آی تی تاپ

  • تاریخ : ۱۲ام مرداد ۱۳۹۷

از آنجا که سال گذشته، دستاوردها و تغییرات زیادی را در بر‌داشت، سال هوش مصنوعی نام گذاری شد. همانطور که فناوری ها به طور مداوم بهبود می یابند، برخی اتفاقات غیر منتظره نیز رخ می دهند در حالی‌که فناوری های قدیمی با یکدیگر ادغام می شوند افق های گسترده ای از تاثیرات آنها نمایان می شود. لیست این پیشرفت های مدرن، بلند بالا است در آی تی ویکی روی تعدادی از آن ها که در سال ۲۰۱۷ به پایان رسیدند تمرکز می کنیم.

در سال جدید ما انتظار داریم که در تمام زمینه های فناوری شاهد تغییرات اساسی باشیم. یادگیری ماشین (Machine learning) و هوش مصنوعی (artificial intelligence) تمام صنایع را تغییر می دهند، راه را برای کمک های مجازی و انجام کارهای زیادی به صورت خودکار باز می کنند. پتانسیل برای وجود خانه ها و شهرهای هوشمند وجود خواهد داشت، با وجود اینترنت اشیا یا به اختصار IoT، همه چیز در حال هوشمند شدن است.

در نهایت از آنجا که زبان طبیعی جایگزین دستورات خاص می شوند، تعامل بین انسان و ماشین بهتر صورت می گیرد. با آی تی ویکی همراه باشید تا نگاهی به برخی از پیشرفت های مورد انتظار در سال ۲۰۱۸ بیندازیم.

۱. هوش مصنوعی استراتژی های تجاری را تغییر خواهد داد

امروزه هوش مصنوعی (AI) تغییرات بسیار زیادی را در زمینه کسب و کار به ارمغان می آورد و تمام صنایع را با فناوری های پیشرفته و نرم افزار تغییر می دهد. برخی از شرکت ها اذعان کرده اند که زمان به اجرا گذاشتن استراتژی AI برای کسب و کار آنها فرا رسیده است؛ با این حال، هنوز راه زیادی در پیش رو است. برای شرکت های بزرگ احتمال دارد که استراتژی AI با حداقل ۱۰۰،۰۰۰ کارمند اجرا شود، اما این روند تهدید آمیز نیز خواهد بود. سال ۲۰۱۸ سالی خواهد بود که بهترین شرکت ها، برنامه های کاربردی AI را در توسعه ی استراتژیک و سازمانی ترکیب خواهند کرد. این پتانسیل برای بازار الگوریتم وجود دارد، که بهترین آنهایی که توسط مهندسین یا شرکت ها ایجاد می شوند، به اشتراک گذاشته شده، خریداری شده و برای استفاده شخصی سازمان استفاده شوند.

علاوه بر این، توسعه مداوم یادگیری ماشین و تکنولوژی های AI وعده داده است که هر کسب و کار به صورت data-driven و همه ی صنایع، هوشمند خواهند شد. با سالها کار روی نمونه ها و ایده ها، تغییراتی که در حال حاضر وجود دارد خیره کننده خواهند بود. از خدمات بهداشتی گرفته تا ساخت و ساز، بانكداری و امور مالی برای تولید و تقریبا همه ی صنایع تغییر خواهند كرد. چیزهایی که در گذشته باور کردنشان سخت بود اکنون تبدیل به یک واقعیت شده اند. کمک مجازی به بیماران، کشف مواد مخدر، تحقیقات ژنتیک، نمونه هایی هستند که می توانند به شما چشم اندازی به موارد استفاده ی شگفت انگیز از هوش مصنوعی در پزشکی را بدهند. برنامه های کاربردی بیشتری برای اتوماتیک کردن، ایجاد ابزارهای خودکار (رباتیک)، مدیریت داده ها و موارد دیگر در صنایع مختلف وجود دارند که باعث تغییرات قابل توجهی خواهند شد.

۲. بلاک چین، فرصتی جدید در صنایع مختلف را نشان می دهد

این روزها همه در حال صحبت در مورد بلاک چین هستند، تکنولوژی غیرمتمرکز انقلابی که اطلاعات را برای ارزهای رمزنگاری شده، ذخیره و مبادله می کند. بلاک چین درواقع امکانات جدیدی را به ما ارائه می دهد. بلاک چین یک پایگاه داده ی توزیع شده است، یک ثبت کننده ی دیجیتال معاملات و قراردادها. این ابزار یک لیست از مدارک را ذخیره می کند که بلوک (block) نامیده می شوند و هر کدام حاوی یک نشانه زمانی و یک پیوند به بلوک قبلی است. با وجود تنوع اپلیکیشن ها، بلاک چین چشم انداز گسترده ای در زمینه ی معاملات دیجیتال ارائه می دهد که فرصت های تجاری جدیدی را در سال ۲۰۱۸ ایجاد می کند.

با توجه به روند رو به رشد مسئولیت اجتماعی و امنیت در اینترنت، تکنولوژی های بلاک چین هرچه بیشتر در حال پیشرفت کردن هستند. در یک سیستم با استفاده از بلاک چین، تقریبا غیرممکن است که تراکنش های دیجیتال را جعل کرد، بنابراین اعتبار چنین سیستمی افزایش خواهد یافت. این رویکرد می تواند پایه های کسب و کار و سرمایه گذاری مخرب دیجیتال را برای شرکت ها فرو بریزد و راه اندازی های جدیدی ایجاد کند. شرکت هایی که قبلا در فضای آفلاین تاسیس شده اند می توانند به ترجمه کامل فرایندها به یک محیط دیجیتال بپردازند.

علاوه بر این، با افزایش بلاک چین در صنعت خدمات مالی، ما موارد استفاده ی بالقوه ی بسیاری از آن را در دولت، بهداشت، تولید و سایر صنایع مشاهده خواهیم کرد. شرکت ها باید تحلیل کنند که چگونه این تکنولوژی می تواند بر رفتار مشتری تاثیر بگذارد. همچنین، بلاک چین به شدت بر مدیریت مالکیت فکری تأثیر می گذارد و بینش جدیدی را در حمایت از نقض حق نسخه برداری باز میکند. برخی از وب سایت ها مانند Blockai, Pixsy, Mediachain ,Proof of Existence برای استفاده از تکنولوژی بلاک چین برای این منظور قول هایی داده اند.

۳. روشی جدید برای حفظ حریم خصوصی و امنیت در حال پایه گذاری است

با توسعه فن آوری ها و رشد داده ها و اهمیت آن، تکنیک های هک شدن هرچه بیشتر در حال پیش روی هستند. هرچند تعداد روزافزون دستگاه های متصل به اینترنت اطلاعات بیشتری را ایجاد می کنند، اما باعث آسیب پذیری نیز می شوند و به خوبی محافظت نمی شوند. ابزارهای IoT که قبلا مورد بحث قرار گرفتند بسیار ناامن هستند اما از طرفی به دلیل محبوبیتشان استفاده می شوند و در حال گسترش هستند و حریم شخصی ما همچنان تهدید می شود. علاوه بر IoT، تقریبا تمام شرکت های بزرگ نیز در معرض خطر هک شدن قرار می گیرند، کما اینکه این اتفاق برای Uber یا Verizon در سال ۲۰۱۷ افتاد.

با این حال، روش ها برای حل این موضوع درحال بررسی است، و امسال شاهد افزایش فعالیت در جهت افزایش امنیت خواهیم بود. یادگیری ماشین مهمترین روش امنیتی است که روشی احتمالی و پیش بینی کننده ای را برای تضمین امنیت ارائه می هد. این روش، تکنیک هایی مانند آنالیز رفتاری را پیاده می کند که توانایی تشخیص و متوقف کردن حمله ای را دارند که قادر به دور زدن سیستم های محافظتی استاتیک است. همچنین در حال حاضر همان طور که در فوق ذکر شد تکنولوژی بلاک چین وجود دارد که به صورت تکنولوژی جدیدی به نام Zero Proof اثبات شده است و در سال ۲۰۱۸ باعث افزایش بیشتر معاملات می شود که حریم خصوصی کاربران را با استفاده از ریاضیات حفظ می کند. یکی دیگر از رویکردهای جدید ایمنی CARTA یا (Continuous adaptive risk and trust assessment) است. این رویکرد شامل ارزیابی مستمر خطرات و میزان اعتماد، در حال تغییر دادن و ایجاد سازگاری با وضعیت است. این امر به همه شرکت کنندگان در کسب و کار مربوط می شود: از توسعه دهندگان شرکت تا شرکایشان. بنابراین، گرچه امنیت ما همچنان تهدید می شود، راه حل های امیدوار کننده ای وجود دارد که می تواند حریم خصوصی بیشتری در زندگی ما ایجاد کند.

۴. اینترنت اشیا هوشمند خواهد شد

چیزهای هوشمند، دستگاه هایی هستند که بطور روزمره از آن استفاده می کنیم و می توانند به تعامل با مردم و محیط بپردازند. این ابزارها به صورت نیمه مستقل یا مستقل در شرایط واقعی و کنترل نشده و بدون نیاز به دخالت انسان عمل می کنند.

چیزهای هوشمند چندین سال است که مرکز توجه قرار گرفته اند و با توسعه و گسترش پیوسته شان در سال ۲۰۱۸، یکی از موضوعات جهانی یعنی اینترنت اشیا را تحت تاثیر قرار می دهند.

همانگونه که این روند در حال پیشرفت کردن است، شبکه ای از چیزهای هوشمند ایجاد می شود، که در آن چندین دستگاه با یکدیگر همکاری می کنند تا IoT را به حداکثر توانایی خود برساند. با اتصال به وب جهانی و همراه با کانال های ارتباطی سیمی و بی سیم، همه چیز به یک سیستم یکپارچه بزرگ تبدیل می شود که باعث تغییر در تعامل انسان و ماشین می شود. با تلفیق هوش مصنوعی و اینترنت اشیا، ممکن است بتوانیم برخی از تکنولوژی های شگفت انگیز را مشاهده کنیم که قادر به ایجاد خانه ها و حتی شهرهای هوشمند هستند.

۵. یادگیری عمیق، سریع تر و جمع آوری داده ها بهتر صورت خواهد گرفت

امروزه یادگیری عمیق با چالش های جمع آوری داده ها و پیچیدگی محاسبات مواجه است. با توجه به این مسئله، بخش بزرگی از نوآوری در سخت افزار با هدف سرعت بخشیدن به تدابیر یادگیری عمیق است، به عنوان مثال می توان به GPU های جدید اشاره کرد که در حال حاضر با تعداد بیشتری از هسته ها در حال توسعه هستند. به گفته مارک ادگار، دانشمند ارشد اطلاعات در GE Research، طی سه تا پنج سال آینده، آموزش های عمیق، زمان توسعه ی راه حل های نرم افزاری را از چند ماه به چند روز کاهش می دهند. این موضوع به ویژگی های عملکردی بهتر، افزایش بهره وری و کاهش هزینه های محصول منجر خواهد شد.

در حال حاضر تقریبا تمام شرکت های بزرگ متوجه اهمیت جمع آوری داده ها و تأثیر آن بر کارایی کارشان شده اند. در سال آینده شرکت ها شروع به استفاده از داده های بیشتری خواهند کرد و این موفقیت به توانایی ترکیب داده های متفاوت بستگی دارد. در سال ۲۰۱۸ شرکت ها اطلاعات مشتری را از طریق CRM، سیستم های تیکتینگ، BMP و DMP، پلت فرم omnichannel جمع آوری می کنند. همچنین در مورد سنسورهای تخصصی مانند LIDAR برای جمع آوری داده ها، محبوبیت زیادی وجود دارد. ادغام سیستم های موجود و ادغام تمام انواع داده های مشتری به یک واحد اطلاعات قطعا یک رویکرد خواهد بود. علاوه بر این، شروع به کار کردن برای ایجاد متدهای جدید برای جمع آوری و استفاده از داده ها ادامه خواهد داشت، بنابراین هزینه های آن کاهش می یابد.

۶. هوش مصنوعی، ساخت و تنظیم اتوماتیک مدل ها را اصلاح می کند

از زمانی که گوگل AutoML را در سال گذشته منتشر کرد، استفاده از ابزارهای AI برای تسریع روند ساخت و تنظیم مدل ها به سرعت در حال افزایش است. یک روش جدید توسعه یافته ی AI نشان داد که می تواند طراحی مدل های یادگیری ماشین را به صورت اتوماتیک انجام دهد. این امر که توانایی ساخت مدل ها بدون ورودی انسان و تنها با استفاده از AI را دارد در حال تبدیل شدن به بنیان گذار دیگری است.

در سال جاری، کارشناسان انتظار افزایش محبوبیت بسته های تجاری AutoML و ادغام AutoML را در پلت فرم های ماشین یادگیری بزرگ دارند.

پس از AutoML، یک الگوریتم بینایی کامپیوتری به نام NASNet ساخته شد که قادر به تشخیص اشیا در جریان های ویدئویی در زمان واقعی است. “تقویت یادگیری” در NASNet با AutoML اجرا شد و نشان داد که نه تنها توانایی آموزش مدل بدون انسان وجود دارد بلکه حتی نتایج در مقایسه با الگوریتم های ورودی انسان بهتر است.

این پیشرفتها حوزه ی یادگیری ماشین را به طور چشمگیری گسترش می دهد و در سال های آینده رویکرد ساخت مدل ها را کاملا تغییر خواهد داد.

۷. نقش CDO به طور گسترده ای رشد خواهد کرد

با ایجاد CDOها یا مدیران ارشد اطلاعات (Chief Data Officers) و دیگر متخصصان ارشد اطلاعات در سطح بالای مدیریتی، سازمان های بزرگ در حال تغییر رویکرد خود در زمینه ی مدیریت اطلاعات هستند. CDOها در حال حاضر نیروی محرکی برای نوآوری و ایجاد تمایز هستند. آنها باعث انقلابی در مدل های کسب و کار موجود، بهبود ارتباط شرکت با مخاطب و نشان دادن فرصت های جدید برای بهبود عملکرد کسب و کار هستند. موقعیت آنها در شرکت نسبتا جدید است، اما به سرعت در حال تبدیل به جریانی عمده هستند. طبق گفته Gartner، تا سال ۲۰۱۹، CDO در ۹۰ درصد از سازمان های بزرگ حضور خواهد داشت، اما تنها نیمی از آنها موفق خواهند شد. علاوه بر ویژگی های شخصی، درک مسئولیت ها و آگاهی از موانعی که ممکن است با آنها روبرو شوند، یک چیز مهم دیگری که شرکت باید انجام دهد این است که بتوانیم قابلیت های CDOها را باز کنیم. بنگاه های اقتصادی باید فناوری اطلاعات (IT) را به دو بخش جداگانه ی اطلاعات (I) و فناوری (T) تقسیم کنند، و CDOها باید در گروه جدید که مسئول مدیریت اطلاعات هستند شرکت کنند.

۸. بحث های اخلاقی به وجود خواهد آمد

از آنجا که صنعت هوش مصنوعی (AI) پیشرفت قابل توجهی در انجام وظایف و اقدامات مختلف در زندگی روزمره داشته است، مسئله اخلاق، مسئولیت ها و مشارکت انسان ها بوجود می آید. سوالی که اول از همه ممکن است مطرح شود این است که در صورتی که یک واحد هوش مصنوعی اقدامی غیرقانونی انجام دهد، چه کسی مورد بازخواست قرار خواهد گرفت؟ آیا ربات های AI نیاز به مقررات دارند؟ و در نهایت، آیا آنها قادر خواهند بود همه مشاغل انسانی را بپذیرند؟

در مورد دو سؤال اول فرض می کنند که ربات ها روزی به صورت قانونی به عنوان یک فرد شناخته می شوند و می توانند مسئولیت کارهایشان را بر عهده بگیرند و برای اقدامات خود مجازات شوند. این دیدگاه از سالها پیش مورد بحث است با‌ این‌حال مسائل اخلاقی هم اکنون در حال اتفاق افتادن هستند و تنها بحث راجع به این مسئله در حال رشد است. با توجه به امکانات مختلف، دانشمندان تلاش می کنند تا در مورد حقوق و مسئولیت های ربات ها، به توافق برسند.

برخلاف همه ی این سوالات بحث برانگیز، احتمال اینکه ربات ها همه ی حوزه های کاری را اشغال کنند نزدیک به صفر است. البته، صنعت AI در حال توسعه بسیار سریع است، اما هنوز هم دوره ی ابتدایی خود را طی می کند. اگر عمیقا به این موضوع توجه کنید، در می یابید چگونه با AI ارتباط برقرار کنید و به آن بپردازید.

۹. هیچ دستورالعمل خاصی وجود ندارد: رشد NLP

استفاده از چت بات ها در خدمات مشتری یکی از برنامه های پیشرو در سال گذشته بود. در سال ۲۰۱۸، اپلیکیشن ها نیاز خواهند داشت که کمی از سخنان ما را تشخیص دهند. کاربران تمایل دارند که پاسخ خود را از نرم افزار خود دریافت کنند و سؤالاتی را مطرح کنند و دستورات را به زبان طبیعی بگذارند و به اینکه “راه درست” برای پرسیدن چیست فکر نکنند. توسعه NLP و ادغام آن در برنامه های کامپیوتری یکی از چالش های هیجان انگیز سال ۲۰۱۸ خواهد بود و توقعات زیادی در مورد آن وجود دارد.

یک کار ساده برای یک انسان – برای درک متن سخنرانی، رنگ آمیزی ذهنی و معنای دوگانه – که برای انسان کار ساده ای است برای یک رایانه بسیار دشوار است، چرا که به درک زبان دستورات خاصی عادت کرده است. این الگوریتم های پیچیده نیاز به مراحل مختلف پیش بینی و محاسبات دارند، همه آنها باید در یک فضای ابری و در یک لحظه اتفاق بیفتند. به کمک NLP، مردم قادر خواهند بود سؤالات شفاف بیشتری بپرسند و پاسخ های متفاوتی را دریافت کنند و در نتیجه، بینش بهتری نسبت به مشکلاتشان پیدا کنند.

۱۰. هوش مصنوعی خودآگاه بدون داده های انسانی مطمئن تر خواهد بود

از آغاز اختراع هوش مصنوعی، روند پیشرفت در این زمینه سریعتر از حد انتظار ما بوده است. کارشناسان پیش بینی کرده بودند که در سال ۲۰۲۷، AI قادر است یک انسان را در بازی Go شکست دهد. اما این اتفاق ده سال زودتر یعنی در سال ۲۰۱۷ افتاد. تنها ۴۰روز طول کشید تا الگوریتم AlphaGo Zero بهترین بازیکن Go در تمام طول تاریخ بشر باشد. این اتفاق بدون هیچ گونه ورودی داده ی انسانی صورت گرفت و استراتژی های توسعه یافته برای بازیکنان انسانی غیر ممکن است.

سال آینده رقابت برای ایجاد هوش مصنوعی پیشرفته و خودآگاه ادامه خواهد یافت. ما منتظر پیشرفت هوش مصنوعی در حل بسیاری از مسایل روزمره ی انسانی هستیم: تصمیم گیری، توسعه کسب و کار و مدل های علمی، تشخیص اشیاء، هیجانات و سخنرانی ها، و بازسازی تجربه مصرف کننده. همچنین انتظار داریم که AI بتواند با این وظایف، بهتر، سریعتر و ارزان تر از نیروی انسانی کار کند. و به طور دقیق الگوریتم های خودآگاه ما را به پیاده سازی AI در بسیاری از زمینه های زندگی انسانی نزدیک تر می كند.

نتیجه گیری

به عنوان نتیجه گیری باید بگوییم که، سال ۲۰۱۸ برای نوآوری های تکنولوژیکی بسیار امیدوار کننده است. ما شاهد سریع و دقیق تر شدن ماشین های یادگیری و برنامه های کاربردی AI و برخی پیشرفت های شگفت انگیز جدید خواهیم بود. پیشرفت چشمگیر فن آوری ها، اینترنت اشیا، NLP و هوش مصنوعی خودآگاه را قادر می سازد که نه تنها صنعت تجاری بلکه زندگی روزمره ما را نیز تغییر دهد. این پیشرفت از یک سو تهدیدی برای امنیت ایجاد می کند، اما از سویی دیگر – رویکردها و راه حل های جدید به طور مداوم در حال تکامل است. با این حال، تغییرات ساده و نتایج بسیار شگفت انگیز خواهند بود.

این فهرستی که ما ارائه دادیم فهرستی کامل و قطعی نیست پس لطفا نظرات خود را در مورد گرایش های اصلی تکنولوژی در سال جدید با آی تی ویکی به اشتراک بگذارید.

امتیاز کاربر: ۴.۷۸ ( ۲ رای)