با بهره گیری از تكنیك یادگیری عمیق؛
هوش مصنوعی جهش آینده كرونا را پیش بینی می كند
به گزارش تعمیركار 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 تعمیرکار 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 برخوردارست 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. بطور 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 بمنظور استفاده در اماکن عمومی نیز 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 نیز اتفاق ات خوبی رخ داده است. دانشگاه ها و پارک های علم و فناوری با بهره بردن 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 پژوهشگران دانشگاه صنعتی شریف اشاره نمود. وی توضیح داد: این دستاورد بعنوان دستیار متخصص رادیولوژی، سرعت و دقت تشخیص کووید ۱۹ را بوسیله 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 درباب 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 بطور 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 بهره بردن 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 بوسیله فناوری اینترنت اشیا امکان دارد. وی ادامه داد: امروزه با بهره بردن 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 همین طور کارمندان و کادر درمان بیمارستان را نیز می توان بوسیله بلوتوث تلفن همراهشان و با بهره بردن از این فنآوری رصد کرد؛ همین طور از این طریق امکان سرویس دهی با دقت بالاتر خصوصاً در شرایط بحران هایی مثل کرونا، فراهم می شود. هوش مصنوعی جهش کرونا در پاییز را پیش بینی می کند ابراهیمی در مورد توان پیش بینی 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 اشاره کرد: با بهره بردن از سامانه های هوش مصنوعی در حوزه سلامت و در تشخیص زودهنگام بیماری کرونا، این سامانه ها می توانند با بهره بردن 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. بگفته وی، اگر شاخصهای مختلف از یک محیط درباب افزایش یا محدود کنندگی کرونا به ماشین ارائه 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 پیش بینی کنند. وی اظهار داشت: نکته جالب اینجاست که اگر درباب 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 نیز 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 بهره بردن از ابزارهای هوش مصنوعی می توان به یک پیش بینی 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: باتوجه به کارهای خوبی که در چند سال اخیر در کشور در حوزه هوش مصنوعی خصوصاً 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.
منبع: تعمیركار
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب