4 روند برتر هوش مصنوعی در سال 2021

قبل از اینکه همه‌گیری جهانی در سال 2020 روی دهد، هوش مصنوعی (AI) و به طور خاص شاخه هوش مصنوعی که به عنوان machine learning (ML) شناخته شده است، تقریبا در بیشتر صنایع نفوذ کرده بود.

همه‌گیری کووید 19 بسیاری از جنبه‌های نحوه تجارت ما را تحت تاثیر قرار داده است، اما از تاثیر هوش مصنوعی بر زندگی ما کم نکرده است. در حقیقت آشکار شده است که الگوریتم‌های self-teaching و ماشین‌های هوشمند سهم بزرگی را در مبارزه با این شیوع و همچنین سایر مواردی که ممکن است در آینده با آن‌ها رو به رو شویم داشته‌اند.

مسلماً هوش مصنوعی در انتخاب فناوری‌هایی که نحوه زندگی، کار و بازی در زندگی آتی ما را تغییر می‌دهند یک روند کلیدی باقی خواهد ماند. بنابراین در اینجا مروری داریم بر آنچه که می‌توانیم در طول بازسازی زندگی‌مان و همچنین بازنگری در استراتژی‌ها و الویت‌های تجاری انتظار داشته باشیم.

دیدگاه‌ها و تحلیل داده‌های بزرگ (Big Data) هوشمندانه

در طی همه‌گیری کرونا، ما نیاز فوری به تحلیل سریع و تفسیر داده‌ها در مورد گسترش ویروس‌ها در سراسر جهان را از نزدیک مشاهده کرده‌ایم. دولت‌ها، نهادهای بهداشت جهانی، مراکز تحقیقاتی دانشگاهی، و صنعت گرد هم آمده‌اند تا روش‌های جدیدی را برای جمع‌آوری و کار با اطلاعات ایجاد کنند.

پیشرفت فناوری دلیل اصلی این موضوع است که این همه‌گیری (هنوز) به اندازه شیوع آنفلونزای اسپانیایی در سال 1918 که بیش از 50 میلیون نفر جان خود را از دست دادند، کشته نداده است. از پیشرفت در فناوری پزشکی و استانداردهای مراقبتی گرفته تا پیشرفت در فناوری‌های ارتباطی که باعث می‌شود شیوع بیماری با سرعت بیشتری کشف شده و به آن نفوذ کرد. در طی سال آینده، هوش مصنوعی به لیست پیشرفت‌های فناوری اضافه می‌شود که به ما امکان می‌دهد تا به طور موثری با موارد همه‌گیری مقابله کنیم.

همچنین کار برای توسعه راه‌حل‌های هوش مصنوعی برای کمک به مقابله با جمع‌آوری عظیم داده‌های پزشکی، مانند سرطان، در حال پیشرفت است. طی سال آینده، به احتمال زیاد شاهد تصویب سریع هوش مصنوعی در بسیاری از زمینه‌های دیگر مراقبت‌های بهداشتی، نه فقط مقابله با ویروس‌ها، خواهیم بود.

با توسعه توانایی ما در استفاده از حل مسائل با machine learning در این مجموعه داده‌های عظیم و جهانی، می‌توانیم به راحتی شیوع را کشف کنیم، ارتباط بین افراد آلوده را ردیابی کنیم، تشخیص دقیق‌تر را امکان‌پذیر کنیم و با پیش‌بینی روش‌های تکامل ویروس در آینده، واکسیناسیون موثرتر و ماندگارتری ایجاد کنیم.

شناسایی و پیشگیری خودکار

ما قبلا شاهد استفاده از هواپیماهای بدون سرنشین در کشورهای قدرتمند مانند ایالات متحده بوده‌ایم، تا حداقل این احتمال را که می‌توان از آن‌ها برای نظارت بر رعایت دستورالعمل‌های فاصله‌گذاری اجتماعی استفاده کرد، مورد آزمایش قرار دهیم. برنامه‌های پیشرفته‌تری در حال مشاهده هستند مانند هواپیماهای بدون سرنشین با قابلیت تشخیص علائم کووید 19 مانند تب بالای افراد در مکان‌های پر ازدحام. این سیستم‌ها از فناوری بینایی رایانه برای تحلیل داده‌های گرفته شده توسط دوربین‌ها در هواپیماهای بدون سرنشین استفاده کرده و مقامات مربوطه را از آمار و احتمالات پیرامون شیوع ویروس آگاه می‌کنند.

یکی دیگر از زمینه‌های مربوط به رشد، استفاده از فناوری تشخیص چهره است که توسط الگوریتم‌های بینایی رایانه تامین می‌شود. شناسایی چهره توسط پلیس برای پیدا کردن کسانی که قرنطینه را رعایت نمی‌کنند و همچنین ردیابی حرکات افرادی که در مکان‌های پر ازدحام دارای علائم هستند مورد استفاده قرار می‌گیرد.

مشاغلی که دوباره به جای اول برگشته‌اند؛ پیش‌بینی تحول رفتاری

شیوه زندگی، کار و معاشرت ما تحت تاثیر کووید 19 قرار گرفته است. گرچه در بسیاری از جنبه‌های جامعه یک روند ثابت و قوی به سمت دیجیتال وجود دارد، اما امسال شاهد یک روند شدید هستیم. فروش آمازون در سه ماه دوم سال 2020 نسبت به مدت مشابه سال گذشته 40 درصد افزایش داشته است، زیرا حتی کسانی که از خرید آنلاین دوری می‌کردند اکنون مجبور به ارزیابی مجدد گزینه‌های خود شده‌اند.

در حال حاضر ابزارها و پلت‌فرم‌های هوش مصنوعی برای کمک به مشاغل در درک نحوه انطباق مشتریان‌شان با یک واقعیت جدید در دسترس هستند. سازمان‌هایی که قبلا در درک کانال‌های دیجیتال تجاری و ارتباطی عقب مانده بودند، فوریت شرایط را درک کرده‌اند و به سرعت در حال درک مفاهیمی مانند تحلیل رفتاری و شخصی‌سازی هستند. ابزارهایی که به سازمان‌ها این امکان را می‌دهند تا خودشان به این فناوری‌ دسترسی داشته باشند، به طور فزاینده‌ای در سال 2021 افزایش خواهند یافت، زیرا شرکت‌های کوچک و متوسط به دنبال ایجاد برتری رقابتی خود هستند.

خاموش کردن همه‌گیری بعدی قبل از شروع آن

بیشتر الگوریتم‌های هوش مصنوعی در جهت پیش‌بینی ساخته شده‌اند و در رابطه با اپیدمی‌ها به دنبال ساخت سیستم‌هایی است که بتواند به طور دقیق پیش‌بینی کند که چه زمان و در کجا شیوع بیماری در آینده رخ خواهد داد. ابزار BlueDot ی تورنتو روزانه 100000 منبع داده دولتی و رسانه‌ای را اسکن می‌کرد که در 31 دسامبر 2019 هشدار در مورد شیوع بالقوه در ووهان چین را صادر کرد.

ما می‌توانیم انتظار داشته باشیم که تحقیقات هوش مصنوعی در طی 18 ماه آینده پیشرفت‌های غیرمنتظره‌ای خواهد داشت که توانایی ما را در ردیابی و واکنش به خطر شیوع ویروس افزایش می‌دهد. اگرچه این اتفاق به همکاری مداوم جهانی بین دولت‌ها و صنعت خصوصی نیز نیاز دارد. چگونگی اجرای این امر به احتمال زیاد تحت تاثیر سیاست‌ها و قانون‌گذاران جهانی و همچنین روند توسعه فناوری قرار خواهد گرفت. به همین دلیل مواردی مانند دسترسی به مجموعه داده‌های پزشکی و موانع تبادل اطلاعات بین‌المللی نیز موضوعات داغ طی سال آینده خواهد بود.