هوش مصنوعی در آینده پتانسیلی قوی توام با خطرات احتمالی را برای انسان به ارمغان میآورد. اگر چه این صنعت مراحل ابتدایی رشد خود را پشت سر میگذارد، ولی خدمات بینظیری را در اختیار انسان قرار داده است. در این مقاله از مجلهی فناوریهای توانافزا و پوشیدنی به بررسی زمینههایی اصلی هوش مصنوعی که توسط کارشناسان این حوزه پیش بینی شده است، میپردازیم و چنانچه هوش مصنوعی در این زمینهها به نتیجه برسد، شاهد تحولات مهیجی خواهیم بود.
فناوریهای بزرگ بعدی چه خواهند بود
مطابق گزارش برخی از منابع مانند Forbes، فناوری هایی که در آینده به عنوان فناوری های بزرگ شناخته می شوند، شامل موارد زیر خواهند بود، اگر چه تنها به این حوزهها محدود نمیشود:
بلاکچین
بلاکچین به عنوان یک سرویس
اتوماسیون با هدایت هوش مصنوعی
یادگیری ماشین
مدیریت محتوای سازمانی
هوش مصنوعی برای انجام کارهای دفتری در تجارتهای مختلف
برنامههای کاربردی هوش مصنوعی برای محاسبات کوانتومی
اینترنت اشیاء
کدامیک از حوزههای هوش مصنوعی جذابیت بیشتری دارد
به گفتهی برخی از منابع مانند The Next Web، حوزههای اصلی هوش مصنوعی در سال ۲۰۲۰ شامل موارد زیر است:
استفاده از هوش مصنوعی برای ایجاد دقت بیشتر و هزینهی کمتر در زمینهی مراقبتهای بهداشتی
به کار بردن هوش مصوعی برای ایجاد شفافیت
توسعهی هوش مصنوعی به منظور کاهش استفاده از داده
بهبود دقت و کارایی شبکههای عصبی
توسعهی هوش مصنوعی خودکار
استفادهی گسترده از هوش مصنوعی در زمینهی ساخت
پیامدهای ژئوپلیتیکی برای استفاده از هوش مصنوعی
در سال ۲۰۲۰ شاهد کدامیک از حوزههای پر کار در هوش مصنوعی خواهیم بود؟
گرافیک یارانهای بهرهی بسیاری از هوش مصنوعی خواهد برد
یکی از زمینههای پر استفاده از هوش مصنوعی در سال ۲۰۲۰ گرافیک یارانهای خواهد بود. این امر به ویژه در مورد اثرات نوری برای ایجاد محیطهای واقعی، وسایل نقلیه، شخصیتهای ویدئویی و بازیها کاربرد خواهد داشت.
بازآفرینی یک نسخهی واقعی از فلز یا ایجاد سطحی براق بر روی چوب یا پوست انگور به خودی خود فرایندی بسیار زمانگیر است. همچنین برای انجام آن به فردی زبده و صبور نیاز است.
در حال حاضر محققان بسیاری، مشغول به توسعهی روشهای جدیدی در هوش مصنوعی هستند تا به کمک آن بتوان گرافیکهای پیچیدهی رایانهای را به وجود آورد. برای مثال شرکت NVIDIA، طی چند سال اخیر مشغول به کار و پژوهش در این زمینه بوده است.
آنها از هوش مصنوعی به منظور بهبود فناوریهایی مانند ایجاد اثرات نورپردازی فوق واقع بینانه (ray tracing) و تبدیل عکس از حالت برداری به حالت پیکسلی (rasterization) برای به وجود آوردن روشهایی ارزانتر و سریعتر در ساخت گرافیک کامپیوتری بهره میبرند.
همچنین محققانی در وین در حال کار بر روی روشهایی هستند تا فرایند ساخت این گرافیکها را به صورت جزئی و کامل، تحت نظارت یک متخصص به صورت خودکار درآورند. این محققین طی فرایند توسعهی خود از الگوریتمهای شبکههای عصبی و یادگیری ماشین برای گرفتن سریع درخواست از سازنده و تولید تصاویر نمونه برای آنها استفاده میکنند.
بهبود یا به زوال رفتن حوزه ی Deepfakes
Deepfake حوزهی دیگری از هوش مصنوعی است که طی سالهای اخیر پیشرفت گستردهای در آن رخ داده است. در سال ۲۰۱۹ شاهد مجموعهای از اتفاقات متاثر از این حوزه بودیم که خوشبختانه طنزآمیز بود که به صورت ویروسی در شبکههای اجتماعی پراکنده شد.
اما با گذشت زمان این فناوری پیشرفت خواهد کرد که البته میتواند از نظر این که شهرت افراد را در دنیای واقعی به خطر بیندازد، و پیامدهای جبران ناپذیری را در پی داشته باشد.
در آینده با وجود deepfake، چطور قادر خواهیم بود ویدئوهای واقعی را از نمونهی ساختگی آن تشخیص دهیم؟ این مسئلهی بسیار مهمی است زیرا این فناوری با قدرتی که در ایجاد تصاویر ساختگی دارد، میتواند به راحتی در گسترش اطلاعات نادرست سیاسی، خرابکاری های سازمانی و حتی حملههای سایبری مورد استفاده قرار گیرد.
گوگل و فیسبوک در تلاشند تا با انتشار مجموعهی گستردهای از فیلمهای آموزشی، مردم را در برابر این فناوری نسبتا مخرب آگاه سازند.
بیشتر بخوانیم:
آزمایش CompCyst : کاهش جراحی های غیر ضروری پانکراس با یادگیری ماشین
دستیابی به رابط های غیرتهاجمی مغز و رایانه برای کنترل اندام رباتیک
یادگیری ماشین کوانتومی چیست و چگونه میتواند به ما کمک کند؟
منبع: interestingengineering
«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توانافزا و پوشیدنی) مجاز است»