جملات زیبا از متن کتاب هوش مصنوعی | طاقچه

میان این‌همه شتاب، کمی کتاب، کلی شانس! 🎉 گردونه را بچرخان

تصویر جلد کتاب هوش مصنوعیsubscriptionAvailable

کتاب هوش مصنوعی

آخرین یافته‌های اچ‌بی‌آر درباره‌ی آینده‌ی کسب و کارها

۳.۲(از ۱۵ رأی)
نوع کتاب

قیمت:

۴۹,۰۰۰

تومان

٪50 تخفیف اولین خرید با کد OFF50ic-copy

اشتراک بی‌نهایت چیست؟

«داده اکنون نقش نفت را دارد»
amir hossein kamali
۱۱
بسیاری از افراد معنای آن را به اشتباه متوجه شده‌اند. مدیران، هوش مصنوعی را نوعی فناوری کلیدی ساختارشکن می‌دانند، کارمندان به‌عنوان یک ویران‌کننده شغل به آن نگاه می‌کنند، مشاوران همیشه در صحبت‌هایشان به‌عنوان راه‌حلی همه‌جانبه از آن یاد می‌کنند و رسانه‌ها مرتب آن را بزرگ و ترسناک جلوه می‌دهند.
kia
۷
تلفیق فناوری، مهارت‌های انسانی و دارایی‌های سرمایه‌ای جهت رفع نیازهای مشتریان، به خلاقیت و برنامه‌ریزی زیادی احتیاج دارد. ماشین‌ها در انجام این کار مهارت چندانی ندارند، به همین دلیل کارآفرینی و مدیریت کسب‌وکار از مفیدترین مشاغل عصر یادگیری ماشین هستند.
Amin
۶
از میان ۱۲۰۰ مدیر اجرایی ارشد در سراسر جهان، ۷۵ درصد اعلام کردند که در حال شتاب‌بخشیدن به سرمایه‌گذاری روی هوش مصنوعی و سایر فناوری‌های هوشمند هستند و ۷۲ درصد گفتند که این کار را در واکنش به رقبا انجام می‌دهند. آنها می‌دانند که برای ادامه فعالیت خود باید راه‌هایی برای بهبود بهره‌وری پیدا کنند و فرصت‌های جدیدی برای رشد به وجود آورند تا بتوانند با رقبای خود مقابله کنند. برخی شرکت‌ها در حال تبدیل‌شدن به «شرکت‌های هوشمندی» هستند که در آنها تمام فرایندها دیجیتالی می‌شوند، تصمیمات برگرفته از داده هستند
Amin
۳
شرکت‌های مختلف از هوش مصنوعی برای انجام کارهای روزمره کارمندان و ارائه ابزارهای تحلیلی جدید به آنها با هدف بهبود تجربه مشتری و کشف فرصت‌های جدید برای محصولات، خدمات و مدل‌های کسب‌وکاری محرک رشد، استفاده می‌کنند. ‌
Amin
۲
فناوری هوش مصنوعی کاری را انجام می‌دهد که در انجامش توانایی زیادی دارد، یعنی پردازش حجم زیادی داده و ارائه پیشنهاد یا اقدامی مشخص؛ انسان‌ها نیز کاری را انجام می‌دهند که در انجام آن بهترین هستند، یعنی قضاوت و انتخاب بهترین گزینه.
Amin
۲
با اینکه اهمیت هوش مصنوعی امروزه بر همه آشکار است، اما بسیاری از افراد معنای آن را به اشتباه متوجه شده‌اند. مدیران، هوش مصنوعی را نوعی فناوری کلیدی ساختارشکن می‌دانند، کارمندان به‌عنوان یک ویران‌کننده شغل به آن نگاه می‌کنند، مشاوران همیشه در صحبت‌هایشان به‌عنوان راه‌حلی همه‌جانبه از آن یاد می‌کنند و رسانه‌ها مرتب آن را بزرگ و ترسناک جلوه می‌دهند.
محمدرضا میرباقری
۲
دسترسی به بهترین فناوری یا بهترین فناوران برنده و بازنده را مشخص نمی‌کند؛ بلکه این افراد نوآور هستند که تعیین‌کننده نتیجه نهایی خواهند بود؛
محمد
۱
مهم‌ترین فناوری همه‌منظوره عصر فعلی، هوش مصنوعی است. «اریک برینجولفسون» و «اندرو مک‌آفی» تعریف هوش مصنوعی را در اولین مقاله این کتاب شرح می‌دهند. با اینکه اهمیت هوش مصنوعی امروزه بر همه آشکار است، اما بسیاری از افراد معنای آن را به اشتباه متوجه شده‌اند. مدیران، هوش مصنوعی را نوعی فناوری کلیدی ساختارشکن می‌دانند، کارمندان به‌عنوان یک ویران‌کننده شغل به آن نگاه می‌کنند، مشاوران همیشه در صحبت‌هایشان به‌عنوان راه‌حلی همه‌جانبه از آن یاد می‌کنند و رسانه‌ها مرتب آن را بزرگ و ترسناک جلوه می‌دهند.
Zahra Darvishi
۱
من در فعالیت‌های تحقیقاتی‌ام نظرسنجی‌هایی را طراحی و تحلیل کرده‌ام که نشان می‌دادند ۲۵ تا ۳۰ درصد از شرکت‌های بزرگ آمریکایی از هوش مصنوعی استفاده می‌کنند. بعضی از آنها آن‌قدر زیاد این فناوری را دنبال می‌کنند که صدها یا حتی هزاران پروژه هوش مصنوعی در دست اقدام دارند. شرکت‌هایی که بیشتر از دیگران از هوش مصنوعی استفاده می‌کنند، کسب‌وکارهایی هستند که بیشترین میزان داده را دارند، یعنی پلتفرم‌های آنلاین، شرکت‌های خدمات مالی، مخابرات و خرده‌فروش‌ها. شرکت‌های کوچک و متوسط، شرکت‌های B۲B و آنهایی که در صنایع تولیدات ساده فعالیت دارند، کمتر از هوش مصنوعی استفاده می‌کنند.
Zahra Darvishi
۱
مهم‌ترین فناوری همه‌منظوره عصر ما هوش مصنوعی و به‌خصوص یادگیری ماشین است.
لیلی مهدوی
۰
مهم‌ترین فناوری همه‌منظوره عصر فعلی، هوش مصنوعی است. «اریک برینجولفسون» و «اندرو مک‌آفی» تعریف هوش مصنوعی را در اولین مقاله این کتاب شرح می‌دهند. با اینکه اهمیت هوش مصنوعی امروزه بر همه آشکار است، اما بسیاری از افراد معنای آن را به اشتباه متوجه شده‌اند. مدیران، هوش مصنوعی را نوعی فناوری کلیدی ساختارشکن می‌دانند، کارمندان به‌عنوان یک ویران‌کننده شغل به آن نگاه می‌کنند، مشاوران همیشه در صحبت‌هایشان به‌عنوان راه‌حلی همه‌جانبه از آن یاد می‌کنند و رسانه‌ها مرتب آن را بزرگ و ترسناک جلوه می‌دهند.
Zahra Darvishi
۰
بیش از ۲۵۰ سال است که نوآوری‌های مربوط به فناوری، محرک‌های اساسی رشد اقتصادی هستند. مهم‌ترین این نوآوری‌ها، فناوری‌های همه‌منظوره هستند که از جمله آنها می‌توان به موتور بخار، برق و موتور احتراق داخلی اشاره کرد. هر یک از این فناوری‌ها به شکل‌گرفتن موج نوآوری‌ها و فرصت‌های مکمل، سرعت بخشیده‌اند.
Zahra Darvishi
۰
وقتی ماشینی، بدون اینکه نیاز باشد انسان دقیقا توضیح دهد که چطور باید همه وظایفش را انجام دهد، بتواند عملکردش را ارتقا بخشد، می‌گوییم از فناوری یادگیری ماشین برخوردار است.
Zahra Darvishi
۰
یکی از مطالعاتی که توسط «جیمز لندی»، یکی از دانشمندان علوم کامپیوتری دانشگاه استنفورد و همکارانش انجام شده، نشان می‌دهد که فناوری تشخیص صدا، اکنون حدود سه‌برابر سرعت تایپ‌کردن در تلفن همراه سرعت دارد. نرخ خطای این فناوری که قبلا ۸.۵ درصد بود، اکنون به ۴.۹ درصد رسیده است. آنچه ما را به تعجب واداشته، این است که این پیشرفت‌ها طی ۱۰ سال اتفاق نیفتاده، بلکه تنها از تابستان ۲۰۱۶ به بعد صورت گرفته است.
Zahra Darvishi
۰
اکنون هزاران هزار شرکت برای اینکه تصمیم بگیرند چه معاملاتی را در وال‌استریت انجام دهند، از یادگیری ماشین استفاده می‌کنند و هر روز تصمیمات اعتباری بیشتری با کمک این فناوری اتخاذ می‌شود. آمازون نیز از یادگیری ماشین برای بهینه‌سازی انبار و بهبود محصولات پیشنهادی به مشتریان خود استفاده می‌کند. شرکت «اینفینیت آنالتیکس» نوعی سیستم یادگیری ماشین توسعه داده تا به کمک آن پیش‌بینی کند که کدام کاربر روی کدام تبلیغ کلیک خواهد کرد و به این ترتیب بتواند فرایند نمایش تبلیغات آنلاین را ارتقا دهد.
Zahra Darvishi
۰
وقتی سیستم‌های مبتنی بر هوش مصنوعی بتوانند وظیفه مشخصی را بهتر از انسان انجام دهند، سریع‌تر بین کاربران پذیرفته می‌شوند. برای مثال شرکت‌های Aptonomy و Sanbot (که اولی سازنده هواپیماهای بدون خلبان و دومی سازنده ربات است)، برای خودکارسازی کار نگهبانان از سیستم‌های تصویری استفاده می‌کنند. شرکت نرم‌افزاری Affectiva و بسیاری از شرکت‌های دیگر از این سیستم‌ها برای شناسایی احساساتی از جمله شادی، تعجب و عصبانیت در گروه‌های کانونی خود استفاده می‌کنند. شرکت Enlitic یکی از چندین استارت‌آپ یادگیری عمیق است که از این سیستم‌ها برای اسکن تصاویر پزشکی و کمک به تشخیص سرطان استفاده می‌کند.
Zahra Darvishi
۰
ما انسان‌ها دانش زیادی داریم که نمی‌توانیم آن را به دیگران انتقال دهیم. این مساله آن‌قدر مهم است که حتی نامی را برای آن در نظر گرفته‌اند؛ پارادوکس پولانی. این نام از اسم استاد و دانشمندی به نام «مایکل پولانی» گرفته شده که برای اولین‌بار در سال ۱۹۶۴ این پارادوکس را شرح داد. پارادوکس پولانی می‌گوید نه‌تنها آنچه می‌توانیم به یکدیگر انتقال دهیم، محدود است؛ بلکه توانایی ما برای اعطای اطلاعات به ماشین‌ها هم محدود است. این مساله تا مدت‌ها نقش ماشین‌ها در اقتصاد را محدود می‌کرد.
Zahra Darvishi
۰
الگوریتم‌های یادگیری عمیق در مقایسه با نسل‌های قبلی الگوریتم‌های یادگیری ماشین مزیت بزرگی دارند؛ اینکه آنها بهتر می‌توانند از مجموعه‌های بزرگ‌تر استفاده کنند. در گذشته، هرچه تعداد نمونه‌های موجود در داده‌های آموزشی افزایش می‌یافت، سیستم‌های قدیمی نیز پیشرفت می‌کردند، اما پس از رسیدن به یک نقطه خاص، دیگر پیشرفتی مشاهده نمی‌شد و افزایش داده‌های آموزشی، تاثیری روی کیفیت پیش‌بینی‌ها نداشت. با این حال، به گفته «اندرو ان‌جی»، یکی از متخصصان بزرگ این رشته، به نظر نمی‌رسد که نسل جدید یادگیری ماشین، یعنی شبکه‌های عصبی عمیق، چنین مشکلی داشته باشند. به عبارت دیگر، هرچه داده بیشتری به این سیستم‌ها بدهیم، پیش‌بینی‌های بهتری انجام می‌دهند؛ تا جایی که بعضی از سیستم‌های بزرگ با استفاده از ۳۶ میلیون نمونه یا حتی بیشتر از آن آموزش دیده‌اند.
Zahra Darvishi
۰
بسیاری از افراد می‌گویند: «هوش مصنوعی هیچ‌گاه نمی‌تواند انسان‌های احساسی، حیله‌گر، موذی و بی‌ثبات را به‌درستی ارزیابی کند؛ زیرا برای این کار بیش از اندازه غیرانعطاف‌پذیر و فاقد جنبه شخصیتی است.» ما با این اظهارنظر موافق نیستیم. برخی سیستم‌های یادگیری ماشین، از جمله آنهایی که در شرکت Affectiva به کار گرفته شده‌اند، می‌توانند حالت‌های عاطفی، آهنگ صدا یا حالت چهره انسان‌ها را درست مثل خودشان یا حتی بهتر از خودشان تشخیص دهند. سیستم‌های دیگری هم هستند که حتی وقتی بهترین بازیکنان پوکر در بازی ‫Heads-Up No-Limit Texas Hold’em برای شکست‌شان بلوف می‌زنند، متوجه می‌شوند. پی‌بردن به افکار انسان‌ها به دقت زیادی نیاز دارد، اما کار سحرآمیزی نیست.
Zahra Darvishi
۰
سیستم‌های یادگیری ماشین اغلب «تفسیرپذیری» کمی دارند. به این معنا که انسان‌ها نمی‌توانند بفهمند این سیستم‌ها چطور به یک تصمیم خاص می‌رسند. شبکه‌های عصبی عمیق، از صدها میلیون اتصال تشکیل شده‌اند که هر یک نقش کوچکی در تصمیم‌گیری نهایی دارند. در نتیجه، پیش‌بینی خروجی این سیستم‌ها امکان‌پذیر نیست و توجیه ساده و شفافی ندارند. ماشین‌ها برعکس انسان‌ها (هنوز) روایت‌کننده‌های خوبی نیستند و نمی‌توانند نحوه کارشان را توضیح دهند. آنها همیشه نمی‌توانند دلیلی منطقی ارائه دهند و مثلا بگویند که چرا یک متقاضی خاص در یک فرایند، پذیرفته یا رد شده است؛ یا اینکه چرا یک داروی خاص برای یک بیمار خاص تجویز شده است
Zahra Darvishi
۰
طبق برخی گزارش‌ها، تقریبا نیمی از مشاغل در اقتصاد آمریکا از بین خواهند رفت. برخی دیگر از متخصصان توضیح داده‌اند که ماشین‌های هوشمند، مشاغل جدیدی را ایجاد خواهند کرد که شاید برخی از آنها تاکنون وجود نداشته‌اند. برخی افراد حتی در مورد دنیایی صحبت می‌کنند که در آن هر کس می‌تواند کار مورد علاقه خودش را انجام دهد و نیازی نیست برای کسب درآمد، هر نوع شغلی را قبول کند.
Zahra Darvishi
۰
در نظرسنجی «بازسازی انقلاب» از میان ۱۲۰۰ مدیر اجرایی ارشد در سراسر جهان، ۷۵ درصد اعلام کردند که در حال شتاب‌بخشیدن به سرمایه‌گذاری روی هوش مصنوعی و سایر فناوری‌های هوشمند هستند و ۷۲ درصد گفتند که این کار را در واکنش به رقبا انجام می‌دهند. آنها می‌دانند که برای ادامه فعالیت خود باید راه‌هایی برای بهبود بهره‌وری پیدا کنند و فرصت‌های جدیدی برای رشد به وجود آورند تا بتوانند با رقبای خود مقابله کنند. برخی شرکت‌ها در حال تبدیل‌شدن به «شرکت‌های هوشمندی» هستند که در آنها تمام فرایندها دیجیتالی می‌شوند، تصمیمات برگرفته از داده هستند و ماشین‌ها مسئولیت انجام کارهای سخت (فیزیکی و ذهنی) را به عهده دارند.
Zahra Darvishi
۰
در تحقیقات خود، پنج مکتب فکری در این زمینه مشخص کرده‌ایم. پادآرمان‌گراها: انسان و ماشین یک مبارزه داروینی را آغاز خواهند کرد که ماشین‌ها در آن پیروز خواهند شد. سیستم‌های هوش مصنوعی وظایف اصلی در شغل‌هایی را به عهده می‌گیرند که مهارت بالا یا متوسط می‌خواهند و ربات‌ها نیز کارهای یدی را انجام خواهند داد. نتیجه این شرایط بیکاری گسترده، کاهش دستمزدها و از بین رفتن اقتصاد خواهد بود. کاهش درآمدها در مکان‌هایی مانند ایالات متحده و اروپا که در آن مصرف به‌ترتیب ۵۶ و ۶۹ درصد از تولید ناخالص داخلی را تشکیل می‌دهد، پیامدهای خطرناکی خواهد داشت که نیاز به حمایت‌های اجتماعی جدید، مانند درآمد پایه جهانی را به وجود خواهد آورد.
Zahra Darvishi
۰
آرمان‌گراها: ماشین‌های هوشمند کارهای بیشتری انجام خواهند داد، اما نتیجه این شرایط، خلق ثروت بی‌سابقه خواهد بود، نه افول اقتصادی. هوش مصنوعی و قدرت محاسبه در دو دهه آینده پیشرفت خواهند کرد و نهایتا به مرحله «تکینگی» خواهند رسید (زمانی که ماشین‌ها قادر خواهند بود کارکرد مغز انسان را به‌طور کامل تقلید کنند). مغز انسان اسکن و داخل کامپیوتر ذخیره خواهد شد. میلیاردها مغز مصنوعی مسئولیت انجام کارهای شناختی را به عهده خواهند داشت و ربات‌ها مشغول انجام کارهای یدی خواهند شد. به این ترتیب، خروجی اقتصادی می‌تواند هر سه ماه دوبرابر شود
Zahra Darvishi
۰
خوش‌بین‌های فناوری: در حال حاضر، انفجاری در زمینه بهره‌وری آغاز شده، اما داده‌های رسمی هنوز این موضوع را نشان نمی‌دهند؛ زیرا شرکت‌ها هنوز در حال درک تاثیر فناوری‌های هوشمند برای بهره‌وری خود هستند. زمانی که شرکت‌ها به‌طور کامل از فناوری‌های هوشمند بهره ببرند، جهشی در بهره‌وری به وجود خواهد آمد که هم رشد اقتصادی و هم بهبود در استانداردهای زندگی را به همراه خواهد داشت که در تولید ناخالص داخلی محاسبه نمی‌شود
Zahra Darvishi
۰