خرید iptv  ,خرید Cccam  ,خرید سی سی کم  ,خرید سیسیکم  ,خريد فرش ماشينى  ,buy glass mosaic tile online  ,Covid 19 Clinic testing and vaccination  ,طراحی وب سایت  ,دستگاه ضبط صدا  ,عکاسی صنعتی  ,آموزشگاه خیاطی  ,download serial irani  ,آبنما خانگی  ,صنایع دستی اصفهان  ,میناکاری  ,
 هوش مصنوعي
تاريخ : ۲۷ آذر ۱۳۹۹ | ۰۲:۰۷:۳۶ | نویسنده : ويرا سگال كارو

يادگيري ماشين در زندگي روزمره

 به لطف پيشرفت هاي انجام شده در قدرت محاسباتي و برنامه هاي يادگيري ماشين ، انسانها واقعاً در يك انقلاب جهاني فناوري زندگي مي كنند. دو دهه اول قرن 21 شاهد پيشرفتهاي چشمگيري در تحقيقات هوش مصنوعي (AI) بوده ايم. ثابت شده است كه يادگيري ماشيني يكي از موفق ترين و گسترده ترين كاربردهاي فناوري است كه دامنه وسيعي از صنايع را تحت تأثير قرار داده و ميلياردها كاربر را هر روز تحت تأثير قرار مي دهد. يادگيري ماشين زيرمجموعه اي از هوش مصنوعي است كه شامل مطالعه و استفاده از الگوريتم ها و مدل هاي آماري براي سيستم هاي رايانه اي براي انجام كارهاي خاص بدون تعامل انسان است. استفاده از يادگيري ماشيني دريچه اي را براي فناوري هاي آينده گرايانه باز مي كند كه مردم در زندگي روزمره خود از آن استفاده مي كنند.

مواردي كه در زندگي روزمره از يادگيري ماشين استفاده مي كنيم

دستيار صوتي

دستيارهاي صوتي در حال حاضر در همه جا حضور دارند. دستيارهاي صوتي مشهوري مانند Apple’s Siri ، Google Assistant ، Amazon’s Alexa و … راه را براي بخشي از مكالمه عمومي افراد هموار مي كنند. الگوريتم يادگيري ماشين در پشت همه اين دستيارهاي صوتي كار مي كند تا گفتار را با استفاده از پردازش زبان طبيعي (NLP) تشخيص دهد. سپس ، گفتار را با استفاده از يادگيري ماشين به اعداد تبديل كرده و بر اين اساس پاسخي را تنظيم مي كند. همچنين از NLP براي ترجمه اطلاعات غير قانوني لغات در قراردادها به زبان ساده براي تهيه اطلاعات استفاده مي شود. محققان انتظار دارند با پيشرفت تكنيك هاي يادگيري ماشين ، اين فناوري در آينده هوشمندانه تر شود.

بازاريابي شخصي سازي شده

فناوري در سيستم بازاريابي در حال بدست آوردن جايگاه خود است. با استفاده از ويژگي هاي يادگيري ماشيني ، صنعت بازاريابي مشتريان را بر اساس داده هاي رفتاري و مشخص تقسيم مي كند. سيستم عامل هاي تبليغات ديجيتال به بازاريابان اجازه مي دهد تا بر روي مجموعه مخاطبان با تأثير محصول مرتبط تمركز كنند. آنها نيازهاي مشتري را درك مي كنند و بر اين اساس با تبليغات بهتر اقدام به فروش كالا و خدمت مي كنند.

تشخيص كلاهبرداري

شركت هاي بزرگي كه درگير تعاملات مالي و بانكي هستند از يادگيري ماشيني براي كشف تقلب و كلاهبرداري استفاده مي كنند. اين امر به شركت ها كمك مي كند تا مصرف كنندگان را در امان نگه دارند. يادگيري ماشيني همچنين مي تواند براي شركتهايي كه معاملات كارت اعتباري را انجام مي دهند ارزشمند باشد. اين فناوري براي پرچم گذاري معاملات كه براساس قوانين خاص  و بر طبق قوانين شركت جعلي است ، آموزش ديده است. با شناسايي چنين امور بعد مي توان جلوي گرفتار شدن شركت ها در برابر ضرر بزرگ را گرفت. علاوه بر اين ، يك شركت همچنين مي تواند با چشم انداز رقابتي و وفاداري مصرف كننده خود ، اطلاعات كسب كند و فروش يا تقاضا را در زمان واقعي با يادگيري ماشين پيش بيني كند.

اتومبيل هاي خودران

اتومبيل هاي خودران يكي از فن آوري هاي جذاب در زندگي روزمره امروزه است كه در آن يادگيري ماشين در سطح بالايي استفاده مي شود. زيبايي اتومبيل هاي خودران اين است كه از هر سه جنبه اصلي يادگيري ماشين يعني يادگيري نظارت شده ، بدون نظارت و تقويتي در كل طراحي ماشين استفاده مي شود. اتومبيل هاي هوشمند از ويژگي هاي يادگيري ماشين مانند تشخيص اشيا اطراف ماشين ، يافتن فاصله با ماشين جلويي ، محل روسازي و سيگنال ترافيك ، ارزيابي وضعيت راننده و طبقه بندي صحنه استفاده مي كنند. يادگيري ماشيني همچنين مي تواند در مورد شرايط جاده و ترافيك در زمان واقعي به راننده مشاوره دهد.

بهينه سازي حمل و نقل

شركت هايي كه براي ايجاد اعتماد بيشتر به صنعت حمل و نقل كار مي كنند يادگيري ماشيني را به عنوان منبع اصلي براي كار خود انتخاب مي كنند. برنامه هاي پر مصرفي مانند Uber ، Lyft ، Ola و غيره در بسياري از محصولات خود از برنامه ريزي مسيرهاي بهينه تا تعيين قيمت ها از يادگيري ماشين استفاده مي كنند. قيمت پويا در سفر ، هزينه مسافر را با تغيير شرايط بازار تنظيم مي كند. قيمت ها بسته به عواملي مانند زمان ، مكان ، آب و هوا ، تقاضاي مشتري و غيره متفاوت است. يادگيري ماشين همچنين به رانندگان كمك مي كند تا بهترين مسير را براي رسيدن مسافران از نقطه A به B پيدا كنند.

پيش بيني رفتار

سازمان ها مي توانند از مدل هاي يادگيري ماشيني براي پيش بيني رفتار مشتري بر اساس داده هاي گذشته وي استفاده كنند. شركت ها به دنبال صحبت با مردم در شبكه هاي اجتماعي مي باشند  و سپس افرادي را كه در جستجوي محصول يا خدمات داده شده هستند ، شناسايي مي كنند. به عنوان مثال ، Zappos از تجزيه و تحليل و يادگيري ماشين براي كمك به ارائه اندازه گيري شخصي و نتيجه جستجو براي مشتريان و همچنين مدل هاي رفتار پيش بيني كننده استفاده مي كند.

مراقبت هاي بهداشتي

ارزش يادگيري ماشيني در مراقبت هاي بهداشتي در توانايي آن در پردازش مجموعه داده هاي عظيم فراتر از توانمندي انسان است و همچنين  تجزيه و تحليل اين داده ها را به بينش باليني قابل اعتماد تبديل مي كند كه به پزشكان در درمان كمك مي كند. يادگيري ماشيني در برنامه ريزي و ارائه مراقبت كمك مي كند ، در نهايت منجر به نتايج بهتر ، هزينه هاي كمتر مراقبت و افزايش رضايت بيمار مي شود. با كمك رايانه (CAD) ، يك برنامه يادگيري ماشيني نيز مي تواند براي بررسي اسكن ماموگرافي زنان در پيش بيني سرطان مورد استفاده قرار بگيرد.

خودكارسازي فرايندها

اتوماسيون فرآيند هوشمند (IPA) محصول همگرايي هوش مصنوعي و فناوري هاي مرتبط از جمله ديد رايانه ، اتوماسيون شناختي و يادگيري ماشيني است. با گردآوري اين فناوري ها در يك فرآيند واحد ، شركت ها امكان اتوماسيون غني تري را پيدا مي كنند و قفل هر ارزش تجاري را براي شركت باز مي كنند. از الگوريتم يادگيري ماشين مي توان در اتوماسيون ارزيابي ريسك بيمه بدون خطا از كار دستي ورود اطلاعات استفاده كرد.

چت بات ها

يادگيري ماشيني با استفاده از چت بات هاي گفتگويي كه به درخواست هاي مشتري پاسخ مربوطه را مي دهند ، به پشتيباني مشتري كمك مي كند. با استفاده از مفاهيم پردازش زبان طبيعي (NLP) و تجزيه و تحليل احساسات ، الگوريتم هاي يادگيري ماشين قادر به درك نياز مشتري و لحن گفتن آنها هستند. سپس سيستم درخواست را به شخص پشتيباني كننده مناسب مشتري هدايت مي كند.

حفاظت فيزيكي

يادگيري ماشيني نقشي محوري در تأمين امنيت در اجتماعات بزرگ دارد. اين فناوري يك دارايي براي كمك به جلوگيري از هشدارهاي جعلي و مشكل هايي را فراهم مي كند كه ممكن است در محافل انساني در رويدادهاي بزرگ عمومي از امنيت بي بهره باشند. به عنوان مثال ، Evolv Technology ادعا مي كند كه يك سيستم امنيتي فيزيكي ارائه مي دهد كه 600 تا 900 نفر را در هر ساعت براي راهپيمايي ها  نمايش مي دهد.



ادامه مطلب
امتیاز:
 
بازدید:
تاريخ : ۲۶ آذر ۱۳۹۹ | ۰۵:۱۷:۰۷ | نویسنده : ويرا سگال كارو

سئو بهينه سازي كد نياز دارد

در بسياري از مقالات در مورد بهينه سازي موتور جستجو (SEO) طوري صحبت مي شود كه انگار يك موضوع ساده است. در حقيقت ، كد گذاري براي سئو بسيار حياتي است ، اما به زمان و مهارت نياز دارد. با اين حال ، ما عمداً از كلمه “مهارت” براي توصيف اين فرآيند استفاده مي كنيم ، زيرا كاملاً قابل آموزش است و اجراي آن كار خارق العاده اي نيست. بيشتر مطالبي كه با موضوع سئو مطالعه مي كنيد مربوط به تكنيك هاي داخل صفحه است. اين شامل تغيير گزينه هاي وب سايت با استفاده از يك افزونه backend مانند Yoast SEO يا The SEO Framework است. به اين ترتيب ، شما اغلب توصيه هايي مانند اين را در اينترنت مي بينيد كه براي تصاوير خود از “متن alt” مناسب استفاده كنيد. پست هاي خود را حول يك كلمه كليدي با تمركز قوي بسازيد و پاراگراف هاي خود را به صورت انبوه ننويسيد و از عناوين زيادي استفاده كنيد.

تفاوت سئو كلاه سفيد و سياه

بهينه سازي كد چه تاثيري بر روي سئو دارد ؟

تمامي اين دستور العمل ها بسيار كاربردي هستند اما فقط هنگامي قابل استفاده هستند كه بتوانيد كد نويسي سايت را به درستي انجام دهيد در واقع اولين كاري كه براي سئو كردن انجام مي دهيد كد نويسي متناسب است. اگر همه كارهايي كه هنگام توليد محتوا انجام مي دهيد درست باشد اما سايت از نظر كد نويسي ضعيف باشد، در واقع هيچ پيشرفتي در سايت شما حاصل نمي شود و توليد محتواي خوب شما بيهوده بوده است. رايانه ها براي تجزيه كد شما به فضاي سفيد نياز ندارند اما بايد بتوانند منطق شما را دنبال كنند. همانطور كه كوچك سازي يك راه عالي براي بهبود SEO بدون تأثير بر خوانايي كامپيوتر است ، نوشتن كدهاي قابل فهم و قابل خواندن توسط انسان نيز اين خاصيت را دارد.

كدام سايت ها براي ربات هاي متور جستجو مناسب است ؟

قبل از اينكه از كد بهينه استفاده كنيد بايد بدانيد كه اين دسته از كد ها چگونه هستند ؟ براي اينكه يك نمونه خوب ببينيد مي توانيد در صفحه سرچ گوگل بر روي فلش كنار URL كليك كنيد و از گزينه cached استفاده كنيد تا ببينيد اين گونه كد ها چگونه هستند. در اين گزينه دو حالت سايت را به شما نسان مي دهد يا به صورت متني و يا به صورت سورس كد.

اگر به سورس كد در هر صفحه وب نگاه كنيد ، چيزي شبيه به عكس زير را خواهيد ديد.سورس كد ترسناك نيست. اين فقط كدي است كه مرورگرهاي وب “مي خوانند” تا بدانند چگونه محتواي يك صفحه وب را نشان مي دهند. گوگل و ساير موتورهاي جستجو كد منبع شما را مي خوانند تا بفهمند سايت شما چيست.

مورد بعدي برچسب عنوان يا Title Tag مي باشد در سورس كد اين قسمت را با titlr نشان مي دهد. به ياد داشته باشيد كه براي هر صفحع بايد يم برچسب عنوان داشته باشيد تا گوگل متوجه شود كه اين مطلب در مورد چه چيزي است. گوگل كمي تغيير را در اين مورد آزمايش كرده است ، اما بيشتر اوقات آنها دقيقاً آنچه را كه در برچسب عنوان شما است ، در صفحه موتور جستجو، جستجو مي كنند ، ينا بر اين اين بخش بسيار مهم است شما همچنين بايد كلمه كليدي خود را در آن بگنجانيد تا افرادي كه آن كلمه را جستجو مي كنند بر روي آن كليك كنند. اما در اين مورد مراقب باشيد. نبايد بر روي كلمات كليدي وسواس داشته باشيد. هر چه اين كلمات طبيعي تر باشند باز خورد بهتري بر روي سايت شما ايجاد خواهند كرد. سعي كنيد به صورت بسيار مختصر تماميت مطلب موجود را بيان كنيد. هرچه اين مطالب به طور طبيعي تر نوشته شده باشد ، احتمال بيشتري وجود دارد كه مردم روي آن كليك كنند.

كد بهينه سازي شده چه تاثيري بر روي سئو دارد ؟

هر چه كدي كه مي نويسيد سبك تر باشد و صفحه وب شما را راحت تر نمايش دهد براي شما بهتر است. وقتي از ديد يك كاربر به يك وبسايت نگاه مي كنيد انتظار داريد كه كمترين زمان را براي نمايش صرف كنيد. از عكس هايي كه حجم بالا دارند استفاده نكنيد و در حد امكان از ويژگي هايي استفاده نكنيد كه كد نويسي شما را سنگين كند. تمامي اين اقدامات در مرحله اول قرار دارد سپس بايد از تكنيك هاي توليد محتوا استفاده كنيد تا بتوانيد در رنك هاي بالاي موتور جستوجو مانند گوگل قرار بگيريد.

تفاوت سئو كلاه سفيد و سياه

با ويرا سگال كارو همراه باشيد



ادامه مطلب
امتیاز:
 
بازدید:
تاريخ : ۲۶ آذر ۱۳۹۹ | ۰۴:۵۲:۲۳ | نویسنده : ويرا سگال كارو

پردازش و يادگيري زبان طبيعي توسط ماشين ها چگونه است ؟

پردازش و يادگيري زبان طبيعي (NLP) زمينه مطالعه اي است كه از سه رشته علوم كامپيوتر ، هوش مصنوعي و زبان شناسي محاسباتي تشكيل شده است. اين رايانه را قادر مي سازد تا به روشي هوشمندانه و مفيد ، معيار را از زبان انسان ارزيابي ، درك و استخراج كند. با استفاده از NLP ، برنامه نويسان راه را براي سازماندهي و انجام وظايفي مانند خلاصه سازي خودكار،  ترجمه ، شناسايي شخص ، تجزيه و تحليل احساسات ، تشخيص گفتار و تقسيم بندي موضوع ،هموار كرده اند. با استفادهاز پيشرفت هاي اخير در دسترسي به داده ها و قدرت محاسباتي ، NLP بسيار بيشتر پيشرفت كرده است و به متخصصين امكان مي دهد نتايج قابل توجهي در زمينه هايي مانند مراقبت هاي بهداشتي ، مالي ، منابع انساني و ساير موارد بدست آورند.

پردازش زبان و يادگيري طبيعي براي چه چيز هايي استفاده مي شود؟

NLP تقريباً در هر صنعت كاربردهاي متنوعي دارد. اين فناوري توانايي مديريت خودكار زبانهاي طبيعي انسان مانند گفتار يا متن را دارد. همچنين مي تواند به يك كارمند ادارات يا شركت ها در انجام كارهاي متعدد كمك كند و در نهايت باعث تقويت عملكرد كار مي شود. بسياري از توسعه دهندگان معمولاً از الگوريتم هاي NLP براي جمع آوري بلوك هاي متن براي برداشتن ايده هاي    ضروري و اصلي استفاده مي كنند. ايجاد ربات هاي چت براي پرس و جو و پاسخ مناسب. تجزيه و تحليل احساسات و كمك شناختي و موارد ديگر صورت مي پذيرد. به عنوان مثال ، شركت هايي مانند ياهو و گوگل از پردازش زبان طبيعي براي فيلتر كردن و طبقه بندي ايميل ها و ارزيابي متن ايميل هايي كه از طريق سرورهاي كاربران عبور مي كند استفاده مي كند و از ارسال هرزنامه ، حتي قبل از ورود به صندوق ورودي ايميل جلوگيري مي كند. اكثر اطلاعاتي كه سازمان هاي اطلاعاتي اعم از خصوصي يا عمومي جمع آوري مي كنند، متني بدون ساختار ، از جمله مكالمات شبكه هاي اجتماعي ، نظرات در وب سايت ها ، گزارش هاي داستاني و ساير موارد است. دريافت بينش عملي از اين داده ها مي تواند چالش برانگيز باشد. 

آژانس پروژه هاي تحقيقاتي پيشرفته دفاعي (DARPA) در تلاش براي كاهش اين نوع چالش ها ، برنامه كاوش و فيلتراسيون متن (DEFT) عميق را ساخت. اين برنامه با استفاده از NLP به طور خودكار اطلاعات مربوط به وابسطه را استخراج مي كند و به تحليلگران كمك مي كند تا بينش هاي عملي را از آنها بدست آورند. هدف DEFT پرداختن به شكاف هاي باقي مانده توانايي مربوط به استنباط ، روابط علي و تشخيص ناهنجاري است.

پيشرفت ها در NPL

NPL توانايي ماشين ها را در تفسير موثر متن ، گفتار و كلمات تقويت مي كند. اين امر باعث پيشرفت تجزيه و تحليل داده ها ، كشف بدافزار و جلوگيري از انتشار اخبار جعلي مي شود. با تكامل چت بات هاي مجهز به هوش مصنوعي مانند الكسا ، سيري ، كورتانا و دستيار Google و غيره ، استفاده از پردازش زبان طبيعي بسيار زياد شده است. پيشرفت هاي اخير در كاربردهاي اين فناوري به طور قابل توجهي نحوه درك و يادگيري هوش مصنوعي از چيزهاي پيرامون آن را تغيير داده است. يكي از مهمترين پيشرفتها در زمينه NLP استفاده از يادگيري انتقالي بود. Fast.ai’s ULMFiT Universal Language Model Fine Tuning مفهوم يادگيري انتقالي را به جامعه NLP معرفي كرد. طبق گفته اين شركت ، ULMFiT يك روش يادگيري انتقالي موثر است كه مي تواند براي هر كاري در NLP اعمال شود. در سال 2018 ، Google AI مدل جديدي را براي NLP به نام BERT (نمايندگي هاي رمزگذار دو طرفه از ترانسفورماتورها) معرفي كرد. اين مدل از مفهوم ترانسفورماتور و يادگيري انتقالي استفاده مي كند و آموزش كامل دو طرفه ترانسفورماتور را انجام مي دهد. 

بعلاوه ، در سال 2018 ، محققان دانشگاه كالج اطلاعات و علوم رايانه اي دانشگاه ماساچوست و Google AI Language ، (LISA) ، يك مدل شبكه عصبي خود-توجه به زبانشناسي را معرفي كردند. اين امر يادگيري عميق و فرم گرايي زباني را با هم ادغام مي كند ، بنابراين از تجزيه نحوي براي دستيابي به معناي دقيق ، به طور موثرتري استفاده مي كند.به طور گسترده تر ، قدرت NLP در سال هاي آينده به تكامل ، درك و زمينه سازي داده هايي ادامه خواهد داد كه مي تواند منجر به سود بهتر يك تجارت شود.



ادامه مطلب
امتیاز:
 
بازدید:
تاريخ : ۲۶ آذر ۱۳۹۹ | ۰۴:۵۱:۴۷ | نویسنده : ويرا سگال كارو

پردازش و يادگيري زبان طبيعي توسط ماشين ها چگونه است ؟

پردازش و يادگيري زبان طبيعي (NLP) زمينه مطالعه اي است كه از سه رشته علوم كامپيوتر ، هوش مصنوعي و زبان شناسي محاسباتي تشكيل شده است. اين رايانه را قادر مي سازد تا به روشي هوشمندانه و مفيد ، معيار را از زبان انسان ارزيابي ، درك و استخراج كند. با استفاده از NLP ، برنامه نويسان راه را براي سازماندهي و انجام وظايفي مانند خلاصه سازي خودكار،  ترجمه ، شناسايي شخص ، تجزيه و تحليل احساسات ، تشخيص گفتار و تقسيم بندي موضوع ،هموار كرده اند. با استفادهاز پيشرفت هاي اخير در دسترسي به داده ها و قدرت محاسباتي ، NLP بسيار بيشتر پيشرفت كرده است و به متخصصين امكان مي دهد نتايج قابل توجهي در زمينه هايي مانند مراقبت هاي بهداشتي ، مالي ، منابع انساني و ساير موارد بدست آورند.

پردازش زبان و يادگيري طبيعي براي چه چيز هايي استفاده مي شود؟

NLP تقريباً در هر صنعت كاربردهاي متنوعي دارد. اين فناوري توانايي مديريت خودكار زبانهاي طبيعي انسان مانند گفتار يا متن را دارد. همچنين مي تواند به يك كارمند ادارات يا شركت ها در انجام كارهاي متعدد كمك كند و در نهايت باعث تقويت عملكرد كار مي شود. بسياري از توسعه دهندگان معمولاً از الگوريتم هاي NLP براي جمع آوري بلوك هاي متن براي برداشتن ايده هاي    ضروري و اصلي استفاده مي كنند. ايجاد ربات هاي چت براي پرس و جو و پاسخ مناسب. تجزيه و تحليل احساسات و كمك شناختي و موارد ديگر صورت مي پذيرد. به عنوان مثال ، شركت هايي مانند ياهو و گوگل از پردازش زبان طبيعي براي فيلتر كردن و طبقه بندي ايميل ها و ارزيابي متن ايميل هايي كه از طريق سرورهاي كاربران عبور مي كند استفاده مي كند و از ارسال هرزنامه ، حتي قبل از ورود به صندوق ورودي ايميل جلوگيري مي كند. اكثر اطلاعاتي كه سازمان هاي اطلاعاتي اعم از خصوصي يا عمومي جمع آوري مي كنند، متني بدون ساختار ، از جمله مكالمات شبكه هاي اجتماعي ، نظرات در وب سايت ها ، گزارش هاي داستاني و ساير موارد است. دريافت بينش عملي از اين داده ها مي تواند چالش برانگيز باشد. 

آژانس پروژه هاي تحقيقاتي پيشرفته دفاعي (DARPA) در تلاش براي كاهش اين نوع چالش ها ، برنامه كاوش و فيلتراسيون متن (DEFT) عميق را ساخت. اين برنامه با استفاده از NLP به طور خودكار اطلاعات مربوط به وابسطه را استخراج مي كند و به تحليلگران كمك مي كند تا بينش هاي عملي را از آنها بدست آورند. هدف DEFT پرداختن به شكاف هاي باقي مانده توانايي مربوط به استنباط ، روابط علي و تشخيص ناهنجاري است.

پيشرفت ها در NPL

NPL توانايي ماشين ها را در تفسير موثر متن ، گفتار و كلمات تقويت مي كند. اين امر باعث پيشرفت تجزيه و تحليل داده ها ، كشف بدافزار و جلوگيري از انتشار اخبار جعلي مي شود. با تكامل چت بات هاي مجهز به هوش مصنوعي مانند الكسا ، سيري ، كورتانا و دستيار Google و غيره ، استفاده از پردازش زبان طبيعي بسيار زياد شده است. پيشرفت هاي اخير در كاربردهاي اين فناوري به طور قابل توجهي نحوه درك و يادگيري هوش مصنوعي از چيزهاي پيرامون آن را تغيير داده است. يكي از مهمترين پيشرفتها در زمينه NLP استفاده از يادگيري انتقالي بود. Fast.ai’s ULMFiT Universal Language Model Fine Tuning مفهوم يادگيري انتقالي را به جامعه NLP معرفي كرد. طبق گفته اين شركت ، ULMFiT يك روش يادگيري انتقالي موثر است كه مي تواند براي هر كاري در NLP اعمال شود. در سال 2018 ، Google AI مدل جديدي را براي NLP به نام BERT (نمايندگي هاي رمزگذار دو طرفه از ترانسفورماتورها) معرفي كرد. اين مدل از مفهوم ترانسفورماتور و يادگيري انتقالي استفاده مي كند و آموزش كامل دو طرفه ترانسفورماتور را انجام مي دهد. 

بعلاوه ، در سال 2018 ، محققان دانشگاه كالج اطلاعات و علوم رايانه اي دانشگاه ماساچوست و Google AI Language ، (LISA) ، يك مدل شبكه عصبي خود-توجه به زبانشناسي را معرفي كردند. اين امر يادگيري عميق و فرم گرايي زباني را با هم ادغام مي كند ، بنابراين از تجزيه نحوي براي دستيابي به معناي دقيق ، به طور موثرتري استفاده مي كند.به طور گسترده تر ، قدرت NLP در سال هاي آينده به تكامل ، درك و زمينه سازي داده هايي ادامه خواهد داد كه مي تواند منجر به سود بهتر يك تجارت شود.



ادامه مطلب
امتیاز:
 
بازدید:
تاريخ : ۲۶ آذر ۱۳۹۹ | ۰۴:۲۶:۳۷ | نویسنده : ويرا سگال كارو

ردياب مكان سامسونگ

سامسونگ ويژگي ردياب مكان را براي رقيب يافتن مزاياي Find My iPhone در اپل راه اندازي مي كند. سامسونگ الكترونيك، نسخه مخصوص خود از ويژگي Find My Apple را براي يافتن دستگاه ها معرفي كرده است – اگرچه طبيعتاً اين ويژگي فقط با دستگاه هاي Galaxy كار خواهد كرد ، از تلفن هاي هوشمند گرفته تا تبلت ها، ساعت هاي هوشمند و هدفون هاي مختلف گوش. اين ويژگي كه SmartThings Find نام دارد ، مكان دستگاه ها را با استفاده از بلوتوث كم انرژي (BLE) و Ultra Wideband (UWB) پيدا ميكند – يك روش رديابي بدون WiFi ، مشابه آنچه اپل در حال توسعه دارد. اين شركت در بيانيه مطبوعاتي اعلام كرد SmartThings Find اكنون پس از آزمايش اين سرويس توسط 6 ميليون كاربر در كره جنوبي ، ايالات متحده و انگليس ، در حال حاضر در دستگاه هاي Galaxy سامسونگ در دسترس است.

فناوري پشت ردياب مكان سامسونگ

پس از انجام مراحل ثبت نام سريع ، كاربران SmartThings به راحتي مي توانند دستگاه هاي Galaxy خود را از طريق تلفن هاي هوشمند ، تبلت ها و ساعت هاي هوشمند ، تا هر گوشي هدفون را جداگانه پيدا كنند. در حالي كه اين برنامه از فناوري BLE و UWB براي رديابي دستگاه ها استفاده مي كند ، اما مكان آنها را در يك رابط AR نشان مي دهد تا به كاربران كمك كند ببينند محصولات گلكسي آنها واقعاً كجاست.جائئئون يونگ ، معاون رئيس جمهور و رئيس تيم SmartThings ، تجارت ارتباطات سيار در سامسونگ الكترونيك. گفت: “SmartThings Find با استفاده از مزيت اضافي استفاده از AR6 همراه با نقشه ها و اصوات براي هدايت شما به دستگاه هايتان ، يك راه حل ساده و بصري است كه به شما كمك مي كند تا دستگاه هاي مورد علاقه خود را به راحتي پيدا كنيد. اين فقط يك نمونه تجاربي است كه در تلفن همراه خود داريد كه فناوري UWB براي مردم سراسر جهان به ارمغان مي آورد” به گفته سامسونگ: هرگاه دستگاهي به مدت 30 دقيقه آفلاين باشد ، سيگنال BLE توليد مي كند كه مي تواند توسط دستگاه هاي ديگر دريافت شود. اگر دستگاه خود را از دست داده ايد از طريق SmartThings Find گزارش كنيد ، هر تلفن هوشمند يا تبلت Galaxy كه در نزديكي آن قرار دارد براي يافتن دستگاه هاي مفقود شده مي توانند سرور سامسونگ را در مورد مكان آن مطلع سازد كه به نوبه خود به شما اطلاع مي دهد. ” اين سرويس همچنين قرار است جهت ها و صداهاي يكپارچه نقشه خوان را به كاربران ارائه دهد تا بتوانند به سرعت دستگاه گمشده خود را پيدا كنند. هنگامي كه به دستگاه خود نزديك شديد ، مي توانيد با استفاده از عملكرد جستجوي مبتني بر واقعيت افزوده در نزديكي دستگاه خود ، “زنگ” بخوريد يا آن را مكان يابي كنيد ، كه گرافيك هاي رنگي را نشان مي دهد كه هنگام نزديك شدن به دستگاه ، شدت آنها افزايش مي يابد. نكته برجسته اين سرويس اين است كه به كاربران امكان مي دهد دستگاه هاي گمشده خود را حتي در صورت آفلاين بودن پيدا كنند.

ردياب مكان سامسونگ

با ويرا سگال كارو همراه باشيد



ادامه مطلب
امتیاز:
 
بازدید:
تاريخ : ۲۶ آذر ۱۳۹۹ | ۰۱:۴۶:۳۲ | نویسنده : ويرا سگال كارو

انقلاب مدرن هوش مصنوعي چگونه آغاز شد؟

انقلاب مدرن هوش مصنوعي در طي يك مسابقه تحقيقات مبهم آغاز شد. سال 2012، سومين سال مسابقه سالانه ImageNet ، بود، تيم ها را براي ساخت سيستم هاي بينايي رايانه اي به چالش كشيدند كه مي بايست  1000 شي از حيوانات گرفته تا مناظر و مردم را تشخيص بدهد. در دو سال اول ، بهترين تيم ها نتوانسته اند حتي به 75٪ دقت برسند. اما در سال سوم ، گروهي متشكل از سه محقق ( يك استاد و دانشجويانش ) ناگهان از اين حدعبور كردند. آنها با درصد خيره كننده 10.8 در مسابقه برنده شدند. آن استاد جفري هينتون بود و روشي كه آنها به كار برده بودند، يادگيري عميق ناميده شد.

يادگيري عميق انقلاب مدرن هوش مصنوعي

هينتون از دهه 1980 در واقع با يادگيري عميق كار مي كرد ، اما اثربخشي آن به دليل كمبود داده و قدرت محاسباتي محدود شده بود. اعتقاد راسخ وي به اين تكنيك در نهايت سودهاي كلاني را پي داشت. چهارمين سال مسابقات ImageNet ، تقريباً همه تيم ها از يادگيري عميق استفاده مي كردند و به موفقيت هاي معجزه آسايي دست يافتند. به زودي يادگيري عميق در مورد وظايفي فراتر از شناسايي تصوير و همچنين در طيف وسيعي از صنايع نيز اعمال شد. سال گذشته ، به دليل كمك هاي بنيادي خود در اين زمينه ، هينتون در كنار ساير پيشگامان هوش مصنوعي يان لكون و يوشوا بنگيو جايزه تورينگ را دريافت كرد.

متن زير مصاحبه كارن هاو با هينتون در تاريخ بيست اكتبر و در كنفرانس سالانه EmTech MIT MIT Technology Review مي باشد كه البته تدوين شده است.

شما فكر مي كنيد يادگيري عميق براي باز سازي تمام جنبه هاي هوش انسان كافي خواهد بود. چه چيزي باعث مي شود كه انقدر مطمئن باشيد ؟

من معتقدم يادگيري عميق قادر به انجام همه كارها خواهد بود ، اما فكر مي كنم كه بايد چندين پيشرفت مفهومي داشته باشد. به عنوان مثال ، در سال 2017 Ashish Vaswani و همكاران. ترانسفورماتورهايي را معرفي كرد كه بردارهاي بسيار خوبي را براي معني كلمات نشان مي دهند. اين يك موفقيت مفهومي بود. اكنون تقريباً  اين ترانسفورماتور در بهترين پردازش هاي زبان طبيعي مورد استفاده قرار مي گيرد. ما به تعداد  بيشتري از اين موقفيت ها نياز داريم.

و اگر اين پيشرفت ها را داشته باشيم ، آيا مي توانيم با يادگيري عميق ،هوشي نزديك به هوش انسان بسازيم؟

آره. به ويژه پيشرفت هايي كه در زمينه دستيابي به ناقلين بزرگ فعاليت عصبي براي پياده سازي مواردي مانند منطق ايجاد مي شود. اما ما همچنين به افزايش گسترده مقياس نيز نياز داريم. مغز انسان حدود 100 تريليون پارامتر يا همان سيناپس دارد. آنچه اكنون ما آن را يك مدل واقعاً بزرگ مي ناميم ، مانند GPT-3 ، 175 ميليارد پارامتردارد. هزار برابر كوچكتر از مغز . GPT-3 اكنون مي تواند متني كاملاً قابل قبول توليد كند ولي همچنان در مقايسه با مغز هنوز كوچك است.

وقتي مي گوييد مقياس ، منظور شما شبكه هاي عصبي بزرگتر است يا داده هاي بيشتر يا هر دو؟

هر دو. نوعي اختلاف بين آنچه در علوم كامپيوتر اتفاق مي افتد و آنچه در مورد انسان اتفاق مي افتد وجود دارد. انسان در مقايسه با مقدار داده اي كه دريافت مي كنند ، مقدار زيادي پارامتر دارد. شبكه هاي عصبي به طرز حيرت انگيزي در پردازش به مقدار كمي داده با تعداد زيادي پارامتر مهارت دارند ، اما انسان ها در اين مورد حتي بهتر  ماشين ها هستند.

بسياري از افراد در اين زمينه معتقدند كه عقل سليم توانايي بزرگ بعدي براي ورود به آن است. قبول داريد؟

موافقم كه اين يكي از موارد بسيار مهم است. من همچنين فكر مي كنم كنترل موتور بسيار مهم است و شبكه هاي عصبي عميق اكنون در اين زمينه مهارت پيدا مي كنند. به ويژه ، برخي از كارهاي اخير در Google نشان داده است كه شما مي توانيد كنترل حركتي خوبي داشته باشيد و آن را با زبان تركيب كنيد ، بنابراين مي توانيد يك كشو را باز كنيد و يك بلوك را بيرون بياوريد ، و سيستم مي تواند به زبان طبيعي به شما بگويد كه چه كاري انجام مي دهد. براي مواردي مانند GPT-3 ، كه اين متن شگفت انگيز را ايجاد مي كند ، واضح است كه براي توليد آن متن بايد چيزهاي زيادي درك كند ، اما كاملاً مشخص نيست كه چقدر آن را درك مي كند. اما اگر چيزي كشو را باز كند و يك بلوك را بيرون بياورد و بگويد ، “من فقط يك كشو را باز كردم و يك بلوك را بيرون آوردم” ، سخت است بگويم كه نمي فهمد چه كاري انجام مي دهد.



ادامه مطلب
امتیاز:
 
بازدید:
تاريخ : ۲۵ آذر ۱۳۹۹ | ۰۴:۱۶:۳۶ | نویسنده : ويرا سگال كارو

وردپرس چيست ؟

 

 

وردپرس يك بستر ايجاد وب سايت منبع باز است كه به زبان PHP نوشته شده و از پايگاه داده MySQL استفاده مي كند.اگر بخواهيم به زيان غير حرفه اي بگوييم كه اين بستر چيست ، احتمالاً ساده ترين و قدرتمندترين سيستم مديريت محتواي وبلاگ نويسي و وب سايت (يا CMS) موجود است. وردپرس يك بستر وب سايت عالي براي انواع وب سايت ها است. از وبلاگ نويسي گرفته تا تجارت الكترونيكي گرفته تا وب سايت هاي تجاري و نمونه كارها ، وردپرس يك CMS همه كاره است. وردپرس با قابليت استفاده و انعطاف پذيري طراحي شده است ، يك راه حل عالي براي وب سايت هاي بزرگ و كوچك است.

 

وردپرس از كجا آغاز به كار كرد ؟

براي اينكه بدانيم وردپرس چيست ابتدا بايد بدانيد كه وردپرس در ابتدا به عنوان يك سيستم انتشار وبلاگ ايجاد شده است اما براي پشتيباني از انواع ديگر محتواي وب از جمله ليست هاي پستي و انجمن هاي سنتي ، گالري هاي رسانه اي ، سايت هاي عضويت ، سيستم هاي مديريت يادگيري (LMS) و فروشگاه هاي آنلاين تكامل يافته است. وردپرس در 27 مه 2003 توسط بنيانگذاران آن ، مت مولن وگ ، توسعه دهنده آمريكايي و مايك ليتل ، توسعه دهنده انگليسي ، به عنوان چنگال b2 / cafelog منتشر شد. اين نرم افزار تحت مجوز GPLv2 (يا بالاتر) منتشر مي شود. امروزه وردپرس توسط بيش از 60 ميليون وب سايت مورد استفاده قرار مي گيرد ، از جمله 33.6٪ از 10 ميليون وب سايت برتر تا آوريل 2019 ، وردپرس يكي از محبوب ترين راه حل هاي سيستم مديريت محتواي مورد استفاده است. از وردپرس براي دامنه هاي كاربردي ديگر مانند سيستم هاي نمايش فراگير (PDS) نيز استفاده شده است. در اينجا چند نمونه از انواع وب سايت هايي كه مي توانيد با وردپرس ايجاد كنيد را نام مي بريم تا شما بدانيد وب سايت هايي كه مي توان با وردپرس ساخت چيست:

بلاگ – وبلاگ نوع خاصي از وب سايت است كه به اشتراك گذاري افكار ، عكس ها ، بررسي ها ، آموزش ها ، دستور العمل ها و موارد ديگر اختصاص دارد. بلاگ ها معمولاً ابتدا جديدترين مطالب منتشر شده را نمايش مي دهند.
وب سايت تجارت الكترونيكي – يك وب سايت تجارت الكترونيكي به شما امكان مي دهد كالا يا خدمات را بصورت آنلاين بفروشيد و از طريق سيستم پرداخت آنلاين ، هزينه را جمع آوري كنيد. براي افزايش عملكرد پيش فرض وردپرس مي توانيد يك افزونه تجارت الكترونيكي وردپرس را بارگيري و نصب كنيد تا بتوانيد يك فروشگاه آنلاين در وب سايت خود داشته باشيد.
وب سايت مشاغل – بسياري از مشاغل از حضور آنلاين در قالب وب سايت خود بهره مند خواهند شد. اگر تجارت شما به وب سايتي نياز دارد تا مشتريان در مورد شركت شما و آنچه شما ارائه مي دهيد بياموزند ، وردپرس گزينه بسيار خوبي است. مشتريان مي توانند با شما تماس بگيرند ، درخواست قيمت كنند ، قرار ملاقات بگذارند و موارد ديگر.
وب سايت عضويت – وب سايت عضويت به شما امكان مي دهد محتوا را پشت ديوارپوش يا ورود به سيستم حساب قرار دهيد. براي دسترسي به صفحات يا پست ها ، كاربران بايد به محتوا وارد شوند يا هزينه آن را پرداخت كنند. وردپرس همچنين مي تواند وب سايت هاي عضويت را با افزونه هاي اضافي اداره كند.
وب سايت نمونه كارها – با يك وب سايت نمونه كارها ساخته شده در وردپرس ، كارهاي هنري ، مهارت هاي طراحي و موارد ديگر خود را به نمايش بگذاريد.
وب سايت تالار گفتمان – وب سايت تالار گفتمان مي تواند مكاني مفيد براي س toال كاربران يا به اشتراك گذاشتن مشاوره باشد. باور كنيد يا نه ، بسياري از وب سايت هاي انجمن با وردپرس كار مي كنند.
وب سايت رويداد – ميزبان رويدادي هستيد؟ وردپرس اشتراك گذاري جزئيات رويداد و فروش بليط را براي شما آسان مي كند.
وب سايت آموزش الكترونيكي – دانش آموزان مي توانند دوره هاي آنلاين بگذرانند ، پيشرفت خود را پيگيري كنند ، منابع را بارگيري كنند و موارد ديگر را از يك وب سايت آموزش الكترونيكي دريافت كنند. با يك نوع پلاگين خاص به نام پلاگين WordPress LMS ، مي توانيد دوره هاي آنلاين را از وب سايت وردپرس ارائه دهيد.

براي شخصي سازي وب سايت وردپرس ، امكانات بي پايان هستند. تم ها و افزونه هاي وردپرس مي توانند گزينه هاي طراحي جديد و قابليت هاي اضافه شده را به وب سايت شما اضافه كنند.شما مي توانيد سايت WordPress.org را براي تم ها و افزونه هاي رايگان بررسي كنيد.

ورد چيست پرس طراحي وبسايت و شيوه هاي نوين

با ويرا سگال كارو همراه باشيد



ادامه مطلب
امتیاز:
 
بازدید:
تاريخ : ۲۵ آذر ۱۳۹۹ | ۰۳:۵۹:۰۸ | نویسنده : ويرا سگال كارو

نسل بعدي كامپيوتر هاي كوانتومي

هانيول كامپيوتر هاي كوانتومي نسل بعدي خود را با نام System Model H1 معرفي كرده است كه از دستگاه متمايز شارژ كوانتومي متصل شده (QCCD) و فناوري يون گير افتاده با طراحي آماده براي به روزرساني سريع در طول عمر خود بهره مي برد. كامپيوتر كوانتومي جديد اين شركت در ابتدا 10 كيوبيت كاملاً متصل ، حجم كوانتومي اثبات شده 128 و ويژگي هاي منحصر به فرد مانند اندازه گيري مدار مياني و استفاده مجدد از كيوبيت را ارائه مي دهد. اين تمام ماجرا نيست، هانيول متعهد شده است كه طي پنج سال آينده حجم كوانتومي رايانه هاي كوانتومي خود را حداقل به ترتيب سالانه افزايش دهد.

كامپيوتر هاي نسل بعدي كوانتومي هانيول چه ويژگي هايي دارد ؟

شركت ها از طريق يك مدل مبتني بر اشتراك مي توانند به طور مستقيم به سيستم مدل H1 خود از طريق API ابري و همچنين از طريق Microsoft Azure Quantum و شركاي كانال از جمله Zapata Computing و Cambridge Quantum Computing دسترسي پيدا كنند. رئيس شركت Honeywell Quantum Solutions توني اوتلي در يك بيانيه مطبوعاتي توضيح داد كه چگونه نسل H1 رايانه هاي كوانتومي آن در طول عمر خود به طور مداوم به روز مي شود ، :

“نقشه راه محاسبات كوانتومي تهاجمي Honeywell تعهد ما در دستيابي به مقياس تجاري براي تجارت كوانتومي ما را نشان مي دهد. مدل مبتني بر اشتراك ما دسترسي مشتريان پيشرفته موجود به Honeywell را براي مشتريان سازماني نيز فراهم مي كند. روش منحصر به فرد Honeywell ما را قادر مي سازد تا به طور سيستماتيك و مداوم” H1 ”  از طريق افزايش تعداد كيوبيت ، حتي وفاداري بالاتر و تغييرات ويژگي منحصر به فرد، سيستم ها را ارتقا دهيم. “

سيستم مدل H1

هانيول علاوه بر سيستم اعلام كامپيوتر جديد كوانتومي مدل H1 خود ، تأييد كرده است كه در حال حاضر فعاليت هاي متقابل براي نسل آينده سيستم مدل H2 خود و همچنين فعاليت هاي توسعه پشتيباني از نسل H3 خود و فراتر از آن را آغاز كرده است. طبق گفته اوتلي ، تقاضا براي دسترسي به كامپيوتر كوانتومي اين شركت در ميان مشتريان سازماني زياد است ، وي گفت:

“معرفي سيستم مدل H1 يك نقطه عطف مهم در شكل دهي و تسريع توسعه محاسبات كوانتومي و آوردن توان آن به شركت ها است. ما در سال 2020 تقاضا سر به فلك كشيديم و از همكاري با مشترياني كه مي خواهند از طريق محاسبات كوانتومي. ” هانيول همچنين نشان داد كه DHL و Merk آخرين شركت هاي سازماني هستند كه به رايانه كوانتومي آن دسترسي دارند. اين سازمان ها قبلاً طيف گسترده اي از موارد استفاده از محاسبات كوانتومي را كه شامل داروها و تداركات و همچنين برنامه هاي داخلي Honeywell در تجارت و هوا و فضا و عملكرد و فناوري هاي آن است ، نشان داده اند.

بيانيات شركت هانيوال در مورد كامپيوتر نسل بعدي خود

“كيوبيت هاي يون گير افتاده ما در طبيعت با ساختار اتمي تعريف مي شوند ، مي توانند به راحتي و با سرعت بيشتري در مقايسه با فناوري هاي جايگزين كيوبيت كه مستقيماً از اتم استفاده نمي كنند ، يكنواخت ساخته و كنترل شوند. به همين دليل است كه ما از اصطلاح “Nature’s Qubit” براي سيستم هاي خود استفاده مي كنيم – كيوبيت هاي ما همه يكسان و عاري از نقص هستند.” اين شركت در وبسايت جديد خود اعلام كرد :

كامپيوتر هاي كوانتومي يون گير افتاده از اتم هاي شارژ شده (يون) متعدد براي نگهداري اطلاعات كوانتومي استفاده مي كنند. سيستم هاي ما از ميدان هاي الكترومغناطيسي براي نگهداري (به دام انداختن) هر يون استفاده مي كنند ، بنابراين مي توان با استفاده از سيگنال هاي مايكروويو و ليزر آن را دستكاري و رمزگذاري كرد.

پيچيدگي اين سيستم هاي كنترل با تخصص ما مطابقت دارد ، زيرا ما ده ها سال است كه آنها را ساخته ايم. ما به عنوان پيشرو در رابط هاي سخت افزاري ، نرم افزاري و كاربر بصري ، از قابليت هاي پايان به پايان لازم براي طراحي ، ساخت و ادغام زير سيستم ها و اجزاي حياتي براي تسهيل فناوري يون به دام افتاده برخوردار هستيم.

بدون شك محاسبات كوانتومي توانايي ما را در انجام محاسبات بسيار بيشتر مي كند و با اين فناوري درب هاي جديدي به سوي سيستم هاي محاسباتي و كامپيوتر ها باز خواهد شد. بسياري از شركت هايي كه بر روي پروژه هاي هوش مصنوعي كار مي كنند هم مي توانند از اين مدل كامپيوتر ها استفاده كنند.




ادامه مطلب
امتیاز:
 
بازدید:
تاريخ : ۲۳ آذر ۱۳۹۹ | ۰۶:۵۱:۳۹ | نویسنده : ويرا سگال كارو

طراحي گرافيكي و شيوه هاي نوين آن

روند فعلي طراحي گرافيك امروز تحت تأثير همه چيز از فناوري موجود براي ايجاد تصاوير جذاب تر و پاسخگو ، گرفته تا رفتار خريد مشتريان خاص است. به هر حال ، با تغيير ترجيحات مخاطبان ، تصاويري كه براي ساختن برند خود استفاده مي كنيد نيز تكامل مي يابد و شيوه هاي نوين براي آن ايجاد مي گردد. بايد به اين نكته دقت داشته باشيد كه هر چقدر هم كه محصول يا پيام شما جذاب باشد اگر طراحي گرافيكي مناسبي نداشته باشد تاثير چنداني نخواهد داشت. اگرچه هر زمان مد و روند جديدي ايجاد مي شود ، تغيير طراحي ها خوب نيست ، اما مهم است كه در جريان صنعت قرار بگيريد. دانش اوليه از روندهاي فعلي در طراحي گرافيك به شما كمك مي كند تا يك تصوير “مناسب” و حرفه اي براي برند خود ارائه دهيد.

طراحي گرافيكي چيست و شيوه هاي نوين آن كدامند ؟

طراحي گرافيكي مهارت ايجاد محتواي بصري براي رساندن پيام ها است. با  استفاده از تكنيك سلسله مراتب و طرح بندي صفحه هاي بصري،تايپوگرافي و تصاوير طراحان گرافيك نيازان مشتريان خود را برآورده مي كنند.  طراحان گرافيكي  تمركز خود را بر منطق نمايش عناصر در طرح هاي تعاملي براي بهينه سازي تجربه كاربر مي گذارند. با پيشرفت امكانات طراحي به لطف ورود فناوري جديد ، فضاي گرافيك مطمئناً در سالهاي آينده هيجان انگيزتر خواهد شد. اين فرصت هاي جديد بسياري را براي برندهايي كه به دنبال تغيير چهره خود هستند فراهم مي كند. با اين حال ، مهم است كه زياد پايبند اين روند هاي جديد نباشيد.صرف جديد بودن چيزي به اين معني نيست كه براي شركت شما بهتر است. هنگام بررسي روندهاي مدرن طراحي گرافيك ، بهتر است با كمي ترديد به هر مفهوم بپردازيد. به عنوان مثال ، از خود بپرسيد:

آيا پذيرفتن اين روندها در طراحي گرافيكي مشكلي را براي مشتريان يا من حل مي كند؟

آيا اين روندها به تعامل كمك مي كند يا صدمه مي زند؟

آيا در حال حاضر شركت هايي مانند من با موفقيت از اين روند استفاده مي كنند؟

اين روندهاي جديد طراحي گرافيكي چگونه با هويت برند فعلي شما سازگار است؟

پاسخ دادن به اين س سوالات به شما كمك مي كند تا تصميم بگيريد كه آيا فقط براي پرش به باند از يك روند استقبال مي كنيد يا گامي را براي شركت خود ارزشمند بر مي داريد.

از رنگ ها براي برند خود استفاده كنيد

رنگ در طراحي گرافيك يك ركن اساسي است. چه در حال ايجاد يك وب سايت باشيد ، چه در حال طراحي لوگوي نام تجاري خود ، رنگ هاي مناسب حكايت از برجسته بودن دارايي هاي بصري شما و نوع تأثير احساسي شما بر مخاطبان خود دارند. در گذشته ، بسياري از شركت ها به رنگهاي “آشكار” صنعت خود پايبند بودند. به عنوان مثال ، رنگ آبي به ويژه به دليل توانايي پرورش احساس اعتماد ، محبوبيت خاصي دارد. با اين حال ، شركت هاي امروزي در هنگام مطابقت با طرح هاي گرافيكي مدرن ، شروع به كشف رنگ هاي كمتر متعارف مي كنند. سايه هاي ملايم و خنثي شروع به جايگزيني با رنگ هاي روشن تر و تصاوير در رنگ مي كنند.

تايپوگرافي فوق العاده و فونت هاي خارق العاده

همانطور كه انتخاب مناسب رنگ از شخصيت برند شما پشتيباني مي كند ، تايپوگرافي نيز در دنياي طراحي گرافيك نقش بسزايي دارد. شكل ، اندازه و ماهيت فونت مورد استفاده شما در تبليغات ويدئويي، رسانه چاپي و وب سايت ، به هويت برند شما عمق مي بخشد.فونت هاي Serif معمولاً مارك هاي پيشرفته و حرفه اي را نشان مي دهند ، در حالي كه فونت هاي sans-serif مدرن تر و غيررسمي هستند. علاوه بر اين ، نوع پررنگ يا همان bold جلب توجه مي كند و بيانگر اعتماد به نفس شماست. يكي از بزرگترين روندهاي طراحي گرافيك كه در سال 2018 مشاهده شد ، تقاضاي بيشتر براي فونت هاي دست نويس بود. در حالي كه شركت ها تلاش مي كنند تا در يك محيط بيش از حد اشباع خودنمايي كنند ، فونت هاي دست نويس، عنصر اضافي براي تمايز را به مارك ها مي دهند ، اگرچه براي همه مناسب نيستند.

تصاوير سفارشي

حال كه صحبت از اين است كه روند طراحي گرافيك براي تمايز بسيار مناسب است ، بسياري از مشاغل مدرن شروع به آزمايش تصاوير و نمادهاي سفارشي مي كنند. شركت هاي امروزي طراحي را به عنوان يك مفهوم عملي و هم روش انتقال شخصيت منحصر به فرد خود تجربه مي كنند. به هر حال ، مصرف كنندگان مدرن نمي خواهند محصولات و خدمات را از يك شركت بي نام خريداري كنند. مشتريان امروز مي خواهند ارتباطات واقعي با مارك هاي مورد علاقه خود برقرار كنند و اين بدان معني است كه شركت ها بايد در ايجاد يك تصوير “انساني” تلاش بيشتري كنند.

طراحي گرافيكي شيوه هاي نوين آن
با ويرا سگال كارو همراه باشيد


ادامه مطلب
امتیاز:
 
بازدید:
تاريخ : ۲۳ آذر ۱۳۹۹ | ۰۶:۳۱:۰۶ | نویسنده : ويرا سگال كارو

كشاورزي و هوش مصنوعي

طبق گفته شركت بين المللي داده (IDC) ، هزينه هاي جهاني براي هوش مصنوعي بيش از 50 درصد افزايش مي يابد و تا سال 2021 تقريباً به 58 ميليارد دلار مي رسد. نيمي از هزينه هاي جهان به ابزارها و ماشين آلات هوش مصنوعي اختصاص خواهد يافت و اين امر به خاطر تغيير در سبك زندگي ، توليد و امور مالي و بانكي است. يكي از صنعت هايي كه هوش مصنوعي به آن وارد شده كشاورزي است. در كارهاي باغباني و كشاورزي به طور فزاينده اي از چت بات ها و ابزارهاي مجهز به هوش مصنوعي استفاده مي شود. به ويژه در آسيا و آمريكاي جنوبي. با گذراندن دوره هاي هوش مصنوعي كه به آنها كمك مي كند جنبه پيچيده و آينده نگرانه هوش مصنوعي را درك كنند ، تعداد بيشتري از افراد در مورد هوش مصنوعي و برنامه هاي باغباني آن ياد مي گيرند.

چرا از هوش مصنوعي در كشاورزي و باغباني بايد استفاده كنيم ؟

تشخيص و رفع اشكالات

باغداران و كشاورزان در سراسر جهان با مشكلاتي مانند حشرات و آفات ناخواسته كه محصولات زراعي را مي خورند ، عدم آگاهي از آفت كش مناسب براي محصولات خود ، عدم اطلاع از زمان مناسب براي كاشت محصول خاص ، عدم درك كمبود تغذيه محصول و بلد نبودن نحوه خريد تجهيزات براي مزارع مواجه هستند. گياهان مي توانند از طريق آب ، هوا، و خاك به بيماري هايي مبتلا شوند كه در نبود كارشناس متخصص  مي تواند تشخيص داده نشود و مشكلاتي را براي مزرعه و باغداران ايجاد كند. امروزه هوش مصنوعي مي تواند مشكلات واقعي را تشخيص دهد و در امر كشت كمك كند. هوش مصنوعي همچنين در انجام اقداماتي از قبيل مديريت و بازرسي محصول ، آبياري گياه و سمپاشي سموم دفع آفات كمك خواهد كرد. اين فناوري  تعاملي ، شهودي و آموزشي است ، و موجب مي شود كه سيستم هوشمند تر و آينده نگر تر شود.

راهكار هاي  هوش مصنوعي

از طريق رباتيك كشاورزي ، نظارت بر خاك و گياهان ، و با انجام پيش بيني هاي پشتيباني شده از داده ها ، هوش مصنوعي در زمينه كشاورزي و كشاورزي در حال ظهور است. داده هاي خاك و داده هاي عملكرد محصول ذخيره مي شود و براي توليد الگوريتم هايي كه تصميم مي گيرند آب و نور در اختيار گياه قرار گيرد يا خير ، تجزيه و تحليل مي شود. دانشمندان حدس مي زنند كه تا سال 2050 جمعيت كره زمين به نه ميليارد نفر خواهد رسيد كه اين امر موجب مي شود تا براي افزايش 70 % محصولات كشاورزي به هوش مصنوعي روي آورده شود. همچنين با استفاده از اين فناوري مي توان  كشاورزي شهري را گسترش داد تا افراد بتوانند محصولات مورد نياز خود را توليد كنند.

آينده كشاورزي با هوش مصنوعي

غذاي بيشتر با مصرف آب و منابع كمتر

در مواقع كمبود آب ، استفاده از هوش مصنوعي در كشاورزي و باغباني،  به صرفه جويي در مصرف آب كمك مي كند. اين سيستم ها از انرژي خورشيدي براي عملكرد استفاده مي كند ، بنابراين راهي بدون آلودگي نيز هستند. كشاورزي هوشمند بازده سرمايه گذاري را به حداكثر مي رساند و آن را به يك انتخاب هوشمندانه اقتصادي تبديل مي كند.

صنعت كشاورزي غيرمتمركز

اگر سناريو يك آرمانشهر عملي شود و اگر هركس از گزينه هاي قابل حمل كشاورزي در خانه استفاده كند ، خواه يك شهرك شهري باشد يا روستايي ، اين صنعت به طور عملي منحل مي شود.

غذاي تازه و سالم بر سر سفره ها

محصولات مزرعه اي با استفاده ناچيز از سموم دفع آفات و علف كش ها براي از بين بردن آفات در خانه پرورش داده مي شوند. غذاخوري ها مي توانند مواد اوليه خود را پرورش دهند و ظرف چند ساعت پس از برداشت از آنها استفاده كنند.

غذاي ارزانتر

از آنجا كه گياهان در خانه پرورش مي يابند ، كشورها مجاز به واردات محصولات غذايي در سطح بين المللي نخواهند بود. صنايع غذايي بسيار محلي و آزمايشي خواهند شد. مردم قادر خواهند بود گياهان مورد نياز خود  را به جاي خريد با نرخ هاي گران از بازار، توليد كنند.

حضور كشاورزي در مناطق غير حاصلخيز جهان

كشاورزي عمودي در مناطق خشك ، نيمه خشك و خشكسالي جهان ، يا توليد محصولات زراعي محدود و گونه هاي نادر، كاربرد مستقيم دارد.

از اين رو بسياري از شركت هايي كه در زمينه هوش مصنوعي فعاليت مي كنند در اين صنعت سرمايه گذاري كرده اند تا بتوانند در آينده نه چندان دور محصولات تغذيه اي در كره زمين را تامين كنند.

تفاوت سئو كلاه سفيد و سياه



ادامه مطلب
امتیاز:
 
بازدید: