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.

مایکروسافت کیت بینایی هوش مصنوعی را در دسترس عموم قرار داد


در ماه مه سال ۲۰۱۸، مایکروسافت در کنفرانس سالانه خود در سیاتل تحت عنوان «Build» از همکاری با کوالکام خبر داد. هدف از این همکاری، ساخت کیت توسعه‌دهنده بینایی با استفاده از کامپیوتر بود.

این کیت بینایی هوش مصنوعی مایکروسافت، یک پایه سخت‌افزاری ساخته شده بر روی بستر اطلاعاتی ویژوال کوالکام است؛ که برای اجرای مدل‌های هوش مصنوعی بصورت لوکال و ادغام در سرویس‌های ابری مایکروسافت Azure ML و Azure IoT Edge طراحی و ساخته شده است؛ لازم به ذکر می‌باشد که Azure ML و Azure IoT Edge در ماه اکتبر گذشته در دسترس عموم قرار گرفتند.

مایکروسافت و کوالکام مدتی پیش اعلام کردند که کیت بینایی هوش مصنوعی ساخته شده توسط eInfochips اکنون با قیمت ۲۴۹ دلار از طریق توزیع کننده Arrow Electronics به صورت انبوه در دسترس عموم می‌باشد.

این کیت نرم‌افزار دارای کدهای ویژوال استودیو با ماژول‌های پایتون، یک ترکیب پیش‌ساز گسترش یافته Azure IoT و یک افزونه کیت بینایی هوش مصنوعی مایکروسافت برای ویژوال استودیو در Github است. یک ماژول پیش‌فرض هم دارد که بیش از ۱۸۳ شیء مختلف را تشخیص می دهد. باید به این نکته اشاره کرد که Github یک کمپانی امریکایی ارائه‌دهنده سرویس های هاستینگ است.

«آنه یانگ» مدیر پروژه مایکروسافت اظهار داشت که کیت توسعه‌دهنده بینایی ماشین هوش مصنوعی می‌تواند برای ساخت آن دسته از نرم‌افزارهایی مورد استفاده قرار بگیرد که این اطمینان را بدهد که همه افراد محل‌های ساخت‌وساز از کلاه ایمنی استفاده می‌کنند.این کیت یک ابزار کاملا کاربردی است.

وی در وبلاگ خود نوشت:

«در پروسه هوش مصنوعی از میلیاردها مگابایت اطلاعات و میلیاردها محاسبات استفاده می‌شود. اکنون با این سخت‌افزار می‌توان پروژه‌ها و کارهایی را در زمان کم تحویل داد. افزون بر این، امکان ارسال خروجی برای نرم‌افزارهای پایین‌دستی با سرویس ابری نیز وجود دارد.»

کیت بینایی هوش مصنوعی مایکروسافت

مایکروسافت

توسعه دهندگانی که با این کیت سر و کار دارند می توانند از سرویس Azure برای ساخت مدل، نظارت بر آن و همچنین از ابزارهای تخصصی برای سرویس Edge هم بهره ببرند. این کیت ها برای ساخت مدل های هوش مصنوعی مبتنی بر بینایی ماشین، ابتدا عکس های برچسب خورده را به فضای ذخیره سازی Azure آپلود می کنند، سپس بقیه کار را به صورت سفارشی به سرویس یادگیری ماشین Azure (AML) می سپارند.

مدل های ساخته شده به فرمت DLC تبدیل می شوند و در نهایت به صورت بسته بندی شده به ماژول IOT Edge تحویل داده می شوند.

کیت بهبود بینایی هوش مصنوعی مایکروسافت که با سیستم عامل Yocto Linux کار می کند دارای یک Qualcom Snapdragon 603 در هسته خود می‌باشد که با ۴ گیگابایت LDDR4X و ۶۴ گیگابایت حافظه پردازنده عمل می‌کند. حسگر دوربین ۸ مگاپیکسلیِ آن قادر به ضبط فیلم با کیفیت ۴K UHD است. چهار میکروفون مخصوص نیز صداها و دستورات را ضبط می‌کند.

امکان اتصال به کیت بهبود بینایی هوش مصنوعی مایکروسافت باWi-Fi وجود دارد که مشخصات آن به شرح زیر است:

(۸۰۲.۱۱b/g/n 2.4Ghz/5Ghz). اما دارای درگاه HDMI خروجی، درگاه‌های صوتی داخل و خارج و پورتUSB-C برای انتقال داده و کارت Micro SD برای افزایش فضای ذخیره‌سازی است.

موتور پردازش عصبی snapdragon در سامانه موسوم به Qualcomm’s Vision Intelligence 300 توسط سرویس‌های Azureمورد پشتیبانی قرار می‌گیرد. این سامانه، کیت تقویت بینایی هوش مصنوعی را به اولین سامانه فوق‌سریع تبدیل می‌کند که توسط Azure پشتیبانی می‌شود.

«آنه یانگ» مدیر پروژه مایکروسافت در ادامه بیان کرد:

«با استفاده از کیت تقویت بینایی هوش مصنوعی، می‌توانید بدون در نظر گرفتن سطح مهارت فعلی یادگیری ماشین خود، مدل‌های بینایی را در عرض چند دقیقه توسعه دهید.»

کیت تقویت بینایی هوش مصنوعی رقیبی به نام «AWS DeepLens» در آمازون دارد که این فرصت را در اختیار توسعه‌دهندگان قرار می‌دهد تا مدل‌های یادگیری عمیق را به صورت محلی در دوربین‌های سفارشی به اجرا در بیاورند.

لذا بر اساس آنچه این دوربین می‌بیند و ذخیره می‌کند، امکان تجزیه و تحلیل و اقدام وجود دارد. شرکت گوگل نیز که نمی‌خواست از قافله عقب بماند، «Coral Dev Board» را چندی پیش روانه بازار کرد؛ یک کیت سخت‌افزاری برای محاسبات هوش مصنوعی که به دوربین USB ‌خور مجهز می‌باشد.

منبع: hooshio.com

شکست بازیکنان حرفه‌ای ماژونگ توسط هوش مصنوعی Suphx مایکروسافت

شکست بازیکنان حرفه‌ای ماژونگ توسط هوش مصنوعی Suphx مایکروسافت

هوش مصنوعی Suphx مایکروسافت می‌تواند بازیکنان حرفه‌ا‌ی ماژونگ را پس از ۵۰۰۰ بازی شکست دهد.

 

به لطف پیشرفت‌های الگوریتمی و قدرت محاسباتی ارزان خصوصا در گجت‌های همراه، هوش مصنوعی اکنون به یک قهرمان شکست‌ناپذیر در بازی‌هایی همچون شطرنج، تخته چینی Go، بازی Montezuma’s Revenge و غیره تبدیل شده است. حال در پی پیروزی‌های مکرر ماشین بر انسان در این بازی‌ها، مایکروسافت از یک سیستم هوش مصنوعی موسوم به Suphx خبر داده که به نظر توانایی شکست قهرمانان بازی ماژونگ را دارد!

“از زمانی که محققان مطالعه هوش مصنوعی را آغاز کردند، تلاش‌های زیادی برای ساخت یک ماشین با توانایی انجام بازی‌های مختلف شده است”. این نقل قول دکتر هسایو ووئن هان، مدیریت واحد تحقیق و توسعه مایکروسافت در آسیا است. به گفته او، ماژونگ یک بازی تخته‌ای سخت نسبت به بازی‌های دیگر است، بنابر این توانایی بازی کردن آن هم یک نوع هنر به شمار می‌آید و هم علم. یک بازیکن حرفه‌ای ماژونگ به ترکیبی از مهارت‌های مشاهده، شهود، راهبرد، محاسبه و شانس تکیه می‌کنند؛ مواردی که هوش مصنوعی درآنها با چالش‌های متعددی رو به رو است.

به گفته دکتر هان و همکاران او، ماژونگ مثل نوعی بازی اطلاعات ناقص است؛ یعنی که درطول بازی، برخی از فاکتورها برای بازیکن همچنان ناشناخته هستند. برای نمونه، بازیکن ماژونگ باید پازل‌های دیده نشده حریف را در نظر گرفته و با توجه به وضعیت موجود، تصمیم‌گیری کنند. برای غلبه بر این مشکل، محققان از هزاران بازیکن Tenhou (یک پلتفرم رقابتی آنلاین ماژونگ با بیش از ۳۰۰ هزار کاربر) درخواست کردند تا با سیستم هوش مصنوعی Suphx بازی کنند تا این سیستم بتواند به طور خودکار، استراتژی‌های متداول این بازی را یاد بگیرد. بعد از این اقدام، Suphx توانست به سرعت سبک بازی کردن خود را توسعه داده و تعادلی میان حرکات حمله و دفاع ایجاد کند.

پس از انجام ۵۰۰۰ بازی در بازه زمانی چهار ماهه، Suphx به سطح فوق پیشرفته رسیده و اخیراً به نخستین سیستم هوش مصنوعی تبدیل شده که توانسته با رتبه دهم Tenhou به رقابت می‌پردازد؛ کاری که تا به حال فقط ۱۸۰ انسان موفق به انجام آن شده‌اند. همه اینها خبر از پیروزی سیستم هوش مصنوعی Suphx مایکروسافت می‌دهند، اما بد نیست بدانید که موفقیت ربات‌های هوش مصنوعی به همینجا ختم نمیشود؛ ربات Dota2 متعلق به Open AI موفق به شکست ۹۹.۴ درصد از بازیکنان در رقابتهای آزاد شده بود. هوش مصنوعی Alpha Star متعلق به DeepMind نیز پیش از این، بازیکنان حرفهای StarCraft II را از پیش رو برداشته بود و در اوایل ماه جاری، هوش مصنوعی Honor Of Kings متعلق به Tencen تیمی از بازیکنان حرفها‌ی را شکست داد. درنهایت مرکز تحقیقات هوش مصنوعی فیسبوک و دانشگاه کارنگی ملون در ماه جولای، Pluribus را معرفی کردند، یک سیستم هوش مصنوعی که پوکر بازی می‌کند و ادعای فیس‌بوک، می‌تواند ۱۵ بازیکن برتر پوکر در تگزاس را شکست دهد.

این پیشرفت‌ها لزوما محدود به بهبود طراحی بازی‌ها نمی‌شوند، بلکه در حقیقت به ما یادآوری می‌کنند که شاید پیشرفت این سیستم‌ها روزی منجر به تشخیص بیماری‌ها، پیش‌بینی ساختارهای پروتئینی پیچیده و بررسی سیتی اسکن منجر گردد. دمیس هاسابیس، یکی از بنیان‌گذاران DeepMind متعلق به شرکت Alphabet در مصاحبه‌ای گفت: «دلیل اینکه ما خودمان و همه این بازی‌ها را می‌آزماییم این است که میت‌وان از این روش برای توسعه الگوریتم‌ها استفاده کرد. ما در حال ساخت الگوریتم‌هایی هستیم که در دنیای حقیقی کاربرد داشته و می‌توان از آن‌ها برای حل مسائل چالش‌برانگیز استفاده نمود.» هوش مصنوعی امروزه برای طراحی چنین بازی‌هایی استفاده شده، اما این اتفاق سرآغازی برای پیشرفت‌های هوش مصنوعی در آینده خواهد بود.

منبع: hooshio.com