۴ مهر
توسعه فناوری هوش مصنوعی که غلظت یون آب را پیش‌بینی کند، می‌تواند کمک بزرگی برای سنجش کیفیت آب در مقیاس بزرگ باشد و به بهبود رفاه اجتماعی کمک کند.
حدود ۲.۲ میلیارد نفر یعنی بیش از یک چهارم جمعیت جهان به آب آشامیدنی سالم و مدیریت‌شده دسترسی ندارند و حدود نیمی از جمعیت جهان در برخی از مقاطع سال با کمبود شدید آب روبه‌رو هستند.
به منظور غلبه بر این کمبودها، هزینه‌های اجتماعی و اقتصادی هنگفتی برای روش‌های استفاده از منابع آب جایگزین مانند استفاده از آب باران و نمک‌زدایی آب دریا صرف می‌شود. علاوه بر این، سیستم‌های توزیع متمرکز آب با مضراتی همراه هستند؛ از جمله اینکه قادر به پاسخ‌گویی فوری به تغییرات تقاضای آب نیستند.
با توجه به چنین مشکلاتی، علاقه فزاینده‌ای به فناوری‌های غیر متمرکز تولید آب وجود دارد. فناوری‌های غیر متمرکز، فناوری‌های مبتنی بر الکتروشیمی مانند وایونش خازنی و وایونش الکترود باتری هستند که به آسانی به کار گرفته می‌شوند. با وجود این، حسگرهای اندازه‌گیری کیفیت آب که در فناوری‌های مبتنی بر الکتروشیمی استفاده می‌شوند، یون‌های منفرد موجود در آب را ردیابی نمی‌کنند و محدودیت‌هایی در درک شرایط کیفیت آب با استفاده از رسانایی الکتریکی دارند.
گروه پژوهشی دکتر «سون مون»(Son Moon) از مرکز تحقیقات چرخه منابع آب «موسسه علم و فناوری کره جنوبی»(KIST) با همکاری گروه پروفسور «بائک سانگ سو»(Baek Sang-Soo) از «دانشگاه یئونگنام»(Yeongnam University)، فناوری جدیدی را ابداع کرده‌اند که از هوش مصنوعی مبتنی بر داده برای پیش‌بینی دقیق غلظت یون‌ها در آب طی فرآیندهای تصفیه الکتروشیمیایی آب استفاده می‌کند.
پژوهشگران در آزمایش‌ها دریافتند که برای بهبود دقت پیش‌بینی‌ها لازم است هر ۲۰ تا ۸۰ ثانیه به‌روزرسانی‌هایی انجام شود. این بدان معناست که برای اعمال این روش در شبکه‌های ردیابی یون‌های خاص باید کیفیت آب در هر دقیقه بررسی شود تا مدل اولیه آموزش ببیند.
مدل مورد استفاده در این پژوهش نسبت به مدل‌های پیچیده یادگیری عمیق مقرون‌به‌صرفه‌تر است و برای آموزش به منابع محاسباتی بیش از ۱۰۰ برابر کمتر نیاز دارد.
دکتر مون گفت: اهمیت این پژوهش فقط توسعه یک مدل هوش مصنوعی جدید نیست، بلکه کاربرد آن در سیستم ملی مدیریت کیفیت آب است. با استفاده از این فناوری می‌توان غلظت یون‌ها را با دقت بیشتری تحت کنترل قرار داد و به بهبود دسترسی به آب کمک کرد.
این پژوهش در مجله «Water Research» به چاپ رسید.برای اطلاعات بیشتر....https://ai-center.ir/201030704-428/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#تولید_آب_سالم
حدود ۲.۲ میلیارد نفر یعنی بیش از یک چهارم جمعیت جهان به آب آشامیدنی سالم و مدیریت‌شده دسترسی ندارند و حدود نیمی از جمعیت جهان در برخی از مقاطع سال با کمبود شدید آب روبه‌رو هستند.
به منظور غلبه بر این کمبودها، هزینه‌های اجتماعی و اقتصادی هنگفتی برای روش‌های استفاده از منابع آب جایگزین مانند استفاده از آب باران و نمک‌زدایی آب دریا صرف می‌شود. علاوه بر این، سیستم‌های توزیع متمرکز آب با مضراتی همراه هستند؛ از جمله اینکه قادر به پاسخ‌گویی فوری به تغییرات تقاضای آب نیستند.
با توجه به چنین مشکلاتی، علاقه فزاینده‌ای به فناوری‌های غیر متمرکز تولید آب وجود دارد. فناوری‌های غیر متمرکز، فناوری‌های مبتنی بر الکتروشیمی مانند وایونش خازنی و وایونش الکترود باتری هستند که به آسانی به کار گرفته می‌شوند. با وجود این، حسگرهای اندازه‌گیری کیفیت آب که در فناوری‌های مبتنی بر الکتروشیمی استفاده می‌شوند، یون‌های منفرد موجود در آب را ردیابی نمی‌کنند و محدودیت‌هایی در درک شرایط کیفیت آب با استفاده از رسانایی الکتریکی دارند.
گروه پژوهشی دکتر «سون مون»(Son Moon) از مرکز تحقیقات چرخه منابع آب «موسسه علم و فناوری کره جنوبی»(KIST) با همکاری گروه پروفسور «بائک سانگ سو»(Baek Sang-Soo) از «دانشگاه یئونگنام»(Yeongnam University)، فناوری جدیدی را ابداع کرده‌اند که از هوش مصنوعی مبتنی بر داده برای پیش‌بینی دقیق غلظت یون‌ها در آب طی فرآیندهای تصفیه الکتروشیمیایی آب استفاده می‌کند.
پژوهشگران در آزمایش‌ها دریافتند که برای بهبود دقت پیش‌بینی‌ها لازم است هر ۲۰ تا ۸۰ ثانیه به‌روزرسانی‌هایی انجام شود. این بدان معناست که برای اعمال این روش در شبکه‌های ردیابی یون‌های خاص باید کیفیت آب در هر دقیقه بررسی شود تا مدل اولیه آموزش ببیند.
مدل مورد استفاده در این پژوهش نسبت به مدل‌های پیچیده یادگیری عمیق مقرون‌به‌صرفه‌تر است و برای آموزش به منابع محاسباتی بیش از ۱۰۰ برابر کمتر نیاز دارد.
دکتر مون گفت: اهمیت این پژوهش فقط توسعه یک مدل هوش مصنوعی جدید نیست، بلکه کاربرد آن در سیستم ملی مدیریت کیفیت آب است. با استفاده از این فناوری می‌توان غلظت یون‌ها را با دقت بیشتری تحت کنترل قرار داد و به بهبود دسترسی به آب کمک کرد.
این پژوهش در مجله «Water Research» به چاپ رسید.برای اطلاعات بیشتر....https://ai-center.ir/201030704-428/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#تولید_آب_سالم
۸:۳۸
فناوران ایرانی محصولی تولید کرده‌اند که قابلیت تشخیص به‌موقع خرابی تجهیزات صنعتی را با کمک هوش مصنوعی و اینترنت اشیا دارد.
گروه علم و پیشرفت خبرگزاری فارس؛ تجهیزات صنعتی وقتی نیاز به تعمیر داشته باشند، معمولا این خرابی در مراحل اولیه به‌سختی قابل‌تشخیص است و همین امر گاهی باعث خسارت‌های سنگینی در صنعت می‌شود. فناوران در یک شرکت دانش‌بنیان موفق به ساخت محصولی شده‌اند که با نصب راحت می‌تواند به‌موقع، این خرابی را با کمک هوش مصنوعی و اینترنت اشیا تشخیص دهد. ساخت حسگر هوشمند ارتعاشی که یک فناوری بومی‌شده است، باعث تشخیص به‌موقع میزان خرابی در انواع تجهیزات صنعتی شده و از واردشدن خسارات سنگین تعمیرات، پیشگیری می‌کند. این محصول بر پایه ارتباطات اینترنت اشیا (IOT) طراحی شده است و هدف اصلی آن پایش وضعیت تجهیزات دوار است. از حسگر هوشمند ارتعاشی در صنایع مختلفی مانند معدن، فولاد، سیمان و صنایع غذایی استفاده می‌شود.
فرشاد برازنده مدیرعامل این شرکت دانش‌بنیان در توضیح محصول می‌گوید: «یک‌سری عیب‌ها هستند که نیاز به آنالیز و تفسیر داده‌ها دارد. ما در آن قسمت از هوش مصنوعی استفاده می‌کنیم. ما در حقیقت یک آموزش اولیه به سیستم هوش مصنوعی آن می‌دهیم که معادل یک شخص تازه‌کار در صنعت باشد که هرچقدر در صنعت کار می‌کند داده‌های بیشتری جمع‌آوری می‌کند و مهارت آن در تشخیص بالا می‌رود.» از مزیت‌های حسگر هوشمند ارتعاشی نصب سریع و آسان است به‌طوری که سنسور طوری طراحی شده که به دستگاه صنعتی بدون سیم‌کشی و به‌راحتی قابل‌نصب است و دیتای آن روی تلفن همراه و وب‌سایت در اختیار فرد قرار می‌گیرد.هزینه این محصول حدودا ۴۰ درصد ارزان‌تر از نمونه خارجی است. عمده شرکت‌های تولیدکننده این محصول فناورانه در آمریکا هستند و نمونه‌ای در داخل کشور ندارد.برای اطلاعات بیشتر....https://ai-center.ir/110030704-708/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#صنعت
گروه علم و پیشرفت خبرگزاری فارس؛ تجهیزات صنعتی وقتی نیاز به تعمیر داشته باشند، معمولا این خرابی در مراحل اولیه به‌سختی قابل‌تشخیص است و همین امر گاهی باعث خسارت‌های سنگینی در صنعت می‌شود. فناوران در یک شرکت دانش‌بنیان موفق به ساخت محصولی شده‌اند که با نصب راحت می‌تواند به‌موقع، این خرابی را با کمک هوش مصنوعی و اینترنت اشیا تشخیص دهد. ساخت حسگر هوشمند ارتعاشی که یک فناوری بومی‌شده است، باعث تشخیص به‌موقع میزان خرابی در انواع تجهیزات صنعتی شده و از واردشدن خسارات سنگین تعمیرات، پیشگیری می‌کند. این محصول بر پایه ارتباطات اینترنت اشیا (IOT) طراحی شده است و هدف اصلی آن پایش وضعیت تجهیزات دوار است. از حسگر هوشمند ارتعاشی در صنایع مختلفی مانند معدن، فولاد، سیمان و صنایع غذایی استفاده می‌شود.
فرشاد برازنده مدیرعامل این شرکت دانش‌بنیان در توضیح محصول می‌گوید: «یک‌سری عیب‌ها هستند که نیاز به آنالیز و تفسیر داده‌ها دارد. ما در آن قسمت از هوش مصنوعی استفاده می‌کنیم. ما در حقیقت یک آموزش اولیه به سیستم هوش مصنوعی آن می‌دهیم که معادل یک شخص تازه‌کار در صنعت باشد که هرچقدر در صنعت کار می‌کند داده‌های بیشتری جمع‌آوری می‌کند و مهارت آن در تشخیص بالا می‌رود.» از مزیت‌های حسگر هوشمند ارتعاشی نصب سریع و آسان است به‌طوری که سنسور طوری طراحی شده که به دستگاه صنعتی بدون سیم‌کشی و به‌راحتی قابل‌نصب است و دیتای آن روی تلفن همراه و وب‌سایت در اختیار فرد قرار می‌گیرد.هزینه این محصول حدودا ۴۰ درصد ارزان‌تر از نمونه خارجی است. عمده شرکت‌های تولیدکننده این محصول فناورانه در آمریکا هستند و نمونه‌ای در داخل کشور ندارد.برای اطلاعات بیشتر....https://ai-center.ir/110030704-708/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#صنعت
۸:۴۰
ابزار هوش مصنوعی گوگل برای شناخت شهر نشینی سریع Open building 2.5D
۱۸:۳۲
((تا پایان مهرماه #تمدید_شد))فراخوان طرح های پژوهشی در حوزه هوش مصنوعی
پژوهشگاه فضای مجازی از طرح های پژوهشی تخصصی در حوزه هوش مصنوعی در زمینه های اعلام شده حمایت می کند.
از متخصصین این حوزه دعوت می شود پیشنهادهای خود را از طریق وب سایت پژوهشگاه به نشانی csri.ac.ir (بخش فرمها/ فرم چکیده پیشنهاد طرح) ارسال فرمایند.
پژوهشگاه فضای مجازی از طرح های پژوهشی تخصصی در حوزه هوش مصنوعی در زمینه های اعلام شده حمایت می کند.
از متخصصین این حوزه دعوت می شود پیشنهادهای خود را از طریق وب سایت پژوهشگاه به نشانی csri.ac.ir (بخش فرمها/ فرم چکیده پیشنهاد طرح) ارسال فرمایند.
۲۰:۲۱
۵ مهر
۶ مهر
مرکز نوآوری و توسعه هوش مصنوعی برگزار می‌کند:سلسله نشست‌های دستیابی به عمق هوش مصنوعینشست اول: دستیابی به عمق هوش مصنوعی در لایه زیرساخت
زمان : سه شنبه 10 مهر 1403، ساعت 9 الی 12 مکان : پژوهشگاه ارتباطات و فناوری اطلاعات، سالن اتابکی
برای ثبت نام(رایگان) به لینک زیر مراجعه کنید:https://ai-center.ir/ai-infrastructure/
زمان : سه شنبه 10 مهر 1403، ساعت 9 الی 12 مکان : پژوهشگاه ارتباطات و فناوری اطلاعات، سالن اتابکیبرای ثبت نام(رایگان) به لینک زیر مراجعه کنید:https://ai-center.ir/ai-infrastructure/
۳:۱۰
۳:۲۷
محققان سوئیسی توانستند با هوش مصنوعی تمامی کپچاهای گوگل را دور بزنندمحققان دانشگاه ETH زوریخ از هوش مصنوعی برای دورزدن سیستم امنیتی «reCAPTCHAv2» گوگل استفاده کردند و توانستند 100 درصد کپچاها (CAPTCHA) را مثل انسان‌ها حل کنند. پیشرفت هوش مصنوعی در این زمینه، باعث شده تا گوگل مدام سیستم‌های تشخیص ربات را به‌روز کند و به تقویت آنها بپردازد.#هوش_مصنوعی#کپچا#امنیت
۱۰:۲۶
ستار هاشمی در مراسم آغاز سال تحصیلی در جمع خبرنگاران اعلام کرد در موضوع فیلترینگ، محوریت با شورای عالی و مرکز ملی فضای مجازی است و جلساتی در این رابطه برگزار شده است.
#اینترنت #فیلترینگ #وزیر_ارتباطات #فضای_مجازی
#اینترنت #فیلترینگ #وزیر_ارتباطات #فضای_مجازی
۱۳:۵۲
🟢 ژاپنی‌ها پنجره‌ها را به آنتن 5G تبدیل کردند!
اولین آنتن جهان که پنجره‌های شیشه‌ای را به دکل‌های 5G تبدیل می‌کند، در ژاپن رونمایی شد.
یک آنتن شیشه‌ای جدید که توسط شرکت ژاپنی AGC با همکاری یک پخش کننده مخابراتی موسوم به NTT Docomo ساخته شده است، می‌تواند پنجره‌های شیشه‌ای را به ایستگاه‌های پایه برای اتصال 5G تبدیل کند.
می‌توانند به افزایش پوشش شبکه کمک کند. علاوه بر این، ظرفیت اضافی را می‌تواند با استفاده از زیرساخت‌های موجود به جای ساخت دکل‌های جدید برای افزودن ایستگاه‌های پایه بیشتر ایجاد کند. همچنین به ارائه دهندگان خدمات، گزینه‌هایی برای انتخاب ارتفاع نصب مناسب در صورت نیاز ارائه می‌دهد.
اولین آنتن جهان که پنجره‌های شیشه‌ای را به دکل‌های 5G تبدیل می‌کند، در ژاپن رونمایی شد.یک آنتن شیشه‌ای جدید که توسط شرکت ژاپنی AGC با همکاری یک پخش کننده مخابراتی موسوم به NTT Docomo ساخته شده است، می‌تواند پنجره‌های شیشه‌ای را به ایستگاه‌های پایه برای اتصال 5G تبدیل کند.می‌توانند به افزایش پوشش شبکه کمک کند. علاوه بر این، ظرفیت اضافی را می‌تواند با استفاده از زیرساخت‌های موجود به جای ساخت دکل‌های جدید برای افزودن ایستگاه‌های پایه بیشتر ایجاد کند. همچنین به ارائه دهندگان خدمات، گزینه‌هایی برای انتخاب ارتفاع نصب مناسب در صورت نیاز ارائه می‌دهد.۱۹:۴۶
۷ مهر
پنجمین نمایشگاه و کنفرانس بین‌المللی شهر هوشمند ایران محورهای نمایشگاه:تجهیزات و زیرساخت‌های اطلاعات و مخابراتحمل و نقل هوشمندساختمان هوشمنددولت هوشمندامنیت در شهرهای هوشمند و... مهلت ثبت‌نام: ۱۰ مهر ۱۴۰۳ زمان برگزاری: ۷ الی ۹ آبان ماه ۱۴۰۳ مکان: مصلای امام خمینی (ره) شماره تماس: ۰۲۱۲۲۸۹۳۲۴۲ و ۰۹۹۱۶۳۶۴۴۱۶ لینک ثبت‌نام کسب اطلاعات بیشتر#اینترنت_اشیا #نمایشگاه_بین‌المللی
۷:۵۴
۷:۵۴
دستگاه نوار قلب همراه توسط یک شرکت دانش‌بنیان در مرکز رشد دانشگاه صنعتی خواجه نصیرالدین طوسی ساخته شد.
به گزارش خبرگزاری مهر، دکتر حسین حسینی‌نژاد، عضو هیئت علمی دانشگاه خواجه نصیرالدین طوسی و مدیرعامل این شرکت دانش‌بنیان ضمن بیان اینکه دستگاه نوارقلب همراه زیستل، بهترین ابزار تشخیص سریع اختلال ریتم قلب است، در مورد نحوه کارکرد دستگاه گفت: یک هوش مصنوعی در داخل نرم‌افزار قرار داده شده است که تحلیل اولیه از وضعیت قلب ارائه می‌دهد و در صورت بروز آریتمی قلبی در نوار قلب فرد، به او هشدار می‌دهد.
محسنی‌زاده متخصص قلب و عروق در خصوص اختلال در ریتم قلب خاطرنشان کرد: اختلال در ریتم قلب (آریتمی) باعث بروز لخته خون و در نهایت پرتاب آن به سمت مغز و بروز سکته مغزی می‌شود. وجود دستگاه نوار قلب همراه باعث می‌شود که در صورت بروز تپش قلب یا اختلال در ریتم قلب بتوان سریعاً آن را ثبت کرد چون بهترین زمان ثبت نوار قلب لحظه وقوع اختلال در ریتم قلب (آریتمی) است.
حسینی نژاد خاطر نشان کرد: امکان ارسال راحت نوارقلب به پزشک و بستگان، ثبت نوارقلب فقط با انگشتان دست، گارانتی و خدمات پس از فروش توسط شرکت زیستل نیز از ویژگی‌های این محصول است.برای اطلاعات بیشتر....https://ai-center.ir/101030707-054/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#نوار_قلب
به گزارش خبرگزاری مهر، دکتر حسین حسینی‌نژاد، عضو هیئت علمی دانشگاه خواجه نصیرالدین طوسی و مدیرعامل این شرکت دانش‌بنیان ضمن بیان اینکه دستگاه نوارقلب همراه زیستل، بهترین ابزار تشخیص سریع اختلال ریتم قلب است، در مورد نحوه کارکرد دستگاه گفت: یک هوش مصنوعی در داخل نرم‌افزار قرار داده شده است که تحلیل اولیه از وضعیت قلب ارائه می‌دهد و در صورت بروز آریتمی قلبی در نوار قلب فرد، به او هشدار می‌دهد.
محسنی‌زاده متخصص قلب و عروق در خصوص اختلال در ریتم قلب خاطرنشان کرد: اختلال در ریتم قلب (آریتمی) باعث بروز لخته خون و در نهایت پرتاب آن به سمت مغز و بروز سکته مغزی می‌شود. وجود دستگاه نوار قلب همراه باعث می‌شود که در صورت بروز تپش قلب یا اختلال در ریتم قلب بتوان سریعاً آن را ثبت کرد چون بهترین زمان ثبت نوار قلب لحظه وقوع اختلال در ریتم قلب (آریتمی) است.
حسینی نژاد خاطر نشان کرد: امکان ارسال راحت نوارقلب به پزشک و بستگان، ثبت نوارقلب فقط با انگشتان دست، گارانتی و خدمات پس از فروش توسط شرکت زیستل نیز از ویژگی‌های این محصول است.برای اطلاعات بیشتر....https://ai-center.ir/101030707-054/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#نوار_قلب
۸:۳۰
گوگل به‌روزرسانی جدیدی را برای هوش مصنوعی جمینای (Gemini) در نسخه اندروید و iOS جیمیل (Gmail) منتشرکرده که امکان استفاده از پاسخ‌های هوشمند در ایمیل‌ها را فراهم می‌کند.
اولین بار در کنفرانس توسعه‌دهندگان به قابلیت نوشتن پاسخ‌های هوشمند برای جیمیل اشاره شده بود و اکنون گوگل در بیانیه خود می‌گوید که این قابلیت (که با عنوان Smart Replies از آن یادشده) با درنظرگرفتن کل محتوای ایمیل، «پاسخ‌های دقیق‌تری برای درک کامل هدف پیام شما ارائه می‌کند.»
همچنین این قابلیت ظاهراً می‌تواند چندین پاسخ تولید کند تا کاربر بتواند گزینه متناسب با نیاز یا سبک نوشتن خود را انتخاب کند. سپس می‌توان آنها را ویرایش کرد یا برای دیگران فرستاد.
گوگل می‌گوید که هدف این ویژگی علاوه بر صرفه‌جویی در زمان، ارائه تنوع بیشتر به پاسخ‌هایی است که به‌صورت خودکار و توسط هوش مصنوعی تولید می‌شوند.
البته قابلیت Smart Replies برای تمام کاربران در دسترس نیست و مشترکین جمینای یا Google One AI Premium به آن دسترسی دارند.
این ویژگی درحال‌حاضر فقط به زبان انگلیسی در دسترس است و در قالب نسخه اصلی Smart Replies ارائه می‌شود که سال ۲۰۱۷ به جیمیل اضافه شده بود.برای اطلاعات بیشتر....https://ai-center.ir/213030707-560/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#گوگل_جمنای#جیمیل
اولین بار در کنفرانس توسعه‌دهندگان به قابلیت نوشتن پاسخ‌های هوشمند برای جیمیل اشاره شده بود و اکنون گوگل در بیانیه خود می‌گوید که این قابلیت (که با عنوان Smart Replies از آن یادشده) با درنظرگرفتن کل محتوای ایمیل، «پاسخ‌های دقیق‌تری برای درک کامل هدف پیام شما ارائه می‌کند.»
همچنین این قابلیت ظاهراً می‌تواند چندین پاسخ تولید کند تا کاربر بتواند گزینه متناسب با نیاز یا سبک نوشتن خود را انتخاب کند. سپس می‌توان آنها را ویرایش کرد یا برای دیگران فرستاد.
گوگل می‌گوید که هدف این ویژگی علاوه بر صرفه‌جویی در زمان، ارائه تنوع بیشتر به پاسخ‌هایی است که به‌صورت خودکار و توسط هوش مصنوعی تولید می‌شوند.
البته قابلیت Smart Replies برای تمام کاربران در دسترس نیست و مشترکین جمینای یا Google One AI Premium به آن دسترسی دارند.
این ویژگی درحال‌حاضر فقط به زبان انگلیسی در دسترس است و در قالب نسخه اصلی Smart Replies ارائه می‌شود که سال ۲۰۱۷ به جیمیل اضافه شده بود.برای اطلاعات بیشتر....https://ai-center.ir/213030707-560/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#گوگل_جمنای#جیمیل
۸:۳۲
پیش‌تنظیم‌های جدیدی در اختیار کاربر قرار می‌گیرد که به طور خودکار طول فیلم‌ها را کاهش می‌دهند، نور را تنظیم می‌کنند، سرعت را تغییر می‌دهند و تنها با چند کلیک افکت‌های جدید را اعمال می‌کنند.
بنا بر اعلام صفحه پشتیبانی اپ فوتوز، گوگل برخی از ویژگی‌ها و به‌روزرسانی‌های جدید را به ویرایشگر ویدیو در Google Photos برای کاربران اندروید و iOS اضافه کرده است.
بزرگ‌ترین به‌روزرسانی ارائه شده برای این اپ «پیش‌تنظیمات ویدیویی مبتنی بر هوش مصنوعی» برای هر دو نسخه آن است. به این ترتیب پیش‌تنظیم‌های جدیدی در اختیار کاربر قرار می‌گیرد که به طور خودکار طول فیلم‌ها را کاهش می‌دهند، نور را تنظیم می‌کنند، سرعت را تغییر می‌دهند و تنها با چند کلیک افکت‌های جدید را اعمال می‌کنند.
برخی از افکت‌های مجهز به هوش مصنوعی امکان ردیابی حرکت، زوم خودکار و حرکت آهسته را فراهم می‌آورند. این تب جدید پیش‌تنظیم‌ها (presets) در زیر جدول زمانی ویدئو قرار گرفته است.
این اولین ویژگی هوش مصنوعی نیست که به برنامه گوگل فوتوز اضافه شده است. در ماه مه گذشته، گوگل قابلیت Ask Photos را عرضه کرد یک ربات چت مبتنی بر هوش مصنوعی جمینای است که امکان جستجوی دقیق‌تر و محاوره‌ای‌تر عکس‌ها را برای کاربران آمریکایی فراهم می‌کرد.
گوگل همچنین برخی از قابلیت‌های خاص اندروید را بهینه‌سازی و اضافه کرده است. ابزار تریم جدید برای برش‌های دقیق‌تر، کنترل‌ها را بهبود بخشیده است. همچنین قابلیت جدید «بهبود خودکار» در آن وجود دارد که می‌تواند به‌طور خودکار رنگ‌ها را بهبود بخشد و ویدیوها را لرزشگیری کند، و یک ابزار جدید «سرعت» که می‌تواند سرعت فیلم را افزایش یا کاهش دهد.
این قابلیت‌های جدید به تدریج در حال عرضه هستند.برای اطلاعات بیشتر...https://ai-center.ir/213030707-568/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#گوگل_فوتوز#ویرایش_ویدئو
بنا بر اعلام صفحه پشتیبانی اپ فوتوز، گوگل برخی از ویژگی‌ها و به‌روزرسانی‌های جدید را به ویرایشگر ویدیو در Google Photos برای کاربران اندروید و iOS اضافه کرده است.
بزرگ‌ترین به‌روزرسانی ارائه شده برای این اپ «پیش‌تنظیمات ویدیویی مبتنی بر هوش مصنوعی» برای هر دو نسخه آن است. به این ترتیب پیش‌تنظیم‌های جدیدی در اختیار کاربر قرار می‌گیرد که به طور خودکار طول فیلم‌ها را کاهش می‌دهند، نور را تنظیم می‌کنند، سرعت را تغییر می‌دهند و تنها با چند کلیک افکت‌های جدید را اعمال می‌کنند.
برخی از افکت‌های مجهز به هوش مصنوعی امکان ردیابی حرکت، زوم خودکار و حرکت آهسته را فراهم می‌آورند. این تب جدید پیش‌تنظیم‌ها (presets) در زیر جدول زمانی ویدئو قرار گرفته است.
این اولین ویژگی هوش مصنوعی نیست که به برنامه گوگل فوتوز اضافه شده است. در ماه مه گذشته، گوگل قابلیت Ask Photos را عرضه کرد یک ربات چت مبتنی بر هوش مصنوعی جمینای است که امکان جستجوی دقیق‌تر و محاوره‌ای‌تر عکس‌ها را برای کاربران آمریکایی فراهم می‌کرد.
گوگل همچنین برخی از قابلیت‌های خاص اندروید را بهینه‌سازی و اضافه کرده است. ابزار تریم جدید برای برش‌های دقیق‌تر، کنترل‌ها را بهبود بخشیده است. همچنین قابلیت جدید «بهبود خودکار» در آن وجود دارد که می‌تواند به‌طور خودکار رنگ‌ها را بهبود بخشد و ویدیوها را لرزشگیری کند، و یک ابزار جدید «سرعت» که می‌تواند سرعت فیلم را افزایش یا کاهش دهد.
این قابلیت‌های جدید به تدریج در حال عرضه هستند.برای اطلاعات بیشتر...https://ai-center.ir/213030707-568/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#گوگل_فوتوز#ویرایش_ویدئو
۸:۳۴
۸ مهر
گوگل با معرفی فناوری آلفاچیپ، روشی جدید و کارآمد برای طراحی تراشه‌های کامپیوتری ارائه کرده است. این فناوری به هوش مصنوعی اجازه می‌دهد تا با استفاده از روش یادگیری تقویتی، چیدمان بهینه‌ی اجزای تراشه را پیدا کند.
گوگل روش یادگیری تقویتی جدیدی به نام آلفاچیپ را رونمایی کرده است که روند طراحی چیدمان تراشه‌ها را بسیار متحول می‌کند. هوش مصنوعی آلفاچیپ با بهینه‌سازی عملکرد و مصرف انرژی و مساحت تراشه‌ها، طراحی آنها را کارآمدتر می‌کند. این روش که اکنون در‌دسترس عموم قرار گرفته است، نقش مهمی در طراحی واحدهای پردازش تانسور (TPU) گوگل برعهده دارد و در کانون توجه شرکت‌های دیگری مانند مدیاتک نیز قرار گرفته است.
تامزهاردور می‌نویسد که طراحی فیزیکی تراشه، ازجمله چیدمان ترانزیستورها روی سیلیکون، همیشه یکی از مراحل توسعه‌ی پیچیده و زمان‌بر تراشه بوده است. در سال‌های اخیر، شرکت‌هایی مانند سیناپسیس با بهره‌گیری از هوش مصنوعی، ابزارهایی برای خودکارسازی و بهینه‌سازی این فرایند معرفی کرده‌اند.
بااینحال، هزینه‌ی هنگفت این ابزارها از دسترسی گسترده‌ی طراحان به این فناوری مانع شده است. گوگل با هدف دموکراتیزه‌کردن طراحی تراشه، در تلاش است تا این فناوری را به‌دست طیف وسیع‌تری از طراحان برساند و توسعه‌ی تراشه را تسریع کند.
طراحی نقشه‌ی تراشه‌ی پیچیده مثل GPU، کاری زمان‌بر و پرهزینه است. مهندسان معمولاً دو سال یا بیشتر برای این کار وقت می‌گذارند. بااینحال، گوگل با استفاده از هوش مصنوعی این روند را متحول کرده است. سیستم هوش مصنوعی گوگل به نام آلفاچیپ می‌تواند در چند ساعت، نقشه‌ای دقیق و بهینه از تراشه‌ی پیچیده ایجاد کند.
این سیستم نه‌تنها زمان طراحی را بسیار کاهش می‌دهد؛ بلکه طراحی‌های بهتری هم ارائه می‌دهد؛ طراحی‌هایی که مصرف انرژی را کاهش و عملکرد تراشه را افزایش می‌دهند. گوگل با مقایسه‌ی طراحی‌های آلفاچیپ با طراحی‌های مهندسان، نشان داده است که این سیستم می‌تواند طول سیم‌های داخل تراشه را کاهش چشمگیری دهد و در‌نتیجه، کارایی تراشه را بهبود ببخشد.
آلفاچیپ از روش هوشمندی به نام یادگیری تقویتی برای طراحی مدارهای مجتمع استفاده می‌کند. به‌بیان ساده، آلفاچیپ چیدمان اجزای تراشه را مانند بازی می‌بیند. به‌مرور‌زمان آلفاچیپ یاد می‌گیرد که چگونه قطعات را به بهترین شکل ممکن کنار‌هم قرار دهد تا تراشه‌ای کارآمد و بهینه تولید شود. برای این کار، آلفاچیپ از شبکه‌ی عصبی گراف استفاده می‌کند. این شبکه به آلفاچیپ کمک می‌کند تا روابط پیچیده‌ی بین اجزای مختلف تراشه را درک کند و تصمیمات بهتری بگیرد.
آلفاچیپ از سال ۲۰۲۰ به‌عنوان قلب تپنده‌ی شتاب‌دهنده‌های هوش مصنوعی TPU گوگل شناخته می‌شود. این تراشه‌های قدرتمند مدل‌های عظیم هوش مصنوعی مانند جمنای و Imagen را پشتیبانی می‌کنند که خدمات ابری گوگل را به‌حرکت در‌می‌آورند.برای اطلاعات بیشتر....https://ai-center.ir/213030708-543/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#تراشه_هوش_مصنوعی#گوگل
گوگل روش یادگیری تقویتی جدیدی به نام آلفاچیپ را رونمایی کرده است که روند طراحی چیدمان تراشه‌ها را بسیار متحول می‌کند. هوش مصنوعی آلفاچیپ با بهینه‌سازی عملکرد و مصرف انرژی و مساحت تراشه‌ها، طراحی آنها را کارآمدتر می‌کند. این روش که اکنون در‌دسترس عموم قرار گرفته است، نقش مهمی در طراحی واحدهای پردازش تانسور (TPU) گوگل برعهده دارد و در کانون توجه شرکت‌های دیگری مانند مدیاتک نیز قرار گرفته است.
تامزهاردور می‌نویسد که طراحی فیزیکی تراشه، ازجمله چیدمان ترانزیستورها روی سیلیکون، همیشه یکی از مراحل توسعه‌ی پیچیده و زمان‌بر تراشه بوده است. در سال‌های اخیر، شرکت‌هایی مانند سیناپسیس با بهره‌گیری از هوش مصنوعی، ابزارهایی برای خودکارسازی و بهینه‌سازی این فرایند معرفی کرده‌اند.
بااینحال، هزینه‌ی هنگفت این ابزارها از دسترسی گسترده‌ی طراحان به این فناوری مانع شده است. گوگل با هدف دموکراتیزه‌کردن طراحی تراشه، در تلاش است تا این فناوری را به‌دست طیف وسیع‌تری از طراحان برساند و توسعه‌ی تراشه را تسریع کند.
طراحی نقشه‌ی تراشه‌ی پیچیده مثل GPU، کاری زمان‌بر و پرهزینه است. مهندسان معمولاً دو سال یا بیشتر برای این کار وقت می‌گذارند. بااینحال، گوگل با استفاده از هوش مصنوعی این روند را متحول کرده است. سیستم هوش مصنوعی گوگل به نام آلفاچیپ می‌تواند در چند ساعت، نقشه‌ای دقیق و بهینه از تراشه‌ی پیچیده ایجاد کند.
این سیستم نه‌تنها زمان طراحی را بسیار کاهش می‌دهد؛ بلکه طراحی‌های بهتری هم ارائه می‌دهد؛ طراحی‌هایی که مصرف انرژی را کاهش و عملکرد تراشه را افزایش می‌دهند. گوگل با مقایسه‌ی طراحی‌های آلفاچیپ با طراحی‌های مهندسان، نشان داده است که این سیستم می‌تواند طول سیم‌های داخل تراشه را کاهش چشمگیری دهد و در‌نتیجه، کارایی تراشه را بهبود ببخشد.
آلفاچیپ از روش هوشمندی به نام یادگیری تقویتی برای طراحی مدارهای مجتمع استفاده می‌کند. به‌بیان ساده، آلفاچیپ چیدمان اجزای تراشه را مانند بازی می‌بیند. به‌مرور‌زمان آلفاچیپ یاد می‌گیرد که چگونه قطعات را به بهترین شکل ممکن کنار‌هم قرار دهد تا تراشه‌ای کارآمد و بهینه تولید شود. برای این کار، آلفاچیپ از شبکه‌ی عصبی گراف استفاده می‌کند. این شبکه به آلفاچیپ کمک می‌کند تا روابط پیچیده‌ی بین اجزای مختلف تراشه را درک کند و تصمیمات بهتری بگیرد.
آلفاچیپ از سال ۲۰۲۰ به‌عنوان قلب تپنده‌ی شتاب‌دهنده‌های هوش مصنوعی TPU گوگل شناخته می‌شود. این تراشه‌های قدرتمند مدل‌های عظیم هوش مصنوعی مانند جمنای و Imagen را پشتیبانی می‌کنند که خدمات ابری گوگل را به‌حرکت در‌می‌آورند.برای اطلاعات بیشتر....https://ai-center.ir/213030708-543/
#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#تراشه_هوش_مصنوعی#گوگل
۸:۴۵
اولین خودروی آلومینیومی بازیافتی جهان با هدف کاهش انتشار کربن و استفاده از مواد پایدار، توسط دو شرکت Hydro و Audi با هوش مصنوعی طراحی می‌شود.
بدنه این خودرو از ۱۰۰ درصد آلومینیوم بازیافتی تولید شده است، که به حفظ منابع طبیعی و کاهش اثرات زیست‌محیطی کمک می‌کند. این پروژه بخشی از تلاش‌های گسترده‌تر برای تولید خودروهای دوستدار محیط زیست می‌باشد.
این برنامه تحقیقاتی بی‌سابقه و پیشگام در میدلندز انگلستان برای اولین بار قطعات ریخته‌گری خودرو و هوافضا را از آلومینیوم ۱۰۰درصد بازیافتی به شکل سبک‌تر تولید خواهد کرد.
یک شرکت ریخته‌گری مستقر در کاونتری به نام Sarginsons Industries و تیم گسترده‌تر شرکای تحقیقاتی آن، از جمله استون مارتین، یک کمک مالی ۶.۷۲ میلیون دلاری از مرکز پیشرفت پیشرانه و Innovate UK برای پروژه فناوری بهینه‌سازی یکپارچه عملکرد خودرو (PIVOT) دریافت کرده‌اند.
این پروژه به عنوان یک تغییر کلیدی در تولید خودروهای جدید توصیف شده است، که آنها را پایدارتر، سبک‌تر، ارزان‌تر و با عملکرد بهتر می‌سازد.
تحقیقات به دنبال نشان دادن این است که جرم شاسی یک وسیله نقلیه می‌تواند تا ۳۰ درصد کاهش پیدا کند، در حالی که یکپارچگی مکانیکی حفظ می‌شود، بنابراین وزن کاهش یافته و برد رانندگی خودروهای جدید افزایش می‌یابد.
بخش دیگری از تحقیقات راه را برای آینده‌ای پایدار برای تأمین آلومینیوم به عنوان ماده خام برای تولیدکنندگان خودرو و سایر صنایع تولیدی با استفاده از آلومینیوم بازیافتی برای قطعات قوی‌تر هموار می‌کند.
تمام قطعات ساختاری خودرو از مواد اولیه با کربن بالا و غیر بازیافتی استفاده می‌کنند.
با تقویت آلومینیوم بازیافتی با مقادیر کمی از عناصر آلیاژی کلیدی، PIVOT محتوای کربن در قطعات ریخته‌گری آلومینیومی معمولی یک وسیله نقلیه را تا ۹۵ درصد کاهش می‌دهد، در حالی که انعطاف‌پذیری برای ایمنی در تصادف را بهبود می‌بخشد.
این پروژه از تسریع مرکز پیشرفت پیشرانه به سمت صنعت خودروسازی با انتشار صفر خالص حمایت خواهد کرد.
بخشی از این پروژه شامل همکاری Sarginsons با دانشگاه برونل و کارشناسان بازیافت فلز، GESCRAP، برای توسعه تکنیک‌های بهبود ساختار دانه‌ای به منظور غلبه بر ناخالصی‌های ذاتی در آلومینیوم بازیافتی است.
این تحقیق همچنین یک شبکه بازیافت جدید در بریتانیا برای آلومینیوم ثانویه ایجاد خواهد کرد تا تغییری در استفاده از منابع اولیه محدود آلومینیوم به آلومینیوم ثانویه با کربن تعبیه شده به طور قابل توجهی کمتر را آغاز کند.برای اطلاعات بیشتر....https://ai-center.ir/203030708-543/#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#خودرو#بازیافت
بدنه این خودرو از ۱۰۰ درصد آلومینیوم بازیافتی تولید شده است، که به حفظ منابع طبیعی و کاهش اثرات زیست‌محیطی کمک می‌کند. این پروژه بخشی از تلاش‌های گسترده‌تر برای تولید خودروهای دوستدار محیط زیست می‌باشد.
این برنامه تحقیقاتی بی‌سابقه و پیشگام در میدلندز انگلستان برای اولین بار قطعات ریخته‌گری خودرو و هوافضا را از آلومینیوم ۱۰۰درصد بازیافتی به شکل سبک‌تر تولید خواهد کرد.
یک شرکت ریخته‌گری مستقر در کاونتری به نام Sarginsons Industries و تیم گسترده‌تر شرکای تحقیقاتی آن، از جمله استون مارتین، یک کمک مالی ۶.۷۲ میلیون دلاری از مرکز پیشرفت پیشرانه و Innovate UK برای پروژه فناوری بهینه‌سازی یکپارچه عملکرد خودرو (PIVOT) دریافت کرده‌اند.
این پروژه به عنوان یک تغییر کلیدی در تولید خودروهای جدید توصیف شده است، که آنها را پایدارتر، سبک‌تر، ارزان‌تر و با عملکرد بهتر می‌سازد.
تحقیقات به دنبال نشان دادن این است که جرم شاسی یک وسیله نقلیه می‌تواند تا ۳۰ درصد کاهش پیدا کند، در حالی که یکپارچگی مکانیکی حفظ می‌شود، بنابراین وزن کاهش یافته و برد رانندگی خودروهای جدید افزایش می‌یابد.
بخش دیگری از تحقیقات راه را برای آینده‌ای پایدار برای تأمین آلومینیوم به عنوان ماده خام برای تولیدکنندگان خودرو و سایر صنایع تولیدی با استفاده از آلومینیوم بازیافتی برای قطعات قوی‌تر هموار می‌کند.
تمام قطعات ساختاری خودرو از مواد اولیه با کربن بالا و غیر بازیافتی استفاده می‌کنند.
با تقویت آلومینیوم بازیافتی با مقادیر کمی از عناصر آلیاژی کلیدی، PIVOT محتوای کربن در قطعات ریخته‌گری آلومینیومی معمولی یک وسیله نقلیه را تا ۹۵ درصد کاهش می‌دهد، در حالی که انعطاف‌پذیری برای ایمنی در تصادف را بهبود می‌بخشد.
این پروژه از تسریع مرکز پیشرفت پیشرانه به سمت صنعت خودروسازی با انتشار صفر خالص حمایت خواهد کرد.
بخشی از این پروژه شامل همکاری Sarginsons با دانشگاه برونل و کارشناسان بازیافت فلز، GESCRAP، برای توسعه تکنیک‌های بهبود ساختار دانه‌ای به منظور غلبه بر ناخالصی‌های ذاتی در آلومینیوم بازیافتی است.
این تحقیق همچنین یک شبکه بازیافت جدید در بریتانیا برای آلومینیوم ثانویه ایجاد خواهد کرد تا تغییری در استفاده از منابع اولیه محدود آلومینیوم به آلومینیوم ثانویه با کربن تعبیه شده به طور قابل توجهی کمتر را آغاز کند.برای اطلاعات بیشتر....https://ai-center.ir/203030708-543/#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#خودرو#بازیافت
۸:۴۷
پکن با هدف توسعه صنعت نیمه‌رسانای خود و مقابله با تحریم‌های آمریکا، فشار بر شرکت‌های چینی را برای خرید تراشه‌های هوش مصنوعی تولید داخلی به جای تراشه‌های انویدیا مضاعف کرده است.
بلومبرگ به نقل از منابع آگاه نوشت: رگولاتورهای چینی، شرکت‌ها را از خرید تراشه‌های H۲۰ انویدیا که برای توسعه و اجرای مدل‌های هوش مصنوعی استفاده می‌شوند، بازداشته‌اند. این سیاست به‌جای ممنوعیت کامل، شکل راهنمایی به خود گرفته است، زیرا پکن می‌خواهد از ایجاد اختلال در استارتاپ‌های هوش مصنوعی خود و تشدید تنش‌ها با آمریکا اجتناب کند.
این اقدام برای کمک به سازندگان تراشه‌های هوش مصنوعی چینی برای کسب سهم بیشتری از بازار طراحی شده است و در عین حال، شرکت‌های فناوری داخلی را برای هرگونه محدودیت‌های احتمالی اضافی آمریکا آماده می‌کند.
همچنین پکن در اوایل سال جاری، در راستای کمپین دستیابی به خودکفایی در شرایط بحرانی، به سازندگان خودروهای برقی داخلی اعلام کرد قطعات خود را از تراشه سازان داخلی تامین کنند. شرکت کامبریکان تکنولوژی و هواوی تکنولوژی از جمله تولیدکنندگان بزرگ پردازنده‌های هوش مصنوعی چین هستند.
در پی انتشار خبر بلومبرگ، سهام انویدیا در معاملات روز جمعه، ۳.۹ درصد کاهش یافت و به ۱۱۹.۲۶ دلار رسید. سهام این شرکت در سال جاری، رشد بیش از دو برابری داشته است.
دولت آمریکا با هدف محدود کردن پیشرفت‌های تکنولوژیکی پکن، فروش پیشرفته ترین پردازنده‌های هوش مصنوعی انویدیا به مشتریان چینی را در سال ۲۰۲۲ ممنوع کرد. انویدیا که در سانتا کلارای کالیفرنیا مستقر است، نسخه‌های بعدی تراشه‌ها را تغییر داد تا بتوانند طبق مقررات وزارت بازرگانی آمریکا، آنها را به بازار چین عرضه کند. مدلH۲۰ با این معیارها مطابقت دارد.
به گفته منابع آگاه، چندین رگولاتور چینی از جمله وزارت قدرتمند صنعت و فناوری اطلاعات، در ماه‌های اخیر، دستورالعمل‌های به اصطلاح پنجره‌ای (دستورالعمل‌هایی بدون اعمال قانون) را برای کاهش استفاده از محصولات انویدیا صادر کردند. هدف از این اخطار، تشویق شرکت‌ها برای تکیه بر فروشندگان داخلی مانند هواوی و کامبریکان است. پکن همچنین این پیام را از طریق یک گروه تجاری داخلی ارسال کرد.
همزمان، مقامات چینی از شرکت‌های داخلی می‌خواهند که بهترین سیستم‌های هوش مصنوعی ممکن را بسازند. به گفته منابع مطلع از سیاست هوش مصنوعی چین، اگر این به معنای آن است که آنها نیاز به خرید برخی از نیمه‌رساناهای خارجی به جای گزینه‌های داخلی دارند، پکن همچنان آن را خواهد پذیرفت.برای اطلاعات بیشتر....https://ai-center.ir/202030708-428/#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#انویدیا#تراشه
بلومبرگ به نقل از منابع آگاه نوشت: رگولاتورهای چینی، شرکت‌ها را از خرید تراشه‌های H۲۰ انویدیا که برای توسعه و اجرای مدل‌های هوش مصنوعی استفاده می‌شوند، بازداشته‌اند. این سیاست به‌جای ممنوعیت کامل، شکل راهنمایی به خود گرفته است، زیرا پکن می‌خواهد از ایجاد اختلال در استارتاپ‌های هوش مصنوعی خود و تشدید تنش‌ها با آمریکا اجتناب کند.
این اقدام برای کمک به سازندگان تراشه‌های هوش مصنوعی چینی برای کسب سهم بیشتری از بازار طراحی شده است و در عین حال، شرکت‌های فناوری داخلی را برای هرگونه محدودیت‌های احتمالی اضافی آمریکا آماده می‌کند.
همچنین پکن در اوایل سال جاری، در راستای کمپین دستیابی به خودکفایی در شرایط بحرانی، به سازندگان خودروهای برقی داخلی اعلام کرد قطعات خود را از تراشه سازان داخلی تامین کنند. شرکت کامبریکان تکنولوژی و هواوی تکنولوژی از جمله تولیدکنندگان بزرگ پردازنده‌های هوش مصنوعی چین هستند.
در پی انتشار خبر بلومبرگ، سهام انویدیا در معاملات روز جمعه، ۳.۹ درصد کاهش یافت و به ۱۱۹.۲۶ دلار رسید. سهام این شرکت در سال جاری، رشد بیش از دو برابری داشته است.
دولت آمریکا با هدف محدود کردن پیشرفت‌های تکنولوژیکی پکن، فروش پیشرفته ترین پردازنده‌های هوش مصنوعی انویدیا به مشتریان چینی را در سال ۲۰۲۲ ممنوع کرد. انویدیا که در سانتا کلارای کالیفرنیا مستقر است، نسخه‌های بعدی تراشه‌ها را تغییر داد تا بتوانند طبق مقررات وزارت بازرگانی آمریکا، آنها را به بازار چین عرضه کند. مدلH۲۰ با این معیارها مطابقت دارد.
به گفته منابع آگاه، چندین رگولاتور چینی از جمله وزارت قدرتمند صنعت و فناوری اطلاعات، در ماه‌های اخیر، دستورالعمل‌های به اصطلاح پنجره‌ای (دستورالعمل‌هایی بدون اعمال قانون) را برای کاهش استفاده از محصولات انویدیا صادر کردند. هدف از این اخطار، تشویق شرکت‌ها برای تکیه بر فروشندگان داخلی مانند هواوی و کامبریکان است. پکن همچنین این پیام را از طریق یک گروه تجاری داخلی ارسال کرد.
همزمان، مقامات چینی از شرکت‌های داخلی می‌خواهند که بهترین سیستم‌های هوش مصنوعی ممکن را بسازند. به گفته منابع مطلع از سیاست هوش مصنوعی چین، اگر این به معنای آن است که آنها نیاز به خرید برخی از نیمه‌رساناهای خارجی به جای گزینه‌های داخلی دارند، پکن همچنان آن را خواهد پذیرفت.برای اطلاعات بیشتر....https://ai-center.ir/202030708-428/#هوش_مصنوعی#مرکز_نوآوری_و_توسعه_هوش_مصنوعی#پژوهشگاه_ارتباطات_و_فناوری_اطلاعات#انویدیا#تراشه
۸:۴۸
بازارسال شده از
مرکز نوآوری و توسعه هوش مصنوعی برگزار می‌کند:سلسله نشست‌های دستیابی به عمق هوش مصنوعینشست اول: دستیابی به عمق هوش مصنوعی در لایه زیرساخت
زمان : سه شنبه 10 مهر 1403، ساعت 9 الی 12 مکان : پژوهشگاه ارتباطات و فناوری اطلاعات، سالن اتابکی
برای ثبت نام(رایگان) به لینک زیر مراجعه کنید:https://ai-center.ir/ai-infrastructure/
زمان : سه شنبه 10 مهر 1403، ساعت 9 الی 12 مکان : پژوهشگاه ارتباطات و فناوری اطلاعات، سالن اتابکیبرای ثبت نام(رایگان) به لینک زیر مراجعه کنید:https://ai-center.ir/ai-infrastructure/
۹:۵۸