page contents
مقاله‌های خبری

گزارش تیم پژوهش گوگل: نگاهی به گذشته در سال 2019 و چشم‌انداز آینده در سال 2020

هدف تیم پژوهش گوگل کار بر مسائل بلندمدت و بلندپروازانه است. مسائلی که حل آنها تاثیر شگرفی برزندگی روزانه مردم خواهد داشت. این تیم در سال 2019 برای نیل به این هدف تحقیقات گسترده‌ای در حوزه سلامت، رباتیک و کدهای باز انجام داده است. همچنین همکاری‌های مداوم با تیم‌های مختلف محصولات گوگل داشته است تا ابزارها و خدماتی ایجاد کند که به کاربران، بیشتر یاری دهد.

با شروع سال 2020، این گروه اقدامات سال گذشته را بررسی کردند و همچنین نگاهی به مسائلی انداختند که در سال 2020 باید به آنها بپردازند. لذا در وبلاگ خود پستی را منتشر کردند و کارهای انجام شده به وسیله پژوهشگران و مهندسان در سال 2019 را گزارش دادند (اقدام مشابهی که در سالهای، 2016، 2017 و 2018 نیز انجام شده بود).

استفاده اخلاقی از هوش مصنوعی

در سال 2018 مجموعه‌ای از اصول هوش مصنوعی منتشر شد که چارچوب ارزیابی این فناوری‌ها را مشخص می‌کرد. در ژوئن 2019 درباره چگونگی عملی شدن این اصول به روزرسانی انجام شد. هدف اصلی از هوش مصنوعی در حوزه یادگیری ماشین؛ بی‌طرفی، امنیت، انصاف، مسئولیت‌پذیری، شفافیت و حفظ حریم خصوصی است. از جمله کارهای انجام شده می‌توان به موارد زیر اشاره کرد:

  • ابزار شفاف‌سازی راه اندازی الگوهای کارتی چند محصول ابری مبتنی بر هوش مصنوعی
  • ابزار کشف رفتار شبکه عصبی
  • معرفی TensorFlow Privacy به عنوان یک کتابخانه منبع بازبرای آموزش الگوهای یادگیری ماشین
  • انتشار نسخه بتا از شاخص‌های انصاف برای متخصصان یادگیری ماشین
  • انتشار چند مقاله در زمینه‌های بهبود و کاربرد انصاف
  • انتشار مجموعه داده جدید (جزئیات بییشتر و لینک‌های مربوط را در متن اصلی مقاله دنبال کنید)

هوش مصنوعی برای زندگی اجتماعی خوب

یادگیری ماشین پتانسیل عظیمی برای کمک به موضوعات اجتماعی مهم دارد. به عنوان مثال سیل شایع‌ترین و کشنده‌ترین فاجعه طبیعی کره زمین است که هر سال تقریبا 250 میلیون نفر را تحت تاثیر قرار می‌دهد. یادگیری ماشین با استفاده از محاسبات و استفاده از داده‌ها می‌تواند زمان و مکان وقوع سیل را پیش‌بنی کند و به تلفن همراه ساکنین اخطار دهد.

علاوه بر پیش‌بینی سیلاب، پژوهشگران این حوزه در حال تدوین تکنیک‌هایی برای شناخت بهتر حیات وحش جهان هستند. این گروه از همکاری هفت سازمان حفاظت از حیوانات وحشی برای تجزیه و تحلیل داده‌های دوربین‌های حیات وحش با استفاده از یادگیری ماشین بهره می‌برند.

در سال 2019 Google Earth Timelapse به روز رسانی شد. این ابزار کمک می‌کند تا مردم دید بصری بهتری نسبت به نحوه تغییر سیاره طی 35 سال گذشته به دست آورند. همچنین برنامه‌ریزان شهری با استفاده از جمع‌آوری داده‌ها در مورد تحرک انسانی می‌توانند محیط‌های کارآمدتری را طراحی کنند.

استفاده از یادگیری ماشین برای پشتیبانی از یادگیری کودکان، فعالیت دیگر این عرصه است. براساس اعلام سازمان ملل 617 میلیون کودک سواد اساسی ندارند که بر کیفیت زندگی آنها تاثیر مستقیم دارد. برنامه Bolo در این زمینه ایجاد شده است. برای دانش‌آموزان بزرگتر، Socratic app می‌تواند برای حل مشکلات پیچیده ریاضیات، فیزیک و حدود 1000 موضوع کمک کننده باشد. همانطور که از نام این ابزار مشخص است، برنامه مستقیما پاسخ نمی‌دهد بلکه باعث می‌شود دانش‌آموزان خودشان جواب را کشف کنند.

برای توسعه تلاش‌ها در این زمینه، چالشی با 25 میلیون دلار بودجه درنظر گرفته شد که 2600 پروپوزال از 119 کشور دریافت شد. این طرح‌ها با هدف حل مسائل محیطی و اجتماعی بزرگ ارائه شدند.

این مطلب خلاصه‌ای مقاله Google Research: Looking Back at 2019, and Forward to 2020 and Beyond است.

 

مشاهده بیشتر

شهربانو صادقی گورجی

شهربانو صادقی گورجی هستم. کارشناس ارشد علم اطلاعات و دانش شناسی. قصد دارم تجربیات ۲۰ ساله خودم رو در حوزه مهارت‌های سواد اطلاعاتی و جستجو و بازیابی منابع به دانشجویان و پژوهشگران منتقل کنم. امید است با تجهیز به مهارت‌های دانشی، زندگی بهتری برای خود و اطرافیانمان رقم بزنیم و جامعه دلخواهی را بسازیم.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا