الثلاثاء 19 مارس 2024 - 10:10 صباحاً
اختيارات القراء يومى شهرى
  • فيديوهات
تحية للقوات المسلحة والجيش الابيض والشرطة لمجابهة كورنا
السيسى اثناء التصويت ف الانتخابات
السيسى اثناء التصويت ف الانتخابات
مسجد الروضة ببئر العبد بعد تجديده
احداث انفجار مسجد العريش
أول صورة للمتهم بأكل أحشاء شقيقه
  • استطلاع رأى

هل تتوقع نجاح تجربة المدارس اليابانية؟

  نعم


  لا


نتائج
  • القائمة البريدية
ضع اميلك هنا
  • معجبى الفيس بوك
  • معجبى تويتر

علماء يبحثون استخدام الذكاء الاصطناعى فى أصغر الأجهزة اليومية

الاثنين 14 أكتوبر 2019 10:29:00 صباحاً

إذا كان لديك هاتف ذكي، فستلاحظ أن به خاصية التعرف على الوجه، والتى تستخدم الذكاء الاصطناعى للتعرف على الوجوه، ولكن السؤال هنا: كيف يتعلم جهازك التعرف على وجهك؟ ولماذا لا يوجد مثل هذا الأمر بساعتك الذكية على سبيل المثال؟
 
 
 
وفقًا لما ذكره موقع "techxplore" التكنولوجى، فإن الفضل فى شبكة عصبية يتم تكوينها للتعلم، وهى شكل من أشكال الذكاء الاصطناعي يستخدم بشكل متزايد في الأجهزة اليومية، وهذه الشبكات العصبية هي خوارزميات مدربة على التعرف على الأنماط وتحسين قدرتها باستمرار على القيام بذلك كما يفعل العقل البشرى.
 
وتحتاج الشبكات العصبية إلى قدر كبير من الطاقة من أجل أن تكون ذكية جدًا، وهذا الأمر هو ما حد حتى الآن من فائدتها في الأجهزة الصغيرة التي تعمل بالبطاريات.
 
فهل تساءلت يومًا عن سبب دعم هاتفك الذكي لجهاز Face ID لكن ساعتك الذكية لا تدعمه؟ الإجابة ببساطة لأن الساعة لا تملك القوة الكافية لدعمه.
 
وتبحث شينجمو يانج، أستاذ مشارك في جامعة ديلاوير للهندسة الكهربائية وهندسة الحاسوب عن طرق لدعم الشبكات العصبية في الأنظمة المدمجة منخفضة الطاقة باستخدام أجهزة ذاكرة ناشئة يمكنها استرداد المعلومات حتى عند تشغيلها، وكذلك تقليل الأخطاء في هذه الأجهزة الناشئة.
 
ويحتاج المهندسون لبناء شبكات عصبية إلى المزيج الصحيح من الأجهزة والبرامج، حيث قال يانج "بحثي يعمل على كيفية تطوير أجهزة أو أنظمة أو أجهزة الكمبيوتر من الجيل التالي الأكثر تخصصًا لتطبيقات معينة".
 
إنها تهدف بشكل خاص إلى تحسين عمر وموثوقية الأجهزة لأنها أصبحت متصلة بشكل متزايد في إنترنت الأشياء (IoT)
 
ولا تملك بعض هذه الأجهزة خاصةً الأجهزة المدمجة وأجهزة الإنترنت المنخفضة الطاقة، مساحة ذاكرة كافية أو طاقة بطارية كافية لتشغيل خوارزميات الشبكة العصبية، لذلك يمكن أن يكمن الحل في استخدام الذاكرة غير المتطايرة، والتي لا تعتمد على الكهرباء لتخزين المعلومات، ومع هذه الأنظمة، لا تفقد البيانات إذا فقدت الطاقة.