Meta’s AI Ambitions: A Potential Contender for OpenAI?

جاه طلبی هوش مصنوعی، آیا متا دردسری برای OpenAI می باشد؟  

by AI

بر پایه گزارش ها، شرکت متا در حال حاضر در حال توسعه یک مدل هوش مصنوعی آینده گرا است که انتظار می رود چالش بزرگی را برای مدل زبان GPT-4 “متعلق به OpenAI” ایجاد کند. این پروژه که طی چند سال در مسیر تکمیل قرار می گیرد، به احتمال زیاد مرحله آموزش را در اوایل سال 2024 شروع خواهد کرد.

قابل ذکر است که دو ماه پیش متا با معرفی سیستم هوش مصنوعی لاما Llama 2، وارد حوزه هوش مصنوعی شد. با این حال، پیش‌بینی می‌شود که مدل آتی هوش مصنوعی متا با اختلاف قابل توجهی از نوع فعلی آن بهتر عمل کرده و به‌طور قابل‌توجهی قدرتمندتر از نسل قبلی خود باشد. این مدل پیش رو آماده تا به کسب و کارها، توسعه تجزیه و تحلیل متن پیشرفته و خدمات مرتبط به آن کمک کند.

علاوه بر این، شرکت متا به طور فعال در حال ساخت مراکز داده است که نقش مهمی در تسهیل توسعه این سیستم پیشرفته را خواهد داشت. همزمان، متا خرید تراشه های نیمه هادی انویدیا H100  را که در حال حاضر قدرتمندترین و پرتقاضاترین تراشه های موجود در بازار برای هوش مصنوعی می باشد را افزایش داده است.

متا به چند دلیل قانع کننده این پتانسیل را دارد که حضور چشمگیری در چشم انداز هوش مصنوعی ایجاد کند. قابل ذکر است که مدل هوش مصنوعی لاما با استفاده از مجموعه داده ای حاوی 70 میلیارد پارامتر تحت آموزش قرار گرفته و این در حالی است که OpenAI با این که پارامترهای GPT-4 را به طور عمومی فاش نکرده ولی برآوردهای تقریبی نشان می دهد که آنها می توانند تقریباً 1.5 تریلیون پارامتر باشند که به طور قابل توجهی از مقیاس لاما فراتر می رود.

علاوه بر این، متا با استفاده از پلت فرم رسانه های اجتماعی خود، پایگاه کاربری گسترده ای دارد. فیس بوک، واتس اپ و اینستاگرام در بین پنج شبکه اجتماعی بزرگ جهان قرار دارند که هر کدام ماهانه بیش از 2 میلیارد کاربر دارند. در مقابل، ChatGPT در مجموع 180 میلیون کاربر را ثبت کرده که در چند ماه گذشته این تعداد کاهش قابل توجهی نیز داشته است.

به نظر می‌رسد که آخرین اهداف متا از نظر منطقی با قابلیت‌های مولد هوش مصنوعی که طبق گزارش‌های این شرکت در حال توسعه است، هماهنگ می باشند. در ماه ژوئن، اطلاعاتی درز پیدا کرده که حاکی از آزمایش یک ربات چت اینستاگرام با 30 شخصیت مختلف است، که شباهت هایی به “شخصیت های” تایید نشده هوش مصنوعی دارد و شایع شده که این شرکت اواخر این ماه از آنها ن آن رونمایی خواهد کرد.


سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

Click for reference

AI will reinvent DAOs and tokenized models will be valuable: Vance Spencer

هوش مصنوعی سازمان های خودگردان غیرمتمرکز را از نو می سازد “مدل های توکن شده ارزشمند خواهند بود”

by AIblockchain

یکی از بنیانگذاران Framework Ventures “ونس اسپنسر” هوش مصنوعی را بخش گمشده DAOها “سازمان های خودگردان غیرمتمرکز” دانسته و چشم‌انداز خود برای توکن‌ مدل‌های هوش مصنوعی را به اشتراک گذاشته و گفت که مدل‌های هوش مصنوعی آموزش‌دیده می‌توانند به دارایی‌های ارزشمندی در بلاک چین تبدیل شوند.

اسپنسر این بنیانگذار شرکت سرمایه گذاری متمرکز بر رمزارز، در گفتگویی با کوین تلگراف در هفته بلاک چین “5 سپتامبر – کشور کره” چهار پیش بینی خود در مورد چگونگی برخورد هوش مصنوعی و فناوری بلاک چین را به اشتراک گذاشت.

به گفته وی، یکی از بزرگترین تأثیرات این است که در نهایت هوش مصنوعی باعث غیرمتمرکز شدن “خودمختاری” در سازمان‌های خودمختار خواهد شد.

DAOها بر اساس مفهوم یک جمع غیرمتمرکز با هدفی مشترک می باشند که بدون هیچ قدرت مرکزی فراگیری پایه گذاری شدند. با این حال، بسیاری از بزرگترین DAOها هنوز تا عدم تمرکز یا خودمختاری کامل فاصله دارند.

این در واقع خودمختاری نیست، بلکه یک دسته از افراد در این وسط هستند و به نظر می رسد که هوش مصنوعی واقعاً تنها راه عملی برای ساختن مفهوم ارمانی DAO است.

در ماه مه مالک استیبل کوین DAI “Rune Christensen” نقشه راه پنج مرحله‌ای را برای ارتقای اکوسیستم خود منتشر کرد که شامل تمرکز قوی بر استفاده از هوش مصنوعی برای ایجاد یک «تعادل حاکمیتی» بود.

به گفته وی فاز سوم این نقشه راه، ابزارهای هوش مصنوعی را با هدف بهبود و احتمالاً خودکارسازی برخی جنبه های حکمرانی راه اندازی می کند.

کریستنسن اضافه کرد که این ابزارهای هوش مصنوعی در ابتدا به “همسطح کردن زمین بازی بین خودی های عمیقاً تعبیه شده و اعضای جامعه پیرامونی تر” کمک می کند، اما در نهایت به DAO اجازه می دهد تا فرآیندها و تصمیمات خود را در طول زمان “بدون نیاز به رهبری یا اختیار متمرکز” بهبود بخشد.

سپس اسپنسر پرسید: چه اتفاقی می‌افتد وقتی بازار سازی با خزانه‌ای‌ بزرگ، توسط یک هوش مصنوعی اداره ‌شود؟

او افزود: “این هوش مصنوعی می‌تواند کارهای واقعاً جالبی انجام دهد و فقط باید مداخله انسانی محدودی در آن انجام شود.”

مدل های آموزش دیده هوش مصنوعی می توانند ارزشمند شوند

اسپنسر همچنین آینده‌ای را می‌بیند که در آن مدل‌های آموزش‌دیده هوش مصنوعی در بلاک چین ها توکن‌سازی خواهند ‌شد و افزود که یک نمونه اولیه را می توان در برنامه و بازی غیرمتمرکز بومی اتریوم “AI Arena” مشاهده کرد که در آن بازیکنان یک مدل هوش مصنوعی را آموزش می دهند تا در یک بازی مبارزه ای شبیه به Smash Bros در پلتفرم سوپر نینتندو با یکدیگر بجنگند.

شرکت Framework Ventures در سال 2021 سرمایه گذاری 5 میلیون دلاری را به رهبری پارادایم در AI Arena انجام داد. در مورد این سرمایه گذاری اسپنسر گفت که در AI Arena بازیکنان مبارزان خود را کنترل نمی‌کنند، بلکه در عوض، این مبارزان توسط مدل‌های هوش مصنوعی کنترل می‌شوند که متعلق به بازیکنان بوده و پیشتر توسط آنان آموزش دیده‌اند.

او خاطرنشان کرد، در حالی که این فناوری فرایند معمول یک بازی را تغییر می‌دهد، این مالکیت زنجیره‌ای مدل‌های هوش مصنوعی «جایی است که رمزنگاری در آن جان می گیرد.»

اسپنسر گفت: «به نظر من، در آینده احتمالاً برخی از با ارزش‌ترین دارایی‌های زنجیره‌ای، مدل‌های AI توکن‌شده خواهند بود.»

موارد استفاده دیگر

در همین حال، بازارهای غیرمتمرکز محاسباتی مانند Akash Network و Render Network می‌توانند شاهد نقش ارزهای دیجیتال در رشد هوش مصنوعی باشند.

اسپنسر توضیح داد که پروتکل‌هایی مبتنی بر بلاک چین مانند یک بازار عمل می‌کنند که به خریداران اجازه می‌دهد تا قدرت پردازش محاسباتی مورد نیاز خود را از ارائه‌دهندگان آن خریداری کنند، که با توجه به کمبود فعلی تراشه‌های GPU به صورت ‌ویژه ای مهم است و در واقع داشتن شبکه ای است که بازار تأمین این منابع را راه اندازی می کند، بنابراین این چیزها باید کار کنند. هم اکنون نیز شرکت های بسیار موفقی وجود دارند که این دادوستد پروتکلی را انجام می دهند.

اسپنسر همچنین بیان کرد که فناوری بلاک چین برای ممیزی و تأیید اطلاعات ارائه شده توسط هوش مصنوعی نیز مهم است و توضیح داد: “بگویید که می خواهید ثابت کنید که این تکنولوژی مدل زبانی ChatGPT بوده و نه گوگل بارد و یا فالکون “مدل اماراتی هوش مصنوعی” که به شما پاسخ داده است.”

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

 

 

Click for reference 

Artificial Intelligence Machines Will Dominate Blockchain Activity, Says Veteran Crypto Venture Capitalist

ماشین‌های هوش مصنوعی بر فعالیت‌های بلاک چین چیرگی خواهند داشت

by AIBitcoin

به گفته سرمایه گذار کهنه کار رمزارزها؛ ربات های هوش مصنوعی AI به زودی راه خود را به اکوسیستم رمزنگاری باز کرده و به بخش بزرگی از فعالیت های بلاک چین تبدیل خواهند شد.

“کریس برنیسک” سرمایه‌گذار مخاطره‌آمیز، شریک Placeholder Capital و تحلیلگر سابق ARK Invest، می‌گوید که «ربات های هوش مصنوعی» در نهایت بر شبکه‌های رمزنگاری تسلط یافته و ما را مجبور خواهند کرد تا در زنجیره های گوناگون راه‌هایی را برای تمایز دادن بین کاربران انسانی و ربات های هوش مصنوعی پیدا کنیم.

به نظر او، رشد خیره‌کننده‌ای در کریپتوهای مبتنی بر هوش مصنوعی قابل پیش‌بینی است و همچنین در چند سال آینده، ممکن است آمار شبکه‌های کریپتو بین MAU (کاربران فعال ماهانه) و MAM (ماشین‌های فعال ماهانه) تقسیم شود و بر اساس داده ها کاربران هنوز به طور کامل درک نمی‌کنند که بلاک چین‌های مناسب برای نیازهای مالی ربات های هوش مصنوعی کدامند، اما وقتی این شناخت شکل بگیرد; رشد آنها همه را مبهوت خواهد کرد.

وی همچنین گفت که در حال حاضر ربات های موجودی که در برخی از زنجیره ها فعال هستند، شبیه به “عصر نوسنگی برای انسان ها، در تراکنش با ابزارهای اولیه” می باشد.

شایان توجه است که پروژه‌های رمزنگاری مرتبط با هوش مصنوعی در سال 2023 شاهد رشد سالمی بودند، ولی هفته گذشته شرکت اطلاعات رمزنگاری Kaiko گزارش داد که هم اکنون این شاخه از رمزارزها شاهد کاهش حجم معاملات نسبت به سایر کلاس‌های دارایی دیجیتال بوده و توکن های مرتبط با هوش مصنوعی نیز این روزها شتاب رشد خود را از دست داده و به کمترین حجم معاملات هفتگی از ژانویه تا کنون رسیده‌اند.

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.
Click for reference

Google updates its privacy policy to allow data scraping for AI training

تغییر خط مشی حریم خصوصی گوگل برای استفاده از داده ها برای آموزش هوش مصنوعی

by AI

گوگل به‌روزرسانی‌های جدیدی را در خط‌مشی حفظ حریم خصوصی خود انجام داده، که اکنون به آن اجازه می‌دهد از هر گونه داده عمومی برای اهداف آموزشی هوش مصنوعی AI استفاده کند.

به‌روزرسانی خط‌مشی حفظ حریم خصوصی این شرکت که در تاریخ یکم ژوئیه ارائه شد را می‌توان با نسخه‌های قبلی این سیاست مقایسه کرده و اختلافات را دریافت.

در این آخرین نسخه، تغییراتی مشاهده می‌شود که شامل اضافه شدن مدل‌های هوش مصنوعی Google، قابلیت‌های Bard و Cloud AI به سرویس‌هایی است که ممکن است با استفاده از «اطلاعاتی که به صورت آنلاین در دسترس عموم است» و یا از «سایر منابع عمومی» به آموزش هوش مصنوعی پرداخت را ممکن می کند.

چیزی که از این به‌روزرسانی خط‌مشی استنباط می‌شود این است که گوگل اکنون برای عموم و کاربرانش روشن می‌کند که از هر چیزی که به صورت عمومی و یا به صورت آنلاین آپلود می‌شود، می‌تواند در فرآیندهای آموزش و توسعه سیستم‌های هوش مصنوعی فعلی و آینده گوکل استفاده کند.

این به‌روزرسانی Google اندکی پس از آن منتشر شد که OpenAI، توسعه‌دهنده چت ربات محبوب هوش مصنوعی ChatGPT با یک شکایت دسته‌جمعی در کالیفرنیا به اتهام برداشتن اطلاعات خصوصی از کاربران از طریق اینترنت متهم شده است.

این شکایت ادعا دارد که OpenAI از داده‌های میلیون‌ها کامنت در رسانه‌های اجتماعی، وبلاگ‌ها، ویکی‌پدیا و سایر اطلاعات شخصی کاربران برای آموزش ChatGPT بدون دریافت رضایت قبلی از آنها برای انجام این کار استفاده کرده است. در آخر این دادخواست به این نتیجه رسید که این امر، حقوق کپی رایت و حریم خصوصی میلیون‌ها کاربر، در اینترنت را نقض ‌کرده است.

تغییر اخیر توییتر، در تعداد توییت‌هایی که کاربران بسته به نوع حساب خود می‌توانند به آن‌ها دسترسی داشته باشند، شایعاتی را در سراسر اینترنت ایجاد کرده، که به احتمال زیاد دلیل آن ممکن است برای حذف داده‌ها از دسترس هوش مصنوعی باشد.

در اسناد توسعه‌دهندگان توییتر آمده که از محدودیت‌های دسترسی به اطلاعات، به عنوان روشی برای مدیریت حجم درخواست‌های ارائه‌شده به رابط برنامه کاربردی توییتر API اعمال شده است.

ایلان ماسک، مالک و مدیر عامل سابق توییتر اخیراً در توییتی درباره این پلتفرم نوشت: «داده‌ها به قدری غارت می‌شوند که خدمات برای کاربران عادی را مختل می کند».

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

Click for reference

AI: Good or bad? All your artificial intelligence fears, addressed

آیا هوش مصنوعی سبب پیشرفت می شود یا بقای ما را به خطر می اندازد؟

by AI

جفری هینتون، محقق برجسته هوش مصنوعی AI که اخیراً گوگل را به دلیل نگرانی در مورد خطرات هوش مصنوعی ترک کرده، ابراز نگرانی کرد که این فناوری ممکن است به زودی از ظرفیت اطلاعاتی مغز انسان بهتر عمل کند و برخی از تهدیدات ناشی از این چت بات‌ها را “بسیار ترسناک” نامید.

به نظر هینتون این چت ربات‌ها می توانند به تنهایی یاد بگیرند و تخصص خود را به اشتراک بگذارند. این بدان معنی است که هر دانش جدیدی که توسط یک نسخه به دست آید به طور خودکار در کل گروه توزیع می شود و این ربات‌های گفتگو را قادر می‌سازد تا دانشی بسیار فراتر از ظرفیت هر فرد را جمع‌آوری کنند.
در ادامه این نگرانی‌ها را عمیق‌تر بررسی کرده و درک کنیم که چقدر از این نگرانی‌ها در دنیای مجازی مشترک است.

سطح فناوری امروز چقدر است؟
یک درک کلی وجود دارد که هوش مصنوعی به احتمال زیاد در چند دهه آینده فوق هوشمند خواهد شد. اما در وضعیت فعلی، هوش مصنوعی صرفا یک ابزار است و توانایی “فکر کردن” را ندارد. امروزه هر چت بات حجم زیادی از داده ها را به اعداد تبدیل می کند و ارقام مورد نیاز را در جواب پرسش برمی‌گرداند.

این می تواند مشکلات پیچیده و بد شکل را در رشته هایی مانند تشخیص تصویر، جستجوی فضای حالات ممکن، ساخت مدل، و پردازش زبان طبیعی را به شیوه‌ای منطقی آسان نماید.

در حال حاضر، هوش مصنوعی که زبان شما را تفسیر می کند، نمی تواند حرکات بعدی شما را پیش بینی کند. اینها دو برنامه مجزا خواهند بود و هوش مصنوعی، در حال حاضر شامل فرآیندهای شناختی عمومی نمی‌شود. ما آنقدر از یک مدل هوش مصنوعی پیشرفته که در داستان‌های علمی تخیلی به تصویر کشیده شده است فاصله داریم که حتی نمی‌دانیم توسعه یک هوش مصنوعی بسیار هوشمند شامل چه چیزهایی می باشد.

در حال حاضر، مدل‌های هوش مصنوعی موجود ما در شرایط خاص مسائل خاصی را مدیریت می‌کنند و آنها اساساً فقط مدل های آماری پیچیده‌ای هستند. اگرچه این فناوری بسیار مؤثر است، اما دلیلی وجود ندارد که باور کنیم ما در حال توسعه یک مدل هوش مصنوعی همه منظوره قدرتمندی می باشیم.

با این حال، این روزها سرمایه زیادی برای نزدیک شدن به یک هوش مصنوعی همه منظوره، چه در دانشگاه و چه در صنعت، صرف می شود، اما هنوز فناوری یک هوش مصنوعی همه منظوره‌ای وجود ندارد.

هوش مصنوعی امروزی قادر به حل معضلات اخلاقی نیست، چون مسائل اخلاقی عقلانی نیستند; آنها ذهنی و منحصر به فرد بوده که در مورد موضوع متفاوتی بحث می کنند. اگر به هوش مصنوعی گفته شود که همه افراد جمعیت X را در یک مکان خاص بِکُشَد در حالی که هیچ آسیبی به اعضای جمعیت Y وارد نشود، بدون تردید این کار را انجام می دهد زیرا اخلاق برای آن تعریف نشده است.

مشکل هوش مصنوعی امروزی

مشکل این رویکرد این است که تنها چیزی که ادراک ما را محدود می کند “یعنی محیط” را نادیده می گیرد. پیچیدگی جهان غیرقابل درک است. فقط به این دلیل که ما یک سیستم هوش مصنوعی بسیار تخصصی داریم به این معنی نیست که هوش مصنوعی در همه چیز متخصص خواهد بود.

این فرض ضمنی وجود دارد که اخلاق چیزی است که با باهوش‌تر شدن آن را از دست می‌دهیم، اما این هنوز خیلی دور از واقعیت است. در واقع، اخلاق یک حکمت رایج در بین ما است که همیشه در حال تکامل بوده و روشی برای مقابله با پیچیدگی‌های مسائل جهانی می باشد.

هوش مصنوعی در حال حاضر انگیزه‌های اقتصادی زیادی برای توسعه دارد و میلیاردها دلار برای تحقیقات در طیف گسترده‌ای از برنامه‌های هوشمند توسط سازمان‌های خصوصی و دولتی هزینه می‌شود، بنابراین می توان گفت که نا دیده گرفتن پیشرفت سریع در چند دهه آینده احمقانه خواهد بود.

با این حال، اکثر صنایع در حال حاضر بر روی هوش مصنوعی مورد نیاز آنها در یک راستای مشخصی متمرکز شده‌اند، که اغلب شامل ترکیب چندین هوش مصنوعی جداگانه با هم می باشد که هر کدام می توانند فقط یک کار خاصی را به خوبی انجام دهند و فراگیر نمی باشند.

سوال اصلی – هوش مصنوعی: خوب یا بد؟

توسعه هوش مصنوعی بسته به شرایط مختلف اغلب به عنوان تهدید و یا فرصت برای انسان ها تلقی می شود.

از یک طرف، نگرانی‌هایی در مورد خطرات احتمالی هوش مصنوعی وجود دارد، که این موارد شامل جابجایی و یا از دست دادن مشاغل، نگرانی‌های مربوط به حریم خصوصی و امنیتی، سوگیری الگوریتمی “خطاهای سیستماتیک و قابل تکرار در یک سیستم کامپیوتری را توصیف می کند که نتایج -ناعادلانه- ایجاد می کند” و در نهایت امکان دارد که تمرکز قدرت در دست چند فرد یا سازمان قرار گیرد، بنابراین اگر این خطرات به درستی مدیریت نشوند، ممکن است اثرات شدیدی را برای مردم، جامعه و رفاه عمومی بشریت داشته باشند.

با این حال، نمی توان مزایای هوش مصنوعی را کم اهمیت دانست، زیرا این فناوری می‌تواند بهره‌وری را افزایش داده و نوآوری ایجاد کند، مراقبت‌های بهداشتی و روند رشد علم را پیش برده و نگرانی‌های اجتماعی دشوار را برطرف کند.

هوش مصنوعی این پتانسیل را دارد که استعدادهای انسان را تقویت کرده و کارهای یکنواخت را خودکار ساخته و به ما امکان قضاوت آگاهانه تری را بدهد و همچنین فرصت‌هایی برای پیشرفت در صنایع مختلف از جمله آموزش، حمل و نقل، کشاورزی و غیره را فراهم سازد.

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

Click for reference

AI is coming for your job - What industries will be affected

هوش مصنوعی برای جایگزینی شغل شما می آید، چه کارهایی تحت تأثیر قرار خواهند گرفت؟

by AI
طبق گفته Accenture، 40 درصد از ساعات کاری در صنایع مختلف ممکن است به دلیل پیشرفت ابزارهایی مانند ChatGPT، با هوش مصنوعی جایگزین شوند. هوش مصنوعی AI در سال‌های اخیر با سرعت بی‌سابقه‌ای در حال رشد بوده و در حال ادغام شدن با طیف وسیعی از صنایع است. اما رشد سریع آن باعث نگرانی در مورد از دست رفتن مشاغل بسیاری شده است، زیرا درصد بالایی از وظایفی که قبلا توسط انسان ها انجام می شده به زودی توسط هوش مصنوعی خودکار خواهند شد. به عنوان مثال، مدیرعامل IBM “آرویند کریشنا” در یکم ماه می به بلومبرگ گفت که 7800 شغل در این شرکت می تواند با هوش مصنوعی و اتوماسیون در پنج سال آینده جایگزین شود که هم اکنون تقریباً 30 درصد از نیروی کار IBM را تشکیل می دهد. در حالی که هوش مصنوعی پتانسیل بهبود کارایی، افزایش بهره‌وری و کاهش هزینه‌ها را دارد، پیشرفت‌های سریع و بزرگی که در ابزارهای هوشمند مانند ChatGPT-4 مشاهده می‌شود “نسبت به نسخه قبلی خود ChatGPT-3.5” بسیاری از مردم را نگران کرده که شاید به زودی یکی از این ابزارها جایگزین شغل آنها شود. ChatGPT و دیگر مدل‌های زبان بزرگ (LLM) می‌توانند از قبل برای تکمیل انواع وظایف، مانند تولید کد قرارداد هوشمند، مدیریت جوامع، تجزیه و تحلیل بازار و موارد دیگری استفاده شوند. یک گزارش تحقیقاتی از شرکت خدمات حرفه‌ای Accenture که در ماه مارس منتشر شد، به “محبوبیت انفجاری” ChatGPT به عنوان “اولین نقطه عطف واقعی در پذیرش عمومی هوش مصنوعی” اشاره کرده و افزود: “تقریباً همه مشاغل را تحت تأثیر قرار خواهد داد و برخی را نیز حذف خواهد کرد، بسیاری از حرفه‌ها تغییر خواهند کرد و بسیاری از مشاغل جدید نیز ایجاد خواهند شد.” تحقیقات Accenture نشان داد که 40٪ از ساعات کاری در صنایع مختلف می تواند تحت تأثیر این مدل‌های زبان بزرگ LLM قرار گیرد و بانکداری را به عنوان صنعتی که احتمالاً تحت تأثیر بسیار قرار می گیرد شناسایی کرده است، زیرا بانکداری با 54٪ و پس از آن صنعت بیمه با 48% دارای وظایفی هستند که پتانسیلی بالایی برای اتوماسیون خودکار دارا می باشند. جایگزینی و یا ترکیب شدن از دکتر گری مارکوس، کارآفرین هوش مصنوعی و نویسنده کتاب “ساختن هوش مصنوعی که بتوان به آن اعتماد کرد Rebooting AI” پرسیده شد، که نظر او در مورد تأثیر هوش مصنوعی بر صنایع مختلف چیست. به نظر مارکوس ممکن است بیشترین خطر را برای هنرمندان تجاری داشته باشد، به طور کلی این هنرمندان به برندسازی، طراحی لوگوها، تبلیغات و طراحی گرافیک اشتغال دارند، بنابراین وی عمدتاً فقط به هنری اشاره دارد که برای اهداف تجاری استفاده می شود. این هنر تجاری با هنرهای زیبا مانند نقاشی‌، مجسمه‌سازی و عکاسی متمایز است و احتمال بیشتری وجود دارد که آثار هنرمندان هنرهای زیبا در موزه‌های هنری مانند لوور نمایش داده شود و بر پایه شناخت امروز از هوش مصنوعی خلق این هنر برای هوش مصنوعی بسیار دشوار است. مارکوس چشم انداز، از دست دادن شغل در کوتاه مدت را کم اهمیت جلوه داده و خاطرنشان کرده است که “در بسیاری از موارد در آینده افراد حداقل برای چندین سال با ماشین‌ها کار خواهند کرد.” وقتی از مارکوس پرسیده شد که چگونه مردم می‌توانند مطمئن باشند که شغل آنها در آینده با هوش مصنوعی جایگزین نخواهد شد، پاسخ داد: «بی گمان جواب درست به این سئوال سخت است، اما من فکر می‌کنم که مهارت‌های خلاق حل مسئله و تفکر انتقادی خوب برای مدت طولانی ارزشمند باقی خواهند ماند.» شایان توجه است که مجمع جهانی اقتصاد (WEF) نیز چشم انداز از دست دادن شغل به دلیل هوش مصنوعی را به دقت تحت نظر قرار داده است. این مجمع «گزارش آینده مشاغل 2023» را در 30 آوریل منتشر کرده، که پیش‌بینی می‌کند: نقش‌های منشی یا کارمندی مانند صندوقدار بانک و کارمندان ورود داده‌ها بیشترین ضربه را خواهند خورد. این گزارش با تکرار گفته‌های مارکوس نشان داد که مهارت‌های سطح بالاتر مانند تفکر تحلیلی و خلاق بیشترین تقاضا را در طول پنج سال آینده خواهد داشت و خاطرنشان کرد که استراتژی شماره یک برای شرکت‌هایی با بیش از 50000 کارمند، آموزش کارمندان برای استفاده موثر از ابزارهای هوش مصنوعی می باشد. ایجاد شغل از طریق هوش مصنوعی در حالی که گزارش مجمع جهانی اقتصاد نشان می‌دهد که هوش مصنوعی احتمالاً جایگزین بسیاری از مشاغل خواهد شد، اما به این نکته هم اشاره می کند که باعث ایجاد شغل‌های جدیدی نیز می‌شود و صرفاً می توان گفت که این فناوری به یک روند کلی به سمت اتوماسیون کمک می‌کند. Accenture در گزارش خود ادعاهای مشابهی را مطرح کرده و تأکید کرد که بسیاری از “وظایف کلامی” توانایی خودکار شدن توسط LLMها را دارند، بنابراین می توانند “از طریق تقویت و اتوماسیون به فعالیت‌های سازنده‌تری تبدیل شوند.” یک مقاله کاری که در ۲۷ مارس توسط OpenAI خالق ChatGPT و محققان دانشگاه پنسیلوانیا منتشر شد، نشان می‌دهد که بعید است در آینده‌ای نزدیک حرفه‌های عملی مانند آشپز، مکانیک و سنگ‌تراش با ابزارهای هوش مصنوعی جایگزین شوند. سپس این مقاله پیش‌بینی کرد که مشاغلی که با اطلاعات سروکار دارند و یا پردازش داده انجام می دهند و همچنین مشاغلی که در صنعت مراقبت‌های بهداشتی می‌باشند، بیشتر در معرض خطر اتوماسیون هستند، زیرا مهارت‌های برنامه‌نویسی و نوشتن راهکار درمانی با قابلیت‌های فناوری LLM مانند ChatGPT همخوانی دارد. در حالی که صنعت بهداشت و درمان همچنان به افراد زیادی برای نقش‌های عملی‌تر مانند پرستار و جراح نیاز دارد، پزشکان به طور فزاینده‌ای از هوش مصنوعی برای تجزیه و تحلیل داده‌های بیماران استفاده می‌کنند، بنابراین بسیاری از کارکنان مراقبت‌های بهداشتی که در تجزیه و تحلیل داده‌ها نقش دارند، می‌توانند نقش‌های خود را خودکار کنند. در مجموع، به نظر می‌رسد که اتفاق نظر وجود دارد که منشی و سایر نقش‌های کارمندی / اداری بیشترین تأثیر را در چند سال آینده خواهند داشت و افرادی که می‌توانند مهارت‌های تفکر خلاق و تفکر تحلیلی خود را تقویت کرده و همچنین در استفاده از ابزارهای هوش مصنوعی برای تقویت قابلیتهای خود مهارت کسب کنند، این قابلیت آنها بهترین فرصت ممکن برای جایگزین نشدن را به آنها خواهد داد. سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد. Click for reference 
UK reviews AI development: It can ‘drive substantial economic growth’

توسعه هوش مصنوعی می تواند “رشد اقتصادی قابل توجهی ایجاد کند”

by AI

در 4 مه سازمان رقابت و بازار بریتانیا CMA گفت که توسعه، استقرار و تأثیر اجتماعی هوش مصنوعی را در دست بررسی دارد و به دنبال توسعه و استقرار مدل‌های پایه برای برنامه‌های هوشمند مانند ChatGPT است تا برخلاف این اصول کلیدی که شامل ایمنی، شفافیت، انصاف و مسئولیت پذیری و غیره می باشند، رفتار نکنند.

سارا کاردل، مدیر اجرایی CMA، اظهار داشت که از زمانی که ابزارهای هوش مصنوعی در حوزه عمومی فراگیر شدند، قانون گذاران نیز به آن توجه می کنند.

“این یک فناوری است که با سرعت در حال توسعه می باشد و این پتانسیل را دارد که نحوه رقابت مشاغل را تغییر داده و همچنین رشد اقتصادی قابل توجهی را به همراه داشته باشد.”

او ادامه داد: «ضروری» است که کسب‌وکارها و مصرف‌کنندگان در بریتانیا به مزایای بالقوه فناوری‌های هوش مصنوعی دسترسی داشته باشند و این در حالی است که باید در برابر اطلاعات جعلی تولید شده نیز محافظت ‌شوند. شایان توجه است که این گونه اطلاعات جعلی تولید شده توسط هوش مصنوعی قبلاً شروع به انتشار گسترده‌ای در وب کرده، که تا کنون منجر به شکایت‌های قضایی زیادی شده است.

در این بررسی اولیه مدل‌های پایه هوش مصنوعی و استفاده از آنها در بازار رقابتی بررسی شده و قانونگذار قصد دارد که بر نحوه گسترش و ارائه این فرصت‌ها، به همراه خطرات ممکن آن برای رقابت بین کالاها و امکان پایمال شدن حقوق مصرف کنندگان نظارت داشته باشد.

به گفته سازمان رقابت و بازار بریتانیا، هدف این سازمان کمک به این فناوری است تا به روش‌هایی توسعه یابد که “بازار باز، رقابتی و حمایت موثر از مصرف کننده در آن تضمین شده باشد.”

بعلاوه، این بازبینی به منظور تولید «اصول راهنما» برای حمایت از مصرف‌کنندگان و گسترش رقابت سالم با توسعه فناوری‌های هوش مصنوعی است و گزارشی در مورد این یافته‌ها قرار است در سپتامبر 2023 منتشر شود.

این اعلامیه به دنبال انتشار نقشه راه می باشد که از سوی دولت بریتانیا در مارس 2023 در مورد هوش مصنوعی منتشر شده بود و همچنین در 25 آوریل، نخست وزیر بریتانیا و وزیر فناوری، بودجه 100 میلیون پوندی (معادل 124.8 میلیون دلار) را برای حمایت از کارگروهی ویژه برای تسریع آمادگی این کشور برای پذیرش هوش مصنوعی را فاش کرده بودند.

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.
Click for reference

5 real-world applications of natural language processing (NLP)

پنج کاربرد پردازش زبان طبیعی در دنیای واقعی

by AI

پردازش زبان طبیعی (NLP) یک زمینه مطالعاتی است که بر روی توانمندسازی رایانه‌ها برای درک و تفسیر درستی از زبان انسان تمرکز دارد. NLP شامل استفاده از الگوریتم های یادگیری ماشین برای تجزیه و تحلیل و پردازش داده‌های زبان طبیعی انسان، مانند متن یا گفتار می باشد.

فناوری NLP اخیراً در تعدادی از کاربردهای عملی، از جمله تجزیه و تحلیل احساسات، ربات‌های گفتگوگر و تشخیص گفتار استفاده شده، که در طیف گسترده ای از مشاغل در بخش‌های خودکارسازی سیستم‌های مراقبت از مشتری، افزایش ابتکارات بازاریابی و بهبود پیشنهادات محصول کاربرد فراوانی پیدا کرده است.

به طور خاص، این مقاله به پنج نمونه از NLP در دنیای واقعی با عناوین تجزیه و تحلیل احساسات، ربات‌های گفتگو، ترجمه ماشینی، خلاصه‌سازی متن و تشخیص گفتار توجه دارد.

این برنامه‌ها پتانسیل ایجاد انقلابی را در نحوه برقراری ارتباط با فناوری دارند، که می تواند آن را طبیعی‌تر، بصری‌تر و کاربرپسندتر ‌کند.

تحلیل احساسات

NLP می تواند برای تجزیه و تحلیل داده های متنی برای تعیین احساسات نویسنده دیدگاهی در مورد یک محصول، خدمات و یا نام تجاری خاص استفاده شود، که از آن می توان در برنامه هایی مانند نظارت بر رسانه های اجتماعی، تجزیه و تحلیل بازخورد مشتری و تحقیقات بازار استفاده کرد.

یکی از کاربردهای رایج NLP تجزیه و تحلیل احساسات بازار سهام است که در آن سرمایه گذاران و معامله گران احساسات رسانه های اجتماعی را در مورد یک سهام یا بازار خاص بررسی می کنند. برای مثال، یک سرمایه‌گذار می‌تواند از NLP برای بررسی توییت‌ها یا اخبار مربوط به یک سهام خاص استفاده کرده تا نگرش کلی بازار نسبت به آن سهام را مشخص کند. سرمایه گذاران می توانند با مطالعه اصطلاحات استفاده شده در این منابع، تشخیص دهند که آیا این منابع در مورد سهام نظرات مثبت یا منفی را ابراز می کنند.

با ارائه اطلاعات در مورد احساسات بازار و در صورت لزوم امکان دادن به سرمایه گذاران برای اصلاح استراتژی های خود، این بررسی احساسات می تواند به سرمایه گذاران در اتخاذ تصمیمات سرمایه گذاری آگاهانه تر کمک کند. به عنوان مثال، اگر سهامی احساسات مثبت زیادی دریافت کند، یک سرمایه گذار ممکن است به خرید سهام بیشتری فکر کند، در حالی که احساسات منفی ممکن است باعث شود که آنها را فروخته و یا دستور خریدی را متوقف کند.

چت بات ها

از NLP می توان برای ساخت رابط‌های مکالمه “چت بات” استفاده کرد، که توانایی فهم و پاسخ به پرس و جوهای زبان طبیعی را دارا باشد. از جمله کاربردهای آن می توان به سیستم‌های پشتیبانی از مشتری، دستیاران مجازی و سایر برنامه‌هایی که نیاز به تعامل انسان‌مانند دارند، اشاره کرد.

یک ربات چت مانند ChatGPT می تواند به سؤالات مشتریان در مورد حساب، تاریخچه تراکنش ها و سایر سؤالات مالی کمک کند، این گونه چت بات ممکن است توسط یک مؤسسه مالی و با استفاده از فناوری NLP ایجاد شود و به لطف توانایی ربات چت در درک و پاسخ به سوالات زبان طبیعی، مشتریان می توانند به راحتی اطلاعات مورد نیاز خود را به دست آورند.

ترجمه ماشینی

NLP می تواند برای ترجمه متن از یک زبان به زبان دیگری استفاده گردد. از این فناوری هم اکنون در برنامه هایی مانند Google Translate، Skype Translator و سایر خدمات ترجمه زبان استفاده می شود.

به طور مشابه، یک شرکت چند ملیتی ممکن است از NLP برای ترجمه توضیحات محصول و متون بازاریابی خود از زبان اصلی به زبان های بازارهای هدف استفاده کند. این ویژگی به شرکت‌ها اجازه می دهد تا به طور مؤثرتری با مشتریان و مشتریان بالقوه خود در مناطق مختلف ارتباط برقرار کنند.

خلاصه سازی متن

از NLP می توان برای خلاصه کردن اسناد و مقالات طولانی و اخبار به نسخه های کوتاه و مختصر استفاده کرد و خوانندگان بدون نیاز به خواندن کل مقاله، می توانند بلافاصله خلاصه ای از اطلاعات و یا اخبار را به لطف خلاصه سازی متن دریافت کنند، که امروزه در برنامه‌هایی مانند خدمات جمع‌آوری اخبار، خلاصه مقالات پژوهشی و سایر خدمات مدیریت محتوا استفاده می‌شود.

تشخیص گفتار

برای تبدیل زبان گفتاری به متن می توان از NLP استفاده کرد که امکان رابط های مبتنی بر صدا و دیکته را فراهم می کند. این در برنامه هایی مانند دستیارهای مجازی، خدمات رونویسی گفتار به متن و سایر برنامه های کاربردی مبتنی بر صدا استفاده می شود.

دستیارهای مجازی، مانند الکسای آمازون یا دستیار گوگل، از NLP برای درک دستورالعمل های گفتاری و پاسخ به سوالات زبان طبیعی استفاده می کنند، که به جای تایپ کردن دستورات یا پرس و جوها، اکنون کاربران می توانند با صحبت کردن با این دستیارها ارتباط بر قرار کنند.

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

Click for reference

ChatGPT Can Accurately Predict Stock Movements Based on Article Headlines

آیا چت جی‌پی‌تی می تواند حرکت سهام را به طور دقیق پیش بینی کند!

by AI

این روزها هوش مصنوعی صنایع مختلفی را متحول کرده است، که یکی از آخرین پیشرفت‌های آن توانایی ویژه ابزار جدید هوش مصنوعی “چت جی‌پی‌تی ChatGPT” در پیش بینی حرکت سهام است. قابلیت‌های چت جی‌پی‌تی مورد توجه بسیاری قرار گرفته که توجیه کننده هیجان پیرامون این فناوری می‌باشد. این ابزار هوش مصنوعی به سرعت در زمینه‌های مختلف از جمله پاسخ دادن به سئوالهای امتحانی پیشرفت کرده و هم اکنون می تواند تهدیدی بالقوه برای چندی از مشاغل باشد.

بر اساس گزارش بلومبرگ، چت جی‌پی‌تی اکنون می تواند سرنوشت سهام را بر اساس سرفصل مقالات موجود بر روی اینترنت پیش بینی کند. این ربات چت از دو روش برای تعیین جهت بازار استفاده می کند، نخست می تواند تشخیص دهد که آیا عناوین مقالات مربوط به سهام مطلوب یا نامطلوب هستند و سپس ارزیابی کند که آیا اظهارات فدرال رزرو تهاجمی یا ملایم می باشد. این ربات چت از هر دو آزمایش سر افراز بیرون آمده و مشخص کرده که تا چه مقدار متن مقالات خبری، توییت‌ها و حتی سخنرانی‌ها می‌توانند به سیگنال‌های تجاری تبدیل شوند.

آلخاندرو لوپز-لیرا و یوهوا تانگ از دانشگاه فلوریدا چت جی‌پی‌تی را ترغیب کردند تا در یکی از مطالعات به عنوان یک متخصص مالی ظاهر شود. سپس از این ربات چت خواستند تا مقالات و اخبار تجاری اواخر سال 2021 را تجزیه و تحلیل کند، زیرا داده‌های آموزشی این چت بات اطلاعات پس از آن زمان را پوشش نمی‌دهد. این مطالعه رابطه آماری بین حرکات آتی سهام و پاسخ های ارائه شده توسط چت جی‌پی‌تی را کشف کرد و نشان داد که این فناوری توانسته اهمیت اخبار را به درستی درک کند.

در حالی که استفاده از مدل‌های زبانی زیربنای ربات‌های چت بوده که توانسته هدایت چندین استراتژی بصورت هم زمان را فراهم آورند، اما استفاده از این فناوری در وال استریت چیز جدیدی نیست، و نتایج نشان می‌دهد که فناوری OpenAI اکنون می‌تواند ظرافت و عمق عملکرد آن را با درجه بالاتری نسبت به گذشته درک کند. اسلاوی مارینوف، رئیس یادگیری ماشین در “Man AHL” به همین موضوع اشاره کرده و گفت: “این یکی از موارد نادری است که تبلیغات واقعت را بیان می کند.”

سلب مسئولیت: این مقاله فقط برای اهداف اطلاعاتی ارائه شده است و توصیه نمی شود به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا سایر موارد مورد استفاده قرار گیرد.

Click for reference