بازاریابی سیاسی

آخرين مطالب

محققان الگوریتمی با قابلیت شبیه‌سازی مغز انسان توسعه دادند اخبار

محققان الگوریتمی با قابلیت شبیه‌سازی مغز انسان توسعه دادند

  بزرگنمايي:

سیاست و بازاریابی - توسعه‌ی الگوریتم‌های هوش مصنوعی برای شبیه‌سازی مغز انسان با قدرت ادامه دارد و محققان به نتایج مقبولی نیز دست یافته‌اند.

گروهی از محققان اخیرا توانسته‌اند روشی برای اجرای یادگیری ماشین کشف کنند که برخی از جنبه‌های عملکردی اصلی مغز انسان را تقلید کند. الگوریتم‌های به‌دست‌آمده از تحقیقات جدید امکان‌پذیری بیولوژیکی هم دارند و به‌احتمال زیاد، زمینه‌های جدیدی به حوزه‌ی هوش مصنوعی اضافه می‌کنند. مقاله‌های مرتبط:
پیش‌بینی زمان مرگ؛ ناخوشایندترین قابلیت هوش مصنوعی هوش مصنوعی هم‌اکنون می‌خواند، می‌نویسد و ترجمه می‌کند
دیمیتری کروتوف، محقق IBM و جان جی. هاپفیلد، مخترع شبکه‌ی عصبی مشارکتی، در تحقیقات درباره‌ی الگوریتم جدید همکاری کردند. آن‌ها مجموعه‌ای از الگوریتم‌ها را توسعه دادند که شبیه به آموزش‌ ‌دادن به انسان‌ها، ماشین‌ها را آموزش می‌دهد. الگوریتم آن‌ها به ماشین امکان می‌دهد در رویکردی بدون نظارت خاص آموزش ببیند. درواقع، روش آن‌ها برخلاف راهکارهای موجود برچسب‌گذاری دیتاسِت است که امروزه، در اکثر فرایندهای یادگیری عمیق استفاده می‌شود. بسیاری از تحقیقات پیشین در حوزه‌ی هوش مصنوعی که در دهه‌های 1980 و 1990 انجام شد، روی درک نحوه‌ی فعالیت شبکه‌ی عصبی انسان متمرکز بود. به‌علاوه، تبدیل آن به زبانی درک‌کردنی برای ماشین‌ها نیز در دستورکار آن تحقیقات قرار داشت. ایده‌ی مهم آن سال‌ها درک بهترین روش برای نشان‌دادن فعالیت عصب‌ها با استفاده از ریاضیات بود. مرحله‌ی بعدی نیز با مقیاس‌دهی همان یافته‌ها برای استفاده در ماشین‌ها انجام می‌شد. متأسفانه آن رویکرد به‌خوبی ادامه پیدا نکرد و اکثر تحقیقات درباره‌ی هوش مصنوعی تا دهه‌ی 2000، تقریبا فراموش شده بود.
تحقیقات کروتوف و هاپفیلد به‌نوعی از روش‌های قدیمی توسعه‌ی هوش مصنوعی استفاده می‌کند؛ اما قدمی جدید برای شبیه‌سازی مغزی شبکه‌های عصبی ارائه می‌دهد. کروتوف در مصاحبه‌ای درباره‌ی تحقیقاتش گفت: اگر درباره‌ی عصب‌شناسی صحبت کنیم، قطعا جزئیات زیادی درباره‌ی نحوه‌ی کارکردن آن وجود دارد. سازوکارهای بیوفیزیکی پیچیده در فعالیت‌های انتقال عصبی مفصل‌های سیناپسی، وجود بیش از یک نوع سلول، جزئیات فعالیت‌های پیچیده‌ی آن سلول‌ها و موارد دیگر، همگی پیچیدگی سیستم عصبی را بیشتر می‌کنند. ما در تحقیقاتمان تمام آن جزئیات را نادیده گرفتیم. درعوض، ما تنها یک عنصر پایه‌ای را در فعالیت خود اضافه کردیم که در شبکه‌های عصبی زیستی هم وجود دارد. عنصر پایه‌ای مدنظر ما نیز ارتباط صرفا جفتی عصب‌ها با یکدیگر بود. به‌بیانِ‌دیگر، مدل ما اجرای کامل مدل‌های زیستی واقعی نیست و درواقع، فاصله‌ی زیادی هم با آن دارد. روش ما برداشتی ریاضیاتی از نمونه‌ی زیستی بوده که در مفهومی کاملا ریاضیاتی اجرا شده است. شبیه‌سازی کامل فرایندهای مغز مشکلات جزئی زیادی دارد
مدل‌های مدرن یادگیری عمیق عموما روی روش‌های آموزش «بازگشت به عقب» (Backpropagation) متمرکز می‌شوند. این روش آموزشی روی مغز انسان کاربرد ندارد؛ چون به داده‌های غیرمحلی وابسته است. به‌عنوان مثال، مغز ما می‌تواند تصاویر را بدون آموزش مرسوم پردازش کند. درواقع، می‌توانیم مواردی که قبلا ندیده‌ایم، به‌خوبی پردازش کنیم که با روش آموزش بازگشت به عقب برای ماشین‌ها تفاوت دارد. آموزش یادگیری شبیه انسان به ماشین‌، دشواری‌های زیادی دارد. آن آموزش شبیه این است که خواندن را تنها با توضیح‌دادن حروف الفبا و بدون نشان‌دادن آن‌ها به افراد یاد دهیم. درواقع ماشین‌ها برخلاف ما، ارتباط حسی مستقیمی با جهان پیرامون ندارند. به‌هرحال به‌نظر می‌رسد کروتوف و هاپفیلد مشکل مذکور را با ساختن الگوریتمی حل کرده باشند که نمونه‌‌ای درک‌کردنی از داده می‌سازد.
کروتوف درباره‌ی مدل‌سازی الگوریتم‌شان می‌گوید: اغلب وقتی به شبکه‌ی عصبی عمیق آموزش می‌دهیم، وظیفه‌ی آن را از قبل مشخص می‌کنیم. مثلا می‌گوییم اعداد با دست‌خط دست‌نویس را شناسایی کند. سپس، الگوریتم داده‌های موردنیاز خود را بسته به وظیفه‌ی مدنظر، در فضایی پنهان پیدا می‌کند. در نمونه‌‌ی ما، وزن‌های (Weights) لایه‌ی اولیه‌ی شبکه‌ی عصبی، به دانستن وظیفه نیاز ندارد. درواقع، آن لایه فقط روی خود داده آموزش می‌بیند. سپس بعد از پایان‌یافتن آموزش، می‌توانیم وظیفه را مشخص کنیم. در مفهوم جدید، وزن‌های لایه‌ی اولیه درباره‌ی وظیفه اطلاع خاصی ندارند. تحقیقات اخیر رویکردی در حوزه‌ی هوش مصنوعی اجرا کردند که به‌نوعی فراموش شده بود. درواقع، شاید یادگیری‌های عمیق مدرن امروزه به حوزه‌ی اصلی تحقیقات تبدیل شده باشند؛ اما الگوریتم‌هایی با امکان‌پذیری بیولوژیکی نیز به زمینه‌های اصلی تحقیقات بازگردند. البته، محققان بررسی اخیر می‌گویند کاربردی‌بودن روش آن‌ها در هوش مصنوعی هنوز به بررسی‌های عمیق‌تر نیاز دارد. کوروتوف می‌گوید مقاله‌ی آن‌ها تنها روی کاغذ نشان می‌دهد که با استفاده از روشی شبیه به ساختارهای بیولوژیکی، می‌توان کاربرد مناسبی از هوش مصنوعی انتظار داشت. درواقع، مقاله‌ی آن‌ها بیش از این مرحله پیش نمی‌رود و مهر تأییدی بر کاربردی‌بودن خود نمی‌زند. درنهایت، همین که محققان توانستند روش‌هایی برای اجرای یادگیری شبیه به عناصر بیولوژیکی کشف کنند، جای امیدواری دارد. شاید یافته‌های آن‌ها، آینده‌ی یادگیری عمیق و توسعه‌ی هوش مصنوعی را نیز تغییر دهد.





نظرات شما

ارسال دیدگاه

Protected by FormShield

ساير مطالب

قابلیت Dual Wi-Fi برای گوشی‌های دو شرکت اوپو و ویوو معرفی شد

نگرانی های امنیتی از نرم افزاری که نقل و نبات این روزهای فضای مجازی شده است!

بیل گیتس دیگر دومین مرد ثروتمند جهان نیست

چرا جعلی‌بودن فیلم فرود روی ماه از نظر علمی امکان‌پذیر نیست؟

کالبدشکافی گوشی شیائومی Mi A3 به‌طور رسمی منتشر شد

درخواست مخفیانه برای ساخت ایموجی وانت

انتشار نمونه تصاویر گرفته شده با آنر 9X پرو در نور کم

نگرانی آلمانی‌ها درباره ارز دیجیتال فیسبوک

از نصب آپدیت بایوس مادربردهای AM4 خودداری کنید

پیش‌بینی قیمت گوشی موبایل تا پایان تابستان

هوشمندسازی مدارس با کارنامه‌های آنلاین

سوپراسپرت موتورمیانی شورولت کوروت C8 معرفی شد

BankMyCell: میزان وفاداری به آیفون به پایین‌ترین حد خود رسیده است

حضور بازار باسلام در رویداد ایران هوشمند

آرش برهمند، مدیر اجرایی الکام استارز از حضور 530 استارتاپ در الکامپ خبر داد

نمونه تصاویر گرفته شده با آنر 9X پرو در نور کم لو رفت

داستان برند تنسنت، غول جوان و بلندپرواز دنیای فناوری

اندروید Q را بهتر بشناسید

ال جی هارمونی 3 با نمایشگر 18:9 دیده شد

مسابقه ربات‌های جنگی - قسمت شانزدهم

تاکید بر حمایت دولت از کسب و کارهای اینترنتی و استارتاپ‌ها

روسیه گوگل را برای دومین بار جریمه کرد

لیست قیمت انواع هارد اکسترنال و کارت حافظه در بازار

گوشی‌های سامسونگ برای اپل دردسرساز شدند

گوشی های هوشمند هواوی الهام‌بخش محصولات سامسونگ و اپل بوده‌اند

دشوارترین مرحله بازی ماریو طراحی شد

چرا ردمی K20 پرو گران‌تر از پوکوفون F1 است؟

تشویق به مترو سواری با ارائه اینترنت 4G

وان پلاس برای حل مشکل پرچمدار جدیدش دست به کار شد

منتظر نسخه جدید بازی محبوب Plants vs. Zombies باشید

قیمت روز هدفون و هندزفری در بازار

جایزه 300 میلیون تومانی اینستاگرام به یک جوان هندی

کاربران این مدل گوشی‌های آنر منتظر اندروید 10 باشد

2019 سالی سیاه برای بازار موبایل؟

اقدام جدید سامسونگ برای افزایش فروش در آمریکا

نمایشگر تاشو سونی با قابلیت استفاده از هر دو طرف در راه است

توافق ویژه برای رفع نگرانی‌های ارتباطی در ایام اربعین

کاهش مشترکین نتفلیکس، ضرر 17 میلیارد دلاری به این شرکت وارد کرد

ارزجو اولین کیف پول ارزهای دیجیتال را به کاربران ایرانی ارائه می‌کند

احتمال عرضه شیائومی بلک شارک 2 پرو با پردازنده اسنپدراگون 855 پلاس

استارتاپ بازی‌چی، مدیریت رویدادهای بازی آنلاین و آفلاین

درون‌اپ، فروشگاه اختصاصی بر بستر اپلیکیشن

یوبی‌سافت اطلاعاتی از Watch Dogs: Legion منتشر کرد

ماجرای به راه‌افتادن هشتگ instagramDELETE در شبکه اجتماعی توئیتر

وقتی برای تنها 300 مگاهرتز سریع‌تر باید 5,500 دلار بیشتر بپردازید

درخت بکارید، ارز دیجیتال برداشت کنید

سال آینده گوشی‌های هوشمند با چه دوربینی عرضه می‌شوند؟

چرا نسخه Exynos گوشی Galaxy Note 10 سامسونگ بهتر از نسخه کوالکام آن است؟

دوربین آیفون 12 اپل مجهز به یک سنسور ToF خواهد بود

مشخصات دو پیکسل جدید فاش شد