در این کانال کاربردهای هوش مصنوعی و رباتیک را در صنعت بیان کرده و مباحث علمی در این حوزه را تشریح می نماییم.
گروه فنی و تخصصی هوشربا جهت ارائه خدمات مهندسی، علمی و پژوهشی به تمام مراکز تحقیفاتی، کارگاه ها و کارخانه های صنعتی جهت توسعه هوش مصنوعی تشکیل شده و در این راستا مشاوره و خدمات لازم را به متقاضیان ارائه می دهد.
گروه فنی و تخصصی هوشربا جهت ارائه خدمات مهندسی، علمی و پژوهشی به تمام مراکز تحقیفاتی، کارگاه ها و کارخانه های صنعتی جهت توسعه هوش مصنوعی تشکیل شده و در این راستا مشاوره و خدمات لازم را به متقاضیان ارائه می دهد.
۲۰:۳۴
گروه هوش ربا توسعه دهنده هوش مصنوعی و رباتیک در صنعت و پژوهش و مشاور شما در هوشمندسازی فرآیند های کاری و صنعتی.
جهت ارائه مشاوره می توانید با شماره همراه زیر تماس حاصل نمایید:09031904751 آب آذر
جهت ارائه مشاوره می توانید با شماره همراه زیر تماس حاصل نمایید:09031904751 آب آذر
۲۰:۳۶
نمونه هایی از هوش مصنوعی (AI) در هفت صتعت و تجارت
لطفا لینک ما را به اشتراک بگذارید.
هوش مصنوعی (AI) یک موضوع داغ برای صنعت و تجارت می باشد. اما برای بسیاری افراد، کاربرد و جوانب هوش مصنوعی مبهم و تاریک است.
انتظار می رود موارد استفاده جدید و نوظهور برای هوش مصنوعی تقریباً هر صنعت را در سال ها و دهه های آینده متحول کند. و از طریق آن، شرکت‌های مبتکر و رهبران باهوش سود خواهند برد.
هوش مصنوعی (AI) چیست؟به طور کلی، هوش مصنوعی به سیستم‌های کامپیوتری اطلاق می‌شود که می‌توانند وظایف حل مسئله و تصمیم‌گیری را که معمولاً با هوش انسانی مرتبط هستند، انجام دهند. این موارد می تواند شامل موارد زیر باشد:
>تشخیص تصاویر و گفتار>تصمیم گیری>ترجمه زبان ها>ارائه توصیه هاو...
کاربردهای هوش مصنوعی گستره ای ابزارهای کاربرگرا (مانند چت بات ها) تا موارد استفاده صنعتی بسیار پیچیده، مانند پیش بینی نیاز به تعمیر و نگهداری تجهیزات تولیدی را شامل می شود.
در زیر با ارایه نمونه های از کاربردهای هوش مصنوعی، نگاهی اجمالی به وسعت و عمق امکاناتی که از توسعه هوش مقنوعی فراهم می شوند می اندازیم.
1. خدمات مالیهوش مصنوعی هم در امور مالی کاربران و هم در عملیات بانکی جهانی کاربردهای فراوانی دارد. از نمونه های هوش مصنوعی در این صنعت می توان به موارد زیر اشاره کرد.
تشخیص تقلب
تلاش برای کلاهبرداری مالی، چه در مقیاس وسیع و چه از طریق جرایم روزمره (مانند کلاهبرداری از کارت اعتباری)، به سرعت در حال افزایش است و باعث اختلالات عمده برای سازمان‌ها و افراد می‌شود. به گفته بیزینس اینسایدر، بانک‌هایی مانند J.P. Morgan Chase از الگوریتم‌های هوش مصنوعی اختصاصی برای علامت‌گذاری تراکنش‌هایی استفاده می‌کنند که با الگوهای عادی برای بازرسی بیشتر مطابقت ندارند.
تجارت الگوریتمی
روزگاری که معامله گران در بازار سهام فریاد می زدند، گذشته است. امروزه، بیشتر معاملات عمده تجاری توسط الگوریتم هایی انجام می شود که بسیار سریعتر از انسان ها واکنش نشان می دهند و تصمیم می گیرند. در واقع، تا سال 2024، انتظار می رود صنعت تجارت الگوریتمی به 19 میلیارد دلار در سال برسد.
2. بیمهدر چشم انداز گسترده تری از خدمات مالی، بیمه به دلیل کاربردهای منحصر به فرد از هوش مصنوعی برجسته است از جمله:
پذیره نویسی مبتنی بر هوش مصنوعی
برای دهه‌ها، تصمیم‌گیری‌ها بر روی فرآیندهای بسیار دستی و ورودی داده‌ها و همچنین فرآیندهای تهاجمی مانند معاینات پزشکی متکی بوده است. امروزه شرکت‌های بیمه از هوش مصنوعی برای ارزیابی ریسک‌ها با استفاده از مجموعه داده‌های عظیمی استفاده می‌کنند که از عواملی از تاریخچه داروهای تجویزی گرفته تا مالکیت حیوان خانگی استفاده می‌کنند.
رسیدگی به ادعاها
امروزه، هوش مصنوعی می‌تواند بسیاری از فرآیند ادعاها را برای ادعاهای ساده انجام دهد. نمونه‌هایی از هوش مصنوعی از مدیریت تعاملات مشتری از طریق ربات‌های گفتگو (مانند Progressive's Flo) تا استفاده از بینایی ماشین برای ارزیابی آسیب خودکار را شامل می‌شود. با افزایش قابلیت‌های بینایی ماشین و هوش مصنوعی، مشارکت انسان احتمالاً نقش کمتری در تصمیم‌گیری‌های ادعایی خواهد داشت.
3. مراقبت های بهداشتیدر حالی که مراقبت های بهداشتی به طور سنتی به شدت به کار و مراقبت انسانی متکی بوده است، اکنون می توان تعداد فزاینده ای از وظایف را به هوش مصنوعی برون سپاری کرد. در زیر دو نمونه از هوش مصنوعی در مراقبت های بهداشتی آورده شده است.
پزشکی دقیق و الگوریتم ها
پیامدهای سلامتی یک فرد، یا حتی پاسخ آنها به یک درمان خاص، می تواند به طور قابل توجهی بر اساس عوامل متعدد، از سبک زندگی گرفته تا ژنتیک، متفاوت باشد. تجزیه این عوامل برای پزشکان انسانی دشوار است. هوش مصنوعی می‌تواند حجم عظیمی از داده‌ها را برای شناسایی درمان‌های بهینه برای بیماران، یا حتی شناسایی نگرانی‌های بهداشتی نوظهور قبل از اینکه به سطحی برسد که یک انسان ممکن است متوجه شود، دریافت کند.
بینایی کامپیوتر برای تشخیص و جراحی
بینایی کامپیوتر و یادگیری ماشینی به طور فزاینده ای برای تشخیص بیماری هایی مانند سرطان پوست و حتی برای کمک به جراحی های پیچیده امیدوار کننده هستند. به عنوان مثال، هوش مصنوعی می تواند اطمینان حاصل کند که پزشکان تمام مراحل لازم را در طول یک عمل به درستی انجام می دهند.
4. علوم زیستیاز آنجایی که علوم زیستی طبیعتاً شامل مجموعه داده‌های بزرگی است که توسط آزمایش‌ها تولید می‌شوند، جای تعجب نیست که هوش مصنوعی کاربردهای بالقوه متعددی در این زمینه داشته باشد. نمونه های هوش مصنوعی در علوم زیستی عبارتند از:
کشف دارو
جستجو برای درمان‌های جدید هنوز به آزمایش‌های مقیاس بزرگ و تأیید فرضیه‌ها نیاز دارد. با این حال، یادگیری ماشینی از دهه 1990 برای سرعت بخشیدن به فرآیند مورد استفاده قرار
لطفا لینک ما را به اشتراک بگذارید.
هوش مصنوعی (AI) یک موضوع داغ برای صنعت و تجارت می باشد. اما برای بسیاری افراد، کاربرد و جوانب هوش مصنوعی مبهم و تاریک است.
انتظار می رود موارد استفاده جدید و نوظهور برای هوش مصنوعی تقریباً هر صنعت را در سال ها و دهه های آینده متحول کند. و از طریق آن، شرکت‌های مبتکر و رهبران باهوش سود خواهند برد.
هوش مصنوعی (AI) چیست؟به طور کلی، هوش مصنوعی به سیستم‌های کامپیوتری اطلاق می‌شود که می‌توانند وظایف حل مسئله و تصمیم‌گیری را که معمولاً با هوش انسانی مرتبط هستند، انجام دهند. این موارد می تواند شامل موارد زیر باشد:
>تشخیص تصاویر و گفتار>تصمیم گیری>ترجمه زبان ها>ارائه توصیه هاو...
کاربردهای هوش مصنوعی گستره ای ابزارهای کاربرگرا (مانند چت بات ها) تا موارد استفاده صنعتی بسیار پیچیده، مانند پیش بینی نیاز به تعمیر و نگهداری تجهیزات تولیدی را شامل می شود.
در زیر با ارایه نمونه های از کاربردهای هوش مصنوعی، نگاهی اجمالی به وسعت و عمق امکاناتی که از توسعه هوش مقنوعی فراهم می شوند می اندازیم.
1. خدمات مالیهوش مصنوعی هم در امور مالی کاربران و هم در عملیات بانکی جهانی کاربردهای فراوانی دارد. از نمونه های هوش مصنوعی در این صنعت می توان به موارد زیر اشاره کرد.
تشخیص تقلب
تلاش برای کلاهبرداری مالی، چه در مقیاس وسیع و چه از طریق جرایم روزمره (مانند کلاهبرداری از کارت اعتباری)، به سرعت در حال افزایش است و باعث اختلالات عمده برای سازمان‌ها و افراد می‌شود. به گفته بیزینس اینسایدر، بانک‌هایی مانند J.P. Morgan Chase از الگوریتم‌های هوش مصنوعی اختصاصی برای علامت‌گذاری تراکنش‌هایی استفاده می‌کنند که با الگوهای عادی برای بازرسی بیشتر مطابقت ندارند.
تجارت الگوریتمی
روزگاری که معامله گران در بازار سهام فریاد می زدند، گذشته است. امروزه، بیشتر معاملات عمده تجاری توسط الگوریتم هایی انجام می شود که بسیار سریعتر از انسان ها واکنش نشان می دهند و تصمیم می گیرند. در واقع، تا سال 2024، انتظار می رود صنعت تجارت الگوریتمی به 19 میلیارد دلار در سال برسد.
2. بیمهدر چشم انداز گسترده تری از خدمات مالی، بیمه به دلیل کاربردهای منحصر به فرد از هوش مصنوعی برجسته است از جمله:
پذیره نویسی مبتنی بر هوش مصنوعی
برای دهه‌ها، تصمیم‌گیری‌ها بر روی فرآیندهای بسیار دستی و ورودی داده‌ها و همچنین فرآیندهای تهاجمی مانند معاینات پزشکی متکی بوده است. امروزه شرکت‌های بیمه از هوش مصنوعی برای ارزیابی ریسک‌ها با استفاده از مجموعه داده‌های عظیمی استفاده می‌کنند که از عواملی از تاریخچه داروهای تجویزی گرفته تا مالکیت حیوان خانگی استفاده می‌کنند.
رسیدگی به ادعاها
امروزه، هوش مصنوعی می‌تواند بسیاری از فرآیند ادعاها را برای ادعاهای ساده انجام دهد. نمونه‌هایی از هوش مصنوعی از مدیریت تعاملات مشتری از طریق ربات‌های گفتگو (مانند Progressive's Flo) تا استفاده از بینایی ماشین برای ارزیابی آسیب خودکار را شامل می‌شود. با افزایش قابلیت‌های بینایی ماشین و هوش مصنوعی، مشارکت انسان احتمالاً نقش کمتری در تصمیم‌گیری‌های ادعایی خواهد داشت.
3. مراقبت های بهداشتیدر حالی که مراقبت های بهداشتی به طور سنتی به شدت به کار و مراقبت انسانی متکی بوده است، اکنون می توان تعداد فزاینده ای از وظایف را به هوش مصنوعی برون سپاری کرد. در زیر دو نمونه از هوش مصنوعی در مراقبت های بهداشتی آورده شده است.
پزشکی دقیق و الگوریتم ها
پیامدهای سلامتی یک فرد، یا حتی پاسخ آنها به یک درمان خاص، می تواند به طور قابل توجهی بر اساس عوامل متعدد، از سبک زندگی گرفته تا ژنتیک، متفاوت باشد. تجزیه این عوامل برای پزشکان انسانی دشوار است. هوش مصنوعی می‌تواند حجم عظیمی از داده‌ها را برای شناسایی درمان‌های بهینه برای بیماران، یا حتی شناسایی نگرانی‌های بهداشتی نوظهور قبل از اینکه به سطحی برسد که یک انسان ممکن است متوجه شود، دریافت کند.
بینایی کامپیوتر برای تشخیص و جراحی
بینایی کامپیوتر و یادگیری ماشینی به طور فزاینده ای برای تشخیص بیماری هایی مانند سرطان پوست و حتی برای کمک به جراحی های پیچیده امیدوار کننده هستند. به عنوان مثال، هوش مصنوعی می تواند اطمینان حاصل کند که پزشکان تمام مراحل لازم را در طول یک عمل به درستی انجام می دهند.
4. علوم زیستیاز آنجایی که علوم زیستی طبیعتاً شامل مجموعه داده‌های بزرگی است که توسط آزمایش‌ها تولید می‌شوند، جای تعجب نیست که هوش مصنوعی کاربردهای بالقوه متعددی در این زمینه داشته باشد. نمونه های هوش مصنوعی در علوم زیستی عبارتند از:
کشف دارو
جستجو برای درمان‌های جدید هنوز به آزمایش‌های مقیاس بزرگ و تأیید فرضیه‌ها نیاز دارد. با این حال، یادگیری ماشینی از دهه 1990 برای سرعت بخشیدن به فرآیند مورد استفاده قرار
۲۱:۴۰
گرفته است. از این طریق می توان پیش بینی کرد که چگونه ترکیبات خاصی با یکدیگر تعامل خواهند داشت و حتی چگونه یک دارو علیه هدف خود عمل می کند.
پیش بینی گسترش بیماری
در طول همه‌گیری کووید-19، کارشناسان از هوش مصنوعی و یادگیری ماشینی برای پیش‌بینی گسترش و تأثیرات ویروس، به‌ویژه زمانی که جهش یافته است، به‌طور گسترده استفاده کرده‌اند. داده‌های این مدل‌ها به رهبران بهداشت عمومی و مراقبت‌های بهداشتی اجازه می‌دهد تا سیاست‌هایی را اتخاذ کنند و منابعی را برای به حداقل رساندن جهش‌ها و کاهش استرس در سیستم مراقبت‌های بهداشتی گسترده‌تر آماده کنند.
5. مخابراتدر حالی که بسیاری از ما اغلب در دسترس بودن اینترنت و ارتباطات را بدیهی می دانیم، صنعت ارتباطات از راه دور به یک سری فرآیندهای بسیار پیچیده و تنظیمات مداوم بستگی دارد. هوش مصنوعی می تواند این نیازها را به روش های مختلفی برطرف کند.
بهینه سازی شبکه
برای حفظ عملیات بی عیب و نقص، شبکه ها باید با ترافیک در حال تغییر سازگار شوند و به سرعت ناهنجاری ها را برطرف کنند. در حال حاضر، 63.5 درصد از ارائه دهندگان مخابراتی از هوش مصنوعی برای نظارت و بهبود شبکه های خود و ارائه بهترین عملکرد ممکن برای مشتریان نهایی خود استفاده می کنند.
گرافیک نشان می دهد که 63.5 درصد از ارائه دهندگان مخابراتی از هوش مصنوعی برای بهبود شبکه های خود استفاده می کنند.منبع: IDCتعمیرات قابل پیش بینی
شبکه‌های مخابراتی بر مجموعه‌های سخت‌افزاری پراکنده تکیه دارند. و مشکلات در این زیرساخت می تواند در سراسر شبکه موج بزند. هوش مصنوعی به شرکت‌های مخابراتی این فرصت را می‌دهد تا از الگوریتم‌های پیش‌بینی برای شناسایی زمانی که احتمال بروز مشکلات بیشتر است، استفاده کنند.
6. نفت، گاز، انرژینفت، گاز و انرژی میدانی پیچیده‌تر است و با توجه به ملاحظات ایمنی و زیست‌محیطی، فضای کمی برای خطا دارد. هوش مصنوعی به شرکت‌های انرژی اجازه می‌دهد تا کارایی خود را بدون افزایش هزینه‌ها افزایش دهند. برنامه های کاربردی عبارتند از:
پردازش تصویر برای شناسایی نیازهای تعمیر و نگهداری
توانایی فزاینده هوش مصنوعی در پردازش تصاویر و تشخیص الگوها، استفاده از پهپادها و سایر منابع تصویر را برای بررسی زیرساخت‌های برق از نظر خرابی تجهیزات یا حتی سیم‌های قطع شده ممکن می‌سازد. این تاکتیکی است که قبلاً در سراسر شبکه برق بریتانیا اجرا شده است.
پیش بینی تقاضای انرژی
با گذر دوره سوخت فسیلی به انرژی های تجدیدپذیر، داده‌های پیش‌بینی‌کننده در مورد تقاضا و در دسترس بودن انرژی برای تأمین‌کنندگان انرژی ضروری خواهد بود، زیرا از آن طریق در مورد ذخیره‌سازی و استفاده تصمیم می‌گیرند. این امر می تواند شامل شناسایی مقدار انرژی خورشیدی برای ذخیره شدن در شب یا روزهای بارانی باشد. هوش مصنوعی به شرکت‌ها کمک می‌کند تا عواملی را که بر تقاضا تأثیر می‌گذارند تجزیه و تحلیل کنند و تصمیم‌گیری آگاهانه برای آینده بگیرند.
7. هوانوردیحمل و نقل هوایی ایمن و کارآمد، به ویژه در زمینه افزایش قیمت سوخت، به استفاده دقیق از داده ها برای بهینه سازی پروازهای فردی و زیرساخت های هوایی گسترده تر بستگی دارد. کاربردهای هوش مصنوعی در این بخش عبارتند از:
پیش بینی تقاضای مسیر
برای به حداکثر رساندن سود و در عین حال حفظ وفاداری مشتریان، خطوط هوایی باید تعادل دقیقی بین ارائه پروازهای کافی بین مقاصد خاص بدون پرواز مسیرهای بیشتر از مقرون به صرفه ایجاد کنند. مدل‌های هوش مصنوعی می‌توانند عواملی مانند ترافیک اینترنت، روندهای اقتصاد کلان، و داده‌های گردشگری فصلی را در نظر بگیرند تا به شرکت‌های هواپیمایی در تصمیم‌گیری آگاهانه درباره پیشنهادات مسیرشان کمک کنند.
ارائه خدمات به مشتریان
در خلال اختلالات عمده، مانند اختلالات ناشی از رویدادهای آب و هوایی گسترده، تعداد کمی از خطوط هوایی ظرفیت کارمندی برای رسیدگی به سؤالات و نیازهای مشتریان فردی را دارند. علاوه بر پیام‌رسانی خودکار، خطوط هوایی به طور فزاینده‌ای برای استخراج اطلاعات کلیدی از پیام‌های مشتریان و ارائه پاسخ مناسب، به هوش مصنوعی متکی هستند. به عنوان مثال، این کار ممکن است شامل هدایت مشتری برای پرس و جو در مورد چمدان خود به اطلاعات مربوط به گزارش چمدان گم شده باشد.
آینده هوش مصنوعی در سراسر صنایعهمانطور که وسعت و عمق برنامه‌های هوش مصنوعی نشان می‌دهد، برنامه‌های کاربردی داده‌های بزرگ، یادگیری ماشینی و موارد دیگر پیامدهای عمده‌ای در سراسر صنایع دارند. در حالی که برخی از این کاربردها نوپا هستند، و ما فعلا تنها نوک کوه یخ را می بینیم و در آینده قطعا این فناوری بالغ می شود. بنابراین، سازمان‌ها باید به سرعت عمل کنند تا ظرفیت داخلی خود را برای بررسی و بکارگیری هوش مصنوعی افزایش دهند.
پیش بینی گسترش بیماری
در طول همه‌گیری کووید-19، کارشناسان از هوش مصنوعی و یادگیری ماشینی برای پیش‌بینی گسترش و تأثیرات ویروس، به‌ویژه زمانی که جهش یافته است، به‌طور گسترده استفاده کرده‌اند. داده‌های این مدل‌ها به رهبران بهداشت عمومی و مراقبت‌های بهداشتی اجازه می‌دهد تا سیاست‌هایی را اتخاذ کنند و منابعی را برای به حداقل رساندن جهش‌ها و کاهش استرس در سیستم مراقبت‌های بهداشتی گسترده‌تر آماده کنند.
5. مخابراتدر حالی که بسیاری از ما اغلب در دسترس بودن اینترنت و ارتباطات را بدیهی می دانیم، صنعت ارتباطات از راه دور به یک سری فرآیندهای بسیار پیچیده و تنظیمات مداوم بستگی دارد. هوش مصنوعی می تواند این نیازها را به روش های مختلفی برطرف کند.
بهینه سازی شبکه
برای حفظ عملیات بی عیب و نقص، شبکه ها باید با ترافیک در حال تغییر سازگار شوند و به سرعت ناهنجاری ها را برطرف کنند. در حال حاضر، 63.5 درصد از ارائه دهندگان مخابراتی از هوش مصنوعی برای نظارت و بهبود شبکه های خود و ارائه بهترین عملکرد ممکن برای مشتریان نهایی خود استفاده می کنند.
گرافیک نشان می دهد که 63.5 درصد از ارائه دهندگان مخابراتی از هوش مصنوعی برای بهبود شبکه های خود استفاده می کنند.منبع: IDCتعمیرات قابل پیش بینی
شبکه‌های مخابراتی بر مجموعه‌های سخت‌افزاری پراکنده تکیه دارند. و مشکلات در این زیرساخت می تواند در سراسر شبکه موج بزند. هوش مصنوعی به شرکت‌های مخابراتی این فرصت را می‌دهد تا از الگوریتم‌های پیش‌بینی برای شناسایی زمانی که احتمال بروز مشکلات بیشتر است، استفاده کنند.
6. نفت، گاز، انرژینفت، گاز و انرژی میدانی پیچیده‌تر است و با توجه به ملاحظات ایمنی و زیست‌محیطی، فضای کمی برای خطا دارد. هوش مصنوعی به شرکت‌های انرژی اجازه می‌دهد تا کارایی خود را بدون افزایش هزینه‌ها افزایش دهند. برنامه های کاربردی عبارتند از:
پردازش تصویر برای شناسایی نیازهای تعمیر و نگهداری
توانایی فزاینده هوش مصنوعی در پردازش تصاویر و تشخیص الگوها، استفاده از پهپادها و سایر منابع تصویر را برای بررسی زیرساخت‌های برق از نظر خرابی تجهیزات یا حتی سیم‌های قطع شده ممکن می‌سازد. این تاکتیکی است که قبلاً در سراسر شبکه برق بریتانیا اجرا شده است.
پیش بینی تقاضای انرژی
با گذر دوره سوخت فسیلی به انرژی های تجدیدپذیر، داده‌های پیش‌بینی‌کننده در مورد تقاضا و در دسترس بودن انرژی برای تأمین‌کنندگان انرژی ضروری خواهد بود، زیرا از آن طریق در مورد ذخیره‌سازی و استفاده تصمیم می‌گیرند. این امر می تواند شامل شناسایی مقدار انرژی خورشیدی برای ذخیره شدن در شب یا روزهای بارانی باشد. هوش مصنوعی به شرکت‌ها کمک می‌کند تا عواملی را که بر تقاضا تأثیر می‌گذارند تجزیه و تحلیل کنند و تصمیم‌گیری آگاهانه برای آینده بگیرند.
7. هوانوردیحمل و نقل هوایی ایمن و کارآمد، به ویژه در زمینه افزایش قیمت سوخت، به استفاده دقیق از داده ها برای بهینه سازی پروازهای فردی و زیرساخت های هوایی گسترده تر بستگی دارد. کاربردهای هوش مصنوعی در این بخش عبارتند از:
پیش بینی تقاضای مسیر
برای به حداکثر رساندن سود و در عین حال حفظ وفاداری مشتریان، خطوط هوایی باید تعادل دقیقی بین ارائه پروازهای کافی بین مقاصد خاص بدون پرواز مسیرهای بیشتر از مقرون به صرفه ایجاد کنند. مدل‌های هوش مصنوعی می‌توانند عواملی مانند ترافیک اینترنت، روندهای اقتصاد کلان، و داده‌های گردشگری فصلی را در نظر بگیرند تا به شرکت‌های هواپیمایی در تصمیم‌گیری آگاهانه درباره پیشنهادات مسیرشان کمک کنند.
ارائه خدمات به مشتریان
در خلال اختلالات عمده، مانند اختلالات ناشی از رویدادهای آب و هوایی گسترده، تعداد کمی از خطوط هوایی ظرفیت کارمندی برای رسیدگی به سؤالات و نیازهای مشتریان فردی را دارند. علاوه بر پیام‌رسانی خودکار، خطوط هوایی به طور فزاینده‌ای برای استخراج اطلاعات کلیدی از پیام‌های مشتریان و ارائه پاسخ مناسب، به هوش مصنوعی متکی هستند. به عنوان مثال، این کار ممکن است شامل هدایت مشتری برای پرس و جو در مورد چمدان خود به اطلاعات مربوط به گزارش چمدان گم شده باشد.
آینده هوش مصنوعی در سراسر صنایعهمانطور که وسعت و عمق برنامه‌های هوش مصنوعی نشان می‌دهد، برنامه‌های کاربردی داده‌های بزرگ، یادگیری ماشینی و موارد دیگر پیامدهای عمده‌ای در سراسر صنایع دارند. در حالی که برخی از این کاربردها نوپا هستند، و ما فعلا تنها نوک کوه یخ را می بینیم و در آینده قطعا این فناوری بالغ می شود. بنابراین، سازمان‌ها باید به سرعت عمل کنند تا ظرفیت داخلی خود را برای بررسی و بکارگیری هوش مصنوعی افزایش دهند.
۲۱:۴۰
آیا برای ایجاد قابلیت های هوش مصنوعی در سازمان خود آماده اید؟ دوره های آنلاین هوش مصنوعی ما را مشاهده کنید. همچنین می‌توانید درباره دوره های تخصصی شرکت در زمینه طراحی و ساخت محصولات و خدمات هوش مصنوعی برای صنایع مختلف، که برای ثبت‌نام فردی و گروهی در دسترس است، اطلاعات بیشتری کسب کنید.
۶:۵۰
با عضویت در این کانال. می توانید از جدیدترین مطالب سایت باخبر شده همراه همیشگی ما دراین عرصه باشید.لینک عضویتhttps://ble.ir/hooshroba
۷:۴۴
۱۱:۱۹
یافته مشترک انسان و کامپیوتر؛ ۸۰ درصد مشاغل تحت تاثیر هوش مصنوعی قرار خواهد گرفت. این مشاغل کدامند؟
نگارش از یورونیوز فارسی • ۲۶/۰۳/۲۰۲۳ - ۰۷:۰۱
بنا بر یک یافته جدید، ابزارهای هوش مصنوعی مانند «چَت جی.پی.تی. / ChatGPT» نیروی کار در آمریکا را متحول خواهد کرد و اگر شما یک کارمند تحصیل کرده و یقه سفید هستید و درآمد سالانه خوبی دارید، احتمالا در میان افرادی خواهید بود که تحت تأثیر این فناوری جدید قرار می گیرند.
شرکت «اوپن اِی‌آی» شرکت سازنده ربات محبوب «چَت جی.پی.تی.»، اعداد و ارقام مربوط به مشاغلی که در معرض هوش مصنوعی (AI) قرار خواهند گرفت را منتشر کرد و باید گفت که این آمار بسیار شوک‌آور است.
محققان با استفاده از آخرین ورژن از «مدل زبانی یادگیرنده / LLM» یعنی همان جی‌پی‌تی-۴ که تازه منتشر شده است، و همچنین با بهره‌گیری از تجارب دانشمندان انسانی، پیامدهای بالقوه «مدل‌های زبان» را بر بازار کار ایالات متحده بررسی کردند.
در حالی که محققان این پژوهش گفته‌اند که این یافته‌ها ممکن است لزوما دقیق هم نباشد، اما می‌توان گفت حدود ۸۰ درصد از نیروی کار در ایالات متحده دست‌کم ۱۰ درصد از وظایف کاری خود را تحت تأثیر GPT یا «ترانسفورمرهای مولدِ از پیش آموزش دیده» خواهند یافت.
در این بین، حدود ۱۹ درصد از مشاغل، دست‌کم پنجاه درصد در معرض این پدیده قرار خواهند گرفت.
این مقاله که توسط OpenAI ،OpenResearch و محققان دانشگاه پنسیلوانیا نوشته شده است، مشاغلی را که «بدون احتساب میزان استخدام یا تعدیل نیروها،» تحت تاثیر هوش مصنوعی قرار خواهند گرفت را بررسی کرده است.
اگر زمان لازم برای انجام یک کار خاص حداقل ۵۰ درصد کاهش یابد، آنگاه است که می‌توان گفت این شغل تحت تاثیر یا در معرض هوش مصنوعی واقع شده است.این محققان در تعریف منظورشان از عبارت «در معرض بودن» اینگونه معیار خود را قرار داده‌اند که اگر زمان لازم برای انجام یک کار خاص حداقل ۵۰ درصد کاهش یابد، آنگاه است که می‌توان گفت این شغل تحت تاثیر یا در معرض هوش مصنوعی واقع شده است.
کدام مشاغل بیشتر «در معرض» هستند؟برای این مطالعه، متخصصان انسانی و هوش مصنوعی به طور جداگانه، در معرض قرار گرفتن مشاغل مختلف را بررسی کردند. نویسندگان خاطرنشان می‌کنند که «کاملا در معرض بودن» به این معنا نیست که در این مشاغل وظایف را بتوان به طور کامل به این فناوری‌ها سپرد - اما به این معنی است که GPTها می‌توانند «مقدار قابل توجهی از زمان انجام وظایف» را برای این افراد تسریع کند و موجب صرفه‌جویی در وقت آنها گردد.
این مطالعه نشان داد افرادی که مشاغلی با «دستمزدهای بالاتر» نسبت به کارگرانی که دستمزد کمتری دارند در معرض بیشتری هستند.
«کاملا در معرض بودن» به این معنا نیست که در این مشاغل وظایف را بتوان به طور کامل به این فناوری‌ها سپرد - اما به این معنی است که GPTها می‌توانند «مقدار قابل توجهی از زمان انجام وظایف» را برای این افراد تسریع کند و موجب صرفه‌جویی در وقت آنها گردد.آن بخش از نویسندگان این مقاله که انسان هستند، فقط ۱۵ شغل را «کاملا در معرض» دانستند، اما نویسنده مدل زبانی هوش مصنوعی، ۸۶ شغل را کاملا در معرض عنوان کرد.
مشاغلی که از نطر نویسندگان انسانی مقاله، ۱۰۰ درصد «در معرض» قرار دارند عبارتند از:ریاضیدانان،حسابرسان مالیاتی،تحلیلگران کمی مالی،طراحان وب و طراحان نمایه‌های دیجیتال.سایر مشاغلی که توسط انسان‌ها با درصد بالایی «در معرض» شناخته شده‌اند:کارشناسان فرم‌های نظرسنجی (۸۴.۴)،نویسندگان و مولفان (۸۲.۵)،مترجمان کتبی و مترجمان همزمان شفاهی (۸۲.۴)،متخصصان روابط عمومی (۸۰.۶)،پژوهشگران حوزه حیوانات (۷۷.۸)،کانواتصویر تزئینی از به کار گیری هوش مصنوعی در هدایت خودروکانوادر همین حال، مدل‌های زبانی این موارد را به‌عنوان ۱۰۰ درصد در معرض فهرست کردند:ریاضیدانان، حسابداران و حسابرسان،تحلیلگران خبری، خبرنگاران و روزنامه نگاران،وکلای حقوقی و معاضدان اداری،مدیران داده های بالینی،تحلیلگران تغییرات اقلیمی.بدین ترتیب، مشاغل زیر نیز توسط مدل‌های زبانی بیش از ۹۰ درصد در معرض خواهند بود:کارمندان مکاتبات اداری،مهندسین بلاک چین،خبرنگاران حوزه‌های قضایی و صورتجلسه نویسان همزمان،مصحح‌ها و ادیتورهای متنی،
نگارش از یورونیوز فارسی • ۲۶/۰۳/۲۰۲۳ - ۰۷:۰۱
بنا بر یک یافته جدید، ابزارهای هوش مصنوعی مانند «چَت جی.پی.تی. / ChatGPT» نیروی کار در آمریکا را متحول خواهد کرد و اگر شما یک کارمند تحصیل کرده و یقه سفید هستید و درآمد سالانه خوبی دارید، احتمالا در میان افرادی خواهید بود که تحت تأثیر این فناوری جدید قرار می گیرند.
شرکت «اوپن اِی‌آی» شرکت سازنده ربات محبوب «چَت جی.پی.تی.»، اعداد و ارقام مربوط به مشاغلی که در معرض هوش مصنوعی (AI) قرار خواهند گرفت را منتشر کرد و باید گفت که این آمار بسیار شوک‌آور است.
محققان با استفاده از آخرین ورژن از «مدل زبانی یادگیرنده / LLM» یعنی همان جی‌پی‌تی-۴ که تازه منتشر شده است، و همچنین با بهره‌گیری از تجارب دانشمندان انسانی، پیامدهای بالقوه «مدل‌های زبان» را بر بازار کار ایالات متحده بررسی کردند.
در حالی که محققان این پژوهش گفته‌اند که این یافته‌ها ممکن است لزوما دقیق هم نباشد، اما می‌توان گفت حدود ۸۰ درصد از نیروی کار در ایالات متحده دست‌کم ۱۰ درصد از وظایف کاری خود را تحت تأثیر GPT یا «ترانسفورمرهای مولدِ از پیش آموزش دیده» خواهند یافت.
در این بین، حدود ۱۹ درصد از مشاغل، دست‌کم پنجاه درصد در معرض این پدیده قرار خواهند گرفت.
این مقاله که توسط OpenAI ،OpenResearch و محققان دانشگاه پنسیلوانیا نوشته شده است، مشاغلی را که «بدون احتساب میزان استخدام یا تعدیل نیروها،» تحت تاثیر هوش مصنوعی قرار خواهند گرفت را بررسی کرده است.
اگر زمان لازم برای انجام یک کار خاص حداقل ۵۰ درصد کاهش یابد، آنگاه است که می‌توان گفت این شغل تحت تاثیر یا در معرض هوش مصنوعی واقع شده است.این محققان در تعریف منظورشان از عبارت «در معرض بودن» اینگونه معیار خود را قرار داده‌اند که اگر زمان لازم برای انجام یک کار خاص حداقل ۵۰ درصد کاهش یابد، آنگاه است که می‌توان گفت این شغل تحت تاثیر یا در معرض هوش مصنوعی واقع شده است.
کدام مشاغل بیشتر «در معرض» هستند؟برای این مطالعه، متخصصان انسانی و هوش مصنوعی به طور جداگانه، در معرض قرار گرفتن مشاغل مختلف را بررسی کردند. نویسندگان خاطرنشان می‌کنند که «کاملا در معرض بودن» به این معنا نیست که در این مشاغل وظایف را بتوان به طور کامل به این فناوری‌ها سپرد - اما به این معنی است که GPTها می‌توانند «مقدار قابل توجهی از زمان انجام وظایف» را برای این افراد تسریع کند و موجب صرفه‌جویی در وقت آنها گردد.
این مطالعه نشان داد افرادی که مشاغلی با «دستمزدهای بالاتر» نسبت به کارگرانی که دستمزد کمتری دارند در معرض بیشتری هستند.
«کاملا در معرض بودن» به این معنا نیست که در این مشاغل وظایف را بتوان به طور کامل به این فناوری‌ها سپرد - اما به این معنی است که GPTها می‌توانند «مقدار قابل توجهی از زمان انجام وظایف» را برای این افراد تسریع کند و موجب صرفه‌جویی در وقت آنها گردد.آن بخش از نویسندگان این مقاله که انسان هستند، فقط ۱۵ شغل را «کاملا در معرض» دانستند، اما نویسنده مدل زبانی هوش مصنوعی، ۸۶ شغل را کاملا در معرض عنوان کرد.
مشاغلی که از نطر نویسندگان انسانی مقاله، ۱۰۰ درصد «در معرض» قرار دارند عبارتند از:ریاضیدانان،حسابرسان مالیاتی،تحلیلگران کمی مالی،طراحان وب و طراحان نمایه‌های دیجیتال.سایر مشاغلی که توسط انسان‌ها با درصد بالایی «در معرض» شناخته شده‌اند:کارشناسان فرم‌های نظرسنجی (۸۴.۴)،نویسندگان و مولفان (۸۲.۵)،مترجمان کتبی و مترجمان همزمان شفاهی (۸۲.۴)،متخصصان روابط عمومی (۸۰.۶)،پژوهشگران حوزه حیوانات (۷۷.۸)،کانواتصویر تزئینی از به کار گیری هوش مصنوعی در هدایت خودروکانوادر همین حال، مدل‌های زبانی این موارد را به‌عنوان ۱۰۰ درصد در معرض فهرست کردند:ریاضیدانان، حسابداران و حسابرسان،تحلیلگران خبری، خبرنگاران و روزنامه نگاران،وکلای حقوقی و معاضدان اداری،مدیران داده های بالینی،تحلیلگران تغییرات اقلیمی.بدین ترتیب، مشاغل زیر نیز توسط مدل‌های زبانی بیش از ۹۰ درصد در معرض خواهند بود:کارمندان مکاتبات اداری،مهندسین بلاک چین،خبرنگاران حوزه‌های قضایی و صورتجلسه نویسان همزمان،مصحح‌ها و ادیتورهای متنی،
۱۱:۱۹