آینده هوش مصنوعی در تغییر تحصیلات

آینده هوش مصنوعی در تغییر تحصیلات

شیوع ویـــروس جدید موجب شد تا کمبود های تحصیـــل آنلاین نمایان شونـــــد و در آینده هوش مصنوعی

تغییرات را در سیستم تحصیلی به دست بگیرد. در حالی که در دهه گذشته پیشرفتهـای بسیـاری در زمینه

فناوری وجود داشته است ، صنعت آموزش و پـــــرورش نسبت به انطباق بـــــا تکنولوژی کندتر عمل کرده

است. مؤسسات آموزشی اکنون این فرصت را دارنـــد که پتانسیلهای یـــــادگیری که توسط هوش مصنوعی

پشتیبانی می شوند را کشف کنند. با وجود حضور معلمان بسیــــار کارکشته در آموزشگاه ها نبــود امکانات

نظیر دسترسی به اینترنت و کتب معتبر و نسبت نامتوازن دانش آموز و معلم باعث به وجود آمدن شکافی 

عمیق در آموزش و پرورش می شود.

چگونه در آینده هوش مصنوعی به کمک آموزش و پرورش می رود؟

تجهیز معلمان به فناوری مبتنی بــــر هوش مصنوعی می تواند به کــــاهش بــرخی از چـــالش هــای موجود کمک

کند. به عنوان مثال ، استفاده از سیــــستم های هوش مصنوعی کـــه به عنوان معلم خصوصی عمـــل مـــی کنند

می تواند با ارائه بازخورد و پشتیبانی تــحت شــــرایطی که تـعـامـل  معلم و دانـش آمـــوز کــم است، کمـک کند.

برای معلمان و سیاستگذاران مهم است که نقــــاط مشترک آموزش و هوش مصنوعی را کشـــف کنــند. کـــاربرد

دستگــاه ها در محیــط های یادگیری تنها یک متغییـــر در یـــک معادله چند مجهوله است. مـــا باید موانعی را در

نظر بگیریم که از توزیع یکنواخـــت در منـــابع فناوری و چگونگی غلبه بر آنها جـــلوگیــری می کند. مــا همچنین

باید اطمینان حاصل کنیم که معلمان آماده و آموزش داده شده اند تا از هوش مصنوعی استفاده کنند. با فرض

اینـکه ایــن عناصـر مورد تــوجه قرار بگیرند ، افـق یادگیری مبتنی بر هوش مصنوعی بی نهایت است. اگــرچــه

آینده آموزش همچنان در حاله ای از ابهام قرار دارد، امـا مــی دانیم هـــوش مصنوعی بــه تحول سیستم های

آموزشی ما ادامه خواهد داد و انقلابی در صنعت آموزش و پرورش ایجاد خواهد کرد.

هوش مصنوعی در کنترل کووید-19

هوش مصنوعی در کنترل کووید-19

الگوریتم جدید هوش مصنوعی در کنترل ویروس جدید نقـــش خواهد داشت. این الگوریتم داشتن

ماسک و یا وسایل محافظتی مشابه را در مکان های عمومی و خصوصی را بررسی می کند.طراحی 

و توسعه این هوش مصنوعی توسط  Aerialtronics یک شرکت ساخت پهباد انجام شده است.

این هوش مصنوعی قابلیت کار کردن با تمامی دوربین های نظارتـــی و دوربیـــن های نسب شده بر

 روی پهباد ها را دارد. این برنامه برای شناسایی چهره ها و طبقه بندی آنها به عنـــوان داشتن و یا

نداشتن ماسک طراحی شده است و می تواند در زمان واقعی پیام اخطار را بـــرای اپراتور افرادی

که پوشش محافظ مناسبی ندارند ، ارائه دهد.

با استفاده از این هوش مصنوعی ، در کنترل ویروس جدید پیشرفت خوبی حاصل می شود

این فناوری در مناطقی مورد نیاز است که ، برای کمک به امنیت اجرای سیاست های بهداشتی

باید از ماسک صورت استفاده شود ، از جمله در مناطق ترانزیتی مانند فرودگاه ها و حمل و نقل

عمومی و همچنین در فضاهایی مانند اماکن ساختمانی ، مراکز خریــــــد و اماکن ورزشی و غیره.

توسعه فناوری هوش مصنوعی در حالی صورت می گیرد که بسیاری از کشورها و سازمان های

خصوصی پوشیدن ماسک های صورت را در مناطقی که تجمع افراد زیاد است ، به عنوان بخشی

از تلاش های مداوم برای محدود کردن شیوع کورونا ویروس در نظــر می گیرند. به عنوان مثال

در انگلیس ، از 15 ژوئن پوشیدن ماسک صورت در وسایـــــل نقلیه عمومی اجباری خواهد شد،

در حالی که اکنون بیش از 50 کشور جهان پوشیــدن چنیــــن پوشش های صورت را در فضاهای

عمومی الزامی کرده اند. با این حال ، اجرای پوشیدن ماسک های صورت بــــرای پلیس و سایر

 ارگان های امنیتی به شدت چالش برانگیز است ، این هوش مصنوعی می توانــــد کمک بزرگی

برای کنترل بیماری باشد. اما مانند هر فناوری که مستلزم شناسایی چهره باشد ، نصب چنین

فناوری احتمالاً با نگرانی های معمول در مورد  حریم خصوصی روبرو خواهد شد.

یادگیری تقویتی در هوش منصوعی

یادگیری تقویتی در هوش منصوعی

به غیر از یـــادگیــــری عمیـــــق، زمینه های دیگری از هوش مصنوعی مثل یادگیری تقویتی وجود دارد 

که بسیار آینده خوبی خواهند داشت. این زمینه ای است کــــه شــــرکت های بزرگ همچون Google و

  OpenAI  در حال حاضر به آن وارد شدند. امــــا واقعا ایــــن فنـــاوری بــــه گفتــه دکتر مت جانسون 

استاد روانشنـــاسی در دانشکده تجـــــارت بین المللی هولت خیـــلی جــدیــــد نیست و ریشه های آن به 

 سال 1950 بر می گردد . در واقع یادگیری تقویت شده پـدیده ای کلاسیک رفتــــاری است که در ادبیات

روانشناسی شناخته شده است. وی افزود: به بیان ساده این فناوری نشان دهنده این است که فراوانی 

یک رفتار بسته به پیامدهای مستقیم آن رفتار بالا یا پایین می رود. ایــــن در مورد رفتـــار حیوانات و

همچنین رفتار انسان صادق است.

یادگیری تقویتی چگونه شکل گرفت؟

برخی از اصول مهم یادگیری تقویت شده در مـــدلهای هـــــوش مصنوعی گنجانده شـــده اند به این دلیل است

که اغلب به عنوان یــــــادگیری تقویت شده عمیق از آن یـــاد می شود.Ankur Taly ، رئیس دانشگاه داده

   های فیدلر ، گفت: “یادگیری تقویتی مستلـــزم یــــک عـــامل ، عمـــــل و پــــاداش است. برای مثال عامل که

می تواند یـــک روبــــات یـــــا شخص باشد، با محیط اطراف خود در تعامل است و فعالیت خاصی را مشاهده

می کند و بــراساس آن مشاهدات  پاسخ می دهد تــــا نتیجه مثبتی یـــا مطلــوب حاصل شود. یادگیری تقویت

شده به یک روش خاص پایبند است و بهتریـــن وسیله را برای به دست آوردن بهترین نتیجه تعیین می کند.

این بسیار شبیه به ساختار نحوه بازی کردن یک بازی ویدیویی است ، کـــه در آن عامل برای بدست آوردن

بالاترین امتیاز یا پاداش ، در یک سری آزمایشات شرکت مــی کند، و بـا گذشت چندین تکرار ، یاد می گیرد

که پاداش تجمعی خود را به حداکثر برساند.” بنابراین با استفاده از این فناوری ما می توانیم هر بار که به

یک مشکل یکسان برخورد می کنیم نتایج مطلوب تری را داشته باشیم