صفحه نخست

سیاسی

جامعه و فرهنگ

اقتصادی

ورزشی

گوناگون

عکس

تاریخ

فیلم

صفحات داخلی

چهارشنبه ۰۵ بهمن ۱۴۰۱ - 2023 January 25
کد خبر: ۲۴۸۰۴۳
تاریخ انتشار: ۱۶:۵۳ - ۲۷ دی ۱۳۹۹

راه حلی جدید برای مقابله با مشکلات سخت!

فناوری هوش مصنوعی و پیشرفت آن می‌تواند در مواقع بحران و شرایط سخت جهانی به بشر کمک کند.

رویداد۲۴ آمازون در حال جابه جا کردن مرز‌های نوآوری است که این نوآوری‌ها نه‌ فقط شامل برنامه‌های بی مانند و خلاقانه می‌شود، بلکه طیف وسیعی از راهبرد‌های مدیریتی جدید را نیز در بر دارد. شرکتی که جنبه‌های مختلف تجربه مشتری را دستخوش تغییر اساسی کرده است. این شرکت که در حوزه تجربه مشتری، یک پیشرو به شمار می‌رود، ساختار خود را حول محور هوش مصنوعی و یادگیری ماشینی بازسازی کرده است.

نوآوری چرخ لنگر

رویکرد آمازون نسبت به هوش مصنوعی، FLYWHEEL (چرخ لنگر) نامیده می‌شود. چرخ لنگر ابزار ساده‌ای است که انرژی چرخشی را به صورت کارآمد ذخیره می‌کند. در آمازون رویکرد چرخ لنگر باعث می‌شود که نوآوری هوش مصنوعی در همه جا در جریان باشد و باعث ایجاد انرژی و دانش برای گسترش به بقیه قسمت‌های شرکت شود. آمازون با هوش مصنوعی بیگانه نیست.

این شرکت یکی از اولین شرکت‌هایی بود که از این فناوری برای ارائه پیشنهادات بیش‌تر به مشتریان استفاده کرد؛ اما با پیشرفت هوش مصنوعی و یادگیری ماشینی، رویکرد چرخ لنگر نیز تبدیل به یکی از بخش‌های کلیدی تجارت در حال رشد آمازون شده است. این فناوری تبدیل به یک نقطه مرکزی شده است که بقیه بخش‌های شرکت را به هم پیوند می‌دهد.

این ویژگی منحصر به‌ فردی است؛ به ویژه زمانی که شرکت‌های زیادی فعالیت‌های خود در حوزه هوش مصنوعی را در بخش‌های مختلف، مجزا نگه‌ داشته و آن‌ها را باهم تلفیق نمی‌کنند. در آمازون هوش مصنوعی محدود به یک دفتر یا مکان خاص نیست و اطلاعات در تمامی بخش‌های شرکت در جریان است و در کل شرکت به اشتراک گذاشته می‌شود.

ارائه وب سرویس AWS 

بیل ریچموند مدیر ارشد هوش مصنوعی به‌عنوان «بشارت‌دهنده‌ای» به دولت ها، سازمان‌ها و دیگر مشتریان آمازون وب سرویس AWS کمک می‌کند تا توانایی‌های بالقوه برای رسیدن به راه حل‌های هوش مصنوعی و یادگیری ماشین را درک کنند.

به‌عنوان‌مثال؛ ریچموند برنامه‌ای را معرفی کرد که با استفاده از قابلیت تشخیص چهره، دسترسی کارمندان به یک ساختمان را تأیید می‌کند که فقط به سه خط کد احتیاج دارد.

به گفته ریچموند، یادگیری ماشین به عنوان سه لایه در AWS مشاهده می‌شود. لایه‌های بالا و میانی به ترتیب خدمات AI و خدمات یادگیری ماشین را پوشش می‌دهند، درحالی‌که لایه پایین جایی است که دانشمندان داده و سایر متخصصان با چارچوب‌ها و زیرساخت‌های یادگیری ماشین کار می‌کنند.
خدمات هوش مصنوعی راه حل‌های آماده‌ای را برای موارد استفاده معمول مانند؛ گفتار به متن، ربات‌های چت، شخصی سازی، پیش بینی، کلاهبرداری، مراکز تماس و ... ارائه می‌دهند.

او سهولت استفاده از تجزیه‌ و تحلیل گفتاری مجهز به هوش مصنوعی را با آمازون کانکت که از آن به عنوان «یک مرکز تماس در ابر» یادکرده، نشان می‌دهد. آمازون کانکت در طی یک تماس زنده، برنامه گفتار را به متن رونویسی می‌کند و آن را به زبان دیگری ترجمه می‌کند، کلمات کلیدی مرتبط را ردیابی می‌کند، داده‌ها را طبقه بندی می‌کند، احساسات را تجزیه‌وتحلیل می‌کند و از این عناصر برای ارائه توصیه‌های عملی جهت جلب رضایت مشتری استفاده می‌کند.

ریچموند معتقد است؛ اکنون افزودن قابلیت‌های هوش مصنوعی از هر زمان دیگری آسان‌تر است. آن‌ها خدمات هوش مصنوعی از قبل آموزش دیده‌ای هستند که اطلاعات آماده را برای موارد مورد استفاده معمول مانند؛ توصیه‌های شخصی یا مدرن سازی مرکز تماس شما فراهم می‌کنند. این در حالی است که به گفته او قدرت هوش مصنوعی وقتی با سایر فناوری‌ها مانند اینترنت اشیا ترکیب شود، چند برابر می‌شود.

قابلیت SkinVision

ریچموند همچنین SkinVision را به عنوان نمونه بیان کرد. برنامه‌ای رایگان که به افراد امکان می‌دهد؛ بدن خود را در خانه‌های خود اسکن کرده و نتایج را در مدت سی ثانیه با مدل‌های یادگیری ماشین آموزش داده‌ شده، روی میلیون‌ها تصویر ارزیابی کنند. این برنامه در مناطقی که دسترسی محدودی به مراقبت‌های بهداشتی باکیفیت دارند، پتانسیل قابل‌توجهی دارد. به گفته ریچموند، حداقل در کوتاه مدت، شخصی سازی برای افزایش خدمات و درک مشتری، بیش‌ترین تأثیر را در جامعه خواهد داشت.

برای نمونه؛ هوش مصنوعی متمرکز بر آموزش Invoke Learning از معماری بدون سرور شامل Tensorflow و Sagemaker برای کمک به دانشگاه‌ها در بهبود ثبت نام، تعامل، موفقیت و حفظ دانشجو استفاده می‌کند.

درنهایت ریچموند بیان می‌کند، نیاز به آمادگی برای تأثیر فناوری؛ بیش از هر زمان دیگری مهم است. فناوری‌هایی مانند رایانش ابری و کوانتومی، چاپ سه بعدی و رسانه‌های اجتماعی که اکنون پذیرفته‌ شده‌اند، هنوز هم نوآوری‌های نسبتا جدیدی هستند. فناوری با سرعت نمایی تغییر می‌کند و جهان در بیست سال آینده بیش از ۲۰۰ سال گذشته تغییر خواهد کرد. از این‌ رو سؤالی که باید از خود بپرسید این است: آیا شما آماده هستید؟

نظرات شما