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

اپلیکیشن باز‌طراحی شده گوگل فیت راهی اپ استور اپل شد

نوکیا فصل اول 2019 را با ضرر مالی پشت سر گذاشت

مایکروسافت با درآمد 30 میلیارد دلاری پیش‌بینی‌ها را پشت سر گذاشت

موفقیت در آزمون های استخدامی را با ای سوال تجربه کنید

اوپو A9 با نمایشگر 6.53 اینچی و باتری 4020 میلی‌آمپر ساعتی معرفی شد

نمایش جدیدترین نسخه فناوری خودران تسلا؛ ایلان ماسک وعده‌های جدید داد

فورد و ریوین برای تولید خودروی برقی همکاری می‌کنند

نسخه‌ 5G گلکسی نوت 10 به تایید ورایزون رسید

ظرفیت پیمایش تسلا S و X تا 10 درصد افزایش یافت

اگر تمام یخ‌های جهان آب شود، سرانجام زمین چه خواهد شد؟

تلگرام طلایی و هاتگرام از روی گوشی های اندرویدی پاک شدند

تاثیر تکنولوژی بر دکوراسیون کابینت آشپزخانه؛ آکس چوب

سامسونگ برای رقابت در بازار تراشه 116 میلیارد دلار هزینه می‌کند

خودروهای خودران ویمو در دیترویت تولید خواهند شد

شیائومی پتنت دستگاهی با بریدگی نمایشگر معکوس ثبت کرد

شیائومی، گوشی‌های هوشمند ردمی Y3‌ و ردمی 7 را معرفی کرد

ایرپاد 3 با ویژگی حذف نویز تا پایان سال جاری به بازار عرضه می‌شود

جان مک‌ آفی هویت خالق بیت‌ کوین را افشا می‌کند

بهترین بازی های اندروید رایگان فروردین 1398

خرید با بیت کوین از آمازون؛ آیا توسعه‌دهنده‌ها از این قابلیت راضی هستند؟

روانشناسی پشت رفتارهای غیراخلاقی

اپل هر ماه 30 میلیون دلار به آمازون پرداخت می‌کند

مشخصات و تصاویری از دو APU نسل سوم رایزن AMD افشا شد

اوپو رینو ، اوپو رینو 10 ایکس زوم و اوپو رینو 5G در بازارهای جهانی عرضه می‌شوند

سیستم e-CVT تویوتا؛ جدیدترین فناوری جعبه‌دنده‌های ضریب متغیر

راهنمای اخذ ویزای چین برای ایرانیان

ال جی تولید گوشی را در کره متوقف می‌کند

شبیه‌سازی کامل یک ژن در سطح اتم برای نخستین بار در جهان

بهره‌گیری از حس سرکشی نوجوانان برای مبارزه با کارزار تبلیغاتی غذای ناسالم

اپل صفحه‌کلید معیوب مک بوک‌ را در 24 ساعت تعمیر می‌کند

کاوشگر اینسایت ناسا نخستین مریخ لرزه احتمالی را شناسایی کرد

امکان جست‌وجوی ایستگاه‌های شارژ خودرو الکتریکی به گوگل مپ اضافه شد

ادعای افزایش قیمت برق دراثر گسترش منابع بادی و خورشیدی

فعالیت ضدتوموری کورکومین در سرطان معده

ویوو Y17 به‌صورت رسمی در هند معرفی شد

کاربرد هوش مصنوعی در تشخیص اختلال استرسی پس از آسیب روانی

وانت فورد F-150 RTR معرفی شد

رندر جدید و باکیفیتی از گوگل پیکسل 3a مشاهده شد

آیا زمستان طولانی بازی تاج و تخت به واقعیت تبدیل خواهد شد؟

آیپد احتمالا در iOS 13 از موس پشتیبانی خواهد کرد

هواوی Y5 2019 با پردازنده مدیاتک در سه رنگ رونمایی شد

با فروشگاه دیکاردو آسان‌تر جم‌، سکه و گیفت بازی‌های آنلاین را بخرید

داستان برند تویوتا؛ بزرگ‌‌ترین خودروساز جهان

بازدید رئیس فراکسیون فضای مجازی از اسنپ

سه تجربه غیرتوریستی که در سفر به مالزی نباید از دست بدهید

استون مارتین DBS سوپرلجرا ولانته رونمایی شد

آموزش اسکرام؛ قسمت پنجم: نقش‌ها

شغل عکاسی در میان بدترین مشاغل سال 2018

روز زمین 2019؛ تصاویر شگفت‌‌انگیز ناسا از سیاره دوست‌‌داشتنی‌مان

موتورسیکلت، قربانی جنگ تجاری آمریکا و اروپا خواهد شد؟