اخبار - زومیت - زومیت

مقاله‌های مرتبط: در تاریخ ۵ آگوست سال ۲۰۱۲، پس از یک سفر ۸ ماهه در اعماق فضا، مریخ‌نورد کنجکاوی  (Curiosity) ناسا با موفقیت روی سطح سیاره‌ی سرخ فرود آمد و رسماً مأموریت خود را آغاز کرد. کنجکاوی، بخشی از مأموریت آزمایشگاه علوم مریخی ناسا (MSL) است که تاکنون چندین مریخ‌نورد را توسعه داده؛ اما این تنها کنجکاوی است که توانسته دستاوردهای مهمی داشته باشد و بیشتر اهداف پروژه را محقق کند. کنجکاوی علاوه بر پژوهش در زمینه‌ی تغییرات اقلیمی و زمین‌شناسی، به بررسی این موضوع نیز پرداخته است که آیا مریخ در گذشته میزبان حیات مریخی بوده یا خیر. به‌تازگی مریخ‌نورد کنجکاوی رکوردی تازه در امر کاوش مریخ به جا گذاشته است. تاریخ ۲۶ ژانویه ۲۰۱۸، برابر بود با دو هزارمین روز حضور کنجکاوی در مریخ که برابر است با ۵ سال و ۵ ماه و ۲۱ روز زمینی یا ۱۹۴۷ روز مریخی. این آمار هنگامی جالب می‌شود که به برنامه‌ی اصلی این مأموریت می‌نگریم. در اصل، قرار بود مأموریت کنجکاوی تنها ۶۸۷ روز زمینی (۶۶۸ روز مریخی) باشد و این یعنی کم‌تر از دو سال؛ اما می‌بینیم که مریخ‌نورد ۳ سال بیشتر دوام آورده و این یعنی مدت مأموریت تا ۳ برابر تمدید شده است. در طول این مدت، مریخ‌نورد کنجکاوی کارهای بسیار دشواری انجام داده و از مسیرهای صعب‌العبوری گذشته است و م, ...ادامه مطلب

وجود حس کنجکاوی در انسان یکی از عوامل اصلی پیشرفت هوش در انسان‌ها است، چراکه تمایل برای دریافت اطلاعات جدید منجر به یادگیری می‌شود و نهایتا انسان برای دریافتن دلایل مسائل مختلف موجود در پیرامونش، موارد دیگری را نیز یاد گرفته و در نتیجه دانش پیشرفت می‌کند. این موضوع در هوش مصنوعی نیز از اهمیت بالایی برخوردار است، بطوری که هوش مصنوعی مجهز به فاکتور کنجکاوی می‌تواند پیشرفت بسیار خوبی را تجربه کند. همانطور که در ویدیوی قرار گرفته در پایین مطلب نیز مشاهده می‌کنید، هوش مصنوعی DeepMind گوگل در حال انجام بازی Montezuma's Revenge مخصوص کنسول آتاری است. برخلاف بسیاری از موارد پیشین نمایش داده شده، هوش مصنوعی DeepMind گوگل از اطلاعات بسیار کمی در مورد بازی برخوردار است و داده‌های خود را از طریق تماشای مانیتور و فشردن کلید‌های کنترلر بازی دریافت می‌کند. گوگل در فوریه سال جاری نسخه‌ی اولیه‌ای از هوش مصنوعی خود را منتشر کرد که در زمان انجام بازی Montezuma's Revenge موفق نشد حتی یک امتیاز به دست بیاورد. اما همانطور که در ویدیوی بالا مشاهده می‌کنید، هوش مصنوعی DeepMind قادر است تا بصورت یک بازیکن خوب این بازی را اجرا کرده و مراحل را پشت سر بگذارد؛ علت اصلی پیشرفت در هوش مصنوعی گوگل را باید در اضافه کردن کنجکاوی خواند. کنجکاوی مفهومی است که در صورت اضافه کردن وجهه‌ی صنعتی و علمی به آن، می‌توان از آن با عنوان انگیزه‌ی درونی اسم برد. به بیان بهتر با ایجاد یک سیستم جایزه دهی درونی در هوش مصنوعی، می‌توان حس رضایت ناشی از رسیدن به پاسخ در انسان‌ها را شبیه‌سازی کرد. محققان دیپ‌میاند گوگل با اتصال جایزه‌های دریافت شده در اثر حل مسائل و حرکت روبه جلو، باعث ایجاد حس کنجکاوی در این سیستم می‌شوند. هرچند بکارگیری این سیستم باعث شده تا هوش مصنوعی مورد استفاده پیشرفت بسیار خوبی را تجربه کرده و برای رسیدن به جایزه، عملکرد بسیار بهینه‌تری داشته باشد، اما نباید این نکته را از یاد برد که یک بازی رایانه‌ای با دنیای واقعی تفاوت دارد. نظر شما در این خصوص چیست؟ Let's block ads! بخوانید, ...ادامه مطلب