طراحی سیستم‌های هوش مصنوعی که توانایی تشخیص دقیق منظره‌ها از یکدیگر و شناسایی منظره‌ی مشابه در عکس‌های متعدد را داشته باشند، همیشه موضوع مهمی در زیرمجموعه‌ی تحقیقات هوش مصنوعی گوگل بوده است. چنین سیستم‌هایی به‌عنوان مثال می‌توانند آبشار نیاگارا را از آبشارهای عادی دیگر تشخیص دهند یا با دیدن عکس یک منظره در تصویری دیگر، یکسان بودن آن‌ها را بیان کنند.

غول موتور جست‌وجو سال گذشته google-landmarks را ارائه کرد؛ مجموعه‌ای از داده‌‌ی منظره‌ها که گوگل ادعای بزرگ‌ترین مجموعه‌ی جهان را روی آن داشت. به‌علاوه آن‌ها 2 مسابقه به نام‌های landmark recognition 2018 و landmark retrieval 2018 هم برگزار کردند که بیش از 500 محقق یادگیری ماشین در آن‌ها حضور یافتند.

گوگل اکنون در مسیر توسعه‌ی مدل‌های پیچیده‌تر بینایی کامپیوتری در حوزه‌ی تشخیص منظره‌ها، نسخه‌ی جدیدی از دیتاست مناظر را عرضه کرد. نسخه‌ی جدید که به‌نام google-landmarks-v2 عرضه شد، دوبرابر تصاویر بیشتر و هفت برابر مناظر بیشتر را در خود جای داده است. به‌علاوه، مسابقات یادگیری ماشین نیز در جامعه‌ی مجازی kaggle گوگل اجرا شدند. درکنار این موارد، کد منبع و مدل فریمورک detect-to-retrieve هم ارائه شد که برای شناسایی منطقه‌ای تصاویر کاربرد دارد.

بینجی کائو و توبیاس ویاند، مهندسان نرم‌افزار هوش مصنوعی گوگل درباره‌ی ابزارهای جدید گفتند:

هر دو فرایند شناسایی تصویر و تشخیص شباهت‌ها نیازمند دیتاستی بسیار عظیم خواهد بود که هم تعداد عکس‌ها و هم تنوع منظره‌ها در آن‌ها بالا باشد. ما امیدوار هستیم که این دیتاست به پیشرفت فناوری‌های موجود در شناسایی تصاویر و تشخیص شباهت‌ها منجر شود.

_{پراکندگی جغرافیایی مناظر موجود در دیتاست landmark-v2}

طبق ادعاهای مهندسان گوگل، google landmark v2 بیش از 5 میلیون عکس از 200 هزار منظره‌ی گوناگون دارد که از عکاسان سرتاسر جهان گردآوری شده است. عکاس‌های مورد نظر، عکس‌های خود را برچسب‌گذاری کرده‌اند. درنتیجه عکس‌ها شامل برچسب‌هایی همچون برج الخلیفه، پل گلدن گیت، برج پیزا و دیگر مناظر مشهور جهان بودند. محققان گوگل پس از دریافت عکس‌های برچسب‌گذاری شده، آن‌ها را با عکس‌های تاریخی و کمترشناخته‌شده از wikimedia commons تکمیل کردند. مخزن مذکور به بنیاد ویکی‌مدیا تعلق دارد و به‌عنوان مخزنی آنلاین برای عکس، صوت و هر نوع محتوای رسانه‌ای رایگان محسوب می‌شود.

مهندسان گوگل درباره‌ی فریمورک detect-to-retrieve هم توضیحاتی ارائه کردند. مدل منتشرشده که با استفاده از مجموعه‌ای 80 هزار عددی از دیتاست اصلی آموزش داده شد، قابلیت ترسیم جعبه‌هایی پیرامون مناظر و موضوعات مورد نظر را ارائه می‌کند. چنین ابزاری، اهمیت مناطق چارچوب‌بندی‌شده را در بررسی یادگیری ماشین افزایش می‌دهد که منجر به افزایش دقت می‌شود.

شرکت در هر دو رقابت گوگل در حوزه‌ی یادگیری ماشین برای عموم آزاد است. مسابقه‌ی landmark recognition 2019 با هدف طراحی مدل‌های هوش مصنوعی تشخیص‌دهنده‌ی مناظر اجرا می‌شود. هدف مسابقه‌ی landmark retrieval 2019 نیز استفاده از سیستم هوش مصنوی برای پیدا کردن تصاویر یک منظره‌ی خاص بیان شد. مجموع جوایز مسابقات به 50 هزار دلار می‌رسد. به‌علاوه برنده‌ها برای ارائه‌ی روش‌های خود به کارگاه second landmark recognition workshop دعوت می‌شوند که در حاشیه‌ی کنفرانس بینایی کامپیوتری و تشخیص الگوی 2019 در لانگ بیچ کالیفرنیا برگزار خواهد شد.

www.zoomit.ir

airpano city book یک اپلیکیشن ساده و زیبا با استفاده‌ی لذت‌بخش است. city book نوعی تور مجازی است که با آن می‌توانید عکس‌های پانورامای 360 درجه‌ی چشم‌نوازی را از برخی از زیباترین شهرهای دنیا، شامل نیویورک، پاریس، بارسلون، دبی، آمستردام، سنگاپور، رم، شانگهای، بوئنوس آیرس و مسکو، تماشا کنید. علاوه‌براین به‌گفته‌ی سازنده‌ی این اپلیکیشن شهرهای بیشتری در آینده به آن افزوده خواهند شد. درحال‌حاضر این اپلیکیشن دارای بیش از 300 پانورامای کروی باکیفیت است.

در صفحه‌ی اصلی city book می‌توانید کتاب روبرویتان را باز کنید و شهرها را ببینید یا با انتخاب علامت قطب‌نما از پایین سمت راست تصویر، شهرها را روی نقشه مشاهده کنید. با باز کردن کتاب و جابه‌جاشدن بین شهرها، از انیمیشن زیبای آن لذت خواهید برد. در این قسمت با لمس دکمه‌ی city guide از بالا سمت راست، می‌توانید اطلاعات مختصری را درباره‌ی شهر موردنظر مشاهده کنید. با انتخاب شهر نیز به تور مجازی آن وارد می‌شوید و می‌توانید پانوراماهای متعدد، بسیار جذاب و باکیفیتش را ببینید. همچنین با انتخاب دکمه‌ی تعبیه‌شده در بالا سمت راست تصویر می‌توانید به‌جای تغییر زاویه‌ی دید به‌طور دستی، آن را با حرکت دادن گوشی تغییر دهید.

در مجموع city book، اپلیکیشنی بسیار جذاب است اما مانند اکثر اپلیکیشن‌ها ویژگی‌های منفی نیز دارد و از آن‌ها می‌توان به قیمت 19.99 دلاری و به‌روز نبودن برخی از تصاویر اشاره کرد. مثلا در تصویر زیر، ساختمان مرکز تجارت جهانی نیویورک را می‌بینید که با وجود اتمام ساخت آن در سال 2014 (1393)، در این عکس همچنان ناتمام است.

علاوه‌براین سازنده‌ی این برنامه، اپلیکیشن رایگان airpano travel book را برای ios عرضه کرده است که کارکرد مشابهی دارد و با آن می‌توانید از تورهای مجازی مکان‌های تاریخی معروف و جاهای بسیار دیگر بهره‌مند شوید.

www.zoomit.ir

اپل شرکت اینتل  را دلیل کاهش اخیر در درآمد بخش مک می‌داند. تیم کوک با استناد به همین اتهام، حملات شدیدی به غول پردازنده داشته است. لوکا ماستری، مدیر ارشد مالی اپل درکنار یادداشت‌های مرتبط با آخرین گزارش‌های مالی شرکت، اشاره‌ای هم به بخش مک داشته است. فوربز در گزارشی به اظهارنظرهای ماستری می‌پردازد که در بخشی از آن می‌خوانیم:

درباره‌ی بخش مک، درآمد از 5.8 میلیارد دلار در سال گذشته به 5.5 میلیارد دلار رسید. کاهش فروش اکثرا به‌‌خاطر کاهش عرضه‌ی پردازنده در برخی مدل‌های خاص بود.

تیم کوک در ادامه نکاتی را به اظهارات مدیر مالی‌اش اضافه می‌کند:

ما در فصل منتهی به ماه مارس، خصوصا در بخش مک با محدودیت عرضه‌ی پردازنده روبه‌رو شدیم. درنتیجه درآمد نیز نسبت به مدت مشابه سال گذشته کاهش 5 درصدی داشت. ما اعتقاد داریم که بدون آن محدودیت‌ها، درآمد بخش مک از سال گذشته پیشی می‌گرفت. به‌علاوه معتقد هستیم که در فصل سوم سال، چالشی از این دست نخواهیم داشت.

به‌نظر می‌رسد مشکلات در تأمین تراشه‌ها، ارتباطی با عدم عرضه‌ی به‌روزرسانی جدید برای مک داشته باشند. به‌علاوه، تأخیرهای احتمالی در عرضه‌ی سخت‌افزار هم احتمالا با همین روندها ارتباط دارد. اخبار پیشین و مصاحبه با افراد داخل شرکت اپل نیز مهر تأییدی بر نقش اینتل در مشکلات عرضه‌ی محصولات کوپرتینویی‌ها می‌زند. یکی از کارمندان اپل درباره‌ی علت عرضه‌ی دیرهنگام مک‌بوک ایر در سال گذشته، اینتل را مقصر اصلی عنوان کرده بود.

تأثیر اینتل

کاملا روشن است که چالش‌های ساخت‌‌ و تولیدی اینتل و کاهش موجودی نسل‌های کنونی پردازنده در انبارها، تأثیری وسیع روی کل صنعت رایانش داشته است. حتی بازیگران بزرگ حوزه‌ی ساخت و توزیع کامپیوترها هم از این تأثیرها بی‌بهره نبوده‌اند. به‌علاوه کسب‌وکارهای کوچک خسارت‌های بیشتری متحمل شده‌اند. برخی از آن‌ها مجبور به استفاده از نسخه‌های قدیمی پردازنده‌ها یا حتی استفاده از پردانده‌های amd شدند.

اینتل تمامی ظرفیت تولید خود را به پردازنده‌های حرفه‌ای‌تر اختصاص داده است. چنین رویکردی سود مالی بیشتر و توجیه اقتصادی بهتری برای غول پردازنده دارد؛ اما دراین‌میان کامپیوترهای میان‌رده و پایین‌رده با کمبود سخت‌افزار روبه‌رو می‌شوند. متأسفانه اینتل می‌گوید که روند کنونی تا سه‌ماهه‌ی سوم سال ادامه خواهد داشت و باید هنوز آماده‌ی تأثیرات منفی آن باشیم.

درمقابل تحلیل‌های بازار، اظهارنظر تیم کوک قرار دارد که می‌گوید کمبود پردازنده‌ها روی عملکرد فصل کنونی و فصل سوم تأثیری نخواهد داشت. اگر اینتل بتواند به وعده‌هایش عمل کند و کاهش موجود تا فصل سوم ادامه پیدا نکند، شاید اظهارنظر مدیرعامل اپل به حقیقت بپیوندد.

به‌هرحال چالش‌های موجود می‌تواند عرضه‌ی نسخه‌های به‌روزرسانی از کامپیوترهای اپل را در سال جدید با تأخیر مواجه کند. شاید آن‌ها بتوانند نسخه‌هایی با تغییر در مشخصات سخت‌افزاری ارائه کنند، اما محصولاتی همچون مک‌بوک پرو 16 اینچی تا همان زمان تأخیر قبلی یعنی سال 2020 یا شاید یک سال بعد، به تعویق خواهند افتاد. به‌هرحال صرف‌نظر از همه‌ی رخدادهای پشت پرده و عواقب چالش‌های موجود، نکته‌ی روشن وابستگی اپل در زنجیره‌ی تأمین مک به اینتل است.

باوجود آنکه اینتل قصد دارد چنین کمبودهایی در عرضه‌ی‌تراشه‌ها دیگر رخ ندهد، می‌توان اتفاق‌های اخیر را دلایلی مناسب برای تغییر مسیر اپل به سمت پردازنده‌های arm دانست. چنین تغییری احتمالا در حال وقوع است. افراد متعددی از داخل شرکت اینتل در اظهارنظرهای متفرقه گفته‌اند که اپل تا سال 2020 به‌مرور برای کامپیوترهای مک از پردازنده‌های آرم اختصاصی استفاده خواهد کرد.

ساختن پردازنده‌ی آرم اختصاصی از سوی اپل، تغییری بزرگ محسوب می‌شود و قطعا آسان هم نخواهد بود. البته درصورت پیاده‌سازی چنین استراتژی، مزایای متعددی برای کوپرتینویی‌ها به دست خواهد آمد؛ مزایایی که نه‌تنها شامل کنترل بیشتر روی زنجیره‌ی تأمین می‌شود، بلکه با حذف واسطه‌ای به‌نام اینتل، سود بیشتری برای آن‌ها به‌همراه خواهد داشت.

از مزیت‌های دیگر روی آوردن به پردازنده‌های آرم از سوی اپل می‌توان به این نکته اشاره کرد که همه‌ی دستگاه‌ها (مک، آیفون و آیپد) از پردازنده‌های مشابه آرم استفاده خواهند کرد. درنتیجه توسعه‌ی اپلیکیشن‌ها برای اجرای روان و یکسان در پلتفرم‌های گوناگون هم آسان‌تر می‌شود.

باتوجه‌به تمامی حقایق بالا، جدایی کامل اپل از اینتل را می‌توان محتمل‌تر از همیشه دانست. شاید به همین دلیل باشد که مدیران اپل اخیرا چندین بار به‌صورت رسمی و عمومی به غول پردازنده حمله کرده‌اند.

www.zoomit.ir

چگونه دستیار هوشمند الکسا آمازون می‌تواند فرمان‌های صوتی پبچیده‌‌ای مثل «الکسا، کره بادام زمینی و شیر را به فهرست خرید اضافه کرده و فرمان «موسیقی پخش کن» را به‌درستی متوجه شود و انجام دهد؟

محققان بخش تحقیقات هوش مصنوعی الکسا آمازون، به‌تازگی مقاله‌ی جدیدی تحت عنوان «تجزیه و تحلیل معنایی کاربردی برای تفسیر زبان عامیانه» منتشر کرده‌اند. این مقاله به بررسی سیستمی مبتنی بر هوش مصنوعی می‌پردازد که می‌تواند ساختار و معنی هر فرمانی که به دستیار هوشمند الکسا آمازون داده می‌شود، حتی در صورت پیچیده یا تا حدی مبهم بودن، تجزیه و تحلیل کرده و ساختار و معنی فرمان مربوطه را تشخیص دهد.

راهول گوئل، یکی از نویسندگان این مقاله‌ی تحقیقاتی توضیح می‌دهد که طراحی مدل ازطریق دو تکنیک یادگیری ماشین انجام می‌شود. یکی از تکنیک‌های مورد استفاده، تکنیک یادگیری انتقال نام دارد. در تکنیک یادگیری انتقال برای کاهش مقادیر دیتای مورد نیاز برای آموزش مدل جدید، اطلاعات از سیستم مبتنی بر هوش مصنوعی موجود انتقال داده می‌شوند. تکنیک دیگر، مکانیزم کپی کردن است که در آن، سیستم با داده‌هایی که تاکنون و پیش از آن ندیده‌ است، سرو‌کار دارد.

به‌صورت سنتی، الکسا درخواست‌های دریافتی را بررسی می‌کند. مثلا درخواست‌های مربوط‌به پخش موسیقی، نام یک خواننده و نام یک آهنگ را دریافت می‌کند. اما فرمان‌های دستوری هستند که ممکن است با خطا همراه شوند. برای مثال، فرمان «در فهرست خرید، سیب و پرتغال را اضافه کن و موسیقی پخش کن.» از دو قسمت اصلی تشکیل شده است؛ یک قسمت اضافه کردن اقلام به فهرست خرید و قسمت دوم پخش کردن موسیقی، که با حرف ربط «و» دو فرمان درکنار یکدیگر قرار گرفته‌اند و در کدنویسی به‌ صورت  (addtolistintent (add (itemname (apples)) (itemname (apranges)))) (playmusicintent (mediatype (music)))) نمایش داده می‌شوند.

محققان به‌جای آنکه به‌صورت خودکار داده‌های برچسب‌گذاری‌شده را براساس دستور و فرمان مشخص‌شده به نمودار درختی تجزیه تبدیل کنند، تصمیم گرفتند ابتدا ساختار دستور زبان جملات را مورد بررسی قرار دهند. تیم تجزیه‌ی معنایی فرمان‌ها، نمودار درختی تجزیه را برمبنای برخی عملیات جابه‌جایی و کاهشی تهیه کردند. درنتیجه عملیات جابه‌جایی یا شیفت، دستور به کلمه‌ی بعدی در ورودی تغییر موقعیت پیدا کرد و درنهایت عملیات کاهشی، جایگاه نهایی آن فرمان را در نمودار درختی تعیین کرد.

در سیستم جدید، مکانیزمی وجود دارد که به داده‌هایی که توسط تجزیه‌کننده مورد بررسی قرار می‌گیرند، توجه نشان می‌دهد. این مکانیزم تعیین می‌کند که آیا کلمات یا اصطلاحات استفاده‌شده در فرمان مربوط‌به یک جریان ورودی هستند یا باید تفکیک شوند.

در آزمایش‌های انجام‌شده روی داده‌های مربوط‌به فهم زبان‌های طبیعی یا nlu از تعاملات الکسا، مکانیزم کپی کردن به‌تنهایی توانست دقتی برابر با میانگین 61 درصد را به‌نمایش بگذارد. این در حالی است که مکانیزم انتقال توانست با حدود 6.4 درصد دقت بیشتر و ازطریق آزمایش‌های پرسش و پاسخ جداگانه در پاسخ‌دهی به سوالات عمومی عملکرد بهتری را به‌نمایش بگذارد. درمورد سوالات عمومی شامل سوالاتی نظیر «در کدام رستوران و چه ساعتی می‌توانید برای صرف غذا حضور داشته باشید؟» یا «کوببریانت چندین سرقت در سال 2004 انجام داده است؟»، مکانیزم انتقال یادگیری بهبود عملکرد 10.8 درصدی را نشان داد. راهول گوئل در ادامه‌ اضافه کرد:

 واقعیت این است که سیستم تجزیه‌ی معنایی جدید ما، از هر دو منظر عملکردی یعنی هم از نظر درک زبان و هم از نظر پرسش و پاسخ، بهبود عملکردی خوبی را نشان می‌دهد و درنتیجه می‌تواند به‌عنوان یک مکانیزمی با اهداف عمومی برای بیان معنا مورد توجه قرار گیرد و کاربردهای دیگری را نیز به‌نمایش بگذارد.

انتظار می‌رود این برنامه در شانزدهمین فصل انجمن زبان شناسی محاسباتی سالانه‌ی آمریکای شمالی در نیواورلئان، لوئیزیانا در ماه ژوئن ارائه شود. 

www.zoomit.ir

پرونده‌ی ثبت پتنت به شماره‌ی 20190131356 در ایالات متحده، نوعی «پیکسل هیبرید متوالی» را توصیف می‌کند که زیرپیکسل‌های oled و نقطه-کوانتومی (qd) به‌همراه چندین کاتد و لایه‌ی انتقالی مختلف دارد. نقطه‌های کوانتومی، ذرات فوتولومینسانس هستند که برای تولید رنگ‌های زنده‌تر و درخشان‌تر در یک نمایشگر tft با نور پس‌زمینه‌ی ال‌ای‌دی (led-backlit) استفاده می‌شوند. رنگ‌هایی که این نمایشگرها تولید می‌کنند، بستگی به اندازه‌ی آن‌ها دارد. این فناوری در تلویزیون‌های کیو ال‌ای‌دی (qled) فعلی به‌جای اینکه برای درخشان‌تر کردن هرکدام از پیکسل‌ها استفاده بشود، تنها برای تقویت نور پس‌زمینه کاربرد دارند.

با استفاده از این فناوری، از نظر تئوری می‌توان ضمن ساده‌تر کردن فرایند تولید، نمایشگرهایی بسیار نازک‌تر از نمایشگرهای کیو ال‌ادی‌دی ساخت. نمایشگرهای نقطه کوانتومی واقعی نیز از تراکم پیکسل حداکثر 1000 ppi برخوردار هستند؛ این میزان، چندین برابر تراکمی است که برای قلمداد شدن یک نمایشگر به‌عنوان نمایشگری «با کیفیت شبکیه» لازم است. همچنین این تراکم پیکسلی بالا موجب می‌شود که در زمان استفاده از نمایشگرهای هیبریدی اپل، زمان واکنش فناوری oled افزایش یابد.

اپل در آخرین اطلاعیه‌ی خود می‌گوید اگرچه oled به‌تنهایی مزیت‌هایی مانند واکنش سریع و بهره‌وری انرژی به همراه دارد، ولی ال‌ای‌دی‌های نقطه کوانتومی (qd-leds) از ظرفیت بهره‌وری بسیار بیشتری برخوردار هستند.

آخرین پتنت اپل در این خصوص، ابتدا در دسامبر 2018 ارائه و مخترعان آن که همگی در کالیفرنیا اقامت داشتند، معرفی شدند. شاید مهم‌ترین شخص درمیان آن‌ها، جاناتان استیکل (jonathan steckel) باشد؛ وی پیش از آنکه در سال 2014 تحت عنوان «دانشمند برتر در حوزه‌ی توسعه‌ی فناوری نمایشگرهای نوظهور» به اپل بپیوندد، به‌عنوان مسئول پروژه‌های مربوط‌به نقاط کوانتومی در شرکت qd vision مشغول به کار بود. او در سال 2019 سمت خود را ترک کرد تا به گرینوبل، شهری در فرانسه برود و بر پروژه‌ی «مهندسی نمایشگر و فناوری هسته‌ی دوربین» نظارت کند.

نسخه‌ای قدیمی از این اپلیکیشن در اوت 2017 منتشر شد. همچنین، اپل چندین پتنت دیگر را نیز دررابطه با نقاط کوانتومی به ثبت رسانده است که شامل مفاهیمی مانند کنترل شاتر mems و تاریک شدن نور پس‌زمینه می‌شود. نمایشگرها، پردازنده‌های اصلی و تراشه‌های بی‌سیم معمولا پرمصرف‌ترین اجزای یک گوشی همراه هستند؛ کاهش مصرف انرژی این قطعات برای اپل که می‌خواهد حضوری قدرتمندتر در بازار دستگاه‌های پوشیدنی داشته باشد، از ارزشی حیاتی برخوردار است.

گفته می‌شود اپل علاوه‌بر ساعت‌های خود، در حال ساختن هدست‌های واقعیت افزوده‌ای است که تا سال 2020 به بازار عرضه خواهند شد. نسل اول این سخت‌افزارها برای انجام بیشتر کارهای پردازشی خود باید به یک آیفون متصل بشوند؛ همچنین به احتمال زیاد به عینک‌هایی با کارایی بالاتر نیاز خواهند داشت که عمر باتری‌های آن‌ها حداقل به یک روز برسد.

یکی دیگر از فناوری‌هایی که امید می‌رود به‌زودی در نمایشگرها به‌کار گرفته شود، فناوری میکرو ال‌ای‌دی (micro-led) است. گزارش‌هایی به گوش می‌رسد مبنی بر اینکه شرکت فناوری فاکسکان (foxconn) در حال تلاش برای تأمین سفارش‌های اپل برای آیفون‌های آینده است. پنل‌های میکرو ال‌ای‌دی از نور پس‌زمینه‌ی ویژه‌ای بهره می‌برند که خاص خودشان است و کارایی دستگاه را بالاتر می‌برند. مزیت دیگر آن نسبت‌به نمایشگرهای oled عبارت است از تولید تصاویر درخشان‌تر و احتمال کمتر بروز خرابی. با این همه، تولید انبوه آن‌ها هنوز مقرون‌به‌صرفه نیست و باید زمان بیشتری را منتظر ماند.

www.zoomit.ir