تازه های فناوری

Displaying items by tag: هوش مصنوعی

از دیدگاه شما هوش مصنوعی تهدید است یا فرصت؟ به‌نظر می‌رسد درکنار همه‌ی فرصت‌ها، باید درمقابل تهدیدهای سیستم‌های مبتنی بر هوش مصنوعی نیز آگاه باشیم.   

اندریو ان‌جی دانشمند اهل چین معتقد است هوش مصنوعی همچون کشف الکتریسیته جریان‌ساز و نوآور است. شاید شما نیز بعد از خواندن این جمله، در ذهنتان هوش مصنوعی را با جریان الکتریسیته مقایسه می‌کنید.

جریان الکتریسیته در ۱۰۰ سال گذشته در کل جهان موجب پیشرفت‌های علمی بسیاری شده است؛ اما با نگاهی دقیق‌تر به هوش مصنوعی و جریان برق متوجه می‌شویم هر دو صنعت ناگفته‌هایی دارند که شنیدنشان خالی از لطف نیست.

AI

شاید افراد کمی درباره‌ی این موضوع آگاه باشند که انقلاب الکتریکی کِی و چگونه آغاز شد. این انقلاب نیز همچون هر تغییر انقلابی جنبه‌های مختلفی داشت که خیلی از افراد از آن بی‌اطلاع هستند؛ ولی فراموش نکنیم وقتی تاریخ فراموش شود، ناگزیر به تکرار آن خواهیم بود.

کتاب‌های تاریخی فجایع و تهدیدهای منتج‌شده از جریان الکتریسیته را دفن کرده‌اند. وقتی تاریخ توسعه‌ی صنعت برق را مرور می‌کنیم، تنها به برخی موضوعات بدیهی مثل مشکلات بین تسلا و ادیسون اشاره شده است؛ اما از آتش‌سوزی خانه‌ها در اثر نشت جریان برق یا ضعیف‌بودن عایق‌های الکتریکی خبری نیست. حتی کمتر درباره‌ی کارهای عجیب و خارق‌العاده‌‌ی انجام‌شده‌ی نیروی برق صحبت به‌میان آمده است؛ مثلا درباره‌ی فردی که می‌تواند جریان برق ۶۶۰۰ ولتی را از بدنش عبور دهد، سخنی گفته نمی‌شود.

تصور می‌کنیم چنین اخبار و اطلاعاتی مربوط‌به گذشته‌های دور هستند و به ما ارتباطی ندارند؛ اما درعمل، هنوز چنین اتفاقاتی به‌وفور در‌حال‌وقوع است. ایلان ماسک معتقد است هوش مصنوعی می‌تواند ذاتا برای انسان‌ها خطرهایی به‌دنبال داشته باشد. وظیفه‌ی ما این است که عاقلانه‌تر و قدرتمندتر و دقیق‌تر باشیم تا بتوانیم باتوجه‌به همه‌گیر بودن فناوری‌های مبتنی بر هوش مصنوعی، از خطرهای ناشی از این فناوری در امان بمانیم. در این مطلب، قصد داریم برخی از خطرها و تهدیدهای مربوط‌به فناوری‌های مبتنی بر هوش مصنوعی را معرفی کنیم.

AI

تهدید اول: تجهیزات نظامی مبتنی بر هوش مصنوعی 

بی‌شک شما نیز برخی از کاربردهای نظامی فناوری‌های مبتنی بر هوش مصنوعی را در فیلم‌های کلاسیک مانند War Games و حتی برخی از خطرهای مربوط‌به این فناوری را دیده‌اید. نیل فریزر درباره‌ی تلاش خود برای استفاده از شبکه‌های عصبی در دهه‌ی ۱۹۸۰ با هدف شناسایی تانک‌های دشمن مقاله‌ای به‌ رشته‌ی تحریر درآورد که در آن، داده‌های ورودی تانک‌های دشمن درمقابل درختان در دو روز متفاوت جمع‌آوری شد. 

نتیجه‌ی نهایی چه بود؟ شبکه‌های عصبی به‌‌دلیل جهت‌گیری اشتباه داده‌ها، به درختان حمله کردند. این داستان در بسیاری از رسانه‌ها به‌عنوان موضوعی تهدیدآمیز درباره‌ی شبکه‌های عصبی مطرح شد؛ اما چند دهه‌ بعد، انسان خودش را در محاصره‌ی انبوهی از سیستم‌ها و دستگاه‌های مبتنی بر هوش مصنوعی دید. 

«ربات‌های قاتل» موضوعی نیست که در افسانه‌ها و فیلم‌های هالیوودی شاهد آن باشیم؛ بلکه به خبر روز جهان تبدیل شده است. چینی‌ها استعدادهای باهوش‌ و نابغه‌‌ی خود را در برنامه‌های توسعه‌ی سلا‌ح‌های مبتنی بر هوش مصنوعی به‌کار گرفته‌اند. ایالات متحده‌ی آمریکا و چین و بسیاری از کشورهای دیگر مشغول رقابت برای توسعه‌ی برنامه‌های کاربردی و مرگ‌بار مبتنی بر هوش مصوعی هستند. شاید دشوار به‌نظر برسد؛ ولی با فناوری حساس و خطرناکی همچون سلاح‌های هسته‌ای مواجه هستیم. دولت‌های بزرگ جهان سعی می‌کنند از فناوری‌های مبتنی بر هوش مصنوعی استفاده کنند و برای استفاده‌ی درست از این فناوری ایده‌هایی را دنبال می‌‌کنند. ایالات متحده‌ی آمریکا از سرویس‌هایی از شرکت‌های بزرگی مانند مایکروسافت استفاده کرده که به بُروز ناآرامی‌هایی در داخل این شرکت‌ها منجر شد.

حمله سایبری

تهدید دوم: حمله‌ی سایبری هوش مصنوعی

یکی دیگر از تهدیدهای مربوط‌به سیستم‌های مبتنی بر هوش مصنوعی که ممکن است درباره‌اش چندان صحبت‌ نشده باشد و درمقایسه‌با تهدید اول خطر کمتری دارد، کاربردهای نظامی و مدنی از سیستم‌های مبتنی بر هوش مصنوعی برای انجام حمله‌های سایبری است. بسیاری از ویروس‌های کامپیوتری را افرادی باهوش برنامه‌ریزی می‌کنند و می‌توانند به‌شکلی روی سیستم قرار بگیرند که شناسایی‌شدنی نباشند. اغلب ویروس‌ها و کرم‌ها زمانی شناسایی می‌شوند که حمله‌ی سایبری رخ داده و مشکلی پیش آمده باشد. برای مثال، برخی از ویروس‌های تروجان در طول ساعت‌های کاری در حالت خنثی قرار دارند و شناسایی‌شدنی نیستند. ولی وقتی فعال شوند، می‌توانند مشکل‌ساز باشند.

هوش مصنوعی می‌تواند نقش مهمی در دفاع سایبری و جلوگیری از حملات اینترنتی ایفا کند. Darktrace برخی از این حملات را معرفی کرد. با سیستم‌های مبتنی بر هوش مصنوعی با هجمه‌ی جدیدی از ویروس‌های کامپیوتری رو‌به‌رو خواهیم بود؛ ازاین‌رو، برای مقابله باید امنیت سایبری پیشتازتر از هکرها عمل کنند.

کلان داده ها

تهدید سوم: سیستم‌های دست‌کاری‌شده با هوش مصنوعی 

در ۱۰ سال آینده، ممکن است با سیستم‌هایی رو‌به‌رو باشیم که ندانیم حین صحبت یا چت، طرف مقابل هویت انسانی دارد یا رباتی است که بسیار شبیه به انسان طراحی شده است. شاید کمی دورازذهن به‌نظر برسد؛ ولی یادگیری ماشینی می‌تواند با استفاده از AI News Anchors صدا و تصویری صددرصد مشابه انسان تولید کند. هوش مصنوعی به‌سرعت در‌حال رشد و توسعه است. درنتیجه، این موضوع بسیار باورپذیر است که در ۱۰ سال آینده، سیستم‌های مبتنی بر هوش مصنوعی بتوانند تعاملات انسانی را مدیریت کنند. 

مت چسن درباره‌ی ظهور چنین فناوری‌هایی مطالبی نوشته و آن‌ها را MADCOMs (ابزار ارتباطی ماشینی) نام‌گذاری کرده است. تصور کنید فرد متخصصی در حوزه‌ی سیاست دارید که بسیار بانفوذ است. چنین سیستم‌هایی می‌توانند از پروفایل و اثرانگشت و روان‌شناسی پیشرفته‌ی MADCOM استفاده کنند و این نفوذ را ۱۰۰ برابر کنند. می‌توانید به‌صورت مستقیم از علایق شخصی خودتان در قالب تبلیغات صحبت کنید و کارهایی انجام دهید که قبلا هرگز دیده نشده است. 

تبلیغات یکی از روش‌هایی است که اکنون نیز در شبکه‌های اجتماعی استفاده می‌شود و می‌تواند داده‌های بزرگ را تحت‌تأثیر قرار دهد. برخی اوقات تفاوت بین ربات‌ها و کاربر انسانی اصلا تشخیص‌دادنی نیست. گاهی به‌سختی می‌توان تشخیص داد عقیده‌ای را واقعا کاربران انسانی تأیید می‌کنند یا تبلیغات MADCOM چنین صحه‌گذاری و تأییدی را ایجاد کرده است. چسن درباره‌ی چنین وضعیتی می‌گوید:

واقعیت مقبول مقیاس اصلی می‌شود.

کنگره‌ی ایالات متحده‌ی آمریکا پیش‌از‌این، قانون مقابله با تبلیغات غیرواقعی و انتشار اخبار کذب را بررسی کرده است؛ اما با توسعه‌ی هوش مصنوعی، ممکن است نیاز به بررسی بیشتری درباره‌ی وضوح و صحت اطلاعات وجود خواهد داشت. 

هوش مصنوعی

چرا باید از سیستم‌های مبتنی بر هوش مصنوعی فرار کنیم؟ 

انسان‌ها به‌صورت طبیعی از حوزه‌هایی فرار می‌کنند که درباره‌ی آن‌ها شناختی ندارد و برایشان ناشناخته است. علاوه‌بر خطرها و تهدیدهای سیستم‌های مبتنی بر هوش مصنوعی، ممکن است حتی با خطرها و تهدیدهایی ساده‌تر نیز رو‌به‌رو باشیم و به آن‌ها توجه نکنیم و اصلا به‌نظرمان هم نرسد. تعداد بسیار زیادی از توسعه‌دهندگان همچون ارگانیسم‌های چندسلولی مشغول فعالیت در این حوزه هستند. داده‌های آپلودشده‌ی خود را روی فضای اَبری سامان‌دهی می‌کنند؛ میزبانی مستقل که وقتی کارمان را درست انجام دهیم، به ما نیازی ندارد. 

سیستم‌های مبتنی بر هوش مصنوعی باعث می‌شود موفق‌تر باشیم و با کمک چنین سیستم‌هایی می‌توانیم محصولاتی هوشمند دراختیار داشته باشیم. OpenAI.com تلاش نمی‌کند الگوریتم‌هایی برای شناسایی ناامیدی‌ یا حالات یا برنامه‌های عملیاتی ایجاد کند. چنین برنامه‌هایی تلاش می‌کنند مسئله‌ی مربوط‌به هوش عمومی را حل کنند. بیشتر مردم تمایل دارند به‌جای حرکت‌کردن پای خود را روی ترمز قرار دهند و برای کاهش خطرها و تهدیدها کاری کرده باشند؛ اما کشتی فناوری‌های نوین باسرعت در حرکت است.

یکی از کارهای هوشمندانه‌‌ای که هرکس می‌تواند در این حوزه انجام دهد، آموزش فردی است. شاید مَثَل قدیمی که می‌گوید «دشمن خودت را نزدیک خودت نگه‌دار»، زیاد هم بی‌ارتباط با این موضوعات نیست؛ چراکه اگر تنها چند شرکت بزرگ، هدایت سکان فناوری‌های مبتنی بر هوش مصنوعی را در دست بگیرند، سرنوشت هوش مصنوعی در دست آن‌ها و در کنترل تنها همان چند شرکت قرار خواهد گرفت. دراصل، سرنوشت همه‌ی ما در دست همان شرکت‌ها خواهد بود. مطالعه و داشتن اطلاعات در حوزه‌ی هوش مصنوعی می‌تواند به کاهش تهدیدها و خطرهای مربوط‌به این حوزه منجر شود و آگاهی‌بخشی می‌تواند در این مسیر بسیار کمک‌کننده باشد. 

Published in فناوری

گوگل هنوز به قرارداد خود با پنتاگون پایبند است و برای توسعه‌ی هرچه بهتر هوش مصنوعی برای آن سازمان، از کارگران با حقوق پایین استفاده می‌کند.

دسته‌ای از کارگران شاغل در دنیای گیگ حضور دارند که با مبالغ بسیار پایین، وظایف تکراری و حتی بی‌معنی را برای غول‌های فناوری انجام می‌دهند. گوگل، برای توسعه‌ی برنامه‌ی بحث‌برانگیز هوش مصنوعی خود، این کارگران رااستخدام می‌کند. پروژه‌ای که طبق قرارداد غول موتور جست‌وجو با پنتاگون، باید آماده شود.

یک شرکت برون‌سپاری جمعی دنیای گیگ با نام Figure Eight، قراردادهای مذکور و انتقال وظایف به کارگران ارزان‌قیمت را بر عهده دارد. این شرکت به کارگران خود حقوق پایینی حدود یک دلار در ساعت پرداخت می‌کند تا وظایف کوتاه، تقریبا بی‌معنی و تکراری انجام بدهند. کارگران مذکور، وظایف ساده‌ای همچون نگاه کردن و تشخیص دادن عکس‌های شبیه به CAPTCHA دارند که درنهایت به آموزشهوش مصنوعی مورد نظر گوگل می‌انجامد. هوش مصنوعی که طبق قرارداد غول موتور جست‌وجو، برای وزارت دفاع آمریکا و تحت نام Maven آماده خواهد شد.

پروژه‌ی Maven، یکی از برنامه‌های پنتاگون است که از هوش مصنوعی و یادگیری ماشین برای تشخیص انسان‌ها از اشیاء، در فیلم‌های ضبط‌شده توسط پهپادها استفاده خواهد کرد. گوگل با استخدام این کارگران (معروف به Microworkers)، می‌تواند به الگوریتم‌های خود بیاموزد که انسان‌ها را از اشیاء پیرامون آن‌ها تشخیص دهد. گزارش‌های منتشرشده از کارگران نشان می‌دهد که آن‌ها اطلاعی از کارفرمای خود یا دلیل انجام فعالیت‌های فوق ندارند.

بیش از ۳ هزار کارمند گوگل، سال گذشته بیانیه‌ای را امضا کردند که طی آن، از شرکت خواستند قرارداد خود را با پنتاگون تمدید نکند. گوگل نیز به درخواست آن‌ها احترام گذاشته و تصمیم گرفت تا قرارداد را در تاریخ مشخص برای همیشه پایان دهد. زمان پایان قرارداد با پنتاگون، ماه مارس سال ۲۰۱۹ (اسفند ۱۳۹۷) است.

شرکت Figure Eight قبلا با نام Crowdflower شناخته می‌شد. این پلتفرم، یکی از بزرگ‌ترین‌ها در حوزه‌ی استخدام مایکروورکرهای دنیای فناوری محسوب می‌شود. در وبسایت شرکت برای معرفی چشم‌انداز و اهداف آمده است:

شرکت ما، هوش انسانی را در ابعاد بزرگ با مدل‌های فوق حرفه‌ای ترکیب می‌کند تا بهترین داده‌های آموزشی را برای پروژه‌های یادگیری ماشین شما توسعه دهد. شما داده‌های خود را در پلتفرم ما بارگذاری می‌کنید. سپس ما روش‌های مناسب برای تشخیص، قضاوت و بررسی آن‌ها را ارائه می‌دهیم که درنهایت به توسعه‌ی مدل‌های آموزشی می‌انجامد.

Published in فناوری

اپلیکیشن Hummingbird مبتنی بر هوش مصنوعی توسط مایکروسافت معرفی شد. کاربران می‌توانند اخبار مورد علاقه‌ی خود را به‌صورت سفارشی‌شده مطالعه کنند.  

 

معمولا کاربرانی که اخبار را دنبال می‌کنند، اپلیکیشن‌های مختلف خبری روی گوشی‌های هوشمند یا تبلت‌های خود نصب می‌کنند. مایکروسافت، برای کاربران سیستم‌عامل اندروید که علاقه‌مند به خواندن اخبار هستند، اپلیکیشنی به نام Hummingbird مبتنی بر هوش مصنوعی معرفی کرده است. 

برخلاف اپلیکیشن‌های خبری فعلی مایکروسافت که از کاربر انسانی برای سفارشی خواندن خبرها مورد استفاده قرار می‌گیرد، اپلیکیشن Hummingbird از هوش مصنوعی برای سفارشی خواندن خبرها و انتشار استوری‌های مورد علاقه‌ی کاربر استفاده می‌کند.  

اپلیکیشن Hummingbird

 

کاربر با استفاده از حساب کاربری لینکدین یا مایکروسافت می‌تواند وارد اپلیکیشن شود. پس از ورود به برنامه، مایکروسافت از کاربر در مورد دسته‌بندی اخباری که وی تمایل دارد خبرهای آن حوزه را دنبال کند، سوال می‌کند تا کاربر بتواند دسته‌بندی‌های مختلف اخبار را باتوجه به علاقه‌مندی خود انتخاب کند. اگر کاربر گزینه‌ی Mix را انتخاب کند، می‌تواند تمام تیترهای خبری که شامل ۱۶ دسته‌بندی مختلف است را در فید خبری خود در اختیار داشته باشد. 

وقتی کاربر اپلیکشن را باز می‌کند، زبانه‌های مختلفی را مشاهده می‌کند که هر کدام کاربردی دارند. مثلا زبانه‌ی Your Mix، دسته‌بندی‌های انتخاب‌شده‌ی کاربر را به وی نشان می‌دهد. سایر زبانه‌ها، مربوط به استوری‌هایی است که کاربر می‌تواند آن‌ها را به فید خبری اضافه کند؛ مثلا کاربر می‌تواند موضوعاتی همچون سرگرمی یا ورزش را اضافه کند. همچنین باتوجه به موقعیت مکانی کاربر، امکان اضافه کردن زبانه‌ی اخبار محلی در اختیار کاربر قرار داده شده؛ انتخاب اخبار محلی باتوجه به موقعیت مکانی کاربر اختیاری است.

در حالی که کاربر هنوز در اپلیکیشن Hummingbird حضور دارد، می‌تواند با ضربه‌زدن روی هر استوری، به منبع اصلی خبر دسترسی داشته باشد؛ و با ضربه‌زدن روی X که در گوشه‌ی بالای سمت چپ برنامه قرار داده شده است، به صفحه‌‌ی اصلی برنامه بازگردد. با ضربه‌زدن روی منوی همبرگری شکل در گوشه‌ی سمت راست، کاربر می‌تواند عدم علاقه‌مندی خود را در مورد یک استوری مشخص کند. همچنین این امکان در اختیار کاربر گذاشته شده است تا در صورتی که استوری‌های یک منبع را دوست ندارد، تمامی استوری‌های آن منبع برای وی مسدود شود.

با توجه به اطلاعات منتشرشده در گوکل پلی استور در مورد اپلیکیشن Hummingbird، هرچقدر کاربر بیشتر از این برنامه‌ی مبتنی بر هوش مصنوعی استفاده کند، بهتر می‌تواند استوری‌های مورد علاقه‌ی خودش را در سراسر وب جستجو و پیدا کند و کمتر با موضوعاتی مواجه شود که به آن‌ها علاقه‌ای ندارد. در حال حاضر این اپلیکیشن تنها در دسترس کاربران سیستم‌عامل اندروید در ایالات متحده قرار دارد و کاربران آمریکایی می‌توانند در ۲۴ ساعت شبانه روز و ۷ روز هفته با کمک اپلیکیشن Hummingbird در جریان آخرین خبرهای مورد علاقه‌ی خود قرار گیرند.

Published in فناوری

اپل استارتاپ هوش مصنوعی Silk Labs را تصاحب کرد. این استارتاپ روی تولید نرم‌افزارهای هوشمند برای دوربین و بلندگو و وسایل سخت‌افزاری تمرکز دارد.

اپل در ابتدای سال جاری میلادی استارتاپ کوچک اسکیل لبز (Silk Labs) را دراختیار خود آورده است. این استارتاپ که فقط چند کارمند دارد، روی توسعه‌ی سیستم‌های نرم‌افزاری هوشمند برای دستگاه‌های سخت‌افزاری تمرکز دارد. این موضوع را وبسایت اینفورمیشن (The Information) گزارش کرده است.

با مراجعه به وبگاه رسمی این استارتاپ با نوشته‌ی زیر مواجه خواهید شد:

هدف ما فراهم‌آوردن نسل بعدی هوش بصری و صوتی به محصولات متصل است، آن هم به‌واسطه‌ی تشخیص مدرن تصویر و صوت!

این استارتاپ اعتقاد دارد که فناوری‌های آن‌ها به‌صورت بالقوه برای امنیت خانه، تجزیه‌وتحلیل خرده‌فروشی‌ها، نظارت متمرکز، نمایش دیجیتال معیارها، کنترل دسترسی، نظارت محوطه‌ی پارکینگ و ساخت سیستم‌های نظارتی با توانایی‌هایی نظیر تشخیص چهره و صوت و شیء مؤثر هستند.

هنوز مشخص نیست که اپل چه استفاده‌ای از دانش این استارتاپ خواهد کرد؛ بااین‌حال، نکته‌ی مهم دیدگاه مشترک Apple و Silk Labs روی حفظ حریم خصوصی کاربران است.

این استارتاپ پیش‌تر محصولی را نیز توسعه داده که از آن با نام سِنس (Sense) یاد می‌شود. درست سه سال پیش، پویشی برای ساخت این محصول در کیک‌استارتر (Kick Starter) به‌راه افتاد که موجب شد دستگاه‌ یادشده شکل بگیرد. درواقع، Sense مغزی دیجیتالی برای محصولات هوشمند خانه است که ازطریق ارتباط با آن‌ها، قابلیت همکاری و یادگیریِ نیازها را در این محصولات بهبود می‌بخشد.

این استارتاپ را آندرس گال و کریس جونز و مایکل واینز بنیان‌‌گذاری کرده‌اند. نکته‌ی جالب در این بین، حضور گال در بین مدیران ارشد بخش تکنولوژی موزیلا در سال‌های گذشته است.

Published in فناوری

هوش مصنوعی توسعه‌یافته به‌دستِ پژوهشگران دانشگاه نیویورک، می‌تواند با ساخت اثر انگشت تقلبی، حسگرهای بیومتریک را فریب دهد.

پژوهشگران دانشگاه نیویورک با استفاده از نوعی هوش مصنوعی که می‌تواند حسگرهای بیومتریک را فریب دهد، موفق به یافتن روشی برای ساخت اثر انگشت جعلی شده‌اند. این هوش مصنوعی که پژوهشگران آن را DeepMasterPrints نامیده‌اند، در فرآیند آزمایش ۲۳ درصد از اثر انگشت‌های سیستمی را بازسازی کرد و ظاهراً نرخ خطای آن یک در هزار است. هنگامی که نرخ تطبیق اشتباه یک در هزار بود، دیپ‌مسترپرینتس موفق شد اثر انگشت‌های واقعی را در ۷۷ درصد مواقع شبیه‌سازی کند.

این قابلیت شناخت اثرهای انگشت‌ جعلی، بیش از همه می‌تواند برای دور زدن سیستم‌هایی کاربردی باشد که (برخلاف گوشی‌های هوشمند که فقط چند اثر انگشت محدود را ثبت می‌کنند.) اثر انگشت‌های بسیاری روی آن‌ها ذخیره می‌شود. یک هکر، برای یافتن اثر انگشت صحیح از راه آزمون و خطا، همچون حملات جستجوی فراگیر یا لغت‌نامه‌ای علیه گذرواژه‌ها، احتمالاً شانس‌های بیشتری برای موفقیت در اختیار دارد.

از آنجایی که اغلب حسگرها شکل انگشت را نمی‌چرخانند، صرفاً اثری جزئی از آن را شناسایی می‌کنند، اما کاربر هنگام تنظیم تاچ‌آیدی در iOS یا اثر انگشت در اندروید باید با حرکت‌دادن انگشت خود، تمام بخش‌های آن را به حسگر بشناساند. در نتیجه، نیازی نخواهد بود که هر مرتبه برای باز کردن قفل گوشی، انگشت به همان شکل قبلی روی حسگر قرار بگیرد.

اغلب اوقات، سیستم‌های بیومتریک به‌منظور ایجاد تصویری کامل از اثر انگشت، اثرهای جزئی را با یکدیگر ترکیب نمی‌کنند. آن‌ها در عوض، اسکن‌ها را با سوابق جزئی مقایسه می‌کنند. در این حالت، احتمال اینکه فرد هکر بتواند بخشی از اثر انگشت را با نسخه‌‌ای مطابقت دهد که کامپیوتر ایجاد کرده، افزایش پیدا می‌کند.

DeepMasterPrints

دیپ‌مسترپرینتس همچنین به این حقیقت واقف است که اثر انگشت‌های کامل با وجود منحصربه‌فردبودن ویژگی‌های مشترکی دارند و از آن بهره می‌گیرد. در نتیجه، احتمال آنکه یک اثر انگشت جعلی که بسیاری از این ویژگی‌های مشترک را دارد، کارگر باشد، بیشتر از نسخه‌ای خواهد بود که کاملاً تصادفی است.

پژوهشگران با در نظر گرفتن این عوامل، شبکه‌ای عصبی ایجاد کردند که در پی ساخت اثر انگشت‌هایی مطابق با طیفی از اثر انگشت‌های جزئی بود. آن‌ها با استفاده از مجموعه داده‌هایی از اثر انگشت‌های واقعی، یک شبکه‌ی خصمانه‌ی نسبی را آموزش دادند. دیپ‌مسترپرینتس به‌گونه‌ای متقاعد‌کننده‌ مثل اثر انگشت‌های واقعی عمل می‌کند، در نتیجه، آن‌ها می‌توانند انسان‌ها را هم فریب دهند. در روش قبلی، که به نام مسترپرینتس شناخته می‌شد، اثر انگشت‌های جعلی با لبه‌های زاویه‌دار و تند و تیز ساخته می‌شدند و توانایی فریب حسگرها را داشتند اما انسان‌ها به‌راحتی می‌توانستند ساختگی‌بودن آن‌ها را به‌سرعت شناسایی کنند.

دانشمندان امیدوارند پژوهش آن‌ها، شرکت‌ها را ترغیب کند که امنیت سیستم‌های بیومتریک را افزایش دهند.فیلیپ بونتریگر از مدرسه‌ی مهندسی دانشگاه نیویورک می‌گوید:

بدون تأیید اینکه احراز هویت بیومتریک را یک انسان واقعی انجام می‌دهد، بسیاری از این حملات خصمانه امکان‌پذیر می‌شوند. امید واقعی برای حل چنین مشکلی، حرکت به‌سمت شناسایی زنده در حسگر بیومتریک است.

 
 
Published in فناوری

بلک بری شرکتی فعال در زمینه‌ی هوش مصنوعی و امنیت سایبری را خرید که نشان می‌دهد روی تولید و توسعه‌ی نرم‌افزار تمرکز کرده است.

بلک‌بری یکی از برندهای شناخته شده و بزرگ در صنعت موبایل است که به گزارش رویترز، به تازگی شرکتی به نامCylance را به مبلغ ۱.۴ میلیارد دلار خریداری کرده است. Cylance در زمینه‌ی هوش مصنوعی فعالیت ‌کرده و محصولاتی تولیدی آن از حملات سایبری به شرکت‌ها جلوگیری می‌کند؛ با این حال بلک‌بری از خدمات این شرکت برای توسعه‌ی قابلیت‌های واحد QNX استفاده خواهد کرد. این واحد نرم‌افزارهایی تولید می‌کند که در نسل بعدی ماشین‌های خودران مورد استفاده قرار می‌گیرد.

در سال‌های گذشته، بلک‌بری یکی از برندهای محبوب و پرطرفدار تلفن همراه بود. اما این برند کانادایی نیز در سال ۲۰۰۷ و بعد از ورود گوشی‌های آیفون محبوبیت خود را از دست داد و این موضوع به تغییر رویه‌ی کاری این شرکت منجر شد. بلک‌بری بعد از سقوط ارزش سهام خود تصمیم گرفت فعالیت اصلی شرکت را روی تولید و فروش نرم‌افزارهایی بگذارد که تلفن‌های موبایل و اپلیکیشن‌های مورد استفاده در ابزارهای مختلف را مدیریت می‌کند.

خریدن شرکت Cylance نیز نشان می‌دهد بلک‌بری نقش تولید و توسعه‌ی نرم‌افزار را در رشد و آینده‌ی شرکت جدی گرفته است.

Published in فناوری

گوگل پروژه‌ی اکتیو کیو ای (ActiveQA)، هوش مصنوعی مبتنی بر سؤال و جواب خود را متن‌باز کرد.

سیستم‌های هوش مصنوعی به‌طور معمول در زمینه‌ی طرح پرسش عملکرد چندان مطلوبی ندارند زیرا برای انجام این کار ابتدا باید سیستم‌های یاد شده را به آن‌ها آموزش داد. این موضوع دلیل اصلی تمرکز گوگل روی پردازش زبان طبیعی و دیگر تکنیک‌های مربوط به مکالمه با هوش مصنوعی است تا بدین طریق تعامل با دستیار هوشمندگوگل اسیستنت تا جایی که امکان دارد طبیعی‌تر باشد.

سیستم سؤال و جواب فعال گوگل موسوم به اکیتو کیو اِی یک پروژه تحقیقاتی است که از یادگیری تقویتی به‌ منظور آموزش دستیار هوش مصنوعی برای سؤال کردن و جواب دادن بهره می‌برد. امروز این پروژه توسط گوگل به حالت متن‌باز درآمده است.

میشل چن هوسچر، یکی از مهندسین نرم افزار در واحد هوش مصنوعی گوگل در مورد ActiveQA اینگونه توضیح داده است:
 
این سیستم با استفاده از زبان طبیعی بارها و بارها با سیستم‌های سؤال و جواب تعامل می‌کند و هدف آن ارائه پاسخ‌های بهتر است.
این سیستم همانند یک کودک سؤالات را تکرار می‌کند؛ به عنوان مثال تسلا چه زمانی به دنیا آمده است؟ سپس سؤال مورد نظر را با عبارات دیگری می‌پرسد؛ مثلا تسلا در چه سالی به دنیا آمد؟ همانطور که اشاره شد هدف اصلی این سیستم، بهبود پاسخ‌های ارائه شده است.
این دستیار بین کاربر و یک جعبه سیاه سیستم سؤال و جواب قرار گرفته و یاد می‌گیرد که سؤالات را اصلاح کرده و نهایتا مناسب‌ترین پاسخ ممکن را ارائه دهد. محققان گوگل در هفتمین کنفرانس بین‌المللی یادگیری ماشینی که در ماه مرداد (می) برگزار شده اعلام کردند که سیستم سؤال و جواب مبتنی بر هوش مصنوعی این شرکت، زبان طبیعی یک سؤال اولیه را اصلاح و سپس مرتبط‌ترین جواب موجود در منابع را به عنوان بهترین پاسخ به کاربر ارائه می‌دهد.

activeqa

در گذر زمان، سیستم مورد بحث روی یک فریم‌ورک یادگیری تقویتی کار خواهد کرد تا یاد بگیرد سؤالات دقیق‌تر و مشخص‌تری بپرسد و در آخر پاسخ‌هایی را که به دنبال آن‌ها است بیابد. با توجه به اصلاحاتی که در مدل‌های پارامترها اعمال می‌شود، با ارسال هر پرسش به سیستم سؤال و جواب، پرسش یاد شده از نظر اینکه جواب آن چقدر خوب خواهد بود، ارزیابی و دو پاسخ نهایی خوب و بد ارائه خواهد شد.
گوگل، سیستم اکتیو کیو‌ ای را به شکل یک پکیج در فریم‌ورک یادگیری ماشینی خود موسوم به تنسورفلو (TensorFlow) در دسترس قرار می‌دهد. علاوه بر اضافه شدن یک مدل انتخاب پاسخ، یک شبکه‌ی عصبی که با استفاده از کلمات موجود در مجموعه داده‌های استنفورد آموزش داده شده و یک سیستم سؤال و جواب بر پایه‌ی BiDAF استنفورد (جریان توجه دو طرفه برای یادگیری ماشینی) به این پروژه افزوده شده است. غول جستجوگر در حال تولید یک سیستم از پیش آموزش داده شده‌ی جمله به جمله است و در ایجاد این سیستم از کد آموزشی فریم‌ورک ترجمه‌ی طبیعیِ ماشینیِ تنسورفلو بهره گرفته است.
تیمی از گوگل نمونه‌ای از روش اجرای اکتیو کیو ای را به‌ نمایش گذاشته که در آن، سیستم سؤال و جواب، اساسا پاسخ‌هایی را برای سؤالات مطرح شده ارائه می‌دهد. در این نمونه‌ی نمایشی پاسخ‌های مورد نظر از مجموعه داده‌های مسابقه‌ی تلویزیونی جئوپاردی استخراج شده است.
هوسبچر و رودریگو نگویرا که یکی از دانشجویان پی‌اچ‌دی و مهندس نرم‌افزار در واحد هوش مصنوعی گوگل است در پستی در وبلاگ خود نوشته:
فکر می‌کنیم این تحقیق به ما کمک خواهد کرد تا سیستم‌هایی را طراحی کنیم که پاسخ‌های بهتری ارائه دهند. هدف گوگل این است که اطلاعات جهان‌ را سازماندهی و آن را به طور عمومی قابل دسترس و مفید کند و ما معتقدیم که اکتیو کیو ای یک گام مهم در واقعیت یافتن این هدف است.
Published in فناوری

به تازگی سامسونگ موفق شده پتنت جدیدی ثبت کند که بر اساس آن هوش مصنوعی می تواند عکس‌ العمل‌های احساسی خریداران به محصولات مختلف را مشاهده‌ کرده و با توجه به آنها، گزینه‌های متنوعی برای خریدشان معرفی کند. این مسئله موجب می‌شود که نقش هوش مصنوعی در خرید پر رنگ‌تر از قبل گردد.

هوش مصنوعی در خرید
 

 

پتنت جدید در واقع به روش مخصوص یادگیری ماشینی و نحوه‌ی اجرای آن روی گجت‌ها اختصاص دارد. این پتنت نشان می‌دهد که در ابتدا سامسونگ قصد دارد نحوه‌ی خواندن احساسات مختلف چهره انسان را به هوش مصنوعی بیاموزد.

بدین ترتیب هوش مصنوعی قادر خواهد بود تا احساس ناراحتی، خشم، شادمانی، تعجب، یا شعف را تشخیص دهد و بر اساس آن نتیجه گیری کند.

 
هوش مصنوعی در خرید

 

این مسئله موجب می‌شود که هوش مصنوعی متوجه شود یک کاربر با مشاهده‌ی محصولی خاص چه عکس العملی نشان می‌دهد. بر اساس این پتنت، هوش مصنوعی بنابر برداشت خود از بازخورد کاربر، تصمیم می‌گیرد و گروهی از محصولات مشابه را به او پیشنهاد خواهد کرد.

این سیستم در ذخیره‌ی اطلاعات گامی فراتر بر می‌دارد و بازخورد احساسات کاربران را بر حسب سن، جنسیت و ... طبقه بندی نموده و تاریخچه‌ای برای محصولات مورد علاقه‌ی هر فرد تهیه خواهد کرد.

هوش مصنوعی در خرید

 

این مسئله موجب می شود که سامسونگ آماری کلی از خریدهای هر فرد داشته باشد اما هنوز مشخص نیست که کمپانی کره‌ای قصد دارد از این دیتا در چه زمینه ای استفاده کند.

البته این سیستم در ابتدا کاربرد چندانی نخواهد داشت و باید برای استفاده بهینه‌ از آن، چند ماه بگذرد تا هوش مصنوعی بتواند به علایق و انتخاب‌های کاربر پی ببرد.

هوش مصنوعی در خرید

 

با این وجود پتنت جدید سامسونگ نشان می‌دهد که کمپانی کره‌ای قصد دارد نقش هوش مصنوعی در خرید را پر رنگ تر کند و بدین شکل از علایق کاربرانش مطلع گردد.

Published in فناوری

متخصصان علم کامپیوتر و هوش مصنوعی در حال توسعه برنامه هایی برای دیجیتال سازی مغز و غلبه بر مرگ هستند.

اگر تاکنون فکر می کردید حیات جاودان از طریق سنگ جادوی «نیکولاس فلامل» یا آب حیات «دزدان دریایی کاراییب» یک خیالبافی بیشتر نیست، بهتر است در عقاید خود تجدید نظر کنید چرا که محققان چندین پروژه را برای غلبه بر مرگ در دست دارند.

اخیرا استارتاپ علوم اعصاب Nectome از امکان آپلود مغز در کامپیوترها خبر داده. «رابرت مک اینتایر» و «مایکل مک کانا»، بنیانگذاران این کمپانی و از فارغ التحصیلان MIT برای دیجیتال سازی مغز از طریق بازتولید نقشه های عصبی به استفاده از فناوری های اسکن مغز روی آورده اند. این دو مدعی ذخیره «کانکتوم» مغز یک حیوان شده اند. کانکتوم یا اتصالات نورونی در واقع نقشه عصبی مغز هر موجود زنده را شکل داده و در ذخیره سازی نقش مهمی دارد.

r90.jpg

علاوه بر این اخیرا دکتر آینده نگری به نام دکتر «ایان پیرسون»، از تئوری ادغام مغز انسان با اندروید یا ربات های انسان نما پرده برداشته است:

شما می توانید با اتصال به یک ربات انسان نما در مراسم خاکسپاری خودتان شرکت کرده و پس از آن با بدنی جوانتر و ارتقا یافته به زندگی ادامه دهید.

پیرسون تاکید کرده که این فناوری عجیب تا سه دهه دیگر به واقعیت پیوسته و در سال ۲۰۶۰ هزینه آن به اندازه ای کاهش می یابد که اغلب مردم توانایی خرید آن را خواهد داشت.

r91.jpg

استفاده از هوش مصنوعی وارد حوزه های سوال برانگیزی شده، برای مثال می توان به توسعه آواتار برای اتصال مغز به ابرهای دیجیتالی اشاره کرد. برخی کارشناسان علوم اعصاب و اخلاق زیستی دغدغه های جدی خود در رابطه با استفاده از چنین فناوری هایی را بارها بیان کرده اند.

اگرچه ادامه حیات در قالب ربات برای بسیاری یک رویا خواهد بود اما اگر کمپانی های سازنده ربات ها و فناوری های زیربنایی این طرح قابلیت پایش و نظارت بر احساسات، تفکرات و انگیزه های درونی انسان را داشته باشند، آنگاه این مساله به کابوسی هراسناک بدل خواهد شد.

Published in فناوری