بایگانی برچسب: s

ماشین هایی با توانایی یادگیری زبان

ارسال شده در توسط
پاسخ دادن

ماشین هایی که از کودکان بهتر زبان را فرا می گیرند

در سالیان اخیر تلاش بسیاری برای طراحی مدل های کامپیوتری گردیده است که توانایی بهبود تعامل بین انسان ها و ماشین ها را داشته باشند . یکی از اهداف تعامل بین انسان ها این بوده است که ماشین ها توانایی یادگیری زبان را بیابند . یادگیری ماشین در سالیان اخیر توسعه زیادی یافته است و ماشین های خودیادگیر گسترش زیادی داشته اند . امّا محققان به دنبال ماشین های سخنگو هستند تا توانایی برقراری ارتباط بین انسان و ماشین افزایش یابد .

ماشین های زبان آموز

ماشین های زبان آموز

محققان MIT یک تجزیه کننده معنایی (Semantic Parser) ، (مراجعه به پاورقی پست برای دریافت اطلاعات بیشتر درباره تجزیه کننده ها) که از طریق مشاهدات خود فرآیند یادگیری زبان در کودکان را تقلید می کند و زبان های جدید را می آموزد . این تکنولولوژی می تواند باعث توسعه توانایی های یادگیری ماشین گردد و هوشمندی تجهیزات رایانه ای را افزایش دهد .

کودکان در یک محیط طبیعی و بوسیله گوش دادن به اصوات اطراف شان ، دیدن اشیاء مختلف و نیاز به برقراری ارتباط با دیگران یک زبان را می آموزند . سوژه های گوناگون و متنوع در زندگی کودکان (حس کنجکاوی کودک) او را به سمت فراگیری زبان های گفتاری سوق می دهد .

در حوزه محاسباتی ، یادگیری زبان به دو بخش معنایی و نحوی مرتبط می شود . یعنی این که برای یادگیری یک زبان باید هم به ساختار زبانی تسلط یافت و هم معانی کلمات را درک کرد .

تجزیه کننده ها (Parser) ها قبل از این در جستجوهای وب ، پرس و جوهای پایگاه داده ها و سیستم های تشخیص صدا به طور فزآینده ای به کار رفته اند . امّا واقعیت این است که به زودی شاهد حضور تجزیه کننده ها در ربات های خانگی هم خواهیم بود .

محققان MIT یک تجزیه کننده ای را ایجاد کرده اند که از طریق مشاهده فرآیند یادگیری زبان را طی می کند . این تجزیه کننده برای یادگیری ساختار زبان کلمات را با اشیاء و اقدامات هر شی مرتبط می نماید . تجزیه کننده به مرور زمان ساختار زبانی آموخته شده خود را تقویت می کند و پیش بینی های خود را درباره معنای یک جمله دریافتی بهبود می دهد .

تجزیه کننده طراحی شده توسط MIT به اطلاعات محدود آموزشی نیاز دارد . این تجزیه کننده با این اطلاعات محدود سعی به یادگیری زبان می نماید و دانش خود را تکمیل می نماید . دقیقا مانند یک کودک که رفتار محیط اطراف خود را دریافت کرده و تلاش به تقلید از آن می کند . این تجزیه کننده در آینده نزدیک برای بهبود تعامل بین انسان ها و روبات های شخصی مورد استفاده قرار خواهد گرفت .

یادگیری بصری

یادگیری بصری

یادگیری بصری

محققان MIT از فیلم آموزشی برای فرآیند آموزش این تجزیه کننده استفاده می کنند . آنها در حدود ۴۰۰ فیلم را برای آموزش ابتدایی تهیه کرده اند . در این فیلم ها مفاهیم ساده اولیه با تکرار کلمات آموزش داده می شود . آنها از الگوریتم های پردازش تصویر و صوت برای یادگیری بهره برده اند .

تجزیه کننده از طریق مشاهدات خود یاد می گیرد . بنابراین برای آنکه تجزیه کننده متوجه درست بودن (صادق) ویدئو پخش شده بشود ، نیاز به الگوریتم های معناشناسی دارد . الگوریتم های معناشناسی کمک زیادی به شناخت دستور زبان و معنای کلمات می نمایند . محققان امیدوارند که در چند سال آینده بتوانند بهبود مناسبی را در مدل ها و الگوریتم های خود بوجود آورند .

این پروژه توسط شرکت تویوتا و مجموعه مغز هوشمند MIT/IBM مورد حمایت قرار گرفته است .

تهیه و گردآوری : مسعود معاونی

منبع : موسسه فناوری ماساچوست

پ.ن :  تجزیه کننده یا همان Parserابزاری است که هدف آن تجزیه کلمات و عبارات به بخش های مختلف می باشد . تجزیه کننده از طریق آنالیز هر کلمه  رابطه آن کلمه را با معنای کلی جمله بدست می آورد . تجزیه در کامپیوتر و ماشین به معنای تقسیم کلمات به واحدهای قابل درک برای یک ماشین سخت افزاری می باشد . یک تجزیه کننده بایستی توانایی تشخیص جملات دارای مفهوم از جملات بدون مفهوم را داشته باشد . تجزیه کننده ها از الگوهی مشخص برای تشخیص مفاهیم کلمات استفاده می کنند .

ربات های قاتل

ارسال شده در توسط
پاسخ دادن
ربات های قاتل

ربات های قاتل

تاکنون در فیلم های علمی ، تخیلی ربات های را مشاهده می کردیم که از کنترل انسان خارج می شدند و به بشریت آسیب می رساندند . اما در این پست قصد داریم به مواردی واقعی اشاره کنیم که در آن ، انسان هایی توسط ربات ها کشته شده اند . همواره باید به این موضوع توجه داشت ، که ربات ها هیچ ذهنیتی از خود ندارند و تنها کاری را انجام می دهند که برای آن برنامه ریزی شده اند . در اکثر موارد خطاهای ربات ها زمانی به وقوع می پیوندد که انسان ها در مسیر ربات ها حرکت می کنند و ربات ها به علت ضعف در سنسورها یا خطاهای نرم افزاری قادر به تشخیص انسان ها نیستند و به آن ها آسیب وارد می کنند . به همین دلیل است که بیشترین وقایع و مرگ های مرتبط با ربات ها در محیط کارخانه های صنعتی به وقوع می پیوندد . جایی که ربات ها نزدیک به انسان کار می کنند و معمولا انسان ها به علت ساختار ضعیف بدنی در چنین تصادم های بیشترین آسیب را می بینند .

در اینجا به ۱۰ مورد از این حوادث اشاره می کنیم :

۱- Joshua Brown اولین فردی است که در تصادف با یک اتومبیل خودران کشته شد . وی در ۷ مه سال ۲۰۱۶ در حالی که از ویلیستون به سمت فلوریدا رانندگی می کرد ، تصادف شدیدی با خودرو ، خودران شرکت تسلا کرد که منجر به کشته شدن وی گردید . خودروسازی تسلا سعی فراوانی کرد که خود را از هرگونه اتهامی در این حادثه خلاص کند و در نهایت با توجه به مستندات و مدارک پلیس نیز Brown مقصر این حادثه شناخته شد .

۲- Robert Willimas  اولین فردی است که توسط یک ربات کشته شده است . در کارخانه فورد در ایالت میشیگان در ۲۵ ژانویه ۱۹۷۹ پس از آن که یک بازوی رباتیک ضربه سنگینی به ویلیامز زد ، او را به داخل جعبه مواد بازیافتی پرتاب کرد و باعث کشته شدن می شد . کارخانه فورد به خانواده وی ۱۰ میلیون دلار غرامت پرداخت کرد .

۳- در یک پایگاه نظامی واقع در آفریقای جنوبی ۹ سرباز کشته و ۱۴ سرباز به شدت زخمی شدند . چرا که در اواسط سال ۲۰۰۷ یک سلاح ضد هوایی به صورت اتومات شروع به شلیک نمود . این سربازان در حال آموزش در دوره مقدماتی بودند که توسط این سلاح مرگبار کشته شدند . مسئولان اشکال نرم افزاری را عامل این مساله دانستند .

۴- در تاریخ ۷ جولای ۲۰۱۶ ، Micah Johnson بعد از به قتل رساندن سه افسر پلیس در یک ساختمان نیمه تمام سنگر گرفت و چندین تله انفجاری را برای جلوگیری از ورود پلیس در آن جا فعال کرد . پلیس از یک ربات ضد مین برای ورود کمک گرفت ، اما ربات به جای غیرفعال کردن مین ها به وسیله ی بازوی مکانیکی خود Johnson را بر روی آن ها پرتاب کرد و باعث کشته شدن وی گردید . همچنین در این حادثه خود ربات کاملا از بین رفت .

۵- Kenji Uradu در جولای ۱۹۸۱ توسط یک ربات در صنایع سنگین Kawazaki در زاپن کشته شد . او نخستین مرد ژاپنی است که توسط یک ربات کشته شد . Uradu در زمان حادثه در حال تعمیر ربات بود و ربات نیز از سیستم کنترل مرکزی ربات ها قطع شده بود و به صورت کامل غیرفعال بود اما به صورت ناگهانی فعال شد که این موضوع باعث مرگ این مرد ژاپنی شد .

۶- در یک تراژدی غم انگیز در کارخانه فولکس واگن در آلمان که در سال ۲۰۱۵ به وقوع پیوست ، یک انسان ناشناس توسط یک ربات کشته شد . این مرد عضو موقت تیمی بود که در حال تنظیم ربات بودند . ربات او را از روی زمین برداشت و در بین صفحات فلزی پرس سنگین قرار داد به طوری که جسد وی دیگر قابل شناسایی نبود . فولکس واگن علت این حادثه را خطای انسانی عنوان کرد .

۷- در مارس ۲۰۱۷  در یک حادثه عجیب ، Wanda Holbrook ، توسط یک ربات در کارخانه تولید قطعات خودرو Ventra , واقع در میشگان کشته شد . ربات ها در این کارخانه حق ورود به قسمت های دیگر را ندارند . اما در یک حادثه هولناک یک ربات به صورت غیرمنتظره ای وارد بخش دیگری شد و Wanda را که مسئول تعمیر این ربات بود را بر روی تسمه نقاله قرار داد و باعث مرگ وی شد .

۸- Ana Maria توسط یک ربات در صنایع غذایی در شهرکی صنعتی واقع در کالیفرنیا در سال ۲۰۰۹ کشته شد . این ربات وظیفه بسته بندی مواد غذایی را برعهده داشت و هنگامی که یک جعبه در ربات گیر کرد ، Maria ربات را غیر فعال کرد و وارد محفظه ربات شد تا جعبه را دربیاورد ، اما ناگهان ربات فعال شد و ماریا را به عنوان یک جعبه محسوب کرد و استخوان های وی را به شدت خرد کرد و باعث مرگ وی شد .

۹- در سال ۲۰۱۵ ، Ramji Lal توسط یکی از ربات های مستقر در کارخانه فلزات SKH در هند کشته شد . این ربات وظیفه حمل قطعات فلزی سنگین وزن را برعهده داشت ، اما قطعات به درستی بر روی آن قرار نگرفته بود که این ربات شروع به حرکت کرد و ضربه ای شدید به Ramji زد که باعث مرگ وی گردید .

۱۰- در ژوئن ۲۰۱۶ ، Regin Elsea در حالی که دو هفته از ازدواج وی نگذشته بود ، توسط یک ربات کشته شد . Elsea و همکاران وی در حال تعمیر یک ربات معیوب بودند . آن ها تلاش داشتند ربات را در سریعترین زمان ممکن تعمیر کنند که ربات به صورت پیش بینی نشده ای فعال شد و شروع به کار کرد و Elsea را به سمت یک ماشین سنگین دیگر پرتاب کرد که باعث مرگ وی گردید . هر چند که بعد مشخص شد که کارخانه سازنده این ربات چندین تخلف امنیتی را مرتکب شده است . در نهایت کارخانه سازنده این ربات محکوم به پرداخت جریمه ۲۷٫۷ میلیون دلاری گردید .

تاریخ انتشار : ۲۸ خرداد ماه ۱۳۹۷

گردآورنده : مسعود معاونی

منبع : اینجا کلیک کنید

تلگرام

تلگرام

چگونه قدرت IoT تامین خواهد شد؟ داده ، داده ، داده

ارسال شده در توسط
پاسخ دادن
اطلاعات و داده ها

قدرت اینترنت اشیاء

اطلاعات امروزه نقش اساسی در زندگی مردم بازی می کنند . تکنولوژی مدرن ، امروزه بیش از هر زمان دیگری قادر به یادگیری و انطباق است . اینترنت اشیاء (IoT) یک شبکه وسیع از اشیاء متصل به شبکه اینترنت است که از طریق داده های بلادرنگ(real-time data) می تواند منجر به بهبود زندگی انسان ها شود .
فرض کنید زمانی که تصادفی در جاده ای رخ می دهد از طریق اَبر (cloud) تمامی وسایل نقلیه حاضر در جاده متوجه آن می شوند و از طریق یادگیری ماشین (Machine Learning) بهترین عکس العمل را انجام می دهند و این کار تنها و تنها به وسیله داده های بلادرنگ (real-time data) که نوع جدیدی از داده ها هستند ، صورت می پذیرد .
داده ها خون زندگی بخش به اینترنت اشیا و در واقع شریان حیاتی در اینترنت اشیاء می باشند . نسل جدید دستگاه های هوشمند متصل به شبکه ، به طور شگفت انگیزی به جهان انسان ها تاثیر می گذارد و باعث بهینه شدن بسیاری از امور روزمره انسان ها خواهد گردید . به مرور زمان دستگاه های موجود در اطراف ما دارای قدرت محاسباتی فزآینده ای خواهند شد و داده های تولید شده توسط این دستگاه ها نقش مهمی را در زندگی روزمره ما بازی خواهند کرد .
در نظر بگیرید داده های که تاکنون در سیاره زمین تولید گردیده است  درحدود ۱۶٫۱۲Zettabytes تخمین زده شده است این در حالی است که پیش بینی می شود تا سال ۲۰۲۵ میزان داده های تولیدی به مقدار ۱۶۳Zettabytes برسد که ۲۰% از این افزایش داده ها مرتبط با اینترنت اشیاء می باشد . توجه نمایید که عدد ۱۶۳Zettabyte عدد بسیار بزرگی می باشد و قطعا این حجم از داده مقدار بسیار بزرگی از داده ها را تشکیل خواهد داد .
حجم زیاد این داده ها به مرور زمان در آینده به یک بحران جدی تبدیل خواهد شد . همان طور که اینترنت اشیاء رشد می کند و بالغ می شود ، داده ها نیز رشد کرده و افزایش می یابند و از آن جایی که این داده ها ارتباط مستقیمی با زندگی انسانی دارند هر گونه نقص و یا به خطر افتادن آن ها تداوم زندگی روزمره را با خطر مواجه خواهد کرد . باید توجه داشت که بسیاری از این داده ها بر سلامت و کیفیت زندگی انسان ها تاثیر خوهند داشت . بنابراین نیاز است که داده ها را به داده های معمولی ، حساس و فوق حساس تقسیم بندی کنیم . برای انجام چنین مهمی نیاز به آنالیز داده ها خواهیم داشت . هر چه این آنالیز سریعتر و دقیق تر صورت پذیرد مزیت رقابت پذیری بیشتری را می تواند فراهم آورد .
ما نیاز داریم که شیوه های ذخیره سازی دیجیتال در آینده را به شدت تغییر دهیم . ما باید داده ها را در مراکز اَبری ذخیره کنیم و تنها بخشی از داده های فوق حساس را در مکان امن تری ذخیره کنیم . بنابراین ما باید از تکنولوژی های مدرن تری در ذخیره سازی اطلاعات در اَبرها و دیتاسنترها استفاده کنیم و همزمان نیاز به تکنولوژی های قوی تری برای محاسبات و آنالیز اطلاعات داریم .ما باید به صورت هم زمان در فناوری های بنیادی و فناوری های نرم افزاری و سخت افزاری پیشرفت نماییم . داده های حجیم (Big Data) و متا داده ها (داده های درباره داده ها meta data) می توانند تجارب دیجیتالی جدیدی مبتنی بر داده ها را برای ما ایجاد کنند که در حال حاضر ذهن ما تنها قادر به تخیل درباره آن ها می باشد . اما مطمئنا در آینده ای نه چندان دور تمامی این موارد به بخش های از واقعیت های زندگی ما تبدیل خواهند شد .

کد مقاله : ۹۶۰۸۱۲۰۲

نویسنده : مسعود معاونی

https://telegram.me/moaveni_ir

https://telegram.me/moaveni_ir

معرفی مشاغل جدید حوزه فناوری اطلاعات

ارسال شده در توسط
پاسخ دادن

امروزه فناوری های جدید در حوزه فناوری اطلاعات به سرعت در حال ایجاد و ظهور هستند . این تغییرات سریع در حوزه IT باعث شده تا بسیاری از مشاغل سنتی در این حوزه با تغییرات اساسی مواجه شوند و مشاغل جدیدی تعریف شوند . آن چه بیش از بیش در مشاغل سنتی در حوزه فناوری اطلاعات خود را نشان می دهد این است که مشاغل سنتی هم نیاز به توانایی های جدیدی دارند .

مشاغل جدید در حوزه فناوری اطلاعات و ارتباطات

مشاغل جدید در حوزه فناوری اطلاعات و ارتباطات

مدیران شبکه های امروزی باید توانایی کارکردن با ابر (cloud) را داشته باشند و همزمان نیاز به مباحث پیشرفته امنیتی برای دفاع از شبکه خود در مقابل حملات متداول دارند . پیشرفت در فناوری ها و تجهیزات شبکه شکاف های بزرگ مهارتی را برای کارمندان ایجاد کرده است و از یک متخصص فناوری اطلاعات انتظار می رود که این شکاف امنیتی را پر کند .

نگاهی به مشاغل جدید در حوزه فناوری اطلاعات

رقابت گسترده در سطح بازار نیاز به افزایش نیروی انسانی را ضروری کرده است در این مقاله ما به بررسی برخی از مشاغلی که در آینده نه چندان دور مطرح خواهند شد می پردازیم :

۱- مهندس محاسبات شناختی(cognitive computing) و یا متخصص یادگیری ماشین (machine learning)

با یادگیری ماشین و آنالیز داده های بزرگ (big data) می توان به مدل سازی تهدیدات امنیتی پرداخت و این شغلی است که به زودی نیاز به آن در تمای سازمان های بزرگ احساس خواهد شد . مهندس محاسبات شناختی نیاز کلیدی به دانش های در زمینه داده های حجیم و اطلاعات وب (وب کاوی) دارد . وی باید بتواند از اطلاعات بدون ساختار به استخراج آمار بپردازد و در زمان کم به مدل سازی و پیش بینی داده های مجهول بپردازد . چنین فردی نیاز به پردازش زبان طبیعی و الگوریتم های مرسوم جستجو داده در کنار مباحث یادگیری ماشین دارد .

۲- مهندس زنجیره انسداد (BLOCK CHAIN) 

این یک عنوان عجیب است که در هیچ فرصت شغلی امروزی وجود ندارد . در این شغل کسانی که با فناوری بیت کوین آشنا هستند و تجربه خاص در رمزنگاری و الگوریتم های هش و سیستم های توزیع شده دارند ؛ می توانند به کار گرفته شوند . امکان ایجاد کارت های شناسایی امن و بنامه های کاربردی در زمینه خدمات مالی بیت کوین در حوزه این شغل قرار می گیرند . این شغل نیاز به دانش پایه ای ریاضی و برنامه نویسی قوی دارد و حقوق بالایی می توان برای آن متصور شد .

۳- مهندس خوشه بندیGPU یا  (GPU cluster)

به کمک GPU می توان عملکرد نرم افزار را با تخلیه بار از روی پردازنده بهبود داد و این کار برای شرکت های که با داده های کلان مواجه اند (مانند فیس بوک ،بایدو و …..) بسیار ضروری به نظر می رسد . امروزه بساری از سرورهای فیس بوک در خوشه GPU اجرا می شوند که مبتنی بر یادگیری ماشین هستند . باید توجه داشت که سیستم های مبتنی بر GPU تا دو برابر سرعت راه حل های معمولی را می توانند تامین کنند . امروزه پیدا کردن یک مهندس ماهر در زمینه GPU کار دشواری است . یک متخصص GPU باید به C و پرل ، پایتون ، جاوا ، متلب و تعدادی دیگر از زبان ها به صورت همزمان مسلط باشد . شما می توانید برای کسب اطلاعات بیشتر درباره این شغل به گروه اخبار GPU در فیس بوک بپیوندید و در این زمینه اطلاعات جدیدی را دریافت کنید .

۴- مهندس واقعیت مجازی (vitual reality)

واقعیت مجازی در ابتدا در ساخت بازی ها مطرح شد اما کمتر معنای آن توسعه یافت . در این شغل به زبان های برنامه نویسی در کنار گرافیک کامپیوتری و قابلیت توسعه نرم افزارهای تلفن همراه و پردازش تصاویر دیجیتال نیاز می باشد . پست های زیادی امروزه در Anglelist در زمینه این شغل وجود دارد . پول های بزرگی که در زمینه واقعیت مجازی سرمایه گذاری می شود نشان دهنده درآمد زا بودن این شغل می باشد .

۵- معمار اینترنت اشیاء (IOT ARCHITECT) 

در آینده نه چندان دور !!! یک یا دو میلیارد و بیشتر ، دستگاه (ماشین) به اینترنت متصل خواهند شد و این نشان دهنده نوآوری اینترنت اشیاء برای بسیاری از زمینه ها می باشد . بسیاری از شرکت ها خواهان تحول در مدیریت پیچیده اینترنت اشیاء هستند و برای حل این معضل نیاز به یک شغل واسطه ای برای آنالیز اطلاعات و ارائه خدمات وجود دارد .

۶- پاسخگویی حوادث امنیتی کامپیوتر

هر چند متخصص امنیت سایبری به مدت طولانی در لیست مشاغل فناوری اطلاعات قرار دارد ، پس شغل جدید باید چیزهای نوآورانه را در خود جای دهد . صاحب چنین شغلی باید بتواند اثرات یک حمله را به خوبی بشناسد و بتواند مدیریت رویداد و امنیت اطلاعات (SIEM:Security Information and Event Managment) را به خوبی انجام دهد . SIEM باید بتواند شکاف های امنیتی را با استفاده از الگوریتم های یادگیری ماشین شناسایی کند و موقعیت شبکه و اطلاعات را آنالیز کند و در موقع مناسب هشدارهای لازم را صادر کند . در این شغل شما باید دانش مبانی شبکه و پروتکل ها و اصول رمزنگاری را در کنار مفاهیم SQL در اختیار داشته باشید و هم چنین گواهی نامه امنیت اطلاعات را هم دریافت کرده باشید .

منبع : www.infoworld.com

نویسنده و گردآورنده : مسعود معاونی

۱۰ تکنولوژی برتر برای سال ۲۰۱۶

ارسال شده در توسط
پاسخ دادن
10 تکنولوژی برای سال 2016

10 تکنولوژی برتر

در حالی که روز شمارپایان سال ۲۰۱۶ میلادی به تپش افتاده ، به نگارش این سطور و مقاله می پردازیم :
در مورد ۲۴ ساعت گذشته خود فکر کنید ، شما چندین بار از ارتباطات ، اطلاعات ، خدمات و دستگاه های الکترونیک استفاده کرده اید . در واقع یک مش دیجیتال (digital mesh) افراد و محیط ها را به شدت احاطه کرده است . زندگی ما به طور فزاینده ای به دستگاه های دیجیتالی و افراد و تجهیزات مرتبط به آن وابسته شده است . ماشین آلات هوشمند یک واقعیت جدید هستند که جهان دیجیتالی ما را تکامل می بخشند .
در این مقاله می خواهیم به ۱۰ موضوع مهم و راهبردی در سال جاری اشاره کنیم که به تقویت متقابل ویژگی های دیجیتالی می پردازند .
موضوع ۱ : تجهیزات Mesh :
حرکت دستگاه های mesh فراتر از کامپیوترهای رومیزی سنتی و دستگاه های تلفن همراه هوشمند می باشد و نقاط پایانی گسترده ای را که انسان در آن ها دخالت دارد را شامل می شود . دستگاه های mesh روز به روز در حال تکامل و گسترش و بزرگتر شدن هستند . ما شاهد تجهیزات پوشیدنی بسیاری به خصوص در واقعیت مجازی می باشیم (virtual reality) .
شبکه دیجیتالی Mesh

شبکه دیجیتالی Mesh

موضوع ۲ : محیط های مبتنی بر تجربه کاربر:
تمام تعاملات دیجیتال ما می تواند تبدیل به یک محیط پیوسته با تجربه های دیجیتالی متفاوت شود که می تواند تجربه های ما را از محیط های سنتی از زمان ، فضا و دستگاه را هماهنگ کند . ادغام محیط فیزیکی ، مجازی و الکترونیکی با استفاده از زمان واقعی می تواند یک تجربه جدید و جذاب باشد .
موضوع ۳ : تکنولوژی چاپ ۳D:
در ادامه پیشرفت چاپ ۳D با طیف گسترده از مواد و آلیاژهای پیشرفته مانند نیکل ، فیبرکربن ، شیشه ، جوهر رسانا ، الکترونیک ، مواد شیمیایی و مواد بیولوژیکی برای کاربردهای علمی مواجه هستیم . پیشرفت های اخیر امکان مخلوط کردن مواد را در چاپ های سه بعدی فراهم آورده که این می تواند برای عملیات های پیشرفته و یا اصلاح و تعمیر در ابزارهای خاص استفاده شود . چاپ ۳D بیولوژیکی مانند چاپ پوست بدن و اندام در حال پیشرفت از حالت تئوری تا واقعیت است و مفاهیم آن به شدت در حال بروزرسانی می باشد .
موضوع ۴ : اطلاعاتی از همه چیز (information of everything) :
احاطه شبکه های دیجیتال mesh ، ارتباطات را نیازمند به محاسبات پیچیده در همه زمینه ها نموده است . شازمان ها باید برای شناسایی اطلاعات به دنبال ارزش های استراتژیک و چگونگی دسترسی به اطلاعات از منابع مختلف باشند و به تعریف الگوریتم های جدید و مدرن برای کسب و کارهای جدید بپردازند .
موضوع ۵ : پیشرفت در یادگیری ماشین :
پیشرفت در یادگیری ماشین چیزی است که باعث ظهور دستگاه های هوشمند با قابلیت درک مفاهیمی از محیط و یادگیری شده است . از طریق یادگیری ماشین دستگاه های هوشمند در آینده می توانند تکامل بیشتری در رفتار ، سرعت و ارزیابی های خود بوجود آورند و مزایای رقابتی ایجاد کنند .
موضوع ۶ : عامل های خود مختار و اشیا :
پیشرفت در یادگیری ماشین باعث گسترش طیف گسترده ای از دستگاه های هوشمند از جمله روبات ها ، وسایل نقلیه مستقل ، دستیاران شخصی مجازی (VPAS) و مشاوران هوشمند می شود . کاربر می تواند از این تجهیزات در محیط های مستقل و به وسیله یک عامل رابط بهره ببرد . کاربر به جای استفاده از منوها ، فرم ها و دکمه های گوشی هوشمند می تواند با یک عامل هوشمند صحبت نماید .
موضوع ۷ : معماری تطبیقی امنیتی :
پیچیدگی ها کسب و کار دیجیتال و اقتصاد الگوریتمی ، همراه با ظهور صنعت هک (hacker industry) به طور قابل ملاحظه ای تهدیدات را برای یک سازمان افزایش داده است . رهبران امنیتی باید بر تشخیص و پاسخ به تهدید متمرکز شوند و بدین وسیله از راه های سنتی نفوذ و خراب کاری پیشگیری نمایند .
موضوع ۸ : پیشرفت در معماری سیستم :
ماشین آلات هوشمند و خواسته های روزافزون دیجیتالی نیاز به محاسبات را افزایش داده است . هم چنین معماری های ناهمگن نیز در حال گسترش است و نیاز به رابط های کاربری با پردازش گرافیکی سنگین نیز روبه رشد است .بنابراین نیاز است تا معماری های سیستم به سمت شباهت به مغز انسان حرکت کنند تا قابلیت های یادگیری عمیق و الگوریتم های تطبیقی در آن ها وجود داشته باشد تا بتوانند به راحتی از اینترنت اشیاء و عامل های هوشمند پشتیبانی کنند .
موضوع ۹ : سرویس های جدید :
معماری های mesh خدمات انعطاف پذیر و پویا را فعال می کنند . نیازهای کاربران در طول زمان متفاوت است و نیاز به منابع اطلاعاتی ،برنامه های گوناگون ، دستگاه های جدید و قوی تر و خدمات جدید وجود دارد . سرویس های جدید در یک معماری انعطاف پذیر می تواند به سادگی در سراسر محیط گسترش یافته و یک تجربه مداوم دیجیتالی را به ارمغان آورد .
موضوع ۱۰ : اینترنت اشیا و سیستم عامل مرتبط با آن :
سیستم عامل اینترنت اشیا باید بتواند به راحتی از نرم افزار و خدمات مرتبط پشتیبانی کند . باید فناوری و استاندارد ها در اینترنت اشیا مجموعه ای از قابلیت ها را برای برقراری ارتباط ، کنترل مدیریت و تامین امنیت را تدارک ببیند . سیستم عامل باید جمع آوری داده ها و ایجاد یک دیدگاه براساس واقعیت را برعهده بگیرد .
نویسنده :David W Cearley مسئول تجزیه و تحلیل شرکت پژوهشی گارتنر
منبع : www.Forbes.com
مترجم : نیلوفر مظفریان
ویراستار : مسعود معاونی
https://telegram.me/moaveni_ir

https://telegram.me/moaveni_ir