۹ کشته بر اثر آتش سوزی در ایالت اوکلند آمریکا

منابع خبری محلی از کشته شدن دست کم ۹ تن از افراد حاضر در یک کلوپ شبانه واقع در اوکلند آمریکا خبر دادند.


زندگی خصوصی اسطوره فوتبال آرژانتین، دیه گو مارادونا

دیه گو آرماندو مارادونا (Diego Armando Maradona) متولد ۳۰ اکتبر ۱۹۶۰ میلادی در بوینس آیرس، پایتخت آرژانتین است. وی را یکی از اسطوره های کم نظیر مستطیل ...


روایت رییس جمهور از جزئیات بودجه ۳۲۰ هزار میلیاردی سال ۹۶

رئیس جمهور با بیان اینکه ایران هیچگاه نقض کننده برجام نبوده و نخواهد بود، گفت: به عنوان رئیس جمهور و رئیس شورای عالی امنیت ملی به صراحت اعلام ...


ژست ممنوع بازیگر زن مشهور ایرانی+عکس

در این عکس بهنوش طباطبایی را در حال کشیدن سیگار که یکی از ژست های ممنوع است مشاهده می کنید:


روسیه تولید نفت خود را ۳۰۰ هزار بشکه در روز کاهش می‌دهد

مذاکرات ما با کشورهای غیر عضو اوپک به ماه اجازه می دهد تا انتظار داشته باشیم برخی کشورها به این توافق بپیوندند و مجموعا در کاهش حدود 300 هزار ...


نگاه متفاوت چشم انسان و ربات برای رمزگشایی + تصاویر

فناوری | شنبه ۱۲ تير ۹۵ ساعت ۱۴:۲ | نسخه چاپي

ذهن ماشین‌ها معمولا با عنوان جعبه‌ی سیاه توصیف می‌شود. فرایندهای تصمیم‌گیری آنها مرموز و غیر قابل درک است. اما در مورد هوش ماشینی قضیه فرق می‌کند. محققان می‌خواهند آن جعبه‌ی سیاه را بگشایند و نگاهی به درون آن بیندازند. آنچه که آنها پی برده‌اند این است که انسان‌ها و ماشین‌ها وقتی به تصاویر نگاه می‌کنند، اصلا به چیزهای مشابهی توجه نمی‌کنند.
محققان فیسبوک و دانشگاه پلی‌تکنیک ویرجینیا تصاویری را به انسان‌ها و ماشین‌ها نشان دادند و سپس از آنها سوالات ساده‌ای بر اساس آن عکس‌ها پرسیدند. اما پاسخ این سوالات برای محققان اهمیت نداشت. آنها می‌خواستند نقشه‌ای از نکات مورد توجه انسان و هوش مصنوعی تهیه کنند تا درباره‌ی تفاوت‌های ما با آنها اطلاعاتی به دست بیاورند.
«لارنس زیتنیک»، از مرکز تحقیقات هوش مصنوعی فیسبوک می‌گوید: «ما می‌توانیم این نقشه‌های توجه را در انسان‌ها و ماشین‌ها بررسی کنیم.» زیتنیک و همکارانش از انسان‌ها خواستند تا به سوالات ساده‌ای مثل «آن مرد چه کار می‌کند؟» یا «چند گربه روی تخت دراز کشیده‌اند» پاسخ دهند. این تصاویر کمی تار شده بودند و افراد برای واضح کردن آنها باید روی قسمت‌های مختلف عکس کلیک می‌کردند. نقشه‌ی آن کلیک‌ها نشان می‌دهد که سوژه‌های مورد مطالعه به کدام قسمت تصویر توجه می‌کردند. محققان همین کار را برای دو ماشین مبتنی بر شبکه‌ی عصبی تکرار کردند.
این تیم پی بردند که امتیاز همپوشانی نقشه‌ی توجه در دو انسان ۰٫۶۳ بود. در این مقیاس ۱ نمایانگر همپوشانی کامل و منفی یک نشان‌دهنده‌ی عدم همپوشانی است. همپوشانی میان انسان و هوش مصنوعی هم ۰٫۲۶ بود. با این حال، شبکه‌های عصبی بهتر توانستند بفهمند که تصویر چه چیزی را نشان می‌دهد.
«دروف باترا» از دانشگاه ویرجینیا می‌گوید «موارد و نکات مورد توجه ماشین‌ها با انسان‌ها فرق دارد. این نشان می‌دهد که ما نمی‌دانیم آنها بر چه مبنایی تصمیم می‌گیرند.» این اختلاف بین انسان و ماشین می‌تواند منبع الهام‌بخش و مفیدی برای محققان باشد تا شبکه‌های عصبی را تغییر دهند. باترا می‌پرسد: «آیا می‌‌توانیم آنها را به انسان‌ها شبیه‌تر کنیم؟ آیا این به معنی دقت بیشتر است؟»
منبع: New Scientist
ترجمه: دیجی‌کالا مگ
اگر اين مطلب را پسنديده ايد، آن را به اشتراك بگذارد: