درباره شارا | تماس | جستجوی پیشرفته | پیوندها | موبایل | RSS
 خانه    تازه ها    پایگاه اخبار    پایگاه اندیشه    پایگاه کتاب    پایگاه اطلاعات    پایگاه بین الملل    پایگاه چندرسانه ای    یایگاه امکانات  
دوشنبه، 29 بهمن 1397 - 05:12   

تاریخچه و زاد روز روزنامه نگاری آنلاین

  تاریخچه و زاد روز روزنامه نگاری آنلاین


ادامه ادامه مطلب یک

مدیر کل روابط عمومی و امور بین الملل استانداری خراسان رضوی منصوب شد

  مدیر کل روابط عمومی و امور بین الملل استانداری خراسان رضوی منصوب شد


ادامه ادامه مطلب دو

آشنایی با روابط عمومی

  آشنایی با روابط عمومی


ادامه ادامه مطلب سه

نقش اتاق‌های فکر در تصمیم‌سازی‌ها

  نقش اتاق‌های فکر در تصمیم‌سازی‌ها


ادامه ادامه مطلب چهار

   آخرین مطالب روابط عمومی  
  راهکارهایی برای حرفه ای جلوه کردن کار و کسب جدید شما
  توییتر احتمالا به جای امکان ویرایش توییت ها، میزبان قابلیت «شفاف سازی» می شود
  نشست هم اندیشی اصحاب رسانه و مدیران روابط عمومی ادارات پیشوا
  حملات "خطرناک" هکرها به مؤسسات زیرساختی مهم در آلمان
  مدیر کل روابط عمومی و امور بین الملل استانداری خراسان رضوی منصوب شد
  کمپین های ایجاد شده در فضای مجازی چقدر تاثیرگذارند؟
  عملکرد صندوق پس انداز مسکن علامت چیست؟
  ناصر بزرگمهر: یک شیوه جدید اداره روزنامه؛ خبرنگاران سهام‌داران روزنامه‌ها
  منشور اخلاق حرفه‌ای روزنامه‌نگاری در روزنامه صمت
  نقش اتاق‌های فکر در تصمیم‌سازی‌ها
ادامه آخرین مطالب روابط عمومی
- اندازه متن: + -  کد خبر: 36978صفحه نخست » تازه های شبکه روابط عمومییکشنبه، 14 بهمن 1397 - 22:41
پروفسور ریچارد ساتن عنوان کرد: الگوریتم های هوش مصنوعی قدرتمند تا 2030
دیدگاهم در مورد هوش مصنوعی از طریق تحصیل در رشته روانشناسی و مطالعه یادگیری انسان و حیوانات، رنگ دیگری پیدا کرد
  

شبکه اطلاع رسانی روابط عمومی ایران (شارا)-|| ریچارد ساتن، استاد دانشگاه آلبرتا (کانادا) از پایه گذاران یادگیری تقویتی معتقد است که دستیابی به الگوریتم های قوی هوش مصنوعی تا سال 2030 محقق خواهد شد.

ریچارد ساتن (Richard Sutton)، یکی از پایه گذاران یادگیری تقویتی محاسباتی (computational reinforcement learning) محسوب می شود. وی با طرح هایی از جمله یادگیری تفاوت زمانی، روش های شبیه سازی سیاست و معماری Dyna، سهم قابل توجهی در این حوزه به خود اختصاص داده است.

ساتن در گفتگو با medium به سوالات مختلفی در زمینه علوم رایانه و هوش مصنوعی (AI) پاسخ می دهد:

تحصیلات خود را در رشته ای غیر مرتبط با علوم رایانه آغاز کردید؛ در این مورد کمی توضیح دهید.
مدرک کارشناسی را در رشته روانشناسی اخذ کردم و سپس در علوم رایانه ادامه تحصیل دادم. این کار را تغییر جهت نمی دانم؛ همواره علاقه مند بودم در مورد فرآیند یادگیری مطالعه کنم و این مبحثی است که در رشته روانشناسی به آن پرداخته می شود. پس از اخذ مدرک کارشناسی در سال 1977، بدلیل علاقه مندی به موضوع هوش مصنوعی (AI) و مسائل مرتبط با این حوزه، علوم رایانه را تا مقطع دکترا ادامه دادم.

پس از اخذ مدرک فوق دکترا از دانشگاه ماساچوست، امهرست در سال 1984، به مدت 10 سال در آزمایشگاه های GTE فعالیت کردم. از سال 1998 یکی از اعضای اصلی دپارتمان هوش مصنوعی آزمایشگاه AT&T بودم؛ از سال 2003 به عنوان استاد در دانشگاه آلبرتا (کانادا) مشغول تدریس شدم و سرپرستی آزمایشگاه یادگیری تقویتی و هوش مصنوعی (RLAI) را برعهده گرفتم.

دیدگاه من در مورد هوش مصنوعی از طریق (تحصیل در رشته) روانشناسی و مطالعه یادگیری انسان و حیوانات، رنگ دیگری پیدا کرد؛ بسیاری از متخصصان هوش مصنوعی از این پیش زمینه بی بهره بودند و روانشناسی، الهام بخش من در این مسیر بود.

توسعه یادگیری تقویتی از دهه 1970 آغاز شده است؛ آیا این روند کند نبوده است؟
یادگیری تقویتی (Reinforcement Learning) یکی از فعال ترین حوزه های پژوهشی در هوش مصنوعی محسوب می شود. من با کند بودن روند توسعه یادگیری تقویتی (RL) موافق نیستم، اما قبول دارم که افزایش منابع محاسباتی تأثیر زیادی در این زمینه داشه است. قدرت محاسبات، عامل افزایش استفاده از آن بوده است.

انتظار می رود که تا سال 2030، هوش مصنوعی (AI) قوی در اختیار داشته باشیم. این مسأله تنها به سخت افزار ارزان بستگی ندارد، بلکه نیازمند الگوریتم های قوی نیز هستیم. معتقدم که درحال حاضر، الگوریتم های قوی هوش مصنوعی در اختیار نداریم، اما می توانیم تا سال 2030 این الگوریتم ها را داشته باشیم.

تا 2030 کدام اهمیت بیشتری دارد: سخت افزار یا نرم افزار؟
این سوال مهمی است که آیا سخت افزار در اولویت است یا نرم افزار. به نرم افزار برای آزمایش سخت افزار نیاز داریم و در دسترس بودن سخت افزار، عامل رسیدن به نرم افزار است. ممکن است که تا 2030، سخت افزارهای کافی در اختیار داشته باشیم، اما همچنان به 10 سال زمان بیشتر برای توسعه الگوریتم های هوشمندتر نیاز داریم.

منافع هوش مصنوعی در روانشناسی و علوم اعصاب بسیار متنوع هستند. چرا تعامل میان هوش مصنوعی (AI)/ یادگیری تقویتی (RL) و روانشناسی/ علوم اعصاب حائز اهمیت است؟
تقویت پایه که یادگیری های مختلف را امکانپذیر می کند، اساسا در مغز یافت می شود. فرآیندهایی در مغز هستند که از قوانین مشابهی برخوردار هستند و با قوانین یادگیری تقویتی مدلسازی می شوند که مدل استاندارد سیستم جهانی (standard model of world system) در مغز گفته می شود.

مغز انسان، مدل مناسب یادگیری روانشناختی و مطالعه رفتارهای حیوانی است. در عین حال، این مدل بر مبنای یادگیری در شرایطی است که قادر به برنامه ریزی باشید. همچنین یک مدل تقویت شده از چگونگی برنامه ریزی و محل یادگیری توالی های مختلف است. با در نظر گرفتن هر دو گزینه، محققان هوش مصنوعی تلاش می کنند تا ذهن انسان را شکل داده و نقطه قوت آن را مشخص کنند.

مترجم: معصومه سوهانی
منبع: medium - سیناپرس

 

 

 

 

 

 

 

   
  

اخبار مرتبط:

اضافه نمودن به: Share/Save/Bookmark

نظر شما:
نام:
پست الکترونیکی:
نظر
 
  کد امنیتی:
 
   پربیننده ترین مطالب روابط عمومی  

  تاریخچه و زاد روز روزنامه نگاری آنلاین


  روابط عمومی‌ها و امید اجتماعی


  جشنواره روابط عمومی‌های برتر بنیاد برگزار می‌شود


  قربانی: استفاده از ظرفیت ادارات در راستای اطلاع رسانی از وظایف خطیر روابط عمومی است


  دوره آموزشی استاندارد مسئولیت اجتماعی و مهارت های زندگی برای سالمندان و معلولین در گلستان برگزار می شود


  نفوذ تبلیغات پزشکی در اینستاگرام


  بر اساس نتایج یک تحقیق: 85 درصد متخصصان ارتباطات، تنوع را خیلی مهم می دانند


  مدیر کل روابط عمومی و امور بین الملل استانداری خراسان رضوی منصوب شد


  منشور اخلاق حرفه‌ای روزنامه‌نگاری در روزنامه صمت


  نقش اتاق‌های فکر در تصمیم‌سازی‌ها


 
 
 
مقالات
گفتگو
گزارش
آموزش
جهان روابط عمومی
مدیریت
رویدادها
روابط عمومی ایران
کتابخانه
تازه های شبکه
آخرین رویدادها
فن آوری های نو
تبلیغات و بازاریابی
ایده های برتر
بادپخش صوتی
گزارش تصویری
پیشنهادهای کاربران
اخبار بانک و بیمه
نیازمندی ها
خدمات
خبرنگار افتخاری
بخش اعضا
دانلود کتاب
پیوندها
جستجوی پیشرفته
موبایل
آر اس اس
بخشنامه ها
پیشکسوتان
لوح های سپاس
پیام های تسلیت
مناسبت ها
جملات حکیمانه
پایان نامه ها
درباره شارا
تماس با ما
Shara English
Public Relation
Social Media
Marketing
Events
Mobile
Content
Iran Pr
About Us - Contact US - Search
استفاده از مطالب این سایت با درج منبع مجاز است
تمام حقوق مادی و معنوی این سایت متعلق به شارا است
info@shara.ir
  خبر فوری: تدوین تقویم اجرایی، یک ضرورت برای روابط عمومی