بازگشت به صفحه قبل

دسترسی سریع

سئو چیست؟
(انواع حملات)امنيت شبكه هاي كامپيوتري
 Routing Metric Value چگونه محاسبه می شود ؟
انتقال شبکه از طریق سیم کشی برق ( پاورلاین )
 معرفی برخی از موتورهای بازی سازی اندروید
فیسبوک و گوگل، ارتباط زبانی بین دو سیستم هوش مصنوعی را کشف کردند
10 نکته که شما را به برنامه نویس حرفه ای جاوا اسکریپت تبدیل می کند
خود را روی اینترنت جستجو کنید!
بازیابی پسورد ویندوز 10
پروتکل مسیریابی OSPF
پروتکل مسیریابی RIP
پروتكل مسيريابي  IGRP
پروتکل  IS-IS
پروتکل   EIGRP
آموزش نحوه اتصال به شبکه دامین
آشنایی با انواع دوربین های مداربسته
آشنایی با پروتکل TCP/IP
اصول اولیه عیب یابی شبکه
نسل پنجم شبکه تلفن همراه
عکس برداری مبتنی بر لیدار
دستیار صوتی هوشمند مایکروسافت و ب ام و
طراحی وب سایت
ایجاد راهنمای سبک طراحی وب
شناسایی لینک های خطرناک
فضای ابری چیست؟
محققان دلایل تفاوت مغزی بین دانش آموزان در سرعت یادگیری را دریافتند
ابزارهای جدید در توسعه دنیای مجازی
نحوه استفاده از اکشن در فتوشاپ

فیسبوک و گوگل، ارتباط زبانی بین دو سیستم هوش مصنوعی را کشف کردند

پيچيدگي‌هاي متعدد علم زبان‌شناسي در حوزه‌ي هوش مصنوعي، هنوز کشف‌نشده باقي مانده‌اند. دراين‌ميان، تحقيقات جديد شايد نظريه‌هاي جديدي را پيش روي متخصصان قرار دهد. يکي از جديدترين تحقيقات پيرامون اين موضوع، نظريه‌هاي جديدي درباره‌ي تکامل گويش ميان دو سيستم هوش مصنوعي (AI Agent) ارائه کرده است.
 
 
مقاله‌هايي با عنوان «پديده‌ي زباني که در بازي‌هاي نيازمند ارتباط شکل مي‌گيرد»، در سرور مشهور پيش‌چاپ مقاله يعني Arxiv.org مشاهده شده است که دانشمندان هوش مصنوعي فيسبوک، گوگل و دانشگاه نيويورک در تخقيقات مرتبط با آن همکاري کرده‌اند. در تحقيقات مذکور، دو سيستم هوش مصنوعي مورد نظر با فناوري يادگيري عميق آموزش داده شدند. اين آموزش با استفاده از چند بازي انجام شد که برخي پديده‌هاي زبان‌هاي واقعي را شبيه‌سازي مي‌کرد.
 
تحقيقات فوق، اولين تلاش براي درک زبان‌شناسي با استفاده از يادگيري ماشين نيست. در ژوئن 2107، مقاله‌اي توسط محققان فيسبوک منتشر شد که چگونگي يادگيري مذاکره در حين چت کردن توسط دو هوش مصنوعي را نشان مي‌داد؛ اما تحقيقات اخير ادعا مي‌کند که براي اولين‌بار، از آخرين هوش مصنوعي در حوزه‌ي شبکه‌ي عصبي استفاده کرده است. شبکه‌ي عصبي مورد نظر، توانايي کار کردن با ورودي‌هاي ادراکي عظيم را دارد. به‌علاوه آن‌ها نتيجه گرفتند که شبکه‌ي فوق، به‌خوبي روند تکامل زبان با تعامل را نشان مي‌دهد.
 
هوش مصنوعي
 
تيم تحقيقاتي، کار خود را با طراحي گروه‌‌هايي از هوش مصنوعي شروع کرد که توانايي برقراري ارتباط در محيطي شبيه‌سازي‌شده را داشتند. محيط و شرايط ارتباطي آن‌ها، درجه‌هاي مختلف پيچيدگي داشت که از ساده (مثلا چند معادله‌ي رياضي) تا بسيار پيچيده (يک شبکه‌ي عظيم عصبي) را در بر مي‌گرفت. بازي‌هايي که هوش‌هاي مصنوعي مذکور با هم انجام مي‌دادند، مشخصات کليدي متعددي داشت. بازي‌ها به‌صورتي بودند که هر دو طرف، قابليت گوش دادن به مخاطب و صحبت کردن به‌صورت همزمان را داشتند. به‌علاوه، آن‌ها درباره‌ي مسائل خارج از محيط شبيه‌سازي‌شده نيز با هم مکالمه‌هايي انجام دادند. آن مسائل در محيط‌هايي رخ مي‌داد که طرفين درگير در مکالمه، توانايي مشاهده‌ و درک نسبي آن‌ها را داشتند.
ارتباط ميان گروهي کارگزاران هوشمند، توانايي‌هاي زباني آن‌ها را افزايش مي‌دهد
 
در اولين آزمايش انجام‌شده بين گروه‌هاي سه تا 10 عضوي، نرخ موفقيت در حل پازل بازي به‌صورت تکي و همکاري با ديگر اعضاي گروه، قابل تشخيص نبود. درواقع، پس از 150 تا 200 هزار بار انجام بازي‌ها، صرف‌نظر از ابعاد گروه‌ها هيچ تفاوت خاصي در نرخ موفقيت حل کردن پازل نبود.
 
در آزمايش بعدي، دو گروه هوش مصنوعي با توانايي‌هاي ارتباطي و زباني متفاوت، با هم روبه‌رو شدند. نتايج نشان داد که گروه‌ها پس از مدتي توانايي صحبت کردن با هم را پيدا کرده و در ميان آن‌ها کارگزاراني با قابليت مديريت پروتکل جديد زباني بين گروه‌ها، فعاليت مي‌کردند.
 
حتي کارگزاران هوشمندي که پيش از تحقيقات با هم ارتباطي نداشتند، پس از 200 هزار بازي، در 65/6 درصد از بازي‌ها موفق شدند. البته، موفقيت آن‌ها نيازمند ارتباط قوي در گروه هر يک بود. وقتي ارتباط داخل گروهي، به نصف ارتباط بين گروه‌هاي مختلف کاهش پيدا کرد، نرخ موفقيت نيز به 52/3 درصد رسيد.
 
کلمات(words)
 
مولفان تحقيق مذکور در بخشي از مقاله‌ي خود به اين نکته اشاره کردند که نياز اوليه براي توسعه و گسترش يک زبان در شرايط فوق، حضور حداقلي از کارگزاران هوشمند در گروه‌ها است. يافته‌هاي آن‌ها (باتوجه‌به اينکه در داخل گروه‌هاي هوش مصنوعي، يک زبان مشترک ساخته شد)، نشان مي‌دهد که حداقل ارتباطي داخلي در گروه‌ها لازم است تا ارتباط با گروه‌هاي خارجي، بهتر انجام شود. درواقع، موفقيت کارگزاران ارتباط کمي به تعامل با گروه‌هاي ديگر داشت و بيشتر، مشروط به ارتباط داخلي آن‌ها مي‌شد.
 
يافته‌ي ديگر تحقيقات پيرامون ارتباط زباني هوش‌هاي مصنوعي آن بود که آن‌ها در گروه‌هاي خود بيشتر به‌دنبال ادغام شدن و همکاري هستند. پيشرفت زبان مشترک ميان کارگزاران، زماني اوج مي‌گرفت که تعداد کارگزاران حاضر در آن‌ها، تفاوت بيشتري با هم داشتند. درنتيجه، زباني که حاصل از ارتباط دو گروه با تعداد اعضاي نزديک به يکديگر بود، ساده‌تر به‌‌نظر مي‌رسيد.
 
در آزمايش نهايي، تعدادي از گروه‌ها با تعداد اعضاي برابر، با يکديگر ارتباط برقرار کردند. در اين آزمايش، فاصله‌ي کارگزاران گروه‌ها با هم مورد بررسي قرار گرفت. کارگزاران گروه‌ها با گروه‌هاي ديگر ارتباطي به‌خوبي ارتباط داخل گروه برقرار مي‌‌کردند، اما با افزايش فاصله‌ي آن‌ها، درک متقابل يا ارتباط مورد نياز برقرار نمي‌شد.
 
نتايج تحقيقات بالا نشان داد که مهارت زبان براي هوش مصنوعي، لزوما به توانايي‌هاي پيشرفته و پيچيده‌ي زباني وابسته نيست. بلکه مي‌توان آن را از ارتباطات ساده‌ي اجتماعي کارگزاران گروه‌هاي هوش مصنوعي و ازطريق انجام بازي‌هاي ارتباطي توسعه داد. درنهايت محققان اعلام کردند با حضور سه يا تعداد بيشتر کارگزاران هوشمند در گروه‌هاي هوش مصنوعي، بدون اضافه کردن مکانيزمي خاص به کارگزاران، مي‌توان پرتکل ارتباطي ساده‌اي را توسعه داد.