرار است همانند یک انسان رفتار کند. با اینکه این الگوریتم‌ها روز به روز در حال بهترشدن هستند اما در حال حاضر کماکان می‌توان پردازنده‌های رایانه‌ای را به راحتی  فریب داد و این چیزی است که باید تغییر کند.

همزمان که ما در تلاش برای خلق یک نمونه کامل از اتومبیل های خودران هستیم  به طور کلی به دنبال استفاده از منحنی یادگیری برای ماشین‌ها نیز هستیم. یادگیری ماشین مفهومی است که برای صنایع و سازمان‌ها آشنا و با ارزش است. رانندگی خودران قسمت عمده سرمایه گذاری هوش مصنوعی را به خود اختصاص می‌دهند زیرا در این حوزه ریسک زیادی وجود دارد.این گزارش اضافه می‌کند که ربات‌های خودران که به همین موضوع مرتبط هستند نیز رشد خوبی را نشان داده‌اند.

 

تحول بیوتکنولوژی و داروسازی

داروها و مطالعه سرطان در رده‌ی بعدی بیشترین سرمایه گذاری هوش مصنوعی است. اگرچه از نظر حجم و تعداد در حد اتومیبل های خودران  نیست اما به دلایل مختلفی حوزه‌ بسیار مهمی است. تلاش هایی که در این زمینه معطوف به کاهش هزینه آزمایش‌ها است در صورت صحیح بودن الگوریتم‌ها یک سرمایه گذاری با ارزش به شمار می‌رود. شرکت‌های داروسازی سال‌ها بابت افزایش قیمت داروها و عدم عرضه‎ی مداوم داروهای بی عارضه مورد انتقاد قرار گرفته‌اند. اکنون فرصت خوبی است تا  تلاش‌هایشان به سرانجام برسد و انتقادات را خنثی کنند.

همکاری هوش مصنوعی و متخصصان داروسازی بهترین فرصت را برای ساختن روش‌های جدید کشف دارو و پیشرفت در تحقیقات سرطان فراهم می‌کند. از آنجا که سرطان کماکان برای ما ناشناخته است، هوش مصنوعی می‌تواند با پردازش داده‌های بزرگ -کاری که انسان نمی‌تواند انجام دهد– تمامی الگوهایی را که ناشناخته مانده‌اند برای ما آشکار کنند. شرکت‌هایی همچون مراقبت‌های پزشکی Fresenius ، Flatiron Health  و داروسازی Alexion   اهمیت و نحوه عملکرد هوش مصنوعی را در آینده مراقبت‌های بهداشتی، بیوتکنولوژی و داروسازی درک می‌کنند. آنها امسال در کنفرانس علم داده یا ODSC  حضور خواهند داشت تا با تبادل نظر و حضور در کارگاه‌هایی که برگزار می‌شوند دانش خود را افزایش دهند.

 

موضوع مناقشه برانگیز فناوری تشخیص چهره

فناوری تشخیص چهره به طور مداوم در صدر اخبار است و سرمایه‌گذارها همچنان به حمایت از نرم‌افزارهای این حوزه ادامه می‌دهند. جالب اینکه علی‌رغم اختلاف‌نظرها این سرمایه‌گذاری‌ها از جاهای مختلفی از دولت‌ها گرفته تا نیروی انتظامی و آژانس‌های تبلیغاتی انجام می‌شود.

نمی‌توان به فناوری تشخیص چهره به چشم یک موضوع خطرناک و ویران کننده نگاه کرد. این بستگی به منشا سرمایه‌گذاری‌ها و استفاده‌ای که از این فناوری برای نسل‌های بعدی می‌شود دارد. درواقع هنوز کاملا شبیه داستان فیلم گزارش اقلیت نشده است اما با ادامه این سرمایه‌گذاری‌ها و پیشرفت‌ها باید به فکر متعادل‌کردن نگرانی‌های مربوط به حریم خصوصی خود از سویی و امنیت عمومی و قراردادهای اجتماعی از سوی دیگر باشیم.

همزمان که که این فناوری به پیشرفت خود ادامه می‌دهد دولت‌ها در تلاشند تا در مورد نگرانی‌های مربوط به حریم خصوصی موضع بگیرند و قوانینی را برای کنترل نرم‌افزارهایی که می‌توانند کاربرد نظامی داشته باشند تصویب کنند.

 

سرمایه‌گذاری‌های شگفت‌آور

محتوای دیجیتالی یکی از جذاب‌ترین حوزه‌ها در سرمایه گذاری هوش مصنوعی است. برای مدت‌های زیادی تصور می‌شد که نوشتن یک تلاش انسانی است، اما ماشین‌ها به طور مداوم ما را با کیفیتی که دارند غافلگیر می‌کنند. در حال حاضر تعداد اندکی از سازمان‌های بزرگ از هوش مصنوعی برای نوشتن محتوایی که نیروی انسانی به اندازه کافی در آن سریع نیست استفاده می‌کنند.

در انتهای این طیف، زنجیره تامین وجود دارد که علی‌رغم وعده‌های زیادی که در جهت افزایش کارایی و کاهش خطا داده‌اند همچنان پایین‌ترین سطح سرمایه‌گذاری هوش مصنوعی را به خود اختصاص داده‌اند. برخلاف انتظار، بازاریابی از طریق چت‌بات‌ها که نسل بعدی بازاریابی در جهان به شمار می‌رود، شاهد کمترین رشد سرمایه‌گذاری در این حوزه بوده است.

این‌ها به چه معنا است؟

رسانه‌های دیجیتالی تلاش کرده‌اند تا در دوران فروش آنلاین سودآوری داشته باشند و یکی از راه‌حل‌های موجود، تولید محتوایی باب میل خریداران است بدون اینکه مجبور شوند بودجه بیشتری برای استخدام نویسنده‌ها اختصاص دهند.

اما در مورد زنجیره تأمین، این بخش همچنان بر اساس اصول انقلاب صنعتی استوار است که دیگر جواب نمی‌دهد. هنوز هم مدیران باید زمان زیادی را صرف سروکله زدن با ارقام و اعداد مربوط به ضایعات محصولات، خرابی و موانع پیش‌بینی نشده صرف کنند. تا زمانی که در بر این پاشنه بچرخد احتمالا با سرمایه‌گذاری زیادی مواجه نمی‌شوند.

به لطف پردازش زبان طبیعی، چت‌بات‌ها میتوانند با مشتریان ارتباط برقرار کنند اما چون نوآوری بیشتر از این صورت نگرفته طبعا سرمایه‌گذاری‌های این حوزه هم با رکود مواجه شده است.

رو به جلو با هوش مصنوعی

سرمایه‌گذاری معمولا از یک روند قابل انتظار تبعیت نمی‌کند، به عنوان مثال در برخی زمان‌ها مشکل بزرگ‌تر از آن می‌شود که با راه‌حل‌های موجود بتوان به آن پاسخ داد، اما همه سرمایه‌گذاری‌ها به این سمت هدایت نمی‌شوند و این تعجب برانگیز است.

آنچه ما می بینیم تعهد مداوم به توسعه هوش مصنوعی برای خودکارسازی، ایجاد کارآیی و کاهش اتلاف منابع است؛ مواردی که انسانها همیشه در آن خوب ظاهر نمی‌شوند. حتی در زمینه‌های خلاقانه مانند محتوای دیجیتال، هوش مصنوعی می‌تواند بار سنگین مطالب چاپی را کاهش دهد و مسیری را برای ارائه‌دهندگان اطلاعات فراهم کند تا در دنیای در حال تغییر دیجیتال سود آور باشند.

شما فکر می‌کنید در کدام بخش‌های هوش مصنوعی باید سرمایه‌گذاری ببیشتری شود؟

منبع: hooshio.com

فناوری تشخیص چهره و ۲۰ کاربرد شگفت‌انگیز آن برای داشتن دنیایی باهوش‌تر


فناوری تشخیص چهره از دهه ۶۰ میلادی وجود داشته است، اما تحولات سریع جهان منجر به تغییرات گسترده‌ای در این فناوری شده است. دیگر به این فناوری به چشم یک آرزوی خیالی مانند آنچه در فیلم علمی تخیلی “گزارش اقلیت” داشت نگاه نمی‌شود. با معرفی آیفون ۱۰ میلیون‌ها نفر به این تکنولوژی دسترسی پیدا کردند تا از طریق آن بتوانند از اطلاعات شخصی خود محافظت کنند. می‌توان گفت مشهورترین استفاده‌ای که از فناوری تشخیص چهره می‌شود در گوشی‌های موبایل‌تان است اما تشخیص چهره به همین جا محدود نشده است. از این فناوری در طیف گسترده‌ای همچون پیشگیری از وقوع جرم، محافظت از رویدادها و تسهیل مسافرت‌های پروازی استفاده می‌شود.

در ادامه به معرفی ۲۰ کاربرد فناوری تشخیص چهره می‌پردازیم که باعث شده‌اند جهان به مکانی باهوش‌تر، امن‌تر و راحت‌تر تبدیل شود.

 

۱- پیشگیری از جرائم کوچک و خرد

فناوری تشخیص چهره

در حال حاضر از این فناوری برای تشخیص سریع چهره سارقان‌ شناخته‌شده، مجرمان خرده‌پا یا افرادی که سابقه کلاهبرداری دارند استفاده می‌شود تا هنگام ورود به فروشگاه‌ها شناسایی شوند. این فروشگاه‌ها دیتابیس بزرگی از مجرمان را دارند که می‌توانند عکس‌های افراد واردشده به فروشگاه را با آن تطبیق دهند به گونه‌ای که هنگام ورود یک خریدار به فروشگاه مشخص شود که این فرد یک تهدید محسوب می‌شود یا نه؟ فناوری تشخیص چهره به شدت میزان جرائم خرد‌ را کاهش داده است.  تشخیص چهره باعث شده است سرقت ۳۴ درصد و از آن مهم‌تر ، حوادث خشونت‌آمیز در فروشگاه‌های خرده‌فروشی تا ۹۱٪ کاهش یابد.

۲- بازکردن قفل گوشی

بسیاری از تلفن‌های همراه از جمله آخرین مدل آیفون اکنون از چهره افراد برای باز کردن قفل استفاده می‌کنند. این فناوری یک روش قدرتمند برای محافظت از داده‌های شخصی و اطمینان از این موضوع است که در صورت سرقت تلفن، فرد سارق به اطلاعات حساس دسترسی نخواهد داشت.

 

۳- تبلیغات هوشمندانه‌تر

فناوری تشخیص چهره

فناوری تشخیص چهره این امکان را دارد که با تخمین سن و تعیین جنسیت افراد، تبلیغات را هدفمندتر کند. به عبارت دیگر محتوای متناسب با آن سن و جنس را به نمایش درآورد. هم اکنون شرکت هایی مانند Tesco در حال برنامه‌ریزی برای نصب صفحه نمایش‌های مجهز به این تکنولوژی در پمپ بنزین‌ها هستند. فقط زمان کوتاهی لازم است تا تشخیص چهره به یک ابزار تبلیغاتی فراگیر تبدیل شود.

 

۴- یافتن افراد گمشده

فناوری تشخیص چهره

از تشخیص چهره می‌توان برای یافتن کودکان گم‌شده و کودکانی که قربانی قاچاق انسان می‌شوند استفاده کرد. برای این منظور تصاویر افراد گمشده به دیتابیس‌ها اضافه شده است. این کار باعث می‌شود به محض اینکه فناوری تشخیص چهره، افراد گمشده را در فرودگاه، فروشگاه‌ها یا مراکز عمومی شناسایی کرد، نیروهای انتظامی در جریان قرار بگیرند. جالب است بدانید، تنها در چهار روز استفاده از این فناوری در هند ۳۰۰۰ کودک گم‌شده پیدا شدند!

 

۵-کمک به نابینایان

فناوری تشخیص چهرهListerine یک برنامه تشخیص چهره شگفت‌انگیز ایجاد کرده است که با استفاده از تشخیص چهره به نابینایان کمک می‌کند. این فناوری با لرزش، افراد نابینا را متوجه این موضوع می‌کند که فرد دیگر اکنون در حال لبخند زدن است. این موضوع به افراد نابینا در درک بهتر موقعیت‌های اجتماعی کمک می‌کند.

 

۶- حفاظت از نیروهای انتظامی

فناوری تشخیص چهره

 

یک برنامه تشخیص چهره تلفن همراه ، توسط FaceFirst ارائه شده است که به پلیس ها کمک می‌کند تا در هنگام ماموریت فاصله ایمن با افراد را رعایت کنند. این برنامه به آنها می‌گوید آیا فرد روبرو تهدید محسوب می‌شود و باید محتاط باشند یا نه؟ به عنوان نمونه، اگر یک افسر پلیس، به طور اتفاقی قاتل تحت تعقیبی را در یک پلیس راه نگه دارد، فوراً متوجه می‌شود که فرد ممکن است مسلح و خطرناک باشد و می‌تواند درخواست نیرو کند.

 

۷- تحقیقات پزشکی قانونی

فناوری تشخیص چهره

فناوری تشخیص چهره می‌تواند با شناسایی خودکار افراد در تصاویر دوربین‌های امنیتی به تحقیقات پزشکی قانونی کمک کند. همچنین می‌توان از نرم‌افزار تشخیص چهره برای شناسایی افراد مرده یا بیهوش در صحنه های جنایت استفاده کرد.

 

۸- شناسایی افراد در شبکه‌های اجتماعی

فناوری تشخیص چهره

فیس‌بوک از این فناوری برای تشخیص چهره کاربران در عکس‌ها استفاده می‌کند. این موضوع باعث می‌شود افراد بتوانند عکس‌هایی را که در آن قرار دارند راحت‌تر پیدا کنند و به تگ‌کردن کاربران کمک می‌کند.

 

۹- تشخیص بیماری‌ها

فناوری تشخیص چهره

از این فناوری می‌توان برای تشخیص بیماری‌هایی که باعث ایجاد تغییر در شکل ظاهری می‌شوند استفاده کرد. به عنوان مثال ، انستیتوی تحقیقات ملی ژنوم انسان، از این فناوری برای تشخیص بیماری نادری به نام سندرم DiGeorge استفاده می‌کند ، که در آن کروموزوم ۲۲ آسیب دیده است. فناوری شناسایی چهره در تشخیص بیماری در ۹۶٪ موارد کمک کرده است. با پیچیده تر شدن الگوریتم‌ها، تشخیص چهره به یک ابزار تشخیصی ارزشمند در انواع شرایط تبدیل می‌شود

 

۱۰- تشخیص افراد VIP در رویدادهای ورزشی

فناوری تشخیص چهره

فناوری تشخیص چهره به هواداران تیم‌های ورزشی برای داشتن تجربه بهتر کمک می‌کند. این فناوری به سرعت دارندگان بلیط‌های فصلی را تشخیص می‌دهد. برگزارکنندگان می‌توانند به افراد در تعیین محل نشستن یا بهبود وضعیت خود کمک کنند.

 

۱۱- محافظت از مدارس در برابر تهدیدها

فناوری تشخیص چهره

دوربین های مجهز به فناوری تشخیص چهره می‌توانند فوراً دانش آموزان اخراج شده، والدین خطرناک، فروشندگان موادمخدر یا افراد دیگری که تهدیدی برای امنیت مدرسه محسوب می‌شوند را هنگام ورود به محوطه مدرسه شناسایی کنند. این فناوری می‌تواند با هشدار دادن به نگهبانان مدرسه، خطر رفتارهای خشونت‌آمیز را کاهش دهد.

 

۱۲- پیگیری حضور دانش‌آموزان

فناوری تشخیص چهره

فناوری تشخیص چهره علاوه بر ایمن‌تر کردن مدارس امکان پیگیری حضور یا غیبت دانش آموزان را دارد. روش های سنتی حضور غیاب باعث می‌شد دانش آموزان بتوانند به جای همدیگر اعلام حضور کنند اما چین در حال حاضر از شناسایی چهره برای اطمینان از حضور دانش آموزان در کلاس استفاده می‌کند. از تبلت برای تأیید هویت دانش‌آموزان به وسیله اسکن چهره و مطابقت با عکسهای آنها در یک پایگاه داده استفاده می شود.

 

۱۳- کاهش سرقت دستمال توالت

فناوری تشخیص چهره

در چین سرقت کاغذ توالت در دستشویی‌های عمومی یک مشکل بزرگ است. تشخیص چهره این مشکل را حل کرده است. چین دستگاه¬هایی را در دستشویی‌های عمومی نصب کرده است که صورت افراد را قبل از اینکه کاغذ توالت از محفظه بیرون بیاید اسکن می-کند. تا زمانی که ۹ دقیقه نگذشته است کاغذ بیشتری برای همان شخص خارج نمی‌شود.

 

۱۴- تسهیل معاملات امن

فناوری تشخیص چهره

در چین یک شرکت خدمات مالی به نام Ant Financial وجود دارد که مشتریان را قادر می‌سازد تا با اسکن چهره خود، وعده‌های غذایی را بپردازند. مشتری سفارش خود را از طریق منوی دیجیتال انتخاب و سپس از اسکن صورت به عنوان گزینه پرداخت استفاده می‌کند. پس از دادن شماره تلفن می‌توانند وعده غذایی خود را خریداری کنند.

 

۱۵- تایید هویت در دستگاه خودپرداز

فناوری تشخیص چهره

به نظر می‌رسد در آینده‌ای نزدیک اسکن صورت در نهایت جایگزین کارت‌های بانکی تمامی دستگاه‌های خودپرداز می‌شود زیرا شناسایی چهره ابزاری قدرتمند برای تأیید هویت است. تا آن زمان می‌توان از تشخیص چهره برای تطابق فرد صاحب کارت با کسی که پای دستگاه خودپرداز است استفاده کرد. در حال حاضر از این فناوری در دستگاه‌های خودپرداز ماکائو استفاده می‌شود.

 

۱۶- آسان‌تر کردن مسافرت هوایی

فناوری تشخیص چهره

شرکت‌های هواپیمایی در حال حاضر از فناوری تشخیص چهره به افراد در چک‌کردن چمدان‌ها و بررسی سریع‌تر پروازها کمک می‌کند. به نظر می‌رسد که ما به سرعت در حال پیشرفت به سمت آینده‌ای هستیم که در آن سفر هوایی نه تنها از گذشته ایمن‌تر باشد، بلکه راحت‌تر از هر دوره دیگری در تاریخ خواهد بود.

 

۱۷- پیگیری حضور در کلیساها

فناوری تشخیص چهره

کلیساها شروع به استفاده از تشخیص چهره کرده‌اند تا ببینند اعضای کلیسا چه زمان‌هایی حضور دارند. این امر به آنها کمک می‌کند تا افرادی را که درخواست کمک مالی دارند یا خواهان دسترسی بیشتر به کلیسا هستند را شناسایی کنند.

 

۱۸- یافتن حیوانات گمشده

فناوری تشخیص چهره

Finding Rover برنامه‌ای است که به افراد کمک می‌کنند دوباره حیوان خانگی خود را بازیابند. صاحب حیوان خانگی تصویر حیوان خود در یک دیتابیس بزرگ متعلق بارگذاری می‌کند سپس این برنامه تصویر را با تصاویر حیوانات موجود در پناهگاه‌ها مقایسه می‌کند و در صورت تطابق فوراً به صاحب حیوان خبر می‌دهد.

 

۱۹- تشخیص چهره در خودرو

فناوری تشخیص چهره

روز به روز به تعداد شرکت‌های خودروسازی که در حال آزمایش روش‌های استفاده از تشخیص چهره هستند افزوده می‌شود. یکی از کاربردهای تشخیص چهره برای خودروها استفاده از صورت راننده به جای سوئیچ است. تشخیص چهره همچنین با شناسایی و هشدار دادن به که سرعت زیاد دارند یا تمرک کافی ندارند به ایمنی بیشتر کمک می‌کند.

 

۲۰- کنترل دسترسی به مکان‌های حساس

فناوری تشخیص چهره

تشخیص چهره می‌تواند به عنوان ابزاری برای کنترل دسترسی کار کند تا اطمینان حاصل شود که فقط افراد مجاز به مکان‌هایی همچون آزمایشگاه‌ها، اتاق‌ها، اتاق‌های بانکی، مراکز آموزشی ورزشکاران و سایر مناطق حساس دسترسی پیدا می‌کنند.

شما درباره فناوری تشخیص چهره چه فکر می‌کنید؟ چه کاربردهای دیگری می‌توان برای این فناوری هوش مصنوعی شگفت‌انگیز متصور بود؟

منبع: hooshio.com