GO AFTER THE MOON AND CATCH YOUR DREAM

فهرست مطالب

کدوم نوع مهاجرت برای من مناسبه؟

کاربردهای هوش مصنوعی

دوره هوش مصنوعی

1. کاربردهای عمومی هوش مصنوعی

فناوری هوش مصنوعی دارای کاربردهای گسترده‌ای در صنایع مختلف می‌باشد، که می‌توان گستره این کاربردها را از نرم‌افزارهای قابل‌اجرا بر روی گوشی‌های تلفن همراه به‌منظور انجام فعالیت‌های روزمره افراد تا تسریع فرآیندهای صورت گرفته در تولید یک نوع داروی جدید در حوزه‌ی سلامت در نظر گرفت. به‌طورکلی می‌توان کاربرد هوش مصنوعی را به 7 حوزه‌ی مختلف تقسیم‌بندی کرد، که در قالب شکل زیر به نمایش گذاشته‌شده‌اند.

شکل 6 کاربردهای عمومی هوش مصنوعی

کاربردهای هوش مصنوعی

این کارکردها سبب می‌گردند که بتوان از فناوری هوش مصنوعی در حوزه‌های عملیاتی مختلفی استفاده کرد. نکته‌ای قابل‌توجه این است که، بسیاری از برنامه‌های کاربردی می‌توانند از چند کارکرد ذکرشده برای هوش مصنوعی به‌منظور انجام وظایف خود استفاده نمایند [1] . در ادامه به توضیح مختصر هفت مورد فوق پرداخته خواهد شد.

1-1. کنترل

هوش مصنوعی می‌تواند حجم عظیمی از داده‌ها را با سرعت بسیار بالایی تجزیه‌وتحلیل نماید و عوامل و الگوهای نامتعارف را شناسایی کند. علاوه بر موارد فوق، به دلیل سرعت و دقت بالا و قابلیت تجزیه‌وتحلیل، هوش مصنوعی در انجام عملیات کنترل می‌تواند اسناد جعلی را شناسایی نموده و به کاربران در این مورد هشدار دهد، با توجه اتصال اکثر دستگاه‌های هوشمند به اینترنت حملات سایبری را تشخیص دهد، در صورت بروز شرایطی که برای افراد و کارکنان خطرآفرین است به آن‌ها هشدار دهد و از فعالیت‌های نگهداری و تعمیرات تجهیزات و تغییرات مهم ایجادشده در محیط کار اطلاعات مناسبی در دست دهد، که این امر نشان می‌دهد هوش مصنوعی نسبت به انسان‌ها از کاربرد بیشتری برخوردار هستند [1] . در صنعت نفت و گاز، شرکت‌هایی که وظیفه کنترل و بررسی خطوط لوله انتقال را بر عهده دارند از هوش مصنوعی بهره می‌برند که می‌توان به شرکت آتوموبین[1] به‌عنوان نمونه‌ای از این شرکت‌ها اشاره نمود [2].

2-1. ارائه راهکارهای عملیاتی جدید

قابلیت دیگر هوش مصنوعی در ارائه یک بینش و دیدگاه ارزشمند حاصل از تجزیه‌و‌تحلیل حجم عظیمی از داده‌ها می‌باشد، که به این امر داده‌کاوی گفته می‌شود و همچنین این فناوری با استفاده از فرآیند شبیه‌سازی راه‌حل‌های جدیدی را در اختیار کاربران قرار می‌دهد. علاوه بر این، با توجه به این‌که هوش مصنوعی از مدل‌هایی پویا استفاده می‌کند، قابلیت یادگیری و انطباق با شرایط و داده‌های جدید را دارا می‌باشد. به همین دلیل، می‌توان از آن برای کشف الگوهای انتزاعی و ارائه راهکارهای تازه برای حل مسائل و مشکلات استفاده نمود، که این کار با استفاده برنامه‌های رایانه‌ای سنتی غیرقابل انجام بود [1].

3-1. پیش‌بینی آینده

فناوری هوش مصنوعی می‌تواند نحوه توسعه‌ی روندهای آینده را پیش‌بینی و یا مدل‌سازی نماید. درنتیجه، سیستم‌هایی که از این فناوری بهره می‌برند، پتانسیل پیش‌بینی اتفاقات آینده و ارائه پاسخ‌های مناسب در برابر آن‌ها را به دست خواهند آورد. به‌عنوان‌مثال، نت‌فلیکس[2] که یک شرکت جهانی فعال در حوزه رسانه و تولیدکننده مجموعه‌های تلویزیونی آمریکایی می‌باشد، با استفاده از داده‌های مربوط به عادات و ترجیحات مشتریان خود و سوابق آن‌ها در استفاده از فیلم‌ها و سریال‌ها و همچنین دیگر عوامل، محصولات جدیدی را به آن‌ها پیشنهاد می‌دهد. همچنین می‌توان به کاربرد آن در تشخیص بیماری‌ها، پیش‌بینی میزان تولید، و … اشاره نمود [1] .

 

4-1. تجزیه‌وتحلیل حجم عظیمی از داده‌ها

تا به امروز، عمده تکنیک‌های تجزیه‌وتحلیل بر داده‌های ساختاریافته تمرکز داشته‌اند – اطلاعاتی که بر اساس یک چارچوب خاص تعریف و تدوین شده‌اند. به‌عنوان‌مثال، می‌توان به یک صفحه گسترده شامل پاسخ‌های یک نظرسنجی اشاره نمود. اما همان‌طور که پیش‌تر بیان شد، هوش مصنوعی پتانسیل یادگیری و شناسایی الگوهای پیچیده را دارا می‌باشد و به همین علت می‌توان از آن برای تجزیه‌وتحلیل داده‌های غیر ساختاریافته استفاده نمود – اطلاعاتی که طبقه‌بندی و دسته‌بندی آن‌ها مشکل می‌باشد، به‌عنوان ‌مثال دیگر، می‌توان به مجموعه‌ای از اطلاعات اشاره نمود که شامل عکس، فیلم، صدا و متن مربوط به یک موضوع خاص هستند. بنابراین، امروزه سیستم‌های رایانه‌ای مجهز به فناوری هوش مصنوعی می‌توانند انواع مختلفی از اطلاعات را در کسری از زمان تجزیه‌وتحلیل نمایند [1].

 

5-1. تعامل با محیط فیزیکی

هوش مصنوعی تعاملات میان ماشین و محیط را تسهیل می‌نماید، به‌گونه‌ای که به سیستم‌های خودکار اجازه می‌دهد تا مستقیماً با محیط خارجی خود در ارتباط بوده و با آن سازگار گردند. از این قابلیت هوش مصنوعی در ربات‌های موقعیت‌یاب استفاده می‌شود. به‌عنوان‌مثال، می‌توان به خودروهای خودران اشاره نمود، که حجم عظیمی از داده‌ها را به‌صورت آنی از مجموعه‌ای از حس‌گرها، دوربین‌ها، سیستم‌های موقعیت‌یاب و نقشه به دست آورده و برای تعیین بهترین و امن‌ترین مسیر به کار می‌گیرد [1].

 

6-1. تعامل با انسان‌ها

با استفاده از هوش مصنوعی در سیستم‌های رایانه‌ای، تعامل میان آن‌ها و انسان به‌راحتی شکل می‌گیرد. عموماً انسان‌ها رفتار خود را با توجه به نیازهای رایانه منطبق می‌نمودند. به‌عنوان نمونه، تایپ با استفاده از صفحه‌کلید، فشار یک دکمه برای انجام یک عملیات و … . اما، امروزه افراد می‌توانند با رایانه‌ها مانند یک انسان رفتار نمایند، چراکه این سیستم‌ها با استفاده از هوش مصنوعی قادر به گفتگو، پاسخ به حرکات و حتی حالات چهره‌ی افراد می‌باشند [1] .

 

7-1. تعامل با ماشین‌ها

با استفاده از هوش مصنوعی می‌توان بسیاری از تعاملات پیچیده میان ماشین‌ها را با یکدیگر هماهنگ نمود. به‌عنوان نمونه، یک سیستم کنترل واقع در یک مرکز داده با به‌کارگیری هوش مصنوعی می‌تواند دائماً و به‌طور هم‌زمان فعالیت‌های پردازش، دمای داخلی سیستم و شرایط محیطی را کنترل نماید و در کنار آن، در صورت نیاز سیستم‌های خنک‌کننده را فعال نماید، به‌گونه‌ای که مصرف انرژی در حداقل مقدار خود باشد. همچنین، این قابلیت به سیستم‌های مختلف مجهز به هوش مصنوعی اجازه می‌دهد که با یکدیگر هماهنگ باشند، به‌عنوان‌مثال می‌توان به ربات‌های موجود در انبارها اشاره نمود که با برقراری ارتباط با یکدیگر، مواد و قطعات موجود در انبارها را مرتب می‌نمایند [1] . به‌عنوان‌ مثال دیگر شرکت سافتینگ[3] از تولیدکننده گان دستگاه‌هایی با قابلیت اتصال ماشین به ماشین[4] می‌باشد. ازجمله موارد استفاده از محصولات این شرکت در صنعت نفت و گاز می‌باشد که به‌منظور جمع آوری داده از فرآیند تولید، کنترل و عملیات مبتنی بر ابر استفاده می‌شود [4].

 

فهرست منابع

[1] center for data innovation, “The Promise of Artificial Intelligence,” 2016.
[2] “Adding intelligence to pipeline monitoring,” oilandgastechnology, 07 Feb 2019. [Online]. Available: www.oilandgastechnology.net/news/adding-intelligence-pipeline-monitoring.
[3] “AI for Oil & Gas,” NeuDax, 12 May 2019. [Online]. Available: www.neudax.com.
[4] German Engineering Federation, “Industry 4.0: Solutions and Approaches for the Oil & Gas Sector,” 2017.

 

 

  1. Atomiton
  2. Netflix
  3. Softing
  4. M2M

 

دوره هوش مصنوعی

اشتراک گذاری این محتوا:

اشتراک: