ابتکاری کم هزینه برای فراگیر شدن هوش مصنوعی
هوش مصنوعی یا همان ماشینهایی که به نوعی قابلیت یادگیری دارند به تدریج وارد عرصه های متنوعی از زندگی روزمره می شوند. گوگل از جمله شرکتهایی بوده که استفاده زیادی از این فناوری کرده است. به عنوان مثال این موتور جستجوگر می تواند تصاویری که در تلفن همراه هوشمند یا رایانه همراه را اسکن کرده و اشیا و افراد خاصی را در آنها تشخیص دهد. در ادامه مجموعه ای از داده ها فراهم می شود که کاربر با استفاده از آنها می تواند جستجوی لازم را انجام دهد.
بدون شک این سطح از پیشرفت فناوری را باید تأثیرگذار و گیرا به شمار آورد با این حال یک مشکل اساسی وجود دارد و آن چیزی نیست جز نیاز داشتن به یک توان محاسباتی چشمگیر. دستیابی به چنین توانی به صرف هزینه های زیادی نیاز دارد.
به تازگی شرکتی موسوم به Sentient در کالیفرنیای آمریکا مدعی دستیابی به شیوه ای مناسب و مقرون به صرفه جهت رفع چنین مشکلی شده است.
محققان این شرکت تخصص ویژه ای در توسعه فناوری های مرتبط با هوش مصنوعی دارند. آنها در تلاش هستند تا سیستم محاسباتی جامع و فراگیری ارایه کنند که دربرگیرنده میلیونها هسته محاسباتی بوده و در عین حال با هزینه اندکی نیز ارایه شود.
اما چگونه؟ این محققان از ماشین آلات و سیستمهایی که به گفته آنها «تنبل» هستند و معمولا در پایگاههای اطلاعاتی به وفور به چشم می خورند استفاده می کنند. درواقع با ایجاد شبکه ای میان این سیستمها، ماشین واحدی تشکیل می شود که قدرت بالایی در تولید توان لازم برای انجام محاسبات ضروری در هوش مصنوعی را دارد.
چنین ایده ای هنوز در مراحل ابتدایی خود قرار دارد اما با توجه به اقبالی که به هوش مصنوعی نشان داده شده است باید در آینده نزدیک منتظر نوآوریهای زیادی در این عرصه بود.
No tags for this post.
