حسین خسروی

وبلاگ دانشگاهی حسین خسروی، عضو هیات علمی دانشگاه صنعتی شاهرود

حسین خسروی

وبلاگ دانشگاهی حسین خسروی، عضو هیات علمی دانشگاه صنعتی شاهرود

حسین خسروی

باتوجه به محدودیتهای صفحه شخصی موجود در سایت دانشگاه، این بلاگ را راه اندازی کردم.
اطلاعیه های مربوط به دروسی که تدریس می کنم و تمرینها در این وبلاگ قرار خواهد گرفت.
برای آگاهی از مطالب مربوط به هر درس، در قاب زیر (طبقه بندی موضوعی) روی نام درس کلیک کنید.

پیوندهای روزانه

۳ مطلب در مهر ۱۴۰۳ ثبت شده است

  • ۰
  • ۰

با شروع سال تحصیلی، جمینی ویژگی های جدیدی دارد که به شما در یادگیری کمک می کند. فرقی نمی کند دانشجوی سال اولی هستید که برای شروع دانشگاه هیجان زده شده اید یا دانشجوی سال دوم، جمینی اینجاست تا به شما کمک کند باهوش تر درس بخوانید.

در اینجا به پنج روشی که جمینی می تواند در طول سال تحصیلی از شما پشتیبانی کند اشاره می کنیم که همگی برای دانش آموزان ۱۸ سال و بالاتر در دسترس هستند :

1. از کتاب های درسی مورد اعتماد بهره ببرید

از امروز، جمینی می تواند با OpenStax، یک طرح غیرانتفاعی آموزشی دانشگاه رایس، اطلاعات کتاب های درسی دانشگاهی را استخراج کند. فرض کنید در کلاس اقتصاد شرکت می کنید و به کمک مفاهیم جدید نیاز دارید - فقط سوالاتی مانند "OpenStax مفهوم عرضه و تقاضا را توضیح بده" را بپرسید؛ در عرض چند ثانیه، یک توضیح واضح و مختصر به همراه لینک هایی به محتوای کتاب درسی مرتبط دریافت خواهید کرد.

2. دانش خود را با آزمون های تعاملی آزمایش کنید

جمینی می تواند دانش شما را با آزمون های عملی مفید آزمایش کند و از امروز، جمینی شما را در یک زمان کوتاه به جواب سوالی که در ذهن شماست می رساند و اگر در این مسیر گیر افتادید، بازخوردها و اشاراتی به شما ارائه می دهد. می خواهید دانش تاریخی خود را آزمایش کنید؟ فقط بگویید، "به من در مورد ظهور صنعتی شدن، اطلاعاتی ارائه بده" و برای یک تجربه یادگیری جذاب آماده شوید! دانش خود را آزمایش کنید و درباره موضوعات مختلفی از زیست شناسی گرفته تا تاریخ جهان و فرهنگ عامه کسب اطلاعات کنید.

3. مطالب آموزشی را بارگذاری کنید تا مانند یک حرفه ای برای امتحانات آماده شوید

با Gemini Advanced می توانید تا ۱۰ سند را در یک زمان آپلود کنید - مثل سرفصل کلاس ها یا یادداشت هایتان - و از Gemini بخواهید که محتوا را توضیح دهد یا یک راهنمای مطالعه سفارشی ایجاد کند. جمینی به عمق مطالب شما می رود تا مفاهیم کلیدی را تجزیه کند، سوالات عملی را براساس مطالب درسی و غیره در اختیار شما قرار دهد. همه این ها به لطف جمینی Advanced امکان پذیر است که به جمینی اجازه می دهد حجم زیادی از اطلاعات را در یک زمان پردازش کند. برای اینکه جزو اولین افرادی باشید که از آپلود فایل استفاده می کنید، می توانید از همین امروز آن را در موبایل نیز امتحان کنید.

4. از Learning coach Gem برای دریافت راهنمای مطالعه شخصی استفاده کنید.

مشترکین جمینی Advanced از امروز به Gems دسترسی دارند که به عنوان متخصص هوش مصنوعی سفارشی برای هر موضوعی عمل می کند. مربی یادگیری از پیش تعیین شده Gems به شما کمک می کند تا یک برنامه یادگیری متناسب با نیازهای خود ایجاد کنید که با بررسی پیشرفت تکمیل می شود تا شما را در مسیر خود نگه دارد. به عنوان مثال، می توانید به مربی یادگیری گیم مراجعه کنید و بگویید: " می خواهم برای نیمه عمرم آماده شوم. آیا می توانید به من در بررسی سلول ها، ژنتیک، اکولوژی و اکوسیستم ها کمک کنید؟ در پاسخ، شما یک برنامه یادگیری مناسب دریافت خواهید کرد که زیردامنه های کلیدی را پوشش می دهد، مفاهیم ضروری در هر حوزه را مشخص می کند، و انعطاف پذیری ایجاد تنظیمات یا شروع درست برای مطالعات شما را ارائه می دهد.

5. درک عمیق تری از هر موضوعی به دست آورید

جمینی می تواند اطلاعات را به روشی آسان تجزیه کند - از ویدیوها گرفته تا تصاویر و نمونه های واقعی متناسب با آنچه یاد می گیرید. به عنوان مثال، اگر در حال مطالعه تورم هستید، ویدئویی که توضیح می دهد تورم چگونه کار می کند را تایپ کنید و جمینی ویدئوهای مفیدی برای افزایش درک شما به اشتراک خواهد گذاشت. اگر می خواهید عمیق تر صحبت کنید، سوال بعدی را از جمینی بپرسید یا روی لینک های مربوط به منابع و محتوای مرتبط کلیک کنید.

blog.google

  • حسین خسروی
  • ۰
  • ۰

هوش مصنوعی در حال حاضر صنایع را از بانکداری و امور مالی گرفته تا فیلم و روزنامه نگاری مختل کرده است و دانشمندان در حال بررسی این موضوع هستند که چگونه هوش مصنوعی می تواند حوزه کاری آن ها را متحول کند یا حتی برنده جایزه نوبل شود.

در سال ۲۰۲۱، دانشمند ژاپنی هیروکی کیتانو چیزی را پیشنهاد کرد که او آن را "چالش نوبل" نامید و از محققان دعوت کرد تا یک "دانشمند هوش مصنوعی" ایجاد کنند که قادر به انجام خودکار تحقیقاتی درخور جایزه نوبل تا سال ۲۰۵۰ باشد.

برخی از دانشمندان در حال حاضر سخت در تلاش برای ایجاد یک همکار هوش مصنوعی شایسته نوبل هستند و برندگان امسال بین ۷ تا ۱۴ اکتبر اعلام خواهند شد.

و در واقع، به گفته راس کینگ، استاد هوش ماشینی در دانشگاه چالمرز در سوئد، در حال حاضر حدود ۱۰۰ "دانشمند ربات" وجود دارد.

در سال ۲۰۰۹، کینگ مقاله ای منتشر کرد که در آن او و گروهی از همکارانش "آدام دانشمند ربات" را ارائه کردند که اولین ماشینی بود که اکتشافات علمی را به صورت مستقل انجام می داد.

کینگ به خبرگزاری فرانسه گفت: " ما روباتی ساختیم که به تنهایی علوم جدید را کشف کرد، ایده های علمی جدیدی تولید کرد و آن ها را آزمایش کرد و تایید کرد که درست هستند."

این ربات برای شکل دادن فرضیه ها به صورت مستقل و سپس طراحی آزمایش هایی برای آزمایش آن ها راه اندازی شد.

حتی ربات های آزمایشگاهی را برای انجام این آزمایش ها، قبل از یادگیری از این فرآیند و تکرار آن برنامه ریزی می کند.

بی اهمیت نبود!

 "آدام" وظیفه بررسی کارهای درونی مخمر را بر عهده داشت و "کارکردهای ژن ها" را کشف کرد که پیش از این در سازمان ها ناشناخته بودند.

در این مقاله، سازندگان این ربات اشاره کردند که اگرچه اکتشافات "متوسط" بودند، اما "بی اهمیت" هم نبودند.

بعدها، یک دانشمند ربات دوم به نام "ایو" برای مطالعه کاندیداهای دارویی برای مالاریا و دیگر بیماری های گرمسیری تاسیس شد.

به گفته کینگ، دانشمندان ربات در حال حاضر چندین مزیت نسبت به دانشمندان انسان معمولی دارند.

او توضیح داد: "انجام این فرآیند علمی هزینه کمتری دارد، آن ها ۲۴ / ۷ کار می کنند" و افزود که آن ها همچنین در ثبت جزئیات این فرآیند کوشاتر هستند.

کینگ در عین حال اذعان کرد که هوش مصنوعی به هیچ وجه به یک دانشمند شایسته نوبل نزدیک نیست.

برای این کار، آن ها باید "بسیار باهوش تر" باشند و بتوانند "تصویر بزرگ تر را درک کنند".

موفقیت نزدیک است

اینگا استرومک، استادیار دانشگاه علم و فن آوری نروژ، گفت که در حال حاضر حرفه علمی ایمن است.

او به خبرگزاری فرانسه گفت: " سنت علمی به این زودی ها به دست ماشین ها نمی رسد."

با این حال، استروماک افزود که "به این معنی نیست که غیرممکن است" و افزود که "قطعا" روشن است که هوش مصنوعی در چگونگی انجام علم تاثیر دارد و خواهد داشت.

یکی از مثال هایی که در حال حاضر مورد استفاده قرار می گیرد، AlphaFold است که یک مدل هوش مصنوعی توسعه یافته توسط گوگل دیپ مایند است که برای پیش بینی ساختار سه بعدی پروتئین ها براساس اسید آمینه آن ها مورد استفاده قرار می گیرد.

استرومک گفت: " ما می دانستیم که رابطه ای بین اسیده ای آمینه و شکل سه بعدی نهایی پروتئین ها وجود دارد... و سپس می توانستیم از یادگیری ماشین برای یافتن آن استفاده کنیم."

او توضیح داد که پیچیدگی چنین محاسباتی برای انسان ها بسیار دلهره آور است.

او گفت: " ما به نوعی ماشینی داریم که کاری را انجام می دهد که هیچ انسانی قادر به انجام آن نیست."

در عین حال، مورد آلفافولد نیز یکی از نقاط ضعف مدل های فعلی هوش مصنوعی مانند شبکه های عصبی را نشان می دهد.

آن ها در خرد کردن حجم عظیمی از اطلاعات و رسیدن به پاسخ بسیار ماهر هستند، اما در توضیح اینکه چرا این پاسخ درست است، خیلی خوب نیستند.

استرومک گفت: بنابراین در حالی که بیش از ۲۰۰ میلیون ساختار پروتئینی پیش بینی شده توسط آلفافولد "بسیار مفید" هستند، آن ها "چیزی در مورد میکروبیولوژی به ما نمی آموزند".

به کمک هوش مصنوعی

از نظر او، علم به دنبال درک جهان است و صرفا به معنای "حدس درست" نیست.

با این حال، کارهای پیشگامانه انجام شده توسط آلفافولد منجر به این شده است که کارشناسان ذهن ها را به عنوان پیشتازان جایزه نوبل پشت سر بگذارند.

جان جامپر، مدیر گوگل دیپ مایند و دمیس هاسابیس، مدیرعامل و هم بنیان گذار گوگل، پیش از این در سال ۲۰۲۳ جایزه معتبر لاسکر را دریافت کرده بودند.

گروه تحلیلی "کلاریتیوت" (Clarivate)که به بررسی برندگان احتمالی علوم نوبل می پردازد، این دو نفر را در میان نامزدهای برتر برای جایزه شیمی سال ۲۰۲۴ قرار می دهد.

دیوید پندلبری، رئیس این گروه تحقیقاتی، اذعان می کند که در حالی که مقاله سال ۲۰۲۱ جومپر و هاسبیس هزاران بار مورد استناد قرار گرفته است، اعطای جایزه به این سرعت پس از انتشار برای هیات داوران نوبل دور از ذهن نخواهد بود؛ چرا که اغلب اکتشافاتی که مورد تجلیل قرار می گیرند، به دهه ها پیش باز می گردند.

در عین حال، او اطمینان دارد که مدت زمان زیادی طول نخواهد کشید تا تحقیقات به کمک هوش مصنوعی برنده محبوب ترین جوایز علمی شوند.

پندلبری به خبرگزاری فرانسه گفت: " من مطمئنم که در دهه آینده جایزه نوبلی وجود خواهد داشت که این روزها به نحوی به محاسبات و محاسبات کمک می کند."

france24.com

  • حسین خسروی
  • ۰
  • ۰

کلارا کاپاز، مدیر سابق فناوری کشور فرانسه، در کابینه جدید میشل بارنیه ایفای نقش خواهد کرد.

فرانسه اولین وزیر هوش مصنوعی (AI)خود را در میان یک دگرگونی سیاسی و در حالی که این کشور در حال مانور دادن برای تبدیل شدن به یک رهبر جهانی در این فن آوری است، معرفی کرده است.

 "کلارا چپاز"، مدیرعامل نهاد نوپای "لا فرنچ تک"، نقش وزیر امور خارجه در زمینه هوش مصنوعی و دیجیتال سازی را بر عهده خواهد داشت.

او روز یکشنبه در یک پست لینکدین گفت: " خوشحالم که به تعهدم به اقدام عمومی در مورد این موضوعات اصلی دیجیتال و هوش مصنوعی ادامه می دهم."

این مقام قبلا نیز تاکید زیادی بر هوش مصنوعی داشت و بر جاه طلبی فرانسه برای رهبری در این فن آوری و برآورده کردن آرزوی امانوئل مکرون برای تبدیل پاریس به "شهر هوش مصنوعی" تاکید می کرد.

فرانسه نیز پس از دو کشور انگلیس و کره جنوبی که میزبان اجلاس AI بودند در ماه فوریه میزبان اجلاس بین المللی هوش مصنوعی خواهد بود.

سال گذشته، فرانسه استراتژی ملی هوش مصنوعی را با سرمایه گذاری ۵۰۰ میلیون دلاری برای ایجاد خوشه های هوش مصنوعی تا سال ۲۰۳۰ منتشر کرد.

euronews

  • حسین خسروی