پژوهشگر ایرانی الگوریتمی برای پیش بینی لحظات آینده ابداع کرد

استاد ایرانی دانشگاه مریلند آمریکا با همکاری محققان دانشگاه 'ام آی تی' الگوریتمی را ابداع کرده که برای شبیه سازی لحظاتی در آینده با استفاده از عکس‌های ثابت قابل استفاده ا



استاد ایرانی دانشگاه مریلند آمریکا با همکاری محققان دانشگاه 'ام آی تی' الگوریتمی را ابداع کرده که برای شبیه سازی لحظاتی در آینده با استفاده از عکس های ثابت قابل استفاده است.

'حامد پیرسیاوش' مدرک کارشناسی خود در رشته مهندسی برق را در سال 2003 از دانشگاه علم و صنعت ایران دریافت کرده و اکنون به عنوان عضو هیات علمی در دانشگاه مریلند مشغول به فعالیت است.
این استاد ایرانی و محققان آزمایشگاه هوش مصنوعی و علوم رایانه دانشگاه 'ام آی تی' اخیرا الگوریتم هوش مصنوعی جدیدی را برای تهیه ویدئوهای کوتاه حاوی شبیه سازی آینده از رویدادهای قابل مشاهده در عکس های ثابت ابداع کرده اند.
به عنوان مثال این الگوریتم بعد از مشاهده تعدادی عکس از امواج ساحلی، ویدئویی کوتاه تولید کرده که نشان می دهد موجی ساحلی آرامش ساحل را بر هم می زند.
این الگوریتم با بررسی عکس هایی از بازی گلف نیز لحظات بعدی انجام این بازی توسط افراد را در قالب ویدئویی کوتاه به نمایش گذارده است.
'کارل وندریک' Carl Vondrick دانشجوی دکتری دانشگاه ام آی تی در این مورد می گوید: این موفقیت نشانگر درک عمیق هوش مصنوعی از شرایط حال است، زیرا در غیر این صورت پیش بینی آینده ممکن نخواهد بود.
این محققان در پژوهش های خود، دو گروه از شبکه های عصبی را برای تکمیل این تحقیق ابداع کرده و به کار گرفته اند که شبکه عصبی اول برای تولید ویدئو و شبکه دوم برای متمایز سازی آنچه که واقعی است و آنچه که بازسازی می شود به کار گرفته می شود.
هوش مصنوعی طراحی شده به تدریج قابلیت طراحی ویدئوهای شبیه سازی شده را تا آن حد بالا می برد که صحنه های پیش بینی شده در ویدئوها شباهت کاملی به صحنه های واقعی برگرفته از عکس ها داشته باشند.
با تداوم فعالیت هوش مصنوعی و افزایش خودآموزی و توان درک آن ویدئوهای تولید شده که آینده را پیش بینی می کنند حتی 20 درصد واقعی تر از ویدئوهای تهیه شده از عکس های واقعی از حال هستند.
البته نباید انتظار داشت که در آینده نزدیک این فناوری منجر به تولید ویدئوهای طولانی حاوی پیش گویی آینده شود.
در زمان حاضر، از این طریق ویدئوهای 1.5 ثانیه ای تولید می شود ولی امید می رود در آینده این زمان بیشتر شود.
از مدل سازی مذکور می توان برای شناسایی ناهنجارها و شرایط غیرعادی امنیتی و کشف برخی اشیا و اجزا در تصاویر که در حالت عادی قابل شناسایی نیستند، استفاده کرد.

منبع :

پروتیین‌ سازی از زیست شناسی چهارم دبیرستان
  برای شرکت در کلاس کلیک کنید( چهارم تجربی)
دبیر : امیر صدقی