قیمت طلا امروز




 خبرگزاری دانشجو / ۱۴۰۵/۰۵/۱۱

نسخه جدید ChatGPT توانست ۱۰ مسئله مهم ریاضی و کوانتوم را حل کند

مدل هوش مصنوعی Astra از توسعه‌دهندگان OpenAI موفق شد ۱۰ مسئله دشوار ریاضی و کوانتوم را که حداقل یک دهه بدون پیشرفت مانده بودند، حل کند.
 نسخه جدید ChatGPT توانست ۱۰ مسئله مهم ریاضی و کوانتوم را حل کند

به گزارش گروه دانشگاه خبرگزاری دانشجو، مدل هوش مصنوعی Astra از توسعه‌دهندگان OpenAI موفق شد ۱۰ مسئله دشوار ریاضی و کوانتوم را که حداقل یک دهه بدون پیشرفت مانده بودند، حل کند. این دستاورد شامل حوزه‌های متنوعی از جمله هندسه ابعاد بالا، نظریه کدگذاری، پیچیدگی کوانتومی و رمزنگاری شبکه‌محور می‌شود.

محاسبات انجام‌شده با استفاده از مدل Sol حدود دو هزار دلار هزینه داشته است. متخصصان پس از یافتن پاسخ‌ها، با کمک همین مدل مقالات علمی را آماده کردند و صحت استدلال‌ها را در قالب گواهی‌های نرم‌افزاری Lean ثبت کردند. از جمله نتایج مهم این پژوهش می‌توان به ارائه کران‌های جدید برای چگالی بسته‌بندی کره‌ها و اثبات قضیه تکرار موازی کوانتومی اشاره کرد.

 



۱ ساعت قبل / سایت خبرفوری

هوش مصنوعی جدید گوگل چربی بدن و مقاومت به انسولین را با عکس تخمین می‌زند

بر اساس آمارهای مؤسسه ملی سلامت آمریکا (NIH)، نزدیک به ۳ نفر از هر ۴ فرد بزرگسال (۷۳.۱ درصد) در ایالات متحده دچار اضافه‌وزن یا چاقی هستند. بااین‌حال، به دست آوردن تصویر کاملی از ترکیب بدنی پیچیده‌تر از یک اندازه‌گیری ساده روی ترازو است. دقیق‌ترین روش‌ها برای بررسی حجم و توزیع چربی در بخش‌های مختلف بدن، معمولاً به تحلیل‌های تخصصی با اشعه ایکس نظیر اسکن DXA وابسته هستند؛ روشی که به‌دلیل هزینه و نیاز به تجهیزات بالینی پیشرفته، به‌صورت روزمره در دسترس نیست.

سیستم توسعه‌یافته توسط تیم تحقیقاتی گوگل که PhotoScan نام دارد، با استفاده از الگوریتم‌های هوش مصنوعی و بررسی چند تصویر دوبعدی از بدن کار می‌کند. گوگل برای آموزش این مدل، در ابتدا آن را با داده‌های به‌دست‌آمده از اسکن‌های بالینی اشعه ایکس (DXA) تمرین داده است تا بتواند سطح کلی چربی بدن و نسبت‌های ساختاری مهم را بسنجد. این نسبت‌ها شامل نسبت چربی بالاتنه به پایین‌تنه (A/G Ratio) و همچنین نسبت چربی احشایی و داخلی اندام‌ها به چربی زیرپوستی (V/S Ratio) می‌شوند. تخمین دقیق‌تر ترکیب بدنی و مقاومت به انسولین نسبت به حسگرهای بیوالکتریک

تیم تحقیقاتی گوگل در ادامه، مدل خود را با ترکیب اطلاعات MRI و تنظیم دقیق روی مجموعه‌ای از عکس‌های واقعی ثبت‌شده با دوربین گوشی‌های هوشمند بهینه‌سازی کرد. نتایج نشان داده مدل نهایی می‌تواند چربی بدن را با دقتی به‌مراتب بالاتر از روش تحلیل موجود در ساعت‌ها و مچ‌بندهای هوشمند تخمین بزند. حسگرهای پوشیدنی رایج توانایی ارزیابی نسبت‌های حساسی چون نسبت چربی بالاتنه یا احشایی را ندارند، درحالی‌که این الگوریتم تصویری موفق به تخمین این معیارها شده است.

علاوه‌بر تحلیل ترکیب بدنی، محققان گوگل بررسی کرده‌اند که نتایج حاصل از این روش تا چه اندازه می‌تواند شرایطی مانند مقاومت به انسولین را پیش‌بینی کند؛ حوزه‌ای که گوگل اخیراً با معرفی ویژگی‌های پایش روند مقاومت به انسولین در پلتفرم‌های سلامتی خود روی آن تمرکز کرده است.

با وجود دستاوردهای علمی امیدوارکننده، چالش‌های عملی برای تجاری‌سازی چنین سامانه‌هایی وجود دارد. متقاعد کردن کاربران برای ثبت و به‌اشتراک‌گذاری تصاویر واضح از بدن ممکن است حتی با وجود سخت‌گیرانه‌ترین سیاست‌های حفظ حریم خصوصی کار دشواری باشد. از سوی دیگر، سوق دادن کاربران به سمت تغییر واقعی سبک زندگی و رژیم غذایی پس از مشاهده این داده‌ها همواره چالشی اساسی محسوب می‌شود. درحال‌حاضر گوگل برنامه‌ای رسمی برای تبدیل PhotoScan به یک محصول نهایی ندارد، اما احتمال دارد این فناوری در قالب سرویس‌های بخش سلامت گوگل عرضه شود.

 


۳ ساعت قبل / سایت خبرفوری

اکونومیست: آیا هوش مصنوعی باید حقوق داشته باشد؟

اکونومیست هشدار می‌دهد که اگر هوش مصنوعی به‌عنوان موجودی دارای حقوق و منافع مستقل شناخته شود، ممکن است پیامدهای بسیار خطرناکی برای انسان‌ها داشته باشد.

این گزارش درباره این پرسش بحث می‌کند که آیا باید برای هوش مصنوعی حقوقی شبیه انسان در نظر گرفت یا نه.


۱۶ ساعت قبل / سایت اصلاحات نیوز

سیاست‌گذاری در حوزه فناوری نباید به تولید یک محصول محدود شود

به گزارش اصلاحات نیوز؛

حسین افشین امروز پنج شنبه ۲۹ مرداد در حاشیه بازدید از نمایشگاه صنعت ساختمان در نمایشگاه بین المللی تهران در پاسخ به چگونگی برنامه «هاتف» افزود: این طرح برای حوزه‌های نوظهوری طراحی شده که ممکن است به دلیل نبود بازار اولیه سرمایه‌گذاری کافی در آنها شکل نگیرد. در این مسیر دانش و فناوری موجود در دانشگاه‌ها و هسته‌های پژوهشی باید به شرکت‌های فناور تبدیل شود.

وی افزود: این شرکت‌ها سپس با استفاده از ظرفیت پارک‌های علم و فناوری و طرح «ناشناس» مسیر تبدیل شدن به شرکت‌های دانش‌بنیان را طی می‌کنند چراکه این زنجیره امکان تجاری‌سازی ایده‌ها و رساندن آنها به محصول را فراهم می‌کند.

معاون علمی رئیس‌جمهور با تأکید بر اینکه، رسیدن به محصول پایان کار نیست افزود: در واقع محصول در این مرحله تنها بیانگر تحقق فناوری است در حالی که نوآوری زمانی شکل می‌گیرد که فناوری بتواند اثر اقتصادی اجتماعی و اقتداری ایجاد کند.

وی ادامه داد: امروز باید از فناوری و نوآوری عبور کرده و به «قابلیت» برسیم. قابلیت به معنای تکرارپذیری موفقیت‌هاست، یعنی بتوانیم دستاوردی را که یک‌بار به دست آمده است به‌طور مستمر توسعه داده و تکرار کنیم.

وی همچنین هوش مصنوعی را یکی از مهم‌ترین قابلیت‌های مورد نیاز کشور دانست وگفت: نگاه به هوش مصنوعی نباید تک‌محصولی باشد. هدف ایجاد فرایند‌های اجرایی زیرساخت‌های پردازشی سازوکار‌های تنظیم‌گری ضمانت‌های اجرایی آزمایشگاه‌های صحت‌سنجی و محیط‌های آزمون یا سندباکس است تا از ورود سامانه‌های دارای خطا سوگیری یا عملکرد غیرقابل اعتماد جلوگیری شود.

این مقام مسئول در ادامه با اشاره به برگزاری منظم جلسات ستاد هوش مصنوعی با حضور معاون اول رئیس‌جمهور خاطرنشان کرد: کشور تا دو سال پیش از زیرساخت پردازش هوش مصنوعی برخوردار نبود، اما در مدت کوتاه گذشته زیرساخت‌های مناسبی در این حوزه فراهم شده و روند رشد نیز شتاب گرفته است.

وی با بیان اینکه، فاصله میان تولید علم و کاربردپذیری فناوری در کشور همچنان وجود دارد افزود: در حوزه‌های نوظهور نتایج علمی و کاربردی به سرعت به ثمر نمی‌نشینند و نیازمند سرمایه‌گذاری پایدار و نگاه بلندمدت هستند.

افشین اضافه کرد:سیاست معاونت علمی پرهیز از اقدامات نمایشی و تمرکز بر فعالیت‌های اصیل پیوسته و منسجم با اثرگذاری ماندگار است.

معاون علمی فناوری و اقتصاد دانش‌بنیان رئیس‌جمهور گفت: معاونت علمی در پارادایم جدیدی که از مردادماه اعلام شده است به سمت «قدرت‌بنیان» شدن حرکت می‌کند و در این پارادایم قابلیت به‌عنوان شاخص اصلی مطرح است.

وی افزود: شرکت دانش‌بنیانی که نتواند دانش خود را به‌روز کند و تکثیر دهد و به قابلیت پایدار تبدیل کند در این پارادایم جایگاهی نخواهد داشت. به همین دلیل حمایت از محصولات دانش‌بنیان نیز باید متناسب با روزآمدی فناوری باشد و محصولی که فناوری آن منقضی شده است نمی‌تواند برای همیشه از حمایت‌های پیشین برخوردار بماند.

وی همچنین نقش شرکت‌های دانش‌بنیان، استادان دانشگاه، پارک‌های علم و فناوری، مراکز و کارخانه‌های نوآوری، رسانه‌ها و نظام آموزشی را در تحقق این مسیر تعیین‌کننده دانست و گفت: اگر به دنبال کشوری قدرتمند در علم و فناوری هستیم آموزش در مدارس نیز باید متحول شود تا خلاقیت و فرایند دانش‌بنیانی از کودکی در نسل آینده نهادینه شود.

افشین گفت:معاونت علمی، فناوری و اقتصاد دانش بنیان رئیس جمهور، مسیر «قدرت‌بنیان» شدن فناوری را با تمرکز بر هوش مصنوعی دنبال می‌کند.

وی تاکیدکرد: سیاست جدید معاونت علمی، تکمیل زنجیره تبدیل ایده به محصول و عبور از فناوری و نوآوری برای دستیابی به قابلیت‌های پایدار و تکرارپذیر است و در این مسیر هوش مصنوعی به‌عنوان یکی از محور‌های اصلی آن دنبال می‌شود.