پشت هر خودروی خودران، ربات خودآموز و ساختمان هوشمندی، الگوریتمهای پیشرفتهای مختلفی وجود دارد که نحوهی تصمیمگیری و یادگیری این ماشینها را کنترل میکند. برخی از مدلهای ریاضیاتی که اساس این سیستمهای خودکار محسوب میشوند، هم اکنون در حال ساخت توسط پژوهشگران دانشگاههای اوپسالا و موسسه سلطنتی فناوری در سوئد هستند.مقالههای مرتبط:پژوهشگران دانشگاه اوپسالا و موسسه سلطنتی فناوری از تقریبا یک سال گذشته، بودجه ۲۴ میلیون کرونی را از شورای پژوهشهای سوئد برای تشکیل گروه پژوهشی به نام NewLEADS (مخفف، رویکردی جدید برای مدلهای مبتنی بر یادگیری ماشینی سیستمهای پویا) دریافت کردهاند. این پروژه از ژانویه سال ۲۰۱۶ آغاز شده است. اما همکاری بین این گروههای پژوهشی به قبلتر از دو سال گذشته باز میگردد.توماس شون، استاد سیستمهای کنترل خودکار در دانشگاه اوپسالا، گفت:ما (اعضای گروه های پژوهشی) پیش از این با هم به خوبی آشنا بودهایم و مقالات پژوهشی زیادی را با هم نوشتهایم. اما امکان تشکیل چنین گروه پژوهشی در موسسه سلطنتی فناوری موضوع جالبتوجهی است. ما با هم میتوانیم، کارهای شگفت انگیزی انجام دهیم که انجام آن برای یک فرد تقریبا غیرممکن است.این دو گروه پژوهشی، وظایف را توجه به تخصص پژوهشگران بین هم تقسیم کردهاند.توماس شون میگوید:تمرکز موسسه سلطنتی فناوری در این پروژه، ساخت مدلهای ریاضی سیستمه, ...ادامه مطلب
خرید ماشین لباسشویی به دلیل تعدد مدلهای آن در بازار میتواند یکی از سختترین خریدها باشد؛ اما اگر نیازهای اساسی خود را مشخص کنید و بدانید دقیقا دنبال چه نوع ماشین لباسشویی با چه امکاناتی هستید، کار سادهتری را پیش رو خواهید داشت. در این مقاله از زومیت شما را با انواع ماشین لباسشویی و امکانات آنها آشنا میکنیم تا انتخاب سادهتر و درستتری داشته باشید.ظرفیت و اندازهاولین شاخصهای که باید به آن توجه داشته باشید ظرفیت ماشین لباسشویی است. باید دستگاهی را انتخاب کنید که ظرفیت آن متناسب با تعداد افراد خانواده باشد. اگر تنها یا با همسر خود زندگی میکنید، یک دستگاه با ظرفیت ۵ کیلو جوابگوی نیاز شما خواهد بود؛ اما اگر تعداد افراد خانوادهی شما بیش از ۳ نفر است باید به فکر دستگاهی با ظرفیت بالای ۷ کیلو باشید. در خانوادههای سنتی که تعداد اعضای خانواده زیاد است معمولا خرید ماشین لباسشویی با ظرفیت ۹.۵ کیلوگرم امری طبیعی است.نکتهی دیگری که باید مدنظر داشته باشید این است که چندوقت یکبار قرار است از ماشین لباسشویی خود استفاده کنید. بیشتر مردم معمولا هر روز از ماشین لباسشویی استفاده نمیکنند؛ اما دستگاههای جدید دارای گزینهای به نام Quick wash یا شستشوی سریع هستند که مناسب استفادهی روزانه هستند. اگر قصد استفادهی روزانه از دستگاه دارید، برای یک فرد مجرد یا یک زوج، دستگاهی با ظرفیت ۵ کیلو کفا, ...ادامه مطلب
ممکن است برای خیلیها این سوال پیشآمده باشد که فرآیند «یادگیری ماشینی» (Machine Leaing) چگونه اتفاق میافتد؟ شاید تاکنون چند مقاله در مورد این فناوری خوانده باشید، اما از قدیم گفتهاند که شنیدن کی بود مانند دیدن. بهترین راه برای کسب اطلاعات در مورد یک چیز به خصوص، آن است که شخصا تجربهاش کنید. گوگل در راستای همین موضوع به تازگی از ویژگی جدیدی به نام ماشین تعلیمپذیر رونمایی کرده است. Teachable Machine در حقیقت یک خلاصه دو دقیقهای از همه آنچیزی است که سیستمهای هوش مصنوعی مدرن میتوانند انجام دهند. البته ماشین تعلیمپذیر بیشتر روی مواردی تمرکز دارد که AI نمیتوند انجامشان دهد.ماشین تعلیمپذیر به شما امکان میدهد که با استفاده از وبکم، با یک برنامه هوش مصنوعی کار کنید. کافی است بر روی گزینههای «Train Green» یا «Train Purple» یا «Train Orange» کلیک کنید و شیء خاصی را در جلوی وبکم بگذارید تا این ماشین آن را ببیند. وقتی که ماشین تعلیمپذیر به اندازه کافی اطلاعات در مورد آن شیء کسب کرد، هر آنچه در موردش میداند را رو میکند (ممکن است خروجی به شکل یک فایل گیف، یک صدا یا حتی بیان برخی جملات باشد). من گیاهان آپارتمانیام را روبهروی وبکم گذاشتم و به این ماشین «یاد دادم» که آنها را شناسایی کرده و پاسخ قابلقبولی ارائه دهد. با مراجعه به این لینک، وارد صفحه مربوط به «ماشین تعلیمپذیر» شویدبه کمک ماشین تعلیمپذیر میتوان برای دقایقی کوتاه سرگرم شد؛ اما نکتهای که باید بدانید این است که چنین ابزاری میتواند در قالبی سرگرمکننده، برخی از ویژگیهای اساسی مربوط به هوش مصنوعی را به ما نشان دهد؛ اول، چنین ماشینهایی میتوانند «یاد بگیرند» و حتی رفتارها را به خاطر بسپارند؛ این ماشین, ...ادامه مطلب
هرچه میزان محتوای موجود در شبکههای اجتماعی بیشتر شود، فیلتر کردن و نمایش دادن محتوای مرتبط برای هر کاربر نیز دشوارتر میشود. در یک پنل خبری در کنفرانس امبی ۲۰۱۷، مهندسانی از اینستاگرام و لینکدین در مورد این مسئله که چگونه یادگیری ماشینی به آسانسازی انجام عمل یادشده یاری میرساند، به بحث و تبادل ن, ...ادامه مطلب
هوندا دو مدل ميمو (Miimo) تولید کرده است. HRM 310 که میتواند با هر بار شارژ کامل، تا ۰.۲ هکتار چمن اصلاح کند و HRM 520 که میتواند تا ۰.۳ هکتار چمن اصلاح کند. میمو هوندا دارای تیغههای جدیدی است که برای افزایش عمر مفید آن نصب شده است. این محصول، اولین روبو ماشین چمنزنی هوندا است که در ایالات متح, ...ادامه مطلب
مرسدس AMG اخیراً با یکی از غیرمعمولترین شرکایش به نام گروه لینکین پارک (Linkin Park) قرارداد بسته است تا با این گروه راک آمریکایی برای طراحی یک خودروی مسابقهای همکاری نماید. این گروه پیشتر آهنگ پیپرکات (Papercut) خود را برای آغاز نمایش خودروی اسپرت AMG GT R در اواخر ژوئن ۲۰۱۶ برای فستیوال سرعت گودوود (Goodwood) آماده کرده بود. نتیجهی آخرین همکاری این گروه با مرسدس مربوط به خودروی AMG GT3 است که اولین مسابقه خود را در تعطیلات آخر هفته ۲۰۱۶ در مسابقات استقامتی و ۲۴ ساعتهی Spa اجرا کرده است. به نظر میرسد که گروه لینکین پارک یکی از طرفداران برجسته سری خودروهای AMG است ,خودروی مسابقه ای,خودروهای مسابقه ای,ماشین مسابقه ای,ماشین مسابقه ای خارجی,ماشین مسابقه ای اندروید,ماشین مسابقه ای آنلاین,ماشین مسابقه ای کنترلی,ماشین مسابقه ایرانی,ماشین مسابقه ایران,ماشین مسابقه ایی ...ادامه مطلب
پرینت سه بعدی با سرعت بالایی در حال گسترش است، چراکه این فناوری فرآیند طراحی و تولید انواع محصولات را بسیار تسریع میکند، بطوریکه آمادهسازی نمونههای اولیه با استفاده از پرینت سه بعدی باعث میشود تا مهندسان در بازهی زمانی کوتاهتری به مشکلات موجود در طراحی پی برده و درصدد رفع اشکالات موجود باشند و همین موضوع باعث صرفهجویی چند هفتهای در طراحی و تولید یک محصول میشود. پرینت سه بعدی به سرعت جای خود را در آزمایشگاههای تحقیقاتی، بیمارستانها و کلینیکهای بازسازی خوردو پیدا کرده است، اما این فناوری چگونه کار میکند؟ ابتدا بهتر از است به ویژگیهای عمومی موجود در تمام پرینترهای سه بعدی بپردازیم. اغلب پرینترهای سه بعدی طراحی شده که امروزه در بازار وجود دارند، از روشی موسوم به Additive برای خلق طرح مورد نظر استفاده میکنند. متد Additive یا افزایشی بدین معنی است که پرینتر با رسوب مادهی اولیهی و اضافه کردن این ماده رفته رفته از هیچ، شی نهایی را تولید میکند. این برخلاف فرآیند تراشیدن در صنعت است که شی نهایی در اثر تراش خوردن قطعهای فلز یا چوب شکل میگیرد. البته شماری از پرینترهای سه بعدی نیز وجود دارند که میتوانند پس از خلق جسم نهایی، آن را برای تطابق هر چه بیشتر با طرح اولیه، تراش دهند، اما بصورت خلاصه تراشکاری نمیتواند مزایایی را که فرآیند تولید بصورت افزایشی در اختیارمان قرار میدهد، ارائه کند. با ایجاد اشیا بصورت لایه لایه و افزایشی، پرینترهای سه بعدی قادرند تا اشیایی توخالی یا اشیایی را که ساختار داخلی پیچیدهای دارند، تولید کنند که برای مثال میتوان به تولید یک مکعب همگن از مواد سخت اشاره کرد. در حال حاضر فرآیند پرینت سه بعدی به روش Additive یا افزایشی روشهای مختلفی را در بر میگیرد که هر یک از این روشها نقاط قوت و ضعف مخصوص به خود را به همراه دارد. اما مزایای کلی پرینت سه بعدی به اندازهای زیاد است که حتی روشهای قدیمی در این حوزه نظیر رسوب اکستروژن (Extrusion Deposition) نیز به دلیل سادگی استفاده و همچنین هزینهی بسیار پایین، جای خود را در بازار پیدا کرده است. قدیمیترین روش پرینت سه بعدی، استریولیتوگرافی نام دارد که به اختصار SLA نیز خوانده میشود. این روش که براساس پرینت لایه لایه بنیان نهاده شده که از پرتولیزر برای خشک کردن مادهی اولیه که فوتو پلمیر ن, , پرینت سه بعدی ایران , پرینت سه بعدی جواهرات , پرینت سه بعدی , پرینت سه بعدی در ایران , پرینت سه بعدی چیست , پرینت سه بعدی تهران , پرینت سه بعدی در تهران , پرینت سه بعدی تبریز , پرینت سه بعدی پارسیان , پرینت سه بعدی ماشین , ...ادامه مطلب
سیستم هوش مصنوعی DeepMind گوگل پس از غلبه بر قهرمان جهان در رشتهی Go در کاربرد دیگری که میتواند بسیار بیشتر به نفع انسانها باشد، به کار گرفته میشود. براساس اطلاعات ارائه شده، سیستم دیپمایند گوگل در پروژهی تحقیقاتی مورد استفاده قرار میگیرد تا به چشم پزشکان در خصوص تشخیص زودهنگام بیماری و نارسایی بینایی کمک کند. بخش توسعهی هوش مصنوعی و سیستمهای یادگیری ماشین بریتانیایی گوگل بیش از اسکن چشم یک میلیون نفر را مورد بازبینی قرار داده و براساس تصاویر به دست آمده الگوریتمهایی را توسعه خواهد داد تا بتواند علائم زودهنگام نارساییهای بینایی را تشخیص دهد. این پروژه را باید دومین همکاری دیپمیاند با سرویس سلامت همگانی یا همان NHS خواند، هرچند اولین همکاری این کمپانی در زمینهی هوش مصنوعی با NHS است. دیپمایند با سیستم هوش مصنوعی خود در پی تشخیص زودهنگام دو عارضهی بینایی آب مروارید و رتینوپاتی دیابتی است که جزو دو عامل اصلی در نابینا شدن افراد در کل کرهی زمین است. مصطفی سلیمان، موسس دیپمایند در گفتگو با گاردین این چنین اظهار نظر کرده است: این روزها رتینوپاتی دیابتی را باید یکی از اصلیترین عوامل نابینایی در جهان خواند. در صورتی که فردی دچار بیماری دیابت باشد، شانس وی برای از دست قدرت بینایی ۲۵ برابر بیشتر از افراد عادی است. در صورتی که افراد مبتلا به دیابت از مشکلات پیش آمده و تغییرات در سیستم بینایی خود پیش از موعد مقرر آگاه باشند، در ۹۸ درصد موارد میتوان جلویی نابینا شدن را گرفت. پیرس کین، چشم پزشک بیمارستان مورفیلد است که با دیپمایند همکاری میکند، در خصوص تواناییهای دیپمایند برای کمک به تشخیص زودهنگام بیماریهای بینایی امیدوار است. وی در طول چند روز همکاری با دیپمایند، گوشهای از تواناییهای این سیستم هوش مصنوعی را مشاهده کرده است. متخصصان در نظر دارند تا شماری از تصاویر اسکن ثبت شده از افراد مختلف را که با نام OCT یا مقطع نگاری همدوسی اپتیکی نام دارند، توسط دیپمایند پردازش کنند. اطلاعات ارائه شده نشان از این دارد که اطلاعات بیش از ۱.۶ میلیون بیمار مبتلا به ضایعات بینایی بصورت ناشناس در اختیار دیپمایند قرار میگیرد تا سیستم هوش مصنوعی خود را آموزش دهند. گوگل و دیپمایند اطمینان دادهاند که در حفظ و عدم استفاده از مشخصات بیمارانی که تصاویر آنها مورد است, ...ادامه مطلب
کمپانی ژاپنی سیکو بیش از یک قرن سابقه در حوزهی ساخت ساعت دارد. ژاپنیها از دیرباز نام خود را به عنوان یکی از بهترین محصولات موجود در بازار مطرح کردهاند، حال آنکه این کمپانی ژاپنی با انتشار ویدیویی با نام Art of Time، هنر خود را در حوزههای دیگری نیز نمایش داده است. در این ویدیو میتوان هنر متخصصان سیکو را در ساخت سازهای بسیار جالب با استفاده از قطعات مورد استفاده برای ساخت ساعت، مشاهده کرد. براساس اطلاعات ارائه شده سیکو، کلیپ ویدیویی مورد نظر مبتنی بر شعار این کمپانی که Seiko. Moving ahead. Touching Hearts است، تولید شده است. در این کلیپ ویدیویی از یک موسیقی که توسط شینجی هاتوری، مدیرعامل سیکو ساخته شده، استفاده شده است. شعر این موسیقی توسط کارکنان سیکو سروده شده و توسط اتسوکو یاکوشیمارو نیز خوانده شده است. سیکو فلسفهی ساخت این ماشین جالب توجه را مربوط به زمانی میداند که کمبود ساعت، لزوم استفاده از زنگ و انواع آلات موسیقی را برای یادآوری زمان برای مردم، امری اجباری می کرد. سیکو مفهوم یادآوری زمان در سالهای دور به این روش را Art with no form خوانده است. در ماشین مینیاتوری ساخته شده توسط سیکو از ابزارهایی استفاده شده که در ساخت ساعت نیز از آنها بهره گرفته نیشود. در طول مسیر این ماشین، یاقوتهای مورد استفاده درون ساعت که کره شکل است، با عبور از موانع مختلف، به سمبل قلبی میرسد که در اثر برخورد گوی، شروع به تپیدن میکند و در این لحظه است که این ماشین به انتهای کار خود میرسد، چراکه پس از این مرحله محفظهی شیشهای قرار گرفته روی یکی از ماژولهای مورد استفاده در ساعت بالا رفته و متخصص ساخت ساعتهای سیکو با برداشتن آن، این قطعه را روی ساعت قرار میدهد. در آخر دوربین نمایی از ساختار ماشین مورد نظر را از بالا نمایش میدهد که از دور روی ساختاری شبیه به ساعت ساخته شده است. سیکو اعلام کرده که برای ساخت این ماشین بیش از ۱٫۲۰۰ قطعه مورد استفاده قرار گرفته و بیش از ۷۰ ساعت زمان برای ساخت آن صرف شده است. Let's block ads! بخوانید, ...ادامه مطلب
یادگیری ماشین را باید از جملهی حوزههایی خواند که گوگل فعالیت گستردهای را در آن دارد. با استفاده از سیستم یادگیری ماشین گوگل که TensorFlow نام دارد، سرویسهای مختلفی در اختیار کاربران قرار گرفته است. بهبود جستجوی تصاویر، تحلیل و درک پیامهای صوتی دریافتی را باید تنها گوشهای از کاربردهای سیستم یادگیری ماشین توسعه یافته توسط گوگل خواند، چراکه بیش از ۱۰۰ سرویس گوگل از سیستم یادگیری ماشین گوگل استفاده میکنند. گوگل در جریان برگزاری کنفرانس توسعه دهندگانش اعلام کرد که در سالهای گذشته در پشت پرده مشغول طراحی و توسعهی پردازندهی اختصاصی مخصوص یادگیری ماشین بوده است. این پردازنده Tensor Processing Unit نام دارد که به اختصار TPU خوانده میشود. گوگل پردازندهی مورد نظر را بصورت اختصاصی برای کار با سیستم یادگیری ماشین TensorFlow بهینه کرده است. گوگل همچنین به این موضوع اشاره کرده که در یک سال اخیر از این پردازنده در مراکز دادهی خود استفاده میکنند. براساس اطلاعات ارائه شده توسط گوگل بهینهسازیهای انجام شده روی این پردازنده قابلیت آن را به اندازهی افزایش داده که عملکرد آن بسیار پیشرفتهتر از آخرین فناوریهای مورد استفاده در پردازندههای کنونی است، بطوریکه اگر براساس قانون مور نگاهی به آیندهی پردازندهها داشته باشیم، پردازندهی یادگیری ماشین گوگل هفت سال جلوتر از نمونههای کنونی است. گوگل اعلام کرده که پردازندهی جدید قادر است تعداد دستورات بیشتری را در هر ثانیه دریافت کرده و زمان کمتری را برای پردازش دستورات زیادی صرف میکند. عملکرد بالای این پردازنده این امکان را در اختیار متخصصان گوگل قرار داده تا الگوریتمهای پیچیدهای نظیر آنچه که در آلفاگو شاهد آن بودیم، پردازش کرده و مورد استفاده قرار دهند. گوگل قصدی برای فروش این پردازنده ندارد و به طور حتم رفته رفته با افزایش اهمیت سیستمهای مبتنی بر یادگیری ماشین، شاهد درخشش هر چه بیشتر این پردازندهها خواهیم بود. در صورتی به سیستمهای یادگیری ماشین علاقه داشته و میخواهید با در اختیار داشتن سختافزار مناسب در این زمینه به تحقیق بپردازید، گزینههای دیگری نیز در بازار وجود دارند که برای مثال میتوان به Fathom کمپانی Movidius اشاره کرد که قیمت آن زیر ۱۰۰ دلار بوده و با TensorFlaw نیز سازگار است. Let's block ads! بخوانید, ...ادامه مطلب
با افزایش تسلط دانشمندان و متخصصان علوم رایانهای روی مفاهیم نوپایی نظیر یادگیری ماشین، شاهد این موضوع هستیم که این دانش در حال گسترش دامنهی خود به سمت گوشیهای هوشمند و گجتهای موبایل است. به نظر میرسد کوالکام نیز درصدد تسریع این امر و استفاده از قابلیتهای هوش مصنوعی در گجتهای موبایل است. اطلاعات ارائه شده حکایت از این دارد که کوالکام کیت نرمافزاری جدیدی را برای توسعهدهندگان با نام Zeroth توسعه داده است. این SDK روند توسعهی نرمافزارها و سرویسهای مبتنی بر هوش مصنوعی و پلتفرم یادگیری ماشین را برای کمپانیهایی که در پی توسعهی چنین سرویسهایی هستند، روی گوشیهای هوشمند و گجتهای موبایل مجهز به تراشهی اسنپدراگون تسریع میکند. در ظاهر به نظر میرسد که یادگیری ماشین و سرویسهای مبتنی بر این فناوری راه درازی را تا عرضه به عنوان یک سرویس جاری و قابل استفاده در پیش دارند؛ اما باید به این نکته اشاره کرد که هم اکنون شماری از سرویسها در بستر اینترنت، مبتنی بر یادگیری ماشین بوده و ما در حال استفاده از آنها هستیم. برای مثال کمپانیهایی نظیر گوگل و فیسبوک در سرویسهایی نظیر شناسایی صوت و تصاویر از فناوری یادگیری ماشین استفاده میکنند که فرآیند پردازش در بستر ابری انجام می شود و نتایج در گجتهای کاربران به آنها نمایش داده میشود. پلتفرم Zeroth کوالکام که Qualcomm Snapdragon Neural Processing Engine نام دارد، این امکان را در اختیار توسعه دهندگان قرار میدهد تا پردازشهای یادگیری ماشین محدود مورد نیاز خود را روی گوشی انجام داده و نتیجه را هر چه سریعتر در اختیار کاربر قرار دهند. گری بروتمن، مدیر محصولات کوالکام در این خصوص چنین اظهار نظر میکند: استفاده از Zeroth به معنای حفظ بهتر حریم خصوصی کاربران در کنار کاهش تاخیر به دلیل حذف آپلود و دانلود از سرورهای ابری است. بروتمن برای شفاف سازی بیشتر در این مورد ، مثال اپلیکیشنهای پزشکی را در اختیارمان قرار میدهد که پزشکان از آن برای تحلیل شرایط پوست استفاده میکنند. وی در این خصوص میگوید: استفاده از تحلیل دادهها برای کلاسبندی تصاویر روی گوشی بسیار منطقیتر از ارسال آن به سرورهای ابری است. البته وی به این موضوع اشاره میکند که دادههای مورد نظر نباید حتما تصویری باشند؛ بلکه دادههای صوتی نیز در صورت نیاز به پردازش, ...ادامه مطلب
پلتفرم یادگیری ماشین ابری گوگل در سرویسهایی چون Google Photos، Google Translate و Inbox مورد استفاده قرار میگیرد. اریک اشمیت، رئیس هیئت مدیره هلدینگ آلفابت در جریان کنفرانس پلتفرم ابری گوگل موسوم به NEXT 2016 از آیندهی یادگیری ماشین صحبت کرده است. از یادگیری ماشین در قابلیتهایی چون تشخیص گفتار در اپلیکیشن گوگل یا پاسخگویی هوشمند در اپلیکیشن اینباکس استفاده میشود و گوگل این فناوری را آیندهی فرایندهای محاسباتی و پردازشی میداند. فاستو ایبارا، مدیر تولید گوگل میگوید: یادگیری ماشین ابری از تمام ظرفیتهای یادگیری ماشین استفاده میکند و با ارائه دادههای لازم برای دانشمندان و توسعهدهندگان روشهای جدیدی از تولید اپلیکیشنهای هوشمند را فراهم میکند. یادگیری ماشین با استفاده از APIهای REST دسترسی آسان به فناوریهای یکسان به کار رفته در سرویسهایی چون Google Now، Google Photos و تشخیص گفتار در موتور جستجوی گوگل را امکانپذیر میسازد. توسعهدهندگان این فرصت را دارند تا APIهای تشخیص گفتار، ترجمهی گوگل و تشخیص تصاویر را با استفاده از پلتفرم ابری یادگیری ماشین گوگل در اپلیکیشنهای خود پیاده کنند. اما گوگل اولین شرکتی نیست که پلتفرم یادگیری ماشین خود را معرفی کرده و در اختیار توسعهدهندگان قرار میدهد. پیشتر مایکروسافت آژور و وبسرویسهای آمازون به ترتیب در سالهای ۲۰۱۴ و ۲۰۱۵ منتشر شده بودند. به نظر میرسد با عرضهی سه پلتفرم بزرگ یادگیری ماشین، اکنون زمان آن فرا رسیده که اپلیکیشنهای ما هوشمندتر شود. یادگیری ماشین ابری گوگل به صورت نسخهی پیشنمایش محدود در اختیار توسعهدهندگان قرار گرفته است. Let's block ads! بخوانید, ...ادامه مطلب
به تازگی طرحی مفهومی از یک خودروی عجیب منتشر شده است. این ماشین که «شیوا» نام گرفته با همکاری شرکت اروپایی European Institute of Design of Turin و مجله Quattroruote طراحی شده است. شیوا از پنلهای فلزی از جنس کامپوزیت و بدنه رویی آلومینیوم ساخته شده است. این خودرو هیچگونه پنجرهای ندارد اما فضای داخلی آن قابلیت تبدیل به یک محل همراه با فناوری واقعیت افزوده مجهز شده است و پروژکتورهای چند رسانهای درون دیوارههای آن قرار گرفته است. آرایش صندلیها اصلا به خودروهای سنتی شباهت ندارد و شبیه به صندلیهای یک سالن قصد دارد تا مسافران را به یکدیگر نزدیک کند و طراحی مدرنی پیدا کند. Shiwa دارای فناوری شناسایی سرنشینان وسیله نقله (IICV) است و میتواند به صورت فیزیکی مسافران خودرو را شناسایی کند. در واقع ماشین میتواند رفتار خود را با شناختن بیشتر مسافر مطابقت دهد و مطابق خواسته و علایق کاربر رفتار کند. ماشین خودران شیوا همچنین از چهار موتور الکتریکی برخوردار است که سمت هر کدام از چرخها قرار دارد و به ما ظاهر ماشینهای خودران و الکتریکی سال ۲۰۳۰ را نشان میدهد. This entry passed through the Full-Text RSS service - if this is your content and you're reading it on someone else's site, please read the FAQ at fivefilters.org/content-only/faq.php#publishers., ...ادامه مطلب
یکی از مهمترین دلایلی که ابزارهای امروزی هوشمندتر شدهاند و خوشبختانه به شکل بسیار مفیدی به ما کمک میکنند، مبحث یادگیری ماشینی است. با ساخت مدلهای پیچیدهای از دادهها سپس آموزش این مدلها کارهای پیچیده و متنوعی نظیر تشخیص چهره، ترجمه زبانها و رانندگی خودکار حالا به سادگی انجام می پذیرند. علاوه بر نیاز به قدرت محاسباتی بالا برای یادگیری چنین سیستمهایی، میزان مصرف انرژی این سیستمها هم بسیار بالا است. این امر سبب شده تا در بسیاری از موارد این سیستمها به دستگاههایی که جریان الکتریسیته متصل هستند وابسته باشند (مثل کینکت) یا به باتریهای حجیم مثل مواردی که در خودروها میبینیم، نیاز داشته باشند. برای ابزارهای قابل حمل این سیستمها همیشه نیازمند اتصال به سیستمهای ابری هستند تا دادههای خام به سرویس ابری فرستاه شوند، در دیتا سنترها تحلیل شوند و نتایج مجدد به ابزار قابل حمل ما بازگردد. گوگل در تلاش است تا این شیوه را از طریق پروژه تانگو تغییر دهد تا ابزار قابل حمل هم بتواند به طور آنی نقشه نگاریها و پردازشهای لازم را حتی در مواقعی که باتری کمی دارد، انجام دهد. گوگل برای انجام این کار دست روی نوع جدیدی از پردازندهها یعنی واحد پردازش ویدیویی (VPU) با نام Myraid 1 گذاشته است که توسط استارتاپ Movidius تولید میشود. با انتقال پردازشهای سنگین مرتبط با مفاهیم بصری به یک پردازشگر مجزا که برای این کار توسعه داده شده است، Myraid موفق شده تا عملکرد ابزار تانگو را ارتقا دهد و میزان مصرف انرژی آن را نیز کاهش دهد. Movidius مدعی است که با استفاده از این چیپ پردازشی تا ۸۰ درصد در میزان فضای اشغال شده و هزینهها نسبت به فناوریهای رقیب صرفه جویی میشود. حالا گوگل روابط خود با Movidus را گسترش داده و اعلام کرده است که در نظر دارد تا جدیدترین و قدرتمندترین VPU این شرکت یعنی Myraid M2450 را مورد استفاده قرار دهد تا هوش بیشتری را به طیف وسیعی از ابزارهای قابل حمل بیاورد. گوگل از فضای توسعه نرمافزار Movidius استفاده خواهد کرد تا موتور محاسبات عصبی پیشرفته خود را به این چیپ وارد کند به این ترتیب طیف وسیعی از الگوریتمهای مبتنی بر یادگیری عمیق در یک لحظه اجرا خواهند شد. قابلیت اجرای کارهای مبتنی بر یادگیری عمیق در خود ابزار، وابستگی به سرویسهای ابری را کاهش میدهد به این, ...ادامه مطلب
بیماری حرکت در تمام سنین شایع و مربوط به اختلال گوش داخلی است. به طور کلی ۲۳ درصد افراد مستعد این بیماری هستند. حرکت مداوم و پی در پی کشتی روی آب، هواپیما در هوا، ماشین در جاده و قطار روی ریل تعادل گوش داخلی را دچار اختلال کرده و به فرد احساس سرگیجه و تهوع دست میدهد. کجارو راههای مقابله با این بیماری را به شما آموزش میدهد. شاید تا کنون عبارت بیماری حرکت به گوشتان خورده باشد. بیماری که در برخی آدمها رخ میدهد . احتمالا اگر شما جزء افرادی هستید که با چنین موضوعی برخورد داشتهاید، بهتر است دلایل علمی و راههای مقابله با این بیماری را بدانید. هر چند که این بیماری کاملا ناگهانی است، اما گاهی با رعایت چند نکته ساده میتوان احتمال بروز آن را کاهش داد. برای مطالعه مقاله «بیماری حرکت و راه های مقابله با آن» به کجارو مراجعه کنید: اگر به اخبار و اطلاعاتی دربارهی شگفتانگیزترین و برترین نقاط دنیا یا مقالاتی چون راهنمای سفر، خوراکیها و اخبار گردشگری علاقمند هستید، به کجارو سربزنید و ما را در اینستاگرام دنبال کنید. This entry passed through the Full-Text RSS service - if this is your content and you're reading it on someone else's site, please read the FAQ at fivefilters.org/content-only/faq.php#publishers., ...ادامه مطلب