لایف‌وب | Lifeweb

#هوش‌مصنوعی
Канал
Новости и СМИ
Технологии и приложения
Бизнес
Образование
ПерсидскийИранИран
Логотип телеграм канала لایف‌وب | Lifeweb
@lifewebIRПродвигать
6,11 тыс.
подписчиков
2,98 тыс.
фото
82
видео
872
ссылки
لایف‌وب؛ مرجع رصد، پایش و تحلیل عمیق شبکه‌های اجتماعی و رسانه‌های خبری درخواست دموی محصولات👇 https://zaya.io/demo-request ارتباط با لایف‌وب: 📞 021-87700133 🌐 https://lifewebco.com @lifeweb_dm
Media is too big
VIEW IN TELEGRAM
🔶مزایای بهره‌گیری از هوش مصنوعی برای دیتاژورنالیسم چیست؟

🔹دکتر مریم سلیمی مدرس #دیتاژورنالیسم در این ویدئو از کارهایی می‌گوید که #هوش‌مصنوعی می‌تواند با انجام دادن آنها برای روزنامه‌نگار به بهتر شدن محتوای
تولیدی کمک کند.
🔹صرفه‌جویی در زمان و سوشال لیسینیگ دو مزیت مهم استفاده از هوش مصنوعی برای روزنامه‌نگار است.

🧑‍💻برای خواندن متن و دیدن کامل ویدئوی وبینار دیتاژورنالیسم به بلاگ لایف‌وب مراجعه کنید👇

https://lifewebco.com/datajournalism/
@LifewebIR
🗳 در سال ۲۰۱۰ با افزایش اهمیت کلان‌داده شبکه‌ اجتماعی، تحقیقاتی برای پیش‌بینی نتیجه #انتخابات بر اساس نظرات و احساسات ابراز شده در شبکه‌های‌اجتماعی به ویژه توییتر آغاز شد.

🔸هدف از این روش که به استخراج افکار (opinion mining) معروف است؛ تجزیه و تحلیل نظرات، احساسات و نگرش مردم از یک متن، نسبت به موجودیت‌هایی مانند محصولات، خدمات، سازمان‌ها، افراد، مسائل و رویدادهای مختلف است. این فرآیند با کمک تکنیک‌های پردازش زبان طبیعی(NLP) انجام می‌شود.

♦️سال ۹۶ در دانشگاه #صنعتی_شریف نیز مسابقه‌ای تحت عنوان NLPContest برای پیش‌بینی نتایج انتخابات ریاست جمهوری، با استفاده از الگوریتم‌های #هوش‌مصنوعی و داده‌های موجود در #تلگرام برگزار شد.

👈🏻 شرکت کنندگان چند معیار از معیارهای کلی زیر را برای پیش‌بینی انتخابات در نظر گرفته بودند:
▪️تعداد تکرار کلمات کلیدی مربوط به هر #کاندیدا
▪️تحلیل معنایی یک پیام
▪️اهمیت یک پیام با توجه به زمان انتشار از قدیمی‌تر به جدیدتر

👌نهایتا، این برآورد با نتایج حقیقیِ کمتر از یک درصد اختلاف یعنی عدد ۰.۷ ٪ درست از آب درآمد!
#خبر
#تحلیل

@LifeWebIR
🔹برنامه‌های‌ هوشمند، معروف به I-apps# برنامه‌هایی هستند که از #هوش‌مصنوعی استفاده می‌کنند.
🔸مهمترین هدف این برنامه‌ها شناسایی بهتر کاربران از طریق یادگیری و کسب تجربه است. دستیارهای شخصی مثل سیری(siri)، دستیار‌ گوگل و کورتانا جزو این برنامه‌های هوشمند هستند.

🔹برنامه‌های هوشمند از API شناختی که شامل ویژگی‌های پیشرفته هوشمصنوعی مانند یادگیری ماشین، پردازش زبان طبیعی(NLP) و فناوری معنایی است، استفاده می‌کنند. این قابلیت توانایی شناخت احساسات و چهره‌های آشنا و کمک در تصمیم‌گیری را دارد.
📌از اولین کاربردهای آن‌ها می‌توان به تبدیل متن به گفتار اشاره کرد. در حال حاضر نیز یک شرکت #ایرانی به این فناوری دست یافته است.

🔶امروزه دستیارهای هوشمند توانمندتر شده‌اند و برنامه‌هایی مانند Ada(مراقبت‌های بهداشتی)، Replika:My AI Friend(چت بات هوشمند)، AI dungeon(بازی مبتنی بر هوشمصنوعی) هم جزو برنامه‌های محبوب کاربران قرار گرفته‌اند.
🔺برنامه‌های هوشمند یاد می‌گیرند و تغییر می‌کنند و بر اساس انتخاب کاربران می‌خوانند و عمل می‌کنند تا یک تجربه #شخصی‌سازی شده را ارائه دهند. آن‌ها برای حال و آینده آماده هستند.
#خبر

@LifeWebIR
This media is not supported in your browser
VIEW IN TELEGRAM
🔸دنیای #هوش‌مصنوعی به سرعت رو به پیشرفت است تا جایی که در حال ورود به برخی از حوزه‌هایی است که در نگاه اول، فقط مختص هوش انسانی به نظر می‌رسند.

🔺برای مثال چند سال پیش بود که #گوگل از یک ملودی ۹۰ ثانیه‌ای با پیانو رونمایی کرد که اولین قطعه هنری هوشمصنوعی این شرکت بود.
▪️پروژه‌ای که مبتنی بر نرم‌افزار یادگیری ماشین گوگل به نام TensorFlow بوده و از آن برای اضافه‌کردن قابلیت‌های گفت‌وگو و تشخیص اشیا به محصولات خود استفاده می‌کرد.
▪️نکته اساسی این است که در ساخت این ملودی به هیچ وجه دست و عقل انسان دخیل نبوده است.
▪️هدف بزرگتر این پروژه ایجاد انجمنی از هنرمندان، برنامه‌نویسان و محققان هوشمصنوعی در کنار هم بوده است.
▪️پیش از این مورد نیز، در پروژه‌ای از الگوریتم‌هایی برای خلق نقاشی‌های انتزاعی استفاده کرده بودند.
#آموزشی

@LifewebIR
لایف‌وب | Lifeweb
🔹کلان‌داده‌ها باعث بهبود وضعیت در صنعت آموزش شده است و در نهایت لذت یادگیری و مشارکت را در دانش‌آموزان بالا خواهند برد. اما چگونه این تکنولوژی‌ها فرایندهای یادگیری را تغییر می‌دهند؟ 🔸 فراهم نمودن سطح بالایی از شخصی‌سازی داده‌ها: ▪️تکنولوژی #کلان‌داده امکان…
🔸مشارکت و تعامل فعال:
▪️با #شخصی‌سازی برنامه‌های یادگیری بر اساس نیاز دانش‌آموز، امکان مشارکت فعالانه در فرایندهای یادگیری فراهم می‌شود. همچنین موارد آموزشی و یادگیری بیش‌تری در این برنامه‌های یادگیری وارد می شوند. علاوه بر این با به کارگیری تکنولوژی‌های واقعیت مجازی، توضیح مفاهیم پیچیده آموزشی نیز به مراتب ساده‌تر می‌شود.
🔸دسترسی به تجزیه و تحلیل فرایندهای مطالعه‌کردن:
▪️اساتید می‌توانند به انواع ابزارهای تجزیه و تحلیل آموزشی که بر اساس داده‌های جمع آوری شده توسط سیستم ایجاد شده، دسترسی پیدا کنند. علاوه بر این، براساس این نتایج، معلمان می‌توانند پشتیبانی‌ها را برای دانش‌آموزانی که نیازهای بیش‌تری دارند، ارائه دهند. اساتید با بررسی جزئیات این گزارش‌ها متوجه می‌شوند که چه ابزارهایی منجر به بهبود فرایند یادگیری در کلاس‌های درس می‌شود و نتایج بهتری را به دنبال خواهد داشت.
🔸ارائه نتایج بهتر برای دانش‌آموزان:
▪️کلان‌داده تجربه یادگیری با ابزارهای تعاملی را تقویت می‌کند و به دانش آموزان این امکان را می‌دهد تا هر آن چه که دوست دارند را مطالعه کنند و یاد بگیرند.
🔸برنامه‌ریزی شغلی:
▪️#هوش‌مصنوعی اطلاعاتی از نمرات دانش‌آموزان و زمانی که یک دانش‌آموز صرف اتمام کار می‌کند و توصیه‌های معلمان را به صورت مجموعه‌ای از داده‌ها گردآوری کرده و بر اساس آن لیستی از مشاغل بالقوه‌ای که برای دانش آموز مناسب خواهد بود تهیه می‌کند. این سیستم نقاط ضعف و قوت دانش‌آموزان را آنالیز و به آنان کمک می‌کند تا بهترین مسیر شغلی آینده خود را بیابند.
🔸کاهش افراد ترک تحصیل کرده:
▪️الگوریتم‌های کلان‌داده به دانش‌آموزان توصیه‌های شخصی‌سازی شده را پیشنهاد می‌دهند و با بهبود فرایندهای یادگیری و تعامل دانش‌آموزان، موسسات آموزشی شاهد کاهش تعداد افراد ترک تحصیلی خواهند بود.
منبع خبر
#خبر

@LifewebIR
لایف‌وب | Lifeweb
🔹در سال‌های اخیر میلیون‌ها دلار بر روی هوش‌مصنوعی سرمایه‌گذاری شده است. ▪️این طور به نظر می‌رسد که هوش‌مصنوعی راه‌حل هر مشکل قابل تصوری است و با شروع همه‌گیری ویروس کووید-19، بسیاری از مدل‌های مختلف هوش مصنوعی مورد استفاده قرار گرفتند. 👈🏻 برخی از مدل‌ها برای…
▪️جمعیتی از تولید کننده‌های محلی که ابزارهای محافظت شخصی را برای بیمارستان‌ها تامین می‌کردند، جمعیتی از افراد عادی که گروه‌هایی را برای کمک متقابل به یکدیگر سازمان می‌دهند.
▪️این همه‌گیری جهانی بار دیگر به ما یادآوری کرد که چطور انسان‌ها می‌توانند با موقعیت‌های جدید، دانش، رفتار و مهارت‌های خود را سازگار کنند. چیزی که حتی تخصصی‌ترین مدل‌های #هوش‌مصنوعی نیز قادر به انجام آن نیستند یا حداقل هنوز آمادگی لازم برای انجام آن را ندارند.
🔬آزمایشات متفاوتی برای همراه کردن دانش انسانی با دانش ماشینی انجام شده است. دانشمندان معتقدند ترکیب جدید به دست آمده از این دو گروه می‌تواند به حل مسائل جامعه کمک زیادی کند.
▪️محققان در تلاش برای طراحی یک سیستم مبتنی بر استفاده از هوش جمعی و انجام آزمایش‌های متعدد در خصوص ادغام هوش ماشینی با #هوش_انسانی هستند.
▪️جهان به سرعت در حال تغییر است و اکنون زمانی است که باید جهت توسعه و پیشرفت هوش مصنوعی نیز تغییراتی اعمال شود.
منبع خبر
#خبر

@LifewebIR