021-44362669
info@rkaa.ir

ردپای هوش مصنوعی در اختراعات آینده-بخش سوم

ردپای هوش مصنوعی در اختراعات آینده-بخش سوم

ردپای هوش مصنوعی در اختراعات آینده-بخش سوم

جزئیات

RKA | حس خوب امنیت

14 اسفند 1397
ردپای هوش مصنوعی در اختراعات آینده-بخش دوم
آرکا جی پی اس
ردیاب خودرو
خانه هوشمند
آمار بهره وری محققان
 
محققان مورد نیاز برای رسیدن به اهداف قانون مور از دهه‌ی ۱۹۷۰ تاکنون
 
در نتیجه‌ی اقدامات فوق می‌توان گفت با آنکه ما هرروز به افزایش کلی محققان می‌اندیشیم و پیشرفت‌های قابل توجهی را در فرصت‌های تجاری کسب کرده‌ایم، زمینه‌هایی که نیازمند تحقیقات بلندمدت و تلاش برای درک پایه‌های علوم هستند، مورد کم‌لطفی واقع شده‌اند.
 
 آرکا | تولید کننده صفر تا صد جی پی اس ایرانی

نوآوری در کشف و اختراع مواد جدید، زمینه‌ای با سودآوری تجاری پایین محسوب می‌شود. چنین تصوری، تلاش برای نوآوری در آن زمینه را کاهش می‌دهد. نوآوری‌هایی که به باتری‌های بهتر، سلول‌های خورشیدی با بازدهی بالاتر و احتمالا کاتالیزورهایی برای تولید سوخت به‌صورت مستقیم از نور خورشید یا کربن دی‌اکسید خواهند انجامید. با آنکه قیمت سلول‌های خورشیدی و باتری‌ها روز‌به‌روز کاهش می‌یابد، آن را نمی‌توان نتیجه‌ی بهبود در فرایندهای فناوری دانست؛ بلکه پیشرفت در حوزه‌های اقتصادی و مقیاس‌پذیری کسب‌وکارها و بازارها، موجب کاهش قیمت می‌شود.
 
 آرکا | تولید کننده انواع ردیاب خودرویی

تونیو بوناسیسی، مهندس مکانیک دانشگاه MIT است که با تیمی در سنگاپور و پیرامون موضوع کشف مواد جدید فعالیت می‌کند. او اعتقاد دارد ۱۵ تا ۲۰ سال زمان نیاز است تا یک ماده‌ی جدید کشف شود. چنین زمانی، قطعا برای بسیاری از کسب‌وکارها، بسیار زیاد است. حتی سرمایه‌گذاری روی آن برای گروه‌های آکادمیک نیز غیرکاربردی خواهد بود. چه کسی سال‌ها روی ماده‌ای کار خواهد کرد که احتمال موفق شدنش نیز بالا نیست؟ به‌همین دلیل، استارتاپ‌هایی که سرمایه‌های خطرپذیر دریافت کرده‌اند، با وجود موفقیت‌های عظیم در حوزه‌هایی همچون نرم‌افزار و حتی زیست‌فناوری، در حوزه‌های فناوری پاک، پیشرفت‌های آن‌چنانی نداشته‌اند؛ شاید به‌خاطر آنکه سرمایه‌گذاران خطرپذیر، حداکثر ۷ سال را برای برای بازگشت سرمایه در نظر می‌گیرند.
 
 آرکا | حس خوب امنیت

market research
 
بوناسیسی، یک آزمایشگاه فتوولتائیک را نیز در MIT مدیریت می‌کند. او اعتقاد دارد افزایش سرعت ۱۰ برابری در حوزه‌ی کشف مواد جدید، نه‌تنها ممکن بلکه الزامی است. وظیفه‌ی او و گروه‌های محققان همراهش، استفاده از هوش مصنوعی و یادگیری ماشین برای کاهش آن دوره‌ی ۱۵ تا ۲۰ ساله به حدود ۲ تا ۵ سال است. آن‌ها با هدف قرار دادن انواع چالش‌های موجود در آزمایشگاه‌ها و خودکارسازی هرچه بیشتر فرایندها، به آن نتایج دست پیدا خواهند کرد.
 
 آرکا | در شبکه های اجتماعی با نام کاربری rkaa_irهمراه  ما باشید

سریع‌تر شدن فرایندها، به محققان امکان می‌دهد تا راهکارهای بیشتری را آزمایش کنند. به‌علاوه، آن‌ها می‌توانند پس از چند ساعت تحقیق، به‌جای چند ماه، بن‌بست‌های تحقیقاتی خود را کشف کنند. درنهایت، بهینه‌سازی یافته‌ها در علومی همچون تحقیقات مواد، سریع‌تر انجام می‌شود. به‌نظر بوناسیسی، چنین فناوری، روش تفکر محققان را تغییر می‌دهد.
 
 آرکا | طراحی و نصب انواع سیستمهای حفاظتی

استفاده از هوش مصنوعی و افزایش سرعت فرایندهای تحقیق و آزمایش، بار دیگر زمینه‌های علمی کشف مواد را به فرصت‌های قابل‌توجه کسب‌وکار تبدیل خواهد کرد. همان‌طور که گفته شد درحال‌حاضر، روندهای نوآوری‌های جدید خصوصا در علم مواد با سرعت پایینی پیش می‌روند و به‌عنوان مثال، کشف باتری‌های لیتیم یونی حدود ۲۰ سال زمان نیاز داشت. نمونه‌ی دستاورد سریع‌تر، سلول‌های خورشیدی بودند. نکته‌ی مهم آن است که در برنامه‌ریزی‌های کنونی، دستاوردهایی همچون جلوگیری از تغییرات اقلیمی شدید، دوره‌های نزدیک به ۱۰ سال دارند. به‌بیان دیگر، ما نمی‌توانیم برای دستاوردهای بزرگ علمی بعدی، ۲۰ سال صبر کنیم.
استارتاپ‌های هوش مصنوعی فعال در حوزه‌ی دارو و مواد
نام استارتاپ            Atomwise           Kebotix Deep Genomics
هدف        استفاده از شبکه‌های عصبی برای جست‌وجو در پایگاه‌های داده‌ی بزرگ و پیدا کردن مولکول‌هایی با خاصیت‌های دارویی که به پروتئین‌های مقصد در درمان، متصل هستند           ساخت ترکیبی از روباتیک و هوش مصنوعی برای افزایش سرعت کشف و توسعه‌ی مواد جدید و محصولات شیمیایی استفاده از هوش مصنوعی برای جست‌وجو با هدف پیدا کردن مولکوکل‌های اولیگونوکلوئید با هدف درمان بیماری‌های ژنتیکی
تأثیر         پیدا کردن چنین مولکول‌هایی با ویژگی‌های مورد نظر، قدمی حیاتی در کشف داروهای جدید خواهد بود.              بیش از یک دهه طول می‌کشد تا یک ماده‌ی جدید کشف شود، کوتاه کردن آن زمان، به‌احتمال زیاد در حل کردن چالش‌هایی همچون تغییرات اقلیمی مفید خواهد بود.    درمان با استفاده از اولیگونوکوئیدها، دربرابر بازه‌ی گسترده‌ای بیماری‌ها، مفید است.
 
 آرکا | تخفیف ویژه برای ارگانها و سازمانهای دولتی

آزمایشگاه تحت مدیریت هوش مصنوعی
 
آلان آسپورو، یک محقق هوش مصنوعی است که در تورنتو فعالیت می‌کند. او امروز برای دعوت از بازدید‌کننده‌های آمریکایی به آزمایشگاه خودش، از لفظ کنایه‌ای «به زمین آزاد بیایید» استفاده می‌کند. او در سال ۲۰۱۸ موقعیت خود به‌عنوان استاد شیمی دانشگاه هاروارد را ترک کرد و با خانواده، به کانادا رفت. یکی از دلایل اصلی مهاجرت او، مخالفت با سیاست‌های رئیس‌جمهور کنونی آمریکای یعنی دونالد ترامپ بود. او خصوصا با سیاست‌های مهاجرتی ترامپ، به‌شدت مخالف بود. مهاجرت آلان به تورنتو، چالش خاصی برای او در پی‌نداشت. به‌علاوه، آن شهر امروز به آرمان‌شهر متخصصان هوش مصنوعی بدل شده است.
 
 آرکا | ردیاب ایرانی خود را یک سال گارانتی میکند

علم و تکنولوژی
 
آسپورو که اکنون استاد شیمی دانشگاه تورنتو است، مؤسسه‌ی هوش مصنوعی Vector نیز فعالیت می‌کند. جافری هینتون، یکی از هم‌بنیان‌گذاران مؤسسه‌ی مذکور است که اقدامات پیش‌گامانه‌اش در حوزه‌ی یادگیری عمیق و شبکه‌های عصبی، امروزه به‌عنوان یکی از پله‌های پرش اوج‌گیری هوش مصنوعی شناخته می‌شود.
 
آرکا | تولید کننده انواع ردیاب برای خودروهای سبک و سنگین

هینتون به‌همراه چند محقق دیگر در مقاله‌ای در سال ۲۰۱۲،‌ نشان دادند که یک شبکه‌ی عصبی عمیق که با تعداد زیادی تصویر آموزش دیده است، می‌تواند مواردی همچون قارچ، پلنک و سگ را با نگاه دادن به عکس‌ها تشخیص دهد. در آن زمان، یافته‌های آن‌ها بسیار باارزش بود و به‌سرعت، منجر به یک انقلاب هوش مصنوعی شد که پس از آن، محققان با استفاده از الگوریتم‌های یادگیری عمیق، از مجموعه‌های عظیم داده، اطلاعات بامعنی استخراج کردند.
همان هوشی که توانایی تشخیص چهره‌ها را دارد، شاید توانایی کشف مواد را نیز پیدا کند
 
 آرکا | طراحی و نصب خانه هوشمند

محققان به‌سرعت توانستند با استفاده از شبکه‌های عصبی مشابه، به خودروهای خودران امکان مسیریابی دهند. به‌علاوه، قابلیت تشخیص چهره‌ها در تصاویر پرجمعیت نیز با همان شبکه‌ها به‌دست آمد. دیگر فعالان دنیای فناوری، با بهینه‌سازی ابزارهای یادگیری عمیق، خودیادگیری آن‌ها را بهبود بخشیدند. از میان آن‌ها می‌توان به انواع GAN یا Generative Adversarial Networks اشاره کرد که تصاویری مصنوعی برای آموزش خود تولید می‌کنند.
 
 آرکا | حس خوب امنیت :)))

هینتون در ادامه‌ی مقاله‌ی خود، مقاله‌ای را در سال ۲۰۱۵ منتشر کرده و نشان داد که از یادگیری عمیق می‌توان در علومی همچون مهندسی شیمی و تحقیقات مواد استفاده کرد. مقاله‌ی او نشان داد که شبکه‌های عصبی،‌ توانایی کشف ساختارهای پیچیده را در داده‌های چندین بعدی دارند. به‌بیان دیگر، همان شبکه‌هایی که می‌توانند از میان میلیون‌ها عکس، (به‌عنوان مثال) تصویر یک سگ را تشخیص دهند، توانایی دسته‌بندی میلیون‌ها مولکول برای کشف مشخصات مورد نظر محققان را نیز دارد
❗️👇
شرکت آرکا در زمینه های:
جی پی اس یا ردیاب خودرو ،جی پی اس یا دریاب نفر یا شخصی جی پی اس یا دریاب اشیا، جی پی اس یا ردیاب حیوانات خانگی ،جی پی اس یا ردیاب خودرو فعالیت دارد،شرکت آرکا برای ارگانها و ادرات تخفبف ویژه ای در نظر گرفته است شرکت آرکا علاوه بر جی پی اس یا ردیاب خودرو در طراحی و راه اندازی خانه هوشمند و دوربین های مداربسته فعالیت دارد.
RKA | حس خوب امنیت

مقاله ها مرتبط