بازی آزاد

زاکربرگ می خواهد دوربین فیسبوک را به پلتفرم اصلی واقعیت مجازی تبدیل کند

فیسبوک امروز پلتفرمی را برای توسعه دهندگان معرفی کرد که به واسطه آن، تجربه واقعیت مجازی برای عموم کاربران میسر می شود. مارک زاکربرگ در جریان کنفرانس توسعه دهندگان فیسبوک موسوم به F8 اظهار داشت واقعیت افزوده، پلتفرم اصلی بعدی در جهان کامپیوتر است و دوربین، نقش اصلی را در این حوزه ایفا خواهد کرد. نسخه بتای این پلتفرم امروز در اختیار علاقه مندان قرار می گیرد تا فیلترهای تصویری و ویدیویی، بازی ها، پروژه های هنری و غیره را از طریق آن بیازمایند.

در واقع کاربران در آینده ای نزدیک با استفاده از اپلیکیشن دوربین «استوریز» فیسبوک که به تازگی معرفی شده، می توانند هزاران افکت واقعیت افزوده را به کار گیرند که چیزی فراتر از قاب عکس های هنری یا نقش و نگارها و نوشته های سه بعدی کنونی خواهد بود.

زاکربرگ در جریان این مراسم چندین افکت ویدیویی جالب را به نمایش گذاشت. در یکی از نمونه های به نمایش گذاشته شده توسط زاکربرگ، عبارت «وقت غذا خوردن است» به واقعی ترین شکل ممکن روی میز قرار گرفته و کوسه ها در ظرف صبحانه شنا می کردند. در مورد دیگر، مدیرعامل فیسبوک دوربین را به سمت یک عکس ساده از اتاقی با چند صندلی گرفت و آن را به حالت سه بعدی تبدیل کرد، که پر از آب شد، یا توپ های رنگی در اتاق به حرکت درآمدند.

به گفته زاکربرگ، پلتفرم دوربین فیسبوک همراه با شش پلتفرم اولیه عرضه می شود. دوربین از فناوری تشخیص اشیاء برای ارائه افکت روی آنها استفاده می کند. مثلاً اگر یک فنجان قهوه را انتخاب کنید، می توانید بخار مجازی را به آن اضافه کنید، یا با انتخاب بطری نوشیدنی می توانید برچسب ها و نشان های مختلف را روی آن بچسبانید. زاکربرگ معتقد است بعضی از این موارد صرفاً حالت تفریحی دارند، اما برخی دیگر بسیار کاربردی و سودمند خواهند بود.

گفتنیست افکت های سه بعدی و فیلترهای چهره در ابتدا توسط اسنپ چت معرفی شد، اما به مرور زمان فیسبوک این قابلیت ها را به عاریه گرفت و توسعه داد. جالب است که امروز، اسنپ چت از قابلیتی مشابه فیسبوک برای افزودن تصاویر سه بعدی به جهان اطراف رونمایی کرد.

زاکربرگ در جریان کنفرانس F8 اعتراف کرد که فیسبوک کمی دیر به حوزه AR قدم گذاشته، اما وعده داد این کمپانی با بهره گیری از فناوری های پیشرفته تشخیص اشیاء و یادگیری ماشینی، به سرعت از دیگر رقبا فاصله خواهد گرفت.

The post appeared first on .

زاکربرگ می خواهد دوربین فیسبوک را به پلتفرم اصلی واقعیت مجازی تبدیل کند

زاکربرگ می خواهد دوربین فیسبوک را به پلتفرم اصلی واقعیت افزوده تبدیل کند

فیسبوک امروز پلتفرمی را برای توسعه دهندگان معرفی کرد که به واسطه آن، تجربه واقعیت مجازی برای عموم کاربران میسر می شود. مارک زاکربرگ در جریان کنفرانس توسعه دهندگان فیسبوک موسوم به F8 اظهار داشت واقعیت افزوده، پلتفرم اصلی بعدی در جهان کامپیوتر است و دوربین، نقش اصلی را در این حوزه ایفا خواهد کرد. نسخه بتای این پلتفرم امروز در اختیار علاقه مندان قرار می گیرد تا فیلترهای تصویری و ویدیویی، بازی ها، پروژه های هنری و غیره را از طریق آن بیازمایند.

در واقع کاربران در آینده ای نزدیک با استفاده از اپلیکیشن دوربین فیسبوک و قابلیت «استوریز» که به تازگی معرفی شده، می توانند هزاران افکت واقعیت افزوده را به کار گیرند که چیزی فراتر از قاب عکس های هنری یا نقش و نگارها و نوشته های سه بعدی ساده خواهد بود.

زاکربرگ در جریان این مراسم چندین افکت ویدیویی جالب را به نمایش گذاشت. در یکی از نمونه ها عبارت «وقت غذا خوردن است» به واقعی ترین شکل ممکن روی میز قرار گرفته و کوسه ها در ظرف صبحانه شنا می کردند. در مورد دیگر، مدیرعامل فیسبوک دوربین را به سمت یک عکس ساده از اتاقی با چند صندلی نشانه رفت و آن را به حالت سه بعدی تبدیل کرد؛ اتاق پر از آب شد، یا توپ های رنگی در آن به حرکت درآمدند.

به گفته زاکربرگ، پلتفرم دوربین فیسبوک همراه با شش پلتفرم اولیه عرضه می شود. دوربین از فناوری تشخیص اشیاء برای ارائه افکت روی آنها استفاده می کند. مثلاً اگر یک فنجان قهوه را انتخاب کنید، می توانید بخار مجازی را به آن اضافه کنید، یا با انتخاب بطری نوشیدنی می توانید برچسب ها و نشان های مختلف را روی آن بچسبانید. زاکربرگ معتقد است بعضی از این موارد صرفاً حالت تفریحی دارند، اما برخی دیگر بسیار کاربردی و سودمند خواهند بود.

گفتنیست افکت های سه بعدی و فیلترهای چهره در ابتدا توسط اسنپ چت معرفی شد، اما به مرور زمان فیسبوک این قابلیت ها را به عاریه گرفت و توسعه داد. جالب است که همین امروز، اسنپ چت از قابلیتی مشابه فیسبوک برای افزودن تصاویر سه بعدی به جهان اطراف رونمایی کرد.

زاکربرگ در جریان کنفرانس F8 اعتراف کرد که فیسبوک کمی دیر به حوزه AR قدم گذاشته، اما وعده داد این کمپانی با بهره گیری از فناوری های پیشرفته تشخیص اشیاء و یادگیری ماشینی، به سرعت از دیگر رقبا فاصله خواهد گرفت.

The post appeared first on .

زاکربرگ می خواهد دوربین فیسبوک را به پلتفرم اصلی واقعیت افزوده تبدیل کند

هوش مصنوعی می تواند نقاشی را به عکس تبدیل کند

آیا تا به حال با خود فکر کرده اید که اگر از منظره ثبت شده در یک نقاشی، عکسبرداری می شد چگونه به نظر می رسید؟ برای این کار مسلماً می بایست به قوه تخیل و یا تجسم خود رجوع کنید اما ممکن است در آینده دیگر نیازی به این کار نباشد.

در گزارش های منتشر شده اخیر عنوان شده است که محققین دانشگاه برکلی موفق به توسعه تکنیکی با عنوان «تبدیل عکس به عکس جفت نشده» شده اند که در آن از طریق الگوریتم های هوش مصنوعی، یک نقاشی به یک تصویر گرفته شده از طریق دوربین تبدیل می شود.

گفتنی است روش مورد اشاره عملیاتی برعکس نسبت به اپلیکیشن Prisma انجام می دهد که برای تبدیل عکس های گرفته شده به نقاشی مورد استفاده قرار می گیرد.

لازم به ذکر است محققان با استفاده از روش مورد بحث نه تنها می توانند نقاشی ها را به عکس تبدیل کنند بلکه می توانند اشیاء را به جسم های دیگر تغییر دهند. به عنوان مثال گورخر را جایگزین اسب کنند و یا سیب ها را با پرتغال عوض کنند.

اما ناگفته نماند که بهترین بخش تکنیک معرفی شده این است که در این روش احتیاج به نمونه تصاویر برای تبدیل نقاشی به آن عکس نیست و این بدان معناست که متد ذکر شده تنها به کپی برداری از یک الگو و اجرای آن روی نقاشی مورد نظر اکتفا نمی کند.

The post appeared first on .

هوش مصنوعی می تواند نقاشی را به عکس تبدیل کند

اینتل می خواهد به اصلی ترین بازیگر بازار چیپ های مخصوص هوش مصنوعی تبدیل شود

محققان مایکروسافت اخیراً سیستم هوش مصنوعی تازه ای ساخته اند که ظاهراً می تواند سخنان محاوره ای را درست مانند انسان ها تشخیص داده و درک کند. مسلماً این پروژه، ضعف های خاص خود را هم دارد اما گامی بلند در راستای پیشرفت سریع هوش مصنوعی طی سال اخیر های اخیر به شمار می رود؛ پیشرفتی که به کمک شبکه های عصبی میسر شده است.

این الگورتینم های پیچیده می توانند وظایف مشخصی را با بررسی اطلاعات بسیار گسترده ای به خود بیاموزند. سیستم مایکروسافت توانست قابلیت تشخیص کلمات را با بررسی الگوی تماس های صورت گرفته با بخش پشتیبانی فنی به دست آورد. اما تنها الگوریتم ها نیستند که در حال انقلابی در هوش مصنوعی هستند؛ بلکه سخت افزارها نیز نقشی اساسی در این حوزه دارند.

سیستم تشخیص مکالمات مایکروسافت به مزرعه ای عظیم از پردازنده های گرافیکی متکی است، چیپ هایی که ذاتاً برای رندرهای گرافیکی توسعه یافته بودند اما ثابت کردند سازگاری بی نظیری با مدل های هوش مصنوعی نیز دارند.

کمپانی های بزرگ اینترنتی مانند مایکروسافت، گوگل، فیسبوک و بایدو به صورت معمول، شبکه های عمیق عصبی خود را با استفاده از پردازشگرهای گرافیکی آموزش می دهند. اما کمپانی های مورد بحث در حال حرکت به سمت چیپ های اختصاصی تر هستند تا نه تنها سرعت یادگیری، بلکه سرعت به انجام رساندن وظایف از سوی این سیستم ها را افزایش دهند. گوگل به تازگی پردازنده هوش مصنوعی خاص خود و IBM هم نمونه ای دیگر را توسعه داده است.

و مضاف بر تمام این ها، کمپانی اینتل، بزرگترین تولیدکننده چیپ هم دست به حرکتی مشابه زده است. اخیراً اینتل از پردازنده هوش مصنوعی جدیدی به نام Nervana رونمایی کرده و می گوید که نسخه های پروتوتایپ آن تا اواسط سال آتی میلادی مورد آزمایش قرار می گیرند. و اگر همه چیز به خوبی پیش رود، می توان تا پایان سال 2017 میلادی، منتظر عرضه آن به بازار بود.

در همین حین، بازار چیپ های هوش مصنوعی توسط انویدیا فتح شده که اصلی ترین تامین کننده پردازنده های گرافیکی به شمار می روند. اما اینتل به سختی در تلاش است تا بازیگری بزرگ در این بازار که احتمالاً طی سال های آتی، گسترش فراوانی خواهد یافت باشد.

چیپ جدید اینتل، بر تکنولوژی خاصی متکی است که توسط استارتاپ خریداری شده از سوی این کمپانی، که آن نیز Nervana نامیده می شود توسعه یافته.جیسون وکسمن، نایب رییس اینتل، این چیپ را اولین قطعه سیلیکونی که انحصاراً برای هوش مصنوعی ساخته شده می خواند؛ وی انتظار دارد که کمپانی، چیپ هایش را به دیتاسنترهای بزرگی همچون دیتاسنترهای گوگل و مایکروسافت بفروشد و توضیح می دهد که استارتاپ زیر نظر آنها، تکنولوژی به مراتب پیشرفته تری نسبت به چیپ های TPU و True Noth گوگل و IBM دارد.

اما چیپ گوگل قرار نیست محصولی تجاری باشد و تنها برای دیتاسنترهای خود گوگل توسعه یافته و هنوز زمان زیادی باقی مانده تا چیپ IBM راهش را به بازار باز کند. در هر صورت، رقابت در جهت ساخت چیپ هایی برای آینده ای که در اختیار هوش مصنوعی قرار دارد آغاز شده است.

شبکه های عمیق عصبی در دو مرحله عمل می کنند. اول نوبت به مرحله آموزش می رسد: یک کمپانی مانند مایکروسافت اطلاعاتی را به شبکه عصبی تزریق می کند تا بتواند وظایف خاصی مانند تشخیص کلمات را به انجام رساند. بعد از این نوبت به راه اندازی می رسد؛ یعنی زمانی که مردم واقعاً می توانند از آن استفاده کنند و به عنوان مثال، موبایل های هوشمند قادر به تشخیص فرمان های صوتی باشند. موسس Nervana، نَوین راو، که حالا یکی از نایب روسای اینتل به شمار می رود می گوید که چیپ آنها با هدف کمک به هر دو مرحله ساخته شده است.

این چیپ همچنین به گونه ای طراحی شده که نه تنها با یک نوع از شبکه های عصبی، بلکه با بسیاری از آنها سازگاری داشته باشد. «ما می توانیم تعداد شبکه های عصبی را به رقمی بسیار کم کاهش دهیم و حتی در میان این تعداد محدود، تنها چند نمونه هستند که اهمیت داشته باشند.» راو با بیان این جمله می گوید که تنها بخش کمی از ایده های بنیادین سخت افزاری می توانند به تولید سرویس های یادگیری گسترده منجر شوند.

امروزه، پردازشگرهای گرافیکی یکی از موثرترین راه ها برای آموزش سیستم های هوش مصنوعی به شمار می روند؛ آن هم در حالی که کمپانی ها به دنبال هر نوع سخت افزار دیگری برای بهبود آنها هستند. بایدو به عنوان مثال، از پردازنده های گرافیکی کمک می گیرد و مایکروسافت هم به چیپ هایی قابل برنامه نویسی به نام FPGA متکی است.

گوگل با طراحی چیپ مخصوص به خود یا TPU گام را اندکی فراتر برده است. اما پردازنده های گرافیکی که اساساً با هدف دیگری ساخته شده اند، ایده آل ترین نمونه های موجود به شمار می روند. سم آلتمن، مدیر کمپانی شتاب دهنده Y Combinator و یکی از روسای هئیت مدیره آزمایشگاه هوش مصنوعی OpenAI می گوید که «پردازنده های گرافیکی به صورت اتفاقی چیزی هستند که به آن نیاز داریم» و هرکسی هم به منابع لازم برای ساخت چیپ های خود دسترسی ندارد.

و دقیقاً همین جا است که چیپ هایی مانند Nervana وارد صحنه می شوند؛ اما سوال اینجاست که آنها چقدر موثر خواهند بود. پاتریک مورهد، مدیر و تحلیلگر موسسه Moor Insight and Strategy که تجارت چیپ را از نزدیک دنبال می کند معتقد است: «ما اطلاعاتی بسیار کمی داریم. ما اصلاً نمی دانیم که این چیپ چه کاری خواهد کرد.»

اما آلتمن ظاهراً به تکنولوژی اینتل ایمان دارد. او یکی از سرمایه گذاران Nervana، هنگامی که صرفاً یک استارتاپ بود، به شمار می رفت. «قبل از آن تجربه، بسیار نسبت به اینکه استارتاپ ها می توانند نقشی بزرگ در طراحی هوش های مصنوعی جدید ایفا کنند بدبین بودم. حالا بسیار خوشبین تر شده ام.»

اینتل مطمئناً تاثیری مهم در افزایش سرعت پیشرفت تکنولوژی شبکه های عصبی خواهد داشت. چیپ های اینتل، ظهور پی سی ها و ماشین های دیتاسنتری که به اینترنت امروزی خدمت می کنند را رقم زدند. این کمپانی زیرساخت های لازم برای تولید انبوه چیپ ها را دارد، تیم های تبلیغاتی اش می توانند چیپ ها را به بازار هدایت کنند و بعد از سال ها ایفای نقش به عنوان بزرگترین تولیدکننده چیپ های دیتاسنتر، اینتل این اهرم را دارد تا آنها را به اصلی ترین بازیگران حوزه اینترنت بفروشد.

اینتل بازار چیپست های موبایل را از دست داد، اما هنوز فرصت جبران موقعیت از دست رفته را در حوزه هوش مصنوعی دارد.

The post appeared first on .

اینتل می خواهد به اصلی ترین بازیگر بازار چیپ های مخصوص هوش مصنوعی تبدیل شود

چگونه می توان ضایعات فلزی را به باتری تبدیل کرد؟

محققین با الهام از یافته های باستان شناسی و با استفاده از قراضه های فلزی، توانستند باتری تولید کنند. آنها می گویند با این روش می توان از آلیاژهای فلزی موجود در منازل برای تأمین انرژی بهره گرفت.

این روزها منابع انرژی تجدیدپذیر همچون خورشید، بخش بزرگی از تصویر آینده پیش روی انسان را تشکیل می دهند، اما ذخیره این انرژی در روزهای ابری در قالبی مطمئن، اهمیت روزافزونی یافته. محققین تاکنون به فناوری های مختلفی برای ساخت باتری متوسل شده اند، اما «کری پینت» محقق دانشگاه وندربیلت معتقد است با استفاده از پسماندها و زباله ها می توان به محصولی کاربردی دست یافت.

تیم تحقیقاتی پینت با اشاره به گزارش مرکز تحقیقات زمین شناسی ایالات متحده، می گویند هر سال نزدیک به 17.5 میلیون تن فولاد و 1.15 میلیون تن برنج (فلز) دور ریخته شده و به خاطر فقدان سیستم های فراگیر بازیافت، سر از زباله دان های شهری در می آورند.

این پژوهشگران معتقدند زباله های یک فرد می تواند منبع درآمد شخص دیگر باشد. البته در این مورد به خصوص، درک ارزش زباله به دانش شیمی نیاز دارد. فولاد آلیاژی از آهن و دیگر عناصر به ویژه کربن به شمار می رود، و برنج نیز آلیاژی از مس و روی است.

در همین رابطه باستان شناسان در سال 1936 توانستند وسیله ای موسوم به «» یا «پیل اشکانی» را در اطراف شهر باستانی تیسفون بیابند، که از یک کوزه سفالی، استوانه ای آهنی و ورقه ی مسی تشکیل شده بود. البته اینکه چنین ابزاری را می توان باتری نامید یا خیر، هنوز جای بحث دارد، اما به هر حال کشف مورد بحث الهام بخش تیم تحقیقاتی پینت در وندربیلت شد.

آنها قراضه های فولادی و برنجی از جمله پیچ، لوله و تراشه های فلزی را از بین زباله ها جدا کرده و از فرایندی شیمیایی با نام برای تبدیل آن به ترکیبات مورد استفاده در باتری بهره گرفتند. گفتنیست آندایز کردن عمدتاً روی فلز آلومینیوم و برای ایجاد ظاهری بادوام و زیبا به کار می رود.

عملیات آندایز روی فولاد قراضه، اکسید آهن را تولید می کند که به شکل استوانه هایی در ابعاد نانو روی سطح فلز تشکیل می شوند. همچنین آندایز برنج نیز اکسید مس را حاصل خواهد کرد که زائده های نوک تیز و ریزی را روی سطح آن می سازد.

محققین دو محصول به دست آمده از فرایند آندایز را داخل ظرف شیشه ای قرار داده و محلول هیدروکسید پتاسیم را به آن اضافه کردند تا یک باتری بسازند.

طبق نتایج منتشر شده در مجله انجمن شیمی آمریکا (ACS) این باتری انرژی زیادی را در زمان کوتاه ارائه می کند، یعنی در واقع تراکم توان آن بسیار بالاست. به عبارت دیگر، جریان انرژی از باتری به بیرون بسیار سریع است.

تراکم نیرو در برخی شرایط کاربرد زیادی دارد. مثلاً فلاش دوربین دیجیتال به انرژی ناگهانی وابسته است، و همین طور خودروها و اتوبوس های الکتریکی. در چین، اتوبوس های هیبریدی از فناوری ذخیره انرژی با نام ابرخازن ها استفاده می کنند که از مفهوم فوق بهره می گیرد.

بهتر است به این نکته نیز اشاره کنیم که باتری های موجود در بازار از فناوری های متعددی بهره می گیرند، که هرکدام از آنها برای کاربردهای خاصی اهمیت دارد. مثلاً زمانی که می خواهید چراغ خواب اتاق را روشن کنید، به جریان ناگهانی انرژی نیاز ندارید، بلکه به انرژی کم و مستمر در زمانی طولانی احتیاج خواهید داشت.

در نتیجه، باتری مورد نیاز شما می تواند تراکم توان کمی داشته باشد، ضمن اینکه ابعاد آن نیز هرچه کوچک تر باشد بهتر است. باتری مناسب برای این حالت از تراکم انرژی بالایی برخوردار خواهد بود، یعنی قادر است انرژی زیادی را در ابعاد کوچک بگنجاند.

این دو نوع فناوری باتری را می توان به لاک پشت (منبع انرژی آهسته و پیوسته) و خرگوش (جنبش ناگهانی تخلیه سریع انرژی) تشبیه کرد، که اگر بتوان ویژگی هایشان را با هم ترکیب نمود، نتیجه خارق العاده ای حاصل خواهد شد.

حال به باتری خودمان برگردیم. این ابزار تخلیه انرژی سریعی دارد، اما در مقایسه با دیگر دیوایس هایی که از چنین فناوری بهره می گیرند (همان ابرخازن ها) انرژی بیشتری را در واحد جرم خود نگه می دارد. محققین می گویند ساختارهای نانوی به دست آمده در فرایند آندایز روی برنج و فولاد، عامل اصلی در دستیابی به چنین خاصیتی به شمار می رود.

آیا این باتری می تواند لامپ های منزل شما را به مدت یک شبانه روز روشن نگه دارد؟ قطعاً خیر. اما اگر تمامی تست های آتی با موفقیت اجرا شوند و فناوری به سطح مقیاس پذیر و مقرون به صرفه برسد، شاید از این تکنولوژی بتوان در کنار راهکارهای دیگر تأمین انرژی برای فعالیت های پرمصرفی همچون روشن کردن لامپ یا سیستم تهویه مطبوع بهره جست.

البته چنین طرحی بدون عیب هم نیست. پژوهشگران در بیانیه مطبوعاتی اظهار داشتند انسان های عادی نیز روزی خواهند توانست چنین باتری هایی را ساخته و از منبع برق خارجی بی نیاز گردند. اما حقیقت این است که روند ساخت این ابزار به هیچ وجه مناسب کاربران خانگی نیست.

طبق اظهارات دانشمندان، در فرایند فوق از ترکیبات شیمیایی خورنده همچون هیدروکسید پتاسیم، اسید هیدروکلریک و فلورید آمونیوم، آن هم در غلظت های بالا استفاده می شود، که به کار گیری آنها حتی در مقادیر بسیار کم نیز کاملاً خطرناک خواهد بود.

با این تفاسیر، گزارش فوق به عنوان اثبات عملی بودن طرح پیشنهادی، می تواند دیگر پژوهشگران را تحریک کند که به تسهیل روند ساخت و قابلیت های این تکنولوژی اقدام ورزند. شاید بتوان چنین ابزاری را با ترکیبات شیمیایی کم خطر تولید کرد تا نگرانی های مربوط به سلامت کاربران نیز از بین برود. در هر صورت، با ایده ارزشمندی روبرو هستیم که می تواند آینده ای بهتر را برای ساکنین کره خاکی رقم بزند.

The post appeared first on .

چگونه می توان ضایعات فلزی را به باتری تبدیل کرد؟

دانلود بیتالک