روتیتر:هوش مصنوعی شاخه ی جدیدی از فناوری است که شرکت ها و کشورهای بسیاری برای تسلط بر آن در حال رقابت با یکدیگر هستند. طبق گزارشی که اخیرا کمپانی مککینسی منتشر کرده است، شرکت آلفابت حدود ۳۰ میلیارد دلار برای توسعه ی فناوری های هوش مصنوعی سرمایه گذاری کرده است.
به گزارش روتیتر: هوش مصنوعی شاخه ی جدیدی از فناوری است که شرکت ها و کشورهای بسیاری برای تسلط بر آن در حال رقابت با یکدیگر هستند. طبق گزارشی که اخیرا کمپانی مککینسی منتشر کرده است، شرکت آلفابت حدود ۳۰ میلیارد دلار برای توسعه ی فناوری های هوش مصنوعی سرمایه گذاری کرده است. شرکت بایدو که معادل چینی کمپانی آلفابت است، سال گذشته حدود ۲۰ میلیارد دلار روی هوش مصنوعی سرمایه گذاری کرده است.
گزارش ها حاکی از آن است که کمپانی های خصوصی تنها سازمان هایی نیستند که زمان، پول و انرژی خود را برای پیشرفت و توسعه ی فناوری هوش مصنوعی کرده اند. به تازگی در مقاله ای از The New Yorker آمده است که دولت چین برای کنترل و تسلط بر فناوری ها و نوآوری های مهم در آینده، فناوری هوش مصنوعی را با جدیت دنبال می کند.
با توجه به اینکه برخی از بزرگترین سازمان ها و شرکت ها در دنیا روی فناوری هوش مصنوعی متمرکز شده اند، واضح است که در سال ۲۰۱۸ پیشرفت های بزرگ و قابل توجهی را در این عرصه شاهد خواهیم بود. در ادامه به ۱۰ رویداد احتمالی در مورد هوش مصنوعی در سال پیش رو اشاره می کنیم.
هوش مصنوعی به یکی از مسائل مهم در گفت و گوهای سیاسی تبدیل خواهد شد
در حالی که هوش مصنوعی می تواند به ایجاد شغل و کارآفرینی کمک کند، این فناوری قطعا باعث از دست رفتن شغل برخی از افراد خواهد شد. برای مثال، کمپانی گولدمن ساخ پیش بینی کرده است که اتومبیل های خودران باعث می شوند ماهانه حدود ۲۵۰۰۰ راننده ی کامیون شغل خود را از دست بدهند.
به طور مشابه اگر امکان مدیریت انبارهای بزرگ توسط تعداد محدودی از افراد ممکن شود، درصد زیادی از ۱ میلیون نفری که در بخش بسته بندی و ارسال محموله ها در انبارهای ایالت متحده کار می کنند باید به فکر شغل دیگری برای خود باشند.
در انتخابات سال ۲۰۱۶، دونالد ترامپ فرآیند جهانی شدن و مهاجرت به آمریکا را دلایل اصلی افزایش بیکاری مردم این کشور بیان کرده بود، اما در انتخابات میان دوره ی ۲۰۱۸ احتمالا مسائلی چون اتوماسیون و هوش مصنوعی نیز در این رابطه مطرح می شوند، چرا که با توجه به این عوامل افراد بیشتری از طبقه ی کارگری آمریکا باید برای تطبیق دادن خود با چشم اندازهای جدید به زحمت بیفتند.
خدمات لجستیکی به موضوعی بسیار کارامد تبدیل خواهد شد
ما در آستانه ی ورود به دنیایی هستیم که در آن امکان مدیریت یک مرکز به وسعت ۲۰۰۰۰ فوت مربع توسط عده ای محدود وجود دارد. شرکت هایی چون Kiva Systems – که اکنون Amazon Robotics نام دارد- از ترکیب هوش مصنوعی و علم رباتیک پیشرفته برای ارائه ی راهکارهای لجستیکی جدید به فروشگاه های بزرگ استفاده می کنند.
در آینده ای نزدیک انبارهای شرکت های گوناگون، هیچ شباهتی به انبارهای کنونی نخواهند داشت. این انبارها به جای آنکه برای تطبیق با کارگران بسته بندی کننده طراحی شود، طوری ساخته می شوند تا ربات های بسیار پر قدرت با قابلیت کار ۲۴ ساعته درهر روز و ۷ روز در هفته کار بسته بندی و انتقال را انجام دهند و این در حالی است که دیگر برای انجام کارها به نوری برای دیدن نیازی نخواهد بود.
قرار است شرکت Kiva Systems، که سال ۲۰۱۲ به ارزش ۷۷۵ میلیون دلار توسط آمازون خریداری شد رُبات های هوشمندی را بسازد که تا با بازدهی نسبتا خوب جنس های مختلف را در انبارهای آمازون پیدا کرده و منتقل کنند. این فناوری در حال حاضر هم مورد استفاده ی برخی شرکت ها است و انتظار می رود نقش بسیار مهمی در تلاش های آمازون برای تحویل سریع تر و کم هزینه تر کالاها ایفا کند.
شرکت های معروف سازنده ی اتومبیل وسایل نقلیه ی خودران را در مقیاسی گسترده ارائه خواهند کرد
تسلا یکی از نخستین شرکت هایی بود که ساخت و تولید اتومبیل های خودران را آغاز کرد. اما در سال ۲۰۱۸ قرار است سایر شرکت های تولید کننده ی خودرو نظیر آئودی نیز از اتومبیل های خودران خود رونمایی کنند.
آئودی A8 خودرویی است که از قابلیت هدایت خودکار و بدون راننده برخوردار است. علاوه بر این، کادیلاک و ولوو نیز در حال توسعه ی فناوری های خودران پیشرفته ای هستند در سال ۲۰۱۸ به نمایش در خواهد آمد.
DARPA آژانس پروژههای تحقیقاتی پیشرفته ی دفاعی آمریکا ربات-سربازهای پیشرفته ای را خواهد ساخت
موسسه ی دارپا تاکنون در دستاوردهای مهم و عظیمی که بر زندگی روزمره ی ما اثر گذار بوده اند، نقش مهمی را ایفا کرده است. این سازمان که مسئول توسعه ی فناوری های جدید برای نیروهای نظامی آمریکا است، در توسعه ی اینترنت و ناوبری با استفاده از GPS بسیار موثر بوده است که همه ی شما با این فناوری ها آشنا هستید.
اما حالا دارپا قصد دارد با همکاری با Boston Dynamics، مجموعه ربات هایی را برای آمادگی های لازم در “مدیریت حوادث و بحران ها” بسازد که البته می توان از این فناوری در نبردها و جنگ ها نیز استفاده کرد. ربات اطلس که به دلیل توانایی پشتک زدن در اینترنت معروف شده است، یکی از تکنولوژیی های در حال توسعه ای است که از هوش مصنوعی بهره برده است.
یادگیری ماشینی به دانشمندان و مهندسان کمک خواهد کرد.
در حالی که برخی به درستی نگران مشاغلی هستند که هوش مصنوعی از بین می برد، این فناوری می تواند برای افراد به ویژه مشاغل دانش بنیان چون دانشمندان و مهندسان کمک کرده و برای آن ها سودمند باشد.
امروزه ابزارهایی چون Gong، Chorus و Jog می توانند تماس های دریافت شده از سوی نمایندگان فروش و ارائه ی خدمات به متقاضیان را ضبط کنند. کَری کریستِنسِن معاون اجرایی Mint Solar اینگونه توضیح می دهد:” این فناوری می تواند با استفاده از الگوریتم های یادگیری ماشینی، به کارکنان بخش خدماتی که با مشتریان برخورد دارند آموزش دهد که چگونه ارتباط درستی با مشتریان برقرار کنند. انتظار می رود در سال ۲۰۱۸ و پس از آن، هوش مصنوعی حمایت گسترده ای از کارکنان به اصطلاح یقه سفید داشته باشد.”
تولید محتوا با استفاده از هوش مصنوعی انجام خواهد شد
خبرگزاری هایی چون USA Today، CBS و Hearst در حال حاضر از فناوری هوش مصنوعی برای تولید محتوا استفاده می کنند. برای مثال Wibbitz پلت فرمی را به صورت “نرم افزار به عنوان سرویس” یا SaaS ارائه می کند که به ناشران اجازه می دهد محتوای متنی نوشته شده را به روش تولید ویدئو و بهره مندی از هوش مصنوعی به محتوای ویدئویی تبدیل کنند.
در گذشته و در بسیاری از خبرگزاری ها در حال حاضر، افراد ساعت ها زمان را صرف تولید محتوا برای وب سایت ها یا شبکه های اجتماعی خود می کردند. امروزه ابزارهایی نظیر Wibbitz به کمک این افراد آمده و می توانند ظرف چند دقیقه ویدئوهای شگفت انگیزی بسازند.
خبرگزاری Associated Press نیز مشابه Wibbitz از ابزاری به نام Wordsmith استفاده می کند که توسط شرکت Automated Insights برای تولید مقاله و محتوای جدید با استفاده از داده های جمع آوری شده به روش NLG ( تولید محتوا به زبان طبیعی توسط ماشین ها) ساخته شده است. در سال ۲۰۱۸ انتظار می رود که رسانه های بیشتری فناوری های تولید ویدئو و NLG را به خدمت بگیرند.
شبکه های نظیر به نظیر باعث افزایش شفافیت در اینترنت خواهند شد
یادگیری ماشینی شکلی از هوش مصنوعی است و کمپانی هایی چون فیسبوک در حال حاضر نیز از مدلسازی آماری برای کمک به تصمیم گیری های بهتر از سوی ماشین ها در به نمایش گذاشتن محتواهای مناسب استفاده می کنند. برای اینکه مدل های ذکر شده به درستی کار کنند، به حجم عظیمی از داده ها و توانایی پردازش قابل توجهی نیاز دارند.
با ظهور شبکه های نظیر به نظیر- نظیر شبکه هایی که از سوی ارزهای دیجیتال استفاده می شود – حتی سازمان های کوچکتر نیز خواهند توانست برنامه هایی هوش مصنوعی پیشرفته ای را به کمک قدرت رو به رشد کامپیوترهای شخصی متصل به شبکه به کار گرفته و مدیریت کنند.
Presearch یکی از شرکت هایی است که قصد دارد از شبکه های نظیر به نظیر و هوش مصنوعی برای ایجاد شفافیت بیشتر در موتورهای جست و جوی جهانی استفاده کند. شرکت گوگل به تنهایی ۸۰ درصد از بازارهای جست و جو را کنترل می کند، با این حال عده ی محدودی می دانند که گوگل چگونه محتواهای نمایش داده شده به یک متقاضی خاص را تعیین می کند.
Preseach قصد دارد از ارزهای دیجیتال برای افزایش انگیزه ی افراد در به اشتراک گذاشتن قدرت محاسباتی و پردازشی کامپیوتر شخصی خود استفاده کند. در مقابل، این شرکت وعده می دهد که یک پلت فرم جست و جوی جدید با شفافیت بیشتر ایجاد خواهد کرد. این استارت آپ تاکنون ۵ میلیون دلار منابع مالی جمع آوری کرده است و احتمال آنکه این مجموعه – و حتی سازمان های دیگر- بخواهند از هوش مصنوعی و شبکه های نظیر به نظیر برای به چالش کشیدن کمپانی های بزرگ استفاده کنند، بسیار زیاد است.
متقاضیان به صحبت کردن با ماشین های سخنگو عادت خواهند کرد
تخمین ها نشان می دهد که سال گذشته بیش از ۲۰ میلیون اسپیکر هوشمند آمازون به فروش رسیده است و اگر شما فروش سایر دستگاه های هوشمند نظیر Google Home و Apple Airpod را به آن بیفزائید، خواهید دید که ده ها میلیون آمریکایی به تعامل و دستور دادن به دستگاه های هوشمند و سخنگو عادت کرده اند.
در سال ۲۰۱۸ متقاضیان حتی بیشتر و بهتر به رابط های کاربری صوتی عادت خواهند کرد، چرا که قرار است این دستیارهای هوشمند در کامپیوترها، گوشی های هوشمند و حتی تلویزیون ها به کار گرفته شوند.
به عقیده ی صاحب نظران پیش بینی می شود که این دستیارهای هوشمند از سایر پیشرفت های تکنولوژی مفید تر واقع شوند.
تقاضا برای دانشمندان داده (Data Scientists) از تقاضا برای مهندسان پیشی می گیرد
طبق گزارش های IBM، تقاضا برای دانشمندان داده تا سال ۲۰۲۰ به بیش از ۲٫۷ میلیون نفر افزایش خواهد یافت.
اما دلیل این تغییر چه چیزی است؟ در پاسخ به این سوال باید گفت که یادگیری ماشینی از علم احتمال برای تعیین پاسخ یا تصمیم درست در هر مسئله استفاده می کند. هرچه داده های بیشتری برای پلت فرم های یادگیری ماشینی فراهم شود، پلت فرم ها قادر خواهند بود پیش بینی های بهتری از شرایط ارائه کنند.
با روی آوردن هرچه بیشتر شرکت های مختلف به جمع آوری و تحلیل کارامد داده ها، قطعا تقاضا برای دانشمندان ماهر داده که بتوانند مجموعه های عظیم و گسترده از داده ها را مدیریت کرده و به پلت فرم های هوش مصنوعی کمک کنند رو به افزایش خواهد بود.
هوش مصنوعی به مقابله با بیماری ها کمک خواهد کرد
بن هورتمن، مدیرعامل اجرایی Bet Capital LLC معتقد است:” ما در حال ورود به عصری هستیم که در آن شبکه های نظیر به نظیر کامپیوتری، با جمع آوری و تحلیل داده های مولکولی در بدن انسان توانایی حل برخی از چالش برانگیزترین مشکلات بهداشتی و سلامتی را دارند.” حال اگر این کامپیوترها برای استفاده از فناوری های هوش مصنوعی و ارزهای دیجیتالی به تراشه های کوچکی (حتی کوچکتر از نوک سوزن) مجهز شوند، چه اتفاقی رخ خواهد داد؟ به نظر می رسد مسائلی که کمی قبل تر شبیه بخشی از فیلم های علمی و تخیلی به نظر می رسیدند، اکنون به کمک پروژه ی Nano Vision به واقعیت تبدیل شده است.
این فناوری از هوش مصنوعی و زنجیره ی بلوکی الهام گرفته است. در صورت شرکت در این برنامه، یک ارز مجازی دیجیتالی به نام Nano به کاربران پاداش داده می شود و در عین حال فناوری یادگیری ماشینی سعی می کند بیماری ها را برای تهیه ی دارو و درمان های جدید شناسایی کرده و مورد آنالیز قرار داده و زمان و هزینه های لازم برای درمان را تا حد زیادی کاهش دهد.