January 15, 2019

• آینده هوش مصنوعی به داده‌های کم‌تری وابسته  خواهد بود، نه داده بیشتر  لینک

شرکت‌هایی که در نظر دارند در زمینه هوش مصنوعی سرمایه‌گذاری کنند باید اول متوجه باشند که در پنج سال آینده، برنامه های کاربردی و ماشین‌ها کم‌تر مصنوعی ولی باهوش‌تر خواهند شد. آنها کمتر بر مبنای داده های پایین به بالا و بیشتر در مورد استدلال های بالا به پایین عمل می کنند که بیشتر شبیه به شیوه رفتار انسان ها با مشکلاتی مشابه است. این توانایی استدلال، هوش مصنوعی را قادر می‌سازد تا بیش از پیش به کار گرفته شود و فرصت‌هایی را برای پذیرندگان اولیه حتی در کسب و کارها و فعالیت‌هایی که قبلا با آن‌ها نامتناسب به نظر می‌رسید، ایجاد کند.​با این حال، در آینده، ما سیستم‌های بالا به پایین را خواهیم داشت که نیازی به اطلاعات بیشتر ندارند و سریع‌تر و انعطاف‌پذیرتر هستند و مانند انسان‌ها ذاتا باهوش می باشند. تعدادی از شرکت ها و سازمان ها در حال حاضر این سیستم های طبیعی تر را به کار می گیرند. برای ایجاد چشم انداز هوش مصنوعی در چند سال آینده، و سپس برنامه ریزی برای سرمایه گذاری و آزمون های مربوطه، شرکت ها باید به دنبال پیشرفت در حوزه های استدلالی هوش مصنوعی باشند.

January 11, 2019

• هوش مصنوعی تصاویر مواد غذایی را فقط با خواندن دستور پخت خلق می کند ​  لینک

محققین با استفاده از شبکه GAN، نوعی هوش مصنوعی طراحی کرده اند که با استفاده از دستور پخت غذا می‌تواند حدس بزند که بشقاب غذا چه شکلی خواهد بود. بسیاری از این تصاویر واقعی به نظر می‌رسند، اما برخی دیگر به سختی خوردنی به نظر می‌رسند. این شبکه با استفاده از حدود ۵۲۰۰۰جفت دستور آشپزی و تصاویر بشقاب حاصل از غذا، آموزش داده شده است. یک بخش از سیستم یاد گرفته است که با خواندن دستور پخت، تصاویر ایجاد کند، در حالی که یک بخش دیگر تلاش می کند تا تصاویر تولید شده از نمونه‌های واقعی را تشخیص دهد.

January 10, 2019

• 40 درصد شرکت ها پس از استقرار هوش مصنوعی افراد بیشتری استخدام می کنند!  لینک

فقدان دانش داخلی در مورد هوش مصنوعی باعث شده‌است که شرکت‌ها افراد بیشتری را استخدام کنند. بیش از ۴۰ درصد سازمان‌ها در نتیجه ورود هوش مصنوعی به کسب‌وکار خود، مشاغل بیشتری اضافه می‌کنند. با وجود نگرانی‌هایی که هوش مصنوعی برای مشاغلبه وجود آورده است، تنها ۸ % از ۱۰۰ مدیر کسب‌وکار گزارش دادند که پس از پیاده‌سازی فناوری جدید، شغل های قبلی را جایگزین کرده اند.

​حدود ۳۴ درصد از شرکتها گفته‌اند که تقاضای کار در شرکتشان بدون توجه به اجرای هوش مصنوعی یکسان بوده‌است و ۱۸ درصد گفته اند که هوش مصنوعی بر نیروی کارشان تاثیر نخواهد گذاشت. این نشان می‌دهد که ترس از هوش مصنوعی ممکن است عمدتا ناشی از اثرات روانی ناشی از رشد این فناوری باشد.

​January 09, 2019

• دارپا می‌خواهد یک هوش مصنوعی بسازد تا الگوهای پنهان‌شده در آشفتگی های جهان را بیابد لینک

 ​

معروف‌ترین توصیف علت پیچیدگی، پروانه‌ای است که بالهای خود را حرکت می‌دهد و باعث ایجاد یک طوفان در طرف دیگر جهان می‌شود. اما این اثر که اثر پروانه ای نام دارد در نهایت مفید نیست. چیزی که ما واقعا به آن نیاز داریم این است که به یک طوفان نگاهی بیندازیم و بفهمیم که چه پروانه‌ای باعث آن شده، تا شاید بتوانیم قبل از پرواز آن را متوقف کنیم.دارپا  فکر می‌کند که هوش مصنوعی باید بتواند این کار را انجام دهد.

هدف از این برنامه دارپا ایجاد یک سیستم یادگیری ماشینی است که می‌تواند وقایع و قطعات بی‌شمار رسانه‌ها را بررسی کند و هر روز ارتباط و یا روایتی را در آن‌ها مشخص کند. این پروژه KAIROS نامیده می‌شود: هوش مصنوعی مبتنی بر دانش بر رویالگو یا اسکیما​​(Schema).

دارپا در سپتامبر 2018 اعلام کرده بود ۲میلیارد دلار برای توسعه موج بعدی فن‌آوری‌های هوش مصنوعی بودجه اختصاص داده است.

January 08, 2019

• پنج شغل برتر هوش مصنوعی در سال 2019  لینک

طبق تحلیل KPMGمهارت‌های هوش مصنوعی در فهرست مشاغل در حال رشد سال ۲۰۱۸، غالب بوده است. روندی که انتظار می رفت تنها در آینده رشد کند. الگوریتم ها پیش بینی می کنند که تا سال 2022، 133 میلیون شغل جدید ایجاد شود ، چرا که شرکت‌ها در حال رقابت برای اتخاذ فناوری هایی هستند که ایجاد انقلابی در انجام کارها را وعده می‌دهد. طبق برآوردKPMG  شرکتها برای موفقیت به پنج نوع تخصص هوش مصنوعی زیر نیاز دارند:

• معمار هوش مصنوعی: فرد در این نقش مسوول ارزیابی عملکرد هوش مصنوعی و حفظ پایداری آن است.
• مدیر تولید هوش مصنوعی: مسوول هماهنگ کننده بین تیم های کسب و کار هوشمند. این فرد همچنین مشخص می‌کند که چه تغییرات سازمانی برای عملکرد بهینه بین کارکنان و هوش مصنوعی لازم است انجام شود.
• متخصص علوم داده: مسوول تجزیه و تحلیل داده‌ها و کسب بینش معنادار از اطلاعات برای کسب‌وکار.
• مهندس نرم افزار: این فرد مستقیما با متخصصین علوم داده کار می کند و مسوول اجرای هوش مصنوعی به بهترین نحو برای تحقق اهداف شرکت است.
• اخلاق شناس هوش مصنوعی: این افراد طرح ریزی هوش مصنوعی در شرکت را بر اساس استاندارد و موازین اخلاقی بر عهده دارند.

January 07, 2019

• در سال 2019، مایکروسافت در مسابقه ثبت اختراعات هوش مصنوعی پیشتاز خواهد بود  لینک

• بیش از ۱۵۴،۰۰۰اختراع هوش مصنوعی در سراسر جهان از سال ۲۰۱۰ثبت شده‌است و اکثریت آن در حوزه سلامت (۲۹.۵ %)، راه‌حل‌های ویژه صنعت (۲۵.۳ %) و امنیت دیجیتال مبتنی بر هوش مصنوعی (۱۵.۷ %) قرار دارند.
• اختراعات بازاریابی و فروش مبتنی بر هوش مصنوعی، در گروه اول رشد جهانی هستند که شاخص رشد سالانه(CAGR) بین سال‌های ۲۰۱۰تا ۲۰۱۸به ۲۹.۳%  می‌رسد.
• گروه دوم و سوم رشد جهانی هوش مصنوعی جهانی در سال‌های ۲۰۱۰تا ۲۰۱۸،امنیت دیجیتال مبتنی بر هوش مصنوعی( ۲۳.۴%CAGR) و قابلیت تحرک مبتنی بر هوش مصنوعی (۲۳%CAGR) هستند.
• در ایالات‌متحده در سال‌های ۲۰۱۰تا ۲۰۱۸ ، 79936 اختراع در زمینه هوش مصنوعی ثبت شده است که، اکثریت آن در زمینه بهداشت (۳۲.۶درصد) و پس از آن راه‌حل‌های ویژه صنعتی (۲۰.۵درصد) و امنیت دیجیتال مبتنی بر هوش مصنوعی (۱۸درصد) است.
• امروزه یادگیری ماشین بر چشم‌انداز ثبت اختراعات هوش مصنوعی تاثیر مستقیم دارد و همه مقوله‌های حق ثبت هوش مصنوعی شامل یادگیری عمیق و شبکه‌های عصبی را هدایت می‌کند.

شرکت رصدگرEconSight  با استفاده از امکانات نرم افزاری PatentSight دریافته است که مایکروسافت در سال ۲۰۱۹ با ثبت ۶۹۷ اختراع در کلاس جهانی، رهبری هوش مصنوعی را در 2019 به دست خواهد گرفت.

January 05, 2019

• هوش مصنوعی می‌تواند آثار بیماری آلزایمر را شش سال زودتر در مغز تشخیص دهد ​  لینک

با استفاده از یک نوع معمول اسکن مغزی، محققان یک الگوریتم یادگیری ماشین برای تشخیص بیماری آلزایمر در مرحله اولیه - حدود شش سال قبل از تشخیص بالینی طرح‌ریزی کردند - که به طور بالقوه به پزشکان فرصت مداخله با درمان را می‌دهد. ​

December 27, 2018

• بازار هوش مصنوعی مراقبت‌های پزشکی در سال 2025 به ۳۶ میلیارد دلار خواهد رسید ​​  لینک

انتظار می‌رود که بازار هوش مصنوعی در مراقبت‌های سلامت تا سال ۲۰۲۵ به ۳۶.۱ میلیارد دلار برسد. گزارش پیش‌بینی جهانی تا سال ۲۰۲۵ نشان می‌دهد که هوش مصنوعی مورد استفاده در مراقبت‌های سلامت،  رشد سالانه(CAGR)۵۰.۲درصد رشد خواهد داشت.​

براساس این گزارش، توانایی یادگیری ماشین برای جمع‌آوری و کنترل کلان داده و افزایش پذیرش استفاده از یادگیری ماشین توسط بیمارستان‌ها، مراکز تحقیقاتی، شرکت‌های داروسازی و دیگر موسسات درمانی برای بهبود سلامت بیمار، باعث رشد بازار استفاده از هوش مصنوعی در بهداشت و درمان می‌شود. استفاده روزافزون از پردازش زبان طبیعی(NLP) در تحلیل داده ها‌ی بیماران و تحلیل خطر، مدیریت سبک زندگی ، همچنین پایش سلامت روان، پیشران رشد بازار این فناوری است.

این گزارش براساس اطلاعات شرکتهای NVIDIA،  Intel،  IBM،Google،Microsoft AWS،General Vision،GE Healthcare،Siemens Healthineers ،  Medtronic،Johnson & Johnson،و  Philipsتهیه شده است.

 در این گزارش اشاره شده که آمریکای شمالی احتمالا بالاترینCAGR را در طول دوره پیش‌بینی داشته است و ایالات‌متحده را یکی از رقبای اصلی در بازار سلامت هوش مصنوعی منطقه می‌داند.​

​December 22, 2018

• شش روند برتر هوش مصنوعی و اتوماسیون در 2019 ​  لینک

کارشناسان بر این باور هستند که هوش مصنوعی تا سال ۲۰۳۰تقریبا ۱۶تریلیون دلار به اقتصاد جهانی اضافه خواهد کرد و ۲۰درصد از شرکت‌هایی که مورد بررسی قرار گرفته‌اند در حال برنامه‌ریزی برای استفاده از هوش مصنوعی در شرکت‌های خود هستند. برخی روندها و پیش‌بینی‌های هوش مصنوعی و اتوماسیون که در سال ۲۰۱۹مورد توجه قرار خواهد گرفت :

• پردازش زبان طبیعی- بازشناسی و تولید گفتار
• هوش مصنوعی شفاف –بالا بردن اعتماد مشتریان
• همگرایی با دیگر فناوری ها
• تمرکز مدیران و رهبران بر هوش مصنوعی
• استفاده از یادگیری ماشین و هوش مصنوعی در استفاده از سیستم های رباتیک به منظور خودکارسازی (RPA)
• استفاده از هوش مصنوعی برای تصمیم سازی

December 21, 2018

• هوش مصنوعی که زندگی را نجات می‌دهد: چت باتی که می‌تواند حمله قلبی را با استفاده از یادگیری ماشین انجام دهد ​  لینک

شرکت دانمارکی   (Corti(https://corti.ai سیستمی مبتنی بر هوش مصنوعی طراحی و ساخته است که به مراکز ارتباطات اورژانس کمک می کند که تصمیم گیری های مناسب تری در نجات انسان ها داشته باشند. دستگاه سخت افزاری Corti، به نام Orb، در تابستان 2018 در کپنهاگ افتتاح شد.

در آموزش کورتی، ۱۶۱،۰۰۰تماس‌ اضطراری اورژانس کپنهاگ در سال ۲۰۱۴ مورد بررسی قرار گرفت. در آن سال ۲۰۰۰مورد ایست قلبی وجود داشت وCorti با دقت ۹۳درصد از آن‌ها را تشخیص داد. اپراتورهای انسانی همین موارد را با دقت ۷۳درصد تشخیص دادند. نه تنها دقت  Corti بسیار بالا بود بلکه قادر بود ۳۰ثانیه سریع‌تر این کار را انجام دهد. این یک تمایز مهم در تصمیم گیری در لحظات حیاتی است. زمانی که یک تماس با مرکز تماس اورژانس کپنهاگ برقرار می‌شود، و اپراتور انسانی درحال مکالمه است،Cortiبا استفاده از سیستم تشخیص گفتار خود به مکالمه گوش فرا می دهد. پس از آن Cortiبا تجزیه و تحلیل مکالمه و همینطور نویز پس‌زمینه علائم "آنچه را که یک رویداد قلبی است" را یاد می گیرد.