اخبار:
اپل استفاده از چتجیپیتی را برای کارمندانش محدود میکند!
از زمان ظهور chatgpt بسیاری از افراد و از جمله کارمندان شرکتهای بزرگ شروع به استفاده از این مدل زبانی کردند تا کارهای خود را در مدت زمان بهینهتری انجام بدهند. تا اینجای قضیه برای همه جذاب بود و یکی پس از دیگری به کاربردهای این چتبات در کار حرفهای خود پی میبردند تا روزی که یکی از کارمندهای سامسونگ وقتی به باگی در کد خود برخورد، تصمیم گرفت آن را به این ربات بدهد تا مشکلش را برطرف کند: اطلاعات محرمانهای از این شرکت در همین لحظه با کمپانی OpenAI به اشتراک گذاشته شد! از اینجا به بعد روسای سامسونگ استفاده از این ابزار را ممنوع کردند و بعد از آنها کمپانیهای دیگر هم محدودیت هایی در استفاده از آنها توسط کارمندان خود ایجاد کردند. اپل نیز به تازگی به این جمع پیوست تا از نشت کردن اطلاعات حساس در آستانه توسعه یکی از تکنولوژی جدید خود جلوگیری کند.
صنعت:
به لطف «حافظه مصنوعی»، رباتها میتوانند کمک کنند وسایل گمشدهتان را پیدا کنید.
در این ربات که مجهز به یک دوربین برای دیدن و دریافت دنیای اطراف خود است، یک سیستم تشخیص اشیا تعبیه شده که میتواند وسایل را تشخیص بدهد، دنبال کند و یک گزارش از شی معین را در حافظه خود ثبت کند. درنهایت یک رابط گرافیکی در ربات قرار داده شده تا کاربر بتواند شی مورد نظر برای دنبال کردن را تعیین کند. به محضی که نام یک شی در اپلیکیشن متصل به ربات جستجو شود، ربات به کاربر میگوید که آخرین بار آن را چه زمانی و در کجا دیدهاست. مهندسان دانشگاه واترلو این ربات را برای کمک به افراد مبتلا به دمانس طراحی کردهاند تا بتوانند از دردسر روزانه گم کردن وسایل خود راحت شوند.
مقاله:
A Distinctive Explainable Machine Learning Framework for Detection of Polycystic Ovary Syndrome
سندرم تخمدان پلیکیستیک (PCOS) یک اختلال پیچیده است که باعث ناباروری، چاقی، آکنه و رشد غیرطبیعی موها میشود. در این مقاله یک رویکرد هوش مصنوعی با استفاده یادگیری عمیق برای پیشبینی PCOS ارائه دادهاند که برای آموزش آن از یک مجموعه داده منبع باز از 541 بیمار از هند استفاده شده است. نویسندگان مقاله همچنین تکنیکهای هوش مصنوعی قابل توضیح را برای شفافیت و قابل فهم بودن مدل برای پزشکان به کار بردهاند. انگیزه این مطالعه تشخیص دقیق PCOS در بیماران و همزمان پیشنهاد معماری غربالگری خودکار با ابزارهای یادگیری ماشین قابل توضیح برای کمک به متخصصان در تصمیمگیری است.
آموزش:
هوش مصنوعی توضیحپذیر (Explainable AI)
یکی از تکنیکهای قابل توضیح شدن هوش مصنوعی، استفاده از مدلهای مبتنی بر قوانین است. در این روش، دانش به شکل قوانین "اگر-آنگاه" نمایش داده میشود. به عبارتی، اگر شرایط معینی برقرار شود، آنگاه عملی خاص انجام میشود. این قوانین میتوانند از فرایند تصمیمگیری مدل هوش مصنوعی استخراج شده و امکان تفسیر و توضیح دلیل تصمیمهای گرفته شده توسط آن را برای کاربران فراهم کنند. با بررسی قوانین، کاربران میتوانند نگاهی به روش تصمیمگیری مدل هوش مصنوعی داشته باشند و درک کنند که چرا تصمیمات خاصی اتخاذ شده است، به طوری که فرآیند تصمیمگیری شفافتر و قابل توضیح شود.
کدینگ:
کتابخانه imbalanced-learn
اگر کار طبقهبندی انجام داده باشید احتمالا با مساله نامتوازن بودن کلاسها مواجه شدهاید. کتابخانه imbalanced-learn در این مواقع به کمک شما میآید و دارای ابزار و توابعی برای متوازن کردن داده است. این کتابخانه را میتوانید به راحتی با دستور pip install imbalanced-learn در محیط پایتون خود نصب کنید.
راههای ارتباطی با ما:
اینستاگرام:
princeofai@
وبسایت:
https://hushmandkharazmi.com
تلگرام:
https://t.me/princeofaii