آمازون برای رقابت با گوگل و مایکروسافت از فناوری ابری Bedrock رونمایی کرد

شرکت آمازون برای رقابت با گوگل و مایکروسافت از فناوری ابری Bedrock رونمایی کرد. پس از گوگل و مایکروسافت، آمازون نیز امروز با معرفی سرویس هوش مصنوعی Bedrock، به دنیای ربات‌های هوشمند پا گذاشت. Bedrock رابط برنامه نویسی جدید آمازون است که به کاربران و یرنامه نویسان اجازه می‌دهد با استفاده از پردازش ابری، چت‌بات‌‌های هوشمند و همچنین برنامه‌های مبتنی بر هوش مصنوعی طراحی کنند. آمازون با این نوآوری یک بازار تازه برای خدمات هوش مصنوعی طراحی کرده است. و قصد دارد این خدمات را از طریق بخش رایانش ابری خود به دیگر شرکت‌ها بفروشد.

آمازون امروز با معرفی سرویس مبتنی بر فضای ابری Bedrock، گام جدیدی در توسعه سیستم هوش مصنوعی خود برداشته است. Bedrock بخشی از سرویس‌های تحت وب آمازون (AWS) محسوب می‌شود. که سعی دارد با استفاده از مدل هوش مصنوعی طراحی شده توسط این شرکت و همچنین چند استارت‌ اپ دیگر، رقابت تازه‌ای را با OpenAI و مدل هوش مصنوعی ChatGPT شروع کند. آمازون که بزرگ‌ترین ارائه دهنده خدمات رایانش ابری یا کلود در جهان است، این خدمات را با عنوان بدراک ارائه می‌دهد. تا صاحبان مشاغل بتوانند مدل‌های هوش مصنوعی مورد نیاز خود را برای تعامل با مشتریان طراحی کنند و داده‌های مختلف را بدین منظور به کار بگیرند.

فناوری ابری Bedrock چیست؟

فناوری ابری Bedrock آمازون یک ربات هوشمند می‌باشد که از طریق سیستم برنامه‌نویسی جدید این غول تکنولوژی راه‌ اندازی شده و ترکیبی از چند مدل هوشمند موفق است. آمازون اعلام کرده است که مدل‌های هوش مصنوعی گسترده و متعددی را در این رابط برنامه نویس گنجانده است. تا کاربران بتوانند بنا بر نیاز خود از هر کدام که می‌خواهند استفاده کنند. مدل‌های هوش مصنوعی تولید شده توسط چند استارت‌اپ با عناوین Anthropic’s Claude، AI21’s Jurassic-2 و Stable Diffusion بخشی از این مدل‌ها هستند که اخیرا با رشد و ارتقای قابل توجهی همراه شده‌اند.

معرفی مدل‌های هوش مصنوعی استفاده شده در فناوری ابری Bedrock

کلود یکی از مدل‌های هوش مصنوعی توسعه یافته گوگل است که توسط یکی از کارمندان سابق شرکت OpenAI طراحی شده است. Jurassic-2 نیز یک مدل هوش مصنوعی موفق محسوب می‌شود که به صورت ویژه در زبان‌های اسپانیایی، فرانسوی، آلمانی، پرتغالی، ایتالیایی و همچنین هلندی فعالیت دارد. Stable Diffusion دیگر مدل هوش مصنوعی حاضر در سرویس Bedrock است که یک مدل open source محسوب می‌شود. و قادر است با استفاده از هوش مصنوعی تصاویر گوناگونی را تولید کند.

آمازون اعلام کرده که سعی دارد با اضافه کردن این مدل‌های هوش مصنوعی متنوع، ساختار منعطفی را برای مشتریان خود فراهم کند.

 

فایربیس گوگل چه کاربردی در ساخت اپلیکیشن‌ها دارد؟

زمانی که گوشی‌های هوشمند با سرعت زیادی در بین مردم نفوذ کردند اپلیکیشن‌ها هم به همان اندازه در بین کاربران محبوب و حیاتی شدند. به همین دلیل کسب وکارها به دنبال استفاده از فایربیس هستند تا بتوانند از طریق این پلتفرم با ساخت و توسعه اپلیکیشن به درآمد زایی بیشتری برسند. در واقع فایربیس گوگل یک جایگزین خوب، حرفه‌ا‌ی در زمینه صرفه ‌جویی زمان برای نوشتن کدهای بک اند تکامل یافته برای نرم افزارهای جانبی موبایل است. با بهره‌گیری از فایربیس می‌توانید به سادگی اپلیکیشن‌های موبایل و وب را بسازید که از یک کاربر تا یک میلیون کاربر مقیاس‌پذیر باشند. Firebase مجموعه‌ای از خدمات محاسبات ابری و پلتفرم‌های توسعه برنامه‌های کاربردی است که توسط گوگل ارائه می‌شود. این میزبان پایگاه‌های داده، خدمات، احراز هویت و یکپارچه‌سازی برای برنامه‌های مختلف از جمله Android، iOS، JavaScript، Node.js، جاوا، Unity، PHP و C++ است.

 فایربیس گوگل چیست؟

فایربیس (firebase) گوگل، پلتفرمی برای ساخت اپلیکیشن‌های iOS، اندروید و وب است که از بسته خدمات گوگل پلی استفاده می‌کنند. فایربیس از یک سری ویژگی‌هایی ساخته شده که برنامه نویسان می‌توانند با ترکیب کردن آن‌ها نیازهای خود را برطرف کنند. شما برای اینکه بخواهید یک برنامه موبایل یا وب تولید کنید باید کارهای سمت )سرویس (BaaS سرور زیادی را انجام دهید و API های مختلفی پیاده‌سازی کنید که همین زمان زیادی را از شما خواهد گرفت. 

گوگل با معرفی فایربیس (firebase) انجام این کارها را بسیار راحت‌تر می‌کند. اولین محصول بر پایه فایربیس (firebase) ، یک سیستم دیتابیس real time بود که به کاربران مختلف این امکان را می‌داد تا داده‌های خود را بر روی آن ذخیره کنند. همچنین از آن بخوانند و خود را با آن sync کنند و امکانات دیتابیس با استفاده از API بدهند. بعدها این پلتفرم خود را گسترش داد تا بتواند امکانات بیشتری برای اپلیکیشن ها ارائه دهد.

 استفاده از فایربیس در ایران چگونه است؟

به دلیل تحریم‌ها علیه ایران استفاده از فایربیس در ایران دچار چالش‌ها و مشکلاتی است. اگر سرویسی که از آن استفاده می‌کنید لازم دارد که با سرور شما در ایران، تبادل داده داشته باشد، برای استفاده از فایربیس دچار مشکل خواهید شد و برای حل این چالش می‌توانید از یک سرور خارج از ایران یا از سرورهای آنتی تحریم، استفاده کنید. پیش از این امکان این بود که با فیلترشکن به پنل متصل شد اما با تحریم‌های جدید، کاربران اپلیکیشن‌ها اگر از اینترنت داخلی استفاده کنند، گزارش مشکلات به فایربیس منتقل نمی‌شود مگر اینکه کاربران نیز از فیلترشکن استفاده کنند.

دلایل استفاده از فایربیس گوگل چیست؟

فایربیس در طراحی اپلیکیشن‌های تلفن همراه گوگل بستری فراهم کرده که به شما در ساخت، بهبود و رشد اپلیکیشن خود کمک می‌کند. با استفاده از  ادامه مطلب...

آیا اینترنت ماهواره ای وان وب در دسترس همگان قرار می‌گیرد؟

در دنیای مدرن امروز اینترنت نقش بسیار حیاتی در زندگی انسان‌ها دارد و تاثیرات بسیاری در سبک زندگی افراد گذاشته است. اما بازهم افرادی در مناطقی دور افتاده هستند که به اینترنت دسترسی ندارند یا سرویس مطلوبی را دریافت نمی‌کنند. پروژه وان وب یک طرح جاه طلبانه با ایده‌ای از آینده می‌باشد. که در صدد است تا با ارسال زنجیره‌ای که متشکل شده از حداقل 600 ماهواره است یک اینترنت رایگان را برای تمامی دنیا به ارقام آورد. One Web هم مانند: اسپیس ایکس یکی از شرکت‌های پیشرو در زمینه ارائه اینترنت ماهواره‌ای محسوب می‌شود. سرویس‌های ماهواره‌ای که توسط SpaceX و OneWeb ساخته و اداره می‌شوند. و می‌توانند اساسا نحوه دسترسی کاربران به اینترنت و مکان اتصال به شبکه را تغییر دهند.

وان وب چیست؟

شرکت وان وب که در زمینه ارائه خدمات اینترنت ماهواره‌ای فعالیت دارد، به تازگی توانسته 36 ماهواره را با موفقیت به مدار پرتاب کند. اگرچه تعداد بیشتری برای تکمیل شبکه مورد نیاز است، اما این تعداد برای شروع ارائه خدمات تجاری به بخش بزرگی از نیم کره شمالی کافی است. نیل مسترسون، مدیر عامل OneWeb، درست قبل از شروع به کار گفت: "این چیزها یک شب اتفاق نمی‌افتد. در چند ماه گذشته کار بسیار سختی در حال انجام بوده است. اما این راه اندازی ویژه است. او به بی‌بی‌سی گفت: «این ارتباطی است که به ما از 50 درجه عرض شمالی تا قطب شمال اتصال می‌دهد. این ارتباط  اروپای شمالی، بریتانیا، گرینلند، کانادا، آلاسکا و ایسلند را تحت پوشش قرار می‌دهد.»

این شرکت مستقر در لندن می‌گوید که فاز اول این پروژه اکنون کامل شده است. و پس از آزمایش‌های اولیه پوشش خدمات جهانی را قبل از پایان سال جاری در دسترس قرار خواهد داد. در ادامه باید به این نکته اشاره کرد که صورت فلکی One Web فقط چند ماهواره در فضا دارد. در حالی که استارلینک دارای چندین هزار ماهواره در مدار است. وان وب شرکتی است که به تازگی شروع به کار کرده، اما اسپیس ایکس یک شرکت کهنه کار در عرصه فناوری محسوب می‌شود.

ایا وان وب و استارلینک رقیب سر سخت یکدیگر هستند؟

وان‌ وب درحال ‌حاضر دومین منظومه ماهواره‌ای بزرگ در مدار پایینی زمین را در اختیار دارد و بزرگ‌ترین رقیب استارلینک محسوب می‌شود. البته اختلاف تعداد ماهواره‌های این دو شرکت بسیار زیاد است. چرا که استارلینک بالغ بر 3000 ماهواره در مدار دارد. احتمالا از همین جهت است که مسترسون هرگونه رقابت با اسپیس ایکس را رد می‌کند. او می‌گوید شرکت ایلان ماسک مصرف ‌کنندگان عادی را هدف قرار داده، درحالی‌ که وان‌ وب به سمت کسب‌ و کارها و مشتریان دولتی رفته است. گفتنی است که این شرکت از خدمات راکتی اسپیس ایکس هم برای ارسال ماهواره‌های خود به مدار استفاده کرده است. با این‌ حال، از آن ‌جایی که هر دو در زمینه ارائه اینترنت ماهواره‌ای فعالیت می‌کنند، نمی‌توان از وجود رقابت بین این دو شرکت چشم‌ پوشی کرد.

آیا تفاوت و شباهت های چت GPT و بینگ را میشناسید؟

چت ربات‌های زبان طبیعی مانند ChatGPT و Bing Chat به نقطه عطفی در صنعت فناوری تبدیل شده‌اند. احتمالا توانایی عجیب این ابزارها در نوشتن مقاله، شعر و حتی کدهای رایانه‌ای را شنیده‌اید. این ابزارها همچنین نقش زیادی در ساده سازی موضوعات پیچیده دارند و متن های طولانی را خلاصه می‌کنند. اگرچه این دو ابزار در ظاهر شبیه به هم به نظر می‌رسند، اما کیفیت پاسخ‌ آن‌ها بسته به خدماتی که استفاده می‌کنید، متفاوت است.

در نگاه اول به نظر می‌رسد که هوش مصنوعی چت GPT و بینگ از لحاظ تعبیه‌ سیستم چت بات مبتنی بر هوش مصنوعی شبیه به هم هستند. با این که این دو هوش مصنوعی دستورالعمل‌های مشخصی را به طور یکسان اجرا می‌کنند؛ وجه تمایز مدل‌های زبانی این دو ابزار نتایج متفاوتی را خلق می‌کند. برای مقایسه هوش این دو چت بات باید ویژگی‌ها و قابلیت‌های آن‌ها را در نظر گرفت. بینگ چت قابلیت‌های پردازش زبان طبیعی (NLP) را ارائه می‌کند که به آن اجازه می‌دهد تا پرسش‌های کاربر را درک کرده و پاسخ‌های مرتبط را ارائه دهد. از سوی دیگر، ChatGPT از الگوریتم‌های یادگیری عمیق برای تولید پاسخ‌هایی بر اساس موضوع مورد بحث استفاده می‌کند. بنابراین اگر حرف‌های خود را بار دیگر تکرار کنید، با پاسخ‌های جدید رو به رو خواهید شد. بنابراین در این مقاله، بیایید به تفاوت‌های  چت GPT و بینگ نگاهی بیندازیم.

شباهت و تفاوت‌های چت GPT و بینگ

هر دو ابزار شباهت‌هایی دارند که نشان دهنده پیشینه مشترک آن‌هاست. به عنوان مثال: هر دو دارای یک کادر جستجوی ساده هستند و گزینه‌ای را برای ایجاد مجدد پاسخ ارائه می‌دهند. با این حال، ChatGPT به معنای سنتی چت‌بات‌ها به شدت پایبند است و گزینه ای برای سوالات بعدی ارائه نمی‌دهد. در مقابل، بینگ چت آیتم‌هایی را برای اطلاعات بیشتر پیشنهاد می‌کند و همچنین، گزینه‌هایی را برای به دست آوردن پاسخ‌های خلاقانه‌تر و دقیق‌تر ارائه می‌دهد.

تفاوت مهم دیگر این است که در بخش “چت” وب سایت بینگ به موتور جستجوی بینگ می‌روید که از GPT-4 استفاده می‌کند. این موضوع، بینگ چت را به یک انتخاب عالی برای جستجوی ترکیبی تبدیل کرده است. در اینجا دسترسی به موتورهای جستجو و ربات‌های گفتگو بسیار ضروری است. به عنوان مثال، اگر به دنبال فهرستی از منابع آنلاین هستید، بینگ چت لینک وب سایت‌های فهرست شده را ارائه می‌دهد، در حالی که ChatGPT لیست مشابهی از نتایج را بدون لینک جمع آوری می‌کند. علاوه بر این، در بخش جستجوی بینگ چت پیوندی برای ادامه جستجوی فراهم خواهد شد.

چت GPT و بینگ از چه مدل‌های زبانی استفاده می‌کنند؟

نسخه فعلی ChatGPT که می‌توانید به صورت رایگان به آن دسترسی داشته باشید بر اساس مدل زبان GPT-3.5 است. به گفته مایکروسافت، بینگ چت در واقع از مدل پیشرفته GPT-4 استفاده می‌کند که اخیرا معرفی شده است و این بدان معناست که این ابزار باید مفیدتر عمل کند. 

هر دو چت GPT و بینگ بر اساس یک مدل زبان اصلی به نام GPT-3.5 هستند. بینگ چت از منابع وب جدیدتری استفاده می‌کند و آموزش‌هایی را گذرانده است تا توانایی بیشتری در پیروی از دستورالعمل‌ها و تکمیل وظایف داشته باشد.

نحوه دسترسی چت GPT و بینگ چگونه است؟

هر دو Bing Chat و ChatGPT برای استفاده عمومی در دسترس هستند.

بینایی کامپیوتر چیست و از چه برنامه‌هایی استفاده می‌کند؟

شاید تا به حال عبارت بینایی کامپیوتری یا computer vision به گوشتان خورده باشد و این سوال برای شما پیش آمده باشد که این عبارت یعنی چه. آیا کامپیوتر می‌تواند ببیند؟ در ادامه با ما همراه باشید تا این مفهوم را درک کنید و ببینید که چگونه یک کامپیوتر می‌تواند ببیند. بینایی رایانه ای یکی از زیر شاخه‌های هوش مصنوعی می‌باشد که در حوزه علمی میان رشته‌ای جای می‌گیرد و هدف آن درک تصاویر یا فیلم‌هاست. در واقع می‌توان گفت همان‌گونه که چشم انسان فقط تصاویر دنیای واقعی را دریافت می‌کند، این مغز است که که به درک این تصاویر کمک خواهد کرد.

دوربین تصویر برداری دیجیتال فقط ابزاری برای ذخیره سازی است و برای درک تصویر یا ویدیوی ذخیره شده به پردازشی نیاز دارد. به الگوریتم‌هایی که با این هدف توسعه داده می‌شوند الگوریتم‌های Computer Vision گفته می‌شود. بینایی کامپیوتر تقریبا مانند بینایی انسان عمل می‌کند با این تفاوت که بینایی انسان از قابلیت طول عمر بافت برای نحوه تشخیص اشیاء از هم برخوردار است.

بینایی کامپیوتر چیست؟

در بینایی رایانه‌ای یا Computer Vision شاخه‌ای از علم هوش مصنوعی و یادگیری ماشین است که با استفاده از مدل‌هایی که دارد اطلاعات بصری را درک و دریافت می‌کند. اطلاعات بصری همان تصاویر و ویدئوهای موجود در دنیای واقعی هستند. در نهایت کامپیوتر باید بتواند سه کار را به درستی انجام دهد. اول اینکه به صورت خودکار اشیای حاظر در تصویر را شناسایی کرده و مکان آن‌ها را مشخص کند. دوم اینکه اشیا دریافتی را دسته بندی کرده و روابط میان آن‌ها را پیدا کند. سوم اینکه بتواند محتوای کلی تصاویر را استخراج کند. این بینایی ارتباط نزدیکی با هوش مصنوعی دارد، زیرا کامپیوتر باید آنچه را که می‌بیند تفسیر نموده و تجزیه و تحلیل مناسبی از آن تصویر یا ویدئو ارائه دهد یا بر اساس آن عمل کند.

بینایی کامپیوتری حوزه‌ای از هوش مصنوعی (AI) است که رایانه‌ها و سیستم‌ها را قادر می‌سازد تا اطلاعات معنا داری را از تصاویر دیجیتال، ویدیوها و سایر ورودی‌های بصری به دست آورند و بر اساس آن اطلاعات اقداماتی  را انجام دهند. هوش مصنوعی رایانه‌ها را قادر می‌سازد تا فکر کنند و بینایی باعث می‌شود تا کامپیوتر مشاهده کنند و بفهمند.

برای انجام این کارها، بینایی رایانه آموزش‌های لازم را به ماشین‌ها می‌دهد و این کار را در زمان بسیار کمتری به اتمام می‌رساند. ماشین این کار را با دوربین‌ها، داده‌ها و الگوریتم‌ها انجام می‌دهد. از آنجایی که یک سیستم آموزش دیده هزاران محصول یا فرآیند را در دقیقه تجزیه و تحلیل می‌کند و متوجه عیوب یا مسائل نامحسوس می‌شود، می‌تواند به سرعت از توانایی‌های انسانی پیشی بگیرد.

هدف بینایی کامپیوتر چیست؟

هدف از computer vision شناخت و درک محتوای موجود در تصاویر دیجیتال است. برای رسیدن به چنین هدفی باید روش‌هایی پیاده ‌سازی شود که قابلیت سیستم بینایی انسان را داشته باشد. کامپیوتر برای درک محتوای موجود در تصاویر دیجیتال باید قادر به توصیف صحیح تصویر و استخراج اطلاعات از آن باشد. این اطلاعات شامل هر نوع موجودیت اطلاعاتی نظیر مدل سه ‌بعدی، موقعیت دوربین، تشخیص و بازشناسی اشیا و دسته ‌بندی و جستجوی محتویات تصویر باشد. جهت دریافت مشاوره رایگان از شرکت رهاکو با متخصصان ما تماس حاصل فرمایید. 02154521

رونمایی مایکروسافت از چت GPT-4 در هفته آینده

مایکروسافت از مدل زبانی GPT-4 رونمایی کرد. به لطف چت GPT-4 بینگ هم اکنون با سرعت بیشتری به سوالات پاسخ خواهد داد. چت بات هوش مصنوعی ChatGPT که اخیرا مورد توجه بسیاری از کاربران قرار گرفته است با قابلیت‌های پیشرفته راه را برای توسعه مدل‌های زبانی بزرگ (LLM) نیز هموارتر کرد. در حال حاظر شرکت Open AI قرار است مدل پیشرفته‌تری از فناوری هوش مصنوعی را عرضه کند. مایکروسافت از هوش مصنوعی GPT-4 در هفته آینده رونمایی می‌کند و قابلیت‌های جدیدی را در اختیار کاربران قرار می‌دهد. 

این خبر توسط مدیر بخش فناوری شعبه آلمان برند مایکروسافت به نام آندریاس براون در طی رویدادی به نام AI in Focus-Digital Kickoff تایید شد. طبق گفته‌های این مقام مسئول، مایکروسافت از نسخه جدید هوش مصنوعی GPT در هفته آینده رونمایی خواهد کرد و به کاربران امکان تولید محتواهای مختلف بر پایه هوش مصنوعی را می‌دهد. آقای براون اذعان داشت: ما هفته آینده از هوش مصنوعی GPT-4 پرده‌ برداری خواهیم کرد که در آن مدل‌های چند رسانه‌ای با قابلیت‌های متفاوت مانند تولید ویدئو ارائه خواهند شد.

مدل جدید Chat GPT از هوش مصنوعی GPT-3.5 بهره می‌برد که تنها به ارائه جواب‌های متنی محدود می‌شود. با عرضه چت GPT-4 این محدودیت به طور کامل برطرف می‌شود و تولید محتوای تصویری و ویدئویی امکان ‌پذیر خواهد شد. این هوش مصنوعی از قدرت بسیار بیشتری در مقایسه با GPT3.5 برخوردار خواهد بود و قابلیت‌های تازه‌تری را به ارمغان خواهد آورد.

استفاده از چت GPT-4 در برنامه‌های آفیس

مایکروسافت ظاهرا در حال آماده ‌شدن برای نمایش نحوه عملکرد برنامه‌های آفیس با هوش مصنوعی مشابه ChatGPT است. این کمپانی که چند وقت پیش از نسخه جدید بینگ با هوش مصنوعی رونمایی کرد، حالا می‌خواهد چنین ابزاری را به برنامه‌های محبوبش مانند ورد، پاورپوینت و اوت‌لوک بیاورد.

مدل جدید Prometheus مایکروسافت که مبتنی بر نسل بعدی مدل Open AI است، موتور جستجوی بینگ را متحول می‌کند و حالا مایکروسافت می‌خواهد چنین کاری را برای برنامه‌های آفیس انجام دهد. این نشان میدهد که مایکروسافت از عملکرد هوش مصنوعی مد نظرش اطمینان کامل دارد. البته در حال‌ حاضر کاربران به ‌لطف نوار بینگ در مرورگر اج می‌توانند از مدل Prometheus در نسخه تحت آفیس بهره ببرند.

مایکروسافت به ‌خاطر رقابت با گوگل می‌خواهد هرچه سریع‌تر هوش مصنوعی را به سرویس‌های مختلفش اضافه کند. حتی طبق برخی گزارش‌ها، ردموندی‌ها ابتدا قصد داشتند بینگ جدید را در اواخر ماه فوریه معرفی کنند، اما چند هفته زودتر رونمایی شد. البته گوگل هم از Bard رونمایی کرد.

چت GPT-4 چیست؟

GPT-4 یک مدل زبان جدید است که توسط Open AI ایجاد شده است و می‌تواند متنی شبیه به گفتار انسان تولید کند. ChatGPT بر فناوری GPT-3.5 مبتنی است و با این روش ارتقا خواهد یافت. GPT مخفف Generative Pre-trained Transformer است، یک فناوری یادگیری عمیق که از شبکه‌های عصبی مصنوعی استفاده میکنند.

 

شبکه عصبی کانولوشن چیست و چه کاربردی دارد؟

هوش مصنوعی شاهد رشد چشمگیری در پر کردن شکاف بین توانایی‌های انسان و ماشین بوده است. محققان و علاقه مندان به طور یکسان، روی جنبه‌های متعددی از این رشته کار می‌کنند تا بتوانند اتفاقات شگفت انگیزی را رقم بزنند. یکی از این حوزه‌ها، حوزه بینایی کامپیوتر است. پیشرفت‌های بینایی رایانه‌ای با یادگیری عمیق در گذشت زمان، عمدتا بر روی یک الگوریتم خاص یک شبکه عصبی کانالوشن، ساخته و تکمیل شده است.

شبکه عصبی کانولوشن برای یافتن الگوهایی در تصاویر برای تشخیص اشیا، چهره‌ها و صحنه‌ها مفید می‌باشد. آن‌ها همچنین می‌توانند برای طبقه بندی داده‌های غیر تصویری مانند: صدا، داده‌های سیگنال کاملا موثر باشند. برنامه‌هایی که به تشخیص اشیا و دید کامپیوتری نیاز دارند. مانند: وسایل نقلیه خودران و برنامه‌های تشخیص چهره به شدت به CNNها متکی هستند.

توضیحی مختصر درباره بینایی کامپیوتر

بینایی کامپیوتری حوزه‌ای از هوش مصنوعی است که به رایانه‌ها و سیستم‌ها این قابلیت را می‌دهد؛ تا اطلاعات معنا داری را از تصاویر دیجیتال، ویدئوها و سایر ورودی‌های بصری به دست آورند. و بر اساس آن اطلاعات، اقداماتی انجام دهند یا توصیه‌هایی را ارائه کنند. هوش مصنوعی رایانه‌ها را قادر می‌سازد فکر کنند، بینایی رایانه آن‌ها را قادر می‌سازد که ببینند، مشاهده کنند و بفهمند.  

انواع مختلفی از شبکه‌های عصبی وجود دارد. به عنوان مثال: شبکه‌های عصبی مکرر که معمولا برای پردازش زبان طبیعی و تشخیص گفتار استفاده می‌شوند. در حالی که شبکه‌های عصبی کانولوشنال (یا CNN) اغلب برای طبقه ‌بندی و وظایف بینایی کامپیوتری مورد استفاده قرار می‌گیرند.

تعریف شبکه عصبی کانولوشن

شبکه عصبی کانولوشن (CNN) نوعی شبکه عصبی مصنوعی می‌باشد. که در تشخیص و پردازش تصویر استفاده می‌شود و به طور خاص برای پردازش داده‌های پیکسلی طراحی شده است. شبکه عصبی سیستمی از سخت افزار و یا نرم افزار می‌باشد. که از عملکرد نورون‌ها در مغز انسان الگوبرداری شده است. CNN نورون‌های خود را بیشتر شبیه نورون‌های لوب فرونتال، ناحیه‌ای که مسئول پردازش محرک‌های بصری در انسان و سایر حیوانات است، مرتب می‌کند. لایه‌های CNN شامل یک لایه ورودی، یک لایه خروجی و یک لایه پنهان است. 

دستور کار در زمینه شبکه‌های عصبی کانولوشن این است که ماشین‌ها را قادر سازد تا جهان را مانند: انسان‌ها ببینند، آن را به شیوه‌ای مشابه درک کنند و حتی از این دانش برای بسیاری از وظایف مشابه استفاده کنند. مانند: تشخیص تصویر و ویدئو، تجزیه و تحلیل و طبقه بندی تصویر و باز آفرینی رسانه‌ها مورد استفاده قرار می‌گیرد. شبکه عصبی کانولوشن (CNN)، یک معماری شبکه برای یادگیری عمیق است که مستقیما از داده‌ها یاد می‌گیرد. شبکه‌های عصبی کانولوشنال زیر مجموعه‌ای از   ادامه مطلب...

آیا قانون مور منسوخ شده است؟

گوردون مور، یکی از بنیان گذاران کمپانی اینتل است که شهرت خود را به دلیل نظریه‌ای که در سال 1965 ارائه داد، به دست آورده است. بر اساس Moore's Law تعداد ترانزیستورهای مورد استفاده در پردازنده‌ها هر دو سال یک بار دو برابر خواهد شد. قانون مور در دهه‌های متمادی صادق بود و بخش عمده‌ای از آن به خاطر توسعه در فناوری‌های تولید تراشه (Process Node) ممکن است. به بیان دیگر، ترانزیستورها در داخل تراشه‌ها، سال به سال با کاهش ابعاد رو به رو می‌شدند و در نتیجه چگالی آن‌ها بیشتر می‌شد.
قانون مور چیست؟
Moore's Law یا قانون مور به تصور ذهنی آقای گوردون مور(Gordon Moore) اشاره دارد که بیان می کند تعداد ترانزیستورهای روی یک ریزتراشه هر دو سال یکبار دو برابر می‌شود و هزینه رایانه‌ها به نصف می‌رسد. قانون مور بیان می‌کند که ما می‌توانیم انتظار داشته باشیم که سرعت و توانایی رایانه‌ها هر چند سال یکبار افزایش یابد و هزینه کم‌تری برای آن‌ها بپردازیم. یکی دیگر از اصول Moore's Law ادعا می‌کند که این رشد تصاعدی است.
قانون کومی جایگزینی برای قانون مور 
 قانون کومی بیشتر به نحوه تجربه‌ای که کاربران امروزی از دنیای محاسبات دارند، مربوط می‌شود. و البته راهی برای ایجاد نقشه دنیای فناوری است. زندگی دیجیتال ما به سمتی حرکت می‌کند که از چندین دستگاه استفاده می‌کنیم و شارژدهی باتری همچنین عملکرد به ازای Watt، اهمیت بالاتری نسبت به توان خالص به صورت جداگانه دارد.
به اعتقاد ایتکن، شرکت‌ها دیگر نباید توان پردازشی را بالاتر از صرفه جویی انرژی و حفظ زمین قرار دهند. به گفته مدیر فناوری ارم، قانون کومی و مور، قوانین طبیعت نیستند؛ بلکه راهکاری برای تعیین مسیر دنیای فناوری به حساب می‌آیند. و ما می‌توانیم از آن‌ها در مسیری که قرار داریم استفاده کنیم. قانون مور باعث شده تولید کنندگان روی افزایش توان پردازشی در گذر زمان تمرکز کنند. اما قانون کومی روی این موضوع تمرکز دارد که چه تعداد محاسبات می‌توان از هر واحد انرژی مصرف شده بدست آورد. این قانون بیشتر با طبیعت و محیط زیست سازگار است. به گفته ایتکن، دستیابی به بالاترین عملکرد به ازای Watt هر چیزی است که از ابتدا در DNA این صنعت وجود داشته است.
علت استفاده از قوانین مور در سال‌های اخیر 
در سال 1965، گوردون مور، یکی از بنیانگذاران اینتل، این مشاهدات را انجام داد که به Moore's Law معروف شد. یکی دیگر از اصول قانون مور می‌گوید که رشد ریزپردازنده‌‎ها نمایی است. Moore's Law نشان می‌دهد که رایانه‌ها، ماشین‌هایی که روی رایانه‌ها کار می‌کنند، و قدرت محاسباتی همه با گذشت زمان کوچک‌تر، سریع‌تر و ارزان‌تر می‌شوند، زیرا ترانزیستورهای مدارهای مجتمع کارآمدتر می‌شوند. بیش از 50 سال بعد، ما تاثیر و مزایای پایدار Moore's Law را از بسیاری جهات احساس می‌کنیم.
همانطور که ادامه مطلب...

کاربرد پردازش موازی؛ بهترین روش برای انجام محاسبات پیچیده

پردازش موازی به افزایش سرعت محاسباتی و تقسیم آن به کارهای کوچک‌تر در چندین پردازنده اشاره دارد. اگر محاسبات موازی یک تعریف کلی داشته باشد، همین "تقسیم کار" است. پردازش موازی از نظر محاسباتی باعث ایجاد تغییرات عمیق در تحقیقات دارویی، اکتشاف انرژی، تصویر برداری پزشکی و بسیاری از موارد دیگر می‌شود. در این مقاله به نمونه‌ای از کاربرد پردازش موازی پرداخته ایم.

کاربرد پردازش موازی در دنیای تکنولوژی

پردازش موازی به عنوان محاسبات موازی هم شناخته می‌شود. کاربردهای این فناوری شامل: اخترشناسی، ژئو پردازش، مدل سازی آب و هوا، کشاورزی، مدیریت مالی، اصلاح رنگ ویدئو، دینامیک سیالات، تصویر برداری پزشکی و کشف دارو است. پدر علم محاسبات موازی Huw هوو می‌گوید: اگر به جامعه علمی امروز نگاه کنید، رایانه‌های جدید مانند: ابر کامپیوتر‌های IBM Summit و Aurora عمدتا بر اساس پردازش موازی طراحی شده‌اند. این مدل در صنایع پزشکی و تجاری کاربرد بسیاری دارد که همه چیز را از کشف دارو گرفته تا شبیه‌ سازی‌های بین ستاره‌ای و تکنیک‌های فیلم پس از تولید را تسهیل می‌کند. در اینجا چند مورد وجود دارد که نشان می‌دهد محاسبات موازی به بهبود نتایج و حل موارد غیر قابل حل قبلی کمک می‌کند.

کاربرد پردازش موازی در نجوم

نجوم به کندی حرکت می‌کند. میلیون‌ها سال طول می‌کشد تا ستاره‌ها با هم برخورد کنند، کهکشان‌ها ادغام شوند یا سیاه‌ چاله‌ها اجرام نجومی را ببلعند به همین دلیل است که اخترشناسان و فیزیکدانان برای مطالعه این نوع فرآیندها باید به شبیه‌ سازی‌های کامپیوتری روی بیاورند. و چنین مدل‌های پیچیده‌ای به توان محاسباتی عظیم نیاز دارند.

به عنوان مثال: پیشرفت‌های اخیر در مورد مطالعه یک سیاه چاله، به لطف یک ابر رایانه موازی اتفاق افتاد. با استفاده از ابر رایانه موازی محققان توانستند یک راز چهار دهه‌ای را حل کنند و ثابت کردند که درونی‌ترین قسمت ماده به دور آن می‌چرخد و سپس به درون آن فرو می‌ریزد. این کلید کمک کننده به دانشمندان برای درک بهتر نحوه رفتار این پدیده مرموز است.

محقق الکساندر چخوفسکی از دانشگاه نورث وسترن که با دانشگاه آمستردام و دانشگاه آکسفورد در این مطالعه همکاری می‌کند، می‌گوید: این جزئیات در اطراف سیاه چاله ممکن است کوچک به نظر برسند، اما آن‌ها به شدت بر آنچه در کهکشان به عنوان یک کل اتفاق می‌افتد تاثیر می‌گذارند. آن‌ها سرعت چرخش سیاه چاله‌ها را کنترل می‌کنند و در اخر می‌توانند متوجه شوند که سیاه چاله‌ها چه تاثیری بر کل کهکشان‌ها دارند.

کاربرد پردازش موازی در کشاورزی

هر ماه، وزارت کشاورزی ایالات متحده ارقام عرضه و تقاضا را برای تعدادی از محصولات عمده برآورد می‌کند. این پیش‌ بینی‌های بسیار مهم می‌تواند  ادامه مطلب...

جدیدترین حمله باج ‌افزار مبتنی بر پایتون به سرورهای VMware ESXi

در دنیای امروز بر کسی پوشیده نیست که مجازی سازی می‌تواند زیرساخت فناوری اطلاعات را بهبود بخشد و کارایی را افزایش دهد. با این حال، فرآیند مجازی سازی متغیرهای زیادی دارد که باید قبل از ورود به این مسیر در نظر گرفته شود. در گذشته به دلیل تعداد محدود محصولات و راهکارهای موجود در بازار، استفاده از راهکار مجازی سازی نسبتا آسان بود. امروزه ارائه دهندگان مجازی سازی با محصولات و امکانات بی شماری در دسترس هستند و مدیران IT باید راهکاری را انتخاب کنند که به بهترین وجه با نیازهای تجاری آن‌ها مطابقت داشته باشد.

یکی از پلتفرم‌های محبوب در حوزه مجازی سازی VMware ESXi است که معمولا برای میزبانی سرورها مورد استفاده قرار می‌گیرد. این پلتفرم به طور موثر از منابع CPU و حافظه موجود در دستگاه استفاده می‌کند. اخیرا محققان Juniper Networks یک حمله مخرب و غیرمجاز را در سرورهای VMware ESXi پیدا کردند اما هنوز متوجه نشدند که چگونه این حمله رخ داده است. در این مقاله با ویژگی‌های VMware ESXi بیشتر آشنا می‌شوید و در مورد آخرین حمله باج ‌افزار مبتنی بر پایتون روی این سرور بیشتر می‌خوانید.

سرور VMware ESXi چیست؟

سرور VMware ESXi یک هایپروایزر هدفمند است که طیف گسترده‌ای از ویژگی‌های مهم سازمانی را ارائه می‌دهد. VMware ESXi مستقیما بر روی یک سرور فیزیکی قرار می‌گیرد و به آن اجازه می‌دهد تا به چندین ماشین مجازی تقسیم شود. این تکنولوژی به طور قابل توجهی نیاز به خرید یا ارتقا سخت‌افزار را کاهش می‌دهد. سرور VMware ESXi با دسترسی مستقیم و کنترل بر منابع زیرساخت، سخت افزار را تقسیم بندی می‌کند و به دنبال آن هزینه‌ها را کاهش می‌دهد.

تیم فناوری اطلاعات همواره برای برآورده کردن روندهای متغیر بازار و افزایش انتظارات مشتریان تحت فشار است. همچنین چالش‌هایی در رابطه با گسترش منابع IT برای انطباق با پروژه‌های جدید و پیچیده نیز وجود دارد. VMware ESXi به سازمان شما کمک می‌کند تا تعداد منابع سخت افزاری مورد نیاز برای اجرای هایپروایزر را کاهش دهد. علاوه بر این، به افزایش عملکرد کمک کرده و سخت افزار را برای استفاده از حداکثر ظرفیت بهینه می‌کند.

مزایای ESXi چیست؟

ESXi در حوزه مجازی سازی سرورها شناخته شده است و نتایج بسیار خوبی در این زمینه ارائه می‌دهد. ESXi با قابلیت‌های مقیاس پذیری منحصر به فرد به شما اجازه می‌دهد تا به طور ایمن روی یک یا چند ماشین مجازی کار کنید. همچنین برای سرورهای موقتی و در محیط های آزمایشی نیز مورد استفاده قرار می‌گیرد. با مجازی سازی می‌توانید در هزینه، منابع و فضا صرفه جویی کنید، بدون اینکه به امنیت سازمان شما لطمه‌ای وارد شود. عملکرد ESXi بسیار قوی است و به صورت بهینه از منابع موجود استفاده می‌کند. انعطاف پذیری بالا و نصب سریع از مزایای دیگر این فناوری است. لازم به ذکر است که با اجاره سرور ESXi می‌توانید حتی پول بیشتری پس انداز کنید.

ویژگی‌های VMware ESXi

اندازه کوچک

Vmware سرور ESXi را به عنوان کوچک‌ترین هایپروایزر جهان معرفی می‌کند. این سرور کوچک اغلب به کاهش سطح حملات و تهدیدات خارجی کمک می‌کند و نگهداری آن بسیار آسان است.

نصب راحت

نصب ESXi به سرعت انجام می‌شود و می‌توانید زیرساخت خود را در سریع‌ترین زمان ممکن راه اندازی کنید.

جهت کسب مشاوره رایگان با شماره 02154521 تماس حاصل فرمایید. و یا به وب سایت rahaco.net مراجعه نمایید.