با بهره گیری از تكنیك یادگیری عمیق؛
هوش مصنوعی جهش آینده كرونا را پیشبینی می كند
به گزارش آتی جو یك مقام مسئول در آژانس تخصصی ICT سازمان ملل متحد اظهار داشت: فناوری هوش مصنوعی می تواند با تحلیل اطلاعات و بهره گیری از تكنیك یادگیری عمیق، جهش مثبت یا منفی كرونا را در پاییز آینده پیش بینی نماید.
به گزارش آتی جو به نقل از فدراسیون فناوری اطلاعات و ارتباطات، فرزاد ابراهیمی با اشاره به نقش فناوری هوش مصنوعی در مهار کرونا ویروس اظهار داشت: بحث اندازه گیری دمای بدن افراد به خصوص با دوربین های حرارتی برای تشخیص اولیه بیماری کرونا از اهمیت بسیار بالایی برخوردار می باشد و هوش مصنوعی می تواند با تجزیه و تحلیل داده های دمای بدن افراد پیش بینی نماید که بین افرادی که در یک سالن قرار دارند، کدام یک از آنها احتمالاً مبتلا به کرونا هستند. وی افزود: حالا این اقدام در حال انجام می باشد. به صورت مثال برای حفاظت از سران کشورهای جهان تیم های امنیتی آنها از این ابزارها استفاده می نمایند تا بتوانند افراد سالم را از افراد مشکوک به کرونا در زمانی که به مقامات عالی رتبه کشورها نزدیک می شوند، تشخیص دهند. ابراهیمی اظهار داشت: این ابزارها الان با عنوان دوربین های حرارتی تشخیص کرونا به منظور استفاده در اماکن عمومی هم در دسترس هستند و از گیت های ورودی پروازها در فرودگاه ها تا ورودی سازمان ها و محل اجتماعات عمومی این ابزارها مورد بهره برداری قرار می گیرند. تشخیص مراحل اولیه کرونا با تکنیک یادگیری عمیق رئیس مرکز تعالی اینترنت اشیاء آسیا و اقیانوسیه در آژانس تخصصی فناوری اطلاعات سازمان ملل متحد با اشاره به اقداماتی که در کشور در زمینه به کارگیری هوش مصنوعی در بحران کرونا شده است، افزود: در داخل کشور هم اتفاق ات خوبی رخ داده است. دانشگاه ها و پارک های علم و فناوری با استفاده از توان متخصصین ایرانی و با تحلیل داده ها و بهره گیری از الگوریتم های هوش مصنوعی دستاوردهای خوبی داشته اند که همچون آنها می توان به سامانه هوشمند تشخیص کووید ۱۹ توسط محققان دانشگاه صنعتی شریف اشاره نمود. وی توضیح داد: این دستاورد بعنوان دستیار متخصص رادیولوژی، سرعت و دقت تشخیص کووید ۱۹ را از راه پردازش تصاویر سی تی اسکن قفسه سینه می افزاید. این سامانه در کوتاه ترین زمان ممکن، ویروس کرونا را در بدن افراد تشخیص می دهد. از همین رو مهم ترین اقدامی که هوش مصنوعی می تواند انجام دهد، شناسایی اولیه بیماران کرونایی است. ابراهیمی در مورد نحوه کارکرد هوش مصنوعی اظهار داشت: بعنوان مثال یادگیری ماشین، شاخه ای از هوش مصنوعی است که به پژوهش و ساخت سیستم هایی با قابلیت یادگیری از داده ها می پردازد. یادگیری عمیق یک تکنیک یادگیری ماشینی از هوش مصنوعی است که به کامپیوترها آموزش می دهد تا کارهایی که انسان به صورت طبیعی انجام می دهد را فرا بگیرد. وی افزود: در یادگیری عمیق، یک مدل کامپیوتری می آموزد که اقدامات طبقه بندی را مستقیماً از تصاویر، متن یا صدا انجام دهد. با بهره گیری از تکنیک های مختلف هوش مصنوعی و با در اختیار داشتن داده های مختلف از یک جامعه آماری می توان با استفاده از تکنیک یادگیری عمیق به تشخیص بیماری کرونا در مراحل اولیه پرداخت. رصد تجهیزات بیمارستانی با سنسورهای اینترنت اشیا ابراهیمی با اشاره به استفاده از فناوری اینترنت اشیا برای رصد اموال بیمارستانی اظهار داشت: تجهیزاتی مانند ونتیلاتور (دستگاه تنفس مصنوعی) در دوران مراقبت و درمان بیماران کرونایی که در شرایط حاد تنفسی قرار دارند بسیار حائز اهمیت می باشد. از همین رو رصد این نوع تجهیزات که در کجا هستند و اطلاع از سلامت آنها و اینکه در حال استفاده یا آزاد هستند از راه فناوری اینترنت اشیا امکان دارد. وی ادامه داد: امروزه با استفاده از اینترنت اشیاء و حسگرهایی نظیر بیکن ها که مبتنی بر بلوتوث کار می کنند، می توان به مکان یابی در فضای بسته پرداخت. یک چنین فناوری می تواند کاربردی قابل توجه در بحث مکان یابی تجهیزات با اهمیت بیمارستانی داشته باشد و همینطور کارمندان و کادر درمان بیمارستان را هم می توان از راه بلوتوث تلفن همراهشان و با استفاده از این فنآوری رصد کرد؛ همینطور از این طریق امکان سرویس دهی با دقت بالاتر بخصوص در شرایط بحران هایی مثل کرونا، فراهم می شود. هوش مصنوعی جهش کرونا در پاییز را پیشبینی می کند ابراهیمی در مورد توان پیشبینی شرایط آینده کرونا توسط هوش مصنوعی، اظهار داشت: سامانه های مبتنی بر هوش مصنوعی می توانند رفتار هوشمند انسان را شبیه سازی کنند و در شرایط پیچیده و نامنظم، رفتارهای هوشمند از خودشان نشان دهند. وی تصریح کرد: با استفاده از سامانه های هوش مصنوعی در حوزه سلامت و در تشخیص زودهنگام بیماری کرونا، این سامانه ها می توانند با استفاده از تکنیک های یادگیری عمیق بعنوان ابزار کمی در خدمت جامعه پزشکی کشور باشند و حتی پیشنهادهای درمانی را مبتنی بر تحلیل هایی که انجام می دهند عرضه کنند که برای پزشکان هم قابل تشخیص نباشد. رئیس مرکز تعالی اینترنت اشیاء در آژانس تخصصی فناوری اطلاعات سازمان ملل متحد اضافه کرد: حتی هوش مصنوعی این توانایی را دارد که بتواند با تحلیل اطلاعات و بهره گیری از انواع تکنیک های یادگیری، جهش مثبت یا منفی کرونا را در پاییز آینده پیش بینی نماید. به قول وی، اگر شاخص های مختلف از یک محیط در مورد افزایش یا محدود کنندگی کرونا به ماشین عرضه شود، می تواند شرایط آینده را دقیق تر پیش بینی نماید. ابراهیمی افزود: سامانه های مبتنی بر هوش مصنوعی می توانند به صورت بلادرنگ در شرایط مختلف اقلیمی از نظر دما، رطوبت و … داده های مختلف را دریافت و تحلیل کرده و نرخ شیوع ویروس کرونا را رصد و پیشبینی کنند. وی اظهار داشت: نکته جالب اینجاست که اگر در مورد رفتار مردم جوامع مختلف، تبادل اطلاعات آماری صورت گیرد، می توان اظهار داشت که یک مرکز داده خوب خواهیم داشت و هرچه داده های سودمند بیشتر باشد، تنوع بیشتری از حالت های ممکن را هم به همراه خواهد داشت که در دقت سامانه اثر مستقیم دارد. از همین رو هوش مصنوعی می تواند ادراک قوی تری نسبت به یک اتفاق داشته باشد و مبتنی بر انواع روش های تحلیلی در تصمیم سازی و تصمیم گیری در دوران کرونا کمک موثری کند. این کارشناس با اعلان اینکه با استفاده از ابزارهای هوش مصنوعی می توان به یک پیشبینی دقیق و واقع بینانه از چگونگی گسترش ویروس کرونا در آینده دست پیدا کرد، به جایگاه ایران در بحث هوش مصنوعی اشاره نمود و اظهار داشت: با عنایت به فعالیتهای خوبی که در چند سال گذشته در کشور در حوزه هوش مصنوعی بخصوص در دوران کرونا انجام شده است، ایران جایگاه رو به رشد و خوبی در عرصه بین المللی پیدا کرده و در بعضی از سامانه ها نظیر سامانه هوشمند تشخیص کووید ۱۹ جزو چند کشور برتر در این عرصه قرار دارد.
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب