خبر

  • تک بورد - هوش مصنوعی همه جا هست و خسته کننده است...

    هوش مصنوعی همه جا هست و خسته کننده است...


    19 روز و 11 ساعت قبل

    چرا مهم است: امروز نمی‌توانید بدون غلبه بر هوش مصنوعی (AI) در مورد فناوری صحبت کنید. به معنای واقعی کلمه در هر مکالمه، در هر گوشه ای از فناوری، موضوع ظاهر می شود. ما موافقیم که هوش مصنوعی مفید و مهم است، اما همچنین فکر می‌کنیم که ارزش آن را دارد که به طور دوره‌ای برای رمزگشایی آنچه که همه درباره آن صحبت می‌کنند، وقت بگذاریم.

    یادداشت سردبیر: نویسنده مهمان، جاناتان گلدبرگ، بنیانگذار D2D Advisory، یک شرکت مشاوره چند منظوره است. جاناتان استراتژی‌ها و اتحادهای رشدی را برای شرکت‌های صنعت موبایل، شبکه، بازی و نرم‌افزار ایجاد کرده است.

    بخشی از مشکل در این واقعیت است که هوش مصنوعی به اصطلاحی متعلق به بخش بازاریابی است. برای افراد معمولی و غیر فناوری، هوش مصنوعی تقریباً جادویی به نظر می رسد و تصاویری از ربات های سخنگو و رایانه هایی که جوک می گویند را تداعی می کند. این ایده در سطح عمیقی با تصورات همه از آینده علمی تخیلی ما طنین انداز می شود. در عین حال، تقریباً همه کسانی که واقعاً با هوش مصنوعی کار می کنند، تصورات بسیار ساده تری از آنچه که هوش مصنوعی می تواند واقعاً انجام دهد، دارند. به قول معروف برنامه نویسی آمار با R نوشته می شود، یادگیری ماشین با پایتون، هوش مصنوعی با پاورپوینت نوشته می شود.

    به قول معروف، برنامه نویسی آمار با R، یادگیری ماشین با پایتون نوشته می شود. , هوش مصنوعی در پاورپوینت نوشته شده است.

    با توجه به آنچه گفته شد، راه‌های بسیار مفیدی وجود دارد که الگوریتم‌های هوش مصنوعی در زندگی روزمره نفوذ می‌کنند. سیستم‌های هوش مصنوعی در تشخیص الگو بسیار خوب هستند که از بسیاری جهات مفید است. کسانی که در فناوری هستند تشخیص می‌دهند که روش‌های هوش مصنوعی به صنعت اجازه داده است تا گام‌های بزرگی در تشخیص تصویر و پردازش زبان طبیعی بردارد، اما موارد استفاده دیگری نیز وجود دارد.

    یکی که برای همه آشناتر است پردازش تصویر در تلفن‌های ما است. . امروزه اکثر گوشی‌های هوشمند تمام تصاویر عکس و ویدیو را با الگوریتم‌های هوش مصنوعی مختلف پردازش می‌کنند - تثبیت‌کننده تصویر، فوکوس خودکار، تنظیم تاری، و بقیه ترفندها. موارد استفاده صنعتی نیز زیاد است. به عنوان مثال، صنعت نفت و گاز برخی از بزرگترین خوشه های ابررایانه را برای تجزیه کوه ها (به معنای واقعی کلمه) داده های سنجش زمین شناسی برای جستجوی ذخایر برای حفاری به کار می گیرد و هوش مصنوعی می تواند این فرآیند را تا حد زیادی تسهیل کند.

    John Deere. نه تنها برای تراکتورها و کمباین‌های خودران، بلکه برای پیش‌بینی آب‌وهوا برای آماده‌سازی بهتر فروش و خدمات لجستیکی، حجم عظیمی از هوش مصنوعی کار می‌کند. این لیست ادامه دارد، اما به جایی می رسد که شروع به از دست دادن معنی می کند، زیرا همه این چیزها فقط نرم افزار هستند. متوجه می‌شویم که هرگاه فردی از هوش مصنوعی نام می‌برد، کلمه «نرم‌افزار» را جایگزین می‌کنیم و معمولاً معنای آن تغییر نمی‌کند. هوش مصنوعی فقط راهی برای حل یک سری مسائل خاص از علوم کامپیوتر به صورت بسیار کارآمد است.

    اگر این درست باشد، این سوال را باز می کند که بهترین راه برای قرار دادن هوش مصنوعی در چیزها چیست.

    p>

    https://techbord.com هوش <b>مصنوعی</b> همه جا وجود دارد و <b>خسته</b> کننده است...

    Google خود را ساخته است پردازنده خود برای تقویت یادگیری ماشینی

    Google یک رویکرد را پیشگام کرده است - طراحی تراشه TPU خود که فقط ریاضیات هوش مصنوعی را در مقیاس بسیار بزرگ انجام می دهد. اکنون سایرین رویکردهای مشابهی را با چندین شرکت (بزرگ و استارتاپ) در حال طراحی تراشه برای هوش مصنوعی در مرکز داده اتخاذ می کنند. اما این تراشه با هدف خاص برای بسیاری از دستگاه های دیگر خارج از مرکز داده منطقی نیست. باز هم، تلفن هوشمند یک مثال خوب است. در اینجا قدرت و مهمتر از آن فضا بسیار محدود است. گوشی های هوشمند معمولی کارهای زیادی با هوش مصنوعی انجام می دهند، اما جایی برای یک تراشه هوش مصنوعی مستقل وجود ندارد. این در مورد دوربین‌های ویدئویی، بلندگوها و میکروفون‌ها صادق است، و حتی ما در این مرحله برای خودروها بحث می‌کنیم. خودروهای امروزی که استقلال سطح بالایی ندارند برای برخی چیزها به کمی هوش مصنوعی نیاز دارند، اما یک تراشه مستقل با توجه به برنامه‌های محدودی که اجرا می‌کند احتمالاً بسیار پرهزینه است.

    این کار را برای آنها بسیار چالش‌برانگیز می‌کند. طراحان تراشه نیازهای هوش مصنوعی هر مشتری کمی متفاوت است، به این معنی که تراشه‌های هوش مصنوعی – چه از استارت‌آپ‌ها و چه شرکت‌های معتبر – همه باید تا حدودی سفارشی باشند. طراحان تراشه واقعاً دوست ندارند تراشه‌های سفارشی را بدون سفارش‌های خرید سخت از مشتریان، که هنوز از ارائه آن متنفرند، بپذیرند.

    این امر طیف وسیعی از پاسخ‌ها را به دنبال دارد. بسیاری از شرکت‌ها مسیر پیش‌فرض را انتخاب می‌کنند و پردازنده‌های گرافیکی را از Nvidia، پایین‌ترین مخرج مشترک، خریداری می‌کنند. برخی دیگر در حال خرید پردازنده‌های همه منظوره هستند که دارای بلوک‌های هوش مصنوعی داخلی هستند، مانند بسیاری از شرکت‌های خودروسازی که از کوالکام خرید می‌کنند.

    با این حال، دیگران در حال طراحی تراشه‌های خود هستند. این مهم است زیرا در را برای طبقه جدیدی از شرکت ها - ارائه دهندگان IP - باز می کند. اکنون تعداد کمی از شرکت‌ها وجود دارند که بلوک‌های سازنده هوش مصنوعی را برای دیگران فراهم می‌کنند تا آن‌ها را در تراشه‌های داخلی خود بگنجانند. این رویه صدور مجوز IP در تراشه ها جدید نیست، اما رشد هوش مصنوعی یک فرصت بزرگ است که توجه قابل توجهی را به خود جلب کرده است. این فرآیند با گرایش رو به رشد به سمت سیستم‌های روی یک تراشه (SoCs) که انواع شرکت‌های الکترونیک، صنعتی و خودروسازی در این دنیای سیلیکون‌های خودت رول می‌کنند، افزایش می‌یابد.

    هوش مصنوعی به وضوح چیزی است. ناهمسان. گنجاندن آن در مجموعه‌ای از لوازم الکترونیکی که همیشه در حال رشد هستند، روند مهمی است، و تعداد کمی از آنها سودمندی آن را انکار می‌کنند. اما ماهیت هوش مصنوعی – که هر دو به تعداد کمی از عملیات محدود می‌شوند، و در عین حال بسیار متنوع در پیاده‌سازی هستند – به این معنی است که ماهیت نیمه کسب‌وکار تامین‌کننده هوش مصنوعی برای تغییر آماده است. فرصت خوبی برای کسانی که آماده استفاده از فرصت هستند.


    تگ ها:

    مصنوعی , خسته , است...


    v 9




خبرهای دیگر از نرم افزار