LOGIN
ثبت نام یا ورود
Avatar
هنوز ثبت نام نکرده اید؟

هم اکنون عضو پلاک آبی شوید .و به اطلاعات وب سایت ما دسترسی داشته باشید

تنظیم مجدد کلمه عبور - نام کاربری را فراموش کرده ام

نام کاربری
کلمه عبور
مرا به خاطر بسپار

placabi articles

مهم‌‌ترین پیشرفت‌های علم داده و یادگیری ماشین در سال 2017 روند پیشرفت علم داده و یادگیری ماشین از 2017 تا 2018

مهم‌‌ترین پیشرفت‌های علم داده و یادگیری ماشین در سال 2017

  • این مورد را ارزیابی کنید
    (7 رای‌ها)

در سال 2017، مهم‌ترین پیشرفت‌ها در علم داده ، یادگیری ماشین ، هوش مصنوعی ، تجزیه و تحلیل پیشگویانه و اینترنت اشیا چه بود، و روندی که برای سال 2018 انتظار می‌رود چیست؟


در متن زیر، نظر Kirk D. Borne، یکی از افراد تاثیرگذار در علم داده و بیگ دیتا را در این زمینه می‌خوانیم:
در سال 2017 شاهد بودیم که بیگ دیتا جایگاه خود را در Hype Cycle، به هوش مصنوعی واگذار کرد.
توجه روز افزون وسایل ارتباط جمعی و متخصصین به هوش مصنوعی ، باعث شد که شاهد انتشار خبرهای خوب و بدی در این حوزه باشیم:

• اخبار خوب مثل گسترش فزاینده‌ی الگوریتم های کارآمد یادگیری ماشین و کاربرد گسترده‌ی هوش مصنوعی در صنایع مختلف مانند صنعت خودرو، تصویربرداری پزشکی، امنیت، خدمات مشتریان، سرگرمی و خدمات مالی
• و اخبار بد مثل این‌که ماشین‎ها، فرصت‎های شغلی را از ما گرفته‌ و کنترل جهان را در دست خواهند گرفت.

در سال 2017 شاهد رشد نوآوری‌هایی در حوزه‌ی داده بودیم که تأمین‎کنندگان عمده از آن‎ها برای تولید ارزش استفاده نمودند. ااز جمله این نوآوری‌ها می‎توان به موارد زیر اشاره کرد:

• کاربرد رابط‎های برنامه نویسی کاربردی
• پیشنهاداتی که در قالب as-a-Service ارائه شدند
• پلتفرم‎های علم داده
• یادگیری عمیق
• خدمات یادگیری ماشین در فضای cloud

از دیگر موارد کاربردهای ویژه داده، یادگیری ماشین و هوش مصنوعی در سال 2017 عبارت بود از:

• هوش ماشین
• تجزیه و تحلیل تجویزی
• تجزیه و تحلیل رفتاری
• اینترنت اشیا
• و در نهایت، پلتفرم‎هایی مثل journey science که برای کشف داستان نهفته در دل داده‎ها و به‎عنوان ابزاری برای تحلیل بهتر داده ها مورد استفاده قرار می‎گیرد.

اما چشم انداز سال 2018، حرکت به ماورای Hype هوش مصنوعی خواهد بود.

زمان آن فرا رسیده است که ارزش هوش مصنوعی به اثبات رسیده و میزان بازگشت سرمایه‌ی آن سنجیده و عملی شود. عرصه‎هایی که در آن‎ها شاهد چنین توسعه‎ای در کاربرد هوش مصنوعی خواهیم بود تقریبا همان‎هایی هستند که در سال 2017 بودند:

• اتوماسیون فرآیندها
• هوش ماشینی
• خدمات مشتریان
• ارائه بیش از حد خدمات شخصی سازی
• و تحول نیروی کار

 در سال 2018 شاهد بلوغ هرچه بیشتر اینترنت اشیا خواهیم بود. مواردی از قبیل:

• ویژگی‎های امنیتی بیشتر
• پلتفرم‎های ماژولار
• رابط‎های برنامه نویسی کاربردی برای تسهیل دسترسی به داده های حاصل از سنسورها
• و نیز استفاده از رابط‎های edge analytics (رابط‎هایی با امکان جمع آوری و تحلیل داده های به‎دست آمده از یک سنسور، سوییچ شبکه و یا هر وسیله‌ی دیگر، در همان محل و بدون نیاز به انتقال داده به جای دیگر برای پردازش). 

edge analytics رویکردی است برای جمع‎آوری و تحلیل داده ها ، که در آن تحلیل و پردازشی خودکار روی داده های حاصل از یک سنسور، سوییچ شبکه و یا هر وسیله دیگر «در همان محل» انجام می‎شود، بدون آن که لازم باشد تا داده های به جای دیگری برای تحلیل و پردازش فرستاده شوند.
 

دور از ذهن نیست اگر تولید المثنی‌های دیجیتالی یا digital twins در صنایع تولیدی، ساختمان، مهندسی و بهره برداری فراگیر شود و متخصصین بیشتری برای تشریح مزایای استفاده از هوش مصنوعی برای بخش دیرباور جامعه خود وقت صرف نمایند.

Digital twins یا المثنای دیجیتالی، یعنی دوقلوی دیجیتالی یک شیی، فرآیند و یا سیستم، که می‎توان از آن برای مقاصد مختلفی استفاده کرد. به بیان دیگر نسخه‎ای که با دقت بسیار زیاد از روی شی مصورسازی شده است.
 

 

 

خواندن 302 دفعه آخرین ویرایش در چهارشنبه, 09 اسفند 1396 23:42
آزیتا المعی نژاد

مدیر ارتباط با مشتری پلاک آبی

بیش از 15 سال سابقه آموزش، ترجمه و تدوین متون علمی و مدیریتی

 

عضو تیم تولید محتوای وب سایت و شبکه‌های اجتماعی شرکت پلاک آبی

کارشناس شیمی کاربردی از دانشگاه صنعتی شریف

 

  • هیچ نظری یافت نشد

نظر خود را اضافه کنید.

ارسال نظر به عنوان مهمان

0
نظر شما به دست مدیر خواهد رسید
 تماس با ما

شهرک غرب، بلوار فرحزادی، خیابان تربیت معلم،
انتهای خیابان گلبان،
مجتمع موج، واحد 105
کد پستی: 1998963193
تلفن: 5 - 88560784
فکس: 88560786
پست الکترونیک:
info @ p l a c a b i . com
ibig @ p l a c a b i . com

 

We use cookies to improve our website. By continuing to use this website, you are giving consent to cookies being used. More details…